松属植物rRNA基因的变异模式及其进化生物学意义

被子植物的rRNA基因已经得到深入研究。二倍体被子植物一般拥有1-4对18S-5.8S-26S rDNA位点和1-2对5S rDNA位点。作为特殊的多基因家族成员，rDNA会受均一化力 (homogenizing forces) 的作用，通过基因转换、不等交换等机制，形成基因的致同进化 (concerted evolution)。长期以来，我们一直认为动植物rDNA致同进化水平很高，各种拷贝的序列几乎完全一致，因此可以直接应用PCR测序的方法进行分子系统学研究。但是在裸子植物中由于研究资料的匮乏，使我们对裸子植物rDNA的变异模式了解甚少。松属植物作为裸子植物的最大类群，它的rDNA变异和进化有何特点、与被子植物是否相同，是这个重要类群的进化研究中目前尚未解决的问题。本文的研究内容从三个方面进行： (1)rDNA的染色体定位 目前，松属的18S-5.8S-26S rDNA的染色体定位研究只包括5种植物，其中的3种同时涉及到5S rDNA定位。这些研究结果表明，不同种存在相异的rDNA位点数目，甚至不同的个体的rDNA位点均有变化。其共同点是，18S-5.8S-26S rDNA位点数平均较被子植物多，5S rDNA除Pinus radiata外，在其它种里则与被子植物相似。这种现象是松属或裸子植物的共同特征，亦或是特例呢？有限的研究限制了对裸子植物rDNA的了解。本研究的目的之一就是研究松属植物rDNA的染色体空间分布特征，希望借此了解松属植物间的关系，比较裸子植物和被子植物rDNA在染色体组水平的差异。 (2)5S rDNA的分子进化 5S rDNA的序列水平的进化研究在松属中尚属空白。5S rDNA在染色体数目上没有显示裸子植物与被子植物的差异，是否意味着松属乃至裸子植物的5S rDNA也同被子植物一样——致同进化完全，序列高度一致呢？利用克隆测序方法对松属植物5S rDNA的研究无疑是有开创性的工作，可以探讨裸子植物的5S rDNA的进化机制和种间关系。 (3)杂种基因组研究 杂交物种的起源演化是当前生物学研究的热点，通过杂种基因组的研究，可以了解杂种的的基因组构成，组织方式和进化历史，探讨杂交事件对成种过程的影响及意义。这项研究涉及到高山松、云南松和油松。之所以采用这三种植物，因为等位酶、cpDNA和mtDNA证据证明高山松为油松和云南松的自然杂交种。但这些证据不足以反映杂种核基因组的重组特征和构成及其进化规律。我们利用rDNA-FISH、5S rDNA和基因组原位杂交分析三种松树间的基因组关系，为揭示高山松的进化机制和历史提供新的依据。 本项研究得到以下结果： 一. rDNA荧光原位杂交 (FISH) 通过对华山松和白皮松两种单维管束亚属植物及油松、云南松、高山松、马尾松和南亚松等五种双维管束亚属植物的18S rDNA与5S rDNA的荧光原位杂交，结果表明： ⑴ 裸子植物的18S rDNA位点数目明显多于二倍体被子植物。其中主要位点数目，油松有7对，高山松5对，云南松8对，马尾松10对，南亚松6对，白皮松3对，华山松10对，平均在7对;另外，部分松树还存在弱位点。无论强弱位点都有部分存在于染色体的着丝粒区，除了赤松 (Pinus densiflora)，在其它松科植物中并没有发现这种现象。究竟是基因转移的结果或该位点是18S rDNA的原始起源位置还有待确证。 ⑵ 5S rDNA位点相对变异较小，与被子植物相当。除了华山松5S rDNA有4对位点，马尾松只有1对位点外，其它松树的5S rDNA位点数目均为2对，并且在双维管束亚属植物中有一对属于弱位点。 ⑶ 两种rDNA存在不同连锁模式。双维管束亚属植物中，5S与18S rDNA连锁在同一染色体的同一臂或两条臂上。在同一染色体臂时，18S rDNA在臂的远端。单维管束亚属植物的5S与18S rDNA或连锁于同一染色体的同一臂上，或分别处于不同染色体。前一情况，5S rDNA位于臂的远端。据此可以说明两个亚属的rDNA结构在染色体组水平的很大分化。 ⑷ 松属植物的关系及高山松核型特征。由于5S与18S rDNA连锁关系的不同，可以将单维管束亚属和双维管束亚属分开。各亚属的不同物种可以依据杂交位点的多少、位置、信号强弱构成的核型图加以区分，并且构成一定的系统关系。杂交起源的高山松在染色体组上，表现出对油松和云南松两亲本不同染色体特征的分别继承与重组，并产生独有的特征。其II同源染色体之一18S rDNA位点的缺失，可能是染色体重组的痕迹。 二. 5S rDNA的序列变异与分子进化 利用分子克隆和DNA测序分析了油松、云南松、马尾松、白皮松和不同遗传背景的高山松居群的5S rRNA基因序列变异及基因进化规律，得到以下主要结果： ⑴ 5S rDNA的结构特征。双维管束亚属植物长度在658-728 bp，白皮松则为499-521 bp。长度差异体现在基因间隔区，而基因区极端保守，基本为120 bp。基因转录区内部存在着转录控制区，决定了5S rRNA的转录起始与转录效率。5S rRNA基因能够折叠成正常的二级结构，其中，相对于干区来说，环区要保守，但环E却表现出异乎寻常的变异，转换/颠换比值高达7.1，这种突变可能是假基因的产物。基因间隔区存在一定的保守单元，其中一些与转录的起始和终止调控相关，有些是裸子植物未知功能的特异保守区。 ⑵ 松属植物5S rDNA存在着基因组内与种间的异质性。基因组内的各个克隆中有超过80%的特异的，彼此不相同。整个5S rDNA分化距离为0.042 - 0.051，其中，间隔区的分化比基因区高，其速度约是基因区的3-7倍。比较种间5S rDNA序列发现：在122个克隆中，基因区只有50个特异的序列。基因组间的序列变异度与基因组内 (个体内) 没有明显差别。白皮松的间隔区与双维管束亚属松树的5S rDNA间隔区差异极大，几乎不能排序，而四种双维管束亚属植物的5S rDNA间隔区种间种内差异不大。 ⑶ 松属植物5S rDNA进化。PAUP分析建立的5S rRNA基因树显示，5S rRNA基因在基因组内是多系的 (polyphyletic)，表明成种事件以前，祖先种就已经存在序列的分化。观测到的5S rRNA基因序列变异状况，并非完全是致同进化或独立进化的单一因素造成的，而是二者的相互作用的结果。致同进化确实存在，只是速度较慢而已。 ⑷ 高山松5S rDNA 组成。高山松拥有最高的基因组内的序列多样性，高山松的5S rDNA拷贝既有亲本类型，又有重组类型，并且不同地理及遗传来源的高山松显示一定的分化趋势，有更多的拷贝来自母系亲本。 三. 基因组原位杂交 以油松和云南松总DNA作为探针，相互进行基因组原位杂交，结果显示云南松和油松的染色体组可以完全被对方探针标记，在现有基因组原位杂交的分辨率下不能将两个基因组区分开。说明云南松和油松基因组之间存在高比例的同源序列，两种松树的基因组组成十分相似。利用油松和云南松总DNA作为探针，对高山松的染色体组进行双探针基因组原位杂交。结果表明，高山松全部基因组都能与两亲本探针完全杂交，说明三者间有着异乎寻常的亲缘关系。但在PH失调影响下，高山松只有部分基因组被杂交，并且两种探针的杂交信号有轻微差异。这可能是高度重复序列优先杂交的结果。这些情况表明，高山松虽然在基因组构成上与两个亲本基本一致，但基因在染色体组的空间排布上是存在差异的，这一点可以从rDNA-FISH中证明。

新生代孢粉分析与古气候定量重建的研究

定量重建地球生态系统的气候参数是当前国际古气候研究的目标之一. 自20世纪70年代以来, 尤其是在海洋学研究领域, 新技术的不断应用使得定量的古气候研究蓬勃发展. 相比之下陆地古气候参数的重建要困难得多, 陆地植物作为对环境的良好记录，一直备受重视. 近数十年来, 国际上广泛开展了利用植物材料定量研究气候的探索, 大量新的方法层出不穷. 德国科学家Mosbrugger和Utescher在1997年倡导的共存分析法(The Coexistence Approach)就是其中之一, 它依据现存最近亲缘类群原理以及植物分布与气候的关系原理, 找到化石植物群中各类群的现存最近亲缘类群对各气候参数的耐受范围; 并将各亲缘类群对同一气候参数的耐受范围叠加一起, 获得对该气候参数的共存区间, 用该区间作为对古气候参数的精确估测. 本文首先阐述在原文位于展开讨论的共存分析的理论基础——探讨植物分布与气候之间关系的耐受性理论. 并以此为指导, 对在该方法中气候台站的选用方法作了改进, 气象台站的选择应以植物的标本记录点为基础: 即使在某一特定的植物分布区内部也应该查看气象台站所在县级行政区域是否有该植物的标本采集信息, 并以此为依据来决定是否选用该气象台站的记录; 选用的气象台站的数量多寡应该以植物分布点的多少来决定. 以此为基础, 我们采用中国的植物分布与气象记录数据, 利用孢粉学的研究结果，定量重建了我国新生代三个地点的古气候参数, 结果如下: 1.内蒙古呼伦湖地区全新世初期气候 MAT: 4.4~10.2℃; MWMT: 22.9~24.1℃; MCMT: -18~-9.1℃; DT: 33.5~40.9℃; MAP: 354.3~686.7mm; MMaP: 103.8~191.9mm; MMiP: 2.7~7.3mm. 我们以扎赉诺尔地区的孢粉学研究为基础, 依据孢粉和盘星藻(Pediastrum Meyen)提供的环境信息并结合前人工作, 恢复了全新世初升温期的植被变化; 定量重建了10.4~10.2kaB.P.时的气候, 为全面理解呼伦湖地区的气候变化以及东亚的夏季风变化提供新的依据. 2.云南洱源上新世气候 MAT: 13.3~18.6℃; MWMT: 24.6~27.5℃; MCMT: 1.9~12.1℃; DT: 14.2~16.6℃; MAP: 619.9~1484.3mm; MMaP: 143.8~245.6mm; MMiP: 12.7~16.4mm. 该结果与羊邑、龙陵上新世古气候及三地的现代气候分析对比表明, 在上新世, 三地年均温符合纬向变化, 而降水量则基本一致. 在现代，洱源与羊邑在气候与植被上很相近, 且与上新世相差不大; 而龙陵地区则发生了显著的变化, 年均温比上新世低, 而降水量则大幅增加. 该变化指示了上新世以来作为青藏高原东部边缘的龙陵地区可能出现了地形的抬升. 3.吉林珲春始新世和中新世气候 始新世: MAT: 14.3~14.9℃; MWMT: 25~26.3℃; MCMT: 1.9~3.7℃; DT: 21.7~23℃; MAP: 797.5~1344mm; MMaP: 185.3~209.8mm; MMiP: 14.2~16.4mm. 中新世: MAT: 14.3~14.9℃; MWMT: 24.3~25.4℃; MCMT: 2.1~3.7℃; DT: 21.7~22.7℃; MAP: 658.7~817.7mm; MMaP: 158.9~174.6mm; MMiP: 7.4~7.6mm. 通过对两个时段的气候参数对比, 始新世时, 吉林珲春地区的气候属于北亚热带气候; 中新世时气候发生了改变, 归属于暖温带南部的气候, 改变了前人关于中新世也归属于被亚热带的认识, 这反映了我国东北部地区与全球新生代降温总趋势具有一定的同步性.

Kilka population dynamics in the south of the Caspian Sea

Populations of kilka in the Caspian Sea have important role in the food chain. This study was conducted to determine population parameters of three species of kilka in the south of the Caspian Sea, during 2006-2007. Mean length was 102.4±9.7 mm for common kilka, 117.8±6.9 mm for anchovy and 119.5±10.9 mm for bigeye. The relationship between length and weight indicated the negative allometric growth in the all three species. Mean age for common kilka, anchovy and bigeye were 3.6, 4.6 and 4.6 years, respectively. Sex ratio (M:F) were 0.52:1 for anchovy, 0.60:1 for common kilka and 1.60:1 for bigeye. The value of growth coefficient (K) was the highest (0.321) for the common kilka, (0.267) for the bigeye, and the lowest for the anchovy kilka (0.245). Total mortality estimated from the descending of the catch curve using the age structure, Z=1.280 yr-1 for common kilka, Z=1.067 yr-1 for anchovy, and Z=1.015 yr-1 for bigeye. Natural mortality (M) were estimated using Pauly formula as M=0.622, M=0.537 and M=0.503 per year for common kilka, bigeye and anchovy, respectively. Value of fishing mortality (F) were estimated from Z and M, as F=0.658 for common kilka, F=0.564 for anchovy and F=0.478 for bigeye. The exploitation rate (E) were estimated E=0.514 for common kilka, E=0.528 for anchovy and E= 0.471 for bigeye. The estimate of MCY (Maximum Constant Yield) was calculated using the more reliable time series of commercial catch data from 2001-2007, which resulted in an estimate of MCY for the kilka fishery of 14100 tonnes.