တူညီသော စီကွင့်စင်ဖတ်ချက်များမှ နျူကလီးယား DNA နှင့် ကလိုရိုပလတ်စ် DNA ကို လေ့လာခြင်း

Eranga Pawani Witharana ကို ပထမစာရေးသူအဖြစ်ထားသော ကျွန်ုပ်တို့၏ ဓာတ်ခွဲခန်းဗဟိုပြု သုတေသနအဖွဲ့သည် ကလိုရိုပလတ်စ် ဂျီနိုမ်ခွဲခြမ်းစိတ်ဖြာမှုတွင် အသုံးပြုသည့် စီကွင့်စင်ဖတ်ချက်များမှပင် နျူကလီးယား မျိုးရိုးဆက်နွယ်မှုအချက်အလက်ကို ထိရောက်စွာ ရယူနိုင်သည့် နည်းလမ်းကို ပြသခဲ့ပြီး ဒေတာနှစ်မျိုးကို ပေါင်းစပ်နှိုင်းယှဉ်နိုင်စေခဲ့သည်။

အပင်မျိုးရိုးဆက်နွယ်မှုခွဲခြမ်းစိတ်ဖြာရာတွင် ကလိုရိုပလတ်စ် (chloroplast; cp) ဂျီနိုမ်ကို အရွယ်အစားသေးငယ်ပြီး ခွဲခြမ်းစိတ်ဖြာရလွယ်ကူသောကြောင့် ကျယ်ပြန့်စွာ အသုံးပြုသည်။ သို့သော် ပန်းပွင့်အပင်အများစုတွင် cpDNA သည် မိဘတစ်ဖက်တည်းမှ—အများအားဖြင့် မိခင်ဘက်မှ—အမွေဆက်ခံသဖြင့် မိဘနှစ်ဖက်မှ အမွေဆက်ခံသော nuclear DNA နှင့် မတူသည့် phylogenetic signal ကို ပြနိုင်သည်။ ထို့ကြောင့် chloroplast ဒေတာတစ်မျိုးတည်းဖြင့် အချို့ဆင့်ကဲဆက်နွယ်မှုများကို အပြည့်အဝ ဖြေရှင်းနိုင်မည်မဟုတ်ပါ။

ပိုမိုပြည့်စုံသော မျိုးရိုးဆက်နွယ်မှုအချက်အလက်ရရှိရန် မိဘနှစ်ဦးစလုံးထံမှ အမွေဆက်ခံသည့် နျူကလီးယား DNA သည်လည်း အရေးကြီးသည်။ နျူကလီးယား DNA သည် cpDNA ထက် ပိုမိုကျယ်ပြန့်သော မျိုးဗီဇအမြင်ကို ပေးနိုင်သော်လည်း ယခင်က ဂျီနိုမ်တစ်ခုလုံး၏ အချက်အလက်ရယူရန် ကုန်ကျစရိတ်မြင့်မားခဲ့သည်။ မကြာသေးမီနှစ်များတွင် target capture နှင့် RNA sequencing ကဲ့သို့ ကုန်ကျစရိတ်သက်သာသော နည်းလမ်းများ ပေါ်ပေါက်လာသော်လည်း ကလိုရိုပလတ်စ်နှင့် နျူကလီးယား DNA ဒေတာကို အများအားဖြင့် သီးခြားပြင်ဆင်ရသည်။

ဤပြဿနာကို ဖြေရှင်းရန် ကလိုရိုပလတ်စ် ဂျီနိုမ်ခွဲခြမ်းစိတ်ဖြာမှုတွင် အသုံးပြုသည့် တူညီသော မပြုပြင်ရသေးသည့် စီကွင့်စင်ဖတ်ချက်ဒေတာမှ နျူကလီးယား DNA ၏ မျိုးရိုးဆက်နွယ်မှုအချက်အလက်ကို ရယူနိုင်သည့် နည်းလမ်းကို တီထွင်၍ စမ်းသပ်အတည်ပြုခဲ့သည်။

ဤရည်ရွယ်ချက်အတွက် Read2Tree ဟုခေါ်သော တွက်ချက်ရေးကိရိယာကို အသုံးပြုခဲ့သည်။ Read2Tree သည် မပြုပြင်ရသေးသည့် စီကွင့်စင်ဖတ်ချက်ဒေတာမှ ထိန်းသိမ်းထားသော နျူကလီးယားမျိုးဗီဇအစီအစဉ်များကို တိုက်ရိုက်နှင့် ထိရောက်စွာ ထုတ်ယူနိုင်စေသည်။

စာတမ်းထုတ်ဝေပြီးနောက် workflow ကို ပြန်လည်လုပ်ဆောင်နိုင်ရန်နှင့် အခြားသုတေသနများတွင် ထပ်မံအသုံးချနိုင်ရန် analysis pipeline ကို GitHub repository “Eranga-Witharana/rt2-phylogenomics” တွင် အများပြည်သူအသုံးပြုနိုင်အောင် ထုတ်ပြန်ခဲ့သည်။

Read2Tree ၏ အဓိကလက္ခဏာများနှင့် အားသာချက်များ

• ကုန်ကျစရိတ်သက်သာခြင်း- chloroplast ခွဲခြမ်းစိတ်ဖြာမှုကဲ့သို့ တူညီသော ကုန်ကြမ်းဒေတာကို အသုံးပြုခြင်းသည် ဒေတာဝယ်ယူမှုကုန်ကျစရိတ်ကို လျော့နည်းစေသည်။
• ပြည့်စုံသောနျူကလီးယားဒေတာပြန်လည်ရယူခြင်း- ရည်ညွှန်းဂျီနိုမ်လမ်းညွှန်နည်းလမ်းတစ်ခုသည် ထိန်းသိမ်းထားသောနျူကလီးယားဗီဇအများအပြားကို ထုတ်ယူခွင့်ပြုသည်။
• ပျော့ပျောင်းသော ခွဲခြမ်းစိတ်ဖြာခြင်း- မျိုးရိုးဗီဇ ခွဲခြားသတ်မှတ်ခြင်းမှ ပေါင်းစပ်ထားသော ပိုက်လိုင်းအဖြစ် လုပ်ဆောင်မှုများသည် ချိန်ညှိမှု မျိုးဆက်မှတဆင့် ဇီဝမျိုးရိုးဗီဇသစ်ပင်တည်ဆောက်မှုအထိ လုပ်ဆောင်သည်။
• စိတ်ကြိုက်ပြင်ဆင်မှု မလိုအပ်ပါ- ရှိပြီးသား ကိုးကားမှုဒေတာအစုံများကို အသုံးပြုကာ မျိုးစိတ်အလိုက် စုံစမ်းစစ်ဆေးသည့်အစုံများ သို့မဟုတ် ဒေတာဘေ့စ်များကို ဒီဇိုင်းနှင့် အတည်ပြုရန် လိုအပ်မှုကို ဖယ်ရှားပေးသည်။
• ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်းအတွက် အသုံးဝင်သည်- ဇီဝမျိုးရိုးဗီဇကွဲလွဲမှုဖြစ်စေသော အကြောင်းရင်းများ (ဥပမာ မျိုးဗီဇသစ်ပင်များနှင့် မျိုးစိတ်သစ်ပင်များကြား ကွဲလွဲမှုများကဲ့သို့) ကို စစ်ဆေးရန်အတွက် အသုံးပြုနိုင်သည့် တစ်ဦးချင်းစီ ဗီဇချိန်ညှိမှုဒေတာကို ထုတ်ပေးပါသည်။

နည်းလမ်းအတည်ပြုခြင်း — လိမ္မော်မျိုးနွယ်ဝင် အပင်များကို အသုံးပြုသည့် ဥပမာ

Read2Tree ကို အသုံးပြုသော ဤနျူကလီးယား DNA မျိုးရိုးဆက်နွယ်မှုခွဲခြမ်းစိတ်ဖြာနည်း၏ ထိရောက်မှုနှင့် အသုံးဝင်မှုကို စမ်းသပ်ရန် Citrus နှင့် ၎င်း၏ နီးစပ်သောမျိုးများ ပါဝင်သည့် အရေးကြီးသော်လည်း မျိုးရိုးဆက်နွယ်မှုရှုပ်ထွေးသော Aurantioideae မျိုးစိတ်အုပ်စုကို လေ့လာခဲ့သည်။

Read2Tree ကို အသုံးပြု၍ Aurantioideae မျိုးစိတ် ၃၉ မျိုး၏ ထိန်းသိမ်းထားသော nuclear gene sequences များကို ရယူပြီး တူညီသော raw reads များမှ တည်ဆောက်ထားသည့် chloroplast genome phylogenies နှင့် နှိုင်းယှဉ်ခဲ့သည်။

• ရှိပြီးသား နျူကလီးယား DNA နည်းလမ်းများနှင့် နှိုင်းယှဉ်ခြင်း — Read2Tree ဖြင့် တည်ဆောက်သော နျူကလီးယား DNA မျိုးရိုးဆက်နွယ်မှုသစ်ပင်ကို ယခင်လေ့လာမှုတွင် အသုံးပြုခဲ့သည့် RAD-Seq ဖြင့် တည်ဆောက်ထားသော သစ်ပင်နှင့် နှိုင်းယှဉ်ပြီး Read2Tree ၏ ယုံကြည်စိတ်ချရမှုကို အကဲဖြတ်ခဲ့သည်။
• ကလိုရိုပလတ်စ် မျိုးရိုးဆက်နွယ်မှုခွဲခြမ်းစိတ်ဖြာမှုနှင့် ပေါင်းစပ်ခြင်း — တူညီသော ဒေတာအကြမ်းမှ ကလိုရိုပလတ်စ် ဂျီနိုမ်သစ်ပင်များကို တည်ဆောက်ပြီး Read2Tree မှ ရရှိသော နျူကလီးယား DNA သစ်ပင်များနှင့် နှိုင်းယှဉ်ကာ ကလိုရိုပလတ်စ်နှင့် နျူကလီးယား မျိုးရိုးဆက်နွယ်မှုတို့ မကိုက်ညီသည့် cytonuclear discordance ကို စစ်ဆေးခဲ့သည်။
• မကိုက်ညီမှုဖြစ်ရသည့် အကြောင်းရင်းများကို ခွဲခြမ်းစိတ်ဖြာခြင်း — Read2Tree မှ ထုတ်ပေးသော တစ်ခုချင်းမျိုးဗီဇ alignment ဒေတာကို D-statistic၊ DFOIL နှင့် QuIBL စသည့် နည်းလမ်းများနှင့် ပေါင်းစပ်ကာ မျိုးရိုးခွဲထွက်မှု မပြည့်စုံခြင်း (incomplete lineage sorting; ILS)၊ မျိုးဗီဇဝင်ရောက်ပေါင်းစပ်မှု (introgression)နှင့် ရှေးခေတ် introgression ကဲ့သို့သော ဆင့်ကဲဖြစ်စဉ်များကို စစ်ဆေးခဲ့သည်။

ရလဒ်များ — နည်းလမ်း၏ ထိရောက်မှု

လေ့လာမှုရလဒ်များက အောက်ပါအချက်များကို ဖော်ပြခဲ့ပြီး Read2Tree အခြေပြုနည်းလမ်း၏ ထိရောက်မှုကို အတည်ပြုပေးခဲ့သည်။

• Nuclear phylogeny နှိုင်းယှဉ်မှု—Read2Tree ဖြင့်ရရှိသော nuclear phylogenies သည် ယခင် RAD-Seq လေ့လာမှုမှ ဆက်နွယ်မှုများနှင့် အများအားဖြင့် ကိုက်ညီခဲ့သည်။ Taxa အချို့၏ နေရာချထားမှုမှာ မသေချာသေးသောကြောင့် branch အားလုံးကို အပြီးသတ်ဖြေရှင်းနိုင်ခဲ့သည်ဟု မဆိုနိုင်ပါ။
• ဒေတာကို ထိရောက်စွာ ပြန်လည်အသုံးပြုခြင်း—တူညီသော short-read dataset ကို chloroplast genome analysis နှင့် nuclear phylogenetic inference နှစ်မျိုးလုံးတွင် အသုံးပြုနိုင်သဖြင့် သီးခြား sequencing datasets ပြင်ဆင်ခြင်းထက် cost-efficient ဖြစ်သည်။ ဤအချက်သည် တရားဝင်စီးပွားရေးအကဲဖြတ်ချက်မဟုတ်ဘဲ ဒေတာရယူမှုဆိုင်ရာ အားသာချက်ဖြစ်သည်။
• Phylogenetic discordance ခွဲခြမ်းစိတ်ဖြာမှု—ခွဲခြမ်းစိတ်ဖြာမှုများက incomplete lineage sorting (ILS) သည် တွေ့ရှိရသော discordance အများစု၏ အဓိကအကြောင်းရင်းဖြစ်နိုင်ကြောင်း၊ clade အချို့တွင် introgression နှင့် ancient introgression တို့လည်း ပါဝင်နိုင်ကြောင်း ညွှန်ပြသည်။

နိဂုံး

Chloroplast genome analysis အတွက် အသုံးပြုသော raw reads တူညီသည့်ဒေတာမှ conserved nuclear genes ကို Read2Tree ဖြင့် ရယူနိုင်ပြီး nuclear နှင့် chloroplast phylogenies ကို နှိုင်းယှဉ်ကာ incomplete lineage sorting (ILS) နှင့် introgression တို့၏ ပါဝင်မှုကို စစ်ဆေးနိုင်ကြောင်း ဤသုတေသနက ပြသခဲ့သည်။ Taxa အချို့၏ နေရာချထားမှုမှာ မသေချာသေးသဖြင့် branch အားလုံးကို အပြီးသတ်ဖြေရှင်းထားခြင်းမဟုတ်ပါ။

ဤနည်းလမ်းသည် အနာဂတ်အပင်မျိုးရိုးဆက်နွယ်မှုသုတေသနတွင် ပိုမိုအသေးစိတ်ပြီး ယုံကြည်စိတ်ချရသော ဆင့်ကဲဖြစ်စဉ်သမိုင်းကို ဖော်ထုတ်ရန် အထောက်အကူပြုနိုင်သည်။

အစားအစာကုန်ကြမ်းဆိုင်ရာ သုတေသနတွင် အသုံးချနိုင်မှု

အောက်ပါအချက်များသည် စမ်းသပ်အတည်ပြုထားသော phylogenetic workflow မှ ဆင်ခြင်ထားသည့် အလားအလာရှိသော အသုံးချမှုများဖြစ်သည်။ ဤစာတမ်းတွင် crop breeding၊ အရသာ၊ အာဟာရတန်ဖိုး သို့မဟုတ် ရောဂါခံနိုင်ရည်ကို တိုက်ရိုက်စမ်းသပ်ထားခြင်း မရှိပါ။

ဥပမာ Aurantioideae တွင် ကမ္ဘာတစ်ဝှမ်း အစားအစာနှင့် ဆေးဝါးအဖြစ် အသုံးပြုသည့် အရေးကြီးသော အပင်မျိုးစိတ်များ ပါဝင်သည်။ ယင်းအပင်များ၏ တိကျသော မျိုးရိုးဆက်နွယ်မှုနှင့် မျိုးစပ်ခြင်းအပါအဝင် ရှုပ်ထွေးသော ဆင့်ကဲဖြစ်စဉ်သမိုင်းကို နားလည်ခြင်းသည် သီးနှံမျိုးကောင်းမျိုးသန့်ဖွံ့ဖြိုးရေးနှင့် အနာဂတ်စားနပ်ရိက္ခာအရင်းအမြစ်ဖြစ်နိုင်သည့် တောရိုင်းမျိုးများကဲ့သို့ တန်ဖိုးရှိသော မျိုးဗီဇအရင်းအမြစ်များကို ထိန်းသိမ်းအသုံးချရေးအတွက် အရေးကြီးသည်။

Read2Tree ကို အသုံးပြုသည့် နည်းလမ်းသည် တူညီသောဒေတာမှ ကလိုရိုပလတ်စ် DNA နှင့် နျူကလီးယား DNA နှစ်မျိုးလုံး၏ အချက်အလက်ကို ထိရောက်စွာ ရယူနိုင်သောကြောင့် ယခင်က လေ့လာရန်ခက်ခဲခဲ့သည့် စားသုံးနိုင်သော အပင်မျိုးစိတ်များစွာကို ပိုမိုပြည့်စုံအသေးစိတ်စွာ ခွဲခြမ်းစိတ်ဖြာနိုင်စေသည်။

ထို့အပြင် မျိုးရိုးခွဲထွက်မှု မပြည့်စုံခြင်း (ILS) နှင့် မျိုးဗီဇဝင်ရောက်ပေါင်းစပ်မှု (introgression) ကဲ့သို့ ရှုပ်ထွေးသော မျိုးဗီဇဖြစ်စဉ်များကို ခွဲခြမ်းစိတ်ဖြာနိုင်ခြင်းသည် အာဟာရတန်ဖိုးမြင့်မားမှု၊ ထူးခြားသောအရသာ၊ ပိုးမွှားနှင့် ရောဂါခံနိုင်ရည်ကဲ့သို့ စားသုံးနိုင်သော အပင်များ၏ လက္ခဏာများကို ဆင့်ကဲဖြစ်စဉ်တစ်လျှောက် မည်သို့ရရှိပြီး ထိန်းသိမ်းထားသည်ကို မျိုးဗီဇအဆင့်တွင် နားလည်ရန် အခြေခံပေးသည်။

ထို့ကြောင့် ဤနည်းလမ်းသည် စားသုံးနိုင်သော အပင်များ၏ မျိုးစုံကွဲပြားမှုကို ပိုမိုနားလည်စေပြီး ပိုမိုကောင်းမွန်သော မျိုးကွဲများ ဖွံ့ဖြိုးရေးနှင့် အရင်းအမြစ်များကို ရေရှည်တည်တံ့စွာ အသုံးချရေးဆိုင်ရာ သုတေသနအတွက် အရေးကြီးသော အခြေခံတစ်ရပ်ကို ပေးနိုင်သည်။