Preview

Аграрная наука Евро-Северо-Востока

Расширенный поиск

Оценка генетической дифференциации популяций молекулярным дисперсионным анализом (аналитический обзор)

https://doi.org/10.30766/2072-9081.2021.22.2.167-187

Полный текст:

Аннотация

В этом исследовании мы сравнили разные подходы к использованию анализа молекулярной дисперсии (Analysis of Мolecular Variance, AMOVA) для оценки генетической дифференциации популяций. Были использованы данные по 11 микросателлитным локусам 84 быков семи пород. Сравнивали результаты по трём опциям модуля AMOVA программы GenAlEx 6.502: по матрице дистанций между аллелями (рассчитывалась FST(W&С) (= θ ) статистика – вариант AMOVA1); по матрице дистанций между генотипами (ΦPT – AMOVA2); по матрице различий в размерах аллелей (RST – AMOVA3). Получены сходные сводные оценки генетической дифференциации пород: FST(W&С) = 0,108, ΦPT = 0,115, RST = 0,110 (все с pperm ≤ 0,001). Между полокусными оценками FST(W&С) и ΦPT коэффициент корреляции был 0,99 (pvalue < 0,0001); статистически значимых корреляций с RST не установлено. Обнаружена высокая корреляция FST(W&С) и ΦPT с полокусными оценками дифференциации по Нею (0,96). Иные, чем GenAlEx программы (Arlequin v.3.5, GenePop v.4.7.3, RST22), давали схожих AMOVA-оценки. Установлена негативная линейная зависимость FST(W&С) и ΦPT оценок от уровня средней гетерозиготности породных выборок (R2 = 0,6, rS = -0,75 при pvalue < 0,02) и отсутствие таковой для RST-оценок (R2 = 0,04, rS = -0,23 при pvalue = 0,47). Стандартизация оценок FST(W&С) и ΦPT по Хедрику устранила эту зависимость и повысила первоначальные оценки до 0,35 и 0,37 соответственно. Последние были сопоставимы с оценками, полученными методами Нея-Хедрика (0,364-0,375), Джоста (0,292) и Морисита-Хорна (0,308). Корреляции Мантеля между матрицами парных по породам генетических дистанций (GD), рассчитанными разными мерами, в большинстве случаев были >0,9. Проекции матриц GD в анализе главных координат (PСoA) на 2D плоскости были в общем сходными. PСoA выделил кластер голштинских «экотипов», кластер «красных» пород и ветку джерсейской породы. В двухфакторном AMOVA данных по кластерам (как двух «регионов») межрегиональная GD составила 0,357; дифференциация пород в пределах «регионов» не превышала 0,027. Моделирование объединения пород с близкими к нулю GD привело к увеличению числа аллелей на локус в «новых» породах на 29 % и повышению сводной оценки генетической дифференциации на 29-46 %. Полученные результаты могут быть использованы при разработке мероприятий по сохранению вытесняемых пород.

Об авторе

В. М. Кузнецов
ФГБНУ «Федеральный аграрный научный центр Северо-Востока имени Н. В. Рудницкого»
Россия

Кузнецов Василий Михайлович, доктор с.-х. наук, профессор, зав. лабораторией популяционной генетики в животноводстве

ул. Ленина, д. 166а, г. Киров, 610007



Список литературы

1. Wright S. Isolation by distance. Genetics. 1943;28(2):114-138. URL: https://www.genetics.org/content/28/2/114

2. Wright S. The genetical structure of populations. Ann. Eugen. 1951;15(1):323-354. https://doi.org/10.1111/j.1469-1809.1949.tb02451.x

3. Кузнецов В. М. F-статистики Райта: оценка и интерпретация. Проблемы биологии продуктивных животных. 2014;(4):80-104. Режим доступа: https://elibrary.ru/item.asp?id=22833217

4. Jost L., Archer F., Flanagan S., Gaggiotti O., Hoban S., Latch E. Differentiation measures for conservation genetics. Evol. Appl. 2018;11(7):1139-1148. https://doi.org/10.1111/eva.12590

5. Balloux F., Lugon-Moulin N. The estimation of population differentiation with microsatellite markers. Mol. Ecol. 2002;11(2):155-165. https://doi.org/10.1046/j.0962-1083.2001.01436.x

6. Wright S. Evolution and the genetics of populations. Vol. 4. Variability within and among natural populations. Univ. Chicago, 1978. 590 p.

7. Nei M. Analysis of gene diversity in subdivided populations. Proc. Nat. Acad. Sci. USA. 1973;70(12/1):3321-3323. https://doi.org/10.1073/pnas.70.12.3321

8. Nei M., Chesser R. K. Estimation of fixation indexes and gene diversities. Ann. Hum. Genet. 1983;47(3):253-259. https://doi.org/10.1111/j.1469-1809.1983.tb00993.x

9. Кузнецов В. М. Методы Нея для анализа генетических различий между популяциями. Проблемы биологии продуктивных животных. 2020;(1):91-110. Режим доступа: https://elibrary.ru/item.asp?id=43811467

10. Hedrick P. W. A standardized genetic differentiation measure. Evolution. 2005;59(8):1633-1638. URL: https://www.jstor.org/stable/3449070

11. Meirmans P. G., Hedrick P. W. Assessing population structure: FST and related measures. Mol. Ecol. Res. 2011;11(1):5-18. https://doi.org/10.1111/j.1755-0998.2010.02927.x

12. Jost L. G ST and its relatives do not measure differentiation. Mol. Ecol. 2008;17(18):4015-4026. https://doi.org/10.1111/j.1365-294X.2008.03887.x

13. Whitlock M. C. G′ ST and D do not replace FST . Mol. Ecol. 2011;20(6):1083-1091. https://doi.org/10.1111/j.1365-294X.2010.04996.x

14. Putman A. I., Carbone I. Challenges in analysis and interpretation of microsatellite data for population genetic studies. Ecol. Evol. 2014;4(22):4399-4428. https://doi.org/10.1002/ece3.1305

15. Cockerham C. C. Variance of gene frequencies. Evolution. 1969;23(1):72‐84. https://doi.org/10.1111/j.1558-5646.1969.tb03496.x

16. Cockerham C. C. Analyses of gene frequencies. Genetics.1973;74(4):679-700. URL: https://www.genetics.org/content/74/4/679

17. Weir B. S., Сockerham C. C. Estimating F-statistics for the analysis of population structure. Evolution. 1984;38(6):1358-1310. https://doi.org/10.2307/2408641

18. Вейр Б. Анализ генетических данных. М.: Мир, 1995. 400 с.

19. Excoffier L., Smouse P. E., Quattro J. M. Analysis of molecular variance inferred from metric distances among DNA haplotypes: application to human mitochondrial DNA restriction data. Genetics. 1992;131(2):479-491. URL: https://www.genetics.org/content/131/2/479

20. Michdakis Y., Excoffied L. A Generic estimation of population subdivision using distances between alleles with special reference for microsatellite loci. Genetics. 1996;142(3):1061-1064. URL: https://www.genetics.org/content/genetics/142/3/1061.full.pdf

21. Slatkin M. A. Measure of population subdivision based on microsatellite allele frequencies. Genetics.1995;139(1):457-462. URL: https://www.genetics.org/content/139/1/457

22. Кузнецов В. М. Сравнение методов оценки генетической дифференциации популяций по микросателлитным маркерам. Аграрная наука Евро-Северо-Востока. 2020;21(2):169-182. https://doi.org/10.30766/2072-9081.2020.21.2.169-182

23. Nei M. Genetic distance between populations. Amer. Natur. 1972;106(949):283-292. https://doi.org/10.1086/282771

24. Nei M. Estimation of average heterozygosity and genetic distance from a small number of individuals. Genetics. 1978;89(3):583-590. URL: https://www.genetics.org/content/89/3/583

25. Peakall R., Smouse P. GenAlEx Tutorial 1: Introduction to population genetic analysis. Australian National University. 2012. 57 p. URL: https://mafiadoc.com/genalex-tutorial-1-introduction-to-population-genetic_597ef8441723dd6ae3e07272.html

26. Peakall R., Smouse P. E. GenAlEx 6.5: Genetic analysis in Excel. Population genetic software for teaching and research – an update. Bioinformatics. 2012;28(19):2537-2539. https://doi.org/10.1093/bioinformatics/bts460

27. Meirmans P. G. Using the AMOVA framework to estimate a standardized genetic differentiation measure. Evolution. 2006;60(11):2399-2402. https://doi.org/10.1111/j.0014-3820.2006.tb01874.x

28. Excoffier L., Laval G., Schneider S. Arlequin ver. 3.0: An integrated software package for population genetics data analysis. Evolutionary Bioinformatics Online. 2005;1:47-50. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2658868/

29. Raymond M., Rousset F. GENEPOP (Version 1.2): Population genetics software for exact tests and ecumenicism. J. Hered. 1995;86(3):248-249. https://doi.org/10.1093/oxfordjournals.jhered.a111573

30. Rousset F. Genepop’007: a complete reimplementation of the Genepop software for Windows and Linux. Mol. Ecol. Res. 2008;8(1):103-106. https://doi.org/10.1111/j.1471-8286.2007.01931.x

31. Goodman S. J. RST CALC: A collection of computer programs for calculating unbiased estimates of genetic differentiation and determining their significance for microsatellite data. Mol. Ecol. 1997;6(9):881-885. https://doi.org/10.1046/j.1365-294X.1997.00260.x

32. Chao A., Ma K. H., Hsieh T. C., Chiu C. H. Online program SpadeR (Species-richness Prediction And Diversity Estimationin R). 2016. 88 p. https://doi.org/10.13140/RG.2.2.20744.62722

33. STATGRAPHICS® Centurion XVI User Manual. By StatPoint Technologies, Inc. 2010. 297 р.

34. Balloux F., Goudet J. Statistical properties of population differentiation estimators under stepwise mutation in a finite island model. Mol. Ecol. 2002;11(4):771-783. https://doi.org/10.1046/j.1365-294x.2002.01474.x

35. Excoffier L., Hamilton G. Comment on «Genetic Structure of Human Populations». Science. 2003;300(5627):1877. https://doi.org/10.1126/science.1083411

36. Nei M. Definition and estimation of fixation indices. Evolution. 1986;40(3):643-645. https://doi.org/10.1111/j.1558-5646.1986.tb00516.x

37. Hedrick P. W. Perspective: Highly variable loci and their interpretation in evolution and conservation. Evolution. 1999;53(2):313-318. https://doi.org/10.1111/j.1558-5646.1999.tb03767.x

38. Medugorac I., Veit-Kensch C. E., Ramljak J., Brka M., Marković B., Stojanović S., Bytyqi H., Kochoski L., Kume K., Grünenfelder H.-P., Bennewitz J., Förster M. Conservation priorities of genetic diversity in domesticated metapopulations: a study in taurine cattle breeds. Ecol. Evol. 2011;1(3):408-420. https://doi.org/10.1002/ece3.39

39. Abdelmanova A. S., Kharzinova V. R., Volkova V. V., Mishina A. I., Dotsev A. V., Sermyagin A. A., Boronetskaya O. I., Petrikeeva L. V., Chinarov R. Yu, Brem G., Zinovieva N. A. Genetic Diversity of Historical and Modern Populations of Russian Cattle Breeds Revealed by Microsatellite Analysis. Genes. 2020;11(940):1-15. https://doi.org/10.3390/genes11080940

40. Харзинова В. Р., Зиновьева Н. А. Паттерн генетического разнообразия у локальных и коммерческих пород свиней на основе анализа микросателлитов. Вавиловский журнал генетики и селекции. 2020;24(7):747-754. https://doi.org/10.18699/VJ20.669

41. Huson H. J., Sonstegard T. S., Godfrey J., Hambrook D., Wolfe C., Wiggans G., Blackburn H., VanTassell C. P. A Genetic Investigation of Island Jersey Cattle, the Foundation of the Jersey Breed: Comparing Population Structure and Selection to Guernsey, Holstein, and United States Jersey Cattle. Front. Genet. 2020;11(366):1-17. https://doi.org/10.3389/fgene.2020.00366

42. Peres-Neto P. R., Jackson D. A. How well do multivariate data sets match? The advantages of a Procrustean superimposition approach over the Mantel test. Oecologia. 2001;129(2):169-178. https://doi.org/10.1007/s004420100720

43. Dray S., Chessel D., Thioulouse J. Procrustean co-inertia analysis for the linking of multivariate datasets. Écoscience. 2003;10(1):110-119. https://doi.org/10.1080/11956860.2003.11682757

44. Sermyagin A. A., Dotsev A. V., Gladyr E. A., Traspov A. A., Deniskova T. E., Kostyunina O. V., Reyer H., Wimmers K., Barbato M., Paronyan I. A., Plemyashov K. V., Sölkner J., Popov R. G., Brem G., Zinovieva N. A. Whole-genome SNP analysis elucidates the genetic structure of Russian cattle and its relationship with Eurasian taurine breeds. Genet. Sel. Evol. 2018;50(37):1-13. https://doi.org/10.1186/s12711-018-0408-8

45. Ma L., Sonstegard T. S., Cole J. B., Van Tassell C. P., Wiggans G. R., Crooker B. A., Tan C., Prakapenka D., Liu G., Da Y. Genome changes due to artificial selection in U.S. Holstein cattle. BMC Genomics. 2019;20(128):1-14. https://doi.org/10.1186/s12864-019-5459-x

46. Cooper T. A., Eaglen S. A. E., Wiggans G. R., Jenko J., Huson H. J., Morrice D. R., Bichard M., de L. Luff W. G., Woolliams J. A. Genomic evaluation, breed identification, and population structure of Guernsey cattle in North America, Great Britain, and the Isle of Guernsey. J. Dairy Sci. 2016;99(7):5508-5515. http://dx.doi.org/10.3168/jds.2015-10445


Для цитирования:


Кузнецов В.М. Оценка генетической дифференциации популяций молекулярным дисперсионным анализом (аналитический обзор). Аграрная наука Евро-Северо-Востока. 2021;22(2):167-187. https://doi.org/10.30766/2072-9081.2021.22.2.167-187

For citation:


Kuznetsov V.M. Assessment of genetic differentiation of populations by analysis of molecular variance (analytical review). Agricultural Science Euro-North-East. 2021;22(2):167-187. (In Russ.) https://doi.org/10.30766/2072-9081.2021.22.2.167-187

Просмотров: 98


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2072-9081 (Print)
ISSN 2500-1396 (Online)