Información

Variación genética y sensibilidad de la col silvestre.

Variación genética y sensibilidad de la col silvestre.


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.

1: ¿Es cierto que la variación genética de las plantas de col rizada es más pequeña que la de la col silvestre?

Creo que sí, debido a la selección humana de las plantas de col rizada.

2: ¿El brócoli y la coliflor son más sensibles a las condiciones ambientales cambiantes que el repollo silvestre?

Creo que sí, porque los cultivos domesticados tienen una diversidad genética menor que las variedades silvestres. La diversidad genética es útil para la adaptación

3: ¿Es una buena recomendación cultivar nuevas plantas de brotes a partir de semillas de plantas de col silvestre?

No creo que esta sea la mejor idea, porque las plantas Sprout modificadas genéticamente podrían ser mucho mejores.


Voy a suponer que la col rizada es una planta derivada de la col silvestre y ha sido seleccionada por los humanos por ciertos atributos durante miles de generaciones.

1 Hay dos razones principales por las que la diversidad genética (alélica) podría ser menor en el subgrupo de la col rizada que en el repollo silvestre. En primer lugar, una fuerte selección impuesta por humanos puede haber disminuido la diversidad alélica. Una selección fuerte puede conducir a los alelos a la fijación. En segundo lugar, si la col rizada proviene de una pequeña subpoblación de la col silvestre, puede haber pasado por un cuello de botella genético, es probable que esto reduzca la diversidad alélica porque, a menos que todos los alelos de la población original se capturen en las poblaciones fundadoras, algunos los alelos se perderán por deriva genética.

2 Generalmente, la diversidad alélica es algo "bueno" en un entorno inestable. Permite que ocurran diferentes combinaciones de rasgos y variaciones en los rasgos. Si el entorno cambia drásticamente, podría imponer fuerzas selectivas severas sobre la población, es probable que aquellos con una alta diversidad alélica presenten una combinación de alelos que sobreviva.

P.ej. Los humanos solo permiten que las coles de más de 18 cm de diámetro se reproduzcan en la próxima generación. 5 loci afectan el tamaño de la col, cada uno con un alelo de "col grande" (C) y un alelo de "col pequeña" (c). Tener 5 alelos c da un tamaño de repollo de 15 cm. Cada alelo C agrega 1 cm. Si una población ha fijado el alelo c en 3 loci (es decir, hay una baja diversidad genética), ninguna de las coles tendrá> 18 cm. Si una población tiene tanto el alelo C como el alelo c en todos los loci, entonces parte de la población tendrá más de 18 cm.

3 La pregunta final es difícil de responder, depende de lo que defina como "una buena recomendación", eso es muy subjetivo. Si el objetivo es maximizar la diversidad alélica, entonces sí, si se trata de maximizar el tamaño de la col, probablemente sea no (porque las plantas "modificadas genéticamente" han sido seleccionadas para coles grandes, ¡podrían tener los alelos C fijados en las poblaciones!)


Variación genética en la sensibilidad gustativa a los azúcares en Drosophila melanogaster

La sensibilidad al gusto juega un papel importante en el control del comportamiento alimentario, y las alteraciones en el hábito alimentario inducidas por cambios en la sensibilidad gustativa pueden impulsar la especiación. Investigamos la variabilidad en las preferencias gustativas en líneas endógamas de origen silvestre del Panel de Referencia Genética de Drosophila melanogaster. Las preferencias por diferentes azúcares, que son nutrientes esenciales para las moscas de la fruta, se evaluaron mediante pruebas de preferencia de dos opciones que emparejaron glucosa con fructosa, sacarosa o trehalosa. Las pruebas de dos opciones revelaron que las líneas individuales tienen preferencias de azúcar diferenciales y ampliamente variables, y que la sensibilidad al sabor del azúcar es poligénica en la población consanguínea probada. Nos centramos en 2 cepas que mostraban preferencias opuestas por la glucosa y la fructosa, y realizamos pruebas de reflejo de extensión de la probóscide y registros electrofisiológicos en la sensilla gustativa tras la exposición a fructosa y glucosa. Los resultados indicaron que la sensibilidad gustativa a la fructosa es dimórfica entre las 2 líneas. El análisis genético mostró que la alta sensibilidad a la fructosa es autosómica dominante sobre la baja sensibilidad, y que múltiples loci en los cromosomas 2 y 3 influyen en la sensibilidad. Otras pruebas de complementación genética para la sensibilidad a la fructosa en genes del receptor gustativo putativo (Gr) para azúcares sugirieron que el locus Gr64a-Gr64f, no el gen del receptor de fructosa Gr43a, podría contribuir a la sensibilidad dimórfica a la fructosa entre las 2 líneas.

Palabras clave: Drosophila melanogaster Panel de referencia genética variación genética línea endogámica sensibilidad al gusto del receptor de azúcar.


Introducción

La mejora de los cultivos se necesita ahora más que nunca con los desafíos asociados con la alimentación de una población en constante expansión en condiciones de crecimiento cada vez más variables. La capacidad de producir cultivos que satisfagan las necesidades de la sociedad se ve reforzada por un conocimiento profundo del genoma de una especie. Los recursos genómicos amplían la caja de herramientas disponible para los esfuerzos de mejoramiento de cultivos y fitomejoramiento. Varias herramientas han ganado popularidad para el fitomejoramiento, en algunos casos como vagones de corta duración y otros como cambios de paradigma en la mejora de cultivos [1, 2]. Dentro de la genómica de cultivos, los avances relevantes para la mejora de cultivos se han producido principalmente en marcadores (p. Ej., Chips de polimorfismo de nucleótido único (SNP) de Illumina, ensayos de PCR específica de alelos competitivos (KASP), genotipificación por secuenciación (GBS)) y secuenciación (p. Ej., Tecnología Illumina, PacBio, Nanopore). Las innovaciones recientes están impulsando un cambio de paradigma en el que ahora se está considerando el alcance y la relevancia de la variación estructural dentro del pangenoma de las especies de cultivos.

El acceso a conjuntos de genomas de plantas a principios de la década de 2000 revolucionó el pensamiento sobre la biología de los cultivos y el fitomejoramiento [3, 4, 5]. Estos primeros ensamblajes permitieron una comprensión más profunda de la diversidad de especies de plantas, principalmente a nivel de SNP [6, 7, 8, 9]. Sin embargo, después de un corto tiempo, se hizo evidente que los conjuntos de referencia única representan sólo una pequeña fracción del espacio genómico de toda la especie [10, 11, 12, 13]. Se descubrieron variantes estructurales extensas (SV) (por ejemplo, variación de presencia-ausencia (PAV), variación del número de copias (CNV) y reordenamientos cromosómicos Fig.1), y las dos primeras clases contribuyeron a la variación en el contenido del genoma. Dentro de las especies, los genomas varían tanto en el contenido de genes (p. Ej., Genes duplicados en tándem, CNV dispersos por todo el genoma y PAV de genes) como porciones repetitivas del genoma (p. Ej., Elementos transponibles, repeticiones de botones, repeticiones de centrómeros). Al caracterizar esta variación, la fracción genómica común a todos los individuos dentro de una especie se ha denominado el genoma "central" y la fracción variable el genoma "prescindible".

Diagramas de variantes estructurales que se pueden encontrar en genomas de cultivos.

Existen muchos mecanismos que pueden generar una variación estructural. Por ejemplo, los elementos transponibles (TE) pueden replicarse en un genoma y también pueden capturar y transportar secuencias de genes a nuevas ubicaciones genómicas [14, 15, 16]. Este proceso puede causar una alteración significativa de la parte codificante del genoma [15, 16]. Además, la variación estructural puede introducirse a través de errores durante la recombinación meiótica [17], como la recombinación homóloga no alélica (recombinación desigual [18]) y la reparación de rotura de doble hebra mediante hibridación de hebra única [19]. Por último, los PAV se pueden crear, especialmente en plantas, mediante el fraccionamiento diferencial del genoma entre genotipos después de un evento de duplicación del genoma completo [20], aunque en el maíz, un paleopoliploide, se demostró que este fenómeno desempeñaba un papel limitado en la creación de SV entre los de élite. germoplasma de zonas templadas [21].

La generación de múltiples conjuntos de genomas de calidad de referencia por especie de cultivo es ahora una realidad [22, 23, 24]. Nuestra forma de pensar sobre la genómica de los cultivos está cambiando a medida que obtenemos una comprensión más profunda de la variación estructural dentro del pangenoma. Los esfuerzos iniciales para diseccionar la arquitectura genética de los rasgos (p. Ej., Mapeo del locus de rasgos cuantitativos (QTL) y estudios de asociación de todo el genoma (GWAS)) y los esfuerzos de predicción genómica se han basado principalmente en marcadores SNP. La variación estructural que se ha descubierto en la era del pangenoma requiere una reevaluación de los determinantes del fenotipo. Hasta la fecha, la variación estructural ya se ha asociado con la adaptación ambiental, como la tolerancia al estrés abiótico y biótico [25,26,27,28] y el tiempo de floración ([29, 30] para una revisión extensa, ver [31]). Además, los rasgos de domesticación de las plantas, como la no rotura [32] y los cambios en la arquitectura de la planta [33, 34], son causados ​​por los SV. Por ejemplo, una inserción TE

60 kb aguas arriba del maíz tb1 El gen jugó un papel importante en el cambio de la arquitectura del maíz durante su domesticación [35]. De hecho, se ha demostrado en muchos casos que los SV en regiones no codificantes influyen en la expresión génica de genes cercanos [36, 37]. Dada la amplitud de los rasgos afectados por SV, su caracterización es importante para la domesticación y mejora de cultivos y facilitará los esfuerzos futuros en estas áreas.

La genómica de cultivos ha pasado de la era de un genoma de referencia único a una época en la que ahora tenemos acceso a decenas o cientos de conjuntos de genomas de calidad de referencia dentro de una especie (Tabla 1). Este artículo revisa los esfuerzos genómicos de cultivos anteriores relevantes para la mejora de cultivos y los avances esperados a la luz del progreso reciente en la caracterización de la variación estructural a nivel pangenómico.

Los avances en ensamblaje y bioinformática permiten la caracterización de pangenomas de cultivos

Avances en la tecnología de ensamblaje del genoma de cultivos

Durante las últimas dos décadas, los avances en la tecnología de secuenciación y los algoritmos de ensamblaje han afectado profundamente nuestra comprensión de la complejidad y estructura de los genomas. Los cultivos estuvieron entre las primeras especies con genomas ensamblados dada su importancia económica y la relevancia de la información genómica para la reproducción. Los primeros genomas de cultivos modelo se ensamblaron con secuenciación de Sanger, enfoques BAC-by-BAC y ensambladores de consenso de diseño superpuesto (OLC) (por ejemplo, arroz [3], maíz [4], sorgo [55], soja [56]). y uva [57]). Los genomas de referencia de cultivos posteriores se basaron cada vez más en la secuenciación de próxima generación (p. Ej., Papa [58]) y algunos se ensamblaron completamente a partir de datos de Illumina de pares de pares y pares de pares y enfoques de gráficos de De Bruijn (p. Ej., Cebada, trigo [59, 60]) . Estos conjuntos de referencia de cultivos fueron, en muchos casos, seguidos rápidamente por grandes estudios de resecuenciación en los que se generaron datos de lectura corta para individuos adicionales y se mapearon a la referencia para caracterizar la diversidad a nivel de especie (por ejemplo, arroz [42, 61, 62], maíz [6], soja [63]).

En los últimos 5 años, el costo reducido de la secuenciación de Illumina y los algoritmos de ensamblaje mejorados facilitaron el ensamblaje de novo de múltiples accesiones por cultivo utilizando datos de lectura corta de bajo costo (por ejemplo, maíz-PH207 [64], maíz-W22 [65], maíz-HZS [66], genomas de maíz-Flint [50], genomas de arroz [43, 67], genomas de soja [12]). Si bien este enfoque ha generado ensamblajes contiguos y altamente completos de regiones génicas de baja copia, las regiones del genoma más repetitivas y ricas en TE han demostrado ser recalcitrantes al ensamblaje con lecturas cortas, lo que da como resultado numerosos vacíos y ensamblajes parciales en estas regiones.

Recientemente, la maduración de la tecnología de lectura larga ha facilitado un ensamblaje mucho más contiguo y completo de genomas de cultivos [68,69,70,71,72] y, en algunos casos, múltiples ensamblajes basados ​​en lecturas largas dentro de una sola especie [23 , 24]. Estos conjuntos ya están facilitando los descubrimientos de la relevancia de la variación reguladora y no codificante para los rasgos agronómicos, entre otros descubrimientos importantes [73, 74]. Los datos de secuencia continúan mejorando rápidamente con la producción de secuencia aumentando constantemente y las tasas de error disminuyendo (por ejemplo, bibliotecas PacBio HiFi), disminuyendo así el costo de ensamblaje y aumentando la utilidad de ensamblajes de lectura larga para descubrir variaciones agronómicamente relevantes entre líneas dentro de las especies de cultivo.

Caracterización de la variación estructural basada en un solo genoma de referencia

Los métodos para detectar la variación estructural comenzaron a aparecer poco después de la publicación de los primeros ensamblajes del genoma y han continuado desarrollándose a medida que avanzaban las tecnologías de secuenciación (para revisiones completas, ver [75, 76]). Los primeros esfuerzos para caracterizar CNV / PAV en todas las especies se basaron en matrices de hibridación (por ejemplo, hibridación genómica comparativa (CGH)) que se basaron en sondas diseñadas a menudo utilizando solo la secuencia de un ensamblaje del genoma de referencia inicial [11, 13, 19]. Si bien los enfoques basados ​​en matrices son relativamente económicos y de alto rendimiento, tienen limitaciones. Por ejemplo, una vez que se desarrolla una matriz, es un instrumento estático y los loci de interés recientemente identificados no se caracterizan. Además, cuando las sondas se basan en una única secuencia de referencia, se puede observar un sesgo de verificación (es decir, la eficiencia de hibridación disminuye cuando las muestras son más divergentes del individuo de referencia).

A medida que la resecuenciación de lectura corta disminuyó en costo y se convirtió en algo común, los enfoques de secuenciación del genoma completo (WGS) se utilizaron con más frecuencia para caracterizar la NVC / PAV en cultivos [77,78,79]. Estos enfoques para detectar CNV / PAV se dividen en tres categorías principales: profundidad de lectura, par de lectura y lectura dividida [80]. Con los métodos de profundidad de lectura, las lecturas cortas se asignan a una referencia, y la profundidad relativa de secuencia en un locus sirve como proxy del número de copias en un individuo dado [80]. Los métodos de lectura de pares identifican CNV / PAV en función de las discrepancias en la distancia entre las secuencias de pares de extremos en relación con su distancia en el conjunto de referencia [80]. Los métodos de lectura dividida detectan SV que interrumpen la secuencia en lecturas cortas [80].

El uso de la secuenciación del genoma completo permitió la caracterización de una mayor variedad de variantes que las matrices de hibridación, pero este enfoque adolece de limitaciones similares: (1) la secuencia de los loci que faltan en el genoma de referencia debido a un ensamblaje incompleto o una ausencia biológica verdadera no no mapea y permanece sin caracterizar, (2) las lecturas divergentes mapean de manera menos eficiente, y (3) el sesgo de cobertura desigual de la secuenciación de lectura corta puede resultar en inexactitudes [81]. Estas deficiencias se han abordado hasta cierto punto mediante el ensamblaje de lecturas no mapeadas [10, 48] y mediante el uso de pseudo-referencias en las que se introducen SNP específicos de línea en la referencia para aumentar la eficiencia del mapeo [82]. La caracterización de la variación estructural en la fracción repetitiva del genoma es particularmente desafiante con los datos de resecuenciación de lectura corta porque el mapeo y el ensamblaje de lecturas no mapeadas son particularmente ineficientes y poco confiables en estas regiones.

Se han desarrollado rápidamente nuevos enfoques para la caracterización de CNV / PAV que aprovechan las técnicas de preparación de bibliotecas desarrolladas recientemente y la maduración de la secuenciación de lectura larga de una sola molécula (revisado exhaustivamente en [75]). Por ejemplo, los enfoques de moléculas conectadas (10x, Hi-C, Strand-Seq) pueden caracterizar información de largo alcance utilizando lecturas cortas mediante el desarrollo de bibliotecas especializadas de lecturas vinculadas. Los enfoques de una sola molécula (mapas ópticos (p. Ej., Bionano) y secuenciación de lectura larga, como PacBio y Oxford Nanopore Technologies) permiten la alineación de secuencias de múltiples individuos y, debido a la longitud de lectura, permiten la caracterización de secuencias que faltan en el genoma de referencia . Ambos enfoques permiten la caracterización de SV de tamaño pequeño e intermedio. Los SV grandes (es decir, & gt 1 Mb) se caracterizan de manera más eficaz utilizando mapas ópticos (p. Ej., [83]). En conjunto, estas innovaciones han llevado a la caracterización más completa de CNV / PAV hasta la fecha [84, 85]. Sin embargo, los datos subyacentes siguen siendo relativamente costosos y deben generarse a gran profundidad para llamadas confiables, lo que los hace poco prácticos a la escala en la que a menudo operan los programas de mejoramiento de cultivos.

Caracterización de la variación estructural mediante la creación de una referencia pangenómica

El acceso a múltiples conjuntos de genomas de calidad de referencia dentro de una especie brinda oportunidades para identificar SV sin sesgo de referencia. Sin embargo, surgen varios desafíos en este enfoque. Primero, varias especies de cultivos tienen genomas grandes y complejos, lo que hace que el costo de numerosos ensamblajes por taxón sea prohibitivo. Para superar esta limitación, un pequeño número de individuos fundadores del programa de reproducción, que capturan la mayoría de los haplotipos segregantes, se pueden apuntar para el ensamblaje del genoma y la identificación de SV relevantes. En segundo lugar, si bien múltiples ensamblajes reducirán el sesgo de referencia, los errores de ensamblaje pueden conducir a la detección de SV falsos y comprometer el análisis posterior, particularmente cuando los ensamblajes de novo se generan utilizando diferentes tipos de datos o algoritmos de ensamblaje. Un tercer desafío es la consolidación de la variación pangenómica en una única referencia o sistema de coordenadas, un paso útil para el análisis de la importancia biológica de los SV en especies de cultivos, incluido el análisis QTL, GWAS y la predicción genómica.

Existen varios métodos para resumir la información de SV en un contexto pangenómico. Un enfoque consiste en mapear las lecturas de resecuenciación a un genoma de referencia, ensamblar de novo lecturas sin asignar y agregar los contigs ensamblados al ensamblaje de referencia (conocido como enfoque de mapa a pan) [48, 86]. Esta estrategia puede minimizar los errores al explotar la información ya disponible de un genoma de referencia de alta calidad y limitar el problema de la consolidación de coordenadas, pero las ubicaciones genómicas de los contigs recién ensamblados siguen siendo desconocidas sin más análisis. Una segunda alternativa es la construcción de un genoma de referencia basado en gráficos en lugar de lineal [87]. En este enfoque, cualquier variante (SNP o SV) se agrega a la referencia como un nodo en la ubicación genómica donde se descubre [88, 89]. Recientemente, se ha desarrollado un enfoque híbrido entre genomas de referencia lineales y basados ​​en gráficos para aprovechar los puntos fuertes de estos métodos. En este enfoque, las lecturas se asignan primero a un genoma basado en gráficos y los haplotipos se asocian con uno de los genomas de referencia utilizados para construir el gráfico. Luego, las lecturas se realinean a este genoma, lo que conduce a un mapeo más preciso que el enfoque basado en gráficos solo [90]. Para obtener descripciones detalladas de cada método y sus ventajas y desventajas, consulte [91, 92].

Relevancia de los elementos transponibles para la mejora de cultivos

A medida que los pangenomas estén ampliamente disponibles para las especies de cultivos, las ET, un impulsor de la variación estructural, recibirán una atención cada vez mayor en la mejora de los cultivos. Los genomas de las plantas (incluidas las especies de cultivos) están particularmente plagados de ET [93], y la relevancia de los ET para los fenotipos de los cultivos se ha demostrado repetidamente. Los elementos transponibles pueden ser funcionalmente relevantes de varias formas, incluida la modificación de la estructura y la cantidad de producto génico que se transcribe (Fig.2 [14, 23, 35, 37, 94,95,96,97,98,99,100]). Por ejemplo, en el maíz, un transposón de ADN tipo Harbinger reprime la expresión del ZmCCT9 gen para promover la floración en condiciones de días largos [37]. En el arroz, se ha demostrado que un retrotransposón gitano mejora la expresión del OsFRDL4 gen y promover la tolerancia al aluminio [101]. Dos retrotransposones Copia insertados independientemente en la región promotora de la naranja. Rubí gen, lo que resulta en su expresión mejorada y conduce a la evolución convergente del rasgo naranja sanguina [102]. Finalmente, un retrotransposón de Copia Jinete ha creado polimorfismo en el SOL locus que da como resultado la forma ovalada típica de la variedad de tomate Roma [103, 104]. A pesar de su prevalencia y relevancia para los fenotipos agronómicos, hasta hace poco, las ET han sido ignoradas en gran medida en los esfuerzos de mejoramiento de cultivos.

Consecuencias funcionales de las inserciones de nuevos elementos transponibles. a Posibles efectos sobre la estructura del producto genético. B Posibles efectos sobre la abundancia de productos genéticos

Los TE crean la mayoría de inserciones y deleciones en muchos genomas de cultivos. Por ejemplo, & gt 75% de los grandes InDels (es decir, ≥ 100 pb) en los pangenomas de tomate [23] y soja [24] constan de al menos un TE. En cuatro líneas de maíz, hay más de 1,6 Gb de secuencia TE que se segrega sólo en este subconjunto estrecho de genotipos [105]. La variación de todo el genoma en el contenido de TE a nivel de especie ha sido, hasta hace poco, difícil de caracterizar porque, como se describió anteriormente, la fracción repetitiva de genomas ha estado mal ensamblada históricamente, y existen desafíos con la alineación de lectura precisa para estas regiones. Están surgiendo métodos para caracterizar la variación en el contenido de TE utilizando datos de lectura corta [106] y comparaciones del genoma completo [105] y ayudarán a proporcionar acceso a un nuevo nivel de variación funcional subyacente a los fenotipos agronómicos.

Una vez que las secuencias de TE se capturan en ensamblajes genómicos de novo, un desafío restante crítico es una anotación precisa a nivel familiar. Se utilizan tres enfoques generales. El primero se basa en homología utilizando bases de datos TE existentes como Repbase [107] y P-MITE [108]. Este enfoque es rápido porque utiliza anotaciones de otras especies, pero está limitado por la disponibilidad de dicha información y el grado en que las secuencias de TE se conservan entre especies [109]. El segundo enfoque se basa en el número de copias de secuencias [110,111,112] y es relativamente rápido y sensible para la identificación de repeticiones con un número elevado de copias. Sin embargo, se desconoce la anotación específica de una secuencia (es decir, podrían ser grandes familias de genes, ET, otros tipos de repeticiones) y, a menudo, se pasan por alto los ET de baja copia. La información de clasificación limitada proporcionada por este enfoque obstaculiza la inferencia biológica y la utilidad para el mejoramiento de cultivos. El tercer enfoque es la identificación de novo de TE basada en características estructurales. La anotación estructural no depende de las bibliotecas TE existentes y es muy sensible. Este método depende fundamentalmente del conocimiento de los componentes estructurales de diagnóstico de los ET y, cuando este conocimiento es incompleto o impreciso, puede dar lugar a una anotación inexacta [113]. Recientemente, se han hecho esfuerzos para combinar estos enfoques en una solución integral para la anotación TE. Dichas canalizaciones incorporan información estructural y de homología, repetitividad, curaciones TE existentes y filtrado extenso para generar anotaciones TE de novo de alta calidad. Los métodos desarrollados con base en este enfoque incluyen EDTA [114] y RepeatModeler2 [112]. La anotación completa de TE de pan-genomas de alta calidad nos permitirá explorar más a fondo sus variadas funciones dentro de los genomas de los cultivos [115] y vincular la variación de TE, una forma generalizada de SV, con fenotipos con relevancia agronómica [116].

Avanzando en el mapeo de QTL y GWAS usando pangenomas de cultivos

Se utilizan dos enfoques principales para identificar regiones genómicas asociadas con un fenotipo deseado: mapeo QTL con poblaciones biparentales y GWAS con paneles de diversos individuos. Los primeros conjuntos de genomas de referencia de cultivos facilitaron el desarrollo de plataformas (p. Ej., Chips SNP de Illumina) que permiten el genotipado rápido y rentable de miles o millones de SNP en grandes conjuntos de individuos. Este aumento en la densidad del marcador aumentó drásticamente la resolución en los estudios de mapeo, lo que ayudó en la identificación y clonación de QTL asociados con la resistencia a enfermedades, tolerancia a la sequía, rendimiento, arquitectura de la planta y otras características agronómicas importantes [117]. Con estas asociaciones de marcador-rasgo identificadas, los criadores pueden utilizar marcadores vinculados para seleccionar las mejores plantas en una población sin un fenotipado extenso, ya sea como marcadores funcionales [118] o mediante selección asistida por marcadores [119].

Una de las principales preocupaciones en el mapeo de QTL o GWAS basado en un genoma de referencia único es el sesgo de referencia [120]. Si las variantes asociadas con un rasgo no están presentes en el genoma de referencia, entonces el mapeo de QTL o GWAS no podrán detectarlas (Fig. 3a, b). Por ejemplo, un gen del maíz que confiere resistencia al virus del mosaico de la caña de azúcar podría identificarse mediante GWAS utilizando marcadores basados ​​en el ensamblaje del genoma B73, pero no en el PH207, porque el gen no estaba presente en el ensamblaje PH207 [120]. Esta situación se agrava aún más con germoplasma más diverso (es decir, reservas de genes secundarios), lo que dificulta identificar la variación causal e incorporarla al germoplasma de los programas de mejoramiento. Otro problema es que las verdaderas deleciones relativas a un genoma de referencia son indistinguibles de los datos faltantes debido a problemas técnicos (por ejemplo, baja cobertura de secuencia). La imputación de variantes alélicas a través de deleciones verdaderas puede resultar en una disminución del poder para detectar una asociación significativa (Fig. 3c).

Impacto de la representación pangenómica en la disección de variaciones cuantitativas y aplicaciones para la mejora de cultivos. a El mapeo se lee en un solo ensamblaje del genoma de referencia (izquierda) o en un gráfico pangenómico (derecha) que captura la variación estructural en la especie. B Impacto del método de mapeo de lectura (ensamblaje de referencia única frente a gráfico pangenómico) y la variante posterior que solicita la capacidad de diseccionar la arquitectura genética de un rasgo. C Causas de la falta de identificación de regiones significativas del genoma usando variantes llamadas por mapeo lee a un solo ensamblaje del genoma de referencia. D Los métodos que los criadores pueden utilizar para explotar las variantes recientemente identificadas incluyen la selección asistida por marcadores (MAS) y / o la selección genómica (GS), la inserción de una secuencia a través de un transgén o la realización de otros cambios en una región causante con la edición del genoma

Los estudios de QTL y GWAS se han basado principalmente en datos de SNP hasta la fecha, pero otros marcadores han sido útiles para vincular diferentes tipos de variación con el fenotipo. Por ejemplo, el GWAS se realizó con ambas variantes de profundidad de lectura (RDV, un proxy de SV) y los SNP en maíz demostraron que los RDV se enriquecieron para obtener resultados de GWAS significativos en relación con los SNP para características como el desarrollo foliar y la resistencia a enfermedades [77]. De manera similar, en un GWAS a gran escala que usa la abundancia de transcripciones como marcador, se identificaron asociaciones de genes con rasgos de desarrollo del maíz que no fueron detectados por GWAS usando SNPs [10]. Si bien las variantes de profundidad de lectura y abundancia de transcripciones fueron útiles en los esfuerzos iniciales para evaluar la importancia de los SV para la variación fenotípica, no capturan el paisaje variante estructural completo dentro de una población. Por ejemplo, las variantes de profundidad de lectura solo pueden capturar los SV que están presentes en el genoma de referencia (p. Ej., Las inserciones relativas a la referencia no se evalúan), lo que genera un fuerte sesgo de referencia y una imagen incompleta de la relación entre los SV y los fenotipos. RNA-seq se centra solo en regiones transcritas, depende de qué tejidos y etapas de desarrollo se muestrean, y puede ser impulsado tanto por la variación alélica en las regiones reguladoras como por la verdadera variación estructural.

A medida que el paradigma de mejoramiento de cultivos cambia a una perspectiva pangenómica, la contribución de los SV a la variación de rasgos se hace evidente. Recientemente en Brassica napus, GWAS se realizó con PAV identificados a partir de ocho conjuntos de genoma completo, y se descubrieron asociaciones causales entre SV y la longitud de la silicona, el peso de la semilla y el tiempo de floración que no fueron capturadas por SNP-GWAS. Asimismo, GWAS basado en el gráfico pan-genoma de la soja identificó un PAV asociado con la variación en el brillo de la semilla [24]. En el melocotón, también se han observado SV candidatos causantes de la madurez temprana del fruto, el color de la pulpa alrededor del hueso, la forma del fruto y la formación de forma plana [121]. Sin embargo, nuestra comprensión de la importancia de los SV para la variación de los rasgos fenotípicos está todavía en su infancia. A medida que los avances de la tecnología y los algoritmos permiten caracterizar el panorama completo de SV a escala de programas de mejoramiento e incorporarlo en un marco basado en gráficos, se anticipa que veremos un número creciente de SV subyacentes a la variación fenotípica importante para la mejora de los cultivos.

Avanzando en la predicción genómica utilizando pangenomas de cultivos

Muchos QTL controlan una serie de características importantes para la mejora de cultivos con un efecto pequeño (por ejemplo, rendimiento). Una arquitectura genética compleja hace que sea difícil identificar todos los QTL subyacentes a un rasgo, estimar correctamente sus efectos e introducirlos en líneas de élite utilizando métodos como la selección asistida por marcadores [122,123,124]. La selección genómica es un enfoque alternativo para rasgos complejos, donde los efectos de los marcadores se estiman a partir de un conjunto de entrenamiento, el fenotipo de un individuo se predice en función de los efectos de los marcadores estimados (es decir, la predicción genómica) y las selecciones se realizan en función del fenotipo predicho [ 125]. La regresión y los enfoques bayesianos para la predicción genómica se describieron por primera vez a principios de la década de 2000 y revolucionaron la cría de animales y plantas [126]. Utilizando los SNP como predictores, se han predicho características agronómicas importantes como el rendimiento del grano, la humedad del grano, la calidad del grano, los rasgos de la biomasa y el alojamiento de tallos y raíces con una precisión bastante alta [127,128,129,130,131,132,133].

Tradicionalmente, los SNP identificados en relación con un único genoma de referencia se han utilizado para la selección genómica. Sin embargo, como se describió anteriormente, hay una serie de limitaciones y sesgos que se introducen con el uso de una única referencia para tales aplicaciones. Se necesitan nuevos enfoques para identificar marcadores dentro de un marco pangenómico para mejorar la precisión de la predicción. El Practical Haplotype Graph (PHG) es uno de esos métodos que se ocupa con éxito de la complejidad del pangenoma de una especie a la escala necesaria para los rasgos complejos y los programas de fitomejoramiento [134]. En el enfoque PHG, los recursos genómicos existentes de las líneas fundadoras del programa de mejoramiento (por ejemplo, datos de resecuenciación del genoma completo y / o ensamblajes del genoma completo) se cargan en una base de datos de grafos-pan-genoma. La imputación precisa de los individuos con una cobertura de secuencia baja (tan baja como 0,01 × cobertura) en la población reproductora se logra sobre la base de los haplotipos de consenso derivados de la base de datos de gráficos-pan-genoma. El PHG es una estrategia prometedora para reducir los costos de genotipado, al mismo tiempo que captura una mayor diversidad en grandes poblaciones reproductoras.

Un problema importante en la predicción genómica es que las interacciones genotipo por entorno (G × E) disminuyen la precisión de la predicción para los individuos que crecen en entornos novedosos. Se han diseñado modelos estadísticos que dan cuenta de G × E para intentar superar esta limitación [135,136,137]. La incorporación de datos de SV en tales modelos de predicción puede ayudar aún más a abordar los problemas de G × E en la precisión de la predicción genómica, porque se ha demostrado que estas variantes desempeñan un papel particularmente importante en la adaptación entre entornos. No todos los SV serán marcados por SNP [70, 77, 138] y los modelos de predicción pasarán por alto la variación fenotípica impulsada por SV sin etiquetar. Por ejemplo, Lyra et al. encontró que la capacidad de predicción de la altura de la planta de maíz en condiciones bajas de nitrógeno aumentaba cuando se agregaban solo unos pocos cientos de CNV a un análisis de

20k SNP [139]. Sin embargo, si bien agregar estos marcadores adicionales puede resultar en una mayor precisión predictiva, su adición puede no ser práctica en los programas de reproducción en este momento, ya que requieren una nueva infraestructura de análisis y generación de datos. Los criadores deben equilibrar los costos de calificar diferentes marcadores con la mayor eficiencia de la predicción genómica y la ganancia genética. Por el momento, los criadores utilizarán más fácilmente la información de variación estructural de un pangenoma si la tecnología de genotipado de SNP existente incluye marcadores en fuerte desequilibrio de ligamiento (LD) con SV fenotípicamente importantes. Para los SV no marcados por SNP [70, 77, 138], la caracterización de estas variantes utilizando enfoques novedosos solo es prudente si la ganancia genética es lo suficientemente grande como para justificar el aumento del costo.

Retos y oportunidades futuros en aplicaciones de pangenómica para la mejora de cultivos

Más allá de la promesa que ofrecen los avances genómicos recientes para caracterizar la diversidad en los sistemas de cultivos modelo y para mejorar el mapeo y la predicción de rasgos, también presentan oportunidades para abordar genomas de cultivos difíciles y poco estudiados y podrían potencialmente permitir enfoques novedosos de edición de genes para el mejoramiento.

Complejidad de los genomas poliploides

La alopoliploidía (el resultado de la hibridación interespecífica o intergenérica y la duplicación de cromosomas) y la autopoliploidía (el resultado de la duplicación del genoma completo) son particularmente comunes en las especies de plantas [140, 141]. De hecho, todas las angiospermas han sufrido al menos dos rondas de poliploidía en su historia evolutiva [142]. Muchos han vuelto a un estado diploide, con restos de esta historia evolutiva en sus genomas [143]. Como mecanismo natural, la poliploidización puede aumentar la diversidad alélica, expandir el complemento de genes, generar una nueva variación fenotípica y ayudar en la adaptación a nuevos entornos [144, 145]. Aprovechando esto, los fitomejoradores también han generado poliploides artificiales que han dado como resultado un mayor rendimiento de grano [146], tamaño de la fruta [147] y fruta sin semillas [148].

Si bien los cultivos poliploides son de vital importancia para sustentar la vida humana, los estudios genómicos en estas especies han sido tradicionalmente muy desafiantes por varias razones. El ensamblaje del genoma de alta calidad de especies poliploides ha sido difícil de lograr debido a su inclusión de múltiples subgenomas estrechamente relacionados y los desafíos asociados en la discriminación de loci homeólogos y la creación de andamios de subgenomas sin mosaico (Fig. 4a). Muchos han recurrido a la secuenciación de progenitores diploides [149] o especies estrechamente relacionadas [58, 150] de cultivos poliploides con el fin de reducir la complejidad del genoma al generar conjuntos de referencia iniciales. Sin embargo, diploides estrechamente relacionados no logran capturar SNP, SV y otras formas de variación específicas del linaje que se han acumulado después de la poliploidización [39]. Más allá de estas dificultades en el ensamblaje del genoma, los enfoques genómicos para la mejora de cultivos poliploides enfrentan más complicaciones: (1) la disección de la arquitectura genética de rasgos complejos puede confundirse cuando las variantes no se asignan al subgenoma correcto [151, 152], una limitación técnica, y (2) biológicamente, las interacciones epistáticas más extensas en poliploides [153, 154] y la retroalimentación reguladora entre subgenomas pueden complicar la predicción precisa del fenotipo basado en el genotipo [155] (Fig. 4b).

Impactos de los avances tecnológicos para facilitar la mejora de cultivos en especies poliploides. a Impacto de la tecnología de secuenciación en el ensamblaje poliploide. B Ejemplo de cómo se facilita la comprensión de un proceso biológico al resolver la variación estructural dentro de los subgenomas más allá de simplemente caracterizar el número de copias en el genoma

Los avances en tecnologías de secuenciación y algoritmos de ensamblaje ya están abordando desafíos técnicos en la investigación genómica de cultivos en poliploides [156]. La secuenciación de lectura larga con bajas tasas de error (por ejemplo, lecturas PacBio HiFi) ha hecho posible el ensamblaje del genoma poliploide de alta calidad, con ensamblajes recientes que contienen menos espacios y andamios homeólogos resueltos (Fig. 4a). Actualmente existen conjuntos de lectura larga para especies de cultivos poliploides como el maní [157], el trigo [60], las semillas oleaginosas [22] y la fresa [158]. En algunos casos (por ejemplo, papa [159]), ya existen múltiples conjuntos de genomas dentro de las especies. Los estudios del pangenoma poliploide naciente están descubriendo una diversidad sustancial entre las especies. Por ejemplo, el ensamblaje de novo de un solo cultivo de trigo capturó 107.891 genes, y un ensamblaje de mapa a plato de 17 cultivares adicionales capturó

30.000 genes nuevos [53, 60]. A medida que los estudios pangenómicos se expanden en especies de cultivos poliploides, esperamos que, debido a la redundancia y complejidad genómica, el grado de variación estructural dentro de las especies poliploides sea mayor que el observado en especies diploides, y los SV pueden ser marcadores particularmente fructíferos para enfoques genómicos. a la mejora de cultivos poliploides. El progreso técnico en el ensamblaje de genomas poliploides (por ejemplo, mejoras en la fase de haplotipos y homeólogos) debería facilitar el estudio biológico básico de las diferencias en el mapa genotipo a fenotipo entre diploides y poliploides, conocimiento de fundamental importancia para el futuro de la mejora de cultivos poliploides.

Recursos genómicos para especies de cultivos poco estudiadas

Para los cultivos poco estudiados, los esfuerzos de mejoramiento asistidos por pangenoma siguen siendo limitados debido al pequeño tamaño de las comunidades de investigación para estas especies y, en algunos casos, debido a los desafíos asociados con la complejidad del genoma. Para la mayoría de las especies de cultivos poco estudiadas, los conjuntos de transcriptomas se utilizan actualmente como un sustituto del genoma para los esfuerzos de mejora. Un ejemplo es Silphium integrifolium, una especie con un genoma de gran tamaño (2norte = 2X = 14 tamaño del genoma haploide de

9 Gb [160]) que actualmente se está domesticando como cultivo oleaginoso. Mediante el ensamblaje del transcriptoma y la resecuenciación de 68 S. integrifolium accesiones, se identificaron varios loci asociados con la adaptación a diferentes condiciones climáticas [161]. Si bien los datos de SNP ayudaron a identificar los loci bajo selección, la variación estructural, una fuente importante de adaptación local, permaneció sin caracterizar. PennycressThlaspi arvense) es otra especie que se está domesticando actualmente para su uso como cultivo oleaginoso [162]. Si bien ha avanzado desde un ensamblaje de transcriptoma inicial [163] a un ensamblaje de genoma completo [164], el acceso a la variación pangenómica aún no está disponible, a pesar del tamaño relativamente pequeño (539 Mb) y la estructura del genoma simple de la especie. Los cultivos de césped y forrajes son otros ejemplos de cultivos poco estudiados con recursos genómicos limitados. Ryegrass perenne (Lolium perenne) tiene un borrador de genoma fragmentado [165], que puede no ser suficiente para permitir la investigación pangenómica dentro de la especie. Para otras especies de césped, como festuca dura hexaploide (Festuca brevipila), la secuenciación de lectura larga del transcriptoma se ha utilizado como un proxy del genoma de referencia, pero sigue siendo difícil distinguir los homeólogos utilizando este enfoque [166].

Si bien los estudios pangenómicos pueden estar en su infancia en cultivos no modelo, se anticipa que los rápidos avances en secuenciación, algoritmos de ensamblaje y tuberías de análisis en sistemas modelo y la disminución de costos permitirán muy rápidamente esta investigación. El tiempo transcurrido desde la publicación del primer ensamblaje del genoma del arroz hasta el lanzamiento del primer pan-genoma del arroz fue de más de una década ([3] Tabla 1). Anticipamos que el desarrollo de recursos genómicos, incluidos los pangenomas, ahora será mucho más rápido. De hecho, ya se han publicado estudios pangenómicos en Pimiento (pimienta) y Juglans (nuez) especies [46, 51], y pronto seguirán otras.

Domesticación rápida de especies nuevas y existentes.

La reciente disponibilidad de genomas y pangenomas de alta calidad ha permitido una nueva era de domesticación de cultivos. Con la información del pangenoma, los fitomejoradores pueden identificar de manera más eficaz las variantes genéticas causales (p. Ej., SNP, CNV, PAV) que subyacen a los rasgos de domesticación y aplicar herramientas de edición de genes para lograr rápidamente los rasgos agronómicos deseables en las plantas silvestres. Por ejemplo, el pangenoma del tomate ha revelado que la variación en el peso de la fruta QTL fw3.2 es causada por la duplicación en tándem del gen del citocromo P450 SlKLUH [23] en lugar de un SNP en el promotor del gen como se propuso anteriormente [167]. Edición de genes CRISPR / Cas9 para reducir el número de copias del SKILUH gen alteró con éxito el peso de la fruta, un fenotipo de domesticación de cultivos [23]. De manera similar, mediante el uso de datos de resecuenciación y un enfoque de mapa a pan, Gao et al. llevó a cabo un análisis comparativo de 725 tomates cultivados y parientes silvestres cercanos, descubriendo la pérdida de genes durante la domesticación del tomate [49]. El análisis de enriquecimiento adicional sugirió que los genes de respuesta de defensa y casi 1200 secuencias promotoras fueron el objetivo de la selección durante la domesticación y la mejora [49]. Una no referencia

Sustitución de 4 kb en el TomLoxC También se descubrió una región promotora que modifica el sabor de la fruta [49]. Estas variantes que distinguen los cultivos de sus parientes silvestres son los principales objetivos de la edición de genes para una rápida domesticación.

La domesticación ha reducido en gran medida la diversidad genética de los cultivos en comparación con sus parientes silvestres [168]. La identificación y utilización de la diversidad genética de los parientes silvestres de cultivos ha sido un enfoque importante en el mejoramiento de cultivos [169, 170]. Juntas, la información pangenómica y las tecnologías CRISPR / Cas9 permiten la domesticación de novo de plantas silvestres y pueden reducir las barreras al uso de la variación genética de los acervos de genes secundarios y terciarios (parientes silvestres) [171, 172]. Por ejemplo, Zsögön et al. editó seis loci en tomate silvestre (Solanum pimpinellifolium) y aumentó significativamente su rendimiento, productividad y valor nutricional, lo que resultó en la domesticación de novo del tomate [173].

En resumen, el catálogo completo de variación que ha sido posible gracias a la tecnología genómica reciente y un enfoque pangenómico presenta una oportunidad sustancial para la mejora de los cultivos. No solo podemos ir más allá de la resecuenciación basada en referencias únicas en cultivos modelo a una comprensión completa de la variación estructural y su vínculo con el fenotipo, sino también abordar los genomas poliploides complejos, mover rápidamente cultivos poco estudiados a la era genómica y derribar barreras. entre cultivos y sus parientes silvestres para que los fitomejoradores puedan ampliar más fácilmente su kit de herramientas para incluir germoplasma exótico. Si bien es necesario un mayor desarrollo de la infraestructura y los métodos para aprovechar plenamente este potencial, se está gestando un cambio de paradigma.


Discusión

Información sobre las identidades de las poblaciones salvajes y asilvestradas

La identificación de parientes silvestres de cultivos permite realizar comparaciones directas entre formas silvestres y de cultivos y proporciona una fuente importante de material genético para los cultivos (Honnay et al. 2012 Dempewolf et al. 2014), que a menudo tienen acervos genéticos relativamente limitados debido a los cuellos de botella de la diversidad debido a la selección. (Olsen y Gross 2008). Los parientes salvajes pueden ser morfológicamente indistinguibles del material salvaje (Wang et al.2017) y la naturaleza salvaje o salvaje de B. rapa Se han cuestionado las poblaciones (Andersen et al. 2009) que obstaculizan la investigación, la cría y la conservación de la domesticación de la especie. En nuestros análisis, maleza B. rapa las muestras del Cáucaso, Siberia e Italia ("malezas CSI") se segregan consistentemente en un linaje distinto de las muestras de malezas de América y Europa fuera de Italia, un linaje que no se ha recuperado en estudios anteriores. Con la excepción de una accesión única de Abruzzo en el centro de Italia, y una accesión de Tomsk en el centro-sur de Siberia, el clado CSI de malezas consiste en muestras en o cerca de las montañas del Cáucaso en Georgia y el noreste de Turquía. Tanto los modelos de nicho del Holoceno medio como los contemporáneos sugirieron una alta idoneidad de hábitat en el Cáucaso e Italia, pero en general una baja idoneidad en Siberia, excepto en la región del extremo sur. La falta de idoneidad en el último caso podría deberse a la falta de datos de ocurrencia de Siberia utilizados en el modelo de nicho o datos de pasaporte erróneos para la adhesión de Siberia. Nuestros análisis presentan la posibilidad de que este linaje represente parientes verdaderamente salvajes de algunos o todos B. rapa cultivos o poblaciones derivadas de un evento de feralización temprana.

La hipótesis de que el clado CSI de malezas representa poblaciones verdaderamente silvestres es consistente con la sugerencia de Sinskaya (1969) de que las formas silvestres todavía existen en las montañas del Cáucaso y Siberia y nuestros modelos de nicho indican que el hábitat para B. rapa en el Cáucaso, Siberia e Italia serían adecuados bajo un modelo climático del Holoceno medio (fig. 4A). La posición de las muestras de CSI de malezas como hermanas de todos los cultivos y malezas en los análisis RAxML y NJ, y la alta diversidad de nucleótidos apoyan esta interpretación. Este linaje también se encuentra en la unión de todas las subespecies de cultivos en el PCA y contiene ascendencia común a cada uno de los principales clados de cultivos en fastSTRUCTURE, lo que puede indicar que los otros cultivos como malezas fueron submuestreados de la diversidad presente en las poblaciones de malezas en el Gama CSI. La ubicación de la CSI de malezas en los árboles SNPhylo y TreeMix como hermana de los cultivos de Asia central y oriental, sugiere la posibilidad de que la CSI de malezas sea verdaderamente silvestre, pero un evento de domesticación independiente dio lugar a los cultivos europeos.

Una interpretación alternativa sería que el CSI maleza representa un linaje salvaje muy mezclado. Se sabe que existen muchos cultivos en enjambres híbridos silvestres-domesticados-asilvestrados (p. Ej., Beebe et al. 1997 Wang et al. 2017 Allaby et al. 2008). Como se mencionó anteriormente, la ascendencia diversa de estos individuos recuperados por fastSTRUCTURE y la posición central en el PCA podría explicarse por la mezcla entre cultivos y / o tipos de malezas. Varios patrones tradicionalmente asociados con progenitores silvestres en los análisis pueden, en cambio, indicar poblaciones silvestres mezcladas (Wang et al.2017). Por ejemplo, altos niveles de mezcla también podrían haber inflado la diversidad de nucleótidos y provocar que el clado se colocara en una posición artificialmente profunda en los análisis filogenéticos. Los modelos demográficos probados en momentos no fueron concluyentes con respecto a las divisiones tempranas de los linajes principales, pero los modelos que funcionaron mejor permitieron un flujo genético temprano extenso, lo que respalda esta hipótesis. El TreeMix recuperó los bordes de migración apoyados por F4-estadísticas que sugerirían un flujo de genes entre CSI y toria, y los árboles TreeMix y SNPhylo son consistentes con las poblaciones de malezas CSI derivadas de un antiguo linaje salvaje que se ramificó de un antepasado de semillas oleaginosas de Asia Central y cultivos de Asia Oriental.

Nuestros análisis recuperaron pruebas sólidas de la naturaleza salvaje de las poblaciones de malezas fuera del clado CSI. Las muestras de malezas europeas y americanas no pertenecientes a CSI surgieron en asociación con cultivos europeos en análisis de PCA, fastSTRUCTURE, RAxML (99% BS), SNPhylo y NJ y tuvieron una diferenciación relativamente baja de los cultivos europeos en el FS T análisis. A pesar de los niveles más bajos de diversidad entre las muestras salvajes, su adaptación local al estrés biótico y abiótico podría convertirlas en una fuente valiosa de material de reproducción como en el arroz salvaje (Li et al., 2017).

Debido a la disyunción geográfica de las muestras de CSI de malezas, es probable que haya poblaciones relacionadas en las áreas intermedias. Varias posibilidades podrían explicar la disyunción geográfica de las muestras de Italia y el Cáucaso en el clado CSI. Maleza B. rapa del área de intervención (por ejemplo, Eslovaquia, Austria y Serbia) se asociaron con otras malezas y cultivos europeos en los análisis, pero el análisis de TreeMix sugirió que se había producido una introgresión entre el clado CSI y las malezas europeas, en consonancia con un origen exoferal de la mayoría de las accesiones de malezas europeas. Las poblaciones verdaderamente silvestres podrían haber estado más extendidas en Europa anteriormente, pero pueden haber sido reemplazadas en gran medida por poblaciones silvestres exitosas que están preadaptadas a los agroecosistemas. Alternativamente, la única muestra italiana podría haberse introducido hace relativamente poco tiempo como contaminante de semillas en cultivos importados. Poblaciones de malezas de B. rapa se han reportado recientemente en el suroeste de China (Dong et al. 2018) y Japón (Aono 2011), a pesar de informes previos de ausencia en el este de Asia (De Candolle 1886 McGrath y Quiros 1992), así como en Argelia (Aissiou et al. 2018) . El muestreo de estas poblaciones podría aclarar aún más la historia evolutiva de B. rapa.

Centro de domesticación, tiempo y tipo de cultivo inicial

La ubicación y el momento de la domesticación, así como la forma domesticada inicial de B. rapa que posteriormente se seleccionó para otros tipos de cultivos se ha debatido. Nuestros análisis apoyan una domesticación inicial de nabos y / o semillas oleaginosas en Asia Central 3.430–5.930 años antes del presente (YBP) con la posterior difusión a Europa y Asia Oriental.

Los nabos de Asia Central parecen estar más estrechamente asociados con las supuestas poblaciones silvestres de CSI en nuestro país. FS T análisis y tenía los niveles más altos de diversidad de nucleótidos de cualquier población. Esto es consistente con los hallazgos de Qi et al. (2017), quienes encontraron que los nabos de Asia Central y Europa tienen valores relativamente más altos que los vegetales de Asia Oriental, y valores mucho más altos que los sarsons amarillos y la toria. Dado nuestro uso de diferentes marcadores de representación reducida, la comparación absoluta de valores no es posible. También como en Qi et al. (2017), estimamos el más alto nortemi para nabos, valores intermedios para hortalizas de Asia oriental y los valores más bajos para sarsons amarillos y toria. Las muestras de nabo de las montañas Hindu Kush de Afganistán, Pakistán y Tayikistán son hermanas del resto de las B. rapa muestras de Asia occidental y Europa en nuestros árboles TreeMix, RAxML y NJ y modelo demográfico y se encuentran en un área de muy alta idoneidad de hábitat en el modelo de distribución de especies del Holoceno medio.

Los nabos de Asia oriental también se asocian con las muestras supuestamente silvestres y los nabos de Asia central como se ve en el PCA, fastSTRUCTURE y FS T análisis. Los nabos de Asia oriental también emergen como hermanos de otros cultivos de Asia oriental (con la excepción de los cultivos de hojas japonesas que se entremezclan con los nabos de Asia oriental) en nuestros análisis basados ​​en árboles. Un origen temprano de Asia Central está respaldado por evidencia lingüística de nabos en la estepa póntica al norte de las montañas del Cáucaso aproximadamente entre 6430-4278 YBP y en S.W. Asia casi 3000 YBP (tabla complementaria 1, Material complementario en línea).

Se ha planteado la hipótesis de que las semillas oleaginosas de Asia central surgieron de un evento de domesticación independiente (Zhao et al. 2005 Warwick et al. 2008) o de semillas oleaginosas europeas (Song et al. 1988). Aunque nuestros árboles TreeMix, SNPhylo, NJ y RAxML muestran semillas oleaginosas de Asia central de las montañas de Afganistán, Pakistán e India como hermanas de los cultivos de Asia oriental, están asociadas con los nabos de Asia occidental, central, occidental y oriental en fastSTRUCTURE. Estos resultados apoyan una domesticación independiente de semillas oleaginosas o la selección de nabos de Asia Central antes de la diversificación de otras formas de cultivo en Europa y Asia. La evidencia literaria de cultivos de semillas oleaginosas en el norte de la India, casi 3000 YBP, respalda su antigüedad en el área (tabla complementaria 1, Material complementario en línea). Introgresión aparente entre la toria de semillas oleaginosas de Asia central y los nabos de Asia central recuperados por TreeMix y F4-La estadística es consistente con la proximidad geográfica de estos cultivos. En nuestros análisis basados ​​en árboles, toria es consistentemente hermana de los sarsons amarillos.

En los modelos demográficos que probamos con CSI de malezas como hermana de los cultivos y malezas restantes, la división se estimó entre 3430 y 5930 YBP (años antes del presente). Si las poblaciones de CSI de malezas son verdaderamente silvestres, esto proporciona una estimación temporal aproximada de la domesticación de B. rapa. Aunque esta predicción es sensible a nuestras estimaciones del tamaño de la población inicial efectiva y el tiempo de generación, este hallazgo es consistente con la evidencia arqueológica y lingüística (tabla complementaria 1, Material complementario en línea).

Fenotipos convergentes en cultivos de hojas y oleaginosas derivados de los cultivos de nabo

Nuestra inclusión de diversos tipos de cultivos frondosos de Europa y Asia nos permitió identificar distintos linajes evolutivos para al menos tres tipos diferentes de frondosos B. rapa cultivos — grelos, rapini y verduras del este de Asia — todos con orígenes probables en diferentes poblaciones de nabos. Ninguno de nuestros análisis basados ​​en árboles recuperó estos tres cultivos de hojas juntos como un clado monofilético común y no se agrupan entre sí en el PCA. En cambio, los cultivos de nabo de regiones geográficamente similares surgieron como hermanos de cada uno.

Los nabos del norte de África emergieron como hermanos de la cosecha de hojas italianas rapini en TreeMix, análisis de RAxML (97% BS), SNPhylo, NJ, y los nabos turcos eran hermanos de rapini en el modelo demográfico de momentos. Nuestros hallazgos difieren de los de Qi et al. (2017) quienes encontraron que rapini era hermana de las semillas oleaginosas de Asia Central posiblemente porque la mayoría de las muestras de rapini utilizadas en Qi et al. (2017) luego se sospechó que eran poliploides en Bird et al. (2017) o de procedencia centroasiática. Nuestros hallazgos sugieren una posible introducción transmediterránea de nabos en Italia seguida de la selección de formas frondosas o la domesticación de un tipo frondoso en el norte de África, donde también se comen hojas de nabo (Hammer y Perrino 1985). Sin embargo, una población diferente de nabos mediterráneos, los nabos españoles, emergió como hermana de los grelos de cultivos de hoja española en nuestro análisis RAxML, SNPhylo y NJ. Los resultados de PCA también indican una asociación de los dos cultivos de hojas mediterráneas con distintas poblaciones de nabos. Esto proporciona la primera evidencia de que los grelos se seleccionaron independientemente de los cultivos de nabos locales en lugar de compartir un origen común con los rapini (Francisco et al. 2009).

Se recuperó un patrón similar en el este de Asia, donde los cultivos de hojas pueden tener su origen en una población distinta de nabos. Los nabos de Asia oriental surgieron como hermanos de los cultivos de hojas de Asia oriental en los árboles TreeMix, RAxML, SNPhylo y NJ, de acuerdo con los resultados de Bird et al. (2017) y Cheng et al. (2016). El origen de los tipos de hojas de Asia oriental en los nabos también es coherente con la hipótesis de Takuno et al. (2007) de que un protocultivo no mejorado de Europa o Asia central se introdujo en Asia oriental, donde posteriormente se seleccionó en diversos morfotipos de hojas. Los orígenes de la col napa como resultado de la mezcla de bok choy y nabos del este de Asia se apoyan en nuestro modelo demográfico como en Qi et al. (2017) pero no recuperado en los bordes de migración de TreeMix respaldados por pruebas de cuatro poblaciones. La mayoría de las verduras de hoja japonesa también se agrupan con los nabos de Asia oriental, lo que sugiere que también pueden compartir un origen común en los nabos y pueden haber sido seleccionados de una introducción temprana de nabos o un tipo protovegetal. Aunque los nabos de Asia oriental muestreados tenían LD elevada en comparación con el bok choy y el repollo napa, Cheng et al. (2016) encontraron lo contrario, quizás como resultado de su muestreo más amplio.

Aunque estos patrones podrían sugerir una selección paralela para tipos frondosos de distintas poblaciones de nabos, también pueden explicarse por un solo origen del morfotipo frondoso con la introgresión posterior que da como resultado el fenotipo frondoso que surge en otros linajes de nabos, aunque esta última posibilidad no está respaldada. por nuestro TreeMix y F4-análisis estadísticos. El hipocótilo agrandado de la raíz de los nabos está controlado por relativamente pocos genes y, por lo tanto, puede haberse perdido varias veces debido a la selección humana y / o la ferocidad (McGrath y Quiros 1992). El patrón de selección para cultivos de hojas a partir de cultivos conespecíficos con tallos hinchados o raíces pivotantes no parece ser común en cultivos análogos. Sin embargo, se ha observado una tendencia similar en B. juncea ya que parece que la mostaza de raíz (B. juncea ssp. napiforme) fue el domesticado seleccionado inicialmente, seguido de los tipos de hojas, tallos y oleaginosas (Yang et al.2018). Esto difiere de B. oleracea, B. napus, y Beta vulgaris, donde los tipos de semillas oleaginosas o de hojas parecen ser anteriores a los tipos de tallo / raíz hinchados (Zohary y Hopf, 2000 Maggioni 2015 An et al.2019).

Nuestro muestreo limitado de semillas oleaginosas de nabo de Asia oriental y Europa restringe nuestras inferencias, pero al igual que Bird et al. (2017) y Qi et al. (2017), la colza de nabo no formó un clado monofilético. Nuestros datos apoyan el origen de la colza europea de nabos europeos y la colza de nabo de Asia oriental a partir de nabos y / o bok choy de acuerdo con Reiner et al. (1995).

Implicaciones taxonómicas

Nuestros hallazgos indican que una recircunscripción taxonómica infraespecífica de B. rapa está garantizado para evitar confusiones. Actualmente se utilizan varios sistemas de clasificación con una combinación de subespecies, variedades y grupos de cultivares como designaciones infraespecíficas (McAlvay et al. 2018). Nuestros hallazgos destacan varios linajes parafiléticos que generalmente se consideran el mismo taxón, incluida la colza de nabo (B. rapa ssp. oleifera), formas de malezas (B. rapa ssp. Sylvestris) y rapini / grelos (B. rapa ssp. Sylvestris var. esculenta).En el caso de este último nombre, el “ssp. Sylvestris”El epíteto es engañoso dado su probable (múltiple) origen en los nabos. Además, nuestros resultados indican que los nabos también pueden tener múltiples orígenes o un solo origen con reversiones a los tipos de nabo, y el primer escenario sugiere la necesidad de un reexamen de la nomenclatura. Una recircunscripción filogenética y morfológicamente informada de B. rapa Crear un estándar internacional para delinear estos linajes sería una valiosa contribución futura a Brassica investigación y mejoramiento.


El cambio climático afecta la diversidad genética de una especie

¿Qué efectos tiene el cambio climático en la diversidad genética de los organismos vivos? En un estudio dirigido por Charit & eacute - Universit & aumltsmediz en Berlín, un equipo internacional de investigadores estudió el genoma de la marmota alpina, un remanente de la era de hielo que ahora vive en grandes cantidades en la pradera alpina de gran altitud. Los resultados fueron inesperados: se descubrió que la especie era la menos diversa genéticamente de todos los mamíferos silvestres estudiados hasta la fecha. Se encontró una explicación en el pasado genético de las marmotas. La marmota alpina ha perdido su diversidad genética durante los eventos climáticos relacionados con la edad de hielo y no ha podido recuperar su diversidad desde entonces. Los resultados de este estudio se han publicado en la revista Biología actual.

Un gran roedor de la familia de las ardillas, la marmota alpina vive en el terreno montañoso de gran altitud que se encuentra más allá de la línea de árboles. Un equipo internacional de investigadores ha descifrado con éxito el genoma del animal y ha descubierto que los animales individuales probados son genéticamente muy similares. De hecho, la diversidad genética del animal es menor que la de cualquier otro mamífero salvaje cuyo genoma haya sido secuenciado genéticamente. "Nos sorprendió mucho este hallazgo. La baja diversidad genética se encuentra principalmente entre especies muy amenazadas como, por ejemplo, el gorila de montaña. Sin embargo, la población de la marmota alpina es de cientos de miles, por lo que la especie no se considera que esté en riesgo ", explica el Prof. Dr. Markus Ralser, Director del Instituto de Bioquímica de Charit & eacute e investigador con la responsabilidad general del estudio, que fue codirigido por el Instituto Francis Crick.

Como la baja diversidad genética de la marmota alpina no podía explicarse por los hábitos de vida y reproducción actuales del animal, los investigadores utilizaron análisis por computadora para reconstruir el pasado genético de la marmota. Después de combinar los resultados de análisis genéticos completos con datos de registros fósiles, los investigadores llegaron a la conclusión de que la marmota alpina perdió su diversidad genética como resultado de múltiples adaptaciones relacionadas con el clima durante la última edad de hielo. Una de estas adaptaciones ocurrió durante la colonización animal de la estepa del Pleistoceno al comienzo de la última glaciación (hace entre 110.000 y 115.000 años). Un segundo ocurrió cuando la estepa del Pleistoceno volvió a desaparecer hacia el final de la edad de hielo (hace entre 10.000 y 15.000 años). Desde entonces, las marmotas han habitado las praderas de gran altitud de los Alpes, donde las temperaturas son similares a las del hábitat de la estepa del Pleistoceno. Los investigadores encontraron evidencia que sugiere que la adaptación de la marmota a las temperaturas más frías de la estepa del Pleistoceno resultó en un tiempo de generación más largo y una disminución en la tasa de mutaciones genéticas. Estos desarrollos significaron que los animales no pudieron regenerar eficazmente su diversidad genética. Los resultados generales sugieren que la tasa de evolución del genoma es excepcionalmente baja en las marmotas alpinas.

Al comentar sobre la importancia de sus resultados, el profesor Ralser dice: "Nuestro estudio muestra que el cambio climático puede tener efectos a muy largo plazo en la diversidad genética de una especie. Esto no se había demostrado previamente con tan claro detalle. muy poca diversidad genética, esto puede deberse a eventos climáticos que ocurrieron hace muchos miles de años ”, agrega:“ Es notable que la marmota alpina logró sobrevivir durante miles de años a pesar de su baja diversidad genética ”. Después de todo, la falta de variación genética puede significar una capacidad reducida para adaptarse al cambio, haciendo que las especies afectadas sean más susceptibles tanto a enfermedades como a condiciones ambientales alteradas, incluidos los cambios en el clima local ".

Al resumir los hallazgos del estudio, el profesor Ralser explica: "Debemos tomarnos en serio los resultados del estudio, ya que podemos ver advertencias similares del pasado. En el siglo XIX, la paloma migratoria era una de las especies de aves terrestres más abundantes en el hemisferio norte, sin embargo, fue completamente aniquilado en unos pocos años. Es posible que la baja diversidad genética haya jugado un papel en esto ". Al describir sus planes para futuras investigaciones, agrega: "Un próximo paso importante sería estudiar más de cerca a otros animales que, como la marmota alpina, lograron sobrevivir a la edad de hielo. Estos animales podrían estar atrapados en un estado similar de baja diversidad genética. . Actualmente, las estimaciones del riesgo de extinción de una especie en particular se basan principalmente en el número de animales capaces de reproducirse. Deberíamos reconsiderar si este debería ser el único criterio que usamos ".

El Prof. Dr. Markus Ralser fue nombrado Profesor Einstein de Bioquímica en Charit & eacute en mayo de 2018. Experto en metabolismo, el Prof. Ralser llegó a Charit & eacute después de pasar un tiempo en el Instituto Francis Crick en Londres y en la Universidad de Cambridge, donde dirigió equipos involucrados. en este estudio. Otros investigadores que participaron en la investigación procedían de la Universidad de Sheffield, la Universidad de Bielefeld, el Instituto Max Planck de Genética Molecular y otras instituciones. Los investigadores se propusieron originalmente estudiar el genoma de la marmota alpina para comprender mejor el metabolismo de los lípidos del animal.


Arus, P. y T.J. Orton, 1983. Relaciones de herencia y ligamiento de loci de isoenzimas en Brassica oleracea. J. Hered. 74: 405–412.

Carafa, A.M. & amp G. Carratu, 1997. Tratamiento del estigma con soluciones salinas: un nuevo método para superar la autoincompatibilidad en Brassica oleracea L. J. Hort. Sci. 72: 531–535.

Charlesworth, D. & amp P. Awadalla, 1998. Autocompatibilidad de plantas con flores: la genética de poblaciones moleculares de Brassica S-loci. Herencia 81: 1–9.

Cornuet, J.M. & amp G. Luikart, 1996. Descripción y análisis de potencia de dos pruebas para detectar cuellos de botella recientes a partir de datos de frecuencia de alelos. Genética 144: 2001-2014.

Dallas, J.F., F. Bonhomme, P. Boursot, J. Britton-Davidian & amp V. Bauchau, 1998. Estructura genética de la población en una raza robertsoniana de ratones domésticos: evidencia del polimorfismo de microsatélites. Herencia 80: 70–77.

Dellaporta, S.L., J. Wood y J.B. Hicks, 1983. Una minipreparación de ADN vegetal: versión II. Pl. Mol. Biol. Rep. 1: 19-21.

Di Rienzo, A., A.C. Peterson, J.C. Garza, A.M. Valdés, M. Slatkin y amp N.B. Freimer, 1994. Procesos mutacionales de loci repetidos de secuencia simple en poblaciones humanas. Proc. Natl. Acad. Sci. EE.UU. 91: 3166–3170.

Fang, G., S. Hammar & amp R. Grumet, 1992. Un método rápido y económico para eliminar polisacáridos del ADN genómico vegetal. Biotechniques 13: 52–56.

Goudet, J., 1995. FSTAT (Versión 1.2): un programa de computadora para calcular F-Estadísticas. J. Hered. 86: 485–486.

Goudet, J., T. De Meeüs, A.J. Day & amp C.J. Gliddon, 1994. Los diferentes niveles de estructuración poblacional de la perrera, Nucella lapillus, a lo largo de la costa sur de Devon. En: Beaumont, A.R. (Ed.), Genética y evolución de organismos acuáticos, Chapman & amp Hall, Londres, págs. 81–95.

Goudet, J., M. Raymond, T. De Meeüs y F. Rousset, 1996. Prueba de diferenciación en poblaciones diploides. Genetics 144: 1993-1940.

Grandclement, C. & amp G. Thomas, 1996. Detección y análisis de QTL basados ​​en marcadores RAPD para resistencia poligénica a Plasmodiophora brassicae Woron en Brassica oleracea L. Theor. Apl. Gineta. 93: 86–90.

Greenhalgh, J.R. & amp N.D. Mitchell, 1976. La participación de los volátiles del sabor en la resistencia al mildiú velloso de formas silvestres y cultivadas de Brassica oleracea. Nuevo Phytol. 77: 391–398.

Hamrick, J.L. y M.J.W. Godt, 1996. Efectos de los rasgos del ciclo de vida sobre la diversidad genética en especies de plantas. Phil. Trans. R. Soc. Lond. B 351: 1291–1298.

Hu, J., J. Sadowski, T.C. Osborn, B.S. Landry y amp C.F. Quirós, 1998. Alineación de grupos de enlace de cuatro Brassica oleracea Mapas RFLP. Genome 41: 226-235.

Hurtrez-Boussès, S., 1996. Diferenciación genética entre poblaciones naturales del raro endémico corso Brassica insularis Moris: implicaciones para las pautas de conservación. Biol. Conserv. 76: 25-30.

Kresovich, S., A.K. Szewc-McFadden, S.M. Bliek, & amp J.R. McFerson, 1995. Abundancia y caracterización de repeticiones de secuencia simple (SSR) aisladas de una biblioteca genómica de tamaño fraccionado de Brassica napus L. (colza). Theor. Apl. Gineta. 91: 206–211.

Lannér-Herrera, C., M. Gustafsson, A.-S. Fält & amp T. Bryngelsson, 1996. Diversidad en poblaciones naturales de Brassica oleracea según lo estimado por análisis de isoenzimas y RAPD. Gineta. Res. Crop Evol. 43: 13-23.

Lydiate, D., A. Sharpe, U. Langercrantz & amp I. Parkin, 1993. Mapeando el Brassica genoma. Outl. Agric. 22: 85–92.

Mantel, N., 1967. La detección de agrupaciones de enfermedades y un enfoque de regresión generalizada. Cancer Res. 27: 209–220.

Mellersh, C. & amp J. Sampson, 1993. Simplificación de la detección de polimorfismos de longitud de microsatélites. Biotechniques 15: 582.

Mitchell, N.D., 1976. El estado de Brassica oleracea L. subsp. oleracea (repollo silvestre) en las Islas Británicas. Watsonia 11: 97–103.

Mitchell, N.D. y A.J. Richards, 1979. Biological Flora of the British Isles No 145 Brassica oleracea L. subsp. oleracea. J. Ecol. 67: 1087–1096.

Mithen, R., A.F. Raybould & amp A. Giamoustaris, 1995. Selección divergente de metabolitos secundarios entre poblaciones silvestres de Brassica oleracea y sus implicaciones para las interacciones entre plantas y herbívoros. Herencia 75: 472–484.

Nauta, M.J. & amp F.J. Weissing, 1996. Restricciones sobre el tamaño de los alelos en los loci de microsatélites: implicaciones para la diferenciación genética. Genética 143: 1021–1032.

Nei, M., 1973. Análisis de la diversidad genética en poblaciones subdivididas. Proc. Natl. Acad. Sci. U.S.A. 70: 3321–3323.

Nelson, A., 1927. Fertilidad en el género Brassica. J. Genet. 18: 109-135.

Ockendon, D.J., 1974. Distribución de alelos de autoincompatibilidad y estructura de reproducción de cultivares de polinización abierta de coles de Bruselas. Herencia 33: 159-171.

Pemberton, J.M., J. Slate, D.R. Bancroft y amp J.A. Barrett, 1995. Alelos no amplificadores en loci de microsatélites: una advertencia para los estudios de paternidad y población. Mol. Ecol. 4: 249–252.

Pfeiffer, A., A.M. Olivieri & amp M. Morgante, 1997. Identificación y caracterización de microsatélites en abeto de Noruega. Genome 40: 411–419.

Raybould, A.F., A.J. Gray, M.J. Lawrence y D.F. Marshall, 1991. La evolución de Espartina anglica (C.E. Hubbard): origen y variabilidad genética. Biol. J. Linn. Soc. 43: 111-126.

Raybould, A.F., J. Goudet, R.J. Mogg, C.J. Gliddon y A.J. Gray, 1996. Estructura genética de una población lineal de remolacha marina (Beta vulgaris ssp. maritima) revelado por análisis de isoenzimas y RFLP. Herencia 76: 111-117.

Raybould, A.F., R.J. Mogg, C. Aldham, C.J. Gliddon, R.J. Thorpe y amp R.T. Clarke, 1998. La estructura genética de la remolacha marina (Beta vulgaris ssp. maritima) poblaciones. III. Detección de aislamiento por distancia en loci de microsatélites. Herencia 80: 127-132.

Raymond, M., 1997. Diferenciación genética y estimación del flujo de genes a partir de estadísticas F bajo aislamiento por distancia. Genetics 145: 1219-1228.

Raymond, M. & amp F. Rousset, 1995. genepop (Versión 1.2): software de genética de poblaciones para pruebas exactas y ecumenismo. J. Hered. 86: 248–249.

Rether, B., G. Delmas & amp A. Laouedj, 1993. Aislamiento de ADN libre de polisacáridos de plantas. Pl. Mol. Biol. Rep. 11: 333–337.

Rousset, F. y M. Raymond, 1995. Prueba de exceso y deficiencia de heterocigotos. Genética 140: 1413-1419.

Saghai Maroof, M.A., R.M. Biyashev, G.P. Yang, Q. Zhang & amp R.W. Allard, 1994. ADN microsatélite polimórfico extraordinario en la cebada: diversidad de especies, ubicaciones cromosómicas y dinámica de poblaciones. Proc. Natl. Acad. Sci. EE.UU. 91: 5466–5470.

Slatkin, M., 1985. Flujo de genes en poblaciones naturales. Ana. Rev. Ecol. Syst. 16: 393–430.

Slatkin, M., 1993. Aislamiento por distancia en poblaciones en equilibrio y no equilibrado. Evolución 47: 264-279.

Slatkin, M., 1995. Una medida de subdivisión de la población basada en frecuencias de alelos de microsatélites. Genética 139: 457–462.

Snogerup, S., M. Gustafsson y R. von Bothmer, 1990. Brassica secta. Brassica (Brassicaceae). Willdenowia 19: 271–365.

Song, K., T.C. Osborn y amp P.H. Williams, 1990. Brassica taxonomía basada en polimorfismos de longitud de fragmentos de restricción nuclear (RFLP). 3. Relaciones del genoma en Brassica y géneros relacionados y el origen de Brassica oleracea y B. rapa (sin. campestris). Theor. Apl. Gineta. 79: 497–506.

Streiff, R., T. Labbe, R. Bacilieri, H. Steinkellner, J. Glossl & amp A. Kremer, 1998. Dentro de la estructura genética de la población en Quercus robor Tierra Quercus petraea (Matt.) Liebl. evaluado con isoenzimas y microsatélites. Mol. Ecol. 7: 317–328.


Abdelkrim J, Robersten BC, Stanton J-A, Gemmell NJ (2009) Desarrollo rápido y rentable de marcadores de microsatélites específicos de especies mediante secuenciación del genoma. Biotechniques 46: 185-191

Anderson C, Epperson BK, Fortin MJ, Holderegger R, James PMA, Rosenberg MS, Scribner KT, Spear S (2010) La importancia de la escala espacial y temporal en la genética del paisaje. Mol Ecol (enviado)

Angelone S, Holderegger R (2009) La genética de poblaciones sugiere la efectividad de las medidas de conectividad del hábitat para la rana arborícola europea en Suiza. J Appl Ecol 46: 879–887

Baguette M, Van Dyck H (2007) Conectividad del paisaje y comportamiento animal: grano funcional como determinante clave para la dispersión. Landsc Ecol 22: 1117–1129

Barton NH, Wilson I (1995) Genealogías y geografía. Philos Trans R Soc Lond B 349: 49–59

Beaumont MA, Balding DJ (2004) Identificación de la divergencia genética adaptativa entre poblaciones a partir de exploraciones del genoma. Mol Ecol 13: 969–980

Beaumont MA, Rannala B (2004) La revolución bayesiana en genética. Nat Rev Genet 5: 251–261

Beaumont MA, Zhang WY, Balding DJ (2002) Computación bayesiana aproximada en genética de poblaciones. Genética 162: 2025-2035

Blum MGB, Francois O (2010) Modelos de regresión no lineal para cálculo bayesiano aproximado. Computación estadística 20: 63–73

Nacido C, Hardy OJ, Ossari S, Attéké C, Wickings EJ, Chevallier MH, Hossaert-McKey M (2008) Estructura genética espacial a pequeña escala en las especies de árboles de la selva tropical de África Central, Aucoumea klaineana: un enfoque jerárquico para inferir el impacto de la dispersión limitada de genes, la historia de la población y la fragmentación del hábitat. Mol Ecol 17: 2041–2050

Bowman J, Jaeger JAG, Fahrig L (2002) La distancia de dispersión de los mamíferos es proporcional al tamaño del área de distribución. Ecología 83: 2049-2055

Chen C, Durand E, Forbes F, Francois O (2007) Algoritmos de agrupamiento bayesiano que determinan la estructura espacial de la población: un nuevo programa informático y un estudio de comparación. Notas de Mol Ecol 7: 747–756

Cullingham CI, Kyle CJ, Pond BA, Rees EE, White BN (2009) La diferente permeabilidad de los ríos al flujo de genes del mapache corresponde a la incidencia de la rabia en Ontario, Canadá. Mol Ecol 18: 43–53

Currat M, Ray N, Excoffier L (2004) SPLATCHE: un programa para simular la diversidad genética teniendo en cuenta la heterogeneidad ambiental. Notas de Mol Ecol 4: 139-142

Cushman SA (2006) Efectos de la pérdida y fragmentación del hábitat en los anfibios: una revisión y prospecto. Biol Conserv 128: 231–240

Cushman SA, McKelvey KS, Hayden J, Schwartz MK (2006) Flujo de genes en paisajes complejos: prueba de múltiples hipótesis con modelos causales. Am Nat 168: 486–499

Cushman SA, Landguth EL (en prensa a) Correlaciones e inferencias espurias en genética del paisaje. Mol Ecol

Cushman SA, Landguth EL (en prensa b) Escala de dependencia en la inferencia genética del paisaje. Land Ecol

Cushman SA, McKelvey KS, Schwartz MK (2009a) Uso de modelos fuente-destino derivados empíricamente para mapear corredores regionales de conservación. Conserv Biol 23: 368–376

Cushman SA, Gutzwiller K, Evans J, McGarial K (2009b) El paradigma del gradiente: un marco conceptual y analítico para la ecología del paisaje. En: Cushman SA, Huettmann F (eds) Complejidad espacial, informática y conservación de la vida silvestre. Springer, Tokio, págs. 83–110

Drummond AJ, Rambaut A (2007) BEAST: Análisis evolutivo bayesiano por muestreo de árboles. BMC Evol Biol 7: 214

Dungan JL, Perry JN, Dale MRT, Legendre P, Citron-Pousty S, Fortin MJ, Jakomulska A, Miriti M, Rosenberg MS (2002) Una visión equilibrada de la escala en el análisis estadístico espacial. Ecografía 25: 626–640

Dunning JB, Stewart DJ, Danielson BJ, Noon BR, Root TL, Lamberson RH, Stevens EE (1995) Modelos de población espacialmente explícitos, formas actuales y usos futuros. Ecol Appl 5: 3–11

Durand E, Jay F, Gaggiotti OE, Francois O (2009) Inferencia espacial de proporciones de mezcla y zonas de contacto secundarias. Mol Biol Evol 26: 1963–1973

Eid J, Fehr A, Gray J, Luong K, Lyle J, Otto G, Peluso P, Rank D, Baybayan P, Bettman B, Bibillo A, Bjornson K, Chaudhuri B, Christians F, Cicero R, Clark S, Dalal R , Dewinter A, Dixon J, Foquet M, Gaertner A, Hardenbol P, Heiner C, Hester K, Holden D, Kearns G, Kong XX, Kuse R, Lacroix Y, Lin S, Lundquist P, Ma CC, Marks P, Maxham M, Murphy D, Park I, Pham T, Phillips M, Roy J, Sebra R, Shen G, Sorenson J, Tomaney A, Travers K, Trulson M, Vieceli J, Wegener J, Wu D, Yang A, Zaccarin D, Zhao P, Zhong F, Korlach J, Turner S (2009) Secuenciación de ADN en tiempo real a partir de moléculas de polimerasa individuales. Ciencia 323: 133–138

Ellison AM (2004) Inferencia bayesiana en ecología. Ecol Lett 7: 509–520

Epperson BK (1995) Distribución espacial de genotipos aislados por distancia. Genética 140: 1431–1440

Epperson BK (2003) Genética geográfica. Prensa de la Universidad de Princeton, Princeton

Epperson BK (2004) Estimación multilocus de la estructura genética dentro de las poblaciones. Theor Popul Biol 65: 227–237

Epperson BK (2007) Dispersión de la planta, tamaño del vecindario y aislamiento por distancia. Mol Ecol 16: 3854–3865

Epperson BK, McRae B, Scribner KT, Cushman SA, Rosenberg MS, Fortin MJ, James PMA, Murphy M, Manel S, Legendre P, Dale MRT (2010) Utilidad de simulaciones por computadora en genética de paisajes. Mol Ecol (enviado)

Epps CW, Palsboll PJ, Wehausen JD, Roderick GK, Ramey IR, McCullough DR (2005) Las carreteras bloquean el flujo de genes y provocan una rápida disminución de la diversidad genética del borrego cimarrón del desierto. Ecol Lett 8: 1029–1038

Estoup A, Beaumont M, Sennedot F, Moritz C, Cornuet JM (2004) Análisis genético de escenarios demográficos complejos: poblaciones en expansión espacial del sapo de caña, Bufo marinus. Evolución 58: 2021-2036

Evans JS, Cushman SA (2009) Modelado de gradientes de especies de coníferas utilizando bosques aleatorios. Landsc Ecol 24: 673–683

Excoffier L, Estoup A, Cornuet JM (2005) Análisis bayesiano de un modelo de mezcla con mutaciones y marcadores ligados arbitrariamente. Genética 169: 1727–1738

Fahrig L, Merriam G (1985) Conectividad del parche de hábitat y supervivencia de la población. Ecología 66: 1762-1768

Fall A, Fortin MJ, Manseau M, O'Brien D (2007) Gráficos espaciales: principios y aplicaciones para la conectividad del hábitat. Ecosistemas 10: 448–461

Faubet P, Gaggiotti OE (2008) Un nuevo método bayesiano para identificar los factores ambientales que influyen en la migración reciente. Genética 178: 1491–1504

Fenster CB, Vekemans X, Hardy OJ (2003) Cuantificación del flujo de genes a partir de datos de estructura genética espacial en una metapoblación de Chamaecrista fasciculata (Leguminosas). Evolución 57: 995–1007

Fischer J, Lindenmayer DB (2007) Modificación del paisaje y fragmentación del hábitat: una síntesis. Glob Ecol Biogeogr 16: 265–280

Foll M, Gaggiotti O (2006) Identificación de los factores ambientales que determinan la estructura genética de las poblaciones. Genética 174: 875–891

Foll M, Gaggiotti O (2008) Un método de escaneo del genoma para identificar loci seleccionados apropiados para marcadores dominantes y codominantes: una perspectiva bayesiana. Genética 180: 977–993

Fortin MJ, Dale MRT (2005) Análisis espacial. Una guía para ecologistas. Prensa de la Universidad de Cambridge, Cambridge

Francois O, Blum MGB, Jakobsson M, Rosenberg NA (2008) Historia demográfica de las poblaciones europeas de Arabidopsis thaliana. PLoS Genet 4: e1000075

Guillaume F, Rougemont J (2006) Nemo: un marco de programación de genética evolutiva y de poblaciones. Bioinformática 22: 2556-2557

Hamilton G, Currat M, Ray N, Heckel G, Beaumont M, Excoffier L (2005) Estimación bayesiana de las tasas de migración recientes después de una expansión espacial. Genética 170: 409–417

Hardy OJ, Vekemans X (1999) Aislamiento por distancia en una población continua: reconciliación entre análisis de autocorrelación espacial y modelos de genética de poblaciones. Herencia 83: 145-154

Hardy OJ, Vekemans X (2002) SPAGEDi: un programa informático versátil para analizar la estructura genética espacial a nivel individual o de población. Notas de Mol Ecol 2: 618–620

Hardy OJ, Maggia L, Bandou E, Breyne P, Caron H, Chevallier MH, Doligez A, Dutech C, Kremer A, Latouche-Halle C, Troispoux V, Veron V, Degen B (2006) Estructura genética y gen a escala fina inferencias de dispersión en 10 especies de árboles neotropicales. Mol Ecol 15: 559–571

Heller NE, Zavaleta ES (2009) Gestión de la biodiversidad ante el cambio climático: una revisión de 22 años de recomendaciones. Biol Conserv 142: 14–32

Hey J, Nielsen R (2004) Métodos de enfoque múltiple para estimar el tamaño de la población, las tasas de migración y el tiempo de divergencia, con aplicaciones a la divergencia de Drosophila pseudoobscura y D-persimilis. Genética 167: 747–760

Hickerson MJ, Stahl EA, Lessios HA (2006) Prueba de divergencia simultánea utilizando cálculo bayesiano aproximado. Evolución 60: 2435–2453

Holderegger R, Wagner HH (2008) Genética del paisaje. Biociencia 58: 199–207

Hudson RR (2002) Generación de muestras bajo un modelo neutral de variación genética de Wright-Fisher. Bioinformática 18: 337–338

Hutchison DW, Templeton AR (1999) Correlación de medidas de distancia genética y geográfica por pares: inferir las influencias relativas del flujo de genes y la deriva en la distribución de la variabilidad genética. Evolución 53: 1898-1914

Kindlmann P, Burel F (2008) Medidas de conectividad: una revisión. Landsc Ecol 23: 879–890

Kuhner MK (2009) Muestras de genealogía coalescentes: ventanas a la historia de la población. Tendencias Ecol Evol 24: 86–93

Lande R (1987) Umbrales de extinción en modelos demográficos de poblaciones territoriales. Am Nat 130: 624–635

Landguth EL, Cushman SA (2010) cdpop: un programa de genética de poblaciones de costos a distancia espacialmente explícito. Mol Ecol Resour 10: 156–161

Laval G, Excoffier L (2004) SIMCOAL 2.0: un programa para simular la diversidad genómica en grandes regiones recombinantes en una población subdividida con una historia compleja. Bioinformática 20: 2485–2487

Leblois R, Estoup A, Rousset F (2009) IBDSim: un programa informático para simular datos genotípicos aislados por distancia. Mol Ecol Resour 9: 107–109

Lichstein JW, Simons TR, Shriner SA, Franzreb KE (2002) Autocorrelación espacial y modelos autorregresivos en ecología. Ecol Monogr 72: 445–463

Lindenmayer D, Hobbs RJ, Montague-Drake R, Alexandra J, Bennett A, Burgman M, Cale P, Calhoun A, Cramer V, Cullen P, Driscoll D, Fahrig L, Fischer J, Franklin J, Haila Y, Hunter M, Gibbons P, Lake S, Luck G, MacGregor C, McIntyre S, Mac Nally R, Manning A, Miller J, Mooney H, Noss R, Possingham H, Saunders D, Schmiegelow F, Scott M, Simberloff D, Sisk T, Tabor G, Walker B, Wiens J, Woinarski J, Zavaleta E (2008) Una lista de verificación para el manejo ecológico de paisajes para la conservación. Ecol Lett 11: 78–91

Malecot G (1948) Las matemáticas de la herencia. Masson et Cie, París, 63 págs.

Manel S, Segelbacher G (2009) Perspectivas y desafíos en genética del paisaje. Mol Ecol 18: 1821–1822

Manel S, Schwartz MK, Luikart G, Taberlet P (2003) Genética del paisaje: combinación de la ecología del paisaje y la genética de poblaciones. Tendencias Ecol Evol 18: 189-197

Manel S, Gaggiotti OE, Waples RS (2005) Métodos de asignación: emparejar preguntas biológicas con técnicas apropiadas. Tendencias Ecol Evol 20: 136-142

Margulies M, Egholm M, Altman WE, Attiya S, Bader JS, Bemben LA, Berka J, Braverman MS, Chen YJ, Chen ZT, Dewell SB, Du L, Fierro JM, Gomes XV, Godwin BC, He W, Helgesen S , Ho CH, Irzyk GP, Jando SC, Alenquer MLI, Jarvie TP, Jirage KB, Kim JB, Knight JR, Lanza JR, Leamon JH, Lefkowitz SM, Lei M, Li J, Lohman KL, Lu H, Makhijani VB, McDade KE, McKenna MP, Myers EW, Nickerson E, Nobile JR, Plant R, Puc BP, Ronan MT, Roth GT, Sarkis GJ, Simons JF, Simpson JW, Srinivasan M, Tartaro KR, Tomasz A, Vogt KA, Volkmer GA, Wang SH, Wang Y, Weiner MP, Yu PG, Begley RF, Rothberg JM (2005) Secuenciación del genoma en reactores de picolitro de alta densidad microfabricados. Naturaleza 437: 376–380

Mejorana P, Tavare S (2006) Enfoques computacionales modernos para analizar datos de variación genética molecular. Nat Rev Genet 7: 759–770

Marsh DM, Page RB, Hanlon TJ, Corritone R, Little EC, Seifert DE, Cabe PR (2008) Efectos de las carreteras en los patrones de diferenciación genética en las salamandras de lomo rojo, Plethodon cinereus. Conserv Genet 9: 603–613

McDevitt AD, Mariani S, Hebblewhite M, Decesare NJ, Morgantini L, Seip D, Weckworth BV, Musiani M (2009) Supervivencia en las Montañas Rocosas de un enjambre híbrido en peligro de extinción de caribú divergente (Rangifer tarandus) linajes. Mol Ecol 18: 665–679

McGarigal K, Cushman SA (2002) Evaluación comparativa de enfoques experimentales para el estudio de los efectos de la fragmentación del hábitat. Ecol Appl 12: 335–345

McRae BH, Beier P (2007) La teoría del circuito predice el flujo de genes en poblaciones de plantas y animales. Proc Natl Acad Sci USA 104: 19885–19890

Muirhead JR, Gray DK, Kelly DW, Ellis SM, Heath DD, Macisaac HJ (2008) Identificación de la fuente de invasiones de especies: intensidad de muestreo frente a diversidad genética. Mol Ecol 17: 1020–1035

Neuenschwander S, Hospital F, Guillaume F, Goudet J (2008a) quantiNemo: un programa individual para simular rasgos cuantitativos con arquitectura genética explícita en una metapoblación dinámica. Bioinformática 24: 1552-1553

Neuenschwander S, Largiader CR, Ray N, Currat M, Vonlanthen P, Excoffier L (2008b) Historia de la colonización de la cuenca del Rin suizo por la cabeza de toro (Cottus gobio): inferencia bajo un marco espacialmente explícito bayesiano. Mol Ecol 17: 757–772

O'Brien D, Manseau M, Fall A, Fortin MJ (2006) Prueba de la importancia de la configuración espacial del hábitat invernal para el caribú de bosque: una aplicación de la teoría de grafos. Biol Conserv 130: 70–83

Oddou-Muratorio S, Demesure-Musch B, Pelissier R, Gouyon PH (2004) Impactos del flujo de genes y la historia de la tala en la estructura genética local de una especie arbórea dispersa, Sorbus torminalis L. Crantz. Mol Ecol 13: 3689–3702

Pritchard JK, Stephens M, Donnelly P (2000) Inferencia de la estructura de la población utilizando datos de genotipos multilocus. Genética 155: 945–959

Raufaste N, Rousset F (2001) ¿Son adecuadas las pruebas de manto parcial? Evolución 55: 1703-1705

Riley SPD, Pollinger JP, Sauvajot RM, York EC, Bromley C, Fuller TK (2006) Una autopista del sur de California es una barrera física y social para el flujo de genes en carnívoros. Mol Ecol 15: 1733–1741

Rousset F (1997) Diferenciación genética y estimación del flujo de genes a partir de estadísticas F bajo aislamiento por distancia. Genética 145: 1219–1228

Rousset F (2000) Diferenciación genética entre individuos. J Evol Biol 13: 58–62

Rousset F (2008) GENEPOP '007: una completa reimplementación del software GENEPOP para Windows y Linux. Mol Ecol Resour 8: 103–106

Schwartz MK, McKelvey KS (2009) Por qué es importante el esquema de muestreo: el efecto del esquema de muestreo en los resultados genéticos del paisaje. Conserv Genet 10: 441–452

Segelbacher G, Tomiuk J, Manel S (2008) Temporal y espacial Los análisis temporales y espaciales revelan las consecuencias de la fragmentación del hábitat en la diversidad genética del urogallo (Tetrao urogallus). Mol Ecol 17: 2356–2367

Shendure J, Ji HL (2008) Secuenciación de ADN de próxima generación. Nat Biotechnol 26: 1135-1145

Slatkin M (1993) Aislamiento por distancia en poblaciones de equilibrio y no equilibrio. Evolución 47: 264-279

Sokal RR, Wartenberg DE (1983) Una prueba de análisis de autocorrelación espacial utilizando un modelo de aislamiento por distancia. Genética 105: 219–237

Storfer A, Murphy MA, Evans JS, Goldberg CS, Robinson S, Spear SF, Dezzani R, Delmelle E, Vierling L, Waits LP (2007) Poniendo el "paisaje" en la genética del paisaje. Herencia 98: 128-142

Storfer A, Murphy MA, Holderegger R, Spear SF, Waits LP (2010) Genética del paisaje: ¿dónde estamos ahora? Mol Ecol (enviado)

Strand AE, Niehaus JM (2007) KERNELPOP, un motor de simulación genética de poblaciones espacialmente explícito. Notas de Mol Ecol 7: 969–973

Sutherland GD, Harestad AS, Price K, Lertzman KP (2000) Escala de distancias de dispersión natal en aves y mamíferos terrestres. Conserv Ecol 4:16

Tallmon DA, Luikart G, Beaumont MA (2004) Evaluación comparativa de un nuevo estimador de tamaño de población efectivo basado en cálculos bayesianos aproximados. Genética 167: 977–988

Tallmon DA, Koyuk A, Luikart G, Beaumont MA (2008) ONeSAMP: un programa para estimar el tamaño efectivo de la población mediante el cálculo bayesiano aproximado. Mol Ecol Resour 8: 299–301

Thompson CM, McGarigal K (2002) La influencia de la escala de investigación en la selección del hábitat del águila calva a lo largo de la parte baja del río Hudson, Nueva York (EE. UU.). Landsc Ecol 17: 569–586

Thornton K, Andolfatto P (2006) La inferencia bayesiana aproximada revela evidencia de un cuello de botella severo y reciente en una población holandesa de Drosophila melanogaster. Genética 172: 1607–1619

Van Dyck H, Baguette M (2005) Comportamiento de dispersión en paisajes fragmentados: ¿rutina o movimientos especiales? Basic Appl Ecol 6: 535–545

Vekemans X, Hardy OJ (2004) Nuevos conocimientos a partir de análisis de estructura genética espacial a escala fina en poblaciones de plantas. Mol Ecol 13: 921–935

Vignieri SN (2005) Corrientes sobre montañas: influencia de la conectividad ribereña en el flujo de genes en el ratón saltarín del Pacífico (Zapus trinotatus). Mol Ecol 14: 1925–1937

Wade MJ, McCauley DE (1988) Extinción y recolonización: sus efectos sobre la diferenciación genética de las poblaciones locales. Evolución 42: 995–1005

Wagner HH, Werth S, Kalwij JM, Bolli JC, Scheidegger C (2006) Modelado de la recolonización del bosque por un liquen epífito utilizando un enfoque genético del paisaje. Landsc Ecol 21: 849–865

Watts PC, Saccheri IJ, Kemp SJ, Thompson DJ (2007) Tamaños efectivos de población y tasas de migración en poblaciones fragmentadas de un insecto en peligro de extinción (Coenagrion mercuriale: Odonata). J Anim Ecol 76: 790–800

Wiens JA (1989) Escala espacial en ecología. Funct Ecol 3: 385–397

Wilson GA, Rannala B (2003) Inferencia bayesiana de las tasas de migración recientes utilizando genotipos multilocus. Genética 163: 1177–1191

Con KA, King AW (1999) Umbrales de extinción para especies en paisajes fractales. Conserv Biol 13: 314–326

Wright S (1943) Aislamiento por distancia. Genética 28: 114–138


Abstracto

Se espera que la comprensión de la relación entre la variación genética y la función biológica a escala genómica proporcione nuevos conocimientos fundamentales sobre la biología, la evolución y la fisiopatología de los seres humanos y otras especies. La esperanza de que los polimorfismos de un solo nucleótido (SNP) permitan identificar los genes que subyacen a enfermedades complejas, junto con el progreso en la identificación de grandes conjuntos de SNP, son las fuerzas impulsoras de los intensos esfuerzos para establecer la tecnología para el análisis a gran escala de SNP. Se necesitan con urgencia nuevos métodos de genotipado de alto rendimiento, precisos y baratos para obtener acceso completo a la abundante variación genética de los organismos.


Introducción

los Solanáceas o familia de las solanáceas está formada por más de 3000 especies con gran diversidad en cuanto a hábito, hábitat y morfología. Sus especies se encuentran en todo el mundo y van desde grandes árboles forestales en selvas húmedas hasta hierbas anuales en los desiertos (Knapp, 2002). Solanum es el género más grande de la familia e incluye tomate (Solanum lycopersicum) y varias otras especies de importancia económica. El mejoramiento del tomate durante las últimas décadas se ha centrado en una mayor productividad y adaptación a diferentes sistemas de cultivo. Su éxito económico se refleja en el hecho de que, a escala mundial, el tomate es uno de los cultivos de hortalizas más importantes, con una producción mundial de 161 millones de toneladas que cubren unas 4 800 000 ha (http://faostat.fao.org/ site / 567 / DesktopDefault.aspx? PageID = 567 # ancor). Sin embargo, la domesticación del tomate es claramente distinta de la divergencia de especies por selección natural como consecuencia de la selección de un conjunto limitado de características, incluida la forma y el tamaño de la fruta (Rodríguez et al., 2011). Como resultado, su base genética se ha reducido seriamente, lo que se conoce como el "síndrome de domesticación" (Hammer, 1985 Doebley et al., 2006 Bai y Lindhout, 2007 Bauchet y Causse, 2012). En épocas más recientes, el tomate se ha adaptado a diferentes sistemas de cultivo mediante el ajuste de un pequeño número de rasgos, como la autopoda, la altura de la planta, la precocidad, la morfología del fruto y el color del fruto (Rodríguez et al., 2011 Bauchet y Causse, 2012). La variación genética relativamente pequeña se hizo evidente frente a las condiciones ambientales rápidamente cambiantes, las demandas competitivas de tierras cultivables y las nuevas solicitudes de los consumidores. Estos desafíos han impulsado los esfuerzos de mejoramiento de tomates hacia una mejor tolerancia al estrés biótico y abiótico, una mayor productividad y un mayor valor sensorial y nutricional. Sin embargo, la variación genética reducida que resultó de la endogamia extensiva ha desacelerado la mejora del cultivo de tomate. Para ampliar la base genética, los criadores ahora se centran en la introgresión de genes deseables de parientes silvestres en los cultivares de élite, pero hasta ahora, esto ha sido bastante limitado (Bai y Lindhout, 2007 Singh, 2007).

El primer paso de la hibridación introgresiva implica cruces del tomate cultivado con especies reliquia, parientes silvestres o especies más distantes del clado del tomate. La reproducción por introgresión es posible ya que el tomate cultivado y las especies silvestres relacionadas son intracruzables, y la mayoría de las especies silvestres también se pueden cruzar (Rick, 1979, 1986 Spooner et al., 2005) a pesar de que han evolucionado diversos sistemas de apareamiento, que van desde alógamo autoincompatible (SI) y alógamo facultativo, hasta autógamo autocompatible (SC). Especialmente en los márgenes geográficos de las distribuciones, se han documentado cambios entre especies en los sistemas de incompatibilidad que promueven la endogamia sobre el cruzamiento externo (Peralta et al., 2008 Grandillo et al., 2011). Los límites de las especies y la diversidad genética se han estudiado ampliamente en el tomate utilizando una amplia gama de datos moleculares (Peralta et al., 2008 y Grandillo et al., 2011). Por ejemplo, el análisis RFLP mostró que la diversidad genética de las especies SI supera con creces la de las especies SC, estimada en un 75% frente al 7% (Miller y Tanksley, 1990). Además, la variación genética "dentro de la accesión" se estimó en un 10% de la variación "entre accesiones", en contraste con la variación genética de los cultivares modernos, que se estimó en & lt5%. Esto ilustra aún más la dramática erosión de la diversidad genética en los cultivos de tomate cultivados.

La selección de progenitores cruzados para la hibridación interespecífica requiere una comprensión de las relaciones filogenéticas para el clado del tomate, pero los árboles basados ​​en datos morfológicos y moleculares no han sido indiscutibles. Se han propuesto cuatro grupos de especies informales para el clado del tomate (Lycopersicon, Arcano, Eriopersicon y Neolycopersicon Peralta et al., 2008), que se cree que evolucionaron a partir del ancestro común más reciente hace aproximadamente 7 millones de años (Nesbitt y Tanksley, 2002 Spooner et al., 2005 Moyle, 2008 Peralta et al., 2008). A pesar de estos estudios, las relaciones evolutivas entre las 13 especies en el Lycopersicon clado no se han resuelto por completo, por ejemplo, la dicotomía entre Solanum pennellii y Solanum habrochaites (Peralta et al., 2005, 2008 Spooner et al., 2005). La historia evolutiva de Solanum Los genomas también se han investigado desde la perspectiva de la organización de los cromosomas. El estudio de Szinay et al. (2012) que involucran pintura BAC FISH de especies cruzadas de Solanum especies revelaron pocos reordenamientos grandes en la eucromatina de brazo corto de los cromosomas 6, 7 y 12, mientras que Anderson et al. (2010) demostraron bucles de emparejamiento, cambios multivalentes y cinetocoros en las extensiones del complejo sinaptonémico de híbridos entre miembros del clado del tomate, lo que sugiere inversiones y translocaciones paracéntricas y pericéntricas entre los cromosomas homeólogos. Además, la genómica comparada sugiere una Solanum paisaje del genoma en el que la evolución cromosómica de la mayoría de los 12 cromosomas ha sido mucho más dinámica de lo que se cree actualmente (Peters et al., 2012). En conjunto, estos hallazgos demuestran que las relaciones evolutivas entre los parientes silvestres deben considerarse provisionales (Peralta et al., 2008 ).

La disponibilidad de tecnologías de secuenciación de alto rendimiento ha proporcionado un poder sin precedentes para determinar la variación del genoma en clados completos, tanto a nivel estructural como de genotipo. Iniciativas como el Proyecto 1001 Genomas para Arabidopsis thaliana, los Drosophila El proyecto de secuencia y el Proyecto 1000 Genomas para humanos han demostrado la existencia de una gran cantidad de características de secuencias polimórficas específicas dentro de la especie, como eventos de inserción / deleción (InDels), repeticiones y polimorfismos de un solo nucleótido (SNP) para cientos de genes ( Weigel y Mott, 2009 The 1000 Genomes Project Consortium, 2010 MacKay et al., 2012), y han ilustrado que no existe tal cosa como "el genoma" para una especie en particular. Más bien, la gama de rasgos fisiológicos y de desarrollo parece reflejarse en la enorme cantidad de variantes de secuencia que contribuyen a la variación intraespecífica. Teniendo en cuenta la abrumadora variabilidad genética entre especies, las colecciones de germoplasma de tomate representan un acervo genético con posibilidades sin precedentes para abordar las nuevas demandas de mejoramiento impuestas por el cambio climático, el aumento de la población mundial y las necesidades de los consumidores. Aquí hemos estudiado esta variación genética mediante la secuenciación del genoma de una selección de accesiones representativas de tomate, lo que ha sido posible gracias al desarrollo reciente de la S. lycopersicum Genoma de referencia Heinz 1706 (The Tomato Genome Consortium, 2012). Además de este genoma de referencia para el Lycopersicon especies, describimos la construcción de genomas de referencia para otras tres especies relacionadas que representan la Arcano, Eriopersicon y Neolycopersicon grupos, respectivamente, proporcionando un recurso ampliado para estudios genómicos comparativos detallados en un futuro próximo. También presentamos resultados para la detección e identificación robusta / de alta confianza de polimorfismos de secuencia, niveles de heterocigosidad e introgresiones, y evaluamos la diversidad genética dentro del clado del tomate desde una perspectiva filogenética y evolutiva. Este estudio proporciona un conjunto de datos invaluable para estudios "ómicos" avanzados sobre las relaciones de los rasgos de secuencia y los mecanismos moleculares de la evolución del genoma del tomate, así como el desarrollo de enfoques de reproducción genotipados por secuenciación.


La variación genética en la sensibilidad al estrógeno puede enmascarar la alteración endocrina

Las cepas genéticamente diferentes de ratones de laboratorio varían drásticamente en su sensibilidad al estrógeno, informan investigadores de la Universidad de California, Davis, en la edición del 20 de agosto de la revista Science.

Los hallazgos de Jimmy Spearow, un genetista reproductivo, y Marylynn Barkley, endocrinóloga reproductiva, cuestionan la validez de las pruebas de seguridad actuales basadas en animales de laboratorio de sustancias químicas similares al estrógeno y sugieren que se debe considerar la composición genética de un individuo al prescribir estrógeno. y hormonas relacionadas para uso médico.

"El uso de animales de laboratorio que genéticamente son bastante resistentes al estrógeno para la evaluación de los posibles efectos reproductivos de varias sustancias químicas puede ser engañoso y puede enmascarar nuestra apreciación de cómo la exposición global a sustancias químicas similares al estrógeno amenaza la vida silvestre, los animales domésticos y los seres humanos", dijo Spearow, genetista investigador de la Sección de Neurobiología, Fisiología y Comportamiento de UC Davis.

El estrógeno es una hormona natural que es imitada por otras sustancias químicas denominadas "disruptores endocrinos" porque parecen obstaculizar la reproducción en peces, vida silvestre y otros mamíferos al interferir con la función normal del sistema endocrino. Estos productos químicos se encuentran en ciertos pesticidas, plásticos, detergentes y estrógenos derivados de plantas.

La Agencia de Protección Ambiental de EE. UU. Se está preparando para examinar miles de pesticidas y productos químicos industriales en busca de varios efectos de alteración endocrina. Estudios anteriores han indicado que los disruptores endocrinos similares a los estrógenos que se encuentran en el medio ambiente pueden causar una disminución en el conteo de espermatozoides, genitales deformados, comportamiento de apareamiento aberrante y esterilidad en la vida silvestre.

Spearow y Barkley, que estudian las hormonas reproductivas utilizando ratones como modelo de investigación, se interesaron por el posible control genético de la susceptibilidad a la alteración endocrina por el estrógeno.

"Se han criado muchas líneas comerciales de animales de laboratorio para obtener un gran tamaño de camada y vigor", explicó Spearow. "Como resultado, los machos de estas cepas tienden a tener testículos más grandes y una menor sensibilidad al mecanismo activado por el estrógeno que temporalmente 'apaga' el sistema reproductivo".

Teorizó que el proceso de criar ratones y ratas que están genéticamente predispuestos a producir grandes camadas de descendencia también resultaría en animales que son menos sensibles al estrógeno.

"Nuestra preocupación era que el uso de animales de laboratorio seleccionados por su gran tamaño de camada en las pruebas de seguridad del producto podría subestimar el papel de esos químicos similares al estrógeno en la alteración del desarrollo y la función reproductiva", dijo.

Para probar esa noción, Spearow decidió estudiar los efectos del estradiol, una forma común de estrógeno que se encuentra en peces, anfibios, reptiles, aves y mamíferos, en ratones machos jóvenes de diferentes cepas. Él examinó varias cepas de ratones, incluidos: ratones C57BL / 6J (B6) que se utilizan ampliamente en la producción de ratones genéticamente personalizados para investigación biomédica.Ratones C17 que se desarrollaron mediante selección aleatoria seguida de ratones S15 endogámicos que se desarrollaron mediante selección para camadas grandes seguidas de ratones endogámicos y CD-1 que producen grandes camadas y se utilizan con frecuencia en estudios toxicológicos y farmacológicos.

Cuando los ratones tenían 22 o 23 días de edad, los investigadores colocaron quirúrgicamente pequeños túbulos llenos de dosis crecientes de estradiol debajo de la piel. Los implantes se prepararon de tal manera que liberaran gradualmente estradiol.

Cuando los ratones tenían 43 días de edad, los investigadores verificaron posibles efectos de alteración endocrina resultantes del estradiol midiendo el peso de los testículos de los ratones. Descubrieron que el peso de los testículos de los ratones que recibieron implantes de control vacíos difería entre las diferentes cepas de ratones.

Más importante aún, mientras que los tratamientos con estradiol suprimieron el peso de los testículos en todas las cepas de ratones, las cepas diferían dramáticamente en su sensibilidad al estradiol. De los ratones tratados, los ratones B6 parecían ser los más sensibles, experimentando una supresión del 60 por ciento del peso de los testículos incluso con la dosis más baja de estradiol. Los ratones C17 y S15 eran casi tan sensibles como los ratones B6 a la supresión del peso de los testículos en respuesta al estradiol. La cepa de ratones CD-1, conocida por tener camadas grandes, mostró una alta resistencia al estrógeno, exhibiendo solo una supresión del peso de los testículos en un 30 por ciento, incluso con las dosis más altas de estradiol.

También se examinaron los testículos de varias cepas de ratones para ver si el desarrollo y la producción de espermatozoides se vieron afectados por los tratamientos con estradiol. Spearow descubrió que dosis bajas de estradiol eliminaban el desarrollo de espermatozoides en las cepas B6 y C17. Sin embargo, la maduración del esperma en ratones CD-1 no fue inhibida por dosis bajas de estradiol y mostró poca o ninguna inhibición en respuesta a las dosis más altas de estradiol. Esto proporcionó evidencia adicional de que la cepa de ratones CD-1 altamente prolífica es mucho más resistente a los efectos de alteración endocrina del estrógeno.

"Está claro que el CD-1 es más de 16 veces más resistente a la alteración endocrina por el estrógeno que los ratones de las cepas B6 y C17", dijo Spearow. Además, la extrapolación de los datos de CD-1 sugiere que esta línea de ratones es aproximadamente 100 veces más resistente que esas otras cepas.

"Este estudio y un estudio relacionado en ratas explican potencialmente por qué las dosis de sustancias químicas estrogénicas que provocan alteraciones endocrinas en los peces y la vida silvestre no interrumpieron el desarrollo reproductivo en estudios previos con animales de laboratorio", agregó Spearow. "Los estudios de alteración endocrina en animales de laboratorio hasta la fecha parecen haber utilizado líneas de ratones y ratas resistentes a los estrógenos para las pruebas de seguridad del producto".

Sugirió que esta demostración de las principales diferencias genéticas en la sensibilidad a la interrupción del desarrollo reproductivo y la formación de esperma en ratones machos jóvenes tiene implicaciones generalizadas.

"Debido a que los genes que controlan la prolificidad también están asociados con diferencias en la sensibilidad al estrógeno, es probable que haya una amplia variación en la sensibilidad al estrógeno en varias poblaciones y especies animales, incluidos los humanos", dijo. "El seguimiento preciso de la alteración endocrina requerirá que consideremos la sensibilidad genética de un animal al estrógeno, así como su exposición ambiental a sustancias químicas similares al estrógeno".

Spearow sostiene que el tema de la variación genética en la susceptibilidad a la alteración endocrina no debe ser ignorado por la Agencia de Protección Ambiental en sus pruebas de miles de sustancias químicas para esta actividad.

"Tener en cuenta estas variaciones genéticas en la sensibilidad al estrógeno de un individuo o especie será importante no solo cuando se analicen las propiedades de alteración endocrina en productos químicos industriales y pesticidas, sino también al determinar las dosis terapéuticas de estrógeno y compuestos esteroides relacionados en la medicina humana", Spearow y enfatizó Barkley.

Por ejemplo, se debe considerar la respuesta genéticamente controlada de un individuo al estrógeno al determinar la dosis apropiada de hormonas utilizadas en los anticonceptivos, la terapia de reemplazo hormonal y la prevención y el tratamiento del cáncer de mama y de próstata, explicaron.

En otros estudios, Spearow ha descubierto diferencias importantes entre las cepas de ratones en la forma en que las hembras responden a los medicamentos para la fertilidad para producir estrógeno y ovular. Además, ha mapeado genes que controlan la tasa de ovulación inducida por hormonas y la producción de estrógenos ováricos en regiones cromosómicas específicas. La información sobre estos genes optimizaría los tratamientos farmacológicos para la fertilidad y mejoraría la inducción hormonal de la reproducción en humanos, animales de granja y un número cada vez mayor de especies en peligro de extinción criadas en cautividad.

En este estudio colaboraron los estudiantes universitarios de UC Davis Paul Doemeny, Robyn Sera y Rachael Leffler.


Ver el vídeo: Κληρονομικές παθήσεις του οφθαλμού - Οφθαλμική Γενετική (Octubre 2022).