《利用薯蓣属植物分析繁育系统演变的遗传效应》

  • 编译者: 季雪婧
  • 发布时间:2024-10-28
  •     繁育系统是高等真核生物最重要的生活史特征之一,对有效种群大小、分子进化速率和遗传突变积累等群体遗传参数具有深刻影响。有性繁殖向无性繁殖的转变将对基因组进化产生多重影响。相对于有性生殖物种而言,长期依赖无性繁殖的物种可能伴随着遗传负荷上升、环境适应力下降,并最终导致种群萎缩和灭绝风险上升等后果。尽管上述理论预期在不同层面上有过试验验证,现有的结果依然无法充分解析无性生殖方式在物种间的影响差异,尤其是在不同进化时间尺度上无性生殖的负面遗传效应仍需进一步深入研究。薯蓣属(Dioscorea)植物的繁育系统形式多样,特别是兼具种子(有性)和珠芽(无性)的混合繁殖方式,是探索繁育系统多样化对基因组进化的影响提供理想材料。

        中国科学院昆明植物研究所植物性系统功能与演化(周伟)专题组在前期工作(Zeng et al. 2024,?New Phytologist;Wang et al. 2021,?Molecular Biology & Evolution;Zhong et al. 2019,?New Phytologist;Zhou et al. 2017,?New Phytologist)的基础上,选用19个薯蓣属物种作为研究对象,涵盖了完全依赖种子进行有性繁殖的物种,主要通过珠芽进行无性繁殖的物种,以及同时利用种子和珠芽进行兼性繁殖的物种,基于转录组测序技术开展不同性系统间DNA序列分化与多态性比较分析(图1)。研究发现,以无性繁殖为主的物种在重组缺失的情况下,穆勒棘轮(Muller’s Ratchet)效应将显著加速近中性和中度有害突变的累积,负选择效力的下降同时导致群体层面和物种层面的遗传负荷上升(图2)。相比之下,兼性繁殖的物种在群体水平上也存在明显的遗传负荷积累,但是,在物种层面却没有检测到无性克隆所蕴含的负面效应,暗示一定配比的有性兼无性繁殖可能是一种较优的繁殖策略。薯蓣属的研究工作表明,无性繁殖产生的负面遗传效应不仅取决于繁殖方式发生及其持续的时间长度,同时也取决于物种对无性繁殖的实际依赖程度,揭示了植物繁育系统变异对基因组进化的复杂影响。

        以上研究结果以Effects of mode of reproduction on genetic polymorphism and divergence in wild yams (Dioscoreaceae:?Dioscorea)为题发表在Plant Diversity。中国科学院昆明植物研究所博士研究生王鑫和已毕业硕士研究生封庆红为论文的共同第一作者,周伟研究员和王红研究员为论文共同通讯作者。中国科学院昆明植物研究所李德铢研究员、陈高研究员、蔡杰高级工程师、曾志华博士研究生,以及云南大学张志强副教授等参与了本项工作。该研究得到云南省青年人才项目、国家自然科学基金、云南省重点基础研究计划等项目的联合资助。

相关报告
  • 《Science | 植物的进化表观遗传时钟》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2023-10-01
    • 2023年9月28日,佐治亚大学的研究人员在Science上发表题为An evolutionary epigenetic clock in plants的文章。 该研究证明了植物基因组中胞嘧啶子集的随机DNA甲基化变化显示出时钟样行为。这种“进化时钟”比基于dna的时钟快几个数量级,可以在几年到几个世纪的范围内进行系统发育探索。研究人员通过实验证明,拟南芥(Arabidopsis thaliana)和无性系海草(Zostera marina)这两种植物生殖的主要模式中,进化时钟概括了已知的种内系统发育树的拓扑结构和分支时间。这一发现将为植物生物多样性的高分辨率时间研究开辟新的可能性。 本文内容转载自“ CNS推送BioMed”微信公众号。 原文链接: https://mp.weixin.qq.com/s/AvwJV4FamFRwxYp11f9suw
  • 《科学家利用机器人、无人机技术助力植物遗传学研究》

    • 来源专题:农业科技前沿与政策咨询快报
    • 编译者:李晓曼
    • 发布时间:2017-11-28
    • 乔治亚大学(University of Georgia)的研究人员正致力于开发一款涵盖地形漫步器和无人驾驶飞行器功能的机器人系统 ,以便更快捷、准确地收集整理作物的物理特性信息,如生长模式、耐逆性、健康状况等。人口激增时期,科学家们正致力于增加作物产量,这些信息对于他们来说至关重要。 “科学家估计,到本世纪中期,世界人口将达至91亿,比近30余年增长30%”,乔治亚大学工学院教授,项目负责人李长缨(Changying "Charilie" Li)说道,“这样的人口增长需要我们在现有粮食产量的基础上翻一番。针对这一高要求,我们的解决办法就是利用基因组工具来培育出质量更高、产量更高、适应性更强的作物。” 在遗传学相关的研究中,尽管目前科学家可以人工收集到植物的物理特性,但是由于研究人员每次只能手动记录一种植物的数据,因此收集过程往往异常艰辛,且花费巨大、耗时过长。但李教授和他的同事们研发的机器人则可以让研究员们在作物的生长季节一天内完成农田全部作物的数据采集工作。另一位项目负责人是乔治亚大学农业和环境科学学院以及富兰克林艺术学院(Franklin College of Arts and Sciences)的终身教授安德鲁·帕特生(Andrew Paterson),他在被子植物基因组绘制和排序领域一直处于世界领先地位,他表示该项目解决了一直以来阻碍遗传学研究的一个重要瓶颈。 机器人的出现不仅提高了现有工作的效率,同时还可以采集到现有手段无法收集到的信息。例如,现在可以通过每周测量一次植物的高度(之前只能在每季末测量一次),来了解不同的遗传型植物是如何应对降雨等特定环境参数的。另外,机器人身上除了配有多光谱、超光谱和热成像功能的相机外,还配备了光学雷达(Light Detection and Ranging, LiDAR),或称光达。这是一种远程感应工具,通过发射脉冲激光来测量距离等参数,这一技术使得研究员们可以准确地绘制出他们所研究植物的三维图像。 去年,在位于沃特金斯维尔(Watkinsville)和格林斯博罗(Greensboro)之间的乔治亚大学的铁马农场上开展了初步试验。李教授估算,在为期6个月的生长季节中收集到的数据量约200万兆。如果将机器人全部利用起来,采到的量将是上述数据量的30倍。另外,研究人员们正在开发一种类似于脸书的用于身份验证和在照片上添加人物标签的面部识别程序的人工智能算法。举例来说,算法可以扫描大面积田地的航拍照片并自动识别出植物的位置和花朵的数量。由于同时有多组无人驾驶的自动化工具在田间作业和上空飞行,这种智能算法还可以确保机器人和无人机都能完成他们各自的任务并且互不干扰。另一位项目负责人是工学院助理教授贾瓦德·穆罕默德·维尔尼(Javad Mohammadpour Velni),他正在研究一套分析工具,让地上和空中的工具在独立运作的同时高效合作,使其覆盖田间和空中,收集各类数据。 “一直以来,约一半的粮食增产都归功于遗传学研究,只需少数的农民和粮食生产者便可以满足大量人口所需的供给,”帕特生说,“因此要实现到2025年粮食产量翻一番这个目标,就需要借助遗传学研究。目前,认识到这一点是具有现实意义的。”乔治亚大学的研究人员们相信,他们的研究将会给植物遗传学家们提供一个收集大量表型数据的平台,提高作物产量。 (编译 李晓曼)