La niche du compartiment est la principale raison des changements dans les communautés bactériennes endophytes. La serre biologique à long terme a exercé une influence limitée sur les variations des communautés bactériennes endophytes. La serre et la racine biologiques avaient des réseaux de co-occurrence plus complexes que la serre et la tige conventionnelles, respectivement. Les résultats de la méthode cultivable ont révélé que les Protecbactéries, les Bactéries et les Actinobactéries sont les phylums dominants dans les endophytes. La production de légumes de serre en Chine a explosé en 2014, avec un rendement de 260 millions de tonnes, représentant 35% du total des comptes de production de légumes, et la tomate (Solanum lycopersicum L.) en tant que légume économique important a atteint 55 millions de tonnes en 2019 [1]. La production agricole biologique exclut les engrais inorganiques et fonctionne sur la base du cycle des ressources vertes de manière écologique en appliquant des engrais biologiques au lieu de pesticides ou d'engrais, ce qui a permis d'offrir de meilleurs services écologiques, de réduire les impacts néfastes sur l'environnement et d'accroître la durabilité des systèmes agricoles par rapport aux systèmes agricoles conventionnels [2, 3]. Curieusement, de nombreuses preuves ont montré qu'un lien positif entre le microbiome et la santé des plantes par la rhizosphère favorisant la croissance des plantes (PGPR), qui pourrait améliorer le métabolisme nutritionnel et la résistance au stress biologique en tant que deuxième génome des plantes [4]. Diverses niches de compartiment (telles que les racines, les tiges, les feuilles, les fleurs et les fruits) sont habitées par un grand nombre de micro-organismes très divers (c'est-à-dire le microbiome de la plante), y compris les bactéries, les champignons, les archées, les protistes, etc., avec la plante hôte forment une « totalité symbiotique », interagissant et coévoluant ensemble [5, 6]. Le microbiome végétal joue un rôle important dans la croissance et le développement des plantes, l'absorption des nutriments, la résistance au stress biotique et abiotique, etc. [7]. Les endophytes terminent normalement tout leur cycle de vie au sein des plantes hôtes sans maladies végétales, et leur multiproduction peut être influencée par les plantes hôtes et l'environnement de croissance [8]. En outre, les bactéries végétales peuvent fournir une protection contre les maladies fongiques pathogènes en favorisant directement la croissance des plantes ou la production d'antibiotiques, la solubilisation et le transport des nutriments et la fixation de l'azote [9, 10]. Des études existantes ont montré que le sol et le microbiome végétal sont déterminés par de nombreux facteurs, notamment la diversité génétique des plantes, la période de croissance, les propriétés physiques et chimiques du sol et l'état nutritionnel du sol [11, 12]. La majorité des microbiomes associés aux plantes ont agi comme des biofertilisants [13], illustrant que les communautés bactériennes associées aux cultures sont significatives pour découvrir des candidats potentiellement bénéfiques pour le contrôle biologique des maladies des cultures [14]. Ces dernières années, les approches indépendantes de la culture, en particulier les approches métagénomiques, ont permis une analyse complète de la diversité bactérienne de divers types de plantes, y compris les cultures agronomiques, les dicotylédones et les plantes herbacées [7, 9, 14, 15]. Néanmoins, les études antérieures sur les micro-organismes se sont principalement concentrées sur la quantité de bactéries du sol de la rhizosphère et la diversité des communautés, mais les bactéries racines et tiges dans le cadre d'essais à long terme en serre sont largement inconnues. L'exploration des communautés bactériennes endophytes bénéficiera de l'exploration des mécanismes d'adaptation de la sélectivité dans différentes niches et de l'identification du contrôle biologique potentiel ou de la promotion des candidats au microbiome de croissance dans la production agricole [16, 17]. L'objectif principal de cette étude était (1) d'évaluer comment l'hôte (niche de compartiment) et les facteurs environnementaux (agriculture biologique ou agriculture conventionnelle) façonnent de manière interactive les assemblages de microbiomes endophytes de tomate et les modèles de concurrence sur la base d'essais sur le terrain à long terme depuis 2002, et (2) d'isoler les microbiomes de tomate potentiellement bénéfiques en tant que candidat pour les inoculants agricoles. Cette étude aidera à fournir un aperçu complet des communautés bactériennes endophytes de la tomate cultivées dans un agroécosystème à effet de serre et fournira des informations utiles pour l'utilisation du microbiome bénéfique dans la production agricole. Pour explorer la variation du microbiote dans les systèmes organiques (ORG) et conventionnels (CON) à long terme, les expériences ont été réalisées dans deux serres arquées semi-rondes (figure 1A). Le changement des paramètres physico-chimiques au cours de la saison clé des cultures avec différentes pratiques agricoles est illustré à la figure 1B–D. La concentration d'azote total (TN) a augmenté à la fois dans les serres organiques et conventionnelles, mais la concentration de TN était plus élevée dans la serre organique que dans la serre conventionnelle (test de Student, p 75 % du total des groupes) comprenaient le métabolisme des lipides et la transduction du signal. Peu de différences fonctionnelles ont été trouvées entre les bactéries endophytes organiques et conventionnelles de la tomate ; cependant, une plus grande abondance relative du groupe fonctionnel du métabolisme énergétique a été observée dans les échantillons de racines (3,8%) que dans les échantillons de tiges (0,8%) (Figure 3C,D). Pour explorer l'effet de la serre biologique et de la sélection de niche, la phase de culture n'est pas le principal facteur de notre préoccupation. Ainsi, quatre réseaux de co-occurrence ont été construits (endophytes racines du système conventionnel, endophytes tiges du système conventionnel, endophytes racines du système organique et endophytes tiges du système organique) fusionnés par quatre phases de culture végétale (Figure 4A–D). Les caractéristiques topologiques du réseau de co-occurrence sont illustrées à la figure 4E et dans les informations complémentaires : Tableau S2, et les détails concernant les bactéries classées comme nœuds dans la zone du connecteur et du concentrateur de module peuvent être trouvés dans les informations complémentaires : Tableau S3. La composition taxonomique des réseaux n'a montré aucune différence entre les quatre traitements, la majorité des nœuds appartenant respectivement aux protéobactéries, aux firmicutes, aux bactéroïdètes et aux actinobactéries. La complexité du réseau a progressivement diminué, passant de la serre biologique à la serre conventionnelle. Le degré moyen de connectivité des racines et des tiges dans la serre biologique était de 30,172 et 6,215, tandis que celui de la serre conventionnelle a diminué de 19,415 et 5,893. Tous les nœuds avec Zi ≥ 2,5 ou Pi ≥ 0,62 ont été déterminés comme les espèces clés, c'est-à-dire que les nœuds dans la zone des connecteurs (0,24%), des concentrateurs de modules (0,65%) et des concentrateurs de réseau (0%) ont joué un rôle crucial dans les réseaux de co-occurrence. Parmi eux, les connecteurs et les concentrateurs de modules de phyla Proteobacteria (par exemple, Rhizobiaceae, Enterobacteriaceae, Sphingomonadaceae et Pseudomonadaceae), Bacteroidetes (par exemple, Sphingobacteriaceae) et Actinobacteria (par exemple, Anaerolinea) représentaient 85 %, 1 % et 0,5 %, respectivement (voir Informations complémentaires : Tableau S3). L'analyse RDA a été réalisée pour révéler que la TN du sol était considérée comme le principal facteur, ce qui a entraîné un déplacement de la communauté bactérienne endophytique de la tomate (figure 4F). Pour caractériser davantage l'effet de sélection de la niche du compartiment sur le microbiote de la tomate et les principales bactéries fonctionnelles pour TN identifiées sur la base de l'analyse du réseau, des réseaux microbiens ont été générés (Figure 5A,B). Plus de bactéries racinaires étaient bénéfiques pour la formation organique du sol que la tige. La complexité du réseau a progressivement diminué d'une racine à l'autre (avec un degré moyen de 5,59 dans la racine et de 4,30 dans la tige) ; (voir Informations complémentaires : Tableau S4). Les résultats ont également démontré que la plupart des nœuds (99,11 %) se trouvaient dans la région périphérique et que leurs connexions étaient principalement connectées aux nœuds du module. En même temps, les nœuds dans la zone des connecteurs (1,8 %), des concentrateurs de module (2,2 %) et des concentrateurs de réseau (0 %) jouaient un rôle crucial dans les réseaux de co-occurrence. Parmi eux, les connecteurs et les concentrateurs de modules de phyla Proteobacteria (par exemple, Rhizobiaceae, Enterobacteriaceae, Sphingomonadaceae et Pseudomonadaceae), Bacteroidetes (par exemple, Sphingobacteriaceae) et Bacteroides (par exemple, Sphingobacteriaceae) représentaient 77 % et 21 %, respectivement (voir Informations complémentaires : Tableau S3). Nous avons isolé un total de 663 bactéries par la méthode dépendante de la culture, mais après alignement de la séquence 16S pour éliminer la redondance, nous avons obtenu 60 bactéries d'un genre différent. Les résultats ont montré que le nombre de bactéries endophytes augmentait avec la croissance d'une plante, allant de 4,21 à 7,45 (log10 CFU/g.FW), atteignant un pic dans la phase de fructification (Figure 6A). La pratique de l'agriculture biologique et la pratique conventionnelle n'ont presque aucune influence sur le nombre de bactéries endophytes, et le nombre de bactéries isolées était plus élevé dans les racines que dans les tiges (p 3,5, p 300 pb, sans « N » de base ambiguë et score de qualité de base moyen >30) ont été utilisées pour des analyses ultérieures. La génération de l'OTU taxonomique a été effectuée comme décrit précédemment [48]. La classification des OTU représentatives a été effectuée avec la version du classificateur de baies naïves RDP par l'algorithme UNOISE [49, 50]. Toutes les séquences sous le numéro d'accession PRJCA010522 dans cette étude, et les lectures brutes de séquençage ont été déposées dans l'Archive des Séquences du Génome (GSA) (CRA007512) [51]. La composition du microbiome a été coordonnée par les NMD en utilisant la distance de Bray-Cutis, et l'effet de différents facteurs, y compris le temps d'échantillonnage, le traitement et l'état de la plante, sur la dissemblance de la communauté microbienne a été testé par ADONIS en utilisant le package végétalien en R (http://cran.r-project.org/) [52]. Des analyses de corrélation redondantes et canoniques ont été effectuées pour afficher les relations entre les communautés microbiennes et les variables environnementales à l'aide du Canoco 5 [53]. Les OTU présents dans plus de 60% des échantillons ont été retenus pour l'analyse du réseau afin d'éviter d'éventuels biais, et les paramètres topologiques du réseau ont été calculés dans Cytoscape v 3.8.0 et Gpehi v 0.9.2 [54]. L'analyse discriminante linéaire et un test de signification ont été utilisés pour explorer les OTU les plus discriminantes en utilisant LEfSe et DESeq2, respectivement [55]. Trois critères de dépistage ont été utilisés : analyse discriminante linéaire avec un score ≥3,5 (état de santé par rapport à l'état pathologique) ; changement de pli ≥2 (état de santé par rapport à l'état pathologique) ; test de signification avec p < 0,05. PICRUSt v 1.1.0 (http://picrust.github.io/picrust/) a été utilisé pour étudier les gènes fonctionnels de la bactérie endophyte de la tomate, et l'annotation fonctionnelle KEGG a été utilisée pour obtenir des informations sur l'annotation des OTU à chaque niveau de fonction KEGG. STAMP v 2.1.3 a été utilisé pour des tests d'hypothèses statistiques et des parcelles exploratoires en utilisant le test t de Welch pour comparer les différences entre les deux groupes. Les échantillons ont été lavés deux fois avec du tampon PBST stérilisé (Na2HPO4 1,42 g/L ; KH2PO4 0,24 g/L ; NaCl 8 g/L ; KCl 0,2 g/L ; 0,01 % Triton X-100, pH 7,4) avec agitation (180 tr/min) pendant 1 h à 30 °C. Les racines et les tiges ont continué à être lavées jusqu'à ce que toutes les particules de saleté aient été éliminées après centrifugation à 1000 tr/min à 4 °C et en éliminant autant que possible les bactéries épiphytes. Ensuite, les racines et les tiges propres ont été coupées en morceaux et un sous-échantillon de tissu racinaire, typique de l'ensemble du système végétal, y compris les racines fraîches ainsi que les tissus racinaires plus anciens, a été recueilli et utilisé pour l'isolement des bactéries. Toutes les bactéries ont été isolées en cueillant des colonies, et chaque isolat a été sélectionné au hasard par analyse de séquençage de Sanger, et les lectures de séquence ont été alignées à l'aide de BLASTn1, et la correspondance la plus proche a été identifiée [56]. Zeyu Zhang et Ji Li : ont conçu la recherche, mis en œuvre l'expérience, rédigé le brouillon original, organisé les données, rédigé la révision et l'édition. Zeyu Zhang et Yang Sean Xiao : ont effectué l'analyse des données. Yang Sean Xiao : Chiffres et tableaux révisés, rédaction-révision et édition. Yabin Zhan, Zengqiang Zhang, Youzhou Liu, Yuquan Wei et Ting Xu : Writing—review and editing. Tous les auteurs ont contribué à l'article et ont approuvé la soumission. Cette étude a été soutenue financièrement par la National Natural Science Foundation of China (201503010311304). Nous apprécions les commentaires de l'éditeur et des critiques sur le projet de ce manuscrit. Les auteurs ne déclarent aucun conflit d'intérêts. Toutes les données analysées au cours de cette étude sont incluses dans cet article publié et ses fichiers d'informations complémentaires. Les ensembles de données présentés dans cette étude peuvent être trouvés dans des référentiels en ligne. Les noms du ou des référentiels et le (s) numéro(s) d'accès se trouvent ci-dessous : PRJCA010522 et CRA007512 dans la GSA. Les documents d'information à l'appui (figures, tableaux, scripts, résumé graphique, diapositives, vidéos, version traduite en chinois et documents de mise à jour) peuvent être trouvés dans le DOI en ligne ou iMeta Science http://www.imeta.science/. Remarque : l'éditeur n'est pas responsable du contenu ou de la fonctionnalité des informations complémentaires fournies par les auteurs. Toute question (autre que le contenu manquant) doit être adressée à l'auteur correspondant de l'article.

El nicho del compartimento es la razón principal detrás de los cambios en las comunidades bacterianas endofíticas. El invernadero orgánico a largo plazo ejerció una influencia limitada en las variaciones de las comunidades bacterianas endofíticas. El invernadero orgánico y la raíz tenían redes de co-ocurrencia más complejas que el invernadero convencional y el tallo, respectivamente. Los resultados del método cultivable encontraron que Protecbacteria, Bacteriodes y Actinobacteria son los filos dominantes en los endófitos. La producción de hortalizas de invernadero en China se ha disparado en 2014, con un rendimiento de 260 millones de toneladas, lo que representa el 35% de las cuentas totales de producción de hortalizas, y el tomate (Solanum lycopersicum L.) como hortaliza económica importante alcanzó los 55 millones de toneladas en 2019 [1]. La producción agrícola orgánica excluye los fertilizantes inorgánicos y opera sobre la base del ciclo de los recursos verdes de manera ecológica mediante la aplicación de biofertilizantes en lugar de pesticidas o fertilizantes, lo que brindó mayores servicios ecológicos, redujo los impactos adversos en el medio ambiente y aumentó la sostenibilidad de los sistemas agrícolas en comparación con los sistemas agrícolas convencionales [2, 3]. Curiosamente, muchas pruebas han demostrado que existe un vínculo positivo entre el microbioma y la salud de las plantas mediante la rizosfera promotora del crecimiento vegetal (PGPR), que podría mejorar el metabolismo nutricional y la resistencia al estrés biológico como segundo genoma de la planta [4]. Varios nichos compartimentales (como raíces, tallos, hojas, flores y frutos) están habitados por una gran cantidad de microorganismos muy diversos (es decir, el microbioma de la planta), que incluyen bacterias, hongos, arqueas, protistas, etc., junto con la planta huésped forman una "totalidad simbiótica", interactuando y coevolucionando juntos [5, 6]. El microbioma vegetal desempeña un papel importante en el crecimiento y desarrollo de las plantas, la absorción de nutrientes, la resistencia al estrés biótico y abiótico, etc. [7]. Los endófitos normalmente completaron todo su ciclo de vida dentro de las plantas huésped sin que se produjeran enfermedades en las plantas, y su multiproducción podría verse influenciada por las plantas huésped y el entorno de crecimiento [8]. Además, las bacterias vegetales pueden proporcionar protección contra enfermedades fúngicas patógenas al promover directamente el crecimiento de las plantas o la producción de antibióticos, la solubilización y el transporte de nutrientes y la fijación de nitrógeno [9, 10]. Los estudios existentes han demostrado que el suelo y el microbioma de las plantas están determinados por muchos factores, incluida la diversidad genética de las plantas, el período de crecimiento, las propiedades físicas y químicas del suelo y el estado de los nutrientes del suelo [11, 12]. La mayoría de los microbiomas asociados a plantas actuaron como biofertilizantes [13], lo que ilustra que las comunidades bacterianas asociadas con los cultivos son significativas para desenterrar candidatos potencialmente beneficiosos para controlar biológicamente las enfermedades de los cultivos [14]. En los últimos años, los enfoques independientes del cultivo, especialmente los enfoques metagenómicos, han permitido un análisis exhaustivo de la diversidad bacteriana de varios tipos de plantas, incluidos los cultivos agronómicos, las dicotiledóneas y las plantas herbáceas [7, 9, 14, 15]. No obstante, los estudios previos sobre microorganismos se centraron principalmente en la cantidad de bacterias del suelo de la rizosfera y la diversidad de la comunidad, pero las bacterias de la raíz y el tallo en ensayos de invernadero a largo plazo son en gran medida desconocidas. Explorar las comunidades bacterianas endofíticas beneficiará la exploración de los mecanismos de adaptación de la selectividad en diferentes nichos e identificar el posible control biológico o promover candidatos a microbioma de crecimiento en la producción agrícola [16, 17]. El objetivo principal de este estudio fue (1) evaluar cómo el huésped (nicho de compartimento) y los factores ambientales (agricultura orgánica o agricultura convencional) dan forma interactiva a los ensamblajes de microbiomas endófitos de tomate y los patrones de concurrencia basados en ensayos de campo a largo plazo desde 2002, y (2) aislar los microbiomas de tomate potencialmente beneficiosos como candidatos para inoculantes agrícolas. Este estudio ayudará a proporcionar una visión integral de las comunidades bacterianas endofíticas del tomate cultivadas en un agroecosistema de invernadero y proporcionará información útil para utilizar el microbioma beneficioso en la producción agrícola. Para explorar la variación de la microbiota en sistemas orgánicos (ORG) y convencionales (CON) a largo plazo, los experimentos se realizaron en dos invernaderos de arco semicircular (Figura 1A). El cambio de los parámetros fisicoquímicos durante la temporada de cultivo clave con diferentes prácticas agrícolas se muestra en la Figura 1B–D. La concentración de nitrógeno total (TN) aumentó tanto en los invernaderos orgánicos como en los convencionales, pero la concentración de TN fue mayor en el invernadero orgánico que en el invernadero convencional (prueba t de Student, p 75% del total de grupos) incluían el metabolismo de los lípidos y la transducción de señales. Se encontró poca discrepancia de función entre las bacterias endofíticas de tomate orgánicas y convencionales; sin embargo, se observó una mayor abundancia relativa del grupo funcional de metabolismo energético en las muestras de raíz (3.8%) que en las muestras de tallo (0.8%) (Figura 3C,D). Para explorar el efecto del invernadero orgánico y la selección de nichos, la fase de cultivo no es el factor principal de nuestra preocupación. Por lo tanto, se construyeron cuatro redes de co-ocurrencia (endófitos de la raíz del sistema convencional, endófitos del tallo del sistema convencional, endófitos de la raíz del sistema orgánico y endófitos del tallo del sistema orgánico) fusionadas por cuatro fases de cultivo de plantas (Figura 4A–D). Las características topológicas de la red de co-ocurrencia se muestran en la Figura 4E y la Información de Soporte: Tabla S2, y los detalles sobre las bacterias clasificadas como nodos en el área del conector y del hub del módulo se pueden encontrar en la Información de Soporte: Tabla S3. La composición taxonómica de las redes no mostró diferencias entre los cuatro tratamientos, con la mayoría de los ganglios pertenecientes a Proteobacteria, Firmicutes, Bacteroidetes y Actinobacteria, respectivamente. La complejidad de la red disminuyó gradualmente del invernadero orgánico al invernadero convencional. El grado medio de conectividad de raíces y tallos en el invernadero orgánico fue de 30.172 y 6.215, mientras que en el invernadero convencional disminuyó en 19.415 y 5.893. Todos los nodos con Zi ≥ 2.5 o Pi ≥ 0.62 se determinaron como la especie clave, es decir, los nodos en el área de conectores (0.24%), hubs de módulos (0.65%) y hubs de red (0%) jugaron un papel crucial en las redes de co-ocurrencia. Entre ellos, los conectores y centros de módulos de las proteobacterias phyla (por ejemplo, Rhizobiaceae, Enterobacteriaceae, Sphingomonadaceae y Pseudomonadaceae), Bacteroidetes (por ejemplo, Sphingobacteriaceae) y Actinobacteria (por ejemplo, Anaerolinea) representaron el 85%, 1% y 0.5%, respectivamente (ver Información de respaldo: Tabla S3). Se realizó un análisis de RDA para revelar que la TN del suelo se consideraba el principal impulsor, lo que condujo a un cambio en la comunidad bacteriana endofítica del tomate (Figura 4F). Para caracterizar aún más el efecto de selección de nicho de compartimento en la microbiota de tomate y las bacterias funcionales clave para TN identificadas en función del análisis de red, se generaron redes microbianas (Figura 5A,B). Más bacterias de la raíz fueron beneficiosas para la formación orgánica del suelo que el tallo. La complejidad de la red disminuyó gradualmente de la raíz al tallo (con un grado promedio de 5.59 en la raíz y 4.30 en el tallo); (ver Información de respaldo: Tabla S4). Los resultados también demostraron que la mayoría de los nodos (99.11%) estaban en la región periférica, y sus conexiones estaban conectadas principalmente a los nodos en el módulo, al mismo tiempo, los nodos en el área de conectores (1.8%), concentradores de módulos (2.2%) y concentradores de red (0%) jugaron un papel crucial en las redes de co-ocurrencia. Entre ellos, los conectores y centros de módulos de las proteobacterias phyla (por ejemplo, Rhizobiaceae, Enterobacteriaceae, Sphingomonadaceae y Pseudomonadaceae), Bacteroidetes (por ejemplo, Sphingobacteriaceae) y Bacteroides (por ejemplo, Sphingobacteriaceae) representaron el 77% y el 21%, respectivamente (ver Información de respaldo: Tabla S3). Aislamos un total de 663 bacterias por el método dependiente del cultivo, pero después de la alineación de la secuencia 16S para eliminar la redundancia, obtuvimos 60 bacterias de un género diferente. Los resultados mostraron que el número de bacterias endofíticas aumentó con el crecimiento de una planta, variando de 4.21 a 7.45 (log10 UFC/g.FW), alcanzando un pico en la fase de fructificación (Figura 6A). La práctica agrícola orgánica y la práctica convencional casi casi no tienen influencia en el número de bacterias endofíticas, y el número aislado de bacterias fue mayor en las raíces que en los tallos (p 3.5, p 300 pb, sin base ambigua "N" y puntuación media de calidad de base >30) se utilizaron para análisis adicionales. La generación de la OTU taxonómica se realizó como se describió anteriormente [48]. La clasificación de las OTU representativas se realizó con la versión del clasificador RDP naïve bayes por el algoritmo UNOISE [49, 50]. Todas las secuencias con el número de acceso PRJCA010522 en este estudio, y las lecturas de secuenciación en bruto se depositaron en el Genome Sequence Archive (GSA) (CRA007512) [51]. La composición del microbioma fue ordenada por NMD utilizando la distancia de Bray-Cutis, y el efecto de diferentes factores, incluido el tiempo de muestreo, el tratamiento y el estado de la planta, en la disimilitud de la comunidad microbiana fue probado por ADONIS utilizando el paquete vegano en R (http://cran.r-project.org/) [52]. Se realizaron análisis de correlación redundantes y canónicos para mostrar las relaciones entre las comunidades microbianas y las variables ambientales utilizando el Canoco 5 [53]. Las OTU presentes en más del 60% de las muestras se retuvieron para el análisis de la red para evitar posibles sesgos, y los parámetros topológicos de la red se calcularon en Cytoscape v 3.8.0 y Gpehi v 0.9.2 [54]. El análisis discriminante lineal y una prueba de significancia se utilizaron para explorar las OTU más discriminantes utilizando LEfSe y DESeq2, respectivamente [55]. Se utilizaron tres criterios de selección: análisis discriminante lineal con una puntuación de ≥3,5 (estado de salud relativo al estado de enfermedad); cambio en veces ≥2 (estado de salud relativo al estado de enfermedad); prueba de significación con p < 0,05. Se utilizó PICRUSt v 1.1.0 (http://picrust.github.io/picrust/) para investigar los genes funcionales de las bacterias endofíticas del tomate, y se utilizó la anotación funcional KEGG para obtener información sobre la anotación de las OTU en cada nivel de función KEGG. Se utilizó STAMP v 2.1.3 para pruebas de hipótesis estadísticas y gráficos exploratorios utilizando la prueba t de Welch para comparar las diferencias entre los dos grupos. Las muestras se lavaron dos veces con amortiguador PBST esterilizado (Na2HPO4 1.42 g/L; KH2PO4 0.24 g/L; NaCl 8 g/L; KCl 0.2 g/L; 0.01% Triton X-100, pH 7.4) con agitación (180 rpm) durante 1 h a 30°C. Las raíces y los tallos se continuaron lavando hasta que se eliminaron todas las partículas de suciedad después de la centrifugación a 1000 rpm a 4 °C y la eliminación de las bacterias epífitas tanto como fue posible. Luego, las raíces y tallos limpios se cortaron en pedazos y se recolectó una submuestra de tejido radicular, típica de todo el sistema vegetal, incluidas las raíces frescas y los tejidos radiculares más antiguos, y se utilizó para el aislamiento de bacterias. Todas las bacterias se aislaron recogiendo colonias, y cada aislado se seleccionó aleatoriamente mediante análisis de secuenciación de Sanger, y las lecturas de secuencia se alinearon utilizando BLASTn1, y se identificó la coincidencia más cercana [56]. Zeyu Zhang y Ji Li: diseñaron la investigación, implementaron el experimento, la redacción del borrador original, la curación de datos, la redacción-revisión y la edición. Zeyu Zhang y Yang Sean Xiao: realizaron el análisis de datos. Yang Sean Xiao: Figuras y tablas revisadas, escritura-revisión y edición. Yabin Zhan, Zengqiang Zhang, Youzhou Liu, Yuquan Wei y Ting Xu: Escritura-revisión y edición. Todos los autores contribuyeron al artículo y aprobaron la versión presentada. Este estudio fue financiado por la Fundación Nacional de Ciencias Naturales de China (201503010311304). Agradecemos los comentarios del editor y los revisores sobre el borrador de este manuscrito. Los autores declaran no tener conflicto de intereses. Todos los datos analizados durante este estudio se incluyen en este artículo publicado y sus archivos de información de apoyo. Los conjuntos de datos presentados en este estudio se pueden encontrar en repositorios en línea. Los nombres del repositorio/repositorios y los númerosde acceso se pueden encontrar a continuación: PRJCA010522 y CRA007512 en la GSA. Los materiales de información de apoyo (figuras, tablas, guiones, resumen gráfico, diapositivas, videos, versión traducida al chino y materiales de actualización) se pueden encontrar en el DOI en línea o en iMeta Science http://www.imeta.science/. Nota: El editor no es responsable del contenido o la funcionalidad de la información de apoyo proporcionada por los autores. Cualquier consulta (que no sea el contenido faltante) debe dirigirse al autor correspondiente del artículo.

The compartment niche is the main reason behind the shifts in endophytic bacterial communities. Long-term organic greenhouse exerted limited influence on the variations of endophytic bacterial communities. Organic greenhouse and root had more complex co-occurrence networks than conventional greenhouse and stem, respectively. Cultivable method results found that Protecbacteria, Bacteriodes, and Actinobacteria are the dominant phyla in the endophytes. Greenhouse vegetable production in China has exploded in 2014, with a yield of 260 million tons, representing 35% of the overall vegetable production accounts, and tomato (Solanum lycopersicum L.) as an important economic vegetable reached 55 million tons in 2019 [1]. Organic farming production excludes inorganic fertilizers and operates on the basis of green resource cycling in an ecological manner by applying bio-fertilizer instead of pesticide or fertilizer, which delivered greater ecological services, reduced adverse impacts on the environment, and increased sustainability of agricultural systems compared to conventional farming systems [2, 3]. Intriguingly, a lot of evidence has shown that a positive link between the microbiome and plant health by plant growth promoting rhizosphere (PGPR), which could enhance the nutrition metabolism and resistance to biological stress as plant's second genome [4]. Various compartment niches (such as roots, stems, leaves, flowers, and fruits) are inhabited by a large number of highly diverse microorganisms (i.e., the plant microbiome), including bacteria, fungi, archaea, protists, and so on, together with the host plant form a "symbiotic totality," interacting and coevolving together [5, 6]. The plant microbiome plays an important role in plant growth and development, nutrient absorption, biotic and abiotic stress resistance, and so on [7]. Endophytes normally completed their whole life cycle within host plants without occurring plant diseases, and their multiproduction might be influenced by host plants and the growing environment [8]. In addition, plant bacteria can provide protection against fungal pathogen diseases by directly promoting plant growth or antibiotic production, nutrient solubilization and transportation, and nitrogen fixation [9, 10]. Existing studies have shown that soil and plant microbiome are determined by many factors, including plant genetic diversity, growth period, soil physical and chemical properties, and soil nutrient status [11, 12]. The majority of plant-associated microbiomes acted as biofertilizers [13], illustrating that the bacterial communities associated with crops are meaningful to unearth potentially beneficial candidates for biologically controlling crop diseases [14]. In recent years, cultivation-independent approaches, especially metagenomics approaches, have allowed a comprehensive analysis of bacterial diversity from various types of plants, including agronomic crops, dicotyledon, and herb plants [7, 9, 14, 15]. Nonetheless, previous studies on microorganisms mostly focused on rhizosphere soil bacterial quantity and community diversity, but the root and stem bacteria under long-term greenhouse trials are largely unknown. Exploring the endophytic bacterial communities will benefit exploring the mechanisms of selectivity adaption in different niches and identifying potential biologic control or promoting growth microbiome candidates in agricultural production [16, 17]. The principal objective of this study was (1) to assess how host (compartment niche) and environmental factors (organic farming or conventional farming) interactively shape tomato endophytic microbiome assemblies and concurrence patterns based on long-term field trials since 2002, and (2) to isolate the potential beneficial tomato microbiomes as a candidate for agricultural inoculants. This study will help to provide comprehensive insight into the tomato endophytic bacterial communities cultivated in a greenhouse agroecosystem and provide useful information for using the beneficial microbiome in agricultural production. To explore the variation of microbiota in long-term organic (ORG) and conventional (CON) systems, the experiments were procedure in two semi-round arched greenhouses (Figure 1A). The change of physicochemical parameters during the key crop season with different agricultural practices is shown in Figure 1B–D. The total nitrogen (TN) concentration increased both in the organic and conventional greenhouses, but the TN concentration was higher in the organic greenhouse than that of the conventional greenhouse (Student's t test, p 75% of total groups) included lipid metabolism and signal transduction. Little function discrepancy was found between the organic and conventional tomato endophytic bacteria; however, a greater relative abundance of energy metabolism functional group was observed in root samples (3.8%) than that in stem (0.8%) samples (Figure 3C,D). To explore the effect of organic greenhouse and niche selection, the crop phase is not the main factor of our concern. Thus, four co-occurrence networks were constructed (conventional system root endophytes, conventional system stem endophytes, organic system root endophytes, and organic system stem endophytes) merged by four plant crop phases (Figure 4A–D). The topological features of the co-occurrence network are shown in Figure 4E and Supporting Information: Table S2, and details concerning the bacteria classified as nodes in the connector and module hub area can be found in Supporting Information: Table S3. The taxonomic composition of the networks showed no difference among the four treatments, with the majority of nodes belonging to Proteobacteria, Firmicutes, Bacteroidetes, and Actinobacteria, respectively. Network complexity gradually decreased from organic greenhouse to conventional greenhouse. The average connectivity degree of roots and stems in the organic greenhouse was 30.172 and 6.215, while that in the conventional greenhouse decreased by 19.415 and 5.893. All the nodes with Zi ≥ 2.5 or Pi ≥ 0.62 were determined as the keystone species, that is, nodes in the area of connectors (0.24%), module hubs (0.65%), and network hubs (0%) played a crucial role in the co-occurrence networks. Among them, the connectors and module hubs of phyla Proteobacteria (e.g., Rhizobiaceae, Enterobacteriaceae, Sphingomonadaceae, and Pseudomonadaceae), Bacteroidetes (e.g., Sphingobacteriaceae), and Actinobacteria (e.g., Anaerolinea) were accounted for 85%, 1%, and 0.5%, respectively (see Supporting Information: Table S3). RDA analysis was performed to reveal that soil TN was considered the major driver, which led to a tomato endophytic bacterial community shift (Figure 4F). To further characterize the compartment niche selection effect on tomato microbiota, and the key functional bacteria for TN identified based on the network analysis, microbial networks were generated (Figure 5A,B). More root bacteria were beneficial for soil organic formation than the stem. Network complexity gradually decreased from root to stem (with an average degree of 5.59 in the root and 4.30 in the stem); (see Supporting Information: Table S4). Results also demonstrated that most of the nodes (99.11%) were in the peripheral region, and their connections were primarily connected to the nodes in the module, at the same time, nodes in the area of connectors (1.8%), module hubs (2.2%), and network hubs (0%) played a crucial role in the co-occurrence networks. Among them, the connectors and module hubs of phyla Proteobacteria (e.g., Rhizobiaceae, Enterobacteriaceae, Sphingomonadaceae, and Pseudomonadaceae), Bacteroidetes (e.g., Sphingobacteriaceae), and Bacteroides (e.g., Sphingobacteriaceae) were accounted for 77% and 21%, respectively (see Supporting Information: Table S3). We isolated a total of 663 bacteria by the cultural-dependent method, but after 16S sequence alignment to remove redundancy, we obtained 60 bacteria from a different genus. Results showed that the number of endophytic bacterial increased with a plant growing, ranging from 4.21 to 7.45 (log10 CFU/g.FW), reaching a peak in the fruiting phase (Figure 6A). Organic agricultural practice and conventional practice nearly almost have no influence on the number of endophytic bacteria, and the isolated number of bacteria was more in roots than that in stems (p 3.5, p 300 bp, without ambiguous base "N," and average base quality score >30) were used for further analyses. Generation of the taxonomic OTU was performed as previously described [48]. Classification of representative OTUs were performed with RDP naïve bayes classifier version by the UNOISE algorithm [49, 50]. All sequences under the accession number PRJCA010522 in this study, and the raw sequencing reads were deposited in the Genome Sequence Archive (GSA) (CRA007512) [51]. The microbiome composition was ordinated by NMDS using Bray–Cutis distance, and the effect of different factors, including sampling time, treatment, and plant status, on microbial community dissimilarity was tested by ADONIS using the vegan package in R (http://cran.r-project.org/) [52]. Redundant and canonical correlation analyses were performed to display the relationships between microbial communities and environmental variables using the Canoco 5 [53]. OTU present in more than 60% of samples were retained for the network analysis to avoid possible biases, and the network topological parameters were calculated in Cytoscape v 3.8.0 and Gpehi v 0.9.2 [54]. Linear discriminant analysis and a significance test were used to explore the most discriminating OTUs using LEfSe and DESeq2, respectively [55]. Three screening criteria were used: linear discriminant analysis with a score of ≥3.5 (health condition relative to diseased condition); fold change ≥2 (health condition relative to diseased condition); significance test with p < 0.05. PICRUSt v 1.1.0 (http://picrust.github.io/picrust/) was used to investigate the tomato endophytic bacteria's functional genes, and KEGG functional annotation was used to obtain information on the annotation of OTUs at each KEGG function level. STAMP v 2.1.3 was used for statistical hypothesis tests and exploratory plots using Welch's t test to compare the differences between the two groups. Samples were washed twice with sterilized PBST buffer (Na2HPO4 1.42 g/L; KH2PO4 0.24 g/L; NaCl 8 g/L; KCl 0.2 g/L; 0.01% Triton X-100, pH 7.4) with shaking (180 rpm) for 1 h at 30°C. The roots and stems were continued to be washed until all dirt particles were removed after centrifugation at 1000 rpm at 4°C, and removing epiphytic bacteria as much as possible. Then the clean roots and stems were cut up into pieces and a subsample of root tissue, typical of the entire plant system, including fresh roots as well as older root tissues, was collected and utilized for bacteria isolation. All bacteria were isolated by picking colonies, and each isolate was randomly selected by Sanger sequencing analysis, and sequence reads were aligned using BLASTn1, and the closest match was identified [56]. Zeyu Zhang and Ji Li: Designed the research, implemented the experiment, writing—original draft, data curation, writing—review, and editing. Zeyu Zhang and Yang Sean Xiao: performed the data analysis. Yang Sean Xiao: Revised figures and tables, writing—review, and editing. Yabin Zhan, Zengqiang Zhang, Youzhou Liu, Yuquan Wei, and Ting Xu: Writing—review and editing. All authors contributed to the article and approved the submittedversion. This study was financially supported by the National Natural Science Foundation of China (201503010311304). We appreciate the editor's and reviewers' comments on the draft of this manuscript. The authors declare no conflict of interest. All data analyzed during this study are included in this published article and its Supporting Information files. The data sets presented in this study can be found in online repositories. The names of the repository/repositories and accession number(s) can be found below: PRJCA010522, and CRA007512 in the GSA. Supporting Information materials (figures, tables, scripts, graphical abstract, slides, videos, Chinese translated version, and update materials) may be found in the online DOI or iMeta Science http://www.imeta.science/. Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article.

مكان المقصورة هو السبب الرئيسي وراء التحولات في المجتمعات البكتيرية الباطنية. كان للاحتباس الحراري العضوي على المدى الطويل تأثير محدود على اختلافات المجتمعات البكتيرية الباطنية. كان للاحتباس الحراري العضوي والجذر شبكات تزامن أكثر تعقيدًا من الاحتباس الحراري التقليدي والجذع، على التوالي. وجدت نتائج الطريقة القابلة للزراعة أن Protecbacteria و Bacteriodes و Actinobacteria هي الشعب السائدة في النباتات الداخلية. انفجر إنتاج الخضروات الدفيئة في الصين في عام 2014، حيث بلغ العائد 260 مليون طن، وهو ما يمثل 35 ٪ من إجمالي حسابات إنتاج الخضروات، والطماطم (Solanum lycopersicum L.) كخضروات اقتصادية مهمة وصلت إلى 55 مليون طن في عام 2019 [1]. يستثني إنتاج الزراعة العضوية الأسمدة غير العضوية ويعمل على أساس تدوير الموارد الخضراء بطريقة بيئية من خلال استخدام الأسمدة الحيوية بدلاً من المبيدات الحشرية أو الأسمدة، مما يوفر خدمات بيئية أكبر، ويقلل من الآثار الضارة على البيئة، ويزيد من استدامة النظم الزراعية مقارنة بنظم الزراعة التقليدية [2، 3]. ومن المثير للاهتمام أن الكثير من الأدلة أظهرت وجود صلة إيجابية بين الميكروبيوم وصحة النبات من خلال نمو النبات الذي يعزز الجذر (PGPR)، والذي يمكن أن يعزز التمثيل الغذائي الغذائي ومقاومة الإجهاد البيولوجي باعتباره الجينوم الثاني للنبات [4]. تسكن منافذ المقصورة المختلفة (مثل الجذور والسيقان والأوراق والزهور والفواكه) عدد كبير من الكائنات الحية الدقيقة شديدة التنوع (أي الميكروبيوم النباتي)، بما في ذلك البكتيريا والفطريات والعتائق والطلائعيات وما إلى ذلك، جنبًا إلى جنب مع النبات المضيف تشكل "مجمل تكافلي"، تتفاعل وتتطور معًا [5، 6]. يلعب الميكروبيوم النباتي دورًا مهمًا في نمو النبات وتطوره، وامتصاص المغذيات، ومقاومة الإجهاد الحيوي وغير الحيوي، وما إلى ذلك [7]. أكملت النباتات الداخلية عادة دورة حياتها بأكملها داخل النباتات المضيفة دون حدوث أمراض نباتية، وقد يتأثر تكاثرها بالنباتات المضيفة والبيئة المتنامية [8]. بالإضافة إلى ذلك، يمكن للبكتيريا النباتية أن توفر الحماية ضد الأمراض المسببة للأمراض الفطرية من خلال تعزيز نمو النبات أو إنتاج المضادات الحيوية بشكل مباشر، وذوبان المغذيات ونقلها، وتثبيت النيتروجين [9، 10]. أظهرت الدراسات الحالية أن ميكروبيوم التربة والنبات يتحدد بالعديد من العوامل، بما في ذلك التنوع الجيني للنبات، وفترة النمو، والخصائص الفيزيائية والكيميائية للتربة، وحالة مغذيات التربة [11، 12]. عملت غالبية الميكروبات المرتبطة بالنباتات كأسمدة بيولوجية [13]، مما يوضح أن المجتمعات البكتيرية المرتبطة بالمحاصيل ذات مغزى للكشف عن مرشحين محتملين مفيدين لأمراض المحاصيل التي تتحكم بيولوجيًا [14]. في السنوات الأخيرة، سمحت النهج المستقلة عن الزراعة، وخاصة النهج الميتاجينومية، بإجراء تحليل شامل للتنوع البكتيري من أنواع مختلفة من النباتات، بما في ذلك المحاصيل الزراعية، وثنائي الفلقة، ونباتات الأعشاب [7، 9، 14، 15]. ومع ذلك، ركزت الدراسات السابقة على الكائنات الحية الدقيقة في الغالب على الكمية البكتيرية لتربة الجذور وتنوع المجتمع، لكن الجذور والبكتيريا الجذعية في تجارب الدفيئة طويلة الأجل غير معروفة إلى حد كبير. سيستفيد استكشاف المجتمعات البكتيرية الباطنية من استكشاف آليات التكيف الانتقائي في منافذ مختلفة وتحديد السيطرة البيولوجية المحتملة أو تعزيز مرشحات الميكروبيوم للنمو في الإنتاج الزراعي [16، 17]. كان الهدف الرئيسي من هذه الدراسة هو (1) تقييم كيف تشكل العوامل المضيفة (المقصورة المتخصصة) والعوامل البيئية (الزراعة العضوية أو الزراعة التقليدية) بشكل تفاعلي تجمعات ميكروبيوم الطماطم الداخلية وأنماط التوافق بناءً على التجارب الميدانية طويلة الأجل منذ عام 2002، و (2) عزل ميكروبيومات الطماطم المفيدة المحتملة كمرشح للتطعيم الزراعي. ستساعد هذه الدراسة في توفير نظرة شاملة على المجتمعات البكتيرية الباطنة للطماطم المزروعة في نظام إيكولوجي زراعي للاحتباس الحراري وتوفير معلومات مفيدة لاستخدام الميكروبيوم المفيد في الإنتاج الزراعي. لاستكشاف تباين الكائنات الحية الدقيقة في الأنظمة العضوية (ORG) والتقليدية (CON) طويلة الأجل، كانت التجارب عبارة عن إجراء في دفيئتين مقوستين شبه دائريتين (الشكل 1 أ). يظهر التغير في المعلمات الفيزيائية الكيميائية خلال موسم المحاصيل الرئيسي مع الممارسات الزراعية المختلفة في الشكل 1 ب- د. زاد إجمالي تركيز النيتروجين (TN) في كل من البيوت الزجاجية العضوية والتقليدية، لكن تركيز TN كان أعلى في الدفيئة العضوية من تركيز الدفيئة التقليدية (اختبار الطالب t، p 3.5، p 300 نقطة أساس، دون قاعدة غامضة "N"، ومتوسط درجة الجودة الأساسية >30) لمزيد من التحليلات. تم إجراء توليد OTU التصنيفي كما هو موضح سابقًا [48]. تم إجراء تصنيف OTUs التمثيلية باستخدام نسخة تصنيف RDP naïve bayes بواسطة خوارزمية UNOISE [49، 50]. تم إيداع جميع التسلسلات تحت رقم الانضمام PRJCA010522 في هذه الدراسة، وقراءات التسلسل الخام في أرشيف تسلسل الجينوم (GSA) (CRA007512) [51]. تم تنسيق تكوين الميكروبيوم بواسطة أجهزة NMDS باستخدام مسافة Bray - Cutis، وتم اختبار تأثير العوامل المختلفة، بما في ذلك وقت أخذ العينات والمعالجة وحالة النبات، على اختلاف المجتمع الميكروبي بواسطة أدونيس باستخدام الحزمة النباتية في R (http://cran.r-project.org/) [52]. تم إجراء تحليلات الارتباط الزائدة والكنسية لعرض العلاقات بين المجتمعات الميكروبية والمتغيرات البيئية باستخدام Canoco 5 [53]. تم الاحتفاظ بـ OTU الموجودة في أكثر من 60 ٪ من العينات لتحليل الشبكة لتجنب التحيزات المحتملة، وتم حساب المعلمات الطوبولوجية للشبكة في Cytoscape v 3.8.0 و Gpehi v 0.9.2 [54]. تم استخدام التحليل التمييزي الخطي واختبار الأهمية لاستكشاف وحدات OTU الأكثر تمييزًا باستخدام LEfSe و DESeq2، على التوالي [55]. تم استخدام ثلاثة معايير للفحص: تحليل التمييز الخطي بدرجة أكبر من أو يساوي3.5 (الحالة الصحية بالنسبة للحالة المريضة )؛ تغيير الطية أكبر من أو يساوي2 (الحالة الصحية بالنسبة للحالة المريضة )؛ اختبار الأهمية بدرجة أكبر من أو يساوي 0.05. تم استخدام PICRUSt v 1.1.0 (http://picrust.github.io/picrust/) للتحقيق في الجينات الوظيفية لبكتيريا الطماطم الذاتية، وتم استخدام التعليق التوضيحي الوظيفي لـ KEGG للحصول على معلومات حول شرح OTUs في كل مستوى وظيفي لـ KEGG. تم استخدام الطابع v 2.1.3 لاختبارات الفرضيات الإحصائية والمخططات الاستكشافية باستخدام اختبار ويلش t لمقارنة الاختلافات بين المجموعتين. تم غسل العينات مرتين بمخزن PBST المعقم (Na2HPO4 1.42 جم/لتر ؛ KH2PO4 0.24 جم/لتر ؛ NaCl 8 جم/لتر ؛ KCl 0.2 جم/لتر ؛ 0.01 ٪ تريتون X -100، الرقم الهيدروجيني 7.4) مع اهتزاز (180 دورة في الدقيقة) لمدة ساعة واحدة عند 30 درجة مئوية. استمر غسل الجذور والسيقان حتى تمت إزالة جميع جزيئات الأوساخ بعد الطرد المركزي عند 1000 دورة في الدقيقة عند 4 درجات مئوية، وإزالة البكتيريا المشاشية قدر الإمكان. ثم تم تقطيع الجذور والسيقان النظيفة إلى قطع وتم جمع عينة فرعية من أنسجة الجذر، وهي نموذجية لنظام النبات بأكمله، بما في ذلك الجذور الطازجة وكذلك أنسجة الجذر القديمة، واستخدامها لعزل البكتيريا. تم عزل جميع البكتيريا عن طريق اختيار المستعمرات، وتم اختيار كل عزل بشكل عشوائي من خلال تحليل تسلسل سانجر، وتمت محاذاة قراءات التسلسل باستخدام BLASTn1، وتم تحديد أقرب تطابق [56]. زيو تشانغ وجي لي: صمم البحث، ونفذ التجربة، والكتابة - المسودة الأصلية، وتنظيم البيانات، ومراجعة الكتابة، والتحرير. زيو تشانغ ويانغ شون شياو: قاما بتحليل البيانات. يانغ شون شياو: الأرقام والجداول المنقحة، ومراجعة الكتابة، والتحرير. يابين تشان، زنغكيانغ تشانغ، يوتشو ليو، يوكوان وي، وتينغ شو: مراجعة الكتابة والتحرير. ساهم جميع المؤلفين في المقالة ووافقوا على النسخة المقدمة. تم دعم هذه الدراسة ماليًا من قبل المؤسسة الوطنية للعلوم الطبيعية في الصين (201503010311304). نحن نقدر تعليقات المحرر والمراجعين على مسودة هذه المخطوطة. يعلن المؤلفون عدم وجود تضارب في المصالح. يتم تضمين جميع البيانات التي تم تحليلها خلال هذه الدراسة في هذه المقالة المنشورة وملفات المعلومات الداعمة الخاصة بها. يمكن العثور على مجموعات البيانات المقدمة في هذه الدراسة في المستودعات عبر الإنترنت. يمكن العثور على أسماء المستودع/المستودعات ورقم(أرقام) الانضمام أدناه: PRJCA010522 و CRA007512 في GSA. يمكن العثور على مواد المعلومات الداعمة (الأشكال والجداول والنصوص والملخص الرسومي والشرائح ومقاطع الفيديو والنسخة المترجمة باللغة الصينية ومواد التحديث) في DOI عبر الإنترنت أو iMeta Science http://www.imeta.science/. يرجى ملاحظة: الناشر غير مسؤول عن محتوى أو وظائف أي معلومات داعمة يقدمها المؤلفون. يجب توجيه أي استفسارات (بخلاف المحتوى المفقود) إلى المؤلف المقابل للمقال.