Ablaufenden Wirt-Pathogen Coevolution auf Genomebene
TE 809/3-2
Der starke Selektionsdruck, den Pathogene und deren Wirte aufeinander ausüben, führt zu Coevolution der Gene, die diese Interaktion beeinflussen, über kurze Zeitskalen sowie zu starken jährlichen Schwankungen der Populationsgrößen. Überraschenderweise gibt es bisher jedoch noch keine Methode, mit der coevolvierende Gene mittels Zeitreihenanalyse lokaler Wirts- und Pathogenpopulationen identifiziert und untersucht werden können. Wir haben eine erste Approximate Bayesian Computation (ABC) Methode entwickelt, die es erlaubt, die genetischen Grundlagen coevolutionärer Dynamiken anhand von Genomdaten von Wirt und Parasit, die gemeinsam untersucht werden, zu identifizieren. Die coevolutionären Dynamiken von Genen, die für die Interaktion relevant sind, können von demographischen Dynamiken der Wirt- und Pathogenpopulationen unterschieden werden, indem die genetische Diversität über die Zeit und für das komplette Genom bestimmt und modelliert wird. Die Methode kann daher für Zeitreihenproben bestimmter Wirts- und Pathogenpopulationen angewandt werden. Ziel dieses Projektes ist es, diese Methode dahingehend zu erweitern, dass auch komplexere und realistischere Coevolutionsszenarien untersucht werden können: 1) Räumliche Populationsstruktur von Wirt und Parasit mit und ohne Heterogenität des Selektionsdruckes, und 2) Verletzungen der Annahmen des klassischen Wright-Fisher-Modells im Parasiten. Zunächst werden wir uns mit der räumlichen Dimension der Coevolution befassen, indem wir genomische Polymorphismus-Daten von Wirt und Parasit aus mehreren Populationen betrachten. Wir werden ein heterogenes und ein homogenes räumliches Modell von Wirts- und Parasitenpopulationen entwickeln, von dem Migrationsprozesse und lokale Veränderungen der Populationsgröße mit Hilfe von Komplettgenomdaten abgeleitet werden können. Mit Hilfe der ABC-Methode sollen dann coevolvierende Gene identifiziert und die Parameter des geographischen Mosaiks der Coevolution bestimmt werden. Von besonderem Interesse ist es dabei herauszufinden, ob bei unserer derzeit entwickelten Methode eine räumliche Probennahme äquivalent zu einer zeitlichen Probennahme ist. Desweiteren könnte der Lebenszyklus eines Parasiten die Annahmen unserer Modelle auf zwei verschiedene Weisen verletzen: 1) Parasiten weisen über die Zeit große Variationen ihrer Populationsgrößen auf, was ständig wiederkehrende Flaschenhalseffekte zur Folge hat, und 2) Parasiten zeichnen sich durch hohe Varianzen der Verteilung der Nachkommenschaft aus. Unsere Ableitungsmethode könnte daher verzerrt sein, wenn wir Parasiten wie z.B. Viren oder Bakterien betrachten. Daher werden wir diese beiden Schlüsselfaktoren von parasitischen Lebenszyklen in unser Modell integrieren und ihren Einfluss auf die Coevolutionsdynamiken und die Diversität an den coevolvierenden Loci und genomweit untersuchen.
Publikationen
- H. Märkle, A. Tellier (2020) Inference of coevolutionary dynamics and parameters from host and parasite polymorphism data of repeated experiments. PLOS Computational Biology. 10.1371/journal.pcbi.1007668
- Daniel Živković, Sona John, Mélissa Verin, Wolfgang Stephan, Aurélien Tellier (2019) Neutral genomic signatures of host-parasite coevolution. BMC Evol Biol 19, 230. DOI: 10.1186/s12862-019-1556-3
- Sánchez-Vallet A., S. Fouché, I. Fudal, F. E. Hartmann, J. L. Soyer, A. Tellier and D. Croll (2018) The Genome Biology of Effector Gene Evolution in Filamentous Plant Pathogens. Annual Review of Phytopathology, 56: 21-40. DOI: 10.1146/annurev-phyto-080516-035303