Összehasonlító populációgenetikai vizsgálatok a Pilis hegység kocsánytalan és molyhos tölgy állományaiban
DOI:
https://doi.org/10.17164/EK.2025.09Kulcsszavak:
Quercus petraea, Quercus pubescens, génáramlás, genetikai diverzitás, nSSR, Pilis hegységAbsztrakt
Hazai kocsánytalan tölgyeseink kiemelkedő ökológiai és erdészeti jelentőséggel rendelkeznek. Ezeket a legújabb kutatási eredmények alapján jelentős mértékben érinti, érinteni fogja a klímaváltozás. A fafaj genetikai változatossága kulcsszerepet játszik abban, hogy hosszú távon alkalmazkodni tudjon az egyre szélsőségesebb termőhelyi feltételekhez. Jelentősége ellenére tudásunk a hazai állományok genetikai adottságait illetően jelenleg hiányosnak mondható. Jelen kutatásunkban ezért ennek bővítésére 12 sejtmagi mikroszatellit marker alkalmazásával populációgenetikai vizsgálatokat végeztünk, melybe két kocsánytalan tölgyest és egy molyhos tölggyel elegyes állományt vontunk be a Pilis-tető térségében. Eredményeink alapján a vizsgált állományokban magas genetikai diverzitást tapasztaltunk. Továbbá azt is megállapítottuk, hogy ebben a relatív kis földrajzi léptékben is, vélhetően a változatos domborzati és termőhelyi adottságok miatt, a kocsánytalan tölgy állományok között differenciálódás zajlik. A molyhos tölggyel elegyes állomány esetén eredményeink alapján a két faj között recens génáramlás feltételezhető, amely felhívja a figyelmet a két faj közötti introgresszió potenciális szerepére a klímaváltozáshoz történő alkalmazkodás folyamataiban.
Hivatkozások
Bruegmann T., Fladung M. & Schroeder H. 2022: Flexible DNA isolation procedure for different tree species as a convenient lab routine. Silvae Genetica 71:20–30. https://doi.org/doi:10.2478/sg-2022-0003
Curtu A.L., Craciunesc I., Enescu C.M., et al. 2015: Fine-scale spatial genetic structure in a multi-oak-species (Quercus spp.) forest. iForest-Biogeosciences and Forestry 8:324. https://doi.org/10.3832/ifor1150-007
Cseke K., Bordács S. & Borovics A. 2011: Egy elegyes tölgyes taxonómiai és genetikai szerkezetének elemzése. Er dészettudományi Közlemények: 1:95–105.
Dostálek J., Frantík T. & Lukášová M. 2011: Genetic differences within natural and planted stands of Quercus petraea. Central European Journal of Biology 6:597–605. https://doi.org/10.2478/s11535-011-0034-8
Dow B.D., Ashley M. V. & Howe H.F. 1995: Characterization of highly variable (GA/CT)nmicrosatellites in the bur oak, Quercus macrocarpa. Theoretical and Applied Genetics 91:137–141. https://doi.org/10.1007/BF00220870
Dumolin S., Demesure B. & Petit R.J. 1995: Inheritance of chloroplast and mitochondrial genomes in pedunculate oak investigated with an efficient PCR method. Theoretical and Applied Genetics 91:1253–1256.https://doi.org/10.1007/BF00220937
Dvorak J., Korecky J., Faltinova Z. & Zadrapova D. 2022: Genetic diversity of sessile oak populations in the Czech Republic. Journal of Forest Science (Prague) 68:8–18
Earl D.A. & von Holdt B.M. 2012: STRUCTURE HARVESTER: a website and program for visualizing STRUCTURE output and implementing the Evanno method. Conservation Genetics Resources 4:359–361. https://doi.org/10.1007/s12686-011-9548-7
Evanno G., Regnaut S. & Goudet J. 2005: Detecting the number of clusters of individuals using the software structure: a simulation study. Molecular Ecology 14:2611–2620. https://doi.org/10.1111/j.1365-294X.2005.02553.x
Gálos B. & Führer E. 2018: A klíma erdészeti célú előrevetítése. Erdészettudományi Közlemények 8:43–55.
Hunter J.D. 2007: Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering 9:90–95. https://doi.org/10.1109/MCSE.2007.55
Kampfer S., Lexer C., Glössl J. & Steinkellner H. 1998: Characterization of (GA)n Microsatellite Loci from Quercus Robur. Hereditas 129:183–186. https://doi.org/10.1111/j.1601-5223.1998.00183.x
Kremer A. & Hipp A.L. 2020: Oaks: an evolutionary success story. The New phytologist 226:987–1011. https://doi.org/10.1111/nph.16274
Nemzeti Földügyi Központ 2023: Magyarország erdeinek összefoglaló adatai 2022. Nemzeti Földügyi Központ Erdészeti Főosztály, Budapest.
Neophytou C., Aravanopoulos F.A., Fink S &, Dounavi A. 2010: Detecting interspecific and geographic differentiation pat terns in two interfertile oak species (Quercus petraea (Matt.) Liebl. and Q. robur L.) using small sets of microsatellite markers. Forest Ecology and Management 259:2026–2035. https://doi.org/10.1016/j.foreco.2010.02.013
Peakall R. & Smouse P.E. 2012: GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research—an update. Bioinformatics 28:2537–2539. https://doi.org/10.1093/bioinformatics/bts460
Peakall R. & Smouse P.E. 2006: genalex 6: genetic analysis in Excel. Population genetic software for teaching and research. Mol Ecol Notes 6:288–295. https://doi.org/10.1111/j.1471-8286.2005.01155.x
Pritchard J.K., Stephens M. & Donnelly P. 2000: Inference of Population Structure Using Multilocus Genotype Data. Genetics 155:945–959. https://doi.org/10.1093/genetics/155.2.945
Steinkellner H., Fluch S. Turetschek E. et al. 1997: Identification and characterization of (GA/CT)n- microsatellite loci from Quercus petraea. Plant Molecular Biology 33:1093–1096. https://doi.org/10.1023/A:1005736722794
Thurm E.A., Hernandez L., Baltensweiler A. et al. 2018: Alternative tree species under climate warming in managed Euro pean forests. Forest Ecology and Management 430:485–497. https://doi.org/10.1016/j.foreco.2018.08.028
Tóth E. Gy., Cseke K., Benke A. et al. 2023: Key triggers of adaptive genetic variability of sessile oak [Q. petraea (Matt.) Liebl.] from the Balkan refugia: outlier detection and association of SNP loci from ddRAD-seq data. Heredity. https://doi.org/10.1038/s41437-023-00629-2
Waskom M.L. 2021: seaborn: statistical data visualization. Journal of Open Source Software 6:3021. https://doi.org/10.21105/joss.03021
##submission.downloads##
Megjelent
Hogyan kell idézni
Folyóirat szám
Rovat
License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
