Upload
elodie-coulon
View
106
Download
1
Embed Size (px)
Citation preview
Séminaire « Thèse des Bois »Séminaire « Thèse des Bois »
Cap Sciences Bordeaux 30-01-09Cap Sciences Bordeaux 30-01-09
Diversité de gènes candidats du Diversité de gènes candidats du débourrement le long de gradients débourrement le long de gradients latitudinaux et altitudinaux chez le latitudinaux et altitudinaux chez le
Chêne SessileChêne SessileFlorian Alberto, Jérémy Derory, Loïck Le Dantec, Noémie Graignic, Antoine Kremer
Espèce ModèleEspèce Modèle
Quercus petraea (Matt. Liebl.)
Espèce méso-xérophile
Aire de répartition étendue à toute l’Europe
Forêts à très grande biodiversité
Intérêt écologique et socio-économique
Le DébourrementLe Débourrement
Caractère adaptatif majeur :Caractère adaptatif majeur :
Durée de saison de végétation
Gain de croissance / Exposition gels tardifs
Interactions Arbre / Insectes – Pathogènes
Fort déterminisme environnemental (température) mais variation phénotypique importante à l’intérieur d’un même peuplement
Besoin de connaître les bases moléculaires de la Besoin de connaître les bases moléculaires de la variabilité du caractère pour connaître le potentiel variabilité du caractère pour connaître le potentiel
d’adaptation de l’espèced’adaptation de l’espèce
0 21 43 5
II)II) Etude de gènes Etude de gènes candidatscandidats
Sélection et séquençage des gènes et analyse de la diversité
nucléotidique
I)I) Tests de descendances Tests de descendances et provenanceset provenances
Estimation de l’héritabilité du caractère et de la valeur
génétique des Arbres-mères
III)III) Etude d’associationEtude d’association
Analyse de la relation entre le polymorphisme des gènes candidats et la variabilité du caractère d’intérêt
Approche Gènes Candidats
92 provenances de chêne sessile provenant de toute l’aire de répartition (Ducousso et al. 1996)
DifférenciationDifférenciation
QST = 0.43
Tests de provenancesTests de provenances
Effet provenances
Les population du nord débourrent plus tard que celles du sud
BV = f(ECR 06)
y = 0.2375x - 0.0067
R2 = 0.3825
-4.00
-3.00
-2.00
-1.00
0.00
1.00
2.00
3.00
4.00
-8 -6 -4 -2 0 2 4 6 8 10
y = 0.0067x + 101.93R2 = 0.6601
95.00
100.00
105.00
110.00
115.00
120.00
0 200 400 600 800 1000 1200 1400 1600 1800
Altitude de la provenance (en m)
Deb
ou
rrem
ent
mo
yen
(en
jou
rs d
e l'a
nn
ée)
DifférenciationDifférenciation
QST = 0.23
HéritabilitéHéritabilité
h² = 0.85
P-value < 0.0001P-value < 0.0001P-value < 0.01P-value < 0.01
10 populations de chêne sessile situées entre 100 et 1600 m provenant de deux vallées pyrénéennes
Tests de provenancesTests de provenances
Effet provenances Effet descendances
Les population d’altitude débourrent plus tard que celles de plaine
Gènes CandidatsGènes Candidats
Gènes sélectionnés sur 3 critères3 critères :
P-CAG/M-GCA-870,0
E-AAG/M-CAC-190/211,1
ssrQrZAG717,1
E-AAC/M-CTT-11826,7
E-AAG/M-CTT-164/443,6
ssrQrZAG8750,8
ssrQpZAG119*58,9
ssrQrZAG5979,3
Bu
dB
urs
t_N
DB
ud
Bu
rst_
ND
GS
GS
LG2F
U19-4500,0
E-AAC/M-CAT-305/516,4
ssrQrZAG5830,1
E-AAC/M-CCT-198/3*51,3
ssrQrZAG8771,2
ssrQpZAG11986,6
E-AAC/M-CAA-210/2114,2
Se
nesc
_N
D
Se
nesc
_N
D
GS
GS
Bu
dB
urs
t_N
DB
ud
Bu
rst_
ND
LG2M
SKP1
CO1
YSL1
YSL1
Position des gènes : Cartographie génétique des gènes candidats et comparaison avec la position de QTLs du débourrement
Niveaux d’expression : Etude des gènes différentiellement exprimés pendant le débourrement
Fonction biologique : Gènes impliqués dans diverses voies métaboliques intéressantes
D’après Derory et al. (2006)
MSQ160,0
ssrQrZAG318,8
mic - J - GA2229,1
E- AAC/M - CCT -80/447,3
ssrQrZAG1554,8
ssrQpZAG10263,2
Bu
dB
urs
t_N
D
Bu
dB
urs
t_N
D
MSQ160,0
ssrQrZAG318,8
mic - J - GA229,1
E- AAC/M - CCT -80/447,3
ssrQrZAG1554,8
ssrQpZAG10263,2
LG9M
RASI
D’après Scotti-Saintagne et al. (2004)
Perception de la lumièrePerception de la lumièreCryptochrome1 = CRY-I *
Phytochromes B/D = PHY B/D * *
Métabolisme HormonalMétabolisme HormonalGibberellin 20-oxydase =GA20GA20 *Gibberellin 3-β-hydroxylase =GA3GA3 * * *Auxin-repressed 12.5 kDa protein =AUX-REPAUX-REP * * *
Cycle cellulaireCycle cellulaireS-phase kinase associated protein 1A= SKP1 * *
Histone H3 =H3H3 * * *
Facteurs de transcriptionFacteurs de transcriptionDOF zinc finger protein DAG2 =DAG2DAG2 * * * Zinc finger protein = CHZFP * * *
Métabolisme des CarbohydratesMétabolisme des CarbohydratesGalactinol synthase =GALAGALA * * *Alpha-amylase/subtilisin inhibitor =RASIRASI * * *
Protéines HypothétiquesProtéines HypothétiquesAt4g24120 =YSL1YSL1 * *
At2g14910 = PM23PM23 * *
Initiation de la floraisonInitiation de la floraisonGigantea = GI *Constans like 1 = CO1 * *Constans Like 2 = CO2 *
Suppressor of Constans overexpression = SOC1*
Réponse aux stressRéponse aux stressDehydrin 1 = DHN1*Dehydrin 2 = DHN2 * *Dehydrin 3 = DHN3 * *Glutathione S-transferase = GST * * *Auxin – induce protein = PCNT115 * *CATALASE Isozyme 2 = CAT2 *
Gènes CandidatsFonctionnels
ExpressionnelsPositionnels
23 gènes intéressants 23 gènes intéressants 9 gènes sélectionnés9 gènes sélectionnés
9 populations provenant de toute l’aire de répartition
6 arbres/pop : 54 gamètes séquencés
ProjetProjet TREESNIP TREESNIP : Gradient Latitudinal: Gradient Latitudinal
“DISCOVERY PANEL”
Gènes CandidatsGènes Candidats
Précoce
Tardif
5 populations situées entre 100 et 1600 m
8 arbres/pop : 40 gamètes séquencés
Projet DIGENFOR : Gradient AltitudinalProjet DIGENFOR : Gradient Altitudinal
“DISCOVERY PANEL”
Gènes CandidatsGènes Candidats
Gènes CandidatsGènes Candidats
9 gènes potentiellement impliqués dans la variabilité du débourrement
Locus Acronyme Nb Taille Exons Introns/3' UTR Poly. Sites Singletons
82 446 258 188 9 2
49 447 259 188 7 3
68 440 440 - 2 3
42 360 360 0 2 0
44 508 210 298 22 2
44 505 210 295 18 7
64 375 126 249 5 3
52 374 126 248 5 2
72 327 327 - 14 0
44 327 327 0 19 3
72 315 315 - 6 0
48 315 315 0 8 0
Gibberellin 20-oxydase GA20 21 554 425 129 4 0
Gibberellin 3ß hydroxylase GA3 46 652 342 310 3 0
Seed maturation protein PM23 PM23 50 1104 390 714 41 3
DOF zinc finger protein DAG2 (Dof affecting germination)
Auxine response factor
DAG2
AUX-REP
metal-nicotianamine transporter YSL1
YSL1
RASIAlpha-amylase/subtilisin inhibitor
(RASI)
Histone 3 H3
GALAGalactinol Synthase
Teta w Pi tot Pi coding Pi N coding Pi Syn Pi Silent Pi Rep Pirep/Pisil
GALA 12,1212,12 14,714,7 11,3 17,4 39,01 20,66 3,46 0,17
11,1511,15 12,1612,16 9,9 14 34,1 17 3 0,18
RASI 15,9515,95 12,6812,68 12,68 - 23,8 23,8 9,27 0,390,39
8,98,9 10,110,1 10,1 - 18,7 18,7 7,3 0,390,39
DAG2 1,29 1,56 1,56 - 5,43 5,43 0,34 0,06
2,37 2 2 - 5,07 5,07 1,06 0,21
H3 4,2 3,56 2,3 4,2 8,34 4,65 0,41 0,09
4,6 4,6 4,3 4,7 17,8 6,2 0 0,00
AUX- 5,06 2,93 0,2 7 0,68 5,24 0 0,00
REPR 5 3,2 0,3 7,1 1,1 5,6 0 0,00
YSL1 5,72 8,24 8,24 - 24,7 24,7 2,73 0,11
3,9 3,6 3,6 - 13 13 0,7 0,05
PM23 9,4 8,2 6,2 9,3 10,45 9,49 4,84 0,510,51
GA3 1,06 1,09 0,4 1,9 1,65 1,88 0 0,00
GA20 2,11 2,39 0,4 9,1 0 5,09 0,58 0,11
Gènes Candidats : Indices de diversitéGènes Candidats : Indices de diversité
x 10-3
Indices homogènes entre les deux gradients environnementaux
RASI et GALA présentent des niveaux de diversité particulièrement importants
RASI et PM23 possèdent des taux de mutations non synonymes élevés
0,000 0,050 0,100 0,150 0,200
Gst
GALA
RASI
DAG2
H3
AUX-REP
YSL1
SSRs
-0.050 0.000 0.050 0.100 0.150 0.200
Gst
GALA
RASI
DAG2
H3
PM23
AUX-REP
YSL1
GA3
GA20
SSRs
Gradient altitudinal
Gradient latitudinal
Gènes Candidats : différenciation génétiqueGènes Candidats : différenciation génétique
Différenciation hétérogène entre gradients et plus élevée pour les gènes candidats que pour les marqueurs supposés neutres
GALA intéressant du point du vue de la différenciation, de la littérature, mais aussi pratique…
Étude d’association sur un échantillon élargi
Précoce
Tardif
Gradient latitudinal
21 populations provenant de toute l’aire de répartition
30 arbres/pop : 630 génotypes
Étude d’association : GALAÉtude d’association : GALA
VALLEE VALLEE D’OSSAUD’OSSAU VALLEE DE VALLEE DE
LUZLUZ
Gradient altitudinal
10 populations situées entre 100 et 1600 m
~25 arbres/pop : 247 génotypes
Étude d’association : GALAÉtude d’association : GALA
Chi²Génotypes / Notes
Déb
ANOVAGénotypes
ANOVAPopulations +
Génotypes
Corrélation Fréquence allèlique
Note Déb
Lat Alt1 Alt2 Lat Alt1 Alt2 Lat Alt1 Alt2 Lat Alt1 Alt2
X X X
X X X
Loc74
Loc119
Loc121
Loc131
Loc142
Loc143
Loc150
Loc255
Loc262
Loc283
Loc288
Loc310
Loc391
Loc413
<0,01
<0,05
<0,10
Analyses par locusAnalyses par locus
Étude d’association : GALAÉtude d’association : GALA
Pas de tendance nette au niveau du simple locus
P-values
Gradient Latitudinal
Haplotypes Nb Bb score
A 14 1,14
6 29 1,21
B 25 1,28
56 190 1,52
C 11 1,55
65 63 1,62
2 214 1,96
71 105 2,01
33 12 2,08
31 36 2,39
55 19 2,42
D 10 2,70
Gradient Altitudinal
Haplotypes Nb ECR
55 20 0,42
33 11 0,39
65 18 0,19
6 14 0,11
31 13 0,03
56 64 0,03
2 132 -0,01
E 10 -0,15
71 44 -0,22
F 11 -0,73
TARDIFS
PRECOCES
ANOVA p value = 9*10-5
ANOVA p value = 0,097
Étude d’association : GALAÉtude d’association : GALA
Analyse haplotypiqueAnalyse haplotypique
Alpha-amylase/subtilisin inhibitor (Kunitz inhibitor ST1-like)
ASI X X X Medicago truncatula 615 1 (1-615)/615
Gibberellin 20-oxydase GA20 X Fagus sylvatica 1695 2 (167-646)/1629
S-phase kinase associated protein 1A(ubiquitination)
SKP1 X X Medicago truncatula 1840 3 (1-468)/468
Galactinol synthase GALA X X X Glycine max 1406 1 (250-1050)/1406
Metal-nicotianamine transporter YSL1 YSL1 X X Vitis vinifera 2132 1 (1593-1994)/2135
Homologie ESTs-gène
GC Funct. GC Express. GC Posit.Gènes Candidats Espèce référenceAcronyme Taille Fragments
Perspectives
5 Gènes potentiellement impliqués dans la variabilité du débourrement5 Gènes potentiellement impliqués dans la variabilité du débourrement
Projet Evoltree : Séquençage pleine-longueur (CDS) de 5 gènes candidats pour le débourrement sur un échantillon de 150 individus aux phénotypes contrastés (15 ind. / 10 pops dans 2 vallées)
Analyse de la diversité nucléotidique et tests d’écart à la neutralité
Etude d’association entre le polymorphisme des gènes candidats et la variabilité du débourrement
MerciMerci