Полиморфизм российских популяций Rhopalosiphum padi L. по ДНК-маркерам

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

С помощью технологии высокопродуктивного секвенирования нового поколения (NGS) в 14 выборках из трех популяций черемухово-злаковой тли (Rhopalosiphum padi L.) изучали полиморфизм фрагмента гена ND4, кодирующего субъединицу 4 NADH-дегидрогеназы, и определяли спектр точечных замен. Насекомых собирали на северо-западе России (окрестности С.-Петербурга) и на Северном Кавказе (Краснодарский край и Дагестан). Идентифицировали гаплотипы митохондриальной ДНК (мтДНК), нуклеотидные последовательности которых на 97.95–99.80% совпадали с референсной (GenBank accession KT447631.1). Уровень внутривидового полиморфизма данного фрагмента гена ND4 длиной 438 пн варьировал от 0.2 до 4.3%. В течение двух лет в последовательностях ND4 найдено 33 полиморфных сайта (17 транзиций и 16 трансверсий), что позволило идентифицировать 30 гаплотипов мтДНК. Популяции Rh. padi, собранные одновременно на разных растениях-хозяевах или в разное время на черемухе (весной) и злаках (летом), различались по соотношению основного гаплотипа, а также по составу уникальных минорных гаплотипов. Анализ соотношений митохондриальных ДНК гаплотипов свидетельствует о важной роли генотипа растения-хозяина при формировании структуры популяций Rh. padi.

Полный текст

Доступ закрыт

Об авторах

E. E. Радченко

Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова

Автор, ответственный за переписку.
Email: eugene_radchenko@rambler.ru
Россия, Санкт-Петербург, 190000

И. Н. Анисимова

Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова

Email: eugene_radchenko@rambler.ru
Россия, Санкт-Петербург, 190000

Н. В. Алпатьева

Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова

Email: eugene_radchenko@rambler.ru
Россия, Санкт-Петербург, 190000

Список литературы

  1. Wiktelius S. Long range migration of aphids into Sweden // Int. J. Biometeorol. 1984. V. 28. № 3. P. 185–200. https://doi.org/10.1007/BF02187959
  2. Kieckhefer R.W., Lytle W.F. Summer and autumn flight of cereal aphids in South Dakota // J. Econ. Entomol. 1976. V. 69. № 3. P. 421–422. https://doi.org/10.1093/jee/69.3.421
  3. Song N., Zhang H., Li H., Cai W. All 37 mitochondrial genes of aphid Aphis craccivora obtained from transcriptome sequencing: Implications for the evolution of aphids // PLoS One. 2016. V. 11. № 6. https://doi.org/10.1371/journal.pone.0157857
  4. Wongsa K., Duangphakdee O., Rattanawannee A. Genetic structure of the Aphis craccivora (Hemiptera: Aphididae) from Thailand inferred from mitochondrial COI gene sequence // J. Insect Sci. 2017. V. 17. № 4. Article 84. https://doi.org/10.1093/jisesa/iex058
  5. Guo J., Li J., Massart S. et al. Analysis of the genetic diversity of two Rhopalosiphum species from China and Europe based on nuclear and mitochondrial genes // Insects. 2023. V. 14. Article 57. https://doi.org/10.3390/insects14010057
  6. Aikhionbare F.O., Mayo Z.B. Mitochondrial DNA sequences of greenbug (Homoptera: Aphididae) biotypes // Biomol. Eng. 2000. V. 16. № 6. P. 199–205. https://doi.org/10.1016/S1389-0344(99)00054-4
  7. Radchenko E.E., Alpatieva N.V., Chumakov M.A., Abdullaev R.A. Variability of the North Caucasian populations of greenbug for the virulence to host plants and by the molecular markers // Russ. J. Genet. 2019. V. 55. № 11. P. 1417–1425. https://doi.org/10.1134/S1022795419110127
  8. Radchenko E.E., Berim M.N., Zubov A.A. Genetic control of different types of the aphid resistance in cereal crops // Entomol. Rev. 2007. V. 87. № 3. P. 253–262. https://doi.org/10.1134/S0013873807030025
  9. Алпатьева Н.В., Антонова О.Ю., Радченко Е.Е. и др. ПЦР-диагностика вредных организмов гуара: методические указания / Под ред. Потокиной Е.К. СПб.: ВИР, 2019. https://doi.org/10.30901/978-5-907145-44-3
  10. Bolger A.M., Lohse M., Usadel B. Trimmomatic: A flexible trimmer for Illumina sequence data // Bioinformatics. 2014. V. 30. № 15. P. 2114–2120. https://doi.org/10.1093/bioinformatics/btu170
  11. Caporaso J.G., Kuczynski J., Stombaugh J. et al. QIIME allows analysis of high throughput community sequencing data // Nat. Methods. 2010. V. 7. № 5. P. 335–336. https://doi.org/10.1038/nmeth.f.303
  12. Callahan B.J., McMurdie P.J., Rosen M.J. et al. DADA2: High-resolution sample inference from Illumina amplicon data // Nat. Methods. 2016. V. 13. № 7. P. 581–583. https://doi.org/10.1038/nmeth.3869
  13. Kumar S., Stecher G., Tamura K. MEGA7: Molecular evolutionary genetics analysis version 7.0 for bigger datasets // Mol. Biol. Evol. 2016. V. 33. № 7. P. 1870–1874. https://doi.org/10.1093/molbev/msw054
  14. Tamura K., Nei M., Kumar S. Prospects for inferring very large phylogenies by using the neighbor-joining method // Proc. Natl. / Acad. Sci. USA. 2004. V. 101. № 30. P. 11030–11035. https://doi.org/10.1073/pnas.0404206101
  15. Giraud T., Enjalbert J., Fournier E. et al. Population genetics of fungal diseases of plants // Parasite. 2008. V. 15. № 3. P. 449–454. https://doi.org/10.1051/parasite/2008153449
  16. Peakall R., Smouse P.E. GenAlEx 6.5: Genetic analysis in Excel. Population genetic software for teaching and research – an update // Bioinformatics. 2012. V. 28. №19. P. 2537–2539. https://doi.org/10.1093/bioinformatics/bts460
  17. Sneath P.H.A., Sokal R.R. Numerical Taxonomy: The Principles and Practice of Numerical Classification. San Francisco: Freeman, 1973. 573 p.
  18. Kinyanjui G., Khamis F.M., Mohamed S. et al. Identification of aphid (Hemiptera: Aphididae) species of economic importance in Kenya using DNA barcodes and PCR-RFLP-based approach // Bull. Entomol. Res. 2016. V. 106. № 1. P. 63–72. https://doi.org/10.1017/S0007485315000796
  19. Wang K., Liu G.M., Song C.M. et al. Mitochondrial genetic diversity in the bird cherry-oat aphid Rhopalosiphum padi (L.) in China // J. Agr. Sci. Tech. 2018. V. 20. № 1. P. 95–107.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Разнообразие фрагмента митохондриального гена ND4 длиной 438 пн в выборках Rh. padi. Анализ 34 нуклеотидных последовательностей выполнен в программе MEGA7 [13] с помощью алгоритма UPGMA (метод невзвешенной попарной группировки с усреднением) [17].

Скачать (201KB)
Метаданные
3. Рис. 2. Выравнивание некоторых нуклеотидных последовательностей, обнаруженных в выборках Rh. padi. Уникальные замены, обнаруженные в выборке насекомого, собранной в 2021 г. на пшенице, выделены цветом.

Скачать (588KB)
Метаданные
4. Рис. 3. Встречаемость гаплотипов мтДНК в выборках Rh. padi, собранных в Санкт-Петербурге на черемухе, пшенице и ячмене в 2021 г.

Скачать (115KB)
Метаданные
5. Рис. 4. Встречаемость гаплотипов мтДНК в выборках Rh. padi, собранных в Санкт-Петербурге на черемухе, ячмене, овсе и двух сортах пшеницы в 2022 г.

Скачать (158KB)
Метаданные
6. Рис. 5. Многомерная диаграмма генетического сходства по гаплотипам мтДНК между выборками Rh. padi (1–14) по индексу фиксации Fst. 1 – Дагестан, дикое сорго, 04.2021; 2 – С.-Петербург, черемуха, 05.2021; 3 – С.-Петербург, коллекция пшеницы, 06.2021; 4 – С.-Петербург, коллекция ячменя, 06.2021; 5 – Краснодарский край, коллекция ячменя, 07.2021; 6 – Краснодарский край, сорго (сорт СЛВ-2), 07.2021; 7 – Краснодарский край, сорго (Ефремовское белое), 07.2021; 8 – Дагестан, пшеница (Безостая 1), 05.2022; 9 – С.-Петербург, пшеница (Ленинградка), 07.2022; 10 – С.-Петербург, ячмень (Белогорский), 08.2022; 11 – С.-Петербург, пшеница (Ленинградка), 08.2022; 12 – С.-Петербург, пшеница (Дельфи 400), 08.2022; 13 – С.-Петербург, овес (Borrus), 08.2022; 14 – С.-Петербург, черемуха, 05.2022.

Скачать (70KB)
Метаданные
7. Рис. 6. Многомерная диаграмма генетического сходства по гаплотипам мтДНК между популяциями Rh. padi по индексу фиксации Fₛₜ.

Скачать (68KB)
Метаданные

© Российская академия наук, 2024