On the Role of Natural Selection in Genetic Divergence of Migration-Coupled Populations. Frequency-Dependent Selection

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

This article proceeds with the study of the mechanisms of primary genetic divergence of migratory-coupled populations. The modeling is based on the experiment performed by Yu.P. Altukhov and co-authors with box populations of Drosophila melanogaster. This experiment demonstrated the primary divergence of the genetic structures of the subpopulation for two loci – markers of genetic diversity (α-GDH and esterase-6). Previously, we showed that disruptive selection acted with a high probability for the α-GDH locus in the experimental system, which ensured the maintenance of the observed primary genetic divergence. This work is devoted to identifying the mechanisms that contributed to the primary genetic divergence for the esterase-6 locus. We analyzed mathematical models with discreet time for the dynamics of allele frequencies in a large panmictic population and in a system of 30 local migratory-coupled populations. Comparison of the simulation modeling results with the experimental ones allows us to conclude that, with a high probability, in the experimental population system under consideration, frequency-dependent selection at the esterase-6 locus acted against the background of density-dependent selection. With uniform selection in subpopulations connected by small migrations, this type of selection is shown to promote divergence, and genetic divergences in neighboring populations are significantly more pronounced than they could be under conditions of genetic drift.

全文:

受限制的访问

作者简介

O. Zhdanova

Institute for Automation and Control Processes of the Far East Branch of the Russian Academy of Sciences

编辑信件的主要联系方式.
Email: axanka@iacp.dvo.ru
俄罗斯联邦, Vladivostok, 690041

E. Frisman

Complex Analysis and Regional Problems Institute of the Far East Branch of the Russian Academy of Sciences

Email: frisman@mail.ru
俄罗斯联邦, Birobidzhan, 679016

参考

  1. Жданова О.Л., Фрисман Е.Я. О генетической дивергенции миграционно-связанных популяций: современное моделирование по результатам экспериментов Ю.П. Алтухова с соавторами // Генетика. 2023. Т. 59. № 6. С. 708–717. https://doi.org/10.31857/S0016675823060139
  2. Алтухов Ю.П., Бернашевская А.Г. Экспериментальное моделирование динамики генных частот в системе полуизолированных популяций // ДАН СССР. 1978. Т. 238. № 3. С. 712–714.
  3. Алтухов Ю.П., Бернашевская А.Г., Милишников А.Н., Новикова Т.А. Экспериментальное моделирование генетических процессов в популяционной системе Drosophila melanogaster, соответствующей кольцевой ступенчатой модели. Сообщение I. Обоснование подхода и особенности локальной дифференциации частот аллелей α-глицерофосфатдегидрогеназы и эстеразы-6 // Генетика. 1979. Т. 15. № 4. С. 646.
  4. Алтухов Ю.П., Бернашевская А.Г. Экспериментальное моделирование генетических процессов в популяционной системе Drosophila melanogaster, соответствующей кольцевой ступенчатой модели. Cообщение 2. Cтабильность аллельного состава и периодическая зависимость изменчивости частот аллелей от расстояния // Генетика. 1981. Т. 17. № 6. С. 1052–1059.
  5. Алтухов Ю.П. Генетические процессы в популяциях. М.: Академкнига, 2003. 431 с.
  6. Yosida T.H., Tsuchiya K., Moriwaki K. Karyotypic differences of black rats, Rattus rattus, collected in various localities of East and Southeast Asia and Oceania // Chromosoma. 1971. V. 33. № 3. P. 252–267.
  7. Новоженов Ю.И., Береговой В.Е., Хохоткин М.И. Обнаружение границ элементарных популяций у полиморфных видов по частоте встречаемости форм. // Проблемы эволюции. Новосибирск: Наука, Сиб. отд., 1973. Т. 3. С. 252–260.
  8. Русина Л.Ю., Фирман Л.А., Скороход О.В., Гилёв А.В. Географическая и хронографическая изменчивость окраски в популяции Polistes gallicus (Linnaeus, 1767) (Hymenoptera, Vespidae) // Кавказ. энтомол. бюл. 2005. Т. 1. № 2. С. 179–188.
  9. Гордеева Н.В., Салменкова Е.А., Алтухов Ю.П. Исследование генетической дивергенции горбуши, вселенной на Европейский Север России, с использованием микросателлитных и аллозимных локусов // Генетика. 2006. Т. 42. № 3. С. 349–360.
  10. Хрусталева А.М., Кловач Н.В., Сиб Д.Е. Генетическое разнообразие и популяционная структура нерки азиатского побережья Тихого океана // Генетика. 2017. Т. 53. № 10. С. 1196–1207. https://doi.org/10.7868/S0016675817100058
  11. Шереметьева И.Н., Картавцева И.В., Фрисман Л.В. Полиморфизм и дифференциация трех популяций эворонской полевки по данным изменчивости контрольного региона митохондриальной ДНК // Генетика. 2023. Т. 59. № 2. C. 157–169. https://doi.org/10.31857/S0016675823010101
  12. Kojima K.I., Yarbrough K.M. Frequency-dependent selection at the esterase 6 locus in Drosophila melanogaster // Proc. Natl Acad. Sci. USA. 1967. V. 57. № 3. P. 645–649.
  13. Yarbrough K., Kojima K.I. The mode of selection at the polymorphic esterase 6 locus in cage populations of Drosophila melanogaster // Genetics. 1967. V. 57. № 3. P. 677–686.
  14. Huang S.L., Singh M., Kojima K.I. A study of frequency-dependent selection observed in the esterase-6 locus of Drosophila melanogaster using a conditioned media method // Genetics. 1971. V. 68. № 1. P. 97–104.
  15. Kojima K.I., Huang S.L. Effects of population density on the frequency-dependent selection in the esterase-6 locus of Drosophila melanogaster // Evolution. 1972. P. 313–321.
  16. Altenberg L. Chaos from linear frequency-dependent selection // Am. Naturalist. 1991. V. 138. № 1. P. 51–68.
  17. Gavrilets S., Hastings A. Intermittency and transient chaos from simple frequency-dependent selection // Proc. Royal Soc. of London. Series B: Biol. Sci. 1995. V. 261. № 1361. P 233–238.
  18. Rice S.A. Evolutionary theory. Mathematical and conceptual foundations. Boston, MA: Sinauer Associates Inc., 2004. 362 p.
  19. Chevin L.M., Gompert Z., Nosil P. Frequency dependence and the predictability of evolution in a changing environment // Evol. Letters. 2022. V. 6. № 1. P. 21–33. https://doi.org/10.1002/evl3.266
  20. Gavrilets S. Perspective: Мodels of speciation: what have we learned in 40 years? // Evolution. 2003. V. 57. № 10. P. 2197–2215.
  21. McNaughton S.J. r-and K-selection in Typha // Am. Naturalist. 1975. V. 109. № 967. P. 251–261.
  22. Grahame J. Reproductive effort and r-and K-selection in two species of Lacuna (Gastropoda: Prosobranchia) // Marine Biol. 1977. V. 40. P. 217–224.
  23. Lüftenegger G., Foissner W., Adam H. r-and K-selection in soil ciliates: А field and experimental approach // Oecologia. 1985. V. 66. P. 574–579. https://doi.org/10.1007/BF00379352
  24. Andrews J.H., Harris R.F. r-and K-selection and microbial ecology // Advances Мicrobial Еcology. Boston, MA: Springer, 1986. P. 99–147.
  25. Болтнев А.И. Внутривидовой r/К-отбор у северного морского котика // Труды ВНИРО. 2017. Т. 168. С. 4–13.
  26. Жданова О.Л., Колбина Е.А., Фрисман Е.Я. Проблемы регулярного поведения и детерминированного хаоса в математической модели эволюции менделевской лимитированной популяции // Дальневосточный матем. журн. 2003. Т. 4. № 2. С. 289–303.
  27. Жданова О.Л., Фрисман Е.Я. Проявление мультирежимности в простейшей эколого-генетической модели эволюции популяций // Генетика. 2016. Т. 52. № 8. С. 975–984. https://doi.org/10.7868/S0016675816080154
  28. Фрисман Е.Я., Жданова О.Л., Кулаков М.П. и др. Математическое моделирование популяционной динамики на основе рекуррентных уравнений: результаты и перспективы. Ч. II // Изв. РАН. Серия биологическая. 2021. № 3. С. 227–240. https://doi.org/10.31857/S000233292103005X
  29. Базыкин А.Д. Пониженная приспособленность гетерозигот в системе двух смежных популяций // Генетика. 1972. Т. 8. № 11. С. 155–161.
  30. Базыкин А.Д. Отбор и генетическая дивергенция в системах локальных популяций и популяциях с непрерывным ареалом (математическая модель) // Проблемы эволюции. Новосибирск: Наука, Сиб. отд., 1973. Т. 3. С. 231–241.
  31. Кулаков М.П., Фрисман Е.Я. Простая и сложная динамика в модели эволюции двух миграционно связанных популяций с непересекающимися поколениями // Изв. высших учеб. заведений. Прикладная нелинейная динамика. 2022. Т. 30. № 2. С. 208–232. https://doi.org/10.18500/0869-6632-2022-30-2-208-232

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Experimental results. a - dynamics of the F allele frequency of the esterase-6 locus in a series of generations in panmictic and subdivided (average for all subpopulations) populations of D. melanogaster; b - distribution of the F allele frequency at the subpopulation level in the subdivided population for generations 5 and 61.

下载 (189KB)
索引源数据
3. Fig. 2. Characteristics of regressions. a - dynamics of genotype adaptations (data from [14, Table 3] - points, lines - regression models); b - distribution of regression model residuals (Shapiro-Wilk normality test: p (w3) = 0.6173, p (w1) = 0.3623).

下载 (101KB)
索引源数据
4. Fig. 3. Dynamics of the allele frequency F (calculated from equation (1) in blue, experimental in black [12]) from initial states q0 = 0.1 (triangles) and q0 = 0.9 (circles). The red line is q = 0.35.

下载 (123KB)
索引源数据
5. Fig. 4. Adaptations of genotypes when changing the frequency of the F allele. a - d = 0.481, g = 0.71; b - d = 0.445, g = 1.07.

下载 (139KB)
索引源数据
6. Fig. 5. Experimental (blue dots c 95% CI) and model dynamics of the frequency of the F allele of the esterase-6 locus in a series of generations: at q0 = 0.3, d = 0.481, g = 0.71 (R2 = 0.328) - blue long dashed line; at q0 = 0.1, d = 0.445, g = 1.07, (R2 = 0.356) - black dashed line.

下载 (74KB)
索引源数据
7. Fig. 6. Frequency-dependent selection. a - dynamics of the average frequency of the F allele in the model (black) and in the experiment (blue points with 95% d. i.); b - frequency distribution of the F allele in the 5th (blue) and 61st (black) generations in the subdivided population.

下载 (137KB)
索引源数据
8. Fig. 7. Experimental (blue dots) and model (grey dashed line) dynamics of the frequency of the F allele of the esterase-6 locus in a series of generations of a panmictic population. Parameter values and initial values: d1 = 0.7, d2 = 0.85, d3 = 0.75, x0 = 1.5. a - R1 = 3.01, R2 = 3.89, R3 = 2.13, q0 = 0.5; b - R1 = 3.13, R2 = 3.71, R3 = 2.17, q0 = 0.425.

下载 (191KB)
索引源数据
9. Fig. 8. Frequency-dependent r-K selection. a - dynamics of the average frequency of the F allele in all subpopulations: grey dotted line - model, blue dots with 95% d. i. - experiment; b - dynamics of the total number of flies in a series of generations in the model of the subdivided population (N, in thousands); c, d, e - distribution of the F allele frequency in the 61st generation in the subdivided population.

下载 (271KB)
索引源数据
10. Fig. 9. 1000 repetitions of a random process in a subdivided population model under different types of selection. Left - dynamics of the average frequency of the F allele in all subpopulations: experimental dynamics (blue dots), green line corresponds to the realisation with minimal SSE value; histogram of SSE distribution. Right - frequency distribution of the F allele in the 61st generation (grey lines - model, blue - in the experiment). Translated with www.DeepL.com/Translator (free version)

下载 (698KB)
索引源数据
11. Fig. 10. Genetic drift. a - dynamics of the average frequency of allele F in all subpopulations: grey dotted line - model (implementation with minimal SSE), blue dots with 95% d. i. - experiment; b, c - frequency distribution of the F allele in the 61st generation in the subdivided population: blue line - in the experiment (c), black - in the model (implementation with maximum allele frequency difference at the subpopulation level).

下载 (156KB)
索引源数据

版权所有 © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».