The mutation process at microsatellite loci typically occurs at high rates and with stepwise changes in allele sizes, features that may introduce bias when using classical measures of population differentiation based on allele identity (e.g., F(ST), Nei's Ds genetic distance). Allele size-based measures of differentiation, assuming a stepwise mutation process [e.g., Slatkin's R(ST), Goldstein et al.'s (deltamu)(2)], may better reflect differentiation at microsatellite loci, but they suffer high sampling variance. The relative efficiency of allele size- vs. allele identity-based statistics depends on the relative contributions of mutations vs. drift to population differentiation. We present a simple test based on a randomization procedure of allele sizes to determine whether stepwise-like mutations contributed to genetic differentiation. This test can be applied to any microsatellite data set designed to assess population differentiation and can be interpreted as testing whether F(ST) = R(ST). Computer simulations show that the test efficiently identifies which of F(ST) or R(ST) estimates has the lowest mean square error. A significant test, implying that R(ST) performs better than F(ST), is obtained when the mutation rate, mu, for a stepwise mutation process is (a) >/= m in an island model (m being the migration rate among populations) or (b) >/= 1/t in the case of isolated populations (t being the number of generations since population divergence). The test also informs on the efficiency of other statistics used in phylogenetical reconstruction [e.g., Ds and (deltamu)(2)], a nonsignificant test meaning that allele identity-based statistics perform better than allele size-based ones. This test can also provide insights into the evolutionary history of populations, revealing, for example, phylogeographic patterns, as illustrated by applying it on three published data sets.

The 196 parties to the Convention on Biological Diversity (CBD) will soon agree to a post-2020 global framework for conserving the three elements of biodiversity (genetic, species, and ecosystem diversity) while ensuring sustainable development and benefit sharing. As the most significant global conservation policy mechanism, the new CBD framework has far-reaching consequences- it will guide conservation actions and reporting for each member country until 2050. In previous CBD strategies, as well as other major conservation policy mechanisms, targets and indicators for genetic diversity (variation at the DNA level within species, which facilitates species adaptation and ecosystem function) were undeveloped and focused on species of agricultural relevance. We assert that, to meet global conservation goals, genetic diversity within all species, not just domesticated species and their wild relatives, must be conserved and monitored using appropriate metrics. Building on suggestions in a recent Letter in Science (Laikre et al., 2020) we expand argumentation for three new, pragmatic genetic indicators and modifications to two current indicators for maintaining genetic diversity and adaptive capacity of all species, and provide guidance on their practical use. The indicators are: 1) the number of populations with effective population size above versus below 500, 2) the proportion of populations maintained within species, 3) the number of species and populations in which genetic diversity is monitored using DNA-based methods. We also present and discuss Goals and Action Targets for post-2020 biodiversity conservation which are connected to these indicators and underlying data. These pragmatic indicators and goals have utility beyond the CBD; they should benefit conservation and monitoring of genetic diversity via national and global policy for decades to come.

A bstract Mutation, the source of genetic diversity, is the raw material of evolution; however, the mutation process remains understudied, especially in plants. Using both a simulation and reanalysis framework, we set out to explore and demonstrate the improved performance of variant callers developed for cancer research compared to single nucleotide polymorphism (SNP) callers in detecting de novo somatic mutations. In an in silico experiment, we generated Illumina-like sequence reads spiked with simulated mutations at different allelic fractions to compare the performance of seven commonly-used variant callers to recall them. More empirically, we then reanalyzed two of the largest datasets available for plants, both developed for identifying within-individual variation in long-lived pedunculate oaks. Based on the in silico experiment, variant callers developed for cancer research outperform SNP callers regarding plant mutation recall and precision, especially at low allele frequency. Such variants at low allelic fractions are typically expected for within-individual de novo plant mutations, which initially appear in single cells. Reanalysis of published oak data with Strelka2, the best-performing caller based on our simulations, identified up to 3.4x more candidate somatic mutations than reported in the original studies. Our results advocate the use of cancer research callers to boost de novo mutation research in plants, and to reconcile empirical reports with theoretical expectations. This version of the article has been peer-reviewed and recommended by Peer Community in Genomics https://doi.org/10.24072/pci.genomics.100024

Abstract Under the recently adopted Kunming‐Montreal Global Biodiversity Framework, 196 Parties committed to reporting the status of genetic diversity for all species. To facilitate reporting, three genetic diversity indicators were developed, two of which focus on processes contributing to genetic diversity conservation: maintaining genetically distinct populations and ensuring populations are large enough to maintain genetic diversity. The major advantage of these indicators is that they can be estimated with or without DNA‐based data. However, demonstrating their feasibility requires addressing the methodological challenges of using data gathered from diverse sources, across diverse taxonomic groups, and for countries of varying socio‐economic status and biodiversity levels. Here, we assess the genetic indicators for 919 taxa, representing 5271 populations across nine countries, including megadiverse countries and developing economies. Eighty‐three percent of the taxa assessed had data available to calculate at least one indicator. Our results show that although the majority of species maintain most populations, 58% of species have populations too small to maintain genetic diversity. Moreover, genetic indicator values suggest that IUCN Red List status and other initiatives fail to assess genetic status, highlighting the critical importance of genetic indicators.

ABSTRACT Few studies have addressed the evolutionary history of tree species from African savannahs at large geographic scales, particularly in the southern hemisphere (Zambezian region). Afzelia (Fabaceae: Caesalpinioideae) contains economically important timber species, including two species widely distributed in African savannahs: A. africana in the Sudanian region and A. quanzensis in the Zambezian region. To characterize the population genetic diversity and structure of these two species across their distribution ranges, we used nuclear microsatellites (simple sequence repeats, SSRs) and genotyping-by-sequencing (GBS) markers. Six SSR loci were genotyped in 241 A. africana and 113 A. quanzensis individuals, while 2,800 and 3,841 high-quality single nucleotide polymorphisms (SNPs) were identified in 30 A. africana and 12 A. quanzensis individuals, respectively. Both species appeared to be outcrossing (selfing rate ~ 0%). The spatial genetic structure was consistent with isolation-by-distance expectations based on both SSR and SNP data, suggesting that gene dispersal is spatially restricted in both species ( b Ld (SSR) = − 0.005 and − 0.007 and b Ld (SNP) = − 0.008 and −0.006 for A. africana and A. quanzensis , respectively). Bayesian clustering of SSR genotypes failed to identify genetic structure within species. In contrast, SNP data resolved intraspecific genetic clusters in both species, illustrating the higher resolving power of GBS at shallow levels of divergence. However, the clusters identified by SNPs revealed low levels of differentiation and no clear geographical entities. These results suggest that, although gene flow has been restricted over short distances in both species, populations have remained connected throughout the large, continuous Savannah landscapes. The absence of clear phylogeographic discontinuities, also found in a few other African savannah trees, indicates that their distribution ranges have not been significantly fragmented during past climate changes, in contrast to patterns commonly found in African rainforest trees.

Genetic diversity is fundamental to biological diversity, vital for species’ health and adaptation to environmental change. Under the recently adopted Kunming-Montreal Global Biodiversity Framework (GBF), 196 Parties committed to report the status of genetic diversity for both wild and domesticated species. For this, three genetic diversity indicators were developed, two of which focus on processes contributing to genetic diversity conservation: ensuring that populations are large enough to maintain genetic diversity (effective population size Ne 500 indicator) and maintaining genetically distinct populations (populations maintained, PM indicator). A third indicator focuses on the number of species being monitored using DNA-based methods. Adopted by 196 CBD Parties in December 2022, GBF integrated Ne 500 and PM as headline and complementary indicators, respectively. To aid nations in quantifying these indicators, a detailed set of guideline materials was developed, encompassing species selection, data compilation, and indicator computation. These guidelines draw from the collaborative efforts of the first multinational assessment of genetic diversity indicators that was recently completed and that will be refined continually through a versioning system, as more experience is gained and shared. The materials aim to support the global monitoring framework established by the CBD and are accessible online for utilization and updates. The guidelines are available at this link.

Abstract Effective population size ( N e ) is a pivotal evolutionary parameter with crucial implications in conservation practice and policy. Genetic methods to estimate N e have been preferred over demographic methods because they rely on genetic data rather than time-consuming ecological monitoring. Methods based on linkage disequilibrium, in particular, have become popular in conservation as they require a single sampling and provide estimates that refer to recent generations. A recently developed software based on linkage disequilibrium, GONE, looks particularly promising to estimate contemporary and recent-historical N e (up to 200 generations in the past). Genomic datasets from non-model species, especially plants, may present some constraints to the use of GONE, as linkage maps and reference genomes are seldom available, and SNPs genotyping is usually based on reduced-representation methods. In this study, we use empirical datasets from four plant species to explore the limitations of plant genomic datasets when estimating N e using the algorithm implemented in GONE, in addition to exploring some typical biological limitations that may affect N e estimation using the linkage disequilibrium method, such as the occurrence of population structure. We show how accuracy and precision of N e estimates potentially change with the following factors: occurrence of missing data, limited number of SNPs/individuals sampled, and lack of information about the location of SNPs on chromosomes, with the latter producing a significant bias, previously unexplored with empirical data.

Common ash (Fraxinus excelsior) is under intensive attack from the invasive alien pathogenic fungus Hymenoscyphus fraxineus, causing ash dieback at epidemic levels throughout Europe. Previous studies have found significant genetic variation among clones in ash dieback susceptibility and that host phenology, such as autumn yellowing, is correlated with susceptibility of ash trees to H. fraxineus; however, the genomic basis of ash dieback tolerance in F. excelsior remains poorly understood. Here, we integrate quantitative genetics and genome-wide association analyses with machine learning to reveal the genetic architecture of ash dieback tolerance and its relationship to phenological traits in F. excelsior populations in six European countries (Austria, Denmark, Germany, Ireland, Lithuania, Sweden). We use whole-genome sequencing of 486 F. excelsior genotypes to confirm the genotypic correlation between crown damage caused by ash dieback and intensity of autumn leaf yellowing within multiple sampling sites. Although, our results suggest that the examined traits are polygenic, a relatively small number of single nucleotide polymorphisms (SNPs) explained a large proportion of the variation in both disease tolerance and autumn leaf yellowing. We could explain up to 63% (based on 9155 unlinked SNPs) of variation in individual response to ash dieback crown damage and up to 72% (based on 3740 unlinked SNPs) of variation in autumn yellowing. We identified eight SNPs encoding non-synonymous substitutions, of which those with the highest predictive power were located within genes related to plant defence (pattern triggered immunity, pathogen detection) and phenology (regulation of flowering and seed maturation, auxin transport). Overall, our results provide insights of a multifaceted defence response, according to which a combination of direct defence mechanisms and phenological avoidance of pathogen spread constitute tolerance to ash dieback.

Results from a decade of association studies in different organisms suggest that most complex traits are polygenic, that is, their genetic architectures are determined by numerous causal loci distributed across the genome each with small effect-size. Thus, determining the degree of polygenicity is a central goal to understand the genetic basis of phenotypic variation. Recently, multi-loci methods able to detect variants associated with a phenotype of interest despite the subtle allele frequency changes between populations usually observed have been developed. In this study, we applied two multi-loci methods to estimate the degree of polygenicity of fitness-related traits in a long-lived plant species (maritime pine) and to analyze how polygenicity changes across years and environments. For this purpose, we evaluated five categories of fitness related traits, such as, height, survival, phenology-related, biotic-stress resistance and functional traits in a clonal common garden network planted in contrasted environments. Most of the analyzed traits showed evidences of local adaptation. We observed a remarkably stable degree of polygenicity (average 6%) across traits, environments and years. Additionally, some of the measured traits showed evidences of negative selection that could explain the observed degree of polygenicity, as previously suggested in humans. The observed genetic architecture of fitness-related traits in maritime pine is in accordance with the polygenic adaptation model. Because polygenic adaptation can take place rapidly, our results can contribute to improve the predictions about the capacity of natural populations of forest trees to adapt to new environments, which is of special relevance in the current context of climate change.

Abstract The effects of selection on an organism’s genome are hard to detect on small spatial scales, as gene flow can erase signatures of local adaptation. Most genome scans to detect signatures of environmental selection are performed on large spatial scales, however divergent selection on the local scale (e.g. between contrasting soil conditions) has also been demonstrated, in particular for herbaceous plants. Here we hypothesize that in topographically complex landscapes, microenvironment variability is strong enough to leave a selective footprint in genomes of long-lived organisms. To test this, we investigated paired south- versus north-facing Pinus pinaster stands in a Mediterranean mountain area. While north-facing (mesic) stands experience less radiation, south facing (xeric) stands represent especially harsh conditions, particularly during the dry summer season. Outlier detection revealed five putatively adaptive loci out of 4,034, two of which encoded non-synonymous substitutions. Additionally, one locus showed consistent allele frequency differences in all three stand pairs indicating divergent selection despite high gene flow on the local scale. Functional annotation of these candidate genes revealed biological functions related to abiotic stress response in other species. Our study highlights how divergent selection shapes the functional genetic variation within populations of long-lived forest trees on local spatial scales.