全基因组研究显示遗传选择的证据

气候变化模型的一个方面是研究人员一直在研究植物范围如何变化，以及温度，水可用性和光照水平等因素如何发挥作用。森林逐渐向北蔓延并在北极融化中建立，这只是全球气温上升预测的影响之一。

最近的一项研究于2014年8月24日在线发表在Nature Genetics上提供了一种更加深入，基于人口的方法来识别这种适应机制，并描述了一种可用于开发更准确的预测气候变化模型的方法。对于正在开发用于生物燃料生产的生物质作物的美国能源部而言，这一知识可以确定生物量作物的哪些基因型 - 生物的遗传组成 - 在某些环境中可能比其他基因型更好。由橡树岭国家实验室(ORNL)的Gerald Tuskan，能源联合基因组研究所(DOE JGI) - 美国能源部科学办公室用户设施 - 和西弗吉尼亚大学的Stephen DiFazio领导的团队使用了全基因组的组合选择扫描和分析，以了解塑造天然杨树遗传变异的过程(毛茛(Populus trichocarpa)种群。

作为这项长期研究的一部分，该团队从加利福尼亚州，俄勒冈州，华盛顿州和不列颠哥伦比亚省野生种群中生长的1,100棵杨树中采集样本。然后他们在加利福尼亚州和俄勒冈州的三个种植园中克隆繁殖(通过插条)这些树木。对于他们的分析，他们将该组减少到544个不相关的个​​体，其基因型可以准确地确定，以便表征适应变异的遗传基础。从专注于单一候选基因的方法转变为分析所有这些基因的大规模计算方法，可以通过杨树基因组的可用性实现，该基因组发表在“ 科学 ”杂志上。2006年由DOE JGI提供。由于基因组是公开的，它已被用于了解木本多年生植物的发育，并作为森林树木基因组水平见解的模型。该出版物本身在各种期刊中被引用了1000多次。

“这是深度基因组学资源首次应用于生态问题，在这种情况下：'选择在基因组水平上做了什么?'”图斯坎说。“在过去，人们关注温度和光照水平等因素的适应性，他们检查了这些基因的变异，因为它们随着环境梯度的变化而变化。有一个先入为主的观念，以及对导致回应的原因的非常狭隘的看法。在这里，我们采取了五种主要方法，盲目地将它们应用于整个基因组，让分析向我们展示选择的指纹在哪里以及哪些基因属于这些指纹。

研究的第一作者，西弗吉尼亚大学的卢克埃文斯说，从1000个基因型和45,000个基因“找出不仅具有统计学意义但具有生物学意义的东西”并不容易。“我们通过确定选择目标来做到这一点 - 看起来他们可能在野生种群中进行自然选择，并研究了它们影响适应性特征的生长和性能证据。如果这些目标不仅显示了选择的计算证据，而且还影响了表型，那是一种相互支持的好的鸠尾猫。“

DiFazio强调了计算工作的重要性。“我们的方法特别强大，因为我们正在挖掘由于数万年的进化和选择而产生的常见自然变异，因此我们发现的等位基因或基因变体有望为生物燃料原料提供强有力的长期改进。 ”

埃文斯还指出，他们的研究在杨树中产生了近1800万个单碱基对DNA序列变体(称为“SNP”)。这些数据可以在DOE JGI的植物比较基因组门户(phytozome.jgi.doe.gov)Phytozome上获得。“这是大量天然存在的变异体，很多细胞壁化学基因和其他已知的生产力基因。这为树木育种计划提供了直接的资源，“他说。

该小组确定了397个基因组区域，这些区域有助于野生杨树种群的适应性特征。例如，从三个种植园中生长的克隆复制的杨树中收集的高度，春芽冲洗和落花芽的数据表明，在较温暖的气候条件下，具有较早芽冲洗和后期芽组的树木受到青睐。

鉴于杨树的重要性，不仅仅是因为它们在生态系统中的作用，例如捕获碳，还因为它们在从木材到生物能源等领域的经济重要性，埃文斯指出，通过营养繁殖可以种植杨树。是一种重要的树木育种工具，可以为任务选择合适的种群。“如果您了解基因组中的每个碱基，您可以跳过整个世代，并使用基因组信息来预测个体的表现，”他说。“种植园作为初始测试，您可以从中获取基因组信息并校准这些预测。有了这些参考点，你可以扩展一切。“

除埃文斯，图斯坎和迪法齐奥外，该研究的其他作者还是英国阿伯里斯特威斯大学的Gancho Slavov; 西弗吉尼亚大学的Eli Rodgers-Melnick，DOE JGI的Joel Martin和Wendy Schackwitz; ORZL的Priya Ranjan，Wellington Muchero，Lee Gunter，Jin-Gui Chen; 和弗吉尼亚理工大学的Amy Brunner。杰里·

生物能源科学中心(BESC)的成员，美国能源部生物能源研究中心，由美国能源部科学办公室的生物和环境研究办公室支持，为已发表的工作做出了贡献，特别是对公共工作的收集，传播和维护。花园。