ការអាន DNA នុយក្លេអ៊ែរ និង DNA ក្លរ៉ូផ្លាសពី sequencing reads ដូចគ្នា

ជាមួយអ្នកស្រី Eranga Pawani Witharana ជាអ្នកនិពន្ធដំបូង ក្រុមស្រាវជ្រាវមួយដែលមានមជ្ឈមណ្ឌលនៅក្នុងមន្ទីរពិសោធន៍របស់យើងបានបង្ហាញវិធីសាស្រ្តមួយសម្រាប់ស្ដារឡើងវិញព័ត៌មានភូមិសាស្ត្រណុយក្លេអ៊ែរយ៉ាងមានប្រសិទ្ធភាពពីការអានលំដាប់ដូចគ្នាដែលបានប្រើសម្រាប់វិភាគជីនូមក្លរ៉ូប្លាស្ទិច ដើម្បីអាចធ្វើការប្រៀបធៀបបញ្ចូលគ្នារវាងប្រភពទិន្នន័យទាំងពីរ។

ជីណូមក្លរ៉ូផ្លាស (chloroplast; cp) ត្រូវបានប្រើយ៉ាងទូលំទូលាយក្នុងការសិក្សាទំនាក់ទំនងវិវត្តន៍របស់រុក្ខជាតិ ព្រោះវាមានទំហំតូច និងងាយស្រួលវិភាគ។ ទោះជាយ៉ាងណា នៅក្នុងរុក្ខជាតិផ្កាជាច្រើន cpDNA ត្រូវបានបន្តពូជពីឪពុកឬម្តាយតែម្ខាង—ជាញឹកញាប់ពីម្តាយ—ដូច្នេះវាអាចផ្តល់សញ្ញាទំនាក់ទំនងវិវត្តន៍ខុសពី DNA នុយក្លេអ៊ែរ ដែលទទួលមកពីឪពុកនិងម្តាយទាំងពីរ។ ហេតុនេះ ទិន្នន័យក្លរ៉ូផ្លាសតែមួយមុខអាចមិនគ្រប់គ្រាន់សម្រាប់កំណត់ទំនាក់ទំនងវិវត្តន៍ខ្លះៗ។

ដើម្បីទទួលបានព័ត៌មានទំនាក់ទំនងវិវត្តន៍កាន់តែពេញលេញ ព័ត៌មាន DNA នុយក្លេអ៊ែរ ដែលទទួលមកពីឪពុកនិងម្តាយទាំងពីរ ក៏មានសារៈសំខាន់ដែរ។ DNA នុយក្លេអ៊ែរផ្តល់ទិដ្ឋភាពហ្សែនទូលំទូលាយជាង cpDNA។ កាលពីមុន ការទទួលបានព័ត៌មាន DNA នុយក្លេអ៊ែរពេញលេញមានតម្លៃខ្ពស់។ ថ្មីៗនេះ មានវិធីសាស្ត្រដែលមានប្រសិទ្ធភាពចំណាយខ្ពស់សម្រាប់ទទួលបានទិន្នន័យ DNA នុយក្លេអ៊ែរ ដូចជា target capture និង RNA sequencing ប៉ុន្តែជាទូទៅត្រូវរៀបចំទិន្នន័យក្លរ៉ូផ្លាស និងនុយក្លេអ៊ែរដាច់ដោយឡែកពីគ្នា។

ក្នុងការសិក្សានេះ ដើម្បីដោះស្រាយបញ្ហានេះ យើងបានផ្តោតលើការអភិវឌ្ឍន៍ និងផ្ទៀងផ្ទាត់វិធីសាស្ត្រថ្មីមួយ ដែលយកព័ត៌មាន phylogenetic នុយក្លេអ៊ែរ DNA ពីទិន្នន័យលំដាប់អានដើម (មិនបានដំណើរការ) ដែល "ដូចគ្នា" ដែលប្រើសម្រាប់វិភាគ genome chloroplast។

យើងបានប្រើឧបករណ៍គណនាថ្មីឈ្មោះ Read2Tree។ Read2Tree អាចទាញយកលំដាប់ហ្សែននុយក្លេអ៊ែរដែលមានការអភិរក្សដោយផ្ទាល់ និងមានប្រសិទ្ធភាព ពីទិន្នន័យ raw sequencing reads។

បន្ទាប់ពីអត្ថបទត្រូវបានបោះពុម្ព យើងបានដាក់ analysis pipeline ជាសាធារណៈនៅក្នុង GitHub repository “Eranga-Witharana/rt2-phylogenomics” ដើម្បីឱ្យងាយស្រួលធ្វើឡើងវិញ និងអនុវត្ត workflow បន្ថែម។

លក្ខណៈពិសេស និងអត្ថប្រយោជន៍សំខាន់ៗរបស់ Read2Tree

• ការទាញយកទិន្នន័យនុយក្លេអ៊ែរយ៉ាងទូលំទូលាយ៖ វិធីសាស្ត្រដែលប្រើជីណូមយោងជាមូលដ្ឋាន អាចទាញយកហ្សែននុយក្លេអ៊ែរដែលមានលំដាប់អភិរក្ស (conserved nuclear genes) បានច្រើន។
• ការទាញយកទិន្នន័យនុយក្លេអ៊ែរ ដោយទូលំទូលាយ៖ វិធីសាស្រ្តយោងដោយ genome អាចដកយក gene នុយក្លេអ៊ែរ ដែលបានរក្សាទុកច្រើន។
• មិនត្រូវការការរៀបចំជាក់លាក់បន្ថែម៖ ប្រើសំណុំទិន្នន័យយោងដែលមានស្រាប់ ដូច្នេះមិនចាំបាច់រចនា និងផ្ទៀងផ្ទាត់សំណុំប្រូប (probe sets) ឬមូលដ្ឋានទិន្នន័យជាក់លាក់សម្រាប់ប្រភេទនីមួយៗទេ។
• មិនចាំបាច់រៀបចំផ្ទាល់ខ្លួន៖ ប្រើសំណុំទិន្នន័យយោងដែលមានស្រាប់ ដោយមិនចាំបាច់រចនា និងផ្ទៀងផ្ទាត់សំណុំប្រូបឬមូលដ្ឋានទិន្នន័យជាក់លាក់សម្រាប់ប្រភេទសត្វ។
• មានប្រយោជន៍សម្រាប់ phylogenetic discordance analysis៖ បង្ហាញ alignment data របស់ gene នីមួយៗ ដែលអាចប្រើសម្រាប់សិក្សាមូលហេតុនៃ phylogenetic discordance ដូចជា ភាពខុសគ្នារវាង gene tree និង species tree។

ការផ្ទៀងផ្ទាត់វិធីសាស្រ្ត៖ ឧទាហរណ៍មួយប្រើរុក្ខជាតិ Aurantioideae

ដើម្បីបញ្ជាក់ពីប្រសិទ្ធភាព និងប្រយោជន៍នៃវិធីសាស្ត្រថ្មីនេះ (វិភាគ phylogenetic DNA ដោយប្រើ Read2Tree) យើងបានផ្តោតលើក្រុមរុក្ខជាតិ Aurantioideae។ Aurantioideae ដែលរួមមានផ្លែស៊ីត្រូស និងសាច់ញាតិជិតស្និទ្ធរបស់វា គឺជាក្រុមសំខាន់មួយដែលមានទំនាក់ទំនងភូមិសាស្ត្រស្មុគស្មាញ។

ដោយប្រើ Read2Tree ការសិក្សាបានទាញយកលំដាប់ហ្សែននុយក្លេអ៊ែរដែលមានការអភិរក្សពីរុក្ខជាតិ Aurantioideae ចំនួន 39 ប្រភេទ ហើយប្រៀបធៀបទំនាក់ទំនងវិវត្តន៍នុយក្លេអ៊ែរដែលទទួលបាន ជាមួយដើមឈើទំនាក់ទំនងវិវត្តន៍នៃជីណូមក្លរ៉ូផ្លាសដែលបង្កើតពី raw reads ដូចគ្នា។

• ការប្រៀបធៀបជាមួយវិធីសាស្ត្រ nuclear DNA ដែលមានស្រាប់៖ DNA nuclear phylogenetic ដើមឈើដែលទទួលបានដោយ Read2Tree ត្រូវបានប្រៀបធៀបជាមួយ ដើមឈើដែលបង្កើតដោយ RAD-Seqវិធីសាស្ត្រ nuclear DNA មួយទៀតដែលបានប្រើក្នុងការសិក្សាមុនៗ។ ការប្រៀបធៀបនេះ បានវាយតម្លៃភាពទុកចិត្តនៃ Read2Tree។
• ការរួមបញ្ចូលជាមួយ chloroplast phylogenetic analysis៖ chloroplast genome phylogenetic trees ត្រូវបានបង្កើតពី raw data ដូចគ្នា ហើយប្រៀបធៀបជាមួយ nuclear DNA trees ដែល Read2Tree បង្កើតឡើង ដើម្បីសិក្សា cytonuclear discordance។
• ការវិភាគមូលហេតុនៃ discordance៖ alignment data របស់ gene នីមួយៗពី Read2Tree ត្រូវបានបញ្ចូលជាមួយ D-statistic, DFOIL, QuIBL និងវិធីសាស្ត្រផ្សេងទៀត ដើម្បីវាយតម្លៃថាតើ phylogenetic discordance ដែលបានសង្កេតឃើញបណ្តាលមកពី incomplete lineage sorting (ILS), introgression ឬ ancient introgression។

លទ្ធផល (ប្រសិទ្ធភាពវិធីសាស្ត្រ)

លទ្ធផលនៃការសិក្សានេះបានបង្ហាញពីចំណុចដូចខាងក្រោម ដែលបង្ហាញពីប្រសិទ្ធភាពនៃវិធីសាស្រ្តប្រើ Read2Tree៖

• ការប្រៀបធៀប phylogenies នុយក្លេអ៊ែរ៖ phylogenies នុយក្លេអ៊ែរ Read2Tree មានភាពស្របគ្នាច្រើនជាមួយទំនាក់ទំនងដែលបានរាយការណ៍ដោយការសិក្សា RAD-Seq មុន។ ចំណាត់ថ្នាក់ taxon ខ្លះនៅតែមិនប្រាកដ ដូច្នេះការវិភាគមិនគួរត្រូវបានយល់ថាជាការដោះស្រាយសាខាទាំងអស់យ៉ាងច្បាស់លាស់ទេ។
• ការប្រើប្រាស់ទិន្នន័យឡើងវិញយ៉ាងមានប្រសិទ្ធភាព៖ សំណុំទិន្នន័យអានខ្លីដូចគ្នានេះគាំទ្រទាំងការវិភាគជីនូមក្លរូប្លាស និងការសន្និដ្ឋានផ្នែកជីវវិទ្យានុយក្លេអ៊ែរ ដែលធ្វើឲ្យវិធីសាស្រ្តនេះមានប្រសិទ្ធភាពថ្លៃដើមជាងការរៀបចំសំណុំទិន្នន័យបំបែកលំដាប់។ នេះគឺជាអត្ថប្រយោជន៍ក្នុងការប្រមូលទិន្នន័យ មិនមែនជាការវាយតម្លៃសេដ្ឋកិច្ចផ្លូវការទេ។
• ការវិភាគ phylogenetic discordance៖ ការវិភាគជាច្រើនបង្ហាញថា incomplete lineage sorting (ILS) អាចពន្យល់ phylogenetic discordance ដែលបានសង្កេតឃើញភាគច្រើន ខណៈ introgression និង ancient introgression ក៏អាចបានរួមចំណែកក្នុង clade មួយចំនួនផងដែរ។

សេចក្តីសន្និដ្ឋាន

ការសិក្សាបានបង្ហាញថា Read2Tree អាចទាញយកហ្សែននុយក្លេអ៊ែរដែលមានការអភិរក្សពី raw reads ដូចគ្នាដែលប្រើសម្រាប់វិភាគជីណូមក្លរ៉ូផ្លាស។ វាអនុញ្ញាតឱ្យប្រៀបធៀបទំនាក់ទំនងវិវត្តន៍នុយក្លេអ៊ែរ និងក្លរ៉ូផ្លាស ព្រមទាំងពិនិត្យឥទ្ធិពលរបស់ incomplete lineage sorting (ILS) និង introgression។ ទីតាំងរបស់ taxon មួយចំនួននៅតែមិនប្រាកដប្រជា ហើយការសិក្សានេះមិនបានដោះស្រាយគ្រប់មែកធាងជាស្ថាពរទេ។

វិធីសាស្ត្រនេះមានសក្តានុពលក្នុងការរួមចំណែកក្នុងការស្ដារឡើងវិញយ៉ាងលម្អិត និងទុកចិត្តបាននៃប្រវត្តិវិវត្តន៍ក្នុងការស្រាវជ្រាវភូមិសាស្ត្ររុក្ខជាតិអនាគត។

ការប្រើប្រាស់សក្តានុពលក្នុងការស្រាវជ្រាវអំពីគ្រឿងផ្សំអាហារ

ចំណុចខាងក្រោមជាការប្រើប្រាស់ដែលអាចមាន ដោយសន្និដ្ឋានពី workflow ទំនាក់ទំនងវិវត្តន៍ដែលបានផ្ទៀងផ្ទាត់។ អត្ថបទដើមមិនបានសាកល្បងដោយផ្ទាល់លើការបង្កាត់ពូជដំណាំ រសជាតិ តម្លៃអាហារូបត្ថម្ភ ឬភាពធន់នឹងជំងឺទេ។

ឧទាហរណ៍ ក្រុមដូចជា Aurantioideae ដែលប្រើក្នុងការសិក្សានេះរួមបញ្ចូលប្រភេទរុក្ខជាតិដែលមានសារៈសំខាន់សម្រាប់ការប្រើប្រាស់អាហារ និងវេជ្ជសាស្ត្រទូទាំងពិភពលោក។ ការយល់ដឹងពីទំនាក់ទំនងភូមិសាស្ត្រយ៉ាងត្រឹមត្រូវ និងប្រវត្តិវិវត្តន៍ស្មុគស្មាញនៃការចំរុះពូជគឺមានសារៈសំខាន់សម្រាប់ការកែលម្អដំណាំក្នុងកសិកម្ម និងសម្រាប់ការអភិរក្ស និងប្រើប្រាស់ធនធានជីវវិទ្យាដ៏មានតម្លៃ (ដូចជាសាច់ញាតិព្រៃ) ដែលអាចក្លាយជាប្រភពអាហារនាពេលអនាគត។

វិធីសាស្ត្រថ្មីនេះដែលប្រើ Read2Tree អាចទាញយកព័ត៌មានពី chloroplast និង nuclear DNA ដោយប្រើសំណុំទិន្នន័យដូចគ្នា ដែលអនុញ្ញាតឱ្យធ្វើវិភាគភូមិសាស្ត្រយ៉ាងទូលំទូលាយ និងលម្អិតជាងមុនសម្រាប់ប្រភេទដំណាំអាហារជាច្រើនដែលមុននេះពិបាកវិភាគ។

លើសពីនេះ សមត្ថភាពក្នុងការវិភាគដំណើរការហ្សែនស្មុគស្មាញ ដូចជា incomplete lineage sorting (ILS) និង introgression ផ្តល់មូលដ្ឋានសម្រាប់យល់ដឹងនៅកម្រិតហ្សែនថា លក្ខណៈចម្រុះរបស់រុក្ខជាតិអាហារ—ដូចជាតម្លៃអាហារូបត្ថម្ភខ្ពស់ រសជាតិជាក់លាក់ និងភាពធន់នឹងសត្វល្អិតនិងជំងឺ—ត្រូវបានទទួល និងរក្សាទុកយ៉ាងដូចម្តេចក្នុងប្រវត្តិវិវត្តន៍។

ដោយរបៀបនេះ វិធីសាស្រ្តនេះអាចត្រូវបានគេនិយាយថាផ្តល់មូលដ្ឋានសំខាន់សម្រាប់ជ្រាបជ្រៅការយល់ដឹងរបស់យើងអំពីភាពចម្រុះនៃរុក្ខជាតិដែលប្រើជាអាហារ និងសម្រាប់ជំរុញការស្រាវជ្រាវទៅរកការអភិវឌ្ឍប្រភេទដែលបានកែលម្អ និងការប្រើប្រាស់ធនធានយ៉ាងចីរភាព។