Inligting

Wat is die algemene metodes om additiewe genetiese variansie te skat?

Wat is die algemene metodes om additiewe genetiese variansie te skat?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Additiewe genetiese variansie kan op 'n aantal maniere beraam word, en is 'n sleutelbegrip in evolusionêre biologie en kwantitatiewe genetika.

Wat is die tipiese metodes (eksperimentele ontwerpe) wat gebruik word om hierdie variansie te skat? Hoe word hulle gedoen?

Ek het vraestelle soos hierdie gevind wat vaderlike halfsibbe-teelontwerpe gebruik en 'n model pas om genetiese variansie te skat en dan die waardes met 4 te vermenigvuldig om die G-matriks te skat.

Van besondere belang is die vadervlak-kovariansiematriks omdat dit, wanneer dit met vier vermenigvuldig word, 'n skatting van G verskaf.

Ek stel belang hierin omdat ek aan hemiklone werk en wil dink oor die verskille, sterk- en swakpunte van klassieke metodes in vergelyking met hemiklonale analise.

*let wel, ek bedoel om die te skat staande additiewe genetiese variasie binne 'n bevolking


Genetiese kovariansie

Genetiese kovariansie het sy oorsprong in die studie van ribosomale RNA (rRNA) molekules in die laat 1970's en vroeë 1980's toe volgordes van hierdie molekules van diverse organismes beskikbaar geword het en gebruik is vir filogenetiese kategorisering van organismes. Eksperimentele pogings om die sekondêre struktuur van rRNA-molekules te identifiseer is ondersteun en by tye aangedryf deur vergelykende analise van 'n belyning van veelvuldige RNA-volgordes. Heliese elemente is geag om te bestaan ​​wanneer kanoniese basisparing-kovariansie gedemonstreer kon word, wat beteken wanneer 'n Watson-Crick-paar in een ry vervang is met 'n ander Watson-Crick-paar in 'n ander ry. Hierdie studies, wat deur Carl Woese en medewerkers begin is, was uiters suksesvol as gevolg van die klein alfabet van RNA sowel as die gedefinieerde en ietwat streng kode van Watson-Crick-paring. Sulke pogings vereis slegs 'n relatief klein aantal reekse om statisties betekenisvolle waarnemings te maak.

Hierdie aanvanklike ondersoeke oor 'n beperkte aantal reekse is met die hand gedoen. Namate die RNA-volgordedatabasisse gegroei het, is die identifikasie van kovariansie rekenaarmatig benader. Sulke pogings was weer hoogs suksesvol in die verfyning van sekondêre struktuurelemente en ook in die identifikasie van tersiêre struktuurkontakte vir verskeie RNA-molekules soos oordrag-RNA (tRNA) en rRNA. Korrelasies verder as eenvoudige Watson-Crick-basisparings is ontdek en bewys dat dit bestaan ​​sodra die strukture van hierdie molekules beskikbaar geword het.


Metodes

Ons het individueel-gebaseerde simulasies gebruik om fiksheidsdata van bekende eiendomme oor verskeie generasies te genereer. Individueel-gebaseerde simulasies laat ons individuele fiksheid en bevolkingsdinamika modelleer, en laat ons dus die kwantitatiewe genetika van fiksheid aan die dinamika van bevolkingsgroeikoers koppel. Dit bied 'n intuïtiewe skakel tussen die aanpassingsproses en populasiedinamika en laat ons ook die analoog van die fundamentele stelling vir log-normale fiksheid bevestig (Morrissey en Bonnet 2019).

Eerstens het ons data gesimuleer met behulp van ons gekose waardes vir bykomende genetiese en omgewingsafwyking in fiksheid, met die veronderstelling dat fiksheid 'n log-normale verspreiding volg. Simulasies is uitgevoer in 'n verbeterde weergawe van die C++-program Volator (Bonnet en Postma 2018). Uit die simulasies het ons gerealiseerde teelwaardes, omgewingswaardes, en dus fenotipes vir individuele fiksheid, ouer-nageslag-verhoudings tussen individue (d.w.s. stambome) en bevolkingsgrootte deur die tyd onttrek. Hieruit kon ons die verband bevestig en illustreer tussen die fundamentele parameters van additiewe genetiese variansie, omgewingsvariansie en oorerflikheid (ons bedoel "narrow-sense" oorerflikheid, hier en deurgaans in hierdie publikasie) in fiksheid op verskillende skale, en die tempo van toename in gemiddelde fiksheid.

In 'n tweede stap het ons die individuele fiksheidsdata en stambome gebruik om dieremodelle te pas en die insetsimulasieparameterwaardes te vergelyk met die parameters wat deur diermodelle beraam is. Ons het dit gedoen met behulp van Poisson- of Gaussiese fiksheidsverdelings.

Simulasies en Teoretiese Verwagtinge

Lewensiklus- en fiksheidsmodel

Ons het nie-oorvleuelende generasies gesimuleer, met elke generasie gelykstaande aan 1 tydstap (of jaar). 'n Jaar begin slegs met volwasse individue, mans en wyfies. Volwassenes plant op 'n 2-geslag panmiktiese manier voort en sterf dan. Hul nageslag, gebore met 'n gelyke geslagsverhouding, werf dan almal as reproduserende volwassenes vir die volgende jaar.

Ons modelleer 'n enkele eienskap, latente skaal reproduktiewe sukses (l), wat ook die latente skaal fiksheid in ons model is (omdat ons nie ander fiksheidskomponente simuleer nie). Die eienskap volg die infinitesimale kwantitatiewe genetiese model (Fisher 1918 Barton et al. 2017 Walsh en Lynch 2018, hoofstuk 24) met additiewe effekte van gene en die omgewing op 'n latente skaal. Teelwaardes word aan die nageslag oorgedra as die gemiddelde teelwaarde van ouers plus 'n Mendeliaanse segregasie variansie gelykstaande aan die helfte van die gesimuleerde additiewe genetiese afwykings.

waar μ is 'n bevolking beteken vir l, a is die latente teelwaarde, en e is die latente omgewingsafwyking (wat ons aanvaar as gevolg van die gekombineerde werking van 'n groot aantal plastiese reaksies en ontwikkelingsgeraas). a en e volg 'n meerveranderlike normaalverdeling met gemiddeldes gelyk aan nul, variansies gelyk aan σ A 2 ( l ) en σ E 2 ( l ) ⁠ , en nul kovariansie tussen hulle, let op dat elkeen van hulle "oorverspreiding" bydra tot die verspreiding van fiksheid, aangesien hulle genereer uiteindelik variansie op die data bo en behalwe dit as gevolg van die ewekansige Poisson-proses. Tabel 1 som die definisies van die hoofparameters op. Ons hou σ A 2 ( l ) konstant oor generasies heen, volgens die infinitesimale model, wat aanvaar dat genetiese variasie in die eienskap van belang te wyte is aan 'n groot aantal genetiese lokusse, sodat enige reaksie op seleksie 'n weglaatbare effek op alleelfrekwensies het. en op die totale genetiese variansie (Barton et al. 2017). σ E 2 ( l ) is ook konstant oor generasies heen.

Definisie van die hoofparameters en die skale waarop dit uitgedruk word

Simbool . Skaal . Betekenis .
lLatent Absolute fiksheid op die latente skaal
exp(1) Verwag Eksponensieel van l, en absolute fiksheid op die verwagte skaal
WData Absolute fiksheid op die dataskaal
W ¯ Data Beteken W in 'n gegewe generasie
W ¯ 0 Data Beteken W in die eerste generasie
wData Relatiewe fiksheid op die dataskaal (W/W¯)
σ A 2 ( l ) Latent Latent-skaal byvoegende genetiese variansie in fiksheid
σ E 2 ( l ) Latent Latent-skaal omgewingsafwyking in fiksheid, ook die hoeveelheid niegenetiese oorverspreiding
σ A 2 ( w ) Data Additiewe genetiese variansie in relatiewe fiksheid op die dataskaal
σ G 2 ( w ) Data Totale genetiese variansie in relatiewe fiksheid op die dataskaal, gegenereer deur latente skaal byvoegende genetiese variansie σ A 2 ( l ) a
Simbool . Skaal . Betekenis .
lLatent Absolute fiksheid op die latente skaal
exp(1) Verwag Eksponensieel van l, en absolute fiksheid op die verwagte skaal
WData Absolute fiksheid op die dataskaal
W ¯ Data Beteken W in 'n gegewe generasie
W ¯ 0 Data Beteken W in die eerste generasie
wData Relatiewe fiksheid op die dataskaal (W/W¯)
σ A 2 ( l ) Latent Latent-skaal byvoegende genetiese variansie in fiksheid
σ E 2 ( l ) Latent Latent-skaal omgewingsafwyking in fiksheid, ook die hoeveelheid niegenetiese oorverspreiding
σ A 2 ( w ) Data Additiewe genetiese variansie in relatiewe fiksheid op die dataskaal
σ G 2 ( w ) Data Totale genetiese variansie in relatiewe fiksheid op die dataskaal, gegenereer deur latente skaal byvoegende genetiese variansie σ A 2 ( l ) a

Die 3 verskillende skale word in Figuur 1 geïllustreer.

a Let op dat σ G 2 bydraes van enige nie-additiewe genetiese variansie op die latente skaal uitsluit, aangesien ons dit nie hier oorweeg nie.

Definisie van die hoofparameters en die skale waarop dit uitgedruk word

Simbool . Skaal . Betekenis .
lLatent Absolute fiksheid op die latente skaal
exp(1) Verwag Eksponensieel van l, en absolute fiksheid op die verwagte skaal
WData Absolute fiksheid op die dataskaal
W ¯ Data Beteken W in 'n gegewe generasie
W ¯ 0 Data Beteken W in die eerste generasie
wData Relatiewe fiksheid op die dataskaal (W/W¯)
σ A 2 ( l ) Latent Latent-skaal byvoegende genetiese variansie in fiksheid
σ E 2 ( l ) Latent Latent-skaal omgewingsafwyking in fiksheid, ook die hoeveelheid niegenetiese oorverspreiding
σ A 2 ( w ) Data Additiewe genetiese variansie in relatiewe fiksheid op die dataskaal
σ G 2 ( w ) Data Totale genetiese variansie in relatiewe fiksheid op die dataskaal, gegenereer deur latente skaal byvoegende genetiese variansie σ A 2 ( l ) a
Simbool . Skaal . Betekenis .
lLatent Absolute fiksheid op die latente skaal
exp(1) Verwag Eksponensieel van l, en absolute fiksheid op die verwagte skaal
WData Absolute fiksheid op die dataskaal
W ¯ Data Beteken W in 'n gegewe generasie
W ¯ 0 Data Beteken W in die eerste generasie
wData Relatiewe fiksheid op die dataskaal (W/W¯)
σ A 2 ( l ) Latent Latent-skaal byvoegende genetiese variansie in fiksheid
σ E 2 ( l ) Latent Latent-skaal omgewingsafwyking in fiksheid, ook die hoeveelheid niegenetiese oorverspreiding
σ A 2 ( w ) Data Additiewe genetiese variansie in relatiewe fiksheid op die dataskaal
σ G 2 ( w ) Data Totale genetiese variansie in relatiewe fiksheid op die dataskaal, gegenereer deur latente skaal byvoegende genetiese variansie σ A 2 ( l ) a

Die 3 verskillende skale word in Figuur 1 geïllustreer.

a Let op dat σ G 2 bydraes van enige nie-additiewe genetiese variansie op die latente skaal uitsluit, aangesien ons dit nie hier oorweeg nie.

Reproduktiewe sukses op die dataskaal gerealiseer (W, Figuur 1 onderste ry) word gesimuleer as 'n oorverspreide Poisson-proses wat gegenereer word deur 'n Poisson ewekansige trekking met heterogene verwagting: W i = P ( exp ⁡ ( li i ) ) waar exp ⁡ ( li i ) die eksponensiaal van li en die verwagte reproduktiewe sukses vir individu i op die verwagte dataskaal (sien Figuur 1 vir 'n illustrasie van die 3 skale).

Fisher se FTNS self maak nie streng aannames nie (Grafen 2018), maar aannames is nodig om die stelling direk vanuit populasiedinamika waar te neem soos ons hier doen. Inderdaad, Fisher se stelling hou verband met die deel van verandering in gemiddelde fiksheid wat te wyte is aan seleksie, maar ander evolusionêre kragte kan ook gemiddelde fiksheid verander. Op die latente skaal, dit wil sê vir l, neem ons aan dat geen ander evolusionêre krag as seleksie en genetiese drywing aanwesig is nie, sodat gemiddeld Fisher se stelling kan direk vanaf veranderinge in gemiddelde fiksheid waargeneem word, sonder om die onafhanklike rol van seleksie te isoleer. Ons beskou nie-oorvleuelende generasies omdat oorvleuelende generasies die tempo van reaksie op seleksie (wat aanpassing is wanneer die eienskap wat op seleksie reageer fiksheid is) in 'n populasie kan beïnvloed (Hill 1974). Ons aanvaar ook, weereens vir eenvoud, geen mededinging, geen frekwensie of digtheid afhanklikheid, geen veranderinge in die gemiddelde omgewingswaardes van fenotipiese variasie, geen geen-vir-omgewing interaksies, geen mutasies en geen immigrasie. Ten spyte van hierdie aannames, verskyn oorerwingsvervorming as nog 'n evolusionêre krag wanneer die dataskaal eerder as die latente skaal oorweeg word en moet verreken word om die verandering in dataskaal gemiddelde fiksheid oor generasies te voorspel (sien hieronder).

Verder, weer vir eenvoud, oorweeg ons slegs genetiese variasie in fiksheid by vroue (volgende vergelykings wat hieronder aangebied word). Nadat individuele wyfies se voortplantingsukses bepaal is volgens die variasie in fiksheid, word vaderskappe ewekansig aan elke nageslag toegeken. Manlike voortplantingsukses verskil dus geheel en al stogasties, maar let op dat mannetjies steeds teelwaardes dra en oordra vir die eienskap van vroulike fiksheid.

Simulasieparameters

Ons het simulasies met 100 wyfies en 100 mannetjies begin, en 'n verwagte aanvanklike bevolkingsgroeikoers van λ 0 = 0.96 ⁠ . Bevolkingsgrootte was nie gereguleer nie (m.a.w. fiksheid was digtheid-onafhanklik), en die verwagte bevolkingsgroeikoers was dus geneig om toe te neem in die teenwoordigheid van bykomende genetiese variansie in fiksheid. Ons het 6–11 tydstappe (“jare” daarna) gesimuleer, wat die aantal jare vir scenario's met hoë additiewe genetiese variansie in fiksheid verminder het, want die bevolkingsgroei was baie vinnig en simulasies het rekenkundig veeleisend geword met groot σ A 2 ( l ) ⁠ .

Ons het σ A 2 ( l ) gesimuleer met waardes <0, 0.01, 0.05, 0.1, 0.3>, en σ E 2 ( l ) met waardes <0, 0.1, 0.5>. Vir elk van die 15 kombinasies van σ A 2 ( l ) en σ E 2 ( l ) waardes, het ons 100 datastelle gesimuleer. Vir elke latente fenotipiese variansie (σ P 2 ( l ) = σ A 2 ( l ) + σ E 2 ( l ) ) ⁠ , het ons die latente gemiddelde fiksheid verander, sodat die aanvanklik verwagte dataskaal gemiddelde fiksheid altyd W ¯ 0 was = 1.92 (wat ooreenstem met λ 0 = 0.96 ⁠ ). Sommige verdelings wat deur die kombinasies van latente gemiddeldes en afwykings geproduseer word, word in Aanvullende Figuur 2 getoon.

Ons het die gerealiseerde parameters in die gesimuleerde datastelle vergelyk met die oorspronklike gesimuleerde waardes. Die gerealiseerde variansie in gesimuleerde teelwaardes vir fiksheid op die latente Poisson-skaal het ooreenstem met die voorafbepaalde waardes vir al 3 vlakke van omgewingsafwyking (Aanvullende Figuur 1).

Stap 1: Bereken genetiese afwykings en tempo van aanpassing op die dataskaal

Gerieflik is die additiewe genetiese variansie in absolute fiksheid op die latente skaal presies gelykstaande aan die additiewe genetiese variansie in relatiewe fiksheid op die dataskaal (σ A 2 ( l ) = σ A 2 ( w ) ) in 'n log-skakel GLAM ( afgelei uit vergelyking 7 in Morrissey (2015). Hierdie hoeveelheid voorspel egter nie perfek veranderinge in gemiddelde fiksheid op die dataskaal wanneer fiksheid log-normaal is nie. Dit is omdat die kromming van die eksponensiële sommige van die additiewe genetiese variansie op die latente skaal in nie-additiewe genetiese variansie op die dataskaal. Om dit eenvoudig te stel, op die latente skaal, is die teelwaarde van 'n individu gemiddeld die gemiddelde van sy ouers se teelwaardes op die latente skaal, maar hierdie verwagting oorleef nie die eksponensiële-transformasie. Die fenotipe wat ooreenstem met 'n nageslag se verwagte teelwaarde op die latente skaal is groter as die gemiddeld van sy ouers se verwagte fenotipes. Daarom neem gemiddelde fiksheid op die dataskaal vinniger toe as σ A 2 ( w ) ⁠ , spesifiek teen 'n tempo van exp ⁡ ( σ A 2 ( l ) ) − 1 (Morrissey en Bonnet 2019). Terloops, exp ⁡ ( σ A 2 ( l ) ) − 1 is toevallig die genetiese variansie vir relatiewe fiksheid ( ⁠ σ G 2 ( w ) ⁠ op die dataskaal) wat afkomstig is van latente additiewe genetiese variansie in die afwesigheid van nie-additiewe variansie op die latente skaal (Morrissey en Bonnet 2019).

In ons simulasies, vir elke datastel, het ons die gerealiseerde σ G 2 ( w ) oor generasies bereken as die variansie in die individuele genotipiese waardes (vir 'n individu i, sy dataskaal genotipiese waarde vir W is exp ⁡ ( μ + a i + σ E 2 ( l ) / 2 ) ⁠ , sien Morrissey en Bonnet 2019). Ons het gerealiseerde aanpassing gemeet deur bevolkingsgroeikoerse te gebruik. Op 'n gegewe tydstip t met 'n bevolkingsgrootte Nt, die bevolkingsgroeikoers is λ t = N t + 1 N t ⁠ . Die aanpassingstempo word bereken as λ t + 1 − λ t λ t ⁠ . Dit is gelykstaande aan die relatiewe verandering in gemiddelde individuele fiksheid W ¯ t + 1 − W ¯ t W ¯ t omdat slegs een fiksheidskomponent gemodelleer word, en generasies is nie-oorvleuelend. Daarom verwag ons gemiddeld λ t + 1 − λ t λ t = exp ⁡ ( σ A 2 ( l ) ) − 1 te eniger tyd t. Omdat in ons simulasies slegs vrouens genetiese variasie in fiksheid uitdruk, het ons verwag dat die toename in bevolkingsgroeikoers die helfte sou wees as wat deur die vergelykings hierbo voorspel is.

Stap 2: Statistiese skatting uit gesimuleerde data

Dieremodelle

Ons het diermodelle (Henderson 1950 Kruuk 2004) gebruik om σ A 2 ( l ) ⁠ , σ E 2 ( l ) ⁠ te skat, en het parameters van gesimuleerde fiksheid en stamboomdata afgelei. Vir elke datastel het ons 1) 'n lineêre diermodel met 'n Gaussiese foutstruktuur en 2) 'n veralgemeende diermodel toegerus wat 'n oorverspreide Poisson-verspreiding en 'n logaritmiese skakelfunksie aanvaar, met die responsveranderlike van absolute fiksheid in beide gevalle. Elke datastel het ten minste 800 wyfies, oor 5–10 generasies, ingesluit vir datastelle gesimuleer met σ A 2 ( l ) = 0 ⁠ . Meer wyfies is ingesluit met toenemende waardes van σ A 2 ( l ) omdat aanpassing veroorsaak het dat die bevolkingsgroottes oor generasies toegeneem het. Ons het 'n maksimum van 3 000 vroue vir elke datastel gebruik (met die keuse van die eerste 3 000 eerste vroue wat in die bevolking gebore is). Die ontleding het slegs vroulike fenotipes behels (aangesien mans nie fenotipes vir die eienskap uitdruk nie, sien hierbo), maar die volledige stamboom gebruik om die verwantskapsmatriks te bereken.

Ons het modelle in MCMCglmm aangebring, 'n R-pakket wat by verstek 'n additiewe oorverspreidingsparameter in Poisson-modelle insluit (Hadfield 2010). Ons het die posterior verspreidings van die skattings van die afsnit, additiewe genetiese variansie en residuele (omgewings) variansie onttrek. In die geval van die Poisson-modelle is dit direkte skattings van die simulasieparameters σ A 2 ( l ) ⁠ , σ E 2 ( l ) ⁠ , en μ soos hierbo uiteengesit, is die skatting van σ A 2 ( l ) ook 'n beramer van σ A 2 ( w ) (Morrissey 2015 de Villemereuil et al. 2016). Transformasies terug na die dataskaal is uitgevoer op die posterior verspreiding deur gebruik te maak van die R-pakket QGglmm (de Villemereuil et al. 2016), om posterior verspreidings van dataskaal σ A 2 (w) te genereer en dus ook van dataskaal eng-sin oorerflikheid (h 2). In die geval van Gaussiese modelle, het ons die beraamde additiewe genetiese variansie in absolute fiksheid gedeel deur die kwadraat van die gemiddelde fiksheid in die eerste generasie (met die kwadraat van die beraamde snysnit het kwalitatief identiese resultate gegee) σ A 2 ( W ) / W ¯ 0 2 om 'n beramer van σ A 2 (w) ⁠ te verkry. Diermodelle skat inderdaad genetiese parameters relatief tot 'n basispopulasie, wat in ons geval presies ooreenstem met die eerste generasie. Daarom is die skatting van σ A 2 ( W ) vir die eerste generasie en die omskakeling na σ A 2 ( w ) moet gemiddelde fiksheid in die eerste generasie gebruik.Let egter daarop dat in ons simulasies σ A 2 ( l ) ⁠ , en dus σ A 2 ( w ) ⁠ , konstant is oor generasies heen, wat dus vereis dat σ A 2 ( W ) teen dieselfde tempo as W ¯ 2 ⁠ toeneem. As gevolg hiervan is die Gaussiese skatting van σ A 2 ( W ) slegs geldig vir die eerste generasie, maar ons verwag dat die skatting van σ A 2 ( w ) geldig sal wees vir enige generasie.

Ons het MCMCglmm se verstek inverse gamma priors gebruik met vorm en tempo parameters beide gelyk aan 0.001 (gelykstaande aan 'n variansie en mate van geloof gelykstaande aan 1 en 0.002, onderskeidelik). Ons het modelle vir 130 000 Markov-ketting Monte Carlo-iterasies uitgevoer, met 'n inbranding van 30 000 en uitdunning van 100. Visuele inspeksie van 'n subset van modelle het voorgestel dat 'n stilstaande steekproefverspreiding altyd voor die einde van die inbranding bereik is.

Vergelyking tussen gesimuleerde en beraamde parameterwaardes

Ons het die modusse en middele van die posterior verdelings vir Gaussiese en Poisson-diermodelle vir elke gesimuleerde datastel onttrek en dit teen die gesimuleerde parameterwaardes geplot. Alhoewel hierdie benadering egter eenvoudige visualisering verskaf, verteenwoordig dit nie skattingsprestasie volledig nie, aangesien dit slegs puntskattings en geen maatstaf van onsekerheid in ag neem nie. Om dit aan te spreek, het ons dus ook dekking en wortelgemiddeldekwadraatfout (RMSE) oorweeg om die kwaliteit van die beramers van σ A 2 ( w ) ⁠ te meet. Vir 'n gegewe stel parameters is dekking bereken as die proporsie modelle met 'n 95% hoogste waarskynlikheid digtheid geloofwaardigheidsinterval wat die ware waarde bevat. Ons het nie dekking oorweeg vir scenario's wat met σ A 2 ( l ) = 0 gesimuleer is nie omdat geloofwaardigheidsintervalle nie presies nul vir afwykingskomponente kan bevat nie (hoewel dit in die praktyk as gevolg van arbitrêre afronding kan wees).


Algemene geenvariante is verantwoordelik vir die meeste genetiese risiko vir outisme

Rolle van oorerflikheid, mutasies, omgewing beraam - NIH-befondsde studie.

Die grootste deel van die risiko, of aanspreeklikheid, vir outismespektrumafwykings (ASD) is opgespoor na oorgeërfde variasies in die genetiese kode wat deur baie mense gedeel word. Hierdie en ander (onverantwoorde) faktore het bydraes van seldsame oorgeërfde, nie-byvoegende en spontane (de novo) genetiese faktore verdwerg. Bevolkingsgebaseerde outisme genetika en omgewingstudie

Die meeste van die genetiese risiko vir outisme kom van weergawes van gene wat algemeen in die bevolking voorkom eerder as van seldsame variante of spontane foute, het navorsers wat deur die National Institutes of Health befonds word, bevind. Oorerflikheid het ook groter as ander risikofaktore geweeg in hierdie grootste studie van sy soort tot nog toe.

Ongeveer 52 persent van die risiko vir outisme is opgespoor na algemene en seldsame oorgeërfde variasie, met spontane mutasies wat 'n beskeie 2,6 persent van die totale risiko bygedra het.

"Genetiese variasie is waarskynlik verantwoordelik vir ongeveer 60 persent van die aanspreeklikheid vir outisme, met algemene variante wat die grootste deel van die genetiese argitektuur daarvan uitmaak," verduidelik Joseph Buxbaum, Ph.D., van die Icahn School of Medicine by Mount Sinai (ISMMS), New York Stad. "Alhoewel elkeen net 'n klein effek individueel uitoefen, dra hierdie algemene variasies in die genetiese kode by tot aansienlike impak, saamgeneem."

Buxbaum, en kollegas van die Population-Based Autism Genetics and Environment Study (PAGES) Consortium, doen verslag oor hul bevindings in 'n unieke Sweedse steekproef in die joernaal Nature Genetics, 20 Julie 2014.

"Danksy die hupstoot in statistiese krag wat gepaard gaan met ruim steekproefgrootte, kan outisme-genetici nou algemene sowel as seldsame genetiese variasie wat met risiko geassosieer word, opspoor," sê Thomas R. Insel, besturende direkteur, direkteur van die NIH se Nasionale Instituut vir Geestesgesondheid ( NIMH). “Om die aard van die genetiese risiko te ken, sal leidrade openbaar oor die molekulêre wortels van die siekte. Algemene variasie is dalk belangriker as wat ons gedink het.”

Alhoewel outisme vermoedelik veroorsaak word deur 'n wisselwerking van genetiese en ander faktore, insluitend omgewings, het konsensus oor hul relatiewe bydraes en die buitelyne van die genetiese argitektuur daarvan ontwykend gebly. Onlangs het bewyse toegeneem dat genome van mense met outisme geneig is om seldsame mutasies te huisves, dikwels spontaan, wat sterk effekte uitoefen en grootliks verantwoordelik is vir spesifieke gevalle van siekte.

Meer uitdagend is om die kollektiewe impak op outismerisiko te bepaal van talle variasies in die genetiese kode wat deur die meeste mense gedeel word, wat individueel baie subtieler in effek is. Beperkings van steekproefgrootte en samestelling het dit moeilik gemaak om hierdie effekte op te spoor en om die relatiewe invloed van sulke algemene, seldsame oorgeërfde en seldsame spontane variasie te skat.
Verskille in metodes en statistiese modelle het ook gelei tot soms baie uiteenlopende skattings van outisme se oorerflikheid - wat wissel van 17 tot 50 persent.

Intussen het onlangse genoomwye studies van skisofrenie groot genoeg steekproefgroottes bereik om die betrokkenheid van meer as 100 algemene geenvariante by daardie afwyking te openbaar. Hierdie beloof verbeterde begrip van die onderliggende biologie - en selfs ontwikkeling van risiko-tellings, wat kan help om te voorspel wie kan baat by vroeë intervensies om psigotiese episodes in die kiem te swaai.

Met hul nuwe studie begin outisme-genetika inhaal, sê die navorsers. Dit is moontlik gemaak deur Swede se universele gesondheidsregister, wat ondersoekers in staat gestel het om 'n baie groot steekproef van ongeveer 3 000 mense met outisme met ooreenstemmende kontroles te vergelyk. Navorsers het ook nuwe statistiese metodes gebruik wat hulle in staat gestel het om die oorerflikheid van die afwyking meer betroubaar uit te sorteer. Daarbenewens kon hulle hul resultate vergelyk met 'n parallelle studie in 1,6 miljoen Sweedse gesinne, wat data van 'n tweeling en neefs in ag geneem het, en faktore soos ouderdom van die vader by geboorte en ouers se psigiatriese geskiedenis. 'n Beste-gepaste statistiese model het vorm aangeneem, hoofsaaklik gebaseer op gekombineerde effekte van veelvuldige gene en nie-gedeelde omgewingsfaktore.

"Dit is 'n ander soort analise as wat in vorige studies gebruik is," verduidelik Thomas Lehner, Ph.D., hoof van NIMH se Genomika Navorsingstak. “Data van genoomwye assosiasiestudies is gebruik om 'n genetiese model te identifiseer in plaas daarvan om net daarop te fokus om genetiese risikofaktore vas te stel. Die navorsers kon kies uit al die gevalle van siekte binne 'n bevolkingsgebaseerde register."

Noudat die genetiese argitektuur beter verstaan ​​word, identifiseer die navorsers spesifieke genetiese risikofaktore wat in die monster opgespoor is, soos skrappings en duplisering van genetiese materiaal en spontane mutasies. Alhoewel sulke seldsame spontane mutasies slegs 'n klein fraksie van outismerisiko uitmaak, maak die potensieel groot gevolge van hierdie foute hulle belangrike leidrade om die molekulêre onderbou van die versteuring te verstaan, sê die navorsers.

"Binne 'n gegewe familie kan die mutasies 'n kritieke determinant wees wat lei tot die manifestasie van ASD in 'n spesifieke familielid," het Buxbaum gesê. “Die gesin het dalk algemene variasie wat dit in gevaar stel, maar as daar boonop 'n de novo [spontane> mutasie is, kan dit 'n individu oor die rand stoot. Dus vir baie gesinne kan die wisselwerking tussen algemene en spontane genetiese faktore die onderliggende genetiese argitektuur van die siekte wees.”

Ander hoofondersoekers op die studie was: Christina Hultman, Ph.D. , Karolinska Instituut, Stockholm, Swede Bernie Devlin, Ph.D. , Universiteit van Pittsburgh Avraham Reichenberg, Ph.D. , ISMMS Kathryn Roeder, Ph.D. , Carnegie Mellon Universiteit, Pittsburgh.

Die navorsing is deels gefinansier deur toekennings van die NIH se NIMH, Eunice Kennedy Shriver Nasionale Instituut vir Kindergesondheid en Menslike Ontwikkeling, en Nasionale Instituut vir Neurologiese Afwykings en Beroerte.

Oor die Nasionale Instituut vir Geestesgesondheid (NIMH): Die missie van die NIMH is om die begrip en behandeling van geestesiektes te transformeer deur basiese en kliniese navorsing, wat die weg baan vir voorkoming, herstel en genesing. Vir meer inligting, besoek http://www.nimh.nih.gov.

Oor die Eunice Kennedy Shriver Nasionale Instituut vir Kindergesondheid en Menslike Ontwikkeling (NICHD): Die NICHD borg navorsing oor ontwikkeling, voor en na geboorte, moeder-, kind- en gesinsgesondheid reproduktiewe biologie en bevolkingskwessies en mediese rehabilitasie. Vir meer inligting, besoek die Instituut se webwerf by http://www.nichd.nih.gov.

Oor die National Institutes of Health (NIH): NIH, die land se mediese navorsingsagentskap, sluit 27 institute en sentrums in en is 'n komponent van die Amerikaanse departement van gesondheid en menslike dienste. NIH is die primêre federale agentskap wat basiese, kliniese en translasie mediese navorsing uitvoer en ondersteun, en ondersoek die oorsake, behandelings en genesings vir beide algemene en seldsame siektes. Vir meer inligting oor NIH en sy programme, besoek www.nih.gov.

NIH&hellipTurning Discovery Into Health ®

Verwysing

Gaughler T, Klei L, Sanders SJ, Bodea CA, Goldberg AP, Lee AB, Mahajan M, Manaa D, Pawitan Y, Reichert J, Ripke S, Sandin S, Sklar P, Svantesson O, Reichenberg A, Hultman CH, Devlin B , Roeder K, Buxbaum JD. Die meeste genetiese risiko vir outisme lê by algemene variasie. Nature Genetics, 20 Julie 2014.

Toekennings: HD055751, HD055782, HD055784, HD35465, MH057881, MH097849, MH52708, MH55284, MH57881, MH061009, MH06359, MH066673, MH080647, MH081754, MH66766.


Genetiese variasie in die eienskapwortelverspreiding oor segregerende generasies gewone boontjie

Gewone boontjieproduksie word deur 'n reeks biotiese en abiotiese spanninge beïnvloed. Plante met 'n diep en goed verspreide wortelstelsel kan egter by hierdie teëspoed aanpas. Hierdie studie het die genetiese variasie van die eienskapwortelverspreiding in segregerende populasies van gewone boontjie geëvalueer. Ons het 4 ouers en 12 nageslagte geëvalueer, voortspruitend uit 'n volledige diallelparingstelsel in 2008/2009. Die eksperiment is in vyf groeiseisoene (2009/2010 tot 2013/2014) uitgevoer in 'n heeltemal ewekansige ontwerp met twee herhalings. Wortelverspreiding is geëvalueer by volblom deur die metode voorgestel deur Bohm (Methods of studying root systems, 1979), met modifikasies, wat die teenwoordigheid of afwesigheid van wortels in binomiale vorm in 'n rooster (0.60 m × 0.30 m) kwantifiseer. Daar was geen beduidende verskil tussen ouers en nageslag in F1 vir die eienskapwortelverspreiding. Aan die ander kant, die genotipiese variasie van die F2 nageslag was wyd, in vergelyking met die ouers. In die F4 en F5 generasies, ongeag die geëvalueerde worteldiepte, was die verskille tussen nageslagte en ouers minder uitgesproke. Hierdie resultaat dui op die toename in die proporsie bymiddel bo nie-additiewe genetiese variansie vir die eienskap wortel verspreiding.

Dit is 'n voorskou van intekeninginhoud, toegang via jou instelling.


Evolusie van die additiewe genetiese variansie–kovariansiematriks onder deurlopende rigtingseleksie op 'n komplekse gedragsfenotipe

Gegewe die tempo waarteen mens-geïnduseerde omgewingsveranderinge plaasvind, is 'n dringende uitdaging om die spoed te bepaal waarmee seleksie evolusionêre verandering kan aandryf. 'n Sleutelbepaler van aanpasbare reaksie op meerveranderlike fenotipiese seleksie is die additiewe genetiese variansie-kovariansie matriks (G). Tog kennis van G in 'n bevolking wat nuwe of veranderde seleksie ervaar is nie voldoende om seleksie reaksie te voorspel nie, want G self ontwikkel op maniere wat swak verstaan ​​word. Ons het eksperimenteel veranderinge in G wanneer naverwante gedragseienskappe deurlopende rigtingseleksie ervaar. Ons het die genetiese kovariansie tensor-benadering toegepas op 'n groot datastel (n = 17 328 individue) van 'n herhaalde, 31-generasie kunsmatige seleksie-eksperiment wat muise geteel het vir vrywillige wielloop op dae 5 en 6 van 'n 6-dag toets. Seleksie op hierdie subset van G het proporsionele veranderinge oor die matriks vir al 6 dae van hardloopgedrag binne die eerste vier generasies geïnduseer. Die veranderinge in G geïnduseer deur seleksie het gelei tot 'n viervoudig stadiger as voorspelde tempo van reaksie op seleksie. Seleksie het dus beperkings binne vererger G en beperkte toekomstige aanpassingsreaksie, 'n verskynsel wat diepgaande gevolge kan hê vir bevolkings wat vinnige omgewingsverandering in die gesig staar.

1. Inleiding

Gegewe die tempo waarteen mens-geïnduseerde omgewingsveranderinge plaasvind, is 'n dringende uitdaging om die spoed te bepaal waarmee seleksie evolusionêre verandering en aanpassing kan dryf (teenoor uitwissing [1-3]). Voorspelling van evolusionêre verandering vir veelvuldige eienskappe word verkry uit die produk van die lineêre seleksiegradiëntvektor (β), wat aandui hoe seleksie op individuele eienskappe inwerk na aanpassing vir eienskapkorrelasies, en die additiewe genetiese variansie-kovariansie matriks van daardie eienskappe (G) [4]. Mees tipies, G word beskou as wat die doeltreffendheid van seleksie [5] egter deurslaggewend beïnvloed, G kan ontwikkel in reaksie op seleksie as gevolg van veranderinge in alleelfrekwensies en/of die opbou van koppelingsonewewig (LD) tussen belangrike lokusse [6,7]. Evolusionêre prosesse kan dus genetiese variasie vorm op maniere wat toekomstige evolusionêre veranderinge kan fasiliteer of beperk [5,8].

Simulasie-gebaseerde studies wys op die hipotetiese toestande waaronder G sal tot die grootste mate ontwikkel (bv. klein populasie, swak korrelasie-seleksie, lae mutasie-korrelasie tussen eienskappe [9,10]). Dit lyk egter onwaarskynlik dat algemene antwoorde uit simulasies na vore sal kom, want dit is uiters kompleks om al die relevante parameters wat betrokke is oor die hele reeks relevante parameterwaardes (bv. bevolkingsgrootte, aantal lokusse, aantal allele, verspreiding van alleliese effekte, dominansie) te oorweeg , epistase, mutasietempo, sterkte van seleksie [11]). Daarom, of en hoe seleksie beïnvloed G bly grootliks 'n empiriese vraag [11–13]. Die meeste empiriese studies tot op hede was beskeie in skaal, bevooroordeeld teenoor sekere taksa (hoofsaaklik 'n paar insek- en plantspesies) of tipes karakters (meestal morfologiese en lewensgeskiedenis-eienskappe), en het gewissel in beide statistiese en eksperimentele benaderings [11]. As gevolg hiervan, hoe lank die G matriks bly stabiel onder verskeie generasies van seleksie (en/of ewekansige genetiese drywing) bly 'n omstrede kwessie [2].

Herhaalde kunsmatige seleksie eksperimente wat die stabiliteit van G onder seleksie is skaars [14,15], maar bring deurslaggewende sterkpunte vir hierdie sleutelpoging (bv. replikasie, potensieel groot steekproefgrootte, bekende seleksie, konstante omgewing). Interessant genoeg bereik seleksie-eksperimente onder laboratoriumtoestande gewoonlik 'n evolusionêre limiet (d.i. 'n plato in die reaksie op seleksie) selfs wanneer beduidende additiewe genetiese variansie (VA) bly vir die eienskap onder seleksie [16]. Hierdie resultaat is paradoksaal vanuit 'n eenveranderlike perspektief, waarin die reaksie op seleksie streng bepaal word deur die produk van die rigtinggewende seleksiedifferensiaal en die eng-sin oorerflikheid (h 2 ) van 'n eienskap. Die paradoks kan soms opgelos word deur 'n meerveranderlike perspektief op additiewe genetiese variansie en seleksie aan te neem [5]. Selfs in die teenwoordigheid van VA in alle eienskappe kan 'n absolute genetiese beperking voorkom as daar een of meer rigtings binne is G waarvoor nr VA bestaan ​​(d.w.s. G is semi-positief definitief en enkelvoud omdat een of meer van sy eievektore nul eiewaardes het). Dus, 'n evolusionêre beperking tot seleksie kan voortspruit uit 'n meerveranderlike beperking binne G, gemanifesteer as 'n gebrek aan VA in die meerveranderlike rigting bevoordeel deur seleksie [15]. (Alternatiewelik kan genetiese kovariansies tussen eienskappe ook evolusie versnel as hulle dit toelaat VA in die rigting wat deur seleksie bevoordeel word [5].)

Toets die moontlikheid dat die evolusie van G kan lei tot genetiese beperkings op aanpasbare evolusie is van kardinale belang vir die akkurate voorspelling van die fenotipiese uitkomste van seleksie omdat reaksie op seleksie in wilde populasies meer beperk kan wees as wat tans geglo word [17]. Boonop, in 'n vinnig veranderende omgewing, kan meerveranderlike beperkings die risiko van plaaslike uitsterwing verhoog omdat bevolkings moontlik nie vinnig genoeg kan aanpas om tred te hou met omgewingsverandering nie [2]. Hier toets ons eksperimenteel of en hoe deurlopende rigtingseleksie veranderinge in die vorm van G op 'n manier wat toekomstige aanpassing beperk. Ons gebruik data van 'n langtermyn, viervoudig gerepliseerde, kunsmatige seleksie-eksperiment op vrywillige wielloopgedrag in huismuise [18]. Met inagneming van wielloop wat oor 6 opeenvolgende dae uitgedruk word as 'n reeks nouverwante eienskappe, is ons doel om te evalueer of en hoe rigtingseleksie op 'n subset van die daaglikse gedrag veranderinge in G algehele.

2. Materiaal en metodes

(a) Diere, behuising en seleksie protokol

Die eksperiment het begin van uitgeteelde Hsd: ICR-muise, waarvan die oorsprong volledig elders beskryf word [18]. Altesaam 112 mannetjies en 112 wyfies, elk uit 'n ander familie, is by Harlan Sprague Dawley (aangewese generasie -2) aangekoop en ewekansig gepaar (besonderhede in elektroniese aanvullende materiaal, bylaag S1). Die gevolglike nageslag, aangewys as generasie -1, is aan agt geslote lyne toegewys. Om lyne te vestig, is een mannetjie en een wyfie ewekansig uit elke werpsel gekies. Hierdie individue is toe ewekansig gepaar, behalwe dat volbroer-parings nie toegelaat is nie. Lyne is ewekansig in vier nie-geselekteerde kontrole (C) lyne en vier geselekteerde 'high-runner' (HR) lyne verdeel. Hulle nageslag is as generasie 0 aangewys en seleksie het by hierdie generasie in HR-lyne begin. Elke lyn is in stand gehou met ten minste 10 gesinne per generasie, wat gereeld in selfdegeslaggroepe van vier per hok gehuisves is, behalwe tydens teling (een paar per hok) en wielloopmetings (een individu per hok). Muise is op 'n 12 L : 12 D-siklus gehandhaaf (ligte aan 07:00 uur), wat ook gehandhaaf is tydens die wieloproewe.

Elke generasie is ongeveer 600 muise van ses tot agt weke oud gemonitor vir wielomwentelinge vir 6 opeenvolgende dae. Vrywillige wielloop is gemeet op vlekvrye staal en Plexiglas, Wahman-tipe aktiwiteitswiele (omtrek = 112 cm, deursnee = 35.7 cm en breedte = 10 cm Lafayette Instruments, Lafayette, IN, VSA) wat aan standaard huishokke geheg is. Drie groepe van ongeveer 200 muise elk is gedurende drie opeenvolgende weke gemeet. Muise van 'n gegewe bondel is geweeg en op ewekansige wiele geplaas gedurende die oggend van die eerste dag dat dataversameling omstreeks 13.00 uur begin is.Data is elke 23,5 uur afgelaai, op watter tydstip wiele nagegaan is om enige voedselkorrels of houtskaafsels te verwyder en om vryheid van rotasie te verseker. Op die sesde dag is muise van die wiele verwyder en geweeg.

Vanaf generasie 0 is seleksie gebaseer op die oorblywende gemiddelde aantal wielomwentelinge wat op dae 5 en 6 gehardloop is (getransformeer soos nodig om normaliteit van residue te verbeter) vanaf 'n meervoudige regressiemodel wat gebruik word om vir verskeie biologiese en oorlas veranderlikes te beheer, insluitende meetblok (groepe 1-3 en kamers 1-2), seks (in interaksie met seleksie geskiedenis) en familie [18]. Binne-familie seleksie is gebruik om die effektiewe bevolkingsgrootte te vergroot, die tempo van inteling te verminder en te help om die moontlik verwarrende invloede van sommige maternale effekte uit te skakel. Om nageslag in die volgende generasie vir elk van die vier HR-lyne te produseer, is die hoogste lopende mannetjie en die hoogste lopende wyfie van elke familie gekies om te teel en lukraak gepaar, met die voorsiening van geen volbroer-paring nie. Oor 31 generasies was die seleksiedifferensiaal gemiddeld 0.92 (s.d. = 0.23) fenotipiese standaardafwykings in die HR-lyne en benaderd nul in die C-lyne [16]. In C-lyne is 'n mannetjie en wyfie van binne elke familie lukraak gekies om telers te bekom, weereens met geen volbroer-parings toegelaat nie.

(b) Data en stamboom

Ons het dieselfde data en stamboom gebruik vir wielope op dae 5 en 6 soos saamgestel en nagegaan in 'n vorige studie [16]. Hier het ons data op dae 1-4 bygevoeg en 'n bykomende 572 individue uitgesluit vir wie wielloop op 'n gegewe dag natuurlik abnormaal was in vergelyking met wielloop op die ander dae (dit was dikwels die gevolg van wielprobleme wat tydens die eerste bespeur en reggestel is 4 dae). Dit het gelei tot 'n steekproef van 17 328 individue met wielloop gemeet op die 6 dae vanaf generasie 0–31.

(c) Dieremodelle vir kwantitatiewe genetiese ontledings

Falconer [19] en baie skrywers het sedertdien erken dat, konseptueel, 'n gegewe element van die fenotipe (bv. liggaamsmassa) gemeet in verskeie omgewings of serieel op verskeie ouderdomme of lewensfases beskou kan word as 'n stel eienskappe wat na verwagting geneties gekorreleer. Ons het so 'n 'karakter-toestand'-benadering aangeneem en wielloop wat oor die 6 opeenvolgende dae uitgedruk word, beskou as 'n reeks nouverwante eienskappe. Ons keuse word ondersteun deur vorige navorsing wat toon dat die genetiese argitektuur vir hardloopafstand ietwat oor opeenvolgende dae verskil [20]. Sommige bespeurde kwantitatiewe eienskap lokusse het byvoorbeeld slegs 'n effek gedurende die aanvanklike 3 dae van blootstelling aan wiele, wat vermoedelik verband hou met angs of vreesverwante gedrag by aanvanklike blootstelling aan 'n nuwe omgewing (bv. individuele behuising, inleiding tot 'n loopwiel [20]). Nog 'n opsie sou gewees het om 'n 'funksie-gewaardeerde' benadering aan te neem en ewekansige regressie te gebruik om wielloop as 'n funksie van dag vir elke individu te modelleer. In hierdie geval is baie van die logistieke en statistiese voordele van die gebruik van die funksie-gewaardeerde benadering egter nie relevant nie, en die lae aantal indekswaardes waarteen maatreëls getref is (ses) maak dit waarskynlik dat die funksie-gewaardeerde en karakter- staatsbenaderings sal lei tot modelle wat ekwivalent is [21]. 'n Groot nadeel van die gebruik van die karakter-toestand benadering hier is die verhoogde aantal modelparameters (dws kovariansies tussen alle eienskappe), maar dit is nie 'n praktiese probleem nie as gevolg van die relatief lae aantal afsonderlike eienskappe (dws 6) en relatief groot steekproef grootte.

Ons het gekwantifiseer G vir wiel wat op elk van die 6 dae loop (hieronder na verwys as 'eienskappe' vir eenvoud) deur Bayesiese meerveranderlike diermodelle in die MCMCglmm-pakket van R [22] te gebruik. Ons het gekies om die data vir replikaatlyne binne C en HR saam te voeg, en die 32 generasies in ongeveer drie gelyke tydperke te verdeel: generasies 0–10, 11–20 en 21–31. Dit het die beste afweging gebring tussen groot steekproefgroottes binne elke tydperk (elektroniese aanvullende materiaal, tabel S1) om skatting van G met voldoende akkuraatheid, terwyl die tydsverandering terselfdertyd ondersoek word G oor periodes voor (generasies 0-10), gedurende (generasies 11-20) en meestal na (generasies 21-31) die seleksieplato's bereik is [16]. Vir elke tydperk het ons twee afsonderlike modelle gehardloop (een vir C en een vir HR muise) beperk tot die stamboom en fenotipiese data van daardie tydperk, wat 'n totaal van ses opgelewer het. G matrikse. Ons het 'n heuristiese benadering vir skatting gevolg G vir die spesifieke tydperke in die seleksie-eksperiment [23] waar die stamboom wat vir elke tydperk gebruik is, diere in die eerste generasie van die tydperk (dws 0, 11 of 21) behandel het as die afstammelinge van 'n hipotetiese onverwante, nie-geselekteerde en nie ingeteelde populasie, en ingesluit stamboom inligting vir alle individue in daardie tydperk [23]. Dus het die diermodel afgelei G terug na die hipotetiese ouerpopulasie van die tydperk gegewe die data wat verskaf is. Dit is duidelik dat in eindige populasies (met wegdrywing) en veral in populasies onder seleksie (die HR-lyne) waarin alleelfrekwensies verander [24], sommige aannames van die infinitesimale model nie geld nie. In hierdie geval kan die diermodel nie 'n streng skatting van G in die basis ouerbevolking, maar een wat 'bevooroordeeld' is teenoor opvolgende generasies waarvoor data ingesluit is. Verdere navorsing is nodig om beter te verstaan ​​presies hoe diermodelle in sulke situasies presteer [25]. Om te verseker dat die verskille wat gevind is, toegeskryf kan word aan seleksie op sigself en nie genetiese drywing nie, ons het ook MCMC-modelle op 'n lyn-vir-lyn-basis laat loop, wat 'n totaal van 24 opgelewer het G matrikse vir vergelyking (d.i. een vir elk van die agt reëls per generasieblok).

Elke model het die ses eienskappe as responsveranderlikes ingesluit en 'n reeks vaste effekte (ouderdom, geslag, maatgroep en kamer, en intelingskoëffisiënt) wat afsonderlik vir elke eienskap aangepas is. Alle eienskappe is gestandaardiseer (gemiddeld = 0, variansie = 1) vir elke lyn in elke generasie. Keuse van skaal kan 'n wesenlike invloed hê op beide eenveranderlike en meerveranderlike ontledings [26] ons wou dus rekening hou met die groot fluktuasies in fenotipiese gemiddeldes oor generasies en die toename in die totale fenotipiese variansie oor generasies in die HR-lyne [16] (sien ook elektroniese aanvullende materiaal, figuur S1). Verder, deur kenmerkafwykings te standaardiseer, het ons seker gemaak dat geen individuele eienskap die eiestruktuur van individu oorheers nie G matrikse [27].

Elke model het ongestruktureerde (ko)variansiematrikse ingesluit vir ewekansige effekte van moederlike identiteit (algemene omgewings(ko)variansies), dieridentiteit gekoppel aan die stamboom (additiewe genetiese (ko)variansie G) en die oorblyfsels. Ontledings is uitgevoer met behulp van swak insiggewende inverse-Wishart priors met die skaalparameter gedefinieer as 'n diagonale matriks wat waardes bevat van een derde van die fenotipiese variansie en verspreidingsparameters wat op 0.001 gestel is vir die vryheidsgrade [22]. Posterior verspreidings is geskat vanaf 6 500 000 MCMC-iterasies wat gemonster is met 5000 iterasie-intervalle na 'n aanvanklike inbrandperiode van 1 500 000 iterasies. Outokorrelasies was minder as 0.1 vir alle (ko)variansiekomponente (elektroniese aanvullende materiaal, figuur S2), wat effektiewe monstergroottes naby aan 1000 vir alle (ko)variansies en vaste effekte opgelewer het. Ons het plotte van die spore en posterior verspreidings visueel geïnspekteer, en die outokorrelasie tussen monsters bereken om seker te maak dat alle modelle behoorlik konvergeer.

(d) Kovariansietensor binne 'n Bayesiese raamwerk

'n Genetiese kovariansie tensor-analise [27] vang al die variasie tussen veelvuldige vas G matrikse en laat identifikasie toe van die eienskapkombinasies wat die meeste verskil in VA tussen die G matrikse. Die kovariansie tensor-analise lewer matrikse van beladings wat elkeen onafhanklike aspekte verteenwoordig van hoe die oorspronklike G matrikse verskil en kan op 'n manier soortgelyk aan die oorspronklike geïnterpreteer word G matrikse. Die kovariansie tensor-benadering is onlangs binne 'n Bayesiaanse raamwerk geïntegreer [12], wat beteken dat onsekerheid in skattings van elke G word vervolgens opgeneem in die vergelykings tussen G matrikse. Gevolglik verskaf dit ook ramings van vertroue wat geplaas moet word op die skatting van verskille tussen G matrikse. Verder kan 'n mens 'n kovariansie tensor analise op G matrikse geskep onder 'n nulmodel (bv. deur ewekansige verdeling), waardeur toetse moontlik gemaak word of die geïdentifiseerde verskille tussen waargenome G is meer uitgesproke as wat deur 'n bepaalde nulhipotese voorspel word. Dit is inderdaad moontlik om die posterior voorspellende verspreiding van teelwaardes verkry uit 'n Bayesiese diermodel te gebruik om 'n stel van G matrikse waar aanvaar word dat enige verskille tussen hierdie deur ewekansige steekproefvariasie gedryf word. Dus, die toepassing van die kovariansie tensor analise op beide die waargenome en gerandomiseerde stelle van G matrikse verskaf 'n toets van die hipotese dat die waargenome G matrikse verskil meer as wat verwag is deur ewekansige steekproefneming op sigself (m.a.w. van individue uit 'n populasie vir ontleding). Ons beskryf kortliks die implementering hieronder, maar verwys belangstellende lesers na 'n voorbeeld in die elektroniese aanvullende materiaal, bylaag S2, en beveel Hine aan et al. [27] en Aguirre et al. [12] vir meer besonderhede oor die metodes.

Tensors van multilineêre algebra brei die idee van vektore (wat eerste-orde tensors is) en matrikse (tweede-orde tensors) uit na hoër-orde strukture wat gebruik kan word om variasie in hierdie laer-orde veranderlikes (m.a.w. vektore en matrikse) te karakteriseer. Die variasie tussen veelvuldige G matrikse kan gekenmerk word deur 'n vierde-orde genetiese kovariansie tensor, Σ. Die onafhanklike aspekte van variasie tussen meervoudige G matrikse word beskryf deur tweede-orde eietensors (E) van Σ, en die bedrag waarmee 'n E dra by tot die totale variasie tussen G matrikse word gekwantifiseer deur die grootte van die eiewaarde wat ooreenstem met an E. Die eietensors van Σ word verkry deur eers Σ op die simmetriese matriks te karteer S [27]. Die elemente in die eievektore van die matriks S word dan geskaal en gerangskik om die tweede-orde eietensors te vorm (E). Daarom is die E matrikse (tweede-orde eietensors) bevat inligting rakende onafhanklike rigtings waarin die oorspronklike G matrikse verskil en kan gelees word, soortgelyk aan hoe 'n mens a G matriks. Byvoorbeeld, as 'n E bevat groot positiewe waardes langs die diagonaal en waardes naby nul op die af-hoeklyne, dan sal die gevolgtrekking volg dat die oorspronklike G matrikse verskil in die VA van individuele eienskappe (met die relatiewe verskil tussen G vir elke eienskap weerspieël deur die relatiewe grootte van die diagonale elemente van E sien elektroniese aanvullende materiaal, bylaag S2). Verder kan ons die geneties ortogonale lineêre kombinasies van eienskappe bepaal wat onafhanklike veranderinge tussen G matrikse deur die eievektore (e) en eiewaardes van elk E. Hierdie eievektore (e) kan geïnterpreteer word op 'n manier soortgelyk aan eievektore van a G matriks. Byvoorbeeld, as die grootste eiewaarde van 'n e naby aan 1 is, dan kan die bespeurde verandering in kovariansiestruktuur, beskryf deur die eietensor, toegeskryf word aan die verandering in VA vir 'n enkele kombinasie van eienskappe.

Ons het vervolgens die kovariansie tensor-metode in 'n Bayesiaanse raamwerk toegepas. Vir die iste MCMC monster van die stel van G, ons het die matriksvoorstelling van die tensor bepaal, Si. Ons het toe die elemente van uit die ooreenstemmende posterior gemiddelde van die elemente van die stel van bereken Si (i = 1–1000). Ons het die jdie eievektor van onto Si (gelykstaande aan projektering van op Σ) te bepaal αij, die variansie tussen die ide MCMC monster van die G matrikse vir die aspek van kovariansiestruktuur gespesifiseer deur . Om 'n eietensor op 'n tensor te projekteer is analoog aan die projektering van 'n vektor op a G matriks om te bepaal hoeveel variansie in 'n bepaalde rigting teenwoordig is. Dit het ons in staat gestel om die te bereken VA langs die as van die grootste variasie onder die ses G van belang deur die voorste eievektor van te projekteer E1 (m.a.w. e11) op die waargenome G matrikse. Die posterior verspreiding van αj som die onsekerheid in die variansie in kovariansiestruktuur wat deur verteenwoordig word op.

Om te toets of die waargenome verskille tussen G matrikse was statisties beduidend, ons het randomiserings gebruik om 'n nulmodel te genereer waarin ons die verskille tussen G is gedryf deur ewekansige steekproefvariasie alleen (sien elektroniese aanvullende materiaal, bylaag S2, vir 'n toepassing van die Bayesiaanse genetiese kovariansie tensor op gesimuleerde G matrikse om die resultate wat uit hierdie benadering verkry is, te help interpreteer). Let daarop dat vir 'n enkele eienskap die afwyking in ware teelwaardes is VA en insgelyks is die kovariansie in ware teelwaardes tussen twee eienskappe die additiewe genetiese kovariansie (COV)A). Dus het ons die marginale posterior verspreiding van elke geskatte gebruik G om teelwaardes te genereer en dit ewekansig aan een van die ses kombinasies van seleksiegroep (dws C of HR) en generasieblok (dws 0–10, 11–20 of 21–31) toegewys onder die nulhipotese dat steekproefvariasie die enigste is proses wat die divergensie tussen verduidelik G [12]. Ons het dus posterior voorspellende teelwaardes vir elke eienskap in elke individu bereken deur trekkings te neem van 'n meerveranderlike normaalverdeling met 'n gemiddeld van nul en kovariansie volgens Kronecker-produk tussen die ide MCMC monster van die jste G en die stamboom-afgeleide tellerverwantskapmatriks. Ons het toe ewekansig bereken G matrikse as die afwykings binne en kovariansies tussen die gesimuleerde vektore van teelwaardes wat aan elke hipotetiese populasie toegeken is. Vervolgens het ons die kovariansie tensor metode toegepas op beide die waargenome en gerandomiseerde stelle van G om die hipotese te toets dat die waargenome G matrikse verskil aansienlik meer as deur steekproefvariasie alleen. Ons het spesifiek die verspreiding van vergelyk αj verkry van die genetiese kovariansie tensor toegepas op die waargenome versus ewekansige stelle van G. Alhoewel die verwagting van αj vir die ewekansige stel van G ongeveer 0 is, verskaf die boonste grens van sy 95% hoogste posterior digtheid (HPD) interval 'n skatting van die variasie tussen G matrikse wat per toeval verkry kan word gegewe die datastel en struktuur van die stambome.

(e) Die meerveranderlike teler se vergelyking

Ons het die meerveranderlike teler se vergelyking gebruik [4], R = Gβ, om die mate waarin veranderinge in G geïnduseer deur voortdurende rigtingseleksie beïnvloed daaropvolgende reaksie op seleksie (R). Om dit te doen, het ons die β geskat in HR muise (sien hieronder) om te voorspel R in beide C- en HR-muise vir elke generasieblok, wat demonstreer hoe die veranderinge in G geïnduseer deur seleksie veranderde evolusionêre response in eenhede van fenotipiese standaardafwykings. Ons het relatiewe fiksheid bereken as die aantal kleintjies wat deur 'n gegewe HR-muis geproduseer word, gedeel deur die gemiddelde aantal kleintjies in HR-muise vir verskillende blokke van generasies (d.w.s. 0-10, 11-20 en 21-31). Hierdie ontleding het alle HR-muise ingesluit waarvoor ons wielloopdata gehad het, insluitend die nie-geselekteerde individue (wat 'n pupproduksie van nul toegeskryf is). Ons het toe MCMCglmm en die data vir elke generasieblok gebruik om veelvuldige lineêre regressies van relatiewe fiksheid uit te voer as 'n funksie van wielloop op dae 1–6 (elke dag gestandaardiseer na 'n gemiddelde van 0 en 'n variansie van 1) met dieselfde vaste effekte soos gebruik in die meerveranderlike diermodelle (sien hierbo). Die gedeeltelike regressiekoeffisiente van hierdie veelvuldige lineêre regressies het die vektore van seleksiegradiënte verskaf (β), wat die sterkte van rigtingseleksie op wielloop verteenwoordig vir elk van dae 1-6, gekorrigeer vir korrelasies met alle ander eienskappe in die model en aangepas vir ander vaste effekte. Interpretasie van gedeeltelike regressiekoëffisiënte kan in sommige gevalle teenintuïtief wees vir eenveranderlike ondersoek van gemiddelde verskille tussen suksesvolle en onsuksesvolle individue. Dit is veral nie ongewoon dat 'n eienskap wat 'n baie lae seleksiedifferensiaal vertoon wanneer dit vanuit 'n eenveranderlike perspektief ondersoek word, as baie belangrik voorkom in die meervoudige regressie deur 'n groot gedeeltelike regressiekoëffisiënt te hê, of andersom.

Baie hoë korrelasies tussen onafhanklike veranderlikes is welbekend om onstabiliteit te veroorsaak in die skattings van parsiële regressiekoëffisiënte en hul standaardfoute, wat hier moontlik is omdat die rou fenotipiese korrelasies tussen wielloop op verskillende dae gewissel het van 0.53 tot 0.85 in geselekteerde muise. Die algemene variansie-inflasiefaktore was onder 5 vir alle wiellopende veranderlikes, wat egter daarop dui dat probleme met multikollineariteit nie ernstig was nie [28]. Die belangrikste is dat ons die onsekerheid in beide ingewerk het G en β om die posterior verspreiding van te verkry R [29]. Vir 'n gegewe generasieblok het ons die idie monster van die posterior verspreiding van G van die meerveranderlike diermodel en navermenigvuldig dit deur die ide monster van die posterior verspreiding van die vektor van β van die meervoudige regressiemodel om die te verkry ide monster van die posterior verspreiding vir R. Ons kon dan die posterior modus en 95% HPD-intervalle bereken vir die voorspelde reaksie op seleksie vir wielloop op dae 1-6 in elke generasieblok, afsonderlik vir C- en HR-muise.

3. Resultate

(a) Gekorreleerde response op seleksie

Oor 31 generasies het ons 17 328 jong volwasse muise vir wielomwentelinge op 6 opeenvolgende dae gemeet, waaroor wielloop monotoon toeneem in elke generasie (figuur 1a). Aansienlike reaksie op seleksie het oor die eerste 20 generasies plaasgevind, op watter stadium HR-muise ongeveer 2,5 keer meer omwentelings per dag gehardloop het in vergelyking met C (figuur 1)b) en waarna geen verdere toename in wielloop plaasgevind het nie, ten spyte van voortgesette rigtingkeuse en die teenwoordigheid van VA in die geselekteerde eienskap (sien ook [16]). Alhoewel die eerste 4 dae van wielloop hoofsaaklik bedoel was om vertroud te raak met die toetsapparaat (bv.neofobie te verminder of uit te skakel) en nie deel van die seleksiekriterium nie, het aansienlike gekorreleerde response plaasgevind vir elk van daardie dae (figuur 1a). Op 'n absolute basis toon HR-muise 'n groter daaglikse toename as C-muise in wiel wat oor die 6-dag-proef loop (figuur 1c), wat mede-aanpassingsveranderinge in opleidingsvermoë en ander ondergeskikte eienskappe kan vereis wat wielloop ondersteun of veroorsaak [30]. Die differensiële toename in wielloop is minder sigbaar op 'n relatiewe basis, veral na generasie 24 (figuur 1)b).

Figuur 1. (a) Daaglikse gemiddelde aantal wielomwentelinge hardloop (saamgevoeg beteken ± sd vir vier replikaatlyne in elke seleksiegroep) oor 6 dae van wieltoegang in beheer (C) en geselekteerde (HR) muise, gemiddeld oor blokke van vier generasies (sien ook elektroniese aanvullende materiaal, figuur S1). (b) Relatief en (c) absolute verskil in wielloop in C versus HR muise. (Aanlyn weergawe in kleur.)

(b) Additiewe genetiese (ko)variansie matrikse

Dwarsdeur die eksperiment het die ses gedragseienskappe hoër getoon VA in C-muise (reeks 0,167 tot 0,307) as HR-muise (reeks 0,073 tot 0,118) (elektroniese aanvullende materiaal, figure S3 en S4). Al die COVA positief was, maar hulle was konsekwent hoër in C (reeks 0.112 tot 0.219) as HR muise (reeks 0.026 tot 0.068), selfs oor die eerste 10 generasies (elektroniese aanvullende materiaal, figure S3 en S4). Volledigheidshalwe het ons ook afgeskaalde individuele komponente van bereken G (m.a.w. h 2 en rA) wat soortgelyke verskille tussen C- en HR-muise opgelewer het (sien elektroniese aanvullende materiaal, figuur S4). Dat die beraamde COVA was almal positief, word weerspieël in die gekorreleerde toenames wat vir dae 1–4 waargeneem is as gevolg van seleksie slegs op dae 5–6 (sien hierbo).

(c) Genetiese kovariansie tensor

Die eietensor E1 beskryf 91.9% van die variasie onder die ses waargeneem G matrikse (figuur 2a en tabel 1). E1 openbaar dat die variasie oor die ses G matrikse was aansienlik vir alle elemente (figuur 2b). Let daarop dat daar blykbaar meer variasie tussen is G matrikse vir elemente in die onderste regterhoek van die matriks, wat ooreenstem met VA en COVA vir dae 4–6 (figuur 2b). Die leidende eievektor e11 verduidelik 99,8% van die variasie vasgevang deur E1 (tabel 1). Dus, byna al die variasie tussen die ses G matrikse word vasgevang deur 'n enkele kombinasie van eienskappe. Die beladings van e11 strek oor 'n taamlik beperkte reeks van -0.37 tot -0.44 (tabel 1), wat daarop dui dat die ses eienskappe min of meer ewe veel bydra tot die hoof-as van variasie tussen G matrikse. Berekening van die VA langs hierdie as van variasie toon dat die veranderinge vasgevang in e11 is gedryf deur 'n bestendige verskil in VA tussen C- en HR-muise oor generasieblokke (figuur 2c). Let daarop dat VA saam e11 het nie statisties verskil tussen HR-muise oor die generasieblokke nie (figuur 2c).

Figuur 2. (a) Variansie (α ± 95% HPD intervalle) verantwoord deur elke eietensor (En) vir die waargenome (swart kolletjies) en ewekansige (grys kolletjies) stelle van G. Omdat die 95% HPD-intervalle van die waargenome versus ewekansige stelle van G oorvleuel nie vir E1 en E2, beskryf hierdie eietensors aansienlik meer variasie onder die waargenome G as toevallig. (b) 'Heat map' wat die patroon van die grootste variasie tussen vertoon G matrikse soos vasgelê deur E1 (donker skakering dui op groter variasie tussen G matrikse soos gemeet deur elemente van E1, wat variansie van die (ko)variansies onder die ses weerspieël G matrikse). Vandaar veranderlikheid onder G matrikse is deur die hele matriks versprei, maar was effens meer intens vir eienskapkombinasies wat dae 4-6 behels in vergelyking met dié vroeër in die dagreeks. (c) Die bykomende genetiese variansie (VA) in kontrole (C) en geselekteerde (HR) muise langs die rigting van die eerste eievektor van E1 (m.a.w. e11) oor generasieblokke heen. (Aanlyn weergawe in kleur.)

Tabel 1. Opsomming van die genetiese kovariansie tensor. Getoon is die eievektore (e) van die twee voorste eietensors (E1 en E2), hul eiewaardes en die persentasie variasie wat elke eievektor binne hul onderskeie verduidelik E, en beladings op elke eienskap (wiel loop op dag 1-6). Slegs getoon word die eievektore wat meer as 45% van die variansie binne hul onderskeie eietensor beskryf.

Pas die tensoranalise toe op die 24 G matrikse wat vir elke lyn en generasieblok beraam is, het resultate opgelewer wat ooreenstem met die saamgevoegde analise (elektroniese aanvullende materiaal, figuur S5 en tabel S2). E1 het 'n groot deel (75,6%) van die variansie tussen G matrikse en die vergelyking van waargenome versus nul G het aangedui dat hierdie eietensor aansienlik meer variansie verklaar het as wat toevallig verwag is (elektroniese aanvullende materiaal, figuur S5a,b en tabel S2). Die leidende eievektor e11 verduidelik 99,6% van die variasie vasgevang deur E1 (elektroniese aanvullende materiaal, tabel S2), met beladings wat wissel van slegs -0.35 tot -0.45 (slegs elektroniese aanvullende materiaal, tabel S2). In vergelyking met C-lyne het al vier HR-lyne konsekwent laer getoon VA saam e11 (elektroniese aanvullende materiaal, figuur S5c). Hierdie resultate toon dat die effek van seleksie op G was herhaalbaar op die vlak van replikaatlyne en dat verskille tussen G is nie deur genetiese drywing tussen die lyne beïnvloed nie.

(d) Voorspelde reaksie op seleksie

Veelvuldige regressies van relatiewe fiksheid as 'n funksie van wiel wat op dae 1 tot 6 loop, het aan die lig gebring dat die seleksiegradiënte positief was vir dae 5 en 6, maar sommige was negatief en beduidend verskillend van nul vir dae 1-4 (elektroniese aanvullende materiaal, tabel S3 ). Ons het hierdie gedeeltelike regressie-koëffisiënte gebruik wat in HR-muise beraam is as ons β in die meerveranderlike teler se vergelyking om die veranderinge tussen generasie vir dae 1–6 te voorspel indien seleksie op beide C- en HR-lyne afsonderlik vir elke generasieblok toegepas sou word (d.w.s. die gebruik van die ses afsonderlike G-matrikse hierbo geskat). Vir al ses gedragseienskappe toon HR-muise 'n ongeveer viervoudig laer voorspelling R as C-muise (figuur 3 elektroniese aanvullende materiaal, tabel S4). Omdat die voorspelde response vir dae 5 en 6 steeds positief en statisties betekenisvol was in generasies 21–31, kan ons egter met vertroue die moontlikheid uitsluit dat veranderinge in die vorm van G en/of β het die seleksieplato's veroorsaak wat in elk van die vier HR-lyne gedurende generasies 21–31 plaasgevind het, wat ooreenstem met die gevolgtrekkings van Careau et al. [16].

Figuur 3. Voorspelde reaksie op seleksie (R in eenhede van standaardafwyking) vir wielloop op dae 1-6 in kontrole (C) en geselekteerde (HR) muise oor verskillende blokke van generasies. Die posterior modusse en 95% HPD-intervalle inkorporeer die onsekerheid van die skatting van beide G (afsonderlik geskat vir C- en HR-lyne) en β (soos beraam in HR-lyne). Hierdie figuur toon die gevolge van veranderinge aan G veroorsaak deur rigtingseleksie (d.w.s. 'n groot vermindering in R in HR-lyne). Vir wielloop op dae 5 en 6 (die geselekteerde eienskappe), waardes van R was steeds aansienlik hoër as nul selfs by die seleksieplato (d.i. generasies 21–31). (Aanlyn weergawe in kleur.)

4. Bespreking

Ons resultate spreek twee groot vrae in evolusionêre biologie aan. Eerstens, veroorsaak die meerveranderlike kwantitatiewe genetiese argitektuur gewoonlik dat sommige kenmerkkombinasies veel meer het VA as ander? Tweedens, is VA tipies laag in die rigting van vorige heersende seleksie? Hierdie vrae hou verband met die moontlikheid dat seleksie self kan bydra tot die generering van semi-positiewe definitiewe en enkelvoude G matrikse deur erodering VA vir die eienskapkombinasies wat onder sterk seleksie is, wat dus potensieel seleksieplato's kan veroorsaak [5]. Meer algemeen, as en hoe die elemente binne G (VA en COVA) verandering onder seleksie is langdurige vrae in evolusionêre biologie [7,31]. Ons het 'n Bayesiaanse raamwerk [12] gebruik om die onsekerheid wat verband hou met skatting direk in te sluit G en die genetiese kovariansie tensor-benadering [27] toegepas, waar ons 'n enkele eienskapkombinasie geïdentifiseer het wat die meeste van die variasie tussen G matrikse van 'n enkele seleksie-eksperiment. Hierdie metodes het ons in staat gestel om te bepaal dat seleksie statisties betekenisvolle veranderinge in die kwantitatiewe genetiese argitektuur van gedragseienskappe veroorsaak het. Die belangrikste is dat ons gevind het dat rigtingseleksie aansienlik verminder het VA teenwoordig in die dominante rigting van variasie binne G, wat gelei het tot 'n viervoudig stadiger voorspelde reaksie op daaropvolgende seleksie.

Eksperimentele studies wat die effek van seleksie op G in 'n konstante omgewing is skaars [14,15]. In 'n seleksie-eksperiment op torakslengte in Drosophila melanogaster, die G matriks van die kontrole populasie blyk nie te verskil van dié van die populasies wat vir klein of groot toraks geselekteer is nie [14]. In D. serrata, Hine et al. [15] het getoon dat 'n evolusionêre beperking op seleksie vir 'n toename in manlike aantreklikheid veroorsaak is deur 'n gebrek aan VA in die rigting wat deur seksuele seleksie bevoordeel word. Hine et al.se studie illustreer 'n sleutelkenmerk van die meerveranderlike reaksie op seleksie: VA kan bestaan ​​vir alle eienskappe binne G, maar min of geen VA mag bestaan ​​langs die rigting seleksie probeer om die bevolking te beweeg [5]. Dit laat die moontlikheid ontstaan ​​dat 'n verandering in die oriëntasie van G, geïnduseer deur seleksie, kon die seleksieplato's veroorsaak het wat in HR-muise tydens generasies 21-31 [16] plaasgevind het. Ons kan met vertroue hierdie moontlikheid uitsluit, aangesien die vlak van VA vasgevang deur die voorste eietensor (E1) het nie betekenisvol in HR-muise voor versus na die waargenome seleksieplato's verskil nie (figuur 2c), en die meerveranderlike teler se vergelyking het positiewe en betekenisvolle reaksie in die geselekteerde eienskappe (dae 5 en 6) in generasies 21-31 voorspel (figuur 3). Sulke teenstrydigheid tussen die voorspelde en waargenome reaksies op seleksie kan verband hou met bykomende beperkings op die evolusie van bewegingsgedrag wat voortspruit uit ongemeet gedrags-, neurobiologiese of fisiologiese eienskappe.

Veranderinge in G onder seleksie was herhaalbaar oor die vier replikaat HR-lyne (elektroniese aanvullende materiaal, figuur S5), wat 'n weglaatbare effek van genetiese drywing op verskille in die skattings van G tussen C en HR. Tog kan mens redeneer dat die waargenome verskille tussen G matrikse is toe te skryf aan stigter-effekte wat eenvoudig deur die eksperiment gehandhaaf is. Hierdie scenario is om verskeie redes hoogs onwaarskynlik. Eerstens, die moontlikheid vir enige groot verskil in VA onder lyne by generasie 0 is baie onwaarskynlik omdat al agt lyne gevestig is deur lukraak individue uit 'n ewekansig geteelde bevolking te kies wat almal dieselfde grootouers gedeel het (sien ook die koerant deur Garland et al. [32] oor die mini-spier-alleel). Tweedens is elke lyn deur muntgooi aan 'n seleksiegroep (d.i. C of HR) toegeken, wat beteken dat daar 'n uiters lae waarskynlikheid is dat die waargenome patroon toevallig sal voorkom. Die waarskynlikheid dat vier reëls met relatief laer G is almal ewekansig aan die keurgroep toegewys is bl = 0,014 (besonderhede in elektroniese aanvullende materiaal, bylaag S1). Derdens het ons goeie bewyse daarvoor h 2 van die geselekteerde eienskap (gemiddelde wiel wat op dae 5 en 6 loop) was baie soortgelyk in C- en HR-muise by generasie 0, maar het vinnig afgeneem in HR-muise (elektroniese aanvullende materiaal, figuur S6). Laastens, 'n volledige heranalise van die data, gebaseer op kleiner blokke van vier generasies, dui ook daarop dat C- en HR-lyne nie aanvanklik verskil het in VA saam e11 (elektroniese aanvullende materiaal, figuur S7). Dus, ons is vol vertroue dat die verskille tussen G matrikse in C versus HR muise is deur seleksie veroorsaak op sigself.

Sommige van ons waarnemings kan daarop dui dat die veranderinge in G is veroorsaak deur seleksie wat negatiewe LD genereer onder die lokusse wat die ses gedragseienskappe beïnvloed [6]. Inderdaad, die verskille in G tussen C en HR muise het binne die eerste generasie blok na vore gekom (m.a.w. 0-10), waarna die verskille relatief stabiel gebly het (sien elektroniese aanvullende materiaal, figuur S8, vir 'n fynskaalse analise gebaseer op kleiner generasie blokke). Maar omdat die geselekteerde eienskap het relatief laag h 2 en seleksie binne families beoefen is, behoort die verandering wat toegeskryf kan word aan die gekombineerde effekte van inteling en LD relatief klein te wees (sien ook [25]). Volgens berekeninge gebaseer op die infinitesimale model, die voorspelde vermindering in elke element van G is slegs ongeveer 11% na 10 generasies van seleksie (elektroniese aanvullende materiaal, figuur S9). Dit is duidelik nie verantwoordelik vir die 50-80% vermindering wat ons deur die hele matriks waargeneem het nie.

Onder die infinitesimale model word daar nie verwag dat seleksie alleelfrekwensies by enige spesifieke lokus beduidend sal verander nie, omdat hierdie (nul) model aanvaar dat kwantitatiewe eienskappe deur 'n oneindige aantal gene bepaal word, elk van hulle met 'n oneindig klein effek. Veranderinge in alleelfrekwensie onder rigtingseleksie is egter in 'n paar veepopulasies [24] en in die huidige eksperiment getoon. Spesifiek, ons het voorheen, in twee van die vier HR-lyne, dramatiese veranderinge in die frekwensie van 'n Mendeliese resessiewe 'mini-spier' alleel getoon wat 'n 50% vermindering in agterste ledemaat spiermassa veroorsaak, sowel as baie pleiotropiese effekte wat blykbaar bevorderlik is om hoë vlakke van uithouvermoë oefening te ondersteun [32]. Dit is waarskynlik dat alleelfrekwensies ook by baie bykomende lokusse verander is.

Boonop het vorige navorsing getoon dat wielloopresultate vir dae 1-6 oor die algemeen 'n paar algemene kwantitatiewe eienskap loci deel [20], wat kan verklaar waarom veranderinge in G was proporsioneel (d.w.s. versprei oor die hele matriks). Unieke genomiese streke is ook geïdentifiseer om spesifiek wielloop te beïnvloed tydens die aanvanklike blootstelling (dae 1-3) aan wiele [20]. Hierdie verskille tussen dae kan verband hou met angs of vreesverwante gedrag wat slegs 'n effek op wielloop het gedurende die eerste dae na blootstelling aan 'n wiel en veranderde behuisingstoestande [20]. Vorige navorsing kon nie gedragsverskille in C versus HR-muise in 'n nuwe oopveldtoets [33] opspoor nie, wat daarop dui dat angs- of vreesverwante eienskappe nie indirek in die HR-lyne gekies is nie. Oor die algemeen behoort eienskapkombinasies onder swak seleksie hoër te vertoon VA as dié onder sterk seleksie [31,34]. In ooreenstemming met hierdie verwagting het ons minder verskille tussen G matrikse vir eienskapkombinasies wat wielloop behels op dae 1–3 as vir elemente van G wat ooreenstem met later in die volgorde van dae (figuur 2b sien ook eienskapladings op e11, e21 en e22, tabel 1), wat verklaar kan word deur differensiële verandering van alleelfrekwensies vir dae 1-3 teenoor 4-6.

'n Belangrike kenmerk van hierdie eksperiment is dat seleksie toegepas is op gedrag, 'n tipe eienskap waarvoor ons min inligting het t.o.v. G. Mees vorige vergelykings van G matrikse onder bevolkings en spesies het gekonsentreer op verwantskappe tussen morfologiese of lewensgeskiedenis eienskappe [11]. Aangesien hierdie studie die eerste robuuste empiriese toets is van die stabiliteit van G onder seleksie wat gedrag behels, verbreed dit ons begrip van die stabiliteit van G na 'n nuwe tipe kwantitatiewe eienskap. In vergelyking met morfologiese eienskappe, is gedragseienskappe oor die algemeen nouer geassosieer met Darwinistiese fiksheid [35] en het dit oor die algemeen laer h 2 [5]. Toekomstige navorsing is nodig om te bepaal of die evolusionêre dinamika van G onder seleksie is oor die algemeen verskillend tussen tipes karakters, en of die stabiliteit van G hou verband met hoe nou die karaktertipes verband hou met fiksheid.


Algemene geenvariante is verantwoordelik vir die meeste van die genetiese risiko vir outisme.

Resultate rakende die genetiese argitektuur van outismespektrumversteuring. Variansie in outisme aanspreeklikheid word bepaal deur genetiese en omgewingsfaktore. Die genetiese faktore sluit in additiewe effekte (A), nie-additiewe effekte (D dominant, resessief, epistaties) en de novo mutasies (N). Omgewingsfaktore word verdeel tussen gemeenskaplike of gedeelde omgewing (C) en stogastiese of unieke omgewing (E). (a) Vroeë-outisme-tweelingstudies skat additiewe effekte uit die kontras van monosigotiese (MZ) en tweesiggotiese (DZ) korrelasies, terwyl aangeneem word dat nie-additiewe effekte en de novo mutasies nul is. Dit is algemene aannames vir ACE (additiewe genetika, gemeenskaplike omgewing, unieke omgewing) oorerflikheidsmodelle, maar dit is onwaarskynlik dat dit geskik is vir outisme. (b) Die toepassing van die ACE-model op die grootste outisme-tweelingstudie tot dusver lewer 'n laer skatting van bykomende oorerflikheid. (c) Oorerflikheidsresultate deur 'n meer uitgebreide stel familieverhoudings te gebruik en gebaseer op 'n groot deel van die bevolking van Swede. (d) Resultate van die PAGES-studie. (e) Bydrae van die verskillende faktore tot die variansie in outisme-aanspreeklikheid volgens gesinsverhouding. De novo variasie moet nie gedeel word in tweesiggotiese tweelinge nie, en, wanneer dit blyk te wees, is dit byna seker oorgeërfde variasie van 'n ouer met gonadale mosaïek omdat die kans dat dieselfde mutasie de novo in die tweesiggotiese tweeling verskyn, gering is. Die meeste tweelingstudies neem aan dat gemeenskaplike of gedeelde omgewing dieselfde is vir monosigotiese en tweesiggotiese tweelinge, hoewel hierdie benadering gedebatteer is. (f) Sintese van resultate vir die genetiese argitektuur van outisme (ASD). Buxbaum et al 2014.

Byna 60 persent van die risiko om outisme te ontwikkel is geneties en die meeste van daardie risiko word veroorsaak deur oorgeërfde variant gene wat algemeen in die bevolking voorkom en teenwoordig is in individue sonder die afwyking, volgens 'n studie gelei deur navorsers by die Icahn School of Medicine by Berg Sinai.

Die span het baie duidelik getoon dat oorgeërfde algemene variante die grootste deel van die risiko uitmaak wat vatbaarheid vir outisme veroorsaak. Maar hoewel gesinne geneties gelaai kan word vir outisme-risiko, kan dit bykomende seldsame genetiese faktore neem om die afwyking in 'n spesifieke familielid te produseer.Die Bevolkingsgebaseerde Outisme Genetika en Omgewingstudie (PAGES)-konsortium het 'n streng ontleding van DNS-volgordevariasies gedoen uit 'n voortdurende, omvattende studie van outisme in Swede.

Alhoewel outisme vermoedelik veroorsaak word deur 'n wisselwerking van genetiese en ander faktore, was daar geen konsensus oor hul relatiewe bydraes en die aard van die genetiese argitektuur daarvan nie. Onlangs het bewyse toegeneem dat genome van mense met outisme geneig is om de novo mutasies te huisves, seldsame, spontane mutasies wat sterk effekte uitoefen en grootliks verantwoordelik is vir spesifieke gevalle van die versteuring. Spesifiek, die huidige studie het bevind dat ongeveer 52,4 persent van outisme opgespoor is na algemene en seldsame oorgeërfde variasies, met spontane mutasies wat 'n beskeie 2,6 persent van die totale risiko bydra.

Baie mense het gefokus op de novo mutasies, soos dié wat in die sperm van 'n ouer pa kan voorkom. Terwyl die huidige studie bevind het dat hierdie mutasies ook sleutelbydraers is, is dit belangrik om te weet dat daar onderliggende risiko in die familie genetiese argitektuur self is.

Om die kollektiewe impak op outisme-risiko te meet van variasies in die genetiese kode wat deur die meeste mense gedeel word, individueel baie subtiel in effek, het bewys dat dit selfs meer uitdagend is. Beperkings in steekproefgrootte en samestelling het dit moeilik gemaak om hierdie effekte op te spoor en om die relatiewe invloed van sulke algemene, skaars geërfde en seldsame, spontane de novo variasie te skat. Verskille in metodes en statistiese modelle het ook gelei tot ramings van outisme-oorerflikheid wat wissel van 17 tot 50 persent.

Intussen het onlangse genoomwye studies van skisofrenie groot genoeg steekproefgroottes bereik om die betrokkenheid van meer as 100 algemene geenvariante by daardie afwyking te openbaar. Hierdie beloof verbeterde begrip van die onderliggende biologie, en selfs die ontwikkeling van risiko-tellings, wat kan help om te voorspel wie kan baat by vroeë intervensies om psigotiese episodes in die kiem te swaai.

Met hul nuwe studie begin outisme-genetika inhaal, sê die navorsers. Die PAGES-studie is moontlik gemaak deur Swede se universele gesondheidsregister, wat ondersoekers in staat gestel het om baie groot steekproewe te vergelyk (n

3000 in die huidige studie) van mense met outisme met ooreenstemmende kontroles. Navorsers het ook nuwe statistiese metodes gebruik wat hulle in staat gestel het om die oorerflikheid van die afwyking meer betroubaar uit te sorteer. Daarbenewens was hulle in staat om hul resultate te vergelyk met 'n parallelle familie-gebaseerde studie in die Sweedse bevolking, wat in ag geneem het data van 'n tweeling, neefs en faktore soos ouderdom van die vader by geboorte en ouers’ psigiatriese geskiedenis.

Dit is 'n ander soort analise as wat in vorige studies gebruik is. Data van genoomwye assosiasiestudies is gebruik om 'n genetiese model te identifiseer in plaas daarvan om net daarop te fokus om genetiese risikofaktore vas te stel. Die navorsers kon kies uit alle gevalle van siekte binne 'n bevolkingsgebaseerde register. Noudat die genetiese argitektuur beter verstaan ​​word, identifiseer die navorsers spesifieke genetiese risikofaktore wat in die monster opgespoor is, soos delesies en duplisering in genetiese materiaal en spontane mutasies. Alhoewel sulke seldsame spontane mutasies slegs 'n klein fraksie van outismerisiko uitmaak, maak die potensieel groot gevolge van hierdie foute hulle belangrike leidrade om die molekulêre onderbou van die versteuring te verstaan, sê die navorsers.

Binne 'n gegewe gesin kan 'n de novo mutasie 'n kritieke determinant wees wat lei tot die manifestasie van outismespektrumversteuring in 'n bepaalde familielid. As die gesin 'n algemene variasie het wat dit in gevaar stel, kan 'n bykomende de novo mutasie 'n individu oor die rand stoot en daartoe lei dat daardie persoon die siekte ontwikkel.


Die bydrae van bykomende genetiese variasie tot persoonlikheidsvariasie: oorerflikheid van persoonlikheid

Individuele diere toon gereeld herhaalbare verskille van ander lede van hul bevolking, verskille wat nou algemeen na verwys word as 'dierpersoonlikheid'. Persoonlikheidsverskille kan byvoorbeeld ontstaan ​​uit verskille in permanente omgewingseffekte - insluitend ouerlike en epigenetiese bydraers - en die effek van bykomende genetiese variasie. Alhoewel verskeie studies die oorerflikheid van gedrag geëvalueer het, is minder bekend oor algemene patrone van oorerflikheid en bykomende genetiese variasie in diere persoonlikheid. Aangesien algehele variasie in gedrag beide die onder-individuele verskille insluit wat verskillende persoonlikhede en tydelike omgewingseffekte weerspieël, is dit moontlik vir persoonlikheid om grootliks geneties beïnvloed te word, selfs wanneer oorerflikheid van gedrag op sigself is redelik laag. Die relatiewe bydrae van additiewe genetiese variasie tot persoonlikheidsvariasie kan beraam word wanneer beide herhaalbaarheid en oorerflikheid vir dieselfde data beraam word. Deur gepubliseerde skattings te gebruik om hierdie kwessie aan te spreek, het ons gevind dat ongeveer 52% van dierepersoonlikheidsvariasie toegeskryf kan word aan bykomende genetiese variasie. Dus, terwyl die oorerflikheid van gedrag dikwels matig of laag is, is die oorerflikheid van persoonlikheid baie hoër. Ons resultate demonstreer dus (i) dat genetiese verskille waarskynlik 'n groot bydraer tot variasie in dierepersoonlikheid sal wees en (ii) ondersteun die fenotipiese gambit: dat evolusionêre afleidings wat uit herhaalbaarheidsberamings gemaak word, dikwels geregverdig kan word.

1. Inleiding

Persoonlikheidsverskille tussen individue, indien geneties gebaseer, het potensieel diepgaande evolusionêre implikasies [1-5]. Alhoewel sommige studies die oorerflikheid van dierpersoonlikheid ondersoek het (bv. [6–8]) en ander na die spesifieke aksies van een of 'n paar gene of geenprodukte op spesifieke gedrag gekyk het (onlangse voorbeelde sluit in [9,10]) , of daar breë steun vir 'n genetiese basis van dierepersoonlikheid is of nie, is tans nie duidelik nie. Binne hierdie konteks het huidige pogings om persoonlikheid in terme van herhaalbare variasie te definieer die potensiaal om die genetiese basis van persoonlikheid te openbaar, en dus hul evolusionêre belangrikheid.

Persoonlikheidsvariasie is gedefinieer as konsekwente individuele verskille in gedrag [11,12] wat operasioneel wiskundig gedefinieer kan word in terme van herhaalbare verskille tussen individue [13-15]. Spesifiek, tussen-individuele variasie (voortaan Vind)—die teller in herhaalbaarheid—kom ooreen met persoonlikheidsvariasie [13,14]. Om persoonlikheid wiskundig te definieer in terme van herhaalbaarheid het verskeie voordele. Eerstens laat dit die toepassing van goed ontwikkelde statistiese instrumente (d.w.s. gemengde-effekte modelle) toe om vrae oor persoonlikheidsvariasie aan te spreek [13]. Tweedens, en meer biologies belangrik, herhaalbaarheid is lank reeds van belang in evolusionêre ekologie en is nou verbind met kwantitatiewe genetika en evolusionêre teorie [16]. Hierdie verband oorbrug dus persoonlikheidsnavorsing met evolusionêre biologie en sy instrumente, wat die omvang van vrae wat gevra kan word vergroot en toelaat dat goed-ontwikkelde vrae in evolusionêre teorie gevra word met betrekking tot persoonlikheid (sien ook [17]). Hierdie definisie laat ook toe dat die algemene vraag gevra word oor die mate waarin dierepersoonlikheidsvariasie geneties bepaal word.

Die verband tussen herhaalbaarheid en kwantitatiewe genetika word duidelik wanneer eersgenoemde gedefinieer word op grond van die faktore wat bydra tot fenotipiese variasie. Fenotipiese variasie (VP) is saamgestel uit verskeie komponente:

Smal-sin oorerflikheid (h 2) word formeel gedefinieer uit dieselfde lys bydraers as herhaalbaarheid en persoonlikheidsvariasie:

Terwyl (nou-sin) oorerflikheid die proporsie van totale fenotipiese variasie skat wat aan additiewe genetiese variansie toegeskryf kan word, oorerflikheid van persoonlikheid verwys streng na die verhouding van persoonlikheidsvariasie wat aan additiewe genetiese variansie toegeskryf kan word. Om oorerflikheid van persoonlikheid van oorerflikheid in die algemeen te onderskei, is belangrik om 'n verskeidenheid redes, veral omdat dit die eksplisiete oorweging moontlik maak van hoe bykomende genetiese en nie-genetiese faktore die evolusie van persoonlikheid kan beïnvloed, 'n onderwerp van groot belangstelling. Terwyl ander skattings van die oorerflikheid van gedrag nagegaan het (bv. [18-20]), is algemene patrone met betrekking tot die oorerflikheid van persoonlikheid spesifiek nie op soortgelyke wyse hersien nie.

Om die verband tussen oorerflikheid en herhaalbaarheid te verstaan, is ook van algemene belang vir gedragsekologie en, meer algemeen, evolusionêre ekologie, omdat hierdie velde tipies die 'fenotipiese gambit' maak [21]. Die fenotipiese gambit - dat evolusionêre afleidings betroubaar gemaak kan word uit fenotipiese waarnemings - is 'n algemene, maar dikwels onbesproke aanname van evolusionêre ekologie, en word dikwels gemaak ten spyte van onkunde oor nabygeleë meganismes en onderliggende genetika. Wat belangrik is, of die fenotipiese gambit toepaslik is, berus op of waargenome fenotipes ooreenstem met onderliggende genotipes, of ten minste optree asof hul verspreidings doen [21]. Die gambit - en dus baie van die afleidings wat evolusionêre ekoloë maak - hang dus af van die mate waarin waargenome fenotipiese variasie ooreenstem met onderliggende additiewe genetiese variasie. Ongelukkig is die mate waarin die fenotipiese gambit vir gedrag en ander eienskappe geld, dikwels onduidelik, maar kan weer beoordeel word wanneer beide τ en h 2 word uit dieselfde data geskat. Ten slotte, hoewel ons bespreking van die oorerflikheid van persoonlikheid streng op gedrag gefokus is, is die verhouding van VA/Vind is insgelyks belangrik vir evolusionêre ekoloë as geheel. Soos in die geval van gedrag, demonstreer hierdie verwantskap eweneens die relatiewe bydrae van additiewe genetiese variasie tot onder-individuele variasie vir ander tipes eienskappe.

Hier, met behulp van meta-analise, het ons getoets (i) of die fenotipiese gambit vir gedrag ondersteun word en (ii) die mate waarin persoonlikheidsvariasie toegeskryf kan word aan additiewe genetiese variasie (d.w.s. die oorerflikheid van persoonlikheid).

2. Materiaal en metodes

(a) Datastel

Om die bydrae van additiewe genetiese variansie tot persoonlikheidsvariasie te toets, het ons ramings van τ en h 2 uit die literatuur op twee maniere. Eerstens het ons databronne gebruik wat voorheen deur Stirling ingesamel is et al. [19] in hul oorsig van oorerflikhede van gedrag. Hierdie vorige soektog het die gedragsliteratuur tot die einde van die jaar 2000 nagegaan en 70 artikels opgelewer. Tweedens het ons 'n soektog van 12 toonaangewende gedragsekologie-, gedragsgenetika- en evolusionêre ekologiejoernale gedoen. Die joernale wat ons by ons soektog ingesluit het, was Die Amerikaanse natuurkundige, Evolusie, Ekologie, Gedragsekologie, Diere Gedrag, Gedragsgenetika, Oorerflikheid, Gedrag, Etologie, Tydskrif vir Evolusionêre Biologie, Tydskrif vir Diere-ekologie en Verrigtinge van die Royal SocietyB. Vir gedragsjoernale het ons die sleutelwoorde 'heritability' en 'heritab*' gebruik, terwyl ons vir evolusionêre ekologiejoernale die sleutelwoorde 'heritab* AND behav*' gebruik het vir alle artikels wat tussen Januarie 2000 tot September 2012 in hierdie tydskrifte gepubliseer is. Dit het 'n bykomende 236 artikels. Van hierdie 306 totale artikels het slegs 12 beide oorerflikheid en herhaalbaarheid van ten minste een gedrag gerapporteer. Die ander 294 artikels het moontlik die een of die ander parameter gerapporteer, of bloot beide oorerflikheid en herhaalbaarheid bespreek. Uit hierdie 12 studies—wat 121 pare skattings ingesluit het—het ons alle gerapporteerde skattings van τ en h 2 , spesiename en eienskappe gemeet. Ons het slegs nie-menslike diere in die datastel ingesluit - en daardeur een studie en 13 pare skattings uitgesluit. Ons het ook uitgesluit h 2 of τ skattings groter as 1 of minder as 0 [22], wat 14 pare skattings en een artikel heeltemal verwyder het. Van die oorblywende 10 artikels en 94 ramings het ons alle gevalle uitgesluit waarin h 2 is geskat as groter as τ. Terwyl h 2 kan groter wees as τ onder spesiale omstandighede [23], 'n oorsig van beskikbare ramings het nie voorgestel dat hierdie omstandighede nagekom is nie en het voorgestel dat hierdie gevalle eerder 'n produk van skattingsfout was. Hierdie sifting het die datastel tot 71 skattings verminder. Ons het 'n bykomende paar skattings verwyder (dws een rekord in die datastel) aangesien hulle twee keer in die datastel verskyn het, een keer via middel-ouer: seun en een keer as middel-ouer: middel-nageslag (ons het die middel-nageslag skatting behou) . Hierdie soektogte en insluitingskriteria het gelei tot 'n datastel van 70 gevalle uit 10 studies waarin h 2 en τ is gesamentlik beraam vir dieselfde gedrag met dieselfde data (elektroniese aanvullende materiaal, tabel S1).

(b) Data-analise

Om ondersteuning te evalueer vir beide die fenotipiese gambit soos dit betrekking het op gedrag en die mate waarin persoonlikheidsvariasie toegeskryf kan word aan additiewe genetiese variasie, het ons die verhouding van oorerflikheid tot herhaalbaarheid vir elk van die 70 skattings uit 10 studies bereken. Hierdie verhouding, soos gedemonstreer in vergelykings (1.5) en (1.6), is die sleutel tot beide vrae. Eerstens, soos hierdie verhouding toeneem, kan die fenotipiese gambit meer betroubaar gemaak word. Tweedens skat hierdie verhouding uitdruklik die relatiewe bydrae van additiewe genetiese variasie tot persoonlikheidsvariasie.

Om hierdie verhouding te skat, het ons 'n lineêre ewekansige-effekte-model gebruik met die studie waaruit skattings gemaak is, ingesluit as 'n ewekansige effek. Hierdie model is toegerus deur gebruik te maak van beperkte skatting maksimum waarskynlikheid. Die snypunt van hierdie model verskaf 'n skatting van vergelykings (1.5) en (1.6) na beheer vir nie-onafhanklikheid van studies. Ons het ook die 95% vertrouensinterval (CoI) rondom hierdie skatting beraam.

Ten slotte het ons kwalitatief verskille vergelyk in die relatiewe bydrae van additiewe genetiese variasie tot persoonlikheidsvariasie gebaseer op die tipe gedrag wat getoets is.

3. Resultate

Oor die 70 skattings, h 2 het 'n gemiddeld van 0,14 en τ het 'n gemiddeld van 0,29 gehad. Die verhouding van h 2 aan τ is geskat as 0.52 (CoI = 0.33 : 0.70), wat aandui dat 52% van persoonlikheidsvariasie teenwoordig oor die ingeslote studies toegeskryf kan word aan additiewe genetiese variasie (figuur 1). Anders gestel, die oorerflikheid van persoonlikheid is geskat as 0,52.

Figuur 1. Oorerflikheid relatief tot herhaalbaarheid. Die soliede lyn verteenwoordig 'n 1 : 1 verhouding tussen die oorerflikheid en herhaalbaarheid. Groot sirkels is studievlakmiddele vir oorerflikheid en herhaalbaarheid. Kleiner kringe is individuele skattings van elke studie. Individuele en gemiddelde skattings deel dieselfde kleur deur studie. 'n Punt wat direk op die soliede lyn val, sal een verteenwoordig waarin alle persoonlikheids (d.w.s. herhaalbare) variasie aan additiewe genetiese variasie toegeskryf kan word. Die helling van die verhouding tussen enige spesifieke punt en die oorsprong (0,0) skat die verhouding van persoonlikheidsvariasie vir daardie gedragsmaatstaf wat aan additiewe genetiese variasie toegeskryf kan word. Byvoorbeeld, die stippel- en stippellyne stem onderskeidelik ooreen met gedragsreaksies waar 66% en 21% van waargenome persoonlikheidsvariasie toegeskryf kan word aan bykomende genetiese effekte.

Ons het nie voldoende skattings gehad om statisties te bepaal hoe verskillende gedrag kan verskil in die bydrae van bykomende genetiese variasie tot persoonlikheidsvariasie nie. Kwalitatief blyk dit egter dat persoonlikheidsvariasie in aggressie en antiroofdiergedrag 'n sterker genetiese komponent kan hê as vir ander tipes gedrag wat in ons datastel ingesluit is (figuur 2). Hierdie gedrag het ook geneig om hoër herhaalbaarheid en hoër oorerflikheid te hê (figuur 2).

Figuur 2. Boksplotte vir skattings van oorerflikheid (smal uitgebroei), herhaalbaarheid (grys vulling) en die verhouding tussen die twee (wyd uitgebroei) deur algemene gedragsklassifikasie. Horisontale lyne binne boks stem ooreen met gedragsmediane, boksgrense stem ooreen met eerste en derde kwartiele. Wanneer dit teenwoordig is, stem snorbaarde ooreen met 10de en 90ste persentiele, en punte stem ooreen met uitskieters. Vir ouerpoging was slegs 'n enkele skatting beskikbaar.

4. Bespreking

Die verhouding van oorerflikheid tot herhaalbaarheid (0.52) dui daarop dat evolusionêre afleidings gebaseer op herhaalbaarheid toepaslik kan wees. Meer spesifiek dui hierdie resultaat daarop dat die herhaalbare komponent van gedragsreaksies 'n substantiewe genetiese komponent het, 'n voorvereiste vir die fenotipiese gambit. Die breë CoI rondom hierdie skatting dui egter daarop dat verdere verifikasie nodig is en dat so 'n gevolgtrekking in die tussentyd as voorlopig beskou moet word. Hierdie algemene ondersteuning vir die fenotipiese gambit, soos dit betrekking het op persoonlikheidsvariasie, stem ook ooreen met ontledings wat elders gedoen is dat gedragsfenotipiese korrelasies oor die algemeen ooreenstem met genetiese korrelasies (bv. [22,24]), hoewel dit nie noodwendig die geval is vir korrelasies tussen ander tipes eienskappe [25,26]. Dus, terwyl skatting van genetiese afwykings en kovariansies die sleutel bly vir die begrip van dierepersoonlikhede [14,27], kan sommige evolusionêre afleidings gemaak word uit fenotipiese skattings. Dit is belangrik dat hierdie bevinding nie geneem moet word om te suggereer dat herhaalbaarheidsberamings as eenvoudige gevolmagtigdes vir oorerflikheid gebruik kan word nie, aangesien die verhouding tussen die twee van 0 tot 0.96 gewissel het (sien ook [16]). Verdere besonderhede soos G × E interaksies sal nie noodwendig behoorlik geopenbaar word met fenotipiese skattings alleen nie.

Ons bevinding dat die verhouding van oorerflikheid tot herhaalbaarheid 0,52 is, is veral interessant vir die veld van persoonlikheidsnavorsing. Aangesien persoonlikheid gedefinieer kan word as herhaalbare variasie in gedrag [12-14], beteken hierdie resultaat dat 52% van persoonlikheidsvariasie op die additiewe genetiese vlak is (m.a.w. dat die oorerflikheid van persoonlikheid 0.52 is). Dat persoonlikheidsvariasie staande genetiese variasie verteenwoordig, word in baie empiriese studies aanvaar, maar is nie voorheen breedvoerig getoets nie. Ons bevindinge bied 'n mate van ondersteuning vir hierdie aanname. Elders is gedemonstreer dat fenotipiese korrelasies nou ooreenstem met genetiese korrelasies [22] dat die bevinding, saam met ons resultate hier, onlangse voorstelle versterk dat persoonlikheids- en gedragsindroom evolusionêre reaksies aansienlik kan beperk [2].

Tersyde, ons bespreking van herhaalbaarheid- en oorerflikheidvariansiekomponente (bv. vergelykings (1.3)–(1.6)) het melding van meetfout as 'n bron, van variasie uitgesluit. Meetfout sal teenwoordig wees in alle studies, maar sal tipies vermeng word met VTE, wat lei tot onderskattings van herhaalbaarheid, oorerflikheid en die oorerflikheid van persoonlikheid. Foutbronne kan egter soms verwar word met Vind, byvoorbeeld wanneer verskillende opnamemetodes of verskillende waarnemers op 'n bepaalde subset van studievakke gebruik word.

Ons skatting dat die gemiddelde oorerflikheid van persoonlikheid 0.52 is - alhoewel die oorerflikheid van gedrag vir dieselfde data 0.14 was - is op addisionele maniere interessant. Eerstens beklemtoon hierdie verskil dat hoewel gedragsoorerflikheid redelik laag kan wees, die oorerflikheid van persoonlikheid steeds hoog kan wees. Hierdie verskil word bepaal deur die bydrae van tydelike omgewingseffekte (VTE vergelyking (1.1)) tot die uitdrukking van 'n gedrag, wat korttermyn plastiese response (en meetfout) insluit. Ander gepubliseerde skattings van gedragsoorerflikheid verskaf gemiddelde skattings wat wissel van 0.26 [20], via ongeveer 0.3 [18,19], tot ongeveer 0.5 [28]. Ons resultate dui daarop dat die bydrae van bykomende genetiese variasie tot persoonlikheid onderskat sou word as dit op hierdie skattings gebaseer is.

'n Tweede implikasie van ons skatting van oorerflikheid van persoonlikheid as 0.52 is dat dit ook leidrade verskaf oor hoeveel en tot watter mate ander tipe faktore tot persoonlikheidsverskille kan bydra. Spesifiek, 'n gemiddeld van 48% van persoonlikheidsvariasie is noodwendig as gevolg van variasie in permanente omgewingseffekte en genetiese dominansie (vergelyking (1.6)). Daar word dikwels aanvaar dat genetiese dominansie slegs 'n geringe rol speel in kwantitatiewe eienskappe [29] (maar sien [30]), hoewel dit dalk nie die geval is met geslagsgekoppelde eienskappe nie. As ons 'n klein rol vir genetiese dominansie aanneem, verduidelik permanente omgewingseffekte ongeveer die helfte van staande persoonlikheidsvariasie. Soos hierbo bespreek, sluit permanente omgewingseffekte moederlike en vaderlike effekte, epigenetika en omgewingseffekte in wat langtermyn-effekte op fenotipes het (relatief tot die tydsbestek van metings). In die persoonlikheidsliteratuur behels 'n opwindende moontlikheid wat aandag kry permanente omgewingseffekte as gevolg van positiewe terugvoerlusse tussen 'n individu se persoonlikheid en sy keuse van omgewings. Individue kan byvoorbeeld persoonlikheidsafhanklike sosiale nisspesialisasies toon, waar verskillende individue konsekwent meer aggressief, vreesbevange of samewerkend is, afhangende van hul sosiale nis (rang of rol), wat hulle bevoordeel om beide daardie persoonlikheid en daardie sosiale nis oor die lang termyn te handhaaf. [31,32]. Dus, terwyl bykomende genetiese variasie 'n primêre bydraer tot persoonlikheid is, moet aansienlike variasie nog verduidelik word. Dit is belangrik dat hierdie interpretasie wyer toepaslikheid het en eweneens op byvoorbeeld fisiologie en lewensgeskiedenis eienskappe toegepas kan word.

Terwyl beskikbare data nie statistiese vergelyking moontlik gemaak het van hoe die bydrae van additiewe genetiese variasie tot persoonlikheid oor gedragstipes verskil het nie, kan 'n paar kwalitatiewe waarnemings gemaak word. Soos vroeër genoem, blyk aggressie en teenpredator persoonlikheidsvariasie sterker beïnvloed te word deur additiewe genetiese variasie, en is geneig om hoër oorerflikhede te hê, as ander gedrag. Hierdie resultaat is ietwat verbasend aangesien daar elders [20] gevind is dat aggressiewe gedrag relatief lae oorerflikheid toon. Hierdie resultaat word verder gekompliseer deur die feit dat herhaalbaarheid van aggressiewe gedrag bemoeilik kan word deur indirekte genetiese effekte gebaseer op gedragsvariasie tussen teenstanders [33]. Ons resultaat kan ook atipies wees deurdat dit slegs beperk was tot studies wat beide oorerflikhede en herhaalbaarheid rapporteer, hoewel dit onduidelik is waarom dit 'n rigtinggewende vooroordeel sou gee.

In teenstelling met empiriese navorsing, het teoretiese navorsing oor die evolusionêre oorsake van persoonlikheidsvariasie nie noodwendig 'n genetiese basis aanvaar nie [34,35]. Ons resultate dui daarop dat hierdie aanname dalk nie nodig of toepaslik is nie. Boonop versterk die bevinding dat 'n aansienlike hoeveelheid persoonlikheidsvariasie ooreenstem met additiewe genetiese variasie 'n punt wat gemaak is in die talle resensies van gedragsekologiese navorsing rakende persoonlikheid. Spesifiek, klassieke en huidige evolusionêre teorie oor die handhawing van genetiese variansie kan gestel word aan vrae rakende persoonlikheidsvariasie [27]. Daar word byvoorbeeld oor die algemeen verwag dat variasie onder seleksie uitgeput sal wees [18]. Wanneer daar egter aangepas word vir skaalkwessies, bevat eienskappe wat nouer gekoppel is aan fiksheid tipies groter hoeveelhede genetiese variasie [36]. Net so, alhoewel daar tipies aanvaar word dat klein bevolkings minder fiksheid het wat genetiese variasie beïnvloed as groot bevolkings, is dit gewoonlik nie die geval nie [37]. Watter patrone vir gedrag kan voorkom is onduidelik, maar ons resultate dui daarop dat kwalitatiewe en kwantitatiewe voorspellings vir hierdie en ander vrae beskikbaar kan wees binne die breër liggaam van evolusionêre navorsing.

Datatoeganklikheid

Data wat vir hierdie ontledings gebruik word, word as die elektroniese aanvullende materiaal ingesluit.


Beste voorspelling van die bykomende genomiese variansie in ewekansige effekte-modelle

Die additiewe genomiese variansie in lineêre modelle met ewekansige merker effekte kan gedefinieer word as 'n ewekansige veranderlike wat in ooreenstemming is met klassieke kwantitatiewe genetika teorie. Algemene benaderings om die genomiese variansie te skat in ewekansige effekte lineêre modelle gebaseer op genomiese merker data kan beskou word as die onvoorwaardelike (of vooraf) verwagting van hierdie ewekansige toevoeging genomiese variansie, en lei tot 'n nalatigheid van die bydrae van koppelingsonewewig.

Ons stel 'n nuwe beste voorspelling (BP) benadering bekend vir die additiewe genomiese variansie in beide die huidige en die basis populasie in die raamwerk van genomiese voorspelling deur die gBLUP-metode te gebruik. Die gevolglike beste voorspeller is die voorwaardelike (of posterior) verwagting van die additiewe genomiese variansie wanneer die addisionele inligting wat deur die fenotipiese data gegee word gebruik word, en is struktureel in ooreenstemming met die genomiese ekwivalent van die klassieke additiewe genetiese variansie in ewekansige effekte modelle. Die beste voorspeller sluit veral die bydrae van (merker) koppelingsonewewig tot die byvoegende genomiese variansie in en elimineer die ontbrekende bydrae van LD wat veroorsaak word deur die aannames van statistiese raamwerke soos die ewekansige-effekte model. Ons lei 'n empiriese beste voorspeller (eBP) af en vergelyk die prestasie daarvan met algemene benaderings om die bykomende genomiese variansie in ewekansige effekte-modelle op algemeen gebruikte genomiese datastelle te skat.


BESPREKING

Terwyl dit teoreties en empiries aangetoon is dat 'n bottelnek kan toeneem VA vir eienskappe met 'n nie-additiewe genetiese basis, is dit onduidelik of hierdie toename enige impak op seleksie reaksies en dus evolusionêre potensiaal het. Eksperimentele studies het tot dusver gefokus op laboratoriumpopulasies van modelorganismes en eienskappe wat reeds hoë vlakke van VA. Waar 'n toename in VA is gevind na aanleiding van knelpunte, het ernstige intelingsdepressie 'n reaksie bo uitgeteelde kontroles belemmer. In hierdie studie het ons ondersoek of 'n bottelnek kan vrystel VA en breek die evolusionêre limiet vir uitdrogingsweerstand in die reënwoud beperk D. bunnanda. Soos voorheen beskryf in K ellermann et al. (2006), het ons uiters lae vlakke van gevind VA, wat nie betekenisvol van nul verskil het nie, vir uitdrogingsweerstand in die uitgeteelde kontrolelyne van D. bunnanda. In hierdie studie het ons dit gevind VA en nou-sin-oorerflikheid vir uitdrogingsweerstand was gemiddeld hoër in die bottelneklyne as in die kontrolelyne en beduidend verskillend van nul. Ten spyte van hierdie resultaat is 'n sterk toename in uitdrogingsweerstand deur kunsmatige seleksie nie gerealiseer nie.

Vorige bottelnekstudies kon nie faktore wat bydra tot 'n toename in VA volgende knelpunte. Gevolglik is daar min konsensus of dominansie of epistatiese geen-effekte onderliggend is aan toenames in VA volgende knelpunte. Inteeltdepressie in fiksheidseienskappe wat egter toon, neem toe in VA na aanleiding van 'n bottelnek dui daarop dat verhogings in hierdie gevalle te wyte is aan die omskakeling van dominansie na VA (Willie et al. 2006). W ang et al. (1998) vergelyk die empiriese waarneming van toenames in VA vir lewensvatbaarheid in D. melanogaster na hul eie voorspellings gebaseer op 'n dominansie-model, deur gebruik te maak van parameters afgelei van verskeie mutasie-akkumulasie-eksperimente op D. melanogaster. Hulle het gevind dat die dominansiemodel die waargenome toename in VA vir lewensvatbaarheid met bottelnek in hierdie spesie (L opez -F anjul en V illaverde 1989 G arcia et al. 1994) en tot die gevolgtrekking gekom dat dominansie alleen waarskynlik oor die algemeen verantwoordelik is vir veranderinge in VA na bottelnek. Daarteenoor het ander geredeneer dat epistase bygedra het tot toenames in VA na 'n bottelnek. B ryant et al. (1986) het afgelei dat epistase bygedra het tot die inflasie van VA vir morfometriese eienskappe in die huisvlieg, Musca domestica, want toeneem in VA was die hoogste in bottelnekke van intermediêre grootte. Vir epistase is daar egter nie altyd 'n streng verband tussen die grootte van VA toenemende en die vlak van inteling (G oodnight 1988). Verder het B ryant en M effert (1993) nie dieselfde patroon gevind nie, en hulle het tot die gevolgtrekking gekom dat modelle van beide dominansie en epistase by hul data pas. Hulle het egter min herhalingslyne en onvoldoende krag gehad om te onderskei of verhogings in VA was as gevolg van dominansie, epistase of toevallige skommelinge in 'n byvoegende sisteem. C heerud et al. (1999) het voorgestel epistase was verantwoordelik vir VA nie afneem soos voorspel onder 'n toevoegingsmodel vir liggaamsgewig in ingeteelde lyne van muise nie. Dit was egter gebaseer op vorige bevindinge van uitgebreide epistatiese interaksies tussen liggaamsgewig kwantitatiewe eienskap lokusse in muise en die aanname dat enkellokus dominansie effekte nie tot 'n toename in VA op hul intermediêre vlakke van inteling omdat resessiewe allele by intermediêre frekwensies sal wees.

Modelle het dit voorspel VA sal toeneem na 'n bottelnek met 'n klein intelingskoëffisiënt slegs indien VAA is meer as vier keer VA (C ockerham en T achida 1988 B arton en T urelli 2004). 'n Toename in aanpasbare evolusie is egter as onwaarskynlik beskou aangesien die alleelfrekwensies en omvang van epistase bevorderlik is vir 'n toename in VA is onrealisties vir natuurlike bevolkings wat natuurlike seleksie ervaar (L opez -F anjul et al. 2002 T urelli en B arton 2006). Verder, as gevolg van die stogastiese aard van genetiese drywing, is dit moontlik dat die gevolg van 'n bottelnek VA kan groter wees as wat verwag word onder 'n additiewe model selfs met 'n suiwer additiewe argitektuur (L ynch 1988). In hierdie studie was 'n lynkruisontwerp in staat om direk te wys dat 'n reeks dominansie, moederlike en epistatiese effekte betrokke was by die divergensie in uitdrogingsweerstand tussen wyfies (maar nie mans nie) van die oorspronklike kontrolelyn en 'n bottelneklyn wat vertoon toegeneem VA vir uitdrogingsweerstand. In eersgenoemde kruising was die vlakke van nie-additiewe effekte hoog in vergelyking met additiewe effekte, wat daarop dui dat epistase en dominansie-effekte aansienlik kan wees vir uitdrogingsweerstand in D. bunnanda wyfies. Die vlak van additiewe × additiewe epitase was egter nie sterk in vergelyking met dominansie en dominansie × dominansie interaksies nie. Geen studies het direk gemodelleer hoe nie VDD of VAD sal beïnvloed VA na 'n bottelnek. C heverud en R outman (1996) voorspel VA sal ook toeneem met VDD en VAD, maar in 'n veel mindere mate as waarvoor voorspel is VAA. Hul model was gebaseer op intermediêre aanvanklike alleelfrekwensies, en dit is onduidelik watter grootte van variansiekomponente sal lei tot 'n verbetering van VA. Alhoewel hierdie studie daarop dui dat beide epistase en dominansie effekte betrokke was by die waargenome veranderinge in VA na 'n bottelnek by wyfies vanaf een bottelneklyn wat 'n toename in VA, is sulke effekte nie by mans van dieselfde kruis gevind nie. Hulle is ook nie by mannetjies of wyfies gevind vanaf die kruising tussen die oorspronklike kontrolepopulasie en 'n bottelneklyn waar geen verandering in gemiddelde weerstand of VA waargeneem is. Bykomende lynkruisings in meervoudige bottelneklyne is nodig om te toets of hierdie patrone algemeen voorkom en of die genetiese argitektuur onderliggend aan weerstand in D. bunnanda wissel tussen die geslagte.

Maternale effekte was duidelik in drie van vier kruisings en dit kan spruit uit X-chromosoom-effekte of van ander faktore soos moederlike omgewingseffekte. Ons kruisingsontwerp het toegelaat dat Y- en sitoplasmiese effekte beraam word (geen is gevind nie), maar nie X-chromosoom-effekte nie. As slegs X-koppeling betrokke was, kan verwag word dat mans van ouer moeders met 'n relatief hoë vlak van weerstand 'n hoër vlak van weerstand sou hê as dié van die wedersydse kruising, en vroulike nageslag wat X-chromosome van albei ouers verkry, sou nie verwag word nie. om moederlike effekte te wys. Maternale effekte is egter vir beide geslagte in hierdie eksperiment opgespoor, wat daarop dui dat die effekte nie bloot op grond van X-koppeling verklaar kan word nie. Maternale effekte vir uitdrogingsweerstand was algemeen in kruisings tussen tropiese en gematigde bevolkings van D. melanogaster van Australië en Suid-Amerika (K ennington et al. 2001) maar is nie opgespoor in kruisings tussen nie D. serrata bevolkings (B lows 1993).

Hierdie resultate vir uitdrogingsweerstand in teenstelling met wat ons gevind het vir sternopleurale borselgetal, 'n eienskap wat ons voorspel het hoofsaaklik onder bykomende geenaksie sou wees. In ooreenstemming met K ristensen et al. (2005), wat 'n afname in VA met inteling in D. melanogaster, veranderinge in VA na 'n bottelnek vir sternopleurale borsel nommer in D. bunnanda was amper presies soos voorspel met die veronderstelling van 'n suiwer bykomende genetiese argitektuur. Verder het lynkruis-analise geen bewyse gevind vir enige dominansie of epistatiese effekte onderliggend aan divergensie tussen die kontrole- en twee bottelneklyne nie. Een ander studie het die veranderinge in variansie vir 'n fiksheidseienskap en 'n morfologiese eienskap vergelyk. Soortgelyk aan die resultate wat in hierdie studie verkry is, het die skrywers 'n baie sterker afname in VA vir die morfologiese eienskap na 'n bottelnek (W ade et al. 1996).

Ander studies wat kunsmatige seleksie op bottelneklyne gebruik het, het toegeneem VA nie in staat was om die eienskapgemiddelde bogenoemde waardes vir kontrolelyne te verhoog nie. L opez -F anjul en V illaverde (1989) het gevind dat die reaksie op seleksie 6,5 keer hoër was in bottelnek (F = 0.25) relatief tot kontrolelyne vir verhoogde lewensvatbaarheid in D. melanogaster, maar hierdie reaksie was net genoeg om te herstel van die helfte van die inteling depressie wat opgedoen is. Net so, G arcia et al. (1994) het geen verskil gevind in die gemiddelde lewensvatbaarheid van ingeteelde seleksielyne in vergelyking met kontroles na 27 generasies se seleksie nie. In hierdie gevalle blyk dit dat die variasie wat met inteling vrygestel is nadelig was en nie 'n bron van variasie verskaf het vir toenemende eienskappe bo die oorspronklike gemiddelde nie. In ons studie het ons 'n toename in VA en statisties beduidende oorerflikhede maar geen inteling depressie, wat aandui dat die vrygestelde variasie nie noodwendig nadelig was nie. Daar was egter slegs 'n swak reaksie op seleksie in die bottelnek mannetjies en in sommige vroulike lyne, wat ongekorreleer was met vlakke van VA in die bottelneklyne.

Verskeie redes kan dalk help om te verduidelik waarom die waargenome seleksierespons baie minder was as die verwagte respons gebaseer op die nougevoel oorerflikheidskattings. Eerstens, ons skattings van h 2 was dalk onakkuraat. Die standaardfoute wat uit die diermodelontledings bereken is was egter laag, en die response was baie minder as wat verwag is, soos gesien kan word uit die gebrek aan oorvleueling tussen die 95% vertrouensinterval van die waargenome respons in Figuur 5. Tweedens is dit moontlik dat enige toename in VA was dalk net verbygaande en nie hoog genoeg om 'n keuringsreaksie te volhou nie. Derdens, soos 'n reaksie plaasvind, word verdere veranderinge in alleelfrekwensies verwag tesame met veranderinge in VA beïnvloed deur alleelfrekwensies en genetiese agtergrond. As roman VA vrygestel deur dominansie en epistatiese effekte is afhanklik van genetiese agtergrond, dit is kwesbaar vir vinnige eliminasie deur natuurlike seleksie, alhoewel ons dan ten minste 'n mate van seleksie reaksie kan verwag. Ten slotte, daar kan 'n ander onderliggende rede wees behalwe lae vlakke van VA vir 'n swak reaksie op seleksie vir verhoogde uitdrogingsweerstand in hierdie spesie. Negatiewe maternale effekte vir uitdrogingsweerstand, duidelik in twee van die vier lynkruisings, dui daarop dat daar 'n antagonistiese moedereffek van uitdrogingsweerstand kan wees, wat 'n seleksierespons kan verminder (K ​​irkpatrick en L ande 1989 W olf et al. 1998 W ilson en R eale 2006). Boonop is kunsmatige seleksie moontlik teengestaan ​​deur natuurlike seleksie op hierdie eienskap in die laboratorium, veral aangesien die bottelnekprosedure resessiewe met nadelige uitwerking op fiksheidsverwante eienskappe sou blootgelê het as antagonistiese natuurlike seleksie belangrik is, kan die seleksie van elke tweede generasie dit oordryf het. effek. Versteekte pleiotropiese effekte wat stabiliserende seleksie op een karakter veroorsaak, kan rigtingseleksie op 'n ander belemmer (B aatz en W agner 1997). Verder kan genetiese interaksies met ander eienskappe ook seleksie reaksies beperk selfs wanneer VA teenwoordig is (B lows en H offmann 2005). Dit sal die moeite werd wees om te selekteer vir uitdrogingsensitiwiteit in hierdie lyne, miskien deur gesinsvlak seleksie, om te ondersoek of seleksie in hierdie rigting moontlik is. Ook, selektering onder verskillende omgewingstoestande en die gebruik van 'n minder intense uitdroogspanning kan meer sukses hê. Verder, aangesien ons 'n geslagspesifieke neiging vir 'n reaksie in sommige reëls gesien het, kon ons probeer om vir 'n langer tyd en teen 'n hoër intensiteit te selekteer. Hoë-intensiteit kunsmatige seleksie vir 30 generasies het egter ook nie daarin geslaag om weerstand teen uitdroging te verhoog in 'n uitgeteelde laboratoriumbevolking van die reënwoud-beperkte D. birchii ten spyte van 'n neiging tot 'n vroeë reaksie (H offmann et al. 2003). Nietemin, of verskuiwings in uitdrogingsweerstand in natuurlike populasies in reaksie op seleksie kan voorkom, is onbekend.

Die resultate van ons studie het implikasies vir die evolusionêre belangrikheid van knelpunte.Ten spyte van die afwesigheid van inteling depressie, bykomende genetiese variasie vrygestel deur bottelnek in D. bunnanda het nie 'n sterker keuringsreaksie tot gevolg gehad nie. Ongelukkig blyk dit dat D. bunnanda en ander reënwoud Drosophila reageer dalk nie maklik op seleksie vir verhoogde uitdrogingsweerstand nie (H offmann et al. 2003 K ellermann et al. 2006). Die resultate van hierdie reënwoudspesies is in skerp kontras met die vinnige en sterk reaksies op seleksie verkry vir hierdie eienskap in ander Drosophila spesies (B lows en H offmann 1993 H offmann en P arsons 1993). Daar kan ander maniere wees om nuwe variasie vir seleksie te genereer, soos deur vermindering van kanalisasie of deur die skepping van nuwe mutasies via X-straalmutagenese. Inhibisie van Hsp90 via die chemikalieë geldanamycin en radicicol het egter nie daarin geslaag om variasie vir uitdrogingsweerstand in D. birchii (K ellermann et al. 2007), wat daarop dui dat hierdie benadering ook nie nuttig is om die reaksie op seleksie vir verhoogde uitdrogingsweerstand in hierdie spesies te verhoog nie. In die lig van die voorspelde veranderinge in klimaat en toenemende vlakke van ander antropogeniese spanning, moet meer navorsing gedoen word oor maniere om seleksielimiete in spesies met lae VA.


Kyk die video: Genetische variantie, additief, dominantie, epistatische variantie (Oktober 2022).