Секвенирование генома исчезающих видов - Genome sequencing of endangered species

Секвенирование генома исчезающих видов это применение Секвенирование следующего поколения (NGS) технологии в области консервативной биологии с целью создания история жизни, демографический и филогенетический данные, имеющие отношение к управлению находящаяся под угрозой исчезновения дикая природа.[1]

Задний план

В контексте биология сохранения, геномные технологии, такие как производство крупномасштабных наборов данных секвенирования с помощью Секвенирование ДНК может использоваться для выделения соответствующих аспектов биологии видов диких животных, в отношении которых могут потребоваться меры управления. Это может включать оценку недавних демографический События, генетические вариации, дивергенция между видами и популяционной структурой. Полногеномные исследования ассоциации (GWAS) полезны для изучения роли естественного отбора на уровне генома, для определения локусов, связанных с приспособленностью, местной адаптацией, инбридингом, депрессией или восприимчивостью к болезням. Доступ ко всем этим данным и исследование вариаций SNP-маркеров по всему геному может помочь в выявлении генетических изменений, которые влияют на приспособленность диких видов, а также важны для оценки потенциальной реакции на изменение окружающей среды. Ожидается, что проекты NGS быстро увеличат количество видов, находящихся под угрозой исчезновения, для которых доступны собранные геномы и подробная информация об изменении последовательностей, и эти данные будут способствовать исследованиям, имеющим отношение к сохранению биологического разнообразия.[1]

Методология

Невычислительные методы

Традиционные подходы к сохранению исчезающих видов разведение в неволе и частное хозяйство. В некоторых случаях эти методы приводили к отличным результатам, но некоторые проблемы все еще остаются. Например, при инбридинге только нескольких особей генетический пул субпопуляции остается ограниченным или может уменьшаться.[нужна цитата ]

Филогенетический анализ и оценка семейства генов

Генетический анализ может удалить субъективные элементы из определения филогенетических отношений между организмами. Учитывая большое разнообразие информации, предоставляемой живыми организмами, очевидно, что тип данных будет влиять как на метод лечения, так и на достоверность результатов: чем выше корреляция данных и генотипа, тем выше вероятность достоверности. Анализ данных можно использовать для сравнения различных баз данных секвенирования и поиска похожих последовательностей или похожих белков у разных видов. Сравнение может быть выполнено с использованием информационного программного обеспечения на основе сопоставления, чтобы узнать расхождение между разными видами и оценить сходство.[2][нужен лучший источник ]

NGS / Расширенные методологии секвенирования

Поскольку полногеномное секвенирование, как правило, требует больших объемов данных, методы сокращенного представления геномных подходов иногда используются для практических приложений. Например, секвенирование ДНК по сайту рестрикции (RADseq ) и двойной дайджест RADseq. С помощью этих методов исследователи могут нацеливаться на разное количество локусов. Используя статистический и биоинформатический подход, ученые могут делать выводы о больших геномах, просто сосредотачиваясь на небольшой его репрезентативной части.[3]

Статистические и вычислительные методы

При решении биологических проблем можно встретить несколько типов геномных данных или иногда совокупность данных одного и того же типа в нескольких исследованиях, и расшифровка такого огромного количества данных вручную неосуществима и утомительна. Поэтому комплексный анализ геномных данных с использованием статистических методов стал популярным. Быстрое развитие высокопроизводительных технологий позволяет исследователям отвечать на более сложные биологические вопросы, позволяя разрабатывать статистические методы в интегрированной геномике для создания более эффективных терапевтических стратегий для лечения заболеваний человека.[4]

Ключевые особенности генома

При изучении генома следует учитывать несколько важных аспектов. Прогноз генов идентификация генетических элементов в геномной последовательности. Это исследование основано на сочетании подходов: de novo, предсказание гомологии и транскрипция. Такие инструменты, как EvidenceModeler, используются для объединения различных результатов.[5] Также сравнивалась структура гена, включая длину мРНК, экзон длина, длина интрона, номер экзона и некодирующая РНК.[нужна цитата ]

Анализ повторяющиеся последовательности был признан полезным при реконструкции временных рамок расхождения видов.[6]

Применение и тематические исследования

Геномный подход в определении пола

Для сохранения вида критически важно знание системы спаривания: ученые могут стабилизировать дикие популяции посредством разведения в неволе с последующим выпуском в окружающую среду новых особей.[3] Эта задача особенно трудна при рассмотрении видов с гомоморфными половые хромосомы и большой геном.[3] Например, в случае амфибии, есть несколько переходов между мужчиной и / или женщиной гетерогаметность. Иногда сообщалось даже о вариациях половых хромосом в популяциях амфибий одного и того же вида.[3]

Японская гигантская саламандра

Японская гигантская саламандра (Andrias japonicus)

Множественные переходы между XY и системы ZW, встречающиеся у земноводных, определяют лабильность систем половых хромосом в саламандры населения. Понимая хромосомную основу пола этих видов, можно реконструировать филогенетическую историю этих семейств и использовать более эффективные стратегии их сохранения.

Используя метод ddRADseq, ученые обнаружили новые локусы, связанные с полом, в геноме семейства Cryptobranchidae размером 56 ГБ. Их результаты подтверждают гипотезу о гетерогаметности самок этого вида. Эти локусы были подтверждены посредством биоинформатического анализа наличия / отсутствия этого генетического локуса у лиц, определяемых полом. Их пол был установлен ранее с помощью УЗИ, лапароскопия и измерение разницы уровней кальция в сыворотке. Определение этих потенциальных половых локусов было выполнено, чтобы проверить гипотезы как о женской, так и о мужской гетегогаметности. Наконец, чтобы оценить достоверность этих локусов, их амплифицировали с помощью ПЦР непосредственно из образцов лиц известного пола. Этот последний шаг привел к демонстрации женской гетерогаметности нескольких дивергентных популяций семейства Cryptobranchidae.[3]

Геномный подход к генетической изменчивости

Обезьяна дриас и золотистая курносая обезьяна

Золотая курносая обезьяна (Rhinopithecus roxellana)

В недавнем исследовании использовалось полногеномное секвенирование данные, чтобы продемонстрировать родственную линию между Дриас обезьяна и верветка обезьяна и их расхождение с дополнительными двунаправленными поток генов приблизительно от 750 000 до приблизительно 500 000 лет назад. При <250 оставшихся взрослых особях исследование показало высокое генетическое разнообразие и низкие уровни инбридинга и генетической нагрузки у изученных особей дриасских обезьян.[7]

В другом исследовании использовалось несколько методов, таких как секвенирование одной молекулы в реальном времени, парное секвенирование, оптические карты, и высокая пропускная способность захват конформации хромосомы получить высококачественную сборку хромосом из уже построенной неполной и фрагментированной сборки генома для Золотая курносая обезьяна. Современные методы, использованные в этом исследовании, представляли 100-кратное улучшение генома с 22 497 генами, кодирующими белок, большинство из которых были функционально аннотированы. Реконструированный геном показал тесную связь между видами и Макака резус, что указывает на расхождение примерно 13,4 миллиона лет назад.[8]

Геномный подход в сохранении

Растения

Виды растений, идентифицированные как PSESP («виды растений с чрезвычайно малой популяцией»), были в центре внимания геномных исследований с целью определения популяций, находящихся под наибольшей угрозой исчезновения.[9] Геном ДНК можно секвенировать, начиная со свежих листьев, путем экстракции ДНК. Комбинация различных методов секвенирования вместе может использоваться для получения данных высокого качества, которые могут использоваться для сборки генома. Извлечение РНК имеет важное значение для транскриптом Процесс сборки и извлечения начинается со стебля, корней, плодов, почек и листьев. В de novo Сборка генома может быть выполнена с использованием программного обеспечения для оптимизации сборки и создания каркасов. Программное обеспечение также можно использовать для заполнения пробелов и уменьшения взаимодействия между хромосомами. Комбинация разных данных может использоваться для идентификации ортологичный ген с разными видами, построение филогенетического дерева и межвидовые сравнения генома.[9]

Ограничения и перспективы на будущее

Развитие методов непрямого секвенирования в некоторой степени смягчило недостаток эффективных технологий секвенирования ДНК. Эти методы позволили исследователям расширить научные знания в таких областях, как экология и эволюция. Несколько генетические маркеры, более или менее подходящие для этой цели, были разработаны, помогая исследователям решать многие проблемы, среди которых демография и системы спаривания, популяционные структуры и филогеография, видовые процессы и видовые различия, гибридизация и интрогрессия, филогенетика во многих временных масштабах. Однако у всех этих подходов был основной недостаток: все они были ограничены только частью всего генома, так что параметры всего генома были выведены из крошечного количества генетического материала.[10]

Изобретение и развитие методов секвенирования ДНК внесло огромный вклад в увеличение количества доступных данных, потенциально полезных для улучшения области биология сохранения. Постоянное развитие более дешевой и высокой пропускной способности позволило производить широкий спектр информации по нескольким дисциплинам, предоставляя биологам-природоохранным биологам очень мощный банк данных, из которого можно было экстраполировать полезную информацию, например, о структуре популяции, генетических связях, идентификации потенциальных рисков. из-за демографических изменений и процессов инбридинга с помощью популяционно-геномных подходов, основанных на обнаружении SNP, indel или CNV. С одной стороны, данные, полученные в результате высокопроизводительного секвенирования полных геномов, потенциально были огромным шагом вперед в области сохранения видов, открывая широкие двери для будущих проблем и возможностей. С другой стороны, все эти данные поставили исследователей перед двумя основными проблемами. Во-первых, как обрабатывать всю эту информацию. Во-вторых, как перевести всю доступную информацию в стратегии и практику сохранения или, другими словами, как заполнить пробел между геномными исследованиями и применением в области сохранения.[11][12][13]

К сожалению, существует множество аналитических и практических проблем, которые следует учитывать при использовании подходов, включающих полногеномное секвенирование. Доступность образцов является основным ограничивающим фактором: процедуры отбора образцов могут беспокоить и без того хрупкую популяцию или могут иметь большое влияние на самих животных, ограничивая сбор образцов. По этим причинам было разработано несколько альтернативных стратегий: постоянный мониторинг, например, с помощью радиоошейников, позволяет нам понять поведение и разработать стратегии для получения генетических образцов и управления популяциями, находящимися под угрозой исчезновения. Образцы, взятые у этих видов, затем используются для получения первичной клеточной культуры из биопсий. Действительно, этот вид материала позволяет нам выращивать клетки in vitro и позволяет нам извлекать и изучать генетический материал без постоянного отбора проб из исчезающих популяций. Несмотря на более быстрое и легкое получение данных и постоянное совершенствование технологий секвенирования, все еще наблюдается заметная задержка в методах анализа и обработки данных. Полногеномный анализ и большие исследования генома требуют достижений в биоинформатике и вычислительной биологии. В то же время необходимы улучшения в статистических программах и популяционной генетике для разработки более эффективных стратегий сохранения. Этот последний аспект работает параллельно со стратегиями прогнозирования, которые должны учитывать все особенности, определяющие приспособленность вида.[1]

Смотрите также

использованная литература

  1. ^ а б c Steiner, Cynthia C .; Putnam, Andrea S .; Hoeck, Paquita E.A .; Райдер, Оливер А. (2013). «Сохранение геномики исчезающих видов животных». Ежегодный обзор биологических наук о животных. 1: 261–281. Дои:10.1146 / annurev-animal-031412-103636. PMID  25387020.
  2. ^ Бетцер, Мартен; Henkel, Christiaan V .; Jansen, Hans J .; Батлер, Дерек; Пировано, Вальтер (15.02.2011). «Строительные леса предварительно собранные контиги с использованием SSPACE». Биоинформатика. 27 (4): 578–579. Дои:10.1093 / биоинформатика / btq683. ISSN  1367-4811. PMID  21149342.
  3. ^ а б c d е Hime, Paul M .; Бригглер, Джеффри Т .; Рис, Джошуа С .; Вейсрок, Дэвид В. (01.10.2019). «Геномные данные показывают сохраненную женскую гетерогаметность у гигантских саламандр с гигантскими ядерными геномами». G3: Гены, геномы, генетика. 9 (10): 3467–3476. Дои:10.1534 / g3.119.400556. ISSN  2160-1836. ЧВК  6778777. PMID  31439718.
  4. ^ Ричардсон, Сильвия; Ценг, Джордж С .; Вс, Вэй (июнь 2016 г.). «Статистические методы в интегративной геномике». Ежегодный обзор статистики и ее применение. 3 (1): 181–209. Bibcode:2016AnRSA ... 3..181R. Дои:10.1146 / annurev-statistics-041715-033506. ISSN  2326-8298. ЧВК  4963036. PMID  27482531.
  5. ^ Хаас, Брайан Дж .; и другие. (2008). «Автоматическая аннотация структуры гена эукариот с использованием EVidenceModeler и программы для сборки сплайсированных выравниваний». Геномная биология. 9 (1): R7. Дои:10.1186 / gb-2008-9-1-r7. ЧВК  2395244. PMID  18190707.
  6. ^ «Вымирающих животных можно идентифицировать по степени утраты генетического разнообразия - Университет Пердью». www.purdue.edu. Получено 2019-11-26.
  7. ^ ван дер Валк, Том; Гонда, Каталина М; Силегова, Анри; Альманза, Сандра; Сифуэнтес-Ромеро, Итцель; Харт, Тереза ​​Б; Харт, Джон А; Детвилер, Кейт М; Гущанский, Катерина (2020). Йодер, Энн (ред.). «Геном исчезающей обезьяны дриаса дает новый взгляд на эволюционную историю верветок». Молекулярная биология и эволюция. 37: 183–194. Дои:10.1093 / molbev / msz213. ISSN  0737-4038. ЧВК  6984364. PMID  31529046.
  8. ^ Ван, Лу; Ву, Цзиньвэй; Лю, Сяомэй; Ди, Дандан; Лян, Юйхун; Фэн, Ифэй; Чжан, Суюнь; Ли, Баогуо; Ци, Сяо-Гуан (2019-08-01). «Высококачественная сборка генома находящейся под угрозой исчезновения золотистой курносой обезьяны (Rhinopithecus roxellana)». GigaScience. 8 (8): giz098. Дои:10.1093 / gigascience / giz098. ISSN  2047-217X. ЧВК  6705546. PMID  31437279.
  9. ^ а б Ян, Цзин; Варисс, Хафиз Мухаммад; Тао, Лидан; Чжан, Ренган; Юнь, Цюаньчжэн; Холлингсуорт, Питер; Дао, Чжилин; Ло, Гуйфэнь; Го, Хуэйцзюнь; Ма, Юнпэн; Вс, Вэйбан (2019-07-01). «Сборка de novo генома исчезающего вида Acer yangbiense, вида растений с очень малочисленными популяциями, эндемичного для провинции Юньнань, Китай». GigaScience. 8 (7). Дои:10.1093 / gigascience / giz085. ЧВК  6629541. PMID  31307060.
  10. ^ Avise, Джон С. (апрель 2010 г.). «Перспектива: генетика сохранения вступает в эру геномики». Сохранение генетики. 11 (2): 665–669. Дои:10.1007 / s10592-009-0006-y. ISSN  1566-0621.
  11. ^ Steiner, Cynthia C .; Putnam, Andrea S .; Hoeck, Paquita E.A .; Райдер, Оливер А. (январь 2013 г.). «Сохранение геномики исчезающих видов животных». Ежегодный обзор биологических наук о животных. 1 (1): 261–281. Дои:10.1146 / annurev-animal-031412-103636. ISSN  2165-8102. PMID  25387020.
  12. ^ Франкхэм, Ричард (сентябрь 2010 г.). «Вызовы и возможности генетических подходов к биологической консервации». Биологическое сохранение. 143 (9): 1919–1927. Дои:10.1016 / j.biocon.2010.05.011. ISSN  0006-3207.
  13. ^ Shafer, Aaron B.A .; Wolf, Jochen B. W .; Alves, Paulo C .; Бергстрём, Линнеа; Бруфорд, Майкл В .; Бреннстрем, Иоана; Коллинг, Гай; Дален, Любовь; Мистер, Люк Де; Экблом, Роберт; Фосетт, Кэти Д. (01.02.2015). «Геномика и сложный перевод в практику сохранения». Тенденции в экологии и эволюции. 30 (2): 78–87. Дои:10.1016 / j.tree.2014.11.009. HDL:10400.7/574. ISSN  0169-5347. PMID  25534246.