Analyses phylogénétiques des séquences des CMA

Les séquences ont été éditées et nettoyées dans BioEdit Senquence Alignment Editor (BioEdit v7.2.6.1, (Hall, 1999)), pour éliminer les séquences de moins de 600 paires de base. L’identification taxonomique a été réalisée en comparant les séquences à celles des bases de données GenBank (NCBI) ou MaarjAM, avec une étendue de plus de 95% de notre séquence correspondant à la séquence trouvée (% Query Coverage). Nos séquences ont été regroupées en unités taxonomiques opérationnelles (UTOs), en utilisant le seuil de similitude de 95% dans Geneious v9.0.5 (Biomatters Ltd 2015) à l’aide de la fonction De novo Assemble.

Afin de confirmer l’identification des UTOs, les séquences consensus des UTOs ont été alignées avec les séquences provenant de culture référence (Krüger et al., 2012) et des bases données GenBank (NCBI, https://blast.ncbi.nlm.nih.gov/Blast.cgi) et MaarjAM (Öpik et al., 2010). L’alignement a été réalisé avec l’algorithme «Auto» de MAFFT v7 (Katoh & Standley, 2013), implémenté dans Geneious v9.0.5. L’alignement a ensuite été utilisé pour l’analyse phylogénétique bayésienne (MrBayes v3.2; Ronquist et al., 2011) implémentée dans Geneious v9.0.5. Un total de

20000 (itérations) arbres phylogénétiques a été produit et l’arbre consensus a été calculé en excluant les 3000 premiers arbres.

3.2.6 Analyses statistiques

Toutes les analyses ont été effectuées à l’aide du logiciel R version 3.4.4 (R Development Core Team, 2018). La structure de la communauté des CMA a été estimée à partir de la matrice d’abondance des UTOs, par la fréquence d’occurrence (FO), l’abondance relative (AR), la valeur d’importance (Wang et al., 2019) et les indices de diversité (la richesse spécifique et Shannon- Wiener, de Simpson et Piélou) (Margurran, 1988).

o FO = (nombre des échantillons dans lesquels l’UTO a été observé/nombre total des échantillons) × 100. UTOs dominants (50%), plus communs (31-50%), communs (10-30%) et rares (<10%).

o AR = (nombre de séquences d’une UTOs /nombre total de séquences) × 100 o VI (valeur d’importance) = (FO + AR) / 2

o La richesse spécifique (S) : nombre total d’espèces ou UTO ;

o Indice de diversité de Shannon-Weaver : H′ = ∑𝑆_𝑖=0𝐩𝐢 × 𝐥𝐧𝐩𝐢 ; où pi : proportion d’une espèce i par rapport au nombre total d’espèces (S), i : une espèce du site et S : richesse spécifique.

o Équitabilité de Pielou : E = H’/Hmax = H’/lnS ou E est compris entre 0 ≤ E ≤ 1. E=1 pour une situation dans lequel toutes les espèces sont d’abondance égale.

o Indice de Simpson : D = ∑(ni(ni-1) /N(N-1)), ni : nombre des individus dans la iième _espèce

et N : nombre total d’individus ; Indice de diversité de Simpson = 1-D.

De plus, les indices de diversité ont été calculés sur les données de densité des arbres, pour établir une corrélation avec ceux de la diversité des CMA.

Une analyse de la variance à deux facteurs (sites et parcelles) a été réalisée sur les propriétés physico-chimiques du sol, transformées et non transformées. Des transformations du type boxcox ont été appliquées à l’acidité, le pH, le calcium, le potassium, le magnesium, l’azote total, le phosphore total et disponible et le sable à l’aide de la bibliothèque, car (Fox et al., 2018). Par contre, les transformations de rang ont été effectuées sur les variables suivantes : l’aluminium total,

avec le test de Shapiro-Wilk, alors que l’homogénéité de la variance des résidus a été évaluée par le test de Levene de la bibliothèque, car (Fox et al. 2018). Le test de Tukey HSD a été utilisé pour identifier les différences entre sites, parcelles ou leur interaction, au seuil de p < 0,05.

La courbe de la richesse spécifique attendue fut élaborée en fonction du nombre des échantillons, par la méthode de raréfaction avec la fonction specaccum de la bibliothèque vegan v 2.5-3 (Oksanen et al. 2018). Le modèle linéaire à effet mixte a été utilisé pour évaluer l’influence des sites et parcelles sur les indices de diversité des CMA à l’aide de la bibliothèque lme4 (Bates et al., 2015). Les sites et les parcelles (types de friche) ont été considérés comme facteurs fixes et les individus de P. tinctorius comme facteur aléatoire. Les différences significatives entre sites et interaction (site  parcelle) étaient comparées par le test post hoc de Tukey avec ajustement de Bonferoni, à l’aide de la bibliothèque multcomp (Bretz et al., 2019).

Une analyse de corrélation a été effectuée, avec la fonction rcorr, pour mesurer la relation entre les propriétés du sol, les indices de diversités des espèces des CMA et des espèces végétales, à l’aide de la bibliothèque Hmisc (Harrell, 2018). Les résultats de la corrélation ont été visualisés avec la bibliothèque corrplot (Wei, 2017). La normalité a été vérifiée par le test de Shapiro-Wilk. De plus, l’homogénéité de la variance, l’indépendance des résidus et la linéarité ont été vérifiées par les tests de Goldfeld-Quandt (gqtest), de Durbin-Watson (dwtest) et de Rainbow (raintest), respectivement. Ces tests ont été réalisés avec la librairie lmtest (Hothorn et al., 2019).

La bibliothèque vegan v2.5-3 a été utilisée pour l’analyse de redondance canonique, l’analyse de correspondance canonique, l’analyse multivariée de permutation (PerMANOVA) et l’analyse non métrique multidimensionnelle (Oksanen et al., 2018). Les analyses de correspondance canonique (CCA) et de redondance canonique (RDA) ont été effectuées pour révéler l’influence de la densité des arbres et des propriétés du sol sur la présence-absence et l’abondance des UTOs indicatrices, respectivement. Les UTOs indicatrices ont été utilisées pour éliminer les UTOs rares. Ces UTOs indicatrices ont été identifiées avec les fonctions MRT et IndVal des bibliothèques

MVPARTwrap (Ouellette, 2013) et labdsv (Roberts, 2016).

L’effet des sites et parcelles sur la structure de la communauté de CMA a été testé par la PerMANOVA avec la distance de Bray-Curtis et 999 permutations avec la fonction adonis2. La variation de la composition de CMA – nombre des UTOs par genre - a été estimée à l’aide de l’indice de dissimilarité de Bray-Curtis, puis visualisée par le positionnement non métrique

multidimensionnelle (NMDS) avec la fonction metaMDS. La densité des arbres a été projetée comme variable explicative et l’influence de la densité des espèces arborées correspondantes testées, par la fonction envifit.

La distribution du nombre d’UTOs observées entre les parcelles (FA et FF) de trois sites a été visualisée par le diagramme de Venn produit avec la bibliothèque VennDiagram v.1.6.20 (Chen, 2018) et le réseau bipartite avec la bibliothèque bipartite v.2.15 (Dormann et al., 2020).

3.3 Résultats