CC BY
14Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
БИОЛОГИЧЕСКИЕ НА УКИ/BIOLOGICAL SCIENCES
УДК 575.2:575.22:574.3 https://doi.org/10.33619/2414-2948/65/01
AGRIS F30
МОЛЕКУЛЯРНО-ГЕНЕТИЧЕСКИЙ АНАЛИЗ ПОПУЛЯЦИЙ PINUS SYLVESTRIS L. И PINUS SIBIRICA DU TOUR В ПЕРМСКОМ КРАЕ НА ОСНОВАНИИ ПОЛИМОРФИЗМА ISSR-PCR МАРКЕРОВ
©Нечаева Ю. И., ORCID: 0000-0003-0837-4149, Пермский государственный национальный исследовательский университет, г. Пермь, Россия, ulia-2012@mail.ru ©Пыстогова Н. А., ORCID: 0000-0003-4420-880X, Пермский государственный национальный исследовательский университет, г. Пермь, n.pystogova9@gmail.com
©Чертов Н. В., ORCID: 0000-0003-0250-220X, Пермский государственный национальный исследовательский университет, г. Пермь, syper.gall@mail.ru ©Боронникова С. В., ORCID: 0000-0002-5498-8160, д-р биол. наук, Пермский государственный национальный исследовательский университет, г. Пермь, Россия, SVBoronnikova@yandex.ru
MOLECULAR GENETIC ANALYSIS OF PINUS SYLVESTRIS L. AND PINUS SIBIRICA DU TOUR POPULATIONS IN PERM KRAI BASED ON POLYMORPHISM ISSR-PCR MARKERS
©Nechaeva Yu., ORCID: 0000-0003-0837-4149, Perm State University,
Perm, Russia, ulia-2012@mail.ru ©Pystogova N., ORCID: 0000-0003-4420-880X, Perm State University,
Perm, Russia, n.pystogova9@gmail.com ©Chertov N, ORCID: 0000-0003-0250-220X, Perm State University, Perm, Russia, syper.gall@mail.ru ©Boronnikova S., ORCID: 0000-0002-5498-8160, Dr. habil., Perm State University, Perm, Russia, SVBoronnikova@yandex.ru
Аннотация. Изучен полиморфизм ДНК, определены показатели генетического разнообразия и генетической структуры 3 популяций Pinus sylvestris L. и 3 популяций Pinus sibirica Du Tour в Пермском крае. В популяциях P sibirica обнаружено 102 ISSR-PCR маркера, из которых 88 были полиморфными (P95 = 0,863), а в популяциях P. sylvestris — 113 ISSR-PCR маркеров, при этом 100 из них являлись полиморфными (P95 = 0,885). Популяции двух исследуемых видов древесных растений характеризуются высоким генетическим разнообразием. При этом у P sibirica показатели генетического разнообразия оказались незначительно выше (He = 0,195; ne = 1,335; na = 1,330), чем у P. sylvestris (He = 0,166; ne = 1,268; na = 1,212). Анализ генетической структуры показал, что коэффициенты генетической подразделенности (GST) у двух изученных видов рода Pinus близки и составляют 0,320 у Р. sibirica и 0,303 у P. sylvestris. Популяции сосны сибирской и сосны обыкновенной характеризуются средней степенью генетической дифференциации, поскольку на долю межпопуляционной компоненты приходится 32,0% и 30,3% генетического разнообразия этих видов соответственно. С помощью теста Мантела установлена высокая корреляция (R2 = 0,6871) между генетическими и географическими расстояниями у популяций Р. sibirica. Полученные данные актуальны для сохранения генофондов изученных двух видов рода Pinus в Пермском крае.
Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
Abstract. DNA polymorphism has been studied, indicators of genetic diversity and genetic structure of 3 populations of Pinus sylvestris L. and 3 populations of Pinus sibirica Du Tour in the Perm Krai have been determined. In the populations of P sibirica, 102 ISSR-PCR markers were found, of which 88 were polymorphic (P95 = 0.863), and in the populations of P sylvestris — 113 ISSR-PCR markers, 100 of which were polymorphic (P95 = 0.885). The populations of the two studied species of woody plants are characterized by high genetic diversity. At the same time, in P sibirica, the indices of genetic diversity were slightly higher (He = 0.195; ne = 1.335; na = 1.330) than in P. sylvestris (He = 0.166; ne = 1.268; na = 1.212). The analysis of the genetic structure showed that the coefficient of genetic subdivision (Gst) in the two studied species of the genus Pinus are similar and amount to 0.320 in P. sibirica and 0.303 in P. sylvestris. The populations of Siberian pine and Scots pine are characterized by an average degree of genetic differentiation, since the interpopulation component accounts for 32.0% and 30.3% of the genetic diversity of these species, respectively. Using the Mantel test, a high correlation was found between genetic and geographical distances in P. sibirica populations (R2 = 0.6871), while P. sylvestris showed a low correlation (R2 = 0.0649). The data obtained are relevant for the preservation of the gene pools of the studied two species of the genus Pinus in the Perm Krai.
Ключевые слова: генетическое разнообразие, генетическая структура, ISSR-PCR маркеры, Pinus sylvestris L., Pinus sibirica Du Tour, Пермский край.
Keywords: genetic diversity, genetic structure, ISSR-PCR markers, Pinus sylvestris L., Pinus sibirica Du Tour, Perm Krai.
Введение
Генетическое разнообразие и внутривидовая дифференциация имеют важное биосферное и ресурсное значение. Для решения современных проблем сохранения и возобновления лесов необходима оценка биоразнообразия лесных экосистем, важным элементом которой является изучение генетического разнообразия популяций основных лесообразующих видов растений [1]. Разработка и обоснование комплекса мероприятий, направленных на максимальное сохранение генетического разнообразия лесообразующих видов в различных условиях должна основываться на данных о генетической структуре и состоянии генофондов их популяций [2].
Сосна сибирская (Pinus sibirica Du Tour) и сосна обыкновенная (Pinus sylvestris L.) являются ценными хозяйственными видами, а также одними из основных эдификаторов лесных экосистем бореальной зоны Евразии. Высокая экологическая пластичность и хозяйственная ценность сосны сибирской и сосны обыкновенной давно привлекают внимание генетиков и селекционеров к проблеме изучения, сохранения и воспроизводства генофондов этих видов.
Цель работы — сравнительный анализ генетического разнообразия и генетической структуры популяций P. sylvestris и P sibirica в Пермском крае на основании полиморфизма межмикросателлитных маркеров.
Материалы и методы исследований
В качестве объектов для сравнительного анализа генетического разнообразия и генетической структуры избраны популяции двух видов древесных растений (Pinus
Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
sylvestris L. и Pinus sibirica Du Tour; Pinaceae), расположенные в центральной и северной частях Пермского края. Исследованы 3 популяции сосны сибирской (Р. sibirica), расположенные в Красновишерском лесничестве (Ps_Kr), Кочевском лесничестве (Ps_Kh) и на территории ФГБУ «Государственный заповедник «Басеги»» (Ps_Bs) (Таблица 1). Среди изученных популяций сосны сибирской на наибольшем географическом расстоянии (268 км) находятся популяции Ps_Kh и PsBs, а на наименьшем — Ps_Kr и PsBs (176 км). Исследованные три популяции Р. sylvestris находятся на территории Березниковского лесничества (Psl_Br), Закамского лесничества (Psl_Zc) и Кишертского (PslKs) лесничества (Таблица 1). При этом наиболее географически удаленными являются популяции PslBr и Psl Ks (260 км), а на наименьшем географическом расстоянии находятся популяции Psl_Ks и PslZc (105 км).
Таблица 1.
ИЗУЧЕННЫЕ ПОПУЛЯЦИИ P. SIBIRICA И P. SYLVESTRIS
Обозначение Расположение популяций Объем Координаты
популяций выборки, шт. (с. ш.; в. д.)
PsKr Красновишерский район, Красновишерское лесничество 17 N: 60.11 E: 57.44
PsKh Кочевский район, Кочевское лесничество 30 N: 59.39 E: 54.39
PsBs Горнозаводский район, Государственный заповедник «Басеги», Горнозаводское лесничество 29 N: 58.56 E: 58.30
PslKs Кишертский район, Кишертское лесничество 28 N:57.08 E:57.23
PslBr г. Березники, Березниковское лесничество 28 N:59.40 E:56.70
PslZc Пермский район, Закамское лесничество, 28 N:57.96 E:56.16
Примечание: популяции P. sibirica: Ps_Kr — расположена в Красновишерском лесничестве; Ps_Kh — в Кочевском лесничестве; Ps_Bs — в Горнозаводском лесничестве; популяции P. sylvestris: Psl Ks — из Кишертского лесничества; PslBr — из Березниковского лесничества; PslZc — из Закамского лесничества; с. ш. — северная широта; в. д. — восточная долгота.
Для проведения молекулярно-генетических исследований были собраны образцы хвои в 6 популяциях Р. sibirica и P. sylvestris с 106 деревьев. Сбор образцов осуществлялся со случайно выбранных деревьев, расположенных на расстоянии не менее 100 метром друг от друга. ДНК из хвои выделяли по методике С. Роджерса [3], модифицированной с использованием в качестве сорбента PVPP (polyvinylpolypyrrolidone) [4]. Качество и характеристики ДНК определяли на приборе SpectrofotometrTMNanoDrop 2000 (Thermo scientific, USA). Для оценки генетического разнообразия и генетической структура популяций был применен ISSR- (Inter Simple Sequence Repeats) метод анализа полиморфизма ДНК [5]. Для проведения ПЦР были использованы эффективные для P. sibirica ISSR-PCR праймеры, которые были подобраны ранее [6]: ISSR-9 [(ACG)7G]; CR-217 [(GT)6GG]; CR-215 [(CA)6GT]; M1 [(AC)8CG]; X11 [(AGC)6G)]. Для ПЦР с пробами ДНК P. sylvestris также использовались ранее подобранные эффективные праймеры [7]: ISSR-1 [(AC)8T]; CR-212 [(CT>TG]; CR-215 [(CA>GT]; M27 [(GA>C]; X10 [(AGC)6C)].
Для ПЦР использовали реакционную смесь объемом 25 мкл, содержащую: 0,4 мкл Tag-полимеразы; 2,5 мкл стандартного 10* буфера для ПЦР; 0,25 мкл праймера; 2,5 мкл Mg2+;
Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
0,25 мкл dNTP; 5 мкл тотальной ДНК. В качестве отрицательного контроля (К-) для проверки чистоты реактивов к реакционной смеси вместо ДНК добавляли 5 мкл деионизированной воды. Амплификацию проводили в амплификаторе GeneAmp PCR System 9700 (Applied Biosystems, USA) по типичной для ISSR-PCR метода программе: предварительная денатурация 94 °C, 2 мин.; первые пять циклов 94 °С, 20 сек.; t° отжига, 10 сек.; 72 °С, 10 сек.; в последующих тридцати пяти циклах 94°С, 5 сек.; t° отжига, 5 сек.; 72 °С, 5 сек. Последний цикл элонгации длился 2 мин при 72 °С. Температура отжига в зависимости от G/С-состава праймеров варьировала от 52 °С до 64 °С. Продукты амплификации разделяли с помощью электрофореза в 2% агарозном геле в 1* ТВЕ буфере. Гели окрашивали бромистым этидием и фотографировали в проходящем ультрафиолетовом свете в системе Gel-Doc XR (Bio-Rad, USA). Для определения длины фрагментов ДНК использовали маркер молекулярной массы (100 + bp+DNA Ladder; ЗАО «Евроген», Москва). Определение длин фрагментов проводилось с использованием программы QuantityOne в системе гель-документации Gel-Doc XR (Bio-Rad, USA). Изучен полиморфизм 102 ISSR-PCR маркеров в 3 популяциях P. sibirica и 113 ISSR-PCR маркеров в 3 популяциях Р. sylvestris.
Компьютерная обработка данных проведена с помощью программы POPGENE 1.31 [8] и с помощью специализированного макроса GenAlEx6 [9] для MS-Excel с определением: доли полиморфных локусов (P95) [10], абсолютного числа аллелей (na), эффективного числа аллелей (ne) [11], ожидаемой гетерозиготности (He) [12]. Анализ генетической структуры проведен в соответствии с методикой М. Нея [13]. Генетическое расстояние между популяциями определяли по формуле M. Нея и В. Ли [14]. Была рассчитана матрица генетических различий, на основании которой невзвешенным парно-групповым методом UPGMA (unweighted pair-group method using arithmetic average) была построена дендрограмма, отражающая степень сходства исследуемых популяций по ISSR-спектрам при помощи компьютерных программ Treecon 1.3b. Для определения корреляции между генетическими и географическими расстояниями был применен общепринятый тест Мантела [15].
Результаты и их обсуждение
В результате молекулярно-генетического анализа популяций P. sibirica выявлено 102 ISSR-PCR маркера, из которых 88 были полиморфными (P95=0,863). В ходе анализа полиморфизма ДНК популяций P. sylvestris было обнаружено 113 ISSR-PCR маркеров (Таблица 2), из которых 100 являлись полиморфными (P95=0,885). Соответственно, доля полиморфных локусов незначительно выше у изученных популяций P. sylvestris.
Число амплифицированных ISSR-PCR маркеров у P. sibirica варьировало в зависимости от праймера от 17 (M1 [(AC)sCG]) до 25 (X11 [(AGC)6G]). В популяциях P. sylvestris максимальное число ISSR-PCR маркеров, равное 27, выявлено в ПЦР с праймером CR-212 [(CT)sTG], а минимальное (20) с праймерами ISSR-1 [(AC)sT] и M27 [(GA)sC]. Размеры ISSR-PCR маркеров в исследованных популяциях P. sibirica изменялись (Таблица 2) в зависимости от праймера в пределах от 190 п.н. (M1 [(AC)sCG]) до 1570 п.н. (CR-217 [(GT)6GG]). В популяциях P. sylvestris размеры амплифицированных ISSR-PCR маркеров варьировали в зависимости от праймера от 210 п.н. (X10 [(AGC)6C]) до 1400 п.н. (CR-212 [(CT)gTG]). Ожидаемая гетерозиготность (He) у P. sibirica составила 0,195, что незначительно превышает значения этого показателя у P. sylvestris (He =0,166).
Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
Таблица 2.
ХАРАКТЕРИСТИКА ISSR-PCR-МАРКЕРОВ P. sibirica И P. sylvestris
ISSR-праймер Последовательность (5'^3') Длина фрагментов, Общее число полиморфных ISSR-PCR маркеров (их частота)
п.н. N P
P. sibirica
ISSR-9 (ACG)7G 200-1030 21 19 (0,905)
X11 (AGC)6G 230-1220 25 22 (0,880)
M1 (AC)8CG 190-1320 17 12 (0,706)
CR-215 (CA)6GT 200-970 19 16 (0,842)
CR-217 (GT)6GG 250-1570 20 19 (0,950)
Всего 102 88 (0,863)
P. sylvestris
ISSR-1 (АС)8Т 220-930 20 17 (0,850)
CR-212 (CT)8TG 270-1400 27 26 (0,963)
CR-215 (CA)6GT 220-1000 25 24 (0,960)
M27 (GA)8C 240-1000 20 15 (0,750)
X10 (AGC)6C 210-1100 21 18 (0,857)
Всего 113 100 (0,885)
Примечание: N — общее число ISSR-PCR-скобках дана их частота. ■маркеров, P — число полиморфных ISSR-маркеров, в
Однако, эффективное число аллелей (ne) значительно (Таблица 3) выше у Р. sibirica (ne 1,335^ по сравнению с P. sylvestris (ne = 1,268).
Таблица 3.
СРАВНЕНИЕ ПОКАЗАТЕЛЕЙ ГЕНЕТИЧЕСКОГО РАЗНООБРАЗИЯ ДВУХ ВИДОВ РОДА PINUS
Выборка
P9
He
Популяции P. sibirica 0,863 0,195 (0,011) 1,335 (0,021) 1,330 (0,048)
Популяции P. sylvestris 0,885 0,166 (0,010) 1,268 (0,018) 1,212 (0,051)
Критерий Фишера (F) Критерий Стьюдента (t)
Значение критерия F=0,419 F=0,477 t=2,420 t=1,680
Сравнение с Fst или tst 0,419 < 1,960 0,477 < 1,960 2,420 > 1,977 1,680 < 1,977
Примечание: P95 — доля полиморфных локусов, HE — ожидаемая гетерозиготность; ne эффективное число аллелей на локус; у HE и п в скобках даны стандартные отклонения.
n
n
e
a
Число редких аллелей выше у P. sylvestris (R=29) по сравнению с P. sibirica (R=18). Анализ генетической структуры трех популяций P. sibirica показал (Таблица 4), что ожидаемая доля гетерозиготных генотипов на общую выборку (Ht) составила 0,287. Этот показатель выше, чем ожидаемая доля гетерозиготных генотипов в отдельной популяции (Hs=0,196). Наибольшая дифференциация популяций сосны сибирской установлена с использованием праймера X-11 [(AGC)6G]. Установлено, что доля межпопуляционного генетического разнообразия в общем разнообразии или коэффициент подразделенности (Gst) составил 0,320.
Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
У Р. sylvestris доля гетерозиготных генотипов на общую выборку (Ht) составила 0,238, а ожидаемая доля гетерозиготных генотипов в отдельной популяции (Hs=0,196). Наибольшая дифференциация популяций сосны обыкновенной выявлена с использованием праймера CR-215 [(CA)6GT]. Коэффициент подразделенности (Gst) у P. sylvestris равен 0,303 (Таблица 4).
Таблица 4.
ГЕНЕТИЧЕСКАЯ СТРУКТУРА И ДИФФЕРЕНЦИАЦИЯ ИЗУЧЕННЫХ ПОПУЛЯЦИЙ ДВУХ ВИДОВ РОДА PINUS
ISSR- PCR Нуклеотидная Ht Hs Gst
праймер последовательность (5'-
P. sibirica
CR-217 (GT)6GG 0,312 (0,017) 0,227 (0,013) 0,272
CR-215 (CA)6GT 0,260 (0,028) 0,192 (0,020) 0,264
ISSR-9 (ACG)7G 0,260 (0,028) 0,192 (0,020) 0,264
M-1 (AC)8CG 0,303 (0,031) 0,231 (0,022) 0,239
X-11 (AGC)6G 0,274 (0,030) 0,167 (0,017) 0,390
Среднее 0,287 (0,027) 0,196 (0,018) 0,320
P. sylvestris
ISSR-1 (AC)8T 0,281 (0,028) 0,171 (0,010) 0,391
CR-212 (CT)sTG 0,261 (0,020) 0,211 (0,015) 0,190
CR-215 (CA)6GT 0,251 (0,027) 0,156 (0,009) 0,379
M27 (GA)8C 0,177(0,022) 0,133 (0,010) 0,248
X10 (AGC)6C 0,209(0,021) 0,145 (0,007) 0,307
Среднее 0,238(0,024) 0,166 (0,011) 0,303
Примечание: Ht — ожидаемая доля гетерозиготных генотипов как мера общего генного разнообразия во всей популяции; Hs — ожидаемая доля гетерозиготных генотипов в отдельной популяции, как мера ее внутрипопуляционного разнообразия или среднее выборочное генное разнообразие по всем локусам; GST — доля межпопуляционного генетического разнообразия в общем разнообразии или показатель подразделенности популяций; в скобках даны стандартные отклонения.
Установлено, что доля межпопуляционного генетического разнообразия (Gst) близка у обоих исследованных видов рода Pinns. При этом значение данного показателя (Gst = 0,320) у Р. sibirica незначительно выше, чем у Р. sylvestris (Gst = 0,303). В целом, можно сказать, что популяции исследованных видов рода Pinns дифференцированы в средней степени, поскольку на межпопуляционную компоненту у P. sibirica приходится около 32,0% всей генетической изменчивости, а у Р. sylvestris - 30,3%.
При подсчете попарных генетических расстояний было установлено, что у P. sibirica на наименьшем генетическом расстоянии (D=0,157) находятся популяции Ps_Kr и PsBs, а на наибольшем (D=0,213) популяции Ps_Kh и PsBs. У P. sylvestris наиболее генетически удаленными являются популяции Psl Ks и Psl Br (D=0,187), а на наименьшем генетическом расстоянии расположены популяции Psl Br и PslZc (D=0,042).
На основании матриц попарных генетических расстояний (D) был проведен кластерный анализ невзвешенным парно-групповым методом (UPGMA) и построены дендрограммы, отражающие степень сходства по ISSR-спектрам исследуемых популяций каждого вида. На дендрограмме популяции P. sibirica Ps_Kr и Ps_Bs сформировали 1 кластер, к ним примыкает популяция Ps_Kh (Рисунок 1А).
Бюллетень науки и практики /Bulletin of Science and Practice https://www.bulletennauki.com
Т. 7. №4. 2021 https://doi.org/10.33619/2414-2948/65
Рисунок 1. UPGMA-дендрограмма генетического сходства исследуемых популяций P. sibirica (А) и популяций P. sylvestris (Б); шкала сверху — генетическое расстояние; на дендрограмме цифрами указаны значения бутстрепа (в %)
На дендрограмме Р. sylvestris 1 кластер сформировали выборки PslZc и PslBr, а к ним примыкает популяция PslKs (рис. 1Б). О достоверности межкластерных различий можно судить по высокому индексу бутстрепа (>50%) в узлах ветвления.
При выявлении зависимости между генетическими и географическими расстояниями с помощью теста Мантела у P. sibirica был получен высокий коэффициент детерминации (R2 = 0,6871), что свидетельствует о высокой корреляции между географическим и генетическим расстояниями у популяций у P. sibirica (Рисунок 2А).
y = 0,0003x + 0,0839 R2 = 0,0649
т О и Q
о о
<а К
Я
- «
н О
<D н
И о
о
1-4 <п а
Y; ♦ Y; ■
105,000;^ 260,000;
-0,169 0,184
♦ Y;
♦ 160,000;
0,037
Географическое расстояние (км)
Б
Географическое расстояние (
А
Рисунок 2. График зависимости генетических и географических расстояний у изученных популяций: А — P. sibirica; Б — P. sylvestris
У P. sylvestris с использованием теста Мантела был выявлен низкий коэффициент детерминации (R2 = 0,0649), что указывает на низкую степень корреляции между географическим и генетическим расстояниями популяций этого вида (Рисунок 2Б).
Заключение
При молекулярно-генетическом анализе у P. sylvestris выявлено 113 ISSR-PCR маркеров, а у P. sibirica меньше — 102 ISSR-PCR маркера. Доля полиморфных локусов незначительно выше у P. sylvestris (P95=0,885) по сравнению с этим показателем у Р. sibirica (P95=0,863). Другие показатели генетического разнообразия незначительно выше у P. sibirica (He=0,195; na=1,330) в сравнении с P. sylvestris (He=0,166; na=1,212;). Интересен тот факт, что достоверно отличается у двух изученных видов только один показатель генетического
Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
разнообразия, а именно — число эффективных аллелей: ne=1,335 у P sibirica и ne=1,268 у P. sylvestris. Вместе с тем наибольшее число редких аллелей отмечено у P. sylvestris (R=29). Наибольшим генетическим разнообразием характеризуются популяция Ps_Kh у Р. sibirica (H=0,247; na=1,578; ne=1,427) и популяция Psl Br у P. sylvestris (H=0,227; na=1,558; ne=1,375), которые рекомендуются для сохранения генетического разнообразия изученных видов на популяционном уровне. Анализ генетической структуры показал, что коэффициенты генетической подразделенности (Gst) у двух изученных видов рода Pinus близки и составляют 0,320 у Р. sibirica и 0,303 у P. sylvestris. В связи с этим, популяции сосны сибирской и сосны обыкновенной характеризуются средней степенью генетической дифференциации. На наибольшем генетическом расстоянии находятся популяции Ps_Kh и Ps_Bs у P. sibirica и популяции Psl_Ks и Psl_Br у P. sylvestris, а на наименьшем — популяции Ps_Kr и Ps Bs P. sibirica и популяции Psl Br и Psl_ Zc у Р. sylvestris. Полученные результаты подтверждаются на UPGMA-дендрограммах генетического сходства. С использованием теста Мантела установлено, что между генетическими и географическими расстояниями у популяций Р. sibirica степень корреляции высокая (R2 = 0,6871), а у популяций P. sylvestris — низкая (R2 = 0,0649). Результаты данного исследования важны для разработки рекомендаций по сохранению генофондов двух видов рода Pinus в Пермском крае.
Исследование выполнено при финансовой поддержке Правительства Пермского края в рамках научного проекта №С-26/174.3 от 31.01.2019.
Список литературы:
1. Видякин А. И., Кантор Г. Я. Пространственная организация и факторы формирования групп популяций сосны обыкновенной в Южном Зауралье // Вестник Оренбургского государственного университета. 2013. Т. 159. №10. С. 34-39.
2. Yanbaev Y., Sultanova R., Blonskaya L., Bakhtina S., Tagirova A., Tagirov V., Kulagin A. Gene pool of scots pine (Pinus sylvestris L.) Under reforestation in extreme environment // Wood Research. 2020. V. 65. №3. P. 459-470. https://doi.org/10.37763/wr.1336-4561/65.3.459470
3. Rogers S. O., Bendich A. J. Extraction of DNA from milligram amounts of fresh, herbarium and mummified plant tissues // Plant molecular biology. 1985. V. 5. №2. P. 69-76. https://doi.org/10.1007/BF00020088
4. Нечаева Ю. С., Бельтюкова Н. Н., Пришнивская Я. В., Тайман К. Е. Оптимизация методики выделения ДНК некоторых хвойных видов растений Пермского края // Синтез знаний в естественных науках. Рудник будущего: проекты, технологии, оборудование: Материалы междунар. конф. Пермь, 2011. С. 278-282.
5. Zietkiewicz E., Rafalski A., Labuda D. Genome fingerprinting by simple sequence repeat (SSR)-anchored polymerase chain reaction amplification // Genomics. 1994. V. 20. №2. P. 176-183. https://doi.org/10.1006/geno.1994.1151
6. Мазунина Ж. И., Нечаева Ю. С. Анализ эффективности ISSR-праймеров для изучения полиморфизма ДНК кедра сибирского Pinus sibirica Du Tour // Научные исследования: теоретико-методологические подходы и практические результаты: материалы Международной научно-практической конференции. Самара, 2017. С. 376-378.
7. Бобошина И. В., Нечаева Ю. С., Видякин А. И., Боронникова С. В. Подбор праймеров для проведения ISSR-анализа полиморфизма ДНК Pinus sylvestris L. // Молекулярно-генетические подходы в таксономии и экологии: материалы научной конференции. Ростов-на-Дону, 2013. С. 17-20.
Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
8. Yeh F. C., Yang R. C., Mao J., Ye Z., Boyle T. J. POPGENE, the Microsoft Windows-based user-friendly software for population genetic analysis of co-dominant and dominant markers and quantitative traits // Dept. Renewable Resources, University of Alberta, Edmonton, Canada. 1996. V. 238.
9. Peakall R. O. D., Smouse P. E. GenALEX 6: genetic analysis in Excel. Population genetic software for teaching and research // Molecular ecology notes. 2006. V. 6. №1. P. 288-295. https://doi.org/10.1111/j.1471-8286.2005.01155.x
10. Williams J. G., Kubelik A. R., Livak K. J., Rafalski J. A., Tingey S. V. DNA polymorphisms amplified by arbitrary primers are useful as genetic markers // Nucleic acids research. 1990. V. 18. №22. P. 6531-6535. https://doi.org/10.1093/nar/18.22.6531
11. Kimura M., Crow J. F. The number of alleles that can be maintained in a finite population // Genetics. 1964. V. 49. №4. P. 725. https://doi.org/10.1093/genetics/49A725
12. Nei M. Molecular evolutionary genetics. Columbia university press, 1987.
13. Nei M. Molecular population genetics and evolution. North-Holland Publishing Company,
1975.
14. Nei M., Li W. H. Mathematical model for studying genetic variation in terms of restriction endonucleases // Proceedings of the National Academy of Sciences. 1979. V. 76. №10. P. 52695273. https://doi.org/10.1073/pnas.76.10.5269
15. Mantel N. The detection of disease clustering and a generalized regression approach // Cancer research. 1967. V. 27. №2. Part 1. P. 209-220.
References:
1. Vidyakin, A. I., & Kantor, G. Ya. (2013). Prostranstvennaya organizatsiya i faktory formirovaniya grupp populyatsii sosny obyknovennoi v Yuzhnom Zaural'e. Vestnik Orenburgskogo gosudarstvennogo universiteta, 159(10), 34-39. (in Russian).
2. Yanbaev, Y., Sultanova, R., Blonskaya, L., Bakhtina, S., Tagirova, A., Tagirov, V., & Kulagin, A. (2020). Gene pool of scots pine (Pinus sylvestris L.) Under reforestation in extreme environment. Wood Research, 65(3), 459-470. https://doi.org/10.37763/wr.1336-4561/65.3.459470
3. Rogers, S. O., & Bendich, A. J. (1985). Extraction of DNA from milligram amounts of fresh, herbarium and mummified plant tissues. Plant molecular biology, 5(2), 69-76. https://doi.org/10.1007/BF00020088
4. Nechaeva, Yu. S., Beltyukova, N. N., Prishnivskaya, Ya. V., & Taiman, K. E. (2011). Optimizatsiya metodiki vydeleniya DNK nekotorykh khvoinykh vidov rastenii Permskogo kraya. Sintez znanii v estestvennykh naukakh. Rudnik budushchego: proekty, tekhnologii, oborudovanie: Materialy mezhdunar. konf. Perm, 278-282. (in Russian).
5. Zietkiewicz, E., Rafalski, A., & Labuda, D. (1994). Genome fingerprinting by simple sequence repeat (SSR)-anchored polymerase chain reaction amplification. Genomics, 20(2), 176183. https://doi .org/10.1006/geno.1994.1151
6. Mazunina, Zh. I., & Nechaeva, Yu. S. (2017). Analiz effektivnosti ISSR-praimerov dlya izucheniya polimorfizma DNK kedra sibirskogo Pinus sibirica Du Tour. Nauchnye issledovaniya: teoretiko-metodologicheskie podkhody i prakticheskie rezul'taty: materialy Mezhdunarodnoi nauchno-prakticheskoi konferentsii. Samara, 376-378. (in Russian).
7. Boboshina, I. V., Nechaeva, Yu. S., Vidyakin, A. I., & Boronnikova, S. V. (2013). Podbor praimerov dlya provedeniya ISSR-analiza polimorfizma DNK Pinus sylvestris L. Molekulyarno-geneticheskie podkhody v taksonomii i ekologii: materialy nauchnoi konferentsii. Rostov-on-Don, 17-20. (in Russian).
Бюллетень науки и практики /Bulletin of Science and Practice Т. 7. №4. 2021
https://www.bulletennauki.com https://doi.org/10.33619/2414-2948/65
8. Yeh, F. C., Yang, R. C., Mao, J., Ye, Z., & Boyle, T. J. (1996). POPGENE, the Microsoft Windows-based user-friendly software for population genetic analysis of co-dominant and dominant markers and quantitative traits. Dept. Renewable Resources, University of Alberta, Edmonton, Canada, 238.
9. Peakall, R. O. D., & Smouse, P. E. (2006). GENALEX 6: genetic analysis in Excel. Population genetic software for teaching and research. Molecular ecology notes, 6(1), 288-295. https://doi.org/10.1111/j.1471-8286.2005.01155.x
10. Williams, J. G., Kubelik, A. R., Livak, K. J., Rafalski, J. A., & Tingey, S. V. (1990). DNA polymorphisms amplified by arbitrary primers are useful as genetic markers. Nucleic acids research, 78(22), 6531-6535. https://doi.org/10.1093/nar/18.22.6531
11. Kimura, M., & Crow, J. F. (1964). The number of alleles that can be maintained in a finite population. Genetics, 49(4), 725. https://doi.org/10.1093/genetics/49A725
12. Nei, M. (1987). Molecular evolutionary genetics. Columbia university press.
13. Nei, M. (1975). Molecular population genetics and evolution. North-Holland Publishing Company.
14. Nei, M., & Li, W. H. (1979). Mathematical model for studying genetic variation in terms of restriction endonucleases. Proceedings of the National Academy of Sciences, 76(10), 5269-5273. https://doi.org/10.1073/pnas.76.10.5269
15. Mantel, N. (1967). The detection of disease clustering and a generalized regression approach. Cancer research, 27(2 Part 1), 209-220.
Работа поступила Принята к публикации
в редакцию 09.03.2021 г. 13.03.2021 г.
Ссылка для цитирования:
Нечаева Ю. И., Пыстогова Н. А., Чертов Н. В., Боронникова С. В. Молекулярно-генетический анализ популяций Pinus sylvestris L. и Pinus sibirica Du Tour в Пермском крае на основании полиморфизма ISSR-PCR маркеров // Бюллетень науки и практики. 2021. Т. 7. №4. С. 12-21. https://doi.org/10.33619/2414-2948/65/01
Cite as (APA):
Nechaeva, Yu., Pystogova, N., Chertov, N., & Boronnikova, S. (2021). Molecular Genetic Analysis of Pinus sylvestris L. and Pinus sibirica Du Tour Populations in Perm Krai Based on Polymorphism ISSR-PCR markers. Bulletin of Science and Practice, 7(4), 12-21. (in Russian). https://doi.org/10.33619/2414-2948/65/01
