Árvore de junção filogenética vizinha de um painel de grãos de soja silvestres e cultivados. A árvore foi construída com base em SNPs genômicos detectados por ressequenciamento genômico usando o programa MEGA. Os ramos rotulados em vermelho e azul indicam G. soja e G. max (landrace), respectivamente. Os códigos para acessos individuais e a fração de fragmentos introgrados são mostrados nas camadas externas da árvore

Distribuição em todo o genoma de introgressão interespecífica e características genômicas. Os anéis do círculo, de fora para dentro, mostram cromossomos incluindo (i) braços cromossômicos (cor cinza) e regiões pericentroméricas (cor verde), (ii) distribuição cromossômica das taxas de introgressão em toda a população, (iii) distribuição cromossômica da QTL relacionada à domesticação como indicada por barras vermelhas no anel correspondente, (iv) distribuição cromossômica de varreduras seletivas como indicada por barras vermelhas no anel correspondente, (v) distribuição cromossômica da introgressão interespecífica em cada uma das 12 G. max e 10 G. de acessos de soja, conforme indicado pelos 22 anéis, cujos genomas possuem, cada um, mais de 5% de fragmentos introgrados. Nesses 22 anéis, os segmentos G. max foram mostrados em azul e os segmentos G. soja foram mostrados em laranja

Análises prévias da estrutura populacional e mistura em soja revelaram regiões genômicas locais mostrando semelhanças excepcionais entre G. soja e G. max (5,7), que foram consideradas como evidência de introgressão genômica. A análise da rIBD que define as regiões genômicas locais de acessos individuais envolvidos na suposta introgressão descrita acima fornece evidências adicionais em apoio à introgressão de G. soja-G. max. No entanto, existe a possibilidade de que parte da introgressão putativa, particularmente fragmentos putativos de G. soja detectados no fundo de G. max, possa ser resultado de uma ordenação incompleta da linhagem dos polimorfismos ancestrais existentes na população de origem utilizada no processo de domesticação. Numa tentativa de obter evidências adicionais para apoiar a hipótese de introgressão, realizamos uma análise estatística D para as grandes regiões putativas G. max-introgressadas detectadas nas 8 G. acessos à soja (Fig. 2) em comparação com 10 G. aleatoriamente selecionadas. max accessíveis sem introgressão detectada (Fig. 1) e para as grandes regiões putativas G. soja-introgressadas detectadas nas 14 G. max accessíveis (Fig. 2) em comparação pareada com 10 accessíveis G. soja selecionadas aleatoriamente sem introgressão detectada (Fig. 1). Como mostrado na Fig. 3a, a estatística D para as regiões com introgressão putativa (D = – 0,15 ± 0,07) foi significativamente menor que as regiões sem introgressão putativa (D = – 0,08 ± 0,05) e também significativamente menor que a média de todo o genoma (D = – 0,11 ± 0,04), sugerindo que o fluxo gênico entre G. soja e G. max taxa esteve envolvido nessas regiões genômicas com introgressão putativa detectada.

Análise estatística D revela padrões distintos de fluxo gênico em diferentes regiões entre G. soja e G. max. a estatística D para G. putative grande. regiões com máximo de entrada detectadas nas 8 G. acessos à soja/grande putativa G. soja- regiões com máximo de entrada detectadas nas 14 G. acessos ao par em comparação com aquelas regiões em 10 G selecionadas aleatoriamente. max accesentações/10 G. max accesentações sem introgressão interespecífica detectada versus regiões sem introgressão putativa. b-estatística D para regiões pericentroméricas versus braços cromossômicos na comparação pareada entre as accesentações como descrito em a. Diferenças significativas (valores de p < 0.05) entre regiões comparadas, como indicado por diferentes letras nas boxblots, foram detectadas pelo teste de Kolmogorov-Smirnov

Numa tentativa de rastrear a origem da introgressão detectada, comparamos segmentos de introgressão grandes e representativos em um G. soja (PI 578357, s61) e uma landrace (PI 339734, m30), que foram estimados em 33% e 31% de fragmentos introgressos, respectivamente, com regiões correspondentes em outras adesões. A hipotética introgressão de todo o genoma em uma adesão à G. soja PI 578357 (s61), uma das adesões da G. soja adjacente aos clades da G. max, foi exemplificada na Fig. 4b e no arquivo adicional 2: Figura S3.

Exemplificação da introgressão e origens putativas da introgressão ilustradas por descendência relativamente idêntica (rIBD). a-c Componente genômico ao longo do cromossomo 2 em três adesões relacionadas Heihexiaohuangdou, PI 578357, e PI 52222226. A G. soja accession (b) carrega fragmentos introgrados de G. max que compartilham a maior similaridade com as regiões correspondentes de uma região de uma landrace (a), e os segmentos de G. soja que compartilham a maior similaridade com as regiões correspondentes de uma adesão de G. soja (c). d O cladograma baseado em SNPs nas regiões de introgressão do cromossomo 2 mostrando a origem de G. max (Heihexiaohuangdou, azul) das regiões de G. e A árvore de cladograma baseada em SNPs nas regiões de não-introgressão mostrando a origem de G. soja (PI 522226, vermelho) das regiões na PI 578357, como apontada pela seta. f Distribuição geográfica das três adesões relacionadas. g-i Componente genômico ao longo do cromossomo 19 em três adesões relacionadas PI 548456, PI 339734, e PI 407275. A G. max adesão (h) carrega fragmentos introgrados de G. soja compartilhando a maior semelhança com as regiões correspondentes de uma adesão de G. soja (i) e os segmentos de G. max compartilhando a maior semelhança com as regiões correspondentes de uma adesão de G. max (g). j A árvore de cladogramas baseada em SNPs nas regiões de não-introgressão mostrando a origem de G. max (PI 548456, azul) das regiões na PI 339734, como apontada pela seta. k A árvore de cladogramas baseada em SNPs nas regiões de introgressão do cromossomo 2 mostrando a G. max. soja (PI 407275, vermelha) origem das regiões na PI 339734, como apontada pela seta. l Distribuição geográfica das três adesões relacionadas

As regiões de introgressão na PI 578357 abrangem toda a região pericentromérica do cromossomo 2 sem domesticação previamente detectada QTLs (Fig. 2) e, portanto, foram consideradas como tendo sofrido pressão seletiva mínima para sua retenção. Verificamos que as regiões examinadas do cromossoma 2 na PI 578357, cultivadas em Amur, Rússia, compartilham a maior semelhança de sequência com as regiões correspondentes em uma raça Heihexiaohuangdou (m104) cultivada em Heihehe, China (Fig. 4a, b, d, f). Em contraste, as regiões de não-introgressão da PI 578357 compartilham a maior semelhança com suas regiões correspondentes em uma PI 522226 (s5) de adesão à G. soja cultivada em Primorye, Rússia (Fig. 4b, c, e, f), que é uma das adesões da G. soja que mais divergem da PI 578357 e da G. linhagem máxima (Fig. 1) e, portanto, é improvável que esteja envolvida ou derivada da população de origem utilizada para a domesticação da soja. As regiões de introgressão do cromossomo 19 na PI 339734, uma espécie de landrace cultivada na Coréia, foram encontradas para compartilhar a maior semelhança de sequência com suas regiões correspondentes em uma PI 407275 (s42) de adesão à G. soja que também foi cultivada na Coréia (Fig. 4h, i, k, l). Em contraste, as regiões de não-introgressão da PI 339734 compartilham a maior semelhança com suas regiões correspondentes em uma PI 548456 (m111) que também foi cultivada em Pyongyang, Coreia do Norte (Fig. 4g, h, j, l). A distribuição geográfica, os padrões e níveis de semelhança de sequência e divergência das regiões genómicas locais, e toda a diversidade de sequências e filogenia de todo o genoma destas adesões sugerem que o quimerotismo detectado dos cromossomas, como descrito acima, foi muito provavelmente resultado de introgressão interespecífica em vez de uma ordenação incompleta da linhagem dos polimorfismos ancestrais na população de origem da domesticação da soja. Com base nas seqüências gênicas em todo o genoma, os tempos de divergência entre PI 578357 e Heihexiaohuangdou e entre PI 339734 e PI 407275 foram datados para ~ 0,37 e 0,27 milhões de anos atrás (mya), respectivamente. Como a domesticação da soja ocorreu apenas ~ 6000-9000 anos atrás, um nível tão alto de similaridades das regiões de introgressão examinadas entre os dois pares de (G. soja-G. max) adesões exemplificadas acima deve ser considerado como evidência direta da introgressão de G. soja-G. max.

Fatores moldando a paisagem de G. soja-G. max introgression

Para entender as forças evolutivas que moldam a distribuição da introgressão genômica nas duas subpopulações, primeiro comparamos as proporções médias de fragmentos introgressados entre as regiões pericentroméricas e os braços cromossômicos que foram mais ou menos definidos com base nas taxas de recombinação genética local e posições físicas de repetições centroméricas no genoma da soja. Em geral, as regiões pericentroméricas exibem taxas severamente reduzidas de recombinação genética e acúmulo tendencioso para mutações deletérias, como a inserção de elementos transponíveis em comparação com os braços cromossômicos . Verificamos que, apesar de algumas exceções, em geral as regiões pericentroméricas apresentam maiores proporções de fragmentos introgrados tanto na subpopulação de G. soja quanto na subpopulação de G. max (teste t de Student pareado, valor de p < 0,01, Fig. 2 e arquivo adicional 3: Tabela S2). A análise estatística D para as regiões pericentroméricas em comparação com os braços foi realizada utilizando o mesmo subconjunto de G. max e G. soja. Como mostrado na Fig. 3b, a estatística D para as regiões pericentroméricas (D = – 0,12 ± 0,06) foi significativamente menor que os braços cromossômicos (D = – 0,09 ± 0,02) (Fig. 3b), sugerindo um acúmulo tendencioso do fluxo gênico nas regiões pericentroméricas. Tal viés pode ser parcialmente o resultado das taxas reduzidas de recombinação genética e, portanto, eficiência reduzida na purga de variação/fragmentos introgrados em regiões pericentroméricas em comparação com braços cromossômicos.

Teóricamente, a introgressão genômica resultou da hibridação espontânea, e subseqüente retrocruzamento envolvendo G. soja e G. max devem ter sofrido duas pressões de seleção distintas: seleção natural para os traços silvestres para a formação de G. soja ou de G. soja-como acessos adaptáveis a ambientes naturais versus seleção artificial para traços cultivados para o desenvolvimento de G. max ou acessos tipo G. max adequados para o cultivo. Se este for o caso, nós anteciparíamos a observação de padrões distintos de distribuição de fragmentos introgrados entre os G. max. soja e G. max subpopulações. Para testar essa hipótese, primeiro estimamos as proporções de fragmentos introgressos em 122 varreduras seletivas (Fig. 2) que exibiram reduções severas da variação de nucleotídeos da subpopulação G. soja para a subpopulação G. max . Essas regiões em grãos de soja cultivados foram provavelmente resultado de forte pressão seletiva atuando sobre determinados loci associados à domesticação da soja . Como esperado, uma proporção significativamente menor de fragmentos de G. max nas regiões correspondentes às regiões de varredura seletiva em comparação com a parte restante do genoma foi detectada nas adesões de G. soja (teste t de Student pareado, valor de p = 0,002667, Fig. 5a). Em contraste, uma proporção significativamente menor de fragmentos de G. soja nas regiões de varredura seletiva em comparação com a parte remanescente do genoma foi detectada nas entradas G. max (teste t de Student pareado, valor de p = 2,542e-09, Fig. 5c).

Padrão de seleção natural e seleção artificial contra a introgressão genômica. a Proporção de fragmentos de G. max introgressados em regiões de varredura seletiva em comparação com aqueles do genoma inteiro detectados no G. G. max fragmentos introgrados em regiões QTL relacionadas à domesticação comparadas com aquelas do genoma inteiro detectadas na subpopulação G. soja. c Proporções de fragmentos introgrados G. soja em regiões de varredura seletiva comparadas com aquelas do genoma inteiro detectadas na subpopulação G. max. d Proporções de fragmentos introgrados G. soja em regiões QTL relacionadas à domesticação comparadas com aquelas do genoma inteiro detectadas na subpopulação G. max. A diferença significativa em cada comparação foi calculada pelo teste t de Student pareado. ***p < 0,001

Além disso, estimamos as proporções de fragmentos introgressados em 44 regiões QTL subjacentes à domesticação da soja (Fig. 2). Essas QTLs foram recentemente identificadas usando aproximadamente 800 linhas recombinantes consangüíneas (EIR) derivadas de cruzamentos entre Williams 82 e cada uma das 2 G. de soja PI 468916 (s14) e PI 479752 (s15) . Descobrimos que a proporção de fragmentos introgrados nas regiões QTL de domesticação correspondente, seja das adesões G. max ou G. soja, é ainda menor do que a detectada nas regiões de varredura seletiva (Fig. 5b, d). Juntas, essas observações indicam resultados e efeitos distintos da seleção bidirecional, ou seja seleção natural versus seleção artificial, na retenção de fragmentos introgrados nas subpopulações de G. soja e G. max.

Fluxo gênico mediado pela transgressão em torno dos genes-chave da domesticação

A introgressão genômica tem sido realizada como uma via principal para o fluxo gênico; nós nos perguntamos como o fluxo gênico pode ter afetado o processo de domesticação e a arquitetura genética do genoma da soja em nível populacional. Recentemente, dois genes-chave da domesticação da soja GmHs1-1 e Bloom1 (B1), que controlam a dureza da semente e a floração da casca da semente, respectivamente, foram isolados. A impermeabilidade e a floração da casca da semente foram consideradas importantes ou essenciais para a sobrevivência a longo prazo de grãos de soja silvestres, enquanto que a casca permeável da semente sem floração era desejável para a produção agrícola e consumo humano e direcionada para a seleção sob domesticação. A mutação causal em cada um dos dois loci para a transição da domesticação chave foi identificada e funcionalmente validada. Uma mutação recessiva (C→T) na região de codificação de GmHs1-1 resultou na transição da casca da semente impermeável em soja selvagem para a casca da semente permeável em soja cultivada, e a seleção para o alelo domesticado Gmhs1-1 formou uma região de varredura seletiva de ~ 160-kb . Uma mutação recessiva (C→T) na região de codificação B1 foi responsável pela perda da casca da semente na soja cultivada, e a seleção do alelo domesticado b1 resultou em uma região de varredura seletiva de ~ 301-kb . Para nosso conhecimento, estes são apenas dois genes identificados até o momento, cujos dois alelos podem quase exclusivamente distinguir a soja silvestre da soja cultivada, e enquanto isso, a mutação causal idêntica em cada um dos dois loci para os fenótipos domesticados é compartilhada pelos grãos de soja cultivados.

Usando SNPs nas duas regiões de varredura seletiva ao redor dos loci GmHS1-1/Gmhs1-1 e B1/b1, construímos as relações filogenéticas entre os 62 G. acessos de soja e 129 landraces. A suposta introgressão envolvendo as 2 regiões de varredura seletiva foi definida pelas relações filogenéticas. Na região de ~ 160-kb GmHs1-1/Gmhs1-1, 13 regiões terrestres foram reveladas como possuindo G. soja-como GmHs1-1, enquanto apenas 1 G. soja accession, PI 366121 (s58), foi encontrada como tendo a região G. max-like Gmhs1-1 (Fig. 6a). As regiões G. soja-como GmHs1-1 encontradas nas 13 regiões de terras foram dispersas em todos os principais clades da população G. soja (Fig. 6a), enquanto apenas um subconjunto dos clades das regiões GmHs1-1 pode ser a fonte de seleção para o alelo Gmhs1-1 durante a domesticação. Assim, as diversas regiões de GmHs1-1 nessas regiões foram mais provavelmente resultado de introgressão interespecífica. Na região ~ 301-kb B1/b1, PI 339734 foi revelada como a única landrace possuindo a região G. soja-como B1, enquanto PI 549046 (s28) foi encontrada como sendo a única adesão G. soja contendo a região G. max-like b1 (Fig. 6b), que é quase idêntica à de uma variedade G. max PI 437654 (m47) (Fig. 6b). Esta adesão de G. soja foi agrupada filogenicamente, ao nível de todo o genoma, em um clade que está distante de outros clades de G. soja adjacentes a G. max (Fig. 1), sugerindo que a região b1 nesta adesão de G. soja era susceptível de subir de G. max através do fluxo gênico. Dentre essas terras, a PI 339734 é o único processamento de adesão tanto da região GmHs1-1 quanto da B1 (Fig. 6a, b).

Relações filogenéticas entre as 191 adesões reveladas por comparação com duas regiões de varredura seletiva. a A região GmHs1-1 e b a região B1. Os asteriscos marcam as adesões G. soja e G. max contendo fragmentos introgrados de G. max e G. soja, respectivamente

Varredura seletiva em torno da domesticação QTL são geralmente detectáveis em níveis populacionais, mas os limites de haplotipos específicos sob seleção dentro de uma determinada região de varredura seletiva variam entre as adesões individuais. Para rastrear ainda mais as pegadas do fluxo gênico envolvendo esses loci-chave de domesticação, fizemos um zoom nos dois genes de domesticação e suas seqüências adjacentes, incluindo as respectivas seqüências promotoras e terminadoras presumíveis, com foco na mutação causal que resultou no alelo de domesticação em cada locus. No locus GmHs1-1/Gmhs1-1, foram encontradas 13 raças terrestres que compartilham os haplótipos semelhantes ao G. soja ou G. soja- incluindo o nucleotídeo específico do GmHs1-1 (C), enquanto 7 G. acessos de soja possuíam o haplótipo G. max ou G. max semelhante ao G. max incluindo o nucleotídeo específico do Gmhs1-1 (T) (Fig. 6a e arquivo adicional 2: Figura S4). Consistente com a filogenia das regiões de varredura de B1/b1 entre as 191 adesões (Fig. 6b), G. soja PI 549046 (s28) foi encontrado possuir o haplótipo b1, incluindo a mutação causal (T) para b1, que é idêntico ao de 191 landraces, enquanto o haplótipo da landrace PI 339734 (m30) é altamente idêntico ao da maioria das adesões de G. soja incluindo o nucleotídeo específico B1 (C) (Arquivo adicional 2: Figura S5). Dada a distinção filogenética das subpopulações de G. soja e G. max, a mistura detectada das regiões de varredura seletiva e haplótipos nos dois loci gênicos de domesticação na população investigada seria considerada como evidência adicional do fluxo gênico inter-subpopulação.

Introgressão revelada pela diversificação assimétrica entre os genomas nuclear e organelar

Dado que o cruzamento entre G. soja e G. max pode ser feito prontamente para produzir sementes férteis, a introgressão ou fluxo gênico detectado neste estudo como descrito acima foi pensado como sendo relíquias de rodadas de hibridação espontânea envolvendo esses dois pools gênicos através da disseminação de pólen e/ou dispersão de sementes. Em teoria, alguns dos eventos de hibridização seriam detectados por comparação com seus genomas organelares no contexto da arquitetura genética definida por seus genomas nucleares. Assim, analisamos as sequências genómicas cloroplásticas dos 191 acessos de soja re-sequenciados. Entre os 191 genomas cloroplásticos, um total de 333 SNPs de alta precisão foram identificados e depois utilizados para construir a árvore filogenética (Fig. 7). No total, os 191 genomas cloroplásticos foram agrupados em 2 subgrupos, o subgrupo G. max e o subgrupo G. soja. Como esperado, os genomas cloroplastos dos acessos G. max dentro do subgrupo G. max são menos divergentes que os dos acessos G. soja dentro do subgrupo G. soja. Apesar da clara distinção dos genomas cloroplastos entre os subgrupos G. max e G. soja, 24 G. max acessos foram agrupados no subgrupo G. soja e 3 G. acessos soja foram agrupados no subgrupo G. max (Fig. 7). Estas observações indicam a ocorrência de eventos de hibridização G. soja-G. max com G. soja ou G. max como o pai materno. Tais eventos aparentemente remodelaram a arquitetura genética dos genomas nucleares das subpopulações G. soja e G. max.

Divergência assimétrica dos genomas nuclear e cloroplástico entre as adesões de G. max e G. soja. A árvore filogenética dos genomas nucleares das 191 adesões foi construída usando todos os SNPs detectados em todo o genoma, enquanto a árvore filogenética do cloroplasto do mesmo conjunto de adesões foi construída usando 333 SNPs altamente confiantes distribuídos pelo genoma cloroplástico. As adesões de G. max foram indicadas por ramos azuis de 2 árvores e marcadas por pontos azuis enquanto as adesões de G. soja foram indicadas por ramos vermelhos de 2 árvores e marcadas por pontos vermelhos. As mesmas entradas nas 2 árvores foram ligadas por linhas. Linhas azuis indicam G. max de acessos possuindo cloroplastos tipo G. soja-, linhas laranja indicam G. acessos possuindo cloroplastos tipo G. max, e linhas cinzas indicam G. soja e G. max de acessos possuindo cloroplastos tipo G. soja- e G. max, respectivamente

Para o G. max e G. soja possuindo respectivos cloroplastos de G. max e G. soja, as adesões mais relacionadas de acordo com seus genomas nucleares tendem a compartilhar haplótipos idênticos ou mais similares de seus genomas cloroplastos (Fig. 7 e arquivo adicional 2: Figura S6), sugerindo co-evolução entre os genomas nuclear e os genomas cloroplastos como um padrão geral. Entretanto, exceções aparentes também foram observadas. Por exemplo, algumas adesões com genomas nucleares altamente divergentes foram detectadas para compartilhar haplótipos idênticos ou quase idênticos dos genomas cloroplásticos, e algumas adesões com genomas nucleares mais estreitamente relacionados foram detectadas para ter mais haplótipos divergentes dos genomas cloroplásticos (Arquivo Adicional 2: Figura S6). Tais exceções sugerem que eventos de hibridização entre acessos altamente divergentes em termos de seus genomas nucleares dentro da subpopulação G. max ou dentro da subpopulação G. soja também ocorreram, e tais eventos são muito provavelmente responsáveis pela incomparável diversificação varietal observada entre os genomas nuclear e cloroplástico.