We announce the release of an advanced version of the Molecular Evolutionary Genetics Analysis (MEGA) software, which currently contains facilities for building sequence alignments, inferring phylogenetic histories, and conducting molecular evolutionary analysis. In version 6.0, MEGA now enables the inference of timetrees, as it implements the RelTime method for estimating divergence times for all branching points in a phylogeny. A new Timetree Wizard in MEGA6 facilitates this timetree inference by providing a graphical user interface (GUI) to specify the phylogeny and calibration constraints step-by-step. This version also contains enhanced algorithms to search for the optimal trees under evolutionary criteria and implements a more advanced memory management that can double the size of sequence data sets to which MEGA can be applied. Both GUI and command-line versions of MEGA6 can be downloaded from www.megasoftware.net free of charge.

Comparative analysis of multiple genomes in a phylogenetic framework dramatically improves the precision and sensitivity of evolutionary inference, producing more robust results than single-genome analyses can provide. The genomes of 12 Drosophila species, ten of which are presented here for the first time (sechellia, simulans, yakuba, erecta, ananassae, persimilis, willistoni, mojavensis, virilis and grimshawi), illustrate how rates and patterns of sequence divergence across taxa can illuminate evolutionary processes on a genomic scale. These genome sequences augment the formidable genetic tools that have made Drosophila melanogaster a pre-eminent model for animal genetics, and will further catalyse fundamental research on mechanisms of development, cell biology, genetics, disease, neurobiology, behaviour, physiology and evolution. Despite remarkable similarities among these Drosophila species, we identified many putatively non-neutral changes in protein-coding genes, non-coding RNA genes, and cis-regulatory regions. These may prove to underlie differences in the ecology and behaviour of these diverse species. This issue includes a landmark collection of papers on the stalwart of the genetics lab, the Drosophila fruit fly. The centrepiece is the publication by the Drosophila 12 Genomes Consortium of the genomic sequence for ten Drosophila species. The paper compares the newly sequenced genomes (sechellia, simulans, yakuba, erecta, ananassae, persimilis, willistoni, mojavensis, virilis and grimshawi species), with the two previously known sequences for D. melanogaster and D. pseudoobscura. The resulting database of genetic variation will be invaluable for the study of the forces of evolutionary change. A second major collaboration has mined the dozen Drosophila genome sequences for conserved elements, and reports the relationship between conservation and function for many specific sequence motifs. A detailed regulatory network emerges, identifying protein-coding genes and exons, RNA genes, microRNAs and their targets. These papers are discussed in News and Views. Two further research papers use the new genomic data to study gene expression, first for genes with male-biased expression and those unique to each species and second, to track the evolution of gene dosage compensation on Drosophila sex chromosomes. Four new reviews focus on how the latest work on Drosophila is taking this genetically pliant lab model into exciting new fields. Pierre Leopold and Norbert Perrimon review advances in the study of endocrinology and homeostasis that are establishing Drosophila as a model for mammalian physiology. Drosophila has proved a powerful system in which to study the pathways controlling cell shape in growing tissue, as reported by Thomas Lecuit and Loïc Le Goff. Leslie Vosshall reviews the remarkable work linking neural circuits and behaviour and John Lis reviews work on Drosophila that has rewritten the textbook view of gene transcription. The cover shows anaesthetized individuals of all twelve Drosophila species. An international consortium reports the genomic sequence for ten Drosophila species, and compares them to two other previously published Drosophila species. These data are invaluable for drawing evolutionary conclusions across an entire phylogeny of species at once.

Here we report the genome sequence of the honeybee Apis mellifera, a key model for social behaviour and essential to global ecology through pollination. Compared with other sequenced insect genomes, the A. mellifera genome has high A+T and CpG contents, lacks major transposon families, evolves more slowly, and is more similar to vertebrates for circadian rhythm, RNA interference and DNA methylation genes, among others. Furthermore, A. mellifera has fewer genes for innate immunity, detoxification enzymes, cuticle-forming proteins and gustatory receptors, more genes for odorant receptors, and novel genes for nectar and pollen utilization, consistent with its ecology and social organization. Compared to Drosophila, genes in early developmental pathways differ in Apis, whereas similarities exist for functions that differ markedly, such as sex determination, brain function and behaviour. Population genetics suggests a novel African origin for the species A. mellifera and insights into whether Africanized bees spread throughout the New World via hybridization or displacement.

In colony collapse disorder (CCD), honey bee colonies inexplicably lose their workers. CCD has resulted in a loss of 50 to 90% of colonies in beekeeping operations across the United States. The observation that irradiated combs from affected colonies can be repopulated with naive bees suggests that infection may contribute to CCD. We used an unbiased metagenomic approach to survey microflora in CCD hives, normal hives, and imported royal jelly. Candidate pathogens were screened for significance of association with CCD by the examination of samples collected from several sites over a period of 3 years. One organism, Israeli acute paralysis virus of bees, was strongly correlated with CCD.

Background Over the last two winters, there have been large-scale, unexplained losses of managed honey bee (Apis mellifera L.) colonies in the United States. In the absence of a known cause, this syndrome was named Colony Collapse Disorder (CCD) because the main trait was a rapid loss of adult worker bees. We initiated a descriptive epizootiological study in order to better characterize CCD and compare risk factor exposure between populations afflicted by and not afflicted by CCD. Methods and Principal Findings Of 61 quantified variables (including adult bee physiology, pathogen loads, and pesticide levels), no single measure emerged as a most-likely cause of CCD. Bees in CCD colonies had higher pathogen loads and were co-infected with a greater number of pathogens than control populations, suggesting either an increased exposure to pathogens or a reduced resistance of bees toward pathogens. Levels of the synthetic acaricide coumaphos (used by beekeepers to control the parasitic mite Varroa destructor) were higher in control colonies than CCD-affected colonies. Conclusions/Significance This is the first comprehensive survey of CCD-affected bee populations that suggests CCD involves an interaction between pathogens and other stress factors. We present evidence that this condition is contagious or the result of exposure to a common risk factor. Potentially important areas for future hypothesis-driven research, including the possible legacy effect of mite parasitism and the role of honey bee resistance to pesticides, are highlighted.

Abstract Social insects are able to mount both group‐level and individual defences against pathogens. Here we focus on individual defences, by presenting a genome‐wide analysis of immunity in a social insect, the honey bee Apis mellifera . We present honey bee models for each of four signalling pathways associated with immunity, identifying plausible orthologues for nearly all predicted pathway members. When compared to the sequenced Drosophila and Anopheles genomes, honey bees possess roughly one‐third as many genes in 17 gene families implicated in insect immunity. We suggest that an implied reduction in immune flexibility in bees reflects either the strength of social barriers to disease, or a tendency for bees to be attacked by a limited set of highly coevolved pathogens.

Parasitoid Wasp Genomes Parasitoid wasps, which prey on and reproduce in host insect species, play important roles in plant herbivore interactions, and may provide valuable tools in the biological control of pest species. The Nasonia Genome Working Group (p. 343 ; see the news story by Pennisi ) presents the genome of three very closely related species: Nasonia vitripennis, N. giraulti , and N. longicornis . The findings document rapid evolution between a host and endosymbiont that can cause nuclear-cytoplasmic incompatibilities that may affect speciation.

Abstract Female honeybees have two castes, queens and workers. Developmental fate is determined by larval diet. Coding sequences made available through the Honey Bee Genome Sequencing Consortium allow for a pathway‐based approach to understanding caste determination. We examined the expression of several genes of the insulin signalling pathway, which is central to regulation of growth based on nutrition. We found one insulin‐like peptide expressed at very high levels in queen but not worker larvae. Also, the gene for an insulin receptor was expressed at higher levels in queen larvae during the 2nd larval instar. These results demonstrate that the insulin pathway is a compelling candidate for pursing the relationship between diet and downstream signals involved in caste determination and differentiation.

Molecular dating of species divergences has become an important means to add a temporal dimension to the Tree of Life. Increasingly larger datasets encompassing greater taxonomic diversity are becoming available to generate molecular timetrees by using sophisticated methods that model rate variation among lineages. However, the practical application of these methods is challenging because of the exorbitant calculation times required by current methods for contemporary data sizes, the difficulty in correctly modeling the rate heterogeneity in highly diverse taxonomic groups, and the lack of reliable clock calibrations and their uncertainty distributions for most groups of species. Here, we present a method that estimates relative times of divergences for all branching points (nodes) in very large phylogenetic trees without assuming a specific model for lineage rate variation or specifying any clock calibrations. The method (RelTime) performed better than existing methods when applied to very large computer simulated datasets where evolutionary rates were varied extensively among lineages by following autocorrelated and uncorrelated models. On average, RelTime completed calculations 1,000 times faster than the fastest Bayesian method, with even greater speed difference for larger number of sequences. This speed and accuracy will enable molecular dating analysis of very large datasets. Relative time estimates will be useful for determining the relative ordering and spacing of speciation events, identifying lineages with significantly slower or faster evolutionary rates, diagnosing the effect of selected calibrations on absolute divergence times, and estimating absolute times of divergence when highly reliable calibration points are available.

Recent losses in honey bee colonies are unusual in their severity, geographical distribution, and, in some cases, failure to present recognized characteristics of known disease. Domesticated honey bees face numerous pests and pathogens, tempting hypotheses that colony collapses arise from exposure to new or resurgent pathogens. Here we explore the incidence and abundance of currently known honey bee pathogens in colonies suffering from Colony Collapse Disorder (CCD), otherwise weak colonies, and strong colonies from across the United States. Although pathogen identities differed between the eastern and western United States, there was a greater incidence and abundance of pathogens in CCD colonies. Pathogen loads were highly covariant in CCD but not control hives, suggesting that CCD colonies rapidly become susceptible to a diverse set of pathogens, or that co-infections can act synergistically to produce the rapid depletion of workers that characterizes the disorder. We also tested workers from a CCD-free apiary to confirm that significant positive correlations among pathogen loads can develop at the level of individual bees and not merely as a secondary effect of CCD. This observation and other recent data highlight pathogen interactions as important components of bee disease. Finally, we used deep RNA sequencing to further characterize microbial diversity in CCD and non-CCD hives. We identified novel strains of the recently described Lake Sinai viruses (LSV) and found evidence of a shift in gut bacterial composition that may be a biomarker of CCD. The results are discussed with respect to host-parasite interactions and other environmental stressors of honey bees.