Тип публикации: отчёт о НИР
Год издания: 2021
Ключевые слова: бореальные леса, генетическая адаптация, генетические маркёры, геном, гетерозис, гомеостаз, дендрохронология, дендрофенотипы, засуха, изменение климата, лиственница, секвенирование ДНК, RADseq
Аннотация: В рамках выполнения дендрохронологического исследования для пяти популяций лиственницы были систематизированы полученные на предыдущих этапах проекта следующие характеристики индивидуальных деревьев: длина хвоинок; камбиальный возраст; статистические характеристики исходных измерений и стандартизованных остаточных хронологий шириныПоказать полностьюгодичных колец (TRW); характеристики стабильности прироста при засухах; отклик хронологий TRW на ведущие климатические факторы предыдущего и текущего вегетационного сезона. На текущем этапе для трех популяций (BID, TUIM, KAM) были проведены работы по получению дополнительных характеристик популяций и индивидуальных деревьев. Получены координаты индивидуальных деревьев и качественная оценка микроусловий ландшафта и конкуренции в древостое. Рассчитан отклик TRW на климатические факторы предыдущего, текущего вегетационных сезонов и холодного сезона между ними (температуры воздуха и почвы, осадки) с суточным разрешением. Проведена классификация индивидуальных деревьев в каждой популяции в соответствии с интенсивностью климатического отклика. Для оценки климатических данных метеостанций SHIRA и MIN рассчитаны оценки пространственной синхронности климатических переменных и оценки взаимосвязей между температурами воздуха и почвы.??Все индивидуальные дендрофенотипы деревьев лиственницы были прокоррелированы с индивидуальными генотипическими характеристиками этих же деревьев для выявления возможных корреляций и иных взаимосвязей.??На метеостанциях SHIRA и MIN сезонные кривые средней, максимальной и минимальной температуры воздуха синхронны и практически параллельны, В то же время, сезонные колебания температуры почвы по мере увеличения глубины все больше отстают от температур воздуха, а их амплитуды постепенно уменьшаются. Погодичные колебания температуры почвы также отстают по сравнению с температурой воздуха, хотя и гораздо слабее, чем сезонные. Связь с температурой воздуха в почве с глубиной уменьшается быстрее на станции SHIRA, чем на станции MIN, из-за различия в гранулометрическом и минеральном составе почвы; глинистые почвы на станции SHIRA более сходны с почвами исследуемых участков, чем песчаные на станции MIN. Несмотря на дистанцию ~142 км, корреляции между суточными рядами погодичной динамики одной климатической переменной для двух метеостанций для температур воздуха и для температур почвы на глубинах менее метра составляют в среднем 0.7-0.8 (p<0.05), для осадков пространственная синхронность слабее.??Локальные хронологии TRW лиственницы в предгорьях Батеневского кряжа реагируют на климатические факторы сходным образом. Положительное воздействие осадков на прирост наиболее выражено в июле-сентябре предшествующего и апреле-июле текущего года. Температуры этих периодов отрицательно коррелируют с TRW, причем выраженность реакции нарастает от Tmin к Tmax. Также положительная реакция прироста лиственницы на температуры воздуха выявлена в ноябре-декабре. Для температур почвы наиболее выражена отрицательная реакция TRW лиственницы с апреля по август, достигающая максимума в мае на глубинах 20-40 см, но охватывающая все рассмотренные глубины. В августе-сентябре предшествующего сезона отрицательные корреляции хронологий TRW c температурами почвы менее выражены.??Отклик на температуры воздуха и осадки более выражен при использовании данных ближайшей метеостанции, но отклик на температуры почвы сильнее при использовании данных станции SHIRA из-за большего сходства типа почвы. Поэтому в дальнейшем анализе использованы данные станции SHIRA. В пределах трех периодов, для которых влияние климатических факторов однонаправлено (июля-октября, ноября-декабря предшествующего года и апреля-августа текущего года) были определены с суточным разрешением критические временные интервалы, соответствующие локальным максимумам дендроклиматических корреляций. Для этих интервалов были рассчитаны и использованы как дендрофенотические характеристики климатические отклики индивидуальных деревьев. Также на основании этих характеристик провели на каждом участке классификацию деревьев на три кластера по интенсивности климатического отклика. Классификация частично объясняется возрастным сдвигом чувствительности к климату и микроусловиями местообитания (расположение в ландшафте, конкуренция с соседними деревьями). Однако на участке TUIM, где вклад этих факторов не выявлен, все еще наблюдаются различия между кластерами, которые могут быть обусловлены аллометрическими показателями дерева (размеры кроны, ствола и корневой системы) и его генетически обусловленной степенью приспособления к недостатку увлажнения.??В результате дополнительного поиска однонуклеотидных полиморфизмов с помощью программы bcftools и выполнения двухэтапной фильтрации снипов, было получено 44748 вариабельных сайтов для 127 деревьев. Среднее покрытие для сайта составило 45.68, максимальное покрытие – 267. Был проведен анализ параметров генетической изменчивости. Параметры наблюдаемой и ожидаемой гетерозиготности, показали более высокие значения ожидаемой гетерозиготности по отношению к наблюдаемой гетерозиготности. Индекс фиксации для всей выборки составил 0.038. Корреляция индивидуальной наблюдаемой гетерозиготности с изменчивостью изучаемых дендрофенотипов не была статистически значимой.??В результате кластерного анализа генетических данных было выявлено, что исследуемые выборки образуют два четко разделенных кластера – выборки Боград (BOG), Туим (TUIM) и Биджа (BID) формируют один кластер, а выборки Сон (SON) и Камызяк (KAM) – другой. Данный результат не противоречит особенностям среды произрастания данных выборок. Другой метод изучения структуры популяций с помощью программы AdmixPipe подтвердил наличие двух субпопуляций. Также было показано отсутствие связи между матрицами попарных географических расстояний и попарного родства (kinship), выявленное с помощью Мантел-теста, что объясняется спецификой размножения лиственницы.??Анализ ассоциаций генетической изменчивости (однонуклеотидных полиморфизмов) с дендрофенотипической изменчивостью был проведен с помощью трех различных подходов, включая классические смешанные линейные модели (MLM), подход BSLMM, основанный на Байесовской статистике и использующий, как смешанные линейные, так и разреженные регрессионные модели, а также непараметрический подход Boruta, основанный на алгоритме машинного обучения Random Forest. Это позволило провести исчерпывающих поис снипов, которые могут быть ответственны за дендрофенотипическую изменчивость деревьев, подверженных неоднократным периодам засухи.??Для всех полученных снипов была проведена детальная аннотация их геномных районов, которая включала также функциональную аннотацию генов на основе поиска гомологов в базе NCBI GenBank nr. Соответствующие термины генной онтологии были получены с помощью Blast2GO на базе платформы OmixBox. В результате, из всех снипов, которые были отобраны с помощью используемых в работе методов, было проаннотировано 34 снипа. Из них выявлено 7 снипов, находящихся внутри кодирующих частей генов, которые кодируют ABC транспортер семейства B, предполагаемый нуклеоредоксин1, флавонолсинтазу, линалоолсинтазу, рецептороподобную протеинкиназу HSL1 и PCC13-62-подобный белок, связанный с клеточным ответом на обезвоживание. Остальные снипы находятся на некотором расстоянии от генов, кодирующих такие белки, как хлоропластный фактор терминации транскрипции mTERF5, предполагаемую рецептороподобную протеинкиназу, синтазу комплекса 3-оксиацила с ацилпереносящим белком, центросомный белок 164 кДа-подобной изоформы X2, хлоропластоподобную пептидил-пролил цис-транс-изомеразу CYP37, компонент малой субъединицы процессомы, рибозо-фосфатпирофосфокиназу 1, субъединицу шаперонинов, хлоропластную изоформу X1 АТФ-зависимой цинк-металлопротеиназы FTSH 9, а также цитокининдегидрогеназу 7.