文章來(lái)源：[Environmental extremes drive population structure at the northern range limit of Atlantic salmon in North America]
閱讀者：**李冬艷
摘 要
保護(hù)被開(kāi)發(fā)物種需要了解遺傳多樣性和主要的結(jié)構(gòu)力量，特別是在小范圍內(nèi)，氣候變化可以推動(dòng)地理范圍的迅速擴(kuò)大或縮小。在這里，我們研究了大西洋鮭魚(yú)的種群結(jié)構(gòu)和景觀(guān)組合，它們跨越了加拿大拉布拉多北部范圍界限附近的異質(zhì)景觀(guān)。對(duì)來(lái)自35個(gè)地點(diǎn)的兩個(gè)基于擴(kuò)增子的數(shù)據(jù)集（包含101個(gè)微衛(wèi)星和376個(gè)SNP）的分析表明，與沿海種群相比，在流入大型海洋河口（Melville湖）的河流中產(chǎn)卵的種群之間存在明顯的差異。采用多元和機(jī)器學(xué)習(xí)的景觀(guān)遺傳方法研究了影響河灘種群分化的機(jī)制。我們發(fā)現(xiàn)溫度與遺傳結(jié)構(gòu)的相關(guān)性最強(qiáng)，特別是與極端溫度和更寬的年溫度范圍有關(guān)。利用一個(gè)位置子集（n=17）和一個(gè)220k單核苷酸序列進(jìn)一步探討了這種差異的基因組基礎(chǔ)。與空間結(jié)構(gòu)和溫度相關(guān)的單核苷酸多態(tài)性映射到一組不同的基因和分子途徑，包括基因表達(dá)調(diào)控、免疫應(yīng)答、細(xì)胞發(fā)育和分化?？缭椒肿訕?biāo)記類(lèi)型和新的已建立的方法的結(jié)果,清楚地顯示了大西洋鮭魚(yú)在其北美附近范圍內(nèi)跨越環(huán)境梯度的氣候和精細(xì)的種群結(jié)構(gòu)相關(guān)，強(qiáng)調(diào)預(yù)測(cè)人口對(duì)氣候變化的反應(yīng)和管理物種可持續(xù)性的寶貴方法。
介紹
景觀(guān)遺傳學(xué)旨在量化遺傳-景觀(guān)的相互作用，往往強(qiáng)調(diào)環(huán)境與多樣性和分化等因素相關(guān)。越來(lái)越多的證據(jù)表明，空間種群結(jié)構(gòu)和環(huán)境因素之間存在關(guān)聯(lián)，這表明有必要研究驅(qū)動(dòng)野生種群空間結(jié)構(gòu)的進(jìn)化和生態(tài)機(jī)制。了解這些環(huán)境-遺傳的關(guān)聯(lián)對(duì)適當(dāng)?shù)奈锓N管理和保護(hù)是必要的，并允許預(yù)測(cè)物種對(duì)棲息地破碎化或氣候變化的反應(yīng)。
環(huán)境對(duì)物種分布或遺傳結(jié)構(gòu)的影響在大的環(huán)境梯度中往往最強(qiáng)。在跨越環(huán)境梯度的邊緣種群中，物種或種群范圍邊界可能由擴(kuò)散、漂移和選擇的復(fù)雜相互作用來(lái)定義。有證據(jù)表明，由遺傳漂變或高基因流引起的近距離范圍內(nèi)的低遺傳變異可能阻礙選擇和限制適應(yīng)。因此，調(diào)查影響范圍內(nèi)種群的力量對(duì)于理解適應(yīng)的局限性、種群分布模式以及會(huì)如何影響物種對(duì)氣候變化的反應(yīng)是至關(guān)重要的。
大西洋鮭魚(yú)的溯河產(chǎn)卵種群廣泛分布于整個(gè)北大西洋，從北美的緬因州到魁北克北部，從歐洲的西班牙和葡萄牙到俄羅斯。鮭魚(yú)種群通常在不同的空間尺度上高度結(jié)構(gòu)化，通常被報(bào)道的具有分層的種群結(jié)構(gòu)。拉布拉多的大西洋鮭魚(yú)位于其西北大西洋范圍的北部邊緣附近。它們起源于最近（8-10千年前）冰期后的殖民地，受人為影響的影響很小。盡管拉布拉多的鮭魚(yú)種類(lèi)繁多，但該地區(qū)鮭魚(yú)種群結(jié)構(gòu)的分辨率相對(duì)較粗糙且規(guī)模較大，因此很少考慮到較小規(guī)模的獨(dú)特棲息地的潛在影響。
該地區(qū)的主要景觀(guān)特征是梅爾維爾湖，是一個(gè)較大的深層（超過(guò)200 m）的河堤（3,069平方千米），具有高度的環(huán)境和物理異質(zhì)性以及強(qiáng)烈的潮汐信號(hào)。地表水流流向海洋，而更深的水流向內(nèi)流動(dòng)，靠近海岸的開(kāi)口附近存在一個(gè)狹窄的門(mén)檻（<30 m），導(dǎo)致保水能力很強(qiáng)。 在溫暖的月份，上表層（20m厚）的鹽度低（<12PSU），并且在西部地區(qū)通常會(huì)長(zhǎng)時(shí)間保持在15℃以上，與沿海開(kāi)口附近的地表水形成鮮明對(duì)比，水溫很少超過(guò)5℃且鹽水較高（>18PSU）。由于大型河口或河口被證明會(huì)影響多種物種的種群結(jié)構(gòu)，包括鱈魚(yú)，擬銀漢魚(yú)科，鯰魚(yú)和斑點(diǎn)胡鯰，為流向梅爾維爾湖的河流居住的鮭魚(yú)提供了一個(gè)很好的機(jī)會(huì)來(lái)研究具有非生物條件的半隔離環(huán)境與周?chē)车沫h(huán)境差異，以及該景觀(guān)如何影響周邊人種群的遺傳結(jié)構(gòu) 。
這項(xiàng)研究的主要目的是評(píng)估在北大西洋大西洋鮭魚(yú)范圍最北端附近一個(gè)相對(duì)未被充分研究的區(qū)域內(nèi)的種群結(jié)構(gòu)和景觀(guān)聯(lián)系。
更具體地說(shuō)，我們假設(shè)環(huán)境相關(guān)的種群結(jié)構(gòu)的存在與梅爾維爾湖獨(dú)特的環(huán)境相一致，盡管在近距離適應(yīng)范圍內(nèi)可能存在限制。利用互補(bǔ)的統(tǒng)計(jì)方法，我們分析了基于擴(kuò)增的微衛(wèi)星和面板，從而可以直接比較分子標(biāo)記類(lèi)型之間的遺傳變異、空間結(jié)構(gòu)和環(huán)境關(guān)聯(lián)。通過(guò)應(yīng)用這種比較方法，我們有助于對(duì)這些標(biāo)記類(lèi)型進(jìn)行持續(xù)的比較并探索SNP或微衛(wèi)星檢測(cè)到的模式差異如何進(jìn)一步提供對(duì)影響近距離范圍內(nèi)種群結(jié)構(gòu)的力量的獨(dú)特見(jiàn)解。通過(guò)評(píng)價(jià)所選snps的基因組分布和功能重要性，以及所選位點(diǎn)與關(guān)鍵環(huán)境變量之間的關(guān)系，進(jìn)一步探討了觀(guān)察差異的基因組學(xué)基礎(chǔ)。這項(xiàng)工作建立在最近對(duì)拉布拉多和大北美大西洋鮭魚(yú)種群和景觀(guān)遺傳學(xué)的調(diào)查研究的基礎(chǔ)上，通過(guò)與SNP和微衛(wèi)星的比較方法和更精細(xì)的景觀(guān)關(guān)聯(lián)分析來(lái)擴(kuò)展它們。
材料和方法
2009年至2015年間，在拉布拉多的35條河流中（圖1），我們通過(guò)電釣或垂釣的方式，收集了多批幼年大西洋鮭魚(yú)（1齡幼魚(yú)）。盡管大西洋鮭魚(yú)存在于烏加瓦灣，比我們?nèi)语@示的還要北的地方，但是我們的研究種群是拉布拉多海岸最北部的種群之一，因此是該區(qū)域外圍的代表。收集魚(yú)鰭夾并用95%乙醇保存。根據(jù)制造商的說(shuō)明書(shū)，使用DNeasy Blood and Tissue kit或DNeasy 96Blood and Tissue kit 分離DNA。被選個(gè)體用一種或多種方法進(jìn)行基因分型。
微衛(wèi)星面板的建立和基因分型
根據(jù)Bradbury等人所述的方案進(jìn)行微衛(wèi)星選擇和基因分型。從大西洋鮭魚(yú)的ICSASG v2基因組中獲取并選擇微衛(wèi)星位點(diǎn)。使用MEGASAT軟件，位點(diǎn)的選擇標(biāo)準(zhǔn)、微衛(wèi)星的多重?cái)U(kuò)增和基因型評(píng)分按照Z(yǔ)han等人描述的方法。對(duì)基因座進(jìn)行了空等位基因、低變異性、低擴(kuò)增、difficulty scoring和少于3個(gè)等位基因的篩選，篩選出了101個(gè)全基因組微衛(wèi)星進(jìn)行基因分型。在4個(gè)PCR擴(kuò)增位點(diǎn)中分別擴(kuò)增出19、21、30和31個(gè)微衛(wèi)星。在過(guò)濾個(gè)體最多40%缺失數(shù)據(jù)之后，數(shù)據(jù)中剩下1485個(gè)體，用于后面的分析。
SNP擴(kuò)增面板的建立和基因分型
最終，來(lái)自17條河流的356個(gè)個(gè)體通過(guò)綜合遺傳中心開(kāi)發(fā)的220K SNP Affymetrix公理陣列進(jìn)行基因分型。經(jīng)0.05微小等位基因頻率篩選后，剩下93703個(gè)SNPs（稱(chēng)之為94K SNP面板）
通過(guò)來(lái)自包括拉布拉多梅爾維爾湖在內(nèi)的11條河流的231個(gè)個(gè)體，從94K SNP面板中選出443個(gè)SNPs作為SNP面板進(jìn)行河流特異任務(wù)。篩選和SNP選擇程序如采用Sylvester所描述的。簡(jiǎn)而言之，選擇了SNP的面板并進(jìn)行了比較，以使用導(dǎo)向的規(guī)則化隨機(jī)最大化識(shí)別河流特定個(gè)體的準(zhǔn)確性。在權(quán)衡SNPs的準(zhǔn)確度（最低90%）和面板大小之間的后，選擇443 SNP面板對(duì)所有35個(gè)采樣位置的額外個(gè)體進(jìn)行基于擴(kuò)增的測(cè)序（表1，圖1）。我們使用這組簡(jiǎn)化的SNP面板去評(píng)估檢測(cè)種群結(jié)構(gòu)和與相似大小和空間表現(xiàn)的微衛(wèi)星面板的表觀(guān)關(guān)聯(lián)程度的能力。共對(duì)1389個(gè)個(gè)體進(jìn)行基因分型和篩選（在支持信息中描述），最終得到376個(gè)SNPs的面板。其中許多樣本也在微衛(wèi)星數(shù)據(jù)集中；共有1558個(gè)獨(dú)特的個(gè)體被分型為一個(gè)或兩個(gè)擴(kuò)增子面板。在這些個(gè)體中，一個(gè)子集與94K SNP數(shù)據(jù)集中的個(gè)體相同，包括分別來(lái)自SNP和微衛(wèi)星數(shù)據(jù)集中的263個(gè)和297個(gè)個(gè)體。
種群結(jié)構(gòu)的評(píng)估
為梅爾維爾湖對(duì)岸沿岸群體（R包DIVERSITY），在所有種群中計(jì)算全球成對(duì)的Fst（群體分化指數(shù)）和Gst（基因分化系數(shù)），以評(píng)估評(píng)估群體結(jié)構(gòu)是否考慮不同標(biāo)記類(lèi)型的突變率差異?；谝粋€(gè)突變與微衛(wèi)星長(zhǎng)度相關(guān)的逐步模型來(lái)估計(jì)基因的距離，在Arlequin軟件中計(jì)算了δμ2。在DIVERSITY計(jì)算Fis，以評(píng)估與和哈迪溫伯格平衡的總體偏差。根據(jù)軟件文檔，使用估計(jì)的有效遷移面評(píng)估基因流的模式。Structure運(yùn)行了三次以確保收斂，對(duì)基于擴(kuò)增的SNP和K=1-35的微衛(wèi)星數(shù)據(jù)分別使用了100000和500000個(gè)迭代。根據(jù)Δk選擇法選擇最佳簇?cái)?shù)（k）
最后，我們?cè)贏degenet中，使用空間PCA(sPCA)，分析評(píng)估了數(shù)據(jù)集之間的全局和局部遺傳變異的貢獻(xiàn)。笛卡爾坐標(biāo)通過(guò)計(jì)算場(chǎng)地之間的最小成本距離確定，并使用Cartdist重新投影。使用谷歌地圖估算了梅爾維爾湖內(nèi)站點(diǎn)的最小成本距離。通過(guò)對(duì)地理坐標(biāo)的回歸驗(yàn)證了重新投影的坐標(biāo)（圖3）。用距離圖對(duì)sPCA進(jìn)行評(píng)估，最大距離為100。我們用蒙特卡羅方法檢驗(yàn)了整體和局部遺傳變異的顯著性。通過(guò)回歸每個(gè)sPCA分析的特征值來(lái)比較數(shù)據(jù)集。比較SNPs和微衛(wèi)星之間最正（全局）軸的平均群體坐標(biāo)值，以顯示觀(guān)察到的全局結(jié)構(gòu)。除了分析中保留的第一個(gè)正軸和負(fù)軸外，我們還研究了以正軸2和3為相關(guān)特征值的觀(guān)測(cè)結(jié)構(gòu)大于最大的負(fù)軸。
景觀(guān)遺傳學(xué)
為了研究另一種假設(shè)，即觀(guān)察到的結(jié)構(gòu)可歸因于遺傳漂變，我們使用r包Hierfstat計(jì)算了觀(guān)察到的雜合子，并使用Neestimator程序中的連鎖不平衡法計(jì)算了所有種群和過(guò)濾數(shù)據(jù)集的有效種群大小。我們使用韋爾奇t檢驗(yàn)比較了梅爾維爾湖內(nèi)外地點(diǎn)的值，在結(jié)構(gòu)力上觀(guān)察了包括與沿岸種群相關(guān)的海灣在內(nèi)的潛在差異。
我們?yōu)樗?5個(gè)地點(diǎn)（表3）獲取了19個(gè)BioClim（WorldClim）變量，這些變量來(lái)自1公里空間分辨率的插值模型，包括月降雨量和氣溫?cái)?shù)據(jù)。31個(gè)地點(diǎn)還包括另外10個(gè)生境變量（障礙物數(shù)量、完全障礙物數(shù)量、流域面積、平均寬度、軸向長(zhǎng)度、流域周長(zhǎng)、最大流域地勢(shì)、曲流長(zhǎng)度、總長(zhǎng)度和支流數(shù)量）。支流的數(shù)量和總長(zhǎng)度使用谷歌地球來(lái)估算丟失的地點(diǎn)（卡羅琳河，Main Brook，馬納姆港和紅酒河）。剩余的缺失棲息地?cái)?shù)據(jù)被可變的中值所代替。所有環(huán)境數(shù)據(jù)均在R包中進(jìn)行了標(biāo)準(zhǔn)化和規(guī)范化。
第一個(gè)PC從PCA中保留下來(lái)，用于每類(lèi)環(huán)境數(shù)據(jù)（溫度、降水量和生境），以降低環(huán)境數(shù)據(jù)的維數(shù)和協(xié)方差。各變量在各自PC上的荷載見(jiàn)表3。然后將PCS作為約束變量，以SNP和微衛(wèi)星距最北端（Hunt River）的地理距離為條件，在冗余分析（RDA）中解釋等位基因頻率。罕見(jiàn)的微衛(wèi)星等位基因（存在于所有個(gè)體中<5%）被移除用于RDA分析,RDA是使用R包Vegan運(yùn)行的。
我們使用R包Random Forest進(jìn)行多個(gè)RF回歸，每個(gè)位點(diǎn)的SNP和微衛(wèi)星群體等位基因頻率作為個(gè)體反應(yīng)向量，標(biāo)準(zhǔn)化和規(guī)范化環(huán)境數(shù)據(jù)作為變量的預(yù)測(cè)集。與最北端河流的距離也包含在該預(yù)測(cè)變量集中，以比較與地理距離相關(guān)的環(huán)境參數(shù)之間的關(guān)聯(lián)?；貧w的參數(shù)設(shè)置為默認(rèn)值，樹(shù)數(shù)設(shè)置為10000。每個(gè)環(huán)境變量的準(zhǔn)確度平均下降（MDA）和每個(gè)位點(diǎn)的平均殘差平方誤差在所有基因座上求平均。這種方法類(lèi)似于自動(dòng)方法，梯度森林，最近被應(yīng)用于景觀(guān)遺傳學(xué)。與梯度森林中的遞歸包裝方法不同，我們的方法通過(guò)軌跡循環(huán)，使得每個(gè)森林都是獨(dú)立計(jì)算的。
選擇景觀(guān)相關(guān)的SNPs
最能代表梅爾維爾湖內(nèi)外種群差異的單核苷酸多態(tài)性是從94K SNP面板中挑選出來(lái)的，基于使用基于擴(kuò)增子的SNP面板和微衛(wèi)星面板檢測(cè)到的結(jié)構(gòu)。雖然這個(gè)小組代表的河流較少，但選擇基因注釋的SNP時(shí)，首選全基因組代表，而且數(shù)據(jù)充分包括梅爾維爾湖內(nèi)外的地點(diǎn)。我們使用位點(diǎn)PCA加載、RF特征選擇和Bayescan v2.1。在KEGG、GenBank和Uniprot中，通過(guò)至少兩種方法選擇的一個(gè)子集的SNP被用于基因關(guān)聯(lián)和功能的研究。我們使用R包聚類(lèi)分析儀測(cè)試了基因圖譜的過(guò)度代表性，這些方法的細(xì)節(jié)可以在附件可找到。
結(jié)果
群體遺傳學(xué)參數(shù)
FST, G’ST 和 (δμ)2顯示在標(biāo)記類(lèi)型的成對(duì)群體比較中有相似的遺傳分化模式（表S1-S3）。梅爾維爾湖內(nèi)外的地點(diǎn)之間在SNP位點(diǎn)和微衛(wèi)星位點(diǎn)中最高值都是FST, G’ST（表S1和S2）。在所有成對(duì)群體中，使用微衛(wèi)星位點(diǎn)和376個(gè)SNP位點(diǎn)的FST值的范圍分別為0.0-0.009和0.013-0.1，G’ST 值在微衛(wèi)星位點(diǎn)和SNP位點(diǎn)的范圍分別是0.002 -0.227 和0.003-0.137. 在微衛(wèi)星標(biāo)記中，(δμ)2的范圍是0.59-18.07（平均值=0.83）。成對(duì)的(δμ)2結(jié)果顯示與使用F統(tǒng)計(jì)量觀(guān)察到的結(jié)果略有相似，總體上最大的遺傳距離顯示在中間的南部地點(diǎn)(品維爾河，查爾斯河，瑪麗港，馬納姆港，圣路易士河，亞歷克西斯河)與所有其他采樣點(diǎn)之間。梅爾維爾湖內(nèi)外的平均FIS，F(xiàn)ST，G’ST使用三個(gè)數(shù)據(jù)集計(jì)算得出的值可以在表2中找到。微衛(wèi)星和94K SNP數(shù)據(jù)集導(dǎo)致FIS值略為正，擴(kuò)增子SNP數(shù)據(jù)集報(bào)告的FIS略為負(fù)，但是FIS的估計(jì)沒(méi)有統(tǒng)計(jì)學(xué)意義。遷移估計(jì)顯示，整個(gè)地區(qū)的連通性非常低，在梅爾維爾湖河口區(qū)域以及海灣北部，有證據(jù)顯示在近端位點(diǎn)和最強(qiáng)遷移障礙區(qū)基因流動(dòng)性低。
空間結(jié)構(gòu)
結(jié)構(gòu)分析表明，使用微衛(wèi)星所得空間分辨率略?xún)?yōu)于使用SNP(圖1)。利用ΔK選擇方法使得最優(yōu)K=2；然而，兩個(gè)組的聚類(lèi)在微衛(wèi)星分析中得到了更清晰的解釋?zhuān)驗(yàn)樵赟NP分析中，特別是在梅爾維爾湖更東的三個(gè)地點(diǎn)中，添加劑的比例更高(主要小溪：穆里根和塞巴卡楚河)。在這兩項(xiàng)分析中，梅爾維爾西湖位點(diǎn)和其他所有位點(diǎn)都有明顯的區(qū)別。
每個(gè)sPCA分析保留一個(gè)正(全局性)結(jié)構(gòu)和一個(gè)負(fù)(局部性)結(jié)構(gòu)。重要的全局結(jié)構(gòu)(p < 0.0001;p < 0.02)和局部結(jié)構(gòu)(p < 0.001; p < 0.001)都分別使用SNP和微衛(wèi)星技術(shù)進(jìn)行鑒定。由于最高量級(jí)的特征值為正，全局結(jié)構(gòu)比局部結(jié)構(gòu)更能解釋所觀(guān)測(cè)到的結(jié)構(gòu)（圖2）。SNPs的特征值大小越大(圖2b)，其對(duì)應(yīng)的坐標(biāo)值越大(圖2c)，表明其檢測(cè)能力要比微衛(wèi)星高，這可能是基于SNPs的目標(biāo)選擇性。通過(guò)微衛(wèi)星之間的強(qiáng)線(xiàn)性關(guān)系(r2 = 0.98)和SNP特征值(圖2b)以及兩者相似的空間模式分析(圖2)發(fā)現(xiàn)，不同標(biāo)記方式的空間格局相似。第一軸的全球遺傳變異揭示了梅爾維爾湖和沿海地區(qū)的分裂（圖2a，c）。第二個(gè)軸將Double Mer和Partridge Point與其他所有地點(diǎn)區(qū)分開(kāi)來(lái)，而軸3則呈現(xiàn)出緯向分布，將北部沿海地區(qū)與梅爾維爾湖和南部沿海地區(qū)分隔開(kāi)來(lái)。
圖1 拉布拉多大西洋鮭魚(yú)采樣點(diǎn)描述了（a）年平均溫度和（b）使用TESS3從Bioclim估算值插值得出的最高溫度。從白色到黑色的點(diǎn)顏色標(biāo)度表示k=2結(jié)構(gòu)分析的q值，結(jié)構(gòu)條形圖為（a）微衛(wèi)星和（b）SNP按地理區(qū)域排列。三角標(biāo)記是基因組SNPs數(shù)據(jù)集（93703個(gè)SNP）中表示的位點(diǎn)。
圖2：微衛(wèi)星和單核苷酸多態(tài)性(SNPs)的空間主成分分析(sPCA)結(jié)果(a) 1、2和3軸正向的的結(jié)構(gòu)模式。坐標(biāo)軸表示投影的位置笛卡爾坐標(biāo)，顏色表示32個(gè)坐標(biāo)軸的全局坐標(biāo)值(b)和SNP特征值。正特征值表示全局空間結(jié)構(gòu)，負(fù)特征值表示局部結(jié)構(gòu)的影響。(c) 從最大(第一個(gè))軸獲得的總體坐標(biāo)([a]的第1行)表示微衛(wèi)星和單核苷酸多態(tài)性
表1 所有數(shù)據(jù)集的站點(diǎn)ID、位置（十進(jìn)制度數(shù)）和樣本大小
注：作為梅爾維爾湖內(nèi)的采樣點(diǎn)。b選擇基于擴(kuò)增子的snp面板中包含的樣本。
表2：對(duì)比梅爾維爾湖內(nèi)部和沿海群體所有位點(diǎn)的FIS均值，總體FST, G’ST，觀(guān)測(cè)雜合度和有效種群大小
景觀(guān)遺傳學(xué)
在進(jìn)行環(huán)境關(guān)聯(lián)分析之前，我們調(diào)查了不同地點(diǎn)的環(huán)境關(guān)系。僅通過(guò)環(huán)境相似性對(duì)位點(diǎn)進(jìn)行聚類(lèi)就產(chǎn)生了與觀(guān)察到的遺傳結(jié)構(gòu)高度相似的模式（圖3）。與沿海地區(qū)相比，梅爾維爾湖地區(qū)的有效種群規(guī)模明顯較小；然而，使用微衛(wèi)星進(jìn)行估計(jì)時(shí)，梅爾維爾湖地區(qū)的觀(guān)察雜合度僅顯著較低（表2，支持信息圖S2）。利用單核苷酸多態(tài)性和微衛(wèi)星進(jìn)行的RDA分析表明，溫度和生境參數(shù)解釋了與環(huán)境變量相關(guān)的大多數(shù)遺傳變異，基于載體長(zhǎng)度（圖4）。rda結(jié)果的方差分析顯示，降水量、溫度和生境pc載體均顯著（p<0.05），其中溫度載體最顯著（p<0.001）。由約束變量（環(huán)境pcs）解釋的遺傳方差占總方差的13.89%和17.4%，微衛(wèi)星和snp的條件變量（距離）解釋的遺傳方差占總方差的6.5%和8.1%。溫度對(duì)遺傳變異的影響主要是由排入梅爾維爾西湖的河流驅(qū)動(dòng)的（圖4）。溫度變量在溫度pc1上的負(fù)荷表明，描述溫度范圍和溫度極端值的變量的強(qiáng)烈影響（表3）。與棲息地相關(guān)的遺傳變異主要受最南端的地點(diǎn)（Forteau河和L'Anse Au Loup河）和西部群（Double Mer、Partridge Point河、Sebaskachu河）以外的Melville湖種群的驅(qū)動(dòng)。平均而言，這些流域比與棲息地?zé)o關(guān)的河流更?。ㄖС中畔⒈鞸4），有效種群規(guī)模更?。ㄖС中畔DS2），表明種群規(guī)模對(duì)遺傳結(jié)構(gòu)的影響（即遺傳漂變）。
景觀(guān)相關(guān)SNPs的基因關(guān)聯(lián)
我們應(yīng)用三種方法從篩選后的94k基因組中選擇snp。我們選擇了796個(gè)SNP，其負(fù)載量大于0.01，與區(qū)分梅爾維爾湖和沿海地區(qū)的PCA的PC1相關(guān)（支持信息圖S4b）。我們的rf分類(lèi)方法產(chǎn)生406個(gè)snp，高于mda閾值12.2。bayescan選擇了315個(gè)假定的異常值。在選擇的所有snp中，329通過(guò)至少兩種方法選擇（pc1和rf:109；pc1和bayescan:204；rf和bayescan:2；所有方法：14）（支持信息圖s6）。在這329個(gè)單核苷酸多態(tài)性中，142個(gè)與附近的基因有關(guān)，其中123個(gè)在genbank中有特征。三種方法篩選出的14個(gè)snp中，有6個(gè)與特征基因相關(guān)。這些基因與基因表達(dá)調(diào)控（dna和rna結(jié)合、rna修飾）、三羧酸循環(huán)和蛋白質(zhì)折疊有關(guān)。此外，這六個(gè)基因同時(shí)定位于kegg的緊密連接和粘附連接途徑，表明它們?cè)诩?xì)胞-細(xì)胞通訊中的作用。其余基因與廣泛的基因本體（go）術(shù)語(yǔ)和途徑相關(guān)，包括但不限于基因表達(dá)和信號(hào)轉(zhuǎn)導(dǎo)的調(diào)節(jié)、細(xì)胞內(nèi)和細(xì)胞間的通訊、細(xì)胞分化、生長(zhǎng)、凋亡和免疫應(yīng)答。所有g(shù)o項(xiàng)和kegg路徑都可以在支持信息表s5中找到。富集試驗(yàn)表明所選snp中g(shù)o-terms或kegg模塊沒(méi)有過(guò)度表達(dá)，所選snp在整個(gè)基因組中分布不均，所有染色體都有表達(dá)（支持信息圖s6）。
探索跨環(huán)境梯度影響種群結(jié)構(gòu)的主導(dǎo)力量，對(duì)于預(yù)測(cè)物種和種群對(duì)氣候變化的特殊反應(yīng)至關(guān)重要，尤其是在氣候變化可以推動(dòng)極限邊界迅速變化的小范圍界限。我們的研究結(jié)果顯示，大西洋鮭魚(yú)的空間種群結(jié)構(gòu)非常精細(xì)，與北美北部附近的環(huán)境梯度一致?；谡穹奈⑿l(wèi)星和單核苷酸多態(tài)性數(shù)據(jù)集，清楚地了解到居住在沿海海灣、梅爾維爾湖和鄰近沿海種群的大西洋鮭魚(yú)之間的差異。景觀(guān)遺傳分析確定了溫暖季節(jié)的溫度變化是種群結(jié)構(gòu)的主要環(huán)境相關(guān)因素，并且與環(huán)境適應(yīng)相一致，盡管由于漂移或擴(kuò)散的增加，在種群分布范圍邊緣可能存在其他限制因素。這項(xiàng)研究使用了新穎的方法和比較法，直接在北美區(qū)域的先前結(jié)構(gòu)研究的基礎(chǔ)上，在比以前能觀(guān)測(cè)到的更精細(xì)的尺度上觀(guān)測(cè)了突出結(jié)構(gòu)和環(huán)境關(guān)聯(lián)。
拉布拉多的環(huán)境關(guān)聯(lián)
溫度的空間變化已被確定為鮭魚(yú)遺傳結(jié)構(gòu)的主要相關(guān)因素。梅爾維爾湖是該地區(qū)最大的河流，全長(zhǎng)140公里，面積超過(guò)3000平方公里，夏季溫度明顯高于其他沿海地區(qū)。通過(guò)各種方法，最高溫度極限和溫度范圍很好地解釋了觀(guān)測(cè)到的空間遺傳結(jié)構(gòu)，與sPCA第一軸對(duì)齊，與之前確定的環(huán)境相關(guān)物一致。此外，我們還發(fā)現(xiàn)，在各種魚(yú)類(lèi)中與溫度相關(guān)的候選基因具有廣泛的功能。
棲息地的大小與觀(guān)察到的基因結(jié)構(gòu)有關(guān)，特別是沿著第二sPCA軸分隔梅爾維爾東湖遺址。這與遺傳漂變是一致的，正如之前所指出的它是影響這些河流分化的次要影響因素，。漂移的影響進(jìn)一步得到了這些地點(diǎn)的小規(guī)模種群的支持。雖然在應(yīng)用RF回歸分析時(shí)，棲息地面積與遺傳結(jié)構(gòu)不相關(guān)，但這一以溫度為主要影響因素的強(qiáng)度可能極大地改善了基因樹(shù)內(nèi)的決策過(guò)程，從而削弱了棲息地大小對(duì)整個(gè)模型的相對(duì)較小的貢獻(xiàn)。
大西洋鮭魚(yú)和其他西北大西洋物種在自然界中關(guān)于環(huán)境參數(shù)和空間基因結(jié)構(gòu)之間的關(guān)聯(lián)通常是緯向的。例如，Jeffery等人描述了北大西洋兩岸大西洋鮭魚(yú)種群等位基因頻率的平行斜率，這是與溫度顯著相關(guān)的一個(gè)snp子集。也許有些令人意外的是，在本研究中沒(méi)有一個(gè)明顯的緯向斜向的空間結(jié)構(gòu)。我們沒(méi)有發(fā)現(xiàn)沿海岸有漸變?nèi)捍嬖诘淖C據(jù);然而，第三個(gè)sPCA軸顯示了緯向分裂的證據(jù)(圖2)，94K陣列數(shù)據(jù)的主成分分析將沿海物種按緯度排列在第一個(gè)PC軸上(支持信息圖S6)。我們至少通過(guò)兩種SNP選擇方法選擇的一個(gè)位點(diǎn)(基因ID: 106569364，支持信息表S5)也被Jeffery等人(2017)鑒定為在大西洋西部和東部的漸變?nèi)篠NP。這可能是一種漸變?nèi)耗Ｊ剑恢笔欠N群結(jié)構(gòu)，特別是模式在不同的標(biāo)記類(lèi)型之間變化時(shí)。
遺傳標(biāo)記的比較
將不同類(lèi)型的分子標(biāo)記應(yīng)用于群體遺傳推斷可以深入了解影響群體結(jié)構(gòu)的機(jī)制，特別是當(dāng)標(biāo)記類(lèi)型之間存在差異時(shí)。選擇此處分析的SNP面板是為了最大程度地提高梅爾維爾湖內(nèi)空間結(jié)構(gòu)的分辨率，因此可能會(huì)受到確定性偏差的影響，但在更廣泛的空間環(huán)境下應(yīng)該對(duì)種群結(jié)構(gòu)高度敏感。相比之下，微衛(wèi)星面板是為全基因組的表達(dá)而設(shè)計(jì)的，包含更多的等位基因(和罕見(jiàn)的等位基因)，并使用范圍很廣的樣本進(jìn)行了測(cè)試。因此，它可能對(duì)該地區(qū)遺傳漂變的特征更為敏感。有趣的是，這兩個(gè)小組在解決種群結(jié)構(gòu)、溫度關(guān)聯(lián)和生境大小的次要影響方面提供的信息同樣豐富。標(biāo)記間的差異在雜合度的估計(jì)中是可見(jiàn)的，梅爾維爾湖的雜合度明顯低于僅使用微衛(wèi)星面板的沿海地區(qū)，這與在這些小而孤立的灣內(nèi)種群中由于遺傳漂變而導(dǎo)致的罕見(jiàn)微衛(wèi)星等位基因的損失是一致的。綜上所述，結(jié)果支持了兩個(gè)小組中環(huán)境相關(guān)選擇的假設(shè)，并增加了微衛(wèi)星小組中遺傳漂變的證據(jù)。在選定的SNP和微衛(wèi)星位點(diǎn)中，梅爾維爾湖內(nèi)不同地點(diǎn)之間的兩兩統(tǒng)計(jì)比沿海地點(diǎn)之間的高，這可能表明了確定偏差的存在。盡管如此，由于廣泛的空間遺傳模式在所有標(biāo)記板上是一致的，任何確定偏差的影響似乎是微小的。
圖4 環(huán)境關(guān)聯(lián)分析：（a，b）冗余分析（rda）微衛(wèi)星圖和（b）單核苷酸多態(tài)性（snp），表明由三類(lèi)環(huán)境變量（降水、溫度和生境）的第一主成分（pcs）解釋的位點(diǎn)分布（見(jiàn)第2節(jié)）。（a）和（b）的軸標(biāo)簽表示每個(gè)rda軸解釋的方差占總方差的比例。（c，d）單核苷酸多態(tài)性和微衛(wèi)星的隨機(jī)森林回歸，顯示（c）按環(huán)境變量分組的平均準(zhǔn)確度下降和（d）按地理鄰近性排序的地點(diǎn)特定的平均殘差平方誤差
梅爾維爾湖的鮭魚(yú)生態(tài)
盡管有明確的證據(jù)表明梅爾維爾湖與沿海種群之間存在遺傳和生態(tài)差異，但對(duì)這一地區(qū)鮭魚(yú)的生活史和生態(tài)情況知之甚少。該地區(qū)鮭魚(yú)的遷移行為和棲息時(shí)間是未知的。然而，梅爾維爾湖和拉布拉多海岸混合魚(yú)種漁業(yè)樣本的遺傳分配揭示了在這些地區(qū)之間有少量混合，在梅爾維爾湖收獲的沿海鮭魚(yú)很少，在沿海岸收獲的梅爾維爾湖鮭魚(yú)寥寥無(wú)幾。從食品、社會(huì)和漁業(yè)生產(chǎn)過(guò)去十年獲得的元數(shù)據(jù)顯示，沿海河流的小鮭魚(yú)（初次由河入海）明顯比梅爾維爾湖要大(p<0.0001)，這可能是由于在更溫暖、更多產(chǎn)的水域中生長(zhǎng)速度加快的緣故。在溫暖、多產(chǎn)的水域生長(zhǎng)率。盡管在拉布拉多鮭魚(yú)生態(tài)學(xué)的知識(shí)方面仍然存在差距，但目前的證據(jù)支持了這種獨(dú)特的、變化的作用塑造了人口動(dòng)態(tài)的景觀(guān)。
景觀(guān)分析說(shuō)明
盡管此處觀(guān)察到的溫度與溫度之間存在明顯的關(guān)聯(lián)，但溫度仍可能是一個(gè)相關(guān)因素，而不是驅(qū)動(dòng)種群結(jié)構(gòu)的主要環(huán)境參數(shù)。其他環(huán)境參數(shù)隨溫度變化，但不包括在我們的研究可能有助于遺傳結(jié)構(gòu)的觀(guān)察。例如，遷徙距離和沿遷徙路線(xiàn)的條件是影響鮭魚(yú)種群結(jié)構(gòu)的重要因素，也可能因?yàn)槊窢柧S爾湖的相對(duì)地理隔離而與溫度混淆。包括額外的環(huán)境參數(shù)，如土地利用，水質(zhì)措施，鹽度和病原體或寄生生物多樣性，可以進(jìn)一步了解影響該地區(qū)空間結(jié)構(gòu)的機(jī)制。無(wú)可否認(rèn)，使用空氣溫度作為淡水溫度的代表，缺乏對(duì)水深的考慮，而且可能是錯(cuò)誤的，特別是在較小的空間尺度上。然而，夏天梅爾維爾湖的地表水溫度與我們對(duì)夏季氣溫的估計(jì)非常相似，最西端的水溫通常比在梅爾維爾湖觀(guān)測(cè)到的溫度高13°C。河流的空氣氣溫很可能與水溫類(lèi)似，因?yàn)樵搮^(qū)域以前的工作報(bào)告稱(chēng)，水和空氣溫度之間有很強(qiáng)的相關(guān)性。我們對(duì)氣溫的使用很可能是對(duì)整個(gè)區(qū)域魚(yú)類(lèi)接觸到的河流溫度的實(shí)際空間變化的一個(gè)適當(dāng)?shù)谋Ｊ毓烙?jì)。我們提供了性狀相關(guān)的SNPs與遺傳空間結(jié)構(gòu)相關(guān)的證據(jù)，暗示了對(duì)環(huán)境變化的適應(yīng)。未來(lái)的工作采用直接溫度測(cè)量和實(shí)驗(yàn)，針對(duì)已知功能基因的自頂向下的方法，以及檢測(cè)拉布拉多鮭魚(yú)種群之間的突變或差異表達(dá)，將極大地幫助我們了解當(dāng)?shù)氐倪m應(yīng)情況。
人口歷史為溫度對(duì)人口結(jié)構(gòu)提供了另一種替代解釋。在冰期后的再殖化之后，梅爾維爾湖的人口可能已經(jīng)適應(yīng)了該地區(qū)變暖后的極端溫度。另一種選擇是，種群可能已經(jīng)預(yù)先適應(yīng)了對(duì)比的溫度狀態(tài)，并且在該區(qū)域的殖民化過(guò)程中沿目前觀(guān)測(cè)到的梯度排列。雖然我們?cè)谶@里沒(méi)有明確地評(píng)估這些假設(shè)，但是來(lái)自?xún)蓚€(gè)避難所的北美后冰川重新定居的最新估計(jì)，限制了拉布拉多南部的二級(jí)接觸區(qū)域，這表明二次接觸不太可能在拉布拉多人口中發(fā)揮作用。在結(jié)構(gòu)上。不管殖民史對(duì)形成觀(guān)測(cè)到的溫度相關(guān)空間結(jié)構(gòu)的影響，這些模式都顯示了一個(gè)重要而有趣的組成部分。該區(qū)域的遺傳連通性，以及當(dāng)代結(jié)構(gòu)與氣候在獨(dú)特的邊緣群體中的重要聯(lián)系。
保護(hù)觀(guān)點(diǎn)
本研究著重指出了在范圍邊緣附近的異質(zhì)環(huán)境(即大型圍堰)所造成的獨(dú)特的種群結(jié)構(gòu)。拉布拉多梅爾維爾湖系統(tǒng)被人們感興趣的原因是它位于北美大西洋鮭魚(yú)養(yǎng)殖場(chǎng)的邊緣。由于基因漂移和高基因流動(dòng)，外界群體的遺傳多樣性往往低于中心種群，從而降低了適應(yīng)能力。我們證明，盡管存在遺傳漂變，在存在足夠的長(zhǎng)期變異的情況下，強(qiáng)大的環(huán)境梯度結(jié)合低基因流可以克服外圍種群的限制。在這種特殊情況下，外圍人口可能是獨(dú)特的，具有不同的選擇制度，比如在火蜥蜴和雀類(lèi)中觀(guān)察。因此，在范圍邊緣的獨(dú)特群體因此會(huì)影響范圍擴(kuò)大或收縮，在氣候不斷變化的情況下，影響人口結(jié)構(gòu)和多樣性的各種知識(shí)是非常寶貴的。
結(jié)論
了解驅(qū)動(dòng)距離范圍邊緣附近的空間遺傳結(jié)構(gòu)的主導(dǎo)力可以幫助我們理解環(huán)境異質(zhì)性對(duì)微進(jìn)化過(guò)程的影響如何有助于遺傳多樣性和范圍限制。在這里，我們將互補(bǔ)技術(shù)應(yīng)用于加拿大拉布拉多大西洋鮭魚(yú)的snp和微衛(wèi)星面板研究發(fā)現(xiàn)暴露在溫暖溫度和寬溫度范圍內(nèi)會(huì)強(qiáng)烈影響梅爾維爾湖種群與鄰近沿海地區(qū)的隔離。與這種分裂相一致的snp的選擇揭示了一系列可能受拉布拉多生態(tài)梯度影響的分子過(guò)程。我們展示出與氣候相關(guān)的遺傳結(jié)構(gòu)的一致性證據(jù)，并潛在地應(yīng)用于氣候變化研究和保護(hù)工作中。
