Determination of the Minimal Number of Microsatellite Loci for the Prior Assessment of Population Genetic Structure of the Japanese Sea Cucumber, Apostichopus japonicus (Selenka, 1867) (Echinodermata: Holothuroidea)

Мұқаба

Дәйексөз келтіру

Толық мәтін

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

Аннотация

Assessment of the minimal number of microsatellite loci required for the primary analysis of population structure was performed using samples of the Japanese sea cucumber, Apostichopus japonicus. A total of 10 microsatellite loci were used for the analysis as a maximal number. Based on the mean values of the allele richness and Fst for each locus per all samples, markers with the minimal values of these criteria were removed one by one, and Bayesian clusterization with determination of the parameters for calculation of the optimal number of groups was performed. It was shown that the genotypic distribution of individuals could be achieved with nine loci or more in the analysis if ranked on the basis of their allele richness and differentiation power. Further work is required to search for effective molecular markers that would provide study of population heterogeneity in the Japanese sea cucumber.

Авторлар туралы

V. Yagodina

Zhirnunsky National Scientific Center of Marine Biology, Far Eastern Branch, Russian Academy of Sciences

Email: iagodinavd@gmail.com
ORCID iD: 0000-0002-3304-6422
Vladivostok, Russia

Әдебиет тізімі

  1. Гаврилова Г.С. Товарное выращивание Дальневосточного трепанга. Владивосток: ТИНРО-Центр. 2013. 99 с.
  2. Горбачев В.В. Новое ограничение микросателлитных маркеров для их применения в популяционных исследованиях (на примере панмиктических популяций) // Вавилов. журн. генет. селек. 2011. Т. 15. № 4. С. 746–749.
  3. Abdul-Muneer P.M. Application of microsatellite markers in conservation genetics and fisheries management: recent advances in population structure analysis and conservation strategies // Genet. Res. Int. 2014. Art. No. 691759.
  4. An H.S., Lee J.W., Hong S.W. et al. Genetic differences between wild and hatchery populations of red sea cucumber (Stichopus japonicus) inferred from microsatellite markers: implications for production and stocking programs design // Genes Genomics. 2013. V. 35. № 6. P. 709–717.
  5. Arthofer W., Heussler K., Krapf P. et al. Identifying the minimum number of microsatellite loci needed to assess population genetic structure: a case study in fly culturing // Fly. 2018. V. 12. № 1. P. 13–22.
  6. Brookfield J.F.Y. A simple new method for estimating null allele frequency from heterozygote deficiency // Mol. Ecol. 1996. V. 5. P. 453–455.
  7. Broquet T., Menard N., Petit E. Noninvasive population genetics: a review of sample source, diet, fragment length and microsatellite motif effects on amplification success and genotyping error rates // Conserv. Genet. 2007. V. 8. № 1. P. 249–260.
  8. Chambers G.K., MacAvoy E.S. Microsatellites: consensus and controversy // Comp. Biochem. Physiol. Pt. B. 2000. V. 126. P. 455–476.
  9. Chang Y., Feng Z., Yu J., Ding J. Genetic variability analysis in five populations of the sea cucumber Stichopus (Apostichopus) japonicus from China, Russia, South Korea and Japan as revealed by microsatellite markers // Mar. Ecol. 2009. V. 30. P. 455–461.
  10. Chen M., Gao L., Zhang W. et al. Identification of fortyfive gene-derived polymorphic microsatellite loci for the sea cucumber, Apostichopus japonicus // J. Genet. 2013. V. 92. № 2. P. e31–e35.
  11. Clucas G.V., Lou R.N., Therkildsen N.O., Kovach A.I. Novel signals of adaptive genetic variation in northwestern Atlantic cod revealed by whole-genome sequencing // Evol. Appl. 2019. V. 12. P. 1971–1987.
  12. Cornuet J.M., Luikart G. Description and power analysis of two tests for detecting recent population bottlenecks from allele frequency data // Genetics. 1996. V. 144. P. 2001–2014.
  13. Creel S., Spong G., Sands J.L. et al. Population size estimation in Yellowstone wolves with error-prone noninvasive microsatellite genotypes // Mol. Ecol. 2003. V. 12. № 7. P. 2003–2009.
  14. Duchesne P., Turgeon J. FLOCK provides reliable solutions to the “number of populations” problem // J. Hered. 2012. V. 103. P. 734–743.
  15. Excoffier L., Lischer H.E.L. Arlequin suite ver 3.5: a new series of programs to perform population genetics analyses under Linux and Windows // Mol. Ecol. Resour. 2010. V. 10. P. 564–567.
  16. Foll M., Gaggiotti O.E. A genome-scan method to identify selected loci appropriate for both dominant and codominant markers: a Bayesian perspective // Genetics. 2008. V. 180. P. 977–993.
  17. Foulley J.L., Ollivier L. Estimating allelic richness and its diversity // Livest. Sci. 2006. V. 101. P. 150–158.
  18. Gonzalez-Ramos J., Agell G., Uriz M.J. Microsatellites from sponge genomes: the number necessary for detecting genetic structure in Hemimycale columella populations // Aquat. Biol. 2015. V. 24. P. 25–34.
  19. Goudet J. FSTAT (Version 1.2): a computer program to calculate F-statistics // J. Hered. 1995. V. 86. № 6. P. 485–486.
  20. Hubisz M.J., Falush D., Stephens M., Pritchard J.K. Inferring weak population structure with the assistance of sample group information // Mol. Ecol. Resour. 2009. V. 9. P. 1322–1332.
  21. Janes J.K., Miller J.M., Dupuis J.R. et al. The K = 2 conundrum // Mol. Ecol. 2017. V. 26. № 14. P. 3594–3602.
  22. Jose D.M., Radhakrishnan D.P., Lal K.K. Development of novel microsatellite markers for aquaculture important species, milkfish (Chanos chanos Forsskal, 1775) with implications of conservation and management // Conserv. Genet. Resour. 2024. V. 16. P. 209–212.
  23. Kanno M., Li Q., Kijima A. Isolation and characterization of twenty microsatellite loci in Japanese sea cucumber (Stichopus japonicus) // Mar. Biotechnol. 2005. V. 7. P. 179–183.
  24. Kanno M., Suyama Y., Li Q., Kijima A. Microsatellite analysis of Japanese sea cucumber, Stichopus (Apostichopus) japonicus, supports reproductive isolation in color variants // Mar. Biotechnol. 2006. V. 8. P. 672–685.
  25. Kim M.J., Choi T.J., An H.S. Population genetic structure of sea cucumber, Stichopus japonicus in Korea using microsatellite markers // Aquacult. Res. 2008. V. 39. P. 1038–1045.
  26. Kolodziej K., Theissinger K., Brun J. et al. Determination of the minimum number of microsatellite markers for individual genotyping in wild boar (Sus scrofa) using a test with close relatives // Eur. J. Wildl. Res. 2012. V. 58. P. 621–628.
  27. Kopelman N.M., Mayzel J., Jakobsson M. et al. CLUMPAK: a program for identifying clustering modes and packaging population structure inferences across K // Mol. Ecol. Resour. 2015. V. 15. № 5. P. 1179–1191.
  28. Koskinen M.T., Hirvonen H., Landry P.-A., Primmer C.R. The benefits of increasing the number of microsatellites utilized in genetic population studies: an empirical perspective // Hereditas. 2004. V. 141. P. 61–67.
  29. Li Y.-L., Liu J.-X. StructureSelector: a web-based software to select and visualize the optimal number of clusters using multiple methods // Mol. Ecol. Resour. 2018. V. 18. № 1. P. 176–177.
  30. Mares-Mayagoitia J.A., De-Anda-Montanez J.A., Perez-Enriquez R. et al. Neutral and adaptive population structure of pink abalone (Haliotis corrugata): fishery management implications // ICES J. Mar. Sci. 2021. V. 78. № 5. P. 1909–1919.
  31. Pascual M. Population structure in marine organisms: from genetics to genomics // Front. Mar. Sci. Conference Abstract: XX Iberian Symposium on Marine Biology Studies (SIEBM XX). 2019. https://www.frontiersin.org/10.3389/conf.fmars.2019.08.00002/event_abstract
  32. Peng W., Bao Z.M., Du H.X. et al. Development and characterization of 70 novel microsatellite markers for the sea cucumber (Apostichopus japonicus) // Genet. Mol. Res. 2012. V. 11. № 1. P. 434–439.
  33. Pritchard J.K., Stephens M., Donnelly P. Inference of population structure using multilocus genotype data // Genetics. 2000. V. 155. № 2. P. 945–959.
  34. Puechmaille S.J. The program STRUCTURE does not reliably recover the correct population structure when sampling is uneven: subsampling and new estimators alleviate the problem // Mol. Ecol. Resour. 2016. V. 16. P. 608–627.
  35. Putman A.I., Carbone I. Challenges in analysis and interpretation of microsatellite data for population genetic studies // Ecol. Evol. 2014. V. 4. № 22. P. 4399–4428.
  36. Rasoarahona R., Wattanadilokchatkun P., Panthum T. et al. Optimizing microsatellite marker panels for genetic diversity and population genetic studies: an ant colony algorithm approach with polymorphic information content // Biology. 2023. V. 12. Art. No. 1280.
  37. Rębała K., Rabtsava A.A., Kotova S.A. et al. STR profiling for discrimination between wild and domestic swine specimens and between main breeds of domestic pigs reared in Belarus // PLoS One. 2016. V. 11. № 11. Art. No. e0166563.
  38. Reiner G., Lang M., Willems H. Impact of different panels of microsatellite loci, different numbers of loci, sample sizes, and gender ratios on population genetic results in red deer // Eur. J. Wildl. Res. 2019. V. 65. Art. No. e25.
  39. Rousset F. GENEPOP’007: a complete re-implementation of the GENEPOP software for Windows and Linux // Mol. Ecol. Resour. 2008. V. 8. P. 103–106.
  40. Shangguan J., Li Z. Development of novel microsatellite markers for Holothuria scabra (Holothuriidae), Apostichopus japonicus (Stichopodidae) and cross-species testing in other sea cucumbers // J. Oceanol. Limnol. 2018. V. 36. P. 519–527.
  41. Van Oosterhout C., Hutchinson W.F., Wills D.P.M., Shipley P. MICRO-CHECKER: software for identifying and correcting genotyping errors in microsatellite data // Mol. Ecol. Notes. 2004. V. 4. P. 535–538.
  42. Waits J.L., Leberg P.L. Biases associated with population estimation using molecular tagging // Anim. Conserv. 2000. V. 3. P. 191–199.
  43. Wang H., Yang B., Wang H., Xiao H. Impact of different numbers of microsatellite markers on population genetic results using SLAF-seq data for Rhododendron species // Sci. Rep. 2021. V. 11. Art. No. 8597.
  44. Wang J. The computer program STRUCTURE for assigning individuals to populations: easy to use but easier to misuse // Mol. Ecol. Resour. 2017. V. 17. № 5. P. 981–990.
  45. Weir B.S., Cockerham C.C. Estimating F statistics for the analysis of population structure // Evolution. 1984. V. 38. № 6. P. 1358–1370.
  46. Wenne R. Microsatellites as molecular markers with applications in exploitation and conservation of aquatic animal populations // Genes. 2023. V. 14. Art. No. 808.
  47. Yagodina V.D., Bondar E.I., Brykov V.A. Genetic variability and population structure of the Japanese sea cucumber, Apostichopus japonicus Selenka, 1867 revealed by microsatellites in Peter the Great Gulf, Sea of Japan // Mar. Biodiversity. 2022. V. 52. Art. No. 40.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

© Russian Academy of Sciences, 2025

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».