جداسازی تولید مثل بین مقیاس سلسله های فیلوژوگرافی با واگرایی

Phylogeographic studies frequently reveal multiple morphologically cryptic lineages within species. What is not yet clear is whether such lineages represent nascent species or evolutionary ephemera. To address this question, we compare five contact zones, each of which occurs between ecomorphologically cryptic lineages of skinks from the rainforests of the Australian Wet Tropics. Although the contacts probably formed concurrently in response to Holocene expansion from glacial refugia, we estimate that the divergence times ( τ ) of the lineage pairs range from 3.1 to 11.5 Ma. Multi-locus analyses of the contact zones yielded estimates of reproductive isolation that are tightly correlated with divergence time and, for lineages with older divergence times ( τ >5 myr) ، قابل توجه. این نتایج نشان می دهد که شکاف های فیلوژوگرافی از افزایش عمق ، مراحل را در امتداد پیوستگی زایمان نشان می دهد ، حتی در صورت عدم وجود تغییر آشکار در مورفولوژی مرتبط با محیط زیست.

1. معرفی

اکنون شواهد فراوانی برای تقسیمات عمیق فیلوژوگرافی در گونه های سنتی شرح داده شده وجود دارد ، نشان می دهد که گونه های رمزنگاری مورفولوژیکی متداول هستند [1]. در واقع ، ساختار فیلوژوگرافی عمیق ، بر اساس DNA میتوکندری (MTDNA) و توسط DNA هسته ای چند فوکوس (NDNA) تأیید شده است ، به طور فزاینده ای به عنوان یک مرحله اولیه در تعیین گونه ها از طریق طبقه بندی یکپارچه استفاده می شود [2]. از آنجا که ما قادر به شناسایی خطوط ژنتیکی تکاملی مستقل در گونه های تعریف شده مورفولوژیکی هستیم ، آنچه اغلب از دست می رود ، درک نیروهای منتهی به این تنوع و ارزیابی این است که آیا این سلسله ها بیشتر از Ephemera هستند [3]. یکی از راه های شروع رسیدگی به این مسائل ، آزمایش جداسازی تولید مثل (RI) در بین سلسله های رمزنگاری مورفولوژیکی است. آیا RI قابل توجهی بین چنین سلسله های رمزنگاری وجود دارد ، و اگر چنین است ، این مقیاس با زمان واگرایی چگونه است؟پاسخ به این سؤالات هم روشها را در سیستماتیک آگاه می کند و هم به درک ما از فرآیندهای زایمان کمک می کند.

مدتهاست که تصور می شود که سلسله های فیلوژوگرافی گامی در پیوستگی از واگرایی جمعیت تا زایمان نشان می دهند [4]. به طور کلی ، تئوری زایمان بیان می کند که RI ، به ویژه RI پس از زیتوتیک ، با زمان واگرایی افزایش می یابد ، با سرعت و شکل رابطه بسته به معماری ژنتیکی ناسازگاری های Dobzhansky-muller (DMIS) و تعامل انتخاب ، رانش و ژنجریان [5-7]. اما ، با توجه به این ، ناهمگونی انتخاب واگرا ، چه ناشی از فشارهای انتخابی زیست محیطی ، جنسی یا اجتماعی ، باید رابطه بین RI و زمان را محو کند [5]. شواهد در حال رشد از افزایش کلی RI با زمان پشتیبانی می کند. با این حال ، با استثنائات اندک [8] ، این نتایج از تجزیه و تحلیل گونه های فنوتیپی متمایز ناشی می شود [9،10]. از آنجا که سلسله های فیلوژوگرافی در گونه های تعریف شده از نظر مورفولوژیکی اغلب در تماس ثانویه یافت می شوند ، تجزیه و تحلیل های مقایسه ای از شاخص های RI در مناطق سمپاتری می تواند یک پنجره منحصر به فرد در پویایی از نظر رمزنگاری اکونورفولوژیکی فراهم کند [11]. چنین مطالعاتی مزیت دیگری در پرداختن به تکامل RI در طبیعت ، در زمینه زیست محیطی موجودات ، و نه در صلیب آزمایشگاهی ، همانطور که در ادبیات رایج تر است ، دارند.

برای بررسی تکامل RI در طبیعت ، ما از سیستمی که با نوسانات آب و هوا محور در میزان زیستگاه و اتصال در طول نئوژن-جنگل های بارانی مناطق گرمسیری مرطوب استرالیا استفاده می شود ، سوء استفاده می کنیم (شکل 1). دوره های طولانی انقباض جنگلهای بارانی به بالای کوههای مسک منجر به ساختار فیلوژوگرافی برجسته در گونه های جانوران بومی شده است ، اما با سطح متغیر واگرایی توالی و زمان واگرایی در بین سلسله های داخل بدن [12،13]. در جایی که آزمایش شده است ، این سلسله های mtDNA به طور کلی توسط تجزیه و تحلیل ژن هسته ای چند چراغ تأیید می شوند [12] (اما به [14] مراجعه کنید). با این حال ، واگرایی اکومورفولوژیکی ظریف یا غایب است [13،15]. به دنبال گسترش جنگل های بارانی هولوسن ، بیش از 20 منطقه تماس با جفت های تبعیض آمیز اکونوفولوژیکی که بین Refugia تاریخی تشکیل شده اند [12]. این مناطق تماس یک آزمایش طبیعی را فراهم می کند که با آن می توان این فرضیه را آزمایش کرد که RI با زمان واگرایی در بین سلسله های رمزنگاری افزایش می یابد. مطالعات قبلی در مورد مناطق تماس ، نتایج اعم از ناچیز تا RI قوی را نشان داده است [12] ، از جمله یک مورد از مشخصات با تقویت [16]. با این حال ، موارد مورد مطالعه تا به امروز از نظر طبقه بندی و از نظر زیست محیطی ناهمگن است.

شکل 1. (الف) نقشه ای از مناطق گرمسیری مرطوب استرالیا ، دارای برچسب مناطق تماس. نقشه دقیق تر از هر منطقه تماس در مواد مکمل الکترونیکی ، شکل S1 موجود است.(ب) فیلوژنی که روابط بین خطوط کانونی را نشان می دهد (به مواد مکمل الکترونیکی مراجعه کنید). جعبه های حاشیه ای مناطق تماس. جعبه ها با واگرایی میتوکندری (بالا) و هسته ای (پایین) به صورت جفت شده برچسب گذاری می شوند.

در اینجا ، ما از تجزیه و تحلیل تطبیقی RI در پنج منطقه تماس با هم استفاده می کنیم که شامل جفت های نسب از یک کلاد نزدیک و از نظر زیست محیطی مشابه اسکین های جنگلهای بارانی زمینی ، که واگرایی توالی متفاوت است (شکل 1 B). ما تجزیه و تحلیل در مقیاس ژنوم از تاریخ واگرایی بین جمعیت آلوپاتریک را با تجزیه و تحلیل چند چراغ از مناطق تماس با نمونه برداری گسترده ترکیب می کنیم تا آزمایش افزایش RI با زمان واگرایی را انجام دهیم. ما فرض می کنیم که نرخ پراکندگی هر نسل در بین سلسله ها مشابه است ، که تخمین های پراکندگی غیرمستقیم از این پشتیبانی کلاد [17،18]. ما در ادامه فرض می کنیم که مناطق تماس با همزمان همزمان ، زیرا گونه ها از نظر زیست محیطی مشابه هستند ، گونه های جنگل بارانی که احتمالاً جبهه جنگلهای بارانی را از نزدیک ردیابی می کنند [19]. به دنبال این فرضیات ، ما فرض می کنیم که مقیاس RI با زمان واگرایی ، به ویژه با توجه به واگرایی محدود اکونوفولوژیکی این جفت های نسب [13] و برای حداقل کارلیا Rubrigularis n/s ، عدم وجود ظاهری انتخاب جفت [20]. به طور خاص ، ما پیش بینی می کنیم که با افزایش زمان واگرایی ، کلین باید باریک تر شود و واریانس کمتری در عرض داشته باشد ، عدم تعادل ژنتیکی باید افزایش یابد و فرکانس هیبریدها باید کاهش یابد [21].

2. روشها

(الف) نمونه برداری

ما از سال 2008 تا 2011 پنج منطقه تماس در مناطق استرالیا مرطوب استرالیا نمونه برداری کردیم (به مواد مکمل الکترونیکی ، جدول S1 مراجعه کنید): کارلیا Rubrigularis N/S ، Lampropholis Coggeri N/C ، L. Coggeri C/S ، Saproscincus Basiliscus n/C وS. basiliscus n/ saproscincus lewisi (شکل 1 و مواد مکمل الکترونیکی ، شکل S1). ابتدا ، ما به طور گسترده در سراسر محدوده گونه ها و افراد ژنوتیپ برای خط میتوکندری برای شناسایی محل احتمالی مناطق تماس (شکل 1 B و مواد مکمل الکترونیکی ، جدول S2) نمونه برداری شدیم. پس از تعیین موقعیت منطقه ، ما نمونه هایی را از جمعیت جدا شده از نظر جغرافیایی از منطقه تماس جمع آوری کردیم ، که از آن برای استنباط تاریخ جمعیتی و ایجاد نشانگرها استفاده می کردیم. سپس ، برای چهار مورد از پنج مخاطب ، ما افراد را به صورت غیر مخرب در امتداد ترانسکت خطی از طریق منطقه تماس نمونه برداری کردیم (به مواد مکمل الکترونیکی ، شکل S1 مراجعه کنید). برای S. basiliscus n/ S. lewisi ، ما به طور فرصت طلب نمونه برداری کردیم زیرا داده های اولیه نشان می دهد که خطوط هیبریداسیون نیستند (به مواد مکمل الکترونیکی ، شکل S1 مراجعه کنید). داده ها از منطقه ترکیبی L. coggeri C/S قبلاً در مرجع منتشر شده بود [18] ، و ما مجموعه داده C. rubrigularis n/s جمع آوری شده توسط فیلیپس و همکاران را گسترش دادیم.[17] ، با ژنوتیپ ژن های جدید ، افزایش اندازه نمونه و افزودن جمعیت جدید.

ما از طریق هر منطقه تماس ، به طور متراکم نمونه برداری کردیم ، به طور متوسط 20 نفر برای هر 12 جمعیت در هر تماس (N = 55-406 ؛ مواد مکمل الکترونیکی ، جدول S1) ، با دامنه نمونه برداری که توسط داده های اولیه در مقیاس انتقال mtDNA تعیین شده است (طول ترانسکت = 2-16 کیلومتر).

(ب) تحلیل های مورفولوژیکی

برای آزمایش واگرایی اکورفیولوژیکی در بین سلسله های اصلی فیلوژوگرافی در هر گونه تعریف شده سنتی ، ما مارمولک های بزرگسالان را در خارج از مناطق تماس با چهار شخصیت استاندارد برای مارمولک ها اندازه گیری کردیم: طول پوزه ، عرض سر ، طول سر و طول اندام عقب. از آنجا که این گونه ها شواهدی از دیمورفیسم جنسی را نشان می دهند ، ما این داده ها را با تقسیم هر یک از مجموعه داده های گونه بر اساس جنس تجزیه و تحلیل کردیم. علاوه بر این ، در جایی که توسط مانکووا به نظر می رسد ، ما با گرفتن باقیمانده های غیر طبیعی شخصیت های مورفولوژیکی در برابر ارتفاع ، اثر ارتفاع را حذف کردیم. با استفاده از دو محور اول متعامد اصلی از تجزیه و تحلیل مؤلفه های اصلی مقیاس ، ما برای تمایز مورفولوژیکی در سلسله های فیلوژوگرافی با استفاده از MANOVA ، ANOVA را بر روی نتایج قابل توجهی انجام دادیم و ANOVA های قابل توجهی را با آزمایش HSD Tukey انجام دادیم [22].

(ج) جمع آوری داده های ژنتیکی

ما دو نوع داده ژنتیکی جمع آوری کردیم: (i) داده های رونویسی از جمعیت جدا شده از منطقه تماس برای استنباط تاریخ جمعیتی و توسعه نشانگرها ، و (ب) داده های ژنوتیپی از جمعیت واقع در منطقه تماس برای استنباط میزان RI. برای (i) ، ما داده های transcriptomic را برای پنج فرد در هر سلسله جمع آوری کردیم. همانطور که در مرجع شرح داده شده است [23] ، ما داده ها را برای کیفیت ، مونتاژ شده و یادداشت های یک اصل و نسب برای ایجاد مجامع مرجع ، نقشه برداری شده توسط فرد به مجامع مرجع فیلتر کردیم و از ترازهای حاصل از amtools برای یافتن انواع و با ANGSD استفاده کردیمتاریخ دموگرافیک (به زیر مراجعه کنید) [24،25]. برای (II) ، ما از نشانگرهای PC R-RFLP به مارمولک های ژنوتیپ از مناطق تماس استفاده کردیم. از مجموعه داده رونویسی ، ما انواع مختلفی را انتخاب کردیم که در مناطق غیرقابل ترجمه (UTR) از ژن ها قرار داشتند ، بین دو سلسله ثابت شدند و به راحتی با آنزیم های محدود کننده قوی و ارزان حل شدند. جزئیات نشانگر را می توان در مواد مکمل الکترونیکی ، جدول S2 یافت. درمجموع ، افراد در منطقه تماس با Basiliscus N/ S. Lewisi در شش نشانگر هسته ای و mtDNA ژنوتیپ شدند و افراد در چهار منطقه دیگر در 10 نشانگر هسته ای و mtDNA آنها (به مواد مکمل الکترونیکی ، جدول S1 مراجعه کنید). اسکریپت ها در داده های https://github.com/singhal/transcriptomic و ژنوتیپ در بسته DataDryad در: http://doi.org/10. 5061/dryad. t838p موجود است.

(د) تجزیه و تحلیل ژنتیکی

برای تجزیه و تحلیل داده ها ، ما تاریخچه جمعیتی خطوط را استنباط کردیم و چندین اقدام غیرمستقیم RI را محاسبه کردیم.

(i) تاریخچه واگرایی مناسب

بسیاری از مطالعات مقایسه ای از زمان واگرایی از فاصله ژنتیکی به عنوان یک پروکسی برای زمان استفاده می کنند [10،26] ؛با این حال ، فاصله ژنتیکی ممکن است از زمان واگرایی جدا شود ، به خصوص اگر میزان مهاجرت زیاد باشد یا اندازه جمعیت اجدادی بزرگ باشد [27]. بر این اساس ، ما زمان واگرایی و سایر پارامترهای جمعیتی را برای هر جفت اصل و نسب با قرار دادن یک مدل جداسازی با مهاجرت به داده های ژنتیکی استنباط کردیم. در این مدل ، یک جمعیت اجدادی به دو جمعیت دختر تقسیم می شود که مهاجران را با سرعت مداوم تا به امروز تبادل می کنند. اگرچه این روش ها فرضیاتی را ایجاد می کنند که ممکن است از نظر بیولوژیکی منطقی نباشد [28] ، مانند مهاجرت مداوم در طول زمان و ساختار جمعیتی از طریق سلسله ها ، توانایی آنها در پاسخگویی به فرآیندهای همسایه ، چشم انداز ظریف تری در مورد واگرایی نسب نسبت به فاصله ژنتیکی خود فراهم می کند.< Pan> بسیاری از مطالعات مقایسه ای از فاصله ژنتیکی به عنوان پروکسی برای زمان از زمان واگرایی استفاده می کنند [10،26] ؛با این حال ، فاصله ژنتیکی ممکن است از زمان واگرایی جدا شود ، به خصوص اگر میزان مهاجرت زیاد باشد یا اندازه جمعیت اجدادی بزرگ باشد [27]. بر این اساس ، ما زمان واگرایی و سایر پارامترهای جمعیتی را برای هر جفت اصل و نسب با قرار دادن یک مدل جداسازی با مهاجرت به داده های ژنتیکی استنباط کردیم. در این مدل ، یک جمعیت اجدادی به دو جمعیت دختر تقسیم می شود که مهاجران را با سرعت مداوم تا به امروز تبادل می کنند. اگرچه این روش ها فرضیاتی را ایجاد می کنند که ممکن است از نظر بیولوژیکی منطقی نباشد [28] ، مانند مهاجرت مداوم در طول زمان و ساختار جمعیتی از طریق سلسله ها ، توانایی آنها در پاسخگویی به فرآیندهای همسایه ، چشم انداز ظریف تری در مورد واگرایی نسب نسبت به فاصله ژنتیکی خود فراهم می کند. مطالعات تطبیقی از فاصله ژنتیکی به عنوان یک پروکسی برای زمان از زمان واگرایی استفاده می کنند [10،26] ؛با این حال ، فاصله ژنتیکی ممکن است از زمان واگرایی جدا شود ، به خصوص اگر میزان مهاجرت زیاد باشد یا اندازه جمعیت اجدادی بزرگ باشد [27]. بر این اساس ، ما زمان واگرایی و سایر پارامترهای جمعیتی را برای هر جفت اصل و نسب با قرار دادن یک مدل جداسازی با مهاجرت به داده های ژنتیکی استنباط کردیم. در این مدل ، یک جمعیت اجدادی به دو جمعیت دختر تقسیم می شود که مهاجران را با سرعت مداوم تا به امروز تبادل می کنند. اگرچه این روش ها فرضیاتی را ایجاد می کنند که ممکن است از نظر بیولوژیکی منطقی نباشد [28] ، مانند مهاجرت مداوم در طول زمان و ساختار جمعیتی از طریق سلسله ها ، توانایی آنها در پاسخگویی به فرآیندهای همسایه ، چشم انداز ظریف تری در مورد واگرایی نسب نسبت به فاصله ژنتیکی خود فراهم می کند.

برای S. basiliscus n و گونه های خواهر آن S. Lewisi ، ما داده های ژنومی برای S. lewisi نداریم ، و بنابراین ، ما از داده های ژنتیکی قبلاً منتشر شده برای هشت مکان [14] برای استنباط پارامترهای مدل با IM 2 [29] استفاده کردیم. بشربرای مخاطبین باقیمانده ، ما از داده های transcriptomic برای قرار دادن یک مدل جداسازی با مهاجرت با استفاده از D adi استفاده کردیم [30]. D ADI از تقریب انتشار برای متناسب با یک مدل احتمال برای تاریخ جمعیتی به طیف فرکانس سایت دو بعدی (2D-SF) استفاده می کند. 2D-SFS توزیع فرکانس های آلل برای آللهای مشترک و خصوصی بین دو جمعیت را خلاصه می کند. برای استنباط 2D-SFS ، ما از ژنوتیپ تماس گیرنده ANGSD استفاده کردیم. ANGSD می تواند SFS جمعیت را بدون فراخوانی ژنوتیپ های فردی توصیف کند ، که باعث کاهش عدم اطمینان در اطراف SFS می شود [25]. در اینجا ، ما فقط از دنباله UTR استفاده کردیم ، زیرا UTR ها به احتمال زیاد از توالی کدگذاری تکامل می یابند [31] ، و ما این تجزیه و تحلیل را به مناطق با پوشش بالا (بیشتر یا مساوی با 20 ×) محدود کردیم که در آن اعتماد به نفس بیشتری در تماس با ژنوتیپ داشتیم[25]برای ساخت SF های آشکار ، ما انواع مختلفی را با داده های توالی از سایر صفات در کلاد قطبی کردیم. پارامترهای دموگرافیک استنباط شده از واحدهای همسایگی به واحدهای زمان واقعی با استفاده از برآورد میزان جهش هسته ای ، با فرض یک ساعت مولکولی و حسابداری برای تفاوت در طول توالی کل در بین مخاطبین تبدیل شدند [30]. برآورد ما از میزان جهش هسته ای (10 × 10-10 تعویض/BP × نسل) از برآوردهای فسیلی کالیبره شده از میزان جهش میتوکندری در این کلاد وسیع تر از مارمولک ها [32] و برآورد از مقیاس تعویض هسته ای-میکروسندری مقیاس پذیر استهمانطور که از IM 2 نتیجه استنباط شده است [14،18]. All D Adi و IM یک پرونده ورودی 2 و اسکریپت های مرتبط در بسته DataDryad در: http://doi.org/10. 5061/dryad. t838p در دسترس هستند.

(ب) اندازه گیری جداسازی تولید مثل

برای استنباط استحکام RI و همبستگی تکامل آن با واگرایی ، ما شش شاخص را بر اساس داده های ژنوتیپی از مناطق تماس محاسبه کردیم: میانگین عرض کلین هسته ای ، عرض کلین میتوکندری ، ضریب واریانس عرض CLINE ، Disequilibrium Hard y-Weinberg (F_IS) ، عدم تعادل پیوند (r_ij) و درصد هیبریدها. نکته مهم ، ما توجه می کنیم که این شاخص ها اقدامات مستقلی از انزوا هستند ، اگرچه برخی از واقعیت های بیولوژیکی ، مانند مناطق ترکیبی در تعادل انتخاب و انتخاب [21] ، منجر به پاسخ های همبسته می شوند [21]. ما ابتدا بر اساس فاصله اقلیدسی آنها تا نزدیکترین همسایه خود ، مناطق نمونه گیری مجاور را به جمعیت جغرافیایی فرو ریختیم. سپس ، ما با استفاده از برنامه A Nalyse ، Clines را با داده های خود قرار دادیم [33]. دوم ، با استفاده از یک nalyse ، ما اقدامات چند چراغ فوکوس از هاردی وینبرگ و عدم تعادل پیوند را برای همه مناطق جغرافیایی در تمام مخاطبین محاسبه کردیم. سوم ، ما از ساختار S برای تخمین شاخص هیبریدی هر فرد [34] و N EW H YBRIDS برای محاسبه تعداد هیبریدهای موجود در منطقه تماس استفاده کردیم [35].

ما از داده های خود برای تضاد مدل های مختلف برای چگونگی تکامل RI در طول زمان استفاده کردیم ، از جمله مدل های خطی و درجه دوم برای تجمع کل RI. این مدلهای متداول تجمع RI را به عنوان ثابت باقی مانده یا در طول زمان شتاب می گیرند. ما تجزیه و تحلیل های خود را به سه شاخص RI - F محدود کردیم_IS, R_ijو درصد هیبریدها - همانطور که می توانیم مقادیر شروع این سه شاخص را پیش بینی کنیم. ما هر شاخص را به طور جداگانه با استفاده از رویکرد حداقل مربعات اجرا شده در R [22] مدل کردیم و با محاسبه وزن نسبی هر مدل بر اساس نمره معیار اطلاعات Akaike (AIC) مدل های مناسب را انتخاب کردیم.

3. نتایج

(الف) واگرایی اکورفیولوژیکی

ما از داده های مورفولوژیکی برای آزمایش واگرایی فنوتیپی در سلسله های اصلی فیلوژوگرافی در هر گونه تعریف شده سنتی استفاده کردیم (میانگین اندازه نمونه در هر گونه). ما داده ها را به عنوان دو محور مؤلفه اصلی خلاصه کردیم که بیش از 97 ٪ از تغییرات را توضیح داد و با استفاده از این محورها ، واگرایی اکومورفولوژیکی قابل توجهی را در بین جفت های نسب فیلوژوگرافی مشاهده کردیم (به مواد مکمل الکترونیکی ، شکل S2 مراجعه کنید). در جایی که از نظر آماری تنوع معنی داری وجود دارد (به مواد مکمل الکترونیکی ، شکل S2 مراجعه کنید) ، تفاوت ها خاص جنسی و از نظر بزرگی است. میانگین اندازه بدن برای زن L. coggeri از 7/2 35 35. 7 تا 38. 5 ± 38. 5 میلی متر با استفاده از نسب متفاوت است.

(ب) تاریخ واگرایی مناسب

استنباط تاریخ جمعیتی این جفت های نسب ، دو نتیجه اصلی را ارائه داد. اول ، زمان واگرایی تخمین زده می شود تقریباً چهار برابر ، از 3. 1 تا 11. 5 میلی آمپر متفاوت است. دوم ، برآوردهای واگرایی هسته ای و زمان واگرایی کاملاً همبسته هستند (R 2 = 0. 98 ؛ P-Value = 0. 01) ، همانطور که انتظار می رود با توجه به تخمین های پایین برای مهاجرت تاریخی در طول واگرایی (M = 4-3 تا 3 تا 3. 5 × 1 0-2مهاجران در هر نسل ؛ شکل 2 ب). پارامترهای مدل کامل در مواد تکمیلی الکترونیکی ، جدول S4 موجود است.

شکل 2. تاریخچه واگرایی که از طیف فرکانس دو بعدی سایت توسط D adi و از IM A 2 ، (الف) زمان واگرایی و (ب) میزان جریان ژن تاریخی (ب) میزان جریان ژن تاریخی استنباط می شود (همانطور که توسط تعداد مهاجران در هر نسل اندازه گیری می شود ، M)برای جفت های نسبنقاط سیاه مهاجرت از نسب شمالی به جنوبی در هر جفت اصل و نسب است. نقاط سفید ، جنوبی به شمال. میله های خطا منعکس می شوند (به عنوان مربوط) S. D. یا محدودیت 95 ٪ توزیع خلفی.

ج) اندازه گیری جداسازی تولید مثل

ما از نمونه گیری فضایی در مقیاس خوب و برآوردهای چند چراغ از هیبریداسیون ، عدم تعادل و نفوذ برای استنباط قدرت RI استفاده کردیم. ما ابتدا الگوهای کلی را در هر منطقه تماس قبل از خلاصه کردن در تمام مناطق توصیف می کنیم ، و از کمترین تماس با واگرا قدم می گذاریم (شکل 3). در تماس L. coggeri n/c ، ما شاهد نفوذ گسترده ای هستیم که در طول ترانسکت نمونه برداری شده و شواهد برای دو الگوی کلی در مکانهای هسته ای نسبت به mtDNA گسترش می یابد: کلین هایی که مرکز و عرض آنها مشابه کلین mtDNA است ، و کلین ها که کدام یک از آن هاست. نفوذ گسترده آللهای مرکزی (C) را به نسب شمالی (N) نشان دهید (شکل 3 A). در تماس با N/C Basiliscus S. ، ما فقط توانستیم در یکی از مکانهای هسته ای ، کلین ها را استنباط کنیم. به نظر می رسد که ژنوم هسته ای شمالی تقریباً به طور کامل وارد اصل و نسب مرکزی شده است (شکل 3 B). درگیر شدن نامتقارن در هر دو تماس L. coggeri n/c و S. basiliscus n/c می تواند از فرآیندهای تصادفی ، جمعیت شناختی یا انتخابی ناشی شود. در اینجا از بین بردن دلایل عدم تقارن امکان پذیر نیست ، بنابراین ما روی الگوهای اجماع تمرکز می کنیم. هر دو C. rubrigularis n/s و L. coggeri c/s کلین های مشابه را در همه مکان ها نشان می دهند ، و هر دو نشان دهنده محدودیت محدودی فراتر از منطقه تماس هستند (شکل 3 C ، D). سرانجام ، هیچ مدرکی برای هیبریداسیون بین S. basiliscus n و گونه های خواهر اکونوفولوژیکی آن مشابه S. lewisi وجود ندارد ، حتی اگر در سمپاتری نمونه برداری شود (شکل 3 E).

شکل 3. اتصالات کلین (I) و نتایج خوشه بندی ژنتیکی (II) برای تماس در منطقه بخیه گرمسیری استرالیا: (الف) لامپروفولیس Coggeri N/C ، (B) Saproscincus basiliscus n/c ، (c) carlia Rubrigularis n/S ، (D) L. Coggeri C/ S و (E) S. Basiliscus N/ S. Lewisi. برای نشان دادن نتایج اتصالات کلین ، مسافت در امتداد ترانسکت ها محاسبه شد ، به طوری که هر مرکز منطقه هیبریدی در 0 متر محور بود. مقیاس برای نتایج خوشه بندی ژنتیکی بین مخاطبین متفاوت است.

با بررسی همبستگی زمان واگرایی با شش شاخص RI ، ما برای همه شاخص ها ، اما عرض کلین میتوکندری ، همبستگی های قابل توجهی و قوی مشاهده می کنیم (شکل 4). همانطور که پیش بینی می شود ، با افزایش زمان واگرایی ، ما شاهد کاهش عرض کلین و واریانس کمتر در عرض کلین ، کمتر هیبریدها و افزایش عدم تعادل بین و در داخل محل هستیم. با توجه به داده های کلین محدود ما برای S. basiliscus n/c ، ما همبستگی را برای اقدامات کلین بدون این تماس محاسبه کردیم. همبستگی ها قابل توجه باقی مانده است (به مواد مکمل الکترونیکی ، شکل S4 مراجعه کنید). علاوه بر این ، این نتایج به برآوردهای ما از زمان تقسیم قوی است. استفاده از واگرایی هسته ای به صورت زوج نتایج کمی مشابه می دهد (به مواد مکمل الکترونیکی ، شکل S5 مراجعه کنید). جالب اینجاست که همبستگی بین واگرایی میتوکندری و RI ضعیف اما غیر مهم است (به مواد مکمل الکترونیکی ، شکل S6 مراجعه کنید). توجه داشته باشید که همه شاخص های RI را نمی توان برای همه مخاطبین تخمین زد. ما به دلیل نمونه برداری کافی ، شاخص های Cline را برای منطقه تماس S. basiliscus n/ S. lewisi استنباط نکردیم ، و ما اقدامات عدم تعادل یا هیبریداسیون برای S. basiliscus n/ c را تخمین نمی زدیم ، زیرا بیشتر مکانهای هسته ای تقریباً در کل نمونه برداری شده بودند. منطقه تماس

شکل 4. نتایج مقایسه ای که نشان دهنده همبستگی بین زمان واگرایی (همانطور که در سالها اندازه گیری می شود) و شاخص های جداسازی تولید مثل: (الف) عرض کلین هسته ای ، (ب) عرض کلین میتوکندری ، (ج) ضریب واریانس در عرض کلین ، (D) عدم تعادل هاردی وینبرگ (f_IS) ، (ه) عدم تعادل پیوند (r_ij) و (ج) درصد هیبریدهای موجود در منطقه تماس. نمودارها با ضرایب همبستگی برچسب خورده اند. ستاره ها نشانگر همبستگی معنی داری هستند.

برای مقایسه داده های ما با سایر مجموعه داده های منتشر شده [9] ، ما مدل های خطی و درجه دوم را برای افزایش RI قرار می دهیم (همانطور که توسط F اندازه گیری می شود_IS, R_ijو درصد هیبریدها) در طول زمان. با استفاده از وزنهای نسبی از نمرات AIC ، ما تعیین کردیم که کل RI ، همانطور که توسط هر یک از این سه شاخص اندازه گیری می شود ، به بهترین وجهی از مدل رشد درجه دوم با زمان متناسب است (به مواد مکمل الکترونیکی ، شکل S7 مراجعه کنید).

4. بحث

با نگاه کردن به پنج مخاطب در یک کلاد از اسکینک های نزدیک به هم و از نظر زیست محیطی در مناطق گرمسیری مرطوب استرالیا ، ما از پیش بینی افزایش RI با زمان واگرایی پشتیبانی جدی می یابیم. به بهترین دانش ما ، این اولین مطالعه مقایسه ای از قدرت مرزهای دودمان در سلسله های اکونوفولوژیکی مشابه است. این داده ها از این دیدگاه پشتیبانی می کنند که تقسیمات فیلوژوگرافی از عمق فزاینده می تواند مراحل را در امتداد پیوستگی زایمان ، از جمله سلسله های منسجم ژنتیکی با پتانسیل طولانی مدت برای پایداری نشان دهد.

جالب اینجاست که بیشتر مجموعه داده های مقایسه RI با زمان واگرایی ، نویز قابل توجهی بیشتر از ما نشان می دهند [9،10] ، حتی اگر این مجموعه داده ها در تنظیمات آزمایشگاهی کنترل شده جمع آوری شوند. در مقایسه ، قدرت همبستگی های ما غیر منتظره است ، به ویژه با توجه به اینکه تعصبات با طراحی نمونه برداری (یعنی با استفاده از یک ترانسکت خطی تنها ، انتخاب فقط آللهای تشخیصی برای ژنوتیپ) و فرآیندهای تصادفی (یعنی انقراض و نوسازی جمعیت محلی ، واریانس در طول پراکندگی)می تواند تا حد زیادی بر استنتاج ساختار منطقه ترکیبی و پویایی تأثیر بگذارد [8،36]. ما حدس می زنیم که نزدیک بودن بین زمان RI و واگرایی در مطالعه ما ناشی از شباهت زیست محیطی گونه های مورد مطالعه ، تاریخچه بیوگرافی مشترک مناطق تماس و از همه مهمتر ، عدم انتخاب واگرا آشکار بر روی اکومورفولوژی ، به عنوان نقاط قوت و متفاوت است. انتظار می رود اشکال انتخاب ناهمگونی را در میزان تجمع RI معرفی کند [5]. از این گذشته ، انتخاب می تواند منجر به تکامل RI حتی بدون واگرایی ژنتیکی گسترده همزمان شود [37] - همانطور که در جیرجیرک های لاوپلا از هاوایی مشاهده می شود [38] یا ماهی های گامبوسیا از باهاما [39]. برای گونه های مورد بررسی در اینجا ، روابط بین شاخص های مختلف RI و زمان واگرایی به حدی قوی است که می توانیم از آنها به عنوان یک معیار کلی برای پیش بینی پیشرفت در این گروه استفاده کنیم. در بررسی تأثیرگذار خود ، Kirkpatrick & Ravigne [40] در نظر گرفت که جمعیت در هنگام عدم تعادل پیوند به "وضعیت گونه" می رسند (در اینجا به عنوان r اندازه گیری می شود_ij) 0. 5 است. با استفاده از این آستانه ، متوجه می شویم که جفت های نسب ما پیش بینی می شود R را نشان می دهد_ij= 0. 5 در 7 یا 8. 1 MYR پس از واگرایی (و در 0. 79 ٪ یا 0. 81 ٪ واگرایی NDNA) ، به ترتیب تحت یک مدل خطی در مقابل درجه دوم برای تجمع RI. اگرچه این کالیبراسیون خاص به کالیبراسیون زمان واگرایی ما مشروط است و بعید است که برای سایر گونه ها قابل تعمیم باشد ، اما یک حیاط برای سرعت خاصیت رمزنگاری در این گروه فراهم می کند.

با توجه به این میزان از زمان بندی-و توجه به این که C. rubrigularis n/s و L. coggeri c/s انزوای قابل توجهی را با زمان حتی کمتر نشان می دهد-ما نشان می دهیم که تجمع RI در اینجا سریعتر نسبت به یک مدل صرفاً رانش محور ازتکامل RI ذاتی از طریق DMIS. یک مدل ساده گرا از تجمع رانش محور DMI در آلوپاتری نشان می دهد که زمان انتظار برای زایمان تقریباً تعداد تعویض های مورد نیاز برای RI تقسیم شده توسط نرخ جایگزینی است [5] ، که با توجه به میزان جهش تخمین زده شده Skinks ، می تواند در آن باشد. دستور صدها میلیون سال. فرآیندهای جایگزین برای تجمع RI قابل توجهی در صورت عدم واگرایی اکومورفولوژیکی در مقیاس زمانی استنباط شده در اینجا عبارتند از: (i) واگرایی سریع راننده محور در امتداد "مناظر تطبیقی Holey" [5] ، (ب) انتخاب موازی انتخاب جهش محرک-سفارش] ، و/یا (iii) انتخاب طبیعی یا جنسی که بر روی فنوتیپ های رمزنگاری شده تر عمل می کنند ، مانند تولید شیمیایی و ادراک. در واقع ، به نظر می رسد که انزوای جنسی بین S. basiliscus n/ S. lewisi تکامل یافته است ، زیرا هیچ مدرکی مبنی بر اینکه این جفت زوج با موفقیت وجود دارد ، وجود ندارد. به همین ترتیب ، تحقیقات آینده باید تکامل انزوا قبل از زیتوتیک در این گروه را بررسی کند. با این حال ، ما فاقد داده های اکولوژیکی در مقیاس خوب برای توصیف موانع جریان ژن در این گروه و تعیین اینکه کدام یک از این محرک های فرضی واگرایی مرتبط هستند [42]. با این حال ، این داده ها نشان می دهند که مشخصات رمزنگاری در بین سلسله های فیلوژوگرافی را تأیید می کند و نشان می دهد که این امر می تواند متداول باشد ، بر خلاف تمرکز موجود بر روی زایمان بین سلسله های واگرا از نظر اکونوفولوژیکی [43].

با نگاه فراتر از سرعت تجمع RI به شتاب آن ، می فهمیم که قدرت کل RI به طور نمایی در طول زمان در این کلاد افزایش می یابد (به مواد مکمل الکترونیکی ، شکل S7 مراجعه کنید). الگوی افزایش نمایی RI هنگامی ظاهر می شود که موانع فردی در جریان ژن به طور اضافی و نه به صورت اضافی ترکیب شود [6] ، همانطور که در مطالعات دیگر مشاهده می شود [44]. این نتیجه نشان می دهد که با شروع موانع جریان ژن ، اثر تجمعی این موانع می تواند به سرعت رشد کند. بنابراین ، شکل گیری گونه ها را می توان به عنوان یک فرایند شتاب تصور کرد - به ویژه به عنوان RI باعث کاهش جریان ژن می شود ، که به طور معمول باعث افزایش واگرایی می شود [45].

(الف) پیامدهای مربوط به خاصیت رمزنگاری

از آنجا که ما می توانیم به سرعت و ارزان از تغییرات جغرافیایی در گونه ها با استفاده از mtDNA استفاده کنیم ، واگرایی عمیق mtDNA اغلب به عنوان یک فرضیه اولیه برای تعیین گونه ها استفاده می شود. با این حال ، واگرایی عمیق mtDNA نه برای محدود کردن گونه ها لازم و کافی نیست [46] ، و اغلب با سایر اقدامات ژنتیکی یا فنوتیپی واگرایی متناقض است [47]. در این مطالعه ، ما شواهد دیگری ارائه می دهیم که mtDNA می تواند یک دیدگاه خاص در مورد پویایی تاریخی ارائه دهد ، و می یابد که عرض کلین میتوکندری تنها شاخص RI است که دارای همبستگی غیر معنی دار با زمان واگرایی است (شکل 4) ، و آن واگرایی میتوکندری و غواص میتوکندری و غواص میتوکندری و غواص میتوکندریRI به طور غیر قابل توجه با هم مرتبط هستند (به مواد مکمل الکترونیکی ، شکل S6 مراجعه کنید). با توجه به یافته های ما و دیگران در مورد خاصیت خاص MtDNA [48] ، ما موافقت می کنیم که مشاهده فیلوگروپ های mtDNA عمیقاً واگرا ، شروع مفیدی از مطالعات طبقه بندی و فیلوژوگرافی است ، اما مطمئناً نباید پایان یابد.

از آنجا که محققان شروع به فهرست بندی تنوع در گونه ها کردند ، بیشتر گونه ها نشان داده شده است که از نظر جغرافیایی محدود شده است [49]. چرا برخی از این سلسله های درون خاص به طور مداوم واگرایی می کنند و RI را از سلسله های خواهر نشان می دهند ، در حالی که برخی دیگر فرو می ریزند [3،50]؟همانطور که توسط بسیاری پیشنهاد شده است ، جغرافیا یک عامل تعیین کننده قدرتمند است [49]. اما ، همانطور که در اینجا می بینیم ، RI می تواند میلیون ها سال طول بکشد ، به ویژه در صورت عدم واگرایی قوی از نظر زیست محیطی ، نشان می دهد که انزوا باید در میلیون ها سال پایدار باشد تا منجر به سلسله های مستقل ژنتیکی شود. در صورت عدم وجود چنین ثبات طولانی مدت ، جغرافیا می تواند کافی نباشد ، و منجر به درگیر شدن گسترده و اختلاف نظر که اغلب در سیستم های دیگر گزارش شده است [51،52]. بنابراین ، به عنوان یک فرضیه کار ، ما پیشنهاد می کنیم که مناطق پایداری و ژئومورفولوژیکی پایدار ، مانند مهمات اصلی مناطق گرمسیری مرطوب استرالیا ، بیشتر از مناطق پویا بیشتر از نظر مکانی و محیطی تنوع رمزنگاری را جمع می کنند. در واقع ، درگیر شدن و مخالفت با برد وسیع در این سیستم بسیار نادر است ، مگر در بین سلسله ها به ایزوله های جنگلهای بارانی نسبتاً ناپایدار جنوبی [14،53].

سرانجام ، این داده ها به ادبیات رو به رشد اضافه می کنند که از دیدگاه داروینی در مورد شکل گیری گونه ها پشتیبانی می کنند [54] و این چشم انداز را به تنوع رمزنگاری گسترش می دهند. چه از سلسلهایی که احتمالاً با جریان ژن فاصله دارند [55] و یا سلسلهایی که در آلوپاتری به هم می پیوندند [56] ، این مجموعه داده ها نشان می دهد که تجمع RI اغلب یک فرآیند تدریجی است و مرزهای گونه پویا است. در واقع ، واگرایی یک فرآیند مداوم و برگشت پذیر است [50]. برای این جفت های نسب ، می فهمیم که تکامل RI در طول واگرایی آنها در آلوپاتری یک جدول زمانی قابل پیش بینی را دنبال می کند (شکل 4 و مواد مکمل الکترونیکی ، شکل S3). اکنون که خطوط پس از آخرین حداکثر یخبندان گسترش یافته اند ، و سد اصلی جریان ژن (یعنی جغرافیا) ناپدید شده است ، این جفت های سلسله دوباره در امتداد زنجیره حرکت می کنند. برای L. coggeri n/c و S. basiliscus n/c ، این واگرایی اولیه احتمالاً معکوس خواهد شد ، زیرا به نظر می رسد که جفت های نسب در غیاب آشکار RI آزادانه در حال ترکیبی هستند. ما می توانیم با فرض یک مدل منطقه تنش ، قدرت انتخاب در برابر هیبریدها را تخمین بزنیم [21] ؛با توجه به طول پراکندگی این مارمولک ها [17،18] و عرض کلین برای این جفت های نسب ، انتخاب در برابر هیبریدها ضعیف است ، از ترتیب 0. 08-0. 3 ٪. با این حال ، L. coggeri C/S و C. Rubrigularis N/S به نظر می رسد به شدت جدا شده است ، زیرا میزان نفوذ بین این جفت های نسب بسیار محدود است. با توجه به تمایز محدود اکومورفولوژیکی این سلسله ها ، ما فرضیه این RI ذاتی است و وابسته به محیط زیست نیست و بنابراین ، احتمالاً مرزهای سلسله را حتی در تغییر محیط حفظ می کند. به همین ترتیب ، این جفت های نسب احتمالاً همچنان به واگرایی ادامه خواهند داد. گفته می شود ، RI بین این سلسله ها کامل نیست ، و چنین مرزهای گونه های "نشتی" می تواند به عنوان منبع تازگی باشد ، چه از طریق تکامل تقویت و چه از طریق نفوذ انتخابی آللهای تطبیقی [16،57].

کلیه استفاده از حیوانات توسط کمیته اخلاق حیوانات در دانشگاه جیمز کوک در استرالیا تأیید شد و مجوزهای نمونه برداری از پارک های کوئینزلند و خدمات حیات وحش به دست آمد.

سپاسگزاریها

برای مشاوره و بحث و گفتگو ، ما با قدردانی از C. Ellison ، T. Linderoth ، R. Pereira و اعضای آزمایشگاه موریتز قدردانی می کنیم. و برای اظهار نظر در مورد نسخه های قبلی این نسخه خطی ، ما از R. Damasceno ، C. Divittorio ، R. Harrison ، J. Patton ، R. Von May ، D. Wake و دو داوری ناشناس تشکر می کنیم. علاوه بر این ، T. Linderoth اسکریپت هایی را برای استنباط 2D-SF از خروجی ANGSD ارائه داد. برای کمک در این زمینه ، ما از A. Blackwell ، D. Glas ، E. Hoffmann ، C. Hoskin ، B. Phillips ، M. Tonione ، S. Williams و Y. Williams تشکر می کنیم. منابع ابر رایانه ای مورد استفاده در این مطالعه توسط منابع شبکه در مرکز محاسبات پیشرفته تگزاس و مرکز ابر رایانه پیتسبورگ ارائه شده است.

بیانیه بودجه

پشتیبانی از این کار توسط موزه جانورشناسی مهره داران ، انجمن نشنال جئوگرافیک ، NSF-GRFP و NSF-DDIG و جایزه Grant Rosemary SSE ارائه شده است.