A hybrid approach combining a phylogenetic method and Approximate Bayesian Computation Random Forest for phylogenetic network inference: application to the rice domestication process in Asia
Dit artikel introduceert "Snarf", een hybride methode die de fylogenetische netwerktool SnappNet combineert met Approximate Bayesian Computation Random Forest om complexe evolutionaire geschiedenissen nauwkeurig te reconstrueren, wat werd toegepast om te onthullen dat de domesticatie van Aziatische rijst een enkelvoudige oorsprong van Japonica omvatte, gevolgd door drie belangrijke introgressie-gebeurtenissen die de Indica-, cAus- en cBas-variëteiten vormgaven.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je voor dat je de familiegeschiedenis probeert te ontrafelen van een enorme, chaotische familiereünie waarbij iedereen dezelfde outfit draagt en de helft van de gasten hun DNA uitwisselt als ruilkaarten. Dit is de wereld van de fylogenetica, de wetenschap van het tekenen van stambomen voor soorten. Meestal tekenen wetenschappers deze bomen als een eenvoudig vertakkend diagram: een overgrootouder splitst zich in twee takken, die weer splitsen, enzovoort. Het is een schoon, verticaal verhaal van "ik kwam van jou, en jij kwam van mij." Maar het leven is niet altijd zo netjes. Soms besluiten twee takken van de stamboom weer samen te smelten door middel van hybridisatie (zoals wanneer twee neven en nichten een baby krijgen) of introgessie (waarbij genen binnensluipen van een verre verwant). Wanneer dit gebeurt, ziet de stamboom er meer uit als een verstrengeld net of een spinnenweb dan als een rechte lijn. Dit wordt een fylogenetisch netwerk genoemd. Het begrijpen van deze rommelige webben is cruciaal voor gewassen zoals rijst, omdat weten hoe zij zijn geëvolueerd boeren helpt bij het kweken van betere variëteiten om klimaatverandering te overleven. De grote uitdaging? Deze netwerken zijn ongelooflijk moeilijk te berekenen, vooral wanneer je duizenden genetische gegevenspunten hebt, omdat de wiskunde zo zwaar wordt dat het een computer kan verpletteren.
Ontmoet een team van wetenschappers die besloten een nieuw soort detectietool te bouwen genaamd Snarf. Denk aan een hybride auto die de precisie van een Zwitserse horlogemaker combineert met de brute kracht van een supersnelle racewagen. Het "Zwitserse horlogemaker"-gedeelte is een methode genaamd SnappNet, die ongelooflijk goed is in het begrijpen van de complexe wiskunde van hoe soorten mengen en splitsen, maar het is traag en heeft moeite met enorme hoeveelheden gegevens. Het "racewagen"-gedeelte is een machine learning-techniek genaamd ABC-RF (Approximate Bayesian Computation Random Forest), die een meester is in het snel sorteren door enorme stapels informatie, maar hulp nodig heeft bij het begrijpen van de specifieke regels van het spel. De onderzoekers hebben deze twee gecombineerd tot één krachtige aanpak. Ze gebruikten de trage, precieze horlogemaker om de snelle racewagen te leren waar hij naar moet kijken, en lieten de racewagen vervolgens door de data racen.
Toen ze deze nieuwe Snarf-tool toepasten op de geschiedenis van Aziatische rijst, vonden ze een duidelijke winnaar onder vele concurrerende theorieën. Jarenlang hebben wetenschappers gedebatteerd over de vraag of rijst één keer werd gedomesticeerd, of meerdere keren op verschillende plaatsen. Sommigen dachten dat er drie aparte "geboorten" van rijst waren (Japonica, Indica en cAus), terwijl anderen beargumenteerden dat er slechts één was. Met hun nieuwe hybride methode op echte rijst-DNA, suggereren de onderzoekers sterk dat rijst één enkele domesticatiegebeurtenis had, die plaatsvond met de Japonica-variëteit. Maar het verhaal eindigt daar niet. Na de domesticatie van Japonica bleef het niet geïsoleerd. Het fungeerde als een genetische donor, waarbij het zijn "domesticatiegenen" deelde met andere wilde rijstgroepen om te helpen bij het creëren van de Indica- en cAus-variëteiten. Later zorgde een vermenging tussen vroege cAus en Japonica voor het ontstaan van de beroemde cBasmati-rijst. De studie sluit expliciet de mogelijkheid uit dat Indica en cAus onafhankelijk van de grond af aan werden gedomesticeerd; in plaats daarvan werden ze geboren uit een unieke domesticatie gevolgd door een reeks genetische "handdrukken".
De onderzoekers testten hun methode eerst op gesimuleerde data en het presteerde uitzonderlijk goed, waarbij het bijna elke keer de juiste stamboom correct identificeerde. Toen ze zich wendden tot echte rijstdata, analyseerden ze 16 verschillende mogelijke familiescenario's. Hun methode beperkte het tot de meest waarschijnlijke één: een enkele oorsprong voor Japonica, gevolgd door drie specifieke mengingsgebeurtenissen. De studie benadrukt dat hoewel het hoofdverhaal een enkele domesticatie is, de details een complex web van genenstroom zijn. Ze vonden dat de bijdrage van Japonica aan Indica en cAus eigenlijk quite klein was—net genoeg om de eigenschappen door te geven die rijst tot een gewas maken—terwijl de creatie van cBasmati een meer evenwichtige mix betrof van twee bestaande gekweekte groepen. Dit bevestigt dat de geschiedenis van rijst diep verbonden is met de Himalaya-regio en de interacties tussen wilde en gekweekte planten. Het artikel beweert niet elk mysterie van de rijstgeschiedenis te hebben opgelost, maar het biedt een veel scherper, gedetailleerder beeld dan voorheen, wat laat zien dat hoewel er één hoofddomesticatie was, de reis van rijst een wilde rit van genetische vermenging was.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.