Estructura genética y aptitud ambiental de poblaciones de pasto banderita [Bouteloua curtipendula (Michx.) Torr.] en Chihuahua, México
DOI:
https://doi.org/10.22319/rmcp.v13i3.5730Palabras clave:
AFLP, Nicho climático, MaxEnt, STRUCTUREResumen
En los últimos años se han realizado diversos trabajos para seleccionar genotipos sobresalientes de pastos para restauración de pastizales. Estos trabajos se han enfocado principalmente en características agronómicas y poca importancia se ha dado a la estructura genética y adaptación ambiental de los genotipos. El objetivo fue evaluar la estructura genética y aptitud ambiental de poblaciones de pasto banderita en Chihuahua, México. Se evaluaron 51 poblaciones de pasto banderita (Bouteloua curtipendula) a través de marcadores AFLP y análisis de su estructura genética. La aptitud ambiental de los grupos genéticos que se conformaron se determinó mediante el diseño de modelos que utilizan el algoritmo de MaxEnt. Lo anterior, representa una manera novedosa de usar el algoritmo, ya que comúnmente solo se utilizada a nivel especie. El análisis STRUCTURE dividió las poblaciones de pasto banderita en dos grupos genéticos diferentes (AMOVA; P<0.0001). El 89 % de las poblaciones integradas al Grupo 1 habitan en la región semiárida y 90 % de las poblaciones del Grupo 2 se encuentran en la región árida. Los resultados del análisis de MaxEnt revelaron que los grupos genéticos tienen aptitud ambiental diferente. El nicho climático del Grupo 1 se encuentra en el centro y sur del estado, mientras que el del Grupo 2 se localiza en el centro, oeste y noreste. Por lo anterior, se concluye que los programas de restauración con pasto banderita deben realizarse con genotipos locales de cada ecorregión del Estado y en áreas con mayor aptitud ambiental.
Descargas
Citas
Chaplot V, Dlamini P, Chivenge P. Potential of grassland rehabilitation through high density-short duration grazing to sequester atmospheric carbon. Geoderma 2016;271:10-17.
Barnosky AD, Matzke N, Tomiya S, Wogan GO, Swartz B, Quental TB, et al. Has the Earth’s sixth mass extinction already arrived? Nature 2011;471:51-57.
Morales NCR, Melgoza CA, Jurado GP, Martínez SM, Avendaño AC. Caracterización fenotípica y molecular de poblaciones de zacate punta blanca (Digitaria californica (Benth.) Henr.). Rev Mex Cienc Pecu 2012;3:171-184.
Sánchez-Arroyo JF, Wehenkel C, Carrete-Carreón FO, Murillo-Ortiz M, Herrera-Torres E, Quero-Carrillo R. Establishment atributes of Bouteloua curtipendula (Michx.) Torr. populations native to Mexico. Rev Fitotec Mex 2018;41:237-243.
Morales-Nieto CR, Álvarez-Holguín A, Villarreal-Guerrero F, Corrales-Lerma R, Pinedo-Álvarez A, Martínez-Salvador M. Phenotypic and genetic diversity of blue grama (Bouteloua gracilis) populations from Northern Mexico. Arid Land Res Manag 2020;34:83-98.
Mattioni C, Martin MA, Chiocchini F, Cherubini M, Gaudet M, Pollegioni, et al. Landscape genetics structure of European sweet chestnut (Castanea sativa Mill): indications for conservation priorities. Tree Genet Genomes 2017;13:1-14.
Tso KL, Allan GJ. Environmental variation shapes genetic variation in Bouteloua gracilis: Implications for restoration management of natural populations and cultivated varieties in the southwestern United States. Ecol Evol 2019;9:482-499.
Corrales LR, Morales NCR, Melgoza CA, Sierra TJS, Ortega GJÁ, Méndez ZG. Caracterización de variedades de pasto banderita [Bouteloua curtipendula (Michx.) Torr.] recomendadas para rehabilitación de pastizales. Rev Mex Cienc Pecu 2016;7:201-211.
Morales NCR, Avendaño AC, Melgoza CA, Vega GK, Quero CA, Martínez SM. Caracterización morfológica y molecular de poblaciones de pasto banderita (Bouteloua curtipendula) en Chihuahua, México. Rev Mex Cienc Pecu 2016;7:455-469.
Álvarez-Holguín A, Morales-Nieto CR, Melgoza-Castillo A, Méndez-Zamora G. Germinación de genotipos de pasto banderita (Bouteloua curtipendula) bajo diferentes presiones osmóticas. ERA 2017;4:161-168.
Phillips SJ, Anderson RP, Schapire RE. Maximum entropy modeling of species geographic distributions. Ecol Model 2006;190:231-259.
Abdelaal M, Fois M, Fenu G, Bacchetta G. Using MaxEnt modeling to predict the potential distribution of the endemic plant Rosa arabica Crép. in Egypt. Ecol Inform 2019;50:68-75.
Cruz-Cárdenas G, Villaseñor JL, López-Mata L, Martínez-Meyer E, Ortiz E. Selección de predictores ambientales para el modelado de la distribución de especies en MaxEnt. Rev Chapingo Ser Cie 2014;20:187-201.
Tran VD, Vu TT, Tran QB, Nguyen TH, Ta TN, Ha TM et al. Predicting suitable distribution for an endemic, rare and threatened species (grey-shanked douc langur, Pygathrix cinerea Nadler, 1997) using MaxEnt model. Appl Ecol Env Res 2018;16:1275-1291.
Martinson EJ, Eddy ZB, Commerford JL, Blevins E, Rolfsmeier SJ, McLauchlan KK. Biogeographic distributions of selected North American grassland plant species. Phys Geogr 2011;32:583-602.
Martínez SJÁ, Duran PN, Ruiz CJA, González EDR, Mena MS. Áreas con aptitud ambiental para [Bouteloua curtipendula (Michx.) Torr.] en México por efecto del cambio climático. Rev Mex Cienc Pecu 2020;11:49-62.
Hufford KM, Mazer SJ. Plant ecotypes: genetic differentiation in the age of ecological restoration. Trends Ecol Evol 2003;18:147-155.
Doyle JJ. A rapid total DNA preparation procedure for fresh plant tissue. Focus 1990;12:13-15.
Vos P, Hogers R, Bleeker M, Reijans M, Lee TVD, Hornes M, et al. AFLP: a new technique for DNA fingerprinting. Nucleic Acids Res 1995;23:4407-4414.
Pritchard JK, Stephens M, Donnelly P. Inference of population structure using multilocus genotype data. Genetics 2000;155:945-959.
Falush D, Stephens M, Pritchard JK. Inference of population structure using multilocus genotype data: dominant markers and null alleles. Mol Ecol Notes 2007;7:574-578.
Evanno G, Regnaut S, Goudet J. Detecting the number of clusters of individuals using the software STRUCTURE: a simulation study. Mol Ecol 2005;14;2611-2620.
Earl DA, VonHoldt BM. STRUCTURE HARVESTER: a website and program for visualizing STRUCTURE output and implementing the Evanno method. Conserv Genet Resour 2012;4:359-361.
Excoffier L, Smouse PE, Quattro JM. Analysis of molecular variance inferred from metric distances among DNA haplotypes: application to human mitochondrial DNA restriction data. Genetics 1992;131:479-491.
Peakall ROD, Smouse PE. GENALEX 6: genetic analysis in Excel. Population genetic software for teaching and research. Mol Ecol Notes 2006;6:288-295.
Whitlock MC, Mccauley DE. Indirect measures of gene flow and migration: FST≠ 1/(4Nm+ 1). Heredity 1999;82:117-125.
Manni F, Guérard E, Heyer E. Geographic patterns of (genetic, morphologic, linguistic) variation: how barriers can be detected by using Monmonier's algorithm. Hum Biol 2004;2:173-190.
Hijmans RJ, Cameron SE, Parra JL, Jones PG, Jarvis A. Very high resolution interpolated climate surfaces for global land areas. Int J Climatol 2005;25:1965-1978.
Mitchell ML, Stodart BJ, Virgona JM. Genetic diversity within a population of Microlaena stipoides, as revealed by AFLP markers. Aust J Bot 2015;62:580-586.
Wu WD, Liu WH, Sun M, Zhou JQ, Liu W, Zhang CL, et al. Genetic diversity and structure of Elymus tangutorum accessions from western China as unraveled by AFLP markers. Hereditas 2019;156:8.
Durka W, Nossol C, Welk E, Ruprecht E, Wagner V, Wesche K, et al. Extreme genetic depauperation and differentiation of both populations and species in Eurasian feather grasses (Stipa). Plant Syst Evol 2013;299:259-269.
Zhang C, Zhang J, Fan Y, Sun M, Wu W, Zhao W, et al. Genetic structure and eco-geographical differentiation of wild sheep Fescue (Festuca ovina L.) in Xinjiang, Northwest China. Molecules 2017;22:1316.
Zhang C, Sun M, Zhang X, Chen S, Nie G, Peng Y, et al. AFLP-based genetic diversity of wild orchardgrass germplasm collections from Central Asia and Western China, and the relation to environmental factors. PloS One 2018;13:e0195273.
Reisch C, Anke A, Rohl M. Molecular variation within and between ten populations of Primula farinosa (Primulaceae) along an altitudinal gradient in the northern Alps. Basic Appl Ecol 2005;6:35–45.
Kiambi DK, Newbury HJ, Maxted N, Ford-Lloyd BV. Molecular genetic variation in the African wild rice Oryza longistaminata A. Chev. et Roehr. and its association with environmental variables. Afr J Biotechnol 2008;7:1446-1460.
Zhao NX, Gao YB, Wang JL, Ren AZ. Genetic diversity and population differentiation of the dominant species Stipa krylovii in the Inner Mongolia Steppe. Biochem Genet 2006;44:513-526.
Todd J, Wu YQ, Wang Z, Samuels T. Genetic diversity in tetraploid switchgrass revealed by AFLP marker polymorphisms. Genet Mol Res 2011;10:2976-2986.
Wanjala BW, Obonyo M, Wachira FN, Muchugi A, Mulaa M, Harvey J, et al. Genetic diversity in Napier grass (Pennisetum purpureum) cultivars: implications for breeding and conservation. AoB Plants 2013;5:plt022.
Merow C, Smith MJ, Silander Jr JA. A practical guide to MaxEnt for modeling species’ distributions: what it does, and why inputs and settings matter. Ecography 2013;36:1058-1069.
Morales NCR, Quero CA, Melgoza CA, Martínez SM, Jurado GP. Diversidad forrajera del pasto banderita [Bouteloua curtipendula (Michx.) Torr.], en poblaciones de zonas áridas y semiáridas de México. Téc Pecu Méx 2009;47:231-244.
Mijnsbrugge VK, Bischoff A, Smith B. A question of origin: where and how to collect seed for ecological restoration. Basic Appl Ecol 2010;11:300-311.
Smith SW, Ross K, Karlsson S, Bond B, Upson R, Davey A. Going native, going local: revegetating eroded soils on the Falkland Islands using native seeds and farmland waste. Restoration Ecology 2018;26:134-144.
Morales-Nieto CR, Corrales-Lerma R, Álvarez-Holguín A, Villarreal-Guerrero F, Santellano-Estrada E. Caracterización de poblaciones de pasto banderita (Bouteloua curtipendula) de México para seleccionar genotipos con potencial para producción de semilla. Rev Fitotec Mex 2017;40:309-316.
Descargas
Publicado
Cómo citar
-
Resumen726
-
PDF274
-
PDF 172
-
Texto completo456
Número
Sección
Licencia
Los autores/as que publiquen en la Revista Mexicana de Ciencias Pecuarias aceptan las siguientes condiciones:
De acuerdo con la legislación de derechos de autor, la Revista Mexicana de Ciencias Pecuarias reconoce y respeta el derecho moral de los autores/as, así como la titularidad del derecho patrimonial, el cual será cedido a la revista para su difusión en acceso abierto.
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
