Mithilfe neuartiger vergleichender Flusslandschaftsgenomik untersuchten Biologen der University of Arkansas 31 Fischarten aus 75 Standorten im White River Basin in Arkansas. Ihre Studie enthüllte ein komplexes Netzwerk von Beziehungen und Anpassungen, die Wassergemeinschaften in Flüssen definieren und Biologen bei der Planung von Naturschutz und Ökosystemmanagement helfen werden.
Der Ansatz der Forscher zur Genomkartierung, der dem von 23andMe für den Menschen verwendeten ähnelt, zeigte konsistente genetische Grenzen zwischen Populationen der verschiedenen Arten in verschiedenen Unterbecken. Die Studie wurde als Titelartikel in veröffentlicht Molekulare Ökologie.
„So wie unsere Vorfahren eher nahe Verwandte in der Nähe hatten, so hatten auch sie Fische und so entstanden regional unterschiedliche genetische ‚Länder‘, die von einzigartigen Umgebungen geprägt waren“, sagte Zach Zbinden, ein Postdoktorand. Zbinden führte die Forschung im Rahmen seiner Doktorarbeit unter der Leitung von Marlis und Michael Douglas, Professoren für Biowissenschaften, durch.
Die Forschung werde die Art und Weise verändern, wie Biologen Naturschutz und Ökosystemmanagement planen, da der Mensch sich solcher Populationen aufgrund ihrer unsichtbaren Existenz unter Wasser normalerweise nicht bewusst sei, sagte Zbinden. Durch die Identifizierung und das Verständnis dieser genetischen „Länder“ für viele Arten kann ein Plan für einen wirksamen Ökosystemschutz entstehen, ein System, das die genetische Vielfalt der Flusslandschaften anerkennt und definiert.
Die Studie zeigt auch die Bedeutung der Flussnetzstruktur für die Vorhersage von Beziehungen zwischen und innerhalb gemeinsam verbreiteter Arten. Es unterstreicht die Notwendigkeit, diese verborgenen Grenzen in lokale Managementstrategien umzusetzen, beispielsweise indem der Erhaltung von Flüssen, die einzigartige Populationen vieler Arten beherbergen, Vorrang eingeräumt wird.
Mehr Informationen:
Zachery D. Zbinden et al, Riverscape Community Genomics: Ein vergleichender analytischer Ansatz zur Identifizierung gemeinsamer Treiber der räumlichen Struktur, Molekulare Ökologie (2022). DOI: 10.1111/mec.16806