Em formação

1.4.6.5: Genética Populacional - Biologia


Resultados de Aprendizagem

  • Descreva como a genética populacional é usada no estudo da evolução das populações

Lembre-se de que um gene para um determinado personagem pode ter vários alelos, ou variantes, que codificam para diferentes características associadas a esse personagem. No início do século XX, biólogos em um campo de estudo conhecido como genética populacional começou a estudar como as forças seletivas mudam uma população por meio de mudanças nas frequências alélicas e genotípicas.

o frequência de alelo (ou frequência do gene) é a taxa na qual um alelo específico aparece dentro de uma população. Até agora, discutimos a evolução como uma mudança nas características de uma população de organismos, mas por trás dessa mudança fenotípica está a mudança genética. Na genética de populações, o termo evolução é definido como uma mudança na frequência de um alelo em uma população. Usando o sistema de tipo sanguíneo ABO como exemplo, a frequência de um dos alelos, euUMA, é o número de cópias desse alelo dividido por todas as cópias do gene ABO na população. Por exemplo, um estudo na Jordânia[1] encontrou uma frequência de euUMA para ser 26,1 por cento. o euBe eu0 os alelos representaram 13,4 por cento e 60,5 por cento dos alelos, respectivamente, e todas as frequências somaram 100 por cento. Uma mudança nesta frequência ao longo do tempo constituiria uma evolução na população.

A frequência do alelo em uma determinada população pode mudar dependendo de fatores ambientais; portanto, certos alelos se tornam mais difundidos do que outros durante o processo de seleção natural. A seleção natural pode alterar a composição genética da população; por exemplo, se um determinado alelo confere um fenótipo que permite a um indivíduo sobreviver melhor ou ter mais descendentes. Como muitos desses descendentes também carregam o alelo benéfico e, freqüentemente, o fenótipo correspondente, eles terão mais descendentes próprios que também carregam o alelo, perpetuando assim o ciclo. Com o tempo, o alelo se espalhará pela população. Alguns alelos se tornarão rapidamente fixos dessa maneira, o que significa que cada indivíduo da população carregará o alelo, enquanto as mutações prejudiciais podem ser eliminadas rapidamente se derivadas de um alelo dominante do pool genético. o pool genético é a soma de todos os alelos em uma população.

Às vezes, as frequências de alelos dentro de uma população mudam aleatoriamente sem nenhuma vantagem para a população sobre as frequências de alelos existentes. Este fenômeno é denominado deriva genética. A seleção natural e a deriva genética geralmente ocorrem simultaneamente em populações e não são eventos isolados. É difícil determinar qual processo domina porque muitas vezes é quase impossível determinar a causa da mudança nas frequências dos alelos em cada ocorrência. Um evento que inicia uma mudança na frequência do alelo em uma parte isolada da população, o que não é típico da população original, é chamado de efeito fundador. Seleção natural, deriva aleatória e efeitos fundadores podem levar a mudanças significativas no genoma de uma população.



Estrutura de alto rendimento para análises genéticas de reações adversas a medicamentos usando registros eletrônicos de saúde

Afiliações Departamento de Informática Biomédica, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América, Divisão de Alergia, Medicina Pulmonar e de Tratamento Crítico, Departamento de Medicina, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América

Redação de funções - revisão e edição

Afiliações Divisão de Reumatologia e Imunologia, Departamento de Medicina, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América, Tennessee Valley Healthcare System - Nashville Campus, Nashville, Tennessee, Estados Unidos da América, Divisão de Farmacologia Clínica, Departamento de Medicina , Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América, Vanderbilt Genetics Institute, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América

Software de funções, redação - revisão e edição

Affiliation Division of Clinical Pharmacology, Department of Medicine, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América

Redação de funções - revisão e edição

Afiliações Vanderbilt Genetics Institute, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América, Divisão de Medicina Genética, Departamento de Medicina, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América

Aquisição de financiamento de funções, redação - revisão e edição

Afiliações Divisão de Farmacologia Clínica, Departamento de Medicina, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América, Departamento de Farmacologia, Vanderbilt University, Nashville, Tennessee, Estados Unidos da América

Aquisição de financiamento de funções, redação - revisão e edição

Afiliações Departamento de Informática Biomédica, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América, Divisão de Farmacologia Clínica, Departamento de Medicina, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América, Departamento de Farmacologia, Vanderbilt University, Nashville, Tennessee, Estados Unidos da América, Divisão de Medicina Cardiovascular, Departamento de Medicina, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América

Aquisição de financiamento de funções, redação - revisão e edição

Affiliation Department of Biomedical Informatics, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América

Conceituação de funções, aquisição de financiamento, redação - revisão e edição

Affiliation Division of Infectious Diseases, Department of Medicine, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América

Conceituação de funções, aquisição de financiamento, metodologia, recursos, redação - revisão e edição

Affiliation Department of Biomedical Informatics, Vanderbilt University Medical Center, Nashville, Tennessee, Estados Unidos da América


Fundo

Podridão da raiz e do caule de Phytophthora (PRR) causada pelo patógeno oomiceto Phytophthora sojae Kaufmann & amp Gerdemann trazem grandes perdas econômicas em todo o mundo [1]. O patógeno infecta a soja ao longo da estação de crescimento, resultando no tombamento das mudas e no apodrecimento da raiz e do caule de plantas maduras. Sojae isolados são classificados em patótipos com base nas reações de diferenciais de soja portadores de genes de resistência, e mais de duzentos patotipos de P. sojae foram identificados em todo o mundo até o momento [2, 3]. Na China, um aborígene P. sojae isolado foi encontrado pela primeira vez em 1989 na província de Heilongjiang [4, 5]. Desde então, o surgimento de novas raças e sua diversidade de virulência têm sido relatadas continuamente em outras grandes áreas de produção de soja ao redor do vale de Huanghuai e no sul da China [6], implicando que PRR é uma ameaça potencial à produção de soja chinesa.

Implantação de Rps (resistência a P. sojae) genes em cultivares de soja tem sido um método eficaz de controle de PRR [7] porque Rps os genes medeiam a resistência completa ou específica da raça. Até o momento, pelo menos vinte Rps genes que protegem contra P. sojae infecção foram identificadas na soja [8–14]. A eficácia destes Rps genes são dependentes da presença de avirulência correspondente (Avr) genes no patógeno. o Rps genes reconhecem Avr genes secretados de P. sojae em um modelo de gene para gene, ativando assim a resposta resistente à planta [15, 16]. De acordo com a teoria da coevolução patógeno-hospedeiro [17], P. sojae está sob forte pressão de seleção e novos patótipos estão em constante evolução. Portanto, o Rps genes são facilmente superados por mudanças na virulência de P. sojae [16].

Normalmente, um único Rps gene é eficaz por apenas 8 a 15 anos [18]. O primeiro Rps gene Rps1k foi identificado em 1957 [8] até o momento, nenhum Rps gene foi encontrado para conferir resistência a todos P. sojae isolados, e novos patótipos virulentos de P. sojae continuaram a surgir. A mineração de novos genes de resistência tornou-se, portanto, uma prioridade urgente no melhoramento de resistência da soja. Muitas pesquisas sobre a caracterização de germoplasma resistente e a descoberta do gene de resistência na soja chinesa foram realizadas [19-22]. Nessas pesquisas, acessos de germoplasma de soja foram selecionados aleatoriamente e concentrados em certas regiões, como o centro da China [19], sul da China [20] e a região de Huanghuai [21, 22].

Os recursos de germoplasma de soja chinês são muito vastos, tornando difícil uma avaliação completa Phytophthora resistência até o momento, nenhuma triagem sistemática de germoplasma de soja em todo o país para resistência foi realizada. A minicoleção nuclear de soja é uma escolha preferida para a exploração eficiente de variações nos recursos genéticos porque representa 1% de toda a coleção GeneBank, mas 94,5% da diversidade fenotípica da soja e 63,5% da diversidade genética da coleção [23]. A minicoleção de núcleo de soja foi usada para avaliar características desejáveis, como variações de subunidades de proteína e características de qualidade de sementes, e alguns dos acessos de minicoleção de núcleo foram usados ​​para identificar o fenótipo de doença, como nematóide de cisto de soja (SCN) e mosaico de soja vírus (SMV) [24]. Recentemente, variantes parcialmente resistentes a P. sojae na mini coleção central também foram caracterizados [25].

O mapeamento de associação é um método usado para identificar marcadores associados a uma característica particular usando desequilíbrio de ligação (LD) entre alelos dentro de populações naturais [26], sem necessidade de desenvolver populações biparentais [27]. Recentemente, o mapeamento de associação foi usado para identificar associações marcador-traço em plantas superiores [28, 29], incluindo várias associações de resistência a doenças na soja, como resistência à podridão do caule da esclerotinia (SSR) [30, 31] e síndrome da morte súbita (SDS) ) resistência [32]. A minicoleção nuclear, a maioria das quais consiste em raças locais com alelos deixados para trás durante os processos de domesticação e seleção positiva [24], pode ser uma população ideal para análise de mapeamento de associação.

Aqui, relatamos a triagem fenotípica e genotípica da minicoleção nuclear de soja chinesa para resistência a onze P. sojae isolados com virulência variável. Nosso objetivo é investigar a distribuição de Phytophthora germoplasma resistente e fornecer um novo pool de genes de resistência para futuros programas de melhoramento. Uma análise de associação foi desenvolvida para identificar marcadores associados a Phytophthora resistência na mini coleção central, e os resultados serão úteis para a identificação genômica de loci que conferem resistência a P. sojae e para a exploração da base genética da resistência.


Materiais e métodos

Coleta de material vegetal

Para determinar as correlações entre a evolução de S. moorcroftiana populações e fatores geográficos, utilizamos o seguinte desenho amostral: (1) selecionamos pontos de amostragem ao longo de um rio, mas separados por uma montanha (Pop 8 e Pop 9, Bacia do Rio Lhasa) para verificar a relação entre a expansão populacional e o fluxo de água ( 2) selecionamos locais de amostragem da altitude mais alta (Pop 3, Shigatse) para a altitude mais baixa (Pop 14, Nyingchi) e da longitude mais baixa (Pop 1, Shigatse) até a longitude máxima (Pop 15, Nyingchi) onde S. moorcroftiana existe para verificar os impactos da altitude e longitude nas características genéticas da população e (3) selecionamos locais de amostragem em diferentes encostas (por exemplo, Pop 7 e Pop 8, Pop 9 e Pop 10, e Pop 12 e Pop 13) e em diferentes direções para verificar a relação entre as populações e a direção do fluxo de areia causado pelo declive e vento (Fig. 1). Obtivemos um total de 225 amostras representativas de 15 populações naturais de 15 localidades (15 indivíduos por localidade), as quais foram utilizadas para a análise (Tabela 1), e as populações foram numeradas de acordo com a longitude. Além disso, Sophora davidii (Franch.) (Indivíduos 226-229) foi usado como o grupo externo para evitar viés de averiguação. Para a extração de DNA, o tecido da folha jovem foi coletado, imediatamente congelado em nitrogênio líquido e armazenado a −80 ° C.

Figura 1: Distribuição geográfica da amostra S. Moorcroftiana populações na bacia do rio Yarlung Zangbo.

Número da população Número individual Origem Altitude (m) Longitude (E ∘) Latitude (N ∘) Temperatura média anual (° C) Precipitação média anual (mm) Velocidade média do vento anual (m / s)
Pop 1 61–75 Shigatse, vila de Senge long 4120 87°31′49″ 29°09′24″ 5 400 2.6∼3.0
Pop 2 76–90 Shigatse, município de Chawu, JiagaVillage 4020 87°32′21″ 29°06′57″ 5 400 2.6∼3.0
Pop 3 46–60 Shigatse, vila de Gangxi 4210 87°55′57″ 29°03′40″ 5 400 2.6∼3.0
Pop 4 211–225 Shigatse, vila de Nicang 3830 88°55′80″ 29°19′00″ 5 400 1.0∼1.4
Pop 5 196–210 Shigatse, próximo ao condado de Jiangzi 4030 89°36′18″ 28°54′51″ 5 500 1.8∼2.2
Pop 6 106–120 Shigatse, oeste de Dazhuka 3790 89°37′17″ 29°20′28″ 5 400 1.4∼1.8
Pop 7 16–30 Shannan, Condado de Gonggar 3570 90°52′15″ 29°17′38″ 7 400 1.8∼2.2
Pop 8 1–15 Lhasa, aldeia Sangda 3630 91°01′49″ 29°33′26″ 5 500 1.8∼2.2
Pop 9 166–180 Lhasa, Mozhu, Gongka Town, Qiaga Village 3800 91°43′41″ 29°50′10″ 3 500 1.8∼2.2
Pop 10 151–165 Shannan, ao norte da cidade de Zeidang 3560 91°47′09″ 29°14′42″ 7 400 2.2∼2.6
Pop 11 136–150 Shannan, Condado de Naidong, Vila Risu 3620 91°52′29″ 29°00′33″ 7 400 2.2∼2.6
Pop 12 91–105 Nyingchi, a oeste do Condado de Lang, Vila Lu 3140 93°02′31″ 29°02′57″ 7 500 1.8∼2.2
Pop13 181–195 Nyingchi, condado de Gongbu Jiangda 3450 93°11′30″ 29°53′50″ 3 500 1.8∼2.2
Pop 14 121–135 Nyingchi, perto do aeroporto de Milin, floresta Hongwei 2940 94°20′10″ 29°19′06″ 7 700 1.8∼2.2
Pop 15 31–45 Nyingchi, vila de Bangna 2960 94°27′36″ 29°27′27″ 7 800 1.8∼2.2

Extração de DNA e GBS

O DNA das folhas jovens de S. moorcroftiana e S. davidii indivíduos foram extraídos para GBS usando um método de extração de brometo de cetiltrimetilamônio (CTAB) modificado (Tel-Zur et al., 1999). Empregamos um protocolo de GBS de duas enzimas (MseI e TaqaI) modificado a partir de um protocolo descrito anteriormente (Polônia et al., 2012a Polônia et al., 2012b) para gerar uma biblioteca que consiste em fragmentos de DNA com um código de barras e sequenciamento realizado com um Illumina HiSeq PE 150. A profundidade de sequenciamento média para cada amostra foi de 10 ×.

Análise de dados SNP

O controle de qualidade dos dados brutos no formato FASTQ foi realizado com o aplicativo FastQC (Brown, Pirrung & amp Mccue, 2017) para garantir que não houvesse problemas ocultos. Sequências adaptadoras e bases de nucleotídeos anormais no terminal 5 foram removidas das leituras de sequenciação bruta usando FastQC 0.6.0. Além disso, as extremidades de baixa qualidade das leituras (qualidade de sequência & lt Q 20) foram cortadas e removemos as leituras que continham 10% de Ns (bases indefinidas) e comprimentos de sequência menores que 25 bp após o corte. Em seguida, o comando bash cat foi usado para combinar as duas sequências geradas pelo sequenciamento de extremidades emparelhadas de cada amostra em uma sequência. Sem uma sequência de referência, a chamada SNP para cada amostra foi realizada usando Stacks (http://catchenlab.life.illinois.edu/stacks/source/stacks-2.41.tar.gz 2.0 Beta 8, http://catchenlab.life .illinois.edu / stacks /) pipeline para construir loci (ustacks), criar um catálogo de loci (cstacks), combinar amostras de volta ao catálogo (sstacks), transpor os dados (tsv2bam), adicionar leituras de pareamento à análise , chamar genótipos e realizar análise genômica populacional (Catchen et al., 2013). Os seguintes parâmetros de filtragem SNP foram usados ​​para construir a árvore filogenética em VCFtools v4.0 (Danecek et al., 2011 http://vcftools.github.io/): -min DP 5 (profundidade menor ≧ 5), -max - faltando 0,8, -maf 0,05 (frequências de alelos menores ≧ 5%) e uma distância entre as variantes de 300 bp. Uma árvore filogenética de 229 amostras foi construída usando o método neighbour-joining (NJ) do Mega7.0 no Linux. O arquivo da árvore foi importado para o Interactive Tree of Life (ITOL) (https://itol.embl.de/itol.cgi) (Letunic & amp Bork, 2016), que é uma ferramenta online para a exibição, anotação e gerenciamento de árvores filogenéticas. ADMIXTURE linux-1.3.0 (Alexander, Novembre & amp Lange, 2009) é um software comumente usado para análise de estrutura populacional. O agrupamento baseado em modelo bayesiano foi usado para atribuir todos os indivíduos de todas as localizações geográficas aos táxons por ADMIXTURE. O número de clusters genéticos, K, foi testado de 2 a 15, e 14 execuções independentes foram calculadas para cada K valor. A análise de componentes principais (PCA) é um método matemático puro que pode selecionar um pequeno número de variáveis ​​importantes a partir de várias variáveis ​​relacionadas. O PCA dos SNPs obtidos das 229 amostras foi realizado usando o software GCTA (Yang et al., 2011) (http://cnsgenomics.com/software/gcta/#PCA) para o agrupamento dos componentes principais. A diversidade de nucleotídeos (PI, Nei, 1987), D de Tajima (Tajima, 1989), índice de Shannon-Wiener (Keylock, 2005), conteúdo de informação polimórfica (PIC, Nagy et al., 2012), heterozigosidade observada (Ho), e a heterozigosidade esperada (Berg & amp Hamrick, 1997) dos 15 S. moorcroftiana as populações e o índice de fixação (Weir & amp Cockerham, 1984) entre as populações foram calculados por Stacks. A análise de regressão linear do PIC, índice de Shannon-Wiener e PI com altitude e longitude foi realizada usando o Excel. Ao inverter a fórmula de Wright (Wright, 1951), o valor de Nm pode ser estimado a partir de FST, Como Nm ≈ (1- FST)/ 4 FST, onde N é o tamanho efetivo da população de cada população em é a taxa de migração entre as populações. Este método é eficaz para estimar o fluxo gênico indiretamente.


RECONHECIMENTOS

Os autores agradecem a Veronica Ekdahl e Zheng Luo por sua participação na coleta de dados como parte de sua tese de projeto e Alexander Hegg por fornecer Daphnia magna cepas do Lago Bysjön. Os autores agradecem a Sydvatten AB por fornecer informações sobre a história do lago e ao Prof. Lars-Anders Hansson por sua orientação e acesso ao laboratório. Os autores agradecem aos revisores por seus feedbacks construtivos sobre o manuscrito. O apoio financeiro foi fornecido pela Royal Physiographic Society para ST e para YS, pelo China Scholarship Council para YS e pela Fundação Sven och Lilly Lawski para ST. ST é financiado pelo Programa de Pesquisa e Inovação Horizon 2020 da União Europeia sob o acordo de subvenção Marie Skłodowska-Curie no. 754513 e a Aarhus University Research Foundation.


Assista o vídeo: Genética populacional: Quando Darwin se juntou a Mendel. Biologia. Khan Academy (Dezembro 2021).