缺少数据对顺序捕获副捕获的进化分析的影响,适用于农业害虫

科学领域:

• 基因组学就是基因组学.
• 进化生物学 进化生物学
• 生物信息学是一种生物信息学.

背景情况:

• 序列捕获丰富了下一代测序的目标DNA.
• 目标外 (附捕) 数据通常被丢弃,但可能包含进化信息.
• 全球害虫Helicoverpa armigera是进化研究的一个关键主题.

研究的目的:

• 为了研究缺少数据对进化分析的影响,使用从外体捕获实验中的副捕获.
• 评估从副捕获的低覆盖范围线粒基因组对H. armigera.进化推断的有用性.
• 评估从附带捕捞数据中得出的进化结论的一致性,与覆盖范围更高的数据集相比.

主要方法:

• 收集了来自H. armigera的1000多个线粒体细胞染色体c氧化酶子单元I (COI) 序列,包括来自澳大利亚的200多个新样本,主要是副捕获.
• 利用主要组件的区分分析 (DAPC) 和贝叶斯的凝聚分析.
• 分析了高达75%缺失数据的线粒基因组.

主要成果:

• 从附带捕捞数据组装的线粒基因组,其中最多有75%的数据缺失,产生了与更高覆盖率数据集一致的进化推断.
• 低覆盖范围的序列支持了两种H. armigera亚种的识别,并揭示了地理周转率.
• 数据集的覆盖范围和组成显著影响了结果,强调了需要仔细的数据分层的需要.

结论:

• 来自序列捕获实验的低覆盖率的副捕获数据可以为种群遗传和植物动力学分析提供有价值的见解.
• 研究人员应该考虑在进化研究中使用非目标数据,特别是当现有的线粒体数据稀缺时.
• 根据基因组覆盖率值对数据进行分层是至关重要的,以区分采样效应与真正的基因组信号,并了解它们的含义.