Генетическая изменчивость плюсовых деревьев сосны обыкновенной (Pinus sylvestris L.) в Среднем и Верхнем Поволжье на основании полиморфизма nSSR-маркеров

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Актуальность. Риск изменения генетической структуры и потери разнообразия будущих искусственных лесов вследствие использования плюсовых деревьев для получения семян является одной из ключевых проблем лесной селекции. Необходимы исследования, направленные на оценку генетической изменчивости плюсовых деревьев, отобранных по фенотипическим признакам в природных популяциях.

Цель — изучение с применением nSSR-маркеров изменчивости и дифференциации плюсовых деревьев сосны обыкновенной, отобранных по фенотипическим признакам в Чувашской Республике, Республиках Татарстан и Марий Эл.

Материалы и методы. С использованием пяти микросателлитных локусов изучено 207 плюсовых деревьев сосны обыкновенной из Чувашской Республики, Республик Татарстан и Марий Эл.

Результаты. В разных выборках плюсовых деревьев обнаружено от 33 до 37 аллелей. Плюсовые деревья из Республики Марий Эл характеризуются сниженным уровнем разнообразия (Na = 6,6; Ne = 3,5; Ho = 0,361; He = 0,687) по сравнению с деревьями из Чувашской Республики (Na = 7,4; Ne = 4,8; Ho = 0,503; He = 0,778) и Республики Татарстан (Na = 6,8; Ne = 4,4; Ho = 0,570; He = 0,739). Выборки плюсовых деревьев слабо дифференцированы, показатель генетической подразделенности составил 0,023. Основная часть полиморфизма nSSR-маркеров находится внутри групп плюсовых деревьев (98,0 %).

Выводы. Обследованные плюсовые деревья различаются между собой по уровню генетической изменчивости. Для всех выборок характерны относительно невысокое аллельное разнообразие и большой дефицит гетерозигот. По характеру распределения генетической изменчивости и дифференциации плюсовые деревья соответствуют природным популяциям сосны обыкновенной в Среднем и Верхнем Поволжье.

Об авторах

Ольга Викторовна Шейкина

Поволжский государственный технологический университет

Автор, ответственный за переписку.
Email: ShejkinaOV@volgatech.net
ORCID iD: 0000-0002-7507-8588
SPIN-код: 2215-3308

д-р. биол. наук

Россия, Йошкар-Ола

Список литературы

  1. Тараканов В.В., Паленова М.М., Паркина О.В., и др. Лесная селекция в России: достижения, проблемы, приоритеты (обзор) // Лесохозяйственная информация. 2021. № 1. С. 100–143. EDN: DXAWDG doi: 10.24419/LHI.2304-3083.2021.1.09
  2. Hosius B., Leinemann L., Konnert M., Bergmann F. Genetic aspects of forestry in the Central Europe // Eur J For Res. 2006. Vol. 125, N 4. P. 407–417. doi: 10.1007/s10342-006-0136-4
  3. Падутов В.Е., Хотылева Л.В., Баранов О.Ю., Ивановская С.И. Генетические эффекты трансформации лесных экосистем // Экологическая генетика. 2008. Т. 6, № 1. С. 3–11. EDN: JQPUBD doi: 10.17816/ecogen613-11
  4. Шигапов З.Х. Сравнительный генетический анализ лесосеменных плантаций и природных популяций сосны обыкновенной // Лесоведение. 1995. № 3. С. 19–24. EDN: UWKJAX
  5. Криворотова Т.Н., Шейкина О.В. Генетическая структура лесосеменных плантаций и насаждений сосны обыкновенной в Среднем Поволжье // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2014. № 1. С. 77–86. EDN: RXHHHX
  6. Khanova E., Konovalov V., Timeryanov A., et al. Genetic and selection assessment of the scots pine (Pinus sylvestris L.) in forest seed orchards // Wood Res. 2020. Vol. 65, N 2. P. 283–292. doi: 10.37763/wr.1336-4561/65.2.283292
  7. Ильинов А.А., Раевский Б.В. Генетическое разнообразие деревьев сосны обыкновенной (Pinus sylvestris L.) различных селекционных категорий в плюсовых насаждениях Карелии // Экологическая генетика. 2021. Т. 19, № 1. С. 23–36. EDN: KULBVC doi: 10.17816/ecogen50176
  8. Ильинов А.А., Раевский Б.В. Микросателлитные локусы в генетической оценке плюсовых деревьев Pinus sylvestris L. // Известия высших учебных заведений. Лесной журнал. 2023. № 3. С. 48–68. EDN: SSJEZK doi: 10.37482/0536-1036-2023-3-48-68
  9. Шейкина О.В., Романов Е.М. Изменчивость плюсовых деревьев сосны обыкновенной (Pinus sylvestris L.) в Среднем и Верхнем Поволжье по ISSR-маркерам // Вавиловский журнал генетики и селекции. 2024. Т. 28, № 2. С. 148–154. EDN: TVPFSO doi: 10.18699/vjgb-24-17
  10. Bergman F., Ruetz W. Isozyme genetic variation and heterozygosity in random tree samples and selected orchard clones from the same Norway spruce populations // For Ecol Manag. 1991. Vol. 46, N 1–2. P. 39–47. doi: 10.1016/0378-1127(91)90243-O
  11. Ивановская С.И., Каган Д.И., Падутов В.Е. Генетическое разнообразие и структура лесосеменных плантаций первого и второго порядка ели европейской Picea abies (L.) H. Karst. в Беларуси // Сибирский лесной журнал. 2020. № 4. С. 5–14. EDN: IZJZYX doi: 10.15372/SJFS20200402
  12. Cheliak W.M., Murray G., Pitel J.A. Genetic effects of phenotypic selection in white spruce // For Ecol Manag. 1988. Vol. 24, N 2. Р. 139–149. doi: 10.1016/0378-1127(88)90117-X
  13. Шейкина О.В. Генетическая структура и дифференциация популяций сосны обыкновенной (Pinus sylvestris L.) в Среднем и Верхнем Поволжье // Экологическая генетика. 2022. Т. 20, № 4. С. 261–270. EDN: WRKZIE doi: 10.17816/ecogen110866
  14. Doyle J.J., Doyle J.L. A rapid DNA isolation procedure for small quantities of fresh leaf tissue // Phytochem Bull. 1987. Vol. 19. P. 11–15.
  15. Liewlaksaneeyanawin C., Ritland C.E., El-Kassaby Y.A., Ritland K. Single-copy, species-transferable microsatellite markers developed from loblolly pine ESTs // Theor Appl Genet. 2004. Vol. 109, N 2. P. 361–369. doi: 10.1007/s00122-004-1635-7
  16. Sebastiani L.F., Pinzauti F., Kujala S.T., et al. Novel polymorphic nuclear microsatellite markers for Pinus sylvestris L. // Conserv Genet Resour. 2012. Vol. 4, N 2. P. 231–234. doi: 10.1007/s12686-011-9513-5
  17. Peakall R., Smouse P.E. GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research an update // Bioinformatics. 2012. Vol. 28, N 19. P. 2537–2539. doi: 10.1093/bioinformatics/bts460
  18. Chapuis M.-P., Estoup A. Microsatellite null alleles and estimation of population differentiation // Mol Biol Evol. 2007. Vol. 24, N 3. P. 621–631. doi: 10.1093/molbev/msl191
  19. Takezaki N., Nei M., Tamura K. POPTREEW: web version of POPTREE for constructing population trees from allele frequency data and computing some other quantities // Mol Biol Evol. 2014. Vol. 31, N 6. P. 1622–1624. doi: 10.1093/molbev/msu093
  20. Bernhardsson C., Floran V., Ganea S.L., García-Gil M.R. Present genetic structure is congruent with the common origin of distant Scots pine populations in its Romanian distribution // For Ecol Manag. 2016. Vol. 361. P. 131–143. doi: 10.1016/j.foreco.2015.10.047
  21. Sheller M., Tóth E.G., Ciocîrlan E., et al. Genetic diversity and population structure of scots pine (Pinus sylvestris L.) in Middle Siberia // Forests. 2023. Vol. 14, N 1. ID 119. doi: 10.3390/f14010119
  22. Гладков Ю.Ф., Шейкина О.В. Моделирование состава плюсовых деревьев для создания лесосеменной плантации сосны обыкновенной с использованием SSR-маркеров // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2022. № 3. С. 63–75. EDN: YZIHUE doi: 10.25686/2306-2827.2022.3.63
  23. Belletti P., Ferrazzini D., Piotti A., et al. Genetic variation and divergence in Scots pine (Pinus sylvestris L.) within its natural range in Italy // Eur J For Res. 2012. Vol. 131. P. 1127–1138. doi: 10.1007/s10342-011-0584-3
  24. Bilgen B.B., Kaya N. Genetic diversity among Pinus sylvestris L. populations and its implications for genetic conservation: comparison of nuclear and chloroplast microsatellite markers // Fresenius Environ Bull. 2017. Vol. 26, N 11. P. 6873–6881.
  25. Scalfi M., Piotti A., Rossi M., Piovani P. Genetic variability of Italian southern Scots pine (Pinus sylvestris L.) populations: the rear edge of the range // Eur J For Res. 2009. Vol. 128, N 4. P. 377–386. doi: 10.1007/s10342-009-0273-7
  26. Ильинов А.А., Раевский Б.В., Чирва О.В. Состояние генофондов основных лесообразующих видов водосбора Белого моря (на примере Picea × fennica (Regel) Kom. и Pinus sylvestris L.) // Экологическая генетика. 2020. Т. 18, № 2. С. 185–202. EDN: KVYSDF doi: 10.17816/ecogen19006
  27. Гладков Ю.Ф., Шейкина О.В. Генетический полиморфизм деревьев сосны обыкновенной из смежных болотной и суходольной ценопопуляций по ядерным микросателлитным локусам // Вестник Поволжского государственного технологического унивеpситета. Сер.: Лес. Экология. Природопользование. 2019. № 4. С. 70–79. EDN: JHFPNS doi: 10.25686/2306-2827.2019.4.70
  28. Hebda A., Wójkiewicz B., Wachowiak W. Genetic characteristics of scots pine in Poland and reference populations based on nuclear and chloroplast microsatellite markers // Silva Fennica. 2017. Vol. 51, N 2. ID 1721. doi: 10.14214/sf.1721
  29. Kavaliauskas D., Danusevičius D., Baliuckas V. New insight into genetic structure and diversity of scots pine (Pinus sylvestris L.) populations in Lithuania Based on nuclear, chloroplast and mitochondrial DNA markers // Forests. 2022. Vol. 13, N 8. ID 1179. doi: 10.3390/f13081179
  30. Wojkiewicz B., Litkowiec M., Wachowiak W. Contrasting patterns of genetic variation in core and peripheral populations of highly outcrossing and wind pollinated forest tree species // AoB PLANTS. 2016. Vol. 8. ID plw054. doi: 10.1093/aobpla/plw054
  31. Dering M., Baranowska M., Beridze B., et al. The evolutionary heritage and ecological uniqueness of Scots pine in the Caucasus ecoregion is at risk of climate changes // Sci Rep. 2021. Vol. 11. ID 22845. doi: 10.1038/s41598-021-02098-1
  32. Gil R.G.M., Floran V., Östlund L., et al. Genetic diversity and inbreeding in natural and managed populations of Scots pine // Tree Genet Genomes. 2015. Vol. 11. ID 28. doi: 10.1007/s11295-015-0850-5
  33. Семериков В.Л., Подогас А.В., Шурхал А.В. Структура изменчивости аллозимных локусов в популяциях сосны обыкновенной // Экология. 1993. № 1. С. 18–25. EDN: UJHHFL
  34. Tóth E.G., Kobolkuti Z.A., Pedryc A., Hohn M. Evolutionary history and phylogeography of Scots pine (Pinus sylvestris L.) in Europe based on molecular markers // J For Res. 2017. Vol. 28, N 4. P. 637–651. doi: 10.1007/s11676-017-0393-8
  35. Petit R., Hampe A. Some evolutionary consequences of being a tree // Annu Rev Ecol Evol Syst. 2006. Vol. 37. P. 187–214. doi: 10.1146/annurev.ecolsys.37.091305.110215
  36. Williams C.G. Long-distance pine pollen still germinates after meso-scale dispersal // Am J Bot. 2010. Vol. 97, N 5. P. 846–855. doi: 10.3732/ajb.0900255
  37. Hamrick J.L., Godt M.J.W., Sherman-Broyles S.L. Factors influencing levels of genetic diversity in woody plant species // New For. 1992. Vol. 6. P. 95–124. doi: 10.1007/BF00120641
  38. Семериков В.Л., Семерикова С.А., Дымшакова О.С., и др. Полиморфизм микросателлитных локусов хлоропластной ДНК сосны обыкновенной (Pinus sylvestris L.) в Азии и Восточной Европе // Генетика. 2014. Т. 50, № 6. С. 660–669. EDN: QISGOP doi: 10.7868/S0016675814040122
  39. Зацепина К.Г., Тараканов В.В., Кальченко Л.И., и др. Дифференциация популяций сосны обыкновенной в ленточных борах Алтайского Края, выявленная с применением маркеров различной природы // Сибирский лесной журнал. 2016. № 5. С. 21–32. EDN: XCRXHR doi: 10.15372/SJFS20160502

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рисунок. UPGMA-дендрограмма генетической близости, построенная на основе генетической дистанции Нея (а), и расположение в пространстве главных координат (PCoA) (b) плюсовых деревьев сосны обыкновенной из разных географических районов: РТ — Республика Татарстан, ЧР — Чувашская Республика, РМЭ — Республика Марий Эл

Скачать (54KB)
Метаданные

© Эко-Вектор, 2024


 


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».