Page 75 - 《广西植物》2023年第8期
P. 75
８ 期 吴欣仪等: 基于简化基因组测序揭示水角的濒危机制 １ ４ １ ７
程序得到包含７５ ２０９个 ＳＮＰｓ 位点的 ｖｃｆ 文件ꎮ 为 “ｒａｓｔｅｒ”和“ｒｇｄａｌ”提取每个种群点的气候信息ꎬ构
保证下游分析的可靠性ꎬ使用 ＶＣＦｔｏｏｌｓ ｖ０.１.１３ 软 建 １９ 个环境因子的环境距离矩阵ꎬ用“ ｇｅｏｓｐｈｅｒｅ”
件(Ｄａｎｅｃｅｋ ｅｔ ａｌ.ꎬ ２０１１) 对 Ｓｔａｃｋｓ 软件中检测出 构建地理距离的矩阵ꎬ利用“ ａｐｅ” 读取遗传距离矩
的 ＳＮＰｓ 进一步过滤ꎮ 设置－－ｍａｘ－ｍｉｓｓｉｎｇ ０.９ꎬ即 阵ꎬ用“ａｄｅ４”对两两矩阵进行９ ９９９次的 Ｍａｎｔｅｌ 重
最大缺失率为 ９０％ꎻ－－ｍａｆ ０.０５ꎬ将最小等位基因 复检验ꎬ利用“ ｇｇｐｌｏｔ” 进行 Ｍａｎｔｅｌ 检验结果的绘
频率设置为 ０.０５ꎻ－－ｍｉｎＤＰ ５ꎬ确保基因型最小深 图ꎮ 此 外ꎬ 利 用 Ａｒｌｅｑｕｉｎ ３. ５ 软 件 ( Ｅｘｃｏｆｆｉｅｒ ＆
度为 ５ꎮ 过滤后剩下高质量的 ３８ ６６７ 个 ＳＮＰｓ 用 Ｌｉｓｃｈｅｒꎬ ２０１０ ) 进 行 分 子 方 差 分 析 ( ａｎａｌｙｓｉｓ ｏｆ
于后续群体遗传结构的分析ꎮ ｍｏｌｅｃｕｌａｒ ｖａｒｉａｎｃｅꎬ ＡＭＯＶＡ)ꎮ ＡＭＯＶＡ 基于进化
１.４ 群体结构分析 距离( ｅｖｏｌｕｔｉｏｎａｒｙ ｄｉｓｔａｎｃｅ) 来度量并计算单倍型
基 于 ３４ 个 水 角 样 品 的 ＳＮＰｓ 位 点ꎬ 运 行 (含等位基因) 或基因型间的方差( δ２)ꎬ计算组间
ｖｃｆ２ｐｈｙｌｉｐ 脚本构建个体间的遗传距离矩阵ꎬ利用 遗传分化系数(ｇｅｎｅｔｉｃ ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ ａｍｏｎｇ ｇｒｏｕｐｓꎬ
ＩＱ＿ＴＲＥＥ ｖ１.６.９ 软件(Ｎｇｕｙｅｎ ｅｔ ａｌ.ꎬ ２０１５)使用最 Ｆ )ꎬ推断群体不同遗传组分之间的变异水平ꎮ
ＣＴ
大似然法(ｍａｘｉｍｕｍ ｌｉｋｅｌｉｈｏｏｄꎬ ＭＬ) 进行系统树的 １.７ 种群历史动态分析
构建ꎮ 根 据 １ ０００ 次 重 复 的 快 速 自 展 ( ｕｌｔｒａｆａｓｔ 基于 ＳＭＣ 模拟种群历史动态的方法是高度依
ｂｏｏｔｓｔｒａｐꎬ ＵＦＢｏｏｔ)(Ｍｉｎｈ ｅｔ ａｌ.ꎬ ２０１３) 和 ＳＨ￣ａＬＲＴ 赖于完整基因组上的重组图谱ꎬ并不适用于无参
(Ｇｕｉｎｄｏｎ ｅｔ ａｌ.ꎬ ２０１０)测试进化枝ꎬ得到最终的系 考基因组的物种( Ｌｉ ＆ Ｄｕｒｂｉｎꎬ ２０１１)ꎮ 而基于点
统发 育 树ꎮ 利 用 ＦｉｇＴｒｅｅ ｖ１. ４. ３ 软 件 ( ｈｔｔｐ: / / 位频谱(ｓｉｔｅ ｆｒｅｑｕｅｎｃｙ ｓｐｅｃｔｕｍꎬＳＦＳ) 的方法不依赖
ｔｒｅｅ.ｂｉｏ. ｅｄ. ａｃ. ｕｋ / ｓｏｆｔｗａｒｅ / fiｇｔｒｅｅ / ) 可 视 化 和 编 辑 于位 点 之 间 的 连 锁 或 连 续 性 ( Ｇｕｔｅｎｋｕｎｓｔ ｅｔ ａｌ.ꎬ
生成的树文件ꎮ ２００９)ꎬ并且对近期的种群历史大小变化有较高的
将之 前 获 得 的 高 质 量 的 ＳＮＰ 数 据 集 使 用 分辨率( Ｌｉｕ ＆ Ｆｕꎬ ２０１５ꎻ Ｌａｐｉｅｒｒｅ ｅｔ ａｌ.ꎬ ２０１７)ꎮ
ＶＣＦｔｏｏｌｓ 软件转换成 ｐｅｄ 和 ｍａｐ 文件后进行过滤 因此ꎬ 将 所 获 得 的 ＳＮＰ 数 据 使 用 基 于 ＳＦＳ 的
生 成 ｂｅｄ 文 件ꎬ 用 Ａｄｍｉｘｔｕｒｅ ( Ａｌｅｘａｎｄｅｒ ｅｔ ａｌ.ꎬ Ｓｔａｉｒｗａｙ Ｐｌｏｔ ｖ２( Ｌｉｕ ＆ Ｆｕꎬ ２０２０) 推测水角在 １００
２００９)基于每个个体的基因型推断个体祖先成分ꎬ ｋｙａ~ １ ｋｙａ( ｔｈｏｕｓａｎｄ ｙｅａｒｓ ａｇｏ) 间的 Ｎｅ 变化ꎮ 生
模拟在亚群数 Ｋ 值为 ２ 到 ７ 情况下的分群情况ꎬ 成无缺失且无连锁不平衡( ｌｉｎｋａｇｅ ｄｉｓｅｑｕｉｌｉｂｒｉｕｍꎬ
根据 不 同 Ｋ 值 模 拟 下 的 最 小 交 叉 验 证 ( ｃｒｏｓｓ ＬＤ) 的 ＳＮＰ 数 据 集ꎬ 将 ＶＣＦ 文 件 用 ｐｙｔｈｏｎ 脚 本
ｖａｌｉｄａｔｉｏｎꎬ ＣＶ)获得最佳分群数ꎮ ｅａｓｙＳＦＳ(ｈｔｔｐｓ: / / ｇｉｔｈｕｂ.ｃｏｍ / ｉｓａａｃｏｖｅｒｃａｓｔ/ ｅａｓｙＳＦＳ)
使用 ＧＣＴＡ ｖ１. ２６. ０ 软 件 ( ｈｔｔｐｓ: / / ｙａｎｇｌａｂ. 建立一维( ｏｎｅ￣ｄｉｍｅｎｓｉｏｎａｌꎬ １Ｄ) ＳＦＳꎮ 将 ＳＦＳ 状态
ｗｅｓｔｌａｋｅ.ｅｄｕ. ｃｎ / ｓｏｆｔｗａｒｅ / ｇｃｔａ / ) 生 成 用 于 ＰＣＡ 分 指定为 ｆｏｌｄｅｄꎬ以统计次等位基因的 ＳＦＳꎮ 选择使
析的矩阵ꎬ用 Ｒ 语言中的 ｇｇｐｌｏｔ２ 软件包绘制主成 位点 数 尽 量 多 的 ｐｒｏｊｅｃｔｉｏｎ 值 输 出 ＳＦＳ 信 息ꎬ 将
分分析的结果图ꎮ ＳＦＳ 信息输入 Ｓｔａｉｒｗａｙ Ｐｌｏｔ ｖ２ 运行所需的 ｂｌｕｅｐｒｉｎｔ
１.５ 群体遗传多样性分析 文件中ꎮ 突变率设置为 １.０×１０ ꎬ２ 年为一代ꎬ２００
￣８
通过 Ｓｔａｃｋｓ 软件中的 Ｐｏｐｕｌａｔｉｏｎｓ 子程序计算物 次自展检验用于计算 Ｎｅ 中位数及 ９５％置信区间ꎮ
种水平的近交系数(ｉｎｂｒｅｅｄｉｎｇ ｃｏｅｆｆｉｃｉｅｎｔꎬＦ )ꎬ观察 结果在 Ｒ 语言中可视化ꎮ
ＩＳ
杂合度 ( ｏｂｓｅｒｖｅｄ ｈｅｔｅｒｏｚｙｇｏｓｉｔｙꎬ Ｈ )ꎬ期望杂合度 １.８ 潜在分布区预测
ｏ
(ｅｘｐｅｃｔｅｄ ｈｅｔｅｒｏｚｙｇｏｓｉｔｙꎬ Ｈ )ꎮ 同时基于所有(变异 根据材料采集ꎬ分布点通过 ＧＰＳ 实地定位以
ｅ
和非 变 异) 位 点 计 算 核 苷 酸 多 态 性 ( ｎｕｃｌｅｏｔｉｄｅ 及中国数字植物标本馆( ｈｔｔｐ: / / ｗｗｗ.ｃｖｈ.ｏｒｇ.ｃｎ / )
ｄｉｖｅｒｓｉｔｙꎬ π ) 等 遗 传 参 数ꎮ 再 用 Ｒ 语 言 的 和全球 生 物 多 样 性 信 息 网 络 ( ｈｔｔｐｓ: / / ｗｗｗ. ｇｂｉｆ.
ＧｒｏｕｐＧｅｎｏｍｅ ｖ２.６.１ 程序包(Ｐｆｅｉｆｅｒ ｅｔ ａｌ.ꎬ ２０１４)计 ｏｒｇ / )等相关数据库获取标本采集地经纬度信息ꎬ
算种群间遗传分化系数(ｇｅｎｅｔｉｃ ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ ａｍｏｎｇ 共收集到东南亚水角坐标信息 ２００ 余个ꎮ 对所有
ｐｏｐｕｌａｔｉｏｎｓꎬ Ｆ )ꎬ衡量群体间遗传分化水平ꎮ 数 据 按 照 ＭａｘＥｎｔ 模 型 ( ｈｔｔｐ: / / ｂｉｏｄｉｖｅｒｓｉｔｙ
ＳＴ
１.６ Ｍａｎｔｅｌ 相关性检验和分子方差分析 ｉｎｆｏｒｍａｔｉｃｓ.ａｍｎｈ. ｏｒｇ / ｏｐｅｎ ＿ ｓｏｕｒｃｅ / ｍａｘｅｎｔ) 要 求 进
为了评估 ７ 个水角种群的遗传距离、地理距离 行标准化处理ꎬ 并且为了防止在进行最大熵模型
以及环 境 距 离 之 间 的 相 关 性ꎬ 利 用 Ｒ 软 件 中 的 分析时出现过拟合现象ꎬ将水角的分布数据进行
