CONECTIVIDAD GENÉTICA DE Lutjanus argentiventris EN EL SUR ... · Al proyecto Conectividad...
Transcript of CONECTIVIDAD GENÉTICA DE Lutjanus argentiventris EN EL SUR ... · Al proyecto Conectividad...
INSTITUTO POLITECNICO NACIONAL
CENTRO INTERDISCIPLINARIO DE CIENCIAS MARINAS
CONECTIVIDAD GENÉTICA DE Lutjanus
argentiventris EN EL SUR DEL GOLFO DE
CALIFORNIA
TESIS
QUE PARA OBTENER EL GRADO DE
MAESTRÍA EN CIENCIAS EN MANEJO DE RECURSOS MARINOS
PRESENTA
NICOLE REGUERA ROUZAUD
La Paz, Baja California Sur, Julio del 2017
Agradecimientos
Al Centro Interdisciplinario de Ciencias Marinas del Instituto Politécnico Nacional.
Al Consejo Nacional de Ciencia y Tecnología (CONACyT) por el apoyo otorgado
durante la maestría.
Al comité tutorial conformado por los doctores Laura Sánchez Velasco, Noé Díaz
Viloria, Adrián Munguía Vega, Sylvia Patricia Adelheid Jiménez Rosenberg y
Ernesto Chávez Ortíz.
Al Dr. Alejandro Parés Sierra y la Dra. Ana Laura Flores Morales por recibirme y
apoyarme durante toda la estancia para lograr un objetivo de la tesis.
A mi padre, Mario Reguera Salazar, por ser lector y revisor de redacción de este
trabajo.
Al proyecto CONACyT CB2014-236864-T denominado “Influencia de remolinos de
mesoescala sobre hábitats de larvas de peces (con énfasis en especies de
importancia comercial) en la zona de mínimo de oxígeno del Océano Pacífico frente
a México: océano abierto y efecto de islas. A cargo de la Dra. Laura Sánchez
Velasco.
Al proyecto Identificación molecular de larvas de peces de especies endémicas en
el Alto Golfo de California (SIP-IPN 20150190). A cargo del Dr. Noé Díaz Viloria.
Proyecto-Fronteras de la Ciencia CONACyT 236864-T_0893. Probando
paradigmas sobre la expansión de la zona de mínimo de oxígeno: reducción del
hábitat vertical del zooplancton y su efecto en el ecosistema pelágico mediante
métodos autónomos. A cargo de la Dra. Laura Sánchez Velasco.
Al proyecto Conectividad larvaria del huachinango (Lutjanus peru) en el Sur del
Golfo de California (SEP-CONACyT 257019). A cargo del Dr. Noé Díaz Viloria.
Al Dr. José Francisco Domínguez Contreras por todo el apoyo técnico.
Al grupo de trabajo LEGOZ por todo el apoyo y críticas constructivas sobre esta
investigación.
Contenido
Índice de figuras ....................................................................................................... I
Índice de tablas ...................................................................................................... III
Índice de anexos .................................................................................................... IV
Glosario ................................................................................................................... V
Resumen .............................................................................................................. VIII
Abstract .................................................................................................................. IX
1. Introducción ...................................................................................................... 1
2. Antecedentes .................................................................................................... 4
2.1. Remolinos y distribución de larvas de peces en el GC .............................. 4
2.2. Estudios lagrangeanos y de conectividad con modelación numérica en el
Golfo de California (partículas inertes) ................................................................. 5
2.3. Conectividad en el Golfo de California (métodos directos e indirectos) ..... 6
3. Justificación ...................................................................................................... 9
4. Hipótesis ......................................................................................................... 10
5. Objetivo general .............................................................................................. 10
5.1. Objetivos específicos ............................................................................... 10
6. Área de estudio ............................................................................................... 11
7. Materiales y Métodos ...................................................................................... 12
7.1. Datos hidrográficos y colecta de muestras ............................................... 12
7.2. Identificación de larvas ................................................................................ 15
7.3. Identificación genética de larvas ................................................................. 15
7.3.1. Análisis de secuencias .......................................................................... 16
7.4. Obtención de microsatélites ........................................................................ 17
7.5. Caracterización de microsatélites ............................................................... 17
7.5.1. Análisis de Datos .................................................................................. 19
7.6. Genética poblacional ................................................................................... 20
7.6.1. Diversidad genética poblacional ........................................................... 21
7.6.2. Estructura genética poblacional ............................................................ 22
7.6.3. Flujo genético ....................................................................................... 23
7.6.4. Parentesco entre individuos .................................................................. 24
7.6.5 Distancias geográficas ........................................................................... 24
7.7. Sistema Regional de Modelación Oceánica (ROMS) ................................. 24
7.8. Rutas de transporte larval con datos genéticos y modelados ..................... 28
8. Resultados ...................................................................................................... 30
8.1. Colecta de muestras ................................................................................... 30
8.2. Identificación de larvas ................................................................................ 30
8.3. Identificación genética ................................................................................. 31
8.4. Caracterización de microsatélites ............................................................... 32
8.5. Genética poblacional ................................................................................... 36
8.5.1. Diversidad genética poblacional .......................................................... 36
8.5.2. Estructura genética poblacional ........................................................... 43
8.5.3. Flujo genético....................................................................................... 44
8.5.4. Parentesco entre individuos .................................................................. 46
8.6. Aislamiento por distancia geográfica ........................................................... 47
8.7. Sistema Regional de Modelación Oceánica (ROMS) .................................. 48
8.8. Rutas de transporte larval con datos genéticos y modelados ..................... 53
9. Discusión ........................................................................................................ 58
9.1. Caracterización de microsatélites ............................................................ 58
9.2. Conectividad genética y demográfica....................................................... 59
9.3. Patrones de conectividad ......................................................................... 62
10. Conclusiones ............................................................................................... 66
11. Literatura citada ........................................................................................... 68
12. Anexos ........................................................................................................ 76
I
Índice de figuras
Figura 1. Batimetría del Sur del Golfo de California y localidades estudiadas con
datos genéticos: Isla San José (ISJ), San Francisquito (SF), Isla Espíritu Santo
(IES), Isla Gaviota (IG), Cet-mar (Cet), Mogote (Mo), Topolobampo (Topo), Huitusi
(Hu) y Altata (Alt). .................................................................................................. 12
Figura 2. Muestreo de Lutjanus argentiventris. a) transecto de estaciones (A01-A10)
de la campaña oceanográfica GLIDER-MARIAS 1506 (círculos rojos) y los sitios de
colecta de adultos y juveniles (triángulos verdes), b) sitios de muestreo de larvas en
la Bahía de la Paz (rombos morados), c) sitios de muestreo de larvas en
Topolobampo y Huitusi (pentágonos amarillos). ................................................... 14
Figura 3. Representación de la matriz de conectividad en un plano cartesiano. .. 27
Figura 4. Ubicación de cuadrantes y puntos de liberación. Los puntos amarillos
representan los lugares en donde fueron liberadas las partículas y los recuadros
rojos indican los polígonos en donde se evaluó si llegaron las partículas. ............ 27
Figura 5. Árbol del vecino más cercano basado en la variación de las secuencias
de COI (632 pb) de ADN mitocondrial. Los valores en las ramas indican el soporte
de las agrupaciones basadas en 5000 réplicas de re-muestreo y la escala de
distancia de Kirmura 2 parámetros. Pre = preflexión; Fle = flexión y Pos =
postflexión. ............................................................................................................ 32
Figura 6. Patrones alélicos promedio entre poblaciones. Número de alelos (Na);
número de alelos efectivo (Ne); heterocigocidad esperada (He); heterocigocidad
observada (Ho) y número de alelos efectivo. ........................................................ 37
Figura 7. Estimador del poder estadístico bajo condiciones simuladas con 10, 20,
30, 40 y 50 individuos, junto con los tamaños de muestra reales (rectángulo rojo).
a) Diferenciación genética con un FST predeterminado de 0.0025 y b) de 0.001. . 44
Figura 8. Coeficiente de relación genética entre individuos dentro de una misma
localidad (r). U y L (líneas rojas) representan el intervalo de confianza del 95 %
correspondiente a la hipótesis nula de no diferenciación entre los individuos de las
localidades. El valor de P para cada localidad fue: IES = 0.008, ISJ = 0.05, IG =
0.22, SF = 0.1, Mo = 0.8, Cet = 0.14, Topo = 0.46, Hu = 0.36 y Alt = 0.2. ............ 46
Figura 9. Prueba de Mantel (aislamiento por distancia). ...................................... 47
Figura 10. a) Climatología de la circulación y b) matriz de conectividad para el mes
de mayo. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida
y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de colores
representa los días más probables de arribo. ....................................................... 48
Figura 11. a) Climatología de la circulación y b) matriz de conectividad para el mes
de junio. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida
y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de colores
representa los días más probables de arribo. ....................................................... 49
Figura 12. a) Climatología de la circulación y b) matriz de conectividad para el mes
de julio. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida
II
y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de colores
representa los días más probables de arribo. ....................................................... 50
Figura 13. a) Climatología de la circulación y b) matriz de conectividad para el mes
de agosto. En la matriz, el eje de las abscisas corresponde a los cuadrantes de
salida y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de
colores representa los días más probables de arribo. ........................................... 51
Figura 14. a) Climatología de la circulación y b) matriz de conectividad para el mes
de septiembre. En la matriz, el eje de las abscisas corresponde a los cuadrantes de
salida y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de
colores representa los días más probables de arribo. ........................................... 52
Figura 15. a) Ruta de transporte larval de los datos genéticos, b) zoom a la Bahía
de La Paz. El grosor de la línea indica la cantidad de veces que se llevó a cabo una
conexión entre dos localidades. El color rojo representa conexión hacia el norte, el
color verde hacia el sur, anaranjado hacia el este y el azul hacia el oeste. .......... 53
Figura 16. Rutas de transporte larval con datos modelados en una ventana de
tiempo de 15-20 días. a) mayo, b) junio, c) julio, d) agosto y e) septiembre. El grosor
de las líneas corresponden a la probabilidad de la conexión y el color representa la
dirección. Rojo = norte, verde = sur, anaranjado = este y azul = oeste. ................ 56
III
Índice de tablas
Tabla I. Tamaño de muestras, sitios y fecha de colecta de adultos y juveniles de L.
argentiventris. ........................................................................................................ 14
Tabla II. Porcentaje de datos faltantes en la base de datos de genotipos. ........... 21
Tabla III. Larvas de Lutjanidos colectadas en la estación A01 y A02 ................... 30
Tabla IV. Divergencias genéticas expresadas en porcentaje entre y dentro de las
especies de Lutjanidos. ......................................................................................... 31
Tabla V. Caracterización de 18 microsatélites en L. argentiventris. Número de
acceso a GeneBank (negritas), iniciadores en sentido (F) y antisentido (R),
fluorocromo (F), rango del tamaño alélico (pb), tamaño de muestra (N), número de
alelos por locus (Na), heterocigocidad observada (Ho) y esperada (He), coeficiente
de endogamia (Fis), valor de p del equilibrio de Hardy-Weinberg (P) y frecuencia de
alelos nulos (NaF). ................................................................................................ 34
Tabla VI. Índices de diversidad genética. Tamaño de muestra (N), número de alelos
por locus (Na), heterocigocidad observada (Ho) y esperada (He), coeficiente de
endogamia (Fis), valor de p del equilibrio de Hardy-Weinberg (P) y frecuencia de
alelos nulos (NaF). ................................................................................................ 38
Tabla VII. Valores de FST pareado para cada par de localidades. ........................ 43
Tabla VIII. Amova jerárquico entre las poblaciones de la península y continente. 43
Tabla IX. Flujo genético con base en el FST. ......................................................... 45
Tabla X. Flujo genético con base en número de alelos exclusivos. ...................... 45
Tabla XI. Parentesco entre individuos. ................................................................. 47
Tabla XII. Número de conexiones entrantes (recepción o in-degree) y salientes
(exportación u out-degree) para cada localidad de acuerdo a los datos genéticos de
migrantes de primera generación. ......................................................................... 54
Tabla XIII. Número de conexiones entrantes (recepticón o in-degree) y salientes
(exportación u out-degree) para cada localidad para cada mes de estudio, en un
periodo de tiempo de 15-20 días más probables. ................................................. 57
IV
Índice de anexos
Anexo 1. Larvas de Lutjanidos. a) morfotipo 1 y b) morfotipo 2............................ 76
Anexo 2. Matrices de conectividad hasta los 30 días más probables de arribo. a)
mayo, b) junio, c) julio, d) agosto y e) septiembre. En la matriz, el eje de las abscisas
corresponde a los cuadrantes de salida y el de las ordenadas al cuadrante de arribo.
La barra de colores representa los días más probables de arribo. ........................ 77
Anexo 3. Rutas de transporte larval con datos modelados en una ventana de tiempo
de 20-30 días. a) mayo, b) junio, c) julio, d) agosto y e) septiembre. El grosor de las
líneas corresponden a la probabilidad de la conexión y el color representa la
dirección. Rojo = norte, verde = sur, anaranjado = este y azul = oeste. ................ 78
Anexo 4. Rutas de transporte larval con datos modelados. a) primavera y b) verano
en una ventana de tiempo de 15-20 días, c) primavera y d) verano en una ventana
de tiempo de 20-30 días. ....................................................................................... 79
Anexo 5. Frecuencia de la talla de organismos de L. argentiventris colectados en a)
Cet-mar y b) Mogote. ............................................................................................ 80
Anexo 6. Lutjanus argentiventris. Relación entre la longitud estandar y la edad
después del asentamiento, estimadas del otolito lapilli en juveniles colectados en
Balandra entre 2002 y 2005. Información tomada de Aburto-Oropeza et al. (2009).
.............................................................................................................................. 80
V
Glosario
Alelo: una forma particular de un gen.
Alelos exclusivos: son alelos que solo se presentan en una determinada
población.
Alelos nulos: son alelos presentes en el ADN, pero no son amplificados debido a
variaciones en la secuencia o mutaciones de las regiones que reconocen los primers
de los marcadores genéticos, estos cambios generan un fracaso en la amplificación
de uno o ambos alelos presentes en un locus particular.
Amplificación cruzada: consiste en amplificar ADN de la especie objetivo
utilizando iniciadores o primers que fueron diseñados para una especie
genéticamente cercana.
Conectividad demográfica: grado en que la tasa de crecimiento de las poblaciones
se ve afectada por la dispersión.
Conectividad genética: grado en que el flujo genético afecta los procesos
evolutivos dentro de las poblaciones.
Corriente abajo: estar ubicado o ir a favor de la dirección de la corriente, lejos del
origen de la corriente.
Corriente arriba: estar ubicado o ir en contra de la dirección de la corriente, cercano
al origen de la corriente.
Deriva genética: proceso que cambia las frecuencias alélicas dentro de una
población de una generación a otra, por causa del azar en funcion del tamaño
efectivo poblacional.
Dispersión: la proporción de partículas que salen de un área determinada y llegan
a otra.
Diversidad alélica: una medida de la diversidad genética, calculada como el
promedio del número de alelos por locus.
VI
Equilibrio de Hardy-Weinberg: la proporción predecible de las frecuencias
genotípicas en una población sexualmente reproductora de tamaño infinito, con
reproducción azarosa y sin mutación ni selección; representada por p2 + 2pq + q2
para un locus bi-alélico.
Equilibrio de Ligamiento: ocurre cuando los alelos de dos o más loci co-ocurren
en una medida que se espera al azar en loci independientes no ligados físicamente.
Flujo genético: la transferecia de material genético de una población a otra
siguiendo la dispersión y la subsecuente reproducción de individuos, propágulos o
gemetos.
FST: el inverso de la probabilidad de que dos gametos aleatorios, procedentes de la
misma subpoblación, sean idénticos por descendencia, relativos a gametos
tomados de toda la población; desarrollado por Wright (1951), esta es la medida
más común utilizada para describir la diferenciación genética de las poblaciones.
Heterocigocidad esperada (He): medida común de la diversidad genética que se
refiere al nivel de heterocigocidad que se esperaría encontrar si una población está
en Equilibrio de Hardy-Weinberg.
Heterocigocidad observada (Ho): se refiere al nivel de heterocigocidad dentro de
una población.
Inciador o primer: cadena formada de ácidos nucleicos que sirve como punto de
partida para la replicación del ADN via la Reacción en Cadena de la Polimerasa.
Locus: es la posición fija en el cromosoma, como el lugar que ocupa un marcador
o gen.
Marcador codominante: marcador molecular que permite a los usuarios distinguir
entre heterocigotos y homocigotos y cuyos alelos son heredados por via materna y
paterna.
Metapobacion: grupo de individuos de la misma especie que viven en hábitats
fragmentados y regularmente se dispersan entre estos sitios caracterizados como
fuentes o sumideros.
VII
Microsatélite: también conocidos como repeticiones de secuencias simples, son
fragmentos de ADN que consisten en repeticiones de 1 a 6 pares de bases del
mismo motivo.
Panmixia: reproducción azarosa; dentro de una población panmitica hay el
potencial de que cualquier macho se reproduzca con cualquier hembra.
Retención local: se expresa como la proporción de partículas (larvas) que
permanecen en un área determinada al final de cierto periodo de tiempo.
Sitio fuente: son hábitats donde las tasas de natalidad son mayores que las tasas
de mortalidad y la emigración es mayor que la inmigración, es decir, son sitios que
exportan individuos.
Sitio sumidero: son hábitats donde las tasas de natalidad son menores que las
tasas de mortalidad y la emigración es menor que la inmigración, es decir, son sitios
que importan individuos.
Subpoblaciones: individuos que viven en un mismo parche de hábitat y que
interactúan unos con otros.
VIII
Resumen
Lutjanus argentiventris es una especie costera asociada al fondo que habita en
ambas costas del Golfo de California. A pesar de su importancia económica, no
existe información sobre la conectividad genética vs. aislamiento de sus
poblaciones entre ambas costas. Por lo anterior se planteó como objetivo: evaluar
la conectividad genética en términos de transporte larvario y estructura genética
poblacional de L. argentiventris entre la costa continental y peninsular al sur del
Golfo de California. Para ello, se realizó un crucero que cruzó transversalmente un
remolino ciclónico, donde se tomaron datos de CTD y se colectaron muestras de
zooplancton con red de apertura-cierre en 10 estaciones oceánicas. Así mismo, se
realizaron colectas de zooplancton en lagunas costeras y se obtuvo tejido de
juveniles y adultos de L. argentiventris en campos pesqueros y zonas de manglar
en ambas costas del Golfo. Se diseñaron y probaron 30 microsatélites específicos
para L. argentiventris y se realizó amplificación cruzada de 16 microsatélites de L.
peru y 6 de L. guttatus. Con 12 microsatélites resultantes se estimó la diversidad
genética, estructura genética poblacional y flujo genético de L. argentiventris en
nueve localidades. Se utilizó el modelo ROMS para estimar las rutas de transporte
larval en el área de estudio. El AMOVA, FST global y FST pareado mostraron que no
hubo diferenciación genética entre las localidades del sur del Golfo. Sin embargo,
los estimadores de flujo genético indicaron un flujo de moderado a alto entre las
localidades de la península y el continente que soportan la presencia de una
estructura metapoblacional. El modelo ROMS dio soporte a los valores estimados
de flujo genético mostrando rutas más probables de dispersión del lado peninsular
hacia el continental, asociadas a la presencia de remolinos anticiclónicos. La
circulación del mes de junio fue la que mejor explicó los patrones de conectividad
genéticos de L. argentiventris. La información del modelo se podría extrapolar a
grupos funcionales de especies costeras asociadas al fondo con una biología
parecida a L. argentiventris.
IX
Abstract Lutjanus argentiventris is a coastal-demersal species that inhabits both shores of the
Gulf of California. Despite its economic importance, there is no information on
genetic connectivity vs. the isolation of their populations between the two coasts.
The objective of this study was to evaluate the genetic connectivity in terms of larval
transport routes and population genetic structure of L. argentiventris between the
continental and peninsular coast of the Southern Gulf of California. For this purpose,
a cruise crossed through a cyclonic eddie, where CTD data were collected and
zooplankton samples were collected with open-close net in 10 oceanic stations.
Zooplankton collections were also carried out in coastal lagoons and juvenile and
adult tissue of L. argentiventris were obtained in fishing grounds and mangrove
areas on both coasts of the Gulf. Thirty specific microsatellites for L. argentiventris
were designed and tested. Also 16 microsatellites of L. peru and 6 of L. guttatus
were tested in cross-amplification. With the resulting 12 microsatellites the genetic
diversity, population genetic structure and genetic flow of L. argentiventris were
estimated in nine localities. The ROMS model was used to estimate larval transport
routes in the study area. The AMOVA, global FST and paired FST showed that there
is no genetic differentiation between the localities of the Southern Gulf of California,
the estimators of genetic flow indicated a moderate to high flow between the
localities of the peninsula and the continent that supported the presence of a
metapopulation structure. The ROMS model supported the estimated values of
genetic flow showing more likely routes from the peninsular to the continental side,
associated with the presence of anticyclonic eddies. The circulation of the month of
June was the one that best explained the genetic connectivity patterns of L.
argentiventris. The model information could be extrapolated to functional groups of
costal-demersal species with a similar biology to L. argentiventris.
1
1. Introducción
La familia Lutjanidae cuenta aproximadamente con 100 especies. El género
Lutjanus es el más numeroso y cuenta con 64 especies que incluyen nueve
representantes del Pacífico Oriental. Los pargos son comunes en mares tropicales,
subtropicales y templados, desde aguas costeras hasta profundidades
considerables (sobre el talud continental) (Fischer et al. 1995; Allen & Robertson,
1998).
Específicamente Lutjanus argentiventris o pargo amarillo, es una especie
costera asociada al fondo que se distribuye desde el Sur de California hasta Perú,
incluyendo ambas costas del Golfo de California e islas oceánicas. Los adultos
organizados en metapoblaciones, habitan sobre fondos rocosos y arenosos
cercanos a arrecifes, hasta profundidades de 60 m; mientras que los juveniles se
encuentran en manglares, lagunas costeras y bahías protegidas (De la Cruz Agüero
et. al. 1997; Allen & Robertson, 1998; Sala et al. 2003; Aburto-Oropeza et al. 2009).
Esta especie forma agregaciones para desovar en el periodo comprendido
de mayo a septiembre en el Sur del Golfo de California (SGC) (Aburto-Oropeza
et.al., 2009; Erisman et al., 2010), aunque también se han reportado desoves
durante invierno en el área de Sinaloa, México (Piñón et al., 2009).
Los sitios en los que se lleva a cabo el desove de la mayoría de los pargos,
incluyendo a L. argentiventris, se localizan cerca del talud continental en áreas
donde el sistema de circulación permita la dispersión larval y su posterior
reclutamiento a las zonas de manglares y arrecifes (Heyman et al. 2005; Claro &
Lindeman, 2008).
Poco se sabe sobre los primeros estadios de vida de los pargos. Se ha
registrado que sus huevos son pelágicos y su etapa larval tiene una duración
aproximada de 20-26 días, la cual transcurre generalmente fuera de la plataforma
continental en los primeros 50 m de profundidad, aunque se han encontrado larvas
2
entre los 10 y 200 m ( Emata et al. 1994; Drass et al. 2000; Zapata & Herrón, 2002;
Claro & Lindeman, 2008; Abdo de la Parra et al. 2015).
Los adultos de la mayoría de los Lutjanidos tienen movimiento limitado dentro
de su hábitat y considerando que los arrecifes costeros se distribuyen en parches,
las subpoblaciones de adultos están conectadas por medio de la dispersión larval
(Filipe et al. 2011; Soria et al. 2014; Tinhan et al. 2014; Green et al. 2015).
La dispersión puede contribuir significativamente a la tasa de crecimiento de
las subpoblaciones, al flujo genético y a la persistencia de la especie. Por lo tanto,
evaluar el efecto de la dispersión es crucial para entender la biología y la evolución
de la especie (Lowe & Allendorf, 2010).
En este sentido, la comprensión de las causas de la dispersión larval recae
en un problema biofísico, ya que además del conocimiento del ciclo de vida de la
especie (época y ubicación de desove y duración planctónica), es importante
conocer el efecto que las corrientes marinas ejercen sobre la dispersión larval
(velocidad y dirección). Así que una forma de abordar este problema, es mediante
el estudio de la conectividad, que se define como el intercambio de individuos
(larvas, juveniles o adultos) entre subpoblaciones de la misma especie separadas
geográficamente (Cowen & Sponaugle, 2009; Munguia-Vega et al. 2014).
Entre los métodos que existen para medir la conectividad, se encuentran los
métodos indirectos como los modelos numéricos, que describen los patrones de
circulación y transporte de partículas durante la fase larval, generando hipótesis de
conectividad sobre la dirección, escala y magnitud de la dispersión larval entre sitios
(Lodeiros et al. 2016) y los métodos directos como el uso de múltiples marcadores
genéticos polimórficos (microsatélites, ADN mitocondrial), que permiten medir de
manera directa los niveles de flujo genético y estructura genética entre sitios (Soria
et al. 2012).
Los microsatélites que son marcadores codomintantes, por consecuencia de
su elevada tasa de mutación (1x10-3 a 1x10-4 por locus por réplica), han sido una
3
herramienta muy utilizada por sus aplicaciones en la identificación individual,
análisis de parentesco y análisis de estructura genética (Guichoux et al. 2011).
Mediante esta clase de estudios, es posible identificar localidades que
exportan larvas hacia otros lugares (sitios fuente) y localidades que reciben más
larvas de las que exportan (sitios sumidero) (Crowder et al. 2000). Los sitios fuente
benefician a las otras subpoblaciones debido a que se reduce la mortalidad denso-
dependiente, la endogamia y mejora la persistencia de las subpoblaciones ante un
entorno cambiante (Ottmann et al. 2016).
Entre los principales procesos físicos que se han asociado con los patrones
de conectividad larvaria, se encuentran los remolinos de mesoescala. Estos juegan
un papel muy importante en el océano ya que afectan la productividad y contribuyen
significativamente al transporte de propiedades químicas, además de afectar la
distribución vertical y horizontal del fitoplancton (Coria-Monter et al. 2014) y del
zooplancton, como es el caso de larvas de peces (Contreras-Catala et al. 2012;
Sánchez-Velasco et al. 2013).
El Golfo de California (GC) es un mar semi-cerrado, en donde la distancia
media entre sus costas es de ~120-160 km y la circulación general es estacional
reversible, es decir, ciclónica en verano y anticiclónica en invierno (Lavín &
Marinone, 2003). Específicamente el Sur del Golfo de California (SGC) se
caracteriza por tener una fuerte componente mesoescalar. Estudios sobre
imágenes satelitales y modelos numéricos sugieren que la generación de remolinos
con diámetros de ~70-120 km son comunes, pueden ser ciclónicos o anticiclónicos,
aunque a la fecha no se ha establecido un patrón estacional (Pegau et al. 2002;
Lavín & Marinone, 2003). Estos son generados por las inestabilidades baroclínicas
que provoca la Corriente Costera Mexicana y la topografía de la zona (Zamudio et
al. 2008).
En trabajos previos se han presentado evidencias de que larvas de especies
costeras podrían ser transportadas por remolinos de mesoescala entre la costa
peninsular y continental del SGC (Contreras-Catala et al. 2012; Sánchez-Velasco et
al. 2013). Sin embargo, no hay investigaciones que describan la influencia de
4
remolinos sobre el transporte larval entre poblaciones (estructura metapoblacional)
de ambas costas, para poder plantear mejores estrategias de manejo pesquero y
diseño de reservas marinas.
2. Antecedentes
2.1. Remolinos y distribución de larvas de peces en el GC
Entre los estudios pioneros que manejaron la hipótesis o presentaron
evidencias de transporte larval entre las costas del GC, se encuentra el de
Hammann et al. (1998), quienes sugirieron que los remolinos y los filamentos
asociados pueden ser importantes en el transporte de huevos y larvas de sardina
(Sandinops sagax) entre ambas costas del Golfo. A la fecha no se ha comprobado,
pero estas ideas fueron fundamentales para promover el estudio de los mecanismos
que son responsables del transporte del plancton en el GC.
Contreras-Catala et al. (2012), realizaron un muestreo de zooplancton sobre
un remolino anticiclónico de 90 km de diámetro con velocidades máximas de 0.5
m/s en el SGC. Este remolino se formó en la costa continental y se acercó a la costa
peninsular. Los autores encontraron larvas de especies costeras asociadas al fondo
y arrecifales en el centro del remolino, sugiriendo que la presencia de estas especies
indicó que fueron atrapadas durante el origen del remolino o su acercamiento a la
costa.
Aunado a lo anterior, Sánchez-Velasco et al. (2013), observaron la
distribución tridimensional de larvas de peces en un remolino ciclónico de 140-160
km de diámetro con velocidades máximas de 0.6 m/s en el centro del GC. Los
resultados sugirieron que este remolino era lo suficientemente grande como para
atrapar larvas en ambas costas y transportarlas en su periferia con opción de
reclutarse en ambas costas del Golfo.
5
2.2. Estudios lagrangeanos y de conectividad con modelación numérica
en el Golfo de California (partículas inertes)
Con la aplicación de modelos numéricos y estudios lagrangeanos se obtuvo
conocimiento de alta presición referente a la circulación de mesoescala del GC. Por
ejemplo Marinone et al. (2007) usaron el modelo numérico HAMSOM para calcular
matrices de conectividad en el Norte del GC durante verano. Encontraron que para
éste periodo y para el tiempo de deriva de las partículas (2 meses), éstas seguían
el patrón ciclónico típico. Mencionan la posibilidad de que las larvas que son
capaces de cambiar su posición en la columna de agua y para aquellas que
completan su ciclo pocos días después de ser liberadas, las corrientes de marea
pueden ser las que más dominan durante su advección.
Posteriormente, en un estudio de mayor escala temporal y espacial,
Marinone (2012) calculó matrices de conectividad en el GC durante los 12 meses
del año. Las trayectorias de las partículas fueron obtenidas con el modelo numérico
HAMOSM dividiendo el Golfo en 12 secciones por sus características
hidrodinámicas. Para el SGC los resultados mostraron alta retención en el lado
peninsular, mientras que la costa continental mostró tener alta dispersión debido a
las fuertes corrientes paralelas a la costa, dispersando partículas en esa misma
dirección.
Santiago-García et al. (2014) investigaron la conectividad en 17 áreas
definidas por la presencia de remolinos y corrientes obtenidas de un modelo
tridimensional baroclínico en todo el GC. Las partículas fueron liberadas en la
columna de agua y advectadas durante 28 días. Los resultados revelaron que la
conectividad seguía un patrón estacional. Las partículas presentaron mayor
retención durante el periodo ciclónico (junio-septiembre) comparado con el periodo
anticiclónico (noviembre-marzo). A su vez, en el SGC durante el periodo ciclónico,
la costa peninsular y las áreas centrales mostraron alta retención debido a las
6
corrientes débiles y la presencia de remolinos, mientas que en la costa continental
mostró gran dispersión paralela a la costa.
Un ejemplo de estudios con métodos lagrangeanos es el de Lavín et al.
(2014) en el cual midieron corrientes con derivadores, mostraron que durante la
temporada de verano, la circulación del SGC está dominada por remolinos de
mesoescala que llegaron a tener velocidades de hasta 0.5 m/s en la superficie,
además se detectaron corrientes costeras con velociades 0.60 m/s y máximas de
0.8 m/s.
Este tipo de estudio mostró la alta dinámica mesoescalar que se presenta en
el SGC.
2.3. Conectividad en el Golfo de California (métodos directos e
indirectos)
Los patrones de conectividad pueden deberse a la dispersión de larvas o
movimiento de juveniles y adultos. Los movimientos en juveniles y adultos pueden
ser locales con el propósito de desovar o por cambios ontogénicos (Green et al.
2015).
Rocha-Olivares & Sandoval-Castillo (2003) estudiaron las poblaciones de L.
peru con ADNmt entre las áreas de Jalisco, Sinaloa y Baja California Sur. En esta
investigación encontraron homogeneidad genética la cual la atribuyen a
mecansimos pasivos de transporte larvario entre poblaciones alopátricas, aunque
no se descarta la migración activa de organismos adultos.
Tinhan et al. (2014) en un estudio de telemetría para adultos L. argentiventris
realizado en Los Islotes (La Paz, BCS), encontraron que gran parte de los individuos
mostraban de moderada a alta fidelidad a su hogar durante la temporada no
reproductiva, sin embargo, detectaron altos niveles de ausencia en la temporada de
desove.
7
A su vez Green et al. (2015) en su estudio sobre dispersión larval y patrones
de movimiento en peces adultos de arrecife, muestra que para la familia Lutjanidae
el movimiento de adultos es limitado, aproximadamente 3 km.
En la actualidad, el conocimiento de la conectividad de poblaciones marinas
requiere la integración de enfoques multidisciplinarios donde los métodos genéticos
pueden jugar un papel muy importante. Aunque el panorama que ofrecen los
métodos indirectos debe ser considerado, los métodos genéticos pueden tener
prioridad en estudios futuros centrados en escalas de tiempo y procesos ecológicos
(Hedgecock et al. 2003).
Es así que Soria et al. (2012) utilizaron un modelo numérico para medir la
conectividad de Spondylus calcifer y lo validaron con análisis genéticos
poblacionales utilizando marcadores microsatelitales en el norte del GC.
Encontraron fuerte conectividad demográfica entre el corredor de Puerto Peñasco y
las áreas sureñas, por lo tanto las localidades muestreadas indicaron baja estructura
genética. Además, la ausencia de fuertes barreras para la migración sugiere que los
sitios de reservas marinas corriente arriba pueden beneficiar a las subpoblaciones
que se encuentran corriente abajo.
Por otra parte, Munguia-Vega et al. (2014), obtuvieron información detallada
de las zonas de pesca y época de desove de la cabrilla sardinera (Mycteroperca
rosacea) en 17 sitios distribuidos en la Región de las Grandes Islas en el GC. Los
autores utilizaron un modelo biofísico oceanográfico en donde simularon el
transporte de larvas a diferentes duraciones larvales planctónicas, además usaron
marcadores mitocondriales para comparar con los resultados del modelo.
Encontraron que tanto el modelo como los datos genéticos confirmaron el
movimiento de larvas desde la costa de Baja California, cruzando las Grandes Islas
y llegando a la costa de Sonora en sentido ciclónico durante el pico de desove de
esta especie (mayo-junio).
Jackson et al. (2015) realizaron un trabajo con marcadores mitocondriales y
microsatélites para analizar los mecanismos potenciales que impactan a la
conectividad entre las subpoblaciones de la cabrilla sardinera (Myctoperca rosacea)
8
en el GC. El análisis de estructura poblacional detectó tanto con los marcadores
mitocondriales y microsatélites diferenciación genética entre las subpoblaciones
(F´ST = 0.011, P < 0.001 y F´ST = 0.010, P = 0.28, respectivamente), especialmente
entre el lado continental y el peninsular.
Lodeiros et al. (2016) estudiaron la estructura metapoblacional de Spondylus
limbatus con un modelo biológico oceanográfico acoplado y con marcadores
microsatelitales. Encontraron que durante la temporada de desove (verano) la
dispersión larval en el Norte del GC no es simétrica, pero sigue el patrón ciclónico
a lo largo de la costa continental, donde las larvas son transportadas corriente abajo
(82-102 km). Mostraron que en este sistema unidireccional, los sitios que son fuente
de larvas están localizados corriente arriba y los sitios sumidero corriente abajo. Los
resultados genéticos mostraron pocos niveles de variación en la diversidad genética
entre sitios.
9
3. Justificación
En el GC los estudios sobre conectividad son escasos y específicamente, si
se enfocan en la región sur (Marinone, 2012).
Hoy en día se encuentran poblaciones de L. argentiventris en el lado
continental y peninsular del SGC, no hay información sobre la estructura genética
poblacional y movimiento por medio de la dispersión larval la cual, puede contribuir
significativamente al crecimiento de las poblaciones, flujo genético y persistencia de
las especies; por lo tanto, la evaluación de los efectos de la conectividad larvaria es
crucial para entender la dinámica de las poblaciones y su evolución en sistemas
naturales (Lowe y Allendorf, 2010).
A su vez, es importante mencionar que las poblaciones de L. argentiventris
en el SGC, han sido afectadas a lo largo de los años debido a la pesca en la
temporada de desove y se ha reportado la disminución de las tallas de captura por
parte de los pescadores locales (Piñón et al. 2009).
Además, es una de las especies de mayor importancia comercial en el SGC;
genera más de tres toneladas métricas por cooperativa durante primavera y verano
(Aburto-Oropeza et al. 2009). Cabe mencionar que es una especie altamente
explotada ya que casi la mitad de los desembarques anuales se llevan a cabo
durante los meses de desove (mayo-septiembre) (Erisman et al. 2010).
En este sentido, el conocimiento de la conectividad en esta especie es
importante porque nos brinda información para un mejor manejo pesquero,
contribuye a la localización de poblaciones fuente y sumidero de larvas, ayuda a
detectar barreras oceanográficas a la dispersión y de este modo, es posible
establecer áreas marinas protegidas (Kool et al. 2013).
Lo descrito, destaca la importancia de establecer una línea base de
conocimiento sobre los procesos de mesoescala que regulan el reclutamiento de
las especies que dan soporte a las pesquerías en el GC.
10
4. Hipótesis
Con base en los estudios previos sobre la influencia de remolinos en la
distribución de larvas de peces, conectividad genética y conectividad demográfica,
se planteó la siguiente hipótesis:
o La conectividad genética de las poblaciones de L. argentiventris entre las
costas continental y peninsular del Sur del Golfo de California se debe al
transporte de larvas generado por los remolinos de mesoescala; siempre y
cuando éstas tengan un asentamiento y un proceso de reproducción exitoso.
5. Objetivo general
Evaluar la conectividad genética en términos de transporte larvario y
estructura genética poblacional de L. argentiventris entre la costa continental y
peninsular al sur del Golfo de California.
5.1. Objetivos específicos
1. Diseño de iniciadores y estandarización de microsatélites para L.
argentiventris.
2. Estimar la diversidad genética, estructura poblacional y flujo genético entre
localidades en L. argentiventris mediante microsatélites.
3. Obtener posibles rutas de transporte larvario con base al modelo Sistema
Regional de Modelación Oceánica (ROMS).
11
6. Área de estudio
El Golfo de California es un mar semi-cerrado altamente productivo, con alta
diversidad de especies. La riqueza biológica del Golfo está parcialmente
relacionada con la presencia de estructuras de mesoescala, como remolinos y
frentes que actúan a diferentes escalas espaciales y temporales (Sánchez-Velasco
et al. 2013).
Se menciona que la circulación superficial durante verano en el SGC está
dominada por remolinos con alternancia de rotación y se propone que éstos se
generan por las inestabilidades baroclínicas causadas por la interacción de la
Corriente Costera Mexicana con la batimetría y topografía asociada a la línea de
costa (Fig. 1), así mismo, este mecanismo es intensificado por las ondas atrapadas
a la costa (Pegau et al. 2002; Zamudio et al. 2008).
Es importante mencionar que los remolinos tienen un papel importante en el
transporte y retención de propiedades químicas y de organismos planctónicos y en
la redistribución y mezcla de las propiedades a diferentes niveles de la columna de
agua (Lavín et al. 2013).Es por esto que el SGC es un lugar idóneo para estudios
sobre dispersión y conectividad.
12
Figura 1. Batimetría del Sur del Golfo de California y localidades estudiadas con datos genéticos: Isla San José (ISJ), San Francisquito (SF), Isla Espíritu Santo (IES), Isla Gaviota (IG), Cet-mar (Cet), Mogote (Mo), Topolobampo (Topo), Huitusi (Hu) y Altata (Alt).
7. Materiales y Métodos
7.1. Datos hidrográficos y colecta de muestras
Se llevó a cabo un monitoreo satelital previo a un crucero oceanográfico en
el SGC, donde la actividad de mesoescala fue intensa. Se seleccionó un remolino y
se cruzó en un transecto transversal mediante la metodología propuesta por
Sánchez-Velasco et al. (2014).
El muestreo se llevó a cabo durante la campaña oceanográfica GLIDER-
MARIAS 1506 a bordo del buque oceanográfico Alpha-Helix del 2 al 16 de junio
2015.
El transecto transversal contó con 10 estaciones (A01-A10), de las cuales en
8 se tomaron muestras biológicas. Para saber si se muestreó en un remolino, en
13
cada estación (Fig. 2a), se obtuvieron perfiles de temperatura y conductividad con
un CTD (Conductivity, temperature and depth profiler) marca SeaBird 911plus. Los
datos fueron procesados con el programa del proveedor y promediados cada
decibar (db). La temperatura conservativa (°C), salinidad absoluta (g kg-1) y la
anomalía de densidad (kg m-3), se calcularon de la temperatura in situ y salinidad
práctica mediante el programa TEOS-10 (Ecuación Termodinámica para el agua de
mar 2010), el cual se descargó de www.TEOS-10.org (Godínez et al. 2015).
Con el fin de colectar larvas de L. argentiventris se obtuvieron muestras de
zooplancton en 3 estratos de profundidad: uno de la termoclina a la superficie a
aproximadamente 50 m de profundidad y dos estratos por debajo de ésta, de 50-
100m y 100-150 m, en donde la profundidad lo permitiera. Para este efecto, se
utilizaron redes de cierre-apertura-cierre con un diámetro de boca de 60 cm, una
longitud de 250 cm y luz de malla de 505m.
Así mismo, durante octubre 2015 se obtuvieron muestras superficiales en 12
estaciones a bordo de una embarcación menor en la costa peninsular (Fig. 2b) y 7
en la costa continental (Fig. 2c), con redes superficiales con luz de malla de 505 m
y 300 m; es importante mencionar que las muestras de zooplancton se fijaron en
etanol al 80% para su análisis genético.
Por otra parte, se colectaron muestras de aletas de juveniles y adultos de
Lutjanus argentiventris provenientes de zonas aledañas a manglares y de la pesca
artesanal de seis localidades ubicadas en la costa peninsular y tres en la costa
continental (Tabla I), estas muestras se fijaron en etanol al 80% para su análisis
genético.
14
Figura 2. Muestreo de Lutjanus argentiventris. a) transecto de estaciones (A01-A10) de la campaña oceanográfica GLIDER-MARIAS 1506 (círculos rojos) y los sitios de colecta de adultos y juveniles (triángulos verdes), b) sitios de muestreo de larvas en la Bahía de la Paz (rombos morados), c) sitios de muestreo de larvas en Topolobampo y Huitusi (pentágonos amarillos).
Tabla I. Tamaño de muestras, sitios y fecha de colecta de adultos y juveniles de L. argentiventris.
Localidad Estadio Tamaño de muestra Fecha de colecta
Costa peninsular
Isla Espíritu Santo (IES) Adulto 32 Diciembre 2015
San Francisquito (SF) Adulto 26 Mayo-agosto 2015
Isla Gaviota (IG) Juvenil 27 Mayo-agosto 2015
Isla San José (ISJ) Juvenil 20 Mayo-agosto 2015
Mogote (Mo) Juvenil 20 Mayo 2015
Cet-mar (Cet) Juvenil 32 Septiembre 2015
Costa continental
El Huitusi (Hu) Juvenil 32 Agosto 2016
Altata (Alt) Juvenil 32 Agosto 2016
Topolobampo (Topo) Juvenil 12 Agosto 2016
15
7.2. Identificación de larvas
Se separaron las larvas de peces de las muestras de zooplancton del crucero
GLIDER-MARIAS 1506 del transecto A01-A10, de Bahía de La Paz y Sinaloa. Con
a las características morfológicas descritas por Moser (1996) las larvas se
reconocieron a nivel de género, debido a la dificultad que representa identificarlas a
un nivel más alto.
7.3. Identificación genética de larvas
Se realizaron extracciones de ADN de las larvas de Lutjanidos con el método
modificado de extracción de sales de Lopera-Barrero et al. (2008), descrito a
continuación. Cada larva cortada en pedacitos se colocó en un tubo para
microcentrífuga por separado, se le adicionó una solución amortiguadora de lisis
(5M NaCl, 1M Tris pH 8, 0.5 M EDTA pH 8 y 10% SDS) y proteinasa-K (4 mg/mL) y
se colocaron en una incubadora a 55°C hasta que se completó la digestión o lisis
celular. Posteriormente, se agregaron 200µL de NaCl saturado (5.3M) a cada tubo
y se incubaron en hielo durante 10 minutos. Cumplido el tiempo establecido, el tubo
se sometió a un proceso de centrifugación a 10,000 rpm durante 10 minutos, se
transfirió el sobrenadante (500-600 L) a un tubo de 1 mL con etanol absoluto frío
y se agitó varias veces para precipitar el ADN. Posteriormente, se centrifugó a
13,000 rpm durante 10 minutos, se decantó el etanol cuidando que el botón de ADN
no se despegara del fondo del tubo. Se lavó con 1 mL de etanol al 70%, se centrifugó
a 13,000 rpm durante 10 min, se decantó el etanol, se dejó secar el botón de ADN
y se resuspendió en 50 L de TE (Tris-HCL 1M pH 7.5, EDTA 0.5mM pH 8).
Se amplificó una fracción del gen de la citocromo oxidasa, subunidad I (COI),
de 700 pb, mediante una reacción en cadena de la polimerasa (PCR). Se emplearon
los iniciadores: VF1 (5’-TTCTCAACCAACCACAAAGACATTGG-3’) (Ivanova et al.
2007) y FishR1 (5’-TAGACTTCTGGGTGGCCAAAGAATCA-3’) (Ward et al. 2005).
La PCR se efectuó en un volumen final de 50 L, el cual contenía: 1X de buffer Taq,
16
2.1 mM de MgCl2, 0.2 mM de dNTP´s, 0.41 mg/mL de BSA, 0.48 M de primer VF1
y FishR1, 0.025 unidades de Taq polimerasa (Invitrogen) y 2 L de ADN (100
ng/L). Las condiciones para la amplificación fueron: 94°C (2 min), 35 ciclos de 94
°C (1 min), 50°C (1 min), 72°C (1 min) y una extensión final de 72°C (4 min). Los
productos de PCR fueron secuenciados en ambos sentidos en un secuenciador
automático ABI Prism 3730XL en Macrogen (Seoul, Corea del Sur).
7.3.1. Análisis de secuencias
Las secuencias en sentido (F) y antisentido (R) de cada individuo se
verificaron y se alinearon con el programa Clustal W (incluido en MEGA6) (Tamura
et al. 2013), con el propósito de obtener la mejor secuencia mediante la conciliación
de las dos hebras de ADN.
Obtenidas éstas, se realizó un análisis de homología con las secuencias de
GeneBank para descartar que fueran secuencias de otras especies o de otras
fracciones del genoma.
Este análisis se llevó a cabo de la siguiente manera: se alinearon todas las
secuencias de las larvas, junto con la secuencia de un adulto de L. argentiventris y
secuencias de L. colorado, L. aratus, L. guttatus y L. novemfasciatus obtenidas de
GeneBank (Números de acceso: KJ557438, KJ557440, KJ557425 y KJ557445).
Con esta base de datos se obtuvieron las divergencias genéticas con base en el
modelo de Kimura parámetro 2 (Kimura, 1980), en el programa MEGA6.
Con la prueba de Jukes-Cantor (Nei y Kumar, 2000) se determinó si los datos
eran adecuados para la construcción de árboles del vecino más cercano (Neighbor-
Joining) de la siguiente manera; si el valor de distancia promedio era menor a uno,
los datos eran adecuados (Hall, 1942). Una vez realizada la prueba, se construyó
un árbol mediante el método del vecino más cercano. El soporte estadístico se
evaluó mediante 5000 réplicas de remuestreo (bootstrap) en el programa MEGA6.
17
7.4. Obtención de microsatélites
Los microsatélites de L. argentiventris fueron obtenidos por el Dr. Adrián
Munguía-Vega en 2009 de la siguiente manera: La extracción de ADN se llevó a
cabo con el kit DNeasy Blood and Tissue (Qiagen). Estos ADN se agruparon y se
utilizaron para crear bibliotecas enriquecidas en microsatélites, siguiendo una
versión modificada de Glenn & Schable (2005).
Se digirieron aproximadamente 5 mg de ADN genómico con RsaI (NEB) y los
fragmentos resultantes se ligaron a los enlazadores SuperSNX-24. Estos
fragmentos de 300-1200 pares de bases (pb) fueron recuperados mediante la
reacción en cadena de la polimerasa (PCR), usando el iniciado directo SuperSNX-
24 y la Taq Platinum de alta fidelidad (Invitrogen). Los fragmentos ligados se
hibridaron a sondas (oligonucleótidos) de microsatélite marcados con biotinas
(GT)15, (CT)15, (GTAT)10 y (GTCT)10 (1 mM cada una). Los fragmentos enriquecidos
se aislaron con perlas magnéticas recubiertas con estreptavidina (Dynal,
Invitrogen). Se llevaron a cabo reacciones en cadena de polimerasa (PCR) para
recuperar fragmentos que contuvieran potenciales microsatélites. Las bibliotecas se
ligaron al vector PCR4-TOPO (Invitrogen), se transformaron en células TOP10 de
Escherichia coli químicamente competentes (Invitrogen) y sembraron en agar
Invitrogen imMediaTM Amp.
Se obtuvieron 46 secuencias con microsatélites para L. argentiventris, a 30
de ellos, se les diseñaron iniciadores con el programa PRIMER 3 (Untergasser et
al., 2012). Los 30 pares de iniciadores fueron sintetizados en Macrogen (Seul, Corea
del Sur).
7.5. Caracterización de microsatélites
Para la caracterización de los microsatélites, se emplearon las muestras de
adultos de Lutjanus argentiventris (N = 32) de Isla Espíritu Santo (IES) (Tabla I).
Primero se realizó la extracción de ADN de las muestras (aletas) mediante el
18
método modificado de extracción de sales (NaCl), propuesto por Lopera-Barrero et
al. (2008), descrito en la sección 7.3. Cabe mencionar que para la extracción de
muestras de adultos, la concentración final de proteinasa-K fue de 20 mg/mL y al
final los botones de ADN se resuspendieron en 100L de TE. Además se midió la
concentración de ADN de cada muestra en un nanodrop (Thermo Scientific) y todas
las muestras se estandarizaron a 100 ng/L previo a la amplificación (PCR).
Los 30 pares de iniciadores fueron probados inicialmente en un individuo
adulto de Isla Espíritu Santo y los loci que amplificaron, fueron probados en el total
de la muestra (N = 32).
De igual manera, se probaron en amplificación cruzada 16 microsatélites de
Lutjanus peru (Lupe1, Lupe2, Lupe13, Lupe16, Lupe21, Lupe23, Lupe24, Lupe25,
Lupe28, Lupe29, Lupe33, Lupe34, Lupe39, Lupe55, Lupe62, Lupe 63) (Paz-García
et al. 2017) y 6 microsatélites de L. guttatus (Lgut15, Lgut19, Lgut21, Lgut26, Lgut34
y Lgut44) los cuales fueron aisaldos mediante una secuenciación genómica
aleatoria con la tecnología Ilumina de secuancias pareadas (com. per. Ricardo
Pérez Enríquez, CIBNOR) en la misma muestra de IES.
Los 52 loci se probaron mediante PCR en un volumen total de 15 L que
contenía: solución amortiguradora de la Taq (1X), dNTP´s (0.2 mM), MgCl2 (2.1
mM), primer forward (0.033 M), primer reverse (0.33 M), etiquetado M13
(Schuelke, 2000) con fluorocromo NED, PET, VIC o 6-FAM (0.2 M), Taq
polimerasa marca Invitrogen (0.3 U/L), BSA (0.04%) y 2 L de ADN (100 ng/L).
Para la amplificación se utilizaron las condiciones termales del protocolo touchdown
que consistió en 94°C por 5 min, 15 ciclos de 94°C por 30 s, 65-50°C (disminuyendo
1°C por cada ciclo) y 72°C por 30 s, seguido de 40 ciclos de 94°C por 30 s, 55°C
por 30 s, 72°C por 30 s y una extensión final de 72°C durante 5 min.
El etiquetado con M13 consiste en que el primer forward y el fluorocromo
deben llevar la secuencia universal M13 (TGT AAA ACG ACG GCC AGT-3´), en los
primeros ciclos de la PCR el primer forward con el M13 es incorporado a las copias
de los productos de PCR, después cuando el primer forward se agota, el
19
fluorocromo etiquetado con M13 reconoce el sitio de acoplamiento sobre el primer
forward con M13 y se incorpora el fluorocromo en los productos subsecuentes de
PCR.
Los productos de PCR se verificaron mediante electroforesis en gel de
agarosa, en donde 5 L de cada producto de PCR se mezclaron con Gelred
(Biotium, 30X), se corrieron en geles de agarosa al 1.5% y se visualizaron en un
transiluminador (Labnet). Los productos de PCR verificados se enviaron a análisis
de fragmentos en un secuenciador automático (ABI3730, Applied Biosystems,
Carlsbad, CA) en la Universidad de Arizona, USA.
7.5.1. Análisis de Datos
La asignación de tallas de alelos y genotipos de los loci microsatélites se
realizó con el programa GeneMarker Software (SoftGenetics, State Collage, PA) y
la nomenclatura de los alelos se homogenizó con Flexibin (Amos et al. 2007).
Posteriormente, se obtuvieron los estimadores de diversidad genética:
número de alelos por locus (Na), heterocigocidades observadas (Ho) y esperadas
(He) con la ayuda del programa GeneAlex (Peakall y Smouse, 2012). Así mismo,
se evaluó el equilibrio de Hardy-Weinberg (EHW) mediante pruebas exactas de
Fisher (10,000 cadenas de calentamiento, 1000 matrices y 10,000 iteraciones por
matriz) con el uso del programa Genepop, (Raymond y Rousset, 1995). También se
realizaron pruebas de desequilibrio de ligamiento (DL) entre cada par de loci,
mediante el programa Fstat (Goudet, 1995). Los niveles de significancia (= 0.05)
de múltiples pruebas (EHW y DL) se ajustaron con la prueba secuencial de
Bonferroni (Rice, 1989).
Por último, se estimó la frecuencia de alelos nulos (método de Brookfield), el
error de lectura de alelos debido a múltiples repeticiones de menor tamaño (stutters)
y a la presencia de alelos en baja intensidad (dropout) con el programa Microcheker
(Van Oosterhout et al. 2004).
20
Se estimó la tasa de error durante la amplificación de los loci microsatélites y
el error de genotipado causado por el uso de diferentes fluorocromos en un mismo
loci, debido a que el genotipo puede variar en tamaño de pares de bases
dependiendo del fluorocromo que se utilice. Esta prueba se realizó volviendo a
amplificar los 12 microsatélites en 32 individuos de la población de Altata. Para el
error de genotipado se amplificaron los fluorocromos diferentes al FAM (VIC, NED),
solo para los loci de L. argentiventris en EHW. En el caso de los loci resultantes de
la amplificación cruzada, siempre se emplearon los mismos fluorocromos.
7.6. Genética poblacional
Se realizaron extracciones de ADN de juveniles y adultos de nueve
localidades (Tabla I), siguiendo el método de extracción de sales de Lopera-Barrero
et al. (2008) modificado descrito en la sección 7.5. La concentración de ADN de
cada muestra se midió en un nanodrop (Thermo Scientific) y se estandarizó a 100
ng/L.
Después de la caracterización de los microsatélites (sección 7.5), se
seleccionaron 12 microsatélites que estuvieron en EHW y no mostraron DL, para
efectuar el análisis poblacional. Se amplificaron los 12 loci microsatélites en cada
uno de los individuos de las nueve localidades. Las amplificaciones se llevaron a
cabo siguiendo las condiciones descritas en la sección 7.5.
Los productos de PCR de cada microsatélite fueron visualizados en geles de
agarosa al 1.5% y se seleccionaron en función de su tamaño en pares de bases de
tal forma que no se sobrepusieran microsatélites con tamaños similares, se
mezclaron varios productos de PCR de un mismo individuo y población en cada
tubo (en un formato poolplex), con la finalidad del análisis multiloci de fragmentos.
Los productos de PCR en poolplex fueron evaporados y enviados a la Universidad
de Arizona USA, para la realización del análisis de fragmentos en un secuenciador
automático (ABI3730, Applied Biosystems, Carlsbad, CA).
21
7.6.1. Diversidad genética poblacional
Con los archivos provenientes del análisis de fragmentos se procedió a
realizar el genotipado para cada uno de los individuos de las nueve localidades con
el programa GeneMarker (SoftGenetics).
La clasificación de alelos, la obtención de estimadores de diversidad genética
(N, Na, Ho, He), las pruebas de EHW y de DL y la obtención de frecuencia de alelos
nulos se llevaron a cabo de la forma descrita en la sección 7.5.1.
Se realizó una base de datos con los genotipos de todos los microsatélites
correspondientes a los individuos de todas las localidades. Se eliminaron aquellos
individuos que sobrepasaran un 10% de datos faltante para todos los loci. La base
final de datos de genotipos por locus quedó con un mínimo de 0% y máximo de
3.7% (media=1.26%) y por población con un mínimo de 0% y máximo de 2.7%
(media=1.26%) (Tabla II).
Tabla II. Porcentaje de datos faltantes en la base de datos de genotipos.
Locus Datos faltantes (%) Población Datos faltantes (%)
Larg01 0.0 IES 2.5
Larg04 0.1 ISJ 1.6
Larg05 1.4 IG 0.6
Larg11 1.8 SF 0.3
Larg19 2.8 Mo 1.3
Lupe39 2.3 Cet 2.7
Lupe62 1.8 Topo 0.0
Larg27 0.0 Hu 1.6
Lupe1 0.0 Alt 0.5
Lupe29 3.7 Lupe34 0.9 Lgut19 0.4
22
7.6.2. Estructura genética poblacional
Una de las cuestiones importantes a considerar en la aplicación de
marcadores para análisis de parentesco, es la presencia de alelos nulos.
Frecuencias superiores a 0.05 pueden resultar problemáticas e inducir a falsas
asignaciones o estimaciones erróneas, además de alterar los niveles percibidos de
diferenciación poblacional, aumentando las frecuencia de homocigotos y
distorsionando las frecuencias alélicas ( Martínez, 2005; Gruenthal y Burton, 2008).
Es por esto que, los alelos nulos que se presentaron en algunas localidades
se evaluaron con el siguiente criterio: Si la frecuencia de alelos nulos promedio por
locus era mayor o igual a 0.05 y llevaba a cualquiera de las poblaciones a un
desequilibrio de Hardy-Weinberg, entonces, estos microsatélites eran candidatos a
salir de la base de datos para los análisis subsecuentes.
Para saber si esos microsatélites podían tener un efecto significativo en los
análisis posteriores, se calculó el FST (Weir y Clark, 1984) con y sin los
microsatélites candidatos con el programa Arlequín versión 3.5.1.2.
La diferenciación genética entre localidades se evaluó por medio del FST
(Weir y Clark, 1984) y un análisis de varianza molecular (AMOVA) global. También
se obtuvieron los valores de FST pareados entre todas las localidades con su
significancia. Para evaluar la estructura genética poblacional, se realizó un AMOVA
jerárquico entre dos grupos: península (IES, SF, IG, ISJ, Mo, Cet) y continente
(Topo, Hu, Alt). Estos análisis se realizaron con el programa ARLEQUIN ver 3.5.1.2
(Excoffier et al. 2005).
Se evaluó el poder estadístico de las pruebas de diferenciación genética
poblacional mediante pruebas exactas de Fisher y 2 con el programa POWSIM
(Ryman & Palm, 2006). Se usaron 10,000 cadenas de calentamiento, 1000 corridas
o simulaciones y 10,000 iteraciones por simulación, tamaño efectivo por localidad
igual a 2000, 4 y 10 generaciones de deriva (para un FST predeterminado de 0.001
y 0.0025, respectivamente) y 500 réplicas. Con estos parámetros se hicieron
23
simulaciones con tamaños de muestra de 10, 20, 30, 40 y 50 individuos, también se
simularon los tamaños de muestra reales.
Este programa de simulación se basa en la hipótesis nula de homogeneidad
genética para combinaciones opcionales de tamaño de muestra. POWSIM genera
un gran número de conjuntos azarosos de poblaciones que divergieron de una
población base común a algún FST predefinido. De cada conjunto de poblaciones
se toma una muestra, se aplica una prueba de FST y la proporción de resultados
significativos es utilizada como estimador del poder estadístico bajo las condiciones
establecidas (Ryman & Palm, 2006).
7.6.3. Flujo genético
El número de migrantes (Nm) con base en el FST, como estimador del flujo
genético entre pares de poblaciones (ec.1), se calculó por medio del programa
GENETIX (Belkhir et al. 2004). El cálculo de FST se basa en el Modelo de Islas de
Sewall Wright, modelo teórico de estructura poblacional. A partir del valor de FST se
hacen las estimaciones de flujo genético (Nm).
𝑁𝑚 = 1 − 𝐹𝑠𝑡
4(𝐹𝑠𝑡)⁄ (ec. 1)
También se obtuvo el Nm con base en el número de alelos exclusivos de
cada localidad (ec. 2). Se hicieron estimaciones por cada localidad y entre las
localidades de la península y el continente (Slatkin, 1985).
𝑁𝑚 = 𝑒(
ln(𝑝𝑙)+2.44
−0.505) (ec. 2)
donde pl = frecuencia promedio de alelos privados.
24
7.6.4. Parentesco entre individuos
Se evaluó la relación existente entre pares de individuos de cada localidad
mediante el estimador Queller & Goodnight (1989) y posteriormente se calculó el
promedio por localidad con el programa GeneAlex (Peakall & Smouse, 2012).
También se realizó un análisis de hermanos completos entre individuos de la
misma localidad, mediante el programa Colony (Wang, 2012). Los parámetros
utilizados fueron: sistema de apareamiento de especies polígamas, sin endogamia,
sin clones, especie diploide y corrida media.
7.6.5 Distancias geográficas
Para obtener la correlación entre las distancias genéticas y las geográficas
se realizó una prueba de Mantel. Se utilizó el FST como medida de distancia genética
y la distancia en km entre cada uno de los puntos del área de estudio en donde se
obtuvieron las muestras de juveniles y adultos de L. argentiventris.
7.7. Sistema Regional de Modelación Oceánica (ROMS)
El ROMS es un modelo oceánico de alta resolución que ayuda a resolver
diferentes escalas de movimiento con una buena aproximación del comportamiento
del océano (Haidvogel et al. 2000).
En términos generales funciona de la siguiente manera: se alimenta de
condiciones iniciales y de frontera que provienen de datos observados de
temperatura, viento, nivel del mar, corrientes, mareas y otros modelos globales.
Con la implementación de los datos, se obtiene el sistema de corrientes tanto
en superficie como en varias profundidades (además de otros campos). Sobre estos
campos de velocidad se colocan partículas inertes que se dejan advectar por todo
25
el dominio del GC durante un periodo de tiempo determinado (Gómez-Valdivia,
2008).
La configuración del modelo ROMS para el Golfo de California tiene una
resolución horizontal de aproximadamente 3km y 40 capas sigma en la vertical
(siguen la topografía).
En la superficie, está forzado con vientos provenientes del modelo NARR
(North American Regional Reanalysis), temperatura superficial del sensor AVHRR,
flujos de calor de NCEP (National Centers for Environmental Prediction), mareas
provenientes del modelo TPX06 y forzamientos en la frontera del modelo global
SODA (Simple Ocean Data Assimilation).
Otra forma cuantitativa de ver a las trayectorias generadas por el movimiento
de partículas, es concebirlas como un sistema dinámico y construir proyecciones de
probabilidad de transporte de “celda a celda” las que, al ser procesadas a través de
estadística tipo “cadenas de Markov”, generan mapas de probabilidad y tiempos de
arribo a lugares específicos dentro del dominio. Esta aplicación a la oceanografía
física ha sido recientemente desarrollada por el investigador A. Parés-Sierra et al.
(com. per. CICESE, Laboratorio de Modelación Oceánica).
En esta investigación se utilizó la aplicación del Dr. Parés-Sierra con la cual
se hicieron experimentos numéricos con la finalidad de calcular el tiempo probable
de arribo hacia la zona de interés.
En general, los experimentos realizados contaron con 3 etapas principales:
La primera consistió en la obtención de las corrientes del modelo desde la
implementación del ROMS al Golfo de California, la segunda consistió en poner
partículas inertes en todo el domino del Golfo de California y aplicar un modelo
lagrangeano de seguimiento de partíuclas y la tercera fue la implementación del
algoritmo tipo Markoviano para cuantificar y sintetizar la información de las
trayectorias lagrangeanas en términos de probabilidad.
Se modelaron los meses de mayo-septiembre debido a que es la temporada
reproductiva del L. argentiventris durante la época cálida. Se trabajó con una
26
resolución vertical de una capa (capa de mezcla ~50 m) y se realizó una climatología
mensual de corrientes (mayo-septiembre) de 1980 al 2005, es decir, se trabajó con
un promedio mensual el cual no diferencia las fases de marea.
Posteriormente, tanto la costa peninsular (p1-p9) y la continental (p10-p22)
fueron cubiertas con cuadrantes (Fig. 4). Se buscó que cada cuadrante tuviera la
misma área y fuera simétrico para que los resultados fueran comparables entre cada
cuadrante, la ubicación de cada uno de ellos se propuso con base en el hábitat que
utilizan los individuos adultos de L. argentiventris. En cada cuadrante se hicieron
lances mensuales durante la época reproductiva de L. argentiventris en la
temporada cálida (mayo-septiembre) con un tiempo de duración de 20 días más
probables de arribo, tiempo en el que la larva se encuentra en la etapa de flexión y
también se hicieron corridas con 30 días más probables de arribo.
Finalmente, con los datos de días más probables de arribo obtenidos al final
de cada lance en cada cuadrante (al final de los 20 y 30 días de deriva), se
desarrollaron matrices de conectividad para cada uno de los meses de estudio,
estas representan los días más probables de arribo desde el sitio de salida (X) hasta
el sitio de arribo (Y). Las matrices de conectividad se formaron con el mínimo valor
obtenido (en días más probables de arribo) en cada cuadrante y se realizaron
matrices mensuales (mayo-septiembre). El código se programó en Linux y las
matrices se visualizaron en Ferret (NOAA), que es un entorno interactivo de
visualización y análisis computacional el cual ayuda a analizar grandes conjuntos
de datos. El manual para el uso de Ferret puede ser encontrado en
http://ferret.pmel.noaa.gov/Ferret/documentation/users-guide.
Las matrices de conectividad se leen de la siguiente manera: el eje de las
abscisas (X) corresponde a los cuadrantes de salida y el de las ordenadas (Y) a los
cuadrantes de arribo.
Si se repesenta a la matriz como un plano cartesiano, el cuadrante I va a
corresponder al transporte a lo largo del continente, el cuadrante II de península a
continente, el cuadrante III a lo largo de la península y el cuadrante IV de continente
a península (Fig. 3).
27
Figura 3. Representación de la matriz de conectividad en un plano cartesiano.
Figura 4. Ubicación de cuadrantes y puntos de liberación. Los puntos amarillos
representan los lugares en donde fueron liberadas las partículas y los recuadros
rojos indican los polígonos en donde se evaluó si llegaron las partículas.
28
7.8. Rutas de transporte larval con datos genéticos y modelados
Para evaluar el transporte larval primero se obtuvieron los posibles migrantes
de primera generación (mpg) con el programa GeneClass (Piry et al. 2004). Este
programa se utilizó para evaluar la probabilidad con base en los genotipos de que
un organismo colectado en una localidad no perteneciera a ésta y así poder
asignarlo a la posible localidad de origen. El algoritmo de simulación usado en este
análisis fue el de Rannala y Mountain (1997) con un criterio de significancia del
0.001 y el índice estadístico para evaluar la probabilidad (ec. 3) fue:
𝑚𝑝𝑔 = 𝐿ℎ𝑜𝑚𝑒/𝐿𝑚𝑎𝑥 (Peatkau et al. 2004) (ec. 3)
Donde:
Lhome = Probabilidad del genotipo individual dentro de la población donde el
individuo ha sido muestreado.
Lmax = Probabilidad más alta entre todas las muestras de las localidades
incluyendo la localidad donde el individuo fue muestreado.
Posteriormente se esquematizaron las posibles rutas de transporte larval con
los datos provenientes de los migrantes de primera generación con el programa
ArcMap versión 10, pasando de los datos de la matriz a una red espacial de la
siguiente manera: se utilizaron las coordenadas geográficas del lugar de donde
posiblemente provinieron las larvas y las coordenadas geográficas donde se
encontraban, además del número de veces que estuvieron en conexión los dos
mismos sitios, es decir, la formación de conexiones entre las localidades.
Para esquematizar las rutas de transporte modeladas con el ROMS, se
utilizaron las coordenadas geográficas de los puntos de lance y las coordenadas del
sitio de arribo, además de la probabilidad de las conexiones formadas. Estas rutas
se formaron dentro de una ventana de tiempo de 15-20 días (duración larval
planctónica hasta la flexión) y de 20-30 días, durante los meses de mayo a
septiembre, además se realizaron promedios entre matrices para ejemplificaron las
29
rutas de primavera (mayo-junio) y verano (julio-septiembre). Los promedios fueron
entre los mismos cuadrantes.
Por último, se calculó el in-degree y out-degree en cada localidad, tanto para
los datos genéticos como para los modelados con el programa Gephi (Dyer, 2015).
Entendiendo como In-degree el número de larvas que llegan a una determinada
localidad y como out-degree la cantidad de larvas que se exportan hacia otras
localidades.
30
8. Resultados
8.1. Colecta de muestras
De un total de 19 muestras recolectadas en 8 estaciones, se obtuvieron 19
larvas de lutjanidos provenientes de las estaciones A01 y A02 durante el crucero
GLIDER-MARIAS 1506 (Tabla I).
En cuanto a las muestras obtenidas de la embarcación menor, el lado
peninsular contó con 24 y el continental con 14, cabe mencionar que en estos sitios
no se encontraron larvas de Lutjanidos.
8.2. Identificación de larvas
De las 19 larvas obtenidas de las estaciones A01 y A02 se lograron
diferenciar a nivel de género dos morfotipos (Tabla III). Éstos se diferenciaron
debido a que el morfotipo I contaba con pigmentos en la parte superior de la aleta
caudal y presentaba una lína continua de pigmentos rodeando parte de la vejiga
hasta el inicio de la aleta anal y el morfotipo 2 no contó con pigmentos en la parte
superior de la aleta caudal, la vejiga presentó inflamación y los pigmentos no
estaban tan marcados, además, las espinas de la aleta dorsal eran más pequeñas.
En el Anexo 1 se presentan fotos de ambos morfotipos.
Tabla III. Larvas de Lutjanidos colectadas en la estación A01 y A02
Estación Morfotipo Núm. de Larvas Estadio
A01 1 8 Flexión
A02 1 4 preflexión
1 4 Flexión
1 2 Postflexión
2 1 Flexión
31
8.3. Identificación genética
Mediante el análisis de una fracción de 632 pb de COI de ANDmt, las
divergencias genéticas entre las especies de Lutjanus oscilaron entre 4.5 y 14%. De
las 19 larvas analizadas, 16 larvas presentaron divergencias bajas (0.2-0.5%) con
respecto a la especie de L. colorado, 2 larvas tuvieron divergencias genéticas de
0% con respecto a L. novemfasciatus y 1 larva tuvo una divergencia de 0.2% con
respecto a L. guttatus (Tabla IV).
El árbol Neighbord joining (NJ), en concordancia con los estimados de
divergencia genética, mostró que se formaron tres clados. Se agruparon 16 larvas
con Lutjanus colorado, 2 larvas con Lutjanus novemfasciatus y 1 larva con Lutjanus
guttatus, con porcentajes de re-muestro del 99% (Fig. 5). Los valores de divergencia
genética y el árbol NJ, confirmaron la existencia de 3 especies de Lutjanus. Sin
embargo, ninguna larva fue de Lutjanus argentiventris.
Cabe mencionar, que en el análisis taxonómico se diferenciaron dos
morfotipos y en el genético se lograron identificar 3 especies: L. colorado, L.
novemfasciatus y L. guttatus.
Tabla IV. Divergencias genéticas expresadas en porcentaje entre y dentro de las especies de Lutjanidos.
L. argentiventris L. novemfasciatus L. aratus L. guttatus L. colorado
N=1 N=3 N=1 N=2 N=17
L. argentiventris 0 11.6 10.4 (11.4-11.6) 11.5
(13.8-14.2) 14.1
L. novemfasciatus
0 4.5 (11.7-11.9) 11.9
(8.6-8.9) 8.7
L. aratus
0 (10.4-10.6) 10.5
(7.3-7.5) 7.4
L. guttatus
0.2 (13.2-13.6) 13.4
L. colorado
(0.2-0.5) 0.3
Los valores entre paréntesis representan el mínimo y máximo, respectivamente y el valor
debajo de estos la media. Los valores restantes son datos únicos.
32
Figura 5. Árbol del vecino más cercano basado en la variación de las secuencias
de COI (632 pb) de ADN mitocondrial. Los valores en las ramas indican el soporte
de las agrupaciones basadas en 5000 réplicas de re-muestreo y la escala de
distancia de Kirmura 2 parámetros. Pre = preflexión; Fle = flexión y Pos =
postflexión.
8.4. Caracterización de microsatélites
De los 30 microsatélites aislados para L. argentiventris, 15 amplificaron
correctamente y 7 fueron exitosamente genotipados (No. acceso de GenBank
KY606690-KY606696). De los 22 microsatélites candidatos para amplificación
33
cruzada de L. peru y L. guttatus, solamente 10 y 4 amplificaron correctamente y 8
(No. Acceso GenBank: KU951491, KU951499, KU951502–KU951504, KU951507,
KU951516, KU951519) y 3 pudieron ser amplificados, respectivamente (Tabla V).
Entre los 18 loci que fueron amplificados con éxito, el número de alelos por
locus varió de 4 a 21 y los valores de la Ho fluctuaron entre 0.194 a 0.938 (media =
0.667). No se observaron diferencias significativas para el DL (P < 0.0003).
Así mismo, se observaron desviaciones significativas del EHW (P < 0.004)
en 5 loci después de aplicar la prueba de Bonferroni, debido a la deficiencia de
heterocigotos. Estos loci presentaron una frecuencia de alelos nulos mayor a 0.05,
cuatro de los loci que fueron amplificación cruzada de otras especies, mostraron
una frecuencia de alelos nulos de 0.096 a 0.168. La presencia de alelos nulos es
causada por las mutaciones de los nucleótidos en el sitio de acoplamiento del
iniciador y es común que aparezcan en los microsatélites que son usados para la
amplificación cruzada (Selkoe & Toonen 2006).
Por otra parte, la tasa de error durante la amplificación de los productos de
PCR fue, cero en siete loci (Larg04, Larg19, Larg27, Lupe1, Lupe29, Lupe34 y
Lupe62), 1.56% en Larg01 y Larg11, 3.12% en Lgut19 y Lupe39 y 4.68% en Larg05.
La tasa de error fluctuó entre 1.56 a 4.68%.
Se debe agregar que, el error de genotipado causado por el uso de diferentes
fluorocromos varió de 0.262-0.755 pb con NED y de 0.737-1.093 pb con VIC, al ser
comparados con aquellos genotipos obtenidos con FAM.
En total se obtuvieron 13 microsatélites candidatos para el análisis
poblacional, 8 dinucleótidos, 1 trinucleótido y 4 tetranucleótidos, de los cuales solo
se utilizaron 12, excluyendo a Lupe55. Éstos fueron seleccionados debido a que
presentaron EHW, no mostraron DL y presentaron polimorfismos de bajos a
elevados. Cabe mencionar, que se obtuvieron cuatro loci con mediano (8-15 alelos,
Larg27, Lgut19, Larg01 y Larg04) y tres con alto polimorfismo (16-24 alelos, Larg05,
Lupe34 y Lupe39).
34
Tabla V. Caracterización de 18 microsatélites en L. argentiventris. Número de acceso a GeneBank (negritas), iniciadores
en sentido (F) y antisentido (R), fluorocromo (F), rango del tamaño alélico (pb), tamaño de muestra (N), número de alelos
por locus (Na), heterocigocidad observada (Ho) y esperada (He), coeficiente de endogamia (Fis), valor de p del equilibrio
de Hardy-Weinberg (P) y frecuencia de alelos nulos (NaF).
Locus Motivo
repetición
Secuencia iniciadores (5'-3') F Tamaño
Alelico (bp)
N Na Ho He FIS P NaF
Larg1
(CA)17
F: ACACTGAGCGGAGGCAAG
FAM
188-219
31
14
0.903
0.872
-0.019
0.925
-0.017
KY606690
R: GCTGGATTTGCATTGAGTGA
Larg4 (CA)12 F: AATGATCACTCCGTGTGTGC FAM 239-261 28 10 0.786 0.865 0.109 0.504 0.042
KY606691
R: CTGCTGTATTTTCCGGCTGT
Larg5 (CA)9.. F: AGGGTCAGAGGTCAGGAGGT FAM 229-282 28 17 0.857 0.863 0.025 0.629 0.003
KY606692 (CA)17 R: GCGCTTCACACAGCTGTTAC
Larg7 (CA)21 F: TCCCTGTGGAACTTCTCCTG FAM 205-278 28 19 0.357 0.922 0.587 0.000* 0.294
KY606693
R: TTGTCATTGCAGGCCAAATA
Larg11 (CA)10 F: CAATAAGGGGGCAGAATGTG FAM 213-228 29 5 0.655 0.659 0.024 0.990 0.002
KY606694
R: CCTGTAATGCGTGTCTGCAT
Larg19 (GT)29 F: CACAAGAGGCACCTGTAGCA FAM 449-483 24 6 0.625 0.575 -0.066 0.143 -0.032
KY606695
R: ACAGGCTGTTTCCCAGAGTC
Larg27 (CCT)8 F: TGTCCTGTAGGGGGAGTGAG FAM 149-171 31 8 0.645 0.652 0.027 0.695 0.004
KY606696
R: GTGGCGGTGGAATATGAAAC
Lupe39 (AC)39 F: CCTTTCATCAGAGCAGAGGC PET 213-283 32 24 0.938 0.943 0.022 0.832 0.003
35
KU951507
R: CATGTGCACGTTCACTCTCC
Lupe55 (GT)33 F: GACTGTACCATGTCGAGGGG VIC 226-260 32 13 0.781 0.849 0.096 0.026 0.037
KU951516
R: TTGTGCAGGATACGTGCTGT
Lupe62 (GT)31 F: TGGGAATTAGTGACTGTGAGCA NED 232-239 32 4 0.375 0.409 0.098 0.045 0.024
KU951519
R: GAGCACGACAGCATTAGCAG
Lupe1 (GAGT)38 F: AACTTTGCAGAACCGAGGAG PET 110-128 32 5 0.500 0.518 0.051 0.107 0.012
KU951491
R: TTTGAGATTAGCTGCGGACA
Lupe24 (AGAT)13 F: GCTCAACATGAAGGGCTGAT FAM 229-288 32 16 0.625 0.912 0.329 0.000* 0.150
KU951499
R: GCCTGTGACCCCATATAACC
Lupe29 (AGAT)11 F: CGGACATTCATAATAGAACAACAGA PET 117-134 31 4 0.194 0.181 -0.056 1.000 -0.011
KU951502
R: CTGCAGTGAGCTGAGCTTTT
Lupe33 (TGGA)11 F: CGGACATTCATAATAGAACAACAGA VIC 113-199 27 13 0.556 0.870 0.377 0.000* 0.168
KU951503
R: CTGCAGTGAGCTGAGCTTTT
Lupe34 (AGAT)10 F: CTGACTTTCACCTCATGACAGA VIC 222-339 31 22 0.871 0.928 0.078 0.226 0.030
KU951504
R: GTTAGGGTAAGGGAGGGCAG
Lgut19 (ATCT)18 F: TGAATCAGCGACTCTGACAGC FAM 287-316 30 8 0.867 0.837 -0.019 0.419 -0.016
R: ACCCAGACTGGCTGTGCC
Lgut26 (ATCT)18 F: AAACTTGGTACACAGCTTCTCCG NED 200-259 31 15 0.774 0.906 0.161 0.000* 0.069
R: ACATCTGTTGCTGCCACTGC
Lgut21 (ATCT)18 F: AAGGAGGACTTTATTCCATCAGC FAM 252-373 27 20 0.704 0.933 0.264 0.000* 0.119
R: GGGGACAGTTGGTTCATCC
*, P < 0.004
36
8.5. Genética poblacional
8.5.1. Diversidad genética poblacional
El número de alelos, alelos efectivos y alelos exclusivos promedio por
localidad varió de 6 a 11, 4 a 7 y 0 a 1.5 respectivamente. Cet-mar fue la localidad
con mayor número de alelos promedio, mientras que Topolobampo fue la que
presentó menos alelos. La mayoría de las localidades exhibieron alelos exclusivos,
Cet-mar fue la localidad con mayor número de alelos exclusivos, mientras que Isla
San José no mostró ninguno. Con respecto a la heterocigocidad observada y
esperada presentaron valores de medios a altos (0.6 a 0.7) (Fig. 6).
No se observaron diferencias significativas para el DL después del ajuste de
Bonferroni (P < 0.0007). Así mismo, de un total de 108 comparaciones se
observaron desviaciones significativas del EHW (P < 0.0005) en 4 loci (3.7%)
después del ajuste de Bonferroni. El desequilibrio fue causado por la deficiencia de
heterocigotos y la presencia de alelos nulos en los siguientes loci y poblaciones:
Lupe 62 en San Francisquito, Lupe 39 en Mogote y Cet-mar y Larg27 en Cet-mar
(Tabla VI).
El promedio de alelos nulos por loci fluctuó entre -0.012 a 0.06, los loci que
presentaron frecuencias mayores a 0.05 fueron Lupe 39 y Lupe 62.
37
Figura 6. Patrones alélicos promedio entre poblaciones. Número de alelos (Na);
número de alelos efectivo (Ne); heterocigocidad esperada (He); heterocigocidad
observada (Ho) y número de alelos efectivo.
0.000
0.200
0.400
0.600
0.800
0.000
3.000
6.000
9.000
12.000
IES ISJ IG SF Mo Cet Topo Hu Alt
Hete
roc
igo
cid
ad
Pro
me
dio
Poblaciones
Na
Ne
Alelos exclusivos
He
Ho
38
Tabla VI. Índices de diversidad genética. Tamaño de muestra (N), número de alelos por locus (Na), heterocigocidad observada (Ho) y esperada (He), coeficiente de endogamia (Fis), valor de p del equilibrio de Hardy-Weinberg (P) y frecuencia de alelos nulos (NaF).
Localidades
Locus IES ISJ IG SF Mo Cet Topo Hu Alt
Larg01 N 23 20 26 25 19 30 10 31 31
Na 14 12 12 13 11 17 9 13 16
Ne 9.532 8.421 7.511 7.396 7.078 9.278 6.452 8.619 9.806
Ho 1.000 0.750 1.000 0.760 0.895 0.900 1.000 0.871 0.903
He 0.895 0.881 0.867 0.865 0.859 0.892 0.845 0.884 0.898
Fis -0.095 0.174 -0.134 0.141 -0.015 0.008 -0.132 0.041 0.011
P 0.994 0.145 0.690 0.042 0.765 0.439 0.306 0.295 0.578
NaF -0.055 0.070 -0.071 0.056 -0.021 -0.004 -0.084 0.007 -0.003
Larg04 N 22 20 26 25 19 30 10 30 31
Na 10 8 11 12 10 11 8 9 11
Ne 7.278 5.333 7.153 7.716 6.119 6.923 6.452 6.498 6.180
Ho 0.818 0.850 0.654 0.800 0.684 0.833 0.900 0.667 0.903
He 0.863 0.813 0.860 0.870 0.837 0.856 0.845 0.846 0.838
Fis 0.075 -0.021 0.258 0.101 0.208 0.043 -0.013 0.243 -0.061
P 0.884 0.732 0.030 0.073 0.096 0.341 0.713 0.368 0.922
NaF 0.024 -0.021 0.111 0.038 0.100 0.012 -0.030 0.097 -0.035
Larg05 N 22 20 26 24 19 29 10 31 31
Na 16 10 13 16 17 18 7 17 17
Ne 6.497 6.061 5.323 6.128 7.078 5.760 5.714 8.430 10.116
Ho 0.818 0.700 0.846 0.750 0.842 0.759 1.000 0.710 0.774
He 0.846 0.835 0.812 0.837 0.859 0.826 0.825 0.881 0.901
39
Tabla VI. Índices de diversidad genética. Tamaño de muestra (N), número de alelos por locus (Na), heterocigocidad observada (Ho) y esperada (He), coeficiente de endogamia (Fis), valor de p del equilibrio de Hardy-Weinberg (P) y frecuencia de alelos nulos (NaF).
Localidades
Locus IES ISJ IG SF Mo Cet Topo Hu Alt
Fis 0.056 0.187 -0.022 0.125 0.046 0.099 -0.161 0.221 0.157
P 0.687 0.269 0.922 0.252 0.763 0.183 0.258 0.041 0.136
NaF 0.015 0.074 -0.019 0.047 0.010 0.037 -0.096 0.091 0.067
Larg11 N 23 19 26 25 19 30 10 28 31
Na 5 3 5 4 5 6 3 4 5
Ne 2.619 2.022 2.625 2.588 2.911 3.000 1.852 2.501 2.734
Ho 0.609 0.632 0.462 0.720 0.632 0.633 0.300 0.429 0.645
He 0.618 0.506 0.619 0.614 0.657 0.667 0.460 0.600 0.634
Fis 0.038 -0.224 0.273 -0.154 0.065 0.067 0.393 0.288 -0.001
P 0.975 0.846 0.044 0.865 0.075 0.034 0.169 0.138 0.791
NaF 0.006 -0.084 0.097 -0.066 0.019 0.020 0.110 0.107 -0.007
Larg19 N 18 20 26 25 19 29 10 31 31
Na 5 2 3 3 2 5 2 3 3
Ne 2.348 1.923 2.039 2.159 1.819 2.184 1.980 2.000 1.975
Ho 0.611 0.700 0.615 0.280 0.474 0.448 0.300 0.645 0.323
He 0.574 0.480 0.510 0.537 0.450 0.542 0.495 0.500 0.494
Fis -0.036 -0.438 -0.189 0.494 -0.025 0.190 0.438 -0.252 0.361
P 0.121 0.076 0.486 0.002 1.000 0.026 0.246 0.324 0.034
NaF -0.024 -0.149 -0.070 0.167 -0.026 0.061 0.130 -0.097 0.115
Lupe39 N 23 19 24 25 19 29 10 31 30
Na 19 18 22 21 19 25 14 28 27
40
Tabla VI. Índices de diversidad genética. Tamaño de muestra (N), número de alelos por locus (Na), heterocigocidad observada (Ho) y esperada (He), coeficiente de endogamia (Fis), valor de p del equilibrio de Hardy-Weinberg (P) y frecuencia de alelos nulos (NaF).
Localidades
Locus IES ISJ IG SF Mo Cet Topo Hu Alt
Ne 13.225 13.127 13.714 14.205 15.042 19.114 10.000 17.963 17.822
Ho 0.826 0.895 0.833 0.880 0.632 0.759 1.000 0.903 0.900
He 0.924 0.924 0.927 0.930 0.934 0.948 0.900 0.944 0.944
Fis 0.128 0.059 0.122 0.074 0.347 0.216 -0.059 0.064 0.063
P 0.242 0.247 0.028 0.513 0.000* 0.000* 1.000 0.024 0.441
NaF 0.051 0.015 0.049 0.026 0.193 0.097 -0.053 0.021 0.023
Lupe62 N 23 20 26 25 17 30 10 29 31
Na 4 3 4 4 4 6 4 3 4
Ne 1.906 1.766 1.559 2.260 1.736 1.875 2.041 1.644 1.440
Ho 0.435 0.250 0.192 0.280 0.412 0.533 0.400 0.379 0.258
He 0.475 0.434 0.359 0.558 0.424 0.467 0.510 0.392 0.305
Fis 0.108 0.444 0.479 0.513 0.059 -0.126 0.265 -0.061 0.171
P 0.085 0.002 0.003 0.000* 0.075 0.561 0.305 1.000 0.007
NaF 0.028 0.128 0.123 0.178 0.015 -0.046 0.073 0.009 0.036
Larg27 N 23 20 26 25 19 30 10 31 31
Na 8 4 6 6 6 6 3 4 6
Ne 2.899 1.606 2.406 2.319 2.256 2.442 1.852 1.864 2.633
Ho 0.609 0.450 0.538 0.600 0.579 0.300 0.600 0.419 0.613
He 0.655 0.378 0.584 0.569 0.557 0.591 0.460 0.464 0.620
Fis 0.093 -0.167 0.098 -0.035 -0.013 0.505 -0.256 0.104 0.028
P 0.525 1.000 0.147 0.940 0.719 0.000* 1.000 0.317 0.760
NaF 0.028 -0.053 0.029 -0.020 -0.020 0.183 -0.096 0.030 0.005
41
Tabla VI. Índices de diversidad genética. Tamaño de muestra (N), número de alelos por locus (Na), heterocigocidad observada (Ho) y esperada (He), coeficiente de endogamia (Fis), valor de p del equilibrio de Hardy-Weinberg (P) y frecuencia de alelos nulos (NaF).
Localidades
Locus IES ISJ IG SF Mo Cet Topo Hu Alt
Lupe01 N 23 20 26 25 19 30 10 31 31
Na 5 4 4 4 3 5 4 4 3
Ne 2.213 2.446 2.908 2.495 2.034 2.830 3.279 2.921 1.768
Ho 0.478 0.550 0.731 0.440 0.368 0.500 0.300 0.548 0.355
He 0.548 0.591 0.656 0.599 0.508 0.647 0.695 0.658 0.434
Fis 0.149 0.095 -0.095 0.285 0.300 0.243 0.603 0.133 0.199
P 0.131 0.663 0.869 0.059 0.022 0.017 0.001 0.128 0.020
NaF 0.045 0.026 -0.045 0.100 0.160 0.089 0.233 0.066 0.056
Lupe29 N 23 20 26 25 19 23 10 31 30
Na 3 2 2 2 3 2 3 4 2
Ne 1.193 1.280 1.166 1.268 1.112 1.293 1.227 1.349 1.427
Ho 0.174 0.150 0.154 0.240 0.105 0.261 0.200 0.226 0.167
He 0.162 0.219 0.142 0.211 0.101 0.227 0.185 0.259 0.299
Fis -0.054 0.337 -0.064 -0.116 -0.014 -0.128 -0.029 0.140 0.457
P 1.000 0.246 1.000 1.000 1.000 1.000 1.000 0.506 0.032
NaF -0.011 0.056 -0.010 -0.024 -0.020 -0.028 -0.013 0.026 0.102
Lupe34 N 23 19 26 25 18 30 10 31 31
Na 18 16 17 20 15 16 14 20 16
Ne 11.756 12.237 11.556 13.587 9.818 11.688 10.000 12.481 10.560
Ho 0.826 0.947 0.962 0.880 1.000 0.800 1.000 0.968 0.903
He 0.915 0.918 0.913 0.926 0.898 0.914 0.900 0.920 0.905
42
Tabla VI. Índices de diversidad genética. Tamaño de muestra (N), número de alelos por locus (Na), heterocigocidad observada (Ho) y esperada (He), coeficiente de endogamia (Fis), valor de p del equilibrio de Hardy-Weinberg (P) y frecuencia de alelos nulos (NaF).
Localidades
Locus IES ISJ IG SF Mo Cet Topo Hu Alt
Fis 0.119 -0.005 -0.033 0.070 -0.085 0.142 -0.059 -0.035 0.019
P 0.204 0.350 0.669 0.142 0.132 0.126 1.000 0.368 0.464
NaF 0.046 -0.015 -0.025 0.024 -0.054 0.060 -0.053 -0.025 0.001
Lgut19 N 23 19 26 25 19 30 10 31 31
Na 9 11 9 10 9 12 8 10 9
Ne 5.781 7.367 6.500 6.906 6.446 7.895 4.878 6.939 6.102
Ho 0.826 0.789 0.846 0.960 0.895 0.800 0.800 0.935 0.871
He 0.827 0.864 0.846 0.855 0.845 0.873 0.795 0.856 0.836
Fis 0.023 0.113 0.020 -0.102 -0.032 0.101 0.046 -0.073 -0.025
P 0.220 0.033 0.556 0.708 0.640 0.188 0.707 0.316 0.989
NaF 0.001 0.040 0.000 -0.057 -0.029 0.039 -0.003 -0.043 -0.019
Media N 22 20 26 25 19 29 10 31 31
Na 9.667 7.750 9.000 9.583 8.667 10.750 6.583 9.917 9.917
Ne 5.604 5.299 5.372 5.752 5.287 6.190 4.644 6.101 6.047
Ho 0.669 0.639 0.653 0.633 0.626 0.627 0.650 0.642 0.635
He 0.692 0.653 0.675 0.698 0.661 0.704 0.660 0.684 0.676
Fis 0.050 0.046 0.059 0.116 0.070 0.113 0.086 0.068 0.115
P 0.506 0.384 0.454 0.418 0.481 0.291 0.559 0.319 0.431
NaF 0.013 0.007 0.014 0.039 0.027 0.043 0.010 0.024 0.028
*P < 0.0005
43
8.5.2. Estructura genética poblacional
El FST global con (FST = -0.00071) y sin (FST = -0.00089) los microsatélites
que presentaban alelos nulos y desequilibrio de Hardy-Weinberg (Lupe39 y
Lupe62), resultó para ambos casos en una P = 1.0, es decir, no se observaron
diferencias significativa y por lo tanto para los análisis subsecuentes se utilizaron
los 12 microsatélites.
El AMOVA global y FST pareado (Tabla VII) no mostraron diferenciación
genética entre las localidades (FST = -0.00071, P =1.0). De igual forma, el AMOVA
jerárquico (FST = 0.001, P = 0.657) indicó que no se presentó diferenciación
genética entre las localidades de la península y del continente (Tabla VIII).
Tabla VII. Valores de FST pareado para cada par de localidades.
IES ISJ IG SF Mo Cet Topo Hu Alt
IES 0 ISJ -0.00017 0 IG -0.00232 -0.0047 0 SF -0.00585 0.00142 0.00309 0 Mo -0.00227 0.00083 0.00351 0.00026 0 Cet -0.00111 0.00149 0.00458 -0.00383 0.00623 0
Topo -0.00063 -0.00862 0.00322 -0.00562 0.01578 -0.0021 0 Hu -0.00211 -0.00265 -0.00103 -0.00354 0.00048 -0.00422 -0.00412 0 Alt -0.00338 0.00332 0.00249 0.00845 0.00317 0.00636 0.01128 0.00103 0
Tabla VIII. Amova jerárquico entre las poblaciones de la península y continente.
Índice de fijación P
FST a = 0.00107 0.66
FSC b = 0.00105 0.66
FCTc = 0.00002 0.48
a, índice de fijación de las localidades en relación a la población total; b, índice de fijación
de las localidades en relación a las agrupaciones (península-continente); c, índice de fijación
de las agrupaciones en relación a la población total.
44
Por otro lado, se otuvo un poder estadístico con un FST predeterminado de 0.0025
y 0.001 para detectar diferenciación genética del 80% y 30%, respectivamente, con
un error del 6 al 7% con 12 microsatélites y tamaño de muestra promedio de 24
individuos (Fig. 7), sin embargo, no se detectó diferenciación.
Figura 7. Estimador del poder estadístico bajo condiciones simuladas con 10, 20, 30, 40 y 50 individuos, junto con los tamaños de muestra reales (rectángulo rojo). a) Diferenciación genética con un FST predeterminado de 0.0025 y b) de 0.001.
8.5.3. Flujo genético
Las estimaciones de flujo genético (Nm) que se obtuvieron fueron de
moderadas a elevadas (18.54-1X106) cuando se calcularon con base en el FST
(Tabla IX). En general se observó que hubo flujo genético entre todas las
localidades de la península y del continente. En particular, las localidades de Isla
Espíritu Santo y Huitusi presentaron mayor flujo genético hacia las demás
localidades, mientras que Isla Gaviota, Mogote y Altata mostraron menor flujo
genético con algunas localidades.
45
Las estimaciones de flujo genético obtenidas con base en el número de alelos
exclusivos (Tabla X) indicaron valores de bajos a moderados. Las localidades con
mayor flujo genético fueron Altata, San Francisquito, Isla Espíritu Santo y Cet-mar.
Las localidades que presentaron menor flujo genético fueron Topolobampo, Isla
Gaviota y el Mogote. En el caso de Topolobampo, la estimación de flujo genético
debe interpretarse con cuidado debido a que el número de ejemplares fue limitado
en esta localidad. Cabe mencionar que Isla San José no presentó alelos exclusivos.
Las estimaciones de flujo genético entre la península y el continente fueron
similares, con un mayor flujo genético (Nm = 12 individuos) en la península, es decir,
llegan más individuos cada generación procedentes de otros lugares.
Tabla IX. Flujo genético con base en el FST.
ISJ IG SF Mo Cet Topo Hu Alt
IES 999999 999999 999999 999999 999999 999999 999999 999999
ISJ ---------- 999999 999999 999999 676.62 999999 999999 117.73
IG ---------- ---------- 142.02 116.14 104.60 185.20 999999 225.94
SF ---------- ---------- ---------- 999999 999999 999999 999999 36.74
Mo ---------- ---------- ---------- ---------- 72.37 18.54 999999 327.40
Cet ---------- ---------- ---------- ---------- ---------- 999999 999999 41.96
Topo ---------- ---------- ---------- ---------- ---------- ---------- 999999 29.48
Hu ---------- ---------- ---------- ---------- ---------- ---------- ---------- 2725.49
Alt ---------- ---------- ---------- ---------- ---------- ---------- ---------- ---------
Tabla X. Flujo genético con base en número de alelos exclusivos.
Localidad Nm
IES 13.409
IG 5.053
SF 18.447
Mo 6.593
Cet 17.083
Topo 3.006
Hu 13.463
Alt 28.243
Península 11.983
Continente 9.027
46
8.5.4. Parentesco entre individuos
El comportamiento general del parentesco entre individuos dentro de cada
localidad indicó que la mayoría de las localidades tienen un coeficiente de relación
(r) promedio alrededor de 0.01-0.05 los que indica que pueden ser posibles
parientes de 4to o 5to grado, es decir, nietos o bisnietos, respectivamente. Las
localidades con mayor coeficiente de relación fueron Isla San José y Mogote,
mientas que Isla Gaviota, San Farancisquio, Cet-mar, Topolobampo, Huitusi y Altata
mostraron valores bajos (Fig. 8).
Específicamente para IES se observó que el promedio (-0.046) estuvo por
debajo del límite de confianza del 95% con una P=0.008, es decir, los individuos
colectados en IES se parecen menos entre sí de lo que se esperaría bajo un
esquema de reproduction aleatoria.
Figura 8. Coeficiente de relación genética entre individuos dentro de una misma localidad (r). U y L (líneas rojas) representan el intervalo de confianza del 95 % correspondiente a la hipótesis nula de no diferenciación entre los individuos de las localidades. El valor de P para cada localidad fue: IES = 0.008, ISJ = 0.05, IG = 0.22, SF = 0.1, Mo = 0.8, Cet = 0.14, Topo = 0.46, Hu = 0.36 y Alt = 0.2.
-0.100
-0.050
0.000
0.050
0.100
IES ISJ IG SF Mo Cet Topo Hu Alt
r
Poblaciones
Promedio
U
L
47
De las pruebas de hermanos completos y medios hermanos, solo un par de
individuos fueron asignados con una probabilidad mayor al 0.95 (Tabla XI), éstos se
mantuvieron en la categoría de medios hermanos ubicados en el sur de la Bahía de
La Paz.
Tabla XI. Parentesco entre individuos.
Individuo/localidad 1 Individuo/localidad 2 Probabilidad
09/IG 01/Mo 0.96
8.6. Aislamiento por distancia geográfica
La prueba de Mantel o de aislamiento por distancia solo explicó el 5% de la
variabilidad con una R2 de 0.05, es decir, no se encontró una relación entra las
distancias geográficas y las distancias genéticas (FST) (Fig. 9)
Figura 9. Prueba de Mantel (aislamiento por distancia).
y = 1E-05x - 0.0005R² = 0.0501
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0 50 100 150 200 250 300 350
Fst
Distancia geográfica (km)
48
8.7. Sistema Regional de Modelación Oceánica (ROMS)
En el mes de mayo las corrientes en ambas costas del SGC fueron débiles
(< 0.1 m/s), en contraste se observó la presencia de un remolino anticiclónico con
influencia en ambas costas con velocidades entre 0.3 a 0.1 m/s, éste se situó entre
los cuadrantes P1-P4 y P10-P15. Cabe resaltar la existencia de un meandro desde
los cuadrantes P8-P9 hacia P21-22 (Fig. 10a).
La matriz de conectividad indicó que hubo transporte desde la península
hacia el continente en un periodo de tiempo de 9 a 20 días más probables de arribo.
Así mismo, se observó transporte paralelo a ambas costas con dirección
predominante hacia el norte, en un periodo de 1 hasta 20 días más probables de
arribo (Fig. 10b).
En la figura 10a se ejemplifica un lance iniciado en el cuadrante P4, la ruta
más probable que siguió fue sobre la parte superior del remolino hasta llegar a los
cuadrantes P10-P13 en un periodo de tiempo entre 12 y 17 días más probables de
arribo.
Figura 10. a) Climatología de la circulación y b) matriz de conectividad para el mes de mayo. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de colores representa los días más probables de arribo.
49
Para el mes de junio, las corrientes en la costa continental (~0.2 m/s) y
peninsular (~ 0.1 m/s) se intensificaron. El remolino anticiclónico entre los
cuadrantes P1-P4 y P10-P15 con influencia en ambas costas permaneció. Se
detectó una corriente que atravesaba el SGC entre los cuadrantes P6-P9 hacia los
cuadrantes P15-P17, esta corriente se encontró con el remolino anticiclónico (Fig.
11a).
Este patrón de circulación puede ser evidenciado en la matriz de
conectividad, en donde existió transporte de la península hacia el continente en un
periodo de tiempo de 9 a 17 días más probarles de arribo, provocado por el remolino
anticiclónico. La dispersión entre ambas costas provocada por la corriente que
atravesó el SGC se dio en un periodo de 15 a 20 días más probables de arribo (Fig.
11b).
En la figura 11a se ilustra un lance iniciado en el cuadrante P6, las rutas más
probables de dispersión fueron sobre la parte superior del remolino y sobre la
corriente que atravesó el SGC hasta llegar a los cuadrantes P15-P17 en un periodo
de tiempo de 19 días más probables de arribo.
Figura 11. a) Climatología de la circulación y b) matriz de conectividad para el mes de junio. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de colores representa los días más probables de arribo.
50
En el mes de julio la circulación en ambas costas del SGC siguió el patrón
estacional de verano, del lado continental la circulación fue hacia el norte y en el
peninsular una parte hacia el norte y otra hacia el sur, con velocidades entre 0.2 y
0.1 m/s respectivamente. Se observó la presencia de un flujo que atravesó el SGC
entre los cuadrantes P1-P2 hacia P10-P11 con velocidades entre 0.2 y 0.25 m/s, en
esta investigación lo denominamos “corredor larvario”. Al norte y al sur de este
“corredor larvario” se encontraron remolinos ciclónicos con velocidades máximas
de 0.2 m/s (Fig. 12a).
La matriz de conectividad mostró que hubo dispersión de península a
continente de los cuadrantes 1-4 hacia 10-15, en un periodo de tiempo de 8 a 17
días más probables de arribo. Estas conexiones en un periodo de tiempo tan corto
fueron el resultado del “corredor larvario”. Así mismo, se presentó transporte
paralelo a ambas costas del SGC en un periodo de tiempo de 1 a 20 días más
probables de arribo (Fig. 12b).
En la figura 12a se muestra un lance iniciado del cuadrante P2 el cual sigue
la ruta más probables sobre el “corredor larvario” hasta llegar a los cuadrantes P10-
P15 en un periodo de tiempo de 10 a 17 días más probables de arribo.
Figura 12. a) Climatología de la circulación y b) matriz de conectividad para el mes de julio. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de colores representa los días más probables de arribo.
51
Durante el mes de agosto, el patrón de corrientes general siguió la
circulación estacional de los meses de verano (ciclónica). Se observó que el
“corredor larvario” se estrechó debido a que los remolinos ciclónicos entre el
corredor se volvieron más grandes e intensos, con velocidades aproximadas de 0.2
m/s. Es importante resaltar que el remolino ciclónico al sur del corredor tuvo
influencia en la costa continental y peninsular del SGC (Fig. 13a).
En la matriz de conectividad se pudo ver que se presentó transporte de
península a continente en un periodo de 11 a 18 días más probables de arribo por
el “corredor larvario”, de igual manera, se observó transporte de continente a
península en un periodo de 16 a 20 días más probables de arribo por el remolino
ciclónico (Fig. 13b).
En la figura 13a se ejemplifica un lance iniciado en el cuadrante P17 el cual
sigue la ruta más probable por la parte superior del remolino ciclónico hasta llegar
al cuadrante P4, en 17 días más probables de arribo.
Figura 13. a) Climatología de la circulación y b) matriz de conectividad para el mes de agosto. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de colores representa los días más probables de arribo.
52
En el mes de septiembre la intensidad de las corrientes a lo largo de ambas
costas del SGC disminuyó (<0.1 m/s). Se observó la presencia de tres remolinos,
uno ciclónico, anticiclónico y ciclónico (de sur a norte, sin tomar en cuenta el
remolino de la boca del GC). Los últimos dos remolinos más norteños debido a que
presentaron direcciones contrarias, provocaron una corriente en medio de ellos de
aproximadamente de 0.2 m/s de península a continente (Fig. 14a).
La matriz de conectividad muestra transporte del lado peninsular al
continental en un periodo entre 12 a 20 días más probables de arribo. El transporte
paralelo a la costa peninsular y continental disminuyó debido a que la intensidad de
las corrientes se redujo (Fig. 14b).
En la figura 14a se ilustra un lance iniciado del cuadrante P1, la ruta más
probable que siguió es sobre la corriente formada entre el remolino anticiclónico y
ciclónico, llegando a los cuadrantes P10-P11 en un periodo de tiempo de 16 a 17
días más probables de arribo.
Figura 14. a) Climatología de la circulación y b) matriz de conectividad para el mes de septiembre. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida y el de las ordenadas al cuadrante de arribo. Para ambos casos, la barra de colores representa los días más probables de arribo.
53
Cabe resaltar que para las matrices de conectividad hasta los 30 días más
probables de arribo, se observó mayor dispersión hacia cuadrantes más lejanos y
para los meses de julio a septiembre se presentó transporte de continente a
península (Anexo 2).
8.8. Rutas de transporte larval con datos genéticos y modelados
El análisis de migrantes de primera generación indicó que de los 214
individuos con los que contó este estudio, 110 individuos fueron posibles migrantes
(P < 0.001). Se observó que predominaron las posibles rutas de transporte larval de
península a continente, la conexión entre San Francisquito (SF) y Huitusi (Hu) tuvo
una frecuencia de 5, mientras que la ruta entre Isla San José (ISJ) y Altata (Alt) tuvo
una frecuencia de 4. Del mismo modo, se observaron conexiones paralelas a ambas
costas pero con una frecuencia entre 1 y 3 (Fig. 15).
Figura 15. a) Ruta de transporte larval de los datos genéticos, b) zoom a la Bahía de La Paz. El grosor de la línea indica la cantidad de veces que se llevó a cabo una conexión entre dos localidades. El color rojo representa conexión hacia el norte, el color verde hacia el sur, anaranjado hacia el este y el azul hacia el oeste.
54
Por otra parte, las localidades que tuvieron más conexiones entrantes de
otros sitios son San Francisquito (SF) e Isla Espíritu Santo (IES), con 8 y 7
conexiones respectivamente, mientras que las localidades que presentaron mayor
número de conexiones salientes fueron Isla San José (ISJ), San Francisquito (SF),
Mogote (Mo), Hutusi (Hu) y Altata (Alt), los primeros 5 tuvieron 7 conexiones
salientes mientras que el último 8 (Tabla XII).
Tabla XII. Número de conexiones entrantes (recepción o in-degree) y salientes (exportación u out-degree) para cada localidad de acuerdo a los datos genéticos de migrantes de primera generación.
Localidad In-degree Out-degree
ISJ 6 7
SF 8 7
IES 7 4
IG 6 6
Mo 6 7
Cet 6 6
Topo 6 4
Hu 5 7
Alt 6 8
En general, en las rutas modeladas de transporte larval a lo largo de los 5
meses estudiados se observó transporte paralelo a la costa continental y peninsular,
en su mayoría hacia el norte. Además, el transporte entre costas por lo general se
llevó a cabo entre los sitios más norteños del área en cuestión, en donde se
encontraron las corrientes más fuertes provocadas por los remolinos y el “corredor
larvario” (Fig. 16).
En el mes de mayo, sobre la península, se presentaron dos rutas con
dirección hacia el norte con una probabilidad de 0.4-0.6, entre el punto p5 al p1 y p8
al p4. Se observaron conexiones de la costa peninsular hacia la continental con un
probabilidad de hasta 0.2, mientras que en el lado continental se obtuvieron
conexiones paralelas a la costa con dirección en su mayoría hacia el norte con una
probabilidad de hasta 0.2 (Fig. 16a).
55
En particular, el mes de junio fue el que más presentó conexiones entre
costas y en su totalidad fueron de península a continente, se observó una conexión
del punto p5 al p10 con una probabilidad de 0.4-0.6 (Fig. 16b). Si se compara este
mes con la figura 15, es de notarse que las rutas de dispersión propuestas por el
modelo coinciden en su mayoría con los datos genéticos.
Específicamente en el mes de julio, se observaron conexiones del punto p3
hacia el P12, P13 y P14 con un probabilidad de 0.2-0.6, estas conexiones fueron
producto del “corredor larvario” presente en este mes. A su vez se mostraron varias
conexiones paralelas a la costa continental con una probabilidad de 0.2-0.4, esto
debido a la intensificación de las corrientes sobre el continente (Fig. 16c).
Para el mes de agosto se presentaron conexiones de la península hacia el
continente con una probabilidad de 0.2-0.4 y del continente hacia la península con
una probabilidad de 0.2-0.4, específicamente del punto P17 al P2, P3 y P5. Cabe
destacar que agosto fue el único que mes que presentó conexiones de continente
a península en un periodo máximo de 20 días, motivo del remolino ciclónico con
influencia en ambas costas. Se observaron dos rutas del lado peninsular con una
probabilidad del 0.6-0.8 del punto P6 al P4 y del punto P5 a P6 (Fig. 16d).
En septiembre las rutas de transporte del lado continental son en su mayoría
fueron hacia el norte. Se presentaron conexiones de la península al continente en
los puntos más norteños del área. La probabilidad de conexión en este mes, para
todas las rutas fue entre 0.2-0.4 (Fig. 16e).
Las rutas de transporte de larvas con datos modelados en una ventana de
tiempo de 20-30 días presentaron más conexiones entre la costa continental y
peninsular y se observaron rutas con probabilidades de 0.6-0.8 entre ambas costas
para el mes de mayo, julio y septiembre (Anexo 3).
Las rutas de transporte larval para las estaciones de primavera y verano en
una ventana de tiempo de 15-20 y 20-30 días mostraron que, para primavera, para
ambas ventanas de tiempo, el transporte paralelo a las costas en su mayoría fue
hacia el norte y se presentaron conexiones de península a continente con
probabilidades de 0.2-0.6. En verano se observó transporte en todas direcciones,
con rutas que alcanzaron probabilidades de 0.8-1 (Anexo 4).
56
Figura 16. Rutas de transporte larval con datos modelados en una ventana de tiempo de 15-20 días. a) mayo, b) junio, c) julio, d) agosto y e) septiembre. El grosor de las líneas corresponden a la probabilidad de la conexión y el color representa la dirección. Rojo = norte, verde = sur, anaranjado = este y azul = oeste.
57
Por otra parte, en el mes de junio se observó un total de 13 conexiones
entrantes y 10 salientes entre todas las localidades. Las localidades que
presentaron los mayores valores de recepción fueron Topolobampo (Topo) y Altata
(Alt) con 4 y 5 conexiones respectivamente, mientras que las localidades con mayor
exportación fueron Isla San Jose-San Francisquito (ISJ-SF) e Isla Espíritu Santo-
Isla Gaviota (IES-IG) con 4 y 5 conexiones respectivamente, ambos para el mes de
junio (Tabla XIII).
Tabla XIII. Número de conexiones entrantes (recepticón o in-degree) y salientes (exportación u out-degree) para cada localidad para cada mes de estudio, en un periodo de tiempo de 15-20 días más probables.
Mayo Junio Julio Agosto Septiembre Sumatoria
Localidad In-
degree Out-
degree In-
degree Out-
degree In-
degree Out-
degree In-
degree Out-
degree In-
degree Out-
degree In-
degree Out-
degree
ISJ-SF 1 0 1 4 0 1 0 1 0 1 2 7
IES-IG 0 3 0 5 0 0 1 0 0 0 1 8
Cet-Mo 0 1 0 1 1 1 0 0 0 0 1 3
Topo 3 0 4 0 2 0 2 2 1 2 12 4
Hu 0 1 3 0 2 0 1 1 1 1 7 3
Alt 2 2 5 0 0 1 1 3 1 2 9 8
Sumatoria 6 7 13 10 5 3 5 7 3 6 32 33
58
9. Discusión
9.1. Caracterización de microsatélites
Los microsatélites son una de las herramientas más utilizadas debido a que
tienen el potencial de proporcionar estimaciones recientes de la migración, tienen el
poder para distinguir tasas relativamente altas de migración del efecto de la
panmixia y pueden estimar la relación que hay entre los individuos (Selkoe yToonen,
2006).
En este trabajo se observaron desviaciones significativas del EHW (P <
0.004) y una frecuencia de alelos nulos mayor al 0.05 en 5 de los 18 loci, en donde
4 de los 5 loci fueron resultado de la amplificación cruzada.
La deficiencia de heterocigotos es la principal causa del desequilibrio de
Hardy-Weinberg. Éste pudo ser provocado por la presencia de alelos nulos que son
resultado de las mutaciones en los nucleótidos del sitio de acoplamiento del iniciador
y es común que aparezcan en los microsatélites usados para la amplificación
cruzada (Selkoe & Toonen, 2006).
Es importante considerar que la presencia de alelos nulos con frecuencias
superiores a 0.05 pueden provocar estimaciones erróneas de diversidad genética,
además de alterar los niveles percibidos de diferenciación poblacional, aumentando
las frecuencia de homocigotos y distorsionando las frecuencias alélicas (Martínez,
2005; Gruenthal & Burton, 2008).
Sin embargo, las pruebas de AMOVA global con y sin los loci que mostraron
alelos nulos, resultaron para ambos casos en diferencias no significativas (P = 1.0),
por lo tanto los resultados presentados con 12 loci son confiables.
59
9.2. Conectividad genética y demográfica
El resultado del AMOVA jerárquico (FST = 0.001, P = 0.657) no mostró
diferencias entre las localidades de L. argentiventris entre la costa continental y
peninsular del SGC. Esto indicó que existen mecanismos que generan conectividad
genética entre ambas costas. El flujo genético con base en el FST y al número de
alelos exclusivos indicó que las localidades de la península y continente se
encontraron conectadas entre sí. Es importante mencionar que el análisis realizado
con Powsim indicó que se tuvo el poder estadísitico suficiente para detectar
diferenciación genética con una confianza del 80%.
Existen dos posibles mecanismos de conectividad genética: 1) los remolinos
de mesoescala, que por su magnitud pueden afectar ambas costas, siendo
posiblemente uno de los eventos determinantes en la dispersión de larvas de pargo
amarillo y 2) el movimiento de adultos, ya sea por migraciones o por cambios
ontogénicos (Green et al., 2015).
Respecto al primer mecanismo, la capacidad de nado de lutjanidos, la
velocidad de las corrientes y el modelo de circulación empleado dieron soporte a los
resultados de conectividad genética.
Experimentos de laboratorio sobre la capacidad de nado de lutjanidos
mostraron que a tallas menores de 8 mm, las larvas no pueden nadar contra una
corriente igual o mayor a 0.1 m/s y en los estadios tardíos (individuos mayores a 20
mm), pueden soportar corrientes de hasta 0.5 m/s (Stobutzki y Bellwood, 1997;
Fisher et al. 2000; Leis et al. 2007). En este estudio se detectaron corrientes y
remolinos con velocidades máximas de 0.3 m/s y en relación a otros estudios con
datos in situ, se ha observado que éstas estructuras llegan a tener corrientes
superficiales de entre 0.25 a 0.6 m/s en remolinos que afectan ambas costas con
diámetros de hasta 160 km (Contreras-Catala et al. 2012, Sanchez-Velasco et al.
2013, Lavin et al. 2014). Lo que muestra que las larvas en estadios tempranos fuera
del laboratorio no pueden evadir las corrientes presentes en el SGC.
60
El modelo de circulación empleado demostró la presencia de remolinos con
influencia en ambas costas y corrientes que atravesaron el SGC, las cuales se
presentaron durante los cinco meses de estudio (mayo-septiembre).
Los meses más importantes para la dispersión fueron de junio a agosto y
durante este periodo de tiempo se presentaron corrientes paralelas a la costa
continental y peninsular más intensas, remolinos con influencia en ambas costas y
un flujo intenso que atravesó el SGC a manera de "corredor larvario"; contrario a lo
que se planteó en Marinone (2012) y Santiago-García et al. (2014) en donde
encontraron en su mayoría transporte de larvas paralelo a las costas en el SGC.
Esto puede responder a las diferencias entre los modelos utilizados, ya que el
HAMSOM no dimensiona los procesos de mesoescala, como son los remolinos, ya
que éste modelo le da más peso a la circulación general del GC.
En el presente estudio se encontraron conexiones entre la costa peninsular
y continental en el SGC en una escala promedio de 196 km (109.3 mínimo, 325.4
máximo). Lo anterior concuerda con Soria et al. (2012) en donde la distancia lineal
de la dispersión laval durante un periodo de dos semanas estuvo entre 50 y 135 km
para el Norte del GC, dependiendo del sitio de liberación.
Aunque Cowen et al. (2006) reportaron que la magnitud de la dispersión larval
típica para la mayoría de los peces arrecifales se encuentra en una escala de 10-
100 km para el Caribe. La diferencia entre el estudio de Cowen et al. (2006) y el
presente, fue que Cowen et al. (2006) utilizaron un modelo físico-biológico y en el
presente estudio un modelo físico que no considera la capacidad de nado de las
larvas ni posibles migraciones verticales. Otra posible diferencia fue que en el SGC,
tanto en este trabajo, como en antecedentes previos (Marinone et al. 2007; Lavín et
al. 2013; Lavín et al. 2014) se observan corrientes unidireccionales que aumentan
la distancia de la dispersión larval, mientras que en el Caribe se presentan corrientes
estocásticas (Molinari et al. 1981).
Respecto al segundo mecanismo de conectividad genética.Beldade et al.
(2014), encontraron baja diferenciación genética en adultos del pez baqueta,
mediante el uso de microsatélites, entre las localidades de la península y el
61
continenente en el Norte del GC. Por otra parte, Jackson et al. (2015), detectaron
diferenciación genética mediante microsatélites y ADNmt, entre las subpoblaciones
adultas de cabrilla sardinera (Mycteroperca rosasea) en el GC, especialmente entre
la costa continental y peninsular. Tales diferencias genéticas fueron atribuidas a las
corrientes asimétricas y retención larval local.
En otro estudio, Rocha-Olivares y Sandoval-Castillo (2003) mediante el uso
de la región control mitocondrial (1350pb) del ADNmt encontraron homogeneidad
entre los individuos de L. peru de las áreas de Jalisco, Sinaloa y Baja California
Sur. En esta misma especie, en un estudio reciente de Munguía-Vega et al. (com.
per.) mediante el uso microsatélies, encontraron una estructura poblacional muy
marcada (FST global = 0.025, P < 0.001) entre Loreto y La Paz, B.C.S.
Estas discrepancias observadas en dos estudios de L. peru muy
probablemente se debieron a las diferencias que hay entre tipos de marcadores
(ADNmt y microsatélites). Los marcadores mitocondriales presentan herencia
materna y una tasa de mutación de 2 x 10-8 por sito por año, mientras que los
marcadores microsatelitales presentan herencia biparental y tienen una tasa de
mutación más alta, de 1 x 10-3 a 1 x 10-4 por locus por réplica, estos elevados niveles
de mutación sirven para mostrar procesos genéticos recientes (Avise, 2004;
Freeland, 2007).
Es así que L. argentiventris en relación a L. peru presentaron diferencias en
su estructura genética poblacional mediante el uso de microsatélites. Tales
diferencias muy probablemente están relacionadas con sus historias de vida. Green
et al. (2015) mostraron que para la familia Lutjanidae el movimiento de adultos es
limitado, de ~3 km. A su vez Tinhan et al. (2014) encontraron que los adultos de L.
argentiventris tienen una fidelidad a su hogar de moderada a alta durante la
temporada no reproductiva. Estos estudios dan soporte a la idea de que la
homogeneidad genética encontrada entre las localidades de la península y el
continente se debe a la dispersión larvaria y no a la migración de adultos, más no
se puede descartar que la homogeneidad presentada entre localidades cercanas
(en la misma costa) sea un efecto conjunto de ambos mecanismos.
62
Aunque la dispersión no siempre conduce al flujo de genes (Freeland, 2005),
con base en la homogeneidad genética encontrada en este estudio y los trabajos
de Green et al. (2015) y Tinhan et al. (2014) se sugiere que algunas larvas están
siendo dispersadas, con asentamiento y reproducción exitosa en la nueva localidad;
siendo la dispersión larval un proceso exitoso entre las costas del Golfo y podría ser
el mecanismo que rige la conectividad de peces costeros que habitan en ambas
costas del GC. En teoría un migrante por generación es suficiente para asegurar
que los mismos alelos sean compartidos entre poblaciones por periodos largos
(tiempo evolutivo) y para asegurar la reducción de la endogamia. Pero un migrante
por generación no es suficiente para mantener las frecuencias alélicas idénticas
entre las poblaciones (Lowe & Allendorf, 2010)
Es así, que los resultados oceanográficos y genéticos apoyan la hipótesis de
que los remolinos juegan un papel importante en el transportan larvas entre ambas
costas.
9.3. Patrones de conectividad
A pesar de que los valores de FST entre las localidades no fueron
estadísticamente significativos, se encontraron algunas diferencias en las
conexiones entre las localidades.
Las rutas de transporte larval provenientes de los datos genéticos de
migrantes de primera generación mostraron conexiones dirigidas entre sitios, es
decir, no todos los sitios estaban conectados con todos; lo que indica que las
localidades analizadas mostraron una estructura metapoblacional y por lo tanto se
rechaza la idea de una estructura panmítica; se puede decir que la presencia de
una estructura metapoblacional es compatible con los bajos niveles de FST; tal
afirmación es apoyada por los datos de recepción (in-degree) y exportación (out-
degree) de larvas, que mostraron sitios importantes que se comportaron como
sumideros y fuentes, respectivamente; de igual forma, los datos de parentesco
promedio (r) mostraron variación entre las localidades. Esto a su vez fue
63
corroborado con las matrices de conectividad y el modelo de circulación, que
indicaron en su mayoría rutas de transporte larval de península a continente,
producto de los remolinos de mesoescala y corrientes paralelas a las costas. Cabe
mencionar que las rutas de transporte larval (modelo) que más se parecían a las
rutas de migrantes de primera generación (datos genéticos) fueron las del mes de
junio.
En particular, Isla Espíritu Santo y San Francisquito fueron las únicas
localidades donde se analizaron individuos adultos; presentaron mayor número de
alelos efectivos promedio (5.6-5.7) y mayor flujo genético con todas las localidades.
El FST pareado indicó conexión con la mayoría de las localidades estudiadas. En la
prueba de parentesco dentro de estas dos localidades, se observaron valores del
coeficiente de relación (r) negativo (-0.05 y -0.02, respectivamente), en donde Isla
Espíritu Santo fue significativo (P = 0.008). El valor negativo de este coeficiente
significa que los individuos dentro de la localidad están menos relacionados entre sí
de lo que se esperaría bajo panmixia, lo que podría indicar que estos sitios están
recibiendo larvas de otras localidades (sitios sumideros). Es por esto que
presentaron mayor número de alelos y mostraron flujo genético con la mayoría de
las localidades analizadas. Además los resultados de in-degree proveniente de los
datos genéticos mostraron que estas dos localidades son las que más reciben
larvas, aunque esto no pudo ser corroborado con los datos oceanográficos.
Isla San José fue la única localidad que no presentó alelos nulos; además los
valores de FST pareado y flujo genético indicaron que Isla San José está conectada
con las otras localidades, sin embargo, presentó uno de los valores de diversidad
promedio de alelos efectivo más bajos (5.2) y el coeficiente de relación de
parentesco (r) fue el más alto (r = 0.048, P = 0.05), lo que indica que puede haber
retención local de larvas. Isla San José puede ser catalogada como un sitio
sumidero, en donde recibe larvas de otras localidades y las retiene. No obstante, el
modelo numérico no coincide con los datos genéticos ya que muestra que es una
localidad que exporta más larvas de las que importa.
64
Cet-mar y Mogote, dos localidades muy cercanas entre sí, presentaron los
mayores valores de FST pareados (FST = 0.006) en comparación a las otras
localidades. Estas localidades tuvieron más parecido con diferentes sitios, Cet-mar
se pareció más a Huitusi (FST = -0.004) mientras que Mogote a Isla Espíritu Santo
(FST = -0.002) y se identificó al menos un par de individuos medios hermanos entre
Mogote e Isla Gaviota. Cabe resaltar que los individuos colectados en Cet-mar y
Mogote pertenecieron a cohortes distintas (Anexo 5); para la localidad de Cet-mar
los individuos fueron colectados en septiembre del 2015 y se encontraron 15
individuos de 3 meses y 11 de 5 meses (Anexo 6), es decir, fueron concebidos en
el desove de junio y abril del mismo año, respectivamente; en la localidad del
Mogote los individuos fueron colectados en mayo del 2015, se encontraron 2
individuos de 6 meses, 8 individuos de entre 8 y 10 meses y 8 de 1 año de edad,
por lo tanto pertenecieron al desove de noviembre, septiembre y mayo del 2014,
respectivamente.
Por lo tanto, el poco parentesco entre las localidades pudo deberse a que las
larvas provienieron de pulsos reproductivos diferentes; Cet-mar provino del periodo
de desove cálido, mientras que Mogote tuvo dos cohortes, una en el periodo de
invierno y otra en el periodo cálido. La representación de dos pulsos reproductivos
en el Mogote y uno en Cet-mar muy probablemente causaron diferencias en sus
frecuencias alélicas y genotípicas entre las dos localidades. Aunado a esto los
cambios en la magnitud y dirección de las corrientes en invierno y verano pudieron
haber contribuido a diferencias de origen en las larvas.
Adicionalmente los individuos de Cet-mar provinieron de un desove en 2015,
mientras que los de Mogote de 2014. Sánchez-Velasco et al. (2017) reportan que
durante El Niño Godzilla 2015-2016 el patrón de vientos interanuales cambió, la
temperatura superficial de junio del 2015 fue la más elevada de los demás junios en
años pasados y que la temperatura conservativa estuvo 2°C por arriba de lo normal
en la superficie de la capa de mezcla. Estos cambios en el patrón de vientos
pudieron cambiar la dirección de las corrientes superficiales y el aumento de la
temperatura de la capa de mezcla probablemente adelantó el desove de L.
65
argentiventris, provocando diferencias en los eventos reproductivos de 2014 y 2015,
que a su vez contribuyeron a las diferencias entre las dos localidades.
Cabe hacer mención que los análisis genéticos llevados a cabo durante esta
investigación, corroboraron ciertas rutas de dispersión propuestas por el modelo
ROMS. Las discrepancias que se presentaron entre los resultados de migrantes de
primera generación y conexiones del modelo, pueden deberse a la limitación del
modelo para representar adecuadamente el comportamiento larval, a la selección
de sitios potenciales de desove indicados al modelo, a que el modelo no consideró
la variación interanual y a que en el modelo solo se abordó la temporada cálida de
reproducción del pargo amarillo. Posiblemente algunas rutas de dispersión se
expliquen mejor por los patrones de circulación de invierno.
66
10. Conclusiones
o Los datos genéticos comprobaron que no hubo diferenciación genética entre
las localidades de la costa peninsular y continental, así mismo, se presentó
un flujo genético de moderado a alto entre ambas costas.
o Durante esta investigación se obtuvieron resultados de estructura genética y
modelación que dan soporte a la hipótesis de que los remolinos de
mesoescala presentes durante mayo a septiembre son uno de los fenómenos
más importantes para la conectividad de la costa peninsular hacia la
continental en el Sur del Golfo de California.
o La estructura poblacional corresponde a la de una metapoblacional, en
donde las localidades corresponden a subunidades de una gran población.
o Se encontró una estructura metapoblacional entre las localidades del
continente y la península, con sitios que actuan como fuentes y otros como
sumideros, además se encontró evidencia de procesos demográficos que
varían entre localidades, tal como retención local.
o La homgeneidad genética encontrada entre las localidades de la península y
el continente muy probablemente se debió a la dispersión larvaria. La
homogeneidad genética entre localidades cercanas de cada costa,
probablemente se debió al efecto conjunto de la migración de adultos y a la
dispersión larvaria.
o Las localidades de Isla Espíritu Santo y San Francisquito mostraron evidencia
de ser sitios sumidero, mientras que Altata mostró evidencia de ser una
localidad fuente.
o Se observó la presencia de un flujo intenso que atravesó el Sur del Golfo de
California, que pudiera tener función como “corredor larvario” durante los
67
meses de julio a agosto. El modelo indicó que las corrientes durante el mes
de julio fueron aproximadamente de 0.25 m/s y la dispersión de la costa
peninsular a la continental se llevó a cabo en un periodo de tiempo de 8 a 17
días más probables de arribo.
o Con la información de los datos genéticos y la modelación, se observó que
la circulación del mes de junio fue la que mejor explicó los patrones genéticos
de conectividad para el pargo amarillo, lo cual coincide con la temporada
reproductiva reportada para la costa peninsular. En este mes se contó con la
presencia de un remolino anticiclónico con influencia en ambas costas y con
velocidades de hasta 0.25 m/s y una corriente que atravesó el Sur del Golfo
de California.
o Se encontró evidencia de que sitios geográficamente cercanos pueden ser
genéticamente diferentes, debido a que estaban compuestos por cohortes
distintas que provinieron de pulsos reproductivos diferentes en las
localidades de Cet-mar y Mogote.
68
11. Literatura citada
Abdo de la Parra, M. I., Rodríguez-Ibarra, L. E., Rodríguez Montes de Oca, G., Velasco Blanco, G., & Ibarra Castro, L. (2015). Estado actual del cultivo de larvas del pargo flamenco ( Lutjanus guttatus ). Latin Amercian Journal of Aquatic Research, 43(3), 415–423. http://doi.org/10.3856/vol43-issue3-fulltext-3
Aburto-Oropeza, O., Dominguez-Guerrero, I., Cota-Nieto, J., & Plomozo-Lugo, T. (2009). Recruitment and ontogenetic habitat shifts of the yellow snapper (Lutjanus argentiventris) in the Gulf of California. Marine Biology, 156, 2461–2472. http://doi.org/10.1007/s00227-009-1271-5
Allen, G.R. & Robertson D.R. Peces del Pacífico Oriental Tropical. (1998). 2da
Edición. México. (327p).
Amos, W., Hoffman, J. I., Frodsham, A., Zhang, L., Best, S., & Hill, A. V. S. (2007). Automated binning of microsatellite alleles: Problems and solutions. Molecular Ecology Notes, 7(1), 10–14. http://doi.org/10.1111/j.1471-8286.2006.01560.x
Avise, J.C. (2004). Molecular Markers, Natural History, and Evolution, Second Edition. Sunderland, Massachusetts, USA. (684p).
Beldade, R., Jackson, A. M., Cudney-Bueno, R., Raimondi, P. T., & Bernardi, G. (2014). Genetic structure among spawning aggregations of the gulf coney Hyporthodus acanthistius. Marine Ecology Progress Series, 499(December), 193–201. http://doi.org/10.3354/meps10637
Belkir, K., Borsa, P., Chicki, L., Raufaste, N. & Bonhomme. B. (2004). GENETIX 4.05 logiciel sous Windows TM pour la génétique des populations. Laboratoire Génome Populations Interactions CNRS UMR 5000.Université de Montpellier II, Montpellier, France. Available at: http://wwwww.genetix.univ-montp2.fr/genetix/genetix.htm
Claro, R., & Lindeman, K. C. (2008). Biología y manejo de los pargos (Lutjanidae) en el Atlántico occidental (Instituto). La Habana, Cuba.
Contreras-Catala, F., Sanchez-Velasco, L., Lavin, M. F., & Godinez, V. M. (2012). Three-dimensional distribution of larval fish assemblages in an anticyclonic eddy in a semi-enclosed sea (Gulf of California). Journal of Plankton Research, 34(6), 548–562. http://doi.org/10.1093/plankt/fbs024
Coria-Monter, E., Monreal-Gómez, M. A., Salas-de-León, D. A., Aldeco-Ramirez, J., & Merino-Ibarra, M. (2014). Differential distribution of diatoms and dinoflagellates in a cyclonic eddy confined in the Bay of La Paz, Gulf of California. Journal of Geophysical Research: Oceans, 119, 6258–6268. http://doi.org/10.1002/2014JC009916.Received
69
Cowen, R. K., Paris, C. B., & Srinivasan, A. (2006). Scaling of Connectivity in Marine Populations. Science, 311(5760), 522–527. http://doi.org/10.1126/science.1122039
Cowen, R. K., & Sponaugle, S. (2009). Larval dispersal and marine population connectivity. Annual Review of Marine Science, 1, 443–466. http://doi.org/10.1146/annurev.marine.010908.163757
Crowder, L. B., Lyman, S. J., Figueira, W. F., & Priddy, J. (2000). Source-sink population dynamics and the problems of siting marine reserves. Bulletin of Marine Science, 66(3), 799–820.
De la Cruz Agüero, G., Arellano Martínez, M. Cota Gómez, V.M. Catálogo de peces
Marinos de Baja California Sur. (1997). 1ra Edición. México. (341 p).
Díaz-Viloria, N. (2009). Conectividad Genética entre Poblaciones de Abulón Amarillo (Haliotis corrugata; Wood, 1828). Centro de Investigaciones Biológicas del Noroeste, S.C. Retrieved from http://www.citeulike.org/user/LNCScatalogo/article/10716051
Drass, D. M., Bootes, K. L., Lyczkowski-Shultz, J., Comyns, B. H., Holt, G. J., Riley, C. M., & Phelps, R. P. (2000). Larval development of red snapper, Lutjanus campechanus, and comparisons with co-occurring snapper species. Fishery Bulletin, 98(3), 507–527.
Dyer, R. J. (2015). Population Graphs and Landscape Genetics. Annual Review of Ecology, Evolution, and Systematics, 46(1), annurev-ecolsys-112414-054150. http://doi.org/10.1146/annurev-ecolsys-112414-054150
Emata, A. C., Eullaran, B., & Bagarinao, T. U. (1994). Induced Spawning and Early-Life Description of the Mangrove Red Snapper, Lutjanus-Argentimaculatus. Aquaculture, 121, 381–387. http://doi.org/10.1016/0044-8486(94)90272-0
Erisman, B., Mascarenas, I., Paredes, G., Sadovy de Mitcheson, Y., Aburto-Oropeza, O., & Hastings, P. (2010). Seasonal, annual, and long-term trends in commercial fisheries for aggregating reef fishes in the Gulf of California, Mexico. Fisheries Research, 106(3), 279–288. http://doi.org/10.1016/j.fishres.2010.08.007
Excoffier, L., Laval, G., & Schneider, S. (2005). Arlequin (version 3.0): an integrated software package for population genetics data analysis. Evol Bioinform Online, 1, 47–50. http://doi.org/10.1111/j.1755-0998.2010.02847.x
Filipe, A., Raimondi, P. T., Reed, D. C., Watson, J. R., Siegel, D. A., Mitarai, S., … Serrão, E. A. (2011). Isolation by oceanographic distance explains genetic structure for Macrocystis pyrifera in the Santa Barbara Channel. Molecular Ecology, 20(12), 2543–2554. http://doi.org/10.1111/j.1365-294X.2011.05117.x
Fischer, W., Krupp, F., Schneider, W.S., Carpenter, K.W., Niem, V.H. (1995). Guía FAO para la identificación de especies para los fines de pesca. Pacífico Centro-
70
Oriental, Vol. II. (1200p).
Fisher, R., Bellwood, D. R., & Job, S. D. (2000). Devlopment of swimming abilities in reef fish larvae. Marine Ecology Progress Series, 202(1997), 163–173. http://doi.org/10.3354/meps202163
Freeland, J. Molecular Ecology. 2005. John Wiley and Sons. England. 388pp.
Glenn, T. C., & Schable, N. A. (2005). Isolating microsatellite DNA loci. Methods in Enzymology (Vol. 395). http://doi.org/10.1016/S0076-6879(05)95013-1
Godínez, V. M., Beier, E., Sánchez-Velasco, L., & Santamaría del Ángel, E. (2015). Datos hidrográficos en la región sur y boca exterior del Golfo de California: campaña GIDER-MARIAS 1506 (3 al 16 de junio del 2015) (Vol. Informe té).
Gómez-Valdivia F. Efectos de la marea y la batimetría en la temperatura superficial del norte del Golfo de California. 2008. Tesis de maestría. Departamento de Oceanografía Física. Centro de Investigación Científica y Educación Superior de Ensenada.
Goudet, J. (1995). FSTAT (Version 1.2): A computer program to calculate F-statistics. Journal of Heredity, 86, 485–486. http://doi.org/10.1093/jhered/est020
Green, A. L., Maypa, A. P., Almany, G. R., Rhodes, K. L., Weeks, R., Abesamis, R. A., … White, A. T. (2015). Larval dispersal and movement patterns of coral reef fishes, and implications for marine reserve network design. Biological Reviews, 90(4), 1215–1247. http://doi.org/10.1111/brv.12155
Gruenthal, K. M., & Burton, R. S. (2008). Genetic structure of natural populations of the California black abalone (Haliotis cracherodii Leach, 1814), a candidate for endangered species status. Journal of Experimental Marine Biology and Ecology, 355(1), 47–58. http://doi.org/10.1016/j.jembe.2007.11.013
Guichoux, E., Lagache, L., Wagner, S., Chaumeil, P., L??ger, P., Lepais, O., … Petit, R. J. (2011). Current trends in microsatellite genotyping. Molecular Ecology Resources, 11(4), 591–611. http://doi.org/10.1111/j.1755-0998.2011.03014.x
Haidvogel, D. B., Arango, H. G., Hedstrom, K., Beckmann, A., Malanotte-Rizzoli, P., & Shchepetkin, A. F. (2000). Model evaluation experiments in the North Atlantic Basin: Simulations in nonlinear terrain-following coordinates. Dynamics of Atmospheres and Oceans, 32(3–4), 239–281. http://doi.org/10.1016/S0377-0265(00)00049-X
Hall, B.G. (1942). Phylogenetic trees made easy: a how to manual. 3ra edición. Sunderland, Massachusetts, USA.
Hammann, M. G., Nevárez-Martínez, M. O., & Green-Ruíz, Y. (1998). Spawning habitat of the Pacific sardine (Sardinops sagax) in the Gulf of California: Egg and larval distribution 1956-1957 and 1971-1991. California Cooperative Oceanic Fisheries Investigations Report, 39, 169–179.
71
Hedgecock, D., Barber, P. H., & Edmands, S. (2003). Genetic Approaches to Measuring Connectivity. Oceanography, 20(3), 70–79. http://doi.org/10.5670/oceanog.2007.30
Heyman, W. D., Kjerfve, B., Graham, R. T., Rhodes, K. L., & Garbutt, L. (2005). Spawning aggregations of Lutjanus cyanopterus ( Cuvier ) on the Belize Barrier Reef over a 6 year period. Journal of Fish Biology, 67, 83–101. http://doi.org/10.1111/j.1095-8649.2005.00714.x
Ivanova, N. V., Zemlak, T. S., Hanner, R. H., & Hebert, P. D. N. (2007). Universal primer cocktails for fish DNA barcoding. Molecular Ecology Notes, 7(4), 544–548. http://doi.org/10.1111/j.1471-8286.2007.01748.x
Jackson, A. M., Munguía-Vega, A., Beldade, R., Erisman, B. E., & Bernardi, G. (2015). Incorporating historical and ecological genetic data for leopard grouper (Mycteroperca rosacea) into marine reserve design in the Gulf of California. Conservation Genetics, 16(4), 811–822. http://doi.org/10.1007/s10592-015-0702-8
Kimura, M. (1980). A simple method for estimating evolutionary rates of base substitutions through comparative studies of nucleotide sequences.Journal of Molecular Evolution. 16, 111-120
Kool, J. T., Moilanen, A., & Treml, E. A. (2013). Population connectivity: Recent advances and new perspectives. Landscape Ecology, 28(2). http://doi.org/10.1007/s10980-012-9819-z
Lavín, M. F., Castro, R., Beier, E., & Godínez, V. M. (2013). Mesoscale eddies in the southern Gulf of California during summer: Characteristics and interaction with the wind stress. Journal of Geophysical Research: Oceans, 118(February), 1367–1381. http://doi.org/10.1002/jgrc.20132
Lavín, M. F., Castro, R., Beirer, E., Cabrera, C., Godinez, V. M., & Amador-Buenrostro, A. (2014). Surface circulation in the Gulf of California in summer from surface drifters and satellite images (2004-2006). Journal of Geophysical Research: Oceans, 119, 4278–4290.
Lavín, M. F., & Marinone, S. G. (2003). An Overview of the Physical Oceanography of the Gulf of California (pp. 173–204).
Leis, J. M., Hay, A. C., Lockett, M. M., Chen, J., & Fang, L. (2007). Ontogeny of swimming speed in larvae of pelagic-spawning , tropical , marine fishes. Marine Ecology Progress Series, 349, 255–267. http://doi.org/10.3354/meps07107
Lodeiros, C., Soria, G., Valentich-Scott, P., Munguía-Vega, A., Cabrera, J. S., Cudney-Bueno, R., Loor, A., Márquez A. and Sonnenholzner, S. (2016). Spondylids of Eastern Pacific Ocean. Journal of Shellfish Research, 35(2), 279–293. http://doi.org/10.2983/035.035.0203
Lopera-Barrero, N. M., Povh, J. a, Ribeiro, R. P., Gomes, P. C., Jacometo, C. B., & Silva Lopes, T. Da. (2008). Comparación de protocolos de extracción de ADN
72
con muestras de aleta y larva de peces: extracción modificada con cloruro de sodio. Ciencia E Investigación Agraria, 35(1), 77–86. http://doi.org/10.4067/S0718-16202008000100008
Lowe, W. H., & Allendorf, F. W. (2010). What can genetics tell us about population connectivity? Molecular Ecology, 19(15), 3038–3051. http://doi.org/10.1111/j.1365-294X.2010.04688.x
Marinone, S. G. (2012). Seasonal surface connectivity in the Gulf of California. Estuarine, Coastal and Shelf Science, 100, 133–141. http://doi.org/10.1016/j.ecss.2012.01.003
Marinone, S. G., Ulloa, M. J., Parés-Sierra, A., Lavín, M. F., & Cudney-Bueno, R. (2007). Connectivity in the northern Gulf of California from particle tracking in a three-dimensional numerical model. Journal of Marine Systems, 71(1–2), 149–158. http://doi.org/10.1016/j.jmarsys.2007.06.005
Martínez, P. (2005). Aplicaciones de la genética para la mejora de la acuicultura. Boletín. Instituto Español de Oceanografía, 21, 225–238.
Molinari, R. L., Spillane, M., Brooks, I., Atwood, D., & Duckett, C. (1981). Surface currents in the Caribbean Sea as deduced from Lagrangian observations. Journal of Geophysical Research, 86(C7), 6537–6542. http://doi.org/10.1029/JC086iC07p06537
Moser, H. G. (1996). THE EARLY STAGES OF FISHES IN THE CALIFORNIA CURRENT REGION. CalCOFI Atlas No. 33 (Allen Pres). Luwrence, Kansas.
Munguia-Vega, A., Jackson, A., Marinone, S. G., Erisman, B., Moreno-Baez, M., Girón-Nava, A., Tad, P., Aburto-Oropeza, O. and Torre, J. (2014). Asymmetric connectivity of spawning aggregations of a commercially important marine fish using a multidisciplinary approach. PeerJ, 2, 511. http://doi.org/10.7717/peerj.511
Nei, M. & Kumar. 2000. Molecular Evolution and Phylogenetics. Oxford University Press. New York (333 p.)
Nielsen, E. E., Hansen, M. M., Ruzzante, D. E., Meldrup, D., & Grønkjær, P. (2003). Evidence of a hybrid-zone in Atlantic cod (Gadus morhua) in the Baltic and the Danish Belt Sea revealed by individual admixture analysis. Molecular Ecology, 12, 1497–1508. http://doi.org/10.1046/j.1365-294X.2003.01819.x
Ottmann, D., Grorud-Colvert, K., Sard, N. M., Huntington, B. E., Banks, M. A., & Sponaugle, S. (2016). Long-term aggregation of larval fish siblings during dispersal along an open coast. Proceedings of the National Academy of Sciences, 113(49), 14067–14072. http://doi.org/10.1073/pnas.1613440113
Paz-García, D. A., Munguía-Vega, A., Plomozo-Lugo, T., & Hudson-Weaver, A. (2016). Molecular Biology Reports Characterization of 32 microsatellite loci for the Pacific red snapper Lutjanus peru through next generation sequencing. Molecular Biology Reports.
73
Peakall, R., & Smouse, P. E. (2012). GenALEx 6.5: Genetic analysis in Excel. Population genetic software for teaching and research-an update. Bioinformatics, 28(19), 2537–2539. http://doi.org/10.1093/bioinformatics/bts460
Peatkau, D., Slade, R., Burden, M., & Estoup, A. (2004). Genetic assiggment methods for the direct, real-time estimation of migration rate: a simulation-based exploration of accuracy and power. Molecular Ecology, 13, 55–65. http://doi.org/10.1046/j.1365-294X.2003.02008.x
Pegau, W. S., Boss, E., & Martínez, A. (2002). Ocean color observations of eddies during the summer in the Gulf of California. Geophysical Research Letters, 29(9), 29–31.
Piñón, A.-, Amezcua, F., & Duncan, N. (2009). Reproductive cycle of female yellow snapper Lutjanus argentiventris (Pisces, Actinopterygii, Lutjanidae) in the SW Gulf of California: gonadic stages, spawning seasonality and length at sexual maturity. Journal of Applied Ichthyology, 25(1), 18–25. http://doi.org/10.1111/j.1439-0426.2008.01178.x
Piry, S., Alapetite, A., Cornuet, J. M., Paetkau, D., Baudouin, L., & Estoup, A. (2004). GENECLASS2: A software for genetic assignment and first-generation migrant detection. Journal of Heredity, 95(6), 536–539. http://doi.org/10.1093/jhered/esh074
Queller, D. C., & Goodnight, K. F. (1989). Estimating Relatedness Using Genetic Markers. Evolution, 43(2), 258–275. http://doi.org/10.2307/2409206
Rannala, B., & Mountain, J. L. (1997). Detecting immigration by using multilocus genotypes. Proceedings of the National Academy of Sciences of the United States of America, 94(17), 9197–9201. http://doi.org/10.1073/pnas.94.17.9197
Raymond, M., & Rousset, F. (1995). GENEPOP (Version 1.2): Population Genetics Software for Exact Tests and Ecumenicism. Journal of Heredity, 3(86), 248–249.
Rice, W. E. R. (1989). Analyzing tables of statistical tests. Evolution, 43, 223–225. http://doi.org/10.2307/2409177
Rocha-Olivares, A., & Sandoval-Castillo, J. (2003). Diversidad mitocondrial y estructura genética en poblaciones alopátricas del huachinango del Pacífico Lutjanus peru Mitochondrial diversity and genetic structure in allopatric populations of the Pacific red snapper Lutjanus peru. Ciencias Marinas, 29(2), 197–209.
Ryman, N., & Palm, S. (2006). a computer program for assessing statistical power when testing for genetic differentiation POWSIM : Molecular Ecology, 6, 600–602. http://doi.org/10.1111/j.1365-294X.2006.01378.x
Sala, E., Aburto-Oropeza, O., Paredes, G., & Thompson, G. (2003). Spawning aggregations and reproductive behavior of reef fishes in the Gulf of California. Bulletin of Marine Science, 72(1), 103–121.
74
Sánchez-Velasco, L., Beier, E., Godínez, V. M., Barton, E. D., Santamaría-del-Angel, E., Jiménez-Rosenberg, S. P. A., & Marinone, S. G. (2017). Hydrographic and fish larvae distribution during the “Godzilla El Niño 2015-2016” in the northern end of the shallow oxygen minimum zone of the Eastern Tropical Pacific Ocean. Journal of Geophical Research, 122, 2156–2170. http://doi.org/10.1002/2014JC010094
Sánchez-Velasco, L., Lavín, M. F., Jiménez-Rosenberg, S.P.A., Godínez, V. M., Santamaría-del-Angel, E., & Hernández-Becerril, D. U. (2013). Three-dimensional distribution of fish larvae in a cyclonic eddy in the Gulf of California during the summer. Deep-Sea Research Part I: Oceanographic Research Papers, 75, 39–51. http://doi.org/10.1016/j.dsr.2013.01.009
Sánchez-Velasco, L., Lavín, M. F., Jiménez-Rosenberg, S. P. A, & Godínez, V. M. (2013). Preferred larval fish habitat in a frontal zone of the northern Gulf of California during the early cyclonic phase of the seasonal circulation (June 2008). Journal of Marine Systems, 129, 368–380. http://doi.org/10.1016/j.jmarsys.2013.08.004
Santiago-García, M. W., Marinone, S. G., & Velasco-Fuentes, O. U. (2014). Three-dimensional connectivity in the Gulf of California based on a numerical model. Progress in Oceanography, 123, 64–73. http://doi.org/10.1016/j.pocean.2014.02.002
Schuelke, M. (2000). An economic method for the fluorescent labeling of PCR fragments A poor man ’ s approach to genotyping for research and high-throughput diagnostics . Nature America Inc., 18(February), 1–2. http://doi.org/10.1038/72708
Selkoe, K. A., & Toonen, R. J. (2006). Microsatellites for ecologists: A practical guide to using and evaluating microsatellite markers. Ecology Letters, 9(5), 615–629. http://doi.org/10.1111/j.1461-0248.2006.00889.x
Slatkin, M. (1985). Rare Alleles as Indicators of Gene Flow. Evolution, 39(1), 53–65.
Soria, G., Munguía-Vega, a., Marinone, S. G., Moreno-Báez, M., Martínez-Tovar, I., & Cudney-Bueno, R. (2012). Linking bio-oceanography and population genetics to assess larval connectivity. Marine Ecology Progress Series, 463, 159–175. http://doi.org/10.3354/meps09866
Soria, G., Torre-Cosio, J., Munguia-Vega, A., Marinone, S. G., Lavín, M. F., Cinti, A., & Moreno-Báez, M. (2014). Dynamic connectivity patterns from an insular marine protected area in the Gulf of California. Journal of Marine Systems, 129, 248–258. http://doi.org/10.1016/j.jmarsys.2013.06.012
Stobutzki, I. C., & Bellwood, D. R. (1997). Sustained swimming abilities of the late pelagic stages of coral reef fishes. Marine Ecology Progress Series, 149, 35–41.
Tamura, K., Stecher, G., Peterson, D., Filipski, A. & Kumar, S.(2013). MEGA6: evolutionary genetics analysis version 6.0. Molecular Biology and Evolution,
75
40(12), 2725-2729.
Tinhan, T., Erisman, B., Aburto-Oropeza, O., Weaver, A., Vázquez-Arce, D., & Lowe, C. G. (2014). Residency and seasonal movements in Lutjanus argentiventris and Mycteroperca rosacea at Los Islotes Reserve, Gulf of California. Marine Ecology Progress Series, 501, 191–206. http://doi.org/10.3354/meps10711
Untergasser, A., Cutcutache, I., Koressaar, T., Ye, J., Faircloth, B. C., Remm, M., & Rozen, S. G. (2012). Primer3-new capabilities and interfaces. Nucleic Acids Research, 40(15), 1–12. http://doi.org/10.1093/nar/gks596
Van Oosterhout, C., Hutchinson, W. F., Wills, D. P. M., & Shipley, P. (2004). MICRO-CHECKER: Software for identifying and correcting genotyping errors in microsatellite data. Molecular Ecology Notes, 4(3), 535–538. http://doi.org/10.1111/j.1471-8286.2004.00684.x
Wang, J. (2012). Computationally efficient sibship and parentage assignment from multilocus marker data. Genetics, 191(1), 183–194. http://doi.org/10.1534/genetics.111.138149
Ward, R. D., Zemlak, T. S., Innes, B. H., Last, P. R., & Hebert, P. D. N. (2005). DNA barcoding Australia’s fish species. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences, 360(September), 1847–1857. http://doi.org/10.1098/rstb.2005.1716
Watson, J. R., Mitarai, S., Siegel, D., Caselle, J. E., Dong, C., & McWilliams, J. C. (2010). Realized and potential larval connectivity in the Southern California Bight. Marine Ecology Progress Series, 401, 31–48. http://doi.org/10.3354/meps08376
Weir, B.S., & Clark, C. C. (1984). Estimating F-Statistics for the Analysis of Population. Evolution, 38(6), 1358–1370.
Zamudio, L., Hogan, P., & Metzger, E. J. (2008). Summer generation of the Southern Gulf of California eddy train. Journal of Geophysical Research, 113(C6), C06020. http://doi.org/10.1029/2007JC004467
Zapata, F. A., & Herrón, P. A. (2002). Pelagic larval duration and geographic distribution of tropical eastern Pacific snappers (Pisces : Lutjanidae). Marine Ecology Progress Series, 230, 295–300. http://doi.org/10.3354/meps230295
77
Anexo 2. Matrices de conectividad hasta los 30 días más probables de arribo. a) mayo, b) junio, c) julio, d) agosto y e) septiembre. En la matriz, el eje de las abscisas corresponde a los cuadrantes de salida y el de las ordenadas al cuadrante de arribo. La barra de colores representa los días más probables de arribo.
78
Anexo 3. Rutas de transporte larval con datos modelados en una ventana de tiempo de 20-30 días. a) mayo, b) junio, c) julio, d) agosto y e) septiembre. El grosor de las líneas corresponden a la probabilidad de la conexión y el color representa la dirección. Rojo = norte, verde = sur, anaranjado = este y azul = oeste.
79
Anexo 4. Rutas de transporte larval con datos modelados. a) primavera y b) verano en una ventana de tiempo de 15-20 días, c) primavera y d) verano en una ventana de tiempo de 20-30 días.
80
Anexo 5. Frecuencia de la talla de organismos de L. argentiventris colectados en a) Cet-mar y b) Mogote.
Talla (cm)
crecimiento (meses)
2 1.6
4 3.3
6 5
8 6.6
10 8.3
12 10
14 11.6
Anexo 6. Lutjanus argentiventris. Relación entre la longitud estandar y la edad después del asentamiento, estimadas del otolito lapilli en juveniles colectados en Balandra entre 2002 y 2005. Información tomada de Aburto-Oropeza et al. (2009).