推测适应性与全基因组遗传变异通常将种群排序为相似的特异性

《Molecular Ecology》:Putatively Adaptive and Genome-Wide Genetic Variation Often Rank Populations as Similarly Distinctive

【字体: 大 中 小 】 时间:2026年08月06日 来源:Molecular Ecology 3.7

编辑推荐:

  确定物种内哪些种群应优先保护以维持遗传多样性具有挑战性。由于与当前适应模式的直接联系以及推测的与适应能力的联系,一些研究人员提倡优先保护适应性变异。其他研究人员提倡使用全基因组变异来优先保护种群,理由是识别适应性遗传变异存在许多局限性、未来未知,以及口头理论表

  
确定物种内哪些种群应优先保护以维持遗传多样性具有挑战性。由于与当前适应模式的直接联系以及推测的与适应能力的联系,一些研究人员提倡优先保护适应性变异。其他研究人员提倡使用全基因组变异来优先保护种群,理由是识别适应性遗传变异存在许多局限性、未来未知,以及口头理论表明易于收集的全基因组遗传变异模式与适应性遗传变异模式可能经常一致。然而,这种一致性的证据好坏参半。研究人员收集了来自34项已发表的植物和动物异常值及关联研究的全基因组和推测适应性遗传数据(使用单核苷酸多态性;SNP)以测试一致性。研究人员直接询问全基因组SNP的推测适应性子集是否识别出与全基因组SNP集相似的特异性种群集合(使用特异性的Shapley值测量)。研究人员发现,全基因组和推测适应性SNP在种群优先级排序上通常一致,一致程度由数据集中推测适应性SNP的比例预测。出乎意料的是,推测适应性SNP与全基因组SNP之间的优先级排序一致性强于随机SNP集与全基因组SNP之间的一致性。总体而言,使用全基因组遗传变异可能是一种普遍合理且成本效益高的种群优先级排序策略,以保护持续适应所需的物种级遗传变异。
**论文解读文章**

**研究背景与问题**

《联合国2020年后全球生物多样性框架》旨在维持所有物种内至少90%的遗传多样性,但近期研究表明可能尚未达成此目标,这增加了保护种内遗传变异(intraspecific genetic variation)的紧迫性。由于资金有限,优先保护特定种群以维持遗传变异的不同库是保护与资源管理的关键策略。然而,识别适应性遗传变异(adaptive genetic variation)困难且昂贵,常用方法包括FST异常值(outlier)分析和基因型-环境关联(genotype-environment association, GEA)分析,但两者均存在假设局限和假阳性/假阴性率高的问题。一些研究者主张优先保护适应性变异,因其直接关联当前适应模式;另一些则主张使用全基因组变异(genome-wide variation),理由是识别适应性变异有限、未来未知,且全基因组变异与适应性变异可能一致。但证据好坏参半。Fernandez-Fournier等(2021)对两个物种的研究发现两者产生相似种群特异性排序,本研究旨在扩展至更多物种,检验三个问题:(1)全基因组SNP与推测适应性SNP(putatively adaptive SNP)是否提供相似种群优先级排序?(2)推测适应性SNP是否与等大小随机SNP样本表现相似?(3)简单研究特征是否影响一致性?

**研究内容与结论**

研究人员收集了34项已发表研究(来自35篇出版物)的数据,涵盖鸟类(2项)、裸子植物(8项)、被子植物(6项)、鱼类(9项)、哺乳动物(4项)、两栖动物(1项)和节肢动物(4项)。过滤后数据集包含187至105,000个全基因组SNP,其中0.2%至44%被标记为推测适应性SNP。研究人员通过比较全基因组与推测适应性SNP的种群特异性排序(使用Shapley值测量Spearman秩相关系数),发现两者一般一致,且一致程度由数据集中推测适应性SNP的比例预测。出乎意料的是,推测适应性SNP与全基因组SNP的排序一致性强于随机SNP子集与全基因组SNP的一致性。因此,使用全基因组遗传变异可能是保护种群优先级排序的普遍合理且成本效益高的策略。该论文发表在《Molecular Ecology》。

**主要关键技术方法**

研究人员从已发表研究中收集遗传数据,来源包括先前的元分析(Ahrens等2018;Lind等2018;Waldvogel等2020;Exposito-Alonso等2022)及数据库关键词搜索。过滤标准:总SNP≥250,原始推测适应性SNP≥10,个体数≥50,每个种群至少4个个体,且地理采样覆盖物种自然分布范围。数据清洗:缺失率阈值10%(使用pcaMethods包的svdImpute函数)。对每个数据集,分别对全基因组SNP、推测适应性SNP和1000个随机SNP子集(大小匹配推测适应性SNP数)进行主成分分析(PCA)并保留显著性主成分(Tracy-Widom检验),计算种群质心间欧氏距离,构建NeighborNet圆形分裂网络,计算每个种群的Shapley值(特异性指标)。统计检验:Spearman秩相关(观测与随机子集比较),两尾配对t检验,以及研究特征(FST、结构校正、SNP数量等)对相关性的影响。

**研究结果**

**数据集特征**:最终数据集包含34项研究,平均每项研究19.5个种群,个体数中位数144,全基因组SNP中位数2449。不同物种和数据集间SNP数量与比例差异大。

**全基因组与推测适应性SNP的优先级排序一致性**:研究人员发现,全基因组与推测适应性SNP的种群特异性排序呈正相关,且一致程度由数据集中推测适应性SNP的比例预测(比例越高,相关性越强)。这表明两者在大多数研究中识别出相似的独特种群。

**推测适应性SNP与随机SNP子集的比较**:出乎意料的是,推测适应性SNP与全基因组SNP的秩相关性(观测相关性)显著高于等大小随机SNP子集与全基因组SNP的相关性(预期相关性),即观测相关性减去预期相关性为正值。这表明推测适应性SNP比随机SNP子集更能代表全基因组变异,具有更强的预测能力。

**研究特征对一致性的影响**:研究人员测试了六个特征:种群结构(FST)、是否校正中性结构/群体历史、全基因组SNP数、推测适应性SNP数、推测适应性SNP比例、检测方法类型(FST vs 非FST)。仅推测适应性SNP比例对观测相关性有显著预测作用(p<0.05),其他特征无显著影响。这表明一致性的主要决定因素是数据集内适应性标记的相对丰度,而非具体方法或种群结构。

**总结讨论与结论翻译**

讨论部分:研究人员指出,尽管全基因组与推测适应性SNP排序一般一致,但比例低时可能出现偏差,且方法差异(如假阳性/假阴性)可能影响一致性。建议保护实践者考虑两者潜在不匹配,特别是当适应性SNP比例低时。未来研究应聚焦改进适应性变异识别方法及理解一致性影响因素。

结论部分翻译:研究人员的发现表明,使用全基因组遗传变异是一种普遍合理且成本效益高的策略,用于优先保护种群以维持持续适应所需的物种级遗传变异。这是因为全基因组变异与推测适应性变异通常产生相似的种群优先级排序,且这种关系强于随机SNP子集与全基因组SNP之间的关系。然而,研究人员警告,数据集中推测适应性SNP的比例影响一致程度,且在某些研究中,基于推测适应性SNP的种群优先级排序可能与基于全基因组SNP的排序不同。因此,研究人员建议保护实践者考虑这两类数据之间潜在不匹配的可能性,尤其是当推测适应性SNP比例较低时。未来研究应聚焦于开发更好地识别适应性遗传变异的方法,并理解影响全基因组与适应性遗传变异一致性的因素。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号