4. Экспериментальные результаты

Зарядные станции могут быть установлены на стоянке в офисе или торговом центре, где клиенты могут бесплатно заряжать свои электромобили. Решение должно обеспечивать покупателям уверенность в том, что их электромобиль не будет отключен от зарядной станции посторонним лицом. Обычно у клиентов должна быть RFID-карта, которая будет использоваться для контроля начала и окончания процессов зарядки.Предлагаемое решение предлагает те же возможности клиентам без какой-либо RFID-карты. Для тестирования предложенного авторами решения для зарядной станции использовался ПЛК для управления реализованным прототипом. Дружественный человеко-машинный интерфейс, связанный с ПЛК, был реализован для облегчения использования клиентами. Например, когда клиент подключает свой электромобиль к зарядной станции, он должен дождаться подтверждения на HMI, а после этого он должен ввести идентификационный код и нажать кнопку СТАРТ.В этот момент система блокировки розетки станции заблокирует разъем зарядного кабеля в розетке станции, предотвращая несанкционированное отключение электромобиля от зарядной станции. Этот тип приложения можно просто расширить для более чем одной станции, все они будут управляться одним и тем же ПЛК и HMI. Эти станции могут быть на парковке офиса или торгового центра. Перед запуском команды зарядки пользователь должен выбрать в HMI номер станции и уникальный идентификационный код. Когда пользователь хочет дать команду на окончание зарядки, он должен выбрать номер станции и ввести идентификационный код.После того, как ПЛК распознает код, процесс зарядки прерывается и разъем кабеля разблокируется. Итак, возможности программного обеспечения ПЛК следующие:

• Пользователь может управлять зарядной станцией через простой интерфейс HDMI;

• Можно считывать все параметры с трехфазного счетчика электроэнергии (модель EEM-350-D-MCB от Phoenix Contact) по протоколу MODBUS с использованием интерфейсов RS485;

• Идентификационный код используется для распознавания уполномоченного лица, которое дает команду на начало и окончание процесса зарядки.

• Это моделирование используется для реализации периодического технического обслуживания зарядной станции после эксплуатации реле УЗО;

• Проверка правильности работы контроллера станции;

• Решение для управления зарядными станциями с помощью ПЛК и HMI предлагает пользователям возможность заряжать электромобиль без карты RFID, используя уникальный идентификационный код, выбранный водителем [26].

5. Выводы

EV может заряжаться от EVSE только в том случае, если между ними установлена ​​связь, и оба отправляют подтверждение, что они готовы к процессу зарядки. Периодически все зарядные станции должны проверять исправность работы обслуживающим персоналом. В этой статье был разработан симулятор электромобиля, который является полезным инструментом для тех, кто проводит техническое обслуживание на зарядных станциях. Это оборудование способно:

• Для создания всех этапов зарядки электромобиля до зарядной станции в режиме 3 (EVSE) в соответствии со стандартом IEC 61851-1 и проверки правильности работы зарядной станции;

• Позволяет измерять время отключения зарядной станции путем создания различных значений остаточного тока.

Авторы также предлагают решение, которое может быть реализовано на парковке офиса или торгового центра, где клиенты могут бесплатно заряжать свои электромобили. Зарядные станции управляются системой PLC-HMI, и клиентам предлагается уверенность в том, что их электромобиль не будет отключен от зарядной станции посторонним лицом. Когда клиент подключил свой электромобиль к зарядной станции до НАЧАЛА зарядки, необходимо ввести идентификационный код в HMI.Для остановки зарядки разблокируйте разъем кабеля и отсоедините электромобиль от зарядной станции; ПЛК проверяет, введен ли тот же уникальный идентификационный код, чтобы подтвердить эти действия.

Параллельная генетическая адаптация в разных средах, различающихся по способу роста или доступности ресурсов — Тернер — 2018 — Evolution Letters

Обзор воздействия

Роль случая и детерминизма в процессе эволюции — вечно интересный вопрос.Как классно спросил эволюционный биолог Стивен Джей Гулд, что произойдет, если мы «воспроизведем запись жизни»? Если бы мы вернулись во времени и воспроизвели эволюцию с одной и той же отправной точки, увидим ли мы тот же результат, потому что организмы развиваются в одних и тех же средах с одним и тем же давлением отбора? Или мы увидим разные результаты, потому что происходят разные случайные мутации, ведущие эволюционную историю в другом направлении? В этой статье мы задаем связанный, но немного другой вопрос.Что происходит, когда организмы развиваются в средах, которые не идентичны, но имеют определенные экологические характеристики? Мы создали реплики популяций бактерий в различных средах, которые различались по двум основным характеристикам. Мы показали, что бактерии, развивающиеся в средах, разделяющих одну из характеристик, в целом были более похожи друг на друга, чем бактерии, развивающиеся в средах, не разделяющих ни одну из этих двух характеристик. В частности, бактерии развивались в средах с общими характеристиками, а также имели общие мутации во многих из одних и тех же генов в большинстве, но не во всех случаях.Наши результаты показывают, что повторяемость эволюции может наблюдаться, даже если эволюционная среда отличается.

Повторяемость или предсказуемость эволюции — это центральный вопрос эволюционной биологии, который наиболее известен Стивеном Джеем Гулдом, когда он спросил, что произойдет, если мы «воспроизведем пленку жизни» (Gould 1990). Результаты эволюционных экспериментов показывают, что, хотя эволюция не идентична в повторяющихся популяциях, существует значительная степень предсказуемости эволюции (Lässig et al.2017). Геномный анализ популяций, экспериментально эволюционирующих в контролируемых идентичных условиях, неизменно выявляет параллелизм, при котором мутации в определенных генах повторно отбираются (Wichman et al., 1999; Toprak et al., 2012; Tenaillon et al., 2016; Venkataram et al., 2016). Однако природные среды редко бывают идентичными, что ставит вопрос о том, как различия в окружающей среде влияют на генетический параллелизм. Как и следовало ожидать, популяции, эволюционировавшие в разных средах, обычно менее генетически похожи, чем популяции, возникшие в идентичных средах (Bailey et al.2015; Deatherage et al. 2017). Однако менее ясно, является ли генетическое сходство более высоким между средами с общим давлением отбора, чем между средами, не имеющими такой общности.

При прочих равных, мы могли бы предположить, что мутации, которые дают адаптивные преимущества для определенного давления отбора в одной среде, также будут полезны в другой среде с тем же давлением отбора. Однако несколько факторов могут уменьшить параллелизм между этими похожими, но разными средами.Может возникнуть антагонистическая плейотропия, такая, что мутации, которые полезны для адаптации к общему селективному давлению в одной среде, пагубны в другой среде (MacLean et al. 2004; Flynn et al. 2013). Более того, даже если одни и те же мутации полезны в обеих средах, распределение эффектов их приспособленности может отличаться, так что наиболее полезные мутации различаются в разных средах (Deatherage et al., 2017). Это различие в эффектах приспособленности может привести к уменьшению параллелизма, поскольку мутации с большим преимуществом приспособленности будут распространяться быстрее, особенно в клональных организмах, где полезные мутации, происходящие на разных фонах, не могут рекомбинировать в отсутствие горизонтального переноса генов (Gerrish and Lenski 1998; Levy et al. al.2015).

Наблюдательные исследования местной адаптации дали неоднозначные результаты относительно того, лежит ли генетический параллелизм в том, как популяции адаптируются к определенному селективному фактору, даже когда другие аспекты их среды меняются (Kawecki and Ebert 2004). Поддерживая идею параллелизма между средами, имеющими общий параметр, эволюцию устойчивости к тяжелым металлам и пестицидам в разных популяциях растений часто можно проследить по одним и тем же локусам (Schat et al.1996; ffrench-Constant et al. 1998). В метаанализе Conte et al. (2012) обнаружили генетический параллелизм в 30–50% изученных случаев, когда сходные фенотипы развивались в нескольких популяциях. Интересно отметить, что эволюция устойчивости к хинолонам среди популяций Pseudomonas aeruginosa из , вызывающих легочные инфекции, чаще всего вызывается мутациями в ДНК-гиразе A, независимо от различий в эволюционной среде из-за разных типов пациентов (Wong and Kassen 2011). Однако другие мутации устойчивости возникали непропорционально часто либо у пациентов с муковисцидозом, либо у пациентов без муковисцидоза, что указывает на то, что некоторые, но не все мутации были общими при адаптации к общему давлению отбора в разных средах.Недостатком этих наблюдательных исследований является то, что степень изменчивости между местообитаниями невозможно контролировать или даже измерить, учитывая неопределенно большое количество потенциальных переменных окружающей среды. Систематически варьируя некоторые характеристики окружающей среды в лабораторных экспериментах и ​​проводя полногеномное секвенирование, мы можем напрямую измерить степень параллелизма между популяциями, эволюционировавшими в средах с различными общими давлениями отбора и без них.

Существует мало экспериментальных доказательств того, что популяции, эволюционировавшие в средах с более общими характеристиками, демонстрируют более высокий уровень генетического сходства.В отличие от естественной эволюции, в лабораторных экспериментах по эволюции чаще всего варьируется один селективный фактор, такой как доступность ресурсов (Gresham et al. 2008), температура (Bennett and Lenski 2007) или присутствие одновременно эволюционирующего хищника (Lennon and Martiny 2008; Meyer et al. 2012 г.). Исследования, управляющие множественными факторами, встречаются гораздо реже (Боханнан и Ленски, 1997; Вонг и др., 2012). Более того, полногеномное секвенирование этих экспериментов стало возможным только относительно недавно. Wong et al.(2012) — единственный известный нам эволюционный эксперимент, в котором различные характеристики окружающей среды варьировались в факторном плане, а эволюционирующие штаммы секвенировались. Хотя Wong et al. не проверяли напрямую влияние схожести окружающей среды, они наблюдали общие мутации между средами с общими характеристиками.

Наблюдения за генетическим параллелизмом в неодинаковых средах поднимают дополнительный вопрос: является ли степень генетического параллелизма между популяциями предсказанием приспособленности во взаимных средах.Действительно, исследования местной адаптации предполагают, что популяции, которые развивались в более схожих условиях, обладают более высокой реципрокной приспособленностью (Becker et al. 2006; Raabová et al. 2007). Если популяции в определенной целевой среде многократно накапливают параллельные мутации в одних и тех же генах, то эти мутации с большой вероятностью будут полезны в этой среде. Следовательно, мы ожидаем, что популяции, развивающиеся в других средах, которые также имеют мутации в этих генах, должны больше подходить для фокальной среды, чем популяции, в которых эти мутации отсутствуют.Однако есть несколько причин, по которым это может быть не так. Во-первых, генетически непохожие организмы могут иметь одинаково высокую приспособленность, выполняя сходные функции с использованием мутаций в другом наборе генов (Wittkopp et al. 2003; Yoon and Baum 2004). Во-вторых, эпистатические взаимодействия могут привести к тому, что параллельные мутации будут иметь разные результаты из-за других различий в геноме (Kvitek and Sherlock 2011; Wang et al. 2013). Кроме того, хотя генетический параллелизм обычно измеряется и наблюдается на уровне генов (или выше), а не на уровне отдельных нуклеотидов (например,г., Квитек и Шерлок 2011; Gerstein et al. 2012; Deatherage et al. 2017), разные эволюционирующие мутации в гене могут иметь разные фенотипические эффекты (Applebee et al. 2008; Rodríguez-Verdugo et al. 2013). Такие случаи ослабили бы корреляцию между генетическим параллелизмом и взаимной приспособленностью.

Чтобы изучить взаимосвязь между сходством окружающей среды, генетическим параллелизмом и взаимной приспособленностью, мы развили бактерию Burkholderia cenocepacia по факторному плану, варьирующему две важные характеристики окружающей среды: уровень питательных веществ и способ роста.Доступность ресурсов — это ключевая переменная окружающей среды, влияющая на все организмы. Многие организмы адаптированы, чтобы быть лучшими конкурентами в средах с ограниченными ресурсами, другие — в средах с высокими ресурсами. В частности, для бактерий рост биопленки на поверхности и рост планктона, взвешенного в жидкости, требуют разных реакций. Бактерии, растущие на поверхностях, выделяют множество молекул для улучшения прикрепления и растут в пространственно структурированных средах обитания в непосредственной близости от других клеток (Hall-Stoodley et al.2004 г.). Напротив, планктонный отбор в первую очередь отдает предпочтение организмам, которые могут быстрее усваивать питательные вещества или снижать доступность питательных веществ до самого низкого уровня (Tilman 1982; Vasi et al. 1994).

После 90 дней эволюции мы сначала проверили, выше ли генетический параллелизм между средами, которые разделяют давление отбора, будь то уровень питательных веществ или способ роста. В целом генетический параллелизм был выше в более похожих средах. Однако мы также наблюдали отсутствие параллелизма между популяциями, отобранными для роста биопленки или планктона в условиях низкого содержания питательных веществ.Связь между генетическим параллелизмом и приспособленностью во взаимных средах была более последовательной, показывая положительную корреляцию во всех эволюционных средах.

Методы

ЭВОЛЮЦИЯ ЭКСПЕРИМЕНТ

Мы размножили 30 популяций B. cenocepacia в течение 90 дней в средах с высоким или низким содержанием углерода и выбрали рост планктона или биопленки (рис. 1). Мы использовали полностью факторный план со всеми четырьмя комбинациями доступности углерода и выбора по способу роста.Кроме того, в качестве контроля различий в размере популяции между высокоуглеродными и низкоуглеродными обработками, мы реализовали пятую обработку с выбором биопленки в высокоуглеродных условиях, но с размером узкого места, сравнимым с популяциями низкоуглеродистых ( Рис. S1). При каждом лечении развивались шесть повторяющихся популяций.

Экспериментальный дизайн. (A) Шесть повторных популяций развивались при каждом из пяти методов лечения. Две обработки были разработаны в условиях высокоуглеродистой биопленки: одна — с большими шариками, а другая — с маленькими.Обработка мелкими шариками имела сопоставимый размер узкого места с обработкой с низким содержанием углерода и, таким образом, действовала как контроль размера популяции. (B) В популяциях, отобранных из биопленки, шарик вместо жидкости ежедневно переносится в новую пробирку.

Все популяции были созданы из клона B. cenocepacia HI2424, первоначально выделенного из сельскохозяйственной почвы (LiPuma et al. 2002; Poltak and Cooper 2011). Половина была создана из одного клона Lac ⁺ , а остальные — из одного клона Lac ^— (Poltak and Cooper 2011).За исключением маркера лактозы, два клона были генетически идентичны, что подтверждено геномным секвенированием. Все популяции были выращены в пробирках с 5 мл минимальной среды M9 (0,37 мМ CaCl ₂ , 8,7 мМ MgSO4, 42,2 мМ Na ₂ HPO ₄ , 22 мМ KH ₂ PO ₄ , 21,7 мМ NaCl и 18,7 мМ NH ₄ Cl). Высокоуглеродная среда содержала 8,7 г / л галактозы, а низкоуглеродистая среда содержала 0,26 г / л галактозы в качестве единственного источника углерода. Концентрация галактозы ограничивалась размером планктонной популяции как в высокоуглеродистой, так и в низкоуглеродистой среде.

Бактерии переносили на свежую среду каждые 24 часа. Для планктонных популяций мы перенесли 50 мкл жидкости в 5 мл свежей среды. Для популяций биопленок мы перенесли шарик из полистирола (Polysciences, Inc., Уоррингтон, Пенсильвания) на свежую среду, содержащую два стерильных шарика. Каждый день мы чередовали гранулы с черными и белыми метками, так что бактерии на перенесенных гранулах всегда росли в течение 24 часов (рис. 1B). Этот процесс переноса шариков позволяет отбирать бактерии, которые прикрепляются к поверхности шарика, а затем рассеиваются и прикрепляются к новому шарику после переноса.Для стандартной обработки биопленок с высоким и низким содержанием углерода мы использовали бусинки большего размера с диаметром 6 мм. Чтобы контролировать влияние размера популяции, одна обработка высокоуглеродистой средой была перенесена с шариком диаметром 3 мм, давая размер популяции узкого места, подобный таковому при низкоуглеродистой обработке (рис. S1). Все популяции инкубировали при 37 ° C в роликовом барабане, вращающемся со скоростью 30 об / мин.

Каждые 15 переносов мы замораживали образец каждой бактериальной популяции.Для планктонных популяций мы заморозили 1 мл жидкой культуры с 8% ДМСО в качестве криопротектора в морозильной камере с температурой –80 ° F. Для популяций биопленок мы суспендировали бактерии с одной гранулы в 1 мл стерильной минимальной среды M9 с добавлением галактозы и 8% ДМСО.

ПОСЛЕДОВАТЕЛЬНОСТЬ ГЕНОМА

Мы секвенировали образцы всей популяции каждой из популяций после 90 дней эволюции. Каждый образец был восстановлен из морозильной камеры в триптическом соевом бульоне, а затем выдержан в течение двух дней в эволюционных условиях.Геномную ДНК выделяли с использованием набора Qiagen DNeasy Blood and Tissue (Qiagen, Hilden, Германия). Библиотеку секвенирования получали с использованием набора Illumina Nextera (Illumina Inc., Сан-Диего, Калифорния) с модификациями, указанными в Baym et al. (2015). Все образцы были секвенированы как минимум до 115-кратного среднего покрытия с использованием Illumina NextSeq 500. После секвенирования мы обрезали образцы с помощью Trimmomatic (версия 0.36, Bolger et al. 2014) и вызвали мутации, сравнив эволюционировавшие популяции с геномом предков, Б.cenocepacia HI2424 (GCF_000203955.1) с использованием breseq (версия 0.28, Deatherage и Barrick 2014) со стандартными настройками для выявления полиморфных мутаций. Эти параметры определяют только мутации, которые достигают частоты 0,05 в популяции и происходят как минимум при двух чтениях из каждой цепи. Вызовы мутаций были вручную настроены для удаления ложных срабатываний из-за несогласованного чтения и для объединения последовательных вставок или удалений одной пары оснований в одну вставку или удаление нескольких пар оснований.Чтобы проверить, повлиял ли наш выбор минимальной частоты на наши результаты, мы также провели анализ только тех мутаций, которые достигли частоты не менее 0,1 в популяции.

ГЕНЕТИЧЕСКОЕ ПОДОБИЕ

При анализе генетического сходства мы включили только мутации, затрагивающие один ген. Следуя процедуре Deatherage et al. (2017) мы исключили синонимичные мутации, мутации, затрагивающие несколько генов, и межгенные мутации, которые не находились в пределах 150 пар оснований выше гена.Этот подход означал, что мы включали только мутации, эффекты которых можно было однозначно отнести к конкретному гену.

Мы проверили, были ли популяции более сходными в генетическом отношении в рамках лечения, чем между видами лечения, с использованием подхода рандомизации (Deatherage et al. 2017, см. Подробности в тексте S1). Точно так же мы определили, было ли генетическое сходство между парами обработок выше между обработками, которые имели общие черты окружающей среды (либо уровень углерода, либо способ роста, края прямоугольника на рис. 2A), чем между обработками, которые не имели общих черт (диагонали прямоугольник на рис.2А). Мы определили значимость с пороговым значением P <0,05.

(A) Сходство Брея-Кертиса было значительно выше в пределах (красный), чем между (черный / синий) обработками. Пунктирными линиями показаны пары обработок, для которых сходство между обработками было значительно ниже, чем сходство внутри обработок. Сходство между обработками было значительно выше для пар обработок с общей переменной окружающей среды (края прямоугольника), чем для пар, у которых не было общей переменной окружающей среды (диагонали прямоугольника).Синие линии и числа обозначают сравнения, включающие обработку высокоуглеродистой биопленкой маленькими шариками. Черные линии используются для всех остальных пар процедур. (B) Неметрический многомерный масштабный график популяционных мутационных профилей показывает значительный эффект концентрации углерода (дисперсионный анализ, P = 0,001), режима роста ( P = 0,001) и взаимодействия между ними ( P = 0,004).

ИЗМЕРЕНИЯ ФИТНЕСА

Мы измерили приспособленность каждой развитой популяции по сравнению с предком в каждой из пяти эволюционных сред.Мы возродили и акклиматизировали замороженные запасы, как описано выше, а затем добавили равные объемы эволюционировавших популяций и противоположно маркированного (lac ⁺ / lac ^— ) предка в пробирку для соревнований. Мы высевали разведения исходной популяции на триптический соевый агар с добавлением X-gal, что позволило нам подсчитать размер популяции каждого конкурента на основе цвета колонии. Через 24 часа инкубации мы переносили либо шарик (для среды биопленки), либо 50 мкл жидкости (для среды планктона) в новую пробирку.Через 48 ч мы снова наносили на пластинки X-gal. Пригодность рассчитывалась как разница между мальтузианскими параметрами для двух участников, то есть частота отбора (день ^-1 ) = (ln (эволюция _{d = 0} / эволюция _{d = 2} ) — ln (предковая _{). d = 0} / предков _{d = 2} )) / 2. Нулевой коэффициент отбора указывает на то, что два конкурента одинаково подходят, тогда как коэффициент отбора выше или ниже нуля указывает, что развитый штамм более или менее подходит, соответственно, по сравнению с предковым штаммом в этой среде.

ГЕНЕТИЧЕСКОЕ СХОДСТВО И ВЗАИМНАЯ ПРИГОДНОСТЬ

Нашей следующей целью было проверить, можно ли предсказать приспособленность популяции в конкретной среде по уровню генетического сходства между этой популяцией и популяциями, которые развивались в данной среде. Мы измерили приспособленность всех популяций во всех пяти средах, как описано выше. Чтобы рассчитать генетическое сходство популяции с популяциями, эволюционировавшими в определенной среде, мы вычислили среднее сходство Брея – Кертиса между этой популяцией и каждой из популяций, развившихся в этой среде.Например, для популяции 1 из высокоуглеродистой планктонной среды генетическое сходство с низкоуглеродистой планктонной средой было рассчитано как среднее значение сходства Брея-Кертиса популяции 1 с каждой из шести популяций, которые развивались в низкоуглеродистой среде. -углерод, планктонная среда. Для популяций, родных для данной среды, мы использовали среднее сходство с другими популяциями в той же обработке, исключая его самоподобие (которое, по определению, равно 1). Затем мы проверили, коррелирует ли приспособленность в данной среде с генетическим сходством.Поскольку у нас не было причин ожидать линейной зависимости между сходством и приспособленностью, мы использовали для этого анализа непараметрический коэффициент ранговой корреляции Кендалла. Весь анализ данных проводился с использованием R (версия 3.2.2) с веганским пакетом, который использовался для вычислений сходства Брея – Кертиса (Oksanen et al. 2107).

Результаты

ЭКСПЕРИМЕНТАЛЬНОЕ РАЗВИТИЕ

После эволюции в окружающей среде, различающейся по доступности углерода и способу роста, популяции показали очень большие и значительные улучшения приспособленности в своей эволюционной среде по сравнению с предковым клоном (рис.S2). Скорость отбора составляла в среднем 2–3 / день в условиях биопленки и 1,8 / день в условиях планктона. Популяции, эволюционировавшие при отборе на образование биопленок, производили в три или даже раз больше биопленок, чем предковые клоны, но популяции, эволюционировавшие планктоном, существенно не отличались от предков по производству биопленок (рис. S3). Мы исключили одну реплицитную популяцию с высоким содержанием углерода и крупными шариками из всех анализов из-за перекрестного загрязнения.

ГЕНОМНАЯ ПОСЛЕДОВАТЕЛЬНОСТЬ

Мы секвенировали образцы всей популяции из 29 популяций после 90 дней эволюции до глубины охвата 220 ± 46 (среднее значение ± стандартное отклонение).Во всех популяциях после удаления ложноположительных результатов мы наблюдали 432 мутации, в среднем 14,9 мутаций на популяцию. Для расчета генетического сходства мы включили только мутации, которые можно отнести к одному белку. Таким образом, мы исключили 55 синонимичных мутаций и 25 межгенных мутаций, которые не попали в область вероятного промотора, на 150 п.н. выше гена (Deatherage et al., 2017). Остальные 352 мутации были включены в анализ генетического сходства. Из этих 352 мутаций 51 распространилась на фиксацию в популяции, тогда как оставшиеся 301 мутация присутствовали с промежуточными частотами.Количество мутаций существенно не различается при лечении (тест Краскела – Уоллиса, P = 0,052), хотя наблюдается тенденция к меньшему количеству мутаций при лечении с низким содержанием углерода. В дополнение к мутациям, идентифицированным breseq, стоит отметить, что были также доказательства делеции области, содержащей 95 генов, также наблюдаемой в предыдущем эксперименте (Traverse et al. 2013), в нескольких популяциях. Эффект приспособленности этой делеции, вероятно, обусловлен делецией гена rpfR , для которого мы также наблюдали много точечных мутаций в этом эксперименте.Однако, поскольку делеция не может быть отнесена к одному гену, мы не включили ее в наш анализ.

ГЕНЕТИЧЕСКОЕ ПОДОБИЕ И СХОДСТВО С ОКРУЖАЮЩЕЙ СРЕДОЙ

В целом, генетическое сходство было больше в группах лечения, чем между видами лечения (рис. 2A, рандомизационный тест, P <10 ⁻⁵ ). Общее сходство в рамках лечения (сходство Брея – Кертиса среди популяций в рамках лечения, BC _{в пределах} ) было 0.373, тогда как среднее сходство между обработками (BC _между ) было 0,129. Все пары обработок значительно отличались друг от друга за двумя исключениями (рис. 2А; таблица S1). Во-первых, сходство между популяциями, эволюционировавшими в двух высокоуглеродистых средах с биопленкой (большой шарик и маленький шарик), не было значительно выше в ходе обработок, чем между обработками. Этот результат предполагает, что размер популяции при переносе (который первоначально составлял ∼9 × 10 ⁷ при обработке больших шариков, но ∼3 × 10 ⁷ при обработке маленьких шариков, рис.S1) не приводили к различиям в идентичности, частоте или вероятности фиксации мутаций. Другое исключение было между высокоуглеродистыми, крупнозернистыми и высокоуглеродистыми, планктонными обработками. Этот неожиданный результат был обусловлен как наличием общих мутаций между обработками, так и относительно низким сходством в рамках лечения в высокоуглеродистых планктонных популяциях.

Кроме того, популяции, развивающиеся в средах с одинаковой концентрацией углерода или при одном и том же способе роста, демонстрировали большее генетическое сходство, чем популяции, эволюционировавшие в средах, которые не разделяли эти черты (тест рандомизации, P <10 ⁻⁵ ).Заметным исключением было сочетание двух низкоуглеродных сред. Хотя эти среды имели общее давление отбора, среднее сходство Брея – Кертиса между ними было 0,018, что сравнимо или даже ниже, чем сходство между парами сред, которые не имели общих характеристик (рис. 2A). Чтобы проверить, повлиял ли на эти результаты наш выбор использования порогового значения частоты 0,05 для мутаций, мы также проанализировали сходство Брея-Кертиса только для тех мутаций, которые достигли частоты не менее 0.1 в популяции. Мы также проанализировали сходство по евклидову расстоянию и сходство по Жаккару только с наличием / отсутствием генов и по евклидову расстоянию. Все результаты были такими же, как и для Брея – Кертиса с частотой отсечки 0,10, за исключением того, что для метрики Евклидова расстояния низкоуглеродистые обработки не имели низкого уровня сходства друг с другом (Таблица S4).

Степень дифференциации между популяциями, эволюционировавшими в разных средах, также можно увидеть на неметрическом графике многомерного масштабирования (рис.2Б). Концентрация углерода ( P = 0,001), способ роста ( P = 0,001) и взаимодействие между ними ( P = 0,004) — все это оказало значительное влияние на генетическую дистанцию. В соответствии с результатами анализа Брея-Кертиса, популяции низкоуглеродистой биопленки и низкоуглеродистого планктона были наиболее удалены друг от друга, тогда как популяции с высоким содержанием углерода меньше различались при разных обработках.

ГЕНЕТИЧЕСКОЕ СХОДСТВО И ВЗАИМНАЯ ПРИГОДНОСТЬ

Далее мы рассмотрели вопрос о том, предсказывает ли степень генетического сходства приспособленность популяций, выращенных в новых условиях, исходя из того, что генетически похожие популяции могут иметь общие адаптации к общим условиям.Например, поскольку популяции, эволюционировавшие в двух планктонных средах, имели общие мутации в одних и тех же генах, мы могли бы ожидать, что популяции, эволюционировавшие в высокоуглеродистой планктонной среде, будут лучше адаптированы к низкоуглеродистой планктонной среде, чем популяции, эволюционировавшие в планктонной среде. среды с высоким содержанием углерода и биопленки. В качестве альтернативы, другие различия между популяциями могут перевесить эффекты сходства между популяциями.

В целом, степень генетического сходства с популяциями, эволюционировавшими в данной среде, была важным предиктором приспособленности в этой среде (рис.3; Таблица S2; Тест ранговой корреляции Кендалла P <0,001 во всех случаях). Чтобы проверить, была ли эта взаимосвязь обусловлена ​​исключительно более высокой приспособленностью популяций коренных жителей к конкретной среде, мы также вычислили корреляцию между приспособленностью и сходством среды только для неместных популяций в каждой среде. Во всех случаях значимая положительная корреляция между приспособленностью и генетическим сходством сохранялась (критерий ранговой корреляции Кендалла, p <0,01 во всех случаях; Таблица S2).

Корреляция между генетическим сходством и приспособленностью (частота отбора в день) в данной среде (критерий ранговой корреляции Кендалла, P <0,001 во всех случаях). Среднее сходство Брея-Кертиса рассчитывается как среднее попарное сходство между данной популяцией и всеми популяциями, которые развивались в тестируемой среде. Скорость отбора измеряется конкурирующими эволюционировавшими популяциями против противоположно отмеченных предковых клонов в эволюционной среде, указанной выше и слева от графика.Нулевой процент отбора указывает на одинаковую пригодность двух участников. Обратите внимание, что масштаб оси y различается между графиками.

Эти результаты также предполагают возможность того, что генетическое сходство может быть лучшим показателем приспособленности, чем общие характеристики окружающей среды. Поскольку генетическое сходство и сходство с окружающей средой коррелированы, и были изучены только пять различных сред, наш эксперимент имеет ограниченные возможности для определения того, какой из них лучше предсказывает приспособленность в альтернативных средах, и мы не проводили формального статистического теста.Однако сравнение между популяциями, эволюционировавшими в среде с низким содержанием углерода, наводит на размышления. Эти популяции имеют общую историю эволюции в условиях с низким содержанием углерода, но линии, эволюционировавшие планктоном, показали очень небольшое генетическое сходство с линиями, эволюционировавшими из биопленок. Взаимная приспособленность между низкоуглеродной средой была очень низкой (рис. 3B и D, незаполненные символы), что указывает на то, что в этом случае отсутствие генетического сходства лучше предсказывает приспособленность, чем общая переменная окружающей среды.

ИДЕНТИЧНОСТЬ ГЕНОВ С ПАРАЛЛЕЛЬНЫМИ МУТАЦИЯМИ

Мы можем сделать вывод, что отбор действовал на гены (или генные продукты), в которых мутации многократно достигали высокой частоты в независимых популяциях.Фактически, популяционные генетические условия в этом эксперименте с N _e > 3 × 10 ⁷ и чрезвычайно сильным отбором (рис. S2) были таковы, что почти все мутации, которые выросли до обнаруживаемой частоты, находились под положительным отбором. (Десаи и Фишер 2007; Гуд и др. 2012) или путешествовали автостопом с мутацией при положительном отборе. Двадцать семь генов были мутированы по крайней мере в двух эволюционировавших популяциях (рис.4), и 10 генов были значительно связаны с изменениями приспособленности в различных средах (рис.S4). Три наиболее часто мутировавших гена в этом эксперименте, бактериоферритин, rpfR (также обозначается yciR ) и wspE , также были ранее мутированы в других экспериментах с B. cenocepacia , эволюционирующими в модели биопленки гранул (Traverse и др., 2013 г .; Купер и др., 2014 г .; О’Рурк и др., 2015 г.). В этом эксперименте, как и в предыдущих экспериментах, мутации rpfR и wspE были связаны с популяциями, отобранными для образования биопленок.И rpfR , и wspE являются частью сигнальных путей, которые регулируют производство биопленок (Goymer et al. 2006; Deng et al. 2012; Traverse et al. 2013). Другой регулятор, имеющий отношение к производству биопленок, регулятор восприятия кворума cepR (Huber et al. 2001) неоднократно нарушался в планктонных популяциях, эволюционирующих либо с высоким, либо с низким содержанием углерода. Мутации бактериоферритина были тесно связаны с высокоуглеродистой средой. Поскольку бактериоферритин является белком, запасающим железо, а железо не добавляется в среду, вполне вероятно, что популяции с высоким содержанием углерода, но не с низким содержанием углерода, испытали ограничение или колимитацию железа в какой-то момент своей эволюционной истории (Traverse et al.2013). В некоторых случаях параллелизм ограничивался одной обработкой, такой как переносчик галактоната (Winsor et al., 2008), в котором мутации фиксируются во всех шести популяциях низкоуглеродистой биопленки, но не в любой другой популяции (хотя мутация делает встречаются с промежуточной частотой в одной низкоуглеродистой планктонной популяции). Эти мутации, по-видимому, модифицируют трансмембранные спирали этого переносчика и могут сделать его более восприимчивым к галактозе, единственному источнику углерода, поставляемому в среду.В соответствии с отсутствием общего генетического сходства между низкоуглеродистой биопленкой и низкоуглеродистыми планктонными популяциями, мы не наблюдаем ни одного гена, который мутировал бы параллельно в низкоуглеродной среде (рис. 4).

Гены, мутации которых наблюдались более чем в одной популяции. Каждый столбец представляет одну реплику совокупности. Цвет показывает общую частоту мутаций этого гена в данной популяции.

В этой статье мы сосредоточили внимание на параллелизме на уровне генов, однако параллелизм может иметь место и на других уровнях (Tenaillon et al.2012). Мы наблюдали обширный параллелизм на уровне отдельных нуклеотидов. В наиболее ярком примере все 15 популяций с мутациями, связанными с геном бактериоферритина ( bfr ), имели мутацию 61 п.н. выше гена с некоторой частотой в популяции. Мутация в этом нуклеотиде также увеличивалась до высокой частоты в предыдущем эволюционном эксперименте (Traverse et al. 2013), где было показано, что она увеличивает уровни транскрипции гена bfr . Программа предсказания бактериального промотора BPROM (Solovyev and Salamov 2011) оценивает, что эта мутация почти вдвое увеличивает сродство бокса промотора -35 к промоторам σ70.Эти результаты предполагают сильное улучшение приспособляемости к мутациям в этом конкретном нуклеотиде. (Обратите внимание, что эти мутации вряд ли просто присутствовали с низкой частотой у предков, учитывая, что они возникли как в популяциях lac ⁺ , так и в популяциях lac ^—, а также в предыдущем эволюционном эксперименте.) Уровень нуклеотидов также встречался в rpfR , wspE и транспортере галактоната (см. подробный список мутаций в таблице S3).

Наша метрика генетического сходства также не учитывает случаи параллелизма, когда мутации многократно распространяются в нескольких генах в пределах одного пути. Например, наш анализ рассматривает мутации в генах wspE , wspA и wspR -подобного регулятора ответа гибридного ответа (HRR) как отдельные, хотя они продуцируют белки в одном и том же сигнальном комплексе (Cooper et al., 2014) . Кроме того, мутации в wspE и wspR -подобных HRR происходят в несвязанном наборе популяций, что позволяет предположить, что мутации в двух генах могут выполнять сходные функции, но возникновение одного исключает другой, поскольку наша модель этого сигнального комплекса предсказывает (Купер и др.2014; О’Рурк и др. 2015). Когда мутации были сгруппированы по оперонам, сходство между обработками было несколько выше, но общая картина сходства между обработками оставалась неизменной (Таблица S4).

Обсуждение

В наших экспериментах мы задавали два простых вопроса. (1) Проявляют ли популяции, развивающиеся в более похожих средах, большее генетическое сходство? (2) Являются ли популяции с большим генетическим сходством более подходящими для эволюционной среды друг друга, чем популяции с меньшим генетическим сходством? Мы продемонстрировали, что общий ответ был положительным на оба вопроса, хотя и не во всех случаях.Наши результаты показывают, что популяции, адаптирующиеся к общим давлениям отбора, таким как изменение окружающей среды, могут адаптироваться с помощью общего генетического инструментария, даже если другие аспекты окружающей среды отличаются. Они также предполагают, что генетическое сходство может помочь предсказать приспособленность организмов в новой среде.

Генетическое сходство, которое мы наблюдали между парами популяций, которые развивались с общим давлением отбора, предполагает степень эволюционной предсказуемости — организмы, эволюционировавшие в среде с определенным давлением отбора, вероятно, будут разделять некоторые мутации, которые адаптируются в других средах, разделяющих этот отбор. давление.Мутации, такие как те, которые влияют на гены бактериоферритина, rpfR и wspE , были полезны в парах сред с общим давлением отбора. Этот генетический параллелизм мог произойти из-за того, что в основе селектируемых признаков лежит всего несколько генов, или из-за того, что очень полезные мутации доступны только в нескольких из этих генов (Yeaman et al. 2018).

Заметным исключением из модели сходства между средами с общим давлением отбора было низкое генетическое сходство между популяциями, которые развивались в условиях с низким содержанием углерода (рис.2А). В общем, низкое генетическое сходство должно иметь место, когда небольшая часть доступных полезных мутаций дает большое улучшение приспособляемости в обеих средах. В двумерном ландшафте, соответствующем геометрической модели Фишера (рис.5), мутации, полезные в двух средах, редки, когда существует большой угол между положением наследственного генома в ландшафте фитнеса и двумя пиками фитнеса (Fisher 1930 ; Мартин и Ленорман 2015). Два не исключающих друг друга сценария могут создать ландшафт, в котором мутации, которые очень полезны как в низкоуглеродистой биопленке, так и в низкоуглеродистой планктонной среде, редки.Во-первых, предковый клон мог быть лучше адаптирован к низкоуглеродной среде (рис. 5B). Во-вторых, пики пригодности могут быть более отдаленными друг от друга в средах с ограниченным содержанием углерода, чем в средах, насыщенных углеродом (рис. 5C).

Сценарии, изображенные на рис. 5B и C, могут работать в нашем эксперименте. Однако некоторые свидетельства предполагают, что отсутствие сходства между биопленками и планктонными популяциями с низким содержанием углерода связано с формой ландшафта приспособленности (рис. 5C), а не предшествующей адаптацией к условиям с низким содержанием углерода (рис. 5B). Во-первых, биологически разумно большее генетическое расстояние между пиками приспособленности в низкоуглеродистой среде. Экзополисахариды, производимые для образования биопленок, богаты углеродом, поэтому воспроизводство в условиях с низким содержанием углерода может включать более сильный компромисс между выделением углерода для роста клеток или для производства биопленок.Во-вторых, если бы предковый бактериальный штамм (который был первоначально выделен из лукового поля; LiPuma et al. 2002) был лучше адаптирован к условиям с низким содержанием углерода, то можно было бы ожидать меньшего прироста приспособляемости в условиях с низким содержанием углерода. Однако не было никакой разницы в приросте приспособленности между средами с высоким и низким содержанием углерода (рис. S1), что позволяет предположить, что сценарий на рис. 5B менее вероятен.

Учитывая, что генетическое сходство было выше в средах с общим давлением отбора, мы затем рассмотрели, будут ли организмы, перемещающиеся в новую среду, лучше адаптироваться к этой среде, если они будут более генетически похожи на местные эволюционирующие популяции.Мы показали, что генетическое сходство коррелирует с более высокой приспособленностью во всех пяти эволюционных средах. Интересно, что в большинстве случаев все развитые популяции были более приспособленными, чем их предки, независимо от их эволюционного окружения (рис. 3). Это говорит о том, что большая часть мутаций, которые были отобраны в этих популяциях, были полезными во всех тестируемых средах, и что различия в частотах мутаций между средами были обусловлены различиями в распределении полезных эффектов приспособленности (Deatherage et al.2017). Напр., Мутации в rpfR чаще всего встречаются в условиях биопленки, но иногда наблюдаются в планктонных популяциях в этом и других экспериментах (Traverse et al. 2013). Вероятно, что мутации в rpfR полезны в планктонной среде, но либо польза от пригодности меньше, либо другие мутации даже более полезны в планктонных условиях и превосходят любые мутации в rpfR . Отсутствие компромиссов в адаптации ко многим средам также означает, что ландшафт фитнеса более сложен, чем простые двухмерные концентрические круги, изображенные на рисунке 5.

Единственный компромисс в приспособленности, который мы наблюдаем, заключается в том, что популяции, эволюционировавшие в условиях низкоуглеродистой биопленки, были менее приспособлены, чем их предки, в условиях планктона. В этом случае вполне вероятно, что по крайней мере некоторые из мутаций или комбинаций мутаций проявляют антагонистическую плейотропию и полезны в низкоуглеродистой биопленочной среде, но вредны в планктонной среде. Асимметрия компромиссов также наблюдалась в исследованиях адаптации к различным источникам углерода (Travisano 1997; Lee et al.2009 г.). Асимметрия в компромиссах пригодности между условиями планктона и биопленки может возникнуть, потому что улучшение роста планктона может быть полезным при выборе биопленки, потому что бактерии, которые быстро растут в жидкой части культуры и затем образуют биопленку на грануле, могут вытеснить медленно растущие штаммы ( Лоури и др., 2017).

Понимание адаптации к средам с разной степенью сходства актуально во многих случаях, когда организмы приспосабливаются к новым средам, таким как изменения окружающей среды из-за изменения климата, вторжение новых видов, замена исчезнувших видов и смена хозяев патогенами.Важной дискуссией в биологии восстановления является важность поиска исходных организмов, адаптированных к местным условиям (McKay et al. 2005; Weeks et al. 2011; Bucharova et al. 2017). Однако наша работа показывает, что внешне похожие среды на самом деле могут отбирать разные наборы адаптивных мутаций. Генетическое сходство с существующими или историческими популяциями может быть более полезным предиктором приспособленности в местной среде для биологов-реставраторов при восстановлении искорененных популяций или пополнении популяции, находящейся под угрозой.

ВКЛАД АВТОРА

C.B.T. и V.S.C. задумал и спроектировал исследование. C.B.T. и C.W.M собрали и проанализировали данные. C.B.T. написал рукопись, и все авторы отредактировали рукопись.

АРХИВИРОВАНИЕ ДАННЫХ

Все данные и сценарии R доступны на Dryad https://doi.org/10.5061/dryad.53n0rf5. Необработанные показания представлены в NCBI SRA под номером биопроекта PRJNA451024 и номером подачи: SUB3919976.Регистрационный номер SAMN08956926-SAMN08956954.

БЛАГОДАРНОСТИ

Благодарим Д. Снайдера, К. Харриса и Э. Силео за помощь в лаборатории. Эта работа финансировалась за счет стипендий НАСА для CBT и Института астробиологии НАСА (NAI CAN-7 NNA15BB04A) и грантов NIH (R01GM110444) для VSC.

Заместитель редактора: К. Литгоу

Установить режим работы | Руководство разработчика Adobe Commerce

В дополнение к аргументам команды, описанным в этом разделе, см. Общие аргументы.

Выполнить все команды интерфейса командной строки Magento от имени владельца файловой системы.

Обзор настройки режимов Magento

Для повышения безопасности и простоты использования мы добавили команду, которая переключает режимы Magento с разработчика на производство и наоборот.

Производственный режим

также имеет лучшую производительность, поскольку файлы статического представления помещаются в каталог pub / static и из-за компиляции кода.

В версии 2.0.6 и новее Magento не устанавливает явно права доступа к файлам или каталогам при переключении между режимами по умолчанию, разработки и производства.В отличие от других режимов Magento, режимы разработки и производства устанавливаются в env.php . Adobe Commerce в облачной инфраструктуре поддерживает только режимы производства и обслуживания. Дополнительные сведения см. В разделе «Владение Magento и разрешения при разработке и производстве».

Когда вы переходите в режим разработчика или производственный режим, мы очищаем содержимое следующих каталогов:

  
 
 
 
 
 1
2
3
4
5
 
 var / cache
сгенерированные / метаданные
сгенерированный / код
var / view_preprocessed
pub / static
 
  

Исключения:

• .htaccess файлы не удаляются
• pub / static содержит файл, определяющий версию статического содержимого; этот файл не удаляется

По умолчанию Magento использует каталоги var для хранения кеша, журналов и скомпилированного кода. Вы можете настроить этот каталог, но в этом руководстве предполагается, что это var .

Отображение текущего режима

Самый простой способ сделать это — запустить эту команду от имени владельца файловой системы.Если у вас общий хостинг, это пользователя, которого ваш провайдер дает вам для входа на сервер. Если у вас есть частный сервер, обычно это локальная учетная запись пользователя на сервере Magento.

Использование команды:

  
 
 
 
 
 1
 
 bin / magento deploy: mode: show
 
  

Отображается сообщение, подобное следующему:

  
 
 
 
 
 1
 
 Текущий режим приложения: {mode}.(Примечание: переменные среды могут иметь приоритет над этим значением.)
 
  

где:

• {mode} может быть либо по умолчанию , Developer , либо production

Изменить режим

Использование команды:

  
 
 
 
 
 1
 
 bin / magento deploy: mode: set {mode} [-s | --skip-compilation]
 
  

где:

• {mode} требуется; это может быть разработчик или продакшн

• --skip-compilation — необязательный параметр, который можно использовать для пропуска компиляции кода при переходе в рабочий режим.

Примеры приведены ниже.

Перейти в режим производства

  
 
 
 
 
 1
 
 bin / magento deploy: mode: set production
 
  

Сообщения, похожие на следующий дисплей:

  
 
 
 
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21 год
22
23
24
25
26
27
28 год
29
30
31 год
32
33
34
35 год
36
 
 Включен режим обслуживания
Запрошенные языки: en_US
=== интерфейс -> Magento / luma -> en_US ===
... более ...
Успешно: 1884 файла; ошибок: 0
---

=== интерфейс -> Magento / пустой -> en_US ===
... более ...
Успешно: 1828 файлов; ошибок: 0
---

=== adminhtml -> Magento / бэкэнд -> en_US ===
... более ...
---

=== Уменьшить шаблоны ===
... более ...
Успешно: изменено 897 файлов
---

Новая версия развернутых файлов: 1440461332
Развертывание статического контента завершено
Сбор исходников css / styles-m.less.
Успешно обработанные файлы LESS и / или [Sass] (https://glossary.magento.com/sass)
[CSS] (https: // глоссарий.magento.com/css) развертывание завершено
Сгенерированные классы:
      Magento \ Sales \ Api \ Data \ CreditmemoCommentInterfacePersistor
      Magento \ Sales \ Api \ Data \ CreditmemoCommentInterfaceFactory
      Magento \ Sales \ Api \ Data \ CreditmemoCommentSearchResultInterfaceFactory
      Magento \ Sales \ Api \ Data \ CreditmemoComment \ Repository
      Magento \ Sales \ Api \ Data \ CreditmemoItemInterfacePersistor
      ... более ...
Компиляция завершена
Отключен режим обслуживания
Включен производственный режим.
 
  

Перейти в режим разработчика

При переходе из производственного режима в режим разработчика необходимо очистить сгенерированные классы и сущности диспетчера объектов, такие как прокси, для предотвращения непредвиденных ошибок.После этого вы можете менять режимы. Выполните следующие шаги:

1. Если вы переходите из производственного режима в режим разработчика, удалите содержимое каталогов сгенерировано / код и сгенерировано / метаданные :

     
    
    
    
    
    1
    
    rm -rf  / created / metadata / *  / created / code / *
    
     

2. Установите режим:

     
    
    
    
    
    1
    
    bin / magento deploy: mode: set developer
    
     

   Отображается следующее сообщение:

     
    
    
    
    
    1
    
    
    Включен режим разработчика.
   No related posts.
    
   alexxlab
   Разное
   Рено дастер приборная панель описание индикаторов: Описание значков на панели приборов на Рено Дастер
      alexxlab
      21.09.2023
    0
   Разное
   Юпитер 8м 2 50: Объектив Юпитер-8 50 mm f/ 2 Характеристики, MTF, отзывы, обзоры, тесты :: Lens-Club.ru
      alexxlab
      21.09.2023
    0
   Разное
   Применение квадрокоптеров: Популярные сферы применения квадрокоптеров — Статья
      alexxlab
      20.09.2023
    0
   Разное
   Оригинальные фотки: Оригинальные картинки на аву (100 фото) • Прикольные картинки и позитив
      alexxlab
      20.09.2023
    0
   Разное
   Speedlight sb 500: б.у. Накамерный осветитель Nikon Speedlight SB-500
      alexxlab
      19.09.2023
    0
   Разное
   Фигуры из полотенец: 17 клевых фигур из полотенец, которые вы могли не видеть в отелях
      alexxlab
      19.09.2023
    0
   Добавить комментарий Отменить ответ
   Ваш адрес email не будет опубликован. Обязательные поля помечены *
   Комментарий *
   Имя * 
   Email * 
   Сайт