Información

¿Modelo apropiado para probar si la variable ambiental es significativa entre dos especies?

¿Modelo apropiado para probar si la variable ambiental es significativa entre dos especies?


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.

Quiero saber si una variable ambiental dada tiene un efecto en el rango de dos especies / dos grupos de especies. Específicamente, estoy interesado en probar si una especie tiene una "preferencia" por rangos más altos / más bajos sobre la otra (por ejemplo, ¿las ranas azules prefieren temperaturas más frías que las ranas rojas?). Tengo datos de ocurrencia de mi especie, así como datos ambientales en una cuadrícula sobre el área. ¿Alguien puede señalarme en la dirección correcta?


Pruebas estadísticas: ¿cuál debería utilizar?

Publicado el 28 de enero de 2020 por Rebecca Bevans. Revisado el 28 de diciembre de 2020.

Las pruebas estadísticas se utilizan en la prueba de hipótesis. Pueden utilizarse para:

  • determinar si una variable predictora tiene una relación estadísticamente significativa con una variable de resultado.
  • Estime la diferencia entre dos o más grupos.

Las pruebas estadísticas asumen una hipótesis nula de ninguna relación o diferencia entre los grupos. Luego, determinan si los datos observados quedan fuera del rango de valores predichos por la hipótesis nula.

Si ya sabe con qué tipos de variables está lidiando, puede usar el diagrama de flujo para elegir la prueba estadística adecuada para sus datos.


Introducción

Comprender la distribución actual y la predicción futura de las especies es fundamental para la ecología y para la implementación de medidas políticas y de conservación de la biodiversidad (por ejemplo, selección de reservas de la Unión Internacional para la Conservación de la Naturaleza-Listas Rojas de la UICN). Uno de los métodos más comunes utilizados para obtener información sobre la distribución de especies y los nichos ambientales es el modelado de distribución de especies [1], que también se conoce como modelado de nichos ecológicos (ver discusiones sobre terminología en [2], [3], [4] , [5], [6]). El SDM identifica lugares con (a) condiciones bióticas adecuadas para la presencia de especies, basándose en correlatos climatológicos, ambientales y / o bióticos [7]. Una amplia gama de algoritmos [8], [9] y plataformas (es decir. BIOMOD, ModEco, OpenModeller, [10] - [12]) se pueden utilizar para ajustar los modelos, cada uno con características únicas, como diferentes técnicas de selección de variables o métodos para seleccionar (pseudo) ausencias [13] - [16]. En consecuencia, el modelo mejor ajustado depende no solo de los datos de presencia disponibles, sino también en gran medida del enfoque de modelado [17], [18]. Los SDM se utilizan principalmente para (1) obtener información sobre la distribución general de las especies (es decir. [19], [20]), (2) obtener ocurrencias predichas para ubicaciones específicas (es decir. [21], [22]) o (3) comprender los límites de nicho de especies (es decir. [4], [23] - [25]). Varios estudios apuntan a la necesidad de evaluar y validar los SDM y realizar análisis en profundidad del impacto de la selección del algoritmo y dentro de la coherencia del algoritmo de las predicciones para generar modelos más significativos [2], [26]. Por ejemplo, utilizando especies virtuales, Saupe et al. [25] encontró que la distribución de los datos de especies utilizados para el entrenamiento del modelo con respecto a las condiciones ambientales disponibles influye en los resultados del modelo. Wisz y col. [27] mostró que la precisión del modelo (valores AUC) depende del algoritmo utilizado, lo que refuerza la necesidad de evaluar el rendimiento de diferentes técnicas de modelado [28], incluidos los métodos de consenso (que integran las predicciones de varios algoritmos) [29]. Por último, Zimmermann et al. [30] mostró cómo el SDM puede adaptarse para satisfacer diferentes objetivos y mejorar la precisión de la predicción. Sin embargo, nuestra selección de artículos recientes utilizando SDM (ver Tabla S1 en Material complementario) muestra que los estudios que modelan una sola especie tienden a usar un algoritmo, mientras que los estudios que modelan múltiples especies tienden a usar múltiples algoritmos, generalmente sin una explicación clara de las razones de los algoritmos. Criteria de selección. Los 19 algoritmos utilizados en un conjunto de 42 artículos recientes (Tabla S1) ocurren tanto en estudios de una sola especie como de múltiples especies, siendo Maxent (Máxima entropía) y GLM (Modelos lineales generalizados) dos de los más comunes. Sin embargo, ninguno de estos estudios analiza las ventajas / desventajas de seleccionar uno o más algoritmos, y aún no está claro si las características específicas de la especie, como el nivel de rareza, la distribución geográfica o una combinación de ambos, afectan el ajuste del modelo (pero consulte la Tabla S1).

Aquí investigamos qué algoritmos de modelado de distribución de especies funcionan de manera más consistente cuando: (1) evaluando el ajuste general del modelo (2) evaluando las predicciones espaciales de la ocurrencia de especies a escalas de parche, paisaje y regionales e (3) identificando factores ambientales como correlatos importantes de la ocurrencia de especies. Probamos estos tres aspectos para un grupo de especies de hoverfly bien muestreadas en los Países Bajos, que se seleccionan de manera que incluyen especies raras a comunes y locales a generalizadas.


Especies de plagas importantes del Spodoptera complejo: Biología, requerimientos térmicos y zonificación ecológica

En América del Sur, especialmente en Brasil, cuatro miembros de la Spodoptera complejo, Albula de Spodoptera (Walker, 1857), S. cosmioides (Walker, 1858), S. eridania (Stoll, 1782), y S. frugiperda (J.E. Smith, 1797) son plagas importantes de muchos cultivos, en particular los cultivos de maíz, soja y algodón. Spodoptera eridania y S. frugiperda han invadido África recientemente y han causado graves daños a los cultivos, y S. frugiperda ha invadido Asia y Oceanía. El presente estudio probó el efecto de un rango de siete temperaturas (18-34 ° C) en estos cuatro Spodoptera especies simultáneamente, evaluando varias variables biológicas. Con base en las tolerancias térmicas obtenidas experimentalmente, se mapeó y comparó espacialmente la zonificación ecológica de cada especie en Brasil, de acuerdo con el calendario de cultivos de tres cultivos importantes en diferentes regiones (primera y segunda cosecha de maíz, soja y algodón). Nuestros resultados mostraron que S. eridania tenía el umbral de temperatura más bajo (Tt), es decir, se ve favorecida en regiones con temperaturas más moderadas y no toleró las temperaturas más cálidas, no pudiendo completar su desarrollo a 34 ° C. A diferencia de, S. albula no completó su desarrollo a 18 ° C y puede tener más éxito en regiones más cálidas. En general, S. frugiperda y S. cosmioides fueron capaces de desarrollarse en una amplia gama de temperaturas, y S. frugiperda mostró un mayor potencial biológico a todas las temperaturas evaluadas. Nuestros datos biológicos y el código computacional están disponibles en línea. Los extensos datos producidos aquí pueden ayudar a otros entomólogos a delimitar la distribución espacial de la Spodoptera brotes complejos y pronosticados de estas plagas.

Esta es una vista previa del contenido de la suscripción, acceda a través de su institución.


Enfoques multivariados para determinar la relación entre la estructura del conjunto de peces y las variables ambientales en el río Karatoya, Bangladesh

El río Karatoya es un importante sistema de agua dulce que alberga diferentes tipos de especies de peces. En el presente estudio, se estudiaron los índices de diversidad y abundancia estacional del ensamblaje de peces y su relación con los parámetros fisicoquímicos. Se registraron 54 especies de peces de cuatro estaciones durante 12 meses. El mayor número de peces se registró durante la temporada posterior al monzón y el menor se registró en la temporada del monzón. El análisis de similitud evidenció una diferencia significativa (PAG & lt 0.05) en abundancia de especies entre las estaciones. El análisis porcentual de similitud mostró que la disimilitud promedio general entre las tres estaciones fue del 73,53%, y seis especies fueron responsables de esta disimilitud. La gráfica de ordenación de escala multidimensional no métrica basada en la similitud indicó que la temporada de monzones difería completamente de las otras dos estaciones (pre-monzón y post-monzón) en términos de abundancia de peces. Los valores de la diversidad de Shannon-Wiener, la riqueza de Margalef y los índices de uniformidad de Pielou variaron de una temporada a otra. El análisis de correspondencia canónica se utilizó para identificar los parámetros de calidad del agua más importantes que influyen en la variación estacional de la estructura del ensamblaje de peces y para revelar las funciones notables de la alcalinidad, los sólidos disueltos totales, la conductividad eléctrica y el oxígeno disuelto en el río Karatoya en Bangladesh. Este estudio proporciona información básica esencial sobre la relación entre los parámetros ambientales y la diversidad de peces en hábitats de agua dulce en Bangladesh.


Información del autor

Afiliaciones

Departamento de Ciencias de Sistemas Ambientales, ETH Zürich, 8092, Zürich, Suiza

Alejandra Rodríguez-Verdugo & amp Martin Ackermann

Departamento de Microbiología Ambiental, Eawag, 8600, Dübendorf, Suiza

Alejandra Rodríguez-Verdugo & amp Martin Ackermann

Adaptación a un entorno cambiante, ETH Zürich, Zürich, Suiza

Departamento de Ecología y Biología Evolutiva, Universidad de California, Irvine, CA, 92697-2525, EE. UU.


Resultados

En el Keratella versus Brachionus experimento, la dinámica de la población en los vasos de control demuestran que tanto Keratella y Brachionus pudieron persistir bajo ambos tratamientos de suministro de recursos (Figs. 3a, b). En los vasos de competición donde T=0, Brachionus se extinguió en ambos vasos de precipitados de competición replicados en 14-18 días (Figs. 3c, d). En condiciones de mayor variabilidad en el suministro de recursos (T=4), Brachionus persistió en un vaso de precipitados replicado, aunque en abundancia baja y en declive (Fig. 3e), y se extinguió en el otro vaso de precipitados replicado en 24 días (Fig. 3f). La dinámica del H ′ basado en biomasa ilustra la diferencia en la dinámica competitiva en los dos tratamientos. H ′ disminuyó a un ritmo más rápido cuando T= 0 que cuando T= 4 (figura 4). El tiempo que tardó H 'en descender al valor arbitrario de 0,4 (utilizando la interpolación lineal entre puntos de tiempo) se utilizó como índice de la tasa de pérdida de uniformidad de la comunidad. Este valor aumentó cuando T aumentó de 0 a 4 (Fig.5a), pero la tendencia no fue estadísticamente significativa (t-prueba, PAG= 0,35). En resumen, aumentar la variabilidad temporal de la oferta de recursos aumentando T de 0 a 4 días no cambió el resultado de la competencia (Keratella siempre dominado) y no permitía la convivencia.

Dinámica poblacional de rotíferos durante la Keratella versus Brachionus experimento de competencia. (a) y (b) muestran la abundancia (número de rotíferos por vaso de precipitados) en dos vasos de control repetidos (que contienen solo una especie) para los dos tratamientos de adición de alimentos (T= 0 y 4 días). (c) y (d) muestran la dinámica en dos vasos de precipitados de competición replicados para T= 0. (e) y (f) muestran la dinámica en dos vasos de precipitados de competición replicados para T=4. Keratella abundancia = eje vertical izquierdo, Brachionus abundancia = eje vertical derecho.

Evolución temporal del índice de diversidad de Shannon basado en biomasa (H ′). Para el Keratella versus Brachionus experimento, los valores individuales de H 'se muestran para dos vasos de precipitados de competición repetidos para cada tratamiento de adición de alimentos (T). Media ± SE (norte= 3 vasos de precipitados repetidos) se muestra para el Keratella versus Synchaeta el experimento SE no se muestra cuando solo un vaso contiene ambas especies.

(a) Efecto del período de suministro de alimentos (T) sobre el tiempo necesario para que el índice de diversidad de Shannon basado en la biomasa (H ′) disminuya al valor arbitrario de 0,4. Para mayor claridad, los datos apuntan a T= 4 se han desplazado horizontalmente. Abreviaturas: B=Brachionus, K=Keratella, S=Synchaeta. (b) Efecto de T en el tiempo necesario para excluir las especies que pierden (la densidad de población es igual a cero). Media ± SE (donde SE es mayor que el tamaño del símbolo). Para el Keratella versus Brachionus experimento, solo T= 0 se muestra porque Brachionus no se extinguió en una de las réplicas de vasos de competición cuando T=4.

En el Keratella versus Synchaeta En el experimento, la dinámica en los vasos de control demuestra que ambas especies pudieron persistir bajo los tres tratamientos de suministro de recursos (Fig. 6a-c). Synchaeta se extinguió en todos los vasos de precipitados de competición independientemente del nivel de variabilidad temporal (Fig. 6d-l). Sin embargo, la variabilidad temporal cambió la dinámica de la competencia. La uniformidad (H ′) disminuyó más lentamente cuando T= 8 que cuando T= 0 o 4 días (Fig. 4). El tiempo que tardó H ′ en descender a 0,4 fue el más alto en T= 8 (Fig.5a) (ANOVA unidireccional, PAG & lt 0,01). Además, la exclusión competitiva de Synchaeta tomó más tiempo en T= 8 que en T= 0 o 4 días (Fig.5b) (ANOVA de una vía, PAG & lt 0,01). En resumen, aumentar la variabilidad temporal de la oferta de recursos aumentando T de 0 a 8 días redujo la tasa de exclusión competitiva de Synchaeta pero no cambió el resultado de la competencia (Keratella siempre ganaba) y no permitía la convivencia.

Dinámica poblacional de rotíferos durante la Keratella versus Synchaeta experimento de competencia. (a) - (c) mostrar la abundancia (número de rotíferos por vaso de precipitados) en los vasos de control (que contienen solo una especie) para los tres tratamientos de adición de alimentos (T= 0, 4 y 8 días). (d) - (f) mostrar la dinámica en tres vasos de precipitados de competición replicados para T= 0. (g) - (i) muestran la dinámica en tres vasos de precipitados de competición replicados para T= 4. (j) - (l) muestran la dinámica en tres vasos de precipitados de competición replicados para T=8.


Información suplementaria

Datos brutos.

El diseño experimental de los ensayos de campo realizados en 2016 y 2017.

Las parcelas con los diferentes tratamientos de las dos especies de cultivos de cobertura de leguminosas: trébol similar (AC) y medico negro (BM) se trazaron en un diseño de bloques completos al azar (RCBD) con el Factor (1) tres tratamientos de diversidad (DIV) de AC: BM (100: 0, 50:50 y 0: 100), el factor (2) representa tres densidades de semillas (50%, 100% y 150% de la densidad de semillas recomendada). El conteo de las semillas germinadas se realizó en 2016 (25 días después de la siembra) y en 2017 (28 DAS) en un área de 0.5 de 24 secciones en 2016 (8 filas × 3 bloques) y 48 secciones en 2017 (12 filas × 4 bloques ).

Germinación de trébol similar (AC) y medico negro (BM) en monocultivos y una mezcla 1: 1 de las dos especies (Mix) en el experimento de laboratorio 2.

Las semillas se germinan bajo cuatro intensidades de sequía (100%, 75%, 50% y 25% WHC) a tres niveles de temperatura (12 ° C, 20 ° C y 28 ° C). Las semillas sembradas son 24 semillas caja -1.

Relación de germinación parcial de trébol similar (PGRAC) y medic negro (PGRBM) en una mezcla 1: 1 de las dos especies en diferentes condiciones ambientales.

Los círculos de diferentes colores representan dos experimentos de campo (círculos naranjas 2016 y círculos azules 2017), experimento de olla (círculos rojos), experimento de laboratorio 1 (círculos blancos) y experimento de laboratorio 2 (círculos verdes). Las líneas grises continuas corresponden a un GR = 1 y las líneas verdes discontinuas corresponden al PGR esperado para la mezcla. Los asteriscos sobre algunos puntos de datos representan un aumento significativo en GR & gt1 (P & lt 0.05) según la prueba t de Welch ** = P & lt 0.01, * = P & lt 0.05.


Resultados

El análisis cuantitativo determinó la presencia de taxol en P. chienii y las variaciones de taxoides entre P. chienii y T. yunnanensis

Hasta la fecha, la aparición de taxol en P. chienii es desconocido. Aquí, se aplicó un enfoque de LC-MS objetivo para verificar la presencia de taxol y otros taxoides, como 7-E-DAP, 10-DAB, BAC, DAP y 7-E-PTX, en P. chienii. Nuestros datos mostraron que se detectaron todos los taxoides seleccionados, lo que confirma la ocurrencia de taxoides en P. chienii (Figura 1a). El análisis cuantitativo reveló las variaciones en el contenido de taxoides entre P. chienii y T. yunnanensis. En particular, 10-DAB, PTX y 7-E-PTX se acumularon mucho en P. chienii. No se observaron diferencias significativas en los contenidos de BAC, DAP y 7-E-DAP entre P. chienii y T. yunnanensis (Figura 1b).

Determinación del contenido de taxoides en P. chienii y T. yunnanensis. a Un cromatograma TIC representativo de seis taxoides. 10-DAB: 10-desacetilbacatina III BAC: bacatina III DAP: 10-desacetilpaclitaxel PTX: paclitaxel 7-E-DAP: 7-epi 10-desacetil paclitaxel 7-E-PTX: 7-epipaclitaxel. B El contenido de seis taxoides en P. chienii y T. yunnanensis. A PAG valor & lt 0.01 se consideró estadísticamente significativo y se indica con "*"

Resumen de los metabolitos

El análisis metabolómico no dirigido identificó 3387 metabolitos con anotaciones (archivo adicional 1). Tres parámetros de control de calidad, incluidos los cromatogramas de iones totales, m / z anchos y anchos de tiempo de retención, se probaron, lo que indica que los datos generaron un alto grado de superposición y el análisis UPLC-MS / MS alcanzó los estándares requeridos (archivo adicional 2). Un PCA mostró que los porcentajes de los valores explicados de PC1 y PC2 fueron 42,12 y 18,63%, respectivamente, lo que indica una clara separación de los metabolomas de P. chienii y T. yunnanensis (Archivo adicional 3). El perfil de metabolitos de las dos especies de Taxaceae reveló grandes variaciones en sus metabolomas (Fig. 2a).

Las variaciones en la abundancia de metabolitos entre P. chienii y T. yunnanensis. a Un mapa de calor de los metabolitos identificados en los metabolomas de P. chienii y T. yunnanensis (norte = 10). La escala del mapa de calor varía de - 2 a + 2 en un Iniciar sesión2 escala. B Análisis KEGG de todos los metabolitos identificados. C Análisis HMDB Super Class de todos los metabolitos identificados

Según sus anotaciones, muchos metabolitos se asignaron a diferentes vías metabólicas. El análisis de enriquecimiento de KEGG mostró que la mayoría de los metabolitos pertenecían al metabolismo de aminoácidos, metabolismo de carbohidratos, metabolismo de terpenoides y policétidos, y metabolismo de cofactores y vitaminas (Fig. 2b). El análisis de HMDB Super Class mostró que 311 metabolitos se agruparon en 11 categorías principales, como "ácidos orgánicos y derivados" (161 metabolitos), "compuestos organoheterocíclicos" (31 metabolitos), "compuestos orgánicos de oxígeno" (24 metabolitos), "fenilpropanoides y policétidos ”(23 metabolitos) y“ nucleósidos, nucleótidos y análogos ”(17 metabolitos) (Fig. 2c).

Descripción general del transcriptoma

Utilizando muestras similares, la secuenciación de ARN produjo 50,35 Gb de datos de secuencia, incluidos 25,40 Gb de P. chienii y 24,95 Gb de T. yunnanensis (Archivo adicional 4). Las lecturas limpias se ensamblaron y produjeron 133,507 transcripciones (N50: 1561), con una longitud media de 513 pb, y 61,146 unigenes (N50: 1606), con una longitud media de 419 pb (archivo adicional 5). El análisis de la distribución de tamaño de todas las transcripciones mostró que el 11,48% de las transcripciones el 11,01% de los unigenes tenían & gt 2000 pb de longitud (archivo adicional 5). Para la anotación, 61.146 unigenes fueron anotados por varias bases de datos comunes (archivo adicional 5). La distribución de especies sugirió que la mayoría de los unigenes mostraban similitudes significativas con proteínas conocidas de Picea sitchensis, Amborella trichopoda, y Quercus suber (Archivo adicional 5).

El análisis de DEG mostró 4.215 T. yunnanensis Unigenes altamente expresados ​​y 4.845 P. chienii unigenes altamente expresados ​​(Fig. 3a). La mayoría de los DEG se asignaron a diferentes términos de GO pertenecientes a tres categorías principales (Fig. 3b y archivo adicional 6). El análisis de KEGG mostró que 34 vías de KEGG se enriquecieron significativamente en los DEG entre T. yunnanensis y P. chienii (Archivo adicional 7). Se muestran las 20 principales vías de KEGG enriquecidas, como la "biosíntesis de fenilpropanoide", la "interacción planta-patógeno" y las vías de "transducción de señales de hormonas vegetales" (Fig. 3c).

Identificación de los DEG entre P. chienii y T. yunnanensis. a Los números de P. chienii genes predominantemente expresados ​​y T. yunnanensis genes predominantemente expresados. B GO análisis de todos los DEG entre P. chienii y T. yunnanensis. C Análisis KEGG de todos los DEG entre P. chienii y T. yunnanensis

Variaciones en el metabolismo primario y secundario entre T. yunnanensis y P. chienii

Según sus anotaciones, un gran número de DEG participaron en el metabolismo primario y secundario, y la mayoría de los DEG se agruparon en 46 términos KEGG pertenecientes a 11 categorías principales. Los valores de significancia de cada término KEGG se calcularon y se muestran en el archivo adicional 8. En detalle, dos vías relacionadas con alcaloides, cinco vías relacionadas con aminoácidos, dos vías relacionadas con flavonoides, una vía relacionada con hormonas, tres vías relacionadas con lípidos, una la vía relacionada con el fenilpropanoide, las tres vías de los pigmentos / vitaminas, las tres vías relacionadas con los sacáridos, una vía relacionada con los terpenoides y una vía relacionada con la ubiquinona, mostraron diferencias significativas entre T. yunnanensis y P. chienii (Figura 4a).

Análisis comparativo de DEG y DAM entre P. chienii y T. yunnanensis. a Análisis de enriquecimiento KEGG de los DEG. El significativo PAG valor de cada término KEGG entre P. chienii y T. yunnanensis fue mostrado por un mapa de calor. Todos los términos de KEGG se agruparon en 11 categorías relacionadas con el metabolismo, que se indicaron mediante diferentes barras de colores. B Las abundancias relativas de los metabolitos pertenecientes a varias categorías metabólicas importantes. C Los números de P. chienii predominantemente acumulados y T. yunnanensis metabolitos predominantemente acumulados en diferentes categorías metabólicas

El análisis metabolómico no dirigido identificó 313 metabolitos acumulados diferencialmente (DAM), 129 DAM de los cuales se asignaron a diferentes categorías de metabolitos primarios y secundarios (Fig. 4b). El número de DAM pertenecientes a cada categoría se muestra en la Fig. 4c.

Variaciones en los precursores de la biosíntesis de taxol entre T. yunnanensis y P. chienii

La vía MEP proporcionó un precursor clave, GGPP, para la biosíntesis de taxol [35]. En base a la similitud de secuencia con plantas modelo, en la Fig. 5a se muestra una ruta de MEP predicha. Nuestros datos del transcriptoma revelaron al menos un unigen que codifica una enzima que participa en la vía MEP (archivo adicional 9). En la vía MEP, tres unigenes que codifican DXS, un unigene que codifica DXR, unigene que codifica MCT, unigene que codifica CMK, dos unigene que codifican MDS, dos unigenes que codifican HDS, unigene que codifica HDR, unigene que codifica HDR, unigene que codifica GGPS y tres unigenes que codifican GGPPS , fueron identificados. La mayoría de los genes relacionados con la vía MEP altamente expresados ​​en T. yunanensis, excepto por CMK, GGPPS1 y GGPPS2 (Figura 5b).

Análisis metabolómico y transcriptómico integrado de la vía MEP. a Descripción general de la vía MEP. Los fondos naranjas indicaban los genes identificados por el transcriptoma y la fuente roja indicaba los metabolitos identificados por el metaboloma. B Expresión diferencial de los genes clave implicados en la vía MEP. La escala del mapa de calor varía de - 4 a + 4 en un Iniciar sesión2 escala. C Acumulación diferencial de los metabolitos intermedios implicados en la vía MEP. "*" Representa diferencias significativas (PAG & lt 0.05)

Además, los datos de nuestro metaboloma identificaron cuatro metabolitos intermedios de la vía MEP, incluidos 2-C-metil-D-eritritol 4-fosfato, 2-C-metil-D-eritritol 2,4-ciclodifosfato, geranil difosfato (GPP) y GGPP. Entre estos productos intermedios, 2-C-metil-D-eritritol 2,4-ciclodifosfato, GPP y GGPP se acumularon altamente en T. yunnanensis (Figura 5c).

Variaciones en la vía de biosíntesis de taxol entre T. yunnanensis y P. chienii

La biosíntesis de taxol implica una ruta metabólica complicada que consta de varios productos intermedios y sus enzimas catalizadoras [9]. En nuestro estudio, se identificaron 20 unigenes que codifican nueve enzimas clave involucradas en la vía de biosíntesis de taxol, incluido un gen que codifica TS, cuatro genes que codifican T5αH, tres genes que codifican TAT, dos genes que codifican T13αH, cinco genes que codifican T10βH, un gen que codifica TBT, un gen que codifica DBTNBT, un gen que codifica DBAT y dos genes que codifican BAPT (Fig. 6a y archivo adicional 10). los BAPT1 / 2, DBAT, T5αH1 / 3, T10βH1 / 2/3 genes altamente expresados ​​en P. chienii y el TAT1 / 2/3, DBTNBT, T10βH4, T13αH1 / 2, TBT y TS genes expresados ​​en gran medida en T. yunnanensis (Figura 6b).

Análisis metabolómico y transcriptómico integrado de la vía de biosíntesis del taxol. a Descripción general de la vía de biosíntesis del taxol. Los fondos naranjas indicaron los genes identificados por el transcriptoma y las fuentes rojas indicaron los metabolitos identificados por el metaboloma. B Expresión diferencial de los genes clave implicados en la vía de biosíntesis del taxol. La escala del mapa de calor varía de - 4 a + 4 en un Iniciar sesión2 escala. C Acumulación diferencial de los metabolitos intermedios implicados en la vía de biosíntesis del taxol. "*" Representa diferencias significativas (PAG & lt 0.05)

Los datos de nuestro metaboloma identificaron seis metabolitos intermedios involucrados en la biosíntesis de taxol. Entre estos metabolitos intermedios, la 10-desacetil-2-desbenzoilbacatina y la 10-desacetilbacatina se acumulan en gran medida en P. chienii y acetato de 10β, 14β-dihidroxitaxa-4 (20), 11 (12) -dien-5α-ilo y 3'-norte-debenzoiltaxol altamente acumulado en T. yunnanensis (Figura 6c).

Variaciones en los metabolitos sin salida de la biosíntesis de taxol y taxoides 14-hidroxilados entre T. yunnanensis y P. chienii

Nuestro transcriptoma identificó los genes codificantes de T2αH y T7βH que están involucrados en el metabolismo de metabolitos similares a la taxusina y el gen codificador de T14βH que participa en la biosíntesis de taxuyunnanina C, un taxoide 14-hidroxilado clásico (Fig. 7a yb). . los T2αH gen altamente expresado en P. chienii, tiempo T7βH y T14βH genes predominantemente expresados ​​en T. yunnanensis (Figura 7c). Además, varios metabolitos sin salida, como (+) - taxusina, 2α-hidroxitaxusina, 7β-hidroxitaxusina y 2α, 7β-dihidroxitaxusina, y un taxoide 14-hidroxilado, taxuyunnanina C, fueron identificados mediante el análisis metabolómico. Los resultados mostraron que (+) - taxusina, 2α-hidroxitaxusina y 7β-hidroxitaxusina se acumularon altamente en P. chienii. No hay diferencias significativas en los niveles de 2α, 7β-dihidroxitaxusina y taxuyunanina C entre P. chienii y T. yunnanensis fueron observados (Fig. 7d).

Análisis metabólico y transcriptómico integrado de la rama de la vía de biosíntesis del taxol. La descripción general del metabolismo de la taxusina (a) y el metabolismo de la taxuyunanina C (B) ruta. El fondo naranja indica los genes identificados por el transcriptoma y la fuente roja indica los metabolitos identificados por el metaboloma. (C) Genes clave expresados ​​diferencialmente implicados en la rama de la vía de biosíntesis de taxol. La escala del mapa de calor varía de -4 a +4 en un registro2 escala. (D) Acumulación diferencial de los metabolitos implicados en la rama de la vía de biosíntesis del taxol. "*" Representa diferencias significativas (PAG & lt 0.05)

Validación de la expresión de los genes clave implicados en la vía del taxol

Para investigar las diferencias en los niveles de expresión de los genes clave implicados en la vía del taxol, se determinaron los niveles relativos de ocho genes relacionados con la vía del taxol seleccionados al azar mediante análisis de qRT-PCR. TS, DBTNBT, HACER ENCAJE, T13OH, T5OH genes se expresaban altamente en T. yunnanensis y TBT, BAPT, T10OH genes que se expresan altamente en P. chienii (Figura 8).

Validación de la expresión de los genes clave implicados en la vía del taxol. Las variaciones significativas (PAG & lt 0.05) se indican con "*" y las barras de error representan la media ± DE (norte = 3)


Conclusión

Este es solo el segundo estudio que examina a fondo la diversidad de mt intraespecífica dentro de una sola especie de levadura. En comparación con lo que se encontró anteriormente, los aislamientos muestreados de L. thermotolerans albergan un conjunto de genomas mt que son tanto sinténicos como extremadamente conservados. El hecho de que la diversidad entre el mtDNA en L. thermotolerans es diferente en comparación con el estrechamente relacionado L. kluyveri, pero similar al nivel del ADN nuclear indica que las presiones de selección actúan de manera diferencial sobre estos dos linajes. Si de hecho ocupan nichos distintos, es posible que tengan diferentes tasas de respiración, lo que podría conducir a una dependencia desigual de las mitocondrias. El nicho ecológico que L. thermotolerans habita, de hecho, también podría ser la fuerza impulsora de la diferencia en la divergencia entre los genomas mt y nuclear dentro de esta especie. Curiosamente, se ha demostrado previamente que el entorno en el que habita un organismo puede influir en los complejos de genes mitonucleares. Además, existe evidencia de que los cambios de temperatura pueden resultar en fuerzas selectivas que actúan sobre productos génicos con propiedades térmicas dispares (Dowling et al. 2008). Además, las discrepancias en el ciclo reproductivo de estas especies también podrían tener un impacto en el mt, así como en la evolución del genoma nuclear. Casi todos los aislamientos naturales de L. thermotolerans son haploides, mientras que muchos L. kluyveri las cepas parecen ser diploides o incluso en ocasiones triploides (datos no mostrados). Es evidente la falta de datos sobre la diversidad intraespecífica de genomas mt entre linajes de levadura. Nuestro estudio reveló que la evolución de los genomas mt en L. thermotoleran, y L. kluyveri es claramente diferente e indica una tasa de mutación mucho más baja o una selección purificadora dramáticamente más fuerte en L. thermotolerans. En el futuro, una mejor comprensión de las fuerzas que impulsan este tipo de presiones selectivas revelará potencialmente cómo los linajes estrechamente relacionados divergen y evolucionan con el tiempo.