确定G×E的演化力

Emily B. Josephs

概要

表型可塑性在自然界中很常见，但我们缺乏对影响塑性遗传变异的进化力的全面理解。这一努力尤其重要，因为可塑性的变化会导致基因型与环境的相互作用（G×E），这是数量性状变异的一个重要组成部分。在这里，我回顾一下我们对塑造G×E的演化力的理解，特别关注：什么演化力保持可塑性的变化;以及什么力量在不同的环境中维持不同的基因架构我的具体目标是通过对比可塑性与中性期望的遗传变异模式，显示基因组数据可以用来解释G×E的维护。

一，导言

植物表现出对环境条件的惊人反应范围。被阴影遮蔽的植物可以将资源转向生长以努力达到阳光（Dudley＆Schmitt，1996），草食动物攻击的植物可释放挥发性化学物质，吸引食草食动物捕食者（Kessler＆Baldwin，2001）。这些是表型可塑性的许多例子中的两个：特定基因型在不同环境中产生改变的表型的能力。尽管上述行为看起来有益，但塑性反应也可能是有害的;例如，如果植物无法在干旱面前保持增长，这种反应就是适应不良的可塑性。一直以来，进化生物学家都对生物体，特别是植物响应环境变化的能力感兴趣（Bradshaw，1965; Schlichting，1986; Scheiner，1993）。然而，尽管塑性对进化有着明显的重要性，但我们对形成物种内可塑性遗传变异的进化力缺乏系统的理解。

哪种进化机制塑造可塑性的变化对于维持数量性状的变异具有广泛的意义。可塑性遗传变异的存在将导致G×E - 确定表型时基因型与环境之间的非加性相互作用（图1a）。 G×E在自然种群和物种中很常见（Des Marais et al。，2013），因此理解保持数量性状遗传变异的进化力需要理解G×E的演化力。然而，我们也可以认为的G×E作为表型遗传贡献的环境变异（图1b）。在这种情况下，对G×E的观察表明，在不同环境下测量的性状之间存在不完全的遗传相关性，并且不同环境下性状的遗传性可能不同（Falconer，1952）。在这个框架内，理解构成G×E的进化力将需要解释为什么遗传结构在不同环境中存在差异。

图1. G×E的可视化（a）G×E作为塑性响应的遗传变异的视图。 在这种情况下，由线代表的两种基因型在对环境A和环境B的响应方面有所不同。（b）与（a）相同的数据，从G×E的角度表示为基因型环境影响的变化。 在这种情况下，环境B引发基因型之间的差异，而环境A则不然。

这里所描述的G×E的两种观点与塑性的两个历史观点相对应：首先，塑性是一种可以对选择做出反应的特征;其次，可塑性是在每个环境中响应选择而发展的相关特征的集合（Via等人，1995）。这些观点已被证明可以分享理论基础（De Jong，1995; Via等人，1995），我不会认为一种观点是否比另一种更好，而是指出两种观点可以指导我们理解G×E。在这次审查中，我将讨论我们目前对G×E维护的理解，并探讨解决我们知识差距的可能方法。尽管用各种实验方法研究可塑性有着悠久的传统，但我在此集中研究利用基因组数据将可塑性遗传变异模式与各种进化情景联系起来的方法的潜力。我专注于植物文献中的例子，但这些概念问题对于所有王国的生物体显然是重要的。

II。保持可塑性的遗传变异

如果我们认为G×E是可塑性遗传变异的结果，塑造变异性的进化力的表征将揭示维持G×E的力。我将首先讨论维持种群内可塑性的变化，然后转向维持人口之间的可塑性变化，特别是当地适应的作用。

什么因素影响塑性的种群变异（G×E）？

为维持其他性状变异的可塑性镜像假设维持种群内遗传变异的假设（Bradshaw，1965; Schlichting，1986; Mitchell-Olds等人，2007）。首先，如果塑性差异不影响适应性，则塑性变化可能是中性的。或者，可塑性内的种群内变异可以通过突变选择平衡或某种形式的群内平衡选择来维持，例如时间变量选择，群体内微环境之间变化的选择或负频率依赖性选择（ Charlesworth，2006; Delph＆Kelly，2014）。然而，时间变量选择维持可塑性变化的想法有点违反直觉，因为理论预测某些时间变量选择的频率将在可塑性上选择正面（Bradshaw，1965）。

对塑性选择的直接测量（框1）可以为种群内变异的选择力提供一些证据。例如，选择方向在多年内变化的观察结果与作用于可塑性的时间变量选择一致。然而，将进化假说与观察到的G×E模式联系起来往往可以通过鉴定控制可塑性变异的基因座（专栏2）并将这些基因座的变异与这些进化假说连接起来。有许多方法可以鉴定引起表型变异的遗传变异，但我将把重点放在全基因组关联研究（GWAS）上。与双亲种群中的连锁作图不同，GWAS可以从高分辨率的大量自然多样性中鉴定等位基因，然后可以使用这些基因座的等位基因频率来测试进化假说（Flint-Garcia等人，2005; Korte＆Farlow ，2013）。

方框1.直接测试塑性选择
许多研究使用不同环境和适应度下测量的性状值之间的关联测量了可塑性选择（Scheiner和Callahan，1999; Stinchcombe等，2004; Bell＆Galloway，2007; McIntyre＆Strauss，2014; Wagner＆Mitchell- Olds，2017）。例如，Scheiner和Callahan（1999）使用路径分析来测量不同环境中表达的性状与适应度之间的相关性，使他们能够检测拟南芥中高度可塑性降低的选择。这种方法的另一个例子来自Stinchcombe等人。 （2004）在每个环境中回归线性状意味着对所有品系在该环境中的平均特性值的回归，并且使用该回归系数作为可塑性的量度，能够检测针对开花时间可塑性的选择，也在拟南芥中（Stinchcombe等，2004）。
尽管上述研究在特定情况下发现了可塑性选择的证据，但对可塑性的局部适应性的选择需要比较环境之间的选择压力，这可以通过相互移植实验来完成。这种方法的一个例子来自Baythavong＆Stanton（2010），他测量了在蛇纹石和非蛇纹石土壤中表达的性状的反应规范的选择，并发现了家庭层面对土壤特性的反应与整个实验的平均适应性之间的关联。 Baythavong（2011）将这些实验结果与有关土地变化的空间尺度的信息结合起来，可以证明在微环境变化较小的土壤环境中，土壤环境中增加的可塑性的选择以及降低可塑性的选择。

框2.与G×E相关的基因座的图谱
越来越多的研究已经开始使用全基因组关联研究（GWAS）来研究G×E的遗传基础。这些研究采用了两种类型的方法。首先，与G×E相关的基因座可以通过绘制可塑性测量来鉴定，以鉴定增加或减少可塑性的遗传变异（El-Soda et al。，2014）。通常使用反应规范来衡量可塑性，以总结环境和表型之间的关系（Callahan等人，2008），并且以这种方式存在用于测量可塑性的各种策略（Via et al。，1995; Stinchcombe＆Kirkpatrick，2012 ; Morrissey＆Liefting，2016; Walsh，2017）。许多研究已经将这些塑性测量用作GWAS中的特征以鉴定与可塑性相关的基因座（Morrison＆Linder，2014; Bac-Molenaar等，2016; Gage等，2017; Kusmec等，2017 ; Thoen等，2017）。
或者，可以独立地绘制在不同环境中测量的性状，从而允许鉴定在不同环境中等位基因效应不同的基因座（Atwell等，2010; Zhao等，2011; Filiault＆Maloof，2012; Consortium等， 2016）。另外，已经开发了使用批量分离分析来比较环境中测量的影响的方法（Monnahan＆Kelly，2017）。第一种方法将识别与特征反应相关的基因座，但不会提供关于环境中效应如何不同的信息，而第二种方法可以识别特定感兴趣环境中的基因座（Maranville等，2012）。例如，如果有兴趣知道G×E是否因某种环境中等位基因效应增加而存在，那么第二种方法将更有用。但是，第一种方法对寻找特异性增加或减少塑性响应的等位基因更有用。
尽管上述两种方法都映射了G×E的方面，但是在相同数据上使用这两种方法的研究并不总能找到一致的结果（Brachi等，2013; Morrison＆Linder，2014; Kita＆Fraser，2016）用于G×E映射的方法的选择具有重要的后果。由于这两种方法反映了G×E的不同观点，这是一个有用的例子，它说明了G×E的概念如何形成对G×E进行实验的方式。还值得注意的是，已经开发了另外的方法来通过比较具有和不具有G×E成分的GWAS模型（Korte和Farlow，2013; Sasaki等，2015），来具体绘制有助于G×E的位点，研究G×E在与环境特征相关的变异中的遗传结构（Casale等，2017）。

对于性状的各种选择性压力如何影响与该性状相关的等位基因频率，效应大小和相关的基因座的中性变异，有许多预测。在突变选择平衡下，阴性选择应该维持低频率的等位基因，并且由于阴性选择的强度与等位基因效应相关，预计突变选择平衡也会导致效应大小和等位基因频率之间呈负相关（综述在Josephs等人，2017中）。或者，如果群内平衡选择维持可塑性变异，则与可塑性相关的基因座预期处于比中性基因座更高的等位基因频率（Charlesworth，2006）。在一个基因座上平衡选择也可能会提高附近的中性多态性（Charlesworth，2006），在平衡选择的基础上留下可检测的签名（DeGiorgio et al。，2014）。测试突变选择平衡和平衡选择的特征将需要仔细导航影响等位基因频率和GWAS检测到的基因座效应大小的确定偏差（Josephs等，2017）。

尽管有这些模棱两可的结果，QST-FST仍然有望在可塑性中检测局部适应性。上述研究使用10-15个人群，增加这些研究中使用的人群数量可以提高能力（O'Hara＆Merilä，2005）。此外，扩大QST-FST来处理复杂的人口结构和多重特征可能会取得更大的成功。例如，标准的QST-FST研究假设所有种群都彼此平等相关，因此方法学上的改进包含了种群间复杂的相关性模式，可以提高我们检测自适应分歧的能力（Ovaskainen等，2011; Whitlock＆Gilbert ，2012）。另外，Ovaskainen等人（2011）将QST-FST应用于多变量性状可应用于不同环境中测量的性状：与中性期望相比，环境性状减少相关性的观察结果与当地对可塑性的适应性一致。此外，由Karhunen等人开发的测试（2014）测试沿着特定环境梯度的适应性分歧可以用来检测沿着环境梯度的塑性的适应性发散，这些假设对塑性选择很重要。

识别局部可塑性适应性的另一种可能方法涉及绘制与可塑性相关的基因座，并测试这些基因座上的选择签名在已经基因分型但未表型的额外群体中。局部适应通常会推动与特征相关的基因座的等位基因频率和该特征的等位基因效应方向的协变（Berg＆Coop，2014）。例如，局部适应可塑性的特征是增加可塑性的等位基因在由于漂移而可塑性比预期有利的环境中更常见。这种方法的一个显着优势是，可塑性的局部适应性可以在尚未直接进行塑性表型分析的群体中检测到，这对于在多种环境或不能在多种环境中进行表型分析的远交种群个体的可塑性选择研究特别有价值历史上的个人根本无法进行表型分析。

III。为什么遗传效应存在环境变异？

在前面的章节中，我讨论了可塑性变化的维护，因此G×E;然而，G×E也可以被认为是反映遗传效应的环境变异。这种G×E的观点将可塑性视为一组相关字符，其中每个字符表示在特定环境中测量的感兴趣特征（Falconer，1952; Via＆Lande，1985; Via等，1995）。不同环境中性状表达之间的低遗传相关性表明，负责性状变异的等位基因在每个环境中具有不同的影响（El-Soda et al。，2014）（图2）。对维持G×E的进化力的理解需要调查选择如何在特定环境中形成特征的遗传变异，以及为什么具有环境特异性效应的等位基因持续存在。

图2. 三个双等位基因座的环境中不同的等位基因效应。 （a）绘制的三个基因座（○，▵，*）中没有G×E和等位基因效应（具体而言，替代等位基因的效应）在环境中相同的例子。 （b）一个例子，其中有G×E，因为每个基因座的等位基因效应在环境之间不同。 特别地，第一个基因座（○）处的等位基因仅在环境A中有效，第二个基因座处的等位基因（▵）仅在环境B中具有作用，并且第三个基因座（*）处的等位基因具有不同的作用 在这两种环境中。

可塑造可塑性变异的各种机制 - 突变选择平衡，种群内平衡选择和局部适应 - 可以形成不同环境中性状表达的变异。比较这些力量在环境中的相对重要性将有助于解决有关维护G×E的问题。我关注两个具体问题。首先，G×E是否因不同环境之间的选择压力而不同？其次，具有环境特异性效应的等位基因比具有组成性效应的等位基因更可能促成局部适应，导致G×E？

G×E是环境中不同选择压力的结果吗？

G×E可能是由选择间的环境差异造成的。这个最极端的例子是神秘的变异 - 遗传变异一直存在，因为它只在不常见的环境中表达，所以逃避了纯化选择（Paaby＆Rockman，2014）。即使跨环境的选择压力的差异比上面描述的要低，极端环境下选择效率的梯度可以保持G×E，就像特定环境中表达的某个特定特征的局部适应一样。了解这些过程在G×E形成中的作用将需要比较不同环境中选择的差异。

有几种可能的策略可以用来处理特定环境的选择和G×E。首先，可以直接在不同的环境中测量塑性的选择，如框1所述，然后在不同的环境中进行比较。其次，可以用QST-FST方法分析在不同环境中进行的性状测定，以测试在特定环境中表达的性状的局部适应性，可能具有多变量QST-FST方法（Ovaskainen等，2011）。

特定环境中与性状相关的基因座变异模式也可用于研究环境选择的差异（方框2）。例如，如果G×E因为对仅在极少经历环境中有效的等位基因的负面选择而持续存在，我们预计在许多环境中具有效果的等位基因将维持在比仅在少数环境中具有效应的等位基因更低的频率。此外，在特定环境中具有巨大有害作用的等位基因在经常出现这种环境的人群中应该比在其他人群中更不常见。这些预测尚未直接进行测试，但已使用与在各种人体组织中检测到的基因表达（'eQTLs'）相关的基因座来研究类似的预测。例如，Li等人（2017）发现，对多种组织中表达具有影响的等位基因比具有组织特异性效应的等位基因保持更低的频率，这与基因型和组织类型之间基因表达的相互作用的选择性约束变化一致。类似的方法可以应用于与在多种环境中表达的性状相关的基因座，以了解形成G×E的选择性作用力。

2.环境特异性等位基因对当地适应有多重要？

如果通过局部适应维持具有特定环境影响的基因座的变异，则这将导致G×E。我们预期某些形式的可塑性是适应性的，因为塑性响应允许生物体表达在一个环境中有益的性状，同时避免在不利于其他环境中表达该性状的有害多效性效应。考虑到这一点，仅在少数环境中具有效应的等位基因可能更容易为局部适应做出贡献，因为它们比在许多环境中具有效应的等位基因具有更少的多效性后果（Orr，2000）。

测试关于环境特异性等位基因是否比具有组成性效应的等位基因更可能对局部适应有贡献的预测将需要描述如何选择对两种类型的等位基因起作用。例如，适应性遗传分化扫描的异常值（Savolainen et al。（2013）综述），结合关于与特定性状相关的环境特异性效应大小的信息，可以揭示具有特定环境影响的基因座是与构成效应的基因座相比，更有可能导致分歧。然而，这些比较必须小心以避免由于GWAS扫描之间共享的适应性分歧之间的确认偏差而导致的误报（Josephs et al。，2017）。一个潜在的途径是开发将多基因适应测试（如Berg＆Coop（2014））与测试中等位基因效应的环境特异性相结合的测试方法，以测试在特定环境中对基因座过度适应性分歧。

IV。结论

在这篇综述中，我总结了我们对保持G×E的演化力的理解，并且描述了一些可以用来填补我们知识空白的方法。了解塑造可塑性的演化力将会有许多实际应用。例如，维持G×E的选择压力将对预测对全球气候变化和其他人类影响的预测产生影响（Nicotra等，2010; Blackman，2017）。此外，了解选择在G×E形成中的作用将对作物育种有用。育种者长期以来一直希望减少G×E的生产力，以便个体能够在不同的环境中保持高生产力（Allard＆Bradshaw，1964），但这样做可能需要增加G×E来获得缓冲所需的中间性状环境影响（Schlichting＆Smith，2002）。

总的来说，对广泛的物种和性状塑造G×E的选择性力量的描述对于发展清楚地理解G×E在维持数量性状变异方面发挥的作用非常重要。未解决的问题包括：G×E有多少反映自适应过程，如局部适应和平衡选择，以及在某些环境中放松约束和漂移的结果有多少？作用于G×E的选择压力是否因性状或发生可塑性的机制而不同？适应是否经常通过构成性状变化或通过精细调整的环境响应而发生，从而增加G×E？尽管研究塑性响应和G×E的悠久传统，特别是在植物中，我们现在准备通过利用大型数据集和新技术来全面理解形成G×E的进化力。