Сравнительный анализ генетического разнообразия естественных популяций лося (Alces alces L.) из Европейской России и популяции Сумароковской лосефермы

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Цель — сравнение генетического разнообразия двух природных популяций лося из охотхозяйств пограничных областей — Костромской и Ярославской, с искусственно созданной популяцией лосефермы.

Материалы и методы. Генетическое разнообразие изучалось с помощью ДНК-маркеров, представленных девятью микросателлитным локусами, обследовано 169 особей.

Результаты. Выявлено достоверно большее генетическое разнообразие естественных популяций по сравнению с популяцией лосефермы: среднее число аллелей на локус (NA) в них составляет 9,0 и 8,6, в популяции лосефермы — 5,9. Все популяции не отличаются по уровню средней гетерозиготности. Тест на гетерогенность аллельных частот показал, что все популяции достоверно различаются по 6 локусам и по сумме 9 локусов, природные популяции достоверно отличаются по 5 локусам, популяция лосефермы от каждой природной — по 3 одинаковым локусам. Коэффициент инбридинга значительно выше в ярославской популяции (0,167), по сравнению с костромской (0,053), в популяции лосефермы — 0,165. При выявленном потоке генов (Nm = 16,7) сохраняется генетическое своеобразие двух природных популяций, что позволяет предположить, что они не являются генетически единой популяцией.

Выводы. Выявленное резкое уменьшение генетического разнообразия популяции лосефермы указывает на необходимость обогащения ее генофонда, а обнаружение инбридинга в природных популяциях — на контроль состояния генофонда.

Об авторах

Вера Михайловна Макеева

Московский государственный университет им. М.В. Ломоносова

Автор, ответственный за переписку.
Email: vmmakeeva@yandex.ru
ORCID iD: 0000-0002-4360-5371
SPIN-код: 8794-0400
ResearcherId: D-2455-2019
https://istina.msu.ru/profile/vmmakeeva

д-р биол. наук

Россия, Москва

Андрей Валерьевич Смуров

Московский государственный университет им. М.В. Ломоносова

Email: smr@mes.msu.ru
ORCID iD: 0000-0001-5143-1634
SPIN-код: 7123-2765
Scopus Author ID: 6603148853
ResearcherId: AAO-8120-2020
https://istina.msu.ru/profile/SmurovAV/

д-р биол. наук, профессор

Россия, Москва

Анатолий Петрович Каледин

Российский государственный аграрный университет — МСХА им. К.А. Тимирязева

Email: curbsky@yandex.ru
ORCID iD: 0000-0002-1769-5043
SPIN-код: 5333-1918
https://www.timacad.ru/phone/contact/975

д-р биол. наук, профессор

 

Россия, Москва

Артем Михайлович Остапчук

Российский государственный аграрный университет — МСХА им. К.А. Тимирязева

Email: artem.ostapchuk.1933@list.ru
ORCID iD: 0000-0002-9202-8611
SPIN-код: 8483-2508

канд. биол. наук

Россия, Москва

Иван Давидович Алазнели

Московский государственный университет им. М.В. Ломоносова

Email: alazneli.i.d@yandex.ru
ORCID iD: 0000-0001-9305-8030
SPIN-код: 2467-5562
ResearcherId: U-7167-2018
https://istina.msu.ru/profile/alazneli/

аспирант

Россия, Москва

Эдуард Анатольевич Снегин

Белгородский государственный национальный исследовательский университет

Email: snegin@bsu.edu.ru
ORCID iD: 0000-0002-7574-6910
SPIN-код: 5655-7828
ResearcherId: AAU-7236-2021

д-р биол. наук, профессор

Россия, Белгород

Список литературы

  1. Kaledin A.P., Yuldashbaev Yu.A., Kubatbekov T.S., et al. Economic and mathematical model for size and structure optimisation of predator and prey populations // International journal of recent technology and engineering (IJRTE-BEIESP). 2019. Vol. 8. No. 4. P. 9081–9090. doi: 10.35940/ijrte.D4540
  2. Каледин А.П., Остапчук А.М., Макеева В.М., и др. Динамика численности популяций охотничьих зверей и птиц и их стоимостная оценка в Костромском регионе // VIII Международная научно-практическая конференция «Сохранение разнообразия животных и охотничье хозяйство России»; Февраль 21–22, 2019; Москва. Февраль 21–22, 2019; Иваново. ПК ПресСто; 2019. С. 132–135.
  3. Каледин А.П., Николаев А.А., Филатов А.И., и др. Региональный аспект прогнозирования динамики численности лося в Ярославской области на основе модельных экспериментов // Международный научный журнал. 2017. № . 3. С. 43–47.
  4. Алтухов Ю.П. Генетические процессы в популяциях: учебное пособие. 3-е изд., перераб. и доп. М.: ИКЦ Академкнига, 2003. 431 c.
  5. Макеева В.М., Белоконь М.М., Смуров А.В. Геноурбанология как основа устойчивого сохранения биоразнообразия и экосистем в условиях глобальной урбанизации // Успехи современной биологии. 2013. Т. 133, № 1. С. 19–34. doi: 10.1134/S207908641304004X
  6. Makeeva V.M., Smurov A.V., Kaledin A.P., et al. On the necessity of monitoring the gene pool of Elk populations (Alces alces L.) in elk farms // Con Dai & Vet Sci. 2020. Vol. 3. No. 5. P. 356–358. doi: 10.32474/CDVS.2020.03.000175
  7. Bishop M.D., Kappes S.M., Keele J.W., еt al. A genetic linkage map for cattle // Genetics. 1994. No. 136. P. 619–639. doi: 10.1093/genetics/136.2.619
  8. Moore S.S., Barendse W., Berger K.T., et al. Bovine and ovine DNA microsatellites from the EMBL and GENBANK databases // Animal Genetics. 1992. No. 23. Р. 463–467. doi: 10.1111/j.1365-2052.1992.tb02168.x
  9. Rǿed К.Н., Midthjell L. Microsatellites in reindeer, Rangifer tarandus, and their use in other cervids // Mol Ecol. 1998. No. 7. P. 1773–1776. doi: 10.1046/j.1365-294x.1998.00514.x
  10. Wilson G.A., Strobeck C., Wu L., Coffin J.W. Characterization of microsatellite loci in caribou Rangifer tarandus, and their use in other Artiodactyls // Mol Ecol. 1997. No. 6. Р. 697–699. doi: 10.1046/j.1365-294X.1997.00237.x
  11. Glynis NR Price. Phylogeography and structuring of Moose (Alces alces) populations in Ontario, Canada: dissertation. Canada, Ontario: Trent University Peterborough, 2016. 136 p.
  12. Yeh F.C., Yang R., Boyle T. POPGENE (version 1.32): Microsoft Windows-based freeware for population genetic analysis. Univ. Alberta, Center Int. Forest. Res.: Edmonton, 1999.
  13. Peakall R., Smouse P.E. GenAIEx V6: Genetic analysis in Excel. Population genetic software for teaching and research // Mol Ecol Notes. 2006. Vol. 6. No. 1. P. 288–295. doi: 10.1111/j.1471-8286.2005.01155.x
  14. Peakall R., Smouse P.E. GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research-an update // Bioinformatics. 2012. No. 28. P. 2537–2539. doi: 10.1093/bioinformatics/bts460
  15. Wright S. Random drift and shitting balance theory and evolution. In: Mathematical topics in population genetics. Berlin: Springer-Verlag, 1970. P. 1–31. doi: 10.1007/978-3-642-46244-3_1
  16. Nei M. Genetic distance between populations // The American Naturalist. 1972. No. 106. P. 283–292. doi: 10.1086/282771
  17. Панченко Д.В., Топчиева Л.В., Рендаков Н.Л., и др. Генетическое разнообразие популяции лося в Карелии: микросателлитный анализ // Вестник охотоведения. 2010. Т. 7, № 2. С. 280–283. doi: 10.25687/1996-6733.prodanimbiol.2018.1.75–82
  18. Марзанов Н.С., Девришов Д.А., Марзанова С.Н., и др. Популяционно-генетическая характеристика лося по локусам микросателлитов // Проблемы биологии продуктивных животных. 2018. № 1. С. 75–82. doi: 10.25687/1996-6733.prodanimbiol
  19. Youngmann J.L., Deyoung R.W., Demaralis S., et al. Genetic characteristics of restored elk populations in Kentucky // The Journal of wildlife management. 2020. Vol. 84. No. 3. P. 515–523. doi: 10.1002/jwmg.21817
  20. Galarza J.A., Sanchez-Fernandez B., Fandos P., Soriguer R. Intensive management and natural genetic variation in Red deer (Cervus elaphus) // Journal of Heredity. 2017. Vol. 108. No. 5. P. 496–504. doi: 10.1093/jhered/esx052
  21. Холодова М.В., Давыдов А.В., Мещерский И.Г., и др. Изучение молекулярно-генетического разнообразия лося (Alces alces L.) Центральной и Северо-Западной части России: анализ мтДНК // Вестник охотоведения. 2005. Т. 2, № 1. С. 26–33.
  22. Патент РФ на изобретение № 2620079/ 21.05.17. Бюл. № 15. Макеева В.М., Смуров А.В. Способ поддержания жизнеспособности популяций животных или растений на урбанизированных территориях.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© ООО "Эко-Вектор", 2021


 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».