Information

Wann führt eine schwache Selektion zu qualitativ unterschiedlichen Ergebnissen einer starken Selektion?

Wann führt eine schwache Selektion zu qualitativ unterschiedlichen Ergebnissen einer starken Selektion?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

In der evolutionären Spieltheorie ist es typisch, Organismen mit einer Grundfitness zu modellieren, die durch die Spielinteraktion leicht modifiziert wird. Das Verhältnis des Spieleffekts zur Basisfitness bestimmt die Selektionsstärke, wobei schwache Auswahl Das bedeutet, dass das Spiel die allgemeine Fitness nur geringfügig ändert, und starke Auswahl Das bedeutet, dass die Auszahlung des Spiels einen großen Teil der Gesamtfitness des Organismus ausmacht.

Die meisten analytischen Modelle gehen gerne von einer schwachen Selektion aus, weil es den Autoren ermöglicht, die Selektionsfunktion nach Taylor zu erweitern und sie zu linearisieren, indem Terme mit höherer Ordnung in der Selektionsstärke weggelassen werden. Es ist jedoch unklar, dass Ergebnisse, die für eine schwache Selektion abgeleitet wurden, notwendigerweise auch unter einer starken Selektion gelten würden. Gibt es mathematische (oder rechnerische) Modelle, bei denen eine schwache und eine starke Selektion qualitativ unterschiedliche Ergebnisse liefern? Wenn nicht, gibt es ein Argument dafür, warum eine schwache und eine starke Selektion zu den gleichen Ergebnissen führen sollten?

Ich habe diese Diskussion auch außerhalb der evolutionären Spieltheorie in einem allgemeineren biologischen Umfeld gesehen. Insbesondere im Hinblick auf die inklusive Fitness. Die Botschaft, die ich bekam, war, dass im Regime der schwachen Selektion Bezogenheit das bedeutet, was Sie erwarten, aber für eine starke Selektion wird das Konzept sehr schlüpfrig und kontraintuitiv. Was sagt uns die inklusive Fitnesstheorie über den Übergang von schwacher zu starker Selektion? Auch hier bevorzuge ich Argumente, die von sauberen mathematischen oder rechnerischen Modellen gestützt werden, gegenüber solchen, die nur auf Intuition und Worten basieren.


Es hat sich gezeigt, dass Vorhersagen, die auf schwacher Selektion basieren, von denen auf starker Selektion abweichen können. Tatsächlich hat jede Strategie für seltene Mutationen eine stationäre Verteilung im Mutationsselektionsgleichgewicht. Der Rang der Komponente zeigt die relative Verbreitung der verfügbaren Strategien. Der Rang der Komponenten dieser Verteilung kann sich jedoch mit der Selektionsintensität ändern. Daher können Ergebnisse, die unter schwacher Selektion erhalten wurden, nicht allgemein auf starke Selektion übertragen werden.

Für weitere Details verweisen wir auf Abb. 1 in [1] und Abb. 2 in den Zusatzinformationen zu [2].

1 Julián García und Arne Traulsen, (2012), Journal of Theoretical Biology, Die Einzelgänger allein lassen: Evolution der Kooperation in Gegenwart antisozialer Strafen

2 Christoph Hauert, Arne Traulsen, Hannelore Brandt, Martin A. Nowak und Karl Sigmund, (2007), Wissenschaft, Via Freiheit zum Zwang: die Entstehung kostspieliger Strafen


Wie sich adaptive Plastizität entwickelt, wenn sie gegen . ausgewählt wird

Adaptive Plastizität ermöglicht es Organismen, mit Umweltveränderungen fertig zu werden, wodurch die langfristige Fitness der Population erhöht wird. Die individuelle Selektion kann jedoch nur die Fitness von Individuen innerhalb jeder Generation vergleichen: Wenn sich die Umwelt langsamer als die Generationszeit ändert (dh eine grobkörnige Umgebung), wird eine Population keine Selektion auf Plastizität erfahren, selbst wenn sie langfristig adaptiv ist -Begriff. Wie entwickelt sich dann adaptive Plastizität? Eine Erklärung ist, dass, wenn konkurrierende Allele, die unterschiedliche Plastizitätsgrade verleihen, in mehreren Umgebungen bestehen bleiben, die natürliche Selektion zwischen genetischen Abstammungslinien nach adaptiver Plastizität selektieren könnte (Linienselektion). Wir zeigen, dass sich adaptive Plastizität auch ohne eine solche Linienselektion entwickeln kann. Stattdessen schlagen wir vor, dass sich adaptive Plastizität in grobkörnigen Umgebungen als Nebenprodukt ineffizienter kurzfristiger natürlicher Selektion entwickelt: Populationen, die ihren Phänotyp als Reaktion auf Selektionsdruck schnell entwickeln, folgen kurzfristigen Optima, mit dem Ergebnis, dass sie sich reduziert haben langfristige Fitness in allen Umgebungen. Umgekehrt entwickeln Populationen, die in jeder Umgebung begrenzte genetische Veränderungen akkumulieren, eine langfristige adaptive Plastizität, selbst wenn Plastizität kurzfristige Kosten verursacht. Diese Ergebnisse bleiben qualitativ ähnlich, unabhängig davon, ob wir die Effizienz der natürlichen Selektion verringern, indem wir die Rate der Umweltveränderungen erhöhen oder die Mutationsrate verringern, was zeigt, dass beide Faktoren über den gleichen Mechanismus wirken. Wir zeigen, wie dieser Mechanismus durch das Konzept der Lernrate verstanden werden kann. Unsere Arbeit zeigt, wie sich plastische Reaktionen, die kurzfristig kostspielig, aber langfristig adaptiv sind, als Nebenprodukt einer ineffizienten kurzfristigen Selektion ohne Selektion nach Plastizität entweder auf der Ebene des Individuums oder der Abstammungslinie entwickeln können.


Kohl: Herkunft, Produktion und Zuchtmethoden | Indien

Nachdem Sie diesen Artikel gelesen haben, erfahren Sie mehr über: 1. Herkunft des Kohls 2. Herstellung von Kohl 3. Zytologie 4. Blütenbiologie 5. Qualitative Genetik 6. Kohl als Gemüse der Selbstunverträglichkeit7. Genetische Ressourcen 8. Züchtungsziele 9. Züchtungsmethoden 10. Resistenzzüchtung 11. Gewebekultur und transgene Technologie 12. Selektionstechniken 13. Saatgutproduktion 14. Sorten.

  1. Herkunft des Kohls
  2. Herstellung von Kohl
  3. Zytologie von Kohl
  4. Blütenbiologie des Kohls
  5. Qualitative Genetik von Kohl
  6. Kohl als Selbstunverträglichkeitsgemüse
  7. Genetische Ressourcen von Kohl
  8. Zuchtziele von Kohl
  9. Zuchtmethoden von Kohl
  10. Resistenzzüchtung von Kohl
  11. Gewebekultur und transgene Technologie von Kohl
  12. Auswahltechniken von Kohl
  13. Samenproduktion von Kohl
  14. Kohlsorten

1. Herkunft des Kohls:

Moderne Hartkohlsorten stammen aus wilden Nicht-Kopfkohlsorten irgendwo im östlichen Mittelmeerraum und in der Region Kleinasien.

Kohl gehört zur Familie der Kreuzblütler und die Art Brassica oleracea wird unterteilt in:

div. Acephala – Grünkohl und Collords

div. Fimbriata – Grünkohl

div. Botrytis – Blumenkohl

div. gemmifera – Rosenkohl

div. italica – sprießender Brokkoli

Alle diese Arten haben das c-Genom, enthalten die gleiche Anzahl von Chromosomen (2n=2x=18) und kreuzen sich leicht miteinander.

Brassica oleracea subsp. capitata (2n = 2x = 18) ist eines der wichtigsten weltweit angebauten Gemüse. Es hat eine breite Anpassungsfähigkeit, eine hohe Krankheits- und Stressresistenz, ein hohes Ertragspotenzial und eine starke Transporttoleranz.

Es wird in vielen Ländern angebaut, insbesondere in Europa, Nordamerika und Asien. Indien baut Kohl auf etwa 3,10 lakh Hektar mit einer durchschnittlichen Produktivität von 221 q/ha an. Kohl produzierende Hauptstaaten in Indien sind UP, Orissa, Bihar, Westbengalen, Maharashtra und Karnataka.

Laut FAO-Statistics-2006 wurde 2005 in 129 Ländern auf einer Fläche von 3,2 Mio. ha Kohl angebaut. Laut dieser Statistik belegte China den I-Rang (1,7 mha), gefolgt von Indien (0,128 mha) und Russland (0,168 mha).

Zu erwähnen ist, dass der Begriff Kohl laut FAO-Statistik Rot-, Weiß- und Wirsingkohl, Chinakohl, Rosenkohl, Grünkohl und keimenden Brokkoli umfasst. Alle diese gehören zu Brassica oleracea, mit Ausnahme des Chinakohls, der Brassica rapa ist. Die Länder mit der höchsten Kohlproduktivität sind Südafrika (640 q/ha), gefolgt von Korea (635 q/ha).

3. Zytologie von Kohl:

Kohl hat eine somatische Chromosomenzahl von 18 und sein Genom ist c. Es ist ein sekundäres Polyploid mit der Basischromosomennummer 6. Drei Basischromosomen sind doppelt vorhanden und der Rest ist einzeln, d.h. ABBCCDEEF = 9.

Molekulargenetische Arbeiten unter Verwendung von Restriktionsfragmentlängenpolymorphismen (RFLPs) legen nahe, dass dieses Bild zu stark vereinfacht wird. Bei der Erstellung einer RFLP-Karte in B. oleracea gibt es Hinweise auf doppelte Loci, die auf verschiedene Chromosomen kartiert wurden.

Die Reihenfolge der doppelten Loci ist auf verschiedenen Chromosomen oft unterschiedlich. Während der Evolution der Art kam es zu erheblichen Chromosomenumlagerungen und -restrukturierungen. Es könnte schwierig sein, die mögliche Struktur eines Vorläufers mit niedrigerer Chromosomenzahl zu identifizieren oder zu bestimmen, ob sich B. oleracea durch Duplikation von Loci und komplexe Umlagerungen entwickelt hat.

Abb. 19.1 zeigt die Zusammenhänge verschiedener Brassica-Arten, Genombezeichnungen und Chromosomenzahlen.

Alle diese sechs Brassica-Arten und Rettich (Raphanus sativus, 2n=18) wurden mit großen Schwierigkeiten unter Verwendung von Embryokulturen gekreuzt. So entstanden die Amphidiploide der Abb. 19.1 in der Natur aus Kreuzungen zwischen den Elternarten.

4. Blütenbiologie des Kohls:

Eine Kohlblüte hat vier Kelchblätter, vier Kronblätter, sechs Staubblätter in tetradynamem Zustand (zwei kurze und vier lange Staubblätter) und ein zweikarpelläres Fruchtknoten, das überragt ist und ein falsches Septum hat. Eizellen sind an beiden Seiten des Septums befestigt. Zwei aktive Nektarien befinden sich zwischen den Basen der kurzen Staubblätter und dem Eierstock. Die Knospen öffnen sich unter dem Druck schnell wachsender Blütenblätter und sind in etwa 12 Stunden vollständig expandiert.

Blüten sind leicht protogyn und Kohl wird aufgrund der sporophytischen Selbstunverträglichkeit von Natur aus fremdbestäubt. Die Bestäubung erfolgt durch Bienen und Fliegen. Die Bestäubung durch Knospen ist effektiv, um die Selbstbefruchtung zu erreichen. Für die Fremdbestäubung werden Blütenknospen, von denen erwartet wird, dass sie sich innerhalb von 1-2 Tagen öffnen, entmannt und sofort mit dem gewünschten Pollen unter Verwendung einer Bürste/Blumenstaubgefäße bestäubt.

5. Qualitative Genetik von Kohl:

Alle botanischen Sorten innerhalb von B. oleracea sind untereinander kreuzkompatibel und F1 Hybriden erscheinen normalerweise in der Form zwischen den Elternlinien. Tabelle 19.1 listet die Vererbung der Merkmale auf, die bei Hybridsämlingen am leichtesten identifiziert werden können.

Die von Dickson und Wallace (1986) zusammengefasste Genliste ist in Tabelle 19.2 aufgeführt.

6. Kohl als Selbstunverträglichkeitsgemüse:

Kohl ist in erster Linie selbstinkompatibel, was darauf hindeutet, dass nur wenige Samen nach der Selbstbestäubung gesetzt werden. Genetisch handelt es sich um ein sporophytisches System, bei dem die Pollenreaktion durch das Genom des somatischen Gewebes (des Sporophyten) bestimmt wird, auf dem sich das Pollenkorn entwickelt.

Das System der Selbstinkompatibilität zeichnet sich durch folgende Merkmale aus:

(i) Die Inkompatibilität wird durch einen S-Locus kontrolliert, der mehrere Allele aufweist (50-70 Allele in B. oleracea).

(ii) Die Reaktion von Pollen wird durch den Genotyp des Sporophyten bestimmt, auf dem Pollen produziert wird, und wird daher von zwei S-Allelen kontrolliert.

(iii) Alle Pollen einer Pflanze haben eine ähnliche Unverträglichkeitsreaktion.

(iv) Die beiden S-Allele können eine Co-Dominanz (unabhängige Wirkung) zeigen oder können interagieren, indem eines gegenüber dem anderen dominant ist.

(v) Die Unabhängigkeits-/Dominanzbeziehungen von S-Allelen in Pollen und im Stempel können unterschiedlich sein.

(vi) Es ist normalerweise mit dreikernigen Pollen verbunden und die Hemmung von Pollen erfolgt an der stigmatischen Oberfläche.

Im Gegensatz dazu wird im gametophytischen System der Selbstinkompatibilität die Pollenreaktion durch den Genotyp des Gametophyten, d.

Verschiedene Arten von S-Allel-Interaktionen in einem heterozygoten Genotyp (S1S2) mit sporophytischer Selbstinkompatibilität könnte wie folgt aussehen:

Gegenseitige Schwächung – Keine Aktion durch eines der Allel

Mittlere Abstufung – 0-100% Aktivität von jedem Allel

Tabelle 19.3 zeigt die Komplexität des Systems mit einem Kreuz S1S3 X S1S2.

Beurteilung der Selbstinkompatibilität:

Das übliche Verfahren besteht darin, die Anzahl der Samen/Schoten bei Selbstbestäubung (Absacken eines Zweiges des Blütenstängels, nachdem alle offenen Blüten entfernt wurden) im Vergleich zu der bei Kreuz- oder Offenbestäubung zu zählen.

Der Nachteil dieser Methode ist, dass man nach der Bestäubung ca. 60 Tage warten muss, bis die Samen reif sind und zweitens die Anzahl der reifenden Samen auch durch Krankheiten, Wasserstress, hohe Temperatur in Tropen und andere Belastungen reduziert werden kann .

Die Fähigkeit des Fluoreszenzmikroskops, die Pollenröhren, die den Stil durchdrungen haben, leicht anzuzeigen, liefert ein direktes Maß für die Inkompatibilität, die innerhalb von 12-15 Stunden beurteilt werden kann. Es ist angemessen und bequemer, in einem großen Zuchtprogramm verwendet zu werden. Bestäubte Blüten werden 16-30 Stunden nach der Bestäubung gesammelt und herausgeschnittene Eierstöcke werden in 60% NaOH weich gemacht und zum Anfärben in Anilinblau gelegt.

Ungefähr 48 Stunden nach der Bestäubung werden Stigma und Griffel auf einem Objektträger zerquetscht. Die Anilinblau-Färbung reichert sich in den Pollenröhrchen an und fluoresziert bei Bestrahlung mit UV-Licht, so dass die Röhrchen unter einem Fluoreszenzmikroskop sichtbar sind, während der Hintergrund des Griffelgewebes weitgehend unsichtbar ist.

Die Penetration des Stils durch keine oder wenige Tuben weist auf eine Inkompatibilität hin, die Penetration durch viele Tuben weist auf eine Kompatibilität hin und die Penetration durch eine mittlere Zahl weist auf ein mittleres Maß an Inkompatibilität hin.

Permanente S-Allel-Identitäten:

Die National Vegetable Research Station (NVRS) in Wellesbourne, Warwick, Großbritannien, verfügt über eine Sammlung aller bekannten S-Allele. Der einzelne Züchter kann durch Selbstbefruchtung im Knospenstadium homozygote Inzucht entwickeln und die Genotypen versuchsweise als S . zuordneneinSein oder SBSB.

Wenn SeinSein ist wechselseitig inkompatibel mit s3s3, das bei NVRS, SeinSein soll von S . sein3S3 Genotyp nach internationaler Nomenklatur. Züchter können jedoch auch selbst S-Allele zuordnen und die Inzucht unter der ausgewiesenen S-Allel-Nomenklatur pflegen.

Aufschlüsselung der Selbstinkompatibilität:

Verschiedene Techniken, wie unten aufgeführt, stehen zur Verfügung, um eine vorübergehende Aufhebung der Selbstinkompatibilität zu erreichen.

(ii) Verzögerte Selbstbestäubung

(v) Anwendung von Kohlendioxid

(vi) Hormone und Proteinhemmer

(viii) Akute Bestrahlung von Stilen

(ix) Akute Bestrahlung von Pollenmutterzellen

(xii) Behandlung von Stigmatisierung mit organischem Lösungsmittel

(xiii) Bestäubung am Ende der Saison

(xiv) Bestäubung mit Stahlbürsten

(xvi) Elektrisch unterstützte Bestäubung

Biochemische Basis der Selbstinkompatibilität in Brassica:

Nishio und Hinata (1977) führten eine isoelektrische Fokussierung auf Polyacrylamidgel durch, um pufferlösliche Proteine ​​von stigmatischen Homogenaten von sechs S-Allel-Genotypen in Brassica oleracea zu untersuchen.

Sechs Stämme mit S-Allelen als S2S2, S7S7, S13S13, S22S22, S39S39 und S45S45 wurden vom Institut für Gartenbaupflanzenzüchtung, Niederlande, bereitgestellt. Von geöffneten Blüten wurden 50 Narben mit einem Mörser und Pistill mit 0,1 ml phosphatgepufferter Kochsalzlösung (0,01 M Phosphatpuffer pH 7,1 plus 8,5 g/l NaCl) homogenisiert.

Das Homogenisat wurde 20 Minuten bei 10.000 Upm zentrifugiert und 20 des Überstands wurden in jedes Glasröhrchen gegeben. Proteine ​​wurden aus Staubbeuteln, Blättern und Sämlingen extrahiert. Es wurden Polyacrylamid-Gelelektrophorese und isoelektrische Fokussierung verwendet. Es wurde jedoch gefunden, dass die Ergebnisse der isoelektrischen Fokussierung eine S-Allel-Spezifität zeigen, die einer Kombination der Proteinbanden zugeschrieben werden kann.

Bei diesem Verfahren wurde 7,5% Ampholin enthaltendes Acrylamidgel (pH 3,5-10,0) verwendet. Das Probengel wurde der Anodenseite zugewandt. Anoden- und Kathodengefäße wurden mit 0,02 M HCl bzw. 0,02 M Ethylendiamin gefüllt. Die Elektrophorese wurde unter konstanter Spannung, 200 V, 3 Stunden lang bei 5ºC durchgeführt.

Die Gele wurden nach dem Laufen über Nacht in 12,5% Trichloressigsäure eingetaucht und 4-5 mal in 7% Essigsäure gewaschen, um Ampholin zu entfernen. Die Gele wurden mit 0,2% Coomassie-Blau in Ethanol-Wasser-Essigsäure (45:45:10) 45 Minuten gefärbt und dann mit Ethanol-Wasser-Essigsäure (25:65:10) entfärbt und dann in 7% Essigsäure gelagert Säure.

Bei Brassica ist bekannt, dass die S-Allel-Spezifität bei reifen Narben auftritt, aber nicht bei jungen. Daher wurden die Grundproteine ​​der Narben zwischen Jung und Alt verglichen. Die Densitometrie des Bandmusters von jungen und reifen Narben in S13S13 Homozygoten ist in Abb. 19.2 dargestellt.

Die schematische Darstellung stigmatischer Proteine ​​verschiedener S-Homozygoten, wie sie bei isoelektrischer Fokussierung von Nishio und Hinata (1977) beobachtet wurden, ist in Abb. 19.3 gezeigt. Perusal von Abb. 19.3 zeigt, dass S39S39 Hand d, e, f, g und i Bänder, während S13S13 hatte e, g, h, i und Spuren von d usw. Die Bande e wurde bei jedem Homozygoten beobachtet.

Alle S-Homozygoten wurden durch die Kombination dieser Banden differenziert. Es besteht die Möglichkeit, dass diese Banden nicht S-Allel-spezifisch sind, sondern Produkte des genetischen Hintergrunds der S-Homozygoten sind. Ähnliche Muster von Zymogrammen wurden jedoch in Stigmen verschiedener S-Homozygoten für Esterase, saure Phosphatase und Peroxidasen gefunden.

Weiterhin wurde bei der isoelektrischen Fokussierung keine erkennbare Spezifität in Blatt- und Sämlingsproteinen verschiedener S-Homozygoten gefunden. Es kann daher gefolgert werden, dass der Hintergrund des Materials zwischen den S-Allelen nicht so unterschiedlich war.

Die im vorliegenden Verfahren fokussierten Proteinbanden erschienen im Verlauf der Reifung der Narben und der Zeitpunkt des Auftretens fiel mit der phänotypischen Expression der Selbstinkompatibilität zusammen. Die Beweislage legt daher nahe, dass einige, nicht alle Fraktionen, die durch die isoelektrische Fokussierung aufgedeckt wurden, direkt mit der Spezifität von S-Allelen in Zusammenhang stehen.

Diese Stigmata-Extrakte wurden nun spezifisch als S-Locus-spezifische Glykoproteine ​​(SLSG) erkannt und weisen umfangreiche Polymorphismen auf, die am einfachsten auf Elektrofokussierungsgelen nachgewiesen werden können.

Nach der Natriumdodecylsulfat-Polyacrylamid-Gelelektrophorese (SDS-PAGE) von Stigmaextrakten wandern SLSGs als Komplex von mehreren eng beabstandeten Molekulargewichtsspezies, die sich um ungefähr 2000 Dalton unterscheiden.

7. Genetische Ressourcen von Kohl:

Pflanzengenetische Ressourcen sind das Rückgrat jedes Pflanzenzüchtungsprogramms. Seit 1982 hat das IPGRI mehrere Missionen zum Sammeln wilder Brassica-Arten gesponsert.

Gemäß der IPGRI-Richtlinie wird jede Probe in 3 Teile aufgeteilt, die gespeichert werden bei:

1. Polytech-Universität, Madrid, Spanien

2. Universität Tohoku, Sendai, Japan

3. Genbank des Landes, aus dem die Proben entnommen werden

In den USA ist das National Plant Germplasm System (NPGS) eine gemeinsame Anstrengung von öffentlichen (staatlichen und bundesstaatlichen) und privaten Organisationen, um pflanzengenetische Ressourcen zu erhalten. Mit Stand vom 16. Juli 2006 hält die NPGS insgesamt 471318 Akzessionen, die 216 Familien, 1914 Gattungen und 11756 Arten repräsentieren. Die meisten Brassica-Arten werden in der Plant Genetic Resources Unit (PGRU) auf dem Geneva Campus (New York) der Cornell University konserviert.

1982 gründete Prof. Williams die Crucifers Genetics Cooperative (CrGC) an der Univ. of Wisconsin, um Keimplasma von Brassicaceae zu verwalten. Die europäische Brassica-Datenbank (Bras -EDB) wurde vom Zentrum für genetische Ressourcen in den Niederlanden entwickelt.Andere europäische Länder, die Kohl- und Grünkohlsammlungen unterhalten, sind Bulgarien, Kroatien, Tschechien, Ungarn, Polen, Russland, die Schweiz und die Türkei.

Laut Swarup und Brahmi (2005) gibt es in Israel beträchtliche Sammlungen von Cole-Pflanzen. Äthiopien, Südafrika, Indien. Philippinen und Taiwan. Die IARl-Regionalstation. Katrain, Kullu Valley, Himachal Pradesh ist aktiv in der Pflege und Züchtung von Kohlkeimplasma in Indien tätig.

8. Zuchtziele von Kohl:

2. Längere Aufenthaltskapazität im Feld nach Kopfbildung/größere Feldhaltekapazität

3. Erwünschtes Heilgewicht (1 – 1,5 kg)

4. Frühe Kopfbildung/frühe Reife

6. Kopfform und -farbe nach Wunsch der Verbraucher (im Wesentlichen runde Köpfe, hellgrün-grüne Farbe)

7. Geringerer Anteil an äußeren/Wrapper-Blättern

9. Fester Kopf mit kurzem Innenschaft

10. Fähigkeit, Frost zu tolerieren

11. Resistenz gegen Krankheiten:

ich. Schwarzfäule (Xanthomonas campestris)

ii. Alternaria-Blattflecken (Altemaria ssp.)

iii. Schwarzes Bein (Leptosphaeria maculans)

12. Toleranz gegenüber Insekten – Schädlinge

– Diamond – Rückenmotte (Plutella xylostella)

9. Zuchtmethoden von Kohl:

Offen bestäubte Sorten:

(ii) Inzucht (bei Sorten mit geringer Selbstinkompatibilität und Inzuchtdepression)

Die Selbstinkompatibilität wird verwendet, um Hybridsaatgut in Kohl und anderen Cole-Pflanzen zu produzieren, nämlich Blumenkohl, Brokkoli, Rosenkohl und Grünkohl. Die einzelnen Pflanzen werden durch Knospenbestäubung selbstbestäubt. Die Auswahl wird auf wünschenswerte Charaktere und ein starkes Maß an Selbstinkompatibilität angewendet.

Auf diese Weise werden mehrere selbst-inkompatible, aber kreuzkompatible Inzuchten mit unterschiedlichen S-Allelen entwickelt, wie in (Abb. 19.4) dargestellt.

Solche S1S1 und S2S2 Linien werden isoliert in abwechselnden Reihen gepflanzt und das Saatgut auf jeder Linie wird hauptsächlich aus Hybridsaatgut bestehen, bei dem die gegenseitige Befruchtung durch bestäubende Insekten, hauptsächlich Bienen, bewirkt wird. Die Kreuzkompatibilität zwischen Inzuchten von S1S1 und S2S2 sichert die Produktion von F1 Hybridsaatgut.

Kohlhybriden können von folgender Art sein:

Dies ist eine Kreuzung zwischen zwei Inzuchten. Single-Cross-Hybride sind einheitlicher als Hybriden, die aus Doppel-/Top-Kreuzungen hervorgegangen sind.

Eine Kreuzung zwischen zwei Einfachkreuzen wird als Doppelkreuz bezeichnet. Für eine Doppelkreuzung sind beispielsweise vier homozygote Inzuchten erforderlich (S1S1 x S2S2) X (S3S3 x S4S4). Bei diesem System wird Saatgut von beiden Einzelkreuzungen geerntet, die selbst kräftig sind, und daher werden die Kosten für Hybridsaatgut reduziert.

Dies ist eine Kreuzung zwischen einer einzelnen selbstinkompatiblen Inzuchtlinie als Weibchen und einer guten offen bestäubten Sorte als Pollenelternteil. Bis Ende der achtziger Jahre waren die meisten Kohlhybriden, die in den Vereinigten Staaten produziert wurden, Spitzenkreuzungen.

Probleme bei der Zucht von F1 Hybriden:

(i) Depression durch Inzucht

(ii) Schwester-Bruder-Befruchtung innerhalb der elterlichen Linien, die das Problem der ‘sib’-Samenkontaminationen . verursacht

(iii) Reduzierung der Inkompatibilität durch Umgebungsbedingungen

(iv) Einschränkung der Bestäubung innerhalb der Elternlinien durch Bienen anstelle einer zufälligen Bewegung der Bienen

Abhängig von den Elternlinien und den Bedingungen während der Samenproduktion kann der Anteil eines solchen Geschwistersamens von null bis zu 80% variieren. Die übliche Methode zur Bestimmung des Anteils von Geschwistern besteht darin, Pflanzen aus einer Samenprobe zu züchten, bis sie ausreichend entwickelt sind, um den phänotypischen Unterschied zwischen Geschwistern und Hybriden zu beurteilen.

Die benötigte Zeit kann von einigen Wochen variieren, wenn im Keimling-Stadium offensichtliche Unterschiede erkennbar sind, bis hin zu 10-12 Wochen, wenn der Unterschied zwischen Hybride und Elterntieren erst im erwachsenen Pflanzenstadium beurteilt werden kann. In solchen Situationen hat sich die von Wills (1979) standardisierte Isozymanalyse als vorteilhaft erwiesen und bietet eine praktische Alternative zu herkömmlichen Methoden.

Bei dieser Methode wurden Samenextrakte der Sorte Brassica oleracea L. durch Elektrophorese auf Polyacrylamidgelen aufgetrennt und auf 14 Enzyme gefärbt, nämlich:

xii. Leucin-Aminopeptidase

Die Elektrophorese wurde auf 10 % Polyacrylamidgelplatten mit Gelpuffer 0,37 M Tris-HCl, pH 9,1 und Elektrodenpuffer 0,01 M Tris-Glycin, pH 8,3 durchgeführt. Die Aktivität der sauren Phosphatase wurde in 3 Anodenzonen gefunden. Die schnellste Zone färbte sich zu schwach, um eine konsistente Analyse zu ermöglichen. Die sich am langsamsten färbende Zone konnte nicht in diskrete Banden aufgelöst werden.

Die Zwischenzone war hochaktiv und mit Ausnahme einer Sorte zeigten alle Samen entweder eine oder zwei der insgesamt fünf erkannten Banden. Hybridsamen aus Kreuzungen zwischen Inzuchten mit unterschiedlichen Einzelbanden exprimierten beide Elternbanden, wie in Abb. 19.5 dargestellt. Fitzgerald (1997) haben eine Technik zur Bestimmung des Geschwisteranteils und der aberranten Charakterisierung in Hybridsamen unter Verwendung von Bildanalyse beschrieben.

Züchtung und Nutzung selbstinkompatibler Linien:

Es ist einfach, durch kontinuierliche Selbstbestäubung und Selektion selbstinkompatible Kohllinien zu züchten. Wenn zwei selbst-inkompatible Linien als Eltern verwendet werden, um Hybriden zu erzeugen, können die gegenseitig gekreuzten Samen als Hybriden geerntet werden. 1950 wurde in Japan der erste Kohlhybrid der Welt mit selbstinkompatiblen Linien entwickelt. Dieser Hybrid wurde als Nagaoka Nr. 1 bekannt.

Die überlegenen selbstinkompatiblen Linien für die Hybridsaatgutproduktion sollten folgende Merkmale aufweisen:

1. Stabile Selbstinkompatibilität

2. Hoher Samenansatz nach Selbstbestäubung im Knospenstadium

3. Günstige wirtschaftliche Eigenschaften

4. Erwünschte Kombinationsfähigkeit

5. Fast alle Kohl-Hybridsamen werden auf der ganzen Welt mit selbstinkompatiblen Linien hergestellt. Jetzt kommt auch CMS-System zum Einsatz.

Blütenbestäubung:

Das Grundsaatgut der elterlichen Inzuchtlinien wird durch Handselbstieren im Knospenstadium gewonnen. Die Knospenspitze wird mit Pinzetten und Strippern entfernt, um die Narbe freizulegen, die dann mit Pollen bestäubt wird, die von derselben Pflanze/Linie gesammelt wurden. Die Saatgutproduktionsfläche der elterlichen Inzuchtlinien wird mit Netzen abgedeckt, um eine Kontamination durch Bienen oder andere Insekten zu vermeiden.

Pollenkörner werden noch am selben Tag aus den geöffneten Blüten frisch gesammelt. Der gemischte Pollen, der aus derselben Linie gesammelt wurde, sollte zur Bestäubung verwendet werden, um eine Beeinträchtigung der Lebensfähigkeit durch kontinuierliche Selbstbestäubung zu vermeiden.

Wenn die Beutelisolation zur Vermehrung der Basissamen angewendet wird, wird der blühende Zweig mit einem Paraffinbeutel / Musselintuchbeutel bedeckt, bevor sich die Knospe öffnet. Die Knospengröße sollte nicht zu klein oder zu groß sein. Die Knospenbestäubung, die 2-4 Tage vor der Blüte durchgeführt wird, ergibt den höchsten Samensatz.

Die Vermehrung von Basissamen inkompatibler Linien durch Knospenbestäubung ist arbeitsintensiv und kostspielig. In Anbetracht dieses Nachteils ist die elektrizitätsunterstützte Bestäubung, Drahtbürstenbestäubung, thermisch unterstützte Bestäubung, CO2 Bereicherung usw. vorgeschlagen.

Jedoch hat jedes von diesen seine Beschränkungen und wurde nicht im kommerziellen Maßstab verwendet. Das Aufsprühen einer 5%igen Kochsalzlösung wurde von Wissenschaftlern in China verwendet, um die Selbstinkompatibilität zu überwinden und den Samenansatz zu erhöhen. Diese Methode hat sich bei der Vermehrung von basischem Saatgut bewährt.

Besondere Überlegungen für F1 Hybride Produktionsplots:

1. Isolationsabstand von mindestens 2000 m zu Blumenkohl, Kohlrabi, Brokkoli, Grünkohl, Rosenkohl etc.

2. Bereitstellung von ca. 15 Honigbienenboxen/ha

3. Aufbau von Rahmenbedingungen durch entsprechendes Abstecken, um eine Unterbringung zu verhindern

4. Bekämpfung von Insekten und Krankheiten

5. Synchronisierte Blüte der elterlichen Inzucht

6. Pflanzverhältnis von 1: 1 für die elterlichen Inzuchten

7. Obwohl geerntete Samen von beiden Elternteilen verwechselt werden können, ist es besser, Samen von beiden Inzuchten getrennt zu ernten, um die Homogenität der Samen zu verbessern.

10. Widerstandszüchtung von Kohl:

Kohlgelb:

Sie wird durch Fusarium oxysporum verursacht. Es handelt sich um eine bodenbürtige, vaskuläre Welke, die durch warme Bodentemperaturen mit einem Optimum von 28°C begünstigt wird. Es kommt zu einer fortschreitenden Gelbfärbung, gefolgt von brauner Nekrose, verkümmertem Pflanzenwachstum mit vorzeitigem Blattabfall. Die Typ-A-Resistenz wird durch ein dominantes Gen bestimmt und wird nicht von der Temperatur beeinflusst.

Die Typ-B-Resistenz wird durch mehrere Gene bedingt und bricht bei Temperaturen über 22 °C zusammen. Das Screening auf Resistenz vom Typ A wird durchgeführt, indem junge Sämlinge in eine Impfsuspension getaucht und dann bei 27 °C gezüchtet werden. In 2-3 Wochen sind anfällige Pflanzen abgestorben.

Es ist eine bakterielle Erkrankung, die durch Xanthomonas campestris verursacht wird. Widerstand wurde in Early Fuji gemeldet. Es wird von Samen getragen, zeigt eine vaskuläre Bakteriose, die zu einer Gelbfärbung der Blätter führt. Die Resistenz wird durch ein Hauptgen ‘f' plus 2 Modifikatoren, einen dominanten und einen rezessiven, kontrolliert.

Zur künstlichen Inokulation wird frühmorgens eine Bakteriensuspension auf gut entwickelte Pflanzen gesprüht. Dies führt Bakterien in Guttationströpfchen ein. In 2-3 Wochen entwickeln anfällige Pflanzen große Läsionen an den Blatträndern und werden durch die Blatt- und Stängelvenen schwarz. Resistente Sorten zeigen eine leichte nekrotische Infektion an den Blatträndern.

11. Gewebekultur und transgene Technologie von Kohl:

Antherenkultur und Mikrosporenkultur wurden zuverlässig verwendet, um doppelhaploide Linien zu erzeugen. Die Doppelhaploiden ermöglichen eine schnelle Etablierung homozygoter Linien aus breiten Kreuzungen. Erfolgreiche Antheren- und Mikrosporenkulturen wurden für mehrere Nutzpflanzen in B. oleracea, einschließlich Kohl, berichtet. Doppelhaploide waren für die Kartierung von Genen und den Nachweis von QTLs von Bedeutung.

Transgene Kohl- und Grünkohlsorten mit erhöhter Resistenz wurden produziert, während transgener Raps (B. napus) in den USA kommerzialisiert wurde, es gibt keine gv-Pflanzenkohle. Der allgemeinste Ansatz für die genetische Transformation bei Kohl war Agrobacterium tumefusiens und A. rhizogenes.

Das Explantat zur Transformation in Kohl ist Blattstiel, Hypokotyl und Blätter. Transgene Kohlsorten haben meist ein Fremdgen aus Bacillus thuringiensis (Bt-Gen). Bt-Gene wurden in allen wichtigen Gruppen von Kohlpflanzen exprimiert, einschließlich Grünkohl und Kohl.

Saatgutunternehmen des privaten Sektors haben transgene Bt-Kohle produziert und es wurden auch Bewertungen auf Feldebene durchgeführt. Es wurden jedoch keine Bt-Brassicas kommerziell freigegeben.

Transgener Kohl, der gegen P. xylostella (Diamantrückenmotte) resistent ist, wurde durch A. tumefaciens –-vermittelte Transformation mit B. thuringiensis (Bt) cry-Genen entwickelt. Die Gene, die verwendet werden, um transgenen Kohl gegen DBM zu produzieren, sind Cry I Ac, cry 1 Ab3 und cry 1 Ab, einschließlich cry 1 Ab, transgen in Indien von Bhattacharya (2002). Die induzierte Resistenz war teilweise eher mit verzögerter Insektenentwicklung als mit Insektensterblichkeit.

Protokolle für Gewebekultur und Agrobacterium tumefaciens-vermittelte Transformation von Kohl wurden entwickelt. Zu den für die Transformation wichtigen Faktoren gehören die Vorkultur und Co-Kultur von Explantaten auf einem Kallusinduktionsmedium, die Induktion der Agrobacterium-Virulenz mit einem Acetosyringon enthaltenden Minimalmedium, die Verwendung einer geeigneten Menge und die anfängliche Anwendung von selektiven Mitteln.

Ein synthetisches Bt-Toxin-Gen, cry1 Ab3, und ein Wildtyp-Gen, crylla3, wurden für die Transformation verwendet. Alle für cry1 Ab3 transgenen Kohlpflanzen ergaben eine 100%ige Sterblichkeit der Larven der Diamantrückenmotte, wohingegen mit crylla3 transformierte Kohlpflanzen für die Larven anfällig waren.

Northern-Analyse zeigte, dass die transgenen cry1 Ab3-Pflanzen ein vollständiges Transkript des Gens produzierten, während die cry1 1/a3-Pflanzen ein verkürztes Transkript produzierten, was zu einer Anfälligkeit dieser Pflanzen für die Diamantrückenmotte führte.

So wurde Kohl umgewandelt, um Bt-ICPs zur Bekämpfung der Diamantrückenmotte zu exprimieren, aber hier wurde transgener Kohl hauptsächlich zur Bewertung von Managementstrategien verwendet, obwohl Saatgutunternehmen das Potenzial für eine Kommerzialisierung bewerten.

Die Entwicklung solcher Pflanzen muss mit großer Sorgfalt erfolgen, da DBMs in einigen Bereichen bereits eine hohe Resistenz gegen Blattapplikationen von Bt-Produkten mit cry1 A- und cry1 C-Toxinen entwickelt haben.

12. Auswahltechniken von Kohl:

Je nach Verbraucherattraktivität werden spitze, flache oder runde Köpfe bevorzugt. Generell werden runde Köpfe mit innerer Festigkeit gewählt. Die Kopfform wird normalerweise in Bezug auf den polaren und äquatorialen Durchmesser des Kopfes und ihr Verhältnis wie folgt ausgedrückt:

Kugelkopf –-Verhältnis ist 0,8 -1

Trommelfell – Verhältnis ist 0,6 oder weniger

Konischer Kopf –-Verhältnis ist mehr als 1

Überschrift vs. Nicht-Überschrift:

Die Deckblätter, die die Endknospen umgeben, sollten fest genug sein, um einen Kopf zu bilden.

Mittelgroße Köpfe sind im Allgemeinen wünschenswert.

Ein kurzer Stiel ist wünschenswert, da eine hochstämmige Pflanze das Gewicht des Kohlkopfes nicht tragen kann und folglich die hohe Pflanze wahrscheinlich fällt.

Ein schmaler Kern ist wünschenswert.

Ein kurzer Kern von weniger als 25 % des Kopfdurchmessers wird bevorzugt.

Ein weicher Kern wird einem zähen vorgezogen, insbesondere bei Kohl, der für die Verarbeitung bestimmt ist.

Dies ist unerwünscht und wird beurteilt, indem der Kopf vertikal durch den Kern gespalten wird.

Längere Lagerfähigkeit ist wünschenswert. Es korreliert positiv mit Trockenmassegehalten und Spätreife. Die Trockenmasse konnte bestimmt werden, indem etwa 200 g Kopfteile ohne Kerngewebe entnommen und die Frisch- und Trockengewichte der Probe gemessen wurden.

Kompaktheit des Kopfes:

Durch Ausüben von Druck auf den Kopf mit den Daumen kann die Kompaktheit des Kopfes bis zu einem gewissen Grad beurteilt werden. Die folgenden 4 Methoden sind nützlicher.

(i) Die Untersuchung der Position des obersten Deckblatts zeigt Kompaktheit an. Wenn es zwei Drittel oder mehr des Kopfbereichs bedeckt, gilt der Kopf als kompakt.

(ii) Das Messen der Länge des Kerns im Inneren des Kopfes durch Schneiden eines Längsschnitts zeigt auch die Kompaktheit an. Ein kompakter Kopf hat einen relativ kleinen Kern.

(iii) Die Kompaktheit des Kopfes kann auch durch die folgende Formel von Pearson beurteilt werden.

Wobei Z = ein Index der Kompaktheit

C = Nettogewicht des Kopfes

W = Durchschnitt der seitlichen und polaren Durchmesser des Kopfes. Ein höherer Wert von Z weist auf einen kompakteren Kopf hin.

(iv) Das Nettogewicht des Kopfes (ohne Stängel und Blätter ohne Umhüllung) gibt auch eine gute Vorstellung von der Kompaktheit. Je mehr das Gewicht, desto höher die Kompaktheit.

Rahmen der Pflanze:

Dies ist die maximale Ausbreitung der Pflanze bei der Reife. Normalerweise werden kleinere Rahmen bevorzugt.

13. Samenproduktion von Kohl:

Isolationsabstand:

1. Züchter/Stiftungssaatgut – 1600 m

Sortenbeschreibung von Kohl:

Es gibt offen bestäubte und F1 hybride Sorten. Die folgenden Umrisse für Sortenbeschreibungen von Kohl basieren auf den Richtlinien für DUS-Prüfungen, die von der UPOV (1992) erstellt und von George (1999) beschrieben wurden.

1. Pflanzenhöhe: sehr kurz, kurz, mittel, hoch oder sehr fallend

Maximaler Durchmesser: klein, mittel oder groß

Länge des Außenschafts: kurz, mittel oder lang

Haltung der äußeren Blätter: aufrecht, halb aufrecht oder horizontal

3. Äußeres Blatt: Klein, mittel oder groß

Blattform: breit elliptisch, breit eiförmig, rund, quer breit elliptisch oder breit verkehrt

Profil der Klingenoberseite: konkav, plan oder konvex

Blasenbildung: nicht vorhanden oder sehr schwach, schwach, mittel, stark oder sehr stark

Blistergröße: klein, mittel oder groß

Crimpen (nur Wirsing): schwach, mittel oder stark

Farbe (mit Wachs): gelbgrün, grün, graugrün, blaugrün oder violett

Farbintensität: hell, mittel oder dunkel

Grüne Flush (nur Rotkohl): nicht vorhanden oder vorhanden

Wachsigkeit: nicht vorhanden oder sehr schwach, schwach, mittel, stark oder sehr stark

Welligkeit des Randes: fehlend oder sehr schwach, schwach, mittel, stark oder sehr stark

Randeinschnitte: fehlend oder vorhanden

Randreflexion: fehlt oder vorhanden

Längsschnittform: quer schmal elliptisch, quer elliptisch, kreisförmig, breit elliptisch, breit eiförmig, breit eiförmig oder eckig eiförmig

Sockelform im Längsschnitt: erhaben, eben oder gewölbt

Länge: kurz, mittel oder lang

Durchmesser: klein, mittel oder groß

Position des maximalen Durchmessers: nach oben, in der Mitte oder nach unten

Abdeckung: unbedeckt, teilweise bedeckt oder bedeckt

Blasenbildung des Deckblattes (nur Wirsing): fehlend oder sehr schwach, schwach, mittel, stark oder sehr stark

Reflexion des Deckblattrandes: fehlend oder vorhanden

Deckblattfarbe: gelbgrün, grün, graugrün, blaugrün oder violett

Farbintensität des Deckblattes: hell, mittel oder dunkel

Anthocyanfärbung des Deckblattes (nur Weiß- und Wirsing): fehlt oder sehr schwach, schwach, mittel, stark oder sehr stark

Innenfarbe: weißlich, gelblich, grünlich oder violett

Intensität der inneren Farbe (nur Rotkohl): hell, mittel oder dunkel

Dichte: sehr locker, locker, mittel, dicht oder sehr dicht

Innenstruktur: fein, mittel oder grob

Länge des Innenschafts (im Verhältnis zur Kopflänge): kurz, mittel oder lang

5. Zeitpunkt der Erntereife (in einer bestimmten Jahreszeit): sehr früh, früh, mittel, spät oder sehr spät

6. Zeitpunkt des Kopfplatzens nach der Reife: früh, mittel oder spät

7. Resistenz gegen Rasse 1 von Fusarium oxysporum f. sp. conglutinans

8. Methode der Samenproduktion: offen bestäubt oder hybrid

3. Saatvermehrungsverhältnis – 100

14. Wichtige Kohlsorten:

Basierend auf Reife, Kopfform, Kopfgröße und Blattfarbe und -form wurden Kohlsorten in verschiedene Gruppen eingeteilt:

(i) Wakefield- oder Winningstadt-Gruppe

(ii) Flat Dutch oder Drumhead-Gruppe

(iii) Marktgruppe Kopenhagen

In Indien sind die Kopenhagener Marktgruppe (frühe rundköpfige Sorten mit kompakten Köpfen mit wenigen äußeren Blättern und kleinem Kern) und die flache niederländische Gruppe (flache Köpfe, große äußere Blätter) üblich.

Kopenhagener Markt:

Es hat runde Köpfe, die größer sind als die von Golden Acre. Das Kopfgewicht beträgt 1,5-3,0 kg. Es dauert 75-85 Tage für die Kopfbildung.

Eine früheste Sorte, Selektion vom Kopenhagener Markt, 60-65 Tage vom Umpflanzen bis zur Kopfbildung, 1-1,5 kg Kopf, fester Kopf mit kurzem Kern, anfällig für Rissbildung bei verzögerter Ernte, empfohlen vom Indian Agricultural Research Institute, New Delhi.

Eine Einführung empfohlen von Dr. Y.S. Parmar Universität für Gartenbau und Forstwirtschaft, Solan, größerer Kopf (1,5-2,0 kg). Im Grunde ist es auch eine Auswahl vom Copenhagen Market.

Pusa Mukta (Sel-8):

Entwickelt aus einer sortenübergreifenden Kreuzung von EC 24855 und EC 10109 bei IARI, Regional Station, Katrain, Kullu Valley, Himachal Pradesh, früh mit mittelgroßen runden Köpfen, etwas später als Golden Acre, resistent gegen Schwarzfäule, identifiziert von allen in Indien koordinierten Gemüseverbesserungsprojekt und freigegeben vom zentralen Unterausschuss für Kulturpflanzennormen, Meldung und Sortenfreigabe.

Es ist die erste tropische Sorte, die für den Anbau unter Hochtemperaturbedingungen entwickelt wurde. Sie kann bei einer Temperatur von 15-30°C wachsen und Köpfe bilden. Nach dem Umpflanzen dauert es 70-90 Tage für die Kopfbildung. Es hat graugrünes Laub und flach-runde Köpfe. Das Kopfgewicht beträgt 600-1200 g.Seine Samen können unter subtropischen Bedingungen der nordindischen Ebenen produziert werden.

Entwickelt durch Selektion bei Katrain, früh in der Gruppe der Trommelfelle, große flache Köpfe (3-4 kg) in 70-75 Tagen nach dem Umpflanzen, resistent gegen Schwarzbein (Phoma lingam).

Eine Einführung aus der damaligen Deutschen Demokratischen Republik im Rahmen des INDO-DDR-Projekts in Nilgiri Hills. Die anfänglichen Samen wurden über NSC erhalten und zeigten eine große Variation. Das gleiche wurde bei Katrain gereinigt. Die Köpfe sind massiv, flach rund bis leicht länglich und wiegen 3-5 kg. Das Laub ist dunkelgrün mit gewelltem Rand. Es ist in den Nilgiri-Hügeln von Tamil Nadu beliebt und wurde vom Tamil Nadu State Department of Horticulture empfohlen.

Wirsingkohl mit blasigen Blättern ist in Indien nicht beliebt. Die Köpfe sind spitz, rund und flach. Die am häufigsten katalogisierte Sorte ist Chieftain. Auch die Rotkohlgruppe (Sorte-Red Acre) ist in Indien nicht beliebt. Einige vielversprechende Hybriden sind Bajrang, Swarna, Sudha, Sri Ganesh Gol, Bahar, Pragati, Hari Rani Gol, Kranti usw. in Indien.

In Indien werden etwa 100 Tonnen OP-Kohlsaatgut und 50 Tonnen Hybridkohlsaatgut vermarktet. Alle Hybridkohle werden importiert. Einige der aus dem Ausland importierten Kohlhybriden (China, Japan, Korea, Taiwan) sind tropische Arten und daher ist Kohl das ganze Jahr über auf dem indischen Markt erhältlich.


De Novo Montage von drei hochwertigen Polis Wespengenome

Wir haben die genomischen Signaturen der jüngsten Evolution untersucht, indem wir zunächst hochwertige De-novo-Genome für zusammengestellt und annotiert haben P. fuscatus und zwei eng verwandte Arten ohne Gesichtserkennung, Polistes metricus und Polistes dorsalis (Abb. 1B). Die drei de novo-Genome sind 220 Megabasen (Mb), gehören zu den am stärksten zusammenhängenden Hymenopteren-Genomen bis heute und enthalten einen nahezu vollständigen Satz hochkonservierter Gene (Tabelle 1). Genomische Merkmale waren vergleichbar mit zuvor sequenzierten Papierwespengenomen (SI-Anhang, Feigen. S1–S5 und Tabellen S1 und S2 und Lit. 45 und 46). Diese Arten bieten ein ungewöhnlich handhabbares System zur Identifizierung der Ziele der jüngsten natürlichen Selektion. Paarweiser Fixationsindex (FNS) Berechnungen (Abb. 1C und SI-Anhang, Abb. S6) zeigen nur eine mäßige genetische Differenzierung zwischen den Arten, wodurch die genomischen Regionen in P. fuscatus möglicherweise mit der jüngsten kognitiven Evolution in dieser Linie in Verbindung gebracht. Die Analyse von Populationsstichproben zeigt einen schnellen Abbau des Kopplungsungleichgewichts (SI-Anhang, Abb. S7), im Einklang mit hohen Rekombinationsraten, die bei anderen sozialen Hymenopteren berichtet wurden (47). Diese Kombination von Merkmalen ermöglicht es, ausgewählte Regionen mit außergewöhnlich hoher Präzision zu identifizieren.

Zusammenfassende Statistiken für P. fuscatus, P. metricus, und P. dorsalis de novo Genom-Assemblies


Wann führt eine schwache Selektion zu qualitativ unterschiedlichen Ergebnissen einer starken Selektion? - Biologie

Die quantitative Genetik beschäftigt sich mit der Genetik von sich ständig ändernden Charakteren. Anstatt Veränderungen in der Häufigkeit spezifischer Allele von Genotypen zu berücksichtigen, versucht die quantitative Genetik Veränderungen in der Häufigkeitsverteilung von Merkmalen zu "quantifizieren", die nicht leicht in diskrete phänotypische Klassen eingeordnet werden können. Der Grund für die kontinuierliche Variation liegt in der Regel darin, dass die Merkmale polygen sind (von vielen Genen kontrolliert) und Umwelteinflüsse den phänotypischen Zustand jedes Individuums verändern (siehe Abbildungen 9.3, 9.4, S. 226-227).

Betrachten Sie zwei Inzuchtstämme, die "Extreme" einer phänotypischen Verteilung darstellen: hoher und niedriger Ölgehalt zum Beispiel in Mais oder lange und kurze Karotten. Wir nehmen an, dass die Pflanzen jedes Typs an allen Loci homozygot sind. Unter dieser Annahme ist die Variation, die wir innerhalb jeder Gruppe sehen, vollständig Umweltvariation und die Variation, die wir zwischen den beiden Gruppen sehen, ist hauptsächlich (aber nicht vollständig) genetische Variation. Wenn wir dann ein Individuum aus der hohen Gruppe (ABCD) mit einem Individuum aus der niedrigen Gruppe (abcd) kreuzen, würden wir F1-Hybride (ABCD/abcd) erhalten, die einen mittleren Phänotyp haben. Wir würden feststellen, dass nicht jedes Individuum im Phänotyp identisch ist, obwohl jedes im Genotyp identisch ist (alle F 1 's). Wir würden dann die gesamte Variation des Phänotyps einer Umweltkomponente V E zuschreiben. Wenn wir dann alle F1 miteinander kreuzen, würden wir eine F2-Verteilung erhalten, die eine breitere Verteilung hätte. Aufgrund der unabhängigen Zusammenstellung von Chromosomen und der Rekombination in den F1 hat jede F2 wahrscheinlich einen einzigartigen Multilocus-Genotyp. Somit weist die gesamte phänotypische Varianz in der F2-Verteilung sowohl eine genetische Komponente, VG, als auch eine Umweltkomponente (VE) auf. Vereinfacht ausgedrückt sind diese durch den Ausdruck V P = V G + V E miteinander verbunden.

Wenn Sie eine Reihe von Pflanzen mit einer gleichmäßigen kontinuierlichen Verteilung von Phänotypen erhalten würden, wie würden Sie dann feststellen, ob die Variation eine genetische Grundlage hat? Wählen Sie einfach Individuen mit unterschiedlichen Phänotypen aus der Verteilung aus, züchten Sie sie (=Eltern) und vergleichen Sie die Phänotypen dieser Eltern mit denen ihrer Nachkommen. Wenn der mittlere Phänotyp der Nachkommen nahe dem Durchschnitt der Eltern liegt, wäre dies ein Beweis für eine genetische Grundlage für den Phänotyp und das Merkmal würde als vererbbar identifiziert. Wenn andererseits die von zwei "hohen" Eltern produzierten Nachkommen im Phänotyp extrem variabel wären und die von zwei "niedrigen" Eltern produzierten Nachkommen extrem variabel wären, würde das Merkmal eine schwache genetische Komponente aufweisen. Die Heritabilität im "weiten" Sinne kann als Anteil der gesamten phänotypischen Varianz ausgedrückt werden, die eine genetische Komponente hat: h 2 B = VG /V P . (siehe Abbildungen 9,5 S. 231 9,6 S. 237).

Diese Korrelation zwischen Elternteil und Nachkommen kann als einfaches Mittel zur Quantifizierung der Erblichkeit des Merkmals dienen: wenn eine 1:1-Korrelation des Phänotyps zwischen Eltern und Nachkommen besteht (z Phänotyp), dann hat das Merkmal die maximale Heritabilität. Ohne Beziehung zwischen Eltern und Nachkommen (Steigung Null) wäre die Erblichkeit Null (siehe Kasten 9.1 S. 233).

Die genetische Komponente der Variation kann in verschiedene Unterkomponenten zerlegt werden. Betrachten Sie ein einfaches additives Modell der Schnabelgröße, bei dem die Anzahl der B-Allele, die Sie haben, die Größe Ihres Schnabels bestimmt: BB = 3 cm, Bb = 2 cm und bb = 1 cm. Der Mittelwert dieser Phänotypen beträgt 2 cm, wenn Sie diesen Mittelwert von jedem der drei Phänotypen subtrahieren, erhalten Sie 1 cm, 0 cm und -1 cm als Differenz. Diese Werte beschreiben den additiven Effekt des Ersetzens eines b-Allels durch ein B-Allel. Ein einzelnes B-Allel hat die Hälfte der Wirkung von zwei B-Allelen, daher ist unser additiver Effekt a = 1 . Wenn wir ein BB x BB kreuzen, erhalten wir ein Bb mit einer Schnabelgröße von 2cm. Kreuzungen zwischen diesen F1s würden zu einem 1:2:1 Verhältnis von 3cm:2cm:1cm Schnäbeln führen und der Mittelwert der F2s (2) wäre der gleiche wie der Mittelwert der F1s und der Mittelwert der beiden Eltern.

Bedenken Sie nun, dass BB und Bb den gleichen Phänotyp haben (d. h. es herrscht Dominanz): BB = 3cm, Bb = 3cm und bb = 1cm. Eine Kreuzung zwischen BB und bb würde alle Bb F1 mit 3cm Schnabel hervorbringen. Ein F1-Kreuz Bb x Bb würde F2 mit einem 3:1-Verhältnis von 3cm:1cm erzeugen. In diesen wäre der Mittelwert der beiden Eltern 2, der Mittelwert der F1 3 und der Mittelwert der F2 2,5. Somit würde Dominanz die Variation der Phänotypen beeinflussen. Die Varianz hat eine Dominanzkomponente. Somit kann die genetische Varianz in additive und Dominanzkomponenten unterteilt werden (und eine Interaktionskomponente, die wir ignorieren, danke): V G = V A + V D + V I .

Die gesamte phänotypische Varianz wird somit aufgeteilt: V P = V A + V D + V I + V E . Der Punkt dabei ist, dass wir die additive genetische Komponente der gesamten phänotypischen Varianz wissen wollen, da sie Eltern und Nachkommen gleich aussehen lässt und auf die Selektion wirken kann. Wir können somit unsere Beschreibung der Heritabilität dahingehend verfeinern, dass sie den Anteil der gesamten phänotypischen Varianz bedeutet, der auf additive genetische Effekte zurückzuführen ist: h 2 N = V A /V P wobei h 2 N Heritabilität im "engen" Sinne bedeutet.

Zurück zu unserer Regression von Nachkommen-Werten gegenüber Eltern-Werten (siehe Abbildung 9.4 Seite 227), die Steigung dieser Regression = h 2 N = V A /V P (bekannt als mittlere Eltern-Nachkommen-Regression). Dies erlaubt uns zu definieren, welche Art von Reaktion auf Selektion wir erhalten würden, wenn wir einem phänotypischen Merkmal eine bestimmte Intensität der Selektion auferlegen würden. Das Selektionsdifferential (S) ist die Differenz zwischen dem Mittelwert der Eltern, die ausgewählt wurden, um die nächste Generation zu produzieren, und dem Mittelwert aller Individuen in der Population. Die Reaktion auf die Selektion (Beleg) ist die Veränderung des mittleren Phänotyps nach der Selektion. Die Reaktion auf die Selektion hängt von der Vererbbarkeit des Merkmals ab:

R = h 2 N S (siehe Abbildung 9.6 S. 237).

Eine wichtige Folge davon ist, dass mit fortschreitender Selektion die additive genetische Variation reduziert wird („niedrige” Allele entfernt). Wenn V A abnimmt, nimmt die Heritabilität ab (siehe Gleichung für die Heritabilität oben). Wird die Auswahl zum Stillstand kommen?? Wahrscheinlich nicht, weil die Mutation ständig neue Allele mit unterschiedlichen additiven Wirkungen einführt. Aus dieser Sicht könnten die allmählichen Veränderungen des Phänotyps, die über lange evolutionäre Zeiten hinweg beobachtet wurden, durch ein kontinuierliches Mutations-Selektions-Gleichgewicht erklärt werden. (siehe Kasten 9.2 S. 248).

Was sind die Erblichkeiten verschiedener Merkmale in der Natur? Sie variieren stark (siehe Abbildung 9.13, S. 245). Ein Trend ist, dass fitnessbezogene Merkmale tendenziell eine geringere Heritabilität aufweisen als andere Merkmale. Wieso den? In natürlichen Populationen bestimmt die Fitness unsere "Selektionsunterschiede", daher sollte die Selektion genetische Variationen für Fitnessmerkmale beseitigen und die Erblichkeit wird sinken. Warum sind dann die Erblichkeiten von fitnessbezogenen Merkmalen nicht null? Eine Antwort: genetische Korrelationen.


Was ist Selektionsdruck? (Mit Bildern)

Selektionsdruck kann als eine Kraft angesehen werden, die dazu führt, dass sich ein bestimmter Organismus in eine bestimmte Richtung entwickelt. Es ist keine physikalische Kraft, sondern eine Wechselwirkung zwischen der natürlichen Variation einer Art und Faktoren in ihrer Umgebung, die dazu führen, dass eine bestimmte Form gegenüber anderen einen Vorteil hat. Dies kann als „Druck“ betrachtet werden, der die Evolution dieses Organismus zu einer größeren Prävalenz dieser Variation treibt.

Evolution und natürliche Selektion

Wenn sich Organismen vermehren, können zufällige Mutationen auftreten, die dazu führen, dass sich die Nachkommen in irgendeiner Weise von ihren Eltern unterscheiden. Diese Änderungen können schädlich sein, aber manchmal können sie einen Vorteil bringen. Zum Beispiel kann eine Änderung, die es einem Tier ermöglicht, etwas schneller zu laufen, seine Fähigkeit erhöhen, Beute zu fangen oder Raubtieren zu entkommen.

Eine günstige Mutation kann die Chancen eines Individuums erhöhen, lange genug zu überleben, um sich zu reproduzieren und dieses neue Merkmal an seine Nachkommen weiterzugeben, und so wird es häufiger vorkommen. Schließlich können alle Mitglieder der Art dieses Merkmal aufweisen. Ungünstige Mutationen verschwinden schnell, da sie weniger wahrscheinlich an die nächste Generation weitergegeben werden.

Diese Veränderungen der Populationen verschiedener Arten einer Art werden als natürliche Selektion bezeichnet: Die Form einer Art, die am besten an ihre Umgebung angepasst ist, ist diejenige, die überlebt. Dies wird manchmal als „Survival of the Fittest“ bezeichnet. Der Begriff „fittest“ bedeutet in diesem Zusammenhang nicht die stärkste oder schnellste, sondern die Variante, die am besten zu ihrer Umgebung passt. Stärke und Schnelligkeit können eine Rolle spielen, aber je nach Umständen können andere Faktoren wie Intelligenz oder Färbung wichtiger sein. Die natürliche Selektion ist das Ergebnis von Selektionsdruck und treibt die Evolution an: Wenn sich günstige Mutationen anhäufen, entwickeln sich Organismen zu neuen Arten.

Funktionsweise der Auswahldrücke

Ein Selektionsdruck kann praktisch von allem ausgehen, solange er über einen relativ langen Zeitraum relativ konstant wirkt und sich tatsächlich auf die Fortpflanzungs- oder Überlebensraten einer Art auswirkt. Potenzielle Belastungen können die Verfügbarkeit von Beutetieren, das Vorhandensein von Raubtieren, Umweltbelastungen, die Konkurrenz mit anderen Arten – einschließlich Menschen – und die Konkurrenz zwischen Mitgliedern einer Art umfassen. In den Augen der Evolution kommt es nur auf die Fortpflanzungswahrscheinlichkeit an: Wenn beispielsweise ein bestimmter Räuber nur alte Tiere frisst, die bereits nicht mehr in der Lage sind, sich fortzupflanzen, hat der Räuber keinen Einfluss auf die Evolution der Beuteart.

Die Farbe eines Organismus kann seine Überlebenschancen beeinflussen. Zum Beispiel werden Insekten mit Farben, die sich ihrer Umgebung anpassen, weniger wahrscheinlich von Raubtieren wie Vögeln gesehen. Eine Mutation, die eine Färbung erzeugt, die dem üblichen Hintergrund eines Insekts ähnelt, z zur Normalform werden. Mutationen, die eine andere Farbe erzeugen, werden schnell aus der Population verschwinden.

Es ist wichtig zu beachten, dass der Selektionsdruck keine Intelligenz, Voraussicht, keinen Reim oder keine Vernunft hat. Die Selektion erfolgt auf individueller, nicht auf Artenebene. Eine neue Anpassung erscheint nicht "zum Wohle der Art": sie wird nur dann in einer Population verankert, wenn sie für jedes Individuum, das sie hat, gut ist, auch wenn sie das Leben der Art kollektiv verschlechtert.

Neue Anpassungen können teilweise selbstzerstörerisch sein, solange ihre Nettowirkung die Fitness des Organismus fördert. Komodowarane zum Beispiel beißen sich beim Fressen mit ihren scharfen Zähnen in ihr eigenes Zahnfleisch, was offenbar die Wahrscheinlichkeit einer tödlichen Infektion erhöht. Dies hat aber auch den Vorteil, dass das Blut-Speichel-Gemisch ein ideales Milieu für Bakterien ist, die ihre Beute beim Biss infizieren.

Selektionsdruck kann schneller wirken, als man denkt, und dies gilt insbesondere unter Bedingungen der selektiven Züchtung, wenn der Druck intelligent vom Menschen ausgeübt wird. Eines der auffälligsten Beispiele ist eine Reihe von Experimenten des Wissenschaftlers Dmitri Belyaev, die in der Sowjetunion stattfanden. Ziel war es, die Silberform des Rotfuchses zu domestizieren, und dies wurde in nur 10 Generationen selektiver Zucht erreicht. Diese Füchse verloren ihren ausgeprägten Moschusgeruch, wedelten mit dem Schwanz wie Haushunde und zeigten keine Angst vor Menschen und leckten sich sogar die Hände, um Zuneigung zu zeigen. Ähnliche Experimente brachten auch eine Gruppe hochaggressiver Füchse hervor, die beim Vorbeigehen von Menschen wild auf ihre Käfigwände sprangen.

Beispiele für Auswahldruck

Ein klassisches Beispiel für Selektionsdruck in Aktion ist die Pfeffermotte. Bis Mitte des 19. Jahrhunderts waren fast alle Exemplare dieses Insekts hell gefärbt. Es verbrachte viel Zeit damit, auf Baumstämmen auszuruhen und fügte sich gut in die hellen Flechten ein, die dort wuchsen. In städtischen Gebieten begann jedoch die industrielle Verschmutzung, die Flechten abzutöten und die Baumstämme mit Ruß zu verdunkeln. Eine dunklere Form der Motte, die besser getarnt war, wurde schnell häufiger, bis fast alle in städtischen Gebieten gesammelten Exemplare dunkel waren.

Versuche des Menschen, unerwünschte Organismen zu bekämpfen, können manchmal zu einem Selektionsdruck führen, der zu neuen Formen führt, die gegen die verwendeten Methoden resistent sind. So sind beispielsweise Schädlinge aufgetreten, die gegen Insektizide resistent sind, und Unkräuter, die von Herbiziden nicht betroffen sind. Einige andere Beispiele für den Einfluss des Menschen sind besorgniserregender. Der weit verbreitete Einsatz von Antibiotika hat dazu geführt, dass sich einige krankheitserregende Bakterien zu Stämmen entwickeln, die gegen viele dieser Verbindungen resistent sind.

Michael ist ein langjähriger InfoBloom-Mitarbeiter, der sich auf Themen aus den Bereichen Paläontologie, Physik, Biologie, Astronomie, Chemie und Futurismus spezialisiert hat. Michael ist nicht nur ein begeisterter Blogger, sondern interessiert sich besonders für Stammzellforschung, regenerative Medizin und Therapien zur Lebensverlängerung. Er arbeitete auch für die Methusalem Foundation, das Singularity Institute for Artificial Intelligence und die Lifeboat Foundation.

Michael ist ein langjähriger InfoBloom-Mitarbeiter, der sich auf Themen aus den Bereichen Paläontologie, Physik, Biologie, Astronomie, Chemie und Futurismus spezialisiert hat. Michael ist nicht nur ein begeisterter Blogger, sondern interessiert sich besonders für Stammzellforschung, regenerative Medizin und Therapien zur Lebensverlängerung. Er arbeitete auch für die Methusalem Foundation, das Singularity Institute for Artificial Intelligence und die Lifeboat Foundation.


Ergebnisse

Verknüpfungsmetriken

Um die Stärke der Kopplung zwischen Allelpaaren zu quantifizieren, berechneten wir den quadrierten Korrelationskoeffizienten R 2 = D 2 /Pich(1 − Pich)PJ(1 − PJ), wo D = Pij − pichPJ, oder die Wahrscheinlichkeit, dass abgeleitete Mutationen an der Stelle ich und J zusammen auftreten (Pij) abzüglich der zufälligen Erwartung basierend auf ihren individuellen Häufigkeiten Pich und PJ (Hill und Robertson 1968).

Wir haben auch den Korrelationskoeffizienten R um das Zeichen einer Kopplung zwischen Allelen zu messen, da es wichtige Informationen über die Haplotypstruktur enthält. Werte von R 2 reichen von 0 bis 1, während R reicht von −1 bis 1. Positive Werte von R weisen darauf hin, dass Allele dazu neigen, gemeinsam vorzukommen (Kopplungsphase), während negative Werte darauf hinweisen, dass Allele dazu neigen, auf unterschiedlichen genetischen Hintergründen zu liegen (Abstoßungsphase). Das Zeichen von R hängt von den Allelen ab, die man wählt, um an zwei polymorphen Loci zu paaren, und wir haben quantifiziert R zwischen abgeleiteten Allelen wie in Takahasi und Innan (2008) durch Ableitung des Vorfahren-Allels unter Verwendung einer oder mehrerer Fremdgruppen (mit ähnlichen Ergebnissen Materialien und Methoden). Abgeleitete Allele repräsentieren de novo-Mutationen in N. gonorrhoeae oder Haplotypen, die aus divergierenden Populationen importiert wurden, die Allele beherbergen, die nicht in den Fremdgruppen gefunden wurden.

In einer einzelnen rekombinierenden Population unter Neutralität ist der Stichprobenmittelwert von R ( r ¯ ⁠ ) zwischen Allelpaaren, die durch einen beliebigen Abstand getrennt sind, sollte nahe Null sein, ausgehend von gleichen Mengen an Kopplung und Abstoßungsverknüpfung (Hill und Robertson 1968). Weniger Rekombination zwischen nahen Allelen erhöht die Varianz von D (und die Stärke der Verbindung, gemessen durch R 2 ), aber diese Werte von D nehmen mit gleicher Häufigkeit positive oder negative Werte an ( Ohta und Kimura 1969, 1971) mit r ¯ ≈ 0 ( ergänzende Abb. S1 , Supplementary Material online).

Eine Vielzahl evolutionärer Prozesse kann jedoch eine Kopplungsverknüpfung oder positive R, einschließlich neutraler Dynamiken wie Populationsstruktur und Interspezies-HGT (Martin et al.2006). Abstoßungsverbindung oder negativ R, wird durch klonale Interferenzen zwischen Mutationen oder negative Epistase (synergistische Epistase zwischen schädlichen Mutationen oder antagonistische Epistase zwischen nützlichen Mutationen Hill und Robertson 1968 Sohail et al. 2017) verursacht. Wenn einer dieser evolutionären Prozesse, die eine Kopplung oder Abstoßung erzeugen, im Vergleich zum Ausmaß der Rekombination schwach ist, R wird nahe Null bleiben, da die Rekombination nicht zufällige Assoziationen schnell bricht.

Benachbarte Polymorphismen in N. gonorrhoeae Einen Überschuss an Kupplungsgestänge ausstellen

Unter Verwendung von drei unabhängigen genomischen Datensätzen klinischer Isolate aus dem Vereinigten Königreich (UK n = 214), Neuseeland (NZ n = 148) und die Vereinigten Staaten (US n = 149) haben wir die Hypothese getestet, dass N. gonorrhoeae ist eine einzelne rekombinierende Population unter Neutralität unter Verwendung dieser paarweisen Verknüpfungsmetriken. Wir analysierten zunächst Syn-Single-Nucleotid-Polymorphismen (SNPs), die, wenn sie neutral wirken, eine weniger voreingenommene Sicht auf Rekombination und Populationsstruktur bieten sollten. Die Kopplung zwischen Syn-Allelen war aufgrund der extensiven Rekombination im Allgemeinen erwartungsgemäß gering, und R 2 näherte sich in Übereinstimmung mit früheren Arbeiten (Arnold et al. 2018) Werten nahe Null, da die SNPs durch Distanzen von mehr als ∼3 kb getrennt wurden (Abb. 1A). Für enge SNPs, die eine stärkere Kopplung zeigten, ist jedoch das Vorzeichen von R systematisch positiv wurde (Abb. 1B) benachbarte Syn-Allele wurden häufiger als erwartet in einer einzelnen neutralen Population gekoppelt, insbesondere für Allele mit einem Abstand von <300 bp (Abb. 1B).

Verknüpfungsmuster in Neisseria gonorrhoeae. (EIN) Paarweise Verknüpfung zwischen Syn-SNPs, gemessen durch R 2, erreichte sehr niedrige Niveaus für SNPs, die durch >3 kb getrennt sind. (B) Wird jedoch gemessen als R, zeigte eine paarweise Verknüpfung einen Überschuss an Kopplungen zwischen nahen SNPs, die bei weit beabstandeten SNPs >3 kb in zufällige Assoziationen zerfallen. Jeder Punkt repräsentiert den Mittelwert von R 2 oder R für alle SNP-Paare, die durch eine Anzahl von Basenpaaren getrennt sind, wie in der x-Achsen und Linien sind glättende Splines. Die Ergebnisse werden für UK (blau), NZ (grün) und US (orange) angezeigt.

Verknüpfungsmuster in Neisseria gonorrhoeae. (EIN) Paarweise Verknüpfung zwischen Syn-SNPs, gemessen durch R 2, erreichte sehr niedrige Niveaus für SNPs, die durch >3 kb getrennt sind. (B) Wird jedoch gemessen als R, zeigte eine paarweise Verknüpfung einen Überschuss an Kopplungen zwischen nahen SNPs, die bei weit beabstandeten SNPs >3 kb in zufällige Assoziationen zerfallen. Jeder Punkt repräsentiert den Mittelwert von R 2 oder R für alle SNP-Paare, die durch eine Anzahl von Basenpaaren getrennt sind, wie in der x-Achsen und Linien sind glättende Splines. Die Ergebnisse werden für UK (blau), NZ (grün) und US (orange) angezeigt.

NSyn-Kopplungen stärker als Syn-Kopplungen zwischen benachbarten SNPs

Unter der Annahme, dass NSyn-SNPs die eigentlichen Selektionsziele sind und der Überschuss an Syn-Kopplungen mit kurzer Reichweite durch Trampen getrieben wird, haben wir die Rolle der Selektion bei der Gestaltung dieses Musters direkt untersucht, indem wir den Grad der Kopplung und die Abstoßungsverknüpfung zwischen Syn- und NSyn-Allelen verglichen haben. Konkret haben wir evaluiert, ob R zwischen NSyn-abgeleiteten Allelen (Rn) unterschied sich deutlich von R zwischen Syn-abgeleiteten Allelen (RS). Da die Rekombination die Kopplung aufbricht und das Ausmaß der Assoziationen (positiv und negativ) näher an Null bringt, haben wir bestätigt, dass die Selektion und nicht die Variation der Rekombination die Unterschiede zwischen Rn und RS. Kurz gesagt, wir haben bestätigt, dass alle Unterschiede zwischen Rn und RS nach Kontrolle der genetischen Distanz, der Allelfrequenzen und der lokalen Rekombinationsraten, die alle dazu führen können, dass bestimmte Allele unterschiedliche Rekombinationsmöglichkeiten haben.

Da die Wahrscheinlichkeit, dass die Rekombination zwei Allele entkoppelt, mit der Entfernung variiert ( Fig. 1A), haben wir zuerst Allelpaare in Entfernungsintervalle von 100 bp eingeteilt. Wenn eine Allelkategorie mehr Beobachtungen hatte (z. B. mehr Syn- als NSyn-SNPs), haben wir sie 100 Mal unterabgetastet, um die Variabilität abzuschätzen. Wenn NSyn- und Syn-Allele ähnlichen Selektionsdruck ausgesetzt waren, Rn wäre ähnlich wie RS in jedem Bin, aber Abbildung 2 zeigt, dass für genomische Distanzen <∼3 kb, Rn war deutlich anders als RS. Interessanterweise beobachteten wir für Entfernungen von <∼300 bp, wo wir die stärkste Kopplungsverknüpfung für Syn-Allele beobachteten ( Abb. 1B), Rn war größer als RS, was darauf hindeutet, dass NSyn-Allele noch stärkere Kopplungen aufweisen ( Abb. 2).

NSyn-Kopplungen stärker als Syn-Kopplungen zwischen benachbarten SNPs. Wir haben SNP-Paare nach 100-bp-Abstandsintervallen sortiert (bin 1 enthielt SNP-Abstände zwischen (0, 100], Bin 2 enthielt diejenigen zwischen (100, 200] usw.) und verglichen Rn mit RS für Paare innerhalb der gleichen Entfernung bin die Kategorie, die weniger Beobachtungen aufwies (d. h. NSyn oder Syn), 100-mal downsampling. Die Punkte zeigen den Medianwert der erneut abgetasteten Replikate, und die vertikalen Linien verbinden die 5 %- und 95 %-Quantile. Die Ergebnisse werden für UK (blau), NZ (grün) und US (orange) angezeigt.

NSyn-Kopplungen stärker als Syn-Kopplungen zwischen benachbarten SNPs. Wir haben SNP-Paare nach 100-bp-Abstandsintervallen sortiert (bin 1 enthielt SNP-Abstände zwischen (0, 100], Bin 2 enthielt diejenigen zwischen (100, 200] usw.) und verglichen Rn mit RS für Paare innerhalb der gleichen Entfernung bin die Kategorie, die weniger Beobachtungen aufwies (d. h. NSyn oder Syn), 100-mal downsampling. Die Punkte zeigen den Medianwert der erneut abgetasteten Replikate, und die vertikalen Linien verbinden die 5 %- und 95 %-Quantile. Die Ergebnisse werden für UK (blau), NZ (grün) und US (orange) angezeigt.

NSyn-Kupplungen, angetrieben durch Mittelfrequenz-Allele

Um die evolutionären Kräfte, die diesen Überschuss an NSyn-Kopplungen zwischen Allelen innerhalb von 300 bp formen, weiter zu verstehen, kontrollierten wir potenzielle Unterschiede in der Rekombination zwischen NSyn- und Syn-Allelen, indem wir die Probenhäufigkeiten berücksichtigten, die sich zwischen den Kategorien unterscheiden (ergänzende Abb. S2, Ergänzendes Material online). . Seltene Allele sind im Allgemeinen jünger als diejenigen mit höheren Frequenzen und hatten weniger Gelegenheit für eine Rekombination, um ihre Verknüpfung aufzubrechen. Obwohl wir die Allelfrequenzen über das gesamte Spektrum (unten) abgeglichen haben, haben wir zunächst nur seltene Allele betrachtet, um zu untersuchen, wie negative Selektion Muster von . prägt RnRS, da seltene Polymorphismen für schädliche Mutationen angereichert sind. Negative Selektion ist eine durchdringende evolutionäre Kraft in Bakterien (Hughes 2005), die NSyn-Allele in Richtung seltener Frequenzen verzerrt, sie jünger als nahezu neutrale Allele bei derselben Frequenz macht und klonale Interferenzen (oder Abstoßungsverknüpfungen) erzeugt, wenn die Stärke dieser Selektion überschreitet die Rekombinationsrate (Hill und Robertson 1968 Felsenstein 1974 McVean und Charlesworth 2000).

Wir konzentrierten uns nur auf benachbarte SNPs innerhalb von 300 bp, als wir zum ersten Mal die Allel-Häufigkeit von <1 % betrachteten, die 25 % aller NSyn-SNPs ausmachte, und stellten fest, dass RnRS zwischen benachbarten Allelen signifikant negativ war – was auf einen Überschuss an NSyn-Abstoßungsverknüpfung hinweist (Abb. 3A). Dies wird in einem Modell der klonalen Interferenz zwischen schädlichen Mutationen erwartet, die weniger Rekombination erfahren, aber auch eine negative Selektion mit synergistischer Epistase kann eine Rolle spielen (Eshel und Feldman 1970 Sohail et al. 2017). Da wir jedoch einen Überschuss an Abstoßungsverknüpfungen zwischen seltenen NSyn-Allelen beobachteten, ist eine negative Selektion eine unwahrscheinliche Erklärung für den Gesamtüberschuss an Kopplungsverknüpfungen zwischen benachbarten NSyn-Allelen (Abb. 2).

Größere NSyn-Assoziationen für Zwischenfrequenz-SNPs. (EIN) Wir haben uns nur auf SNPs innerhalb von 300 bp konzentriert und berechnet RnRS für SNPs mit einer Allelfrequenz (AF) <1 % (links) oder zwischen 20 % und 80 % (rechts). (B) Das mediane Diversitätsverhältnis an 0- und 4-fach degenerierten Stellen (OD bzw. 4D ja-Achse) für Gene in Quintilen mit höherer NSyn-SNP-Dichte lag nahe 1 und vertikale Linien zeigen den Interquartilsabstand an. (C) RnRS war nur für Gene im obersten Quintil für die NSyn-SNP-Dichte signifikant >0. Die Ergebnisse werden für UK (blau), NZ (grün) und US (orange) angezeigt. (D) Wir simulierten die Interspezies-Rekombination mit nützlichen Mutationen, die entweder nahezu neutrale (ns = 0,1 übrig) oder mittel (ns = 25 mittlere) Effektstärken. Wir haben auch eine räumlich variable Selektion mit zwei Demen (rechts) simuliert, wobei Mutationen bei einer Deme von Vorteil, bei der anderen jedoch schädlich sind (ns = ±4). Die mittlere schwarze Linie repräsentiert den Median RnRS, umfasst die rote Region den Interquartilbereich der Mediane, und die graue Region umfasst das 5–95 %-Quantil der Mediane über 300 Replikate.

Größere NSyn-Assoziationen für Zwischenfrequenz-SNPs. (EIN) Wir haben uns nur auf SNPs innerhalb von 300 bp konzentriert und berechnet RnRS für SNPs mit einer Allelfrequenz (AF) <1 % (links) oder zwischen 20 % und 80 % (rechts). (B) Das Medianverhältnis der Diversität an 0- und 4-fach degenerierten Stellen (OD bzw. 4D ja-Achse) für Gene in Quintilen mit höherer NSyn-SNP-Dichte lag nahe 1 und vertikale Linien zeigen den Interquartilsabstand an. (C) RnRS war nur für Gene im obersten Quintil für die NSyn-SNP-Dichte signifikant >0. Die Ergebnisse werden für UK (blau), NZ (grün) und US (orange) angezeigt. (D) Wir simulierten die Interspezies-Rekombination mit nützlichen Mutationen, die entweder nahezu neutrale (ns = 0,1 übrig) oder mittel (ns = 25 mittlere) Effektstärken. Wir haben auch eine räumlich variable Selektion mit zwei Demes (rechts) simuliert, wobei Mutationen bei einer Deme von Vorteil, bei der anderen jedoch schädlich sind (ns = ±4). Die mittlere schwarze Linie repräsentiert den Median RnRS, umfasst die rote Region den Interquartilbereich der Mediane, und die graue Region umfasst das 5–95 %-Quantil der Mediane über 300 Replikate.

Wir fanden einen signifikanten Überschuss an NSyn-Kopplungen oder positive RnRS, für allgemeine Allele mit einer Häufigkeit von 20–80 %, die nahezu neutral sind oder eine positive Selektion erfahren ( Abb. 3AP ≤ 1,3 × 10 –7 nach Wilcoxon-Rangsummentest). Wir kontrollierten erneut mögliche Unterschiede in der Rekombination zwischen NSyn- und Syn-Allelen, indem wir diese mittelfrequenten Allele weiter in 10 %-Frequenzintervalle einteilten, da höherfrequente Allele (die hauptsächlich aus Syn-Mutationen bestehen können) im Allgemeinen älter sind und mehr Zeit zum Erleben hatten Rekombination. Werte von RnRS für Allele innerhalb jedes Intervalls waren im Allgemeinen positiv (ergänzende Abb. S3 EIN, Ergänzendes Material online) und eine Metaanalyse über alle Intervalle nach der Stouffer-Methode zeigten, dass RnRS war deutlich positiv (P ≤ 5,9 × 10 -7 für alle drei Datensätze Ergänzungstabelle S1 , Ergänzungsmaterial online).

Ein genauerer Ansatz zur Kontrolle von Allel-Frequenzunterschieden wäre der Vergleich von NSyn- und Syn-SNP-Paaren, die genau übereinstimmende Frequenzen aufweisen, im Gegensatz dazu, Allele in 10 %-Frequenzintervalle einzuteilen. Dieser Ansatz verwirft eine beträchtliche Anzahl von Allelpaaren und kann die Fähigkeit einschränken, signifikante Unterschiede zu erkennen (insbesondere bei weniger vielfältigen Arten wie z N. gonorrhoeae). Nichtsdestotrotz fanden wir unter Verwendung genau übereinstimmender Sätze von NSyn- und Syn-Allelalleln innerhalb von 300 bp in unserer größten Stichprobe aus Großbritannien erneut einen Überschuss an NSyn-Kopplungen (RnRS= 0,012, mit Werten im Bereich von 0,0006 bis 0,025 nach Unterabtastung).

Darüber hinaus kontrollierten wir die Rekombination weiter, indem wir Gene nach ihrer Dichte an DNA-Aufnahmesequenzen kategorisierten (DUSs ergänzende Abb. S3 B, Supplementary Material online), 12-bp-Motive, die die Aufnahme exogener DNA für die homologe Rekombination in dramatisch erhöhen N. gonorrhoeae (Goodman und Scocca 1988 Elkins et al. 1991 Ambur et al. 2007), so dass die homologen Allele von Genen, die diese Motive tragen, mit signifikant höherer Wahrscheinlichkeit von der Zelle zur Rekombination gesammelt werden. Berechnung RnRS nur für Gene mit niedriger, mittlerer oder hoher DUS-Dichte zeigten ähnliche Ergebnisse ( ergänzende Abb. S3 C, Online-Ergänzungsmaterial) und Metaanalysen über alle DUS-Kategorien haben erneut gezeigt, dass RnRS war deutlich positiv (P ≤ 3,3 × 10 −10 für alle drei Datensätze Ergänzungstabelle S2 , Ergänzungsmaterial online). Wir fanden auch ähnliche Ergebnisse, als wir gleichzeitig sowohl die Allelfrequenz als auch die DUS-Dichte kontrollierten, indem wir Allele in 10 %-Häufigkeitsintervalle innerhalb jeder DUS-Dichtekategorie einteilten (P ≤ 2,6 × 10 -4 Ergänzungstabelle S3 , Ergänzungsmaterial online).

NSyn-Kupplungen werden von Diversity-Hotspots angetrieben

Um weiter zu untersuchen, ob die NSyn-Kopplungsverknüpfung durch positive Selektion geprägt ist, kategorisierten wir Core-Gene nach der NSyn-SNP-Dichte (in fünf Quintile), was den dominanten Selektionsmodus widerspiegelt: Gene mit weniger NSyn-SNPs, die überwiegend negative Selektion erfahren, hatten weniger 0 -fach-degenerierte (0D) Diversität im Vergleich zu 4-fach-degenerierter (4D) Diversität, wohingegen Gene mit vielen NSyn-SNPs, die wahrscheinlich eine positive Selektion erfahren, 0D/4D-Verhältnisse nahe oder über 1 aufwiesen (Abb. 3B siehe Materialien und Methoden zur Berechnung von 0D und 4D). Diese Gene mit hoher NSyn-SNP-Dichte waren Diversity-Hotspots, da die Syn-Dichte auch mit der NSyn-Dichte zunahm (Ergänzende Abb. S4, Supplementary Material online).

Obwohl wir insgesamt einen Überschuss an NSyn-Kopplungen zwischen benachbarten Allelen beobachteten (Abb. 2 und 3A), stellten wir fest, dass die Gene mit den meisten NSyn-SNPs (oberes Quintil) dieses Gesamtmuster positiver RnRS (Abb. 3C). Die Lokalisierung von NSyn-Kopplungen an Genen mit hoher Diversität legt nahe, dass eine ausgleichende Selektion beteiligt sein könnte, da dies die lokalen SNP-Dichten erhöht, indem Haplotypen an ausgewählten und verknüpften Loci aufrechterhalten werden. Obwohl die Richtungsselektion typischerweise die Diversität eliminiert, können wir alternativ eine lokale Zunahme der SNP-Dichte beobachten, wenn sie derzeit horizontal übertragene Allele von anderen Arten ausbreitet.

Wir verwendeten fwdpp (Thornton 2014), um diese evolutionären Szenarien zu simulieren, die einen Überschuss an NSyn-Kopplungen innerhalb von Diversity-Hotspots erzeugen könnten, und in der Tat erzeugten adaptive Interspezies-HGT und ausgleichende Selektion positive Ergebnisse RnRS zwischen benachbarten Allelen (Abb. 3D). Für Simulationen von HGT mit neutralen Effekten, RnRS für gemeinsame Allele innerhalb von 300 bp war für 5,1 % der Replikate signifikant positiv (α = 0,05), verglichen mit 41 % der Replikate für Simulationen des adaptiven HGT. Bei Simulationen der Auswuchtauswahl ergaben 100 % der Wiederholungen ein signifikant positives Ergebnis RnRS (siehe ergänzende Methoden , Ergänzendes Material online). Wir haben auch gerechnet RnRS aus Simulationen positiver und negativer Richtungsselektion in einer einzelnen Population, mit und ohne positive Epistase (weitere Informationen zu Simulationen finden Sie unter ergänzende Ergebnisse, ergänzendes Material online). Obwohl nicht erwartet wird, dass diese evolutionären Szenarien die Diversität erhöhen, erzeugten sie auch keinen signifikanten Überschuss an NSyn-Kopplungen für benachbarte Allele innerhalb des von uns untersuchten Parameterraums (aber siehe Diskussion für Einschränkungen). Daher kann die Berücksichtigung von HGT zwischen den Spezies zusätzliche Einblicke in die Mechanismen liefern, die der NSyn-Kopplungsverknüpfung zugrunde liegen, insbesondere wenn man bedenkt, dass N. gonorrhoeae rekombiniert bekanntermaßen mit eng verwandten Arten ( Spratt et al. 1992 Feil et al. 1996 Hanage et al. 2005 Corander et al. 2012 Ezewudo et al. 2015 Wadsworth et al. 2018).

NSyn-Kopplungsverknüpfung im Zusammenhang mit Interspezies HGT

Wir haben genomische Datensätze für drei eng verwandte Arten zusammengestellt: N. meningitidis, N. polysaccharide, und N. lactamica (siehe Abschnitt Materialien und Methoden), um die genomweite Allelteilung zwischen den Arten zu charakterisieren. Ein Neighbor-Joining-Baum aller vier Arten stimmte mit den in früheren Studien beschriebenen evolutionären Beziehungen überein ( Abb. 4EIN Bennett et al. 2013, 2014). Abbildung 4B zeigt, dass intragene Diversität in N. gonorrhoeae war entlang des Genoms sehr variabel, mit Regionen mit hoher SNP-Dichte, unterbrochen von Regionen mit wenigen SNPs. Als wir verglichen haben N. gonorrhoeae mit N. meningitidis ( Abb. 4B), Spitzen in der SNP-Dichte korrespondierten visuell mit mehr geteiltem Polymorphismus und weniger monophyletischen Genealogien, gemessen durch den genealogischen Sortierindex (gsi), der von 0 (vollständig gemischt) bis 1 (reziproke Monophylie) reicht. In der Tat, wenn wir Gene nach NSyn-SNP-Dichte einsortierten, neigten diejenigen mit höheren Dichten dazu, mehr Polymorphismus mit N. meningitidis und niedrigere Werte von gsi (Abb. 4C). Beim Vergleich haben wir ähnliche Muster beobachtet N. gonorrhoeae mit N. polysaccharide und N. lactamica, obwohl erwartungsgemäß der Bereich der gsi-Werte mit zunehmender genetischer Divergenz zwischen den Arten stärker in Richtung 1 verzerrt wurde ( Abb. 4B und ergänzende Abb. S5 , Ergänzendes Material online).

Die Gendiversität korrelierte mit interspezifisch geteiltem Polymorphismus und niedrigeren gsi-Werten. (EIN) Unrooted Neighbor-Joining-Baum, konstruiert aus paarweisen Abständen für drei Neisseria Spezies: N. gonorrhoeae (Ng), N. meningitidis (Nm), und N. polysaccharide (Np). (B) Vielfalt in Ng (nur UK-Datensatz gezeigt), quantifiziert als SNP-Dichte (graue Linien in den oberen Feldern), für jedes Gen zeigte, dass diejenigen mit vielen SNPs auch viele dieser Polymorphismen (grüne Linien) mit teilen Nm (oben) oder Np (untere). Blaue und rote Linien repräsentieren gemeinsame Syn- bzw. NSyn-SNPs. Gene mit vielen SNPs hatten auch niedrigere gsi-Werte. (C) Die Kategorisierung von Genen in fünf NSyn-SNP-Dichtequintile zeigte, dass diejenigen mit mehr Diversität mehr gemeinsamen Polymorphismus (durchgezogene Linie) und niedrigere gsi-Werte (gepunktete Linie) aufweisen. Gene mit höheren NSyn-SNP-Dichten hatten auch höhere Mittelwerte von R (D), gemessen zwischen Syn-SNPs (blaue Linie) oder NSyn-SNPs (rote Linie) und mehr DUSs (E). In (B) sind die Gene in diesen Plots nach ihrer relativen Position im FA1090-Referenzgenom für . geordnet Ng.

Die Gendiversität korrelierte mit interspezifisch geteiltem Polymorphismus und niedrigeren gsi-Werten. (EIN) Unrooted Neighbor-Joining-Baum, konstruiert aus paarweisen Abständen für drei Neisseria Spezies: N. gonorrhoeae (Ng), N. meningitidis (Nm), und N. polysaccharide (Np). (B) Vielfalt in Ng (nur UK-Datensatz gezeigt), quantifiziert als SNP-Dichte (graue Linien in den oberen Feldern), für jedes Gen zeigte, dass diejenigen mit vielen SNPs auch viele dieser Polymorphismen (grüne Linien) mit teilen Nm (oben) oder Np (untere). Blaue und rote Linien repräsentieren gemeinsame Syn- bzw. NSyn-SNPs. Gene mit vielen SNPs hatten auch niedrigere gsi-Werte. (C) Die Kategorisierung von Genen in fünf NSyn-SNP-Dichtequintile zeigte, dass diejenigen mit mehr Diversität mehr gemeinsamen Polymorphismus (durchgezogene Linie) und niedrigere gsi-Werte (gepunktete Linie) aufweisen. Gene mit höheren NSyn-SNP-Dichten hatten auch höhere Mittelwerte von R (D), gemessen zwischen Syn-SNPs (blaue Linie) oder NSyn-SNPs (rote Linie) und mehr DUSs (E). In (B) sind die Gene in diesen Plots nach ihrer relativen Position im FA1090-Referenzgenom für . geordnet Ng.

Obwohl Interspezies-HGT diese Trends erklärt, kann die unvollständige Liniensortierung (ILS) auch zu einer gemeinsamen Abstammung beitragen, insbesondere wenn man bedenkt, dass N. meningitidis und N. gonorrhoeae sind Schwesterarten. Obwohl HGT zwischen divergierenden Populationen eine Kopplungsverknüpfung erzeugen kann, wie wir in beobachtet haben, N. gonorrhoeae ( Abb. 4D) zeigen wir durch Simulationen, dass ILS dieses Muster nicht erzeugt ( ergänzende Abb. S6 , Ergänzungsmaterial online). Gene mit mehr NSyn-SNPs neigten auch dazu, mehr DUSs aufzuweisen (Abb. 4E), von denen bekannt ist, dass sie die Transformation signifikant verstärken, und alle Neisseria Die hier analysierten Arten haben die gleiche DUS (Frye et al. 2013).

Zusammenfassend zeigten Gene mit einer hohen Dichte an NSyn-SNPs nicht nur einen signifikanten Überschuss an NSyn-Kopplungsverknüpfung (Abb. 3C), sondern zeigten auch Hinweise auf Interspezies-HGT (Abb. 4). Ein Überschuss an NSyn-Kopplungen stand auch in direktem Zusammenhang mit Interspezies-HGT, da einzelne Gene in N. gonorrhoeae in welchem RnRS > 0,2 hatte auch niedrigere Werte von gsi und mehr geteilten Polymorphismus mit den drei hier eingeschlossenen nahen Verwandten (ergänzende Abb. S7, ergänzendes Material online) sowie etwas höhere Niveaus an intragenen DUSs (0,00059/bp vs. Mittelwert von 0,00044 für alle) Gene). Obwohl gsi Gen-Phylogenien verwendet, um gemeinsame Abstammung zu messen, zeigte eine ergänzende Analyse mit höherer Auflösung mit fastGEAR (Mostowy et al. 2017) auch, wie sich die Abstammung über die Länge von Genen mit hohem ändert RnRS Werte, die DNA-Abschnitte anderer Spezies oder ganze Allele aufdecken, die keine identifizierbare DNA von . haben N. gonorrhoeae ( ergänzende Abb. S8 , Ergänzendes Material online). Zusammengenommen unterstreichen diese Beobachtungen die potenzielle Rolle von Interspezies-HGT bei der Ansteuerung von NSyn-Kopplungen innerhalb sehr verschiedener Gene unter positiver Selektion.

Ausreißergene mit einem Überschuss an NSyn-Kopplungsverknüpfung

Die Verteilung von RnRS für einzelne Gene berechnet wurde, zu positiven Werten verzerrt, wobei die meisten Gene Werte nahe Null aufwiesen ( Abb. 5). Obwohl RnRS Ausreißergene hatten im Allgemeinen mehr NSyn-Polymorphismus, von den 29 Ausreißergenen, die wir in mindestens einem Datensatz entdeckten (RnRS > 0.2, Materialien und Methoden), zeigte nur einer dn/DS > 1 (Zusatztabelle S4, Zusatzmaterial online). Die meisten dieser Ausreißergene sind entsprechend ihrer Position innerhalb des FA1090-Referenzgenoms voneinander entfernt (>10 kb), aber drei Genpaare sind <3 kb voneinander entfernt und können verknüpft sein (Ergänzungstabelle S4, Ergänzungsmaterial online).

Verteilung von intragenen RnRS Werte. Werte von RnRS nach Gen zeigte eine positiv-schiefe Verteilung mit einem Überschuss an NSyn-Kopplungen im Vergleich zu neutralen Simulationen einer einzelnen Population (schwarz). Die gestrichelte graue Linie zeigt den verwendeten Schwellenwert für RnRS Ausreißer. Für jedes Gen mit mindestens fünf Syn- und fünf NSyn-SNPs RnRS wurde für abgeleitete Allele mit Häufigkeiten über 5 % berechnet. Die Ergebnisse werden für UK (blau), NZ (grün) und US (orange) angezeigt.

Verteilung von intragenen RnRS Werte. Werte von RnRS nach Gen zeigte eine positiv-schiefe Verteilung mit einem Überschuss an NSyn-Kopplungen im Vergleich zu neutralen Simulationen einer einzelnen Population (schwarz). Die gestrichelte graue Linie zeigt den verwendeten Schwellenwert für RnRS Ausreißer. Für jedes Gen mit mindestens fünf Syn- und fünf NSyn-SNPs RnRS wurde für abgeleitete Allele mit Häufigkeiten über 5 % berechnet. Die Ergebnisse werden für UK (blau), NZ (grün) und US (orange) angezeigt.

Zwanzig dieser Gene wiesen Annotationsinformationen auf und über die Hälfte (14) waren an Stoffwechselprozessen beteiligt (Zusatztabelle S4, Zusatzmaterial online), was darauf hindeutet, dass die Selektion auf den Stoffwechsel eine wichtige Komponente der Haplotypstruktur in . bildet Neisseria. Von den anderen Ausreißern waren zwei Membranproteine ​​und ein weiterer war mtrE, ein Kandidat für adaptives HGT, da es Teil eines Operons ist, das für eine Effluxpumpe kodiert, die durch Rekombination mit mehreren eng verwandten Spezies eine Antibiotikaresistenz erworben hat (Wadsworth et al. 2018). Viele von diesen RnRS Ausreißergene hatten auch einen großen Überschuss an Zwischenfrequenzvarianten ( Ergänzungstabelle S4 , Ergänzungsmaterial online), ein Muster, das bei der ausgleichenden Selektion erwartet wird. Von diesen kodiert eines ein Membranprotein, eine Kategorie, von der häufig dokumentiert wird, dass sie einem solchen Selektionsdruck ausgesetzt ist (Gupta et al. 1996), und zwei andere kodieren metabolische Proteine, die in verschiedenen Teilen des gleichen Aminozucker- und Nukleotidzuckerweges wirken. Diese ausgleichenden Selektionskandidaten zeigten auch keinen Hinweis auf Interspezies-HGT gemäß den gsi-Werten (zumindest für die drei hier verwendeten Fremdgruppenarten), so dass ein Überschuss an NSyn-Kopplungen allein durch die ausgleichende Selektion auf die intraspezifische Diversität getrieben werden kann.


Die Ernteintensität ist selbst wichtig

Eine leichte Präferenz für große Steinbrüche, zum Beispiel in Kulturen, in denen Tiere wegen Fleisch gejagt werden, bedeutet nicht, dass keine evolutionären Auswirkungen vorliegen, aber wir müssen andere Mechanismen berücksichtigen. Sogar eine nicht selektive Ernte kann theoretisch die Merkmalsentwicklung beeinflussen (Bischof, Mysterud & Swenson 2008).

Die Intensität der Ernte an sich und der Zeitpunkt der Ernte im Verhältnis zum Alter der ersten Reproduktion kann in diesem Zusammenhang wichtig sein, da die Lebenserwartung bei großen Säugetieren eine entscheidende Fitnesskomponente ist. Der gleiche Erntedruck ist daher wegen der geringeren Lebenserwartung der Männchen für Männchen wichtiger als für Weibchen ( Toïgo & Gaillard 2003 ). Unter starkem Erntedruck haben Individuen, die in jungen Jahren und mit geringem Gewicht mit der Fortpflanzung beginnen, eine größere Chance, sich mindestens einmal zu vermehren, als diejenigen, die später im Leben mit schwereren Gewichten beginnen (Proaktor, Coulson & Milner-Gulland 2007). . Wir wissen jedoch nicht, wie stark der Erntedruck sein muss, um die (hohen) Kosten der frühen Reproduktion aufzuwiegen. Populationsunterschiede beim Erntedruck korrelieren nachweislich mit dem Anteil der Jungtiere, die sich bei Wildschweinen vermehren Sus scrofa L. ( Servant et al. 2009 ), aber kein Trend zu früherer Reifung wurde für Rotwild in Populationen festgestellt, in denen ein hoher Anteil an nicht brütenden Jungtieren geerntet wird ( Mysterud, Yoccoz & Langvatn 2009 ). Die Jägerpräferenz für nicht-reproduzierende Weibchen ist weit verbreitet (Tabelle 1).

Darüber hinaus können verzerrte Geschlechterverhältnisse und Altersstruktur in geernteten Populationen zu einer Lockerung der sexuellen Selektionsprozesse führen. Begrenzte Konkurrenz innerhalb der Männchen um Partner in geernteten Populationen mit verzerrter Populationsstruktur wird durch Beobachtungen jüngerer Männchen nahegelegt, die mehr synchron mit älteren Männchen brüten ( Mysterud et al. 2008 ) und eine Umkehr hin zu einer frauenspezifischen Verbreitung ( Pérez-González & Carranza 2009 ) bei Rotwild. Ein geringeres Maß an sexueller Selektion könnte die Entwicklung geringerer männlicher Körper- und Trophäengrößen begünstigen, wie die Wachstumsmuster von Elchen nahelegen (Mysterud, Solberg & Yoccoz 2005 Tiilikainen et al. 2010 ).


Allgemeine Übersichten

Die meisten grundständigen Lehrbücher zur Evolution, wie Futuyma 2009 und Barton et al. 2007 enthalten grundlegende Definitionen, Beschreibungen und Beispiele der gerichteten Selektion sowie der natürlichen Selektion im weiteren Sinne. Es gibt mehrere ausgezeichnete Texte, die sich mit fortgeschritteneren Themen der natürlichen Selektion befassen, einschließlich der Richtungsselektion. Dazu gehören Williams 1966, ein bahnbrechendes Buch, das betonte, dass Selektion hauptsächlich auf Individuen wirkt, und Endler 1986, Natürliche Selektion in freier Wildbahn, ein klassischer Text, der Beweise für die Bedeutung der natürlichen Selektion in Wildpopulationen überprüft und synthetisiert. Neuere und gründlichere Beschreibungen der Funktionsweise der natürlichen Auslese finden sich in Mitton 1997, Selektion in natürlichen Populationen, und Glocke 2008, Auswahl: Der Mechanismus der Evolution. Kein Überblick über die Richtungsselektion wäre vollständig ohne den Hinweis auf das erste Buch über die natürliche Selektion, Darwin 1859, Zur Entstehung der Arten durch natürliche Zuchtwahl. Neben seinem historischen Interesse bleibt es ein wichtiges Buch wegen des Umfangs seiner Beweise und der Tiefe seiner Einsichten.

Barton, N. H., D. E. G. Briggs, J. A. Eisen, D. B. Goldstein und N. H. Patel. 2007. Evolution. Cold Spring Harbor, NY: Cold Spring Harbor Labor. 833.

Gut bebildertes Grundstudium mit guter grundlegender Einführung in die Richtungswahl. Mangelnde Referenzierung macht es schwierig, den Beispielen im Detail nachzugehen. Sehr nützliches Glossar.

Glocke, G. 2008. Auswahl: Der Mechanismus der Evolution. 2. Aufl. Oxford: Oxford Univ. Drücken Sie.

Ein sehr nützliches Lehrbuch für Fortgeschrittene, das eine gründliche und detaillierte Betrachtung des Vorgangs der Selektion in der Evolution der Anpassung bietet. Beispiele sind auf mikrobielle Systeme ausgerichtet. Konzentriert sich eher auf die evolutionären Konsequenzen als auf den ökologischen Kontext der Selektion, obwohl es interessantes Material zu letzterem enthält.

Darwin, C. 1859. Zur Entstehung der Arten durch natürliche Selektion. London: John Murray.

Ohne Zweifel das bekannteste Buch über die natürliche Auslese und in der gesamten Evolutionsbiologie. Dennoch eine sehr nützliche und unterhaltsame Lektüre, die für die Sorgfalt erstaunlich ist, mit der ihre enorme Evidenzbasis gesammelt und organisiert wurde. Darwin verstand die Wirkungsweise der Richtungsselektion besser als die meisten Biologen, die ihm ein Jahrhundert lang folgten.

Endler, J. A. 1986. Natürliche Auslese in freier Wildbahn. Princeton, NJ: Princeton Univ. Drücken Sie.

Die erste Überprüfung und Synthese von Studien und Konzepten zur natürlichen Selektion in Wildpopulationen. Es enthält eine detaillierte Betrachtung der Philosophie und Methoden zum Studium der natürlichen Auslese. Ein wegweisendes Werk.

Futuyma, D.J. 2009. Evolution. Sunderland, MA: Sinauer Associates. 633.

Die neueste Ausgabe des Standard-Studentenlehrbuchs für Evolution. Enthält einführendes Material zur Richtungsauswahl.

Mitton, J. B. 1997. Selektion in natürlichen Populationen. Oxford: Oxford Univ. Drücken Sie.

Eine Übersicht und Synthese von Studien zur Selektion auf genetische Variation und Proteinpolymorphismen in natürlichen Populationen und warum dies zustande kommt. Die beschriebenen Ansätze sind durch den modernen Trend zur Verwendung genomischer Methoden veraltet, aber das Buch dokumentiert viele klassische und leicht verständliche Beispiele.

Williams, G.C. 1966. Anpassung und natürliche Selektion: Eine Kritik einiger aktueller evolutionärer Gedanken. Princeton, NJ: Princeton Univ. Drücken Sie.

Ein enorm einflussreiches Buch. Als Reaktion auf das gruppenselektionistische und teleologische Denken, das zum Zeitpunkt des Schreibens verbreitet war, war Williams der erste, der in einem zugänglichen Stil klar und explizit dafür plädierte, dass die Erklärung für evolutionäre Anpassungen hauptsächlich in der einfachen Operation der natürlichen Selektion gesucht werden sollte auf der Ebene des Individuums und des Gens.

Benutzer ohne Abonnement können nicht den vollständigen Inhalt dieser Seite sehen. Bitte abonnieren oder einloggen.


Methoden

SARS-CoV-2 GISAID-Sequenzfilterung

Nach Entfernen einer Sequenz mit einem nichtmenschlichen Wirt (z. B. Fledermaus, Schuppentier) wurden die Daten von GISAID gefiltert, indem alle Sequenzen ausgeschlossen wurden, die eines der folgenden Kriterien erfüllen, um die Auswirkungen von Sequenzierungsfehlern auf die Selektionsanalyse zu reduzieren: jede Sequenz mit einer Länge von weniger als 29.000 Nukleotide beliebige Sequenzen mit mehrdeutigen Nukleotiden über 0,5% des Genoms beliebige Sequenzen mit mehr als 1% Abweichung von der längsten abgetasteten Sequenz (Wuhan-Hu-1) und jede Sequenz mit Stoppcodons. Um Codon-Alignments und korrekte Aminosäuresequenzen für Selektionsanalysen beizubehalten, wurden einzigartige (identische Sequenzen werden für das Alignment kollabiert, um den Rechenaufwand zu reduzieren, „N“ wird in diesem Prozess als mit jedem aufgelösten Zeichen übereinstimmend behandelt) in-Frame-Nukleotidsequenzen in Amino- Säuren und abgeglichen mit MAFFT [69]. Das Aminosäure-Alignment wird auf die konstituierenden Nukleotidsequenzen zurück kartiert, um ein Alignment auf Codon-Ebene zu erzeugen. Für vergleichende phylogenetische Analysen werden nur eindeutige Haplotypen zurückbehalten, da die Einbeziehung identischer Kopien für diese Inferenztypen nicht aussagekräftig ist.

SARS-CoV-2 positive Selektion

Wir verwendeten zunächst eine Methodik, die die vollständige Phylogenie einbezog und irreführende Signaturen wie Sequenzierungsfehler und laborbasierte Rekombination an den Endzweigen fand, die die Software (S2-Text) verwirrten. Diese Fehler spiegeln sich in dem erhöhten dN/dS-Verhältnis wider, das an den Endästen beobachtet wird (Abb. 1). Anschließend verwendeten wir die FEL-[30] und die MEME-Methode [36], um negative bzw. episodisch diversifizierende positive Selektion abzuleiten, wobei wir eine Implementierung verwendeten, die nur interne Verzweigungen berücksichtigte, um auf positive Selektion zu schließen. MEME verwendet eine Maximum-Likelihood-Methodik und führt einen Likelihood-Ratio-Test für positive Selektion an jedem Standort durch, wobei Modi verglichen werden, die eine positive Diversifizierungsselektion an einer Teilmenge von Zweigen (dN/dS > 1) zulassen oder verbieten. FEL führt einen Test durch, der von einem einheitlichen Selektionsdruck auf alle Zweige ausgeht (pervasive Selektion). Diese Auswahlanalysen wurden im HyPhy-Softwarepaket v.2.5.14 durchgeführt.

Sarbecoviren Ausrichtung und Rekombination

Um die verwirrenden Effekte der Rekombination zu vermeiden, haben wir jeden ORF separat analysiert und die Orf1ab- und Spike-ORFs in mutmaßliche nichtrekombinante Regionen unterteilt, basierend auf den 7 Hauptrekombinationsbruchpunkten, die in Boni und Kollegen vorgestellt wurden [6]. Dies erzeugt 5 nichtrekombinante Regionen für Orf1ab (Regionen A bis E) und 5 Regionen für Spike (Regionen A bis D und die variable Schleife – Region VL). Die Proteinsequenzen der nicht-rekombinanten Regionen SARS-CoV-2, SARS-CoV-1 und 67 eng verwandte Viren mit nichtmenschlichen Wirten (Fledermäuse und Schuppentiere, S4-Tabelle), basierend auf Sequenzähnlichkeit identifiziert und aus den Online-Datenbanken NCBI Genbank und GISAID . abgerufen , wurden mit MAFFT Version 7 (L-INS-i) abgeglichen [69]. Anschließend wurden die Protein-Alignments manuell korrigiert und mit PAL2NAL (http://www.bork.embl.de/pal2nal) in Codon-Alignments umgewandelt. Phylogenien für jedes Codon-Alignment wurden unter Verwendung von RAxML mit einem GTR+Γ-Nukleotid-Substitutionsmodell abgeleitet [70].

Sarbecovirus Auswahlanalyse

Wir haben eine Reihe von Selektionserkennungsmethoden verwendet, um zu untersuchen, ob die zu SARS-CoV-2 führende Abstammungslinie Episoden einer diversifizierenden positiven Selektion erlebt hat. Jede nichtrekombinante Region wurde separat untersucht. Wir haben die Phylogenie jeder Region in eine nCoV- und eine Nicht-nCoV/SARS-CoV-1-Linie unterteilt. Die nCoV-Klade umfasst SARS-CoV-2 und die Viren, die mit ihr eine Monophylie bilden, ausgenommen die SARS-CoV-1-enthaltende Schwester-Klade. Dies sind die Fledermaus-infizierenden Viren CoVZC45, CoVZXC21, RmYN02 und RaTG13 sowie die Pangolin-infizierenden Viren Pangolin-CoV und das P2V, P5L, P1E, P5E, P4L Cluster (S4 Tabelle). Beachten Sie, dass einige rekombinante Regionen von CoVZC45, CoVZXC21 und RmYN02 nicht zur nCoV-Klade gehören und diese von jeder Analyse dieser Regionen ausgeschlossen wurden.

Wir testeten den Nachweis einer episodischen diversifizierenden Selektion auf den internen Zweigen der nCoV-Klade unter Verwendung von BUSTED[S] und berücksichtigten synonyme Ratenvariationen, wie in Wisotsky und Kollegen beschrieben [71]. Wir haben eine Erweiterung zu BUSTED[S] entwickelt, die ein HMM mit 3 Tarifkategorien umfasst, um ortsspezifische synonyme Tarifvariationen zu beschreiben [43]. Dieses HMM ermöglicht die explizite Einbeziehung der Autokorrelation in synonyme Raten über Codons hinweg. Eine solche Autokorrelation wäre zu erwarten, wenn Selektions- oder Mutationsratenvariationen innerhalb von ORFs räumlich lokalisiert wären. Der Ratenwechselparameter zwischen benachbarten Codons des HMM beschreibt das Ausmaß der Autokorrelation, wobei Werte unter 1/N (N = Anzahl der Ratenklassen) auf eine Autokorrelation hindeuten. Standard-HMM-Techniken (z. B. der Viterbi-Pfad), die auf diese Modelle angewendet werden, können aufdecken, wo die Umschaltungen zwischen verschiedenen Ratentypen auftreten, wodurch die Sequenz in Regionen mit schwächerer oder stärkerer Beschränkung auf synonyme Substitutionen unterteilt wird.

Die aBSREL-Methode [41] wurde bei allen Zweigen der nCoV-Klade verwendet, um zu bestimmen, welche spezifischen Zweige die Inferenz der Selektion bestimmen. Schließlich haben wir untersucht, welche spezifischen Codon-Sites im Durchschnitt über die nCoV-Klade unter Verwendung von FEL [30] unter negativer Selektion und unter pervasiver oder episodisch diversifizierender positiver Selektion auf der nCoV-Klade unter Verwendung von MEME [36] stehen. P Werte von ≤ 0,05 für die Likelihood-Ratio-Tests, die für jede Methode spezifisch sind, wurden als Beweis für die statistische Signifikanz genommen. Die meisten Selektionsanalysen wurden mit dem HyPhy-Softwarepaket v.2.5.14 durchgeführt, wobei BUSTED angepasst wurde, um mehrere Nukleotid-Substitutionen mit v2.5.24 zu ermöglichen [72].

CpG-Erschöpfung

Zur Quantifizierung der Über-/Unterrepräsentation von CpG-Dinukleotiden im Sarbecovirus Genome haben wir eine modifizierte Version der synonymen Dinukleotidverwendungsmetrik (SDU) [55] entwickelt, die nun die verzerrte Basenzusammensetzung berücksichtigt. Die ursprüngliche SDU-Metrik vergleicht den beobachteten Anteil an synonymem CpG, Ö für jedes Paar von Rahmenpositionen in einer Codierungssequenz, h zu dem, was bei gleicher synonymer Codon-Verwendung erwartet wird, e für jede Aminosäure (oder jedes Aminosäurepaar), die CpG enthaltende Codons (oder Codonpaare) aufweisen kann, ich. Die SDU-Metrik ist der Mittelwert dieser Verhältnisse, gewichtet mit der Anzahl der informativen Aminosäuren (oder Paare) in der Sequenz. n (Gl. 1).

Um die verzerrte und variable Basenzusammensetzung von SARS-CoV-2 und anderen einzubeziehen Sarbecoviren [47] haben wir hier die erwartete Codon-Nutzung basierend auf der Nukleotidzusammensetzung des gesamten Genoms jedes Virus geschätzt. Wir nennen diese neue Metrik die korrigierte synonyme Dinukleotidverwendung (SDUc). Wir verwenden beobachtete Basisfrequenzen von jedem Virus, um die korrigierte Nullerwartung der Metrik zu generieren. e, anstatt gleiche Nutzung anzunehmen (Gl. 1). Der erwartete Anteil, e, für jedes Aminosäure/Aminosäure-Paar wurde durch zufälliges Simulieren von Codons basierend auf den Einzelnukleotidanteilen des gesamten Genoms jedes Virus geschätzt. Dies e wurde dann für alle SDUc-Berechnungen des entsprechenden Virus verwendet.

Da diese Metrik bei kurzen Kodierungssequenzen fehleranfällig ist, haben wir SDUc auf den längsten ORF (Orf1ab) aller Viren angewendet. Um das Ausmaß der phylogenetischen Unabhängigkeit zwischen synonymen Standorten über SDUc-Datenpunkte abzuschätzen, haben wir die paarweise synonyme Divergenz (Ks) zwischen Viren gemessen. Die paarweisen Ks-Werte wurden unter Verwendung des seqinr R-Pakets [73] berechnet, das das Codon-Modell von Li (1993) [74] verwendet, was die teilweise, aber nicht vollständige Unabhängigkeit innerhalb der 2 Linien demonstriert. Der Ks-Median und -Maximum beträgt 0,54 und 0,89 innerhalb der nCoV-Klade und 0,34 bzw. 1,09 innerhalb der Nicht-nCoV/SARS-CoV-1-Klade. Gl. 1 (Gl. 1, N = Gesamtzahl der informativen Aminosäuren)

Spike-Rekombinationsanalyse

Um den Rekombinations-Breakpoint auf dem Spike-ORF des RmYN02-Virus zu bestimmen, haben wir die RDP5-Methodensuite [75] verwendet und 7 Methoden implementiert: RDP, GENECONV, Chimaera, MaxChi, BootScan, SiScan und 3seq. Wir führten zuerst die Analyse des gesamten Genom-Alignments des Sarbecoviren und dann den relevanten Breakpoint innerhalb des Spike-ORF bestimmt, indem die Methode erneut auf dem Spike-only-Alignment ausgeführt wird. Der akzeptierte Breakpoint (Position 24058 im RmYN02-Genom) wurde von 6 der 7 getesteten Methoden (RDP, GENECONV, Maxchi, Chimaeara, SiSscan und 3seq) konsequent aufgerufen. In ähnlicher Weise wurde der vorhergehende Breakpoint der Nicht-nCoV-Region an Position 21248 des RmYN02-Genoms (vor dem Start des Spike-ORF) genannt.

Bayes'sche Inferenz unter einer lokalen molekularen Uhr

Um die gesamte nicht-rekombinante phylogenetische Beziehung zwischen den Viren zu beurteilen, haben wir die längsten nicht-rekombinanten genomischen Regionen, die von Boni und Kollegen [6] beschrieben wurden, NRR1 und NRR2 verwendet und RmYN02 zu den Alignments hinzugefügt. Basierend auf den oben für RmYN02 bestimmten Rekombinationsbruchpunkten wurde NRR2 so eingestellt, dass es an Position 21266 von Wuhan-Hu-1 statt 21753 endet, was dem Start der rekombinanten RmYN02-Region (RmYN02-Position 21248) entspricht. Zeitgemessene Evolutionsgeschichten für NRR1 und NRR2 wurden unter Verwendung eines Bayes-Ansatzes abgeleitet, der durch das in BEAST 1.10 verfügbare Markov-Chain-Monte-Carlo-Framework (MCMC) implementiert wurde [58]. Motiviert durch die Beobachtung einer höheren Wurzel-zu-Spitze-Divergenz für die nCoV-Klade (siehe S3 Text und S5 Abb) und durch die CpG-Merkmalsverschiebung auf dem Zweig, der der nCoV-Klade angestammt (siehe unten), haben wir eine feste lokale Uhr festgelegt [76], die eine unterschiedliche Rate auf dem Zweig ermöglicht, der zur nCoV-Klade führt. In Ermangelung eines starken zeitlichen Signals haben wir eine informative Normal-Prior-Verteilung (mit Mittelwert = 0,0005 und Standardabweichung = 0,0002) für die Rate auf allen anderen Zweigen basierend auf neueren Schätzungen unter einer entspannten molekularen Uhr angegeben [77]. Um die Gesamttopologie unter dem lokalen Uhrenmodell aufrechtzuerhalten, haben wir das kenianische Fledermausvirus (KY352407) als Fremdgruppe für die Viren aus China in NRR1 und das kenianische sowie ein bulgarisches Fledermausvirus (NC_014470) als Fremdgruppe für die Viren aus China eingeschränkt im NRR2. Wir haben die kodierenden Regionen von NRR1 und NNR2 nach Codonposition partitioniert und ein unabhängiges allgemeines zeitreversibles (GTR) Substitutionsmodell mit Variation der Gamma-Verteilungsrate zwischen den Standorten für jede der 3 Partitionen spezifiziert. Wir verwendeten ein Koaleszenzmodell konstanter Größe als Baumprior und spezifizierten einen lognormalen Prior mit Mittelwert = 6,0 und Standardabweichung = 0,5 für die Populationsgröße. Für jeden Datensatz wurden drei unabhängige MCMC-Analysen für 250 Millionen Staaten durchgeführt. Wir haben die BEAGLE-Bibliothek v3 [78] verwendet, um die Rechenleistung zu erhöhen. Der Vollständigkeit halber haben wir die gleiche Analyse durchgeführt und das lokale Uhrenmodell für die gesamte nCoV-Klade spezifiziert, anstatt nur den Zweig, der dorthin führt. Dies wirkt sich auf die Schätzungen der Substitutionsrate und der Knotenzeit aus. Wir können jedoch nicht formal unterscheiden, welches Modell besser geeignet ist (S3-Text). Wir konzentrierten uns auf das lokale Uhrmodell nur für Zweige, da es direkt unsere Hypothese testet, dass die Ratenänderung mit der für diesen Zweig spezifischen adaptiven CpG-Verschiebung verbunden ist. 3A stellt die Phylogenie für NRR2 dar, da es die längste intakte nichtrekombinante Region ist und möglicherweise zuverlässigere Schätzungen liefern könnte. Die zusätzlichen NRR1-Phylogenien und lokalen Modell-Phylogenien der nCoV-Klade werden im S3-Text vorgestellt. BEAST-Parameter-XML-Dateien werden in S1 Data bereitgestellt (Sequenzabgleiche sind ausgeschlossen, um die GISAID-Datenfreigabebeschränkungen einzuhalten). Kontinuierliche Parameter wurden zusammengefasst und effektive Stichprobengrößen mit Tracer geschätzt [79]. Schätzungen der Divergenzzeit für die nCoV-Klade sind in S3-Text zusammengefasst. Bäume wurden mit TreeAnnotator als Maximum Clade Credibility (MCC)-Bäume zusammengefasst und mit FigTree (http://tree.bio.ed.ac.uk/software/figtree/) visualisiert.

Identifizieren von Verschiebungen in CpG-Inhalten

Verschiebungen des CpG-Gehalts wurden mit einer phylogenetischen Vergleichsmethode identifiziert, die adaptive Verschiebungen in multivariaten korrelierten Merkmalen mit dem R-Paket PhylogeneticEM ableitet [56]. Dieser Ansatz modelliert die Merkmalsentwicklung auf Phylogenien unter Verwendung eines Ornstein-Uhlenbeck (OU)-Prozesses und verwendet eine rechnerisch lenkbare Version des vollständigen multivariaten OU-Modells (skalare OU) für multivariate Merkmale. Schätzungen der Schaltpositionen werden unter Verwendung eines Erwartungs-Maximierungs-(EM)-Algorithmus erhalten. Die Verschiebungspositionen werden für verschiedene Anzahlen unbekannter Verschiebungen geschätzt, und ein Auswahlverfahren für ein Lassoregressionsmodell identifiziert die optimale Anzahl von Verschiebungen. Wir haben das Verfahren auf die MCC-Bäume für NRR1 und NRR2 mit ihren jeweiligen CpG-SDUc-Werten (ln transformiert, wie es der phylogenetische Ansatz erfordert) angewendet. Die Bäume wurden gezwungen, ultrametrisch zu sein, wie es für das skalare OU-Modell erforderlich ist, indem alle Außenkanten der Bäume so erweitert wurden, dass sie mit der zuletzt beprobten Spitze übereinstimmen. Mit diesem Verfahren identifizierten wir 3 und 2 CpG-Verschiebungen sowohl in NRR1 als auch in NRR2 (S6 Abb), wobei die Verschiebung auf dem Zweig, der Vorfahren der nCoV-Klade ist, die einzige konsistente ist, die in beiden genomischen Regionen identifiziert wurde (Abb. 3A).


Schau das Video: Unabhängige und abhängige Variablen Statistik Basics (August 2022).