Comparative morphological and genetic analysis of Corydalis bracteata sensu lato (Papaveraceae) populations from Southern Siberia

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

This article presents the results of the first study of the morphological and genetic diversity of 6 populations of Corydalis bracteata Pers. s. l., growing in plant communities of the Krasnoyarsk forest-steppe, Western Sayan, Kuznetsk Alatau, Altai. The morphological analysis shows the division of the populations into two groups. A large elongated tuber near basal scales, large bracts and flowers, a large height of the plants unites the from the Krasnoyarsk and Western Sayan populations with a recently described species C. talpina Stepanov. These results are also confirmed by the ISSR-PCR analysis of the genetic variability of Corydalis populations. A high subdivision coefficient (Gst = 37.58%) indicates the presence of different species in the total sample. The division into two groups is also demonstrated when clustering the genotypes using the Bayesian approach implemented in the STRUCTURE 2.3.4 software. Phylogenetic analysis based on comparison of the nucleotide polymorphism of the matK chloroplast gene sequences and the rpoB-trnC intergenic spacer also has revealed differences in three nucleotides in the plant with an additional tuber. These substitutions are absent in the sequenced plants without nodules and in sequences of other species with tufts of tubers published in GenBank. Similar results of morphological and genetic analyzes prove the differentiation of populations of yellow-flowered Corydalis in South Siberia, originally assigned to the species C. bracteata, and indicate the morphological and genetic isolation of C. talpina.

Толық мәтін

Рұқсат жабық

Авторлар туралы

K. Ryabova

Siberian Federal University; Federal Research Center “Krasnoyarsk Science Center of the Siberian Branch of RAS”

Хат алмасуға жауапты Автор.
Email: ryabova.kseniya.k@mail.ru
Ресей, 660041, Krasnoyarsk, Svobodnyy Ave., 79; 660036, Krasnoyarsk, Akademgorodok Str., 50

I. Yamskikh

Siberian Federal University

Email: iyamskikh@mail.ru
Ресей, 660041, Krasnoyarsk, Svobodnyy Ave., 79

N. Stepanov

Siberian Federal University

Email: stepanov-nik@mail.ru
Ресей, 660041, Krasnoyarsk, Svobodnyy Ave., 79

M. Kutsev

Siberian Federal University; Altai State University

Email: m_kucev@mail.ru
Ресей, 660041, Krasnoyarsk, Svobodnyy Ave., 79; 656049, Barnaul, Lenin Ave., 61

Әдебиет тізімі

  1. Bezdeleva T.A. 2010. Structurnoe raznoobrazie travyanistykh rasteniy flory Dal‘nego Vostoka Rossii [Structural diversity of herban plants flora Far East of Russia]. – Byul. BSI DVO RAN. 5: 4–20 (In Russ.).
  2. Chambers J.M., Freeny A.E., Heiberger R.M. 1992. Statistical Models in S. Wadsworth & Brooks Cole, Pacific Grove, California. 624 p.
  3. Edgar R.C. MUSCLE: multiple sequence alignment with high accuracy and high throughput. – Nucleic Acids Res. 32 (5): 1792–1797. https://doi.org/10.1093/nar/gkh340
  4. Flora Sibiri [Flora of Siberia]. 1994. Novosibirsk. Vol. 7. P. 32–42 (In Russ.).
  5. GENBANK DataBase. http://www.ncbi.nlm.nih.gov/nuccore/ (Accessed 01.10.2023).
  6. Jiang L., Li M., Zhao F., Chu S., Zha L., Xu T., Peng H., Zhang W. 2018. Molecular Identification and Taxonomic Implication of Herbal Species in Genus Corydalis (Papaveraceae). – Molecules. 23 (6): 1393. https://doi.org/10.3390/molecules23061393
  7. Kaiser H.F. 1960. The application of electronic computers to factor analysis. – Educational and Psychological Measurement. 20 (1): 141–151. https://doi.org/10.1177/001316446002000116
  8. Kassambara F., Mundt F. 2020. factoextra: Extract and Visualize the Results of Multivariate Data Analyses. R package version 1.0.7.
  9. Kim K.-J. 2010. Broad-scale amplification of matK for DNA barcoding plants, a technical note. – Bot. J. Linn. Soc. 164: 1–9. https://doi.org/10.1111/j.1095-8339.2010.01071.x
  10. Kumar S., Stecher G., Li M., Knyaz C., Tamura K. 2018. MEGA X: Molecular Evolutionary Genetics Analysis across Computing Platforms. – Mol. Biol. Evol. 35: 1547–1549. https://doi: 10.1093/molbev/msy096
  11. Ledebour C.F. 1842. Corydalis gracilis Ledeb. – In: Flora Rossica. Vol. 1. Stuttgartiae. P. 97–106.
  12. Liden M., Zetterlund H. 1997. Corydalis a gardener’s guide and a monograph of the tuberous species. – A G S Publications Limited. 140 p.
  13. Malyshev L.I. 2012. Conspectus florae Rossiae Asiaticae: Plantae vasculares. Novosibirsk. 640 p. (In Russ.).
  14. Mamaev S.А. 1972. Formy vnutrividovoy izmenchivosti drevesnykh rasteniy. [Forms of intraspecific variation in woody plants]. Мoscow. 284 p. (In Russ.).
  15. Mansour A., Ismail H.M., Ramadan M.F., Gyulai G. 2009. Variations in tomato (Lycopersicon esculentum) cultivars grown under heat stress. – Journal fur verbrauchersschutz und lebensmittelsicherheit. 4: 118–127. https://doi.org/10.1007/s00003-009-0474-5
  16. Miikeda O., Kita K., Handa T., Yukawa T. 2006. Phylogenetic relationships of Clematis (Ranunculaceae) based on chloroplast and nuclear DNA sequences. – Bot. J. Linn. Soc. 152: 153–168. https://doi.org/10.1111/j.1095-8339.2006.00551.x
  17. Mikhailova М.А. 2015. The main evolution trends in the genus Corydalis (Fumariaceae). – Bot. Zhurn. 100 (1): 3–14 (In Russ.). https://doi.org/10.1134/S0006813615010019
  18. Miller R.G. 1981. Simultaneous Statistical Inference. – Springer Series in Statistics. 311 p.
  19. Nei M. 1972. Genetic Distance between Populations. – American Naturalist. 106: 283–292.
  20. Paterson I.D., Downie D.A., Hill M.P. 2009. Using molecular methods to determine the origin of weed populations of Pereskia aculeata in South Africa and its relevance to biological control. – Biol. Control. 48 (1): 84–91. https://doi.org/10.1016/j.biocontrol.2008.09.012
  21. Peng H.W., Xiang K.L., Erst A.S., Erst T.V., Jabbour F., Ortiz R.D.C., Wang W. 2023. The synergy of abiotic and biotic factors correlated with diversification of Fumarioideae (Papaveraceae) in the Cenozoic. – Mol. Phylogenet. Evol. https://doi.org/10.1016/j.ympev.2023.107868
  22. Peshkova G.А. 1984. Rastitel‘nost‘ Sibiri [Vegetation of Siberia]. Novosibirsk. 145 p. (In Russ.).
  23. Pritchard J.K., Stephens M., Donnelly P. 2000. Inference of population structure using multilocus genotype data. – Genetics. 155: 945–959. https://doi.org/10.1093/genetics/155.2.945
  24. R Core Team. 2013. Stats: The R stats package. R package version 3.6.2.
  25. Ren F.M., Wang Y.W., Xu Z.C., Li Y., Xin T.Y., Zhou J.G., Qi Y.D., Wei X.P., Yao H., Song J.Y. 2019. DNA barcoding of Corydalis, the most taxonomically complicated genus of Papaveraceae. – Ecol Evol. 9 (4): 1934–1945. https://doi.org/10.1002/ece3.4886
  26. Shapiro S.S., Wilk M.B., Chen H.J. 1968. A comparative study of various tests of normality. – Journal of the American Statistical Association. 63: 1343–1372.
  27. Shmidt V.М. 1984. Matematicheskie metody v botanike [Mathematical methods in botany]. Leningrad. 288 p. (In Russ.).
  28. Stepanov N.V. 2015. New data about yellow-flowered Corydalis (Fumariaceae) of section Corydalis in Krasnoyarsk region. – Vestnik KrasGAU. 6: 175–182.
  29. Stepanov N.V. 2016. Sosudistye rasteniya Priyeniseiskikh Sayan [Vascular plants of the Yenisei Sayans]. Krasnoyarsk. 252 p. (In Russ.).
  30. Suzuki, R., Shimodaira, H. 2006. Pvclust: an R package for assessing the uncertainty in hierarchical clustering. Bioinformatics 22: 1540–1542.
  31. WFO (2023): World Flora Online. Published on the Internet. http://www.worldfloraonline.org/ (Accessed 01.03.2023).
  32. Wright S. 1978. Evolution and the Genetics of Populations: Variability within and among natural populations. – University of Chicago Press. 590 p.
  33. Xu X., Li X., Wang D. 2022. New Insights Into the Backbone Phylogeny and Character Evolution of Corydalis (Papaveraceae) Based on Plastome Data. – Front Plant Sci. 13: 926574. https://doi.org/10.3389/fpls.2022.926574
  34. Yandell B.S. 1997. Practical data analysis for designed experiments. – Madras: Chapman and Hall. 312 p.
  35. Yeh F.C., Yang R.C., Boyle T. 1999. Popgene, version 1.32: the user friendly software for population genetic analysis. – Molecular Biology and Biotechnology Centre, University of Alberta, Canada. P. 1–29.
  36. Zhang M.L., Su Z.Y., Lidén M. 2008. Corydalis DC. – Flora of China. Science Press, Beijing & Missouri Botanical Garden Press, St. Louis. 7: 295–428.
  37. Zietkiewicz E., Rafalski A., Labuda D. 1994. Genome fingerprinting by simple sequence repeat (SSR)-anchored polymerase chain reaction amplification. – Genomics. 20: 76–183.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу
2. Fig. 1. Map of the location of Corydalis bracteata s. l. populations (the numbers correspond to Table 1).

Жүктеу (1MB)
Метадеректер
3. Fig. 2. Ordination of populations in the planes of the 1st and 2nd components (A), and 1st and 3rd components (B).

Жүктеу (530KB)
Метадеректер
4. Fig. 3. Dendrogram of similarity of Corydalis bracteata s.l. samples based on ISSR-PCR analysis.

Жүктеу (229KB)
Метадеректер
5. Fig. 4. Posterior probability of assigning Corydalis bracteata s.l. samples to genetic clusters based on ISSR-PCR analysis.

Жүктеу (354KB)
Метадеректер
6. Fig. 5. Phylogenetic tree of the species of the Corydalis section, built based on sequences of the matK gene and the intergenic spacer rpoB-trnC of chloroplast DNA by the maximum likelihood (ML) method. The numbers indicate bootstrap values. The length of the branches is proportional to the number of substitutions.

Жүктеу (228KB)
Метадеректер

© Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».