5.3 Il DNA mitocondriale
5.3.2 Variabilità genetica intra-popolazione
Allo scopo di descrivere la variabilità genetica intra-popolazione sono stati calcolati alcuni indici di diversità genetica e sono state effettuate alcune stime del parametro mutazionale = 2nNeµ (Tab.6). Per una descrizione dettagliata vedere il paragrafo 4.2.3 di questa tesi.
mtDNA 16024-16383 Cusco Cusibamba Puno
N. di individui 60 18 131 N. di siti polimorfici 56 18 55 N. di aplotipi 43 9 60 Diversità aplotipica ± SD 0,96 ± 0,02 0,90 ± 0,04 0,95 ± 0,01 ± SD (x10-3) 17,98 ± 9,57 18,61 ± 10,30 17,10 ± 9,06 s± SD (per sites x10-3) 33,36 ± 9,80 14,54 ± 5,95 28,04 ± 7,39 Tajima’s D -1,84* 0,35 -1,50* Fu’s Fs -25,40* -0,002 -25,31*
In generale per le popolazioni andine osserviamo livelli abbastanza alti di diversità genetica interna.
Per alcune stime il campione di Cusibamba mostra valori di variabilità genetica più bassi rispetto agli altri campioni. Questo potrebbe essere spiegato dal fatto che si tratta di una popolazione isolata geograficamente e di piccole dimensione (180 unità familiari per un totale di non più di 1000 individui) e che per questi motivi ha subito maggiormente l’effetto della deriva genetica.
Ciò è evidente anche dai risultati dei test di neutralità D di Tajima e Fs di Fu che riportano valori negativi significativi e paragonabili per le popolazioni di Cusco e Puno, mentre per le popolazioni di Cusibamba tali valori non sono significativi e sono molto prossimi allo zero. Considerando esclusivamente una interpretazione di tipo demografico, dato che
Tab.6 Indici di variabilità intra-popolazione e test di neutralità calcolati per le popolazioni di
questo studio. *p-value < 0,05;
DS (Standard Deviation): deviazione standard
: Diversità nucleotidica (Tajima 1983), basata sul numero medio di differenze tra coppie di sequenze sul totale dei siti.
76 ipotizziamo assenza di selezione nella regione HVR, i risultati di questi due test evidenziano una recente espansione delle popolazioni di Cusco e Puno, mentre tale segnale è assente per la popolazione di Cusibamba.
La variabilità genetica di queste popolazioni è stata successivamente confrontata con quella di altre popolazioni sud americane tipizzate per la stessa regione HVRI dell’mtDNA da Fuselli et al. (2003) e aggiornate dal gruppo del professor Eduardo Tarazona Santos dell’Università di Belo Horizonte, in Brasile (Tesi master di Luciana Werneck Zuccherato) (Fig.18).
Fig.18 Localizzazione geografica delle popolazioni sudamericane utilizzate per le analisi relative
77 Come si vede in figura 18 la posizione geografica delle popolazioni consente una buona copertura del territorio. Le popolazioni possono essere suddivise secondo un criterio geografico in popolazioni dell’ovest o andine, popolazioni dell’est, e popolazioni collocate in una zona detta di transizione intermedia tra la catena montuosa delle Ande e la foresta amazzonica.
Per tutte le popolazioni oggetto di studio sono stati calcolati gli indici di diversità e i test di neutralità già stimati per le popolazioni da noi campionate.
I nostri risultati mostrano come in generale le popolazioni Andine, tra cui anche le popolazioni di Cusco e Puno, confermino gli andamenti di variabilità genetica osservati in studi precedenti.
Confrontando la variabilità genetica interna delle popolazioni di questo dataset è possibile osservare come le popolazioni dell’est mostrino livelli di variabilità più bassi rispetto alle popolazioni della regione andina (Fig.19).
Le popolazioni cosiddette di transizione mostrano livelli di variabilità genetica intermedia, sebbene più simile a quella delle popolazioni dell’ovest, da cui si potrebbe dedurre un mantenimento di dimensioni effettive non molto ridotte come quelle delle popolazioni amazzoniche. Tuttavia non si conosce molto sulla loro storia e sulle loro origini. Attualmente il gruppo del professor Tarazona-Santos dell’Università di Belo Horizonte in Brasile ha avviato degli studi più approfonditi per comprendere la storia demografica di queste popolazioni, anche utilizzando marcatori nucleari.
78 0 2 4 6 8 10 12 14
CUS09 TAY PUN PUN09 ANC
PIL YUN ARE TRI MAF IGN
M
OS
SAM WAI PEH YUR YAN CHI TOC QUE TUP CSI09 TOF
M
AP1 KRS ZOR MAC
M
AP2 GAV MCA YAG WAY MOV CAY SHI AYO KPR AYM KOG GUA IJC XAV ARS NAN SUR KAI ACH MBY
s
Popolazioni
Fig.19 Rappresentazione grafica delle popolazioni ordinate per valori crescenti di s.
Sotto la figura sono riportati i nomi delle popolazioni con le relative abbreviazioni. Il colore verde indica popolazioni dell’ovest, il colore arancione le popolazioni di transizione, il colore rosso le popolazioni dell’est e in azzurro sono indicate le popolazioni dell’ovest campionate in questo studio.
79 In figura 20 sono rappresentati i valori dei test di neutralità D di Tajima (Tajima 1989) e Fs di Fu (Fu and Li 1993) descritti in dettaglio nel paragrafo 4.2.3.2.
Questi test permettono di rilevare deviazioni da condizioni di neutralità imputabili all’azione della selezione naturale, o in casi come il nostro in cui si stanno analizzando regioni neutrali, ciò può dipendere da fenomeni demografici quali espansioni o riduzioni delle popolazioni
Anche i risultati di questi test confermano quanto osservato in precedenza mostrando valori positivi per le popolazioni dell’est (quadrante in alto a destra del grafico) indicativi di riduzioni della dimensione delle popolazioni (bottleneck), mentre le popolazioni della regione ovest mostrano valori negativi (quadrante in basso a sinistra del grafico) indicativi di eventi di espansione demografica di queste popolazioni. Tra i campioni dell’ovest fa eccezione Cusibamba per i motivi di isolamento già menzionati.
-26,00 -22,00 -18,00 -14,00 -10,00 -6,00 -2,00 2,00 6,00 -2,00 -1,00 0,00 1,00 2,00 3,00 Fs di Fu D di Tajima Campioni '09 Ovest Transizione Est CB09 PN09 CS09
Fig.20 Rappresentazione grafica dei valori del D di Tajima e dell’Fs di Fu di tutte le popolazioni del dataset
80
5.3.3 Variabilità genetica tra popolazioni
La distanza genetica tra coppie di popolazioni è stata stimata mediante il calcolo di una matrice di FST che è stata poi visualizzata graficamente attraverso un multidimensional scaling (MDS) (Fig.21).
Oltre a mettere in luce da un’altra prospettiva la struttura est-ovest, l’MDS mostra come le popolazioni della regione orientale (in rosso) siano meno omogenee e molto distribuite lungo entrambi gli assi. Viceversa, si nota una omogeneità delle popolazioni occidentali, che include anche la maggior parte delle popolazioni di transizione, di cui fanno parte anche i nostri tre campioni andini.
Fig.21 Multidimensional scaling basato sulla matrice di distanze genetiche FST. In rosso sono indicate le
popolazioni della regione est, in verde quelle dell’ovest e in arancione le popolazioni della zona di transizione. Le popolazioni campionate da noi sono indicate in blu.
81