東亞季風形成的四川盆地周圍金絲楠木樹種（菲比珍南，月桂科）的 中新世多樣化

東亞季風形成的四川盆地周圍金絲楠木樹種（菲比珍南，月桂科）的 中新世多樣化

金絲楠木（中國：金絲楠木）是一種珍貴木材所特有的中國和南亞地區，并在歷史上用于造船，建筑木工，家具和雕塑雕刻在中國。在 明朝時代的著作指出，這種木材優越耐用軟木。最近在利嘉村墓發掘靖安縣，江西省發現提出，據報道，大約2500歲追溯到東部金絲楠木木質棺材47周王朝時期，屬于東夷的國家許。

產金絲楠木的樹木是常綠植物，具有長而直的樹干，長至35米，直徑達一米。在長江以南有30多個品種。海南島和越南也有金絲楠木樹。[1] Yangmu nanmu在四川被發現。子南金絲楠木位于中國東南部和中南部。Zinanmu nanmu位于江蘇，安徽，鎮江。鎮南南目位于貴州和四川。所有金絲楠木林中最好的是來自海南島的紅毛金絲楠木（Phoebe hungmaoensis）。

Nanmu木材來自幾種樹種，包括：

金絲楠木楠

金絲楠木

楠楠

南投海濱

Konishi nathaphoebe

潤楠的楠木

正是金絲楠木屬的樹木才能生產出最高等級的金絲楠木。

南木金絲楠木紋圖案

Nanmu是一種易打結的木材，經常顯示出波浪狀或縫狀的木紋。它不會以膨脹或收縮的方式對濕度和溫度產生太大的反應，并且使高級家具不會因氣候變化而變松或開裂。[2]色澤較淺且疏松的金絲楠木木材質量較差。

Nanmu因具有抗腐性而被用于建筑木工和造船。木材干燥很少裂開或翹曲。干燥后，木材密度中等，不會改變形狀。Nanmu可以打磨成鏡面。最高等級的金絲楠木具有明亮的金色，令人愉悅的芬芳，并具有令人印象深刻的空洞（光學效果），這就是為什么在中國通常將其稱為jīnsī（中文：金絲-金絲或金絲） 。

盡管直到2019年仍可以以高昂的價格獲得最近收獲的金絲楠木和鎮南木材以及新制成的物品，但它在中國乃至全球范圍內都是官方保護物種。由于森林砍伐，疾病和污染，這些物種幾乎被耗盡。一些小型的半天然森林林和保護性的人工林仍然存在，但現在這些樹木僅限于寺廟，農舍，公園和庭院中小規模老化的裝飾性樹木的生長。

抽象

了解氣候變化和地理作為人口分化和物種形成的驅動因素的作用是進化生物學的長期目標，可以為保護提供信息。在這項研究中，我們使用限制性位點相關的DNA測序（RAD-seq）來評估瀕危樹Phoebe zhennan的遺傳多樣性，種群結構和人口統計歷史分布在四川盆地周圍?；蚪M模式揭示了兩個不同的簇，每個簇主要局限于西方和東方。盡管在某些位點出現了兩個基因組簇的共生現象，但個體很少或沒有證據表明基因組滲入。人口統計模型支持東西方血統的初始發散時間為?15.08 Ma，而西方血統中的進一步發散時間為?7.12 Ma。這些時期與東亞季風分別在中期（朗起）和中新世晚期（麥西尼期）開始的兩次獨立強化相吻合。這些結果表明，東亞季風的中新世強化階段在塑造當前的珍南假單胞菌景觀水平格局方面發揮了關鍵作用。，就像其他亞熱帶中國植物的種間差異一樣?；谶h距離隔離和物種分布模型，我們假設鎮南瘧原蟲遵循環的多樣化，而四川盆地則阻礙了基因的流動。原生境和原生境保護管理計劃應考慮本研究中獲得的結果，以幫助確保這棵美麗且具有文化意義的瀕危樹的未來。

1引言

眾所周知，全球氣候變化和地理環境對人口分化和物種形成有著深遠的影響（Schluter＆Pennell，  2017 ; Zou，Yang，Doyle，＆Ge，  2013），自從亞洲氣候以來，亞洲氣候經歷了一系列的劇烈變化。中新世 這些變化包括從區域性氣候模式（中國大陸上寬闊的W–E干旱帶）到以季風為主的模式（中新世早期：?20-15 Ma； Clift，Wan和Blusztajn，2014； Guo等）的轉變 。 。，  2008）; 典型的亞熱帶干旱的消失（Sun＆Wang，  2005）; 和中亞荒漠化的開始（?22 Ma； Guo et al。，  2008）。這些主要的氣候變化主要是（如果不是全部）由青藏高原（QTP）的隆升引起的（Tada，Zheng和Clift，  2016年），以及與東部集約化有關的QTP的進一步持續快速上升。亞洲季風分別約15 Ma，9-7 Ma和3.6-2.6 Ma（An，Kutzbach，Prell和Porter，  2001； Sun和Wang，  2005）。

在更新世期間，季風系統與冰—冰間周期相互作用，產生了更易變的季風氣候（An等，  2001； Sun＆Wang，  2005）。先前的研究表明，東亞季風的動態歷史在QTP及其附近地區的生物演化中起著重要作用（參見Favre等人，2015年的綜述 ），主要是通過控制水文循環來實現的（Tada等人，  2016年）。這些早期研究大多集中于種間進化過程，很少強調過中新世以來過去的歷史事件和進化因素對種群分化和物種形成的作用。這個時期見證了亞洲一些最重要的氣候變化和造山運動（An等，  2001； Guo等，  2008； Zachos，Dickens和Zeebe，  2008）。

地理隔離可以促進發散和物種形成事件，因為距離，水體和山脈等障礙會阻礙基因流動，并通過異源或異族物種形成推動遺傳分化（Pritchard，Stephens，＆Donnelly，  2000 ; Winger＆Bates，  2015）。中國西南地區，特別是四川盆地周圍的山脈（例如，西部的橫斷山脈，北部和東北部的大巴山，以及南部和東南部的武陵和大樓山）被確定為全球多樣性熱點，部分原因是由于其季風氣候溫和且地形復雜（邁爾斯，密特邁爾，密特邁爾，達豐塞卡和肯特，  2000年）。通過提供長期的生態和環境穩定性，該地區被認為是遺留被子植物和其他種子植物的“植物博物館”（López-Pujol，Zhang，Sun，Ying，＆Ge，  2011）。多項系統地理學研究表明，中新世晚期（11.2–5.3 Ma）期間的地理和氣候事件在中國西南地區種內譜系的發展中起著重要作用（Qi等，  2012； Sun等，  2014； Zhang等。 ，  2013年）。但是，這些研究中只有很少的一部分專門針對四川盆地作為物種形成驅動力的作用，并且對于大多數生物分類以及地理和氣候之間的相互作用（直到中新世晚期）仍未得到充分研究。

楠木（Phoebe zhennan）是一種二倍體（2 n  = 24），雌雄異株，樹高30 m，可產生紫褐色核果，并生長在中國的亞熱帶常綠闊葉林（EBLF）中（Li，Li和van der Werff，2008）。中國的菲比（Phoebe L.）物種是經過昆蟲授粉的，種子主要是由食肉類鳥類散布的（Li等，  2008 ; Li，Liu，Ma，Zhang，＆Xu，  2018）。楠楠是著名的“金線楠木”木材的主要來源，由于其耐用性，獨特的特殊香氣和誘人的金色，其價值極高。這種木材已經用于制造棺材，建造宮殿和家具已有一千多年的歷史（Lan，  1994； Zhang，  2010）。由于其適宜性，目前四川盆地周圍的零星分布主要是由于棲息地的喪失和伐木造成的，大多數現存種群不到70人（丁，肖，黃，李，  2015；傅，  1992）。），該物種在《中國植物紅皮書》中被列為瀕危物種（傅，  1992）。

盡管之前對鎮南對蝦的研究主要集中在其生境特征（Li等，  2013），幼苗生物學（謝等，  2017）以及與其他``南牧''樹種的物種劃分（丁，肖，李， Conran＆Li，2019），對其進化史知之甚少。早年在鄭南體育中使用擴增片段長度多態性（AFLP）進行的遺傳多樣性研究表明，遺傳多樣性低且顯著差異，顯然與中國西南部的地形有關（Gao等，  2016）。但是，該研究對真楠體育的人口歷史尚無定論。，或者過去的氣候變化是否可能對其演變歷史產生重大影響，特別是與觀察到的“環種”變化模式有關。

限制性位點相關的DNA測序（RAD-seq）是一種流行的方法，可用于非模型物種（具有或不具有先前的基因組資源）的生態學，進化種群基因組學和保護基因組學，這會產生全基因組范圍的單核苷酸多態性（SNP）成本高效且迅速（Baird等人，  2008年; Andrews，Good，Miller，Luikart和Hohenlohe，2016年; Parchman，Jahner，Uckele，Galland和Eckert，  2018年）。此外，RAD‐seq利用站點頻譜（SFS），為人口歷史推斷提供了一個強大的工具（Excoffier，Dupanloup，Huerta-Sánchez，Sousa和Foll，  2013年； Gutenkunst，Hernandez，Williamson和Bustamante，  2009年； Hotaling等，  2018; Sousa和Hey，  2013年）。

因此，我們應用了通過RAD-seq生成的SNPs標記物來調查四川盆地周圍的珍南瘧原蟲的遺傳分化模式，并推斷其人口歷史以了解可能導致現存模式的過程。關于種群基因組學和珍南瘧原蟲的人口歷史，我們回答了以下兩個問題：（a）遺傳多樣性如何分布以及種群結構是什么？（b）我們能否確定影響該物種當前遺傳多樣性分布的因素？

2。材料和方法

2.1樣品收集和RAD-seq測序

從四川盆地周圍的12個地點共采集了72株鎮南古樹（表 1），并在西雙版納熱帶植物園（HITBC）的植物標本室中存放了憑證標本。新鮮的葉片在硅膠中干燥，并在處理DNA提取之前保存在-20°C下。使用改良的CTAB規程（Rogers＆Bendich，1989）提取基因組DNA  ，并在1％瓊脂糖凝膠上通過電泳檢查其質量，并標準化至30 ng -mL的DNA濃度。RAD-seq庫是按照Baird等人所述的方法制備的。（2008年）。簡而言之，使用限制性酶EcoRI（5'-G * AATTC-3'）消化基因組DNA。然后將片段化的DNA連接到包含樣品特異性條形碼序列的Illumina測序適配器（Illumina Biotechnology Company），然后進行PCR。北京基因組研究所使用Illumina Hiseq 2500進行了文庫制備和雙末端測序（85 bp）。

表1. 四川盆地和鄰近地區分布的 鎮南瘧原蟲的12個種群的站點特征，樣本量（n）和棲息地信息

碼 位置 經度（E） 緯度（N） 海拔 ?

QCS 四川青城山 103°34′17.11'' 30°53′57.66″ 745 m 6

QL 四川活井 103°11′56.24″ 30°20′46.43'' 744 m 6

多發性硬化癥 四川名山 103°12′13.74'' 30°14′19.11'' 592 m 6

環境管理體系 四川峨眉山 103°26′5.58″ 29°33′50.42'' 535?1,120 m 12

SF 云南水府 104°19′9.94'' 28°34′4.52″ 519米 6

J 云南鹽津 104°22′20.85'' 28°13′59.72″ 685米 6

CN1 四川長寧 105°0′42.27'' 28°40′42.51'' 276 m 3

CN2 四川長寧 104°58′45.57″ 28°27′46.13″ 509 m 3

Y 四川江陽 105°19′0.01″ 28°49′31.26″ 469 m 6

XY 四川徐you 105°31′24.46'' 28°19′7.19″ 351 m 6

YC 重慶永川 105°53′14.80'' 29°33′47.98″ 427 m 6

TL 重慶銅梁 106°5′48.29'' 29°35′17.00″ 479 m 6

R1 – 103°44′47.67″ 29°06′10.79″ – –

斧頭 四川安縣 104°20′24.00″ 31°35′24″ – –

PW 四川省平武市 104°33′3.6'' 31°27′3.6″ – –

CK 重慶城口 108°37′48″ 31°49′12″ – –

WX 湖北無錫 109°37′48″ 31°22′12″ – –

注意

對于RAD-seq測序，我們收集了12個種群。但是，AX，PW，CK和WX站點僅用于物種分布建模（SDM），因為我們無法在這些收集區域和相鄰區域中收集樣本。R1點用于估計人口之間的“環距”，以進行按距離隔離分析（IBD）。

2.2從頭匯編和SNP調用

我們使用STACKS 1.35管道（Catchen，Amores，Hohenlohe，Cresko和Postlethwait，2011年; Catchen，Hohenlohe，Bassham，Amores和＆Cresko，  2013年）進行了從頭裝配和單核苷酸多態性（SNP  ）。在分析之前，應刪除質量差的讀物（分數小于30），可能受到適配器污染的讀物以及缺少限制位點的讀物（使用process_RADtags）。然后將剩余的讀段組裝到“ ustacks ”中的基因座中，最大間隔為M，最小讀取深度為m。該基因座進一步聚集成“ cstacks”，”，樣本之間允許不匹配。為了增加覆蓋深度并最大化基因座， “ ustack ”（M  = 2）中的最小讀取深度為6（m = 6）且堆棧之間的最大距離為2 ，而在c的“ cstacks ”（n  = 3）中有6個不匹配。已設置堆棧。重新組裝完成后，使用STACKS中的“種群”模型進行SNP調用和基因分型。 保留了種群中存在率100％的基因座（p = 12），而種群中缺失數據> 25％的基因座被刪除了（r = 75％），以使個體之間共享的SNP最大化。保留每個基因座的第一個SNP和次要等位基因頻率（MAF）≥0.05的SNP。在完成SNP調用后，還使用VCFtools v4.0移除了Hardy-Weinberg平衡（HWE）p值小于0.05的變量（Danecek等，  2011）。隨后使用PGDspider v2.02（Lischer＆Excoffier，  2012年）將文件轉換為特定于程序的格式。

2.3人口基因組分析

為種群遺傳分析生成了三個數據集：（a）具有所有多態性位點的完整矩陣，用于遺傳匯總統計；（b）一個子集，它由16,210個SNP組成，并具有基于成對F ST，AMOVA，主成分分析（PCA）和歷史關系的完整矩陣的HWE濾波；（c）最小數據集，該數據集由5,000個SNP數據集組成，這些數據集是從STRUCTURE v2.3.4中的貝葉斯聚類中的16,210個SNP中隨機提取的（Pritchard等，  2000）。由于使用STRUCTURE解析基因組數據集通常很困難，因此Rodriguez-Ezpeleta等人。（2016）提出，具有最多5,000個SNP的數據集是捕獲祖先群體的最佳分析規模。

RAD-seq基因組數據的遺傳總結統計，包括多態性位點百分比（％P），觀察到的和預期的雜合性（H obs和H exp），核苷酸多樣性（π）和近交系數（F IS），均通過種群進行估算所有人口（10）的樣本中的樣本數均超過六個。成對的F ST值使用Arlequin v3.5.2（Excoffier＆Lischer，  2010）計算，具有10,000個排列?；谖覀儗Ψ旨壙傮w結構（K的評估）進行了分子變異的AMOVA層次分析（AMOVA） = 2且K  = 3，請參見結果和討論），以量化不同樣本水平上的遺傳變異分配。

基于最小數據集（例如，隨機選擇的5,000個SNPs數據集），使用貝葉斯聚類在STRUCTURE中推斷遺傳結構。利用沒有先驗信息的混合模型來確定采樣位置的簇數（K）是否在1到13的范圍內。對于K的每個值，進行10次獨立模擬，老化長度為100,000，然后進行300,000迭代。最佳K值是根據STRUCTURE HARVESTER v0.6.93（Earl＆Vonholdt，2012）中實現的LnP（D），Evanno的delta K和個人分配概率的連續變化（Evanno，Regnaut和Goudet，  2005）確定的。 ）。使用DISTRUCT（Rosenberg，2004）繪制結果圖 ，并使用R包adegenet（PCS ）（Jombart，  2008）對PCA進一步研究種群結構。

我們使用TreeMix v1.13（Pickrell和Pritchard，  2012年）來解決人口之間的歷史關系。VCF文件已轉換為頻率文件，可以使用plink2treemix腳本將其轉換為TreeMix文件。通過從零開始并一加一直到殘差圖停止改善來測試遷移事件的數量。生成的最大似然樹（ML）和殘差圖在R中可視化，并與STRUCTURE結果結合說明。

2.4距離隔離（IBD）分析和直線分析

使用R包素食主義者檢查了按距離隔離模式（Oksanen，Kindt，Legendre和O'Hara，2006年）。甲罩測試實施素食主義者與1000個排列用于檢測遺傳和地理距離之間的相關性顯著與?F ST / - （1  ?F ST使用）值來表示遺傳距離。在R包地理圈中計算了具有“直線距離”和“環形距離”的站點之間的地理距離（Hijmans，Williams和Vennes，  2011年））。環的距離采用遵循環分布的分散路徑，而不是跨越居無定居區域的直線。例如，初步分析表明，在QCS和QL之間存在遺傳“障礙”，幾乎沒有證據表明基因在間隙中流動。因此，基于預先確定的合適棲息地和環形分布，我們使用一個參考點（R1）來估計站點之間的環形距離。西方站點與東部站點之間的所有距離都是通過從西方站點到R1，然后是R1到東部站點的距離之和來估算的。

使用R軟件包hzar進行了地理線性分析，以檢測沿分布環的種群遺傳組成或“雜種區”的任何突然變化（Derryberry，Derryberry，Maley和Brumfield，  2014年）。沿線定義為從一維空間中距站點QCS的距離，沿著盆地周圍的一個近似圓，并使用第一主成分分析軸（PC1）作為遺傳變異的代名詞。測試了五個具有不同擬合尾巴的cline模型（無擬合；僅左側；僅右側，鏡尾；兩個尾巴分別估算）以及固定至觀察值的最小和最大遺傳變異（pMin，pMax）。為了便于模型比較，還建立了一個零cline模型，該模型假定遺傳變異獨立于任何cline。最佳模型取決于赤池的信息標準（AIC）得分。最后，從最佳擬合模型中提取最大似然線和摘要統計量。

2.5人口歷史推斷

Fastsimcoal2.6（Excoffier et al。，  2013）的實現是利用位點頻譜（SFS）推斷鎮南瘧原蟲的時空人口歷史?；诮Y構，PCA和ML結果將人口分為三個聚類，以捕獲東部組（JY，XY和CN1），West1組（EMS）和West2組（SF）的人口歷史的主要特征。和YJ人口）。用于人口統計分析的數據集是從數據集2（16,210個SNP）生成的，但僅使用每個RAD-seq基因座的等位基因頻率最低的SNP。East，West1和West2組的基因拷貝的樣本大小分別為30、24和24。

二十人口統計模型進行了測試（圖 S1 ;在附錄中詳述S1），和在附錄中提供詳細的模型的原理圖S1。簡而言之，模型包括一些場景，這些場景指定：（a）三個遺傳簇的所有可能拓撲的兩個發散事件（模型1–9）；（b）兩個現有遺傳集群之間的混合產生了第三個模型（模型10-18）；（c）分叉模型，其中一個共同祖先同時出現現存的遺傳簇（模型19-20）。對于所有模型，雙向基因流動的潛力在歷史上和最近都不同。

fastsimcoal2分析是在最初的一組模型選擇過程中進行的，先比較觀察到的最大和期望的可能性以選擇最佳擬合模型，然后通過對最佳擬合模型進行新SFS仿真，隨后進行參數估計，然后進行參數自舉S2；在附錄S1中詳細介紹）。進行了五十次獨立的參數估計，以實現關節折疊SFS的最大復合可能性，其中對先驗的模擬樣本進行了參數化，并通過40個條件最大化算法對參數估計進行了優化。從具有最大最大復合可能性的運行中選擇點估計值，并通過從參數估計值的模擬SFS中進行100次自舉運行獲得參數估計值的置信區間。

2.6物種分布建模（SDM）

SDM是在Maxent v3.4.1（Elith等，  2011； Phillips，Anderson和＆Schapire，2006）中進行的， 以預測該物種的潛力和合適的分布范圍，并調查四川盆地是否可能成為障礙。潛在地促進環的多樣化。從植物標本室收集和標本記錄中獲得了總共47個物種發生記錄（表 S1；附錄S1中有詳細說明）。從WorldClim數據庫（http：//www.worldclim）獲得了上一次冰期最大值（LGM，?22,000年前）和當前時期（?1950–2000）的19個生物氣候變量（表 S2；附錄S1中詳細說明）。組織/; Hijmans，Cameron，Parra，Jones和Jarvis，  2005年）。為了避免多重共線性，基于Pearson相關分析的結果對初始變量進行了過濾（Synes＆Osborne，  2011）。對于每一個高度相關的變量對（皮爾森- [R  ≥0.7），這給了在正則增益和所述Maxent模型模型的百分比貢獻較高的值的變量被保留（方法S1 ;在附錄中詳述S1）。

Maxent配置有75％的物種存在數據用于訓練，而25％的物種用于測試數據，并且采樣過程重復了50次。估計曲線下的面積（AUC）以測試模型預測的準確性（方法S1；在附錄S1中詳細介紹）。然后使用ArcGIS 10.4軟件（環境系統研究所，Inc。）中實施的地理信息系統，將這些時期的分布繪制在中國地圖上。

3結果

3.1 RAD-seq數據集

過濾平均質量得分低于30的讀數后，每個個體的讀數數（85 bp /讀數）范圍為4,096,070至16,201,221（每個樣品的平均讀數為9,780,563），GC含量為37.9％。從頭組裝和SNP調用后，有43906個初步組裝的基因座，31834個多態性基因座和59288個SNP（每個位置的完整數據集都有1.86個SNP），對應于完整的矩陣。經過SNP過濾后，次要數據集產生了16,210個基因座和16,210個SNP。

3.2基因組多樣性

基于31,834個多態位點，每個人群的基因組多態位點平均百分比（％P）為1.11，范圍為0.72至1.95。私人等位基因存在于所有人群中，范圍從19（YJ人群）到最多3,435（EMS人群）。所有人群中觀察到的雜合度（H O）在每個人群中介于0.227至0.252之間（平均為0.243），并且在所有人群中的預期雜合性（H E）在0.118至0.186之間（平均為0.158）。每個人群的預期雜合度始終低于觀察到的雜合度和核苷酸多樣性（π）在所有人群中的分布范圍為每個人群的0.0039至0.0051（平均0.0048）（表 2）。

表2. 從完整數據集（31,834個多態位點數據和41,720個SNP）計算出的基因組多樣性統計數據

樣品 ％P 功放 RAD基因座 單核苷酸多態性

^ h ? ^ h è π ?F IS ^ h ? ^ h è π ?F IS

QCS 1.16 49 0.0071 0.0043 0.0048 ?0.0042 0.227 0.138 0.152 ?0.135

QL 0.81 114 0.0079 0.0040 0.0044 ?0.0064 0.252 0.128 0.141 ?0.203

多發性硬化癥 1.28 1,068 0.0076 0.0046 0.0051 ?0.0045 0.247 0.151 0.165 ?0.146

環境管理體系 1.95 3,435 0.0076 0.0058 0.0061 ?0.0033 0.243 0.186 0.196 ?0.107

SF 1.19 821 0.0075 0.0049 0.0053 ?0.0042 0.25 0.163 0.179 ?0.142

J 0.8 33 0.0078 0.0039 0.0044 ?0.0062 0.26 0.132 0.145 ?0.208

Y 1.2 922 0.0070 0.0043 0.0047 ?0.0041 0.233 0.143 0.157 ?0.136

XY 1.26 1,076 0.007 0.0048 0.0053 ?0.0036 0.234 0.16 0.176 ?0.119

YC 0.76 327 0.0075 0.0038 0.0041 ?0.0061 0.249 0.126 0.139 ?0.202

TL 0.72 19 0.0071 0.0036 0.0039 ?0.0058 0.234 0.118 0.130 ?0.19

總體 1.11 ‐ 0.0074 0.0044 0.0048 ?0.0048 0.243 0.145 0.158 ?0.159

注意

統計數據提供了鎮南市的抽樣地點。分別計算了RAD位點和僅可變位點（SNP）的觀察雜合度（H O），預期雜合度（H E），核苷酸多樣性（π）和近交系數（F IS）。其他縮寫包括％P  =多態性位點百分比，PA =私人等位基因。

根據這些π和H E值，將種群內基因組多樣性水平按EMS> SF> XY> MS> QCS> YJ> QL> YJ> YC> TL進行排序（表 2）。此外，南部和西南種群顯示出較高的基因組多樣性，而鏈尾的種群（QL和TL種群）具有較低的遺傳基因組多樣性（％P和π，表 2；圖 4），并呈下降趨勢從西南到西部，以及從東南到西部。近交系數（F IS）為負值，范圍在0.0064至0.0033之間，表明種群中的近交水平較低。當使用所有核苷酸時，匯總統計數據（H O，H E和F IS）顯示出相同的趨勢（表 2）。

3.3種群遺傳結構

使用次要數據集，人群之間的成對F ST范圍為0.034至0.454（平均0.258），表明種群間存在差異。特別是，QCS與西方和西南人口（SF，YJ，EMS，MS和QL）之間相對較短的直線距離（相對成對的F ST值（介于0.220和0.377之間））表明該地區的人口分化。?F ST QCS和南部和東南部網站（JY，CN1，XY，TL）之間的值均為陰性，具有輕微的負?F ST值報告為零（表 3）。同樣，成對F STQL和TL之間的值，西部站點（QL）的末端與東南站點（TL）的交界處特別高（F ST  = 0.446）（表 3）。YC和TL站點（相距20.5 km）之間的意外的相對成對的F ST為0.444。

表3. 計算出的16個210個SNP的 鎮南瘧原蟲12個種群的成對F ST值和基因流（Nm）

QCS QL 多發性硬化癥 環境管理體系 SF J CN1 CN2 Y XY YC TL

QCS –

QL 0.377 –

多發性硬化癥 0.291 0.265 –

環境管理體系 0.220 0.259 0.193 –

SF 0.278 0.317 0.248 0.185 –

J 0.389 0.421 0.362 0.297 0.034 –

CN1 ?0.131 0.415 0.321 0.250 0.299 0.418 –

CN2 0.351 0.385 0.305 0.049 0.277 0.400 0.400 –

Y ?0.076 0.375 0.293 0.225 0.279 0.387 ?0.133 0.345 –

XY ?0.038 0.321 0.239 0.170 0.226 0.337 ?0.068 0.278 ?0.036 –

YC 0.325 0.403 0.329 0.257 0.315 0.419 0.413 0.379 0.372 0.320

TL ?0.068 0.446 0.366 0.295 0.351 0.454 ?0.157 0.433 ?0.069 ?0.004 0.444 –

注意

平均值：0.258; Nm = 0.719（根據Nm =（1-  F ST）/ 4 *  F ST）。

使用最小數據集進行的結構分析顯示出一個清晰的埃文諾三角洲K  = 2峰，表明四川盆地周圍有兩個不同的遺傳簇（圖 1b）。在這種模式下，來自西部站點（QL，MS，EMS，SF，YJ），南部站點（CN2）和東南站點（YC）的大多數樣本形成了一個（西部）簇。而其他南部站點（JY，CN1，XY），東南站點（TL）和西部站點（QCS）構成第二（東部）集群。K的層次聚類分析 = 3表明，西部聚類可以進一步分為兩個不同的遺傳聚類（West1和West2），SF和YJ種群與其余種群分開聚類。東群沒有顯示明確的細分或樣本之間存在差異的證據。

圖片

圖1

在圖形查看器中打開

微軟幻燈片軟件

（a）四川盆地的地圖，其中有鎮南的采樣點。樣品位點根據其遺傳簇進行顏色編碼（K  = 3）。黑點表示來自中國虛擬標本室（CVH，http ://www.cvh.ac.cn/ ）的標本記錄，未經測序。黑色的五角星表示參考點，該參考點用于估計站點之間的“環距”，以進行按距離隔離分析（IBD）。（b）使用STRUCTRUE通過遺傳聚類分析得出的個體分配概率障礙。K  = 2最適合我們的數據。（c）潛伏性斑節對蝦的潛在分布目前在中國西南部（?1950–2000年）（上）和最后一次冰川最大期（LGM，?22,000年；下）。虛線表示四川盆地的輪廓。左下角的標度表示發生的可能性。使用軟件ArcGIS 10.4生成地圖

與STRUCTURE結果一致，次要數據集（16,210個SNP）的PCA揭示了對應于West1（QL，MS，EMS，CN2和YC），West2（SF和YJ）和East（JY， CN1，XY，TL和QCS）譜系（圖 2a）。第一和第二主成分（PC1和PC2）分別解釋了總變化的28.93％和14.51％。這些聚類與用K  = 3得出的STRUTURE中的聚類完全一致（圖 1b和2a）。

圖片

圖2

在圖形查看器中打開

微軟幻燈片軟件

的PCA和TreeMix分析的結果為12個種群P.鎮南，示出三組和指示基因從西方流向東方。（a）主成分分析（PCA），解釋的方差比例對于PC1為28.93％，對PC2為14.51％。紅色形狀代表東部簇，綠色形狀代表west1簇，黃色形狀代表west2簇。（b）用TreeMix獲得的具有12個種群的三個遷移事件的遺傳群體的混合圖

12個總體的最大似然樹（圖 2b）在很大程度上重申了聚類分析推斷的關系，并解釋了97.08％的總體方差相關性。當將遷移事件添加到樹時，存在三個遷移邊緣，并且模型解釋了99.08％的相關性方差。這些遷移邊緣表明了三個混合事件：（a）從東方族的祖先進入EMS（w  = 47％），（b）從東方族的祖先進入XY（w  = 29％），以及（c）從YC到QCS（w  = 12％;圖 2b ;附錄S1中有詳細說明））。在廣闊的西組內，有很強的混合證據，有明顯的殘渣（圖 S2；附錄S1中有詳細說明），這與以前的聚類分析是一致的。

盡管采樣水平不同，但AMOVA仍顯示出通過結構識別的組之間的顯著差異，并且大多數變異（分別為K  = 2：67.3％和K  = 3：68.72％）發生在人群中（表 4）。AMOVA結果顯示在兩個主要組（東部和西部組）和人群之間存在顯著的遺傳分化（F CT  = 0.174；F ST  = 0.327）。AMOVA結果還表明，East，West1和West2組之間存在強遺傳隔離（F CT  = 0.207；表 4）。

表4. 使用16個，210個SNP對四川盆地周圍的 珍南瘧原蟲種群之間的分子方差進行分析

模型 固色指數* 方差（％）

型號A AG：F CT  = 0.174 17.35

AP：?F SC  = 0.185 15.32

濕重：F ST  = 0.327 67.33

B型 AG：F CT  = 0.207 20.66

AP：?F SC  = 0.134 10.61

WP：F ST  = 0.313 68.72

注意

根據兩個不同的模型將個體分組，并進行方差的分層分析。模型A：組 在結構分析中對應于K = 2；模型B：組 在結構分析中對應于K = 3。所有注視指數值均在p  <.0001時有效。

* 團體之間的股份公司；AP，人群中的人群；WP，在人群中。

3.4 IBD和血紅蛋白分析

人群之間也發現了重要的IBD關系，但Mantel測試發現F ST /（1-  F ST）值與所有站點之間的直線地理距離之間無顯著正相關（r  = 0.075，p  = .272） ；圖 3a）。但是，當使用調整后的環距時，相關性變得顯著且強得多（r  = 0.502，p  <.001；圖 3a）。折線分析（圖 3b）發現“無尾巴”模型是最合適的模型，其估計的直線中心位于435 km（XY位置周圍434.84–442.10 km），直線的估計寬度為1.37 km（0.74–17.67 km）。

圖片

圖3

在圖形查看器中打開

微軟幻燈片軟件

（a）（左）遺傳距離（F ST / 1-  F ST）與環地理距離之間的相關性。（正確）遺傳距離和地理距離之間的相關性。環的距離近似于四川盆地周圍種群鏈中潛在的基因流連接。（b）氏分析的結果。所述X軸是從以下QCS周圍四川盆地潛在合適的棲息地的距離。所述? -軸是從主成分分析PC1

3.5人口歷史

fastsimcoal2分析的結果表明，最受支持的情況是模型1，東西方血統之間最初出現分歧，隨后是West1和West2子血統之間出現分歧，并帶有雙向基因流（圖 5；表 S3）。這些結果為歷史瓶頸提供了有力的支持，隨后又擴展了所有譜系。

東西譜系之間的發散時間估計為幾代前的1,005,501（95％CI：944,631–1,066,371），相當于15.08 Ma（95％CI：14.17–15.99 Ma，生成時間為15年）。West1和West2子系之間的第二個發散時間發生在474,808個（95％CI：462,466–487,149）世代之前，對應于7.12 Ma（95％CI：6.94–7.31 Ma）。目前，West1的有效人口規模（Ne）為78,864（95％CI：75,006–82,723），West2為722,318（95％CI：704,964–739,672），East為757,511（95％CI：733,244–781,778）。在T A0之前，所有血統的祖先（N_Anc_all）為850,047 （表 5），而在T 12之前，West1和West2血統的祖先（N_Anc_w12）為34,972。。參數估計表明，祖先有效種群規模大于當前種群。此外，東部血統的有效人口規模最大，而西部1的人口最?。|部>西部2>西部1）。從West1成West2遷移概率（1.00E -05，95％順式：9.55e -06 -1.05e -05）是最高的，但相反的是低的（2.63e -08，95％順式：1.41e -08 - 3.85e -08），因為是從West1遷移為東（3.70e -6，95個％順式：3.57e -06 -3.83e -06）和反向（2.02e -6，95％順式：1.86e -06 –2.19e ?06）。West2和East之間的總體遷移概率非常低，但歷史遷移概率并非不對稱，從West世系的祖先遷移到East的遷移率為4.16e -07（95％CI：2.52e -07 –1.09e -06），而在1.89e -07（95％CI：1.22e -07 –2.56e -07）處相反（表 5）。

表5. Fastsimcoal2分析的參數估計

參量 估算值 95％CI 筆記

N_cur_W1 78,864 75,006–82,723 West1組目前的有效人口規模

N_cur_W2 722,318 704,964–739,672 West2組當前的有效人口規模

N_cur_East 757,511 733,244–781,778 東方群體當前的有效人口規模

N_Anc_all 850,047 791,362–908,731 三族祖先的有效人口規模

N_Anc_w12 34,972 29,632–40,313 西方群體祖先的有效人口規模

? 1 1,005,501 944,631–1,066,371 東方與西方群體祖先之間的分歧時間

? 2 474,808 462,466–487,149 West1組與West2組之間的發散時間

M12 1.00e?05 0.96e?05–1.05e?05 West1 => West2在時間T 12的遷移率（2Nm）

M21 2.63e-08 1.40e?09–3.26e?09 West2 =>在時間T 12的West1組遷移率（2Nm）

M01 3.70e?06 3.57e?06–3.82e?06 在時間T 12的East => West1組遷移率（2Nm）

M10 2.02e?06 1.86e?06–2.19e?06 West1 =>在時間T 12的東組遷移率（2Nm）

M20 3.13e?09 1.98e?09–4.28e?09 West2 =>在時間T 12的東組遷移率（2Nm）

M02 5.06e?08 2.92e?08–7.22e?08 West1 =>在時間T 12的東組遷移率（2Nm）

M0_w12 1.89e?07 1.22e-07–2.55 e-07 East =>在時間T A0的西群遷移率（2Nm）的祖先

Mw12_0 4.16e?07 2.52e-07–1.09e-06 在時間T A0，西組祖先=>東組遷移率（2Nm）

注意

報告通過AIC和擬合優度標準的M1模型的人口統計參數。置信區間是通過參數自舉生成的。

3.6物種分布模型（SDM）

SDM預測的鎮南假單胞菌的潛力和合適的分布范圍如圖1c所示 ，AUC值> 0.9意味著Maxent模型的性能出色。當前最合適的棲息地顯然是環形的，圍繞著四川盆地，而大部分中部盆地都不適合。在LGM期間，潛在的合適棲息地減少了，棲息地斑塊之間的連通性也降低了（圖 1c），潛在的分布將上升趨勢轉移到瓊萊，烏蒙山和闖洞等地區?，F有條件的最佳擬合模型很大程度上受溫度季節（Bio4），最暖月的最高溫度（Bio5），最暖季的降水（Bio18）和最冷季的降水（Bio19）的影響，這表明這些是物種當前分布的潛在限制因素。

4。討論

這項研究基于RAD-seq數據提供了瀕臨滅絕的金線木材（P. zhennan）的種群基因組分析，從而可以研究其在四川盆地周圍的分布模式和演化歷史以及可能影響其形成的過程。合并模型支持初始向東和西向的分歧，隨后在西子系內的分歧，這可能與中新世中期和中晚東亞季風的加劇相吻合。這支持了以下假設：東亞季風的發展顯著影響種內差異和種群動態。利用IBD模式的環距進一步研究表明，現存的P. zhennan四川盆地周圍的種群呈環狀分布，支持以下假設：四川盆地可能已成為生物地理屏??障（Qiao等，2018），促進了圈的多樣化。

4.1流域周邊人群的基因組多樣性和多樣性

在鎮南體育中觀察到了種群內低水平的基因組多樣性，以及種群內發生的大多數變異以及群體之間顯著的遺傳分化（表 3）。這些觀察到的模式有幾種可能的解釋。首先，片段化可能導致基因漂移在基因流中盛行，并通過隔離增加種群間的分化。低Nm（0.719;表3）支持了這一點 。此外，如果Nm <1，遺傳漂移會導致種群分化；反之，當Nm> 1時，種群之間的分化通常很小，遷移比遺傳漂移更為重要（Wright，  1949）。較高的^ h ?雌雄異株植物等專性異類單元的期望值將超過H E（Nazareno，Bemmels，Dick＆Lohmann，  2017 ; Stojanova，?urinová，Zeisek，Münzbergová，＆Pánková，2020）。

其次，與風鈴授粉的物種相比，昆蟲授粉的物種的花粉（例如月桂科的大多數物種，Li等人，  2018年;羅威（Rohwer），  1993年）分散在較短的距離上，導致基因流動受限和遺傳分化增加。例如，Neolitsea sericea（Blume）Koidz的傳粉者。通常只旅行約4公里（Chung，Chung，Oh和Epperson，  2000年），因此短距離授粉同樣可能是影響鎮南種群結構的一個因素。最后，這里觀察到的模式可能是過去的遺傳瓶頸的結果，或者是與有效種群規模較小和創始人影響相關的遺傳漂移的結果（Birky，Fuerst和Maruyama，  1989年））。該瓶頸模型得到了人口歷史推斷的支持，這表明真楠的祖先種群規模大于任何后代（表 5；圖 5），而后代世系顯然顯示出過去瓶頸和/或擴張的證據。 。

與之前的AFLP結果類似（Gao等，  2016），聚類分析（PCA和STRUCTURE）是一致的，表明所有個體都清楚地分為兩個主要組。這些群體主要由地理位置（西方和東方）定義，但有少數例外，西方和東方（包括南部和東南部人口）群體的連通性有限（圖 1b和2）。有趣的是，在兩個地點（YC和QCS），對樣本進行了抽樣，這些個體沒有顯示出基因組滲入的跡象，但聚集了來自不同地理區域的樣本（圖 1b和2）。PCA和ML分析結果顯示了西部區域內的兩個不同的子系：West1和West2（圖 1b和2 ; 也等于K  = 3）。這些亞系之間的估計F ST表明，基因流動水平表明這些簇之間的遺傳連通性較高。氏分析表明，進化枝之間的遺傳發生了急劇變化，進化枝內部的遺傳發生了緩慢的變化（圖 3b），盡管這可能是四川盆地西北部缺少數據的結果。

4.2東亞季風的動力學形成了楠木中南部的中新世多樣化

一些過程可能有助于基因組數據推斷出的差異模式。先前曾提出東亞季風的集約化是影響物種內部多樣性的過程。我們的人口統計分析表明，兩個主要群體之間的發散時間是在中新世中期（15.08 Ma）早期發生的，隨后在中新世晚期（7.12 Ma）西部西部分支內發生了發散。對于兩種中國樹種：Cyclocarya paliurus（Batal。）Iljinsk，也曾報道過類似的中新世年齡的種內深度差異。（?16.69 Ma; Kou等，  2016）和Tetracentron sinense（?9.6 Ma; Sun等，  2014）。

在中新世中期，不同的證據為真南假山的發散時間估計提供了支持。首先，據報道來自印度東北的古新世的菲比化石（例如，P。sublanceolata； Bhattacharyya，  1983），延伸到上新世（Khan＆Subir，  2014）。從中新世早期到上新世晚期也有菲比化石的報道（Huang et al。，  2016 ; WGPC，1978））。其次，人口統計學推斷中的發散時間受到帶有SFS數據的Fastsimcoal2使用的設置的強烈影響。我們為每個候選模型選擇了50個重復后的模型過程，并考慮了不同突變率的影響，結果對于真假單胞菌的起源幾乎總是相同的（請參閱補充信息）。第三，鎮南種（P. zhennan）（http://www.nfgrp.cn/）從種子到第一次開花需要10–15年，因此15年的世代既相對保守又類似于其他長壽的月桂科（例如，Lindera obtusiloba Blume）（Ye et al。，  2017）。

這項研究也為探討中新世氣候變化和構造事件對中國亞熱帶植物系統發育結構的影響提供了機會。中新世中期初期東西部進化枝之間的發散時間與東亞季風在15?13 Ma的初始強化密切相關（Sun＆Wang，  2005）。盡管時間上的巧合不能被認為是有機體進化與東亞季風動力之間因果關系的證據，但出于某些原因，將東西方血統之間的差異聯系起來仍然是合理的。首先，SDM分析表明，鎮南的生存很大程度上取決于降水的可利用性，并且在中新世之前，中國西南亞熱帶的氣候顯然較干燥和涼爽，這意味著直到新漸新世-中新世邊界前后亞洲季風系統建立之后，P。zhennan才可能出現。 （?23 Ma）以及東亞季風在?15 Ma最初開始增強之后。

其次，中新世中期東亞季風的初始強化觸發了居住在東亞亞熱帶EBLF的譜系的種內水平多樣化（Yu et al。，  2017）。例如，Cyclocarya paliurus的發散與東亞季風的首次加劇相吻合，這為它在中國西南地區生存提供了必要的潮濕氣候條件（Kou等人，  2016）。同樣，蕨類植物Lepisorus（J. Sm。）Ching的分布與夏季風帶來的降水相關，并且其輻射與東亞季風的初始強度約15 Ma一致（Wang等，  2005）。降水參數也是中國中部一半以上的遺留植物屬的最重要的解釋因素，尤其是旗艦類群，例如日本松柏和祖克等。（Cercidophyllaceae; Qi et al。，2012），水杉（Museusquoia glyptostroboides  Hu＆WC Cheng）（Cupressaceae; Huang et al。，  2015）和觀賞草報春花報春（Primul obconica Hance）（Primulaceae; Yan et al。，  2012）。

West1和West2子系之間發生的第二次發散事件似乎發生在中新世晚期，與東亞季風強化的第二階段在9-7 Ma之間（An等，  2001； Harrison，Copeland，Kidd） ，＆Yin，  1992）。對其他亞洲植物也進行了類似的多樣化研究，對中華四葉cent的系統地理學研究也是如此。中國西南的金線菊（Trochodendraceae）揭示種內物種差異?9.6 Ma（Sun et al。，  2014）。在著名的地質邊界云貴高原東緣也發現了深層的遺傳差異（CASPG，1984）。），而這些可能已受到QTP快速提升時期的影響。此外，許多亞熱帶的EBLF樹木（包括zhennan P.）對冬季溫度非常敏感，并且會在低于-10°C的溫度下死亡（Sakai，  1979； Woodward＆Williams，  1987）。因此，這種南北分布的變化可能部分由中新世末期的全球冷卻（Zachos等，  2008）解釋?？傊?，這些結果表明，自中新世中期以來，四川盆地周圍的氣候變化可能是當前在東亞真竹和其他亞熱帶樹木中觀察到的遺傳分化的重要驅動力。

除了氣候事件可能促進了鎮南對蝦的深層發散外，四川盆地還可能促進了目前在該物種中觀察到的環狀擴張和距離隔離模式。沿四川盆地西北邊緣和東北邊緣進一步采樣將有助于探索這種可能的環多樣化，但是我們在這里強調我們的結果以提出假設。SDM分析表明，鎮南對蝦的合適棲息地在四川盆地的邊緣周圍形成了一個大體上連續的環，而在盆地中部地區則基本上不存在這種環（圖 1c）。）。有趣的是，IBD分析還在遺傳距離和環距離之間產生了非常強的相關性（圖 3a）。這種相關性僅比加勒比大戟titymaloidies L.報道的相關性?。╮  = 0.68； Cacho，Monteverde-Suarez和Mcintyre，  2019年），這是迄今為止僅有的另一種具有“環狀物種”模型的分子支持的植物。 ，一群人口圍繞著不合適的棲息地（這里是四川盆地），并且在中間的地理上連續的形態之間表現出連續的和逐漸的過渡（Alcaide，Scordato，Price和＆Irwin，  2014； Wake，  2001））。此外，在流域周圍收集的種群中，我們發現從南部種群向東南和西部種群（即環的兩端）的遺傳多樣性下降（圖 4）。

圖片

圖4

在圖形查看器中打開

微軟幻燈片軟件

整個環的遺傳多樣性分布。所述X軸是從以下QCS周圍四川盆地潛在合適的棲息地的距離。左y軸是每個群體多態性位點的百分比，右y軸是核苷酸多樣性（Pi）

圖片

圖5

在圖形查看器中打開

微軟幻燈片軟件

使用fastsimcoal2的P. zhennan最佳擬合人口統計學模型（模型1）的示意圖。T A0代表東西系中新世中期（?15.08 Ma）發生的發散時間。T 12代表了在中新世晚期（?7.12 Ma）在west1和west2世系之間發生的發散時間。帶下劃線的數字分別代表有效人口規模（Ne）。藍色箭頭的寬度表示基于對數標度的相對遷移概率。任意選擇祖先著色以簡化可視化。沿襲使用相同的STRUCTURE分析

地形模型表明，四川盆地是環物種形成的地理簡化的絕佳候選者（Monahan，Pereira和Wake，  2012年）。此外，來自不同進化譜系的幾種物種在盆地周圍表現出圓形分布模式，包括兩棲動物（例如，綠色的臭青蛙，Odorrana margaretea（Liu，  1950）（Ranidae）； Qiao等人，  2018），草藥（Dysosma versipellis； （昂斯）M.程（小檗科）;關，賦，邱，周，＆配，  2010），和樹木如P.鎮南S.理FN韋（樟科）（Ding等人，。  2015），青樹正弦奧利弗（Trochodendraceae）（Sun et al。，  2014）和Euptelea pleiosperma Hook.f. ＆Thomson（Eupteleaceae）（Wei，Sork，Meng，＆Jiang，  2016）。喬等。（2018）發現四川盆地周圍的綠色臭蛙表現出的環多樣性與冰河時期隔離難民的地理障礙有關。因此，四川盆地的氣候和植被歷史可能也可能在真核假單胞菌的基因組多樣性和種群結構格局中發揮重要作用，但這需要進一步的研究。

4.3養護管理

為了促進物種的長期保存和可持續性，眾所周知，保護和鼓勵物種內部的遺傳多樣性至關重要，因為遺傳多樣性增加了物種從長遠來看進化和適應的能力。不斷變化的環境。棲息地破碎或喪失以及選擇性伐木等過程可能對物種的生存及其遺傳多樣性都產生有害影響，而這些因素已經對真南假單胞菌產生了影響。金線木已經成為中國文化的數千年了（Li，Jin和Xiang，  2004年）。），保護對于生物多樣性和文化遺產而言都是寶貴的。在這里，我們確定了物種內的三個遺傳上不同的種群，每個種群都有其自身獨特的多樣性和連通性模式，這些模式是由過去的氣候波動形成的。

我們確定了在中新世可能不同的兩個主要基因組之間的基因流水平相對較低（圖 1b，K  = 2）。在QCS和YC人群中，兩組之間缺乏遺傳同化特別明顯。兩種種群在地理上都接近屬于另一個基因組的種群，但幾乎沒有遺傳滲入跡象（圖 1b和2））。這在管理上具有重要的應用，因為這表明這些群體保持了自己的身份并且不容易交叉。盡管我們只能推測YC和QCS分離的種群的起源，但經常提到三個原因：（b）遠距離分散；（c）由于氣候或人為原因而在物種范圍收縮后進行隔離（Meeus，Honnay和Jacquemyn，  2012年））。QCS種群位于祖廟附近的風水林中，YC種群位于著名的林場中，該林場不僅可以種植經濟樹，還可以作為瀕危物種的非原生境保護單位。因此，人為引入可能是造成分離的原因，但是我們不能輕視肉食性鳥類的傳播，特別是對于QCS中屬于西方進化枝的個體。環的多樣化模式也可能導致了QCS的分離性（如上所述）。

利用種群基因組學獲得的知識，就可以找到鎮南對蝦的最佳保護策略。不幸的是，一些人口（例如QCS，QL，TL和YC）出現在風水林和樹木種植等人為干擾極大地限制了自然保護區可用棲息地的地區。這些減少的棲息地還可能由于棲息地碎片化和人為干擾而嚴重限制基因流和幼苗的建立，這種情況在其他中國月桂科的研究中已經觀察到，例如菲比·伯恩（Phoebe bournei（Hemsl。））楊（Ge，Liu，Shen和Lin，  2015）和Neolitsea serice a（Blume）Koidz。（Wang等人，  2005）。楠楠不僅應保護其遺傳多樣性，還應保護其文化價值。合子前和合子后障礙可能在選擇防止雙親近親繁殖中起著至關重要的作用，并且在已鑒定的遺傳簇中相對較低的F ST水平和較高水平的觀察到的雜合性表明，監測促成鎮南對蝦雜交的因素至關重要。例如授粉，種子傳播和捕食，幼苗募集和食草（Neuschulz，Mueller，Schleuning和B?hning-Gaese，  2016年）。

考慮到遷地保護或擴大化時，至關重要的是在三個結構組內優化遺傳多樣性，同時最大程度地減少西方和東部結構組的混合。使用來自西方和東方兩個群體的個體進行的易位可能不會誘導更高的遺傳多樣性，而是可能將無法輕易雜交的群體的個體聚集在一起。該物種將從繼續禁止砍伐中受益，盡管古老的樹木具有文化價值，但這些樹木也有可能減少遺傳漂移的影響，并有助于增加種群內的遺傳多樣性，同時維護跨物種積累的寶貴多樣性。過去的氣候時期。

最后，在這項研究中獲得的標記可以識別非法采伐金絲楠木樣品的產地為未來的法醫工作有用，可以在密切相關的物種，如進一步發展，對非法貿易的監管閩楠，P.輝程恩陽，和P. chekiangensis CB上。

5。結論

這項研究使用種群基因組學來評估瀕危植物（P. zhennan）的基因組多樣性和遺傳結構，并推斷其人口歷史。我們發現，在四川盆地內，真楠體育館在種群內顯示出低水平的基因組多樣性模式，并在四川盆地周圍形成了三個不同的世系（West1，West2和East），這暗示了中新世中期的悠久演化歷史。東亞季風的地理隔離和東亞季風的歷史集約化動力似乎已經塑造了鎮南體育的多樣化。。因此，這些結果有可能建立保護這一瀕危物種的有效戰略，并增進我們對中國亞熱帶植物生物多樣性起源和演化的了解。結合先前的研究，該研究表明，東亞季風和地理距離很重要，持續影響著亞熱帶中國乃至整個東亞地區植物區系的演變。