文章來源：[Environmental extremes drive population structure at the northern range limit of Atlantic salmon in North America]
閱讀者：**李冬艷
摘 要
保護被開發物種需要了解遺傳多樣性和主要的結構力量，特別是在小范圍內，氣候變化可以推動地理范圍的迅速擴大或縮小。在這里，我們研究了大西洋鮭魚的種群結構和景觀組合，它們跨越了加拿大拉布拉多北部范圍界限附近的異質景觀。對來自35個地點的兩個基于擴增子的數據集（包含101個微衛星和376個SNP）的分析表明，與沿海種群相比，在流入大型海洋河口（Melville湖）的河流中產卵的種群之間存在明顯的差異。采用多元和機器學習的景觀遺傳方法研究了影響河灘種群分化的機制。我們發現溫度與遺傳結構的相關性最強，特別是與極端溫度和更寬的年溫度范圍有關。利用一個位置子集（n=17）和一個220k單核苷酸序列進一步探討了這種差異的基因組基礎。與空間結構和溫度相關的單核苷酸多態性映射到一組不同的基因和分子途徑，包括基因表達調控、免疫應答、細胞發育和分化。跨越分子標記類型和新的已建立的方法的結果,清楚地顯示了大西洋鮭魚在其北美附近范圍內跨越環境梯度的氣候和精細的種群結構相關，強調預測人口對氣候變化的反應和管理物種可持續性的寶貴方法。
介紹
景觀遺傳學旨在量化遺傳-景觀的相互作用，往往強調環境與多樣性和分化等因素相關。越來越多的證據表明，空間種群結構和環境因素之間存在關聯，這表明有必要研究驅動野生種群空間結構的進化和生態機制。了解這些環境-遺傳的關聯對適當的物種管理和保護是必要的，并允許預測物種對棲息地破碎化或氣候變化的反應。
環境對物種分布或遺傳結構的影響在大的環境梯度中往往最強。在跨越環境梯度的邊緣種群中，物種或種群范圍邊界可能由擴散、漂移和選擇的復雜相互作用來定義。有證據表明，由遺傳漂變或高基因流引起的近距離范圍內的低遺傳變異可能阻礙選擇和限制適應。因此，調查影響范圍內種群的力量對于理解適應的局限性、種群分布模式以及會如何影響物種對氣候變化的反應是至關重要的。
大西洋鮭魚的溯河產卵種群廣泛分布于整個北大西洋，從北美的緬因州到魁北克北部，從歐洲的西班牙和葡萄牙到俄羅斯。鮭魚種群通常在不同的空間尺度上高度結構化，通常被報道的具有分層的種群結構。拉布拉多的大西洋鮭魚位于其西北大西洋范圍的北部邊緣附近。它們起源于最近（8-10千年前）冰期后的殖民地，受人為影響的影響很小。盡管拉布拉多的鮭魚種類繁多，但該地區鮭魚種群結構的分辨率相對較粗糙且規模較大，因此很少考慮到較小規模的獨特棲息地的潛在影響。
該地區的主要景觀特征是梅爾維爾湖，是一個較大的深層（超過200 m）的河堤（3,069平方千米），具有高度的環境和物理異質性以及強烈的潮汐信號。地表水流流向海洋，而更深的水流向內流動，靠近海岸的開口附近存在一個狹窄的門檻（<30 m），導致保水能力很強。 在溫暖的月份，上表層（20m厚）的鹽度低（<12PSU），并且在西部地區通常會長時間保持在15℃以上，與沿海開口附近的地表水形成鮮明對比，水溫很少超過5℃且鹽水較高（>18PSU）。由于大型河口或河口被證明會影響多種物種的種群結構，包括鱈魚，擬銀漢魚科，鯰魚和斑點胡鯰，為流向梅爾維爾湖的河流居住的鮭魚提供了一個很好的機會來研究具有非生物條件的半隔離環境與周圍生境的環境差異，以及該景觀如何影響周邊人種群的遺傳結構 。
這項研究的主要目的是評估在北大西洋大西洋鮭魚范圍最北端附近一個相對未被充分研究的區域內的種群結構和景觀聯系。
更具體地說，我們假設環境相關的種群結構的存在與梅爾維爾湖獨特的環境相一致，盡管在近距離適應范圍內可能存在限制。利用互補的統計方法，我們分析了基于擴增的微衛星和面板，從而可以直接比較分子標記類型之間的遺傳變異、空間結構和環境關聯。通過應用這種比較方法，我們有助于對這些標記類型進行持續的比較并探索SNP或微衛星檢測到的模式差異如何進一步提供對影響近距離范圍內種群結構的力量的獨特見解。通過評價所選snps的基因組分布和功能重要性，以及所選位點與關鍵環境變量之間的關系，進一步探討了觀察差異的基因組學基礎。這項工作建立在最近對拉布拉多和大北美大西洋鮭魚種群和景觀遺傳學的調查研究的基礎上，通過與SNP和微衛星的比較方法和更精細的景觀關聯分析來擴展它們。
材料和方法
2009年至2015年間，在拉布拉多的35條河流中（圖1），我們通過電釣或垂釣的方式，收集了多批幼年大西洋鮭魚（1齡幼魚）。盡管大西洋鮭魚存在于烏加瓦灣，比我們取樣顯示的還要北的地方，但是我們的研究種群是拉布拉多海岸最北部的種群之一，因此是該區域外圍的代表。收集魚鰭夾并用95%乙醇保存。根據制造商的說明書，使用DNeasy Blood and Tissue kit或DNeasy 96Blood and Tissue kit 分離DNA。被選個體用一種或多種方法進行基因分型。
微衛星面板的建立和基因分型
根據Bradbury等人所述的方案進行微衛星選擇和基因分型。從大西洋鮭魚的ICSASG v2基因組中獲取并選擇微衛星位點。使用MEGASAT軟件，位點的選擇標準、微衛星的多重擴增和基因型評分按照Zhan等人描述的方法。對基因座進行了空等位基因、低變異性、低擴增、difficulty scoring和少于3個等位基因的篩選，篩選出了101個全基因組微衛星進行基因分型。在4個PCR擴增位點中分別擴增出19、21、30和31個微衛星。在過濾個體最多40%缺失數據之后，數據中剩下1485個體，用于后面的分析。
SNP擴增面板的建立和基因分型
最終，來自17條河流的356個個體通過綜合遺傳中心開發的220K SNP Affymetrix公理陣列進行基因分型。經0.05微小等位基因頻率篩選后，剩下93703個SNPs（稱之為94K SNP面板）
通過來自包括拉布拉多梅爾維爾湖在內的11條河流的231個個體，從94K SNP面板中選出443個SNPs作為SNP面板進行河流特異任務。篩選和SNP選擇程序如采用Sylvester所描述的。簡而言之，選擇了SNP的面板并進行了比較，以使用導向的規則化隨機最大化識別河流特定個體的準確性。在權衡SNPs的準確度（最低90%）和面板大小之間的后，選擇443 SNP面板對所有35個采樣位置的額外個體進行基于擴增的測序（表1，圖1）。我們使用這組簡化的SNP面板去評估檢測種群結構和與相似大小和空間表現的微衛星面板的表觀關聯程度的能力。共對1389個個體進行基因分型和篩選（在支持信息中描述），最終得到376個SNPs的面板。其中許多樣本也在微衛星數據集中；共有1558個獨特的個體被分型為一個或兩個擴增子面板。在這些個體中，一個子集與94K SNP數據集中的個體相同，包括分別來自SNP和微衛星數據集中的263個和297個個體。
種群結構的評估
為梅爾維爾湖對岸沿岸群體（R包DIVERSITY），在所有種群中計算全球成對的Fst（群體分化指數）和Gst（基因分化系數），以評估評估群體結構是否考慮不同標記類型的突變率差異。基于一個突變與微衛星長度相關的逐步模型來估計基因的距離，在Arlequin軟件中計算了δμ2。在DIVERSITY計算Fis，以評估與和哈迪溫伯格平衡的總體偏差。根據軟件文檔，使用估計的有效遷移面評估基因流的模式。Structure運行了三次以確保收斂，對基于擴增的SNP和K=1-35的微衛星數據分別使用了100000和500000個迭代。根據Δk選擇法選擇最佳簇數（k）
最后，我們在Adegenet中，使用空間PCA(sPCA)，分析評估了數據集之間的全局和局部遺傳變異的貢獻。笛卡爾坐標通過計算場地之間的最小成本距離確定，并使用Cartdist重新投影。使用谷歌地圖估算了梅爾維爾湖內站點的最小成本距離。通過對地理坐標的回歸驗證了重新投影的坐標（圖3）。用距離圖對sPCA進行評估，最大距離為100。我們用蒙特卡羅方法檢驗了整體和局部遺傳變異的顯著性。通過回歸每個sPCA分析的特征值來比較數據集。比較SNPs和微衛星之間最正（全局）軸的平均群體坐標值，以顯示觀察到的全局結構。除了分析中保留的第一個正軸和負軸外，我們還研究了以正軸2和3為相關特征值的觀測結構大于最大的負軸。
景觀遺傳學
為了研究另一種假設，即觀察到的結構可歸因于遺傳漂變，我們使用r包Hierfstat計算了觀察到的雜合子，并使用Neestimator程序中的連鎖不平衡法計算了所有種群和過濾數據集的有效種群大小。我們使用韋爾奇t檢驗比較了梅爾維爾湖內外地點的值，在結構力上觀察了包括與沿岸種群相關的海灣在內的潛在差異。
我們為所有35個地點（表3）獲取了19個BioClim（WorldClim）變量，這些變量來自1公里空間分辨率的插值模型，包括月降雨量和氣溫數據。31個地點還包括另外10個生境變量（障礙物數量、完全障礙物數量、流域面積、平均寬度、軸向長度、流域周長、最大流域地勢、曲流長度、總長度和支流數量）。支流的數量和總長度使用谷歌地球來估算丟失的地點（卡羅琳河，Main Brook，馬納姆港和紅酒河）。剩余的缺失棲息地數據被可變的中值所代替。所有環境數據均在R包中進行了標準化和規范化。
第一個PC從PCA中保留下來，用于每類環境數據（溫度、降水量和生境），以降低環境數據的維數和協方差。各變量在各自PC上的荷載見表3。然后將PCS作為約束變量，以SNP和微衛星距最北端（Hunt River）的地理距離為條件，在冗余分析（RDA）中解釋等位基因頻率。罕見的微衛星等位基因（存在于所有個體中<5%）被移除用于RDA分析,RDA是使用R包Vegan運行的。
我們使用R包Random Forest進行多個RF回歸，每個位點的SNP和微衛星群體等位基因頻率作為個體反應向量，標準化和規范化環境數據作為變量的預測集。與最北端河流的距離也包含在該預測變量集中，以比較與地理距離相關的環境參數之間的關聯。回歸的參數設置為默認值，樹數設置為10000。每個環境變量的準確度平均下降（MDA）和每個位點的平均殘差平方誤差在所有基因座上求平均。這種方法類似于自動方法，梯度森林，最近被應用于景觀遺傳學。與梯度森林中的遞歸包裝方法不同，我們的方法通過軌跡循環，使得每個森林都是獨立計算的。
選擇景觀相關的SNPs
最能代表梅爾維爾湖內外種群差異的單核苷酸多態性是從94K SNP面板中挑選出來的，基于使用基于擴增子的SNP面板和微衛星面板檢測到的結構。雖然這個小組代表的河流較少，但選擇基因注釋的SNP時，首選全基因組代表，而且數據充分包括梅爾維爾湖內外的地點。我們使用位點PCA加載、RF特征選擇和Bayescan v2.1。在KEGG、GenBank和Uniprot中，通過至少兩種方法選擇的一個子集的SNP被用于基因關聯和功能的研究。我們使用R包聚類分析儀測試了基因圖譜的過度代表性，這些方法的細節可以在附件可找到。
結果
群體遺傳學參數
FST, G’ST 和 (δμ)2顯示在標記類型的成對群體比較中有相似的遺傳分化模式（表S1-S3）。梅爾維爾湖內外的地點之間在SNP位點和微衛星位點中最高值都是FST, G’ST（表S1和S2）。在所有成對群體中，使用微衛星位點和376個SNP位點的FST值的范圍分別為0.0-0.009和0.013-0.1，G’ST 值在微衛星位點和SNP位點的范圍分別是0.002 -0.227 和0.003-0.137. 在微衛星標記中，(δμ)2的范圍是0.59-18.07（平均值=0.83）。成對的(δμ)2結果顯示與使用F統計量觀察到的結果略有相似，總體上最大的遺傳距離顯示在中間的南部地點(品維爾河，查爾斯河，瑪麗港，馬納姆港，圣路易士河，亞歷克西斯河)與所有其他采樣點之間。梅爾維爾湖內外的平均FIS，FST，G’ST使用三個數據集計算得出的值可以在表2中找到。微衛星和94K SNP數據集導致FIS值略為正，擴增子SNP數據集報告的FIS略為負，但是FIS的估計沒有統計學意義。遷移估計顯示，整個地區的連通性非常低，在梅爾維爾湖河口區域以及海灣北部，有證據顯示在近端位點和最強遷移障礙區基因流動性低。
空間結構
結構分析表明，使用微衛星所得空間分辨率略優于使用SNP(圖1)。利用ΔK選擇方法使得最優K=2；然而，兩個組的聚類在微衛星分析中得到了更清晰的解釋，因為在SNP分析中，特別是在梅爾維爾湖更東的三個地點中，添加劑的比例更高(主要小溪：穆里根和塞巴卡楚河)。在這兩項分析中，梅爾維爾西湖位點和其他所有位點都有明顯的區別。
每個sPCA分析保留一個正(全局性)結構和一個負(局部性)結構。重要的全局結構(p < 0.0001;p < 0.02)和局部結構(p < 0.001; p < 0.001)都分別使用SNP和微衛星技術進行鑒定。由于最高量級的特征值為正，全局結構比局部結構更能解釋所觀測到的結構（圖2）。SNPs的特征值大小越大(圖2b)，其對應的坐標值越大(圖2c)，表明其檢測能力要比微衛星高，這可能是基于SNPs的目標選擇性。通過微衛星之間的強線性關系(r2 = 0.98)和SNP特征值(圖2b)以及兩者相似的空間模式分析(圖2)發現，不同標記方式的空間格局相似。第一軸的全球遺傳變異揭示了梅爾維爾湖和沿海地區的分裂（圖2a，c）。第二個軸將Double Mer和Partridge Point與其他所有地點區分開來，而軸3則呈現出緯向分布，將北部沿海地區與梅爾維爾湖和南部沿海地區分隔開來。
圖1 拉布拉多大西洋鮭魚采樣點描述了（a）年平均溫度和（b）使用TESS3從Bioclim估算值插值得出的最高溫度。從白色到黑色的點顏色標度表示k=2結構分析的q值，結構條形圖為（a）微衛星和（b）SNP按地理區域排列。三角標記是基因組SNPs數據集（93703個SNP）中表示的位點。
圖2：微衛星和單核苷酸多態性(SNPs)的空間主成分分析(sPCA)結果(a) 1、2和3軸正向的的結構模式。坐標軸表示投影的位置笛卡爾坐標，顏色表示32個坐標軸的全局坐標值(b)和SNP特征值。正特征值表示全局空間結構，負特征值表示局部結構的影響。(c) 從最大(第一個)軸獲得的總體坐標([a]的第1行)表示微衛星和單核苷酸多態性
表1 所有數據集的站點ID、位置（十進制度數）和樣本大小
注：作為梅爾維爾湖內的采樣點。b選擇基于擴增子的snp面板中包含的樣本。
表2：對比梅爾維爾湖內部和沿海群體所有位點的FIS均值，總體FST, G’ST，觀測雜合度和有效種群大小
景觀遺傳學
在進行環境關聯分析之前，我們調查了不同地點的環境關系。僅通過環境相似性對位點進行聚類就產生了與觀察到的遺傳結構高度相似的模式（圖3）。與沿海地區相比，梅爾維爾湖地區的有效種群規模明顯較?。蝗欢?，使用微衛星進行估計時，梅爾維爾湖地區的觀察雜合度僅顯著較低（表2，支持信息圖S2）。利用單核苷酸多態性和微衛星進行的RDA分析表明，溫度和生境參數解釋了與環境變量相關的大多數遺傳變異，基于載體長度（圖4）。rda結果的方差分析顯示，降水量、溫度和生境pc載體均顯著（p<0.05），其中溫度載體最顯著（p<0.001）。由約束變量（環境pcs）解釋的遺傳方差占總方差的13.89%和17.4%，微衛星和snp的條件變量（距離）解釋的遺傳方差占總方差的6.5%和8.1%。溫度對遺傳變異的影響主要是由排入梅爾維爾西湖的河流驅動的（圖4）。溫度變量在溫度pc1上的負荷表明，描述溫度范圍和溫度極端值的變量的強烈影響（表3）。與棲息地相關的遺傳變異主要受最南端的地點（Forteau河和L'Anse Au Loup河）和西部群（Double Mer、Partridge Point河、Sebaskachu河）以外的Melville湖種群的驅動。平均而言，這些流域比與棲息地無關的河流更?。ㄖС中畔⒈鞸4），有效種群規模更小（支持信息圖S2），表明種群規模對遺傳結構的影響（即遺傳漂變）。
景觀相關SNPs的基因關聯
我們應用三種方法從篩選后的94k基因組中選擇snp。我們選擇了796個SNP，其負載量大于0.01，與區分梅爾維爾湖和沿海地區的PCA的PC1相關（支持信息圖S4b）。我們的rf分類方法產生406個snp，高于mda閾值12.2。bayescan選擇了315個假定的異常值。在選擇的所有snp中，329通過至少兩種方法選擇（pc1和rf:109；pc1和bayescan:204；rf和bayescan:2；所有方法：14）（支持信息圖s6）。在這329個單核苷酸多態性中，142個與附近的基因有關，其中123個在genbank中有特征。三種方法篩選出的14個snp中，有6個與特征基因相關。這些基因與基因表達調控（dna和rna結合、rna修飾）、三羧酸循環和蛋白質折疊有關。此外，這六個基因同時定位于kegg的緊密連接和粘附連接途徑，表明它們在細胞-細胞通訊中的作用。其余基因與廣泛的基因本體（go）術語和途徑相關，包括但不限于基因表達和信號轉導的調節、細胞內和細胞間的通訊、細胞分化、生長、凋亡和免疫應答。所有go項和kegg路徑都可以在支持信息表s5中找到。富集試驗表明所選snp中go-terms或kegg模塊沒有過度表達，所選snp在整個基因組中分布不均，所有染色體都有表達（支持信息圖s6）。
探索跨環境梯度影響種群結構的主導力量，對于預測物種和種群對氣候變化的特殊反應至關重要，尤其是在氣候變化可以推動極限邊界迅速變化的小范圍界限。我們的研究結果顯示，大西洋鮭魚的空間種群結構非常精細，與北美北部附近的環境梯度一致?；谡穹奈⑿l星和單核苷酸多態性數據集，清楚地了解到居住在沿海海灣、梅爾維爾湖和鄰近沿海種群的大西洋鮭魚之間的差異。景觀遺傳分析確定了溫暖季節的溫度變化是種群結構的主要環境相關因素，并且與環境適應相一致，盡管由于漂移或擴散的增加，在種群分布范圍邊緣可能存在其他限制因素。這項研究使用了新穎的方法和比較法，直接在北美區域的先前結構研究的基礎上，在比以前能觀測到的更精細的尺度上觀測了突出結構和環境關聯。
拉布拉多的環境關聯
溫度的空間變化已被確定為鮭魚遺傳結構的主要相關因素。梅爾維爾湖是該地區最大的河流，全長140公里，面積超過3000平方公里，夏季溫度明顯高于其他沿海地區。通過各種方法，最高溫度極限和溫度范圍很好地解釋了觀測到的空間遺傳結構，與sPCA第一軸對齊，與之前確定的環境相關物一致。此外，我們還發現，在各種魚類中與溫度相關的候選基因具有廣泛的功能。
棲息地的大小與觀察到的基因結構有關，特別是沿著第二sPCA軸分隔梅爾維爾東湖遺址。這與遺傳漂變是一致的，正如之前所指出的它是影響這些河流分化的次要影響因素，。漂移的影響進一步得到了這些地點的小規模種群的支持。雖然在應用RF回歸分析時，棲息地面積與遺傳結構不相關，但這一以溫度為主要影響因素的強度可能極大地改善了基因樹內的決策過程，從而削弱了棲息地大小對整個模型的相對較小的貢獻。
大西洋鮭魚和其他西北大西洋物種在自然界中關于環境參數和空間基因結構之間的關聯通常是緯向的。例如，Jeffery等人描述了北大西洋兩岸大西洋鮭魚種群等位基因頻率的平行斜率，這是與溫度顯著相關的一個snp子集。也許有些令人意外的是，在本研究中沒有一個明顯的緯向斜向的空間結構。我們沒有發現沿海岸有漸變群存在的證據;然而，第三個sPCA軸顯示了緯向分裂的證據(圖2)，94K陣列數據的主成分分析將沿海物種按緯度排列在第一個PC軸上(支持信息圖S6)。我們至少通過兩種SNP選擇方法選擇的一個位點(基因ID: 106569364，支持信息表S5)也被Jeffery等人(2017)鑒定為在大西洋西部和東部的漸變群SNP。這可能是一種漸變群模式，但一直是種群結構，特別是模式在不同的標記類型之間變化時。
遺傳標記的比較
將不同類型的分子標記應用于群體遺傳推斷可以深入了解影響群體結構的機制，特別是當標記類型之間存在差異時。選擇此處分析的SNP面板是為了最大程度地提高梅爾維爾湖內空間結構的分辨率，因此可能會受到確定性偏差的影響，但在更廣泛的空間環境下應該對種群結構高度敏感。相比之下，微衛星面板是為全基因組的表達而設計的，包含更多的等位基因(和罕見的等位基因)，并使用范圍很廣的樣本進行了測試。因此，它可能對該地區遺傳漂變的特征更為敏感。有趣的是，這兩個小組在解決種群結構、溫度關聯和生境大小的次要影響方面提供的信息同樣豐富。標記間的差異在雜合度的估計中是可見的，梅爾維爾湖的雜合度明顯低于僅使用微衛星面板的沿海地區，這與在這些小而孤立的灣內種群中由于遺傳漂變而導致的罕見微衛星等位基因的損失是一致的。綜上所述，結果支持了兩個小組中環境相關選擇的假設，并增加了微衛星小組中遺傳漂變的證據。在選定的SNP和微衛星位點中，梅爾維爾湖內不同地點之間的兩兩統計比沿海地點之間的高，這可能表明了確定偏差的存在。盡管如此，由于廣泛的空間遺傳模式在所有標記板上是一致的，任何確定偏差的影響似乎是微小的。
圖4 環境關聯分析：（a，b）冗余分析（rda）微衛星圖和（b）單核苷酸多態性（snp），表明由三類環境變量（降水、溫度和生境）的第一主成分（pcs）解釋的位點分布（見第2節）。（a）和（b）的軸標簽表示每個rda軸解釋的方差占總方差的比例。（c，d）單核苷酸多態性和微衛星的隨機森林回歸，顯示（c）按環境變量分組的平均準確度下降和（d）按地理鄰近性排序的地點特定的平均殘差平方誤差
梅爾維爾湖的鮭魚生態
盡管有明確的證據表明梅爾維爾湖與沿海種群之間存在遺傳和生態差異，但對這一地區鮭魚的生活史和生態情況知之甚少。該地區鮭魚的遷移行為和棲息時間是未知的。然而，梅爾維爾湖和拉布拉多海岸混合魚種漁業樣本的遺傳分配揭示了在這些地區之間有少量混合，在梅爾維爾湖收獲的沿海鮭魚很少，在沿海岸收獲的梅爾維爾湖鮭魚寥寥無幾。從食品、社會和漁業生產過去十年獲得的元數據顯示，沿海河流的小鮭魚（初次由河入海）明顯比梅爾維爾湖要大(p<0.0001)，這可能是由于在更溫暖、更多產的水域中生長速度加快的緣故。在溫暖、多產的水域生長率。盡管在拉布拉多鮭魚生態學的知識方面仍然存在差距，但目前的證據支持了這種獨特的、變化的作用塑造了人口動態的景觀。
景觀分析說明
盡管此處觀察到的溫度與溫度之間存在明顯的關聯，但溫度仍可能是一個相關因素，而不是驅動種群結構的主要環境參數。其他環境參數隨溫度變化，但不包括在我們的研究可能有助于遺傳結構的觀察。例如，遷徙距離和沿遷徙路線的條件是影響鮭魚種群結構的重要因素，也可能因為梅爾維爾湖的相對地理隔離而與溫度混淆。包括額外的環境參數，如土地利用，水質措施，鹽度和病原體或寄生生物多樣性，可以進一步了解影響該地區空間結構的機制。無可否認，使用空氣溫度作為淡水溫度的代表，缺乏對水深的考慮，而且可能是錯誤的，特別是在較小的空間尺度上。然而，夏天梅爾維爾湖的地表水溫度與我們對夏季氣溫的估計非常相似，最西端的水溫通常比在梅爾維爾湖觀測到的溫度高13°C。河流的空氣氣溫很可能與水溫類似，因為該區域以前的工作報告稱，水和空氣溫度之間有很強的相關性。我們對氣溫的使用很可能是對整個區域魚類接觸到的河流溫度的實際空間變化的一個適當的保守估計。我們提供了性狀相關的SNPs與遺傳空間結構相關的證據，暗示了對環境變化的適應。未來的工作采用直接溫度測量和實驗，針對已知功能基因的自頂向下的方法，以及檢測拉布拉多鮭魚種群之間的突變或差異表達，將極大地幫助我們了解當地的適應情況。
人口歷史為溫度對人口結構提供了另一種替代解釋。在冰期后的再殖化之后，梅爾維爾湖的人口可能已經適應了該地區變暖后的極端溫度。另一種選擇是，種群可能已經預先適應了對比的溫度狀態，并且在該區域的殖民化過程中沿目前觀測到的梯度排列。雖然我們在這里沒有明確地評估這些假設，但是來自兩個避難所的北美后冰川重新定居的最新估計，限制了拉布拉多南部的二級接觸區域，這表明二次接觸不太可能在拉布拉多人口中發揮作用。在結構上。不管殖民史對形成觀測到的溫度相關空間結構的影響，這些模式都顯示了一個重要而有趣的組成部分。該區域的遺傳連通性，以及當代結構與氣候在獨特的邊緣群體中的重要聯系。
保護觀點
本研究著重指出了在范圍邊緣附近的異質環境(即大型圍堰)所造成的獨特的種群結構。拉布拉多梅爾維爾湖系統被人們感興趣的原因是它位于北美大西洋鮭魚養殖場的邊緣。由于基因漂移和高基因流動，外界群體的遺傳多樣性往往低于中心種群，從而降低了適應能力。我們證明，盡管存在遺傳漂變，在存在足夠的長期變異的情況下，強大的環境梯度結合低基因流可以克服外圍種群的限制。在這種特殊情況下，外圍人口可能是獨特的，具有不同的選擇制度，比如在火蜥蜴和雀類中觀察。因此，在范圍邊緣的獨特群體因此會影響范圍擴大或收縮，在氣候不斷變化的情況下，影響人口結構和多樣性的各種知識是非常寶貴的。
結論
了解驅動距離范圍邊緣附近的空間遺傳結構的主導力可以幫助我們理解環境異質性對微進化過程的影響如何有助于遺傳多樣性和范圍限制。在這里，我們將互補技術應用于加拿大拉布拉多大西洋鮭魚的snp和微衛星面板研究發現暴露在溫暖溫度和寬溫度范圍內會強烈影響梅爾維爾湖種群與鄰近沿海地區的隔離。與這種分裂相一致的snp的選擇揭示了一系列可能受拉布拉多生態梯度影響的分子過程。我們展示出與氣候相關的遺傳結構的一致性證據，并潛在地應用于氣候變化研究和保護工作中。
