1. Estudios teóricos sobre el aislamiento sexual y las fuerzas evolutivas que explican el polimorfismo de una zona híbrida de Littorina saxatilis. Andrés Pérez Figueroa Tesis Doctoral

3. Especiación ecológica en las poblaciones gallegas del caracol marino Littorina saxatilis

4. Zona intermareal del Atlántico Norte Muy polimórfica Dioica y de desarrollo directo Amplio rango de nichos ecológicos Littorina saxatilis

5. Rango intermareal (4m) Longitud del transecto 10-25 m HY Parches de mejillones y balanos SU RB mejillones SU OLEAJE PREDACION INSOLACIÓN balanos RB OLEAJE PREDACION INSOLACIÓN La zona intermareal rocosa

6. Estudios ecológicos: - Morfología (Johannesson y col., 1993) - Transplantes y experimentos de laboratorio (Rolán-Alvarez y col., 1997) - Tasa de crecimiento (Johannesson y col., 1997) Evidencias experimentales Selección divergente Adaptaciones locales

7. Estudios genéticos: - Alozimas (Johannesson y col., 1993) - ADN mitocondrial y loci microsatélites (Rolán-Alvarez y col., 2004) - Análisis filogenético de ADN mitocondrial (Quesada y col., 2005) Evidencias experimentales No hay diferenciación a escala macrogeográfica Diferenciación significativa entre ecotipos en diferentes niveles separados por metros Barreras reproductivas surgidas por evolución paralela en las diferentes localidades

8. Profundizar en la comprensión de los factores evolutivos que han podido modelar las poblaciones de Littorina saxatilis de las costas expuestas de Galicia mediante el uso de una potente herramienta como es la simulación por ordenador. Objetivos

9. 1. Llevar a cabo una comparación de las propiedades de estimación de los estadísticos de aislamiento reproductivo más importantes de la literatura, para poder usar el menos sesgado cuando analicemos las poblaciones de estudio. Objetivos

10. 2. Investigar las propiedades de estimación en muestras de tamaño finito de un nuevo estadístico que permite medir el apareamiento asociativo para un carácter cuantitativo de manera individual en cada pareja. Objetivos

11. 3. Comprobar cómo interaccionan, cuando actúan simultáneamente, los factores evolutivos sugeridos por anteriores estudios empíricos como responsables del mantenimiento del polimorfismo. Esto permitirá buscar una explicación global al mantenimiento del polimorfismo observado. Objetivos

12. 4. Utilizar el modelo de simulación para obtener información de utilidad en la estimación empírica del censo efectivo en las poblaciones de L. saxatilis , detectando el sesgo en la estimación en función del número de loci evaluados y de su posible vinculación a efectos selectivos. Objetivos

13. PROPIEDADES DE ESTIMACIÓN DE DIFERENTES ESTADÍSTICOS DEL AISLAMIENTO SEXUAL. 1

14. Aislamiento reproductivo = impedimento de flujo génico Viven en diferentes lugares Tienen un aspecto diferente Tienen comportamientos diferentes Se reproducen en distintas épocas Tienen gametos incompatibles Su descendencia no es viable o fértil Aislamiento reproductivo

15. Experimento de elección múltiple Aislamiento sexual: tendencia de los individuos a evitar aparearse con congéneres del sexo opuesto procedentes de otras cepas, razas o especies (Gilbert y Starmer, 1985) Fenotipo A Fenotipo B   Aislamiento sexual

16. Frec. marginales Frec. de apareamientos Frec. de apareados Esperadas Totales ET aa = ( A )  ( A’ ) Esperadas Apareados EA aa =( aa+ab )  ( aa+ba ) aa ab ba bb Observadas A’ B’ A B aa ab ba bb aa+ab ba+bb aa+ba ab+bb ♀ ♂ EA aa EA ab EA ba EA bb Experimento de elección múltiple ET aa ET ab ET ba ET bb Propensión al apareamiento Elección de pareja Aislamiento Sexual Selección Sexual

17. Se usan las frecuencias de apareamientos observados Algunos de estos índices están algebraicamente relacionados El índice I PSI es el índice I aplicado a los estádisticos PSI (Rolán-Alvarez y Caballero, 2000) que miden los efectos del aislamiento sexual para cada tipo de pareja. Todos los índices pueden sesgarse en determinadas condiciones como la existencia de selección sexual o diferencias en las frecuencias marginales Homotípicos vs heterotípicos aa ab ba bb Índice I PSI Índice de Tilley y col. Índice de Levene Índice W i Índice de discriminación Índice de Coyne y Orr Índice YA Índice de chi-cuadrado Índice Q de Yule Índice V de Yule Índice de Merrel Índice I Formula Estimador 1 ; Estadísticos de aislamiento sexual

18. 176 Casos simulados en total 0,0 0,053 0,111 0,177 0,25 0,333 0,429 0,538 0,666 0,818 1,0 C AB = C BA 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 Nivel de aislamiento Coeficientes de elección de pareja (C) C AA = C BB = 1 : prob. Apareamiento homotípico C AB = C BA : prob. Apareamiento heterotípico Factores estudiados 1 0,5 0,5 1 Propensión 3 0,5 0,5 1 1 Propensión 2 1 0,1 1 1 Propensión 1 1 1 1 1 Neutral W B' W B W A' W A Coeficientes de eficacia 0,2 0,8 0,8 0,2 Desiguales 3 0,8 0,8 0,2 0,2 Desiguales 2 0,5 0,8 0,5 0,2 Desiguales 1 0,5 0,5 0,5 0,5 Iguales B' B A' A Frecuencias de morfos

20. Sesgo asintótico = A.S. a posteriori - A.S. a priori mediana 50% 50% Rango intercuartílico 50% Per. 25 Per. 75 1,5 veces el rango intercuartílico 1,5 veces el rango intercuartílico Valores atípicos Valores atípicos YA Q I PSI V  2 I Co Ti Índice de aislamiento sexual Sesgo asintótico

21. YA Q I PSI V  2 I Co Ti Índice de aislamiento sexual Sesgo asintótico

22. Sesgo total = A.S. de remuestreo a posteriori - A.S. a priori YA Q I PSI V  2 I Co Ti Índice de aislamiento sexual YA Q I PSI V  2 I Co Ti Índice de aislamiento sexual Sesgo total Nos centraremos en los 4 mejores índices: YA, Q , I PSI y V

23. Efecto del nivel de aislamiento

24. Efecto del tamaño de muestra

25. Por bootstrapping: I PSI = 0,007 V = 0,001 Tamaños de muestra: 20 y 100 parejas Prueba paramétrica asociada

27. ESTIMACIÓN DE LAS CONTRIBUCIONES DE CADA PAREJA AL APAREAMIENTO ASOCIATIVO UTILIZANDO DATOS DE UN CARÁCTER CUANTITATIVO. 2

28. Los individuos de muchas especies escogen cuidadosamente a su pareja con el fin de evitar desperdiciar energía y tiempo a causa de apareamientos fallidos por inviabilidad o esterilidad en la descendencia (Andersson, 1994). Apareamiento asociativo tendencia de los machos de una clase determinada a reproducirse preferentemente con hembras de la misma clase (Jonsson y Jonsson, 2001) El tipo más frecuente es el apareamiento asociativo para el tamaño ¿estrategia para maximizar la tasa de fecundación ? Facilita el aislamiento reproductivo entre morfos (si hay diferencias de tamaño) Apareamiento asociativo

29. Habitualmente se estima a partir de datos de cópulas mediante el coeficiente de correlación de Pearson ( r ) Valor poblacional Conde-Padín y col. Modificación del coeficiente de correlación de Pearson: Coeficiente de correlación individual ( r i ) - estimado para cada pareja - permite estudiar las causas del apareamiento asociativo con técnicas de regresión múltiple Distribución de r i a tamaños de muestra infinitos función del coeficiente de correlación teórico (apareamiento asociativo) Estimación del apareamiento asociativo (carácter cuantitativo)

30. Se simula el muestreo de cópulas generando pares de valores X e Y Una vez obtenido el valor X se obtiene el Y Se estandarizan los valores para cada muestra. Se calculan los r i para cada pareja Se obtiene la distribución de r i para cada muestra Diferentes tamaños de muestra (1000, 500, 100, 50 y 20 parejas) Simulación del muestreo de cópulas Distribución de partida de los valores X Caso 1 : N(0,1) Caso 2 : Uniforme entre 0 y Caso 3 : chi-cuadrado con 10 grados de libertad Y = X + E Donde E ~ N(0, σ E ) Caso 1 y 2: Caso 3:

31. Caso Normal 1000 parejas Distribución del estadístico en función de la correlación

32. Caso Normal 100 réplicas El estadístico no se sesga por el muestreo apropiado para uso con tamaños biológicos de muestra ( 20 parejas) Efecto del tamaño de muestra 4,90 2,04 1,31 0,95 3,05 0,10 0,94 0,01 20 7,31 2,39 1,36 0,99 5,06 -0,11 0,99 -0,02 100 12,00 2,82 1,41 1,00 6,00 0,00 1,00 0,00 ∞ k ( r i ) a ( r i ) σ ( r i ) µ ( r i ) k ( r i ) a ( r i ) σ ( r i ) µ ( r i ) Tamaño de muestra ρ XY = 1 ρ XY = 0

33. Se mantine la tendencia El estadístico podría usarse en condiciones de no normalidad del carácter en la población Comparación de modelos

34. La distribución del estadístico r i depende del grado de apareamiento asociativo, y no parece verse afectada por el muestreo ni por la distribución del carácter. Conclusiones

35. CONTRIBUCIÓN RELATIVA DE LAS FUERZAS EVOLUTIVAS RESPONSABLES DEL POLIMORFISMO DE LITTORINA SAXATILIS EN LAS COSTAS GALLEGAS. 3

36. La selección natural responsable de adaptaciones locales Los híbridos sobreviven a una tasa similar a la de las formas puras Escaso flujo génico a escala macrogeográfica pero relativamente elevado entre ecotipos en la zona media aislamiento reproductivo debido a la microagregación y apareamiento asociativo para el tamaño El sistema se considera un caso de especiación simpátrica incompleta La zona híbrida de L. saxatilis en Galicia

37. Zona alta Zona media Zona baja Nm Nm N=1000 Nm Nm Nm Nm Nm N=1000 N=1000 N=1000 N=1000 N=1000 Estructura de la población simulada

38. SI Cálculo de variables Entrada de datos y parámetros ¿réplica 50? Salida de resultados ¿generación 500? Asignación de fenotipos Selección Migración NO SI FIN Asignación de genotipos Apareamiento Inicialización de variables NO Flujo de simulación

39. RB HY SU 0 5 – 95 50 4 (20) + 26 (1) sim9 50 45 – 55 50 4 (20) + 26 (1) sim8 0 45 – 55 100 4 (20) + 26 (1) sim7 0 45 – 55 0 4 (20) + 26 (1) sim6 0 45 – 55 0 1 (106) sim5 0 45 – 55 50 infinitesimal sim4 0 45 – 55 50 1 (106) sim3 0 45 – 55 50 30 (3,53) sim2 0 45 – 55 50 4 (20) + 26 (1) sim1 Varianza de plasticidad fenotípica Percentiles de definición del HY Varianza ambiental Genes seleccionados (efectos en homocigosis) Simulación Parámetros de las simulaciones

40. Factores simulados Flujo Génico Nm 0,5 8 20 40 Selección en la Zona Híbrida Eficacia RB: HY: SU 0,5:1:0,5 (ventaja del HY) 1:1:1 (neutra) 1:0,5:1 (desventaja del HY) 1:0:1 (Inviabilidad del HY) Selección en las Zonas Puras Eficacia ecotipo residente: HY: no residente 1:1:1 (neutra) 1:1:0,5 (moderada) 1:0,67:0,33 (intensa) 1:0:0 (extrema) Aislamiento Reproductivo I 1 (total) 0,67 0,33 0 (ap. aleatorio)

41. Índice de ajuste Para comparar los resultados simulados y los empíricos construimos un: índice de ajuste  mejor ajuste de las simulaciones a las observaciones empíricas

42. Ajuste de las simulaciones Definición amplia del fenotipo híbrido (percentiles 5 – 95)

43. Efecto de los factores

44. Efecto de los factores

45. Efecto de los factores

46. Efecto de los factores

47. Sim10: Nm = 20; I = 0,67; selección extrema en las zonas puras Otros factores Estructura genética Número de genes (y efecto) 1 4 (grande) + 26 (pequeño) 30 (igual) Infinitesimal Definición del híbrido Percentiles 45 –55 (estrecha) 0,05 – 0,95 (amplia) Varianza ambiental Sin varianza Moderada Alta Plasticidad fenotípica Ninguna Moderada

48. Otros factores

49. Otros factores

50. Otros factores

51. La eficacia biológica de los híbridos no parece ser un factor clave para el mantenimiento del polimorfismo. El polimorfismo puede explicarse por un alto flujo génico, un aislamiento reproductivo fuerte pero incompleto y una selección diversificadora de moderada a fuerte Los escenarios genéticos que permiten un mejor ajuste a los datos observados son aquéllos en los que hay un número considerable de loci contribuyendo al carácter y con una definición restringida del fenotipo híbrido. Conclusiones

52. APLICACIÓN DEL MODELO DE SIMULACIÓN: INVESTIGANDO LAS PROPIEDADES DE ESTIMACIÓN DEL CENSO EFECTIVO DE POBLACIÓN. 4

53. Uno de los parámetros básicos que determinan la composición genética de una población es su censo efectivo ( N e ). La magnitud del censo efectivo resume la tasa de deriva genética y el incremento en consanguinidad en una población. El censo efectivo de una población se puede estimar evaluando el cambio temporal de la frecuencia de marcadores neutros (alozimas, microsatélites, etc.) asumiendo que dicho cambio se debe en exclusiva a la deriva genética (Waples, 1991; Wang, 2005) Censo efectivo de población

54. Fernández y col. (2005) RB y SU de 3 localidades en tres periodos diferentes: 1989, 1999, 2003 5 loci alozímicos F ST (RB) = 0,067 < F ST (SU) = 0,124 Consecuencia de diferencias en censos efectivos o tasas de migración? En un primer intento: Estimar N e a partir de los datos temporales en 1989 y 1999 ( ≈ 20 generaciones) para 2 loci: Pgi (4 alelos) y Aat-1 (3 alelos) = 5 alelos independientes Diferenciación genética en L. saxatilis

56. Nei y Tajima (1981) [ F c ] Pollak (1983) [ F k ] Wang (2001) [ MLNE ] Estima de pseudo-verosimilitud N e = censo efectivo F = Varianza estandarizada de Wright de cambio de frecuencia génica n t = tamaño de muestra en la generación t t = Numero de generaciones entre muestras Estimas basadas en estadísticos F Estimación del censo efectivo: métodos temporales

57. Se simuló la misma estructura de población usada anteriormente: 2 transectos con 3 niveles 500 generaciones Muestras en generación 480 y 500 para estimar F c , F k y MLNE 50 réplicas (6 para MLNE ) 30 loci neutros 15 loci neutros + 15 loci selectivos 30 loci selectivos 5 loci neutros Todos bialélicos: 5 loci bialélicos = 5 alelos independientes = datos empíricos Simulación Selección en la Zona Híbrida Eficacia RB: HY: SU 0.5:1:0.5 (ventaja del HY) 1:1:1 (neutra) Selección en las Zonas Puras Eficacia ecotipo residente: HY: no residente 1:1:1 (neutra) 1:0.67:0.33 (intensa) Flujo Génico Nm 0.5 40 Aislamiento Reproductivo I PSI 0.67 0 (apareamiento aleatorio)

58. Comparación de los métodos temporales Computacionalmente muy intensivo. No reporta beneficios

59. Efecto de la selección, flujo génico y número de loci evaluados

60. A la vista de las simulaciones, las estimas del censo efectivo usando los datos de Pgi y Aat-1 de 1989 y 1999, podrían ser subestimas de hasta el 50% debido al bajo número de alelos independientes presentes. Fernández y col. (2005) ampliaron el muestreo en 2003, analizando 4 loci presentes en el estudio de 1989 y ampliando el número de alelos independientes a 10. Estimas de censo efectivo en L. saxatilis

61. En las poblaciones de L. saxatilis de las costas expuestas de Galicia la estimación del censo efectivo de población se ve sesgada por la presencia de flujo génico y por el uso de un número bajo de alelos marcadores independientes, mientras que no parece que la estimación se vea afectada por la presencia de loci selectivos o por otros factores evolutivos. Conclusiones