ABSTRACT Fluctuating environments threaten fertility and viability. To better match the immediate, local environment, many organisms adopt alternative phenotypic states, a phenomenon called “phenotypic plasticity”. Local adaptation shapes phenotypic plasticity: natural populations that predictably encounter fluctuating environments tend to be more plastic than conspecific populations that encounter a constant environment. Despite pervasive evidence of such “adaptive phenotypic plasticity,” the evolution of the gene regulatory mechanisms underlying plasticity remains poorly understood. Here we test the hypothesis that environment-dependent phenotypic plasticity is mediated by epigenetic factors and that these epigenetic factors vary across naturally occurring genotypes. To test these hypotheses, we exploit the adaptive reproductive arrest of Drosophila melanogaster females, called diapause. Using an inbred line from a natural population with high diapause plasticity, we demonstrate that diapause is determined epigenetically: only a subset of genetically identical individuals enter diapause and this diapause plasticity is epigenetically transmitted for at least three generations. Upon screening a suite of epigenetic marks, we discovered that the active histone marks H3K4me3 and H3K36me1 are depleted in diapausing ovaries. Using ovary-specific knockdown of histone mark writers and erasers, we demonstrate that H3K4me3 and H3K36me1 depletion promotes diapause. Given that diapause is highly polygenic – distinct suites of alleles mediate diapause plasticity across distinct genotypes – we investigated the potential for genetic variation in diapause-determining epigenetic marks. Specifically, we asked if these histone marks were similarly depleted in diapause of a geographically distinct, comparatively less plastic genotype. We found evidence of genotypic divergence in both the gene expression program and histone mark abundance. This study reveals chromatin determinants of adaptive plasticity and suggests that these determinants are genotype-dependent, offering new insight into how organisms may exploit and evolve epigenetic mechanisms to persist in fluctuating environments.

Abstract Organisms living in seasonally variable environments utilize cues such as light and temperature to induce plastic responses, enabling them to exploit favorable seasons and avoid unfavorable ones. Local adapation can result in variation in seasonal responses, but the genetic basis and evolutionary history of this variation remains elusive. Many insects, including Drosophila melanogaster, are able to undergo an arrest of reproductive development (diapause) in response to unfavorable conditions. In D. melanogaster , the ability to diapause is more common in high latitude populations, where flies endure harsher winters, and in the spring, reflecting differential survivorship of overwintering populations. Using a novel hybrid swarm-based genome wide association study, we examined the genetic basis and evolutionary history of ovarian diapause. We exposed outbred females to different temperatures and day lengths, characterized ovarian development for over 2800 flies, and reconstructed their complete, phased genomes. We found that diapause, scored at two different developmental cutoffs, has modest heritability, and we identified hundreds of SNPs associated with each of the two phenotypes. Alleles associated with one of the diapause phenotypes tend to be more common at higher latitudes, but these alleles do not show predictable seasonal variation. The collective signal of many small-effect, clinally varying SNPs can plausibly explain latitudinal variation in diapause seen in North America. Alleles associated with diapause are segregating at relatively high frequencies in Zambia, suggesting that variation in diapause relies on ancestral polymorphisms, and both pro- and anti-diapause alleles have experienced selection in North America. Finally, we utilized outdoor mesocosms to track diapause under natural conditions. We found that hybrid swarms reared outdoors evolved increased propensity for diapause in late fall, whereas indoor control populations experienced no such change. Our results indicate that diapause is a complex, quantitative trait with different evolutionary patterns across time and space. Author Summary Animals exhibit diverse strategies to cope with unfavorable conditions in temperate, seasonally varying environments. The model fly, Drosophila melanogaster , can enter a physiological state known as diapause under winter-like conditions. Diapause is characterized by an absence of egg maturation in females and is thought to conserve energy for survival during stressful times. The ability to diapause is more common in flies from higher latitudes and in offspring from flies that have recently overwintered. Therefore, diapause has been thought to be a recent adaptation to temperate climates. We identified hundreds of genetic variants that affect diapause and found that some vary predictably across latitudes in North America. We found little signal of repeated seasonality in diapause-associated genetic variants, but our populations evolved an increased ability to diapause in the winter when they were exposed to natural conditions. Combined, our results suggest that diapause-associated variants evolve differently across space and time. We find little evidence that diapause evolved recently in temperate environments; rather, SNPs associated with diapause tend to be quite common in Zambia, suggesting that diapause may promote survival under stresses other than cold. Our results provide future targets for research into the genetic underpinnings of this complex, ecologically relevant trait.

Abstract Although evolution is historically considered a slow, gradual process, it is now clear that evolution can occur rapidly over generational timescales. It remains unclear both how predictable rapid evolution is and what timescales are ecologically relevant due to a paucity of longitudinal studies. We use a common garden approach to measure genetic-based change in complex, fitness-associated traits that are important for climatic adaptation in wild Drosophila over multiple timescales: an estimated 1-16 generations within each year and 48-89 generations over five consecutive years. Evolution is fast and pervasive with parallel patterns of rapid evolution in three distinct locations that span 4º latitude. Developmental time evolves consistently across seasons with flies collected in spring developing faster than those collected in autumn. The evolutionary trajectory of stress traits (heat knockdown and starvation) depends on the severity of the preceding winter: harsh winters result in a predictable evolutionary trajectory with high stress tolerance in spring flies that declines in the subsequent generations across the summer. Flies collected after mild winters do not evolve in a predictable pattern but may utilize an alternative strategy as plasticity for chill coma recovery and starvation evolves across seasons. Overall, winter severity determines the predictability of rapid seasonal evolution, but there are also long-term shifts in the phenotypic correlations and allele frequencies that indicate long-term population changes that have broader implications for how organisms respond to the changing climate. Significance Statement Adaptive tracking may result in rapid evolution over short timescales, but the repeatability and predictability of rapid adaptation is less well resolved without long-term, multi-year analyses. Here, we collect wild flies at regular intervals across five years to determine what traits evolve consistently over seasons and which environmental variables predict this rapid evolution. Traditional temperate seasonal patterns of harsh winters are crucial for normal selection patterns, although independently changing phenotypic and genetic correlations help the populations respond to long-term shifts over years, particularly in response to heat stress. This has the implication that populations may be flexible within certain genetic constraints to adapt to changing climatic temperatures.

ABSTRACT This note details the consortium’s rationale behind its decision to modify the metadata for putatively misidentified European samples in the DrosRTEC dataset. In brief, we use PCA on published datasets from North America and Europe to generate phylogeographic clusters reflective of worldwide D. melanogaster demography. We used this PCA to train a DAPC model in order the predict the group membership. Our results indicate that 4 out of 73 samples were misclassified and the metadata was updated accordingly. These samples are a spring-fall pair from Spain and Austria.

Finding the specific nucleotides that underlie adaptive variation is a major goal in evolutionary biology, but polygenic traits pose a challenge because the complex genotype-phenotype relationship can obscure the effects of individual alleles. However, natural selection working in large wild populations can shift allele frequencies and indicate functional regions of the genome. Previously, we showed that the two most common alleles of a complex amino acid insertion-deletion polymorphism in the Drosophila insulin receptor show independent, parallel clines in frequency across the North American and Australian continents. Here, we report that the cline is stable over at least a five-year period and that the polymorphism also demonstrates temporal shifts in allele frequency concurrent with seasonal change. We tested the alleles for effects on levels of insulin signaling, fecundity, development time, body size, stress tolerance, and lifespan. We find that the alleles are associated with predictable differences in these traits, consistent with patterns of Drosophila life history variation across geography that likely reflect adaptation to the heterogeneous climatic environment. These results implicate insulin signaling as a major mediator of life history adaptation in Drosophila , and suggest that life history tradeoffs can be explained by extensive pleiotropy at a single locus.

Abstract Evolve-and-resequence (E+R) experiments leverage next-generation sequencing technology to track the allele frequency dynamics of populations as they evolve. While previous work has shown that adaptive alleles can be detected by comparing frequency trajectories from many replicate populations, this power comes at the expense of high-coverage (>100x) sequencing of many pooled samples, which can be cost-prohibitive. Here, we show that accurate estimates of allele frequencies can be achieved with very shallow sequencing depths (<5x) via inference of known founder haplotypes in small genomic windows. This technique can be used to efficiently estimate frequencies for any number of bi-allelic SNPs in populations of any model organism founded with sequenced homozygous strains. Using both experimentally-pooled and simulated samples of Drosophila melanogaster , we show that haplotype inference can improve allele frequency accuracy by orders of magnitude for up to 50 generations of recombination, and is robust to moderate levels of missing data, as well as different selection regimes. Finally, we show that a simple linear model generated from these simulations can predict the accuracy of haplotype-derived allele frequencies in other model organisms and experimental designs. To make these results broadly accessible for use in E+R experiments, we introduce HAF-pipe, an open-source software tool for calculating haplotype-derived allele frequencies from raw sequencing data. Ultimately, by reducing sequencing costs without sacrificing accuracy, our method facilitates E+R designs with higher replication and resolution, and thereby, increased power to detect adaptive alleles.

Population genomic data has revealed patterns of genetic variation associated with adaptation in many taxa. Yet understanding the adaptive process that drives such patterns is challenging - it requires disentangling the ecological agents of selection, determining the relevant timescales over which evolution occurs, and elucidating the genetic architecture of adaptation. Doing so for the adaptation of hosts to their microbiome is of particular interest with growing recognition of the importance and complexity of host-microbe interactions. Here, we track the pace and genomic architecture of adaptation to an experimental microbiome manipulation in replicate populations of Drosophila melanogaster in field mesocosms. Manipulation of the microbiome altered population dynamics and increased divergence between treatments in allele frequencies genome-wide, with regions showing strong divergence found on all chromosomes. Moreover, at divergent loci previously associated with adaptation across natural populations, we found that the more common allele in fly populations experimentally enriched for a certain microbial group was also more common in natural populations with high relative abundance of that microbial group. These results suggest that microbiomes may be an agent of selection that shapes the pattern and process of adaptation and, more broadly, that variation in a single ecological factor within a complex environment can drive rapid, polygenic adaptation over short timescales.

Abstract Fluctuating environmental pressures can challenge organisms by repeatedly shifting the optimum phenotype. Two contrasting evolutionary strategies to cope with these fluctuations are 1) evolution of the mean phenotype to follow the optimum (adaptive tracking) or 2) diversifying phenotypes so that at least some individuals have high fitness in the current fluctuation (bet-hedging). Bet-hedging could underlie stable differences in the behavior of individuals that are present even when genotype and environment are held constant. Instead of being simply ‘noise,’ behavioral variation across individuals may reflect an evolutionary strategy of phenotype diversification. Using geographically diverse wild-derived fly strains and high-throughput assays of individual preference, we tested whether thermal preference variation in Drosophila melanogaster could reflect a bet-hedging strategy. We also looked for evidence that populations from different regions differentially adopt bet-hedging or adaptive-tracking strategies. Computational modeling predicted regional differences in the relative advantage of bet-hedging, and we found patterns consistent with that in regional variation in thermal preference heritability. In addition, we found that temporal patterns in mean preference support bet-hedging predictions and that there is a genetic basis for thermal preference variability. Our empirical results point to bet-hedging in thermal preference as a potentially important evolutionary strategy in wild populations.

Abstract Drosophila melanogaster is a leading model in population genetics and genomics, and a growing number of whole-genome datasets from natural populations of this species have been published over the last 20 years. A major challenge is the integration of these disparate datasets, often generated using different sequencing technologies and bioinformatic pipelines, which hampers our ability to address questions about the evolution and population structure of this species. Here we address these issues by developing a bioinformatics pipeline that maps pooled sequencing (Pool-Seq) reads from D. melanogaster to a hologenome consisting of fly and symbiont genomes and estimates allele frequencies using either a heuristic (PoolSNP) or a probabilistic variant caller (SNAPE-pooled). We use this pipeline to generate the largest data repository of genomic data available for D. melanogaster to date, encompassing 271 population samples from over 100 locations in >20 countries on four continents based on a combination of 121 unpublished and 150 previously published genomic datasets. Several of these locations have been sampled at different seasons across multiple years. This dataset, which we call Drosophila Evolution over Space and Time (DEST), is coupled with sampling and environmental meta-data. A web-based genome browser and web portal provide easy access to the SNP dataset. Our aim is to provide this scalable platform as a community resource which can be easily extended via future efforts for an even more extensive cosmopolitan dataset. Our resource will enable population geneticists to analyze spatio-temporal genetic patterns and evolutionary dynamics of D. melanogaster populations in unprecedented detail.

Learning is a general mechanism of adaptive behavioural plasticity whose benefits and costs depend on the environment. Thus, seasonal oscillations in temperate environments between winter and summer might produce cyclical selection pressures that would drive rapid evolution of learning performance in multivoltine populations. To test this hypothesis, we investigated the evolutionary dynamics of learning ability over this rapid seasonal timescale in a natural population of Drosophila melanogaster . Associative learning was tested in common garden-raised flies collected from nature in the spring and fall over three consecutive years. The spring flies consistently learned better than fall flies, revealing seasonal evolution of improved learning performance in nature. Fecundity showed the opposite seasonal pattern, suggesting a trade-off between learning and reproduction. This trade-off also held within population: more fecund individual females learned less well. This trade-off is mediated at least in part by natural polymorphism in the RNA binding protein couch potato ( cpo ), with a genotype favoured during summer showing poorer learning performance and higher fecundity than a genotype favoured over winter. Thus, seasonal environments can drive rapid cyclical evolution of learning performance, but the evolutionary dynamics may be driven by trade-offs generated by pleiotropic effects of causative alleles selected for other reasons.