El estudio de los procesos ecológicos implicados en el ensamblaje de las comunidades biológicas y su papel en las funciones de los ecosistemas es fundamental en la ecología de comunidades. El ensamblaje de comunidad, es decir, el conjunto de procesos mediante el cual las especies colonizan un lugar e interactúan entre sí y con su entorno para formar comunidades locales, determina su estructura y composición específica (HilleRisLambers et al., 2012). Los procesos ecológicos implicados en el ensamblaje de especies (por ejemplo, filtrado de hábitat o competencia) se pueden reconocer a través de la “huella” que dejan en las comunidades (Diamond, 1975; Webb et al., 2002; Mayfield y Levine, 2010). A su vez, dicha estructura de comunidad podría ser indicativa de los procesos del ecosistema que controlan los flujos de energía, nutrientes y materia orgánica (Balvanera et al., 2006; Cardinale, 2013; Graham et al., 2016). La comprensión de las fuerzas que controlan la diversidad biológica y, a su vez, el papel de la diversidad biológica en las funciones ecosistémicas es importante para pronosticar las consecuencias de las, cada vez más frecuentes, perturbaciones ecológicas. Esta tesis se centra en estas cuestiones fundamentales mediante el estudio de la estructura filogenética de las comunidades microbianas del suelo tras una perturbación por fuego. Objetivos El objetivo general de esta tesis doctoral consiste en analizar las bases ecológicas del ensamblaje de las comunidades microbianas y su relación con el funcionamiento ecosistémico, a través del análisis de la estructura filogenética de la comunidad y su resiliencia al fuego en ecosistemas mediterráneos. En concreto, los objetivos de esta tesis son los siguientes: 1. Determinar los parámetros físicos y químicos que subyacen a la estructura filogenética de las comunidades bacterianas del suelo. 2. Evaluar la estructura filogenética de las comunidades bacterianas del suelo como indicador del funcionamiento ecosistémico. 3. Investigar el fuego como fuerza ecológica que moldea el ensamblaje de las comunidades bacterianas. 4. Analizar los cambios provocados por el fuego en las funciones ecosistémicas que están mediadas por microorganismos. 5. Evaluar la resistencia o resiliencia al fuego de las comunidades ecológicas. Materiales y Métodos Diseño experimental y zonas de estudio En esta tesis doctoral se analizaron un total de 27 zonas de estudio en ecosistemas de tipo mediterráneo, que se localizan en la Comunidad Valenciana (España). Los lugares de estudio incluyeron zonas de clima mediterráneo semiárido a sub-húmedo, vegetación de matorral y bosque, suelos con distintos materiales de origen como calizas, yesos y depósitos coluviales y parámetros del suelo con un amplio rango de pH, salinidad y fertilidad. El desarrollo de esta tesis doctoral requirió el uso de tres diseños diferentes. En primer lugar, se realizó un muestreo observacional en el que se seleccionaron dos sitios con características contrastadas, tanto en las condiciones climáticas y de suelo como en la composición de plantas, con el objetivo de analizar los determinantes abióticos de la estructura filogenética de comunidades bacterianas y su relación con el funcionamiento ecosistémico (Capítulo I). En concreto, se muestrearon 10 parcelas de suelo de un matorral homogéneo (sitio 1) y 15 de parcelas de suelo situadas debajo de parches de vegetación, con sus correspondientes espacios adyacentes sin vegetación arbustiva (sitio 2). Para ello, en total se recolectaron un total de 40 muestras de suelo. A continuación, el matorral homogéneo se sometió a un incendio experimental. Se muestrearon 10 parcelas antes y a distintos tiempos tras el fuego, incluyendo 1 día, 1 semana, 1 mes, 4.5 meses, 9 meses y 12 meses, con el objetivo de analizar las dinámicas temporales post-fuego en el ensamblaje de las comunidades microbiana (Capítulo II), y su relación con el funcionamiento ecosistémico (Capítulo III). Para ello, se obtuvieron un total de 70 muestras de suelo superficial (7 tiempos de muestreo  10 parcelas). Las muestras recolectadas antes del incendio se usaron como control pre-fuego, con el objetivo de reducir la heterogeneidad espacial que surge de muestrear áreas adyacentes. Además, incluimos en los modelos estadísticos la variación climática estacional (temperatura y precipitación), con el propósito de controlar dichos efectos en las dinámicas temporales de las comunidades microbianas. Finalmente, un diseño observacional basado en cronosecuencias de fuego se utilizó con el objetivo de analizar las dinámicas post-incendio y la resiliencia al fuego de múltiples dominios biológicos (Capítulo IV). Para ello, se seleccionaron un total de 25 zonas que se vieron afectadas por un único incendio no prescrito entre los años 1994 y 2014, las cuales se agruparon en 3 cronosecuencias, de acuerdo a su localización geográfica y sus condiciones ambientales. Debido a la ausencia de muestras anteriores a los incendios, se utilizaron controles espaciales en lugar de temporales. En concreto, se utilizó un diseño pareado, en el que por cada sitio quemado se muestreó un sitio adyacente similar pero no afectado por el incendio. Se muestreó un total de 3 transectos por cada parcela quemada y control, con el objetivo de tener en cuenta la variación dentro de cada tratamiento. En total, se obtuvieron 150 muestras de suelo (25 sitios x 2 tratamientos x 3 transectos). Organismos objeto de estudio Las bacterias del suelo fueron el principal grupo biológico estudiado en los Capítulos I, II y III. Con el objetivo de ampliar el conocimiento sobre la resiliencia al fuego de las comunidades biológicas, se incorporaron otros organismos del suelo (hongos y arqueas) así como las comunidades de plantas en el capítulo IV. Análisis de las comunidades microbianas y su ambiente Las comunidades microbianas se estudiaron a distintos niveles, incluyendo su relación con el ambiente abiótico del suelo, sus efectos en las funciones ecosistémicas y el papel de las relaciones evolutivas entre linajes en múltiples dominios biológicos. Se analizaron diversos parámetros físicos y químicos del suelo, con el objetivo de averiguar su influencia en la estructura filogenética de las comunidades microbianas. En concreto, se analizó el pH del suelo, la humedad gravimétrica, la conductividad eléctrica y el contenido en carbono orgánico total (TOC, acrónimo en inglés de Total Organic Carbon), carbono oxidable por pirofosfatos, nitrógeno total, amonio (NH4+-N) y nitratos (NO3--N), siguiendo procedimientos estandarizados (ver el capítulo IV para más detalles). Un conjunto de variables fisiológicas y bioquímicas del suelo fueron utilizadas como indicadores de funciones ecosistémicas mediadas por microorganismos. En concreto, se analizaron el carbono de la biomasa microbiana (MBC, Microbial Biomass Carbon), el coeficiente microbiano (la ratio MBC/TOC), la respiración basal y el cociente metabólico (qCO2), como indicadores de actividad microbiana general. La variable MBC se utilizó como una estima de la biomasa microbiana; el coeficiente MBC/TOC como una medida de la eficiencia de conversión de carbono orgánico en carbono microbiano; la respiración basal como indicativo de la actividad de los descomponedores del suelo, que mineralizan carbono orgánico en CO2; y el qCO2 como respiración microbiana por unidad de biomasa (Nannipieri et al., 1990). Se utilizaron tres actividades enzimáticas, es decir, β-glucosidasa (GA), fosfatasa alcalina (PA) y ureasa (UA), como indicadores de funcionalidad ecosistémica relacionados con el ciclado de C, P y N, respectivamente. En concreto, la enzima β-glucosidasa cataliza la descomposición de los compuestos de celulosa, la fosfatasa alcalina la hidrólisis de enlaces éster-fosfato liberando fósforo inorgánico y la ureasa la hidrólisis de la urea, que libera amoníaco y dióxido de carbono (Kandeler y Gerber, 1988; Tabatabai, 1994). Información adicional sobre las variables fisiológicas y bioquímicas analizadas se puede encontrar en los Capítulos I y III. Diversidad microbiana La diversidad microbiana se analizó mediante la secuenciación de marcadores moleculares. A continuación, se llevó a cabo el análisis a nivel de comunidad, con la ayuda de las técnicas que se detallan a continuación. En primer lugar, se empleó metagenómica dirigida (targeted metagenomics) para la amplificación, por medio de PCR, de marcadores moleculares específicos a partir de DNA extraído de muestras de suelo, con el fin de identificar y obtener las abundancias relativas de los distintos grupos microbianos del suelo. En el caso de bacterias, se utilizaron cebadores específicos que amplificaron una región del gen 16S rRNA, que codifica la subunidad pequeña del ribosoma de procariotas (Capítulos I-III). De manera similar, se utilizaron cebadores universales de procariotas para analizar de manera conjunta las comunidades de bacterias y arqueas (Capítulo IV). Finalmente, amplificamos la región del espaciador transcribible interno ribosómico nuclear (ITS) de organismos eucariotas para identificar y caracterizar las comunidades de hongos (Capítulo IV). Las filogenias de organismos procariotas se reconstruyeron a partir de secuencias del gen 16S rRNA, que constituye un marcador filogenético ampliamente utilizado. Con el propósito de tener en cuenta la incertidumbre en la filogenia que resulta del uso de secuencias cortas, se constriñó la topología de árbol a niveles filogenéticos profundos (es decir, a nivel de filo para la mayor parte de taxones y de clase para la mayoría de Proteobacterias), de acuerdo con filogenias publicadas, construidas a partir de secuencias completas del gen 16S rRNA. Además, se utilizaron entre 3 y 5 réplicas de árboles por estudio. Los árboles filogenéticos de procariotas en los capítulos I, II y IV representan la divergencia de unidades taxonómicas operativas (OTUs, Operational Taxonomic Units) expresadas como sustituciones nucleotídicas. Sin embargo, hallazgos recientes en la evolución temporal de los procariotas (Marín et al., 2017) nos han permitido avanzar hacia la datación de nuestras filogenias, transformando las tasas de sustitución nucleotídica en tiempo cronológico (millones de años) (Capítulo III). Las filogenias de hongos se reconstruyeron utilizando la información publicada sobre las relaciones evolutivas a nivel de género. Sobre este árbol, injertamos los OTUs en base a la información taxonómica obtenida mediante el análisis de la región ITS. Estimamos las longitudes de las ramas de los árboles a partir de varios nodos datados de acuerdo a la literatura. Se utilizaron un total de 5 árboles filogenéticos, seleccionados al azar a partir de múltiples árboles que se construyeron con el fin de tener en cuenta la incertidumbre en la topología y la cronología. Métricas de diversidad taxonómica y filogenética Las comunidades microbianas se analizaron utilizando métricas taxonómicas y filogenéticas de diversidad α y β. En primer lugar, se utilizó el número OTUs por muestra como una medida de la diversidad taxonómica α (capítulos II y IV). Además, se utilizaron métricas de estructura de comunidad ponderadas por la filogenia, como el índice de parentesco neto (NRI, Net Relatedness Index), indicativo de la distancia filogenética media estandarizada por cada muestra. Esta métrica informa de las relaciones evolutivas de los linajes; es decir, si los linajes de una comunidad están más (agrupamiento filogenético) o menos (sobredispersión filogenética) relacionados evolutivamente de lo esperado por azar (Capítulo I). Por último, se usó -NRI como una medida de la diversidad filogenética α (capítulos II y IV). Las métricas de divergencia taxonómica y filogenética entre comunidades (β-diversidad) se usaron adicionalmente con el objetivo de analizar el papel de los microorganismos en el funcionamiento ecosistémico (Capítulo I) y la resiliencia al fuego de las especies (Capítulos II y IV). Además, se utilizaron los componentes reemplazamiento (turnover) y anidamiento (nestedness) de la diversidad β a través del tiempo tras el fuego para evaluar las tasas de reemplazo taxonómico de especies (Capítulo II). Las relaciones filogenéticas se incorporaron a los análisis de diversidad β, a través de i) la composición filogenética ponderada por la representatividad de los linajes (PCPS, capítulos I y III), y por medio de ii) distancias UNIFRAC, que permiten una mejor comprensión de la resiliencia ecológica ante una perturbación (Capítulo IV). El análisis de redes de coexistencia se usó para detectar los OTUs que coexistieron más (copresencia) o menos (exclusión mutua) de lo esperado por azar (Faust y Raes, 2012). Este análisis permitió la transformación de las correlaciones en las abundancias entre pares de taxones de la comunidad en enlaces de coexistencia o exclusión mutua. La incorporación de un marco filogenético a las redes de coexistencia permitió analizar los procesos que estructuran las comunidades microbianas antes y después de un incendio (Capítulo II). Por último, se validó la capacidad de inferir procesos de ensamblaje a partir de patrones de coexistencia mediante simulaciones (Capítulo II, Apéndice A2). En concreto, se simularon filogenias, rasgos y abundancias de especies a partir de procesos conocidos de ensamblaje de comunidad, testando posteriormente la capacidad de la metodología para identificar correctamente el proceso de ensamblaje simulado. En el Apéndice A2 se puede encontrar una descripción detallada de los modelos de simulación (Capítulo II). Resultados y discusión En esta tesis doctoral se han estudiado los factores que determinan la estructura filogenética de las comunidades bacterianas del suelo y su resistencia al fuego, proporcionando información sobre los procesos implicados en el ensamblaje y su relación con el funcionamiento de los ecosistemas mediterráneos. En concreto, nuestros resultados muestran que conocer el papel que desempeñan ciertos linajes en la comunidad puede servir para comprender el ensamblaje de comunidades bacterianas y la productividad del ecosistema, lo que no resulta sencillo en los enfoques clásicos de la ecología de comunidades. Esto es posible, principalmente, gracias a la incorporación a los análisis de las relaciones evolutivas entre los linajes a nivel de comunidad. Las propiedades abióticas del suelo, particularmente aquéllas relacionadas con la fertilidad y los niveles de carbono orgánico, determinaron la diversidad filogenética y la estructura de comunidad de las bacterias del suelo en los ecosistemas estudiados. Este resultado coincide con evidencias previas tanto observacionales como experimentales a nivel mundial, que sugieren que el carbono orgánico es uno de los principales factores que determinan la estructura de las comunidades bacterianas del suelo (Fierer, 2017). En concreto, encontramos que el aumento de los niveles de carbono orgánico, a menudo limitante en los suelos, alteró la composición de las comunidades bacterianas reduciendo su diversidad filogenética (Pérez-Valera et al., 2015). Nuestros resultados son congruentes con observaciones globales que muestran que la diversidad filogenética de las comunidades bacterianas del suelo tiende a ser menor de lo esperado por azar. Es decir, las bacterias del suelo tienden a coexistir con parientes cercanos, lo que se puede explicar por el predominio de filtros ambientales que operan a través de sus componentes bióticos y/o abióticos (Mayfield y Levine, 2010; Goberna et al., 2014a). Además, los datos obtenidos sugieren que el filtro biótico prevalece como consecuencia de la sobrerrepresentación de clados extremadamente competitivos, como Proteobacterias y Actinobacterias, los cuales muestran una elevada eficacia biológica (fitness) en condiciones de alta disponibilidad de carbono, excluyendo completamente a otros linajes (Goldfarb et al., 2011; HilleRisLambers et al., 2012; Goberna et al., 2014a; Pérez-Valera et al., 2015). El hecho de que predominen las interacciones competitivas basadas en diferencias de fitness no excluye la posibilidad de que otros mecanismos actúen simultáneamente (por ejemplo, la competencia entre especies con nichos similares), incrementando la diversidad filogenética de la comunidad. Sin embargo, el efecto de las interacciones de competencia podría ser enmascarado si el filtro ambiental es el principal proceso de ensamblaje. En esta tesis, proponemos un nuevo marco para detectar los procesos de ensamblaje que operan simultáneamente mediante la combinación de herramientas de análisis filogenético y redes de coexistencia (Pérez-Valera et al., 2017). En primer lugar, validamos este marco mediante simulación de comunidades y posteriormente lo aplicamos a comunidades reales, en las que observamos que tanto los taxones bacterianos que coexisten como los que se excluyen mutuamente tienden a estar filogenéticamente más emparentados de lo esperado por azar. Estos resultados coinciden con las predicciones de uno de nuestros escenarios de simulación, concretamente aquél en el que tanto el filtrado ambiental como las interacciones competitivas basadas en similitudes de nicho actúan simultáneamente para ensamblar las comunidades bacterianas del suelo (Pérez-Valera et al., 2017). El aumento detectado en la diversidad filogenética bacteriana en condiciones de baja concentración de carbono orgánico también se observó en zonas en los que el fuego disminuyó su disponibilidad (Pérez-Valera et al., 2015, Capítulo IV). Los cambios en la composición bacteriana tras un incendio podrían reflejarse en las métricas de diversidad filogenética si los rasgos que permiten la supervivencia de las especies o la superioridad competitiva están conservados filogenéticamente (Pausas y Verdú, 2010). Éste podría ser el caso de los microorganismos que poseen rasgos que les confieren tolerancia al ambiente o altas capacidades competitivas (Goberna et al., 2014b; Martiny et al., 2015; Goberna y Verdú, 2016). Tras los incendios estudiados, se observó un aumento generalizado en la diversidad filogenética de las comunidades de bacterias, lo que sugiere que los cambios en las comunidades bacterianas fueron filogenéticamente estructurados y, por lo tanto, reconocibles mediante el análisis de las relaciones evolutivas entre taxones que coexisten y que se excluyen mutuamente (Faust y Raes, 2012; Pérez-Valera et al., 2017). De hecho, aunque el fuego impuso filtros abióticos que favorecieron los linajes microbianos con rasgos de resistencia a la temperatura, también aumentó simultáneamente las interacciones competitivas por medio de la liberación de nutrientes y/o la reducción del fuerte filtro biótico que domina en comunidades bacterianas en todo el mundo (Goberna et al., 2014a; Pérez-Valera et al., 2017). El análisis por medio de redes de coexistencia mostró resultados similares, lo que sugiere que los cambios en la diversidad filogenética tras el fuego es producto de alteraciones en el balance entre los procesos de filtrado ambiental y exclusión competitiva por similitud de nicho (Pérez-Valera et al., 2017). Los escasos estudios que analizan el efecto del fuego sobre el ensamblaje de las comunidades microbianas revelan aumentos en la abundancia de los taxones resistentes a altas temperaturas (por ejemplo, organismos formadores de endosporas o con paredes celulares engrosadas) y de crecimiento rápido (por ejemplo, alto número de copias del operón rRNA), que se ven progresivamente desplazados competitivamente por otros organismos más eficientes en el consumo de carbono orgánico (Bárcenas-Moreno et al., 2011; Jurburg et al., 2017). La incorporación de la identidad de los linajes a las métricas de estructura filogenética permitió conocer los factores abióticos que determinan la diversidad bacteriana, independientemente de la variabilidad ambiental de los ecosistemas objeto de estudio (Pérez-Valera et al., 2015; Capítulo III). A diferencia de los valores promedio de distancias filogenéticas en una comunidad (es decir, NRI), que puede generar valores similares con comunidades completamente diferentes, otras métricas como el índice PCPS, fueron útiles en todos los sitios de estudio para identificar la representatividad de los linajes (Duarte et al., 2012). De hecho, nuestros resultados mostraron que el índice PCPS fue especialmente relevante para predecir las tasas de funcionalidad ecosistémica mediada por microorganismos, debido a su capacidad para capturar la “huella” que dejan los cambios ambientales en la composición de las comunidades microbianas y, a su vez, en su funcionalidad (Pérez-Valera et al., 2015). De hecho, el índice PCPS detectó el papel que ciertos linajes altamente productivos (como Proteobacteria y Actinobacteria) juegan en los procesos del ecosistema (Pérez-Valera et al., 2015). A pesar de que un aumento en la diversidad se relaciona con mayores tasas de productividad ecosistémica (Cardinale et al., 2012), nuestros resultados mostraron una tendencia opuesta, probablemente debido al predominio de linajes altamente competitivos (que reducen la diversidad filogenética) y productivos (que aumentan las tasas de procesos del ecosistema). Este resultado subraya que conocer la identidad de los linajes es importante para comprender la relación entre funcionamiento ecosistémico y biodiversidad (Pérez-Valera et al., 2015), especialmente tras una perturbación ecológica que altera las funciones principales del ecosistema. El fuego alteró las principales funciones ecosistémicas mediadas por los microorganismos del suelo, a través de cambios en la estructura filogenética de las comunidades bacterianas. De hecho, nuestros resultados mostraron que el fuego incrementó la abundancia de ciertos linajes microbianos que respondieron al pulso de nutrientes, aumentando inmediatamente las tasas de respiración microbiana, biomasa y ciclo de nutrientes. Contrariamente a los incendios forestales, que reducen la biomasa y la actividad de las comunidades microbianas (Hernández et al., 1997; Jiménez-Esquilín et al., 2008), fuegos prescritos o experimentales, que son fuegos de baja intensidad, pueden provocar leves cambios o incluso aumentar la productividad microbiana y ciclado de nutrientes (p. ej. Fontúrbel et al., 2012; Fultz et al., 2016). Sin embargo, a diferencia de la funcionalidad ecosistémica, que recobró a medio plazo las tasas de productividad previas al incendio, la estructura filogenética de la comunidad bacteriana no se recuperó, lo que sugiere que podría existir un cierto grado de redundancia funcional (Allison y Martiny, 2008). Son necesarios más estudios para validar esta interpretación, especialmente en un contexto de perturbación ecológica en el que la resiliencia de las especies puede ser clave para garantizar la funcionalidad del ecosistema. Explicaciones alternativas incluyen la posibilidad de que los taxones que forman parte de la comunidad tras la perturbación sean funcionalmente diferentes a los taxones en la comunidad original, pero resulten en una tasa equivalente de productividad o actividad ecosistémica a nivel de comunidad (Allison y Martiny, 2008). Estudios futuros que analicen la funcionalidad de cada taxon microbiano son necesarios para mejorar las predicciones de las tasas de los procesos ecosistémicos. Por último, la estructura filogenética de las comunidades bacterianas en ecosistemas mediterráneos fue sensible pero resiliente al fuego en un período de dos a tres décadas. La recuperación de las comunidades bacterianas requirió el restablecimiento de las jerarquías competitivas que se establecen en las comunidades bacterianas; es decir, la recuperación del filtro biótico causado por linajes altamente competitivos (Goberna et al., 2014a; Pérez-Valera et al., 2017). Nuestros resultados mostraron que dicho restablecimiento fue mediado principalmente por la comunidad de plantas, mediante el aporte de carbono orgánico al suelo en forma de hojarasca y exudados. Esto sugiere que dichos aportes orgánicos, que son los responsables de la diversidad y estructura filogenética de bacterias, constituyen un factor esencial que garantiza su recuperación tras un fuego. En conjunto, nuestras observaciones confirman la capacidad que tiene la información filogenética para predecir los cambios en la composición y funcionalidad microbianas, lo que es esencial ante las crecientes tasas de cambio global. Conclusiones 1. Las propiedades abióticas del suelo, especialmente aquéllas asociadas con la fertilidad, determinan la diversidad filogenética y la estructura de comunidad de las bacterias del suelo. Dichas métricas de diversidad, a su vez, son capaces de predecir las funciones ecosistemas mediadas por la microbiota relacionadas con las tasas de productividad, descomposición y el ciclado de nutrientes, particularmente cuando se tiene en cuenta la identidad del linaje. El signo de la relación entre la diversidad filogenética bacteriana y las funciones del ecosistema depende de la identidad taxonómica de los principales linajes que coexisten. 2. El filtrado ambiental y la exclusión competitiva por similitud de nicho actúan simultáneamente para ensamblar las comunidades bacterianas del suelo. El fuego, a través de cambios en la riqueza y composición de especies, altera el equilibrio entre estas dos fuerzas de ensamblaje, lo que queda reflejado en los cambios en la estructura filogenética de la comunidad. 3. Las alteraciones provocadas por el fuego en las funciones del ecosistema mediadas por microorganismos son el resultado de cambios en la estructura filogenética de las comunidades bacterianas. El análisis de la contribución de los linajes microbianos a la estructura filogenética de la comunidad permite predecir cómo las funciones de los ecosistemas responden a las perturbaciones ecológicas. 4. La estructura filogenética de las comunidades biológicas de plantas y microorganismos del suelo (hongos, bacterias y arqueas) en ecosistemas mediterráneos es resistente o resiliente al fuego en un período de dos a tres décadas. La diversidad filogenética de plantas y microorganismos del suelo experimenta tendencias temporales opuestas durante el re-ensamblaje de la comunidad. La recuperación microbiana posterior al incendio, que implica el restablecimiento de grupos microbianos altamente competitivos, está mediada por las comunidades de plantas a través de cambios en las propiedades del suelo. Referencias Allison SD, Martiny JBH. (2008). Resistance, resilience, and redundancy in microbial communities. Proc Natl Acad Sci USA 105: 11512–11519. Balvanera P, Pfisterer AB, Buchmann N, He JS, Nakashizuka T, Raffaelli D, et al. (2006). Quantifying the evidence for biodiversity effects on ecosystem functioning and services. Ecol Lett 9: 1146–1156. Bárcenas-Moreno G, García-Orenes F, Mataix-Solera J, Mataix-Beneyto J, Bååth E. (2011). Soil microbial recolonisation after a fire in a Mediterranean forest. Biol Fertil Soils 47: 261–272. Cardinale B, Duffy J, Gonzalez A. (2012). Biodiversity loss and its impact on humanity. Nature 486: 59–67. Cardinale BJ. (2013). Towards a general theory of biodiversity for the Anthropocene. Elem Sci Anthr 1: 14. Diamond JM. (1975). Assembly of species communities. Harvard University Press: Cambridge, MA. Duarte LDS, Prieto PV, Pillar VD. (2012). Assessing spatial and environmental drivers of phylogenetic structure in Brazilian Araucaria forests. Ecography 35: 952–960. Faust K, Raes J. (2012). Microbial interactions: from networks to models. Nat Rev Microbiol 10: 538–550. Fierer N. (2017). Embracing the unknown: disentangling the complexities of the soil microbiome. Nat Rev Microbiol 15: 579–590. Fontúrbel MT, Barreiro A, Vega JA, Martín A, Jiménez E, Carballas T, et al. (2012). Effects of an experimental fire and post-fire stabilization treatments on soil microbial communities. Geoderma 191: 51–60. Fultz LM, Moore-Kucera J, Dathe J, Davinic M, Perry G, Wester D, et al. (2016). Forest wildfire and grassland prescribed fire effects on soil biogeochemical processes and microbial communities: Two case studies in the semi-arid Southwest. Appl Soil Ecol 99: 118–128. Goberna M, García C, Verdú M. (2014a). A role for biotic filtering in driving phylogenetic clustering in soil bacterial communities. Glob Ecol Biogeogr 23: 1346–1355. Goberna M, Navarro-Cano JA, Valiente-Banuet A, García C, Verdú M. (2014b). Abiotic stress tolerance and competition-related traits underlie phylogenetic clustering in soil bacterial communities. Ecol Lett 17: 1191–1201. Goberna M, Verdú M. (2016). Predicting microbial traits with phylogenies. ISME J 10: 959–967. Goldfarb KC, Karaoz U, Hanson CA, Santee CA, Bradford MA, Treseder KK, et al. (2011). Differential growth responses of soil bacterial taxa to carbon substrates of varying chemical recalcitrance. Front Microbiol 2: 1–10. Graham EB, Knelman JE, Schindlbacher A, Siciliano S, Breulmann M, Yannarell A, et al. (2016). Microbes as engines of ecosystem function: When does community structure enhance predictions of ecosystem processes? Front Microbiol 7: 2014. Hernández T, García C, Reinhardt I. (1997). Short-term effect of wildfire on the chemical, biochemical and microbiological properties of Mediterranean pine forest soils. Biol Fertil Soils 25: 109–116. HilleRisLambers J, Adler PB, Harpole WS, Levine JM, Mayfield MM. (2012). Rethinking community assembly through the lens of coexistence theory. Annu Rev Ecol Evol Syst 43: 227–248. Jiménez-Esquilín AE, Stromberger ME, Shepperd WD. (2008). Soil scarification and wildfire interactions and effects on microbial communities and carbon. Soil Sci Soc Am J 72: 111–118. Jurburg SD, Nunes I, Brejnrod A, Jacquiod S, Priemé A, Sørensen SJ, et al. (2017). Legacy effects on the recovery of soil bacterial communities from extreme temperature perturbation. Front Microbiol 8: 1–13. Kandeler E, Gerber H. (1988). Short-term assay of soil urease activity using colorimetric determination of ammonium. Biol Fertil Soils 6: 68–72. Marin J, Battistuzzi FU, Brown AC, Hedges SB. (2017). The timetree of prokaryotes: new insights into their evolution and speciation. Mol Biol Evol 34: 437–446. Martiny JBH, Jones SE, Lennon JT, Martiny AC. (2015). Microbiomes in light of traits: A phylogenetic perspective. Science 350: aac9323. Mayfield MM, Levine JM. (2010). Opposing effects of competitive exclusion on the phylogenetic structure of communities. Ecol Lett 13: 1085–1093. Nannipieri P, Grego S, Ceccanti B. (1990). Ecological significance of the biological activity in soil. In: Bollag J, Stotzky G (eds). Marcel Dekker: New York, pp 293–355. Pausas JG, Verdú M. (2010). The jungle of methods for evaluating phenotypic and phylogenetic structure of communities. Bioscience 60: 614–625. Pérez-Valera E, Goberna M, Faust K, Raes J, García C, Verdú M. (2017). Fire modifies the phylogenetic structure of soil bacterial co-occurrence networks. Environ Microbiol 19: 317–327. Pérez-Valera E, Goberna M, Verdú M. (2015). Phylogenetic structure of soil bacterial communities predicts ecosystem functioning. FEMS Microbiol Ecol 91: fiv031. Schoch CL, Seifert KA, Huhndorf S, Robert V, Spouge JL, Levesque CA, et al. (2012). Nuclear ribosomal internal transcribed spacer (ITS) region as a universal DNA barcode marker for Fungi. Proc Natl Acad Sci USA 109: 6241–6246. Tabatabai MA. (1994). Soil Enzymes. In: Weaver RW (ed). Microbiological and biochemical properties. Soil Science Society of America: Madison, pp 775–833. Webb CO, Ackerly DD, McPeek MA, Donoghue MJ. (2002). Phylogenies and community ecology. Annu Rev Ecol Syst 33: 475–505.

Which factors determine the assembly of ecological communities and how such ecological communities mediate ecosystem functions are central questions in Ecology. Community assembly, i.e. the set of processes by which species colonize a specific site and interact with each other and their environment to form local communities, determines their species composition and structure (HilleRisLambers et al., 2012). The different ecological processes modulating species assembly (e.g., habitat filtering, competition) leave recognizable patterns in the structure of communities (Diamond, 1975; Webb et al., 2002; Mayfield and Levine, 2010). In turn, the structure of ecological communities seems decisive in determining ecosystem processes that control the fluxes of energy, nutrients and organic matter (Balvanera et al., 2006; Cardinale, 2013; Graham et al., 2016). Understanding the forces that control biological diversity and ecosystem functions is, in addition, crucial to predict the consequences of ecological disturbance, which is especially relevant in view of the increasing levels of environmental change. This thesis focuses on these fundamental questions by studying soil microbial community structure after fire disturbance. AIM AND OUTLINE OF THESIS The general aim of this thesis was to examine the ecological basis of soil microbial community assembly and its relationship with ecosystem functioning, by focusing on the phylogenetic structure of microbial communities and its resilience to fire in Mediterranean ecosystems. Specifically, we: 1. Investigate the physical and chemical parameters determining the phylogenetic structure of soil bacterial communities (Chapter I) 2. Evaluate the phylogenetic structure of soil bacterial communities as a predictor of ecosystem functioning (Chapter I) 3. Investigate fire as an ecological force shaping soil bacterial community assembly (Chapter II) 4. Analyse fire-induced changes in microbially mediated ecosystem functioning (Chapter III) 5. Evaluate the resistance or resilience to fire of ecological communities (Chapter IV). MATERIALS AND METHODS EXPERIMENTAL DESIGN AND STUDY SITES This doctoral thesis covers a total of 27 study sites in Mediterranean ecosystems in the Region of Valencia (East Spain). Climate ranges from semi-arid to sub-humid Mediterranean. Plant communities include scrublands, shrublands and woodlands. Soils have been formed on a range of parent materials including limestones, gypsum and colluvial deposits. Soil conditions are also broad in terms of pH, salinity and soil fertility. We used three different experimental designs to address the main aims of this doctoral thesis. First, we used an observational sampling design in which we selected two contrasting sites in terms of climate, soil properties and plant composition, in order to explore the abiotic determinants of bacterial phylogenetic community structure and its relationship with the ecosystem functioning (Chapter I). Briefly, we selected a homogeneous shrubland, in which we sampled ten soil plots (Site 1), and a patchy shrub steppe, where sampling was performed underneath 15 vegetation patches and their adjacent open spaces (Site 2). Thus, we collected a total of 40 surface soil samples. We then introduced fire disturbance by exposing a homogeneous shrubland (Site 1 in Chapter I) to an experimental burning. Sampling was performed in ten replicated plots before fire, and from 1 day to 1 year after fire, also including 1week, 1 month, 4.5 months and 9 months, with the aim of exploring the temporal dynamics in the post-fire microbial community assembly (Chapter II) and its relationship with ecosystem functioning (Chapter III). In this case, we collected a total of 70 surface soil samples (7 sampling times X 10 plots). Samples collected before the fire were used as the unburned control, in order to reduce the spatial heterogeneity of sampling adjacent unburned areas. To control for seasonal effects in the temporal dynamics of the microbial communities, we took into account climatic conditions (i.e., air temperature and precipitation) in our statistical models. Finally, we explored post-fire dynamics and resilience across biological domains through replicated observational fire chronosequences (Chapter IV). We selected 25 sites, which had suffered a unique non-prescribed fire between 1994 and 2014, distributed in three chronosequences defined based on the geographic location and environmental conditions. Since pre-fire samples were not available for these wildfires, we used spatial (rather than a temporal) controls. We specifically used a paired design, by sampling adjacent sites that were similar to each burned site but that had not been exposed to fire. Within-treatment variability was accounted for by sampling three transects across each burned and control plot. Thus, wildfire chronosequences were characterized with a total of 150 surface soil samples (25 sites X 2 plots X 3 transects). ORGANISMS UNDER STUDY Soil bacteria were the main biological group studied in Chapters I, II and III. To broaden our perspective on the resilience of biological communities to fire, we have incorporated other belowground (i.e. fungi and archaea) and aboveground (i.e. plants) organisms in Chapter IV. STUDY OF SOIL MICROBIAL COMMUNITIES AND THEIR ENVIRONMENT Microbial communities were studied at different levels, including their abiotic environment, their consequences on ecosystem functions and the role of evolutionary relationships among lineages within and across domains. Physical and chemical soil analyses Several soil physical and chemical parameters were analysed in order to examine their role in the microbial phylogenetic community structure. Specifically, we quantified soil pH, gravimetric humidity (GH), total organic C (TOC), pyrophosphate oxidizable C (PPi-OC), total nitrogen (TN), electrical conductivity (EC), NH4+-N and NO3--N following standard procedures (see Chapters I and IV for further details). Physiological and biochemical analyses We measured several soil physiological and biochemical variables as indicators of microbially-mediated ecosystem functions. Particularly, we analysed general indicators of microbial activity such as microbial biomass carbon (MBC), the microbial coefficient (MBC/TOC), basal respiration and the metabolic quotient (qCO2). MBC was used as proxy of microbial biomass, MBC/TOC as a measure of the efficiency in converting organic C into microbial C, basal respiration as indicative of soil decomposer activity that mineralize organic C into CO2, and qCO2 as microbial respiration per unit of biomass indicative of microbial C that is transformed into CO2 (Nannipieri et al., 1990). Three enzymatic activities, i.e. β-glucosidase (GA), alkaline phosphatase (PA) and urease activities (UA) were used as indicators of ecosystem functions related to C, P and N cycling. In particular, β-glucosidase catalyses the breakdown of cellulose compounds, alkaline phosphatase the hydrolysis of ester–phosphate bonds and urease the hydrolysis of urea, respectively releasing simpler compounds as glucose, inorganic phosphorous or ammonia (Kandeler and Gerber, 1988; Tabatabai, 1994). Further details about these procedures can be found in Chapters I and III. Microbial diversity Microbial diversity has been analysed by sequencing molecular markers and further analyses at the community level with the help of the following techniques. Targeted metagenomics We used targeted metagenomics to PCR amplify specific molecular markers in soil DNA extracts, in order to identify and obtain the relative abundance of microbial groups in soil microbial communities. For bacteria, we used specific primers that amplified a region of the 16S rRNA gene, encoding the small subunit of the prokaryotic ribosome (Chapters I-III). When the whole prokaryotic communities, i.e. bacteria and archaea, were the target we used universal primers for the 16S rRNA gene (Chapter IV). Finally, to identify and characterize fungal communities, we amplified the eukaryotic nuclear ribosomal internal transcribed spacer (ITS) region (Chapter IV). Phylogenetic reconstruction Prokaryotic phylogenies were reconstructed from partial 16S rRNA gene sequences, which is a widely used phylogenetic marker. To avoid the phylogenetic uncertainty that results from the usage of short sequences, we constrained the tree topology at deep levels (i.e. generally at the phylum level, and at the class level for most Proteobacteria) according to well-resolved phylogenies based on full 16S rRNA gene sequences. In addition, we worked with 3-5 replicated trees per study. Phylogenetic trees of prokaryotes in Chapters I, II and IV represent OTU divergence in terms of nucleotide substitution. However, given the recent findings in the evolutionary timescale of prokaryotes (Marin et al., 2017), we have moved towards dating our phylogenies, thus transforming nucleotide substitution into chronological time (million years) (Chapter III). Fungal phylogenies were based on published phylogenies at the genus level. We grafted each OTU into its corresponding genus according to their taxonomic information obtained from the eukaryotic ITS region (Chapter IV), which is the universal DNA barcode marker for fungi (Schoch et al., 2012). Tree branch lengths were estimated from several dated nodes obtained from the literature and subsequently used to calibrate the tree. We worked with 5 phylogenetic trees, randomly selected from multiple trees that were constructed under a birth-death model in order to account for the topological and chronological uncertainty and resolve polytomies. Taxonomic and phylogenetic diversity metrics Microbial diversity was estimated through α and β taxonomic and phylogenetic metrics. First, we analysed the standardized number of OTUs per sample as a measure of taxonomic α diversity (Chapters II and IV). We incorporated phylogenetically-informed measures such as the Net Relatedness Index (NRI), which corresponds to the standardized Mean Phylogenetic Distance and is indicative of coexisting lineages being more (i.e. phylogenetic clustering) or less (i.e. phylogenetic overdispersion) evolutionarily related than expected by chance (Chapter I). We used –NRI, as a measure of phylogenetic α diversity (Chapters II and IV). Measures of taxonomic and phylogenetic divergence between communities (β-diversity) have been also used, in order to explore the particular role of microbes controlling ecosystem functioning (Chapter I), and the species resilience after fire disturbance (Chapters II and IV). In particular, we evaluated the taxonomic species replacement after fire through the nestedness and turnover components of β-diversity through time (Chapter II). Phylogenetic relationships were incorporated into β-diversity analyses through i) a fuzzy-weighted phylogenetic composition that account for the representativeness of lineages across sites (Chapters I and III), and ii) UNIFRAC distances that allow a better understanding of ecological resilience to disturbance (Chapter IV). Microbial networks Bacterial OTUs co-occurring more (co-presence) or less (mutual exclusion) frequently than expected by chance were detected through network analysis (Faust and Raes, 2012). By combining multiple measures of correlation and/or dissimilarity, these analyses translate taxon abundance data into links between co-occurring taxa. We phylogenetically informed our networks to detect the processes shaping microbial communities before and after the fire (Chapter II). We validated the ability to infer assembly processes from phylogenetic co-occurrence patterns through simulations (Chapter II, Appendix A2). Briefly, we simulated phylogenies, species traits and abundances from known processes of community assembly, testing later whether our methodology had identified correctly the simulated assembly process. A thorough description of the simulation model can be found in Appendix A2 (Chapter II). RESULTS AND DISCUSSION The global aim of this thesis is to delve into the factors that determine the phylogenetic structure of soil bacterial communities and its resilience to fire, eventually providing insights into the processes that drive bacterial community assembly and its relationship with the functioning of Mediterranean ecosystems. Essentially, by incorporating the evolutionary relationships among bacteria our findings provide support to the role that particular lineages have on the bacterial community assembly and ecosystem productivity, which is not straightforward under the classical approaches of community ecology. Soil abiotic properties, especially those related to fertility such as the levels of organic carbon, determined the phylogenetic diversity and community structure of soil bacteria in the ecosystems under study. This agrees with both observational and experimental evidence suggesting organic C as one of the main drivers structuring bacterial communities worldwide (Fierer, 2017). In particular, we found that increasing levels of organic C, which is typically limiting in soils, altered the bacterial community composition and reduced its phylogenetic diversity (Pérez-Valera et al., 2015). This agrees with the widespread observation that the phylogenetic diversity of soil bacterial tends to be lower than expected by chance, i.e. soil bacteria tend to coexist with close relatives, a pattern that has been explained by the dominance of environmental filters operating via biotic and/or abiotic components (Mayfield and Levine, 2010; Goberna et al., 2014a). Our data point to a dominant biotic filter that is due to the overrepresentation of extremely competitive clades, mainly Proteobacteria and Actinobacteria, which show high fitness under carbon enriched conditions and exclude entire lineages (Goldfarb et al., 2011; HilleRisLambers et al., 2012; Goberna et al., 2014a; Pérez-Valera et al., 2015). The dominance of competitive interactions based on fitness differences does not exclude the possibility that other mechanisms that would increase the phylogenetic diversity of the community (e.g. limiting similarity via competition between species with similar niches) could be operating simultaneously. However, the effect of such processes would be indistinguishable when analysed at the community level if environmental filtering prevails. We propose in this thesis a new approach that combines phylogenetic tools with co-occurrence network analysis to detect the contribution of assembly processes that operate simultaneously (Pérez-Valera et al., 2017). After validating this framework with simulated communities, we applied it to real communities and found that both co-existing and mutually excluding bacterial taxa tend to be phylogenetically more closely related than expected by chance. This conforms with the simulated scenario in which environmental filtering and competitive interactions based on niche similarities concur to assemble soil bacterial communities (Pérez-Valera et al., 2017). Our results showing that bacterial phylogenetic diversity increases at low levels of organic resources also applied to burned sites in which the availability of organic C decreased after fire (Pérez-Valera et al., 2015; Chapter IV). Changes in the post-fire bacterial composition may be reflected in phylogenetic community measures if traits that allow species survival or competitive superiority are phylogenetically conserved (Pausas and Verdú, 2010). This seems to be the case of microbial organisms bearing traits that confer environmental tolerance or competitive abilities (Goberna et al., 2014b; Martiny et al., 2015; Goberna and Verdú, 2016). We found that the post-fire increases in bacterial phylogenetic diversity were consistent across studied fires, suggesting that changes in bacterial communities were phylogenetically structured and hence, recognizable by exploring the evolutionary relationships between coexisting and non-coexisting taxa (Faust and Raes, 2012; Pérez-Valera et al., 2017). Indeed, while fire imposed abiotic filters that favored microbial lineages bearing heat-resistance traits, it simultaneously increased competitive interactions via releasing a burst of nutrients and/or alleviated the strong biotic filter that operates in bacterial communities worldwide (Goberna et al., 2014a; Pérez-Valera et al., 2017). Interestingly, our network analyses pointed in the same direction, suggesting that fire increased the phylogenetic diversity as result of the altered balance between environmental filtering and competitive exclusion based on niche similarities (Pérez-Valera et al., 2017). Evidence on altered microbial assembly after fire is rather scarce, but suggests increases in taxa showing heat-resistance (e.g. endospores, thickened cell walls) and fast-growth strategies (e.g. high rRNA operon copy numbers) that are progressively outcompeted by strong competitors for organic carbon (Bárcenas-Moreno et al., 2011; Jurburg et al., 2017). Metrics of phylogenetic structure that account for lineage identity allowed examining the abiotic drivers of bacterial diversity in ecosystems regardless of their environmental variability (Pérez-Valera et al., 2015; Chapter III). Compared to the average phylogenetic distances (i.e. NRI), which are blind to the taxonomic identity of coexisting lineages, fuzzy-weighting community metrics such as PCPS identify the representativeness of different lineages across sites (Duarte et al., 2012). We found that this is particularly relevant to predict microbially mediated ecosystem functions, as PCPS captures the signature that environmental changes leave in the composition of bacterial communities and consequently in their functionality (Pérez-Valera et al., 2015). Indeed, PCPS is able to capture the weight that highly productive lineages such as Proteobacteria and Actinobacteria have in the ecosystem processes (Pérez-Valera et al., 2015). Despite numerous pieces of evidence indicating positive effects of diversity on ecosystem functioning (Cardinale et al., 2012), we found the opposite trend, resulting from the dominance of lineages that are both competitive (and thus reduce phylogenetic diversity) and productive (and thus increase the rates of ecosystem processes). This emphasizes that focusing on lineage identity is necessary to understand the biodiversity-ecosystem functioning relationship (Pérez-Valera et al., 2015), especially after ecological disturbance that disrupts main ecosystem functions. Fire-induced alterations in ecosystem functions related to microbial metabolism were the result of shifts in the bacterial phylogenetic community structure. Indeed, fire favored the abundance of microbial lineages that responded to the nutrient pulse, immediately increasing the rates of microbial respiration, biomass and nutrient cycling. Contrarily to wildfires that reduce the biomass and activity of microbial communities (Hernández et al., 1997; Jiménez-Esquilín et al., 2008), low intensity fires, such as those that are experimental or prescribed, might lead to slightly shifts or increases in microbial productivity and nutrient cycling activities (e.g. Fontúrbel et al., 2012; Fultz et al., 2016). However, while those trends were mostly recovered at the mid-term, that was not the case for the bacterial phylogenetic community structure, suggesting that it could be some degree of functional redundancy (Allison and Martiny, 2008). Further research is needed to validate this interpretation, especially in a context of ecological disturbance in which species resilience could be key to guarantee the ecosystem functionality and nutrient cycling. This even includes, but does not restrict to, the possibility that taxa in the altered community are also functionally different to those prior to disturbance, but process rates are the same at the community level (Allison and Martiny, 2008). Future studies that deepen in the traits that define the functionality of particular microbial taxa are necessary to improve predictions of ecosystem process rates. Finally, the phylogenetic structure of bacterial communities was sensitive but resilient to fire in a period of two to three decades in our Mediterranean ecosystems. In turn, the recovery of bacteria after fire involved the reestablishment of the competitive hierarchies that operate in bacterial communities, that is, the biotic filter caused by competitive lineages (Goberna et al., 2014a; Pérez-Valera et al., 2017). This process was mainly mediated by the plant communities through organic C inputs, likely in the form of litter and exudates. Therefore, those organic inputs constitute an essential factor that guarantees microbial resilience to fire, ultimately determining the bacterial phylogenetic structure and diversity. This is particularly important given the increasing rates of environmental change to which our ecosystems are exposed. Altogether, our findings highlight the capacity that the phylogenetic information has for predicting shifts in microbial composition and functioning, which is essential in the face of global change. CONCLUSIONS 1. Soil abiotic properties, most notably those associated with fertility, determine the phylogenetic diversity and community structure of soil bacteria. These diversity metrics, in turn, predict microbially-mediated ecosystem functions related to microbial productivity, decomposition and nutrient cycling, particularly when lineage identity is taken into account. The sign of the relationship between bacterial phylogenetic diversity and ecosystem functions depends on the taxonomic identity of the main coexisting lineages. 2. Soil bacterial communities are simultaneously assembled through environmental filtering and competitive exclusion by limiting similarity. Fire alters the balance between these assembly forces through changes in species richness and composition, which are ultimately reflected in the phylogenetic structure of the community. 3. Fire-induced alterations in microbially-mediated ecosystem functions are the result of shifts in the bacterial phylogenetic community structure. Exploring the contribution of microbial lineages to the phylogenetic structure allows predicting how ecosystem functions respond to ecological disturbance. 4. The phylogenetic structure of both above (plants) and belowground (fungi, bacteria, archaea) biological communities is either resistant or resilient to fire in a period of two to three decades in Mediterranean ecosystems. Plants and soil microbes experience opposing temporal trends in phylogenetic diversity during community reassembly. The post-fire microbial recovery involves the reestablishment of highly competitive clades, a process mediated by plant communities through changes in the soil environment. REFERENCES Allison SD, Martiny JBH. (2008). Resistance, resilience, and redundancy in microbial communities. Proc Natl Acad Sci USA 105: 11512–11519. Balvanera P, Pfisterer AB, Buchmann N, He JS, Nakashizuka T, Raffaelli D, et al. (2006). Quantifying the evidence for biodiversity effects on ecosystem functioning and services. Ecol Lett 9: 1146–1156. Bárcenas-Moreno G, García-Orenes F, Mataix-Solera J, Mataix-Beneyto J, Bååth E. (2011). Soil microbial recolonisation after a fire in a Mediterranean forest. Biol Fertil Soils 47: 261–272. Cardinale B, Duffy J, Gonzalez A. (2012). Biodiversity loss and its impact on humanity. Nature 486: 59–67. Cardinale BJ. (2013). Towards a general theory of biodiversity for the Anthropocene. Elem Sci Anthr 1: 14. Diamond JM. (1975). Assembly of species communities. Harvard University Press: Cambridge, MA. Duarte LDS, Prieto PV, Pillar VD. (2012). Assessing spatial and environmental drivers of phylogenetic structure in Brazilian Araucaria forests. Ecography 35: 952–960. Faust K, Raes J. (2012). Microbial interactions: from networks to models. Nat Rev Microbiol 10: 538–550. Fierer N. (2017). Embracing the unknown: disentangling the complexities of the soil microbiome. Nat Rev Microbiol 15: 579–590. Fontúrbel MT, Barreiro A, Vega JA, Martín A, Jiménez E, Carballas T, et al. (2012). Effects of an experimental fire and post-fire stabilization treatments on soil microbial communities. Geoderma 191: 51–60. Fultz LM, Moore-Kucera J, Dathe J, Davinic M, Perry G, Wester D, et al. (2016). Forest wildfire and grassland prescribed fire effects on soil biogeochemical processes and microbial communities: Two case studies in the semi-arid Southwest. Appl Soil Ecol 99: 118–128. Goberna M, García C, Verdú M. (2014a). A role for biotic filtering in driving phylogenetic clustering in soil bacterial communities. Glob Ecol Biogeogr 23: 1346–1355. Goberna M, Navarro-Cano JA, Valiente-Banuet A, García C, Verdú M. (2014b). Abiotic stress tolerance and competition-related traits underlie phylogenetic clustering in soil bacterial communities. Ecol Lett 17: 1191–1201. Goberna M, Verdú M. (2016). Predicting microbial traits with phylogenies. ISME J 10: 959–967. Goldfarb KC, Karaoz U, Hanson CA, Santee CA, Bradford MA, Treseder KK, et al. (2011). Differential growth responses of soil bacterial taxa to carbon substrates of varying chemical recalcitrance. Front Microbiol 2: 1–10. Graham EB, Knelman JE, Schindlbacher A, Siciliano S, Breulmann M, Yannarell A, et al. (2016). Microbes as engines of ecosystem function: When does community structure enhance predictions of ecosystem processes? Front Microbiol 7: 2014. Hernández T, García C, Reinhardt I. (1997). Short-term effect of wildfire on the chemical, biochemical and microbiological properties of Mediterranean pine forest soils. Biol Fertil Soils 25: 109–116. HilleRisLambers J, Adler PB, Harpole WS, Levine JM, Mayfield MM. (2012). Rethinking community assembly through the lens of coexistence theory. Annu Rev Ecol Evol Syst 43: 227–248. Jiménez-Esquilín AE, Stromberger ME, Shepperd WD. (2008). Soil scarification and wildfire interactions and effects on microbial communities and carbon. Soil Sci Soc Am J 72: 111–118. Jurburg SD, Nunes I, Brejnrod A, Jacquiod S, Priemé A, Sørensen SJ, et al. (2017). Legacy effects on the recovery of soil bacterial communities from extreme temperature perturbation. Front Microbiol 8: 1–13. Kandeler E, Gerber H. (1988). Short-term assay of soil urease activity using colorimetric determination of ammonium. Biol Fertil Soils 6: 68–72. Marin J, Battistuzzi FU, Brown AC, Hedges SB. (2017). The timetree of prokaryotes: new insights into their evolution and speciation. Mol Biol Evol 34: 437–446. Martiny JBH, Jones SE, Lennon JT, Martiny AC. (2015). Microbiomes in light of traits: A phylogenetic perspective. Science 350: aac9323. Mayfield MM, Levine JM. (2010). Opposing effects of competitive exclusion on the phylogenetic structure of communities. Ecol Lett 13: 1085–1093. Nannipieri P, Grego S, Ceccanti B. (1990). Ecological significance of the biological activity in soil. In: Bollag J, Stotzky G (eds). Marcel Dekker: New York, pp 293–355. Pausas JG, Verdú M. (2010). The jungle of methods for evaluating phenotypic and phylogenetic structure of communities. Bioscience 60: 614–625. Pérez-Valera E, Goberna M, Faust K, Raes J, García C, Verdú M. (2017). Fire modifies the phylogenetic structure of soil bacterial co-occurrence networks. Environ Microbiol 19: 317–327. Pérez-Valera E, Goberna M, Verdú M. (2015). Phylogenetic structure of soil bacterial communities predicts ecosystem functioning. FEMS Microbiol Ecol 91: fiv031. Schoch CL, Seifert KA, Huhndorf S, Robert V, Spouge JL, Levesque CA, et al. (2012). Nuclear ribosomal internal transcribed spacer (ITS) region as a universal DNA barcode marker for Fungi. Proc Natl Acad Sci USA 109: 6241–6246. Tabatabai MA. (1994). Soil Enzymes. In: Weaver RW (ed). Microbiological and biochemical properties. Soil Science Society of America: Madison, pp 775–833. Webb CO, Ackerly DD, McPeek MA, Donoghue MJ. (2002). Phylogenies and community ecology. Annu Rev Ecol Syst 33: 475–505.