معلومة

التطور وعدد الكروموسومات المختلفة؟ (عالم غير بيولوجي)

التطور وعدد الكروموسومات المختلفة؟ (عالم غير بيولوجي)


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

أفهم أن النوع يصبح نوعًا مختلفًا ببطء وبشكل مستمر. ومع ذلك ، فإن العدد المختلف للكروموسومات يزعجني. الشمبانزي ، على سبيل المثال ، لديه 48 كروموسوم بينما البشر لديهم 46 كروموسومًا.

لدي القليل من التخمينات التي لم ترضيني على الإطلاق:

  1. الأنواع ليست مختلفة ، على الرغم من اختلاف عدد الكروموسومات ، وقادرة على التكاثر. النسل يتمتع بصحة جيدة إلى حد ما وهو قادر أيضًا على التكاثر. لكن ألا يجعل ذلك النسل عقيمًا؟

  2. الاحتمال الآخر هو ، في مرحلة ما ، ذرية متعددة في مجموعة سكانية تكونت مع ، على سبيل المثال ، 46 كروموسومًا وحدث التكاثر فيما بينها. على الرغم من أن الأمر لا يبدو مستحيلاً بالنسبة لي ، ما هي الاحتمالات حقًا؟

هل يمكن لأي شخص أن يقدم نظرة ثاقبة إلى عالم غير بيولوجي؟


لا يحدث الانتواع من جيل إلى آخر ، فهو عملية بطيئة ومستمرة ، ولكل تغيير يتم الاحتفاظ به عن طريق الانتقاء الطبيعي ، هناك الملايين من التغييرات التي أدت إلى أنماط ظاهرية أقل وظيفية وتم اختيارها سلبًا ، ومليون آخر من التغييرات التي كانت قاتلة وبالتالي سرعان ما تم إجهاضها (مثل الطفرة التي تسبب موت الجنين حتى قبل أن تحصل الفاكهة أو الحيوان على أي تطور). لذلك قد يكون من الممكن أن العديد من التغييرات في عدد الكروموسومات تأخذ مستوى في العديد من الكائنات الحية ، لكنها لن تستقر أبدًا في مجموعاتها. من ناحية أخرى ، قد تؤدي بعض التغييرات العددية (وجميع العمليات الجينية التي تتبع أي تغيير) إلى توافق جيد ، ويبقى الأفراد على قيد الحياة ويستقرون ويتكاثرون. لكن ضع في اعتبارك أنها عملية بطيئة ومستمرة.

نظريًا ، إذا كان لدى الشمبانزي ذرية متعددة تنتج 46 بدلاً من 48 كروموسوم:

  • في سيناريو نظري: يمكن أن يكونوا قادرين على التكاثر فيما بينهم فقط (46 فردًا كروموسومًا) ومع مرور الوقت ، تتراكم بعض الاختلافات فيما يتعلق بالشمبانزي المكون من 48 كروموسومًا ، وسيتم تسميتهم كأنواع أخرى.

  • في سيناريو نظري: في بعض الحالات ، قد يكونون قادرين حتى على التكاثر باستخدام 48 كروموسوم شمبانزي (على سبيل المثال ، إذا كان هذا التغيير الرقمي ناتجًا عن انشطار كروموسوم واحد ، وعندما يلتقي الأمشاجان ، فإن نصف الكروموسومات لزوج واحد من الأبوين مع كروموسوم الآخر بأكمله ... هذا غير محتمل بالنسبة للحيوانات ، ولكنه يحدث كثيرًا في النباتات)

  • إذا كنت تسأل عما إذا كان الشمبانزي المكون من 46 كروموسومًا سيتزاوج مع البشر ... حسنًا ، أعتقد أنهم تراكموا كثيرًا من الاختلافات في تراكيبهم الجينية ، وبالتالي لن يكونوا متوافقين حتى لو كان لديهم نفس عدد الكروموسوم. يحدث أن وجود نفس العدد ليس هو العامل الأكثر أهمية الذي يسمح أو يمنع الأنواع من التهجين. هناك العديد من العوائق التي تحول دون التهجين ، على سبيل المثال عدم وجود تمييز كيميائي حيوي بين البويضة والحيوانات المنوية يؤدي إلى عدم تكوين الجنين ... في الحالات التي يتشكل فيها الجنين ، قد لا يتطور ، أو قد يتطور بشكل سيء ، أو قد يتطور ولكن النسل يخرج في خطر ويعيش قريبًا. مثال آخر على أن عدد الكروموسوم لا يمنع التهجين هو البغل ، وهو نسل أنثى حصان (64 كروموسومًا) مع حمار ذكر (62 كروموسوم). هذا لأنه حتى مع وجود أعداد كروموسوم مختلفة ، فإنها لا تزال متشابهة تمامًا من منظور وراثي.

كل هذا يقول ، إن احتمالات أن الشمبانزي ستفقد اثنين من الكروموسومات ، وتثبت في السكان وتتكاثر مع البشر هي حقًا منخفضة حقًا ... أود أن أقول أن هذا مستحيل. لكن الظواهر المتشابهة ممكنة وحتى شائعة جدًا في النباتات (فقط لكي تعرف أنها موجودة)

إذا كنت تريد معرفة المزيد حول تغييرات عدد الكروموسوم ، فإنني أوصي بهذا الرابط: https://www.ncbi.nlm.nih.gov/books/NBK21229/

(التحليل الجيني الحديث. Griffiths AJF، Gelbart WM، Miller JH، et al. New York: W.H Freeman؛ 1999.)


التطور: طريقان لنفس الوجهة

وجد ذباب الفاكهة حلين على الأقل لمشكلة فرز الكروموسومات الجنسية: مسألة حياة أو موت.

غالبًا ما يعتمد تحديد الجنس في الحيوانات على الفصل غير المتكافئ لكروموسومات معينة. تمتلك الخلايا الأنثوية بشكل عام اثنين من الكروموسومات X ، بينما تحتوي الخلايا الذكرية على كروموسوم X واحد وكروموسوم Y واحد. هذا الأخير ، الموروث من الوالد الذكر ، لديه جينات أقل بكثير من X. في ذبابة الفاكهة ذبابة الفاكهة، تعوض الخلايا الذكورية حقيقة أن لديها كروموسوم X واحد فقط من خلال تعزيز مستوى التعبير عن جميع جيناتها بعامل 2. هذه الظاهرة ، والتي تُعرف باسم تعويض الجرعة ، تتطلب أن يكون الكروموسوم X في الذكور ينظم بشكل مختلف عن الآخرين. أظهر فريق من علماء الأحياء الجزيئية في Ludwig-Maximilians-Universitaet (LMU) في مركز ميونخ للطب الحيوي بقيادة البروفيسور بيتر بيكر أنه على مدار 40 مليون سنة ، كان أفراد الجنس ذبابة الفاكهة اكتشفت طريقتين مختلفتين على الأقل لعمل هذا التمييز الحيوي.

يقول بيكر: "في ضوء أهمية تعويض الجرعة ، قد يتوقع المرء أن المبادئ الكامنة وراء الاعتراف المحدد بالكروموسوم X في الذكور سيتم الحفاظ عليها بدرجة كبيرة". "بعبارة أخرى ، ينبغي أن تعمل العملية بنفس الطريقة في الأساس ذبابة الفاكهة محيط. ومع ذلك ، عندما قارنا النوعين ذبابة الفاكهة سوداء البطن و ذبابة الفاكهة، اكتشفنا ، لدهشتنا ، أنهم يستخدمون آليات متميزة لهذا الغرض. "بشكل ملحوظ ، تم العثور على المكونات الأساسية المشاركة في تعويض الجرعة - البروتينات MSL2 و CLAMP ، جنبًا إلى جنب مع RNA roX غير المشفر - في كلا النوعين لذلك يفترض أن أسلافهم المشترك الأخير امتلك الجينات التي ترمز لهذه المنتجات.

تباعد النوعان منذ حوالي 40 مليون سنة ، ومنذ ذلك الحين تطوروا بالتوازي. تظهر الدراسة الجديدة أنه خلال هذه الفترة ، تطور وسطاء تعويض الجرعة ومواقع ارتباطهم على كروموسوم X بطرق مختلفة. نتيجة لذلك ، تغير التأثير النسبي والتفاعلات بين المكونات. من بين أمور أخرى ، في D. melanogaster زادت أعداد نسخ تسلسلات معينة من الحمض النووي على الكروموسوم X. في موازاة ذلك ، اكتسب مجال ربط الحمض النووي لبروتين MSL2 القدرة على التعرف على هذه التسلسلات ، ويلعبون الآن دورًا مهمًا في التعرف على كروموسوم X في هذا النوع.

في D. virilisمن ناحية أخرى ، لم يتم تضخيم هذه التسلسلات. وبالتالي ، فإن التعرف عليها بواسطة MSL2 يعتمد على تفاعلها مع بروتين CLAMP إلى حد أكبر بكثير مما كانت عليه في حالة D. melanogaster - على الرغم من أن بروتين CLAMP يمكنه أيضًا الارتباط بالعديد من التسلسلات على الكروموسومات الأخرى. يقول بيكر: "نفترض أن الحمض النووي الريبي roX غير المشفر يمنع ارتباط MSL2 في هذه المواقع". لذلك كشفت الدراسة عن دور جديد لهذا الحمض النووي الريبي. حتى الآن ، افترض الباحثون أن دور roX ليس على مستوى التعرف على التسلسل ، ولكن في مرحلة لاحقة في عملية تعويض الجرعة.

هذه النتائج لها آثار تطورية مثيرة للاهتمام. يشير بيكر إلى أنه "مع استمرار تنوع الكروموسومات الجنسية ، فإن ظهور حلول بديلة ولكن فعالة بنفس القدر لمشكلة موازنة نشاط الجينوم يوضح أن التطور ليس عملية حتمية".


Euploidy: المعنى والأنواع | بيولوجيا الخلية

Euploldy هو وجود عدد الكروموسوم وهو مضاعف مجموعة chro & shymosome الأساسية. الكائن الحي الذي يحتوي على عدد الكروموسومات الأساسية والكروموسوم 7 ، قد يكون له euploids مع عدد الكروموسوم 7 ، 14 ، 21 ، 28 ، 35 ، 42. الكائنات الحية ذات الصبغيات الكونية هي من أنواع مختلفة & # 8211 monoploids ، و doubleploids و polyploids.

في أحاديات الصبغيات توجد مجموعة واحدة من الجينوم ، وفي ثنائية الصبغيات توجد مجموعتان من الجينوم وفي تعدد الصبغيات يوجد أكثر من مجموعتين من الجينوم (الجدول 11.2).

رموز عدد الكروموسوم:

2n = عدد الكروموسوم الجسدي للأنواع ثنائية الصبغيات أو الصبغيات المتعددة.

n = عدد الكروموسوم الجاميسي للأنواع ثنائية الصبغيات أو الصبغيات المتعددة.

X = عدد الكروموسوم الأساسي أو العدد الجيني.

في الأنواع ثنائية الصبغيات ذات عدد الكروموسوم & shyber 2n = 14 ، n = 7 وكذلك x = 7.

ولكن في الأنواع متعددة الصيغ الصبغية (سداسية الصبغيات) ذات عدد الكروموسوم 2 ن = 6 س = 42 ، ن = 21 لكن س = 7.

أنواع Euploidy:

أحادية الصيغة الصبغية وحيدة الصيغة الصبغية:

الأفراد أحادي الصبغيات لديهم مجموعة أساسية واحدة من الكروموسوم ، على سبيل المثال ، في الشعير 2 ن = س = 7 (أحادي الصيغة الصبغية من الأنواع ثنائية الصيغة الصبغية). Haploids هي indi & shyviduals مع عدد كروموسوم نصف العدد الجسدي ، على سبيل المثال ، في القمح (2n = 3x = 21).

في الأنواع ثنائية الصيغة الصبغية ، يكون عدد الكروموسومات للأحادية الصبغية والأحادية الصبغية متماثلًا ، ولكن في الأنواع متعددة الصبغيات ، يختلف عدد الكروموسومات للأحادية والشيبلويدية والأشكال الأحادية. في القمح متعدد الصيغ الصبغية (6x = 42) ، يكون العدد الفرداني 3x = 21 و manoploid هو x = 7.

في النباتات المزهرة ، يهيمن الطور المزدوج أو الطور البوغي على الطور الفرداني أو الطور المشيجي الذي يقتصر عادةً على حبوب اللقاح وأكياس الجنين. في حالات الاستثناء والقصيرة ، قد تنشأ نباتات أحادية العدد تمامًا. فيما يتعلق بجميع أجزائها ، فإن hap & shyloids أصغر حجمًا وغالبًا ما تظهر قوة ضعيفة.

إن الانقسام الاختزالي في أحادي الصيغة الصبغية هو بالطبع غير منتظم للغاية ويتم توزيع الكروموسومات بشكل عشوائي ، ينتقل بعضها إلى قطب واحد ، وينتقل البعض الآخر إلى القطب المقابل. علاوة على ذلك ، غالبًا ما يتم التخلص من الكروموسومات ، أي يتم التخلص من الكروموسومات المفردة في السيتوبلازم ولا يتم تضمينها في حبوب اللقاح أو أكياس الأجنة.

في معظم الحالات ، ستتلقى حبوب اللقاح وأكياس الأجنة بنية كروموسوم غير كاملة أو غير متوازنة ، مما سيكون له تأثير مميت. وبالتالي ، فإن أحاديات الصبغيات تكون عقيمة بشكل كامل أو شبه كامل.

Haploids هي من أنواع مختلفة (الشكل 11.6). Polyhaploids هي أحادي الصبغة تم الحصول عليها من الأنواع متعددة الصيغ الصبغية ، على سبيل المثال ، مجموعة القمح ، وهي سداسي الصبغيات مع 2n = 42 ، تحتوي على أكثر من جينوم واحد. إذا كانت الجينومات متجانسة وخجولة أو متجانسة جزئيًا ، فقد تكون النتيجة تكوين ثنائي التكافؤ وخصوبة جيدة في متعدد الصبغيات.

تتوفر أيضًا Aneuhaploids ومن نوعين - أحادي الصيغة الصبغية (أحادي الصيغة الصبغية تم الحصول عليها من رباعي الذرات) و Numisomic hap & shyloid (نقص في كروموسوم واحد من euhaploid).

قد تنشأ Haploids بشكل عفوي وبخجل ولكن ، كقاعدة عامة ، فقط في الترددات المنخفضة جدًا والخداع. قد يتم تحفيز الأحاديات من خلال

(ط) تأخر التلقيح وانقسام البويضة بدون إخصاب ،

(3) التلقيح بأنواع غير متوافقة ، على سبيل المثال ، يتم تلقيح Solanum nigrum بحبوب اللقاح من S. luteum ، وقد تنشأ أحاديات من S. nigrum. هذه الأحاديات مشتقة من سقوف البيض غير المخصب لـ S. nigrum.

الطريقة الرابعة للحصول على أحاديات الصبغيات وتعدد الأجنة هي الطريقة المزدوجة. أخيرًا ، فإن أهم طريقة لتحريض الصبغيات هي زراعة حبوب اللقاح في المختبر كما هو الحال في حالة أنواع الداتورة والأوريزا وبعض المحاصيل الزراعية الأخرى.


التغييرات في عدد الكروموسومات

تحتوي الخلايا البشرية عادةً على 23 زوجًا من الكروموسومات ، ليصبح المجموع 46 كروموسومًا في كل خلية. يمكن أن يتسبب التغيير في عدد الكروموسومات في حدوث مشكلات في نمو وتطور ووظيفة أجهزة الجسم. يمكن أن تحدث هذه التغييرات أثناء تكوين الخلايا التناسلية (البويضات والحيوانات المنوية) ، أو في النمو المبكر للجنين ، أو في أي خلية بعد الولادة. يسمى اكتساب أو فقدان الكروموسومات من المعدل الطبيعي 46 اختلال الصيغة الصبغية.

الشكل الشائع من اختلال الصيغة الصبغية هو التثلث الصبغي أو وجود كروموسوم إضافي في الخلايا. كلمة "Tri-" يونانية تعني "ثلاثة" أشخاص مصابين بالتثلث الصبغي لديهم ثلاث نسخ من كروموسوم معين في الخلايا بدلاً من النسختين العاديتين. متلازمة داون هي مثال على حالة ناجمة عن التثلث الصبغي. عادةً ما يمتلك الأشخاص المصابون بمتلازمة داون ثلاث نسخ من الكروموسوم 21 في كل خلية ، ليصبح المجموع 47 كروموسومًا لكل خلية.

الشكل 1 هذا النمط النووي ، وهو صورة لجميع الكروموسومات من فرد واحد ، مأخوذ من شخص مصاب بالتثلث الصبغي 13.

مونوسومي أو فقدان أحد الكروموسومات في الخلايا ، هو نوع آخر من اختلال الصيغة الصبغية. "Mono-" هي كلمة يونانية تعني "واحد" لدى الأشخاص الذين يعانون من monosomy نسخة واحدة من كروموسوم معين في الخلايا بدلاً من النسختين العاديتين. متلازمة تيرنر هي حالة تسببها أحادية الصبغي. عادة ما يكون لدى النساء المصابات بمتلازمة تيرنر نسخة واحدة فقط من كروموسوم X في كل خلية ، ليصبح المجموع 45 كروموسومًا لكل خلية.

نادرًا ما تنتهي بعض الخلايا بمجموعات إضافية كاملة من الكروموسومات. تسمى الخلايا التي تحتوي على مجموعة إضافية واحدة من الكروموسومات ، ليصبح المجموع 69 كروموسومًا ثلاثي الصيغة الصبغية. الخلايا التي تحتوي على مجموعتين إضافيتين من الكروموسومات ، لإجمالي 92 كروموسوم ، تسمى رباعي الصبغيات. الحالة التي تحتوي فيها كل خلية في الجسم على مجموعة إضافية من الكروموسومات لا تتوافق مع الحياة.

الشكل 2 يشير "بلويد" إلى عدد نسخ كل كروموسوم موجود في خلية جسدية. الشكل 3 لا تتطور الخلايا البشرية والحيوانية الأخرى إذا كان لديها مجموعة إضافية كاملة من الكروموسومات. في المقابل ، غالبًا ما تحتوي النباتات على مجموعات كاملة من الكروموسومات. هذه الفراولة هي مثال على نبات رباعي الصبغيات.

في بعض الحالات ، يحدث تغيير في عدد الكروموسومات فقط في خلايا معينة. عندما يكون لدى الفرد مجموعتان من الخلايا أو أكثر بتركيب كروموسومي مختلف ، فإن هذا الوضع يسمى فسيفساء الكروموسومات. تحدث الفسيفساء الكروموسومية نتيجة خطأ في انقسام الخلايا في خلايا غير البويضات والحيوانات المنوية. الأكثر شيوعًا ، ينتهي الأمر ببعض الخلايا بصبغي واحد إضافي أو مفقود (بإجمالي 45 أو 47 كروموسومًا لكل خلية) ، بينما تحتوي الخلايا الأخرى على 46 كروموسومًا معتادًا. متلازمة موزاييك تيرنر هي أحد الأمثلة على الفسيفساء الكروموسومية. في الإناث المصابات بهذه الحالة ، تحتوي بعض الخلايا على 45 كروموسومًا لأنها تفتقد نسخة واحدة من الكروموسوم X ، بينما تحتوي الخلايا الأخرى على العدد المعتاد من الكروموسومات.

العديد من الخلايا السرطانية لديها أيضًا تغيرات في عدد الكروموسومات الخاصة بها. هذه التغييرات ليست وراثية فهي تحدث في الخلايا الجسدية (خلايا غير البويضات أو الحيوانات المنوية) أثناء تكوين أو تطور الورم السرطاني.


أساليب

المواد النباتية

تم اختيار الصنف "Camarosa" نظرًا لأهميته بالنسبة للصناعة تاريخيًا ، فقد كان أحد أكثر الأصناف قصيرة اليوم نموًا على نطاق واسع في جميع أنحاء العالم ، ولا يزال يمثل تركيبًا وراثيًا مهمًا في برامج التربية. حجم الجينوم أحادي العدد (

تم تقدير 813.4 ميجا بايت) من خلال قياس التدفق الخلوي بأربعة مكررات تقنية في Flow Cytometry Core في معهد Benaroya للأبحاث في Virginia Mason (مجموعة البيانات التكميلية 3).

التسلسل الجيني

تم عزل الحمض النووي الجيني عالي الوزن الجزيئي من أنسجة الأوراق الصغيرة ، بعد معالجة مظلمة لمدة 72 ساعة ، من خلال طريقة تحضير النوى المعدلة 75،76 ، وتم التحقق من الجودة من خلال الرحلان الكهربائي للهلام في المجال النبضي. تم إنشاء ما مجموعه خمس مكتبات PacBio سعة 20 كيلو بايت باستخدام SMRTbell Template Prep Kit (PacBio) وتم تسلسلها باستخدام 67 خلية SMRT على منصة PacBio RSII في مرفق تسلسل الحمض النووي بجامعة كاليفورنيا في ديفيس. إجمالي 67 جيجا بايت (

82.4 ×) من بيانات تسلسل PacBio بامتداد ن50 قراءة بطول 17699 نقطة أساس (الجدول التكميلي 3). تم استخدام شظايا الحمض النووي التي يزيد طولها عن 50 كيلو بايت لإنشاء مكتبة 10x Gemcode باستخدام أداة Chromium (10X Genomics) وتسلسلها على نظام HiSeqX (Ilumina) بنهاية مقترنة بقراءات 150 نقطة أساس في معهد HudsonAlpha للتقنية الحيوية. ما مجموعه

تم ترتيب تغطية 117 × أضعاف) من بيانات مكتبة 10X Chromium (الجدول التكميلي 1). أخيرًا ، تم إنشاء خمس مكتبات جينومية من Illumina محددة الحجم تتراوح من 470 نقطة أساس إلى 10 كيلو بايت (الجدول التكميلي 1). ال

تم إنشاء مكتبات 800-bp باستخدام مجموعة Illumina TruSeq DNA الخالية من PCR لتحضير العينة V2. الاثنان

تم تصميم مكتبات 470-bp لإنتاج "مكتبات متداخلة" بعد التسلسل بنهاية مقترنة بقراءات 265-bp على نظام Illumina Hiseq2500 ، مما ينتج عنه قراءات "مخيطة" يبلغ طولها حوالي 265 نقطة أساس إلى 520 نقطة أساس. لزيادة تنوع التسلسل والعمق ، أنشأنا ثلاث مكتبات منفصلة للأزواج المتزاوجة (MP) بقفزات من 2-5 كيلو بايت ، و5-7 كيلو بايت ، و7-10 كيلو بايت ، مع مجموعة إعداد عينات من Illumina Nextera Mate-Pair. تم تسلسل مكتبة 800 نقطة أساس على نظام Illumina HiSeq2500 بنهاية مقترنة وقراءات 160 نقطة أساس ، وتم ترتيب مكتبات MP على نظام Illumina HiSeq4000 بنهاية مقترنة بقراءات 150 نقطة أساس. ما مجموعه

تغطية 455 × أضعاف) من بيانات تسلسل Illumina الإضافية (الجدول التكميلي 1). تم إنشاء مكتبة Illumina وتسلسلها في مركز Roy J. Carver Biotechnology ، جامعة إلينوي في Urbana-Champaign.

تجميع الجينوم

تم تجميع الجينوم باستخدام منصة برمجيات DeNovoMAGIC (NRGene) ، وهو مجمع قائم على الرسم البياني DeBruijn مصمم لجينومات متعددة الصيغ الصبغية ومتغايرة الزيجوت و / أو متكررة. تم استخدام بيانات Chromium 10X لمرحلة الأنماط الفردية ودعم التحقق من السقالة والمزيد من استطالة السقالات المرحلية. تم إعداد مكتبات Dovetail HiC على النحو الموصوف سابقًا 78 وتسلسلها على نظام Illumina HiSeqX بنهاية مقترنة بقراءات 150 نقطة أساس

401 × عمق تسلسل الجينوم (الشكل التكميلي 2). تم استخدام مجموعة de novo الأولية ، والقراءات الجينومية الأولية ، وقراءات مكتبة Dovetail HiC كبيانات إدخال لـ HiRise ، وهو خط أنابيب برمجي مصمم خصيصًا لاستخدام بيانات الارتباط التقريبي لتدعيم تجميعات الجينوم إلى الجزيئات الزائفة بطول الكروموسوم 79. بعد سقالات HiRise ، كانت التتابعات مليئة بقراءات PacBio مع PBJelly 33. تم تلميع الفجوات المملوءة بتسلسلات PacBio باستخدام Pilon (الإصدار 1.22) 80 مع بيانات Illumina المزدوجة. تم تشذيب قراءات Illumina بجودة Trimmomatic 81 ومواءمتها مع مسودة contigs مع bowtie2 (v 2.3.0) 82 مع المعلمات الافتراضية. تم تعديل معلمات Pilon على النحو التالي: - الجناح 7 ، - K 49 ، و - العمق 20. تم تشغيل Pilon بشكل متكرر ثلاث مرات ، وكان هناك الحد الأدنى من التصحيحات في الجولة الثالثة ، وبالتالي دعم تصحيح indel الدقيق. تم نشر الخريطة الجينية 34 والتحليلات التركيبية ضد F. فيسكا تم استخدام 37 جينومًا مع SynMap داخل CoGe 83 لتحديد أي أخطاء في التجميع ومتغيرات النمط الفرداني ، وتعيين مجموعات كروموسومات متجانسة. يتم تلخيص تفاصيل التجميع والنتائج الإضافية في المعلومات التكميلية.

جمع الأنسجة ، وإعداد مكتبة الحمض النووي الريبي ، والتسلسل

عينات الأنسجة النباتية (زهرة قبل تخليق ، زهرة عند تخليق ، أوراق تم جمعها خلال النهار والليل ، أوراق معالجة بميثيل جاسمونيت (30 دقيقة ، 4 ساعات ، و 24 ساعة بعد العلاج) ، عداء ، وجذور معالجة بالملح وغير معالجة) تم جمعها من فراجاريا × أناناسا ينمو الصنف "Camarosa" في غرفة نمو ويومض على الفور مجمدًا في النيتروجين السائل. تم جمع أنسجة الأوراق أيضًا من الأنواع ثنائية الصبغيات البرية التي نمت في غرفة النمو لتحليلات التطور الوراثي (الجدول التكميلي 7). تم عزل Total RNA باستخدام مجموعة KingFisher Pure RNA Plant Kit (Thermo Fisher) وتم قياسها باستخدام مقياس التألق Qubit 3 (Thermo Fisher). تم إعداد مكتبات RNA باستخدام بروتوكول KAPA mRNA HyperPrep Kit (KAPA Biosystems). تم تقديم جميع العينات إلى مركز الجينوميات التابع لمنشأة دعم الأبحاث بجامعة ولاية ميتشيغان وتسلسلها بنهاية مقترنة بقراءات 150 نقطة أساس على نظام Illumina HiSeq 4000.

تجميع النسخ والترجمة

تم تنظيف القراءات باستخدام Trimmomatic v 0.32 (المرجع 81) مع تشذيب للمهايئ لقراءات نهاية مقترنة TruSeq3 مع عدم تطابق 1 نقطة أساس ، وعتبة مقطع متناظرة تبلغ 30 ، وعتبة مقطع بسيطة من 10. ثم تمت تصفية القراءات على أساس من متوسط ​​درجة phred محسوبة من نافذة منزلقة تبلغ 10 نقاط أساس بحد أدنى 20 (مجموعة البيانات التكميلية 4). تم تقييم جودة القراءات المقتطعة بعد ذلك باستخدام FastQC 84. تم إنشاء مجموعات النسخ الموجهة بالجينوم و de novo باستخدام Trinity v 2.2.0 (المرجع 85) من أجل شرح الجينوم / التعبير وتحليلات النشوء والتطور ، على التوالي. لتعليق الجينوم وتحليلات التعبير ، تمت محاذاة القراءات إلى فراجاريا × أناناسا جينوم الصنف 'Camarosa' مع STAR v 2.5.3a 86 مع الخيارات الافتراضية ، باستثناء --alignIntronMax ، الذي تم تعيينه على 10000. لتعليق الجينوم ، تم استخدام ملفات إخراج BAM ذات الفرز المنسق من STAR لتجميع النسخ الموجه بالجينوم ، وتم استخدام ملفات SAM المصنفة بالاسم لتحليل التعبير الجيني (HTSeq في القسم 3). بالنسبة إلى مكتبات الأنواع ثنائية الصيغة الصبغية المستخدمة في تحليلات النشوء والتطور ، نظرًا لأنه تم إنشاء مكتبات النسخ باستخدام طريقة تقطعت بهم السبل ، تم استخدام معلمة "SS_lib_type" مع خيار "RF" في التجميع. بالإضافة إلى ذلك ، تمت تسوية القراءات إلى تغطية قراءة قصوى تبلغ 100 مع "normalize_max_read_cov" في Trinity. تم استخدام خيار التطبيع ، الذي يقلل من كمية قراءات المدخلات للجينات المعبر عنها بشكل كبير ، لتحسين كفاءة التجميع 87. بالنسبة لتحليلات تحيز التعبير المتماثل (HEB) (الموضحة في القسم أدناه) ، تم إنشاء عدد قراءات التعيين الفريد باستخدام HTSeq v 0.6.1 (المرجع 88) مع الخيارات الافتراضية لـ htseq-count ، باستثناء نوع الميزة ، الذي تم تعيينه إلى "الجين" لجميع مجموعات بيانات RNA-seq لـ "Camarosa". تم اشتقاق الأجزاء لكل كيلو قاعدة لكل مليون قراءة تم تعيينها (FPKM) باستخدام الصيغة القياسية لـ FPKM = (عدد مرات القراءة / "لكل مليون" عامل تحجيم) / طول الجين بالكيلوباس. لتحليل النشوء والتطور ، وفقًا لماكين وآخرون. 89 ، تمت محاذاة القراءات مع النصوص المجمعة مع ربطة القوس v 1.1.0 (المرجع 90) ، وتم تقدير وفرة النص باستخدام RSEM v 1.2.29 (المرجع 91) من خلال النص المحاذاة والمعبأة مع Trinity. تمت تصفية النصوص بواسطة FPKM ، وهو ناتج من البرنامج النصي Perl المذكور أعلاه ، مع حد أدنى قدره 1.0 ٪ من الأجزاء لكل شكل إسوي معين ، كما هو مطبق في البرنامج النصي filter_fasta_by_rsem_values.pl. تم تفجير النصوص المفلترة ضد فراغاريا فيسكا v 2.01 تسلسل ترميز مع TBLASTX بحد أدنى ه بقيمة 1 × 10 –10. تم استخدام حزمة RefTrans (انظر عناوين URL) لترجمة النصوص المجمعة عن طريق تصفية نتائج BLAST لتحديد أفضل نتيجة مع تداخل ثنائي الاتجاه بنسبة 75 ٪ على الأقل بين النص و F. فيسكا تسلسل الترميز. تم استخدام أفضل النتائج لتوجيه الترجمات باستخدام GeneWise (Wise2 v 2.2.0) 92. تم استخدام أطول الترجمات في تحليلات المصب.

شرح الجينات

تم شرح الجينوم باستخدام خط أنابيب التعليق التوضيحي MAKER-P 36. تسلسلات البروتين (قاعدة بيانات مصنع Araport11 و UniprotKB) ، وعلامات التسلسل المعبر عنها (NCBI) ، وعشرة مجموعات بيانات mRNA-seq (الموضحة أدناه) وبيانات إضافية من RNA-seq لـ فراجاريا × أناناسا تم تنزيله من NCBI-SRA (فاكهة النضج الحمراء BioProject PRJNA394190) كدليل أثناء التعليق التوضيحي. تم تجميع مجموعات بيانات RNA-seq في نصوص من خلال نهج StringTie الموجه بالجينوم 93. تم استخدام مكتبة تكرار مخصصة (قسم "تكرار التعليق التوضيحي" أدناه) ومكتبة تكرار MAKER 94 لإخفاء الجينوم. تم إجراء تنبؤ الجين Ab initio باستخدام المتنبئين الجينيين SNAP 95 و Augustus 96 ، اللذين تم تدريبهما بشكل تكراري سابقًا على F. فيسكا 37. أثناء التعليق التوضيحي ، تم تضمين نماذج الجينات بمسافة تحرير الشرح & lt1.0 في مجموعة الجينات MAKER وتم مسحها ضوئيًا لوجود مجالات البروتين. تم ترشيح النماذج الجينية المتوقعة بشكل أكبر لإزالة تلك التي لها مجالات مرتبطة بـ TE. باختصار ، تم البحث في جينات ترميز البروتين (BLASTp ، ه = 10 –10) مقابل قاعدة بيانات transposase من دراسة سابقة 36 ، وإذا كان أكثر من 50٪ من طول الجين يتماشى مع الترانسبوزاس ، فسيتم إزالة الجين من مجموعة الجينات. ومع ذلك ، إذا كانت نسبة 60٪ أو أكثر من تطابقات الأحماض الأمينية ناتجة عن ثلاثة أحماض أمينية فردية فقط ، فقد تم اعتبار المحاذاة ناتجة عن انخفاض التعقيد وتم استبعادها. بالإضافة إلى ذلك ، لتقييم ما إذا كانت الجينات الأساسية للنبات قد تم شرحها ، تم البحث في مجموعة الجينات مقابل مجموعة البيانات النباتية BUSCO v 2 (المرجع 35) (embryophyta_odb9). تم تحديد lncRNAs ، بما في ذلك الحمض النووي الريبي طويل الأمد غير المشفر بين الجينات ، والنصوص المتداخلة المضادة للتفاعل ، والنصوص المتداخلة للإحساس ، مع خط أنابيب Evolinc lncRNA-discovery (الإصدار 1.5.1) 97. تم تجاهل النصوص التي تحتوي على أقل من ثلاث قراءات لكل زوج أساسي. lncRNAs المفترضة مع التشابه (BLASTn ه value & lt1 × 10 10) إلى كتالوج TEs أو rFAM المعروف (الإصدار 13.0) تمت إزالة 98 من RNAs التدبير المنزلي.

كرر التعليق التوضيحي

ال فراجاريا × أناناسا تم البحث في الجينوم عن LTR-RTs باستخدام LTRharvest 99 مع المعلمات "-minlenltr 100 -maxlenltr 7000 -mintsd 4 -maxtsd 6 -motif TGCA -motifmis 1 -المماثلة 85 -vic 10 -seed 20 -seqids نعم 'و LTR_finder 100 مع المعلمات' -D 15000 -d 1000 -L 7000 -l 100 -p 20 -M 0.9 '. تم ترشيح المرشحين LTR-RT المحددين باستخدام LTR_retriever 101 مع المعلمات الافتراضية. تم تحديد TEs المقلوب المصغر (MITEs) باستخدام MITE-Hunter 102. تم فحص MITEs المرشحة يدويًا بحثًا عن TSD و TIR ، والتي تم استخدامها لتصنيف الأسرة الفائقة. تم تصنيف أولئك الذين يعانون من TSD و TIR الغامضين على أنهم مجهولون. ال فراجاريا × أناناسا تم إخفاء الجينوم بعد ذلك باستخدام مكتبات MITE و LTR من خلال Repeatmasker 103 (انظر عناوين URL) ، وتم تحديد العناصر المتكررة الأخرى باستخدام Repeatmodeler 104 (انظر عناوين URL). تم بعد ذلك تجميع التكرارات في فئتين: متواليات ذات هوية معروفة ومتواليات مجهولة الهوية. ثم تم البحث في الأخير مقابل قاعدة بيانات ترانسبوزيز ، وإذا كان لديهم تطابق ، فسيتم تضمينهم في مكتبة TE. تمت ترشيح المكتبة أيضًا باستخدام ProtExcluder 36 وبرنامج نصي Perl داخلي لاستبعاد أجزاء الجينات. تم استخدام مكتبة TE النهائية للتعليق على ملف فراجاريا × أناناسا جينوم مع RepeatMasker 103 مع المعلمات "-q-no_is -norna -nolow -div 40". تم تلخيص نتائج التعليقات التوضيحية بالبرنامج النصي "famcoverage.pl" من حزمة LTR-Retever 101.

شرح الجينوم العضوي

تم شرح جينوم البلاستيدات الخضراء باستخدام Verdant ، وهي مجموعة برامج قائمة على الويب مصممة خصيصًا لجينومات البلاستيدات الخضراء 105. اكتمل التعليق التوضيحي الآلي لجينات ترميز البروتين و tRNAs و rRNAs باستخدام annoBTD (انظر عناوين URL). تم اختيار خمسة من نباتات Rosaceae في قاعدة بيانات Verdant كمرجع للتعليق التوضيحي ، بما في ذلك فراغاريا فيسكا جينوم البلاستيدات الخضراء "هاواي 4" 37. تم تفجير ORFs التي تم تحديدها مسبقًا ضد الجينوم المرجعي باستخدام TBLASTX 106 مع ه-قطع للقيمة 0.1 وحد قطع بنسبة 50٪ بين المراجع وأزواج المقاطع عالية الدرجات. تم استخدام أفضل مرجع لكل ORF للتعليق التوضيحي. تم استخدام BLASTN 106 المُحسَّن لتحديد وشرح tRNAs و rRNAs على أساس الجينومات المرجعية. تم استخدام أفضل المراجع التي حصلت على الدرجات للتعليق على الحمض النووي الريبي. أخيرًا ، تم تحديد حدود كل ميزة على أساس التسلسل والمعلومات الموضعية للسمات المتعامدة من جينومات البلاستيدات الخضراء المرجعية الخمسة (الشكل التكميلي 5). تم شرح جينوم الميتوكوندريا بخادم الويب الخاص بـ Mitofy (انظر عناوين URL) ، وهو برنامج مصمم لتوضيح الجينات و tRNAs في جينومات الميتوكوندريا لنباتات البذور 107. يستخدم Mitofy NCBI-BLASTX للجينات المشروحة على أساس قواعد البيانات لـ 41 جينًا لترميز البروتين ويستخدم NCBI-BLASTN و tRNAscan-SE 108 للتعليق على tRNAs و rRNAs على أساس قواعد بيانات 27 tRNAs و 3 rRNAs الموجودة في نبات البذور جينومات نبات الميتوكوندريا. تم ترسيب جينومات البلاستيد والميتوكوندريا المشروحة في درياد (انظر عناوين URL).

علم الجينوم التركيبي والمقارن

"كاماروسا" و F. فيسكا تمت محاذاة 37 جينومًا في برنامج SynMap التابع لـ CoGe مع LAST 83. تم تعيين أقصى مسافة بين تطابقين على 20 جينًا ، وتم تعيين الحد الأدنى لعدد الأزواج المتوافقة على عشرة جينات. تم دمج الكتل التركيبية المجاورة مع "Quota Align Merge" 109 ، مع تعيين أقصى مسافة بين كتلتين على 40 جينًا. تم حساب العمق التركيبي باستخدام "Quota Align" ، ونسبة عمق التغطية لـ F. فيسكا إلى F. ananassa تم ضبط الجين على 1: 4. تم تحديد الجينات المضاعفة بشكل مترادف وتصفيتها من مخرجات CoGe بمسافة قصوى تبلغ عشرة جينات. تم بعد ذلك حساب انحياز التجزئة ، مع تعيين أقصى عدد لكروموسومات الاستعلام على 28 والحد الأقصى للكروموسومات المستهدفة على سبعة. يمكن إعادة إنشاء التحليلات باستخدام CoGe (انظر عناوين URL). تمت محاذاة الجينومين أيضًا مع MUMmer v 3.2 (المرجع 110) لتحديد التبادلات المتجانسة (الجدول التكميلي 10) مع المعلمات (nucmer --maxmatch -l 80 -c 200) وتصور باستخدام dotPlotly (انظر عناوين URL).

تحليلات النشوء والتطور

النسخ المترجمة والجينات الكاملة لترميز البروتين في الجينوم فراجاريا × أناناسا, F. فيسكا الإصدار 2.01 ، A. thaliana TAIR10 (المرجع 111) ، و Malus domestica الإصدار 1.0 (المرجع 112) (Phytozome v 12) 113 تم تجميعها بشكل متعامد مع Orthofinder v 0.3 (المرجع 114) مع Diamond v 0.8.36 (المرجع 115) لعمليات البحث عن التشابه. تم تصفية المجموعات المتعامدة بحيث كان هناك ما لا يقل عن خمسة مُدخلات فريدة. تم فصل تسلسل الترميز وترجمات الأحماض الأمينية إلى ملفات FASTA الخاصة بالمجموعة المتعامدة. تمت محاذاة تسلسل الأحماض الأمينية مع MAFFT v 7.215 (المرجع 116) مع المعلمة "التلقائية" ، وتم استخدام PAL2NAL v 14 (المرجع 117) وفقًا للمعلمات الافتراضية لإنشاء محاذاة كودون من الأحماض الأمينية المحاذاة لـ MAFFT. تمت تصفية محاذاة Codon عن طريق إزالة أعمدة المحاذاة التي تحتوي على 90 ٪ أو أكثر من الفجوات والنصوص ذات الأطوال غير المحاذاة أقل من 30 ٪ من طول المحاذاة ، مع البرامج النصية المقدمة مع McKain et al. 89. تمت إعادة بناء أشجار المجموعات المتعامدة باستخدام RAxML v 8.0.6 مع 500 نسخة مكررة من bootstrap تحت النموذج التطوري GTR + gamma. جميع الجينات المكوِّنة للبروتين البالغ عددها 108.087 من جينات F. x أناناسا تم استخدام جينوم "كاماروسا" في التجميع الأولي. بعد تصفية المجموعات المتعامدة مع أقل من خمس فئات ، بقي 51737 جينة "كاماروسا" في 8405 شجرة جينية. تم استخدام ما مجموعه 19302 موقعًا فريدًا تم تحديده في كتل تخليقية كبيرة تشكل 18،839 زوجًا متماثلًا لتقييم التاريخ التطوري للجينات الفرعية. تم اختيار المجموعات الخارجية من أي منهما A. thaliana أو M. domestica، مع إعطاء الأفضلية لـ A. thaliana كمجموعة خارجية. لتقييم التاريخ التطوري للجينومات الفرعية للفراولة الأخطبوطية ، تم تطوير خوارزمية جديدة للبحث عن الأشجار تسمى "تحديد النشوء والتطور للجينومات الفرعية" (PhyDS انظر عناوين URL). المعلمات الوحيدة المطلوبة لنظام PhyDS هي قائمة الأصناف ، إن وجدت ، التي يجب تجاهلها في أشجار الجينات وقيمة تمهيدية دنيا لتعيين الحد الأدنى للأشجار الفرعية المقبولة. في هذا التحليل ، تم تجاهل الجينات من جينوم "Camarosa" فقط (أي أن PhyDS لم يتوقف عندما واجه جين Fxa بخلاف paralog الشقيق) لتحديد كل من السلالات ثنائية الصبغيات للفراولة الأخطبوطية. يتم توفير نتائج من قطع دعم التمهيد المختلفة. تم تعيين هذه المتجانسات مرة أخرى إلى كل من الكروموسومات المجمعة ، وعلى أساس تردداتها النسبية ، تم استخدامها لتعيين كل كروموسوم لأنواع سلف ثنائية الصبغيات (الجدول التكميلي 8).

تحليلات التعبير الجيني

تم تقييم HEB من خلال اختبارات نسبة الاحتمالية الموضحة في المرجع. 23 ، عن طريق تحليل بيانات نسخة العضو ، والجذر ، والأوراق. يتكون هذا الاختبار من مجموعة من ثلاث فرضيات متداخلة. فرضية العدم ح0، هو أن المتجانسات يتم التعبير عنها بمستويات متساوية بعد التطبيع لطول الجين وعمق التسلسل. الفرضية البديلة الأولى ، ح1، هو أن أحد المتجانسات يتم التعبير عنه بدرجة أكبر في جميع الأنسجة ، بحيث يمكن تفسير الاختلاف بواسطة عامل تحجيم واحد. الفرضية البديلة الثانية ، ح2، هو أن المتجانسات يتم التعبير عنها بشكل غير متساو وغير متسق عبر الأنسجة الثلاثة. أزواج متجانسة التي ح0 can be rejected for ح1، لكن ح1 cannot be rejected for ح2, are therefore cases in which one of the homoeologs appears to be up- or downregulated consistently throughout the organism. For the first test, the Benjamini–Hochberg 118 correction for multiple testing was applied. For the second test, because the question was being unable to reject a hypothesis, no correction was made. Both tests used a 1% significance level. Pairwise genomic alignments, described above, were used to identify homoeologs for each of the subgenomes, retained duplicate genes from tandem duplications, and orthologous genes to A. thaliana 111 , on the basis of ortholog assignments in F. vesca 37. Thes complete list of Fragariaأرابيدوبسيس orthologs was then filtered to genes with functional data in the AraGEM أرابيدوبسيس metabolic 72,119 and STRING global protein interaction network 120 . These gene lists were used to investigate subgenome- and pathway-level-specific expression in fruit with an available transcriptome dataset in NCBI-SRA (BioProject PRJNA394190) (Supplementary Dataset 2).

Analysis of disease-resistance-gene familie

NBS-LRR genes were detected with HMMER v 3.1 (ref. 121 ) with default settings, by searching the protein sequences of the Fragaria × ananassa genome against the raw hidden Markov model for the NB-ARC-domain family downloaded from Pfam (family ID PF00931) 122 . Only genes identified by both HMMER and BLAST were used for subsequent analysis. TIR subdomains were detected with PfamScan on default settings by searching the identified NB-ARC genes against the Pfam-A hidden Markov model. The 423 Fxa NB-ARC-domain-containing proteins were batch-searched in the NCBI Conserved Domain Database (see URLs) 123 and Pfam database (see URLs). Results from the CD database were used to assign the gene models that contained CC, TIR, RPW8, or ‘other’ (none of the three established N-terminal domains) gene models were further mapped onto the assembled octoploid genome to assign positions (Supplementary Fig. 12). The CD results were then filtered to remove established R-gene domains (CC, TIR, RPW8, LRR, and NB-ARC), thus resulting in a list of potential integrated domains (Supplementary Dataset 1). Eight Fxa proteins with predicted Sec7/ADP-ribosylation-factor and G-nucleotide-exchange-factor domains were aligned by ClustalW and FastME 2.0 (ref. 124 ), and their illustrated domain organization is displayed in Supplementary Fig. 13. The full protein sequences of the 423 Fxa NB-ARC-domain-containing proteins were aligned with MUSCLE v 3.8.31 (ref. 125 ) under default settings. This alignment was trimmed with trimAl v 1.4.rev22 build 2015-05-21 (ref. 126 ) under default settings. An unrooted maximum-likelihood tree was constructed with RAxML v 8.2.11 (ref. 127 ) with the PROTGAMMA substitution model. The tree was visualized with the APE package v 4.1 (ref. 128 ) in R v 3.3.3 (ref. 129 ) (see URLs).

تحليل احصائي

The comparison of homoeolog-expression abundance between the dominant subgenome and the three submissive subgenomes was carried out with a likelihood-ratio test and combined with Benjamini–Hochberg correction for multiple testing with a 1% significance level. The Kolmogorov–Smirnov test was used to determine which subgenome had the lowest-overall TE densities near genes. ال χ 2 test, with three degrees of freedom, was used to analyze the subgenome bias of disease-resistance genes. Bootstrapping, with 500 replicates under the GTR + gamma evolutionary model, was used to assess node support in trees generated by phylogenetic analyses.

ملخص التقارير

يتوفر مزيد من المعلومات حول تصميم البحث في Nature Research Reporting Summary المرتبط بهذه المقالة.


Two From One: Evolution Of Genders From Hermaphroditic Ancestors Mapped Out

Research from the University of Pittsburgh published in the Nov. 20 edition of the journal Heredity could finally provide evidence of the first stages of the evolution of separate sexes, a theory that holds that males and females developed from hermaphroditic ancestors. These early stages are not completely understood because the majority of animal species developed into the arguably less titillating separate-sex state too long ago for scientists to observe the transition.

However, Tia-Lynn Ashman, a plant evolutionary ecologist in the Department of Biological Sciences in Pitt's School of Arts and Sciences, documented early separate-sex evolution in a wild strawberry species still transitioning from hermaphroditism. These findings also apply to animals (via the unified theory) and provide the first evidence in support of the theory that the establishment of separate sexes stemmed from a genetic mutation in hermaphroditic genes that led to male and female sex chromosomes. With the ability to breed but spared the inbred defects of hermaphrodites, the separate sexes flourished.

&ldquoThis is an important test of the theory of the early stages of sex chromosome evolution and part of the process of understanding the way we are today,&rdquo Ashman said. She added that the study also shows that plants can lend insight into animal and human evolution. &ldquoWe have the opportunity to observe the evolution of sex chromosomes in plants because that development is more recent. We wouldn't see this in animals because the sex chromosomes developed so long ago. Instead, we can study a species that is in that early stage now and apply it to animals based on the unified theory that animal and plant biology often overlaps.&rdquo

Ashman reported in the journal Science in 2004 that animals and flowering plants employ similar reproductive strategies to increase reproductive success and genetic diversity. These methods include large numbers of sperm cells in males, mate competition and attraction through fighting or natural ornamentation, aversion to inbreeding, and the male inclination to sire as many offspring as possible.

For the current study, Ashman and Pitt postdoctoral research associate Rachel Spigler worked with a wild strawberry species in which the evolution of separate sexes is not complete, so hermaphrodites exist among male and female plants. Sex chromosomes in these plants have two loci-or positions of genes on a chromosome-one that controls sterility and fertility in males and the other in females. Offspring that inherit both fertility versions are hemaphrodites capable of self-breeding. Plants that possess one fertility and one sterility version become either male or female. Those with both sterility versions are completely sterile, cannot reproduce, and, thus, die out.

The single-sex plants breed not only with one another but also with hermaphroditic plants and pass on the mutation, which can result in single-sex offspring. (Sterile plants also can result, but plants with genes that favor the production of fertile offspring will be more successful.) When inbreeding depression in hermaphrodites is also considered, Ashman said, a gradual decline in the number of hermaphroditic plants is to be expected. Consequently, fewer chromosomes with both fertility versions of the loci will be passed on and the frequency of single-sex individuals will increase.


Evolution of Primates

The first primate-like mammals are referred to as proto-primates. They were roughly similar to squirrels and tree shrews in size and appearance. The existing fossil evidence (mostly from North Africa) is very fragmented. These proto-primates remain largely mysterious creatures until more fossil evidence becomes available. The oldest known primate-like mammals with a relatively robust fossil record is بليسيادابيس(although some researchers do not agree that بليسيادابيس was a proto-primate). Fossils of this primate have been dated to approximately 55 million years ago. Plesiadapiforms were proto-primates that had some features of the teeth and skeleton in common with true primates. They were found in North America and Europe in the Cenozoic and went extinct by the end of the Eocene.

The first true primates were found in North America, Europe, Asia, and Africa in the Eocene Epoch. These early primates resembled present-day prosimians such as lemurs. Evolutionary changes continued in these early primates, with larger brains and eyes, and smaller muzzles being the trend. By the end of the Eocene Epoch, many of the early prosimian species went extinct due either to cooler temperatures or competition from the first monkeys.

Anthropoid monkeys evolved from prosimians during the Oligocene Epoch. By 40 million years ago, evidence indicates that monkeys were present in the New World (South America) and the Old World (Africa and Asia). New World monkeys are also called Platyrrhini—a reference to their broad noses (شكل 1). Old World monkeys are called Catarrhini—a reference to their narrow noses. There is still quite a bit of uncertainty about the origins of the New World monkeys. At the time the platyrrhines arose, the continents of South American and Africa had drifted apart. Therefore, it is thought that monkeys arose in the Old World and reached the New World either by drifting on log rafts or by crossing land bridges. Due to this reproductive isolation, New World monkeys and Old World monkeys underwent separate adaptive radiations over millions of years. The New World monkeys are all arboreal, whereas Old World monkeys include arboreal and ground-dwelling species.

شكل 1. The howler monkey is native to Central and South America. It makes a call that sounds like a lion roaring. (credit: Xavi Talleda)

Apes evolved from the catarrhines in Africa midway through the Cenozoic, approximately 25 million years ago. Apes are generally larger than monkeys and they do not possess a tail. All apes are capable of moving through trees, although many species spend most their time on the ground. Apes are more intelligent than monkeys, and they have relatively larger brains proportionate to body size. The apes are divided into two groups. The lesser apes comprise the family Hylobatidae, including gibbons and siamangs. The great apes include the genera مقلاة (chimpanzees and bonobos) (Figure 2a), غوريلا (gorillas), Pongo (orangutans), and وطي (humans) (Figure 2b). The very arboreal gibbons are smaller than the great apes they have low sexual dimorphism (that is, the sexes are not markedly different in size) and they have relatively longer arms used for swinging through trees.

الشكل 2. The (a) chimpanzee is one of the great apes. It possesses a relatively large brain and has no tail. (b) All great apes have a similar skeletal structure. (credit a: modification of work by Aaron Logan credit b: modification of work by Tim Vickers)


نتائج

Is Average Genome Size of a Taxonomic Group Related to Variation within That Group?

We collected information on genome size, chromosome number, individual chromosome size, repeat-masked chromosome size (without repeat proportion), and common name groupings for 128 species with sequenced genomes, including prokaryotes, unicellular eukaryotes, invertebrates, vascular plants, and vertebrates ( supplementary tables 1 and 2 , Supplementary Material online). Across all sequenced prokaryotic and diploid eukaryotic species, genome size correlated with chromosome number and average chromosome size. Genome size varied considerably among species with similar levels of cellular and organismal complexity, but there was a general increase in genome size from prokaryotes to unicellular eukaryotes to multicellular eukaryotes ( fig. 1). In addition, continuities in the scale of genome size across different groups of organisms indicate that organismal differences in cell/tissue anatomical structure or metabolism are unlikely to be the primary forces driving the evolution of genomic architecture ( Lynch and Conery 2003).

Using these base pair data for genome size, we tested whether variation in genome size within each group was proportional to average genome size of the group. Given the sample size of available genomes, we focused our analysis on five phylogenetic branches (i.e., prokaryotes, unicellular eukaryotes, invertebrates, vascular plants, and vertebrates) rather than other finer taxonomic levels. Clearly, variation in genome size (measured as SD) significantly correlated with the average genome size ( fig. 1). After we removed the dependency with Log10 transformation (a method to break the association between average of a group of numbers and the variation of these numbers Oliver et al. 2007), the variation within each group showed no correlation with the average genome size. Groups with a larger average genome size obviously also had a larger variation in genome size. Variation of genome size of each group is the numerator in the calculation of rate of genome size evolution and could provide an approximation if the denominator, evolutionary distance or time, does not differ across groups on the same order of magnitude as the numerator. Interestingly, our findings regarding genome size showed a similar pattern with the previous research in which the rate of genome size evolution was found to be proportional to the average genome size of a clade when the estimated genome size based on ج-value was examined across 20 eukaryotic clades and evolutionary distance was obtained from phylogenetic analysis of 18S rDNA ( Oliver et al. 2007).

How Are the Repeat and Nonrepeat Proportions of Genetic Codes Distributed among Different Chromosomes in a Multichromosome Species?

To further examine the role of repeats on genome size and chromosome size, repeat masking of the genome was obtained from either original publications of the sequenced genomes or repeat masking analysis ( Lerat 2010 Smit et al. 2010 verified on May 11, 2010). In general, the repeat proportion of the genome increased from prokaryotes (mean: 0.04) to unicellular eukaryotes (0.08), invertebrates (0.14), vascular plants (0.35), and vertebrates (0.38), following the same trend as genome size ( fig. 1). For vascular plants with complete genome sequence, the repeat proportion of maize (82.5%) and sorghum (60.9%) skewed distribution to the right side. Overall, repeat proportion of chromosomes increases during evolution from prokaryotes to vertebrates, and this trend may become more evident as large genomes of vascular plants and vertebrates are sequenced.

Following the similar logic in genome size analysis, we also tested whether the SD of chromosome size (in base pair) within each species was proportional to the mean of chromosome size. Because of the difference in response to repeat accumulation between circular and linear chromosomes, we considered only eukaryotes with linear chromosomes in this analysis. There was a significant positive correlation between SD of chromosome size and the average chromosome size of a species ( fig. 2). After we removed the magnitude effects with Log10 transformation, however, the SD of chromosome size for all eukaryotic species was bounded in a much smaller region than that for the prokaryotic species. Because 68 diploid eukaryotic species were used and the signal of the relationship between SD and average chromosome size was strong (ص = 1.3 × 10 −38 ), we then derived the regression slope (0.3700) of SD on average chromosome size across species. This regression slope provided an ad hoc estimate of a common CV (= SD/mean) for the underlying distributions of chromosome sizes in different species. Although large differences existed for average chromosome size and SD of chromosome size across species, the proportional relationship between them approached a constant. This was further verified by plotting CV, and any deviation was not unexpected because individual CV calculated for each species represented a sample ( supplementary fig. 1 , Supplementary Material online). On the other hand, there was no significant correlation between variation of chromosome size and total chromosome number of a species ( supplementary fig. 1 , Supplementary Material online).

(أ) Chromosome-size variation as measured by SD of chromosome size within species correlates positively with average chromosome size (ص = 0.96, ص = 1.3 × 10 −38 ). Values are in Log10 scale for plotting. Estimate of a common CV in original scale is 0.3700. (ب) Absolute nonrepeat size variation (ص = 0.97, ص = 5.8 × 10 −40 ). (ج) Absolute repeat size variation (ص = 0.94, ص = 4.8 × 10 −31 ). (د) After the dependency of absolute chromosome-size variation on preceding chromosome size is removed with Log10 transformation, chromosome-size variation within species shows no correlation (ص = −0.10, ص = 0.43) with average chromosome size. (ه) Prior Log10 transformed nonrepeat size variation (ص = −0.11, ص = 0.37). (F) Prior Log10 transformed repeat size variation (ص = −0.02 ص = 0.89). Prokaryotic chromosomes are not included in the correlation calculation. Each color-coded dot represents the value for individual species.

(أ) Chromosome-size variation as measured by SD of chromosome size within species correlates positively with average chromosome size (ص = 0.96, ص = 1.3 × 10 −38 ). Values are in Log10 scale for plotting. Estimate of a common CV in original scale is 0.3700. (ب) Absolute nonrepeat size variation (ص = 0.97, ص = 5.8 × 10 −40 ). (ج) Absolute repeat size variation (ص = 0.94, ص = 4.8 × 10 −31 ). (د) After the dependency of absolute chromosome-size variation on preceding chromosome size is removed with Log10 transformation, chromosome-size variation within species shows no correlation (ص = −0.10, ص = 0.43) with average chromosome size. (ه) Prior Log10 transformed nonrepeat size variation (ص = −0.11, ص = 0.37). (F) Prior Log10 transformed repeat size variation (ص = −0.02 ص = 0.89). Prokaryotic chromosomes are not included in the correlation calculation. Each color-coded dot represents the value for individual species.

Similar to the findings for chromosome size, the SD of nonrepeat size was proportional to the average nonrepeat size and the SD of repeat size proportional to the average repeat size. Although the mechanisms by which nonrepeat and repeat sequences were expanded in eukaryotic genomes are complicated ( Lerat 2010), our results suggest that the rate of expansion among chromosomes is proportional to the preceding chromosome size, which indicates a stochastic process ( fig. 2). Previous estimations of repeat proportions of the genomes have been species specific or based on extrapolation from a smaller number of species ( Lynch and Conery 2003 Lerat 2010) than estimations included in the current study. Our general approach to studying repeat evolution across species with genome sequence data lays the groundwork for detailed studies on evolution of different classes of repeats and their composition among chromosomes, genomes, and taxonomic groups.

Is There a General Rule Behind the Intuitive Observation That Chromosome Lengths Tend to Be Similar in a Species?

We next examined chromosome-size variation in eukaryotes in detail because data available on chromosome length across the sequenced genomes permitted systematic modeling of chromosome size ( supplementary fig. 2 , Supplementary Material online). In addition to the common CV of chromosome size in eukaryotes, we noted that base pair sizes of the chromosomes within individual species usually have the same order of magnitude this inspired further investigation of chromosome-size variation. Two transformations made the modeling process statistically possible and biologically sound: relative chromosome size and chromosome index. Relative chromosome size is obtained by dividing chromosome size in base pair by the average chromosome size of the individual species. Using average chromosome size as the unit of measure standardized the original chromosome size (in base pair) in different orders of magnitude for different species into comparable numbers. Chromosome index is obtained by dividing the ascending ranked chromosome number (subtracting a continuity correction factor 0.5) by the total chromosome number of that particular species. For example, for a species with 2 chromosomes, instead of 1 and 2, the chromosome index becomes 0.25 and 0.75. For a species with 5 chromosomes, instead of 1–5, the chromosome index becomes 0.1, 0.3, 0.5, 0.7, and 0.9. Chromosome index is bounded between 0 and 1, which permits modeling of chromosome size across species with different chromosome numbers. Amazingly, the plot of chromosome size against chromosome index revealed a clear pattern and strongly suggested a common curve similar to a cubic function: the incremental change in chromosome size larger at both ends of the curve but smaller in the middle ( fig. 3).

(أ) Model fitting of chromosome size on chromosome index across 886 chromosomes from 68 diploid eukaryotic species. The blue dotted line is the fitted cubic function, and the red line is the fitted inverse of Gamma cumulative distribution function where is the predicted chromosome size for the يth ordered chromosome of a species أنا with a total of نأنا chromosomes, and is the inverse of Gamma cumulative distribution function with parameter ⁠ . (ب) Histogram of chromosome size distribution with the overlaid probability density functions of Gamma (7.0438, 1/7.0438) and طبيعي (1.0000, 0.1371). The histogram has a mean of 1.0 and a skewness of 1.0046. Gray bars represent approximately 95% of the chromosome size between 0.3851 and 1.8608, and black bars represent the remaining 5% on both ends. Gamma (7.0438, 1/7.0438) has a mean of 1.0 and a variance of 0.1420. Of the chromosome size from Gamma (7.0438, 1/7.0438), 95% lies between 0.4035 and 1.8626. (ج) Predicted chromosome-size proportion versus observed chromosome-size proportion. (د) Predicted chromosome-size proportion for a species with a given number of chromosomes. Predictions are plotted for the low hinge, median, and high hinge of the boxplot of individual common name groups: unicellular eukaryotes, invertebrates, vascular plants, and vertebrates.

(أ) Model fitting of chromosome size on chromosome index across 886 chromosomes from 68 diploid eukaryotic species. The blue dotted line is the fitted cubic function, and the red line is the fitted inverse of Gamma cumulative distribution function where is the predicted chromosome size for the يth ordered chromosome of a species أنا with a total of نأنا chromosomes, and is the inverse of Gamma cumulative distribution function with parameter ⁠ . (ب) Histogram of chromosome size distribution with the overlaid probability density functions of Gamma (7.0438, 1/7.0438) and طبيعي (1.0000, 0.1371). The histogram has a mean of 1.0 and a skewness of 1.0046. Gray bars represent approximately 95% of the chromosome size between 0.3851 and 1.8608, and black bars represent the remaining 5% on both ends. Gamma (7.0438, 1/7.0438) has a mean of 1.0 and a variance of 0.1420. Of the chromosome size from Gamma (7.0438, 1/7.0438), 95% lies between 0.4035 and 1.8626. (ج) Predicted chromosome-size proportion versus observed chromosome-size proportion. (د) Predicted chromosome-size proportion for a species with a given number of chromosomes. Predictions are plotted for the low hinge, median, and high hinge of the boxplot of individual common name groups: unicellular eukaryotes, invertebrates, vascular plants, and vertebrates.

Further investigation into the potential distribution from which the chromosome sizes (samples) were drawn suggested that a Gamma distribution was a more plausible candidate than other distributions ( fig. 3). Gamma distribution is widely used in engineering and science to model continuous variables that are nonnegative but have right-skewed probability densities ( Schabenberger and Pierce 2002) and provides a natural framework to model chromosome size that is nonnegative. Indeed, a Gamma distribution approximated a histogram of all chromosome sizes (with a mean of 1 and skewness of 1.0046) better than a Normal distribution. Histograms generated from data of individual species, from the pooled data of species with the same total number of chromosomes, and from the pooled data of each common group corroborated this finding. We then theoretically derived the approximate relationship function between chromosome size and chromosome index as an inverse of a Gamma cumulative distribution function, جي(α,1/α) − 1 , where α is the parameter. Because no closed form exists for this nonlinear function, we used an iterative procedure (iteratively reweighted least square) that minimizes the influence of variance heterogeneity to obtain the parameter estimate جي(7.0438,1/7.0438) − 1 with a 95% confidence interval of as (6.6609, 7.4267). Model fitting statistics indicated a better fit with the Gamma distribution than with other distributions or the intuitive cubic function. Notice that the variance (and CV because mean = 1) of جي7.0438 − 1 is 0.3768, which is close to the previous ad hoc CV estimate 0.3700 obtained through simple regression analysis. On the basis of جي(7.0438,1/7.0438) − 1 , 95% of the chromosomes in a species are expected to have a base pair length between 0.4035 and 1.8626 times the average chromosome length this interval is applicable to chromosomes in diploid eukaryotic species. However, we admit that practically a Normal distribution is almost equally viable in capturing the chromosome-size variation ( fig. 3 and supplementary table 3 , Supplementary Material online) and is a more general one. The major reason of not choosing Normal distribution is the possible negative values implicated.

Can Prediction Be Made on Chromosome Size?

It follows that, for a given species, chromosome sizes can be predicted by chromosome number. Furthermore, given either genome size or average chromosome base pair length (genome size = average chromosome size × total chromosome number), we can predict the size range of all chromosomes of that species in base pair ( fig. 3). Chromosome-size proportion was obtained by dividing chromosome size by genome size the sum of chromosome-size proportions equaled one. For example, for a species with 15 chromosomes, the shortest and longest chromosomes would be expected to account for 2.87% and 11.99% of the genome, respectively. The predicted ratio of the longest to the shortest chromosome for a given species was 1.68 for a species with two chromosomes and 5.70 for a species with 38 chromosomes. We used this general prediction to confirm the cases in which exceptions occurred for a few outlier species for known reasons: three species known to have macrochromosomes and microchromosomes, one haploid species, and one species with one linear chromosome and one circular chromosome ( supplementary tables 1 and 2 , supplementary fig. 3 , Supplementary Material online).

To show the robustness of the prediction and ensure that we had used an adequate number of genomes (68 diploid eukaryotic genomes), we performed a series of crossvalidation experiments using different proportions of the observed data for function derivation and the rest of the data for validation. Plots of mean square prediction error (MSPE) and parameter estimate indicated that the original sample size was large enough to derive a robust prediction function ( supplementary fig. 4 , Supplementary Material online). The MSPE decreased as more data points were used to derive the prediction function. Likewise, the parameter estimate (α) approached the value from the whole data set. With about 50% of the data (≈35 species), both MSPE and α started to level off, indicating an adequate sample size in the original data to derive the function and make a prediction. In addition, simulation results reproduced the pattern of the observed data, indicating that Gamma distribution viably describes the chromosome-size variation observed ( supplementary fig. 5 , Supplementary Material online). Numbers representing chromosome sizes were drawn from Gamma distributions with specific parameters for species having a chromosome number from 2 to 38. Both the dispersion of the scattered points and the fitted curves of the simulated and observed data confirmed that the pattern discovered was reproducible.

Should Other Evolutionary Alterations Besides Reciprocal Translocation Be Considered in Evolutionary Modeling Studies?

To verify whether reciprocal translocations can adequately model the chromosome-size variation as suggested in previous evolutionary modeling studies ( Sankoff and Ferretti 1996 De et al. 2001 Imai et al. 2001 Mazowita et al. 2006), we ran a set of computer simulations to compare the pattern generated by simulations and by our empirical data. Four simulation schemes were carried out: 1) no constraints on chromosome size, 2) a lower threshold, 3) an upper threshold, and 4) both lower and upper thresholds ( Sankoff and Ferretti 1996 De et al. 2001 Imai et al. 2001 Mazowita et al. 2006). Notice that these thresholds are for individual chromosome size, not their variations. Simulated chromosome sizes based on the reciprocal translocation model without thresholds showed greater variation than we observed in these sequenced genomes, but simulations with both thresholds had a better approximation ( fig. 4, supplementary fig. 6 , Supplementary Material online). Our results suggest that reciprocal translocation is likely to be one of the major forces and future modeling procedures that consider other evolutionary alterations (e.g., genome duplications, chromosome fusion, secondary rearrangements) besides reciprocal translocation may lead to even better congruency ( The Chimpanzee Sequencing and Analysis Consortium 2005 Schubert 2007). Unlike previous studies in which modeling was conducted for individual species and much smaller numbers of species were examined, the current study with empirical data analyses and computer simulations established a benchmark for future evolutionary modeling research in chromosome size.

Simulation using the reciprocal translocation model to test whether it partly explains observed (red line) chromosome-size variations. (أ) No constraints on chromosome size. (ب) A lower threshold. (ج) An upper threshold. (د) Both lower and upper thresholds. Chromosome-size values are not expected to form a single line because the reciprocal translocation model predicts chromosome sizes independently for different total number of chromosomes.

Simulation using the reciprocal translocation model to test whether it partly explains observed (red line) chromosome-size variations. (أ) No constraints on chromosome size. (ب) A lower threshold. (ج) An upper threshold. (د) Both lower and upper thresholds. Chromosome-size values are not expected to form a single line because the reciprocal translocation model predicts chromosome sizes independently for different total number of chromosomes.


التباين الوراثي

التكاثر الجنسي ينتج عنه احتمالات لا حصر لها للتنوع الجيني. بعبارة أخرى ، ينتج عن التكاثر الجنسي نسل فريد وراثيًا. إنهم يختلفون عن كلا الوالدين وأيضًا عن بعضهما البعض. يحدث هذا لعدد من الأسباب.

  • عندما تشكل الكروموسومات المتجانسة أزواجًا أثناء الطور الأول للانقسام الاختزالي الأول ، يمكن أن يحدث التقاطع. تقفز فوق. أو تجاوزت هو تبادل المواد الجينية بين الكروموسومات المتجانسة. ينتج عنه مجموعات جديدة من الجينات على كل كروموسوم.
  • عندما تنقسم الخلايا أثناء الانقسام الاختزالي ، يتم توزيع الكروموسومات المتجانسة بشكل عشوائي على الخلايا الوليدة ، وتفصل الكروموسومات المختلفة بشكل مستقل عن بعضها البعض. يسمى هذا تشكيلة مستقلة. ينتج عن الأمشاج التي تحتوي على مجموعات فريدة من الكروموسومات.
  • في التكاثر الجنسي ، يتحد اثنان من الأمشاج لإنتاج نسل. لكن أي اثنين من الملايين من الأمشاج المحتملة ستكون؟ من المحتمل أن تكون هذه مسألة صدفة. من الواضح أنه مصدر آخر للاختلاف الجيني في النسل. يُعرف هذا باسم الإخصاب العشوائي.

كل هذه الآليات التي تعمل معًا تؤدي إلى قدر مذهل من التباين المحتمل. كل زوجين بشريين ، على سبيل المثال ، لديه القدرة على إنجاب أكثر من 64 تريليون طفل فريد وراثيًا. لا عجب أننا جميعًا مختلفون!

تقفز فوق. أو تجاوزت

يحدث التقاطع خلال الطور الأول ، وهو تبادل المواد الجينية بين كروماتيدات غير شقيقة للكروموسومات المتجانسة. تذكر أثناء الطور الأول ، تصطف الكروموسومات المتجانسة في أزواج ، الجين مقابل الجين بطولها بالكامل ، مكونة تكوينًا بأربعة كروماتيدات ، تُعرف باسم a تتراد. في هذه المرحلة ، تكون الكروماتيدات قريبة جدًا من بعضها البعض وبعض المواد من اثنين من الكروماتيدات تقوم بتبديل الكروموسومات ، أي أن المادة تنفصل وتعيد التوصيل في نفس الموضع على الكروموسوم المتماثل (الشكل ( فهرس الصفحة <2> )) . يمكن أن يحدث هذا التبادل للمواد الجينية عدة مرات داخل نفس زوج الكروموسومات المتجانسة ، مما يؤدي إلى تكوين مجموعات فريدة من الجينات. تُعرف هذه العملية أيضًا باسم إعادة التركيب.

الشكل ( PageIndex <2> ): & # 8203 & # 8203 & # 8203 & # 8203 & # 8203 & # 8203 & # 8203 عرضية. يظهر خيط من الحمض النووي للأم باللون الأحمر. يظهر خيط من الحمض النووي الأبوي باللون الأزرق. ينتج عن العبور كروموسومين لم يسبق لهما الوجود. تتضمن عملية إعادة التركيب تكسير الكروموسومات الأبوية (M ، F) وإعادة ضمها. ينتج عن هذا إنتاج كروموسومات جديدة (C1 ، C2) تشترك في الحمض النووي من كلا الوالدين.

أثناء الطور الأول ، تتكثف الكروموسومات وتصبح مرئية داخل النواة. عندما يبدأ الغلاف النووي في الانهيار ، تقترب الكروموسومات المتجانسة من بعضها البعض. يتكون المركب synaptonemal ، وهو شبكة من البروتينات بين الكروموسومات المتجانسة ، في مواقع محددة ، وينتشر ليغطي الطول الكامل للكروموسومات. يسمى الاقتران الضيق للكروموسومات المتجانسة بالتشابك. في المشابك ، تتماشى الجينات الموجودة على كروماتيدات الكروموسومات المتجانسة مع بعضها البعض. يدعم المركب synaptonemal أيضًا تبادل مقاطع الكروموسومات بين كروماتيدات متجانسة غير شقيقة في عملية تسمى العبور. أحداث التقاطع هي المصدر الأول للتنوع الجيني الناتج عن الانقسام الاختزالي. يؤدي حدث تقاطع فردي بين كروماتيدات غير شقيقة متجانسة إلى تبادل الحمض النووي بين الكروموسومات. بعد التقاطع ، ينهار المركب synaptonemal ويتم أيضًا إزالة اتصال cohesin بين الأزواج المتجانسة. في نهاية الطور الأول ، يتم تجميع الأزواج معًا فقط عند chiasmata يطلق عليهم tetrads لأن الكروماتيدات الأربعة الشقيقة لكل زوج من الكروموسومات المتجانسة أصبحت مرئية الآن.

الشكل ( PageIndex <3> ): يحدث التقاطع بين الكروموسومات المتجانسة. يحدث التقاطع بين الكروماتيدات غير الشقيقة للكروموسومات المتجانسة. والنتيجة هي تبادل المواد الجينية بين الكروموسومات المتجانسة. يحدث هذا عند محاذاة الكروموسومات المتجانسة. يمكن للكروماتيدات من كل كروموسوم العبور وإعادة الاتحاد (أقسام المبادلة). ينتج عن هذا اثنين من الكروموسومات المؤتلفة واثنين من الكروموسومات غير المؤتلفة.


Translating ecDNA to clinical application

Working closely with Chang, Bafna, and Roel Verhaak of the Jackson Laboratory (also a co-founder of Boundless Bio), we are trying to understand some of the clinical implications of ecDNA. Publicly available databases, including The Cancer Genome Atlas and the Pan-Cancer Analysis of Whole Genomes, contain a large number of whole-genome sequences of cancer samples, yielding a golden opportunity for discovery. We applied the AmpliconArchitect, a tool developed by Bafna that looks for the telltale signs of ecDNA in whole-genome sequencing data, including amplified regions that map to a circle, and then uses algorithms that deconvolute these circular structures. This enabled us to analyze the frequency and potential structural composition of ecDNA in more than 3,200 cancer samples of a wide range of histological types alongside matched whole blood and normal tissue. Our findings indicated that ecDNA is unique to cancer, and that at a minimum, 14 percent of human tumors, including some of the most malignant forms of cancer, harbor ecDNA.

Researchers have been making maps of cancer for a long time, but we now know that we’ve been missing something from our maps.

Further, we found that patients whose cancers have ecDNA have significantly shorter survival than cancer patients whose tumors are driven by lesions in chromosomal DNA. It remains to be seen how commonly ecDNAs play a role in the evolution of drug resistance, as we saw hints of in our initial study. Many other questions remain as well. Recent studies have shed light on how ecDNA may form, although we and others strongly suspect that there may be multiple routes to its development.

The problem of ecDNA in cancer, and the challenge that it represents, has become clear. The National Cancer Institute and Cancer Research UK recently designated ecDNA as one of the Cancer Grand Challenges that must be addressed. It is exciting to see mounting interest and an influx of talented investigators aiming to decipher the key aspects of ecDNA biology. We look forward to the development of new tools, new collaborations, and new treatments for patients.

Joshua Lederberg wrote in his landmark 1952 paper in Physiological Reviews: “I propose بلازميد as a generic term for any extrachromosomal hereditary determinant.” In bacteria, circular plasmids are a powerful mechanism for gaining selective advantage because they enable rapid evolution, including drug resistance. Similarly, yeast, weeds, and even parasites can evade drugs and environmental toxins by encoding resistance genes on circular extrachromosomal DNA. ecDNAs may do the same for cancer, providing a potent vehicle for rapid tumor evolution that maximizes critical oncogenic gene variants—or reduces them to evolve drug resistance.

Just as explorers rely on maps of the Earth, and astronomers on maps of the galaxy, cancer biologists depend on maps to navigate the complexities of cancer. We now know that we’d long been missing a critical element. So here we are once again, as physiological cartographers, rolling up our sleeves and making new, topographically informed maps of cancer to help us navigate the multifarious disease and develop new and more effective treatments for patients.

Paul Mischel is a professor and Vice Chair for Research for the Department of Pathology at Stanford University School of Medicine and an Institute Scholar in ChEM-H at Stanford University.


شاهد الفيديو: What is the Evidence for Evolution? (شهر نوفمبر 2022).