CC BY
43
бактериям. Оказалось, что у всех исследуемых культур ее минимальная активность приходилась на 37 оС (в среднем 0,021 уд/мг белка) и почти на порядок отличалась от активности при более низких температурах (от 0,11 до 0,24 уд/мг белка). Можно предположить, что при попадании в организм человека или млекопитающего эти микроорганизмы не нуждаются в наличии фермента, разрушающего целлюлозу. В то время как при температуре, соответствующей температуре окружающей среды, этот фермент помогает им лучше адаптироваться к обитанию в почве или в растениях.
Многие микроорганизмы, ассоциированные с растениями, продуцируют фитогормоны, которые необходимы как посредники в коммуникации между растением-хозяином и его микрофлорой. Образование растительных гормонов считается одним из главных свойств ризосферных, эпифитных и симбиотических бактерий, стимулирующих и улучшающих рост растений, так называемых PGPR-штаммов (Plant Growth-Promoting Rhizobacteria). Поэтому представляло интерес определение количества ауксинподобных и гибберелиноподобных соединений.
На основании полученных данных можно сказать, что все изученные виды способны к синтезу ауксинов. Тем не менее, зависимость их синтеза от температуры у исследованных видов была различной. У Morganella morganii количество синтезируемых ауксинов практически не изменяется, оставаясь в пределах от 32 до 45 мкг/мл. Для Proteus mirabilis было характерно значительное увеличение при 37 оС (90 мкг/мл), что характеризует этот штамм как активный продуцент ауксинов. В культуральной жидкости Citrobacter freundii наоборот количество ауксинов было максимальным при 4 оС (39 мкг/мл), снижалось при 25 оС (21 мкг/мл) и отсутствовало при 37 оС.
Гибберелины — самый обширный класс растительных гормонов, распространенных среди растений и микроорганизмов, насчитывающий более 100 соединений. Способность к их биосинтезу обнаружена у всех групп бактерий. Образование гибберелинов свойственно эпифитным и ризосферным бактериям — представителям родов Azotobacter, Arthrobacter, Azospirillum, Pseudomonas, Bacillus, Acinetobacter, Flavobacterium, Micrococcus, Agrobacterium. В наших исследованиях количество гибберелинподобных соединений, синтезируемых всеми исследуемыми видами, несколько возрастает при низких температурах, что может также свидетельствовать об адаптации бактерий к обитанию во внешней среде.
Таким образом, проведенные исследования свидетельствуют о высоком адаптационном потенциале условно-патогенных бактерий. При снижении температуры до значений, соответствующих окружающей среде, их метаболизм с патогенного для человека и теплокровных животных переключается на сапро-трофный, способствующий выживанию в почве и созданию различных взаимоотношений с почвенной биотой, в том числе с растениями. Следует заметить, что температура, соответствующая переходу с паразитического на сапрофитный образ жизни, располагается между 24 и 37 оС.
Ю.С. Букин, Т.Б. Перетолчина
методика статистического анализа степени генетической изоляции популяции на основе данных о первичной структуре днк
Лимнологический институт СО РАН (Иркутск)
В связи с масштабным развитием методов секвенирования ДНК наборы данных о первичной структуре ДНК широко используются для изучения популяционной структуры и степени генетической изоляции между популяциями современных видов организмов. Для извлечения информации из популяционных наборов данных широко используется статистический F^-критерий [2], а также методы молекулярной филогении. Недостатком F^-критерия является то, что для ДНК-данных его значение зависит не только от интенсивности межпопуляционных генетических потоков, но и от времени наступления изоляции между популяциями. К недостатку филогенетического подхода для популяционного анализа относится появление неразрешенных деревьев, которые значительно затрудняют интерпретацию данных.
В нашей работе мы предлагаем статистический метод, основанный на анализе распределений попарных генетических дистанций (mismatch distributions) между нуклеотидными последовательностями для исследования степени генетической изоляции между популяциями. Кратко последовательность действий этого метода можно описать следующим образом. Прежде всего, мы имеем дело с двумя группами организмов, разделенных по какому-то признаку (территориальная принадлежность, фенотипическая характеристика и т.п.). Наша задача — узнать, существует ли между этими группами генетическая изоляция. Для этого подсчитываем долю замен (генетическая дистанция) между последовательностями ДНК внутри каждой группы организмов (выборка данных № 1) и между группами организмов (выборка № 2). Затем сравниваем две выборки с помощью статистического критерия Манна-Уитни [3]. Если выборки достоверно отличаются друг от друга, то это указывает на то, что группы организмов в какой то мере изолированы друг от друга. На основе этого же критерия мы предлагаем количественную меру генетической изоляции между популяциями — K. Значение K будет изменяться от 0 до 1 по мере уменьшения потока генов между популяциями и увеличения
генетической изоляции. Если К = 1, это означает полное отсутствие потока генов или полную генетическую изоляцию. Отсутствие достоверных отличий между выборками в сочетании с низким значением К указывает на полное отсутствие генетической изоляции между исследуемыми группами организмов. С другой стороны, если при достаточно высоких значениях коэффициента К достоверного отличия между выборками нет, то это свидетельствует о недостаточном количестве генетических данных. Первоначально достоверность работы метода оценивали с помощью компьютерных моделей популяционной генетики.
Разработанную методику мы применили для анализа генетического разнообразия у байкальских моллюсков вида Ва^аИа carinata и у различных народов Сибири. Для анализа популяционных данных по моллюскам использовали полученные нами нуклеотидные последовательности фрагмента митохондриального гена С01. Для популяционного анализа группы людей использовали нуклеотидные последовательности митохондриальных геномов, взятые из базы данных GenBank [1].
Исследованный вид байкальских моллюсков обитает в литоральной зоне озера Байкал и перемещается только по периметру озера вдоль береговой линии. Следовательно, основные потоки генетической информации направлены также вдоль побережья озера. Проводя анализ генетических дистанций по вышеуказанной схеме, мы установили, что исследуемые моллюски образуют в Байкале две популяции — популяция западного берега и популяция восточного берега, для которых К = 0,94, что указывает на высокую степень генетической изоляции. Графики функций эмпирической плотности вероятности межгруппового и внутригруппового распределения показаны на рисунке 1 (а1, б1).
В качестве примера для человека с помощью нашей методики мы исследовали генетическую разобщенность алеутов, эскимосов, бурят, чукчей и корейцев. По коэффициенту К наибольшей степенью генетической изоляции от всех остальных народов отличались алеуты, между всеми представленными народностями и алеутами К был не меньше 0,6. Это, вероятно, связанно с островным механизмом генетической изоляции. Для всех остальных народов при попарном сравнении К не превышал 0,17. Однако во всех случаях различия меду внутригрупповыми и межгрупповыми распределениями были достоверны, что указывает на то, что какой-то уровень генетической разобщенности все-таки присутствует. Для примера на рисунке 1 (а2, б2) представлен график функций эмпирической плотности вероятности межгруппового и внутригруппового распределения для чукчей и бурят.
Рис. 1. Графики эмпирических функций плотности вероятности внутригрупповых и межгрупповых распределений попарных различий в ДНК, а1 и 61 - внутригрупповое и межгрупповое распределение для двух популяций байкальских моллюсков ВаюаНа cаrinаtа^, а2 и 62 - внутригрупповое и межгрупповое распределение для двух этнических групп: бурят и чукчей.
Сравнивая графики внутригрупповых и межгрупповых распределений (рис. 1) как для моллюсков, так и для человека, можно выделить закономерность: в обоих случаях межгрупповое распределение смещено в область больших генетических дистанций, что указывает на разобщенность или некоторую степень генетической изоляции исследуемых выборок.
Работа выполнена при поддержке гранта РФФИ 08-04-98046-р_сибирь_а.
ЛИТЕРАТУРА
1. Analysis of mitochondrial DNA diversity in the aleuts of the commander islands and its implications for the genetic history of beringia / O.A. Derbeneva, R.I. Sukernik, N.V. Volodko et al. // Am. J. Hum. Genet. — 2002. - N 71 (2). - P. 415-421.
2. Hudson R.R. Estimation of levels of gene flow from DNA sequence data / R.R. Hudson, M. Slatkin, W.P. Maddison // Genetics. - 1992. - Vol. 132. - P. 583-589.
3. Mann H.B. On a test of whether one of two random variables is stochastically larger than the other / H.B. Mann, D.R. Whitney // Ann. Math. Statist. — 1947. — Vol. 18. — P. 50 — 60.
4. Phylogeographic analysis of mitochondrial DNA in northern asian populations / M. Derenko, B. Malyarchuk, T. Grzybowski et al. // Am. J. Hum. Genet. — 2007. — N 81 (5). — P. 1025 — 1041.
K.A. Гамаюнова, Т.П. Королева, О.Г. Зеленая
СОДЕРЖАНИЕ МИКРОЭЛЕМЕНТОВ В СНЕГОВОМ ПОКРОВЕ - ХАРАКТЕРИСТИКА СОСТОЯНИЯ ОКРУЖАЮЩЕЙ СРЕДЫ СЕВЕРА ИРКУТСКОЙ ОБЛАСТИ
Институт геохимии им. А.П. Виноградова СО РАН (Иркутск)
Здоровье человека подвергается воздействию природных и социальных факторов окружающей среды. Природные факторы действуют на человека в определенных социальных условиях и нередко существенно изменены в результате производственной и хозяйственной деятельности людей. Социальные и природные факторы в течение жизни способствуют адаптации человека к существующим условиям жизнедеятельности [4]. Недостаток микроэлементов в почве, воде, воздухе и атмосферных осадках приводит к их дефициту в сельскохозяйственных продуктах местного производства, а следовательно, и к недостатку в организме человека. Проблема дефицита отдельных микроэлементов в окружающей среде на региональном уровне, в частности, в Иркутской области, отмечается в большом числе публикаций [2].
Снежный покров аккумулирует химические вещества, поступающие в окружающую среду в зимний период, содержание микроэлементов в снеге является объективным показателем их недостатка или избытка. Снегогеохимическая съемка проводилась на севере Иркутской области в Катанском районе. Анализировалась водная и твердая фаза снегового покрова на широкий спектр микроэлементов методами полуколичественного ICP-MS анализа (квадрупольный масс-спектрометр Agilent 7500ce) и прямого атомно-эмиссионного спектрального анализа. Нами выбран следующий ряд элементов — Al, Ni, As, Cd, Pb, Cu, Zn, Co, Mn, Mo, Ag, Ba, — рекомендуемый для мониторинга ведущими токсикологами ЮНЕП (Программа ООН по окружающей среде) и ЕРА (Агенство по защите окружающей среды, США).
Для района исследований характерна слабокислая реакция водной фазы снега, значения рН изменяются от 5,2 до 6,3. Представляется, что наблюдаемое здесь слабое закисление связано с низкой концентрацией в воздухе оснований, что характерно для фоновых районов земного шара.
Распределение микроэлементов в водной фазе снегового покрова на изучаемой территории равномерное. Содержания элементов невысокие как по отношению к глобальному фону, так и на региональном уровне (на порядок ниже, чем на фоновых станциях вблизи г. Иркутска, и на 2 — 3 порядка ниже ПДК питьевых вод) (табл. 1). Превышение содержания относительно регионального фона наблюдается для кадмия, но его уровень не выходит за рамки санитарно-гигиенических норм.
Таблица 1
Средние содержания элементов в водной фазе снежного покрова (мкг/л)
AI Ni Cu As Cd Pb Hg Zn Co Mn Mo Ag
Средние значения ГФ* 20,21 0,39 2,0 1,56 2,3 0,10 0,23 0,38 0,0007 19,91 0,047 0,24 4,60 0,03 0,01
ФС (1994-2001)** 5,0 4,0 0,05 2,0 < 0,01 10,0 1,5 20 0,1
ПДКп.в. 50 100 1000 5 1 30 0,5 5 100
Примечание: ГФ - глобальный фон над континентом [3]; ФС - фоновые станции (1994-2001): Тибельти, Аршан, Зун-Мурино, Жемчуг, Бол. Коты [3].
Расчет уровней накопления элементов в водной фазе снегового покрова проведен с учетом количества выпавшего снега на единицу площади за весь период снегостояния (табл. 2) [3].
Таблица 2
Средние уровни накопления элементов в водной фазе снежного покрова
Ni Cu As Cd Pb Hg Co Mo Mn Al Fe Zn
Катангский район мкг/м2 мг/м2
19,97 79,47 5,09 11,64 19,96 0,03 2,21 1,31 0,22 1,02 2,5 0,19
г. Иркутск, 2001 г. 22,49 60-160 не опр. 2-25,6 21,2-32 0,38 28,98 не опр. 0,76 1,83 0,87 0,38-6,0
В зимнее время изучаемая территория с характерным антициклоническим режимом отличается небольшими скоростями ветра (минимум — преимущественно в январе, иногда в феврале). Повторяемость слабого ветра на данной территории составляет 41—60 % [5]. В совокупности эти факторы дают
