La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Séminaire « Thèse des Bois » Cap Sciences Bordeaux

Présentations similaires


Présentation au sujet: "Séminaire « Thèse des Bois » Cap Sciences Bordeaux"— Transcription de la présentation:

1 Séminaire « Thèse des Bois » Cap Sciences Bordeaux 30-01-09
Diversité de gènes candidats du débourrement le long de gradients latitudinaux et altitudinaux chez le Chêne Sessile Florian Alberto, Jérémy Derory, Loïck Le Dantec, Noémie Graignic, Antoine Kremer Séminaire « Thèse des Bois » Cap Sciences Bordeaux

2 Quercus petraea (Matt. Liebl.)
Espèce Modèle Quercus petraea (Matt. Liebl.) Espèce méso-xérophile Aire de répartition étendue à toute l’Europe Forêts à très grande biodiversité Intérêt écologique et socio-économique

3 Le Débourrement 2 1 4 3 5 Caractère adaptatif majeur : Durée de saison de végétation Gain de croissance / Exposition gels tardifs Interactions Arbre / Insectes – Pathogènes Fort déterminisme environnemental (température) mais variation phénotypique importante à l’intérieur d’un même peuplement Besoin de connaître les bases moléculaires de la variabilité du caractère pour connaître le potentiel d’adaptation de l’espèce

4 Approche Gènes Candidats
I) Tests de descendances et provenances Estimation de l’héritabilité du caractère et de la valeur génétique des Arbres-mères II) Etude de gènes candidats Sélection et séquençage des gènes et analyse de la diversité nucléotidique III) Etude d’association Analyse de la relation entre le polymorphisme des gènes candidats et la variabilité du caractère d’intérêt

5 Les population du nord débourrent plus tard que celles du sud
Tests de provenances 92 provenances de chêne sessile provenant de toute l’aire de répartition (Ducousso et al. 1996) Effet provenances Différenciation QST = 0.43 Les population du nord débourrent plus tard que celles du sud

6 Les population d’altitude débourrent plus tard que celles de plaine
Tests de provenances 10 populations de chêne sessile situées entre 100 et 1600 m provenant de deux vallées pyrénéennes Effet provenances Effet descendances P-value < 0.01 P-value < Différenciation QST = 0.23 Héritabilité h² = 0.85 Les population d’altitude débourrent plus tard que celles de plaine

7 D’après Scotti-Saintagne et al. (2004)
Gènes Candidats Gènes sélectionnés sur 3 critères : Fonction biologique : Gènes impliqués dans diverses voies métaboliques intéressantes D’après Derory et al. (2006) Niveaux d’expression : Etude des gènes différentiellement exprimés pendant le débourrement Position des gènes : Cartographie génétique des gènes candidats et comparaison avec la position de QTLs du débourrement SKP1 CO1 YSL1 MSQ16 0,0 ssrQrZAG31 8,8 mic - J GA22 29,1 E AAC/M CCT 80/4 47,3 ssrQrZAG15 54,8 ssrQpZAG102 63,2 BudBurst _ND GA2 LG9M RASI D’après Scotti-Saintagne et al. (2004)

8 23 gènes intéressants 9 gènes sélectionnés
Métabolisme Hormonal Gibberellin 20-oxydase =GA20 * Gibberellin 3-β-hydroxylase =GA3 * * * Auxin-repressed 12.5 kDa protein =AUX-REP * * * Cycle cellulaire S-phase kinase associated protein 1A= SKP1 * * Histone H3 =H3 * * * Réponse aux stress Dehydrin 1 = DHN1* Dehydrin 2 = DHN2 * * Dehydrin 3 = DHN3 * * Glutathione S-transferase = GST * * * Auxin – induce protein = PCNT115 * * CATALASE Isozyme 2 = CAT2 * Perception de la lumière Cryptochrome1 = CRY-I * Phytochromes B/D = PHY B/D * * Gènes Candidats Fonctionnels Expressionnels Positionnels Protéines Hypothétiques At4g24120 =YSL1 * * At2g14910 = PM23 * * Facteurs de transcription DOF zinc finger protein DAG2 =DAG2 * * * Zinc finger protein = CHZFP * * * Métabolisme des Carbohydrates Galactinol synthase =GALA * * * Alpha-amylase/subtilisin inhibitor =RASI * * * Initiation de la floraison Gigantea = GI * Constans like 1 = CO1 * * Constans Like 2 = CO2 * Suppressor of Constans overexpression = SOC1* 23 gènes intéressants 9 gènes sélectionnés

9 Projet TREESNIP : Gradient Latitudinal
Gènes Candidats Projet TREESNIP : Gradient Latitudinal Précoce Tardif “DISCOVERY PANEL” 9 populations provenant de toute l’aire de répartition 6 arbres/pop : 54 gamètes séquencés

10 Projet DIGENFOR : Gradient Altitudinal
Gènes Candidats Projet DIGENFOR : Gradient Altitudinal “DISCOVERY PANEL” 5 populations situées entre 100 et m 8 arbres/pop : 40 gamètes séquencés

11 Gènes Candidats 9 gènes potentiellement impliqués dans la variabilité du débourrement

12 Gènes Candidats : Indices de diversité
x 10-3 Teta w Pi tot Pi coding Pi N coding Pi Syn Pi Silent Pi Rep Pirep/Pisil GALA 12,12 14,7 11,3 17,4 39,01 20,66 3,46 0,17 11,15 12,16 9,9 14 34,1 17 3 0,18 RASI 15,95 12,68 23,8 9,27 0,39 8,9 10,1 18,7 7,3 DAG2 1,29 1,56 5,43 0,34 0,06 2,37 2 5,07 1,06 0,21 H3 4,2 3,56 2,3 8,34 4,65 0,41 0,09 4,6 4,3 4,7 17,8 6,2 0,00 AUX- 5,06 2,93 0,2 7 0,68 5,24  REPR 5 3,2 0,3 7,1 1,1 5,6 YSL1 5,72 8,24 24,7 2,73 0,11 3,9 3,6 13 0,7 0,05 PM23 9,4 8,2 9,3 10,45 9,49 4,84 0,51 GA3 1,09 0,4 1,9 1,65 1,88 GA20 2,11 2,39 9,1 5,09 0,58 Indices homogènes entre les deux gradients environnementaux RASI et GALA présentent des niveaux de diversité particulièrement importants RASI et PM23 possèdent des taux de mutations non synonymes élevés

13 Étude d’association sur un échantillon élargi
Gènes Candidats : différenciation génétique Gradient latitudinal Gradient altitudinal Différenciation hétérogène entre gradients et plus élevée pour les gènes candidats que pour les marqueurs supposés neutres GALA intéressant du point du vue de la différenciation, de la littérature, mais aussi pratique… Étude d’association sur un échantillon élargi

14 Étude d’association : GALA
Gradient latitudinal Précoce Tardif 21 populations provenant de toute l’aire de répartition 30 arbres/pop : 630 génotypes

15 Étude d’association : GALA
Gradient altitudinal VALLEE D’OSSAU VALLEE DE LUZ 10 populations situées entre 100 et 1600 m ~25 arbres/pop : 247 génotypes

16 Populations + Génotypes Corrélation Fréquence allèlique Note Déb
Étude d’association : GALA Analyses par locus P-values Chi² Génotypes / Notes Déb  ANOVA Génotypes Populations + Génotypes Corrélation Fréquence allèlique Note Déb Lat Alt1 Alt2  X <0,01 <0,05 <0,10 Loc74 Loc119 Loc121 Loc131 Loc142 Loc143 Loc150 Loc255 Loc262 Loc283 Loc288 Loc310 Loc391 Loc413 Pas de tendance nette au niveau du simple locus

17 Étude d’association : GALA
Analyse haplotypique Gradient Latitudinal Haplotypes Nb Bb score A 14 1,14 6 29 1,21 B 25 1,28 56 190 1,52 C 11 1,55 65 63 1,62 2 214 1,96 71 105 2,01 33 12 2,08 31 36 2,39 55 19 2,42 D 10 2,70 Gradient Altitudinal Haplotypes Nb ECR 55 20 0,42 33 11 0,39 65 18 0,19 6 14 0,11 31 13 0,03 56 64 2 132 -0,01 E 10 -0,15 71 44 -0,22 F -0,73 TARDIFS PRECOCES ANOVA p value = 0,097 ANOVA p value = 9*10-5

18 Perspectives 5 Gènes potentiellement impliqués dans la variabilité du débourrement Projet Evoltree : Séquençage pleine-longueur (CDS) de 5 gènes candidats pour le débourrement sur un échantillon de 150 individus aux phénotypes contrastés (15 ind. / 10 pops dans 2 vallées) Analyse de la diversité nucléotidique et tests d’écart à la neutralité Etude d’association entre le polymorphisme des gènes candidats et la variabilité du débourrement

19 Merci


Télécharger ppt "Séminaire « Thèse des Bois » Cap Sciences Bordeaux"

Présentations similaires


Annonces Google