Information

Rekombinationsdatensatz

Rekombinationsdatensatz


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.

Also habe ich mir einige genetische Fragen angesehen und bin auf diesen Datensatz gestoßen. Bei der Fruchtfliege Drosophila melanogaster gibt es ein dominantes Gen b+ für graue Körperfarbe und ein weiteres dominantes Gen c+ für normale Flügel. Die rezessiven Allele (b,c) dieser beiden Gene führen zu einer schwarzen Körperfarbe bzw. zu gekrümmten Flügeln

Die Frage bezog sich auf die Berechnung der Rekombinationsfrequenz. Für mich ist der Datensatz von Ada sinnvoll, da die Nachkommenzahlen des Elterntyps höher sind als die der rekombinanten Nachkommen. Donalds Datensatz jedoch nicht. Gibt es eine Möglichkeit, dass ein rekombinanter Nachwuchs einen höheren Anteil hat als der Nachkommen des Elterntyps?


b+/c+b/cb+/cb/c+
Ada~0.39~0.42~0.08~0.1
Donald~0.09~0.09~0.4~0.41

Das andere Chromosom ist b/c (ich nehme an, jeder hat eine heterozygote Fliege und dann eine Testkreuzung)

Es gibt zwei Möglichkeiten für eine heterozygote Fliege: (b+/c+, b/c), (b+/c, b/c+)

Wenn es keine genetische Kopplung gäbe, würden wir 0,25 für jede Fliegengruppe ausschließen, aber wir taten es nicht, was bedeutet, dass Fliegengruppen mit einer höheren Wahrscheinlichkeit die ursprüngliche Phänotypisierung der elterlichen Chromosomen aufweisen.

Da sie (bei weitem) nicht die gleichen Ergebnisse erzielten, gehe ich davon aus (dafür gibt es statistische Tests) jeder Wissenschaftler hat eine andere genetische Fliege bekommen

Donald bekam (b+/c+, b/c), da in seinem Experiment die vorherrschenden Fliegen diejenigen sind, die einen dominanten Phänotyp und einen rezessiven Phänotyp zeigen und Ada bekam die gemischte Fliege.

Vor diesem Hintergrund können wir sehen, dass die Rekombinationsfrequenz 0,18 oder 18 cM . beträgt

Ja, die Rekombinante kann mehr erscheinen als die Eltern (z. B. wenn die Eltern tödlich sind oder rein zufällig sind), aber in diesem Fall glaube ich, dass es sich einfach um eine andere Organisation auf den Chromosomen handelt


Rekombinationsdatensatz - Biologie

FlyLab ist in Java geschrieben. Daher müssen Sie einen Browser mit Java und Frames verwenden (und Java aktiviert haben). Es funktioniert am besten mit Netscape Communicator 4 oder Microsoft Internet Explorer 4. Es funktioniert auch mit Netscape Navigator 3.

FlyLab wurde auf Netscape Communicator 4.08 und 4.5, Netscape Navigator 3.01 und Microsoft Internet Explorer 4.01 für Windows 95/NT und MacOS 8.1 auf dem PowerPC getestet. Es wurde auch auf Microsoft Internet Explorer 4.5 mit MRJ 2.1 auf MacOS 8.1 auf dem PowerPC getestet. Die Mindestspeicheranforderungen sind derzeit nicht bekannt. Es wurde erfolgreich unter Windows 95 mit Netscape Communicator mit 16 MB und unter MacOS mit 32 MB mit allen drei oben aufgeführten Browsern ausgeführt. Wenn Sie Netscape unter dem Mac ausführen, werden Sie mit FlyLab mehr Erfolg haben, wenn Sie die empfohlene Speichergröße auf 15.000 KB oder mehr erhöhen. Dies bedeutet nicht, dass Computer und Einstellungen mit weniger Speicher nicht funktionieren. Wenn Sie bei anderen Java-fähigen Browsern oder mit geringerer Speicherkapazität Erfolg oder Misserfolg haben, teilen Sie uns dies bitte mit.


Hintergrund

Pleiotropie und Kopplung sind grundlegende Aspekte der genetischen Architektur [1]. Pleiotropie ist, wenn ein Gen Auswirkungen auf mehrere verschiedene Merkmale hat. Pleiotropie kann die Anpassungsrate behindern, indem sie die Wahrscheinlichkeit erhöht, dass genetische Veränderungen eine nachteilige Wirkung auf mindestens ein Merkmal haben [2, 3]. In ähnlicher Weise kann die Verknüpfung zwischen Genen, die verschiedene Arten von Selektion erfahren, die Anpassung erleichtern oder behindern [4,5,6]. Trotz des Fortschritts beim Verständnis der zugrunde liegenden pleiotropen Natur von Phänotypen und des Einflusses der Pleiotropie auf die Anpassungsrate an spezifische Bedingungen [7] haben wir ein unvollständiges Verständnis des Ausmaßes und der Größe der Kopplung und Pleiotropie bei der lokalen Anpassung natürlicher Populationen an die Landschaften und Umgebungen, in denen sie vorkommen.

Unser Ziel ist es, die genetische Architektur der Anpassung an die Umwelt zu charakterisieren, einschließlich der Anzahl der einzelnen Komponenten der Umwelt, in der ein Gen die Fitness beeinflusst (eine Form der „selektiven Pleiotropie“, Tabelle 1) [8]. Genetische Architektur ist ein umfassender Begriff, der verwendet wird, um das Muster genetischer Merkmale zu beschreiben, die ein Merkmal aufbauen und kontrollieren, und umfasst Aussagen über die Anzahl der beteiligten Gene oder Allele, ihre Anordnung auf den Chromosomen, die Verteilung ihrer Wirkungen und Muster der Pleiotropie (Tabelle 1). Wir können viele Parameter messen, um Umwelten zu charakterisieren (z. B. Temperatur, Breitengrad, Niederschlag), aber die von uns definierten Variablen entsprechen möglicherweise nicht den Umweltfaktoren, die für die Fitness eines Organismus von Bedeutung sind. Eine große Hürde, um zu verstehen, wie die Umgebung die Fitness beeinflusst, besteht darin, die Umgebung auf der Grundlage von Faktoren zu definieren, die die Selektion und lokale Anpassung vorantreiben, und nicht durch die intrinsischen Eigenschaften des Organismus oder durch die Umweltvariablen, die wir zufällig messen.

Bei der lokalen Klimaanpassung ein Allel, das unterschiedliche Auswirkungen auf die Fitness bei verschiedenen Extremen einer Umweltvariablen hat (z. B. positive Auswirkungen auf die Fitness in kalten Umgebungen und negative Auswirkungen in warmen Umgebungen, oft als „antagonistische Pleiotropie“ bezeichnet, Tabelle 1 [9] ) wird sich entwickeln, um eine klinische Beziehung zwischen der Allelfrequenz und diesem Umweltfaktor herzustellen [10,11,12,13,14,15]. Während der Zusammenhang zwischen Allelfrequenzen und Umweltfaktoren in vielen Taxa gut charakterisiert wurde [16], ob Gene die Fitness in mehreren unterschiedlichen Aspekten der Umwelt beeinflussen, was wir „Umweltpleiotropie“ nennen (z Umgebungen, Tabelle 1), wurde nicht gut charakterisiert [17]. Dies liegt an konzeptionellen Problemen, die sich aus der Definition von Umgebungen entlang der von uns gemessenen univariaten Achsen ergeben. Zum Beispiel könnten „kalt“ und „trocken“ ein einzelnes selektives Optimum („kalt-trocken“) sein, an das sich ein Gen anpasst [7], aber diese beiden Achsen werden typischerweise getrennt analysiert. Darüber hinaus können Klimavariablen wie Temperatur und Niederschlag über Landschaften hinweg stark korreliert sein, und diese Korrelationsstruktur macht es schwierig, die Pleiotropie aus Selektionssignalen auf das Klima abzuleiten. In ihrer Studie zur Klimaanpassung in Arabidopsis, Hancocket al. [17] stellten fest, dass Kandidaten-Loci Selektionssignale in mehreren Umgebungsvariablen zeigten, was möglicherweise auf pleiotrope Effekte hindeutet. Sie fanden jedoch auch heraus, dass ein wesentlicher Teil dieser Überlappung auf Korrelationen zwischen Klimavariablen in der Landschaft zurückzuführen war, und konnten daher pleiotrope Effekte nicht vollständig beschreiben.

Aufgrund der oben beschriebenen konzeptionellen Probleme wurden bestimmte Aspekte der genetischen Architektur der Anpassung an Landschaften nicht gut charakterisiert, insbesondere die Verknüpfungsmuster zwischen Genen, die sich an unterschiedliche Umweltfaktoren anpassen, und der Grad der pleiotropen Auswirkungen von Genen auf die Fitness in unterschiedlichen Umgebungen . Es ist wichtig, diese Aspekte der genetischen Architektur zu charakterisieren, um die unten beschriebenen theoretischen Vorhersagen zu testen und um die beträchtliche Debatte darüber zu unterstützen, ob Organismen eine modulare Organisation von Geneffekten auf Phänotypen oder Fitnesskomponenten haben, im Vergleich zu universellen Effekten von Genen auf alle Phänotypen oder Fitnesskomponenten (Abb. 1a, vergleiche linke mit der rechten Spalte) [18,19,20,21,22,23,24].

Konzeptioneller Rahmen zur Bewertung der Modularität und Pleiotropie genetischer Architekturen, die sich an die Umwelt anpassen. In diesem Beispiel enthält jedes Gen (identifiziert durch Zahlen) zwei kausale SNPs (identifiziert durch Buchstaben), bei denen Mutationen die Fitness in potenziell unterschiedlichen Aspekten der Umgebung beeinflussen. Die beiden Umweltaspekte, die die Fitness beeinflussen, sind Trockenheit und Frost. ein Die wahre zugrunde liegende genetische Architektur, die sich an mehrere Aspekte des Klimas anpasst. Die linke Spalte stellt eine modulare genetische Architektur dar, in der alle pleiotropen Wirkungen von Genen auf einen bestimmten Aspekt der Umwelt beschränkt sind. Die rechte Spalte stellt eine nicht-modulare Architektur dar, in der Gene pleiotrope Auswirkungen auf mehrere Aspekte der Umwelt haben. Universelle Pleiotropie tritt auf, wenn ein Gen Auswirkungen auf alle verschiedenen Aspekte der Umwelt hat. Die Gene in diesem Beispiel sind im Genom nicht verknüpft, aber die Verknüpfung zwischen den Genen ist ein wichtiger Aspekt der Umweltreaktionsarchitektur. B Hierarchisches Clustering wird verwendet, um die „Co-Assoziationsmodule“ zu identifizieren, die gemeinsam die Gruppen von Loci beschreiben, die sich an unterschiedliche Klimaaspekte anpassen, sowie die unterschiedlichen Klimaaspekte, an die sie sich anpassen. In der linken Spalte ist das „Ariditätsmodul“ eine Gruppe von SNPs innerhalb zweier nicht verknüpfter Gene, die sich an Trockenheit anpassen, und SNPs innerhalb dieser Gene zeigen Assoziationen sowohl mit Temperatur- als auch mit Klima-Feuchtigkeitsdefizit. Beachten Sie in der rechten Spalte, wie das Trockenheitsmodul aus SNPs aller vier nicht verknüpften Gene besteht. C Co-Assoziationsnetzwerke werden verwendet, um die Ergebnisse der hierarchischen Clusterbildung in Bezug auf die Umgebung zu visualisieren, und Verbindungen basieren auf Ähnlichkeit in SNPs in ihren Assoziationen mit Umgebungen. In beiden Spalten haben alle SNPs innerhalb eines Moduls (Netzwerks) alle ähnliche Assoziationen mit mehreren Umgebungsvariablen. D Pleiotropie-Barplots werden verwendet, um die Ergebnisse der hierarchischen Clusterbildung in Bezug auf die genetische Architektur zu visualisieren, dargestellt durch den Anteil der SNPs in jedem Kandidatengen, die verschiedene Aspekte der Umwelt beeinflussen (wie durch das Co-Assoziationsmodul definiert).

Modulare genetische Architekturen zeichnen sich durch umfangreiche pleiotrope Effekte zwischen Elementen innerhalb eines Moduls und eine Unterdrückung pleiotroper Effekte zwischen verschiedenen Modulen aus [25]. Beachten Sie, dass sich Modularität in dieser Studie auf die Ähnlichkeit in den Auswirkungen von Loci auf die Fitness bezieht und nicht unbedingt auf die physische Position der Loci auf den Chromosomen oder auf die Teilnahme am gleichen Genregulationsnetzwerk. Die Theorie sagt voraus, dass modulare genetische Architekturen bevorzugt werden, wenn Genome komplexen räumlichen und zeitlichen Umgebungen ausgesetzt sind [26] oder wenn mehrere Merkmale einer Kombination aus gerichteter und stabilisierender Selektion unterliegen (weil Modularität die Anpassung in einem Merkmal ermöglicht, ohne die durch ein weiteres Merkmal) [25, 27]. Die Anpassung an das Klima in einer Landschaft erfüllt diese Kriterien, da die Umweltvariation zwischen den Populationen komplex ist – mit mehreren abiotischen und biotischen Herausforderungen, die auf verschiedenen räumlichen Skalen auftreten – und es wird angenommen, dass Merkmale einer stabilisierenden Selektion innerhalb der Populationen, aber einer gerichteten Selektion unter den Populationen unterliegen [28].

Auf der Grundlage der Theorie werden Cluster von physikalisch verknüpften Loci, die derselben selektiven Umgebung unterliegen, sowie ein Mangel an physischer Verknüpfung zwischen Loci, die unterschiedlichen Selektionsdrucken unterliegen, erwartet. Wenn Mutationen dem gleichen Selektionsdruck ausgesetzt sind, kann die Rekombination Varianten mit ähnlichen Effekten zusammenbringen und eine schnellere Evolution ermöglichen [29]. Cluster adaptiver Loci können auch durch genomische Umlagerungen entstehen, die bestehende Mutationen zusammenführen [30] oder weil neue kausale Mutationen, die mit adaptiven Allelen verbunden sind, eine erhöhte Etablierungswahrscheinlichkeit haben [31]. In ähnlicher Weise wird erwartet, dass sich Cluster von lokal adaptiven Loci in Regionen mit geringer Rekombination, wie Inversionen, entwickeln, da diese Regionen einen reduzierten Genfluss erfahren [32, 33]. Im Allgemeinen werden diese verknüpften Cluster adaptiver Loci gegenüber der evolutionären Zeit bevorzugt, da niedrige Rekombinationsraten die Rate erhöhen, mit der sie zusammen vererbt werden. Umgekehrt wirkt sich die Selektion auch negativ auf die Kopplung aus und erhöht die Rekombinationsraten zwischen Genen, die sich an unterschiedliche Selektionsdrücke anpassen [34,35,36]. Daher ist es unwahrscheinlich, dass Gene, die sich an unterschiedliche Selektionsdrücke anpassen, physikalisch verbunden sind oder niedrige Rekombinationsraten zwischen ihnen aufweisen. In der Praxis können bei der Inferenz Probleme auftreten, da die physische Verknüpfung korrelierte Reaktionen auf die Selektion in neutralen Loci verursacht, die einen kausalen Locus flankieren. Große Regionen des Genoms können ähnliche Assoziationsmuster mit einem gegebenen Umweltfaktor teilen, so dass viele Loci innerhalb einer gegebenen Kandidatenregion wahrscheinlich nicht kausal auf Selektion ansprechen. Umgekehrt ist es unwahrscheinlich, dass dies zufällig geschieht, wenn verknüpfte Gene mit völlig unterschiedlichen Aspekten der selektiven Umgebung verbunden sind.

Zusammenfassend lässt sich sagen, dass aktuelle Analysetechniken nur begrenzte Einblicke in die genetischen Architekturen der Anpassung an Umweltvariationen in natürlichen Landschaften geben. Die Charakterisierung der verschiedenen Umweltaspekte, die auf Genome einwirken, ist schwierig, da die gemessenen Variablen univariat sind und möglicherweise nicht repräsentativ für die Selektion aus der Perspektive des Organismus sind und aufgrund der räumlichen Korrelationen zwischen Umweltvariablen. Selbst wenn viele Variablen mit Ordination zusammengefasst werden, wie etwa Hauptkomponenten, entsprechen die Achsen, die die meisten Variationen in der physikalischen Umgebung erklären, nicht unbedingt den Achsen, die die Auswahl verursachen, da die Komponenten orthogonal sind [37]. Darüber hinaus sind die weit verbreiteten statistischen Methoden zur Ableitung der Klimaanpassung auch in dem Sinne univariat, dass sie auf signifikante Korrelationen zwischen der Häufigkeit eines einzelnen Allels und einer einzelnen Umweltvariablen testen (z. B. [38, 39, 40]). Während einige multivariate Regressionsmethoden wie die Redundanzanalyse verwendet wurden, um zu verstehen, wie mehrere Umweltfaktoren die genetische Struktur formen [41, 42], beruhen sie immer noch auf der Ordination und wurden nicht verwendet, um unterschiedliche evolutionäre Module von Loci zu identifizieren.

Hier wollen wir diese Lücke schließen, indem wir einen Rahmen für die Charakterisierung der genetischen Architektur der Anpassung an die Umwelt präsentieren, durch die gemeinsame Inferenz von Loci-Modulen, die mit unterschiedlichen Umweltfaktoren assoziieren, die wir „Co-Assoziationsmodule“ nennen (Tabelle 1, Abb. 1), sowie die unterschiedlichen Faktoren der Umgebung, mit denen sie verbunden sind. Unter Verwendung dieses Rahmens können wir einige Aspekte der genetischen Architektur charakterisieren, einschließlich Modularität und Verknüpfung, die bei der Anpassung von Genomen an Umgebungen nicht gut untersucht wurden. Wir testeten die Hypothesen, dass (i) die genetische Architektur der Anpassung an komplexe Umgebungen modular ist und (ii) dass sich Loci in verschiedenen Modulen im Laufe der Zeit so entwickelt haben, dass sie im Genom nicht miteinander verbunden sind.

Der Rahmen ist in Abb. 1 für vier hypothetische Gene dargestellt, die an zwei unterschiedliche Aspekte des Klimas angepasst sind (Gefrieren und Trockenheit). In dieser Abbildung vergleichen wir die erwarteten Muster für (i) eine modulare Architektur (linke Spalte, bei der pleiotrope Fitnesseffekte eines Gens auf einen bestimmten Klimafaktor beschränkt sind) mit (ii) einer stark umweltbedingten pleiotropen Architektur (rechte Spalte, bei der Gene haben pleiotrope Auswirkungen auf die Anpassung an verschiedene klimatische Faktoren). Kandidaten-SNPs werden zunächst anhand der Signifikanz der univariaten Assoziationen zwischen der Allelfrequenz und den gemessenen Umgebungsvariablen identifiziert, verglichen mit dem, was von Neutralität erwartet würde. Dann wird hierarchisches Clustering von Kandidaten-SNP-Allel-Assoziationen mit Umgebungen verwendet, um Co-Assoziationsmodule zu identifizieren (Abb. 1b) [43,44,45]. Diese Module können mit einer Co-Assoziations-Netzwerkanalyse visualisiert werden, die Gruppen von Loci identifiziert, die mit einer Umgebungsvariablen kovariieren können, aber auf unterschiedliche Weise mit einer anderen, wodurch Muster aufgedeckt werden, die durch univariate Analyse nicht offensichtlich sind (Abb. 1c). Indem wir die verschiedenen Aspekte der Selektionsumgebung (Tabelle 1) für jedes Modul durch ihre Umweltassoziationen definieren, können wir pleiotrope Effekte von Genen durch die Assoziationen ihrer SNPs mit unterschiedlichen selektiven Umweltfaktoren ableiten (Abb. 1d). Bei diesem Ansatz sind die genetischen Auswirkungen von Loci auf verschiedene selektierte Merkmale unbekannt, und wir nehmen an, dass jeder Aspekt der multivariaten Umgebung nach einem Merkmal oder einer Reihe von Merkmalen selektiert, die durch direktes Verbinden von Kandidaten-Loci mit den selektierenden Umweltfaktoren abgeleitet werden können für bestimmte Allelkombinationen.

Wir wenden diesen neuen Ansatz an, um die genetische Architektur der lokalen Klimaanpassung in der Roten Kiefer zu charakterisieren (Pinus contorta) unter Verwendung eines zuvor veröffentlichten Exom-Capture-Datensatzes [46,47,48] von Bäumen, die in ihrem gesamten Verbreitungsgebiet eine Vielzahl von Umgebungen bewohnen, einschließlich Gefriertemperaturen, Niederschlag und Trockenheit [49,50,51,52]. Die Lodgepole-Kiefer ist eine Nadelbaumart, die eine Vielzahl von Umgebungen im Nordwesten Nordamerikas bewohnt und durch die Entfernungspopulationsstruktur über das gesamte Verbreitungsgebiet isoliert ist [46]. Frühere Arbeiten, die auf reziproken Transplantationen und gemeinsamen Gartenexperimenten basieren, haben eine umfassende lokale Anpassung gezeigt [46, 53, 54]. Wir haben diesen Datensatz kürzlich verwendet, um die konvergente Anpassung an das Gefrieren zwischen Lodgepole-Kiefer und dem inneren Fichtenkomplex zu untersuchen (Picea glauca x Picea engelmannii) [46,47,48]. Der vergleichende Ansatz beschränkte sich jedoch darauf, parallele Muster zwischen Arten zu entdecken, und untersuchte nicht selektive Faktoren, die für eine Art einzigartig sind. Wie in den meisten anderen Systemen wurde die genomische Architektur von Kiefernholz, die der lokalen Anpassung an die multivariate Umgebung zugrunde liegt, nicht gut charakterisiert, und unsere erneute Analyse liefert mehrere neue biologische Erkenntnisse, die beim vergleichenden Ansatz übersehen wurden.

Wir haben die Vorteile und Vorbehalte dieses neuen Rahmens bewertet, indem wir ihn mit anderen multivariaten Ansätzen (basierend auf Hauptkomponenten) verglichen und ihn mit simulierten Daten bewertet haben. Die Auswertung mit Simulationen ergab mehrere wichtige Erkenntnisse, darunter die Bedeutung strenger Kriterien zum Ausschluss von Loci mit falsch positiven Assoziationen mit Umgebungen. Ein wichtiger Ausgangspunkt für die Ableitung von Co-Assoziationsmodulen ist daher ein guter Satz von Kandidaten-SNPs für die Anpassung. Wir entwickelten dieses Kandidatenset, indem wir zunächst Top-Kandidatengene für die lokale Anpassung identifizierten (aus einem zuvor veröffentlichten Set von Genen, die mehr Ausreißer für Genotyp-Umwelt-Assoziationen und Genotyp-Phänotyp-Assoziationen enthielten als zufällig erwartet [46]). Wir identifizierten dann „Top-Kandidaten“-SNPs innerhalb dieser Top-Kandidatengene als solche, deren Allelfrequenzen mit mindestens einer Umgebungsvariablen über der von Neutralität erwarteten Variable assoziiert waren (unter Verwendung eines Kriteriums, das falsch positive Ergebnisse in den unten beschriebenen simulierten Daten ausschloss). Auf diesen Satz von Top-Kandidaten-SNPs haben wir den in Abb. 1 skizzierten Rahmen angewendet, um die Umweltmodularität und die Verknüpfung der genetischen Architektur zu charakterisieren. Die Leistungsfähigkeit unseres Datensatzes beruht auf der Einbeziehung einer großen Anzahl von Populationen, die verschiedene Umgebungen bewohnen (> 250), der genauen Charakterisierung des Klimas für jedes Individuum mit 22 Umweltvariablen, einem hochwertigen Exom-Capture-Datensatz, der mehr als 500.000 Einzelnukleotid-Polymorphismen repräsentiert ( SNPs) in

29.000 Gene [46,47,48], eine Kartierungspopulation, die es uns ermöglicht, Rekombinationsraten zwischen Genen zu untersuchen, und eine Fremdgruppenspezies, die es uns ermöglichte, das abgeleitete Allel für die meisten Kandidaten-SNPs zu bestimmen. Wenn solche Daten verfügbar sind, finden wir, dass dieses Framework nützlich ist, um die Umweltmodularität und die Verknüpfungsbeziehungen zwischen Kandidatengenen für die lokale Anpassung an multivariate Umgebungen zu charakterisieren.


Genetische Rekombination in Bakterien: 9 Dinge, die Sie wissen sollten

Dieser Artikel beleuchtet die neun Dinge, die Sie über die genetische Rekombination in Bakterien wissen sollten.

Die neun Dinge sind: (1) Rekombination von genetischem Material (2) Transformation (3) Transduktion (4) Konjugation (5) Mechanismus der genetischen Rekombination in Bakterien (6) Antibiotikaresistenz (7) Phagengenom und Rekombination (8) Genetische Karten von Viren und (9) Feinstruktur des rII-Locus in T4-Phage.

Sache Nr. 1. Rekombination von genetischem Material:

Wie das meiotische Crossing-over bei Eukaryoten bildete die genetische Rekombination in Bakterien die Grundlage für die Entwicklung einer Methodik zur Chromosomenkartierung. Der Begriff genetische Rekombination, wie er auf Bakterien und Bakteriophagen angewendet wird, führt zum Ersatz eines oder mehrerer Gene, die in einem Stamm vorhanden sind, durch diejenigen eines genetisch unterschiedlichen Stamms. Dies unterscheidet sich etwas von unserer Verwendung der genetischen Rekombination bei Eukaryoten.

Bei Eukaryoten beschreibt der Begriff Crossing-Over, das zu wechselseitigen Austauschereignissen führt. Der Gesamteffekt ist in beiden Systemen gleich, wobei genetische Informationen von einem Chromosom auf ein anderes übertragen werden, was zu einem veränderten Genotyp führt. Bei Bakterien sind hauptsächlich drei Phänomene für die Übertragung genetischer Informationen verantwortlich – Transformation, Transduktion und Konjugation.

Ding # 2. Umwandlung:

Die Transformation wurde zuerst bei Streptococcus pneumonia entdeckt und führte zu der Entdeckung, dass die DNA die Substanz der Gene ist. Der Weg zu dieser geschichtsträchtigen Entdeckung begann 1928 mit der Arbeit des englischen Bakteriologen Fred Griffith. Jetzt wird die Transformation auch bei anderen Bakteriengattungen wie Hämophilie, Neisseria, Bacillus und Staphylococcus beobachtet.

Bei der Transformation werden von Spenderbakterien freigesetzte DNA-Stücke direkt aus der extrazellulären Umgebung von Empfängerbakterien aufgenommen. Dies führt zu einer stabilen genetischen Veränderung in der Empfängerzelle. Es wird angenommen, dass der DNA-Eintrag an der begrenzten Anzahl von Stellen auf der Oberfläche der Bakterienzelle stattfindet.

Die Passage durch die Zellwand und Membran ist ein aktiver Prozess, der Energie und ein spezifisches Transportmolekül benötigt. Während des Eintritts wird einer der beiden Stränge des eindringenden DNA-Moleküls von Nukleasen verdaut, so dass nur ein einzelner Strang an der Transformation teilnimmt. Der aktive Einzelstrang richtet sich nach seiner komplementären Region der bakteriellen Wirts-DNA aus. An diesem Prozess sind mehrere Enzyme beteiligt und das eingefügte DNA-Segment ersetzt sein Gegenstück aus dem Wirtsgenom, das herausgeschnitten und abgebaut wird.

Die Fähigkeit von Bakterien, extrazelluläre DNA aufzunehmen und sich zu transformieren, wird als Transformation bezeichnet. Diese Kompetenz variiert mit dem physiologischen Zustand der Bakterien. Viele Bakterien, die normalerweise nicht in der Lage sind, DNA aufzunehmen, können durch Labormanipulationen wie Kalziumschock oder Exposition gegenüber einem elektrischen Hochspannungsimpuls (Elektroporation) dazu gebracht werden, DNA aufzunehmen. Bei einigen Bakterien (einschließlich Haemophilus und Neisseria) hängt die DNA-Aufnahme vom Vorhandensein spezifischer Oligonukleotidsequenzen in der transformierenden DNA ab, aber bei anderen (einschließlich Streptococcus pneumoniae) ist die DNA-Aufnahme nicht sequenzspezifisch.

Kompetente Bakterien können auch intakte Bakteriophagen-DNA (Transfektion) oder Plasmid-DNA aufnehmen, die sich dann als extrachromosomale genetische Elemente in den Empfängerbakterien replizieren können. Im Gegensatz dazu kann sich ein Stück chromosomaler DNA eines Spenderbakteriums normalerweise nicht im Empfängerbakterium replizieren, es sei denn, es wird durch Rekombination Teil eines Replikons. Historisch gesehen lieferte die Charakterisierung des “transforming-Prinzips” von S. pneumoniae den ersten direkten Beweis für DNA als genetisches Material.

Um die Rekombination nachzuweisen, muss die transformierende DNA von den verschiedenen Bakterienstämmen stammen, die eine gewisse genetische Variation aufweisen. Nach der Integration in das Chromosom enthält die rekombinante Region einen Wirtsstrang und einen Mutantenstrang. Da diese Stränge aus unterschiedlichen Quellen stammen, wird diese helikale Region als Heteroduplex bezeichnet. Nach einer Replikationsrunde wird ein Chromosom in seiner ursprünglichen Konfiguration wiederhergestellt, die mit der der Empfängerzelle identisch ist, und das andere enthält das mutierte Gen. Nach der Zellteilung werden eine nicht mutierte (untransformierte) Zelle und eine mutierte (transformierte) Zelle produziert.

Damit DNA bei der Transformation wirksam ist, muss sie zwischen 10.000 und 20.000 Nukleotidpaare umfassen, etwa 1/200 des E. coli-Chromosoms. Diese Größe reicht aus, um mehrere Gene zu kodieren. Gene, die auf den Bakterienchromosomen benachbart oder sehr nahe beieinander liegen, können auf einem einzigen DNA-Segment dieser Größe getragen werden. Aufgrund dieser Tatsache kann ein einziges Transformationsereignis gleichzeitig zur Co-Transformation mehrerer Gene führen.

Gene, die nahe genug beieinander liegen, um co-transformiert zu werden, werden als verknüpft bezeichnet. Hier bezieht sich die Verknüpfung auf die Nähe der Gene. Verknüpfte bakterielle Gene wurden erstmals 1954 während Studien von Pneumococcus von Rolin Hotchkiss und Julius Marmur nachgewiesen. Sie untersuchten die Transformation an den Streptomycin- und Mannitol-Loci.

Empfängerzellen waren Streptomycin-empfindlich (str s ) und konnten Mannit (mtl –) nicht fermentieren. Zellen, die Streptomycin-resistent (str r ) waren und Mannit (mtl + ) fermentieren konnten, wurden verwendet, um die transformierende DNA abzuleiten. Wenn die str- und mtl-Gene nicht verknüpft sind, wird eine gleichzeitige Transformation für beide Gene mit einer so minimalen Wahrscheinlichkeit auftreten, dass sie fast nicht nachweisbar ist.

Es trat jedoch eine niedrige, aber nachweisbare Rate der Co-Transformation auf. Dies deutet darauf hin, dass die für diese Charaktere verantwortlichen Gene miteinander verbunden sind. Aus den Rekombinationsdaten von Transformationsexperimenten können neben der Ermittlung der Verknüpfungsbeziehungen auch relative Kartierungsabstände zwischen verknüpften Genen bestimmt werden.

Ding # 3. Übertragung:

Bei der Transduktion fungieren Bakteriophagen als Vektoren, um DNA von Spenderbakterien durch Infektion in Empfängerbakterien einzuführen. Bei einigen Phagen, die als generalisierte transduzierende Phagen bezeichnet werden, ist ein kleiner Teil der während des lytischen Wachstums produzierten Virionen aberrant und enthält ein zufälliges Fragment des Bakteriengenoms anstelle von Phagen-DNA. Jeder einzelne transduzierende Phagen trägt einen anderen Satz eng verbundener Gene, die einen kleinen Abschnitt des bakteriellen Genoms darstellen.

Die durch Populationen solcher Phagen vermittelte Transduktion wird als generalisierte Transduktion bezeichnet, da jeder Teil des Bakteriengenoms ungefähr die gleiche Wahrscheinlichkeit hat, von Spender- auf Empfängerbakterium übertragen zu werden. Wenn ein generalisierter transduzierender Phagen eine Empfängerzelle infiziert, kommt es zur Expression der übertragenen Donorgene.

Abortive Transduktion bezieht sich auf die vorübergehende Expression eines oder mehrerer Donorgene ohne Bildung rekombinanter Nachkommen, während die vollständige Transduktion durch die Produktion stabiler Rekombinanten gekennzeichnet ist, die Donorgene erben und die Fähigkeit zur Expression beibehalten.

Bei der fehlgeschlagenen Transduktion repliziert das Donor-DNA-Fragment nicht, und unter den Nachkommen des ursprünglichen Transduktanten enthält nur ein Bakterium das Donor-DNA-Fragment. Bei allen anderen Nachkommen werden die Donor-Genprodukte nach jeder Generation des Bakterienwachstums zunehmend verdünnt, bis der Donor-Phänotyp nicht mehr exprimiert werden kann.

Auf selektivem Medium, auf dem nur Bakterien mit dem Donor-Phänotyp wachsen können, produzieren abortive Transduktanten winzige Kolonien, die leicht von Kolonien stabiler Transduktanten unterschieden werden können. Die Frequenz der abortiven Transduktion ist typischerweise ein bis zwei Größenordnungen höher als die Frequenz der generalisierten Transduktion, was darauf hinweist, dass die meisten Zellen, die durch generalisierte transduzierende Phagen infiziert sind, keine rekombinanten Nachkommen produzieren.

Die spezialisierte Transduktion unterscheidet sich in mehreren Punkten von der generalisierten Transduktion. Sie wird nur durch spezifische temperierte Phagen vermittelt, und nur wenige spezifische Spendergene können auf Empfängerbakterien übertragen werden. Spezialisierte transduzierende Phagen werden nur gebildet, wenn lysogene Spenderbakterien in den lytischen Zyklus eintreten und Phagennachkommen freisetzen.

Die spezialisierten transduzierenden Phagen sind seltene Rekombinanten, denen ein Teil des normalen Phagengenoms fehlt und die einen Teil des bakteriellen Chromosoms neben der Pro-Phagen-Anheftungsstelle enthalten. Viele spezialisierte transduzierende Phagen sind defekt und können den lytischen Zyklus des Phagenwachstums in infizierten Zellen nicht abschließen, es sei denn, Helferphagen sind vorhanden, um fehlende Phagenfunktionen bereitzustellen.

Die spezialisierte Transduktion resultiert aus der Lysogenisierung des Empfängerbakteriums durch den spezialisierten transduzierenden Phagen und der Expression der Donorgene. Phagenkonversion und spezialisierte Transduktion haben viele Ähnlichkeiten, aber der Ursprung der Konversionsgene in Konversionsphagen gemäßigter Klimazonen ist unbekannt.

Einige der wichtigen Transduktionsphagen, die in Bakterien vorhanden sind, sind wie folgt:

1. Zinder- und Lederberg-Experiment:

Wenn sich bestimmte Proviren in virulente Viren verwandeln, verursachen sie die Lyse von Bakterienzellen und können dabei Abschnitte der bakteriellen DNA mit sich führen. Wenn solche Viruspartikel, die ein DNA-Segment von einem Bakterium tragen, ein anderes Bakterium infizieren, dann können die zweiten Bakterien einige der Eigenschaften der ersten aufgrund der Übertragung von genetischem Material durch das Virus erwerben. Dieser Vorgang wird als Transduktion bezeichnet und wurde erstmals 1952 von Norton Zinder und Joshua Lederberg entdeckt. Zinder und Lederberg entdeckten die Transduktion durch ein Experiment, das im Volksmund als U-Röhren-Experiment bezeichnet wird.

In diesem Experiment wurde ein U-Rohr durch einen Filter in zwei Arme geteilt, so dass nur Viruspartikel und nicht die Bakterienzellen von einem Arm zum anderen gelangen konnten. Ein Arm enthielt lysogene Bakterien, die ein latentes Virus trugen, und der andere Arm enthielt Bakterien, die für dieses Virus empfänglich waren. Selten konnten lysogene Bakterien lysiert werden und Viruspartikel freisetzen, die den Filter passierten und den anderen anfälligen Stamm infizierten, der zerstört wurde und Viruspartikel freisetzte.

Diese freigesetzten Partikel trugen genetisches Material von anfälligen Stämmen und erreichten durch den Filter wieder den lysogenen Stamm und übertrugen das genetische Material auf diesen lysogenen Stamm. Da sich zwei Bakterienstämme nicht berühren konnten, war keine Konjugation möglich. Es wurde auch ein Enzym verwendet, das freie DNA zerstörte, so dass auch die Möglichkeit der Transformation ausgeschlossen wurde.

Regionen, die so groß wie ein Prozent des Bakterienchromosoms sind, können im Viruskopf eingeschlossen werden. In beiden Fällen hängt die Infektionsfähigkeit nicht von der Art der DNA im Phagenkopf ab, was eine Transduktion ermöglicht (Abb. 4.1).

2. Bakteriophagen:

Bakteriophagen (bakterielle Viren, Phagen) sind Infektionserreger, die sich als obligate intrazelluläre Parasiten in Bakterien vermehren. Der Bakteriophage T4 gehört zu einer Gruppe verwandter bakterieller Viren. Extrazelluläre Phagenpartikel sind metabolisch inert und bestehen hauptsächlich aus Proteinen plus Nukleinsäure (DNA oder RNA, aber nicht beides). Die Proteine ​​des Phagenpartikels bilden eine schützende Hülle (Kapsid), die das dicht gepackte Nukleinsäure-Genom umgibt.

Phagengenome variieren in der Größe von ungefähr 2 bis 200 Kilobasen pro Nukleinsäurestrang und bestehen aus doppelsträngiger DNA, einzelsträngiger DNA oder RNA. Die DNA reicht in ihrer Menge aus, um mehr als 150 durchschnittlich große Gene zu kodieren. Phagengenome codieren wie Plasmide Funktionen, die für die Replikation in Bakterien erforderlich sind, aber daneben codieren sie auch Kapsidproteine ​​und nichtstrukturelle Proteine, die für den Phagenzusammenbau benötigt werden.

Mehrere morphologisch unterschiedliche Arten von Phagen wurden beschrieben, einschließlich polyedrisch, filamentös und komplex. Komplexe Phagen haben polyedrische Köpfe, die mit einem Schwanz verbunden sind, der einen Kragen und eine kontraktile Hülle enthält, die einen zentralen Kern umgibt (Abb. 4.2). Schwanzfasern, die aus dem Schwanz herausragen, enthalten in ihren Spitzen Bindungsstellen, die spezifisch einzigartige Bereiche der äußeren Oberfläche der Zellwand des bakteriellen Wirts E. coli erkennen.

Die Infektion wird durch Adsorption von Phagen an spezifische Rezeptoren auf der Oberfläche empfindlicher Wirtsbakterien initiiert (Abb. 4.3, 4.4). Dann bewirkt die Kontraktion der Schwanzhülle, dass der zentrale Kern die Zellwand durchdringt. Die DNA im Kopf wird extrudiert und wandert dann über die Zellmembran in das bakterielle Zytoplasma.

Das Kapsid verbleibt an der Bakterienzelloberfläche. Innerhalb von Minuten wird die gesamte bakterielle DNA-, RNA- und Proteinsynthese gehemmt und die Synthese des viralen Moleküls beginnt. Gleichzeitig wird der Abbau der Wirts-DNA eingeleitet. Danach werden diese viralen DNA/RNA-Komponenten der Kopf-, Schwanz- und Schwanzfasern synthetisiert.

Bei den meisten Phagen findet der Zusammenbau der Nachkommen im Zytoplasma statt, und die Freisetzung der Nachkommen erfolgt durch Lyse von Bakterienzellen durch die Wirkung von Lysozym (einem Phagen-Genprodukt). Die Latenzzeit ist das Intervall von der Infektion bis zum Auftreten extrazellulärer Nachkommen, und die Anstiegsperiode ist das Intervall vom Ende der Latenzzeit bis alle Phagen extrazellulär sind. Die durchschnittliche Anzahl von Phagenpartikeln, die von jeder infizierten Zelle produziert wird, die sogenannte Burst-Größe, ist für jedes Virus charakteristisch und liegt oft zwischen 50 und mehreren Hundert.

3. Pro-Phagen:

Die Beziehung zwischen Virus und Bakterium führt nicht immer zur viralen Reproduktion und Lyse. Bei einigen Viren wird die virale DNA, anstatt sich im bakteriellen Zytoplasma zu replizieren, in das bakterielle Chromosom integriert. Diese Eigenschaft wird als Lysogenie bezeichnet.

Anschließend wird jedes Mal, wenn die bakterielle DNA repliziert wird, auch die virale DNA repliziert und nach der Teilung an Tochterbakterienzellen weitergegeben. Es werden keine neuen Viren produziert und es findet keine Lyse der Bakterienzelle statt. Mehrere Begriffe werden verwendet, um diese Beziehung zu beschreiben. Die in die Bakterienchromosomen integrierte virale DNA wird als Prophage bezeichnet, und solche Viren werden als Provirus bezeichnet.

Als Reaktion auf bestimmte Stimuli, wie chemische Behandlung mit ultraviolettem Licht oder Nährstoffmangel, kann die virale DNA jedoch ihren integrierten Status verlieren und die Replikation, Phagenproduktion und Lyse des Bakteriums einleiten.

Viren, die entweder die Zelle lysieren oder sich als Prophage verhalten können, werden als gemäßigt bezeichnet. Diejenigen, die die Zelle nur lysieren können, werden als virulent bezeichnet. Ein Bakterium, das einen lysogenisierbaren Pro-Phagen enthält, wird als lysogen bezeichnet, das heißt, es kann durch induzierte virale Reproduktion lysiert werden. Die virale DNA, die sich entweder im bakteriellen Zytoplasma oder als Teil des bakteriellen Chromosoms replizieren kann, wird manchmal als Episom klassifiziert (Abb. 4.5).

Ding # 4. Konjugation:

1946 zeigten Joshua Lederberg und Edward Tatum, dass die Bakterien eine Konjugation durchlaufen, einen parasexuellen Prozess, bei dem die genetische Information von einem Bakterium auf ein anderes Bakterium übertragen und mit der eines anderen Bakteriums rekombiniert wird. Bei der Konjugation führt der direkte Kontakt zwischen Spender- und Empfängerbakterium zur Bildung einer zytoplasmatischen Brücke zwischen ihnen und zur Übertragung eines Teils oder des gesamten Spendergenoms auf den Empfänger. Die Spenderfähigkeit wird durch spezifische konjugative Plasmide bestimmt, die Fruchtbarkeitsplasmide oder Geschlechtsplasmide genannt werden.

Das F-Plasmid (auch F-Faktor genannt) von E. coli ist der Prototyp für Fruchtbarkeitsplasmide in gramnegativen Bakterien. E. coli-Stämme mit einem extrachromosomalen F-Plasmid werden als F+ bezeichnet und fungieren als Donoren, während Stämme, denen das F-Plasmid fehlt, F- sind und sich als Empfänger verhalten. Die konjugativen Funktionen des F-Plasmids werden durch einen Cluster von mindestens 25 Transfer(tra)-Genen spezifiziert, die die Expression von F-Pili (Konjugationsröhre), die Synthese und den Transfer von DNA während der Paarung bestimmen.

Jedes F+-Bakterium hat 1 bis 3 F-Pili, die an ein spezifisches Protein der äußeren Membran (das ompA-Genprodukt) auf Empfängerbakterien binden, um die Paarung einzuleiten. Eine interzelluläre zytoplasmatische Brücke wird gebildet, und ein Strang der F-Plasmid-DNA wird vom Spender zum Empfänger übertragen, beginnend an einem einzigartigen Ursprung und fortschreitend in Richtung 5′ bis 3′.

Der übertragene Strang wird im Empfängerbakterium in zirkuläre doppelsträngige F-Plasmid-DNA umgewandelt und im Donor wird ein neuer Strang synthetisiert, um den übertragenen Strang zu ersetzen. Beide ex-konjuganten Bakterien sind F+, und das F-Plasmid kann sich daher durch Infektion unter genetisch kompatiblen Bakterienpopulationen ausbreiten. Neben der Rolle der F-Pili bei der Konjugation fungieren sie auch als Rezeptoren für Spender-spezifische (männliche) Phagen.

Das F-Plasmid in E. coli. kann als extrachromosomales genetisches Element existieren oder in das Bakterienchromosom integriert sein. Da das F-Plasmid und das Bakterienchromosom beide zirkuläre DNA-Moleküle sind, erzeugt die gegenseitige Rekombination zwischen ihnen einen größeren DNA-Kreis, der aus linear in das Chromosom eingefügter F-Plasmid-DNA besteht. E. coli enthält mehrere Kopien von mehreren verschiedenen genetischen Elementen, die als Insertionssequenzen bezeichnet werden (siehe Abschnitt über Transposons für weitere Einzelheiten), an verschiedenen Stellen in seinem Chromosom und im F-Plasmid.

Eine homologe Rekombination zwischen Insertionssequenzen im Chromosom und dem F-Plasmid führt zu einer bevorzugten Integration des F-Plasmids an chromosomalen Stellen, an denen sich Insertionssequenzen befinden. Die chromosomalen Stellen, an denen Insertionssequenzen gefunden werden, variieren zwischen den Stämmen von E. coli. Abbildung 4.6 zeigt, dass das F-Plasmid für spezifische konjugative Plasmide repräsentativ ist, die die Donorfähigkeit in E. coli kontrollieren.

F-Stämmen fehlt das F-Plasmid und sie sind genetische Empfänger. F+-Stämme beherbergen das F-Plasmid als zytoplasmatisches Element, exprimieren F-Pili und sind genetische Spender. Das F-Plasmid kann an verschiedenen Stellen in das Bakterienchromosom integriert werden, um Hfr-(Hochfrequenz-Rekombination)-Donorstämme zu erzeugen.

Eine abnormale Exzision des F-Plasmids kann zur Bildung von F’-Plasmiden führen, die Segmente des bakteriellen Chromosoms und die entsprechenden bakteriellen Gene enthalten. Die Pfeilspitze im F-Plasmid definiert den Ursprung für den DNA-Transfer während der Konjugation. F-Plasmid und chromosomale DNA werden durch dicke bzw. feine Linien angezeigt.

Ein E. coli-Stamm mit integriertem F-Plasmid behält seine Fähigkeit, bei konjugalen Paarungen als Donor zu fungieren. Da Spenderstämme mit integrierten F-Faktoren chromosomale Gene mit hoher Effizienz auf Empfänger übertragen können, werden sie als Hfr-Stämme (Hochfrequenzrekombination) bezeichnet.Die Übertragung einzelsträngiger DNA von einem Hfr-Donor zu einem Empfänger beginnt am Ursprung innerhalb des F-Plasmids und verläuft wie oben beschrieben, außer dass die übertragene DNA das Hybridreplikon ist, das aus in das bakterielle Chromosom integriertem F-Plasmid besteht.

Die Übertragung dieses gesamten Replikons einschließlich des Bakterienchromosoms dauert ungefähr 100 Minuten. Die Identität des ersten zu übertragenden chromosomalen Gens und die Polarität des chromosomalen Transfers werden durch die Integrationsstelle des F-Plasmids und seine Orientierung in Bezug auf das Bakterienchromosom bestimmt. Da sich die Paarungsbakterien normalerweise spontan trennen, bevor das gesamte Chromosom übertragen wird, überträgt die Konjugation typischerweise nur ein Fragment des Spenderchromosoms auf den Empfänger.

Die Wahrscheinlichkeit, dass ein Donorgen während der Konjugation in das Empfängerbakterium eindringt, nimmt mit zunehmender Entfernung vom F-Ursprung (und damit der Übertragungszeit) ab. Paarungszellen können auch experimentell auseinandergebrochen werden, indem sie in einem mechanischen Mischer starken Scherkräften ausgesetzt werden, dies wird als unterbrochene Paarung bezeichnet.

Die Bildung rekombinanter Nachkommen erfordert eine Rekombination zwischen der übertragenen Donor-DNA und dem Genom des Empfängerbakteriums. Die Analyse von Nachkommen aus nach verschiedenen Intervallen unterbrochenen Paarungen zeigt, welche chromosomalen Gene zuerst von bestimmten Spenderstämmen übertragen werden, die sequentiellen Eintrittszeiten für nachfolgend übertragene Gene und die zunehmend geringere Wahrscheinlichkeit, dass später übertragene Gene in rekombinanten Nachkommen vorkommen.

Die Zirkularität der genetischen Karte von E. coli wurde ursprünglich aus den überlappenden, zirkulär permutierten Gruppen verknüpfter Gene abgeleitet, die früh von einzelnen Spenderstämmen übertragen wurden, in denen der F-Faktor an verschiedenen chromosomalen Stellen integriert wurde.

Bei Paarungen zwischen F+- und F-Bakterien wird nur das F-Plasmid mit hoher Effizienz auf die Empfänger übertragen. Chromosomale Gene werden mit sehr geringer Effizienz übertragen, und es sind die spontanen Hfr-Mutanten in F+-Populationen, die den Transfer von chromosomalen Spendergenen vermitteln. Bei Paarungen zwischen Hfr- und F-Stämmen wird der Abschnitt des F-Plasmids, der die tra-Region enthält, zuletzt übertragen, nachdem das gesamte Bakterienchromosom übertragen wurde.

Die meisten Rekombinanten aus Paarungen zwischen Hfr- und F-Zellen erben nicht den gesamten Satz von F-Plasmid-Genen und sind phänotypisch F. Bei Paarungen zwischen F+- und F-Stämmen verbreitet sich das F-Plasmid schnell in der gesamten Bakterienpopulation, und die meisten Rekombinanten sind F+. Integrierte F-Plasmide in Hfr-Stämmen können manchmal aus dem Bakterienchromosom herausgeschnitten werden. Wenn die Exzision den Integrationsprozess genau umkehrt, werden F+-Zellen produziert. In seltenen Fällen erfolgt die Exzision jedoch durch Rekombinationen mit Insertionssequenzen oder anderen Genen auf dem Bakterienchromosom, die sich in einiger Entfernung von der ursprünglichen Integrationsstelle befinden.

In solchen Fällen können Abschnitte des bakteriellen Chromosoms in hybride F-Plasmide eingebaut werden, die als F’-Plasmide bezeichnet werden. Durch ähnliche Prozesse können manchmal Segmente des bakteriellen Chromosoms in R-Plasmide eingebaut werden, um hybride R’-Plasmide herzustellen. Konjugative R’-Plasmide können als Fruchtbarkeitsplasmide fungieren, da sie sich durch homologe Rekombination in das bakterielle Chromosom integrieren und den Transfer chromosomaler Gene während der Paarung mit Empfängerbakterien vermitteln können.

F’-Plasmide, R’-Plasmide, spezialisierte transduzierende Phagen und rekombinante Plasmide oder Phagen, die durch Genklonierung konstruiert wurden, sind Hybrid-Replikons, die Segmente des bakteriellen Chromosoms enthalten können. Daher kann jedes dieser genetischen Elemente verwendet werden, um die teilweise diploiden Bakterienstämme zu konstruieren, die für Komplementationstests und andere Zwecke benötigt werden.

Konjugation tritt auch bei Gram-positiven Bakterien auf. Gram-positive Spenderbakterien produzieren Adhäsine, die dazu führen, dass sie mit Empfängerzellen aggregieren, aber Sex-Pili sind nicht beteiligt. Bei einigen Streptococcus-Arten produzieren Empfängerbakterien extrazelluläres Sexualpheromon, das ein anderes Bakterium anzieht.

Dies bewirkt, dass sich der Donor-Phänotyp an ein anderes Bakterium anheftet, das ein geeignetes konjugatives Plasmid enthält. Das konjugative Plasmid verhindert, dass die Spenderzellen das entsprechende Pheromon produzieren. Alle drei Arten bakterieller Rekombinationen sind in Abbildung 4.7 dargestellt.

Ding # 5. Mechanismus der genetischen Rekombination in Bakterien:

Die generalisierte Rekombination umfasst Donor- und Empfänger-DNA-Moleküle, die homologe Nukleotidsequenzen aufweisen. Zwischen jeder homologen Spender- und Empfängerstelle kann ein gegenseitiger Austausch stattfinden. In E. coli ist das Produkt des recA-Gens für die generalisierte Rekombination essentiell, aber auch andere Genprodukte nehmen daran teil. Die ortsspezifische Rekombination beinhaltet den reziproken Austausch nur zwischen spezifischen Stellen in Donor- und Empfänger-DNA-Molekülen. Das recA-Genprodukt wird für die ortsspezifische Rekombination nicht benötigt.

Die Integration des gemäßigten Bakteriophagen λ in das Chromosom von E. coli ist ein gut untersuchtes Beispiel für ortsspezifische Rekombination (Abb. 4.8). Die spezifischen Bindungsstellen (att) auf dem E. coli-Chromosom und der λ-Phagen-DNA haben eine gemeinsame Kernsequenz von 15 Nukleotiden, innerhalb der eine reziproke Rekombination stattfindet, flankiert von benachbarten Sequenzen, die in den Phagen- und Bakteriengenomen nicht homolog sind.

Beim Phagen wird das Produkt des int-Gens (Integrase) für das ortsspezifische Integrationsereignis bei der Lysogenisierung benötigt, die Produkte der int- und xis-(Exzisions-)Gene werden beide für das komplementäre ortsspezifische Exzisionsereignis benötigt. Dieses Ereignis tritt während der Induktion der lytischen Phagenentwicklung in lysogenen Zellen auf.

Unrechtmäßige Rekombination ist der Begriff, der verwendet wird, um nicht-homologe, aberrante Rekombinationsereignisse zu beschreiben, wie sie an der Bildung von spezialisierten transduzierenden Phagen beteiligt sind. Die Mechanismen der illegitimen Rekombination sind unbekannt. In Abbildung 4.8 ist DNA durch dünne Linien und chromosomale DNA durch dicke Linien dargestellt. Attachment (att)-Stellen sind geschlossene Kästchen für das bakterielle Chromosom und offene Kästchen für das λ-Chromosom.

Die gal- und bio-operons, die die Verwertung von Galactose und die Biosynthese von Biotin bestimmen, befinden sich neben der bakteriellen Anheftungsstelle. In einem infizierten E. coli wird die λ-DNA zirkulär, indem sie die Enden m und m’ verbindet, und eine ortsspezifische Rekombination zwischen Phagen und bakteriellen att-Stellen führt zur Insertion des X-Genoms in das bakterielle Chromosom. Die Anordnung der Prophagen-DNA (m und m’ liegen intern) ist daher eine zirkuläre Permutation der λ-Virion-DNA (m und m’ befinden sich am Ende).

Ding # 6. Antibiotikaresistenz:

Bakterien sind einzellige Mikroorganismen, und die meisten Bakterienarten sind entweder kugelförmig (Kokken genannt) oder stäbchenförmig (Bazillen genannt) (Abb. 4.9). Die außergewöhnliche Fähigkeit bestimmter Bakterien, Resistenzen gegen Antibiotika zu entwickeln, ist seit mehreren Jahren ein heißes Thema in den Köpfen von Ärzten, Krankenhauspersonal, Reportern und der breiten Öffentlichkeit. Es wird auch als Lehrbuchbeispiel für die Evolution in Aktion verwendet. Diese Bakterien werden von Evolutionswissenschaftlern untersucht, in der Hoffnung, dass sie Geheimnisse darüber enthüllen, wie die Evolution von Molekülen zum Menschen stattgefunden haben könnte.

Antibiotikaresistenz ist die Fähigkeit eines Mikroorganismus, den Wirkungen von Antibiotika zu widerstehen. Es handelt sich um eine spezifische Form der Arzneimittelresistenz. Antibiotikaresistenz entsteht durch natürliche Selektion, die auf zufällige Mutationen einwirkt, sie kann aber auch durch evolutionäre Belastung einer Population erzeugt werden. Sobald ein solches Gen erzeugt ist, können Bakterien die genetische Information dann horizontal (zwischen Individuen) durch Plasmidaustausch übertragen.

Trägt ein Bakterium mehrere Resistenzgene, spricht man von multiresistenter oder informell Superbug. Antibiotikaresistenzen können auch durch Transformationsprotokolle künstlich in einen Mikroorganismus eingeführt werden. Dies kann bei der Implantation künstlicher Gene in den Mikroorganismus helfen. Wenn das Resistenzgen mit dem zu implantierenden Gen verknüpft ist, kann das Antibiotikum verwendet werden, um Organismen abzutöten, denen das neue Gen fehlt.

Antibiotika sind natürliche Substanzen, die von Bakterien und Pilzen ausgeschieden werden, um andere Bakterien abzutöten, die um begrenzte Nährstoffe konkurrieren (die heute zur Behandlung von Menschen verwendeten Antibiotika sind typischerweise Derivate dieser Naturprodukte). Wissenschaftler stellen mit Bestürzung fest, dass einige Bakterien durch verschiedene Veränderungen oder Mutationen in ihrer DNA resistent gegen Antibiotika geworden sind. Krankenhäuser sind zu einer Brutstätte für antibiotikaresistente Bakterien geworden.

Diese Bakterien vermehren sich in einer Umgebung voller kranker Menschen mit schwachem Immunsystem, in der Antibiotika konkurrierende, nicht resistente Bakterien eliminiert haben. Bakterien, die gegen moderne Antibiotika resistent sind, wurden sogar in den gefrorenen Körpern von Menschen gefunden, die lange vor der Entdeckung oder Synthese dieser Antibiotika starben.

Antibiotika wurden erstmals 1928 durch ein glückliches Experiment von Alexander Fleming entdeckt. Seine Arbeit führte schließlich in den 1940er Jahren zur großtechnischen Produktion von Penicillin aus dem Schimmelpilz Penicillium notatum. Bereits Ende der 1940er Jahre traten resistente Bakterienstämme auf. Nach vier Jahren, als Pharmaunternehmen 1943 mit der Massenproduktion von Penicillin begannen, zeigten sich die ersten Anzeichen von Penicillin-resistenten Bakterien.

Die ersten Bakterien, die Penicillin bekämpften, wurden Staphylococcus aureus genannt. Dieser Fehler ist normalerweise harmlos, kann aber eine Krankheit wie eine Lungenentzündung verursachen. 1967 wurde ein weiteres Penicillin-resistentes Bakterium gefunden. Es hieß Pneumokokken und brach in einem kleinen Dorf in Papua-Neuguinea aus. Andere gefundene Penicillin-resistente Bakterien sind Enterococcus faecium und ein neuer Stamm der Gonorrhoe.

Derzeit wird geschätzt, dass mehr als 70 % der Bakterien, die im Krankenhaus erworbene Infektionen verursachen, gegen mindestens eines der zu ihrer Behandlung verwendeten Antibiotika resistent sind. Antibiotikaresistenzen nehmen aus einer Vielzahl von Gründen weiter zu, darunter zu hohe Verschreibung von Antibiotika durch Ärzte, Nicht-Abschluss verschriebener Antibiotikabehandlungen durch Patienten, Verwendung von Antibiotika bei Tieren als Wachstumsförderer (hauptsächlich durch die Lebensmittelindustrie), vermehrte internationale Reisen, und schlechte Krankenhaushygiene.

Mehrere Studien haben gezeigt, dass die Muster des Antibiotika-Einsatzes die Anzahl der sich entwickelnden resistenten Organismen stark beeinflussen. Der übermäßige Gebrauch von Breitbandantibiotika, wie Cephalosporinen der zweiten und dritten Generation, beschleunigt die Entwicklung einer Methicillin-Resistenz erheblich. Andere Faktoren, die zur Resistenz beitragen, sind falsche Diagnosen, unnötige Verschreibungen, unsachgemäße Verwendung von Antibiotika durch Patienten, die Imprägnierung von Haushaltsgegenständen und Kinderspielzeug mit niedrigen Antibiotikakonzentrationen sowie die orale Verabreichung von Antibiotika an Nutztiere zur Wachstumsförderung.

Mutation:

Antibiotikaresistenzen können auf nicht verknüpfte Punktmutationen im Erregergenom und einer Rate von etwa 1 zu 108 pro chromosomaler Replikation zurückzuführen sein. Die antibiotische Wirkung gegen den Erreger kann als Umweltbelastung angesehen werden. Bakterien, die eine Mutation haben, die ihnen das Überleben ermöglicht, werden weiterleben, um sich zu vermehren. Sie geben diese Eigenschaft dann an ihre Nachkommen weiter, was zu einer vollständig resistenten Kolonie führt.

Das Antibiotikum wirkt, indem es an ein Protein bindet, sodass das Protein nicht richtig funktionieren kann. Das normale Protein ist normalerweise daran beteiligt, die DNA zu kopieren, Proteine ​​​​zu produzieren oder die Bakterienzellwand herzustellen. Proteine ​​sind an allen wichtigen Funktionen für das Wachstum und die Vermehrung der Bakterien beteiligt.

Wenn die Bakterien eine Mutation in der DNA aufweisen, die für eines dieser Proteine ​​kodiert, kann das Antibiotikum nicht an das veränderte Protein binden und die mutierten Bakterien überleben. In Gegenwart von Antibiotika findet der Prozess der natürlichen Selektion statt, der das Überleben und die Vermehrung der mutierten Bakterien begünstigt.

Während der Anthrax-Angst kurz nach den Anschlägen vom 11. September 2001 in den USA wurde Ciprofloxacin (Cipro) an potenzielle Opfer verabreicht. Cipro gehört zu einer Familie von Antibiotika, die als Chinolone bekannt sind und an ein bakterielles Protein namens Gyrase binden und die Vermehrungsfähigkeit der Bakterien verringern. Dies ermöglicht es der natürlichen Immunabwehr des Körpers, die infektiösen Bakterien zu überholen, da sie sich langsamer vermehren. Chinolon-resistente Bakterien weisen Mutationen in den Genen auf, die für das Gyrase-Protein kodieren.

Die mutierten Bakterien überleben, weil das Cipro nicht an die veränderte Gyrase binden kann. Dies hat seinen Preis, da sich chinolonresistente Bakterien langsamer vermehren. Die Resistenz gegen diese Antibiotikafamilie wird bei einer Bakterienart, die Lebensmittelvergiftungen verursacht, zu einem großen Problem. Dieses Bakterium steigerte seine Resistenz gegen Chinolone in nur fünf Jahren um das 10-Fache.

Neuere Forschungen haben gezeigt, dass der SOS-Weg beim Erwerb bakterieller Mutationen, die zu Resistenzen gegen einige Antibiotika führen, wesentlich sein kann. Die erhöhte Mutationsrate während der SOS-Antwort wird durch drei Low-Fidelity-DNA-Polymerasen verursacht: Pol II, Pol IV und Pol V. Forscher zielen nun auf diese Proteine ​​mit dem Ziel, Medikamente zu entwickeln, die die SOS-Reparatur verhindern. Dadurch könnte die Zeit, die pathogene Bakterien benötigen, um eine Antibiotikaresistenz zu entwickeln, verlängert werden und somit die langfristige Lebensfähigkeit einiger Antibiotika verbessert werden.

Durch horizontalen Gentransfer Anteil Resistenzgene:

Bakterien können auch antibiotikaresistent werden, indem sie mutierte DNA von anderen Bakterien gewinnen. Bakterien können DNA austauschen. Es wird keine neue DNA erzeugt, sondern nur ausgetauscht. Dieser Mechanismus des DNA-Austauschs ist notwendig, damit Bakterien in extremen oder sich schnell ändernden Umgebungen wie einem Krankenhaus (oder denen, die kurz nach der Flut gefunden wurden) überleben können. Die Mechanismen der Mutation und der natürlichen Selektion helfen Bakterienpopulationen, gegen Antibiotika resistent zu werden.

Die vier Hauptmechanismen, durch die Mikroorganismen eine Resistenz gegen antimikrobielle Mittel aufweisen, sind:

1. Arzneimittelinaktivierung oder -modifikation: z.B. enzymatische Deaktivierung von Penicillin G bei einigen Penicillin-resistenten Bakterien durch die Produktion von β-Lactamasen.

2. Änderung der Zielseite: z.B. Veränderung von PBP – der Bindungszielstelle von Penicillinen – bei MRSA (Methicillin-resistenter Staphylococcus aureus) und anderen Penicillin-resistenten Bakterien.

3. Veränderung des Stoffwechselweges: z.B. einige sulfonamidresistente Bakterien benötigen keine para-Aminobenzoesäure (PABA), eine wichtige Vorstufe für die Synthese von Folsäure und Nukleinsäuren in Bakterien wird durch Sulfonamide gehemmt. Stattdessen wenden sie sich wie Säugetierzellen der Verwendung von vorgeformter Folsäure zu.

4. Reduzierte Arzneistoffakkumulation: durch Verringerung der Arzneistoffpermeabilität und/oder Erhöhung des aktiven Effluxes (Abpumpen) der Arzneistoffe über die Zelloberfläche.

Prävention von Antibiotikaresistenzen und Entwicklung neuer Medikamente:

Da Antibiotika so erfolgreich wurden, wurden alle anderen Strategien zur Bekämpfung bakterieller Krankheiten beiseite gelegt. Da nun die Wirkung von Antibiotika nachlässt und die Antibiotikaresistenz zunimmt, haben neue Forschungen zur Bekämpfung von Bakterien begonnen. Die Verbesserung der Infektionskontrolle, die Entdeckung neuer Antibiotika und die angemessenere Einnahme von Medikamenten sind Möglichkeiten, die Ausbreitung resistenter Bakterien zu verhindern.

Der rationale Einsatz von Antibiotika kann auch die Wahrscheinlichkeit einer opportunistischen Infektion durch antibiotikaresistente Bakterien aufgrund von Dysbakteriose verringern. In Entwicklungsländern gibt es Ansätze, Infektionen wie das Händewaschen durch medizinisches Personal zu kontrollieren und medikamentenresistente Infektionen schnell zu erkennen, um sie von anderen fernzuhalten. Die Weltgesundheitsorganisation hat ein globales Computerprogramm gestartet, das alle Ausbrüche von arzneimittelresistenten bakteriellen Infektionen meldet. Die Phagentherapie, ein Ansatz, der seit über 60 Jahren, insbesondere in der Sowjetunion, umfassend erforscht und als Therapeutikum verwendet wird, ist eine Alternative, die bei der Resistenzproblematik helfen könnte.

Die Phagentherapie wurde in den Vereinigten Staaten bis zur Entdeckung der Antibiotika in den frühen 1940er Jahren weit verbreitet eingesetzt. Bakteriophagen oder “Phagen” sind Viren, die in Bakterienzellen eindringen und im Falle von lytischen Phagen den bakteriellen Stoffwechsel stören und das Bakterium lysieren lassen. Die Phagentherapie ist die therapeutische Anwendung lytischer Bakteriophagen zur Behandlung pathogener bakterieller Infektionen.

Die Bakteriophagentherapie ist in der aktuellen Ära multiresistenter Erreger eine wichtige Alternative zu Antibiotika. Britische Studien zeigten auch eine signifikante Wirksamkeit von Phagen gegen Escherichia coli, Acinetobacter spp., Pseudomonas spp und Staphylococcus aureus. Die Phagentherapie könnte sich als wichtige Alternative zu Antibiotika zur Behandlung multiresistenter Erreger erweisen.

Die Fähigkeit von Mikroorganismen, ihr genetisches Material auszutauschen, hat ihnen eine Rüstung zur Bekämpfung neuer Medikamente geliefert und stellt ein ernsthaftes Problem für die menschliche Gesundheit dar. Durch das Verständnis des Mechanismus der genetischen Rekombination können wir moderne Werkzeuge der Biologie nutzen, um bakterielle Krankheiten zu kontrollieren und sie zur Herstellung nützlicher Medikamente zu verwenden.

Ding # 7. Phagengenom und Rekombination:

Das Genom des Phagen A ist ein doppelsträngiges DNA-Molekül mit einer Länge von etwa 47.000 Basenpaaren. Im Phagenpartikel hat A DNA einzelsträngige, komplementäre Enden von 12 Basen Länge, die als reife oder kohäsive Enden m und m’ bezeichnet werden.

Innerhalb einer infizierten Zelle bildet DNA durch Paarung der einzelsträngigen DNA einen Kreis und wird in der replikationsorientierten Frühphase einer Entwicklung als zirkuläres Molekül repliziert und transkribiert.

Nach diesem frühen Stadium kann eine Entwicklung entlang des produktiven (oder lytischen) Weges oder entlang des alternativen lysogenen Weges erfolgen. Das verkapselungsorientierte Spätstadium des Produktionsweges beinhaltet einen Transkriptionswechsel zur Synthese von Kopf-, Schwanz- und Lyseproteinen und einen Replikationswechsel zu einem Rolling-Circle-Modus, der multimere Genome (Konkatemere) erzeugt, die die obligatorischen Vorläufer für die gespaltenen, lineare Moleküle, verpackt in einen Phagenkopf.

Der lysogene Weg beinhaltet eine Repression der Transkription und ein ortsspezifisches Rekombinationsereignis, das A-DNA in das Wirts-E. coli-Genom inseriert. Diese integrative Rekombination zwischen den Anheftungsstellen des Phagen und des Wirts (att) erzeugt eine genetische Struktur, die aus der linearen Ordnung des Phagenpartikels permutiert ist, da sich die Phagenanheftungsstelle (a’ oder PP) ungefähr in der Mitte des reifen befindet DNA-Molekül.

Der Prophagen hat strukturell unterschiedliche Bindungsstellen: eine linke attL-Stelle (b a’ oder B P’) und eine rechte attR-Stelle (a b’ oder P B’) diese wiederum können rekombinieren, um die Prophagen-DNA abzulösen, wenn das Virus wird zur lytischen Entwicklung induziert, wobei die att-P-Stelle des Phagen (a a’ oder P&8217) und die ursprüngliche att-B-Stelle des Wirts (bb’ oder BB’) regeneriert werden.

Viren können eine genetische Rekombination durchlaufen. Es wurde erstmals 1949 von A. D. Hershey und R. Rotman beschrieben. Es wurde während Mischinfektionsexperimenten entdeckt, bei denen zwei verschiedene Mutantenstämme gleichzeitig dieselbe Bakterienkultur infizieren durften.

An ihr sind zwei Loci beteiligt, daher wird die Rekombination als intergen bezeichnet. Wenn beispielsweise zwei Virusstämme mit den Genotypen a + b” und a–b+ dieselbe Wirtszelle infizieren dürfen, enthält die resultierende Virusnachkommenschaft zusätzlich die Rekombinanten a + b + und Luft zu den Elternkombinationen a + b – und ar b + . Dieses Phänomen der genetischen Rekombination wurde bei der Herstellung von Verknüpfungskarten von Viren verwendet. Es wurde gefunden, dass Kopplungskarten in T2- und T4-Phagen zirkulär sind, wie im Fall des E. coli-Chromosoms.

Ding # 8. Genetische Karten von Viren:

Da die Viren sehr kleine Partikel sind, werden sie oft als nicht geeignet für Vererbungsstudien angesehen. Die Morphologie von Plaque (klarer Bereich, der auf undurchsichtigem Bakterienrasen auf der Oberfläche einer Petriplatte aus festem Medium erzeugt wird) jedoch, wie groß vs. klein, unscharf vs. scharf, Wirtsbereich und Virulenz sind charakteristische Merkmale von Bakteriophagen, die zur Vererbung verwendet wurden und Rekombination in Viren kann durch eine Kreuzung in T2-Phagen veranschaulicht werden, die von Hershey versucht wurde. Diese Kreuzung (h – r + x h + r – ) umfasste das Wirtsspektrum und die Plaque-Morphologie.

Hier bedeutet h +, dass diese Viren nur Stamm 1 infizieren können und h – kann beide Stämme 1 und 2 infizieren. r + lysiert langsam und produziert kleine Plaques und r lysiert schnell und produziert große Plaques. Zur Erstellung der genetischen Karte wurde Bakterienstamm 1 mit beiden Phagengenotypen infiziert (Mischinfektion oder Doppelinfektion) und das Lysat wurde analysiert, indem es auf einen Bakterienrasen aus einer Mischung von Stamm 1 und 2 ausgebreitet wurde (h – erzeugt klare und h + erzeugt trübe Plaques). Vier Plaquetypen waren unterscheidbar (Abb. 4.10)

Die ersten beiden dieser vier sind elterliche Phänotypen und die letzten beiden sind rekombinant, sodass die Rekombinationshäufigkeit (RF) wie folgt berechnet werden kann: RF= (h + r + ) + (h – r – ) / total Plaketten. Um die Kopplungskarte zu erstellen, standen mehrere schnelle Lyse-Genotypen (r1, r2, r3, in der Reihenfolge der Entdeckung) zur Verfügung und die entsprechenden Stämme wurden als r . bezeichnetein RB und rC Unter Verwendung dieser drei Stämme mit den Genotypen h + und h – wurden folgende Kreuzungen hergestellt: rein – h + x rein + h – , rB – h + x rB + h – , rC – h + x rC + h – , rC – rB + x rC + rB –. Die Rekombinationsfrequenzen wurden berechnet und es standen folgende zwei wahrscheinliche lineare Ordnungen zur Verfügung: rein – rC – h – rB und rC – h – rB – rein. Dies kann nur erklärt werden, wenn die zirkuläre Karte in der zirkulären genetischen Karte für einen T-even-Phagen gezeigt ist (Abb. 4.11). S. Benzer, der die Feinstruktur des rll-Locus auflöst, hat auch die Rekombination in T4 untersucht.

Ding # 9. Feinstruktur des rII-Locus in T4-Phagen:

Der T4-Phagen-rll-Locus für den groben Plaque-Phänotyp der Phagenkolonien wurde am ausführlichsten auf die Feinstruktur des Gens untersucht. Die raffinierteste Analyse eines einzelnen Gens, die jemals durchgeführt wurde, wurde in den 1950er Jahren von Seymour Benzer für einen Locus in T4-Bakteriophagen durchgeführt, der E. coli infiziert. Dieser Locus ist als rll-Locus bekannt und eine Mutante an diesem Locus ist für die Bildung von rauen Plaques oder Kolonien verantwortlich.

Dieser Locus wies die größte Anzahl von schnell lysierenden (r) Mutanten auf und wird rll-Locus genannt. Es kann von anderen r-Loci dadurch unterschieden werden, dass rll-Mutanten nicht in der Lage sind, Plaques auf dem lysogenen ‘K’-Stamm von E. coli zu produzieren, der Lamda-Prophage trägt. Die rll-Mutante erzeugt große Plaques mit unscharfen Kanten auf E. coli, Stamm B. Der Wildtyp-Phagen T4 rll+ erzeugt kleine Plaques mit scharfen Kanten sowohl auf B- als auch auf /k-Stämmen.

Außerdem, wenn ‘K’ gleichzeitig von rll + und rll. Es bildeten sich große Plaques, da rll* bei der Lyse hilft. Damit rll ausdrücken kann. Diese Unterscheidungsmerkmale ermöglichten es Benzer, Mutanten und Wildtyp-Phagen mit hoher Effizienz zu unterscheiden.

Ergänzungstest:

Um die Komplementationsbeziehungen zwischen mutierten rll-Allelen zu bestimmen, verwendet Benzer zwei verschiedene rll-Mutanten, die willkürlich als rll . bezeichnet werdenx und rllja. Er erlaubte eine Mischinfektion des K-Stammes durch diese beiden Mutanten. In den meisten Fällen führte dies nicht zu Lyse und Plaquebildung, in einigen Fällen zu Plaquebildung. Wenn zwei Mutanten bei einer Mischinfektion keine Plaques bildeten, wurden sie in dieselbe Gruppe eingeordnet, wenn jedoch Plaques erzeugt wurden, wurden die beiden an einer Mischinfektion beteiligten Mutanten in zwei verschiedene Gruppen eingeordnet.

Auf diese Weise können im rll-Bereich zwei Gruppen A und B gebildet werden. Alle Mutanten konnten mit Hilfe des Komplementationstests in diese beiden Gruppen eingeordnet werden, so dass zwei Mutanten aus Gruppe A oder zwei Mutanten aus Gruppe B keine Plaquebildung verursachen konnten, eine Mischinfektion mit einer Mutante aus jeder Gruppe jedoch Plaquebildung verursachen konnte .

Da die Gruppen A und B aufgrund des cis-trans-Tests getrennt werden, wurden diese als Cistron A und Cistron B bezeichnet. Aus dem Komplementationstest wird deutlich, dass in der rll-Region zwei Cistron A und B funktionell unabhängig sind und dafür verantwortlich sein müssen zur sequentiellen Synthese für zwei getrennte Produkte (verschiedene Proteine).

Daher haben alle Mutanten, die zu einem Cistron gehören, einen gemeinsamen Mangel, der sich vom Mangel im zweiten Cistron unterscheidet. Wenn zwei Mutanten derselben Gruppe gemischt werden, bleibt der Mangel bei ihnen bestehen. Wenn zwei Mutanten verschiedener Gruppen gemischt werden, ergänzen sie sich und können einen Wild-Phänotyp, d. h. Lyse und Plaque-Bildung, exprimieren.

Rekombinationstest:

Nachdem rII-Mutanten in Cistron A und Cistron B klassifiziert waren, analysierte Benzer die Mutanten, die zu demselben Cistron gehörten. Mutanten wurden einem Rekombinationstest unterzogen, um herauszufinden, ob sie sich an derselben Stelle oder an verschiedenen, durch eine Entfernung voneinander trennbaren Stellen befinden. Dieser Abstand kann durch Rekombinationen aufgelöst werden.

Benzer teilte alle Mutanten in zwei Kategorien ein:

(1) Revertante Typ-Punktmutationen

(2) Nicht-revertante Typ-Deletions-Mutante (Multi-Site-Mutationen).

Deletionsmutationen wurden durch mehrere Tests bestimmt, einschließlich ihrer nicht-revertanten Natur. Für die Rekombinationsanalyse verwendete Benzer nicht-revertante Mutanten. Diese Deletionen wurden in einem Satz überlappender Deletionen angeordnet, die Segmente unterschiedlicher Größe in der r11-Region repräsentierten, wie in Abbildung 4.12 gezeigt.

Das bei dieser Technik verwendete Prinzip bestand darin, dass, wenn eine Punktmutation im Bereich einer Deletion in einer anderen Mutante liegt, eine Mischinfektion mit diesen beiden keinen Wildtyp hervorbringen kann (beide defekt an derselben Stelle). Wenn die Punktmutation außerhalb der Deletionsregion der zweiten Mutante liegt, kann sie eine Wildtyp-Rekombinante ergeben (beide defekt an verschiedenen Stellen).

Unter Verwendung von nicht-revertanten Mutanten mit aufeinanderfolgenden überlappenden Deletionen kleinerer Länge könnte man eine Mutante in einer ziemlich kleinen Region lokalisieren. Alle Punktmutationen, die sich in diesem speziellen kleinen Segment der rll-Region befinden, könnten dann einem Rekombinationstest unterzogen werden. Zu diesem Zweck wurden jeweils zwei Mutanten zur Mischinfektion des E. coli B-Stammes verwendet.

Das auf Plaques produzierte Lysat wurde für die Infektion mit dem K-Stamm verwendet, um die Häufigkeit der produzierten Wildtyp-Phagenpartikel herauszufinden, da dies die Rekombinationshäufigkeit darstellt. Benzer schätzte die Rekombinationshäufigkeit auf nur 0,0001%. Somit war Benzer in der Lage, die rll-Region in Cistrons A und B zu unterteilen und dasselbe Cistron in Hunderte von Mutationsstellen, die durch Rekombination trennbar waren.

Durch dieses Verfahren wurden -2400 Mutationen in der rll-Region kartiert und es wurde gefunden, dass sie 300 verschiedene Stellen besetzen, die Mutationsstellen genannt werden. Es gab Regionen mit hohen Mutationsfrequenzen, die als Hot Spots bezeichnet wurden, während andere Stellen ohne Mutationen als Nullstellen bezeichnet wurden.


Resultate und Diskussionen

Wir fanden signifikante negative Korrelationen für beide D' und R 2 für eine Reihe von Arten. Es gab keine Hinweise auf eine Rekombination in den Daten von Löwenmaul Arten (Scrophulariaceae). Obwohl die Korrelationen sehr klein sind, sind drei von den Solanaceae und Rosaceae nach sequentieller Bonferroni-Korrektur signifikant (W. maculata, L. andersonii und Malus × inländisch Tabelle 1, Teil I). Keine der Arten ergab signifikante negative Korrelationen für beide D' und R 2 mit all den verschiedenen Analysen angewendet, aber L. andersonii ergaben für beide Messgrößen mit dreien signifikant negative Korrelationen (Tabelle 1, Teil I).

Diese Schlussfolgerungen unterscheiden sich von denen von Schierup et al. (2001), die keine Hinweise auf eine Rekombination in L. andersonii durch eine der verwendeten Methoden, während die R 2 Testen Sie die vorgeschlagene Rekombination für P. crassifolia und S. carolinense. Es gibt mehrere mögliche Gründe für die Unterschiede. Erstens schließen Schierup et al (2001) Segregationsstellen bei Häufigkeiten unter 30% aus. Zum S. carolinense, Wenn der Datensatz von Schierup et al (2001) verwendet wird, erkennt unser Ansatz keine signifikanten Korrelationen zwischen beiden D' oder R 2 und Distanz, während Schierup et al (2001) schwach signifikante Korrelationen fanden. Zweitens für L. andersonii, Schierup et al (2001) analysierten mehr Allele (22, während unser Datensatz 11 hatte), aber eine zweifach kleinere Region der S-Ort. Die Distanzen zwischen den verglichenen Segregationsstellen waren damit deutlich kürzer als in unseren Daten und die Anzahl der in den Korrelationen verwendeten Datenpunkte ist 7,8-mal kleiner. Anwendung unserer Methoden auf den Datensatz von Schierup et al (2001), D′ nimmt mit der Entfernung deutlich ab (P<0,001). Drittens lagen im Datensatz von Schierup et al (2001) alle Paare von Segregationsstellen weniger als 150 bp auseinander, so dass es überraschend ist, dass die Rekombination von ihnen, aber nicht von uns nachgewiesen wurde, obwohl eine deutlich größere Anzahl von Sequenzen es mehr macht Es ist wahrscheinlich, dass klare Muster erkannt werden, vorausgesetzt, die Sequenzlänge ist ausreichend. Anwendung unserer Methoden auf die P. crassifolia Datensatz von Schierup et al (2001), eine signifikante Korrelation zwischen R 2 und der Abstand wird beobachtet (Daten nicht gezeigt). Schließlich können unterschiedliche Grade der Koadaptation zwischen verschiedenen Aminosäurestellen Unterschiede zwischen den beiden Studien verursachen. Wenn die Koadaptation hauptsächlich zwischen Aminosäuren in verschiedenen Teilen des Moleküls stattfindet, könnte sich das Bindungsungleichgewicht über beträchtliche Entfernungen erstrecken, und eine Abnahme mit der Entfernung wäre nicht nachweisbar, es sei denn, nur eng getrennte Stellen werden analysiert.

Zum P. inflata, fanden sowohl wir als auch Schierup et al (2001) im Gegensatz zu den Ergebnissen von Wang et al (2001) nur schwache Hinweise auf eine Rekombination. Stark divergente Sequenzen in unserem Datensatz und dem von Schierup et al (2001) könnten jedoch Beweise für eine Rekombination verschleiern. Beweise für einen Austausch in der fernen Vergangenheit könnten durch nachfolgende Mutationen ausgelöscht worden sein (Clark, 1993) und da die meisten S-Allele alt sind, könnte dieselbe Mutation zweimal an derselben Stelle aufgetreten sein. Es ist auch möglich, dass selten eine Rekombination zwischen sehr unterschiedlichen S-Allelsequenzen. Der Ansatz von Wang et al. (2001), die am stärksten abweichenden Sequenzen aus den Datensätzen zu entfernen, könnte daher für das Testen auf Rekombination vorzuziehen sein. Obwohl einige bekannte Varianten weggelassen werden, besteht kein Grund zu der Annahme, dass dies fälschlicherweise den Anschein einer Rekombination erwecken würde. Teil II von Tabelle 1 zeigt Ergebnisse von Analysen der Datensätze, in denen fünf oder mehr Sequenzen verbleiben, nachdem stark divergierende Sequenzen ausgeschlossen wurden (siehe Methoden). Negative Korrelationen signifikant nach Bonferroni-Korrektur wurden für beide gefunden D' und R 2 für drei Datensätze (P. inflata, P. dulcis und Malus × inländisch). P. inflata ergaben für beide signifikante negative Korrelationen D' und R 2 mit allen vier verschiedenen Arten der Datenanalyse (Spalten A, B, C und D in Tabelle 1, Teil II) und P. dulcis mit zwei der drei Methoden, die für diese Art verwendet werden. Zwei andere Spezies ergaben nicht signifikante Testergebnisse, wohingegen ihre Sequenzen eine Rekombination nahelegten, wenn alle Sequenzen eingeschlossen waren. Dies waren die beiden Teilmengen von W. maculata und P. longifolia Sequenzen (W. maculata 1, W. maculata 2 und P. longifolia 1 und P. longifolia 2, in Tabelle 1, Teil II). Der Unterschied kann auf die geringe Größe dieser Datensätze zurückzuführen sein, mit der daraus resultierenden geringen Leistung zum Nachweis einer Rekombination.

Datensätze, die signifikante negative Korrelationen von beiden erzeugten D' und R 2 mit wahrer oder geschätzter genomischer Distanz (Spalten C bzw. D in Tabelle 1) sind in Abbildung 1a bzw. b dargestellt. L. andersonii und W. maculata zeigen deutliche Abnahmen von R 2 mit Abstand, in der Analyse mit allen Sequenzen. Zum P. inflata und P. dulcis, legt unsere Analyse eine Rekombination nur dann nahe, wenn die am stärksten divergenten Sequenzen ausgeschlossen werden. Wang et al. (2001) Analysen verwendeten vier der fünf S-Allelsequenzen in unsere Analyse eingeschlossen, so dass die Übereinstimmung mit ihrem Abschluss erwartet wird.

Zusammenhang zwischen Kopplungsungleichgewicht, gemessen durch R 2 , und die physikalische Distanz, gemessen in der Anzahl der Basenpaare, unter Verwendung der Datensätze, die signifikante Ergebnisse zeigten, in denen wahr (ein) und geschätzte genomische Distanzen (B) sind bekannt.

Unsere Tests verwenden verwandte Arten, so dass sie nicht unabhängig sind, da S-Allele können für sehr lange evolutionäre Zeiten aufrechterhalten werden. Ein S-Allel einer Art kann daher enger mit einem verwandt sein S-Allel von einer anderen Art oder sogar von einer anderen Gattung als zu einer anderen S-Allel derselben Spezies (manchmal auch als transspezifische Evolution bezeichnet, Clark, 1993). Rekombinationsereignisse bei einem Vorfahren könnten daher bei mehr als einer Nachkommenart nachweisbar sein. Unterschiedliche Ergebnisse für verwandte Arten (z. B. P. avium und P. dulcis) kann auf echte Unterschiede oder auf eine geringe Leistung zum Nachweis einer Rekombination in einigen Datensätzen zurückzuführen sein. Trotz einiger inkonsistenter Testergebnisse (was angesichts der geringen verfügbaren Stichprobengrößen und Sequenzlängen und der bekannten Schwierigkeiten beim Nachweis von Kopplungsungleichgewichten, wie oben dargestellt, vielleicht nicht überraschend ist) werden immer wieder Anzeichen für einen genetischen Austausch gefunden und scheinen daher schwer zu ignorieren.

Obwohl wir die Rekombinationshäufigkeit für gametophytische S-loci, das hohe Maß an stillen Standortunterschieden zwischen S-Allele legt nahe, dass eine solche Rekombination selten ist. Es ist auch noch nicht klar, ob ähnliche Sequenzen viel höhere Rekombinationsraten aufweisen als stark divergente. Nichtsdestotrotz könnte sogar eine seltene Rekombination ein wichtiger Faktor bei der Evolution dieser Loci sein (Schierup et al., 2001) und zusätzlich zur Mutation möglicherweise neue Spezifitäten hervorbringen (Wang et al., 2001).


Durch Rekombination konservierte Proteinbausteine

In Anlehnung an Konzepte aus der Schematheorie genetischer Algorithmen haben wir einen Computeralgorithmus entwickelt, um die Fragmente von Proteinen oder Schemata zu identifizieren, die rekombiniert werden können, ohne die Integrität der dreidimensionalen Struktur zu beeinträchtigen. Wenn die Rekombination diese Schemata ungestört lässt, ist es wahrscheinlicher, dass die Hybridproteine ​​gefaltet und funktionsfähig sind. Crossovers, die beim Screening von Bibliotheken mehrerer zufällig gemischter Proteine ​​auf funktionelle Hybride gefunden wurden, korrelieren stark mit denen, die von diesem Ansatz vorhergesagt wurden. Experimentelle Ergebnisse aus der Konstruktion von Hybriden aus zwei β-Lactamasen, die eine Aminosäureidentität von 40% teilen, zeigen eine Schwelle im Ausmaß der Schemaunterbrechung, die das Hybridprotein tolerieren kann. In dem Maße, in dem Introns die Rekombination innerhalb von Proteinen fördern, würde die natürliche Selektion dazu dienen, ihre Positionen an Schemagrenzen zu verschieben.


Aallcc

C. Die Elternchromosomen in der Testkreuzung sind ALc und alC von den Weibchen und alc von den Männchen.

Alle Tiere, die Al oder aL vom weiblichen Elternteil erhalten, zeigen eine Rekombination zwischen den ein und l Gene des Chromosoms. Daher sind Tiere, die AallCc, Aallcc, aaLlCc und aaLlcc sind, rekombinant, so dass die Gesamtzahl der Rekombinanten (1+22+24+3) geteilt durch die Gesamtzahl der Nachkommen (1000) eine Kartenentfernung von 5 m.u ergibt. zwischen ein und l.

Alle Tiere, die AC oder AC vom weiblichen Elternteil erhalten, zeigen eine Rekombination zwischen den ein und C Gene des Chromosoms. Daher sind Tiere, die AaLlCc, AallCc, aaLlcc und aallcc sind, rekombinant, so dass die Gesamtzahl der Rekombinanten (56+1+3+60) geteilt durch die Gesamtzahl der Nachkommen (1000) eine Kartenentfernung von 12 m.u ergibt. zwischen ein und C.

Alle Tiere, die LC oder LC vom weiblichen Elternteil erhalten, zeigen eine Rekombination zwischen den l und C Gene des Chromosoms. Daher sind Tiere, die AaLlCc , Aallcc, aaLlCc und aallcc sind, rekombinant, so dass die Gesamtzahl der Rekombinanten (56+22+24+60) geteilt durch die Gesamtzahl der Nachkommen (1000) eine Kartenentfernung von 16,2 (

17) m. u. zwischen l und C.

Daher lautet die genetische Karte: C 12 ein 5 l

D. Genetische Interferenz (I) ist das Maß für die Unabhängigkeit der Übergänge voneinander, berechnet als:

ich = 1 - erwartete Doppelübergänge

beobachtete Doppelübergänge

In diesem Fall wurden die vier Doppelkreuzungen gefunden. Mit der Formel würden Sie jedoch 6 erwarten (0,05 x 0,12 x 1000). Daher ist die genetische Interferenz = 1 (4/6), also I = .33. Mit anderen Worten, es gibt erhebliche Störungen. Eigentlich eine schreckliche Schlussfolgerung, da die Zahlen viel zu klein sind. Die wahre Antwort sollte sein, dass es nicht genügend Daten gibt.

3. a. Wenn Gene 50 Karteneinheiten voneinander entfernt sind, entspricht die Anzahl der rekombinanten Chromosomen der Anzahl der nicht rekombinanten Chromosomen. Dies ist gleichbedeutend mit nicht verknüpften Genen.

B. Die Summe vieler kleiner Kartenabstände zwischen den Genen kann sich auf über 100 Karteneinheiten summieren. Zum Beispiel, wenn ein und B sind 30 m.E. ein Teil, B und C 40 Karteneinheiten voneinander entfernt sind und C und D sind 30 Karteneinheiten auseinander, ein und D werden 100 Karteneinheiten voneinander entfernt sein.

4. a. ab/++ Weibchen X a+/+b Männchen

B. Phänotypen der Eltern: A, B, & WT Rekombinanter Phänotyp: AB

C. Um eine Formel für den Kartenabstand zu bestimmen, suchen Sie nach dem am häufigsten vorkommenden rekombinanten Phänotyp. In diesem Fall ist der einzige rekombinante Phänotyp AB. Die Kartenentfernung ist die Anzahl der Rekombinanten über die Gesamtzahl der Tiere, daher lautet eine Formel zur Berechnung der Kartenentfernung #AB/total = p(1-p)/4 oder p/4, wenn p klein ist.

D. Bestimmung des p-Wertes aus einer Kreuzung zwischen zwei trans Heterozyogen wäre schwieriger, da die Zahl der AB-Tiere, der einzigen rekombinanten Klasse, gleich p 2 /4 ist.

5. Konsultieren Sie die folgende Tabelle:

iii. A = a/ab oder ac/ab B = b/ab oder bc/ab

B. Wenn C ist rechts von ab, A wird WT und C geben, während B WT gibt. Wenn C ist links von ab, A wird WT geben, während B WT und C gibt. Wenn C liegt zwischen ein und B, sowohl A als auch B geben WT und C.

C. Wenn A-Rekombinanten, die mit C-Tieren gepaart sind, WT- und C-Nachkommen produzieren, während B-Rekombinanten, die mit C-Tieren gepaart sind, nur WT-Nachkommen produzieren, dann C liegt rechts von ein und B. Wenn A-Rekombinanten, die mit C-Tieren gepaart sind, nur WT-Nachkommen produzieren, während B-Rekombinanten, die mit C-Tieren gepaart sind, WT- und C-Nachkommen produzieren, dann C liegt links von ein und B. Wenn sowohl A- als auch B-Rekombinanten WT- und C-Nachkommen produzieren, wenn sie mit C-Tieren gepaart werden, dann C liegt zwischen ein und B.

D. Bei diesem Verfahren werden nur A- und B-Nachkommen verwendet, da sie von nicht-rekombinanten Nachkommen unterschieden werden können.

e. Da sowohl A- als auch B-rekombinante Tiere C-Tiere produzieren, C muss dazwischen liegen ein und B. 33 Tiere sind das Ergebnis von Rekombinationen zwischen ein und C, während 11 Tiere das Ergebnis von Rekombinationen zwischen B und C. Schon seit ein und B sind 2,4 Mio. E. ein Teil, C ist 1,8 m.E. rechts von ein und 0,6 m.E. auf der linken Seite von B.

F. ich. Wenn c sehr weit rechts von beiden Genen liegt, könnten Sie doppelte Rekombinanten erhalten. In a.i. wäre die A-Nachkommenschaft ac/ab aus einzelnen Rekombinanten und a/ab aus doppelter Rekombination. Die B-Nachkommenschaft wäre b/ab aus einfacher Rekombination und bc/ab aus doppelter Rekombination.

ii. Die doppelte Frequenzweiche könnte einen denken lassen C war zwischen ein und B.

iii. Um das Problem zu lösen, Karte C einen anderen Markersatz verwenden. Zum Beispiel, wenn C ist weit rechts von B, verwenden Sie einen zusätzlichen Marker D das liegt rechts von C.


Danksagung

Wir danken unseren Kollegen aus dem Team, insbesondere Cyril Matthey-Doret, sowie Hugo Darras, Heather Marlow, Francois Spitz, Jitendra Narayan, Jean-François Flot, Jérémy Gauthier, Jean-Michel Drezen und allen Github-Benutzern und Mitwirkenden für wertvolle Rückmeldungen und Kommentare.

Rezensionsverlauf

Die Überprüfungshistorie ist als Zusatzdatei 2 verfügbar.

Peer-Review-Informationen

Andrew Cosgrove war der Hauptredakteur dieses Artikels und leitete den redaktionellen Prozess und die Peer Review in Zusammenarbeit mit dem Rest des Redaktionsteams.


Es wurde kein benutzerdefinierter Code oder mathematischer Algorithmus verwendet, der für die Schlussfolgerungen zentral war.

Dixon, JesseR., Gorkin, David, U. & Ren, B. Chromatindomänen: die Einheit der Chromosomenorganisation. Mol.-Nr. Zelle 62, 668–680 (2016).

Sotelo-Silveira, M., Chavez Montes, R. A., Sotelo-Silveira, J. R., Marsch-Martinez, N. & de Folter, S. Die nächste Dimension betreten: Pflanzengenome in 3D. Trends Plant Sci. 23, 598–612 (2018).

Feng, S. et al. Genomweite Hi-C-Analysen in Wildtyp und Mutanten zeigen hochauflösende Chromatin-Interaktionen bei Arabidopsis. Mol.-Nr. Zelle 55, 694–707 (2014).

Grob, S., Schmid, Marc, W. & Grossniklaus, U. Hi-C-Analyse bei Arabidopsis identifiziert den KNOT, eine Struktur mit Ähnlichkeiten zum Flamenco-Locus von Drosophila. Mol.-Nr. Zelle 55, 678–693 (2014).

Wang, C. et al. Genomweite Analyse der lokalen Chromatinpackung in Arabidopsis thaliana. Genom-Res. 25, 246–256 (2015).

Liu, C. et al. Genomweite Analyse von Chromatin-Packing in Arabidopsis thaliana bei Einzelgenauflösung. Genom-Res. 26, 1057–1068 (2016).

Liu, C., Cheng, Y. J., Wang, J. W. & Weigel, D. Prominente topologisch assoziierte Domänen unterscheiden die globale Chromatinpackung in Reis von Arabidopsis. Nat. Pflanzen 3, 742–748 (2017).

Dong, P. et al. 3D-Chromatinarchitektur großer Pflanzengenome, bestimmt durch lokale A/B-Kompartimente. Mol.-Nr. Anlage 10, 1497–1509 (2017).

Wang, M. et al. Evolutionäre Dynamik der 3D-Genomarchitektur nach Polyploidisierung in Baumwolle. Nat. Pflanzen 4, 90–97 (2018).

Wang, W. et al. Genomische Variation in 3.010 verschiedenen Akzessionen von asiatischem Kulturreis. Natur 557, 43–49 (2018).

Tatarinova, T.V. et al. Die Nukleotid-Diversitätsanalyse hebt funktionell wichtige Genomregionen hervor. Wissenschaft Repräsentant 6, 35730 (2016).

Fuentes, R.R. et al. Strukturvarianten in 3000 Reisgenomen. Genom-Res. 29, 870–880 (2019).

Dong, Q. et al. Eine genomweite Hi-C-Analyse zeigt umfangreiche hierarchische Chromatin-Interaktionen in Reis. Pflanze J. 94, 1141–1156 (2018).

Filippova, D., Patro, R., Duggal, G. &. Kingsford, C. Identifizierung alternativer topologischer Domänen in Chromatin. Algorithmen Mol. Biol. 9, 14 (2014).

Grob, S. Pflanzen sind nicht so verschieden. Nat. Pflanzen 3, 690–691 (2017).

Rao, S.S.P. et al. Eine 3D-Karte des menschlichen Genoms mit Kilobasen-Auflösung zeigt Prinzipien des Chromatin-Looping. Zelle 159, 1665–1680 (2014).

Dixon, J. R. et al. Topologische Domänen in Säugetiergenomen durch Analyse von Chromatin-Interaktionen identifiziert. Natur 485, 376–380 (2012).

Forcato, M. et al. Vergleich von Rechenmethoden zur Hi-C-Datenanalyse. Nat. Methoden 14, 679–685 (2017).

Fudenberg, G. & Pollard, K. S. Chromatin-Merkmale beschränken die strukturelle Variation über evolutionäre Zeitskalen hinweg. Proz. Natl Acad. Wissenschaft Vereinigte Staaten von Amerika 116, 2175 (2019).

Kaiser, V. B. & Semple, C. A. Wenn TADs schlecht werden: Chromatinstruktur und nukleare Organisation bei menschlichen Krankheiten. F1000Forschung 6, 314 (2017).

Wood, A. J., Severson, A. F. & Meyer, B. J. Condensin and Cohesin Complexion: the expanding Repertoire of Functions. Nat. Rev. Genet. 11, 391–404 (2010).

Schuster-Böckler, B. & Lehner, B. Die Chromatin-Organisation hat einen großen Einfluss auf die regionalen Mutationsraten in menschlichen Krebszellen. Natur 488, 504 (2012).

Carlson, J. et al. Extrem seltene Varianten zeigen Muster der Heterogenität der Keimbahnmutationsrate beim Menschen. Nat. Komm. 9, 3753–3753 (2018).

Qu, W. et al. Genomweite genetische Variationen korrelieren stark mit proximalen DNA-Methylierungsmustern. Genom-Res. 22, 1419–1425 (2012).

Mugal, C. F. &. Ellegren, H. Die Variation der Substitutionsrate an humanen CpG-Stellen korreliert mit Nicht-CpG-Divergenz, Methylierungsniveau und GC-Gehalt. Genom Biol. 12, R58–R58 (2011).

Sun, L. et al. Bevorzugter Schutz der genetischen Treue innerhalb des offenen Chromatins durch die Mismatch-Reparaturmaschinerie. J. Biol. Chem.-Nr. 291, 17692–17705 (2016).

West, P.T. et al. Genomische Verteilung von H3K9me2 und DNA-Methylierung in einem Maisgenom. PLUS EINS 9, e105267 (2014).

Eichten, S.R. et al. Die Verbreitung von Heterochromatin ist auf bestimmte Familien von Mais-Retrotransposons beschränkt. PLOS Genet. 8, e1003127 (2012).

Choi, J.Y. &. Purugganan, M.D. Evolutionäre Epigenomik der Retrotransposon-vermittelten Methylierung, die sich in Reis ausbreitet. Mol.-Nr. Biol. Evolution 35, 365–382 (2017).

Gavrilov, A. A. et al. Entschlüsselung der Mechanismen der Chromatinfibrillenverpackung. Kern 7, 319–324 (2016).

Ulianov, S. V. et al. Aktives Chromatin und Transkription spielen eine Schlüsselrolle bei der Chromosomenaufteilung in topologisch assoziierende Domänen. Genom-Res. 26, 70–84 (2016).

Makova, K.D. & Hardison, R.C. Die Auswirkungen der Chromatin-Organisation auf die Variation der Mutationsraten im Genom. Nat. Rev. Genet. 16, 213–223 (2015).

Si, W. et al. Weit verbreitete Hot- und Cold-Spots in der meiotischen Rekombination, wie die Sequenzierung von Reis-F2-Pflanzen zeigt. N. Phytol. 206, 1491–1502 (2015).

Marand, A.P. et al. Historische meiotische Crossover-Hotspots befeuerten Muster der evolutionären Divergenz bei Reis. Pflanzenzelle 31, 645 (2019).

Sigman, M.J. & Slotkin, R.K. Die erste Regel des Silencings von transponierbaren Pflanzenelementen: Standort, Standort, Standort. Pflanzenzelle 28, 304 (2016).

Diener, N. et al. HiC-Pro: eine optimierte und flexible Pipeline für die Hi-C-Datenverarbeitung. Genom Biol. 16, 259 (2015).

Kawahara, Y. et al. Verbesserung des Nipponbare-Referenzgenoms von Oryza sativa unter Verwendung von Sequenz- und optischen Kartendaten der nächsten Generation. Reis 6, 4 (2013).

Goodstein, D.M.et al. Phytozome: eine vergleichende Plattform für die Genomik grüner Pflanzen. Nukleinsäuren Res. 40, D1178–D1186 (2012).

Mansueto, L. et al. Aktualisierung der Rice-SNP-Suche: neue SNPs, Indels und Abfragen. Nukleinsäuren Res. 45, D1075–D1081 (2017).

Danecek, P. et al. Das Variantenaufrufformat und VCFtools. Bioinformatik 27, 2156–2158 (2011).

Zhang, T., Marand, A.P. &. Jiang, J. PlantDHS: eine Datenbank für DNase-I-überempfindliche Stellen in Pflanzen. Nukleinsäuren Res. 44, D1148–D1153 (2016).

Li, R. et al. MethBank 3.0: eine Datenbank mit DNA-Methylomen einer Vielzahl von Arten. Nukleinsäuren Res. 46, D288–D295 (2018).

Bray, N.L., Pimentel, H., Melsted, P. &. Pachter, L. Near-optimal probabilistic RNA-seq quantification. Nat. Biotechn. 34, 525–527 (2016).

Wicker, T., Matthews, D.E. & Keller, B. TREP: a database for Triticeae repetitive elements. Trends Plant Sci. 7, 561–562 (2002).

Quinlan, A. R. & Hall, I. M. BEDTools: eine flexible Suite von Dienstprogrammen zum Vergleich genomischer Merkmale. Bioinformatik 26, 841–842 (2010).

Gel, B. et al. regioneR: ein R/Bioconductor-Paket zur Assoziationsanalyse genomischer Regionen basierend auf Permutationstests. Bioinformatik 32, 289–291 (2015).

Tian, ​​T. et al. agriGO v2.0: ein GO-Analyse-Toolkit für die landwirtschaftliche Community, Update 2017. Nukleinsäuren Res. 45, W122–W129 (2017).

Alexa, A., Rahnenführer, J. & Lengauer, T. Verbesserte Bewertung funktioneller Gruppen aus Genexpressionsdaten durch Dekorrelieren der GO-Graphenstruktur. Bioinformatik 22, 1600–1607 (2006).

Das 1000-Genome-Projektkonsortium. Eine globale Referenz für die genetische Variation des Menschen. Natur 526, 68–74 (2015).

Coe, B.P. et al. Verfeinernde Analysen der Kopienzahlvariation identifizieren spezifische Gene, die mit Entwicklungsverzögerungen verbunden sind. Nat. Genet. 46, 1063–1071 (2014).


Einführung

Die überwiegende Mehrheit der Trisomie 21 oder des Down-Syndroms wird durch das Versagen der Chromosomen während der Meiose verursacht, sich richtig zu trennen, auch bekannt als Chromosomen-Nondisjunction. Da die Nichtdisjunktion die Hauptursache für Schwangerschaftsverlust, geistige Behinderung und Geburtsfehler ist, ist es unerlässlich, die diesem Phänomen zugrunde liegende Biologie zu verstehen. Die Merkmale der Nichtdisjunktion von Chromosom 21 sind typisch für viele der anderen menschlichen Autosomen. Das heißt, die überwiegende Mehrheit ist auf Fehler während der Oogenese zurückzuführen: Mindestens 90% der Fälle einer Nichtdisjunktion von Chromosom 21 sind auf meiotische Fehler der Mutter zurückzuführen [1], [2]. Darüber hinaus treten unter diesen mütterlichen Fehlern die meisten während der Meiose I (MI) auf [3], [4]. Es ist allgemein bekannt, dass ein erhöhtes mütterliches Alter, der wichtigste Risikofaktor für eine Nondisjunction, speziell mit Fehlern während der Oogenese verbunden ist. Interessanterweise ist bei der Nichtdisjunktion von Chromosom 21 das fortgeschrittene Alter der Mutter sowohl mit mütterlichen MI- als auch mit Meiose-II-(MII)-Fehlern verbunden [5].

Der Zeitpunkt der Meiose bei der Frau deutet auf Risikofaktoren hin, die an der Nichtdisjunktion der Chromosomen beteiligt sein können. Die Meiose wird etwa in der 11. Schwangerschaftswoche eingeleitet und kommt nach Paarung, Synapse und Rekombination in der Prophase I bis kurz vor dem Eisprung zum Stillstand. Zu diesem Zeitpunkt schließt die Eizelle den MI ab und geht in die Metaphase II über, wo sie verbleibt, bis sie befruchtet und der Meioseprozess abgeschlossen ist. So werden homologe Chromosomen in der Prophase I für 10 bis 50 Jahre arretiert. Im Gegensatz dazu beginnt die Spermatogenese beim männlichen Menschen in der Pubertät und die Zellen, die in die Meiose eintreten, bewegen sich ohne Verzögerung von einem Stadium zum anderen. Es wird angenommen, dass dieser verlängerte Zustand des Stillstands bei der Eizellenbildung mit der erhöhten Prävalenz der mütterlichen Non-Disjunktion verbunden ist.

Chiasmata-Funktion zur Stabilisierung gepaarter homologe Chromosomen (Tetraden) während MI zusammen mit Schwesterchromatid und Zentromer-Kohäsion. Sie helfen auch, homologe Chromosomen auf der meiotischen Spindel richtig auszurichten [5]. Ein Teil der Nicht-Disjunktion ist mit dem Versagen von Homologen verbunden, sich zu paaren oder zu rekombinieren, was zu einem erhöhten Risiko für eine Fehlsegregation von Homologen während eines MI führt [6]–[9]. In unserer früheren Arbeit [10] wurde geschätzt, dass 45% der mütterlichen MI-Fälle von Trisomie 21 keinen Austausch entlang des Chromosoms 21 aufwiesen Telomer von 21q erhöhte das Risiko einer mütterlichen MI-Nichtdisjunktion und das Vorhandensein eines Austauschs in der Nähe des Zentromers erhöhte das Risiko einer sogenannten MII-Nichtdisjunktion. Diese Assoziation eines MI-Ereignisses (d. h. Rekombination) mit einem MII-Fehler bei der Chromosomensegregation führte uns zu der Annahme, dass während des MI nicht-trennende MII-Fehler initiiert werden. Um dieses Ergebnis darzustellen, verweisen wir auf MII-Fehler in Anführungszeichen.

In jüngster Zeit haben wir die Beziehung zwischen dem Alter der Mutter und der Rekombination untersucht, um weitere Einblicke in potenzielle Mechanismen einer abnormalen Chromosomensegregation zu gewinnen [11]. Wir verglichen die Häufigkeit und den Ort des Austauschs entlang 21q zwischen Frauen (oder ȁKoozyten”) unterschiedlichen mütterlichen Alters, die ein Kind mit Down-Syndrom aufgrund eines mütterlichen MI-Fehlers hatten. Während es keinen signifikanten Zusammenhang zwischen dem Alter der Mutter und der Gesamthäufigkeit des Austauschs gab, unterschied sich die Platzierung des meiotischen Austauschs signifikant je nach Alter der Mutter. Insbesondere einzelne rekombinante Telomer-Ereignisse waren in der jüngsten Altersgruppe (80%) am höchsten, während die Anteile in der ältesten Gruppe von Frauen mit nicht getrennten Chromosomen 21 und bei Frauen mit normal getrennten meiotischen Ereignissen fast gleich waren (14& #x00025 bzw. 10%). Wir spekulierten, dass bei jungen Frauen der häufigste Risikofaktor für eine MI-Nondisjunktion das Vorhandensein eines Telomeraustauschs ist. Mit zunehmendem Alter einer Frau ist ihre meiotische Maschinerie einer Anhäufung von altersbedingten Beleidigungen ausgesetzt, die weniger effizient/fehleranfällig werden. Das anfällige telomerische Austauschmuster erhöht immer noch die Anfälligkeit für Nondisjunction, aber jetzt sind sogar homologe Chromosomen mit optimal platzierten Austauschen gefährdet. Im Laufe der Zeit nimmt der Anteil der Nichtdisjunktion aufgrund normaler Austauschkonfigurationen zu, da altersabhängige Risikofaktoren ihren Einfluss ausüben. Als Ergebnis verschiebt sich das am weitesten verbreitete Austauschprofil von nicht getrennten Eizellen mit zunehmendem Alter der Eizelle von anfälligen zu nicht anfälligen Mustern.

Wie oben erwähnt, identifizierten unsere Studien auch einen Zusammenhang zwischen dem Vorliegen eines meiotischen Austauschs innerhalb der perizentromeren Region von 21q und der “MII”-Nichtdisjunktion [10], aber weitere Studien waren aufgrund der begrenzten Stichprobengröße nicht möglich. Wir haben nun unsere Stichprobengröße erhöht und konnten erstmals den Zusammenhang von Austauschmustern stratifiziert nach mütterlichem Alter für mütterliche “MII”-Fälle von Trisomie 21 untersuchen Verfeinern Sie unsere Analyse der Rekombination bei mütterlichen MI-Fällen nach mütterlichem Alter. Diese Analysen haben weitere Einblicke in die komplexen Pfade geliefert, die zu einer Nicht-Disjunktion zwischen Eizellen führen.


Zusätzliche Informationen

Datensatz S1.

Rekombinationsschätzungen und Konfidenzintervalle.

Datensatz S2.

Ergebnisse der logistischen Regression für seltene Ereignisse für paarweise Kartenvergleichsintervalle, die auf zwei Karten verdichtet sind.

Datensatz S3.

Ergebnisse der logistischen Regression für seltene Ereignisse für paarweise Kartenvergleichsintervalle, die über alle drei Karten verdichtet sind.

Abbildung S1.

Erwartete Beziehungen alternativer Hypothesen. Erwartung der Beziehung zwischen Divergenz und Rekombinationsrate, wenn die positive Rekombination-Diversity-Korrelation das Ergebnis einer überwiegend mutagenen Rekombination ist oder das Ergebnis der Wirkung der Rekombination auf die Selektion an verknüpften Stellen ist. (A) Neutrale Mutationen sollten sich innerhalb und zwischen den Arten mit der gleichen Rate anhäufen, so dass, wenn die Rekombination mutagen ist, Diversität und Divergenz das gleiche Muster aufweisen, während (B) Hintergrundselektion und selektive Sweeps nicht erwartet werden, dass sie einen konsistenten Trend für die Rekombination erzeugen und Divergenz zwischen den Arten. (C) Unterschiede in der Rekombinationsrate zwischen den Arten können zu falschen Schlussfolgerungen führen. Veranschaulichung der Bedeutung der Messung der Rekombinationsrate in beiden Spezies, die zur Generierung von Divergenzmessungen verwendet werden, um die Hypothese abzulehnen, dass die mutagene Rekombination die Rekombinationsrate-Diversitäts-Assoziation antreibt.

Abbildung S2.

Beziehungen der Studienarten. Rekonstruierte Phylogenie für das mitochondriale Gen Cytochromoxidase II. Astlängen stimmen mit [140] überein.

Abbildung S3.

Feinskalige Rekombinationsraten auf XR. Unkondensierte rohe Rekombinationsraten und 95 % CI für Intervalle entlang des XR. Oberteil, D. pseudoobscura Flagstaff-Karte Mitte, D. pseudoobscura Pikes Peak Karte unten, D. miranda. Die Rekombinationsrate wird in Kosambi CentiMorgans pro Megabase angegeben.

Abbildung S4.

Feinskalige Rekombinationsraten auf XL. Unkondensierte rohe Rekombinationsraten und 95 % CI für Intervalle entlang der XL. Oberteil, D. pseudoobscura Pikes Peak Karte unten, D. miranda. Die Rekombinationsrate wird in Kosambi CentiMorgans pro Megabase angegeben. Flagstaff wird nicht gezeigt, da es auf einer viel gröberen Ebene (Intervalle 2,4 kb im Durchschnitt) erfasst wurde und relativ wenig aussagekräftig war.

Abbildung S5.

Feinskalige Rekombinationsraten für verdichtete Intervalle ohne und mit globaler Modifikatorkorrektur. Diagramm der Rekombinationsdaten im feinen Maßstab über Chromosom 2. Grüne Linie, D. miranda Violett, D. pseudoobscura Pikes Peak blau, D. pseudoobscura Fahnenmast. Intervalle (n = 97) werden über Karten verdichtet, um nur Markierungen mit nahen Positionen auf allen drei Karten einzuschließen. Oberteil, D. miranda weist global höhere Rekombinationsraten auf (1.283-fach höhere Odds Ratio) als beide D. pseudoobscura. Unterseite, D. miranda Rekombinationsrate, angepasst an diese globale Differenz (d. h. Originaldaten × 0,763). Die Rekombinationsrate wird in Kosambi CentiMorgans pro Megabase angegeben.

Abbildung S6.

Feinskalige Rekombinationsraten für kondensierte Intervalle mit alternativen Orientierungen für Drosophila miranda Inversion von Chromosom 2. Wir schätzten, dass ein Bruchpunkt der Inversion zwischen den Markern bei 10,491 Mb und 10,660 Mb lag und der andere Bruchpunkt zwischen den Markern bei 13,318 Mb und 14,068 Mb vom Telomerende (0 Mb) von Chromosom 2 lag invertierte Region wird mit der Reihenfolge in Bezug auf die angezeigt D. pseudoobscura Chromosom-2-Anordnung sowohl im oberen als auch im unteren Bild. Grüne Linie, D. miranda Violett, D. pseudoobscura Pikes Peak blau, D. pseudoobscura Fahnenmast. Oberteil, D. miranda Umkehrung in die richtige Ausrichtung. Rekombinationsraten werden nicht um die global höheren Rekombinationsraten in . korrigiert D. miranda relativ zu D. pseudoobscura. Unterseite, D. miranda Inversion ist relativ zu orientiert D. pseudoobscura Anordnung und Rekombinationsrate von D. miranda wird an die globale Höhe relativ zu angepasst D. pseudoobscura. Die Rekombinationsrate wird in Kosambi CentiMorgans pro Megabase angegeben. Alle nicht übereinstimmenden und konservierten Regionen sind wahrscheinlich das Ergebnis der Sequenz und nicht der Position auf dem Chromosom.

Abbildung S7.

Keine Divergenz-Rekombinations-Korrelation. Verhältnis von Rekombinationsrate zu Diversität (ausgefüllte Kreise, durchgezogene Linie, T = 1.3398, df = 25, P Wert = 0,192) und Divergenz (offene Kreise, gestrichelte Linie, T = 0.4559, df = 25, P Wert = 0,6524) für feinskalige Regionen mit konservierter Rekombination zwischen D. pseudoobscuraD. miranda. Divergenz, y = 0,0001x+0,0151 Diversität, y = 0,0002x+0,0078. Abbildung S8 enthält den gleichen Graphen ohne die Ausreißer bei der höchsten Rekombinationsrate.

Abbildung S8.

Identisch mit Abbildung S7 ohne Ausreißer mit hoher Rekombination. Verhältnis von Rekombinationsrate zu Diversität (ausgefüllte Kreise, durchgezogene Linie, T = 2.2158, df = 24, P Wert = 0,0364) und Divergenz (offene Kreise, gestrichelte Linie, T = 1.3257, df = 24, P Wert = 0,1974) für feinskalige Regionen mit konservierter Rekombination zwischen D. pseudoobscuraD. miranda. Abweichung zwischen D. mirandaD. pseudoobscura hat keinen signifikanten Zusammenhang mit der Rekombination. Dieses Diagramm ist mit Abbildung S7 identisch, außer dass die Ausreißer bei den höchsten Rekombinationsraten entfernt wurden.

Abbildung S9.

Fußabdrücke in der Vielfalt rund um Substitutionen. Angepasste Werte für ein Modell mit nahezu identischen Kovariaten wie Tabelle 5 und Tabelle 6. Die Diversität von 4-fach degenerierten Stellen wurde als Antwort in das allgemeine lineare Modell anstelle des Zählers (und der Nenner war in den Kovariaten nicht enthalten) zur Vereinfachung von angepasst Interpretation. Rekombination und Entfernung von der Substitution werden physikalisch aufgetragen und wurden daher nicht in das Modell aufgenommen. (A) Zentrum von x-Achse repräsentiert nicht-synonyme Substitutionen, die entlang der identifiziert wurden D. pseudoobscura+D. persimilis Abstammung. (B) Zentrum von x-Achse repräsentiert synonyme Substitutionen, die entlang der identifiziert wurden D. pseudoobscura+D. persimilis Abstammung. Für alle Graphen wurde ein Lowess-Glättungsfaktor von 0,06 verwendet. Linienfarben repräsentieren die gleichen Rekombinationsraten in (B) wie in (A).

Abbildung S10.

Die kleine Bande von Mutationseffekten, bei denen „Verliererglück“ zur Fixierung von leicht schädlichen Mutationen führen kann. Dieses Beispiel basiert auf einer angenommenen effektiven Populationsgröße von ne = n = 10 6 . (A) Fixationszeiten und Übersicht. Schwarze Linien, die erwartete Zeit bis zur Fixierung ist für vorteilhafte und schädliche Mutationen gleich (die beiden für beide getrennt berechneten Linien werden übereinander gedruckt und sind nicht zu unterscheiden) blaue Linie, Verhältnis der Fixierungszeiten (vorteilhaft/neutral) rote Linie, Verhältnis der Fixationswahrscheinlichkeiten (vorteilhaft/schädlich). Die erwartete Zeit bis zur Fixierung für neutrale Mutationen beträgt 4 ne Generationen mit einer Standardabweichung von 2,15 ne, die in der Größenordnung der Fixationszeit liegt [136],[137]. Somit können auch neutrale Mutationen zu Diversitätseinbrüchen führen [119],[138]. (B) Die Fixierungswahrscheinlichkeit für vorteilhafte (blau) und schädliche (schwarze) Allele beginnt nach dem Passieren der Neutralitätsgrenze (definiert als neS = 0,5 und mit einer vertikalen grauen Linie markiert). Alle Linien wurden für eine neue Mutation des angegebenen genetischen Selektionskoeffizienten unter Verwendung der an anderer Stelle beschriebenen Single-Locus-Populationsgenetik-Diffusionstheorie berechnet [136],[139]. Das Glück des Verlierers kann zur Fixierung von leicht schädlichen Mutationen führen, was zu einer leicht verkürzten erwarteten Zeit bis zur Fixierung führt (siehe markierten Bereich).

Tabelle S1.

Alle Intervalle, für die die Rekombination gemessen wurde, unter Verwendung eines Rückkreuzungsschemas, beginnend mit zwei Inzuchtlinien. Es wurden drei separate Rückkreuzungen und Rekombinationskarten erstellt. Die erste verwendete zwei Inzuchtlinien von Drosophila pseudoobscura die homozygot für die Arrowhead-Inversion auf Chromosom 3 (Flagstaff) waren. Die zweite verwendete zwei Inzuchtlinien von D. pseudoobscura die homozygot für die Pikes-Peak-Inversion auf Chromosom 3 (Pikes Peak) waren, und die dritte verwendete zwei Inzuchtlinien von D. miranda. Die Mediangröße ist unter der mittleren Intervallgröße für jede Kategorie aufgeführt. Intervallgrößen werden in kb angegeben. CT-Intervalle beziehen sich auf Intervalle in der Nähe des Zentromers oder Telomers. Diese Marker wurden entwickelt, um größere Intervalle zu überspannen, da frühere Arbeiten gezeigt haben, dass die Rekombination in der Nähe des Zentromers oder Telomers weniger häufig ist. N, durchschnittliche Anzahl von Individuen, bei denen doppelte Überkreuzungen entfernt wurden.

Tabelle S2.

Nicht kondensierte Intervalle, über die die Rekombination auf drei Rekombinationskarten gemessen wurde (D. pseudoobscura–Hechtgipfel, D. pseudoobscura–Flaggenstab, D. miranda). Für „Crossovers pro Individuum“ sind die angegebenen Zahlen Mittelwert/Median/Modus. „Gesamt-Mb abgedeckt“ ist die Gesamtentfernung, die von den Markern überspannt wird, die verwendet werden, um die Rekombination zu messen.

Tabelle S3.

Rekombinationsrate für Regionen von Chromosom 2 in Kosambi cM/Mb. Das Telomer wurde als das Ende des Chromosoms mit 2.977 Mb definiert. Centromer wurde als das 27,056-Mb-Ende des Chromosoms definiert. Für das Pikes Peak-Telomer lag der erste Marker bei 838 bp, während für Flagstaff und D. miranda Karten lagen die ersten Marker bei 0,483 Mb bzw. 0,484 Mb. Die Verwendung eines Markers bei 0,483 Mb als Startpunkt für Pikes Peak führt zu einer durchschnittlichen Telomer-Rekombinationsrate von 1,248 Kosambi cM/Mb.

Tabelle S4.

Chromosom-2-Primer, die für die ultrafeine Rekombinationskarte von Flagstaff-16-rückgekreuzten Nachkommen verwendet wurden. Alle Primer amplifizieren Loci, die zwischen Flagstaff 16 und Flagstaff 14 durch ein Indel unterscheiden. Der aufgeführte Ort ist relativ zum Referenzgenom von Drosophila pseudoobscura v2.9. Indel, mutmaßliche indel-Größe in Bop-Zeile, Zeile, in der mutmaßliches Indel gefunden wird.

Tabelle S5.

Messungen der Rekombinationsrate im ultrafeinen Maßstab und 95 %-Konfidenzintervalle (niedrige cM/Mb und hohe cM/Mb) für drei Regionen auf Chromosom 2, konstruiert aus Flagstaff-Rückkreuzungsnachkommen, wie im Text beschrieben. Werte von 0 cM/Mb für die niedrigen Konfidenzintervalle wurden anstelle der negativen Ergebnisse der Simulationen verwendet, um das Konfidenzintervall zu berechnen. Für die ultrafeine Rekombinationskarte verwendete Primer sind in Tabelle S4 angegeben. Die aufgelistete Markerposition ist relativ zum Referenzgenom von Drosophila pseudoobscura v2.9. Die Intervallgrößen wurden mit 76 bp- und 9-kb-Insert-gepaarten Illumina-Reads bestätigt. Gesamt, Gesamtzahl der einzelnen F2-Rückkreuzungsnachkommen, die genotypisiert wurden.

Tabelle S6.

Informationen zu kondensierten konservierten Intervallen für Chromosom 2. (A) Anzahl und Größe der komprimierten, konservierten Intervalle zwischen allen drei Karten für Chromosom 2. Nur die konservierten Intervalle von Chromosom 2 wurden für die Downstream-Analyse verwendet. (B) Durchschnittliche physikalische Unterschiede der Markerplatzierung zwischen drei Karten für die in der Analyse verwendeten kondensierten, konservierten Intervalle. Alle angegebenen Werte sind Nukleotidzahlen basierend auf der D. pseudoobscura Referenzgenom v2.9.

Tabelle S7.

Konservierte, verdichtete Intervalle. Die Intervalle zeigten bei der Analyse mit einer logistischen Regression für seltene Ereignisse auf allen drei Karten einen nicht signifikanten Unterschied und wiesen ein Odds Ratio zwischen 0,62 und 1,615 nach Berücksichtigung des Karteneffekts auf. Intervallfenster für jede Karte sind in bp in Bezug auf das Referenzgenom für . angegeben Drosophila pseudoobscura v2.9. miranda, D. miranda Rekombinationsrate PP, Pikes Peak Rekombinationsrate Flagstaff, Flagstaff Rekombinationsrate. Die in der Tabelle angegebenen Rekombinationsraten wurden nicht für einen globalen Modifikator korrigiert.

Tabelle S8.

Menge der Sequenzdaten, die für resequenziert erhalten wurden Drosophila Genome. PE, paarweise. *Die Gesamtzahl der Reads und Basenpaare ist doppelt so hoch wie angegeben, wenn „PE“ dem Lauftyp folgt oder wenn der Lauftyp gepaart war. Alle Daten wurden an das Sequenzlesearchiv übergeben. Zugangsnummern SRA044960.1, SRA044955.2 und SRA044956.1.

Tabelle S9.

Quasibinomiales lineares Modell, das die Beziehung zwischen der Diversität innerhalb einer Spezies und der Divergenz zwischen den Spezies an vierfach degenerierten Stellen unerwünschter Codons zu verschiedenen Faktoren für Chromosom 2 veranschaulicht. Die neutrale Mutationsrate war die D. persimilisD. lowei Divergenz an 4-fach degenerierten Stellen von unerwünschten Codons. Aus Konsistenzgründen wurden in allen Modellen signifikante Interaktionsterme beibehalten. Die Intervalle wurden nicht auf den Karten verdichtet und die Rekombinationsrate wurde nicht für einen globalen Modifikator korrigiert.

Tabelle S10.

Quasibinomiales lineares Modell, das die Beziehung zwischen der Diversität innerhalb einer Spezies und der Divergenz zwischen den Spezies an vierfach degenerierten Stellen unerwünschter Codons zu verschiedenen Faktoren für den XR-Chromosomenarm veranschaulicht. Neutrale Mutationsrate war die D. persimilisD. lowei Divergenz an 4-fach degenerierten Stellen für nicht bevorzugte Codon-Stellen. Aus Konsistenzgründen wurden in allen Modellen signifikante Interaktionsterme beibehalten. Die Intervalle wurden nicht auf Karten verdichtet und die Rekombinationsrate wurde nicht für einen globalen Modifikator korrigiert.

Tabelle S11.

Quasibinomiales lineares Modell, das die Beziehung zwischen der Diversität innerhalb einer Spezies und der Divergenz zwischen den Spezies an vierfach degenerierten Stellen unerwünschter Codons zu verschiedenen Faktoren für den XL-Chromosomarm veranschaulicht. Neutrale Mutationsrate war die D. persimilisD. lowei Divergenz an 4-fach degenerierten Stellen von unerwünschten Codons. Aus Konsistenzgründen wurden in allen Modellen signifikante Interaktionsterme beibehalten. Die Intervalle wurden nicht auf Karten verdichtet und die Rekombinationsrate wurde nicht für einen globalen Modifikator korrigiert. Nur D. miranda und D. pseudoobscura–Pikes Peak sind gegeben, weil es zu wenige Intervalle für die . gab D. pseudoobscura–Flagstaff-Karte, um die Analyse durchzuführen.

Tabelle S12.

Mittelwert und Standardabweichung für jeden Faktor in den Modellen in Tabelle 5 und Tabelle 6.

Text S1.

Unterstützende Informationen und Methoden.



Bemerkungen:

  1. Berk

    Ich hoffe, Sie finden die richtige Lösung. Verzweifeln Sie nicht.

  2. Temi

    der sehr unterhaltsame Satz

  3. Destin

    Ich glaube, dass du falsch liegst. Lass uns diskutieren.

  4. Abu Al Khayr

    Ich denke, dass Sie einen Fehler begehen. Ich schlage vor, es zu diskutieren. Schreiben Sie mir in PM, wir werden reden.

  5. Fenriktilar

    Bravo, diese sehr gute Idee wird nützlich sein.

  6. Taujind

    Es ist sehr schade für mich, dass ich Ihnen nichts helfen kann. Aber es ist sicher, dass Sie die richtige Entscheidung finden.

  7. Kolya

    Jetzt ist alles klar, danke für die Hilfe in dieser Angelegenheit.



Eine Nachricht schreiben