Az étrendfüggő élettartamra és termékenységre gyakorolt ​​hatások evolúciós potenciálja a Drosophila melanogaster többszülős populációjában

Absztrakt

Bevezetés

Egy szervezet étrendje közvetlen hatással van szinte az összes fenotípusra azáltal, hogy meghatározza a struktúrák felépítéséhez és a funkciók ellátásához rendelkezésre álló tápanyagok és energia mennyiségét. Ezen elkerülhetetlen közvetlen hatás mellett az élőlények megváltoztathatják az erőforrások elosztását a különböző tulajdonságokhoz, amikor különböző étrendet tartanak. Egy olyan környezetben, ahol az erőforrások elérhetősége térben és/vagy időben változik, és az erőforrások optimális elosztása az étrend függvényében változik, az ilyen fenotípusosan plasztikus erőforrás-allokációs stratégiák fejlődését várjuk.

hatások

Mód

Kísérleti elrendezés

Kísérleti terv. 835 DSPR RIL-t kereszteztek 5 generáción át, hogy kinőtt szintetikus populációt hozzanak létre. Ebből a populációból 28 véletlenszerűen kiválasztott apát párosítottak 3 gátra (tényleges N = 77 (). Az egyes gátakból származó utódokat elosztottuk C, DR és HS étrend-kezelésekre, két étrenddel ellátott fiolával.

A 77 gát mindegyikéből a legtöbb esetben két ismételt fiolát állítottunk össze 24 nőstény és 6 hím utódból mindhárom diétás kezelés során (az alábbiakban ismertetjük). Bevontuk a hímeket, hogy párosítási lehetőségeket nyújtsanak a nőstényeknek egész életük során, de kisebb számú férfit választottunk a nőstények zaklatásának csökkentésére az injekciós üvegekben. Ahogy az várható volt, még a sikeres apák és gátpárok sem mindig hoztak elegendő utódot a teljes kiegészítéshez. Így néhány injekciós üveg kevesebb, mint 24 nőstényt tartalmazott, bár soha nem volt kevesebb, mint 15 nőstény, és az adatkészlet nincs teljesen kiegyensúlyozva azzal, hogy az összes atyafélék családja mindhárom gátat felosztotta, mindhárom étrendben felosztva, és étrendenként két ismétléssel. Az étrendben elemzésre rendelkezésre álló, féltestvéres családok és a teljes testvéres családok realizált teljes összegét az S2 táblázat mutatja.

Diétás kezelések. Mindegyik atya utódait három kísérleti étrendre osztottuk: kontroll (C), étrendi korlátozás (DR) és magas cukortartalmú (HS). Ezeket a diétákat a korábbi térképezési vizsgálatunkban is alkalmazták Stanley és mtsai. A DSPR RIL-ek segítségével. (2017) és mindegyik összetételét az S1 táblázat részletezi. A SAFPro Relax + YF 73050 márka élesztőt használtuk, amely jellemzően 45-60g fehérjét és 30-38g szénhidrátot tartalmaz 100g inaktivált élesztő számára (Lesaffre Yeast Corp., Milwaukee, USA). A minőség megőrzése érdekében az étrendeket 4 ° C-on tároltuk, és az elkészítéstől számított két héten belül felhasználtuk. A fenotípus mérésének lehetővé tétele és annak biztosítása érdekében, hogy az élelmiszer ne romoljon el, az egyéneket hetente háromszor friss ételeket tartalmazó injekciós üvegekbe költöztették. Az itt leírt összes kísérlet összes legyét 23 ° C-os, ≥ 50% relatív páratartalmú és 24: 0-os fény: sötét ciklusú tenyésztőkamrában nevelték, amelyek a DSPR legyek tipikus karbantartási feltételei.

Fenotípus mérés

Statisztikai analízis

Az összes következő statisztikai elemzést R-ben végeztük (ver. 3.5; R Core Team 2018), és az összes kód elérhető online (https://github.com/EGKingLab/h2lifespan).

Túlélési becslések

A túlélési elemzés elvégzése érdekében az elhunyt és cenzúrázott személyek napi számát alakítottuk át egyedi eseményekre egy adott életkorban. Az R csomag túlélése (2.38 ver.; (Therneau és Grambsch, 2000; Therneau, 2015)) segítségével a Kaplan-Meier becslőt (Kaplan és Meier, 1958) alkalmaztuk az egyes étrendek túlélésének becsléséhez: ahol az idő idő), állapot életben van/halott, a diéta diétás kezelés (C, DR, HS) az egyes étrendek túlélési görbéinek megjelenítése érdekében.

Az élettartam, a korai termékenység és a teljes termékenység modelljeinek összehasonlítása a diétás kezelések során. Az 1. és 2. modell nem tartalmaz semmiféle törzskönyvet, a 3-6. Modellek pedig hierarchikus modellt alkalmaznak. A zárójelben szereplő kifejezések véletlenszerű hatások. Valamennyi véletlenszerű hatás „elfogó” kifejezés volt, lehetővé téve az elkülönített elfogásokat az apák azonosítójának, az apai azonosítóba ágyazott gátazonosítónak vagy a diétás kezelésben beágyazott apák azonosítójának minden szintjén.

Termékenységi becslések

Magas áteresztési módszert alkalmaztunk a tojások számának kivonására a képekből egy optimális prediktív modell felépítésével. Ennek megvalósításához kihasználtuk a jelen lévő petesejtek és a fehér felület nagysága közötti egyszerű kapcsolatot a lemez küszöbértékű képén, és kézzel számolt képek sorozatát használtuk a modell optimalizálásához. Meg tudtuk határozni a kézzel számolt képek optimális számát, kiválasztani a megfelelő küszöbértéket és felmérni a teljesítmény modellt számos paraméter között. Ez a módszer nagyon jól teljesít, a modell előrejelzett petesejtjei és a kézzel számolt petesejtek között 0,88 korreláció áll fenn. Módszerünk részletes ismertetését máshol mutatjuk be (Ng’oma et al 2018).

A heti termékenységi méréseinkből két termékenységi mérésre összpontosítottunk. Kiszámítottuk a nőstény peték számát minden heti mérésünkhöz, elosztva az egyes fiolákban élő nőstények számával. Ezután becslést kaptunk az egy nőnkénti teljes termékenységről, heteken keresztüli összesítéssel (a továbbiakban: teljes termékenység). Megjegyezzük, hogy ez nem szigorúan az életen át tartó termékenység mértéke, mivel a termékenységet csak hetente egyszer mértük, bár azt várnánk, hogy ez a becslés erősen korrelál az életen át tartó termékenységgel. Másodszor a korai termékenység pillanatképét vettük figyelembe azáltal, hogy megválasztottuk az öklózió utáni 5 naphoz legközelebb eső időpontot (a továbbiakban: korai termékenység). A nőstények tényleges kora kissé változik, mivel az injekciós üvegeket több nap alatt állították fel, de a termékenységi méréseinkre mindig hétfőtől kezdődő 24 órás időszakban került sor.

Az atyának, az ágyba ágyazott gátnak és a kezelésnek a hatásait hat egymásba ágyazott hierarchikus (vegyes) lineáris modell segítségével (Gelman és Hill, 2007) teszteltük, amelyek különböző módon tesztelték a diétás kezelés, az apám és a gát hatásait, azonosak a a túlélési becslések tesztelésére használt modellek, de az üveghatás nélkül, figyelembe véve a termékenységre vonatkozó méréseinket, üvegenként átlagok (1. táblázat). A mintavételt a korai élet és a teljes termékenység nulla központú értékein végeztük Hamilton-Monte Carlo segítségével, a statisztikai modellező nyelvi stan (Carpenter et al., 2017) felhasználásával, a rstanarm interfészen keresztül (2.13.1. Ver.; Stan Development Team, 2016 Enyhén normalizáló priorokat használtunk: Normal (0, 10) az elfogásokhoz, Normal (0, 10) az étrend kezelési paramétereihez, és Cauchy (0, 1) az eltérésekhez. alakja és méretaránya (azaz decov (1, 1, 1, 1)). A modelleket 20 000 iterációra vettük mintából, és 10 000-et dobtak ki az burninra. A megfelelő mintavételt értékelték, és a modelleket összehasonlították egy-egy elhagyás nélkül. keresztellenőrzés és loo modell súlyok a fent leírtak szerint.

Öröklődés egyszeri étrendben

Eredmények

Az étrendi kezelésre adott fenotípusos válasz Élettartam

Megosztott családtervezést alkalmaztunk, a családból származó utódokat három különböző étrendre osztottuk fel. A kontroll étrendhez képest a medián túlélés 24% -kal alacsonyabb volt magas cukortartalmú (HS: 48 nap vs. C: 63 nap) és 8% -kal magasabb DR diéta esetén (68 nap) (2b. Ábra). Az élettartam pályái korán, az ovipóziót követő kb. 25 naptól kezdve váltak egymástól, és változatlanok maradtak, amíg 10% -os túlélés alatt nem voltak (2b. Ábra, S3. Táblázat). Az egyéni atyai család diétára adott válaszait az 1. és 2. ábra szemlélteti. S1.

Az étrend kezelésére adott fenotípusos válasz. A különböző színek különböző diétás kezeléseket jelentenek (szürke = C, narancs = DR, kék = HS). a. A mintavételezett nőstény termékenysége 24 órán keresztül, hetente egyszer, az élettartama alatt. Minden kezelésnél sima (lösz) illeszkedés látható. Az egyes ismételt injekciós üvegeket külön vonalak jelölik. b. A túlélés valószínűsége az életkor függvényében mindhárom diétás kezelésnél. A medián túlélést (50% -os túlélési valószínűség) az egyes étrendek szaggatott vonallal mutatjuk be. A cenzúrázott eseményeket minden egyes túlélési görbén + jellel jelölik. c. A kapcsolat a korai életkori termékenység (24 órás mintaperiódus, amely legközelebb van az eclosis utáni 5 napig) és az egyes injekciós üvegek átlagos élettartama között. Mindkét kezelés átlagos értékét az egyes kezeléseken a feketével felvázolt nagy pont mutatja. A hibasávok az átlagos +/- 1 standard hiba. Ne feledje, hogy a hibasávok mind a pont méretén belül helyezkednek el.

Összehasonlítottunk hat beágyazott túlélési modellt, amely magában foglalta a diétás kezelést és a rokonság különböző aspektusait, és összehasonlítottuk ezeket a modelleket egy-egy elhagyás nélküli modell súlyozással (1. táblázat). A modell, beleértve az apát, az ágyban beágyazott gátat, a gátba ágyazott fiolát, az étrendet és az étrend interakciójával rendelkező atyát, elsöprő mértékben támogatja a modellt (a modell súlyának> 95% -a), jelezve az étrend jelentős hatását, jelentős genetikai variancia jelenlétét a diétás kezeléseken belüli túlélés és az étrendre adott válasz jelentős genetikai variációja. Pontosabban, ennek a kedvelt modellnek az eredményei azt mutatják, hogy a C diéta csoporthoz képest a DR csoport egyedei hihetetlenül kevésbé haltak meg (a DR és a C = 0,4 - 0,12 közötti különbség 99% -os hiteles intervalluma), valamint a A HS kezelési csoportban valószínűbb volt a haláleset (a HS és a C közötti különbség 99% -os hiteles intervalluma = −0,21 - −0,13).

Termékenység

A termékenységet hetente egyszer becsülték ugyanazon kezelési rendszerekben, amelyekből feljegyezték az élettartamot, hogy összehasonlítsák a két fenotípust ugyanazon legyek sorozatában. A várakozásoknak megfelelően minden kezelésnél a termékenység az életkor előrehaladtával csökkent (2a. Ábra). Bayes-modell összehasonlító megközelítést alkalmaztunk az étrend és a család teljes termékenységre és korai termékenységre gyakorolt ​​hatásainak elemzésére (1. táblázat). Ez az elemzés feltárta a diéta erős hatását mind a teljes termékenységre, mind a korai termékenységre, mivel az étrendet tartalmazó modelleket erőteljesen előnyben részesítették az étrend nélküli modellekkel szemben. A termékenység mindkét mutatója esetében a legmagasabb érték a C étrendben volt, a legalacsonyabb a HS étrendben (2a., C. Ábra). A család hiteles hatása volt mindkét termékenységi intézkedésre, ami a termékenység jelentős genetikai variációit jelzi. A korai termékenység szempontjából a modell csak az atyában fészkelt gátat tartalmazta. A teljes termékenység szempontjából előnyben részesítették azt a modellt, amely magában foglalta az atyát, az atyába ágyazott gátat, valamint az apja és az étrend kölcsönhatását, ami a diétára adott válasz genetikai variációját jelzi a termékenység genetikai variációi mellett.

A kvantitatív genetikai paraméterek becslése

Nagy élettartamú mintamérettel rendelkezünk, legfeljebb 48 egyed adatait elosztva két fiolánként az egyes gátcsaládoknál minden étrendben. Míg ugyanezek az egyének hozzájárultak a heti termékenység méréséhez, minden egyes nőstény injekciós üveghez egyetlen mérést végzünk egy adott időpontban, és nincsenek egyedenként méréseink, mivel a magzatosság mérése minden egyes nő esetében nem volt megvalósítható ebben a vizsgálatban. Így a kvantitatív genetikai paraméterek becsléséhez a termékenységre való replikációnk alacsony (családonként 2, diétánként). A fenti modellek eredményei tükrözik az alacsony replikáció várható bizonytalanságát széles hátsó eloszlások mellett. Így míg a fent illesztett modellek jelentős genetikai variáció jelenlétét mutatják be, az öröklődési értékekre vonatkozó becsléseink nagy bizonytalansággal és széles hiteles intervallumokkal rendelkeznek. Ezért arra összpontosítunk, hogy az alábbiakban megvitassuk az élettartamra vonatkozó eredményeinket, és a termékenységre vonatkozó eredmények megtalálhatók a 2. ábrán. S2.

Az élettartam öröklődése a diétákon belül

Minden diétás kezelés során külön becsültük fenotípusaink örökölhetőségét Bayes-féle megközelítéssel (lásd: Módszerek). Az élettartamra vonatkozó becsléseink közepesen magasak, 0,31 és 0,47 között mozognak (3a. Ábra). Az öröklődés (h 2) és a 95% HPDI (a legmagasabb hátsó sűrűség intervallum) minden kezelésnél a következő volt: C h 2 0,47 (0,34 - 0,61), HS h 2 0,37 (0,25 - 0,50), DR: h 2 0,31 (0,21 - 0,43) . Az öröklődés hátsó becslésének páronkénti különbségének 95% -os HPDI-je nem különbözött hitelesen a 0-tól: C-DR = - 0,02 - 0,34, C-HS = −0,09 - 0,29 és HS-DR = −0,11 - 0,23.

a. Az élettartam öröklődésének becsült hátsó valószínűségei az egyes étrendeken belül. b. Az élettartam közötti genetikai összefüggés becsült hátsó valószínűségének sűrűségi diagramjai pár étrendben. c. Az életkor mediánjának függvényében ábrázolva a páciens interakcióját ábrázolva, bemutatva a három étrend mindegyik atyafánti családjának átlagos élettartamát. Mindegyik vonal egy apai családot képvisel. d. A pápa környezeti interakció alapján ábrázolja a nőstény összes tojásszámot (a heti mérések összesítve), bemutatva a három étrend mindegyik atyai családjának átlagos élettartamát. Mindegyik sor egy apai családot képvisel.

Az élettartam összefüggése az étrendi kezelések között

Vita

Ebben a tanulmányban a D. melanogaster összekevert többszülős populációját alkalmaztuk a fitnesz komponensek mennyiségi genetikájának jellemzésére különböző táplálkozási körülmények között. Vizsgálatunk egyike azon kevés vizsgálatoknak, amelyek mind az élettartamot, mind az egész életen át tartó termékenységet becsülik ugyanazon családok több étrendje során, átfogó képet nyújtva a fontos élettörténeti tulajdonságok genetikai alapja és a táplálkozási környezet kölcsönhatásáról. Nem csak azt tudjuk kimutatni, hogy ezek a tulajdonságok jelentős genetikai eltéréseket hordoznak mind az étrenden belül, mind az étrendre adott válaszként, hanem konkrét becsléseket is szolgáltatunk mind az életkor szűk értelemben vett öröklődéséről több étrendben, mind az életidő genetikai összefüggéséről. diéták. Ezek az eredmények fontos következményekkel járnak ezen tulajdonságok vadon élő populációkban történő fejlődésének megértése és az e tulajdonságok genetikai alapjainak feltárására irányuló stratégiák szempontjából, amelyeket az alábbiakban tárgyalunk.

A táplálkozás és a fitnesz összetevői közötti koordináció evolúciós lehetőségei

Az ilyen típusú fenotípusos szokásokat különböző étrendi körülmények között különböző módon értelmezték. Az élettartam meghosszabbításának széles körű megfigyelése, amelyet számos adóban megfigyeltek az étrendi korlátozásokra reagálva, versengő hipotézisekhez vezettek e mintához. Gyakran állítják, hogy ez a minta a természetes szelekció eredménye, változó erőforrásokkal rendelkező környezetekben, ahol alkalmazkodónak kell lennie a tápanyag-források szomatához való elosztásának növeléséhez, ha a tápanyagok korlátozódnak, de az is lehetséges, hogy ez elkerülhetetlen. fiziológiai kényszer (Holliday, 1989; Kirkwood és Shanley 2000; Kirkwood és Shanley, 2005).

Ezenkívül a magas cukortartalmú és a magas zsírtartalmú étrendet alkalmazó tanulmányok gyakran tanulmányozzák e tanulmányok eredményeit az emberi populációk összefüggésében, ahol feltételezik, hogy a nyugatias étrend negatív egészségügyi következményei az étrend és az emberek étrendjéhez alkalmazkodó étrend közötti eltérés következményei. evolúciós történelmük többségén túl (Neel, 1962; Wells, 2009), bár ezt a hipotézist is megkérdőjelezték (Speakman, 2008). Az utóbbi időben számos tanulmány vitatta az erőforrás-elosztási keretrendszert az élettörténeti kompromisszumok magyarázata érdekében (lásd Barnes és mtsai, 2006; Flatt és mtsai, 2008; Adler és mtsai, 2013). Ezek a tanulmányok (és mások) azt sugallják, hogy az élettartam elválasztása a termékenységtől, amelyet néha megfigyelnek, inkább a hormonális jelzésre vonatkozik, mintsem szó szerinti erőforrás-allokációra. Azonban Zhao és Zera (2006), Zera és Zhao (2006), valamint Zera (2005) munkái bemutatják az élettörténeti kompromisszumok biokémiai alapjait (áttekintve: Ng’oma et al 2017). Általánosságban elmondható, hogy a különböző étrendek fenotípusos hatásainak adaptív vagy erősen korlátozott fiziológiai válaszként történő felméréséhez meg kell érteni az étrendre adott válasz mögöttes genetikai variációját annak megértése érdekében, hogy ez a válasz képes-e fejlődni.

A többszülős népesség megközelítésének kilátásai

A biológia egyik legalapvetőbb célja a komplex fenotípusok genetikai alapjainak megértése. Ez a cél meglehetősen kihívást jelentett. A legtöbb olyan tulajdonság esetében, amelyek közül néhány évek óta a tanulmány középpontjában áll, a feltárt ok-okozati genetikai variánsok a tulajdonságok öröklődésének csak kis százalékát magyarázzák (az áttekintéseket lásd McCarthy et al., 2008; Manolio et al., 2009; Rockman, 2012; Visscher et al., 2012). Azok a tulajdonságok, amelyek várhatóan erősen poligének, például az élettartam és a termékenység, a kvantitatív genetikai paraméterek becslése, mint ahogy ezt ebben a tanulmányban is tettük, ugyanolyan informatívak lehetnek a tulajdonság genetikai alapjairól és evolúciós potenciáljáról, mint a specifikus genetikai tulajdonságok feltárására irányuló vizsgálatok. változatok.

Összeférhetetlenség

A szerzők kijelentik, hogy nincs összeférhetetlenség.

Az adatok elérhetősége

A nyers adatokat, beleértve az élettartamot, a termékenységet és a képfájlokat, a Zenodo webhelyről lehet lekérni a http://doi.org/10.5281/zenodo.1285237 címen. Az összes elemzés reprodukálására szolgáló szkriptek a GitHub oldalon érhetők el: https://github.com/EGKingLab/h2lifespan. Kiegészítő információk a www.nature.com/hdy/ címen érhetők el.

Köszönetnyilvánítás

Hasznos javaslatokat kaptunk Larry Cabral-tól a termékenységi protokollunk létrehozására vonatkozóan. Életfeszítő megbeszéléseket folytattunk Ian Dworkinnel az állatmodell beillesztéséről a Bayes-i keretek között. Stuart Macdonald biztosította a kísérleti telepünk megindításához használt DSPR RIL-eket. Elizabeth Lopresti, Michael Reed, Osvaldo Enriquez, Anna Perinchery és Kyla Winford segítettek a légy tartásában, a kísérleti beállításokban, az adatok gyűjtésében és bevitelében. Ezt a munkát az NIH R01 GM117135 támogatása Elizabeth G. Kingnek, a Missouri Egyetemnek és a Missouri Egyetem Kutatóbizottságának támogatásával támogatta.