Results
★Comparison of environmental factors between wet and dry seasons
不同干湿季环境因子的变化
处理方式，tableS1列了所有原始数据，包括60个样品，table S2对不同季节的样品进行了显著性分析，相当于30个样品为一组重复求方差。得出结论是在干湿季节进行比较，部分因子有显著变化。In general,On the contrary。
★Comparison of microeukaryotic community alpha diversity between wet and dry seasons
不同干湿季alpha的变化
参数选取：稀释曲线，extrapolated species richness indices (ACE and Chao 1), and Good’s coverage indices。
首先列了60个样品的alpha指数，其次对干湿季节进行了Alpha指数的统计分析，得出结论是湿季节的richness高于干季节。
其次，表征测序深度及数据可信。The rarefaction curves, extrapolated species richness indices (ACE and Chao 1), and Good’s coverage indices indicated that the majority of the microeukaryotic taxa had been recovered from the studied metacommunity。
再次，对不同测序基本信息及后续要用到的不同丰富度群组进行了介绍和前后衔接。
★Comparison of microeukaryotic community composition between wet and dry seasons
不同干湿季Beta的变化
参数选取：群落组成柱状图，PCoA图 结合Venn plot
关于柱状图的描述可以学习的点：most diverse OTUs，most abundant OTUs，significantly higher in wet than in dry seasons，higher relative abundance in dry than in wet seasons。
PCoA图 结合Venn plot:Taken together, there were significant differences in microeukaryotic community composition between wet and dry seasons, although a large proportion of taxa were shared with both seasons in the Tingjiang River.
★Environmental and spatial factors related with microeukaryotic community composition
参数选取：Mantel tests及其图表
Mantel tests是确定两组距离测度矩阵（而非两组变量矩阵）之间相关性的相关性测试方法，用于判断一个矩阵中的样本距离与另一矩阵中的样本距离是否相关。
两种距离算法结果相似；整体趋势是显著且负相关；不同丰度taxa比较；两个矩阵关系是distance-decay；群落空间分布相同；干湿之间decay的程度比较。
★Relative contribution of environmental and spatial factors on microeukaryotic distribution
参数选取：VPA分析 方差分解分析(Variance partitioning analysis，VPA)
VPA分析的目的是确定指定的环境因子对群落结构变化的解释比例。该分析量化两组或多组(2~4 组)环境因子 变量对响应变量(如菌群变化)的单独解释度与共同解释度。在进行VPA时，首先就要对这些环境因子进行一个分类，然后在约束其它类环境因子的情况下，对某一类环境因子进行排序分析，这种分析也成为偏分析，即partial CCA/RDA。在对每一类环境因子均进行偏分析之后，即可计算出每一个环境因子单独以及不同环境因子相互作用分别对生物群落变化的贡献。
写作逻辑：AEM分类下湿季节解释度多少；干季节多少；多少在干湿季节未解释；PCNM分类下相似；引出大量未解释的随机过程。
★Fit to the neutral model of community assembly
参数选取：中性模型
写作逻辑：首先中性模型的解释度很高；其次中性模型在不同门水平的群落上解释度也很高；其次在不同的水平上解释度；最后对干湿下Nm and m进行了比较，最后得出湿季节菌株扩散高于干季节。
★Neutral and non-neutral partitions are ecologically distinct
参数选取：符合中性模型部分，高于中性模型部分和低于中性模型部分的原因。
写作逻辑：中性部分和非中性部分的原因可能是不同门的扩散能力，也有可能是非中性部分对环境的响应更强烈。所以对中性和非中性部分分别从群落分布，相对丰度和环境相关性进行了分析。
NMDS图：表征三部分的群落结构分布情况。
相对丰度：表征三部分在门水平的占比情况。
相关性分析：三部分与环境相关分析。
Discussion
★Spatiotemporal patterns of microeukaryotic communities in river ecosystem
写作逻辑：前两句是背景指出该研究的重要性；干湿情况下群落结构差异显著（PCoA）；可能原因1为环境因子和水文情况，并列举显著的环境因子；可能原因2为受季节性变化的浮游生物，导致的本底生物变化的因素有物理化学因素和菌株互作；可能因素3为菌株的扩散和漂移，导致扩散和飘移的原因包括周围土壤落叶、rain events.
★Similar biogeography of dominant, always rare, and conditionally rare microeukaryotes
写作逻辑：第一段都是研究rare abundance 的重要性；
第二段首先发现不同丰度的菌群对环境的响应是一致的。Fig3中不同丰度菌群随距离的衰退趋势一致以及不同丰度菌群多集中在短距离附近这一现象。解释1，与everything is everywhere相悖；解释2，环境因子均一化过程中，不同丰度菌群对环境的响应一致；解释3，与其他人的研究结果比较，正2反1。
第三段主要解释菌群距离随距离衰减在干季强于湿季的原因；主要是扩散限制；rainfall; rive flow rate;dam.
★Minor influence of environmental and spatial factors on the microeukaryotic community
写作逻辑：VPA解释度低；其他人的解释度也低；VPA的应用范围和局限；VPA解释度低的原因（1.重要的环境因子被忽略，2，菌株间互作无法用VPA衡量；VPA低估了环境因子的重要性）；最后谨慎用此方法应结合其他方法，如本文的中性模型。
★Microeukaryoic community assembly mainly shaped by stochastic processes
写作逻辑：第一段中性模型很好的解释了本文的群落构建；中性模型介绍及应用；本文中性模型在菌群分类水平和门水平具体菌群下拟合度高说明随即过程的重要性；文中菌落距离随地理距离decay与此结果吻合；其他人的结果作证。
第二段wet的中性模型拟合度高于干季；m值wet下高于dry可能是多数菌群在wet下的扩散能力更高；wet下菌群扩散能力高的原因是河流的连通度和均一性高，rainfall作用；随机过程partly overwhelm 环境选择和生态漂流；总结wet下菌群距离集中的原因。
第三段总结确定性和随机性在本文的作用，同时指出该研究的局限性和后续改进。
★Difference between neutral and non-neutral partitions
写作逻辑：符合中性模型部分和不符合部分存在的确定性和随机性原因仍要探索。将符合中性模型部分和不符合部分分别研究发现其多样性特征差异不同。第一个原因是这两部分的扩散率不同，本文结果，例子12；第二个原因是确定性环境因子与这两部分的关系。最后还有其他因素导致中性部分和非中性部分。