Вопрос #1614900

Кратко — набор экспериментов (поля + контролируемые условия + генетика + молекулярка) и методы анализа, необходимые чтобы разделить генетические и экологические причины расхождения сроков цветения.
1) Наблюдения в природе
- Сезонный мониторинг времени цветения в нескольких популяциях обеих видов по годам и по микроучасткам (температура, свет, влага, высота, датчики почвы).
- Собрать данные о климатических переменных (Tmin/Tmean/Tmax), сумме тепла (градодни), фотопериод, дата снега/таяния, опылителях и конкурентах.
2) Common garden + reciprocal transplant
- Садовый эксперимент: выращивать образцы обоих видов (несколько популяций) в одной локации под одинаковыми условиями → оценить генетическая разницу.
- Reciprocal transplant между местами происхождения → выделить локальную адаптацию и G×E.
- Рекомендуемые реплики: по крайней мере \(\ge 10\) растений на популяцию × среда.
3) Контролируемые факторные эксперименты (фитотрон)
- Факторы: фотопериод, температура (сумма тепла), вернализация (холод), влажность/засуха, питательные вещества.
- Полный факторный план (например фотопериод × температура × вернализация) для выявления чувствительности и пластичности.
- Измерять время до цветения (days to flowering) и развитие стадий.
4) Кроссы, гибриды и картирование
- Перекрестные гибриды (F1, F2, ремапинг-кроссы, RILs) чтобы оценить наследуемость и выделить QTL для времени цветения.
- При доступе к широкой панели — GWAS для выявления ассоциаций SNP с фенологией.
5) Транскриптомика и кандидаты
- RNA-seq в ключевые моменты (перед и во время индукции цветения) у обоих видов/условий → дифференциальная экспрессия генов цветов (FT, FLC, CO, SOC1 и др.).
- eQTL анализ, метилирование ДНК (BS-seq) для выявления эпигенетических различий.
6) Гормоны и физиология
- Измерение уровней гиббереллинов (GA), абсцизовой кислоты (ABA) и других гормонов, чтобы связать физиологию и переход к цветению.
7) Экологические взаимодействия
- Наблюдения/эксперименты по опылителям и конкуренции: изменяет ли разный состав опылителей или конкуренция селекцию на время цветения.
Анализ данных — основные модели и интерпретация
1) Разложение вариации
- Оценить дисперсию: \[V_P = V_G + V_E + V_{G\times E} + V_\varepsilon.\]
- Узнать доли: \(\text{prop}_G = V_G/V_P\), \(\text{prop}_{G\times E}=V_{G\times E}/V_P\).
2) Линейные смешанные модели
- Модель для времени до цветения: \[y_{ijk}=\mu + G_i + E_j + (G\times E)_{ij} + b_k + \varepsilon_{ijk},\] где \(G_i\) — эффект генотипа/вида, \(E_j\) — среда, \(b_k\) — блок/популяция как случайный эффект.
- Использовать REML для оценок компонент дисперсии.
3) Выживаемость/время до события
- Модели времени до цветения как time-to-event: кокс-модель \[h(t|x)=h_0(t)\exp(\beta x)\] или смешанные модели пропорциональных рисков для учета кластера (популяции).
4) QTL/GWAS
- Линейные модели/миксовые модели (MLM) с контролем популяционной структуре и родственности (kinship).
- Множественная проверка: FDR/Bonferroni.
5) Транскриптомика
- DESeq2/edgeR для DE, кластеризация временных паттернов, GO enrichment.
- eQTL: связывать SNPs с уровнем экспрессии; пересечь с QTL времени цветения.
6) Генные сети и causal inference
- Построить co-expression сети (WGCNA), искать модули, коррелирующие с фенологией.
- Mendelian randomization / path analysis для проверки направленности влияние экспрессии → фенология.
Что интерпретировать (кратко)
- Если в common garden разница сохраняется → сильный генетический компонент.
- Если разница исчезает в общем саду, но проявляется в родных средах → пластичность/экологический эффект.
- Значимый \(G\times E\) → разные реакции на те же факторы (разная сенситивность к температуре/дню/вернализации).
- QTL/GWAS + DE указывают на конкретные гены (например вариации в \(FT\), \(FLC\), \(CO\)).
- Эпигенетические различия или регуляторная экспрессия без смены кодирующих последовательностей → регуляторная эволюция.
Практические замечания
- Репликация по годам важна (межгодовая изменчивость климата).
- Контролировать родословные/популяционную структуру при генетических анализах.
- Комбинируйте подходы: фенотипические эксперименты + генетика + молекулярка дают убедительную картину.
Если нужно — могу предложить конкретные протоколы (факторный дизайн, число реплик, модель для REML/QTL) под ваши ресурсы.