소나무의 유전다양성과 유전구조를 추정하기 위해 9개의 ESTP 표지를 13개 소나무 집단에 적용하였다. 소나무 집단의 유전다양성은 관찰된 대립유전자 수(A)가 2.2개, 유효 대립유전자 수(Ae)가 1.8개, 다형적 유전자좌 비율(P)이 98.8%, 이형접합도 관찰치(Ho)가 0.391, 이형접합도 기대치(He)가 0.402로 나타났다. 안강과 강릉 집단을 제외한 11개 집단이 하디-바인베르그 평형을 만족하였다. 집단간 유전분화도(FST)는 0.057으로, 동위효소나 nSSR 표지분석 결과보다 강하게 나타났다. 군집분석에서 집단의 유전적 거리와 지리적 분포간에 뚜렷한 연관성은 확인할 수 없었으며, 집단의 유전분화와 지리적 인접성도 상관이 없는 것으로 나타났다(Mantel 검증, r = 0.017, P = 0.344). 유전자좌에 대한 FST-outlier 분석을 실시한 결과, 빈도주의 방법에서는 FST 값이 신뢰하한 이하인 3개 유전자좌와 신뢰상한 이상인 3개 유전자좌가 특이값으로 추정되었고, 베이즈 방법에서는 3개 유전자좌들만 특이값으로 확인되었다. 두 방법에서 공히 특이값으로 판정된 3개 유전자좌(sams2+AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ)중 sams2 표지에서 유래된 2개 유전자좌는 balancing selection의 영향을 받는 것으로 추정되었다.
소나무의 유전다양성과 유전구조를 추정하기 위해 9개의 ESTP 표지를 13개 소나무 집단에 적용하였다. 소나무 집단의 유전다양성은 관찰된 대립유전자 수(A)가 2.2개, 유효 대립유전자 수(Ae)가 1.8개, 다형적 유전자좌 비율(P)이 98.8%, 이형접합도 관찰치(Ho)가 0.391, 이형접합도 기대치(He)가 0.402로 나타났다. 안강과 강릉 집단을 제외한 11개 집단이 하디-바인베르그 평형을 만족하였다. 집단간 유전분화도(FST)는 0.057으로, 동위효소나 nSSR 표지분석 결과보다 강하게 나타났다. 군집분석에서 집단의 유전적 거리와 지리적 분포간에 뚜렷한 연관성은 확인할 수 없었으며, 집단의 유전분화와 지리적 인접성도 상관이 없는 것으로 나타났다(Mantel 검증, r = 0.017, P = 0.344). 유전자좌에 대한 FST-outlier 분석을 실시한 결과, 빈도주의 방법에서는 FST 값이 신뢰하한 이하인 3개 유전자좌와 신뢰상한 이상인 3개 유전자좌가 특이값으로 추정되었고, 베이즈 방법에서는 3개 유전자좌들만 특이값으로 확인되었다. 두 방법에서 공히 특이값으로 판정된 3개 유전자좌(sams2+AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ)중 sams2 표지에서 유래된 2개 유전자좌는 balancing selection의 영향을 받는 것으로 추정되었다.
Genetic diversity and genetic differentiation of thirteen Pinus densiflora populations in South Korea were estimated using nine ESTP (Expressed Sequence Tag Polymorphism) markers. The numbers of allele and the effective allele were 2.2 and 1.8, respectively. The percentage of polymorphic loci (P) wa...
Genetic diversity and genetic differentiation of thirteen Pinus densiflora populations in South Korea were estimated using nine ESTP (Expressed Sequence Tag Polymorphism) markers. The numbers of allele and the effective allele were 2.2 and 1.8, respectively. The percentage of polymorphic loci (P) was 98.8%. The observed and the expected heterozygosity were 0.391 and 0.402, respectively, and the eleven populations except for Ahngang and Gangneung population were under Hardy-Weinberg equilibrium state. The level of genetic differentiation (Wright’s FST = 0.057) was higher than those of isozyme or nSSR markers. We could not find out any relationship between the genetic distance and geographic distribution among populations from cluster analysis. Also, the genetic differentiation between populations was not correlated with the geographic distance (r = 0.017 and P = 0.344 from Mantel test). From the result of FST-outlier analysis to identify a locus under selection, six loci were detected at confidence interval of 99% by the frequentist’s method. However, only three loci (sams2+AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ) were presumed as outliers by Bayesian method. The sams2+AluⅠ and sams2+RsaⅠlocus were originated from the sams2 gene and seemed to be the loci under balancing selection.
Genetic diversity and genetic differentiation of thirteen Pinus densiflora populations in South Korea were estimated using nine ESTP (Expressed Sequence Tag Polymorphism) markers. The numbers of allele and the effective allele were 2.2 and 1.8, respectively. The percentage of polymorphic loci (P) was 98.8%. The observed and the expected heterozygosity were 0.391 and 0.402, respectively, and the eleven populations except for Ahngang and Gangneung population were under Hardy-Weinberg equilibrium state. The level of genetic differentiation (Wright’s FST = 0.057) was higher than those of isozyme or nSSR markers. We could not find out any relationship between the genetic distance and geographic distribution among populations from cluster analysis. Also, the genetic differentiation between populations was not correlated with the geographic distance (r = 0.017 and P = 0.344 from Mantel test). From the result of FST-outlier analysis to identify a locus under selection, six loci were detected at confidence interval of 99% by the frequentist’s method. However, only three loci (sams2+AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ) were presumed as outliers by Bayesian method. The sams2+AluⅠ and sams2+RsaⅠlocus were originated from the sams2 gene and seemed to be the loci under balancing selection.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 침엽수류에서 개발된 ESTP 표지를 우리나라 소나무 집단에 적용하여 유전다양성과 유전구조를 분석하고, EST 표지중에서 선발 영향을 받았을 것으로 기대되는 특이적 유전자좌를 구명하여 집단의 유전구조 변화에 미치는 효과를 알아보고자 수행되었다.
제안 방법
PCR 증폭은 94℃에서 5분간 초기 변성 후에 94℃ 1분 변성, primer에 따라서 55℃~65℃에서 1분 결합, 72℃ 2분의 중합과정을 35회 반복하고, 72℃에서 5분간 최종 중합하였다. PCR 증폭산물의 크기에 다형성이 있는 경우는 EST 표지로 사용하고, 개체 간 크기에 차이가 없는 PCR 증폭산물은 4bp-cutter 제한효소를 이용하여 EST-RFLP 표지를 선발하였다. 증폭산물 분획은 2% agarose gel에서 전기영동 하였다.
695 프로그램(Felsenstein, 2002)을 이용하여 UPGMA 방법으로 군집분석을 실시하였다. Structure v2.3.1(Pritchard et al., 2000)프로그램을 이용한 베이즈 군집분석(Bayesian cluster analysis)에서 5,000번 burn-in 후 20, 000번의 MCMC 시뮬레이션을 20회 반복하여 최적 군집수를 추정하였다(Evanno et al. 2005). 선발 영향을 받은 유전자를 추정하기 위해 Beaumont and Nichols (1996)에 따라 집단의 유전분화는 Island model, mutatione Infinite allele mutation model로 상정하고 유전자 좌별 이형접합도 기대치(He)와 FST 값을 추정하였다.
, 2003), Pseudotsuga menziesii var. menziesii (Eckert et al., 2009)에서 개발된 EST 영역을 포함하는 PCR 분석용 primer를 제작하였다(Table 1). PCR 반응용액은 20 ㎕당 20 ng template DNA, 1 × reaction buffer, 0.
, 2008)에서 200, 000번의 시뮬레이션을 수행하고 99% 신뢰수준에서 선별하였다. 베이즈 추론을 위하여 BayeScan 프로그램(Foll and Gaggiotii, 2008)에서 50, 000번 burn-in 후 300, 000번의 MCMC 시뮬레이션을 실시하고, 유전자좌의 FST 값에 대한 확률(P)이 0.99이상이고 모델 적정성을 판단하는 기준인 log10 (Bayes factor)가 2 이상인 유전자좌를 특이값으로 선정하였다.
연관불평형이 나타난 유전자좌를 제거하면 유전다양성이나 유전분화 모수를 추정할 때 편차가 줄어들 수도 있지만(Excoffier and Heckel, 2006), 본 연구에서는 연관불평형이 나타난 유전자 좌 조합이 집단별로 상이해서 교배 양친수의 조합 차이에 의한 것으로 생각된다. 따라서 집단 유전모수 추정에 연관불평형이 나타난 유전자좌를 포함하여 분석에 사용하였다.
나머지 7개 표지는 RFLP 분석을 추가적으로 수행한 후 개체간 변이를 확인할 수 있었는데, PtIFG_ 8744 표지에서 3개, PtNCS_p14A9표지에서 3개, sams2 표지에서 2개, glyhmt 1 표지에서 2개, rd21Alike 표지에서 3개, CSP 표지에서 1개, PsARI_dehydrin 표지에서 4개의 개체간 변이가 나타난 EST-RFLP 유전자좌를 확인하였다. 본 연구에서는 17 개의 EST-RFLP 유전자좌와 2개의 EST 유전자좌를 포함한 19 개의 유전자좌를 선발하였다. 각 유전자좌 별로 관찰된 대립유 전자는 최소 2개(PtIFG_8744+RsaⅠ등 16개)에서 최대 4개 (PsARI_dehydrin+AluⅠ)로 나타났으며, 대립유전자 조합에 따른 기대 가능한 유전자형은 sams2+AluⅠ, sams2+RsaⅠ를 제외한 나머지 유전자좌에서 모두 확인되었다(Table 2).
소나무의 유전다양성과 유전구조를 추정하기 위해 9개의 ESTP 표지를 13개 소나무 집단에 적용하였다. 소나무 집단의 유전 다양성은 관찰된 대립유전자 수(A)가 2.
전국에 분포하는 13개 소나무 집단으로부터 개체간 최소 50 m간격을 두고 집단 당 30개체 이상에서 침엽을 채취하였다(Fig. 1). 침엽으로부터 DNeasy Plant Mini Kit (QIAGEN, Germany)를이용하여 genomic DNA를 추출하였다.
선발 영향을 받은 유전자를 추정하기 위해 Beaumont and Nichols (1996)에 따라 집단의 유전분화는 Island model, mutatione Infinite allele mutation model로 상정하고 유전자 좌별 이형접합도 기대치(He)와 FST 값을 추정하였다. 특이값 (outher)인 유전자좌를 구명하기 위하여 LOSITAN v1.0 프로그램(Antao et al., 2008)에서 200, 000번의 시뮬레이션을 수행하고 99% 신뢰수준에서 선별하였다. 베이즈 추론을 위하여 BayeScan 프로그램(Foll and Gaggiotii, 2008)에서 50, 000번 burn-in 후 300, 000번의 MCMC 시뮬레이션을 실시하고, 유전자좌의 FST 값에 대한 확률(P)이 0.
데이터처리
4 프로그램(Peakall and Smouse, 2006)을 이용하여 대립유전자 수(A), 유효 대립유전자 수(Ae), 다형성 유전자좌 비율(P), 이형접합도 관찰치(HO), 이형접합도 기대치(He)를 구하고, Wright의 F 통계량을 추정하였다. FSTAT v2.9.3.2 프로그램(Goudet, 2002)을 이용하여 집단별 근교계수(Inbreeding coefficient: F)를 구하고, 하다바인베르그 평형 검증을 수행하였다. Nei의 유전적 거리를 기초로 Phylip v3.
1 (Rousset, 2008) 프로그램으로 수행하였다. GeneAlEx 6.4 프로그램(Peakall and Smouse, 2006)을 이용하여 대립유전자 수(A), 유효 대립유전자 수(Ae), 다형성 유전자좌 비율(P), 이형접합도 관찰치(HO), 이형접합도 기대치(He)를 구하고, Wright의 F 통계량을 추정하였다. FSTAT v2.
선발 영향(selection effect)을 받은 유전자좌를 추정하기 위해 FST-outher 분석(Beaumont and Nichols, 1996)을 실시하였다. 특이값으로 판정된 유전자좌는 전체 19개 중 6개(31.
유전자좌간 연관불평형(Linkage disequilibrium) 검증을 위하여 마르코프 연쇄 방법으로 조건부 확률 분포(10, 000 demori-zation step, 100 batch, 5,000 iteration)를 구하고 Fisher의 정확성 검증(95% 유의수준)을 Genepop v4.2.1 (Rousset, 2008) 프로그램으로 수행하였다. GeneAlEx 6.
이론/모형
2 프로그램(Goudet, 2002)을 이용하여 집단별 근교계수(Inbreeding coefficient: F)를 구하고, 하다바인베르그 평형 검증을 수행하였다. Nei의 유전적 거리를 기초로 Phylip v3.695 프로그램(Felsenstein, 2002)을 이용하여 UPGMA 방법으로 군집분석을 실시하였다. Structure v2.
2005). 선발 영향을 받은 유전자를 추정하기 위해 Beaumont and Nichols (1996)에 따라 집단의 유전분화는 Island model, mutatione Infinite allele mutation model로 상정하고 유전자 좌별 이형접합도 기대치(He)와 FST 값을 추정하였다. 특이값 (outher)인 유전자좌를 구명하기 위하여 LOSITAN v1.
성능/효과
각 유전자좌 별로 관찰된 대립유 전자는 최소 2개(PtIFG_8744+RsaⅠ등 16개)에서 최대 4개 (PsARI_dehydrin+AluⅠ)로 나타났으며, 대립유전자 조합에 따른 기대 가능한 유전자형은 sams2+AluⅠ, sams2+RsaⅠ를 제외한 나머지 유전자좌에서 모두 확인되었다(Table 2). 19개 유전자좌간 연관불평형을 확인한 결과 171개 조합 중 10 개(5.8%)에서 연관불평형이 나타났다(P < 0.05; data not shown). 연관불평형이 나타난 유전자좌를 제거하면 유전다양성이나 유전분화 모수를 추정할 때 편차가 줄어들 수도 있지만(Excoffier and Heckel, 2006), 본 연구에서는 연관불평형이 나타난 유전자 좌 조합이 집단별로 상이해서 교배 양친수의 조합 차이에 의한 것으로 생각된다.
19개의 유전자좌를 이용하여 유전다양성을 추정한 결과 관찰된 평균 대립유전자 수(A)는 2.2개, 평균 유효대립유전자 수 (Ae)는 1.8개, 다형성 유전자좌 비율(P)은 98.8%, 평균 이형접합도 관찰치(Ho)는 0.391, 평균 이형접합도 기대치(He)는 0.402 였다(Table 3). 근교계수 평균은 0.
베이즈 군집분석에서 국내 소나무 13집단에 대한 상위 군집수는 최적 3개 군집으로 추정되었다(data not shown). 3개 군집에 대한 사후확률을 기준으로 집단을 구분하면 강화도 (Cluster I = 0.729)는 제1군집에 대해 가장 높은 사후확률을 나타냈고, 울진 수곡리, 울진 소광리, 강릉, 주왕산, 오대산, 한라산 등에서 제1군집의 사후확률이 제일 우세하였다(Table 5). 제 2군집에서는 안면도(Cluster II = 0.
기능별로는 목부 생장에 관련된 유전자(PtIFG_ 8744, PtNCS_p14A9, agp4, sams2, glyhmt1, glyhmt2, )가 6개, 건조스트레스에 의해 발현되는 유전자(PsARI_dehydrin,rd21Alike)가 2개, 내한성에 관련된 유전자(CSP)가 1개 였다. 9 개 EST 표지들 중 2개표지(glyhmt2, agp4)는 전기영동 상에서 개체 간 변이가 확인되었다. 나머지 7개 표지는 RFLP 분석을 추가적으로 수행한 후 개체간 변이를 확인할 수 있었는데, PtIFG_ 8744 표지에서 3개, PtNCS_p14A9표지에서 3개, sams2 표지에서 2개, glyhmt 1 표지에서 2개, rd21Alike 표지에서 3개, CSP 표지에서 1개, PsARI_dehydrin 표지에서 4개의 개체간 변이가 나타난 EST-RFLP 유전자좌를 확인하였다.
3). 99% 신뢰수준에서 신뢰하한 보다 낮은 FST값을 나타낸 3개의 유전자좌인 sams2+AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ는 balancing selection의 후보 유전자좌 로 추정되었고, 신뢰상한 보다 높은 FST 값을 나타낸 3개의 유전 자좌 PsARI_dehydrin+HaeⅢ, PsARI_dehydrin+MboⅠ, PsARI_ dehydrin+AluⅠ는 positive selection을 겪은 유전자좌로 추정 되었다. 그러나 베이즈 방법(Foll and Gaggiotii, 2008) 에서는낮은 FST값을 갖는 3개(15.
ESTP 표지를 이용한 우리나라 소나무 집단에 대한 유전분화도 는 FIS = 0.055, FIT = 0.101, FST = 0.057로 나타났다(Table 4). 집단간의 유전분화를 나타내는 FST 값은 유전자좌별로 최소 0.
빈도주의 방법에서 확인된 PsARI_dehydrin+HaeⅢ, PsARI_dehydrin+ MboⅠ, PsARI_dehydrin+AluⅠ는 베이즈 방법에서 유의하지 않은 것으로 판명되었다. PsARI_dehydrin에서 유래된 이들 3 개 유전자좌는 일부 소나무 집단에서 null allele 빈도가 높게 나타났는데(대구 = 92.5%, 강릉 = 85.4%, 안면도 = 60.8%), 이러한 자료의 특성이 각 통계방법의 특이값 판정결과에 다른 강도로 영향을 미쳤을 것으로 생각된다. 빈도주의 방법은 유전자좌가 중립적(neutral)이라는 가정에서 벗어나는 분화값을 나타내는 유전자좌를 특이값으로 추정하는 것에 비하여, 베이즈 방법은 중립적 집단유전학 모델(neutral population genetic model) 에서 추정된 유전모수를 기준으로 특이값을 판정하기 때문에이러한 오류를 어느 정도 감소시킬 수 있다(Foll and Gaggiotti, 2008).
빈도주의 방법과 베이즈 방법에서 공히 특이값으로 판정된 3개 유전자좌는 balancing selection을 받았을 것으로 추정된다. selection을 받았을 것으로 판정된 3개의 유전자좌를 제외하고 유전분화를 다시 추정한 결과 FST값은 0.066으로 유의한차이가 없었으며(P = 0.65), 3개의 유전자좌는 집단 분화에 미미한 영향을 미치는 것으로 판단된다. 유전자좌에 대한 선발 (selection)이 발생할 경우에 balancing selectione 집단간 대립유전자 빈도가 비슷하게 분포하기 때문에 유전분화도(FST)가낮거나 유전다양성(He)이 높게 나타난다.
본 연구에서는 17 개의 EST-RFLP 유전자좌와 2개의 EST 유전자좌를 포함한 19 개의 유전자좌를 선발하였다. 각 유전자좌 별로 관찰된 대립유 전자는 최소 2개(PtIFG_8744+RsaⅠ등 16개)에서 최대 4개 (PsARI_dehydrin+AluⅠ)로 나타났으며, 대립유전자 조합에 따른 기대 가능한 유전자형은 sams2+AluⅠ, sams2+RsaⅠ를 제외한 나머지 유전자좌에서 모두 확인되었다(Table 2). 19개 유전자좌간 연관불평형을 확인한 결과 171개 조합 중 10 개(5.
196 (PsARI_ dehydrin+MboⅠ)이었다.건조스트레스 관련 dehydrin 유전자 부 위에 위치하는 PsARI_dehydrin EST 표지에서 확인된 4개 유전자 좌중 3개 유전자좌(PsARI_dehydrin+HaeⅢ, PsARI_dehydrin+ MboⅠ, PsARI_dehydrin+AluⅠ)의 FST 값이 0.1 이상으로 높게 나타났다.
057으로, 동위효소나 nSSR 표지분석 결과보다 강하게 나타났다. 군집 분석에서 집단의 유전적 거리와 지리적 분포간에 뚜렷한 연관성은 확인할 수 없었으며, 집단의 유전분화와 지리적 인접성도 상관이 없는 것으로 나타났다(Mantel 검증, r = 0.017, P = 0.344). 유전자좌에 대한 FST-outher 분석을 실시한 결과, 빈도 주의 방법에서는 FST 값이 신뢰하한 이하인 3개 유전자좌와 신뢰 상한 이상인 3개 유전자좌가 특이값으로 추정되었고, 베이즈방법에서는 3개 유전자좌들만 특이값으로 확인되었다.
402 였다(Table 3). 근교계수 평균은 0.048이었으며, 내장산, 오대산, 울진 소광리를 제외한 나머지 집단들이 양의 근교계수 값을갖는 것으로 나타났다. 특히 안강(F = 0.
9 개 EST 표지들 중 2개표지(glyhmt2, agp4)는 전기영동 상에서 개체 간 변이가 확인되었다. 나머지 7개 표지는 RFLP 분석을 추가적으로 수행한 후 개체간 변이를 확인할 수 있었는데, PtIFG_ 8744 표지에서 3개, PtNCS_p14A9표지에서 3개, sams2 표지에서 2개, glyhmt 1 표지에서 2개, rd21Alike 표지에서 3개, CSP 표지에서 1개, PsARI_dehydrin 표지에서 4개의 개체간 변이가 나타난 EST-RFLP 유전자좌를 확인하였다. 본 연구에서는 17 개의 EST-RFLP 유전자좌와 2개의 EST 유전자좌를 포함한 19 개의 유전자좌를 선발하였다.
유전자좌에 대한 FST-outher 분석을 실시한 결과, 빈도 주의 방법에서는 FST 값이 신뢰하한 이하인 3개 유전자좌와 신뢰 상한 이상인 3개 유전자좌가 특이값으로 추정되었고, 베이즈방법에서는 3개 유전자좌들만 특이값으로 확인되었다. 두 방법 에서 공히 특이값으로 판정된 3개 유전자좌(sams2+AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ)중 sams2 표지에서 유래 된 2개 유전자좌는 balancing selection의 영향을 받는 것으로 추정되었다.
, 2005)보다 더 크게 나타났다. 따라서 소나무 유전분화는 Picea abies, Picea glauca, Cryptomeria japonica 보다 심화된 것으로 생각된다.
2). 따라서 집단 간 지리적 분포특성과 집단들의 유전적 분화양상이 일치하지 않았으며, 지리적 거리와 유전적 거리 간의 상관성도 없는 것으로 나타났다(Mantel 검증; r = 0.017, P = 0.344). 베이즈 군집분석에서 국내 소나무 13집단에 대한 상위 군집수는 최적 3개 군집으로 추정되었다(data not shown).
, 2009). 본 연구에서 선발 영향을 받는 특이값으로 판정된 3개 유전자좌에서 추정된 유전다양성과 유전분화 수준은 매우 유사하게 나타났으며 (Table 6), 각 유전자좌의 대립유전자 빈도는 sams2 표지에서 확인된 2개 유전자좌(sams2+AluⅠ, sams2+RsaⅠ)의 대립유 전자별 관찰빈도가 유사하게 나타난 것에 비하여 PtNCS_p14A9+ HaeⅢ 유전자좌는 제1대립유전자 빈도보다 제2대립유전자 빈 도가 2배 이상 높은 것으로 관찰되었다(Table 2). 따라서 소나무집단에서 sams2 표지가 위치한 목부 생장과 관련된 유전자 S-adenosyl methionine synthetase 2에서 balancing selection 이 나타난 것으로 판단된다.
, 2008). 본 연구의 특이값 추정에서도 빈도주의 방법에서 6개로 확인된 특이값이 베이즈 방법에서는 3개로판정되었는데, 두 방법에서 공통적으로 확인된 특이값은 sams2+ AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ 등이다. 빈도주의 방법에서 확인된 PsARI_dehydrin+HaeⅢ, PsARI_dehydrin+ MboⅠ, PsARI_dehydrin+AluⅠ는 베이즈 방법에서 유의하지 않은 것으로 판명되었다.
본 연구의 특이값 추정에서도 빈도주의 방법에서 6개로 확인된 특이값이 베이즈 방법에서는 3개로판정되었는데, 두 방법에서 공통적으로 확인된 특이값은 sams2+ AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ 등이다. 빈도주의 방법에서 확인된 PsARI_dehydrin+HaeⅢ, PsARI_dehydrin+ MboⅠ, PsARI_dehydrin+AluⅠ는 베이즈 방법에서 유의하지 않은 것으로 판명되었다. PsARI_dehydrin에서 유래된 이들 3 개 유전자좌는 일부 소나무 집단에서 null allele 빈도가 높게 나타났는데(대구 = 92.
표지를 13개 소나무 집단에 적용하였다. 소나무 집단의 유전 다양성은 관찰된 대립유전자 수(A)가 2.2개, 유효 대립유전자 수(Ae)가 1.8개, 다형적 유전자좌 비율(P)이 98.8%, 이형접합도 관찰치(Ho)가 0.391, 이형접합도 기대치(He)가 0.402로 나타났다. 안강과 강릉 집단을 제외한 11개 집단이 하다바인베르그 평형을 만족하였다.
344). 유전자좌에 대한 FST-outher 분석을 실시한 결과, 빈도 주의 방법에서는 FST 값이 신뢰하한 이하인 3개 유전자좌와 신뢰 상한 이상인 3개 유전자좌가 특이값으로 추정되었고, 베이즈방법에서는 3개 유전자좌들만 특이값으로 확인되었다. 두 방법 에서 공히 특이값으로 판정된 3개 유전자좌(sams2+AluⅠ, sams2+RsaⅠ, PtNCS_p14A9+HaeⅢ)중 sams2 표지에서 유래 된 2개 유전자좌는 balancing selection의 영향을 받는 것으로 추정되었다.
따라서 소나무집단에서 sams2 표지가 위치한 목부 생장과 관련된 유전자 S-adenosyl methionine synthetase 2에서 balancing selection 이 나타난 것으로 판단된다. 이들 유전자좌를 제외한 나머지 유전자좌들에 대한 Ewens-Watterson Neutrality Test (Watterson, 1977)를 실시한 결과(data not shown), 선발 영향을 받지 않는중립적 유전자좌(neutral loci)들로 확인되었다.
623)에서 높은 확률을 가지고 있었고, 설악산, 내장산, 덕유산, 대구에서 제2군집 할당이높게 나타났다. 집단 내에서 제3군집의 확률이 우세한 경우는없었으나, 안강(Cluster II = 0.568, Cluster Ⅲ = 0.335)이나한라산(Cluster I = 0.556, Cluster Ⅲ = 0.251)에서 제3군집의사후확률이 비교적 높게 나타났다.
안강과 강릉 집단을 제외한 11개 집단이 하다바인베르그 평형을 만족하였다. 집단간 유전분화도(FST)는 0.057으로, 동위효소나 nSSR 표지분석 결과보다 강하게 나타났다. 군집 분석에서 집단의 유전적 거리와 지리적 분포간에 뚜렷한 연관성은 확인할 수 없었으며, 집단의 유전분화와 지리적 인접성도 상관이 없는 것으로 나타났다(Mantel 검증, r = 0.
2). 최적 군집 수(K = 3)에서 제1군집에서 빈도가 높은 집단들은 강화도, 주왕산, 강릉, 울진 수곡리, 울진 소광리, 오대산, 한라산 집단이었으며, 빈도주의 군집분석에서는 outgroup으로 설정한 한라산과 두 군집간 사후확률 차이가 0.1 미만인 오대산을 제외한 5개 집단이 동일한 군집에 속했다. 제2군집에서 빈도가 높은 집단들은 안면도, 설악산, 내장산, 덕유산, 대구, 안강 집단이었으나제2군집의 빈도가 높은 안면도, 안강, 대구 집단이 빈도주의 군집분석에서 하나의 그룹을 형성하였다.
참고문헌 (53)
Achere, V., J.M. Favre, G. Besnard and S. Jeandroz. 2005. Genomic organization of molecular differentiation in Norway spruce (Picea abies). Mol. Ecol. 14:3191-3201.
Allona, I., M. Quinn, E. Shoop, S.S. Cyr, J. Carlis, J. Riedl, E. Retzel, M.M. Campbell, R. Sederoff and R.W. Whetten. 1998. Analysis of xylem formation in pine by cDNA sequencing. Proc. Natl. Acad. Sci. USA 95(16):9693-9698.
Antao, T., A. Lopes, R.J. Lopes, A. Beja-Pereira and G. Luikart. 2008. LOSITAN: a workbench to detect molecular adaptation based on a F st -outlier method. BMC Bioinformatics 9:323.
Beaumont, M.A. and R.A. Nichols. 1996. Evaluating loci for use in the genetic analysis of population structure. P. Roy. Soc. Lond. B. Bio. 263:1619-1623.
Cairney, J., L. Zheng, A. Cowels, J. Hsiao, V. Zismann, J. Liu, S. Ouyang, F. Thibaud-Nissen, J. Hamilton, K. Childs, G.S. Pullman, Y. Zhang, T. Oh and C.R. Buell. 2006. Expressed sequence tags from loblolly pine embryos reveal similarities with angiosperm embryogenesis. Plant Mol. Biol. 62:485-501.
Chagné C., G. Brown, C. Lalanne, D. Madur, D. Pot, D.B. Neale and C. Plomion. 2003. Comparative genome and QTL mapping between maritime and loblolly pines. Mol. Breeding 12:185-195.
Chagné, D., P. Chaumeil, A. Ramboer, C. Collada, A. Guevara, M.T. Cervera, G.G. Vendramin, V. Garcia, J.M. Frigerio, C. Echt, T. Richardson and C. Plomion. 2004. Cross-species transferability and mapping of genomic and cDNA SSRs in pines. Theor. Appl. Genet. 109:1204-1214.
Eckert, A.J., J.L. Wegrzyn, B. Pande, K.D. Jermstad, J.M. Lee, J.D. Liechty, B.R. Tearse, K.V. Krutovsky and D.B. Neale. 2009. Multilocus patterns of nucleotide diversity and divergence reveal positive selection at candidate genes related to cold-hardiness in coastal Douglas-fir (Pseudotsuga menziesii var. menziesii). Genetics 189(1):289-298.
Evanno, G., S. Reanaut and J. Goudet. 2005. Detecting the number of clusters of individuals using the software STRUCTURE: a simulation study. Mol. Ecol. 14:2611-2620.
Felsenstein, J. 2002. Inferring Phylogenies. Sinauer Associates, Sunderland, MA (USA).
Foll, M. and O. Gaggiotti. 2008. A genome-scan method to identify selected loci appropriate for both dominant and codominant markers: a Bayesian perspective. Genetics 180:977-995.
Garcia-Gil, M.R., M. Mikkonen and O. Savolainen. 2003. Nucleotide diversity at two phytochrome loci along a latitudinal cline in Pinus sylvestris. Mol. Ecol. 12:1195-1206.
González-Martínez, S.C., E. Ersoz, G.R. Brown, N.C. Wheeler and D.B. Neale. 2006b. DNA sequence variation and selection of tag single-nucleotide polymorphisms at candidate genes for drought-stress response in Pinus taeda L. Genetics 172:1915-1926.
Goudet, J. 2002. FSTAT version 2.9.3 program to estimate and test gene diversities and fixation indices. Available from: http://www2.unil.ch/popgen/softwares/fstat.html.
Gupta, P.K. and S. Rustgi. 2004. Molecular markers from the transcribed/expressed region of the genome in higher plants. Funct. Integr. Genomics 4:139-162.
Harry, D.E., B. Temesgen and D.B. Neale. 1998. Codominant PCR-based markers for Pinus taeda developed from mapped cDNA clones. Theor. Appl. Genet. 97:327-336.
Holderegger, R., U. Kamm and F. Gugerli. 2006. Adaptive vs. neutral genetic diversity: implications for landscape genetics. Landscape Ecol. 21:797-807.
Hong, Y.P., H.Y. Kwon and I.S. Kim. 2007. I-SSR markers revealed inconsistent phylogeographic patterns among populations of Japanese red pine in Korea. Silvae Genet. 56(1):22-26.
Hong, Y.P., J.Y. Ahn, Y.M. Kim, B.H. Yang and J.H. Song. 2011. Genetic variation of nSSR markers in natural populations of Abies koreana and Abies nephrolepis in South Korea. J. Korean For. Soc. 100(4):577-584 (in Korean).
Jaramillo-Correa, J.P., J. Beaulieu and J. Bousquet. 2001. Contrasting evolutionary forces driving population structure at expressed sequence tag polymorphism, allozymes and quantitative traits in white spruce. Mol. Ecol. 10:2729-2740.
Karhu, A., P. Hurme, M. Karjalainen, P. Karvonen, K. Kärkkäinen, D.B. Neale and O. Savolainen. 1996. Do molecular markers reflect patterns of differentiation in adaptive traits of conifers? Theor. Appl. Genet. 93:215-221.
Kim, Z.S., C.H. Yi and S.W. Lee. 1994. Genetic variation and sampling strategy for conservation in Pinus species: In Kim, Z.S. and H.H. Hattemer (eds.), Conservation and Manipulation of Genetic Resources in Forestry, Kwang Moon Kag Publishibg Co., Seoul, Korea. pp. 294-321.
Kim, Y.Y., J.O. Hyun, K.N. Hong, T.B. Choi and K.S. Kim. 1995. Genetic variation of natural populations of Pinus densiflora in Korea based on RAPD marker analysis. Korean J. Breeding 27(1):23-48 (in Korean).
Komulainen, P., G.R. Brown, M. Mikkonen, A. Karhu, M.R. Garcia-Gil, D. O'Malley, B. Lee, D.B. Neale and O. Savolainen. 2003. Comparing EST-based genetic maps between Pinus sylvestris and Pinus taeda. Theor. Appl. Genet. 107:667-678.
Kong, W.S., S.G. Lee, H.N. Park, Y.M. Lee and S.H. Oh. 2014. Time-spatial distribution of Pinus in the Korean Peninsular. Quatern. Int. 1-10.
Krutovskii, K.V. and D.B. Neale. 2005. Forest genomics and new molecular genetic approaches to measuring and conserving adaptive genetic diversity in forest trees: In Geburek, T. and J. Turok (eds.), Conservation and Management of Forest Genetic Resources in Europe, Arbora Publishers, Zvolen, Slovakia. pp. 369-388.
Kwon, H.Y. and Z.S. Kim. 2002. I-SSR variation within and among Korean Populations in Taxus cuspidata. J. Korean For. Soc. 91(5):654-660.
Lee, S.W., Y.Y. Kim, J.O. Hyun and Z.S. Kim. 1997. Comparison of genetic variation in Pinus densiflora natural populations by allozyme and RAPD analysis. Korean. J. Breeding 29(1):72-83 (in Korean).
Liang, C., G. Wang, L. Liu, G. Ji, L. Fang, Y. Liu, K. Carter, J.S. Webb and J.F.D. Dean. 2007. Conifer EST: an integrated bioinformatics system for data reprocessing and mining of conifer expressed sequence tags (ESTs). BMC Genomics 8:1-10.
Lorenz, W.W., F. Sun, C. Liang, D. Kolychev, H. Wang, X. Zhao, M.M. Cordonnier-Pratt, L.H. Pratt and J.F.D. Dean. 2006. Water stress-responsive genes in loblolly pine (Pinus taeda) roots identified by analyses of expressed sequence tag libraries. Tree Physiol. 26:1-16.
Luikart, G., P.R. England, D. Tallman, S. Jordan and P. Taberlet. 2003. The power and promise of population genomics: from genotyping to genome typing. Nat. Rev. Genet. 4:981-994.
Namroud, M.C., J. Beaulieu, N. Juge, J. Laroche and J. Bousquet. 2008. Scanning the genome for gene single nucleotide polymorphisms involved in adaptive population differentiation in white spruce. Mol. Ecol. 17:3599-3613.
Peakall, R. and P.E. Smouse. 2006. GENEALEX 6: genetic analysis in Excel. population genetic software for teaching and research. Mol. Ecol. Notes 6:288-295.
Perry, D.J. and J. Bousquet. 1998. Sequence-tagged-site (STS) markers of arbitrary genes: development, characterization and analysis of linkage in black spruce. Genetics 149:1089-1098.
Ralph, S.G., H.J.E. Chun, N. Kolosova, D. Cooper, C. Oddy, C.E. Ritland, R. Kirkpatrick, R. Moore, S. Barber, R.A. Holt, S.J.M. Jones, M.A. Marra, C.J. Douglas, K. Ritland and J. Bohlmann. 2008. A conifer genomics resource of 200,000 spruce (Picea spp.) ESTs and 6,464 high-quality, sequence-finished full-length cDNAs for Sitka spruce (Picea sitchensis). BMC Genomics 9:484.
Schubert, R., G. Mueller-Starck and R. Riegel. 2001. Development of EST-PCR markers and monitoring their intrapopulational genetic variation in Picea abies (L.) Karst. Theor. Appl. Genet. 103:1223-1231.
Seo, D.H., K.M. Jung, S.J. Kim and K.M. Kim. 2013. Development of EST-SSR markers and analysis of genetic diversity using persimmon (Diospyros kaki Thunb) cultivars collecting from domestic. Korean J. Plant Res. 26(4):491-502 (in Korean).
Takahashi, T., N. Tani, H. Taira and Y. Tsumura. 2005. Microsatellite markers reveal high allelic variation in natural populations of Cryptomeria japonica near refugial areas of the last glacial period. J. Plant Res. 118:83-90.
Tomaru, N., Y. Tsumura and K. Ohba. 1994. Genetic variation and population differentiation in natural populations of Cryptomeria japonica. Plant Spec. Biol. 9(3): 191-199.
Tsumura, Y., T. Kado, T. Takahashi, N. Tani, T. Ujino-Ihara and H. Iwata. 2007. Genome scan to detect genetic structure and adaptive genes of natural populations of Cryptomeria japonica. Genetics 107:2393-2403.
Vitalis, R., K. Dawson and P. Boursot. 2001. Interpretation of variation across marker loci as evidence of selection. Genetics 158:1811-1823.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.