Genetische Untersuchung der Populationsstruktur ... - Die Schmellers
Genetische Untersuchung der Populationsstruktur ... - Die Schmellers
Genetische Untersuchung der Populationsstruktur ... - Die Schmellers
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Genetische</strong> <strong>Untersuchung</strong> <strong>der</strong> <strong>Populationsstruktur</strong> <strong>der</strong><br />
Heuschreckenart Platycleis albopunctata (GOEZE 1778) un-<br />
ter Berücksichtigung verschiedener Umweltparameter<br />
Diplomarbeit am Fachbereich Biologie<br />
<strong>der</strong> Johannes Gutenberg-Universität Mainz<br />
Dirk Schmeller<br />
geboren in Mannheim/Neckarau<br />
Mainz im Dezember 1995
meiner Familie<br />
2
DANKSAGUNG<br />
Danksagung<br />
Recht herzlich möchte ich mich bei Professor Dr. A. Seitz für die Vergabe des Themas,<br />
die Bereitstellung des gut ausgestatteten Arbeitsplatzes und die großartige<br />
Unterstützung bedanken.<br />
Beim Referat für Arten- und Biotopschutz des Ministeriums für Umwelt und Forsten<br />
Rheinland-Pfalz möchte ich mich für die finanziellen Mittel, die mir in Form eines Stipendiums<br />
zur Verfügung standen, ganz herzlich bedanken.<br />
Für die vielen Diskussionen und die gute Darstellung von komplexen Zusammenhängen<br />
und Modellen bedanke ich mich bei PD. Dr. Achim Poethke.<br />
Beson<strong>der</strong>er Dank gilt auch Dr. Jakob Müller für die freundschaftliche Zusammenarbeit<br />
und die stets hilfreiche Diskussionsbereitschaft, die mir öfter ein Licht aufgehen<br />
ließ.<br />
Herrn Dipl.-Biologe Joachim Kosuch gilt beson<strong>der</strong>er Dank für die immer kollegiale<br />
Diskussions- und Hilfsbereitschaft. Er war immer zur Stelle, wenn man Hilfe brauchte.<br />
Frau Dipl.-Biologin Birgit Nicklas-Görgen möchte ich für getane Arbeiten und die Geduld<br />
bei <strong>der</strong> Einführung ins Heuschrecken-Fangen danken.<br />
Herrn Dipl.-Biologe Jes Johanesen möchte ich für das Näherbringen <strong>der</strong> F-Statistik<br />
mit all ihren Varianten und Annahmen danken. Ohne ihn wäre mir wahrscheinlich einiges<br />
immer noch nicht ganz klar.<br />
Großer Dank gilt auch meiner Freundin Marion Koch, die sich tagelang mit kleinen,<br />
braungrünen Krabbeltierchen herumschlagen mußte. Sie war mir eine sehr große<br />
Hilfe beim Fangen <strong>der</strong> Heuschrecken.<br />
Herrn Dipl.-Biologe Eckhard Gottschalk danke ich für die gut funktionierende Zusammenarbeit.<br />
Nicht nur ein Mal waren seine Ideen und Informationen bzgl. „unserer“<br />
Heuschrecke von großem Nutzen.<br />
Frau Diplom-Biologin Christiane Stürzbecher gilt mein Dank für ihre moralische Unterstützung<br />
und die freundschaftliche Zusammenarbeit.<br />
Mein Dank gilt auch all denen die direkt o<strong>der</strong> indirekt geholfen haben diese Arbeit zu<br />
erstellen. Für das gute Arbeitsklima bedanke ich mich bei allen Kollegen <strong>der</strong> Arbeitsgruppe.<br />
3
INHALTSVERZEICHNIS<br />
4<br />
INHALTSVERZEICHNIS<br />
1 EINLEITUNG _____________________________________________________ 7<br />
1.1 Zusammenfassende Fragestellung ........................................................................ 8<br />
2 DER FORSCHUNGSVERBUND ______________________________________ 9<br />
3 DIE BIOLOGIE VON PLATYCLEIS ALBOPUNCTATA ___________________ 10<br />
3.1 Lebensdaten........................................................................................................... 10<br />
3.2 Habitatansprüche................................................................................................... 14<br />
3.2.1 Optimalhabitat................................................................................................. 14<br />
3.3 Tabellarische Zusammenfassung......................................................................... 15<br />
4 THEORETISCHE GRUNDLAGEN ___________________________________ 16<br />
4.1 Populationsgenetik und Artenschutz ................................................................... 16<br />
4.2 <strong>Populationsstruktur</strong>............................................................................................... 18<br />
4.3 Populationsgenetik................................................................................................ 21<br />
4.3.1 HARDY-WEINBERG-Verteilung...................................................................... 21<br />
4.3.1.1 Das Gesetz von WAHLUND (WAHLUND-Prinzip).................................. 22<br />
4.3.2 <strong>Genetische</strong> Variation....................................................................................... 23<br />
4.3.2.1 Heterozygotie ......................................................................................... 24<br />
4.3.3 <strong>Genetische</strong> Drift und Inzucht ........................................................................... 25<br />
4.3.4 F-Statistik........................................................................................................ 26<br />
4.3.5 Migrationsrate, Genfluß und effektive Populationsgröße................................. 29<br />
4.3.6 <strong>Genetische</strong> Identitäten und Distanzen............................................................. 33<br />
5 HABITATBESCHREIBUNGEN ______________________________________ 36<br />
5.1 Übersicht ................................................................................................................ 36<br />
5.2 <strong>Die</strong> Habitate <strong>der</strong> Haßberge .................................................................................... 37<br />
5.2.1 Beschreibung <strong>der</strong> einzelnen Standorte............................................................ 38<br />
5.3 <strong>Die</strong> Habitate im Mittelrheintal................................................................................ 40<br />
5.3.1 Beschreibung <strong>der</strong> einzelnen Standorte............................................................ 41<br />
6 MATERIAL UND METHODEN ______________________________________ 43<br />
6.1 Fangen und Lagerung ........................................................................................... 43<br />
6.2 Schätzung <strong>der</strong> Populationsgröße ......................................................................... 44<br />
6.3 Elektrophorese....................................................................................................... 44<br />
6.3.1 Allozyme ......................................................................................................... 45<br />
6.3.2 <strong>Die</strong> Vorbereitung <strong>der</strong> Proben........................................................................... 46
1 EINLEITUNG<br />
6.3.3 Durchführung <strong>der</strong> CA-Elektrophorese und <strong>der</strong> Enzymfärbung ........................ 48<br />
6.3.4 Das Prinzip <strong>der</strong> Enzymfärbung........................................................................ 49<br />
6.3.5 Auswertung <strong>der</strong> Bandenmuster....................................................................... 51<br />
6.3.6 Versuchsablauf ............................................................................................... 53<br />
6.4 Datenanalyse.......................................................................................................... 54<br />
6.4.1 G-STAT........................................................................................................... 54<br />
6.4.2 BIOSYS........................................................................................................... 55<br />
6.4.3 PHYLIP ........................................................................................................... 55<br />
6.4.4 Homogentitätstest ........................................................................................... 56<br />
6.5 Clusteranalyse-Methoden ..................................................................................... 56<br />
7 ERGEBNISSE ___________________________________________________ 59<br />
7.1 Populationsökologie.............................................................................................. 59<br />
7.1.1 Populationsgröße und Stichprobengröße ........................................................ 59<br />
7.2 Populationsgenetik................................................................................................ 60<br />
7.2.1 Screening........................................................................................................ 60<br />
7.2.2 Hauptversuch.................................................................................................. 62<br />
7.2.2.1 Identifizierung <strong>der</strong> Loci und Allele........................................................... 62<br />
7.2.3 <strong>Genetische</strong> Charakterisierung......................................................................... 63<br />
7.2.3.1 Diversitätsstatistik................................................................................... 63<br />
7.2.3.2 Allelfrequenzen <strong>der</strong> polymorphen Loci.................................................... 66<br />
7.2.3.3 Private Allele .......................................................................................... 68<br />
7.2.3.4 HARDY-WEINBERG-Verteilung............................................................. 69<br />
7.2.3.5 Diversitätsstatistik und Populationsgröße ............................................... 70<br />
7.2.4 F-Statistik........................................................................................................ 71<br />
7.2.5 Genfluß ........................................................................................................... 76<br />
7.2.5.1 Einflußfaktor Hauptwindrichtung............................................................. 80<br />
7.2.5.2 Genfluß und Höhendifferenz .................................................................. 84<br />
7.2.5.3 Isolationsfaktor Rhein............................................................................. 85<br />
7.2.6 <strong>Genetische</strong> Distanzen ..................................................................................... 88<br />
7.2.6.1 Clusteranalysen...................................................................................... 89<br />
7.2.6.2 Isolation durch geographische Distanz................................................... 92<br />
7.2.6.3 RxC-Test aller Enzymloci ....................................................................... 95<br />
8 DISKUSSION ___________________________________________________ 96<br />
8.1 Einschränkungen <strong>der</strong> CA-Elektrophorese ........................................................... 96<br />
8.2 <strong>Genetische</strong> Divergenz ........................................................................................... 97<br />
8.2.1 Homogenität <strong>der</strong> <strong>Untersuchung</strong>sgebiete ......................................................... 98<br />
5
6<br />
INHALTSVERZEICHNIS<br />
8.2.2 Homozygotenüberschuß ................................................................................. 99<br />
8.3 Genfluß ................................................................................................................. 100<br />
8.3.1 Problematik <strong>der</strong> Genflußberechnung............................................................. 102<br />
8.3.2 F-Statistik...................................................................................................... 105<br />
8.3.3 Struktur <strong>der</strong> Einzelpopulationen .................................................................... 105<br />
8.3.4 Isolationsgrad innerhalb <strong>der</strong> Totalpopulationen............................................. 106<br />
8.3.5 Migrationsdistanz .......................................................................................... 108<br />
8.4 Umweltfaktoren und Genfluß.............................................................................. 109<br />
8.4.1 Isolation durch geographische Entfernung .................................................... 110<br />
8.4.2 Hauptwindrichtung ........................................................................................ 113<br />
8.4.3 Höhendifferenz.............................................................................................. 114<br />
8.5 Clusteranalyse ..................................................................................................... 115<br />
8.6 <strong>Populationsstruktur</strong>............................................................................................. 117<br />
8.7 Zusammenfassung .............................................................................................. 119<br />
9 LITERATURVERZEICHNIS________________________________________ 121<br />
10 TABELLEN- UND ABBILDUNGSVERZEICHNIS ______________________ 127<br />
11 ANHANG _____________________________________________________ 131<br />
11.1 Daten <strong>der</strong> Populationsgenetischen <strong>Untersuchung</strong> ......................................... 132<br />
11.1.1 Diversitätsparameter ................................................................................... 132<br />
11.1.2 Heterozygotie.............................................................................................. 133<br />
11.1.3 Polymorphie ................................................................................................ 134<br />
11.1.4 Höhendifferenzen........................................................................................ 135<br />
11.1.5 F-Statistik auf Basis einer hierarchischen Einteilung ................................... 136<br />
11.1.6 F-Statistik (paarweise)................................................................................. 140<br />
11.1.7 <strong>Genetische</strong> Distanzen ................................................................................. 141<br />
11.2 Rezepte für die Celluloseacetatelektrophorese............................................... 142<br />
11.2.1 Homogenisationspuffer ............................................................................... 142<br />
11.2.2 Elektrodenpuffer.......................................................................................... 142<br />
11.2.3 Pufferstammlösungen ................................................................................. 142<br />
11.2.4 Cosubstrate................................................................................................. 142<br />
11.2.5 Färbechemikalien........................................................................................ 143<br />
11.2.6 Rezepte für Enzymfärbelösungen ............................................................... 144<br />
11.3 Phenogramme.................................................................................................... 146
1 EINLEITUNG<br />
1 EINLEITUNG<br />
Weltweit sind etwa die Hälfte <strong>der</strong> Wirbeltiere und ein Drittel <strong>der</strong> Pflanzenarten gefährdet.<br />
Der Global-2000-Bericht geht sogar davon aus, daß 500.000 bis 2.000.000<br />
Arten, das sind etwa 15 -20 % aller Arten, bis zum Jahr 2000 ausgestorben sein werden<br />
(aus SHAFFER{ XE "SHAFFER" } 1987).<br />
Seit <strong>der</strong> Industrialisierung verschwanden mehr Arten innerhalb eines evolutionsbiologisch<br />
eher unbedeutenden Zeitraums als jemals zuvor in <strong>der</strong> Erdgeschichte. Viele<br />
Arten sind noch nicht erfaßt worden und wahrscheinlich dennoch durch menschlichen<br />
Einfluß schon ausgestorben.<br />
<strong>Die</strong> erhöhte Extinktionsrate <strong>der</strong> Arten läuft parallel zur Entwicklung in den dicht besiedelten<br />
und von <strong>der</strong> Technik geprägten Lebensräumen des Menschen und scheint<br />
kaum aufhaltbar zu sein. <strong>Die</strong> anthropogen verursachte Fragmentierung von Lebensräumen<br />
ist eine <strong>der</strong> Hauptfaktoren für das Aussterben von Arten (SHAFFER{ XE<br />
"SHAFFER" } 1987). Das aktuelle Vorkommen einer Art hängt davon ab, ob ihre Lebensraumansprüche<br />
auf <strong>der</strong> verfügbaren Fläche erfüllt werden. Durch Verkleinerung<br />
von Habitaten werden einzelne Kleinpopulationen immer stärker isoliert. Es entstehen<br />
sogenannte Patches. <strong>Die</strong> dort lebenden Kleinpopulationen unterliegen einem<br />
hohen Extinktionsrisiko{ XE "Extinktionsrisiko" } (KING{ XE "KING" } 1985, WISSEL<br />
et al.{ XE "WISSEL et al." } 1994{ XE "WISSEL et al. 1994" }). Gründe für den Artenrückgang<br />
sind die hohe Anfälligkeit gegenüber anthropogenen Einflüssen (KING<br />
1985, SOULÈ 1986) und die Tatsache, daß diese Arten nur durch eine o<strong>der</strong> wenige<br />
Populationen vertreten sind (SOULÈ 1987). Weiterhin wird ihre Verbreitung und<br />
Überlebenschance durch Konkurrenz mit an<strong>der</strong>en Arten, sowie durch die jeweiligen<br />
natürlichen Feinde beeinflußt. <strong>Die</strong> sogenannten Kulturfolgearten werden begünstigt<br />
und drängen an<strong>der</strong>e Arten aus ihrem angestammten Lebensraum ab. Deshalb sind<br />
Standorteigenschaften wesentlich, wobei in einer Kulturlandschaft die natürlichen<br />
Bedingungen durch die menschliche Nutzung stark verän<strong>der</strong>t werden.<br />
Der enorme Bestandsrückgang vieler Tier- und Pflanzenarten belegt, daß <strong>der</strong> Anpassungsprozeß<br />
in <strong>der</strong> heutigen Kulturlandschaft aus vielen Gründen nicht greift.<br />
Insbeson<strong>der</strong>e sind die Umweltverän<strong>der</strong>ungen sehr schnell und flächendeckend. Es<br />
ist Aufgabe des Naturschutzes hier entgegenzuwirken und für bedrohte Arten Flächen<br />
zu reservieren bzw. Prozesse so zu beeinflussen, daß Arten mit den Verän<strong>der</strong>ungen<br />
leben können (HENLE et al. 1995).<br />
Den Verän<strong>der</strong>ungen kann nur dann sinnvoll und gezielt entgegengewirkt werden,<br />
wenn Daten über Ausbreitungsfähigkeit, Flächenanspruch und Schlüsselfaktoren <strong>der</strong><br />
7
1.1 ZUSAMMENFASSENDE FRAGENSTELLUNG<br />
vom Aussterben bedrohten Arten vorliegen. Weiterhin ist es wichtig herauszufinden,<br />
welche Einflüsse in welcher Ausprägung auf die Populationsdynamik wirken. Ferner<br />
muß bekannt sein, wie diese lebensnotwendigen Faktoren in ihren Lebensräumen<br />
verwirklicht werden können. So vermeidet man, daß die Maßnahmen zur Lebensraumerweiterung<br />
in einem Raum nur auf eine Art ausgerichtet sind und unbewußt<br />
an<strong>der</strong>e Arten hoher Nutzpriorität weiter gefährdet werden. Aus diesem Grund ist es<br />
unerläßlich möglichst viele Daten zusammenzutragen, die dazu beitragen, viele Arten<br />
gleichermaßen zu schützen.<br />
Es soll durch die populationsgenetische <strong>Untersuchung</strong> im Rahmen dieser Arbeit u.a.<br />
<strong>der</strong> Einfluß von verbindenden landschaftlichen Strukturen, wie Korridore und Trittsteinbiotope,<br />
anhand <strong>der</strong> Art Platycleis albopunctata untersucht werden. In früheren<br />
Arbeiten (z.B. VEITH{ XE "VEITH" } 1991{ XE "VEITH 1991" }) zu diesem Thema<br />
wurde postuliert, daß zwei Populationen, die durch Korridore und Trittsteinbiotope<br />
verbunden sind, sich genetisch signifikant weniger unterscheiden, als solche, die von<br />
stark isolierenden Strukturen (Agrarland, Straßen, Hügeln u.a.) voneinan<strong>der</strong> getrennt<br />
sind.<br />
In dieser Diplomarbeit soll die genetische Variabilität zwischen den Populationen<br />
bzw. innerhalb <strong>der</strong> Populationen ermittelt werden. Der daraus resultierende genetische<br />
Differenzierungsgrad <strong>der</strong> Populationen in Bezug auf die beson<strong>der</strong>en Bedingungen<br />
des speziellen Lebensraums (Struktur und Nutzung <strong>der</strong> Interhabitaträume, geographische<br />
Entfernung u.a.) soll Aufschluß über die isolierende Wirkung natürlicher<br />
und anthropogener Landschaftselemente liefern.<br />
Weiterhin soll, zusammen mit Ergebnissen von <strong>Untersuchung</strong>en an an<strong>der</strong>en Arten,<br />
Datenmaterial für Modellierung und Naturschutzpraxis erarbeitet werden (vgl. Kapitel<br />
1).<br />
1.1 Zusammenfassende Fragestellung<br />
− Welche <strong>Populationsstruktur</strong> kann bei P. albopunctata gefunden werden; treten<br />
genetische Unterschiede zwischen Unterpopulationen auf?<br />
− Wie können solche genetischen Unterschiede entstehen? Spielen Habitat- und<br />
Landschaftsstrukturen eine Rolle?<br />
− Kann eine Vernetzung <strong>der</strong> Subpopulationen{ XE "Subpopulationen" } nachgewiesen<br />
werden? Welcher Art ist die Vernetzung?<br />
8
2 DER FORSCHUNGSVERBUND<br />
2 DER FORSCHUNGSVERBUND<br />
<strong>Die</strong>se Diplomarbeit wurde im Rahmen des Forschungsverbundes Isolation{ XE "Isolation"<br />
}, Flächengröße, Biotopqualität (FIFB{ XE "FIFB" }) erstellt. Er besteht seit<br />
1993 und wird durch das Bundesministerium für Forschung und Technik geför<strong>der</strong>t<br />
(För<strong>der</strong>kennzeichen 0339519A).<br />
In den Forschungsverbund integriert sind sieben Universitäten (Hohenheim, Stuttgart,<br />
Mainz, Frankfurt, Jena, Würzburg und Halle), die Fachhochschule Erfurt und<br />
das Umweltforschungszentrum Leipzig-Halle.<br />
<strong>Die</strong> grundlegende Zielsetzung des FIFB{ XE "FIFB" }-Projekts geht aus <strong>der</strong> bisher<br />
unbefriedigenden Situation des<br />
Arten- und Biotopschutzes in<br />
Landschafts-<br />
Deutschland hervor. Es konnte<br />
trotz vielfältiger Maßnahmen im<br />
analyse<br />
Naturschutz <strong>der</strong> Artenschwund<br />
Zönotischnicht<br />
gebremst werden, deshalb<br />
ökologische<br />
Analyse<br />
sind die Schutzstrategien in<br />
Zoologische<br />
Botanische<br />
Artengruppen<br />
Artengruppen<br />
Frage zu stellen (HENLE &<br />
Populations-<br />
KAULE{ XE "KAULE" } 1991).<br />
biologische<br />
Analyse<br />
Als Schutzkriterium soll nicht<br />
Populationsgenetische<br />
mehr nur das Vorkommen von<br />
Analyse<br />
Populationen, son<strong>der</strong>n auch <strong>der</strong>en<br />
Überlebensfähigkeit in Betracht<br />
gezogen werden. <strong>Die</strong><br />
Modelle<br />
Umsetzung<br />
Hauptzielstellung ist deshalb die<br />
Entwicklung und Erprobung von<br />
Methoden zur Analyse des FläNaturschutzpraxischenbedarfs,<br />
den Populationen<br />
Abbildung -1.1-1: Organisationsschema des Forschungsverbundes<br />
FIFB{ XE "FIFB"<br />
zum langfristigen Überleben be-<br />
} (nach <strong>der</strong> Projektbroschüre des<br />
nötigen. Um möglichst umfassende<br />
Methoden und Modelle zu<br />
FIFB 1993{ XE "FIFB 1993" }, verän<strong>der</strong>t).<br />
entwickeln werden nicht nur einzelne Arten, son<strong>der</strong>n Artengruppen aus unterschiedlichen<br />
trophischen Stufen, mit unterschiedlichen Umweltansprüchen und Überlebensstrategien,<br />
untersucht.<br />
Als Modell-<strong>Untersuchung</strong>sfläche wurden Trockenbiotope in Kulturlandschaften ausgewählt.<br />
Sie eignen sich beson<strong>der</strong>s gut für diese Zielsetzung, da sie, wegen ihrer<br />
9
3 DIE BIOLOGIE VON PLATYCLEIS ALBOPUNCTATA<br />
Seltenheit, eine hohe Schutzbedürftigkeit erlangt haben. Ferner können schon während<br />
<strong>der</strong> <strong>Untersuchung</strong>en konkrete Schutzstrategien für diesen Biotoptyp erarbeitet<br />
und umgesetzt werden.<br />
Innerhalb des Forschungsverbundes werden Landschaftsanalysen sowie botanische,<br />
zoologische und populationsgenetische Analysen durchgeführt, die das Datenmaterial<br />
für die Modellierung und letztendlich für die Erprobung und Umsetzung liefern (vgl.<br />
Abbildung -1.1-1: ).<br />
3 DIE BIOLOGIE VON PLATYCLEIS ALBOPUNCTATA<br />
3.1 Lebensdaten<br />
Der wissenschaftliche Name <strong>der</strong> Westlichen Beißschrecke wurde mehrmals geän<strong>der</strong>t.<br />
P. denticulata, P. grisea grisea, Locusta denticulata, Locusta grisea und Metrioptera<br />
grisea part. bezeichnen dieselbe Art Platycleis albopunctata. <strong>Die</strong>se gehört<br />
zu den Laubheuschrecken (Tettigoniidae) und wird dort in die Unterfamilie <strong>der</strong> Beißschrecken<br />
(Decticinae) eingeordnet.<br />
Morphologisch können die verschiedenen Beißschrecken (P. grisea, P. montana, P.<br />
affinis) nur sehr schwer unterschieden werden. Sie unterscheiden sich nur in <strong>der</strong><br />
Größe und den Genitalorganen. In den Alpen wurden nach BELLMANN{ XE<br />
"BELLMANN" } (1990) auch schon Hybride zwischen diesen nahe verwandten Arten<br />
Abbildung 3.1-2: Männchen von Platycleis<br />
albopunctata<br />
gefunden. In Deutschland findet sich aber nur P. albopunctata.<br />
10
3 DIE BIOLOGIE VON PLATYCLEIS ALBOPUNCTATA<br />
P. albopunctata wird 18 bis 22 mm lang. Das Weibchen wird dabei immer ein wenig<br />
größer als das Männchen (vgl. Abbildung 3.1-2 und 3). <strong>Die</strong> Tiere sind fast immer<br />
braun gefärbt, mit dunkelbraun und weißlich gefleckten Flügeln. Selten sind Tiere mit<br />
partieller Grünfärbung. <strong>Die</strong> Kopfoberseite und <strong>der</strong> Pronotumrücken sind meist hellbraun<br />
o<strong>der</strong> fast weiß gefärbt. <strong>Die</strong> Legeröhre ist etwa 10 mm lang und deutlich gebogen<br />
(Unterschied zu den an<strong>der</strong>en Arten!). Beide Geschlechter sind bei P. albopunctata<br />
flugfähig. <strong>Die</strong> Flugorgane sind holopter, d.h. sie überragen die<br />
Hinterleibsspitze und die Hinterknie deutlich (KLEINERT 1991).<br />
Adulte Tiere kommen von Mitte/Ende Juni bis September vor. <strong>Die</strong> ersten Larven<br />
können aber je nach Standort schon Ende April beobachtet werden. Allgemein gilt für<br />
die einheimischen Laubheuschrecken, daß sie die Vegetationsperiode im Vergleich<br />
zu den Feldheuschrecken besser ausnutzen. Sie schlüpfen von Mitte April bis Anfang<br />
Juni und damit im Durchschnitt etwas früher als die Acrididae. Allerdings durchlaufen<br />
die Tettigoniidae bis zu sieben Larvenstadien im Gegensatz zu vieren bei den Acrididae.<br />
Platycleis albopunctata durchläuft sieben Larvenstadien. Ende April schlüpfen<br />
die ersten Larven, die bis Anfang Juli das Adultstadium erreichen. <strong>Die</strong> adulten Tiere<br />
sind dann bis weit in den Herbst zu beobachten (Ende Oktober, KÖHLER{ XE<br />
"KÖHLER" } 1989). <strong>Die</strong> Eier von P. albopunctata überwintern nur einmal<br />
(INGRISCH{ XE "INGRISCH" } 1986{ XE "INGRISCH 1986" }).<br />
11<br />
Abbildung 3.1-3: Weibchen von Platycleis<br />
albopunctata.
12<br />
3.1 LEBENSDATEN<br />
<strong>Die</strong> Paarung hat eine mittlere Dauer von 20 Minuten und kann zu je<strong>der</strong> Tages- und<br />
Nachtzeit beobachtet werden. Dem Weibchen dienen trockene und markhaltige<br />
Pflanzenstengel als Eiablageort. Zum Ablegen jedes einzelnen Eies wird die<br />
Legeröhre tief in den Stengel eingestochen, so daß das Ei senkrecht zum Mark zu<br />
liegen kommt. HARZ{ XE "HARZ" } (1955) schreibt, daß die Weibchen von P.<br />
albopunctata bis zu 60 Eier während ihres einjährigen Lebenszyklus´ ablegen<br />
können. An<strong>der</strong>e Autoren (z.B. GOTTSCHALK pers. Mitteilung) sprechen von über<br />
Abbildung 3.1-4: Weibliche Larve, 4. o<strong>der</strong> 5. Larvenstadium.<br />
Größe ca. 12 mm.<br />
200 Eiern (ca. 40 pro Woche).<br />
P. albopunctata ist paurometabol, d.h. die Larven unterscheiden sich nur in Größe<br />
und Proportionen vom adulten Tier (vgl. Abbildung 3.1-3 und Abbildung 3.1-4).<br />
Beson<strong>der</strong>s auffällig ist die überdimensionierte Legeröhre bei weiblichen Larven, die<br />
schon in frühen Larvenstadien ihre volle Größe erreicht (eigene Beobachtungen). Der<br />
Entwicklungszyklus <strong>der</strong> Heuschrecke dauert ein Jahr. Dabei schlüpft aus dem Ei eine<br />
veriforme Larve, die sich nach dem Verlassen des Ablagesubstrats sofort häutet<br />
(INGRISCH{ XE "INGRISCH" } 1977{ XE "INGRISCH 1977" }).<br />
P. albopunctata ist eine wärmeliebende Heuschrecke, die vorwiegend trockene,<br />
vegetationsarme Gebiete, vor allem südexponierte, steinige Hänge bewohnt<br />
(WALTER{ XE "WALTER" } 1992{ XE "WALTER 1992" }). Bei hohen Temperaturen<br />
und bei Tag zeigt sie hohe Flugaktivität. Von TAUSCHER{ XE "TAUSCHER" } (1986)<br />
wird P. albopunctata als lebhaftes und agiles Tier bezeichnet. Sie teilt sich fast immer<br />
den Lebensraum mit an<strong>der</strong>en Heuschrecken-arten. So findet sie sich oft mit<br />
Oedipoda caerulescens, O.germanica und Psophus stridulus in einem Habitat<br />
vergesellschaftet (DETZEL{ XE "DETZEL" } 1991{ XE "DETZEL 1991" }).<br />
Bei den Probennahmen war gut zu beobachten, daß P. albopunctata bei Gefahr oft<br />
flach über den Boden sprang bzw. flog. <strong>Die</strong> Tiere versuchten, nahe gelegene dichter<br />
bewachsene Stellen (z.B. Gesträuch) zu erreichen. <strong>Die</strong>se Beobachtungen decken<br />
sich auch mit Beobachtungen von DETZEL{ XE "DETZEL" } (1991). Allerdings
3 DIE BIOLOGIE VON PLATYCLEIS ALBOPUNCTATA<br />
scheinen die meisten <strong>der</strong> adulten Tiere, die einen steilen Hang bewohnen (im Mittelrhein<br />
oft <strong>der</strong> Fall), eine Flucht hangabwärts zu bevorzugen, weil sie einen größeren<br />
Weg zurücklegen können. P. albopunctata reagiert recht frühzeitig auf Störungen<br />
und führt bei <strong>der</strong> Flucht oft Serien von Sprüngen aus (TAUSCHER{ XE<br />
"TAUSCHER" } 1986{ XE "TAUSCHER 1986" }).<br />
P. albopunctata ist in Westeuropa weit verbreitet (HARZ{ XE "HARZ" } 1960{ XE<br />
"HARZ 1960" }, vgl. auch Tabelle 3.3-1). Das Zentrum ihres Verbreitungsgebietes ist<br />
Deutschland, dort kommt <strong>der</strong> Schutz ihrer Vorkommen <strong>der</strong> Art beson<strong>der</strong>s zugute. <strong>Die</strong><br />
Rän<strong>der</strong> ihres Ausbreitungsgebietes sind Portugal und Spanien im Westen, Polen<br />
(Masuren, Schlesien) im Osten, Ungarn und Rumänien im Südosten und<br />
Skandinavien im Norden. Dort kommen auch Unterarten vor (HARZ 1957{ XE "HARZ<br />
1957" }). <strong>Die</strong> meisten Fundorte liegen im Bereich zwischen 100 m und 500 m über<br />
NN. In einer Höhe von 800 m -1100 m findet sich P. albopunctata nur selten<br />
(DETZEL{ XE "DETZEL" } 1991{ XE "DETZEL 1991" }).<br />
Vorallem in den Wärmegebieten Deutschlands (Mainzer Sand, Mittelrheintal, Maintal,<br />
Westliche s Bodenseeufer, Neckartal u.a.) können noch größere Populationen beobachtet<br />
werden (DETZEL{ XE "DETZEL" } 1991{ XE "DETZEL 1991" }). Trotzdem ist<br />
die Art in den letzten Jahren in weiten Teilen Westeuropas stark zurückgegangen.<br />
Viele Bundeslän<strong>der</strong> sahen sich deshalb gezwungen, die Art in die Rote Liste aufzunehmen<br />
und als gefährdet bzw. stark gefährdet einzustufen. <strong>Die</strong> Gefährdungsursachen<br />
sind Habitatverän<strong>der</strong>ungen. Trockenrasen verschwinden durch Aufgabe <strong>der</strong><br />
extensiven Nutzung, wie Schafbeweidung und Mahd, und durch Aufforstung. Eine<br />
Sukzession findet deshalb nicht mehr statt (DETZEL 1991). Ferner spielt hier die<br />
starke Gebundenheit von Platycleis albopunctata an spezielle Habitate eine große<br />
Rolle.<br />
13
3.2 Habitatansprüche{ XE "Habitatansprüche" }<br />
14<br />
3.1 LEBENSDATEN<br />
<strong>Die</strong> Biotopbindung <strong>der</strong> Laubheuschrecken ist äußerst komplexer Natur und steht vor<br />
allem mit dem Mikro- und Mesoklima und auch <strong>der</strong> Vegetationsstruktur in Verbindung.<br />
Ferner spielen Temperatur- und Feuchtepräferenzen eine große Rolle<br />
(KÖHLER{ XE "KÖHLER" } 1989, WALTER{ XE "WALTER" } 1994{ XE "WALTER<br />
1994" }). Typische Lebensräume von P. albopunctata sind Wachol<strong>der</strong>heiden, Sili-<br />
katmagerrasen, Kalkhalbtrockenrasen und Flugsandfel<strong>der</strong>. Nach DETZEL{ XE<br />
"DETZEL" } (1991) besiedelt die Art auch Sekundärbiotope, wie Steinbrüche, Lesesteinriegel<br />
in Weinbergen und Dämme.<br />
3.2.1 Optimalhabitat{ XE "Optimalhabitat" }<br />
Das Optimalhabitat{ XE "Optimalhabitat" } <strong>der</strong> Laubheuschrecke Platycleis albopunctata<br />
läßt sich folgen<strong>der</strong>maßen charakterisieren:<br />
− Es ist sehr heterogen im Pflanzenbewuchs, d.h. auf dem Hang wachsen viele unterschiedliche<br />
Pflanzenarten.<br />
− Der Bewuchs ist lückig, d.h. zwischen dem Bewuchs finden sich kleinere, unbewachsene<br />
Flecken, an denen <strong>der</strong> Untergrund durchscheint. Das Gras darf nicht zu<br />
lang sein. Kulturlandschaften sind ideal, dürfen aber nicht sehr lange brachliegen,<br />
da <strong>der</strong> Bewuchs sonst zu dicht und zu hoch wird und die Heuschrecken ihren<br />
Wärmebedarf nicht mehr decken können. Dennoch muß <strong>der</strong> Bewuchs dicht genug<br />
sein, damit eine ausreichende Nahrungsverfügbarkeit gewährleistet ist.<br />
− Durch den vorwiegend kurzen Bewuchs und die südliche Exponierung ist <strong>der</strong> Rasen<br />
sehr trocken. <strong>Die</strong> Pflanzensoziologen unterscheiden Halbtrockenrasen und<br />
Trockenrasen. Beide Formen können dem Optimalhabitat{ XE "Optimalhabitat" }<br />
entsprechen.<br />
− Platycleis albopunctata findet sich<br />
in dem Teil des Hanges, <strong>der</strong> beson<strong>der</strong>s<br />
trocken ist. <strong>Die</strong> Pflanzengesellschaft,<br />
die sich in diesem<br />
Teil des Hanges findet,<br />
bezeichnen die Pflanzensoziologen<br />
als Seslerietum{ XE "Sesle-<br />
rietum" } (vgl. Abbildung 3.2-1).<br />
<strong>Die</strong>se Tatsache macht deutlich,<br />
wie sehr P. albopunctata auf ganz<br />
Abbildung 3.2-1 Querschnitt durch Hangkatena;<br />
A=Arrhenatherium,<br />
M=Mesobrometum{ XE "Mesobrometum"<br />
}, S=Seslerietum{ XE<br />
"Seslerietum" }, mu=Wellenkalk,<br />
so=Oberer Buntsandstein, nach<br />
KÖHLER{ XE "KÖHLER" } 1989.
3.2 HABITATANSPRÜCHE<br />
spezielle Habitate angewiesen ist und wie exponiert und gefährdet ihre Stellung<br />
dadurch ist.<br />
Das Seslerietum{ XE "Seslerietum" } muß aber nicht zwingend <strong>der</strong> oberste Teil<br />
des Hanges sein, da <strong>der</strong> Untergrund ein große Rolle spielt. Im Mittelrheintal findet<br />
sich P. albopunctata oft in keinem bestimmten Hangbereich. <strong>Die</strong> Abbildung 3.2-1<br />
zeigt die Hangkatena des von KÖHLER{ XE "KÖHLER" } bearbeiteten Hanges.<br />
Sie konnte so nur in wenigen Fällen in den <strong>Untersuchung</strong>sgebieten gefunden werden.<br />
<strong>Die</strong> Charakterisierung des Optimal-Habitats geht auf KÖHLER{ XE "KÖHLER" }<br />
(1989), DETZEL{ XE "DETZEL" } (1991), GOTTSCHALK (persönliche Mitteilungen)<br />
und eigene Beobachtungen zurück.<br />
3.3 Tabellarische Zusammenfassung<br />
Tabelle 3.3-1: Autökologische Angaben zu Platycleis albopunctata, nach KLEINERT{<br />
XE "KLEINERT" } 1991{ XE "KLEINERT 1991" }, verän<strong>der</strong>t.<br />
Platycleis albopunctata (GOEZE 1778)<br />
Horizontale Verbreitung atlantisch, mittel-westeuropäisch<br />
Höhenverbreitung bis 1600 m, hauptsächlich bis ca. 1000 m über NN<br />
Lebensraum terrikol, graminikol, arbustikol, d.h. trockene, südexponierte<br />
Biotope mit offenen Bodenstellen, Bereiche<br />
schütteren Bewuchses, auch Hecken und Sträucher<br />
Mögliche Habitate<br />
(DETZEL{ XE "DETZEL"<br />
} 1991{ XE "DETZEL<br />
1991" })<br />
Flugsandfel<strong>der</strong>, Flugplätze, Hochwasserdämme, Rheindämme,<br />
Steinbrüche, Schutthalden, Wachol<strong>der</strong>heiden,<br />
Weinberge u.a.<br />
Nahrung phyto- und zoophag, hauptsächlich Samen (WALTERT{<br />
XE "WALTERT" } 1994{ XE "WALTERT 1994" })<br />
Eiablagesubstrat markhaltige, trockene Stengel<br />
Eizahl 50 - 60 pro Jahr (HARZ{ XE "HARZ" } 1960{ XE "HARZ<br />
1960" }), bis 200 pro Jahr (GOTTSCHALK pers. Mitteilung)<br />
Eimortalität 60 - 70% (GOTTSCHALK pers. Mitteilung)<br />
Larvenmortalität voraussichtlich hoch (GOTTSCHALK pers. Mitteilung)<br />
Larvenstadien 7<br />
Entwicklungsdauer einjährig<br />
15
Metamorphoseart Paurometabolie<br />
Temperaturbedarf 34°C - 40°C<br />
Ökotyp Imago xerophil - sehr xerophil, warm-stenotherm<br />
16<br />
4.2 POPULATIONSSTRUKTUR<br />
Ortstreue vagil, ortstreu (KLEINERT{ XE "KLEINERT" } 1991,<br />
Flügelbau holopter<br />
4 THEORETISCHE GRUNDLAGEN<br />
WALTER{ XE "WALTER" } 1992)<br />
In den nachfolgenden Unterkapiteln werden verschiedene, für diese Arbeit wichtige,<br />
populationsbiologische und mikro-evolutionäre Aspekte dargestellt und kurz erklärt.<br />
Als Informationsgrundlagen dienten vor allem FUTUYMA{ XE "FUTUYMA" } (1990)<br />
und CZIHAK et al.{ XE "CZIHAK et al." } (1990).<br />
In <strong>der</strong> Populationsgenetik sollen <strong>Populationsstruktur</strong>en und -interaktionen auf genetischer<br />
Basis ergründet werden. Anhand <strong>der</strong> Allel- und Genotypfrequenz in unterschiedlichen<br />
Populationen können mikro-evolutionäre Vorgänge erkannt werden. Das<br />
Ziel <strong>der</strong> Populationsgenetik ist dahingehend zu definieren, daß die mit verschiedenen<br />
Methoden (Isoenzym-Elektrophorese{ XE "Elektrophorese" }, DNA-Finger-Printing<br />
u.a.) erhaltenen genetischen Daten in Modelle umgesetzt werden. <strong>Die</strong>se Modelle<br />
sollen das Verständnis <strong>der</strong> natürlichen Vorgänge, die innerhalb und zwischen Populationen<br />
stattfinden, verbessern.<br />
4.1 Populationsgenetik und Artenschutz{ XE "Artenschutz" }<br />
Ziel des Artenschutzes sollte es sein, daß Populationen ohne die helfende Hand des<br />
Menschen in ihrer Umwelt überleben können. Dabei ist auch zu beachten, daß die<br />
Umwelt sehr stark unter anthropogenem Einfluß steht. <strong>Die</strong> Arten müssen sich also in<br />
einer Umwelt behaupten, die sich u.U. schnell än<strong>der</strong>t. Für die Entwicklung und Anpassung<br />
an sich än<strong>der</strong>nde Umweltbedingungen ist es Voraussetzung, daß Populationen<br />
über eine ausreichende genetische Variation verfügen (LOESCHCKE{ XE<br />
"LOESCHCKE" } 1988b). Deshalb muß das Hauptziel des Artenschutzes sein, sicher<br />
zu stellen, daß die Zielarten aufgrund ihrer genetischen Variabilität über genügend<br />
Anpassungspotential verfügen (VEITH{ XE "VEITH" } & SEITZ{ XE "VEITH & SEITZ"<br />
}{ XE "SEITZ" } 1995{ XE "VEITH & SEITZ 1995" }). <strong>Die</strong> populationsgenetischen<br />
<strong>Untersuchung</strong>en sollen durch ein besseres Verständnis <strong>der</strong> natürlichen Verhältnisse<br />
und Geschehnisse helfen, dieses Ziel des Artenschutzes zu erreichen und mögliche<br />
Wege des Biotopmanagements und des Naturschutzes aufzeigen. Populationsgenetische<br />
Ergebnisse können dazu beitragen die Gründe für Extinktionsprozesse aufzu-
4 THEORETISCHE GRUNDLAGEN<br />
decken, auch wenn demographische Parameter eine größere, die genetischen Prozesse<br />
überlagernde Rolle spielen (vgl. VEITH & SEITZ 1995). Aus diesem Grund<br />
sind populationsgenetische <strong>Untersuchung</strong>en für die Populationsgefährdungsanalyse<br />
(PVA{ XE "PVA" }, HARTL & CLARK 1989, SOULÈ 1986) ein nicht unwesentlicher<br />
Teil.<br />
17
4.2 <strong>Populationsstruktur</strong><br />
18<br />
4.2 POPULATIONSSTRUKTUR<br />
Populationsgenetiker definieren den Ausdruck Population als eine Gruppe von Organismen<br />
einer Art, die innerhalb eines geographisch begrenzten Verbreitungsgebietes<br />
leben. Allgemein ist dieses Gebiet als ein Habitat anzusehen, in dem die Individuen<br />
einer Population mit hoher Wahrscheinlichkeit einen Fortpflanzungspartner finden.<br />
<strong>Die</strong>se Art von Populationen bezeichnet man als lokale Population o<strong>der</strong> Dem<br />
(SNYDER et al.{ XE "SNYDER et al." } 1985{ XE "SNYDER et al. 1985" }).<br />
Es gibt viele Anzeichen dafür, daß die meisten Arten nicht in einer einzigen, stabilen<br />
Population in einem bestimmten Areal existieren. Vielmehr bestehen sie in einem<br />
Netzwerk aus instabilen, lokalen Subpopulationen{ XE "Subpopulationen" }, die zumindest<br />
gelegentlich im Individuenaustausch stehen. <strong>Die</strong> Gesamtheit aller dieser<br />
Subpopulationen werden als Metapopulationen{ XE "Metapopulationen" } bezeichnet.<br />
Begrifflich ist <strong>der</strong> Ausdruck Metapopulation in <strong>der</strong> Literatur nicht einheitlich definiert<br />
(z.B. LEVIN{ XE "LEVIN" } 1970, SHAFFER{ XE "SHAFFER" } 1987, PULLIAM 1988<br />
u.a., vgl. auch OPDAM et al.{ XE "OPDAM et al." } 1993). <strong>Die</strong> erste Definition einer<br />
Metapopulation geht auf LEVIN (1970) zurück. Er definierte eine Metapopulation als<br />
Population von Populationen. <strong>Die</strong>se Auffassung ist auch die Grundlage für Definitionen<br />
an<strong>der</strong>er Autoren. <strong>Die</strong> Unterschiede zwischen den verschiedenen Definitionen<br />
liegt oft nur in <strong>der</strong> Spezifikation <strong>der</strong> Subpopulationen, die sich mit <strong>der</strong> Frage befaßt,<br />
ab wann man von einer Subpopulation sprechen kann.<br />
In <strong>der</strong> Literatur werden vier Metapopulationsmodelle diskutiert und angewendet:<br />
− Das Festland-Inselmodell (aus HENLE 1994{ XE "HENLE 1994" }). In dieser Modellgruppe<br />
wird postuliert, daß von einer großen Quellpopulation (= Festland) Individuen<br />
zu kleinen Habitatinseln wan<strong>der</strong>n. Im Festland-Inselmodell liegen die Subpopulationen{<br />
XE "Subpopulationen" } in keiner bestimmten Richtung von <strong>der</strong><br />
Quellpopulation.<br />
− Das Stepping-Stone-Modell (Trittstein-Modell) (aus HENLE 1994{ XE "HENLE<br />
1994" }). Der Unterschied zum Festland-Insel-Modell besteht darin, daß die Sub-<br />
populationen{ XE "Subpopulationen" } hintereinan<strong>der</strong>, wie auf einer Kette, aufgereiht<br />
liegen.<br />
− Das Insel-Archipel-Modell (LEVIN{ XE "LEVIN" } 1970). Mit diesem Modell wird<br />
<strong>der</strong> Individuenaustausch zwischen identischen Habitaten, <strong>der</strong> in alle Richtungen<br />
erfolgen kann, diskutiert.<br />
− Von WILSON{ XE "WILSON" } (1992) stammt das Modell ephemerer Habitatin-<br />
seln. <strong>Die</strong>ser Vorschlag ähnelt dem Modell von LEVIN{ XE "LEVIN" } sehr, unter-
4 THEORETISCHE GRUNDLAGEN<br />
scheidet sich von diesem allerdings dadurch, daß alle Habitatinseln nur eine begrenzte<br />
Lebensdauer haben und an an<strong>der</strong>en Stellen wie<strong>der</strong> neu entstehen können.<br />
Ein Vorteil dieser Unterteilung in Subpopulationen ist die genotypische und phänotypische<br />
Variabilität innerhalb und zwischen den Subpopulationen{ XE "Subpopulatio-<br />
nen" } (LOESCHCKE{ XE "LOESCHCKE" } 1991{ XE "LOESCHCKE 1991" }). Ab-<br />
hängig von <strong>der</strong> Art <strong>der</strong> Koloniezusammensetzung, <strong>der</strong> Migration{ XE "Migration" },<br />
<strong>der</strong> Extinktion und <strong>der</strong> Rekolonisierung bilden sich unterschiedliche Grade <strong>der</strong> genotypischen<br />
und phänotypischen Variabilität heraus (MCCAULEY{ XE "MCCAULEY" }<br />
1992). Eine hohe genetische Variabilität kann nach LOESCHCKE (1988a und b) das<br />
Aussterberisiko{ XE "Aussterberisiko" } für Metapopulationen{ XE "Metapopulatio-<br />
nen" } drastisch verringern. Dabei ist das Austerberisiko nicht von <strong>der</strong> Zeit des Bestehens<br />
einer Population abhängig, son<strong>der</strong>n ist, bei gleicher Populationsgröße, immer<br />
gleich (LEWONTIN{ XE "LEWONTIN" } 1978{ XE "LEWONTIN 1978" }).<br />
Abbildung 4.2-1: Schema einer Metapopulation (nach<br />
SPERLICH{ XE "SPERLICH" } 1988{<br />
XE "SPERLICH 1988" }). Kreise stellen<br />
Subpopulationen{ XE "Subpopulationen"<br />
} dar A und B sind verschiedene<br />
pulation gründen.<br />
19<br />
<strong>Die</strong> Aufteilung in Subpopulationen{<br />
XE "Subpopulationen" } führt ferner<br />
zu einer Verteilung von Risiken. Extinktionsfaktoren<br />
wirken so nicht auf<br />
alle Individuen <strong>der</strong> Gesamtpopulation,<br />
son<strong>der</strong>n führen nur lokal zum<br />
Aussterben. Verbessern sich in diesem<br />
Habitat die Umweltbedingungen<br />
wie<strong>der</strong>, können von den an<strong>der</strong>en<br />
Subpopulationen Individuen<br />
einwan<strong>der</strong>n und eine neue Subpo-<br />
Nimmt die Distanz zwischen Subpopulationen{ XE "Subpopulationen" } zu verläuft eine<br />
Besiedlung langsamer, die Gefahren nehmen zu und die so erhöhte Extinktionsrate<br />
führt zu einem Rückgang <strong>der</strong> Individuenzahl <strong>der</strong> Metapopulation (WISSEL et al.<br />
1994).<br />
Durch das Auseinan<strong>der</strong>weichen von Habitaten und dem dadurch reduzierten Genfluß{<br />
XE "Genfluß" } kann es zu einer Isolation{ XE "Isolation" } einzelner Subpopula-<br />
tionen{ XE "Subpopulationen" } kommen und die Metapopulationsstruktur wird zerstört.<br />
<strong>Die</strong> jetzt voneinan<strong>der</strong> isolierten Subpopulationen (Patches) entwickeln sich<br />
durch genetische und (mikro-)evolutive Prozesse unterschiedlich. <strong>Die</strong> Wahrscheinlichkeit<br />
eines stetigen Genflusses nimmt mit kleiner werden<strong>der</strong> Populationsgröße und
20<br />
4.2 POPULATIONSSTRUKTUR<br />
größer werden<strong>der</strong> geographischer Distanz ab und <strong>der</strong> Isolationsgrad steigt (vgl. Abbildung<br />
4.2-2).<br />
<strong>Die</strong> Abbildung 4.2-2 zeigt verschiedene Grade von Fragmentierung, Genfluß{ XE<br />
"Genfluß" } und verschiedene Möglichkeiten von Populationsdynamiken für drei unterschiedliche<br />
<strong>Populationsstruktur</strong>en. Bei <strong>der</strong> in Abbildung 4.2-2a dargestellten Population<br />
herrscht ein stetiger Individuenaustausch. Eine Extinktion von einzelnen<br />
Subpopulationen{ XE "Subpopulationen" } kommt niemals vor.<br />
Abbildung 4.2-2b zeigt eine Metapopulation, bei <strong>der</strong> hin und wie<strong>der</strong> einzelne Subpopulationen<br />
aussterben können, die aber rekolonisiert werden. Bei <strong>der</strong> in Abbildung<br />
4.2-2c dargestellten <strong>Populationsstruktur</strong> ist we<strong>der</strong> genetischer Austausch noch eine<br />
Rekolonisierung möglich, da die Distanz zwischen den Populationen zu groß geworden<br />
ist (OPDAM et al.{ XE "OPDAM et al." } 1993).<br />
a) b) c)<br />
Abbildung 4.2-2: Genfluß{ XE "Genfluß" } zwischen Populationen (nach OPDAM et al.{<br />
XE "OPDAM et al." } 1993, verän<strong>der</strong>t). <strong>Die</strong> Abbildung zeigt verschiedene<br />
Grade von Fragmentierung, Genfluß und verschiedene Möglichkeiten von<br />
Populationsdynamiken für drei unterschiedliche <strong>Populationsstruktur</strong>en,<br />
weitere Erklärungen im Text.<br />
Bei Metapopulationen{ XE "Metapopulationen" } muß sich zwischen Extinktion und<br />
Rekolonisierung ein Gleichgewicht einstellen, damit sich ein stabiles, dynamisches<br />
System ausbilden kann. Ist das nicht <strong>der</strong> Fall sind die Kosten für die Subpopulation<br />
zu hoch und sie wird nicht über längere Zeit bestehen können (LEVINS{ XE<br />
"LEVINS" } 1970{ XE "LEVINS 1970" }, LOESCHCKE{ XE "LOESCHCKE" } 1991{<br />
XE "LOESCHCKE 1991" }). <strong>Die</strong> Kosten sind hier auf <strong>der</strong> einen Seite definierbar als<br />
<strong>der</strong> Verlust von Individuen durch Emigration und/o<strong>der</strong> ausbleibende Immigration, auf<br />
<strong>der</strong> an<strong>der</strong>en Seite als <strong>der</strong> geringere Grad genetischer Variabilität, <strong>der</strong> das Ergebnis
4 THEORETISCHE GRUNDLAGEN<br />
genetischer Zufallsprozesse ist. Unterschreitet die genetische Variabilität einen gewissen<br />
Grenzwert ist das Reaktionsvermögen <strong>der</strong> Subpopulationen{ XE "Subpopula-<br />
tionen" } auf sich än<strong>der</strong>nde Umweltbedingungen zu gering und das Aussterberisiko{<br />
XE "Aussterberisiko" } nimmt zu (LOESCHCKE 1991, vgl. Kapitel 4.3.2).<br />
Oft kann für das Überleben und den Schutz einer Population das gelegentliche Aussterben<br />
einzelner Subpopulationen{ XE "Subpopulationen" } toleriert werden.<br />
EWENS{ XE "EWENS" } et al. (1987) wiesen darauf hin, daß für das Überleben einer<br />
Population bei Katastrophen die räumliche Ausdehnung eine größere Rolle spielt<br />
als die Zahl <strong>der</strong> Individuen. Solche Populationen kommen dann in sehr geringen Populationsgrößen<br />
vor und Lokalpopulationen sterben immer wie<strong>der</strong> aus (vgl. auch<br />
WISSEL & STEPHAN{ XE "WISSEL & STEPHAN" } 1994{ XE "WISSEL &<br />
STEPHAN 1994" }). Solche Arten lassen sich dann nur als Metapopulation schützen.<br />
4.3 Populationsgenetik<br />
4.3.1 HARDY-WEINBERG-Verteilung<br />
Eine Möglichkeit Einflußgrößen zu beurteilen ist es, ein Modell zu entwerfen, in dem<br />
keine <strong>der</strong> interessierenden Faktoren wirken. Dabei handelt es sich um ein Nullmodell<br />
(COCKBURN{ XE "COCKBURN" } 1991). Ein solches Modell bezüglich <strong>der</strong> Genotypund<br />
Allelfrequenzen stellt das Gesetz von HARDY und WEINBERG dar. <strong>Die</strong> HARDY-<br />
WEINBERG-Verteilung gibt das Zahlenverhältnis <strong>der</strong> Genotypen in einer Population<br />
aus diploiden Organismen bei verschiedenen Allelfrequenzen an einem Locus an.<br />
Es müssen folgende Grundannahmen erfüllt sein:<br />
− <strong>Die</strong> Generationen überlappen nicht<br />
− <strong>Die</strong> Fortpflanzung in <strong>der</strong> Population erfolgt bisexuell<br />
− <strong>Die</strong> Allelfrequenzen sind bei Männchen und Weibchen gleich<br />
− <strong>Die</strong> Population muß so groß sein, daß Zufallsschwankungen vernachlässigbar<br />
sind<br />
− Es muß Panmixie herrschen, d.h. Zufallspaarungen müssen stattfinden<br />
− Es gibt keine Mutationen, keine Selektion{ XE "Selektion" }, keinen Genimport und<br />
-export<br />
Auf Basis dieser Grundannahmen postulierten HARDY und WEINBERG für einen<br />
Locus mit zwei Allelen mit den Häufigkeiten p und q, daß die Genotypfrequenz sich<br />
aus <strong>der</strong> binomischen Formel (p + q)² = p² + 2pq + q² errechnen läßt. <strong>Die</strong>se Beziehung<br />
zwischen Genotyp- und Allelhäufigkeit bleibt mit den oben angeführten Annahmen<br />
über alle weiteren Generationen erhalten.<br />
21
22<br />
4.3 POPULATIONSGENETIK<br />
Generell gilt nach dem HARDY-WEINBERG-Gleichgewicht, daß <strong>der</strong> Anteil <strong>der</strong> Heterozygoten<br />
mit <strong>der</strong> Anzahl <strong>der</strong> Allele pro Locus zunimmt. <strong>Die</strong> Anzahl <strong>der</strong> Heterozygoten<br />
kann dabei aber bei gegebener Allelzahl einen bestimmten Wert nicht überschreiten,<br />
weil es immer wie<strong>der</strong> mit einer bestimmten Wahrscheinlichkeit zu einer<br />
Homozygotenbildung kommt.<br />
Befindet sich eine Population nicht im HARDY-WEINBERG-Gleichgewicht, muß davon<br />
ausgegangen werden, daß eine o<strong>der</strong> mehrere <strong>der</strong> Grundannahmen nicht zutreffen.<br />
Erfolgt z.B. keine Panmixie treten an<strong>der</strong>e Genotypverteilungen auf und ein Hetero-<br />
o<strong>der</strong> Homozygotenüberschuß ist die Folge. Ist die Population nicht isoliert,<br />
können neue Allele durch Migration{ XE "Migration" } eingetragen werden, auch das<br />
äußert sich in einer nicht dem HARDY-WEINBERG-Gleichgewicht entsprechenden<br />
Genotypverteilung.<br />
Keine Abweichung von <strong>der</strong> HARDY-WEINBERG-Verteilung besagt aber nicht, daß<br />
alle Grundannahmen in dieser Population erfüllt sind. Es können durchaus Effekte<br />
auftreten die sich gegenseitig aufheben und so das HARDY-WEINBERG-<br />
Gleichgewicht rein rechnerisch nicht stören. Außerdem reicht nur eine panmiktische<br />
Generation aus, die HARDY-WEINBERG-Häufigkeiten von Genotypen autosomaler<br />
Loci einzustellen. Genotypen x-chromosomaler Gene benötigen mehr als eine Generation,<br />
weil für die HARDY-WEINBERG-Verteilung gefor<strong>der</strong>t wird, daß Männchen und<br />
Weibchen die gleichen Allelfrequenzen haben müssen (SNYDER et al.{ XE<br />
"SNYDER et al." } 1985{ XE "SNYDER et al. 1985" }).<br />
4.3.1.1 Das Gesetz von WAHLUND (WAHLUND-Prinzip)<br />
Das WAHLUND-Prinzip bezieht sich auf die Verteilung <strong>der</strong> Genotypen auf eine in<br />
mehrere Subpopulationen{ XE "Subpopulationen" } aufgeteilte Gesamtpopulation.<br />
Aufgrund <strong>der</strong> Inzucht{ XE "Inzucht" } in kleineren Subpopulationen, verstärkt durch<br />
genetische Drift{ XE "Drift" } und an<strong>der</strong>e genetische Zufallsprozesse, treten mehr<br />
homozygote Individuen in <strong>der</strong> Gesamtpopulation auf, als das nach dem HARDY-<br />
WEINBERG-Gesetz zu erwarten wäre. Dabei kann es auch sein, daß die Subpopulationen<br />
<strong>der</strong> HARDY-WEINBERG-Verteilung folgen. <strong>Die</strong> Zunahme <strong>der</strong> Homozygotie<br />
in <strong>der</strong> Gesamtpopulation hängt von <strong>der</strong> Verteilung <strong>der</strong> Allele auf die Teilpopulationen<br />
ab.<br />
Sind die Häufigkeiten <strong>der</strong> Allele a und A eines Genortes in <strong>der</strong> Gesamtpopulation p<br />
und q, dann verhalten sich die Häufigkeiten <strong>der</strong> drei Genotypen aa, Aa, AA, wie<br />
p² + σp² : 2pq – 2σp² : q² + σp².
4 THEORETISCHE GRUNDLAGEN<br />
σp² ist dabei die Varianz <strong>der</strong> Häufigkeit <strong>der</strong> Allele A und a zwischen den Subpopula-<br />
tionen{ XE "Subpopulationen" }.<br />
In Abbildung 4.3-1 wird <strong>der</strong> Effekt anhand eines Genlocus mit zwei Allelen dargestellt.<br />
Aus <strong>der</strong> Abbildung wird klar ersichtlich, daß jede Vermischung von Populationen<br />
(Linie von A nach B) unter <strong>der</strong> HARDY-WEINBERG-Verteilungs-Parabel im De<br />
FINETTI-Diagramm liegt. D.b., daß es zu einem Heterozygoten-Defizit in jedem Mischungsverhältnis<br />
<strong>der</strong> beiden Populationen kommt. Nach einer Generation mit Zufallspaarung<br />
liegt die Genotyphäufigkeit beim Punkt F1, <strong>der</strong> eine Verteilung nach<br />
HARDY und WEINBERG darstellt (HARTL & CLARK 1989).<br />
Abbildung 4.3-1: De Finetti Diagramm. <strong>Die</strong> Punkte A und B repräsentieren<br />
zwei Populationen im HARDY-WEINBERG-<br />
Gleichgewicht. Auf <strong>der</strong> Linie, die die beiden Subpopulationen{<br />
XE "Subpopulationen" } verbindet liegen alle die Genotyphäufigkeiten,<br />
die aus einer Vermischung bei<strong>der</strong> Populationen<br />
resultieren würden. Am Punkt P besteht die<br />
Population je zur Hälfte aus Population A und Population<br />
B. (aus HARTL & CLARK 1989). Weitere Erklärung im<br />
Text<br />
4.3.2 <strong>Genetische</strong> Variation<br />
<strong>Die</strong> genetische Variation wird auf zwei unterschiedlichen Ebenen charakterisiert; die<br />
Ebene des Individuums und die Ebene <strong>der</strong> Population. Auf <strong>der</strong> Ebene des<br />
Individuums gibt <strong>der</strong> Grad <strong>der</strong> Heterozygotie{ XE "Heterozygotie" } das Maß <strong>der</strong><br />
genetischen Variabilität an. <strong>Die</strong> Heterozygotie errechnet sich aus dem Anteil<br />
heterozygoter Genorte in bezug auf alle Genorte.<br />
Auf <strong>der</strong> Ebene <strong>der</strong> Population gibt <strong>der</strong> Polymorphiegrad das Ausmaß an genetischer<br />
Variation an. Der Polymorphiegrad gibt den relativen Anteil <strong>der</strong> polymorphen Genorte<br />
zu allen Genorten einer Population an. Polymorph ist ein Locus dann, wenn das häufigste<br />
Allel dieses Locus` eine geringere Häufigkeit als 0,95 hat. <strong>Die</strong> Auffassungen<br />
über den Grenzwert <strong>der</strong> Polymorphie{ XE "Polymorphie" } differieren in <strong>der</strong> Literatur.<br />
23
24<br />
4.3 POPULATIONSGENETIK<br />
Manche Autoren for<strong>der</strong>n nur eine Häufigkeitsgrenze von 0,99. Ist eine Population bezüglich<br />
eines Genlocus fixiert – zeigt sie also keine signifikante Variation – bezeichnet<br />
man sie als monomorph.<br />
Wie schon in Kapitel 4.1 erwähnt ist für eine Anpassung an sich verän<strong>der</strong>nde Umweltbedingungen<br />
und für die Entwicklung einer Art die genetische Variation eine<br />
zwingende Voraussetzung. Sie entsteht durch Mutation, Rekombination und Verschmelzung<br />
<strong>der</strong> elterlichen Gameten. Unterschiedliche elterliche Gameten erhöhen<br />
den Grad <strong>der</strong> genetischen Variabilität{ XE "Heterozygotie" }. Hierbei ist <strong>der</strong> Genfluß{<br />
XE "Genfluß" } von großer Wichtigkeit, weil durch ihn neue Allele von an<strong>der</strong>en Sub-<br />
populationen{ XE "Subpopulationen" } eingetragen werden (vgl. Kapitel 4.3.5).<br />
Eine geringe genetische Variabilität in einer Population zeigt jedoch nicht gleich eine<br />
Gefährdung an. Es wurden Tierarten beobachtet, die eine geringe Variabilität zeigen<br />
(Flußbarsche WAGNER{ XE "WAGNER" } 1992{ XE "WAGNER 1992" }, See-<br />
Elefant BONNELL & SELANDER{ XE "BONNELL & SELANDER" } 1974{ XE<br />
"BONNELL & SELANDER 1974" }) und dennoch nicht unmittelbar vom Aussterben<br />
bedroht sind. Der Grund hierfür könnte u.a. die räumliche Ausdehnung <strong>der</strong> Populationen<br />
sein (EWENS{ XE "EWENS" } et al. 1987). <strong>Die</strong> geringe genetische Variabilität<br />
in solchen Population kann auch Folge eines Populationszusammenbruchs (bottleneck)<br />
in <strong>der</strong> Vergangenheit sein (HOVESTADT{ XE "HOVESTADT" } 1990{ XE<br />
"HOVESTADT 1990" }) o<strong>der</strong> sie geht auf eine Metapopulationsstruktur zurück (vgl.<br />
Kapitel 4.2). Populationszusammenbrüche können durch Katastrophen, wie Krankheits-Epidemien,<br />
Waldbrände und lange Dürrezeiten hervorgerufen werden.<br />
4.3.2.1 Heterozygotie{ XE "Heterozygotie" }<br />
Mit <strong>der</strong> mittleren Heterozygotie{ XE "Heterozygotie" } besitzt man einen guten Vergleichswert<br />
für die Größe <strong>der</strong> genetischen Variabilität verschiedener Populationen.<br />
Der Heterozygotiegrad ist <strong>der</strong> Anteil heterozygoter Individuen in einer Population. Der<br />
Heterozygotiegrad kann für jeden Locus einzeln o<strong>der</strong> als Mittelwert über alle Loci angegeben<br />
werden. Weiterhin unterscheidet man zwischen dem tatsächlich beobachteten<br />
und dem aufgrund <strong>der</strong> HARDY-WEINBERG-Verteilung zu erwartenden Heterozygotiegrad.<br />
<strong>Die</strong> durchschnittliche erwartete Heterozygotie erhält man, indem zuerst<br />
mit folgen<strong>der</strong> Formel die Heterozygotenfrequenz für jeden Locus errechnet wird und<br />
dann über alle Loci <strong>der</strong> Mittelwert errechnet wird.<br />
H =− 1 x<br />
2<br />
e i<br />
<strong>der</strong> Parameter xi beschreibt die Frequenz des i-ten Allels.
4 THEORETISCHE GRUNDLAGEN<br />
Das Programm G-STAT (SIEGISMUND{ XE "SIEGISMUND" } 1990{ XE<br />
"SIEGISMUND 1990" }) berechnet die erwartete Heterozygotie{ XE "Heterozygotie" }<br />
He nach dieser Formel.<br />
4.3.3 <strong>Genetische</strong> Drift{ XE "Drift" } und Inzucht{ XE "Inzucht" }<br />
<strong>Die</strong> Genkopien, die in einer gegenwärtigen Population zu finden sind, stellen nur eine<br />
Stichprobe <strong>der</strong> in <strong>der</strong> vorangegangenen Generation vorhandenen Gene dar. Einige<br />
Gene konnten zufallsbedingt an keinen Nachkommen weitergegeben werden. Verfolgt<br />
man diesen Sachverhalt weiter, kann man beobachten, daß immer weniger <strong>der</strong><br />
ursprünglichen Gene als Kopien in den Folgegenerationen zu finden sind. <strong>Die</strong> Population<br />
muß also, durch die ansteigende Wahrscheinlichkeit <strong>der</strong> Abstammungsidentität,<br />
mehr und mehr homozygot werden.<br />
Den zufallsbedingten Verlust von Allelen nennt man genetische Drift{ XE "Drift" }. <strong>Die</strong><br />
genetische Drift erhöht den Homozygotiegrad. <strong>Die</strong>sen Prozeß kann man als zufällige<br />
Fluktuation von Allelfrequenzen bezeichnen, <strong>der</strong> entwe<strong>der</strong> zur Fixierung o<strong>der</strong> zum<br />
Verlust eines Allels führt. Der Prozeß <strong>der</strong> genetischen Drift läuft in je<strong>der</strong> endlichen<br />
Population ab, verläuft aber umso schneller, je kleiner die Population ist. Mit <strong>der</strong> genetischen<br />
Drift geht ein Verlust an genetischer Variabilität innerhalb einer Population<br />
und eine genetische Divergenz{ XE "genetische Divergenz" } zwischen Populationen<br />
einher.<br />
Für die genetische Drift{ XE "Drift" } ist nicht die Gesamtpopulationsgröße N, son<strong>der</strong>n<br />
die effektive Populationsgröße Ne ausschlaggebend. Ne ist definiert als die Anzahl<br />
<strong>der</strong> Eltern in einer Population, die am Reproduktionsgeschehen teilnehmen. Eine<br />
an<strong>der</strong>e Definition für Ne wurde von LANDE und BARROWCLOUGH (1987)<br />
vorgeschlagen. <strong>Die</strong> effektive Populationsgröße Ne ist dabei die Größe <strong>der</strong> idealen<br />
Population, in <strong>der</strong> <strong>der</strong> gleiche Beitrag an Drift wie in <strong>der</strong> realen Population auftritt (aus<br />
COCKBURN{ XE "COCKBURN" } 1991). <strong>Die</strong> effektive Populationsgröße Ne kann<br />
stark von <strong>der</strong> Gesamtpopulationsgröße abweichen (zu Ne vgl. Kapitel 4.3.5).<br />
Kleine effektive Populationsgrößen können auftreten, wenn die Populationsgröße<br />
Fluktuationen unterworfen ist, die die Population durch sogenannte bottlenecks führt.<br />
<strong>Die</strong> Folge ist ein Überleben nur weniger Individuen und dadurch eine geringere Variabilität<br />
in <strong>der</strong> Folgegeneration, wenn sich die Population nur langsam erholt<br />
(LOESCHCKE{ XE "LOESCHCKE" } 1988b, HOVESTADT{ XE "HOVESTADT" }<br />
1990{ XE "HOVESTADT 1990" }). Vergleichbar mit <strong>der</strong> Verringerung <strong>der</strong> genetischen<br />
Variabilität durch bottlenecks ist <strong>der</strong> Grün<strong>der</strong>effekt.<br />
25
26<br />
4.3 POPULATIONSGENETIK<br />
Der Grün<strong>der</strong>effekt beruht auf <strong>der</strong> Tatsache, daß eine Population von einem o<strong>der</strong> wenigen<br />
Individuen gegründet wird. Alle Gene <strong>der</strong> Population stammen dann von den<br />
Grün<strong>der</strong>n o<strong>der</strong> im Extremfall von einem Grün<strong>der</strong> ab. Günstige Verhältnisse lassen<br />
u.U. zu, daß Immigranten zu einem späteren Zeitpunkt zu dieser Population stoßen<br />
und zusammen mit Mutationen die genetische Variabilität erhöhen. Der Grün<strong>der</strong>effekt<br />
erhöht den Anteil <strong>der</strong> Homozygoten in einer Population.<br />
Genauso wie <strong>der</strong> Grün<strong>der</strong>effekt erhöht auch die Inzucht den Homozygotenanteil in<br />
einer Population. Als Inzucht{ XE "Inzucht" } bezeichnet man die Paarung von Individuen,<br />
die näher verwandt sind, als dies im Durchschnitt bei einem zufällig aus einer<br />
Population entnommenen Individuenpaar <strong>der</strong> Fall wäre. <strong>Die</strong> Bedeutung genetischer<br />
Variation für die Anpassungsfähigkeit (vgl. Kapitel 4.1) wird am Inzuchteffekt beson<strong>der</strong>s<br />
deutlich. Beobachtungen und <strong>Untersuchung</strong>en an Pflanzen und Tieren zeigten,<br />
daß mit Anstieg des Inzuchtgrades die Fitneß reduziert wird. Eine Ursache für die<br />
Vermin<strong>der</strong>ung <strong>der</strong> Fitneß ist darin zu suchen, daß Individuen rezessive nachteilige<br />
Gene tragen können, die sich erst dann auswirken wenn sie homozygot vorliegen.<br />
<strong>Die</strong> Wahrscheinlichkeit für die Paarung zweier nachteiliger Gene nimmt mit dem Anstieg<br />
des Inzuchtgrades zu und die Fitneß reduziert sich.<br />
Ähnliche Effekte treten in kleinen Populationen auf, da in <strong>der</strong>en Genpool nur eine<br />
engbegrenzte Zahl von Kopien eines Gens vorhanden sind. Das Risiko des Zusammentreffens<br />
zweier gleicher und nachteiliger Allele (LOESCHCKE{ XE<br />
"LOESCHCKE" } 1988b) erhöht sich dadurch. GABRIEL{ XE "GABRIEL" } (1994)<br />
diskutierte diesen Effekt des Zusammentreffens nachteiliger Allele unter dem Begriff<br />
Mutational Meltdown.<br />
4.3.4 F-Statistik<br />
Populationen können in verschiedene Subpopulationen{ XE "Subpopulationen" } aufgeteilt<br />
sein. <strong>Die</strong>se Unterteilung hat einen inzuchtähnlichen Effekt zur Folge, <strong>der</strong> sich<br />
anhand eines Homozygoten-Überschusses nachweisen läßt. WRIGHT{ XE<br />
"WRIGHT" }`s F-Statistiken messen diesen Effekt, indem sie die Abnahme des Heterozygoten-Anteils<br />
definieren. Es werden bei den F-Statistiken die drei Komplexitätsniveaus<br />
Individuum (I), Subpopulation (S) und Totalpopulation (T) berücksichtigt.<br />
<strong>Die</strong> Bezeichnungen FIT , FIS und FST gehen auf einen Vorschlag von WRIGHT (1951)<br />
zurück.<br />
FIS ist <strong>der</strong> Inzuchtkoeffizient. Er ist ein Maß für die Abnahme <strong>der</strong> Heterozygotie{ XE<br />
"Heterozygotie" } eines Individuums als Folge nicht-zufälliger Paarung innerhalb <strong>der</strong><br />
Subpopulation. Der Inzuchtkoeffizient ergibt sich aus dem Vergleich des Inzuchtgra-
4 THEORETISCHE GRUNDLAGEN<br />
des <strong>der</strong> Individuen mit dem Inzuchtgrad <strong>der</strong> Subpopulation. Er gibt dabei die Wahrscheinlichkeit<br />
an, mit <strong>der</strong> die in einem Individuum vorhandenen Allele eines Locus<br />
von gleicher Abstammung (autozygot) sind.<br />
FST ist <strong>der</strong> Fixierungsindex. FST ist ein Maß für die Effekte <strong>der</strong> Populationsunterteilung<br />
in Subpopulationen{ XE "Subpopulationen" }. Der Fixierungsindex gibt<br />
die Zunahme des Homozygotiegrades, bezogen auf die Totalpopulation, in einer<br />
Subpopulation als Folge <strong>der</strong> Inzucht{ XE "Inzucht" } an. FST ist demnach ein Maß für<br />
die von <strong>der</strong> Unterteilung herrührenden Inzuchteffekte. Ist FST = 0, befinden sich alle<br />
Subpopulationen im HARDY-WEINBERG-Gleichgewicht und weisen die gleichen<br />
Allelfrequenzen auf. Nimmt FST den Wert 1 an sind in allen Subpopulationen<br />
unterschiedliche Allele fixiert. <strong>Die</strong> WRIGHT{ XE "WRIGHT" }´sche Formel von FST ist:<br />
F<br />
ST<br />
p<br />
=<br />
p( 1−<br />
p)<br />
,<br />
p entspricht <strong>der</strong> mittleren Frequenz eines Allels über alle Populationen und ∂p² steht<br />
für die Varianz dieser Allelfrequenz.<br />
Der Gebrauch von FST für die Berechnung des durchschnittlichen Genflusses beinhaltet<br />
die Annahme, daß <strong>der</strong> Genfluß{ XE "Genfluß" } konstant ist und nur geneti-<br />
sche Drift{ XE "Drift" } den genetischen Unterschied bedingt (vgl. Kapitel 4.3.5).<br />
Der FIT-Wert vergleicht die Abnahme <strong>der</strong> Heterozygotie{ XE "Heterozygotie" } eines<br />
Individuums mit <strong>der</strong> Abnahme in <strong>der</strong> Totalpopulation. Dabei werden die Effekte von<br />
selektiver Paarung in den Subpopulationen{ XE "Subpopulationen" } und die Unterteilung<br />
<strong>der</strong> Population in Subpopulationen einbezogen. FIT beinhaltet also FIS und FST.<br />
WRIGHT{ XE "WRIGHT" } definiert die Beziehung <strong>der</strong> drei Indizes zueinan<strong>der</strong> wie<br />
folgt:<br />
27<br />
∂ 2<br />
1− F = ( 1−F ) ⋅( 1−F<br />
)<br />
IT IS ST<br />
<strong>Die</strong> Berechnung von FST mit <strong>der</strong> Formel nach WEIR & COCKERHAM{ XE "WEIR &<br />
COCKERHAM" } (1984) beinhaltet mehrere Größen, die von WRIGHT{ XE<br />
"WRIGHT" } (1951) nicht berücksichtigt wurden. Es werden zusätzlich zu den<br />
Größen, die WRIGHT einbezieht, noch die mittlere Stichprobengröße, <strong>der</strong> mittlere<br />
Heterozygotieanteil eines Allel x und das Quadrat <strong>der</strong> Stichprobenvarianz in die<br />
Formel integriert. <strong>Die</strong> äußerst komplexe Formel hat als Grenzwert die WRIGHT´sche<br />
Formel, wenn die Stichprobengröße sehr groß ist.<br />
<strong>Die</strong> Divergenz zwischen den Subpopulationen{ XE "Subpopulationen" } kommt nach<br />
diesen Modellen nur durch genetische Drift{ XE "Drift" } und Inzucht{ XE "Inzucht" }
28<br />
4.3 POPULATIONSGENETIK<br />
zustande. Das Programm G-Stat (SIEGISMUND{ XE "SIEGISMUND" } 1990{ XE<br />
"SIEGISMUND 1990" }) berechnet die F-Statistik aufgrund <strong>der</strong> Definition von WEIR &<br />
COCKERHAM{ XE "WEIR & COCKERHAM" } (1984). Das Programm BIOSYS<br />
(SWOFFORD & SELANDER 1989) verwendet die WRIGHT´sche Formel. Dabei<br />
besteht aber auch die Möglichkeit, daß unterschiedliche Hierarchieebenen <strong>der</strong><br />
<strong>Populationsstruktur</strong> berücksichtigt werden können (vgl. Kapitel 4.3.5). Für beide<br />
Modelle gilt, daß die die Allelfrequenz beeinflussenden Faktoren Migrationsrate,<br />
Mutationsrate und Populationsgröße (m, µ und 1/N) sehr schwach ausgeprägt sind<br />
(vgl. auch Kapitel 4.3.5).<br />
SNYDER et al.{ XE "SNYDER et al." } (1985) schlagen folgende Richtlinien zur Beschreibung<br />
und Interpretation des FST -Wertes vor:<br />
− geringe genetische Divergenz{ XE "genetische Divergenz" }: 0 < FST<br />
< 0,05<br />
− mittlere genetische Divergenz{ XE "genetische Divergenz" }: 0,05 < FST<br />
< 0,15<br />
− große genetische Divergenz{ XE "genetische Divergenz" }:0,15 < FST < 0,25<br />
− sehr große genetische Divergenz: 0,25 < FST
4 THEORETISCHE GRUNDLAGEN<br />
4.3.5 Migrationsrate, Genfluß{ XE "Genfluß" } und effektive Populationsgröße<br />
Als Genfluß{ XE "Genfluß" } versteht man das Einbringen von Genen einer Populati-<br />
on in den Genpool einer an<strong>der</strong>en Population durch Migration{ XE "Migration" }. Migration<br />
und Genfluß werden deshalb sehr häufig synonym verwendet, sie sind es<br />
aber per definitionem nicht.<br />
Per Definition ist die Migration{ XE "Migration" } die Abwan<strong>der</strong>ung (Emigration) o<strong>der</strong><br />
Einwan<strong>der</strong>ung (Immigration) einzelner bis vieler Individuen (Migranten) aus einer Population<br />
in eine an<strong>der</strong>e Population <strong>der</strong> gleichen Art. Eine Einwan<strong>der</strong>ung in ein bis dahin<br />
von <strong>der</strong> Art nicht besiedeltes Gebiet nennt man Invasion.<br />
<strong>Die</strong> genetische Divergenz{ XE "genetische Divergenz" } zwischen Populationen ist<br />
abhängig vom Ausmaß <strong>der</strong> gegenseitigen Abgrenzung. Je schwächer die Abgrenzung,<br />
umso größer ist <strong>der</strong> Genfluß{ XE "Genfluß" } und umso kleiner ist <strong>der</strong> genetische<br />
Unterschied zwischen den Populationen. Ist <strong>der</strong> Genfluß sehr hoch, dann sind<br />
die beiden Populationsstichproben als eine Population aufzufassen. Daraus folgt,<br />
daß die Genflußrate die effektive Populationsgröße Ne beeinflußt.<br />
Den unterschiedlichen <strong>Populationsstruktur</strong>en (vgl. Kapitel 4.2) entsprechend unterscheidet<br />
man verschiedene Genfluß{ XE "Genfluß" }-Modelle (aus HENLE 1994{ XE<br />
"HENLE 1994" }):<br />
− Dem Kontinent-Insel-Modell liegt die Idee zugrunde, daß <strong>der</strong> Genfluß{ XE "Gen-<br />
fluß" } effektiv nur in eine Richtung verläuft und zwar von einer großen, kontinentalen<br />
zu einer kleinen, isolierten Population.<br />
− Beim Insel-Modell tritt Genfluß{ XE "Genfluß" } nur zufällig zwischen einer Gruppe<br />
kleiner Populationen auf. D.h., daß Individuen einer Subpopulation zufällig in das<br />
Gebiet einer an<strong>der</strong>en Subpopulation immigrieren.<br />
− Das Trittstein-Modell basiert auf <strong>der</strong> Grundvorstellung, daß Populationen nur Migranten<br />
aus den Nachbarpopulationen erhalten.<br />
− Beim Isolation{ XE "Isolation" }-durch-Entfernung-Modell tritt Genfluß{ XE "Gen-<br />
fluß" } nur zwischen lokalen Nachbarschaften{ XE "Nachbarschaften" } einer kontinuierlich<br />
verteilten Population auf.<br />
Allgemein ist bei <strong>der</strong> genetisch effektiven Migration{ XE "Migration" }, die durch die<br />
Genflußrate gemessen wird, zu beachten, daß sie oft viel geringer ist als die tatsächlich<br />
stattfindende Bewegung zwischen den Populationen. Viele Individuen, die in eine<br />
29
30<br />
4.3 POPULATIONSGENETIK<br />
an<strong>der</strong>e Population immigrieren, haben dort aus verschiedenen Gründen keinen Fortpflanzungserfolg<br />
und treten deshalb genetisch nicht in Erscheinung.<br />
Der Genfluß{ XE "Genfluß" } bewirkt eine Verringerung <strong>der</strong> genetischen Divergenz,<br />
d.h. die Individuen <strong>der</strong> durch Genfluß verbundenen Populationen nähern sich <strong>der</strong>selben<br />
Allelfrequenz an. Stirbt in einem Habitat häufig die Population aus und wird dieses<br />
Habitat daraufhin häufig rekolonialisiert, ist die Genflußrate hoch, die genetische<br />
Varianz dadurch gering. Eine Verkleinerung des Habitats zieht in <strong>der</strong> Regel längerfristig<br />
auch eine Verkleinerung <strong>der</strong> Populationsgröße nach sich. LOESCHCKE{ XE<br />
"LOESCHCKE" } (1988b) schlägt vor, solche in ihrer Größe stark vermin<strong>der</strong>ten Populationen<br />
mit folgen<strong>der</strong> Gleichung zu charakterisieren:<br />
PG<br />
= 1−<br />
PG steht für die Populationsgröße einer durch äußere Einflüsse verkleinerten Population.<br />
Es zeigt sich anhand dieser Gleichung, daß auch in wenigen Individuen <strong>der</strong> größte<br />
Teil <strong>der</strong> genetischen Variation einer Population erhalten bleibt (vgl. auch HARTL &<br />
CLARK 1989). <strong>Die</strong>s bezieht sich aber nur auf die nächste Generation. Im Laufe <strong>der</strong><br />
Zeit reduziert sich die genetische Varianz durch Zufallsprozesse und Inzuchteffekte<br />
erheblich, wenn die effektive Populationsgröße klein bleibt. Charakterisierbar ist dieser<br />
Zusammenhang mit<br />
PG<br />
t<br />
1<br />
2<br />
N e<br />
t<br />
1<br />
= �1− � .<br />
2N<br />
PGt steht für die Populationsgröße einer durch äußere Einflüsse verkleinerten Population<br />
zum Zeitpunkt t (LOESCHCKE 1988b).<br />
Aus diesen Gleichungen wird deutlich, daß ein bottleneck nicht zwangsläufig eine<br />
Reduktion <strong>der</strong> genetischen Variation nach sich ziehen muß. Erholt sich eine Population<br />
schnell von einem Zusammenbruch, bleibt die genetische Variation <strong>der</strong> Ursprungspopulation<br />
zum größten Teil erhalten. Erholt sie sich allerdings nur langsam<br />
tritt ein beachtlicher Verlust <strong>der</strong> genetischen Varianz ein, weil dann genetische Drift{<br />
XE "Drift" } und Inzucht{ XE "Inzucht" } einen großen Einfluß ausüben<br />
(LOESCHCKE{ XE "LOESCHCKE" } 1988b). Ist es erst einmal zu einer Verringerung<br />
<strong>der</strong> genetischen Variabilität gekommen, und die Population bleibt weiterhin klein, ist<br />
die durch Mutation neuenstehende Variation im Vergleich zu Drift und Inzucht vernachlässigbar<br />
gering. Nur durch Migration{ XE "Migration" } aus benachbarten, u.U.<br />
weniger dezimierten Populationen kann die genetische Variabilität aufrecht erhalten<br />
e
4 THEORETISCHE GRUNDLAGEN<br />
und die Größe von Ne auf ein zum Überleben ausreichendes Maß angehoben werden.<br />
Ein Ausgleich des Variationsverlustes durch Mutation geht im Vergleich mit <strong>der</strong><br />
Geschwindigkeit <strong>der</strong> Reduktion sehr langsam vor sich und benötigt eine ausreichend<br />
große Populationsgröße. Ne variiert von Art zu Art sehr stark, genaue Angaben liegen<br />
nur für wenige Tier- und Pflanzenarten vor.<br />
In natürlichen Populationen ist es schwer, den Genfluß{ XE "Genfluß" } und die effektive<br />
Populationsgröße direkt zu schätzen. Ein indirekter Weg, den Genfluß zwischen<br />
Populationen zu schätzen, erfolgt über den FST-Wert nach WRIGHT{ XE<br />
"WRIGHT" } (1951) o<strong>der</strong> WEIR und COCKERHAM (1984). Eine Grundannahme<br />
hierbei ist allerdings, daß die Allele wenig o<strong>der</strong> überhaupt nicht durch Selektion{ XE<br />
"Selektion" } beeinflußt werden. <strong>Die</strong>ser Punkt ist stark umstritten. SLATKIN{ XE<br />
"SLATKIN" } (1985) machte deshalb den Vorschlag, Nem aus <strong>der</strong> Verteilung seltener<br />
Allele zu schätzen, weil seltene Allele überall unvorteilhaft sein können und somit<br />
dann <strong>der</strong> Selektion unterliegen. Für die Berechung des Genflusses über private Allele<br />
wird aber von SLATKIN gefor<strong>der</strong>t, daß mindestens 20 Allele in die Berechnung eingehen.<br />
Alle Genflußmodelle{ XE "Genflußmodelle" } gehen von <strong>der</strong> Grundannahme<br />
aus, daß zwischen Migration{ XE "Migration" } und genetischer Drift{ XE "Drift" } ein<br />
Gleichgewicht herrscht.<br />
Aus dem FST-Wert (vgl. Kapitel 4.3.4) kann man die pro Generation migrierenden Individuen<br />
Nem abschätzen. Dabei können nur die genetisch erfolgreichen Migrationen<br />
nachgewiesen werden. WRIGHT (1951){ XE "WRIGHT" } wies unter <strong>der</strong> Annahme<br />
neutraler Allele nach, daß<br />
1<br />
FST<br />
=<br />
4Nm+ 1<br />
gilt. Daraus folgt, daß<br />
1 1<br />
Nm e = � −1�<br />
4 F<br />
Ist Nem viel kleiner als 1 gelten nach WRIGHT{ XE "WRIGHT" } (1978) die untersuchten<br />
Populationen als räumlich getrennt.<br />
Eine weitere Möglichkeit die Genflußrate über FST abzuschätzen, schlagen SLATKIN{<br />
XE "SLATKIN" } & VOELM (1991) vor. Dabei beziehen sie sich auch auf einen Vorschlag<br />
von CROW & AOKI (1984). <strong>Die</strong> Formel, die auf dem hierarchischen Island<br />
Modell basiert, lautet folgen<strong>der</strong>maßen:<br />
F<br />
31<br />
e<br />
ST<br />
1<br />
≈ 2<br />
14 + N 2 m ( d−1)<br />
ST d
32<br />
4.3 POPULATIONSGENETIK<br />
Dabei ist m die Migrationsrate, d die Anzahl <strong>der</strong> Deme (Subpopulationen{ XE "Subpopulationen"<br />
}) in einer Nachbarschaft und N entspricht Ne. Daraus folgt für die Berechnung<br />
von Nem:<br />
Nm d<br />
2<br />
( −1)<br />
1<br />
e ≈ 2 � −1�<br />
4d<br />
F<br />
<strong>Die</strong>se Formel gilt nur, wenn innerhalb einer Metapopulation Populationsgruppen<br />
(Nachbarschaften{ XE "Nachbarschaften" }) bestehen, zwischen <strong>der</strong>en Subpopulationen{<br />
XE "Subpopulationen" } ein höherer Genfluß{ XE "Genfluß" } herrscht, als zu<br />
Subpopulationen an<strong>der</strong>er Nachbarschaften. <strong>Die</strong> Autoren berufen sich dabei auch auf<br />
einen Vorschlag von WRIGHT{ XE "WRIGHT" } (1978), <strong>der</strong> besagt, daß auch an<strong>der</strong>e<br />
hierarchische Ebenen durch FXY beschrieben werden können.<br />
WRIGHT{ XE "WRIGHT" } stellte dabei die folgende Beziehung zwischen den FXY-<br />
Werten auf:<br />
ST<br />
1− F = ( 1−F )( ⋅ 1−F<br />
)<br />
ST SN NT<br />
Es werden hierbei die Ebenen Subpopulation (S), Nachbarschaft (N) und Totalpopulation<br />
(T) miteinan<strong>der</strong> verglichen. <strong>Die</strong>se Formel ist nach WRIGHT{ XE "WRIGHT" }<br />
(1978) beliebig erweiterbar.<br />
NEI (1972) hat eine weitere Beziehung aufgestellt, die eine Abschätzung <strong>der</strong> Genflußrate<br />
über die genetischen Identitäten I erlaubt:<br />
m1+ m2<br />
I =<br />
m + m + µ<br />
1 2 2<br />
Hierbei sind µ die Mutationsrate und m1, m2 die Migrationsraten zwischen zwei Populationen.<br />
m + m<br />
Definiert man den Individuenaustausch zwischen zwei Populationen mit m =<br />
2<br />
1 2<br />
und 2 210 6 −<br />
µ= ⋅ , wie von NEI (1972) vorgeschlagen, so läßt sich m durch Modifikation<br />
<strong>der</strong> obigen Gleichung mit<br />
berechnen.<br />
m I<br />
=<br />
I<br />
⋅⋅ 210<br />
1−<br />
<strong>Die</strong> auf dem Inselmodell basierenden Abschätzungen des Genflusses benutzen den<br />
FST- Wert, <strong>der</strong> ein Maß für die genetische Divergenz{ XE "genetische Divergenz" }<br />
zwischen Subpopulationen{ XE "Subpopulationen" } ist. <strong>Die</strong> treibende Kraft stellt, den<br />
−<br />
6
4 THEORETISCHE GRUNDLAGEN<br />
Annahmen <strong>der</strong> Modellvorstellungen nach, nur die genetische Drift{ XE "Drift" } dar,<br />
an<strong>der</strong>e Kräfte sind nur schwach und treten nicht in den Vor<strong>der</strong>grund (WRIGHT{ XE<br />
"WRIGHT" } 1978{ XE "WRIGHT 1978" }, SLATKIN{ XE "SLATKIN" } & VOELM{ XE<br />
"SLATKIN & VOELM" } 1991{ XE "SLATKIN & VOELM 1991" }, WEIR &<br />
COCKERHAM{ XE "WEIR & COCKERHAM" } 1984). <strong>Die</strong>se Annahmen gelten streng<br />
genommen nur für Population, die so klein sind, daß genetische Drift die einzige die<br />
genetische Struktur beeinflussende Kraft ist.<br />
Dem Modell von NEI liegt die Annahme zugrunde, daß die Populationen so groß<br />
sind, daß nur die Mutationsrate m den die genetische Divergenz{ XE "genetische Divergenz"<br />
} beeinflussenden Faktor darstellt.<br />
Da für diese <strong>Untersuchung</strong> keine genauen Populationsgrößen aus den <strong>Untersuchung</strong>sgebieten<br />
vorlagen und die Schätzungen zwischen wenig mehr als 100 Tieren<br />
und mehr als 1500 Tieren pro Population schwankten, finden alle Modelle Anwendung.<br />
Welche <strong>der</strong> drei Möglichkeiten, den Genfluß{ XE "Genfluß" } abzuschätzen,<br />
die günstigste ist, kann innerhalb dieser Arbeit nicht erörtert o<strong>der</strong> geklärt werden. <strong>Die</strong><br />
unterschiedlichen Berechnungsweisen sollen nur eine Vergleichsbasis liefern, die<br />
u.U. eine Interpretation <strong>der</strong> tatsächlichen Verhältnisse erleichtert.<br />
<strong>Die</strong> aus den verschiedenen Modellen berechneten Raten sollen weiterhin Aufschluß<br />
darüber geben, wie die Totalpopulationen strukturiert sind. Weiterhin können sie<br />
vielleicht darüber Auskunft geben über welche Entfernungen ein Genfluß{ XE "Genfluß"<br />
} stattfindet und welche Landschaftsstrukturen und Einflüsse den Genfluß<br />
hemmen o<strong>der</strong> sogar unterbinden.<br />
4.3.6 <strong>Genetische</strong> Identitäten und Distanzen<br />
<strong>Die</strong> genetische Distanz{ XE "genetische Distanz" } ist allgemein definierbar als ein<br />
Grad <strong>der</strong> Gendifferenzierung bzw. Genomdifferenzierung zwischen Individuen o<strong>der</strong><br />
Populationen, <strong>der</strong> über numerische Methoden gemessen wird.<br />
Es gibt nun mehrere Maße für die genetischen Ähnlichkeiten bzw. Unterschiede zwischen<br />
Populationen. <strong>Die</strong> bekanntesten und am häufigsten verwendeten Maße sind<br />
die genetische Distanz{ XE "genetische Distanz" } D und die genetische Identität{ XE<br />
"genetische Identität" } I von NEI (1972). <strong>Die</strong> Grundannahmen sind eine Idealpopulation,<br />
die so groß ist, daß <strong>der</strong> Einfluß <strong>der</strong> Mutation größer ist, als <strong>der</strong> <strong>der</strong> genetischen<br />
Drift{ XE "Drift" }.<br />
<strong>Die</strong> genetische Identität{ XE "genetische Identität" } I zwischen zwei panmiktischen<br />
Populationen definiert NEI als:<br />
33
I<br />
j<br />
=<br />
34<br />
xy<br />
i i<br />
2 2<br />
i i<br />
x y<br />
4.3 POPULATIONSGENETIK<br />
xi, yi sind die Häufigkeiten des i-ten Allels am j-ten Locus <strong>der</strong> Population x bzw. y.<br />
Da aber für eine Abschätzung <strong>der</strong> genetischen Differenzierung zwischen zwei Populationen<br />
mehrere Loci untersucht werden müssen ergibt sich für die genetische Iden-<br />
Jxy<br />
tität{ XE "genetische Identität" }: I =<br />
JJ<br />
x y<br />
Jxy, Jx und Jy sind die arithmetischen Mittelwerte von Σxiyi, Σxi² und Σyi² über alle Lo-<br />
ci. Aus <strong>der</strong> genetischen Identität errechnet sich die genetische Distanz{ XE "genetische<br />
Distanz" } D mit:<br />
D = -ln I<br />
Eine weitere genetische Distanz{ XE "genetische Distanz" } wurde von REYNOLDS<br />
et al.{ XE "REYNOLDS et al." } (1983) entwickelt. Während NEI sein Distanzmaß für<br />
das unendliche (infinite) Isoallel-Modell <strong>der</strong> Mutation formulierte, wurde bei <strong>der</strong><br />
REYNOLDS-Distanz ein reines Driftmodell zugrunde gelegt. Auch bei diesem Distanzmaß<br />
wird von einer Idealpopulation ausgegangen. Monomorphe Loci werden,<br />
neben <strong>der</strong> Mutation, ebenfalls nicht berücksichtigt, weil nicht mit Sicherheit gesagt<br />
werden kann, ob dieses Allel gerade entstand o<strong>der</strong> durch genetische Drift{ XE "Drift"<br />
} und/o<strong>der</strong> Inzucht{ XE "Inzucht" } am Verschwinden ist. <strong>Die</strong> REYNOLDS-Distanz<br />
wurde entwickelt um mikroevolutive Prozesse möglichst exakt analysieren und bestimmen<br />
zu können. Berechnet wurde das Distanzmaß nach folgen<strong>der</strong> Formel:<br />
D<br />
2<br />
ΣΣ<br />
Σ Σ<br />
( p1mi 2<br />
− p2mi)<br />
m<br />
=<br />
2<br />
i<br />
( 1−<br />
p ⋅p<br />
)<br />
m i<br />
1mi 2mi<br />
m ist die Anzahl <strong>der</strong> Loci, i ist die Anzahl des i-ten Allels am m-ten Locus und p1mi ist<br />
die Frequenz des i-ten Allels am m-ten Locus <strong>der</strong> Population 1. D² ist die mathematische<br />
Größe, die erwartungsgemäß linear mit steigen<strong>der</strong> genetischer Drift{ XE "Drift"<br />
} zunimmt (REYNOLDS et al.{ XE "REYNOLDS et al." } 1983).<br />
<strong>Die</strong> Genauigkeit <strong>der</strong> genetischen Distanzmaße{ XE "Distanzmaße" } nach NEI (1972)<br />
bzw. REYNOLDS et al.{ XE "REYNOLDS et al." } (1983) nimmt mit <strong>der</strong> Anzahl <strong>der</strong><br />
untersuchten Genorte und Individuen zu. Sind die Stichprobengrößen klein, sind große<br />
statistische Fehler zu erwarten und die genetischen Distanzen weniger aussage-
4 THEORETISCHE GRUNDLAGEN<br />
kräftig. Der statistische Fehler kann durch die Anzahl <strong>der</strong> Loci und durch die Stichprobengröße<br />
verringert werden.<br />
35
5 HABITATBESCHREIBUNGEN<br />
5.1 Übersicht<br />
36<br />
5 HABITATBESCHREIBUNGEN<br />
<strong>Die</strong> <strong>Untersuchung</strong>sgebiete im Mittelrheintal und den Haßberge liegen etwa 210 km<br />
voneinan<strong>der</strong> entfernt im Süden Deutschlands (vgl. Abbildung 5.1-1 ). Beide Gebiete<br />
sind durch im Jahresmittel mil<strong>der</strong>es Klima und relativ hohen anthropogenen Einfluß<br />
(Landwirtschaft, Weinanbau) ausgezeichnet. Weiterhin ist für beide Gebiete charakteristisch,<br />
daß, durch brach liegende Äcker o<strong>der</strong> Weinberge, immer wie<strong>der</strong> neue potentielle<br />
Habitate für P. albopunctata entstehen (vgl. Kapitel 3.2.1).<br />
Zu den nachfolgenden Habitaten, die weit von den eigentlichen <strong>Untersuchung</strong>sgebieten<br />
entfernt sind, liegen keine Daten zu landschaftlichen Beson<strong>der</strong>heiten vor. Deren<br />
Lage geht aus Abbildung 5.1-1 hervor.<br />
− Hg1<br />
Haigergrund, Königsheim.<br />
− At1<br />
Ameisental<br />
− Fe1<br />
Feuertal<br />
Abbildung 5.1-1: Übersichtkarte über die Lokalisation <strong>der</strong> <strong>Untersuchung</strong>sgebiete Mittelrhein (1), Haßberge<br />
(5) und Hammelburg (At1, Fe1; 3) und <strong>der</strong> Populationen Hg1 (2) und Sp1 (4).
5 HABITATBESCHREIBUNGEN<br />
5.2 <strong>Die</strong> Habitate <strong>der</strong> Haßberge<br />
Das Gebiet <strong>der</strong> Haßberge zeichnet sich durch intensive Landwirtschaft aus. <strong>Die</strong><br />
Haßberge sind relativ flach und nur wenig bewaldet. Das Gebiet liegt etwa 60 km<br />
nordöstlich von Würzburg entfernt. Für die Habitate sind die charakteristischen Blütenpflanzen<br />
die Trespen (Bromus spec.), Fingerkraut-Arten (Potentilla spec.), die Küchenschelle<br />
(Pulsatilla vulgaris) und z.T. das langhaarige Habichtskraut (Hieracium<br />
pilosella). In Abbildung 5.2-1 sind alle Probenorte dargestellt.<br />
Abbildung 5.2-1: <strong>Untersuchung</strong>sgebiet Haßberge. Lokalisation <strong>der</strong> einzelnen<br />
Probennahmestellen. <strong>Die</strong> grün markierten Stellen<br />
konnten wegen zu geringer Probengröße nicht weiter bearbeitet<br />
werden.<br />
37
5.2.1 Beschreibung <strong>der</strong> einzelnen Standorte<br />
38<br />
5.2 DIE HABITATE DER HASSBERGE<br />
Es konnten nicht alle beprobten Stellen weiter bearbeitet werden, weil die Stichprobengrößen<br />
z.T. zu gering waren (
5 HABITATBESCHREIBUNGEN<br />
− Kr2<br />
Burgstall, Krum. Es konnte von mir dort kein Magerrasen o<strong>der</strong> Halbmagerrasen<br />
identifiziert werden, auch P. tabernaemontáni war nicht zu finden. Der Hang ist<br />
durch viele Sträuchergruppen segmentiert, <strong>der</strong> Rasen ist sehr fett und zeigt nur<br />
winzige trockene Stellen.<br />
− Kr3<br />
Kohlplatte, Krum. <strong>Die</strong>se Böschung ist stark mit Bäumen bewachsen, südsüdwestlich<br />
exponiert und wird von drei Seiten durch eine Hügelkette eingegrenzt.<br />
Nur durch das Krumtal bieten sich gute Ausbreitungsmöglichkeiten. <strong>Die</strong> Habitate<br />
befinden sich im lichteren Teil dieser Böschung. Auf <strong>der</strong> Hügelkuppe findet sich,<br />
durch einen Baumsaum von den an<strong>der</strong>en Habitaten getrennt, eine große, halbmagere<br />
Wiese, die allerdings sehr dicht bewachsen ist.<br />
− Hw2<br />
Kleine Hohe Wann. <strong>Die</strong>ses Areal ist mit etwa 15 Metern Breite recht schmal und<br />
liegt am Rand eines kleineren Waldstückes. Es liegt etwas nordwestlich zu HW3<br />
versetzt und könnte von dieser Population leicht erreicht werden. Im Osten befinden<br />
sich die Krumtal-Populationen, Richtung Norden die PR-Populationen.<br />
− Hw3<br />
Kleine Hohe Wann. Der Rasen ist als halbmager zu bezeichnen und ist von großen<br />
Beständen des Frühlingsfingerkrauts durchzogen. HW2 und HW3 liegen, bezogen<br />
auf die an<strong>der</strong>en Populationen, zentral im Landschaftsgefüge. Von dort bieten<br />
sich mannigfaltige Ausbreitungsmöglichkeiten in alle Himmelsrichtungen,<br />
möglicherweise sogar bis über den Main.<br />
− Kb1:<br />
Schloßberg, Königsberg. <strong>Die</strong>ser Hang ist sehr steil und fast vollständig von an<strong>der</strong>en<br />
Hügeln umgeben. Nur in Richtung Königsberg bieten sich Ausbreitungsmöglichkeiten<br />
an. <strong>Die</strong> Population könnte deshalb sehr isoliert zu sein. Es finden sich<br />
mehrere Stellen mit lückigem Magerrasen, die durch fetteren Rasen miteinan<strong>der</strong><br />
verbunden sind.<br />
− Sp1:<br />
Spitzberg, Steigerwald. Vom Spitzberg hat man freien Blick über das Maintal. Bei<br />
guten Bedingungen (Windrichtung{ XE "Windrichtung" } Norden, hohe Temperaturen,<br />
trockene Witterung u.a.) ist ein Flug in das Krumtal o<strong>der</strong> zur Hohen Wann<br />
gut vorstellbar (vgl. Abbildung 5.1-1).<br />
39
5.3 <strong>Die</strong> Habitate im Mittelrheintal<br />
40<br />
5.3 DIE HABITATE IM MITTELRHEINTAL<br />
Das Mittelrheintal ist ein eigenständiger Natur- und Kulturraum, <strong>der</strong> im Rheinischen<br />
Schiefergebirge eine beherrschende Stellung einnimmt. Von Bingen bis Koblenz hat<br />
<strong>der</strong> Rhein ein Engtal ausgeformt, das gekennzeichnet ist durch steile Flanken. Das<br />
Klima ist äußerst günstig, weil <strong>der</strong> Frühling bis zu zwei Wochen früher, als in vielen<br />
an<strong>der</strong>en Gebieten Deutschlands, beginnt und es im Herbst ebenfalls noch viele warme<br />
Tage gibt (SPERLING & STRUNK 1970). Deshalb ist für die Habitate des Mittelrheintals<br />
pontische und submediterane Flora charakteristisch. Am weitesten verbreitet<br />
ist die Glatthafer-Dürrwurz-Gesellschaft (Arrhenathero-Inuletum conycae). Für<br />
nähere Einzelheiten zu den Mittelrhein-Habitaten kann die Diplomarbeit von<br />
SANDER{ XE "SANDER" } (1995) herangezogen werden. <strong>Die</strong> geographische Lage<br />
<strong>der</strong> einzelnen Probestellen geht aus Abbildung 5.3-1 hervor.<br />
Abbildung 5.3-1: Lokalisation <strong>der</strong> Probennahmestellen im Mittelrheintal.
5 HABITATBESCHREIBUNGEN<br />
5.3.1 Beschreibung <strong>der</strong> einzelnen Standorte<br />
<strong>Die</strong> Bezeichnungen für die einzelnen Standorte wurden von SANDER{ XE<br />
"SANDER" } (1995) übernommen.<br />
− Ham 1<br />
Hammerstein; <strong>Die</strong>ses sehr große Habitat setzt sich aus einer Weinbergsbrache,<br />
Brombeerhecken und einem Trockenrasen zusammen. Der Hang fällt sehr steil<br />
zum Rheintal hin ab. P. albopunctata findet sich hauptsächlich im flacheren oberen<br />
Teil.<br />
− Mr 1<br />
Steinbruch Leutesdorf; Den Hauptanteil an diesem Habitat stellt eine steile<br />
Schieferhalde dar. Es gibt fleckenweise lückige Vegetation, die P. albopunctata<br />
als Lebensraum nutzen kann. Weiterhin dienten auch angrenzende Weinberge als<br />
Habitate.<br />
− Mr 2<br />
St. Martin; Das Habitat befindet sich am Rand des Naturschutzgebietes Weihertal<br />
und grenzt direkt an die Rheinstraße 35. Das Gebiet kann als Trockenrasen bezeichnet<br />
werden. Es ist relativ flach und wird deshalb den ganzen Tag von <strong>der</strong><br />
Sonne bestrahlt.<br />
− Mr 3<br />
Braubach; Das Gesamthabitat setzt sich aus mehreren kleinen Optimal-Habitaten<br />
zusammen. Es handelt sich um einen Trockenrasen.<br />
− Mr 5<br />
Boppar<strong>der</strong> Hamm; Das Habitat besteht aus einer Weinbergsbrache, die schon mit<br />
hoher Vegetation bewachsen ist. Vorherrschend sind Salvia spec. .<br />
− Mr 6<br />
Boppar<strong>der</strong> Hamm; <strong>Die</strong>ses Habitat besteht aus einem Trockenrasen mit extrem<br />
kurzem Bewuchs. Wie Mr 2 ist es ebenfalls sehr flach und wird deshalb den ganzen<br />
Tag von <strong>der</strong> Sonne bestrahlt.<br />
− Mr 10<br />
Burg Maus bei Wellmich; Charakteristisch sind die vielen Margeriten (Chrysanthemum<br />
vulgare). Das Habitat ist sehr lückig und nach Süden exponiert.<br />
− Mr 11<br />
<strong>Die</strong>ses Habitat grenzt an ein Waldstück. Es besteht aus mehreren kleinen Hügeln,<br />
die sehr karg bewachsen sind. Das Zentrum des Habitats bildet eine Geröllhalde.<br />
41
− Mr 12<br />
42<br />
5.3 DIE HABITATE IM MITTELRHEINTAL<br />
Kaub, in <strong>der</strong> Nähe <strong>der</strong> Burg Gutenfels; Der Hang ist südwestlich exponiert und<br />
sehr weitläufig. Es finden sich einige unbewachsene Schieferfelsen über den<br />
Hang verteilt. Ginsterbüsche teilen das Gebiet in unterschiedliche Areale.<br />
− Mr 13<br />
Schieferhalde bei Kaub im Volkenbachtal; Das Habitat ist sehr dicht besiedelt. <strong>Die</strong><br />
Vegetation ist sehr spärlich. Das Habitat ist vom Rheintal weiter entfernt als die<br />
an<strong>der</strong>en Habitate.<br />
− Mr 15<br />
Weinbergslage Bacharach; Das Gebiet ist durch karge Vegetation ausgezeichnet.<br />
Es ist umrahmt von zahlreichen Ginstersträuchern. Eine Isolierung könnte u.U.<br />
deshalb auftreten, weil <strong>der</strong> Hang vom Rheintal abgewendet nach Süden abfällt.<br />
Viele Ginsterbüsche und ein kleiner Waldabschnitt glie<strong>der</strong>n das Gebiet auf.<br />
− Mr 16<br />
Weinbergslage Bacharach; Es handelt sich um eine Weinbergsbrache. Das Habitat<br />
liegt hoch über dem Rheintal. Bei günstigen Witterungsbedingungen erscheint<br />
ein Flug für die Heuschrecke nach Kaub gut möglich.
6 MATERIAL UND METHODEN<br />
6 MATERIAL UND METHODEN<br />
6.1 Fangen und Lagerung<br />
Ein beson<strong>der</strong>es Problem, auf das beim Fangen geachtet wurde, stellte das Fangen<br />
von Individuen mit gleichen Eltern dar. Deshalb wurden die Proben beim Fangen aus<br />
einem möglichst großräumigen Gebiet innerhalb des Habitats entnommen. Ob dadurch<br />
vermieden werden konnte, daß Individuen aus einem Gelege stammen, kann<br />
nicht genau gesagt werden, weil über die Ökologie von P. albopunctata zuwenig bekannt<br />
ist.<br />
Zum Fangen von P. albopunctata wurde ein 55 cm durchmessendes, engmaschiges<br />
Netz verwendet. P. albopunctata wurde visuell und nach Gehör lokalisiert. Beim Annähern<br />
an den Aufenthaltsort wurde das Netz hangaufwärts gehalten, weil die Fluchtrichtung<br />
<strong>der</strong> Heuschrecke meist hangabwärts war. In Habitaten mit dichterem Bewuchs<br />
wurden die Tiere mit einer schnellen seitlichen Bewegung gefangen. <strong>Die</strong>s war<br />
nötig, weil sich die Tiere sonst in den dichteren Bewuchs hinabfallen gelassen haben.<br />
Befand sich eine Heuschrecke im Netz wurde das Ende des Netzes hochgehalten,<br />
damit die Heuschrecke hinaufklettern konnte. Dort wurde die Heuschrecke dann behutsam<br />
zwischen zwei Fingern gehalten, während mit <strong>der</strong> an<strong>der</strong>en Hand in das Netz<br />
gefaßt und beide Hinterbeine festgehalten wurden. Wäre nur ein Bein festgehalten<br />
worden, hätte das Risiko bestanden, daß die Heuschrecke dieses losläßt, um flüchten<br />
zu können. Danach wurde die Heuschrecke in z.B. eine Filmdose getan, in <strong>der</strong>en<br />
Deckel sich ein Loch befand. Das Loch diente <strong>der</strong> Belüftung, ohne die die Heuschrecke<br />
in kurzer Zeit gestorben wäre.<br />
Innerhalb eines nicht zu großen Zeitraums (30 – 45 Minuten) wurden die Tiere eingefroren.<br />
Es wurde darauf geachtet, daß keines <strong>der</strong> Tiere gestorben war, bevor es in<br />
flüssigem Stickstoff eingefroren werden konnte, da sonst die Gefahr bestanden hätte,<br />
daß die Enzyme denaturieren. <strong>Die</strong> Heuschrecken wurden bei mindestens -80 °C<br />
in Cryocaps dauergelagert. <strong>Die</strong> Erfahrung zeigte, daß trotz tiefer Lagerungstemperaturen,<br />
die Bandenmuster{ XE "Bandenmuster" } schlechter wurden, je länger die<br />
Tiere gelagert worden sind. Es darf also kein zu großer Zeitraum bis zur Weiterverarbeitung<br />
vergehen.<br />
43
6.2 Schätzung <strong>der</strong> Populationsgröße<br />
44<br />
6.3 ELEKTROPHORESE<br />
<strong>Die</strong> Populationsgröße <strong>der</strong> Haßberg-Populationen wurde von WALTERT{ XE<br />
"WALTERT" } (1994) mit einem einfachen Schätzverfahren nach JOLLY abgeschätzt.<br />
<strong>Die</strong> Mittelrheinpopulationen wurden von mir grob durch die beim Fangen und<br />
Abgehen des Habitats auffliegenden Tiere bestimmt und in Klassen eingeteilt. Dabei<br />
wurde die Größe des Habitats und die Länge <strong>der</strong> abgegangenen Transekte ins Kalkül<br />
gezogen. Damit konnte eine Einteilung <strong>der</strong> Populationen in ein Vier-Klassen-<br />
System vorgenommen werden (vgl. Kapitel 7.1.1).<br />
6.3 Elektrophorese{ XE "Elektrophorese" }<br />
Als Methode für populationsgenetische <strong>Untersuchung</strong>en hat sich die Elektrophorese{<br />
XE "Elektrophorese" } als geeignet gezeigt (VEITH & SEITZ 1995).<br />
Das Prinzip <strong>der</strong> Elektrophorese{ XE "Elektrophorese" } beruht auf <strong>der</strong> Eigenschaft<br />
von geladenen Teilchen sich in einem elektrischen Feld zu bewegen. Dadurch ist es<br />
möglich Proteine nach Ladung und Molekülgröße aufzutrennen.<br />
Proteine mit biokatalytischen Eigenschaften nennt man Enzyme. <strong>Die</strong>se kann man mit<br />
speziellen Färbemethoden (vgl. Kapitel 6.3.4) auf den Elektrophoreseplatten sichtbar<br />
machen. Es zeigen sich dann spezifische Bandenmuster{ XE "Bandenmuster" }. Für<br />
populationsgenetische und systematische <strong>Untersuchung</strong>en macht man sich vorallem<br />
die Variabilität <strong>der</strong> Enzyme, die dann als Allozyme (vgl. Kapitel 6.3.1) bezeichnet<br />
werden, zu Nutze (RICHARDSON{ XE "RICHARDSON" } et al. 1986, SPERLICH{<br />
XE "SPERLICH" } 1988{ XE "SPERLICH 1988" }).<br />
Zwischen <strong>der</strong> Basensequenz <strong>der</strong> DNA und <strong>der</strong> Aminosäuresequenz besteht Kolinearität,<br />
d.h. eine Mutation in <strong>der</strong> Basensequenz des codierenden DNA-Abschnittes<br />
kann sich unmittelbar auf die Aminosäuresequenz des Enzyms auswirken. Ausnahmen<br />
stellen Mutationen am 3. Basenpaar eines Tripletts dar, weil durch den degenerierten<br />
genetischen Code die Möglichkeit besteht, daß sich eine Mutation nicht auswirkt,<br />
weil das Triplett weiterhin für die selbe Aminosäure codiert. Mutationen<br />
solcherart können dann auch nicht mit <strong>der</strong> Allozymelektrophorese nachgewiesen<br />
werden. Mit <strong>der</strong> Allozymelektrophorese können zudem nur diejenigen Mutationen<br />
nachgewiesen werden, die eine Än<strong>der</strong>ung des Molekulargewichts o<strong>der</strong> <strong>der</strong> Nettoladung<br />
des Enzyms zur Folge haben. <strong>Die</strong>ses Enzym verhält sich im elektrischen Feld<br />
abweichend zum Ursprungsenzym. Nach elektrophoretischer Trennung und aktivitätsspezifischer<br />
Anfärbung kann das verän<strong>der</strong>te Enzym vom Ursprungsenzym unterschieden<br />
werden.
6 MATERIAL UND METHODEN<br />
Abbildung 6.3-1 zeigt eine Elektrophoresekammer, wie sie in <strong>der</strong> vorliegenden Arbeit<br />
benutzt wurde. <strong>Die</strong> Elektrophoresekammern bestehen aus etwa ein Zentimeter<br />
dickem Plexiglas. Sie wurden mit 1500 Milliliter Pufferlösung gefüllt (vgl. Kapitel<br />
11.2.6). <strong>Die</strong> Kammer wird über einen Steg in <strong>der</strong> Mitte in zwei Teile geglie<strong>der</strong>t, die<br />
über Platinelektroden mit einem regulierbaren Stromgerät verbunden sind. Der<br />
Stromkreis wird durch die CA-Platten geschlossen, die über Filterpapierstreifen mit<br />
<strong>der</strong> Pufferlösung verbunden sind. Es können bis zu drei CA-Platten (76 x 76 mm) pro<br />
Durchgang bearbeitet werden.<br />
Abbildung 6.3-1 Elektrophoresekammer; A= Auflagestege für CA-Platten,<br />
B=Trennsteg, C= Puffer, D= Filterpapierstreifen, E= Elektroden, F=<br />
CA-Platten, nach HERBERT & BEATON 1988<br />
6.3.1 Allozyme<br />
Durch Mutationen eines Locus können multiple Allele entstehen, die zu Enzymvarianten<br />
mit unterschiedlichen Aminosäure-Sequenzen führen können. Es wird dann<br />
von Allozymen gesprochen. Allozyme stimmen in ihren katalytischen Eigenschaften<br />
überein und werden von dem gleichen Genort (Locus) codiert. Sie unterscheiden sich<br />
lediglich in ihrer Aminosäuresequenz, dadurch kann auch eine Än<strong>der</strong>ung <strong>der</strong> Nettoladung<br />
hervorgerufen werden.<br />
In einer Population können viele solcher Allozyme auftreten. In einem Individuum allerdings,<br />
je nach Quartärstruktur des Enzyms, nur ein kleiner Teil <strong>der</strong> Gesamtvariabilität.<br />
Der limitierende Faktor ist das individuelle, diploide Genom, das viel kleiner ist<br />
als <strong>der</strong> Genpool <strong>der</strong> Population. Treten in einer Population o<strong>der</strong> auch zwischen Populationen<br />
<strong>der</strong> gleichen Art mehrere unterschiedliche Allele auf, spricht man von Po-<br />
45
46<br />
6.3 ELEKTROPHORESE<br />
lymorphismus. Auf <strong>der</strong> Ebene des Individuums wird von Heterozygotie{ XE "Heterozygotie"<br />
} gesprochen (vgl. Kapitel 4.3.2.1).<br />
Es gibt zwei unterschiedliche Hypothesen über die Bedeutung dieser Mutationen zu<br />
Allozymen (CZIHAK et al.{ XE "CZIHAK et al." } 1990{ XE "CZIHAK et al. 1990" }):<br />
− Neutralitätshypothese:<br />
Der Großteil <strong>der</strong> nur geringfügig verschiedenen Allozyme unterscheidet sich in<br />
seiner Wirkung nicht o<strong>der</strong> kaum. Aus diesem Grund sind die Allozyme selektionsneutral<br />
und unterliegen nur <strong>der</strong> genetischen Drift{ XE "Drift" }. <strong>Die</strong>se Hypothese ist<br />
die grundlegende Idee und Annahme für die meisten Auswertungsmethoden.<br />
− Selektionshypothese:<br />
Enzympolymorphismus ist primär ein Produkt <strong>der</strong> Mutation, die das Ausgangsmaterial<br />
für die Selektion{ XE "Selektion" } liefert. Individuen mit unterschiedlichen<br />
Allozymen können unter gleichen Umweltbedingungen unterschiedlichen Selektionsdrücken<br />
ausgesetzt sein. Falls die Heterozygoten, als Träger zweier Allele, eine<br />
größere ökologische Potenz besitzen, kann es durch Selektion zu einem balancierten<br />
Polymorphismus kommen. <strong>Die</strong>se Hypothese gilt nur bedingt für<br />
Stoffwechselenzyme, weil Mutationen an den entsprechenden Loci letal sein können.<br />
Gilt die Selektionshypothese kann keine Aussage über den Genfluß o<strong>der</strong> die <strong>Populationsstruktur</strong><br />
anhand <strong>der</strong> genetischen Daten gemacht werden (CABE & ALSTADT<br />
1994).<br />
6.3.2 <strong>Die</strong> Vorbereitung <strong>der</strong> Proben<br />
Als Proben dienten die relativ mächtigen Muskeln <strong>der</strong> Sprungbeine <strong>der</strong> Heuschrekken.<br />
<strong>Die</strong>se Muskeln stellten sich als beson<strong>der</strong>s geeignet heraus, weil bei Verwendung<br />
an<strong>der</strong>er Körperteile z.T. erhebliche Störungen bei <strong>der</strong> Auftrennung durch an<strong>der</strong>e<br />
Substanzen (z.B. organische Säuren u.a.) o<strong>der</strong> durch Überladen <strong>der</strong> Gele zu<br />
beobachten waren. Überladen heißt, daß sich zu viele Proteine auf den Platten befinden<br />
und sich gegenseitig beim Lauf im elektrischen Feld behin<strong>der</strong>n. <strong>Die</strong> Folge waren<br />
uninterpretierbare, unscharfe Banden. Wurde weniger Enzymlösung verwendet,<br />
war die Färbung mancher Enzyme nur schwach o<strong>der</strong> gar nicht erkennbar war.<br />
Für die Durchführung <strong>der</strong> Elektrophorese{ XE "Elektrophorese" } genügte oft die<br />
Hälfte des Femurs. Bei Larven <strong>der</strong> letzten Larvenstadien (L5 - 6) mußte jedoch oft<br />
<strong>der</strong> ganze Femur homogenisiert werden, damit genügend Homogenat zur Verfügung<br />
stand. <strong>Die</strong> durch Abtrennen <strong>der</strong> Beine und Halbieren des Femurs gewonnenen Pro-
6 MATERIAL UND METHODEN<br />
ben wurden in Homogenisationspuffer (vgl. Kapitel 11.2.7) mit Ultraschall homogenisiert.<br />
Dabei wurde darauf geachtet, daß die Proben weiterhin gekühlt bleiben und nur<br />
wenige Ultraschallstöße (3 - 4) zum Zerkleinern benötigt wurden. Zu hohe Erwärmung<br />
würde den Anteil denaturierten Enzyms deutlich erhöhen. <strong>Die</strong> spezifischen<br />
Färbemethoden wären dann nicht mehr anwendbar gewesen bzw. hätten durch<br />
Schmierbanden o<strong>der</strong> eine uninterpretierbare Bandenzahl, die durch aktive kleinere<br />
Untereinheiten entsteht, keine schlüssigen Ergebnisse mehr ergeben<br />
(RICHARDSON et al. 1986).<br />
Nach dem Homogenisieren wurden die Proben in einer Zentrifuge bei 14000 U/min<br />
drei bis vier Minuten zentrifugiert. Auch hierbei wurde beachtet, daß eine zu lange<br />
Zentrifugierzeit die Proben zu sehr erwärmt. <strong>Die</strong> Proben müssen zentrifugiert werden,<br />
damit sich alle größeren Teilchen (Muskel, Chitinskelett u.ä.) aus dem Überstand<br />
absetzen. Durch zu große Teilchen kann <strong>der</strong> Lauf <strong>der</strong> Enzyme stark beeinträchtigt<br />
werden.<br />
Vom so erhaltenen Überstand wurden mit einer Eppendorfpipette ca. 11µl in die<br />
Kammern <strong>der</strong> Probenplatte (passend zu Applikator) pipettiert. Bevor die Proben nun<br />
mit einem Applikator auf die CA-Platten aufgebracht werden konnten, mußten die<br />
Platten aus ihren Einweichkammern geholt, abgetropft und mit Filterpapier abgetrocknet<br />
werden. <strong>Die</strong> Oberfläche <strong>der</strong> CA-Platten muß relativ trocken sein, damit die<br />
applizierten Proben schnell eingesaugt werden und dadurch nicht unkontrolliert in die<br />
Platten einsickern. Nur so ist ein exaktes, punktuelles Applizieren <strong>der</strong> Proben möglich.<br />
Durch das unkontrollierte Einsickern kommt es zu rundlichen Banden, die<br />
schwerer zu interpretieren sind.<br />
Das Applizieren <strong>der</strong> Proben erfolgte mit Hilfe des Applikators „Super Z“ (HELENA<br />
Laboratories), durch den mittels zweier Metallschlaufen aus je<strong>der</strong> Kammer <strong>der</strong> Probenplatte<br />
eine genau definierte Menge (1 µl) Homogenat auf die CA-Platten übertragen<br />
werden kann. Je nach Aktivität des zu untersuchenden Enzyms muß das Applizieren<br />
mehrmals wie<strong>der</strong>holt werden (vgl. Tab. 7.2.2).<br />
Pro Elektrophoreseplatte können auf diese Weise zwölf Tiere aufgebracht werden.<br />
Bei Proben, die zu nahe am Rand laufen, kommt es allerdings zu einem Randeffekt,<br />
d.h. die Enzyme laufen schräg. Um dies zu umgehen wurden nur elf Tiere pro Platte<br />
appliziert (zehn Proben + eine Referenz). <strong>Die</strong> Referenzprobe sollte die Platten untereinan<strong>der</strong><br />
leichter vergleichbar machen, weil nicht je<strong>der</strong> Lauf exakt dem an<strong>der</strong>en entspricht<br />
und es so zu Interpretationsschwierigkeiten kommen kann.<br />
Nach erfolgter Applikation wurden die CA-Platten mit <strong>der</strong> Gelseite (= Auftragungsseite)<br />
nach unten auf die Filterpapierstreifen <strong>der</strong> Stege <strong>der</strong> Elektrophoresekammer<br />
47
48<br />
6.3 ELEKTROPHORESE<br />
gelegt (vgl. Abbildung 6.3-1). <strong>Die</strong> Auftragungszone muß dabei in <strong>der</strong> Nähe <strong>der</strong> Kathode<br />
zu liegen kommen, weil die weitaus meisten Enzyme in Richtung Anode laufen.<br />
<strong>Die</strong> einzige Ausnahme in dieser <strong>Untersuchung</strong> bildete <strong>der</strong> zweite Locus <strong>der</strong> Glutamatoxalacetattransaminase<br />
(GOT). <strong>Die</strong>ser lief Richtung Kathode, allerdings nur eine<br />
sehr geringe Strecke, so daß <strong>der</strong> selbe Auftragungsmechanismus verwendet werden<br />
konnte. Es wurde ferner darauf geachtet, daß die CA-Platten parallel zum Kammersteg<br />
lagen, damit die Lauffront, in bezug auf die Platte, gerade verläuft. <strong>Die</strong> Kammern<br />
wurden mit Kühlakkus kühl gehalten, damit <strong>der</strong> Grad <strong>der</strong> Denaturierung möglichst<br />
gering blieb.<br />
6.3.3 Durchführung <strong>der</strong> CA-Elektrophorese{ XE "Elektrophorese" }<br />
und <strong>der</strong> Enzymfärbung{ XE "Enzymfärbung" }<br />
Bei einem vorhergehenden Screening wurden die besten Bedingungen für die Cellulose-Acetat-Gelelektrophorese<br />
bei Platycleis albopunctata ermittelt (vgl. Tabelle 7.2-<br />
2). Variiert wurden dabei:<br />
− die Art <strong>der</strong> Probe (Bein, Flugmuskulatur)<br />
− die Art des Homogenisationspuffers und des Laufpuffers,<br />
− die Stromstärke,<br />
− die Laufzeit,<br />
− die Zahl <strong>der</strong> Hits (Zahl <strong>der</strong> Applikationen pro Platte),<br />
− das Färberezept und<br />
− die Inkubationszeit für die Platten.<br />
Den größten Teil des Screenings führte B. NICKLAS-GÖRGEN innerhalb ihrer Doktorarbeit<br />
durch. An dieser Stelle nochmals vielen Dank für die Ersparnis vieler Stunden<br />
mühsamen Screenings.<br />
Nachdem die Laufkammern und CA-Platten, wie im vorhergehenden Kapitel beschrieben,<br />
vorbereitet worden waren, wurde dann die durch das Screening ermittelte<br />
Spannung angelegt und die Medien eine bestimmte Zeit (vgl. Tabelle 7.2-2) im elektrischen<br />
Feld laufen gelassen. Anschließend wurden die Platten den Kammern entnommen<br />
und mit vorbereitetem Färbemedium übergossen. Bei <strong>der</strong> Vorbereitung <strong>der</strong><br />
Färbemedien wurde darauf geachtet, daß Enzyme, o<strong>der</strong> an<strong>der</strong>e leicht verän<strong>der</strong>bare<br />
Stoffe, nicht zu früh dem Gemisch beigefügt wurden. PMS{ XE "PMS" } z.B. zerfällt<br />
sehr leicht bei Zimmertemperatur und Lichteinstrahlung und darf deshalb erst kurz<br />
vor <strong>der</strong> Verwendung zugegeben werden. Nach <strong>der</strong> Zugabe aller Reagenzien wurde<br />
Agar-Agar zugegeben, dabei muß das Reaktionsgefäß geschüttelt werden, damit eine<br />
gleichmäßige Verteilung aller Stoffe gewährleistet ist (RICHARDSON{ XE<br />
"RICHARDSON" } et al.1986).
6 MATERIAL UND METHODEN<br />
Je nach Enzym kann sich die Platte in kürzester Zeit o<strong>der</strong> über einige Minuten hinweg<br />
entwickeln. Nachdem die Banden gut sichtbar geworden waren wurde die Färbeschicht<br />
mit Wasser abgespült und die Platten längere Zeit gewässert. <strong>Die</strong> Wässerung<br />
war notwendig, damit die Platten von den Färbechemikalien ausgewaschen<br />
wurden, damit diese nicht weiter färben konnten. Nur so konnte eine Haltbarkeit <strong>der</strong><br />
Platten gewährleistet werden.<br />
An die Wässerung schloß sich eine Trocknungsphase an. Zu diesem Zweck wurden<br />
die Platten über ca. zwei Stunden bei 40°C in den Trockenschrank gelegt. Daran<br />
schloß sich dann die Auswertung <strong>der</strong> Bandenmuster{ XE "Bandenmuster" } an. <strong>Die</strong><br />
Durchführung <strong>der</strong> CA-Elektrophorese{ XE "Elektrophorese" } erfolgte nach<br />
HERBERT & BEATON (1989). <strong>Die</strong> Rezepte für die Enzymfärbungen basieren auf<br />
Rezepten von HERBERT & BEATON (1989), sowie RICHARDSON{ XE<br />
"RICHARDSON" } et al. (1986). Zum Teil wurden sie leicht modifiziert (vgl. Kapitel<br />
11.2.6).<br />
Tabelle 6.3-1: Vollständige Namen <strong>der</strong> untersuchten Enzyme, <strong>der</strong>en Abkürzungen und Zuordnungen<br />
im Enzymsystem.<br />
Enzymname Abkürzung E.C.-Nummer<br />
6-Phosphogluconat-Dehydrogenase 6-PGDH 1.1.1.44<br />
Argininphosphokinase / Kinasen APK/KIN 2.7.33<br />
Fumarathydratase FH 4.2.1.2<br />
Glutamatoxalacetattransaminase GOT 2.6.1.1<br />
Glyceraldehyd-3-Phosphat-Dehydrogenase GA3PDH 1.2.1.12<br />
Isocitratdehydrogenase IDH 1.1.1.42<br />
Malatdehydrogenase MDH 1.1.1.37<br />
Malatenzym ME 1.1.1.40<br />
Mannosephosphatisomerase MPI 5.3.1.8<br />
Peptidase (f. Peptid Alanin-Leucin) PEP 3.4.11<br />
Phosphoglucomutase PGM 5.4.2.2<br />
Triosephosphatisomerase TPI 5.3.1.1<br />
6.3.4 Das Prinzip <strong>der</strong> Enzymfärbung{ XE "Enzymfärbung" }<br />
Bei <strong>der</strong> Enzymfärbung{ XE "Enzymfärbung" } macht man sich die katalytische Funktion<br />
des Enzyms zu Nutze. Man simuliert einen Abbauweg mit dem für das Enzym<br />
spezifischen Substrat und än<strong>der</strong>t ihn so ab, daß als Endprodukt eine sichtbare Substanz<br />
entsteht. In Abbildung 6.3-2 sind die drei möglichen Prinzipien schematisch<br />
dargestellt.<br />
− Möglichkeit A: Das Substrat wird vom zu untersuchenden Enzym direkt in ein<br />
sichtbares Produkt umgesetzt.<br />
49
50<br />
6.3 ELEKTROPHORESE<br />
− Möglichkeit B: Wird das Substrat vom zu untersuchenden Enzym in ein nicht<br />
sichtbares Produkt umgesetzt, können die Banden durch histochemische Mechanismen<br />
sichtbar gemacht werden. Hierzu benutzt man MTT{ XE "MTT" } (Methylthiazolyl-blau)<br />
und PMS{ XE "PMS" } (Phenazin-methosulfat). PMS dient dabei als<br />
Transportmolekül für das H + -Ion von NADH + H + bzw. HhNADPH + H + auf MTT.<br />
MTT wird dadurch zu blauem Formazan reduziert, welches dann als violett-blaue<br />
Banden zu erkennen ist.<br />
− Möglichkeit C: Das Substrat wird vom zu untersuchenden Enzym nicht direkt in<br />
ein sichtbares Produkt umgesetzt. <strong>Die</strong>ses Produkt kann dann aber über weitere<br />
enzymatische Schritte (1) zu einem sichtbaren Produkt umgesetzt werden, (2) zu<br />
einem durch histochemische Mechanismen sichtbaren Produkt umgesetzt werden.<br />
<strong>Die</strong> Möglichkeit C findet breite Anwendung bei den Dehydrogenase-Reaktionen<br />
(vgl. Abbildung 6.3-3 und 4).<br />
Mannose-Phosphat-Isomerase<br />
Mannose-6-Phosphat Fructose-6-Phosphat<br />
Phosphoglucose-Isomerase<br />
Glucose-6-Phosphat-<br />
Dehydrogenase 6-Phosphoglucono-<br />
Abbildung 6.3-2: Prinzipien <strong>der</strong> Enzymfärbung{ Glucose-6-Phosphat<br />
XE "Enzymfärbung" }, Erklärungen lacton im Text<br />
(RICHARDSON{ XE "RICHARDSON" } et al. 1986).<br />
NADP<br />
NADPH/ MTT/ PMS<br />
Abbildung 6.3-3: Nachweis <strong>der</strong> Mannose-Phosphat-Isomerase (MPI). Kursiv sind die zugegebenen<br />
Enzyme, fett die die Färbung verursachenden Substanzen.
6 MATERIAL UND METHODEN<br />
Zwei konkrete Beispiele für Dehydrogenase-Reaktionen:<br />
Fumarat-Hydratase Malatdehydrogenase<br />
Fumarate Malate Oxalacetat<br />
NAD<br />
NADH/ MTT/ PMS<br />
Abbildung 6.3-4: Nachweis für die Fumarathydratase (FH). Kursiv sind die zugegebenen<br />
Enzyme, fett die die Färbung verursachenden Substanzen.<br />
6.3.5 Auswertung <strong>der</strong> Bandenmuster{ XE "Bandenmuster" }<br />
Auf einer Elektrophorese{ XE "Elektrophorese" }-Platte können pro Enzym mehrere<br />
Banden anfärben. <strong>Die</strong>se Bandenmuster{ XE "Bandenmuster" } werden durch<br />
verschiedene Allele des Enzyms hervorgerufen. Man kennt aber noch zwei weitere<br />
Gründe für das Auftreten von unterschiedlichen Bandenzahlen (RICHARDSON{ XE<br />
"RICHARDSON" } et al. 1986):<br />
− <strong>Die</strong> Anwesenheit von mehr als einem Locus durch Duplikation des ursprünglichen<br />
Locus´ mit darauffolgen<strong>der</strong> Spezialisierung<br />
− Posttranslationale Effekte, die auf gebildete Polypeptide wirken (Alterung, Anheftung<br />
kleiner Moleküle, Zusammenschluß mit an<strong>der</strong>en Polypeptiden zu einem<br />
Enzym).<br />
Abbildung 6.3-5: Erwartete Bandenmuster{ XE "Bandenmuster" } für Heterozygote<br />
von monomeren, dimeren und tetrameren Enzymen (nach<br />
RICHARDSON{ XE "RICHARDSON" 51<br />
} 1986). Erklärungen im Text.
52<br />
6.3 ELEKTROPHORESE<br />
Bei homozygoten Organismen wird das Enzym von einem Allel codiert, es bildet sich<br />
nur eine Bande (homomer). Bei heterozygoten Organismen wird das Enzym von<br />
mehreren Allelen codiert, es kommt zur Ausbildung von mehreren Banden<br />
(heteromer). Wie in Abbildung 6.3-5 dargestellt, bilden sich bei Heterozygotie{ XE<br />
"Heterozygotie" } von monomeren Enzymen zwei Banden, bei dimeren drei Banden<br />
und bei tetrameren fünf Banden. <strong>Die</strong> Stärke <strong>der</strong> Färbung <strong>der</strong> einzelnen Banden<br />
variiert, da die Wahrscheinlichkeit <strong>der</strong> Hybridbildung (A1A2, A1A1A2A2) wesentlich<br />
größer ist als die Bildung eines Enzyms aus gleichen Untereinheiten. Bei einem<br />
dimeren Enzym ergibt sich ein Verhältnis von 1:2:1 (RICHARDSON{ XE<br />
"RICHARDSON" } et al.1986). <strong>Die</strong> strukturellen Eigenschaften <strong>der</strong> in die<br />
<strong>Untersuchung</strong> involvierten Enzyme sind in <strong>der</strong> nachfolgenden Tabelle dargestellt.<br />
Tabelle 6.3-2.1: Eigenschaften <strong>der</strong> untersuchten Enzyme.<br />
Enzym Quartärstruktur max. Bandenzahl<br />
6-Phosphogluconat-<br />
Dehydrogenase<br />
dimer 2 1<br />
Arginin-Phosphokinase /<br />
Kinasen<br />
monomer 2 1<br />
Fumarathydratase tetramer 5 1<br />
Anzahl <strong>der</strong> Loci<br />
Glutamatoxalacetat-<br />
Transaminase<br />
dimer 3 2<br />
Glyceraldehyd-3-Phosphat-<br />
Dehydrogenase<br />
dimer 5 1<br />
Isocitratdehydrogenase dimer 3 2 untere Bande ist mitochondrial<br />
Malatenzym tetramer 5 1<br />
Malatdehydrogenase dimer 3 1<br />
Mannosephosphatisomerase monomer 2 1<br />
Peptidase (Ala-Leu) dimer 3 1<br />
Phosphoglucomutase monomer 2 1<br />
Triosephosphat-Isomerase monomer 3 1
6 MATERIAL UND METHODEN<br />
6.3.6 Versuchsablauf<br />
Einweichen <strong>der</strong> CA-Platten in<br />
Einweichpuffer (=Laufpuffer)<br />
Abtropfen und Abtrocknen<br />
<strong>der</strong> benötigten Platte mittels<br />
Filterpapier<br />
Auflegen <strong>der</strong> Platte auf<br />
angefeuchteten<br />
Applikatorhalter<br />
Abpräparieren eines<br />
Hinterbeines<br />
Halbieren des Femurs<br />
Homogenisieren in<br />
Homogenisationspuffer<br />
Zerkleinern <strong>der</strong> Proben<br />
mit 3 - 4 starken, kurzen<br />
Ultraschallstößen<br />
Zentrifugieren (4 min bei<br />
14000 u/min)<br />
Pipettieren <strong>der</strong> Proben in<br />
die Kammern <strong>der</strong><br />
Probenplatte<br />
Aufbringen <strong>der</strong> Proben<br />
auf CA-Platten mit<br />
Applikator "Super Z"<br />
Auflegen <strong>der</strong> CA-Platte auf<br />
Laufkammersteg<br />
Spannung anlegen und<br />
bestimmte Zeit laufen lassen<br />
Platten herunternehmen und<br />
sofort anfärben<br />
Nach erfolgter Anfärbung <strong>der</strong> Banden<br />
Agar abspülen und Platten wässern<br />
Trocknen <strong>der</strong> Platten für zwei Stunden<br />
bei 40°C im Trockenschrank<br />
Auswertung <strong>der</strong><br />
Bandenmuster<br />
53<br />
Färbereagenz<br />
vorbereiten<br />
Abbildung 6.3-6: Darstellung des Versuchsablaufs von <strong>der</strong> Probenvorbereitung bis zur Bandenmusterauswertung.
6.4 Datenanalyse<br />
6.4.1 G-STAT<br />
54<br />
6.4 DATENANALYSE<br />
<strong>Die</strong> über die CA-Elektrophorese{ XE "Elektrophorese" } gewonnenen Daten werden<br />
zuerst mit dem Programmpaket G-STAT v3.0, das von SIEGISMUND{ XE<br />
"SIEGISMUND" } (1990) entwickelt wurde, analysiert. Mit diesem Programmpaket ist<br />
es möglich Allelfrequenzen, genetische Distanz{ XE "genetische Distanz" }en, Heterozygotie{<br />
XE "Heterozygotie" } und eine F-Statistik (nach WEIR und<br />
Eingabe <strong>der</strong><br />
Genotypen<br />
Biosys.exe<br />
F-Statistik<br />
HARDY-WEINBERG-Verteilung<br />
Diversitäts-Statistik<br />
F-Statistiken für<br />
Populationen cluster- bzw.<br />
paarweise berechnen<br />
Berechnung von<br />
Korrelationen für<br />
Diversitäts- und F-Statistik<br />
mit Habitatparametern<br />
Allelfrequenzen<br />
Berechnen eines<br />
Baumes nach <strong>der</strong><br />
REML-Methode<br />
(Contml.exe)<br />
Auswertung<br />
Eingabe <strong>der</strong><br />
Genotypen mit g-inp<br />
Dateien werden mit<br />
g-fstatw<br />
weiterverarbeitet<br />
G-Fstat.exe<br />
<strong>Genetische</strong><br />
Distanzen nach NEI<br />
und REYNOLDS<br />
Berechnen eines<br />
Baumes nach <strong>der</strong><br />
UPGMA-Methode<br />
(Neighbor.exe)<br />
Korrelationen mit<br />
Habitatparametern<br />
Gesamtauswertung<br />
Abbildung 6.4-1: Verlaufsdiagramm <strong>der</strong> Computerauswertung.<br />
absolute<br />
Allelzahlen<br />
2î-Test auf signifikante<br />
Unterschiede zwischen<br />
Populationen mit iitest.exe
6 MATERIAL UND METHODEN<br />
COCKERHAM 1984) zu berechnen (vgl. Abbildung 6.4-1).<br />
6.4.2 BIOSYS<br />
Mit Hilfe des FORTRAN-Programms BIOSYS (SWOFFORD & SELANDER 1989)<br />
lassen sich verschiedene populationsgenetische Maße berechnen. Genutzt wurde<br />
die Berechnung für die F-Statistik nach WRIGHT{ XE "WRIGHT" } (1951), die Berechnung<br />
und Prüfung <strong>der</strong> Abweichung von <strong>der</strong> HARDY-WEINBERG-Verteilung und<br />
die Berechnung <strong>der</strong> Heterozygotie{ XE "Heterozygotie" }.<br />
6.4.3 PHYLIP<br />
Mit Hilfe des Programmpakets PHYLIP 386 V. 3,5c von FELSENSTEIN{ XE<br />
"FELSENSTEIN" } (1993) wurde über die Allelfrequenz-output-Matrix von G-FSTAT<br />
genetische Distanz{ XE "genetische Distanz" }en berechnet und Phenogramme erstellt.<br />
Dazu wurden folgende Teilprogramme benötigt:<br />
− CONTML:<br />
<strong>Die</strong>ses Programm erstellt eine Stammbaummatrix anhand <strong>der</strong> restriktiven<br />
maximum likelihood Methode (REML{ XE "REML" }). <strong>Die</strong>se Methode basiert auf<br />
einem Modell von EDWARDS und CAVALLI-SFORZA, das von FELSENSTEIN{<br />
XE "FELSENSTEIN" } (1973, 1981) verbessert wurde (vgl. Kapitel 6.5).<br />
− NEIGHBOR:<br />
<strong>Die</strong>ses Programm erstellt eine Stammbaummatrix anhand <strong>der</strong> weitverbreiteten<br />
UPGMA{ XE "UPGMA" }-Methode (unweighted pair-group method using an<br />
arithmetic average, vgl. Kapitel 6.5).<br />
− GENDIST:<br />
Das Programm berechnet genetische Distanz{ XE "genetische Distanz" }maße<br />
nach REYNOLDS, NEI und CAVALLI-SFORZA anhand <strong>der</strong> Allelfrequenzen und<br />
erstellt eine Input-Matrix für NEIGHBOR.<br />
− DRAWGRAM:<br />
<strong>Die</strong>ses Teilprogramm plottet gerichtete Phenogramme anhand <strong>der</strong> Matrix von<br />
CONTML und NEIGHBOR.<br />
− DRAWTREE:<br />
<strong>Die</strong>ses Teilprogramm plottet ungerichtete Phenogramme anhand <strong>der</strong> Matrix <strong>der</strong><br />
Programme CONTML und NEIGHBOR.<br />
55
56<br />
6.4 DATENANALYSE<br />
Für nähere Informationen zu dem Programmpaket PHYLIP 386 von FELSENSTEIN{<br />
XE "FELSENSTEIN" } (1993) sollten die zahlreichen Publikationen dieses Autors<br />
herangezogen werden.<br />
6.4.4 Homogentitätstest<br />
Mit dem Programm IITEST wurden mehrere Homogenitätstest gerechnet. Dabei<br />
handelt es sich um ein kleines Turbo-Pascal-Programm. <strong>Die</strong>ses sich selbsterklärende<br />
Programm wurde von SEITZ{ XE "SEITZ" } geschrieben. Als Eingabedaten können<br />
die absoluten Allelzahlen aus dem Programm G-STAT verwendet werden, die in<br />
eine rechteckige Matrix überführt werden müssen.<br />
6.5 Clusteranalyse{ XE "Clusteranalyse" }-Methoden<br />
Es soll in diesem Abschnitt nur kurz auf die in dieser Arbeit verwendeten Methoden<br />
eingegangen werden. Es handelt sich dabei um die UPGMA{ XE "UPGMA" }- und die<br />
REML{ XE "REML" }-Methode.<br />
− UPGMA{ XE "UPGMA" }:<br />
<strong>Die</strong>se Abkürzung bedeutet unweighted pair-group method using an arithmetric<br />
average. <strong>Die</strong>se Methode definiert die Distanzen zwischen OUs (Operational Units)<br />
als den Mittelwert von allen paarweisen Distanzen innerhalb von OUs. D.b., daß<br />
bei je<strong>der</strong> neuen Zusammenfassung einzelner OUs eine neue Distanzmatrix errechnet<br />
wird. <strong>Die</strong> Distanz <strong>der</strong> neuen OUs zu je<strong>der</strong> an<strong>der</strong>en Gruppe, wird aus dem<br />
Mittelwert <strong>der</strong> Distanzen <strong>der</strong> „Eltern-OUs“ zu jedem OU auf dieser Ebene berechnet.<br />
Grundannahme für die Clusteranalyse{ XE "Clusteranalyse" } mit <strong>der</strong><br />
UPGMA{ XE "UPGMA" }-Methode ist, daß die Werte additiv sind, weil sonst keine<br />
mathematisch korrekten Mittelwerte berechnet werden können (SNEATH &<br />
SOKAL{ XE "SNEATH & SOKAL" } 1973{ XE "SNEATH & SOKAL 1973" }).<br />
− REML{ XE "REML" }:<br />
<strong>Die</strong>se Methode, <strong>der</strong>en Abkürzung für restrictiv maximum likelihood steht, wurde<br />
von FELSENSTEIN{ XE "FELSENSTEIN" } (1973 und 1981) entwickelt. Das<br />
Computerprogramm CONTML startet nach einem <strong>der</strong> UPGMA{ XE "UPGMA" }-<br />
Methode ähnlichen Verfahren und berechnet ein erstes Phenogramm. Bei dem<br />
folgenden sich wie<strong>der</strong>holenden Prozeß schätzt es die Wahrscheinlichkeit <strong>der</strong> Topologie<br />
und <strong>der</strong> Anzahl und Länge <strong>der</strong> Stammbaumverzweigungen ab. Das Resultat<br />
ist <strong>der</strong> für die eingegebenen Allelfrequenzen wahrscheinlichste Baum. Als<br />
sehr weitreichende Grundannahme legte FELSENSTEIN (1981) fest, daß sich je<strong>der</strong><br />
Charakter, in dieser <strong>Untersuchung</strong> entspricht das den Individuen einer Subpo-
6 MATERIAL UND METHODEN<br />
pulation, unabhängig entwickelt. Er vergleicht dies mit dem BROWN{ XE<br />
"BROWN" }´schen Bewegungsmodell. #<br />
Zwei biologische Prozesse können die gefor<strong>der</strong>te Unabhängigkeit stören. Zum einen<br />
können unterschiedliche Ausprägungen <strong>der</strong> genetischen Drift{ XE "Drift" } dazu<br />
führen, daß sich die Allelfrequenzen in Subpopulationen{ XE "Subpopulationen"<br />
} nicht unabhängig voneinan<strong>der</strong> entwickeln, ferner muß <strong>der</strong><br />
Selektionskoeffizient zufällig variieren, damit nicht Allelfrequenzen einzelner Loci<br />
abhängig voneinan<strong>der</strong> variieren (FELSENSTEIN 1981).<br />
In welchem Bereich sich die Schwankungen zwischen abhängig und unabhängig<br />
bewegen dürfen ist nicht vollständig klar. Wahrscheinlich ist jedoch, daß<br />
FELSENSTEIN{ XE "FELSENSTEIN" } (1981) von extremen Unterschieden ausgeht.<br />
Es ist danach nicht möglich sehr kleine Populationen und sehr große Populationen<br />
gemeinsam zu analysieren, weil <strong>der</strong> Einfluß <strong>der</strong> genetischen Drift{ XE<br />
UPGMA REML<br />
Programm sucht den<br />
geringsten Distanzwert<br />
zwischen zwei OUs i und j<br />
definiert die Länge <strong>der</strong> Linie<br />
mit Dij/2<br />
bildet neues OU u<br />
definiert die Distanz von u zu<br />
jedem an<strong>der</strong>en OU k als den<br />
Mittelwert von Dki und Dkj<br />
beginnt vom Anfang ohne<br />
OUs i und j, aber dafür mit<br />
neuem OU u<br />
57<br />
Programm bildet aus den<br />
ersten drei OUs ein<br />
Phenogramm<br />
Das vierte OU wird<br />
hinzugefügt<br />
Durch paarweisen Vergleich <strong>der</strong><br />
OUs wird das<br />
wahrscheinlichste<br />
Phenogramm erstellt<br />
Es werden schrittweise neue<br />
OUs hinzugefügt<br />
Abbildung 6.5-1: Verlaufsdiagramm <strong>der</strong> beiden verwendeten Clusteranalysemethoden<br />
UPGMA{ XE "UPGMA" } und REML (nach SWOFFORD & OLSEN 1990){<br />
XE "REML" }. OUs sind operational units (Arbeitseinheiten).
"Drift" } zu unterschiedlich ist.<br />
58<br />
6.5 CLUSTERANALYSEMETHODEN
7 ERGEBNISSE<br />
7 ERGEBNISSE<br />
7.1 Populationsökologie<br />
<strong>Die</strong> Populationsökologie von P. albopunctata wurde innerhalb des FIFB{ XE "FIFB" }-<br />
Projektes (Teilprojekt V) von WALTERT{ XE "WALTERT" } (1994) und<br />
GOTTSCHALK (unveröffentlicht) bearbeitet. Ich möchte hier nur die Populationsgröße<br />
und die Stichprobengröße <strong>der</strong> einzelnen Standorte ergänzen, weil sie für manche<br />
Korrelationsberechnungen wichtig waren.<br />
7.1.1 Populationsgröße und Stichprobengröße<br />
<strong>Die</strong> relative Populationsgröße wurde in ein Vier-Klassen-System eingeteilt. <strong>Die</strong> Klasseneinteilung<br />
erfolgte folgen<strong>der</strong>maßen:<br />
Der Größenklasse 1 wurden Populationen mit einer Größe bis zu 300 Tieren zugeordnet;<br />
<strong>der</strong> Größenklasse 2 entspricht eine Populationsgröße von mehr als 300 bis<br />
zu 750 Individuen, die Klasse 3 entspricht einer Populationsgröße von mehr als 750<br />
bis zu 1600 Tieren und die Größenklasse 4 schließt alle Populationen ein, die aus<br />
mehr als 1600 Tieren besteht. <strong>Die</strong>se Einteilung orientiert sich an den Schätzwerten<br />
<strong>der</strong> Haßbergpopulationen.<br />
Tabelle 7.1-1: Populationsgröße und Probengröße. <strong>Die</strong> Populationsgrößen für die Mittelrheinpopulationen<br />
konnten nur in Klassen eingeteilt werden. <strong>Die</strong> Haßbergpopulationen<br />
wurden dieser Klasseneinteilung aufgrund <strong>der</strong> geschätzten Populationsgröße<br />
zugeordnet.<br />
1= klein, 2= mittel, 3= groß, 4= sehr groß, (vgl. auch Text), o.A.= ohne Angabe.<br />
Populationsbezeichnung<br />
Probengröße Populationsgröße (geschätzt<br />
von WALTERT{ XE<br />
59<br />
"WALTERT" })<br />
Größenklasse<br />
Up1 32 1570 3<br />
Pr1 18 130 1<br />
Pr2 20 285 1<br />
Pr4 29 715 2<br />
Pr5 39 950 3<br />
Kr1 27 830 3<br />
Kr2 27 500 2<br />
Kr3 27 455 2<br />
Hw2 21 175 1<br />
Hw3 23 110 1<br />
Kb1 19 130 1<br />
Sp1 21 o.A. o.A.<br />
At1 25 o.A. o.A.<br />
Fe1 21 o.A. o.A.<br />
Hg1 30 o.A. o.A.<br />
Bei den Mittelrheinpopulationen wurden die zwei Populationen Ham1 und Mr1 zusammengefaßt,<br />
die geographisch benachbarte Habitate besiedeln und sich anhand<br />
ihrer Allelcounts nach einem 2î-Test nicht signifikant unterscheiden. <strong>Die</strong> Stichpro-
60<br />
7.2 POPULATIONSGENETIK<br />
bengröße <strong>der</strong> einzelnen Populationen waren für eine statistische Auswertung zu gering,<br />
aus diesem Grund war die Zusammenführung dieser Populationen nötig.<br />
Tabelle 7.1-2: Fortsetzung <strong>der</strong> Tabelle 7.1-1. <strong>Die</strong> Population Ham1 wurde aus zwei kleinen<br />
Proben (Ham1 und Mr1), die sich nicht signifikant voneinan<strong>der</strong> unterscheiden<br />
zusammengesetzt.<br />
Populations- Probengröße Populationsgröße Größenklassen<br />
bezeichnung<br />
(nicht geschätzt)<br />
HAM1 (Ham1/Mr1) 31 (17/14) o.A. 3 (2/1,5)<br />
Mr2 29 o.A. 2<br />
Mr3 27 o.A. 3<br />
Mr5 24 o.A. 2<br />
Mr6 30 o.A. 3<br />
Mr10 25 o.A. 2-3<br />
Mr11 31 o.A. 3-4<br />
Mr12 30 o.A. 4<br />
Mr13 30 o.A. 4<br />
Mr15 30 o.A. 3<br />
Mr16 33 o.A. 3<br />
7.2 Populationsgenetik<br />
7.2.1 Screening<br />
Während des Screenings wurden 28 Enzyme unter verschiedenen Laufbedingungen<br />
getestet. Als Auswahlkriterien für die Enzyme dienten die Bandenschärfe, die Bandenintensität<br />
und das Auftreten von mehreren Allelen. <strong>Die</strong> Ausprägung <strong>der</strong> einzelnen<br />
Kriterien ergab die Beurteilungen <strong>der</strong> einzelnen Enzyme (vgl. Tabelle 7.2-1).<br />
Tabelle 7.2-1: Alle im Screening untersuchten Enzyme mit Beurteilung bei den verschiedenen<br />
Laufpuffern. + = gut, ± = befriedigend, – = schlecht. Fett gedruckt<br />
und mit Sternchen (*) versehen sind die für die <strong>Untersuchung</strong> ausgewählten<br />
Enzyme.<br />
Enzyme TC 8,2 TG 8,5 TM 7,0 PP 7,0 TB 8,9<br />
1. 6-Phosphogluconat-Dehydrogenase * + ++ - - -<br />
2. Aconitase +/- - - - -<br />
3. Adenylatkinase * + +/- - - -<br />
4. Aldehyd-Oxidase - + - - -<br />
5. Aldolase - - - - -<br />
6. Alkoholdehydrogenase - - - - -<br />
7. Argininphosphokinase * +/- ++ +/- +/- +/-<br />
8. Creatinkinase * +/- ++ +/- +/- +/-<br />
9. Esterasen - - +/- - -<br />
10. Fructosekinase - - - - -<br />
11. Fumarathydratase +/- ++ - - -<br />
12. Glucose-6-phosphat-Dehydrogenase * + +/- - - -<br />
13. Glucosephosphat-Isomerase * - + - - -<br />
14. Glutamatoxalacetat-Transaminase * - - ++ - -<br />
15. Glycerinaldehyd-3-Phosphatdehydrogenase * - + - - -<br />
16. Glycerol-3-Phosphatdehydrogenase + - - - -<br />
17. Hexokinase - - - - -<br />
18. Isocitratdehydrogenase * - - - + -<br />
19. Lactatdehydrogenase * - - - + -<br />
20. Malatdehydrogenase * - - + - -<br />
21. Malatenzym * - - + - +/-<br />
22. Mannosephosphat-Isomerase * +/- + - - -<br />
23. Peptidase (Ala-Leu) * - + - - -
7 ERGEBNISSE<br />
24. Phosphoglucomutase * + ++ - +/- -<br />
25. Pyruvatkinase * + +/- +/- +/- +/-<br />
26. Trehalase - - +/- - -<br />
27. Triosephosphat-Isomerase * +/- +/- + - -<br />
28. Xanthin-Dehydrogenase +/- +/- - - -<br />
61
7.2.2 Hauptversuch<br />
62<br />
7.2 POPULATIONSGENETIK<br />
In die Hauptuntersuchung gingen zwölf Enzyme bzw. 13 Loci ein. Der Enzymlocus<br />
IDH wies zwei Loci auf. <strong>Die</strong> Creatin-, Pyruvat- und Adenylatkinase wurden unter dem<br />
Begriff Kinasen (KIN) zusammengefaßt, weil sie nicht eindeutig anzufärben waren<br />
und zudem alle das gleiche Bandenmuster{ XE "Bandenmuster" } zeigten. In Tabelle<br />
7.2-2 sind die Laufbedingungen für die untersuchten Enzyme angegeben.<br />
Tabelle 7.2-2: Laufbedingungen <strong>der</strong> untersuchten Enzyme. <strong>Die</strong> ideale Stromspannung für alle<br />
Enzyme wurde in dieser <strong>Untersuchung</strong> mit 200 Volt ermittelt. Abkürzungen vgl.<br />
Tabelle 6.3-1<br />
Enzym Anzahl <strong>der</strong> Hits Laufpuffer Laufzeit [min]<br />
6-PGDH 5 TG 8,9 40<br />
APK 1 TC 8,2 40<br />
FH 3 TG 8,9 40<br />
GA3PDH 4 TC 8,2 40<br />
GOT 3 TM 7,0 30<br />
IDH 3 PP 7,0 30<br />
KIN 1 TC 8,2 40<br />
MDH 3 TM 7,0 30<br />
ME 2 TM 7,0 30<br />
MPI 4 TG 8,9 40<br />
PEP 4 TG 8,9 40<br />
PGM 1 TC 8,2 40<br />
TPI 3 TC 8,2 40<br />
7.2.2.1 Identifizierung <strong>der</strong> Loci und Allele<br />
<strong>Die</strong> Identifizierung <strong>der</strong> einzelnen Genotypen bzw. Allele fiel durch die deutlich auseinan<strong>der</strong><br />
liegenden Banden relativ leicht. Es war deshalb nicht nötig, die Banden<br />
auszumessen und RF-Werte zu ermitteln.<br />
Probleme traten bei dem <strong>der</strong> Kathode näher liegenden, oberen Locus <strong>der</strong> IDH (IDH-<br />
1) auf. <strong>Die</strong>ser Locus konnte nur bei den Mittelrheinpopulationen in die Auswertung<br />
mit aufgenommen werden, weil dieser Locus während <strong>der</strong> CA-Elektrophorese{ XE<br />
"Elektrophorese" } bei vielen Tieren <strong>der</strong> Haßbergpopulationen ausgefallen ist. <strong>Die</strong><br />
genaue Ursache für die Ausfälle ist nicht bekannt. Eine Möglichkeit könnte eine erhöhte<br />
pH-Empfindlichkeit sein, die darauf zurückgeführt werden kann, daß es sich<br />
bei diesem Locus um eine mitochondriale Variante handelt (LEHNINGER{ XE<br />
"LEHNINGER" } 1987{ XE "LEHNINGER 1987" }). Ein Wie<strong>der</strong>holen <strong>der</strong> ausgefallenen<br />
Läufe war wegen Materialmangels nicht möglich.
7 ERGEBNISSE<br />
7.2.3 <strong>Genetische</strong> Charakterisierung<br />
<strong>Die</strong> drei <strong>Untersuchung</strong>sgebiete Hammelburg, Mittelrheintal und Haßberge unterscheiden<br />
sich in einigen landschaftlichen Faktoren (vgl. Kapitel 5). <strong>Die</strong> Landschaft, in<br />
<strong>der</strong> Populationen angesiedelt sind, kann einen erheblichen Einfluß auf die genetische<br />
und demographische Struktur von Populationen und <strong>der</strong>en möglichen Unterpopulationen<br />
haben. Ob Unterschiede zwischen den Unterpopulationen und den Totalpopulationen<br />
<strong>der</strong> <strong>Untersuchung</strong>sgebiete detektierbar sind, sollen die in diesem Kapitel<br />
behandelten genetischen Parameter zeigen.<br />
7.2.3.1 Diversitätsstatistik<br />
<strong>Die</strong> in diesem Abschnitt behandelte Diversitätsstatistik soll Unterschiede bezüglich<br />
<strong>der</strong> genetischen Struktur aufzeigen. Im Vor<strong>der</strong>grund stehen Unterschiede zwischen<br />
den Unterpopulationen eines Gebietes und zwischen den Totalpopulationen <strong>der</strong> Gebiete.<br />
Um die Totalpopulationen vergleichen zu können, wurden Mittelwerte <strong>der</strong> Parameter<br />
Allelzahl, Heterozygotie{ XE "Heterozygotie" } und Polymorphie{ XE "Polymorphie"<br />
} über alle Loci und alle Populationen eines Gebietes errechnet. Tabelle<br />
7.2-3 zeigt diese Daten. In die Berechnungen gingen folgende Unterpopulationen des<br />
entsprechenden Gebiets ein:<br />
Hammelburg: Fe1; At1<br />
Haßberge: Hw2, 3; Kb1; Kr1, 2, 3; Pr1, 2, 4, 5; Up1<br />
Mittelrhein: Ham1; Mr2, 3, 5, 6, 10, 11, 12, 13, 15, 16<br />
Tabelle 7.2-3: Diversitätsstatistik <strong>der</strong> <strong>Untersuchung</strong>sgebiete. Der Mittelwert über alle <strong>Untersuchung</strong>sgebiete<br />
wurde nach <strong>der</strong> Anzahl <strong>der</strong> Unterpopulationen gewichtet.<br />
Populations- Polymorphie{ XE "Po- Heterozygotie{ XE mittlere Allelzahl<br />
bezeichnunglymorphie" } "Heterozygotie" }<br />
95%-Niveau 99%-Niveau poly. Loci alle Loci poly. Loci aller Loci<br />
Hammelburg 0,3077 0,3080 0,3940 0,1380 2,9167 1,6859<br />
Haßberge 0,3077 0,3849 0,2972 0,1200 3,4773 1,9301<br />
Mittelrheintal 0,3007 0,4478 0,2800 0,1060 3,0000 1,6154<br />
alle Popula- 0,3045 0,4073 0,2974 0,1150 3,2118 1,7655<br />
tionen ±0,002 ±0,029 ±0,052 ±0,009 ±0,125 ±0,068<br />
Da mir aus <strong>der</strong> Literatur keine Vergleichswerte bezüglich <strong>der</strong> Polymorphie{ XE "Polymorphie"<br />
} und <strong>der</strong> Heterozygotie{ XE "Heterozygotie" } von Tettigoniidae vorlagen,<br />
kann keine Aussage darüber getroffen werden, ob die Art hier Beson<strong>der</strong>heiten zeigt.<br />
Von SNYDER et al.{ XE "SNYDER et al." } (1985) wurden Daten bezüglich Invertebraten<br />
veröffentlicht, die sich auf <strong>Untersuchung</strong>en von 93 Arten beziehen. NEVO et<br />
al. (1984) publizierte Daten von Insekten, die auf einer größeren Probengröße basieren<br />
(122-130 Arten). <strong>Die</strong> Angaben sind in Tabelle 7.2-4 zusammengestellt. Ein Vergleich<br />
dieser Literaturwerte mit den in <strong>der</strong> vorliegenden <strong>Untersuchung</strong> ermittelten<br />
63
64<br />
7.2 POPULATIONSGENETIK<br />
Werte zeigte, daß keine Beson<strong>der</strong>heiten bei P. albopunctata gefunden werden<br />
konnten.<br />
Tabelle 7.2-4: Diversitätsstatistik. Vergleichswerte aus <strong>der</strong> Literatur.<br />
N= Anzahl <strong>der</strong> untersuchten Arten.<br />
Diversitätsstatistik Vergleichswerte NEVO et al. (1984) SNYDER et al.{ XE<br />
"SNYDER et al." }<br />
(1985)<br />
Heterozygotie{ XE "Heterozygotie" } 0,089 ± 0,060 (N=122) 0,110 ±0,070 (N=93)<br />
Polymorphie{ XE "Polymorphie" } 0,351 ±0,187 (N=130) 0,400 ±0,200 (N=93)<br />
Heterozygotie{ XE "Heterozygotie" } in<br />
gemäßigten Klimaten<br />
0,135 ±0,080 (N=6)<br />
<strong>Die</strong> Abbildung 7.2-1 und die Abbildung 7.2-2 sollen die Unterschiede zwischen den<br />
Totalpopulationen veranschaulichen. Einen deutlichen genetischen Unterschied zeigen<br />
die Populationen <strong>der</strong> drei <strong>Untersuchung</strong>sgebiete nicht. <strong>Die</strong> Allelfrequenzen <strong>der</strong><br />
polymorphen Loci, die über alle Populationen eines <strong>Untersuchung</strong>sgebietes gemittelt<br />
wurden (vgl. Tabelle 7.2-5), unterscheiden sich nur geringfügig voneinan<strong>der</strong>.<br />
mittl. Allelanzahl<br />
poly. Loci<br />
mittl. Allelanzahl<br />
aller Loci<br />
Heterozygotie<br />
alle Loci<br />
Heterozygotie<br />
poly. Loci<br />
Polymorphie<br />
99%-Niveau<br />
Polymorphie<br />
95%-Niveau<br />
alle Populationen<br />
Mittelrheintal<br />
Haßberge<br />
Hammelburg<br />
0 1 2 3 4<br />
Abbildung 7.2-1:Anzahl <strong>der</strong> Allele. Es werden sowohl die mittlere Allelzahl<br />
aller untersuchten Loci und <strong>der</strong> polymorphen Loci dargestellt.<br />
alle Populationen<br />
Mittelrheintal<br />
Haßberge<br />
Hammelburg<br />
0,00 0,10 0,20 0,30 0,40 0,50<br />
Abbildung 7.2-2: Diversitätsstatistik. Es wurde die Heterozygotie{ XE<br />
"Heterozygotie" } aller untersuchten und <strong>der</strong> polymorphen<br />
Loci unterschieden.
7 ERGEBNISSE<br />
<strong>Die</strong> <strong>Untersuchung</strong>sgebiete unterscheiden sich hauptsächlich in <strong>der</strong> Polymorphie{ XE<br />
"Polymorphie" } auf dem 99%-Niveau. Hier zeigt die Totalpopulation des Mittelrheintals<br />
den höchsten Wert. (Tabellen 11.1-1 bis 4).<br />
<strong>Die</strong> geringen Unterschiede zwischen den Totalpopulationen ergeben bei einem 2î-<br />
Test, <strong>der</strong> mit den absoluten Allelzahlen aller Einzelpopulationen eines Gebietes<br />
durchgeführt wurde, keine signifikanten Abweichungen voneinan<strong>der</strong> (2î= 82,7; df=<br />
284).<br />
<strong>Die</strong> Mittelwerte <strong>der</strong> Diversitätsstatistik zeigen keine großen Abweichungen voneinan<strong>der</strong>.<br />
Eine getrennte Betrachtung <strong>der</strong> einzelnen Loci hingegen zeigt, daß es durchaus<br />
unterschiedliche Polymorphien bzw. Heterozygotien einzelner Loci in den <strong>Untersuchung</strong>sgebieten<br />
gibt. Eine Unterscheidung <strong>der</strong> <strong>Untersuchung</strong>sgebiete Haßberge und<br />
Mittelrheintal ist anhand dieser Werte durchaus möglich. <strong>Die</strong> Heterozygotie{ XE<br />
"Heterozygotie" } <strong>der</strong> einzelnen Loci soll hier exemplarisch für alle Diversitätsparameter<br />
herausgegriffen werden.<br />
<strong>Die</strong> Heterozygotien <strong>der</strong> Loci, <strong>der</strong>en häufigstes Allel in <strong>der</strong> Mehrzahl <strong>der</strong> Populationen<br />
eine Allelfrequenz unter 0,05 besitzt, zeigen erkennbare Unterschiede zwischen den<br />
a)<br />
Heterozygotie<br />
Heterozygotie<br />
0,70<br />
0,60<br />
0,50<br />
0,40<br />
0,30<br />
0,20<br />
0,10<br />
0,00<br />
polymorphe Loci<br />
b)<br />
0,07<br />
0,06<br />
0,05<br />
0,04<br />
0,03<br />
0,02<br />
0,01<br />
0,00<br />
monomorphe Loci<br />
0,19<br />
0,21<br />
0,31<br />
0,28<br />
Haßberge<br />
Mittelrhein<br />
Haßberge<br />
Mittelrhein<br />
TPI GOT ME 6PG FH APK KIN GAP MDH<br />
0,20<br />
0,22<br />
0,58<br />
IDH-2 MPI PGM PEP<br />
Abbildung 7.2-2: Mittlere Heterozygotie{ XE "Heterozygotie" } <strong>der</strong> polymorphen<br />
(Diagramm a ) und <strong>der</strong> monomorphen Loci<br />
(Diagramm b) für die <strong>Untersuchung</strong>sgebiete Haßberge<br />
d Mitt l h i t l<br />
65<br />
0,70
66<br />
7.2 POPULATIONSGENETIK<br />
<strong>Untersuchung</strong>sgebieten (vgl. Abbildung 7.2-2b). So sind Heterozygoten <strong>der</strong> Loci<br />
MDH, APK, KIN und TPI nur in den Populationen des Mittelrheintals vertreten, während<br />
Heterozygote für die Loci FH und 6-PGDH nur in den Haßbergpopulationen<br />
gefunden werden konnten. Ferner weichen die Heterozygotien <strong>der</strong> Loci GOT, ME<br />
und PEP (vgl. Abbildung 7.2-2a und b) erkennbar voneinan<strong>der</strong> ab.<br />
Alle Heterozygotie{ XE "Heterozygotie" }-Werte gemittelt ergeben zwar einen etwa<br />
gleichhohen Heterozygotiegrad für ein Gebiet, zeigen jedoch einzeln betrachtet<br />
enorme Abweichungen voneinan<strong>der</strong>. Nach diesen Beobachtungen lassen sich die<br />
<strong>Untersuchung</strong>sgebiete anhand <strong>der</strong> Diversitätsstatistik gut unterscheiden.<br />
7.2.3.2 Allelfrequenzen <strong>der</strong> polymorphen Loci<br />
<strong>Genetische</strong> Unterschiede zwischen den Totalpopulationen lassen sich auch finden,<br />
wenn man die Allelfrequenzen einzelner Loci betrachtet. In diesem Abschnitt soll auf<br />
die in den meisten Populationen auf dem 95%-Niveau polymorphen Loci eingegangen<br />
werden. Loci mit geringeren Allelfrequenzen werden weiter unter besprochen.<br />
Unterschiede zwischen den <strong>Untersuchung</strong>sgebieten werden deutlich erkennbar an<br />
den Allelfrequenzen <strong>der</strong> Allele b, e, f und g des Locus´ PEP (vgl. Tabelle 7.2-5). <strong>Die</strong><br />
mittleren Allelfrequenzen <strong>der</strong> Loci PGM und PEP sind in Abbildung 7.2-3 für die untersuchten<br />
Populationen graphisch dargestellt.<br />
Tabelle 7.2-5. Mittlere Allelfrequenzen <strong>der</strong> polymorphen<br />
Loci in den 3 <strong>Untersuchung</strong>sgebieten.<br />
Locus Allel Hammelburg Haßberge Mittelrhein<br />
IDH-2 a 0,088 0,014 0,021<br />
b 0,606 0,896 0,870<br />
c 0,088 0,045 0,073<br />
d 0,219 0,045 0,036<br />
MPI a 0,000 0,000 0,004<br />
b 0,768 0,824 0,826<br />
c 0,233 0,176 0,168<br />
d 0,000 0,000 0,002<br />
PGM a 0,295 0,117 0,065<br />
b 0,706 0,875 0,866<br />
c 0,000 0,006 0,024<br />
d 0,000 0,002 0,045<br />
PEP a 0,020 0,016 0,006<br />
b 0,020 0,431 0,278<br />
c 0,020 0,022 0,037<br />
d 0,000 0,004 0,022<br />
e 0,335 0,059 0,092<br />
f 0,072 0,041 0,117<br />
g 0,534 0,416 0,387<br />
h 0,000 0,005 0,009<br />
i 0,000 0,006 0,052
7 ERGEBNISSE<br />
RHEINLAND<br />
- PFALZ<br />
Koblenz<br />
PGM<br />
c, d<br />
0% a<br />
29%<br />
PEP<br />
b<br />
71%<br />
c d a<br />
2% 5% 6%<br />
PGM PEP<br />
g<br />
56%<br />
b<br />
87%<br />
Mittelrheintal<br />
Mainz<br />
g<br />
41%<br />
BADEN -<br />
WÜRTTEMBERG<br />
i b<br />
0% 2%<br />
f<br />
7%<br />
e<br />
35%<br />
i<br />
6%<br />
Hammelburg<br />
Würzburg<br />
g<br />
39%<br />
67<br />
f<br />
13%<br />
f<br />
e<br />
4%<br />
5%<br />
Haßberge<br />
b<br />
30%<br />
e<br />
10%<br />
BAYERN<br />
i<br />
0% b efgi<br />
b<br />
52%<br />
b<br />
85%<br />
d c<br />
0% 1%<br />
a<br />
14%<br />
PEP PGM<br />
Abbildung 7.2-3: Unterschiede <strong>der</strong> Allelfrequenz <strong>der</strong> Loci PGM und PEP in den drei <strong>Untersuchung</strong>sgebieten.<br />
a<br />
b<br />
c<br />
d
68<br />
7.2 POPULATIONSGENETIK<br />
<strong>Die</strong> Abbildung 7.2-3 verdeutlicht, daß die Unterschiede zwischen den <strong>Untersuchung</strong>sgebieten<br />
nicht groß sind, daß jedoch die prozentualen Anteile unterschiedlicher<br />
Allele <strong>der</strong> Loci PGM und PEP durchaus detektierbare Unterschiede zeigen.<br />
7.2.3.3 Private Allele<br />
Genetisch lassen sich Unterschiede zwischen den Totalpopulationen auch anhand<br />
<strong>der</strong> privaten Allele erkennen. Es wurden dabei private Allele unterschieden, die privat<br />
für eine Einzelpopulation o<strong>der</strong> privat für ein <strong>Untersuchung</strong>sgebiet sind. Tabelle 7.2-6<br />
beschreibt die privaten Allele mit ihren Allelfrequenzen und die Bezeichnung <strong>der</strong> Populationen,<br />
in denen diese nachgewiesen werden konnten.<br />
Tabelle 7.2-6: Private Allele. Unterschieden wurden private Allele für einzelne Populationen<br />
und private Allele für ein Gebiet. <strong>Die</strong> Populationen aus dem Mittelrheintal sind<br />
fett gedruckt, die <strong>der</strong> Hammelburg-Populationen kursiv. Für die privaten Allele<br />
eines Gebietes wurden gewichtete Mittelwerte für die Allelfrequenzen berechnet,<br />
damit die Stichprobengröße berücksichtigt werden konnte.<br />
Private Allele einer Population Private Allele eines Gebietes<br />
Locus Population Allel Allelfrequenz Populationen Allel Allelfrequenz<br />
TPI Ham1 c 0,016 Mr3, 10,13, 16 a 0,039<br />
MPI Ham1 a 0,048<br />
Mr3 e 0,019<br />
GOT Mr 10, 13 a 0,017<br />
ME Kr1, 2, 3, Hw2 a 0,081<br />
Mr6, 10, 11 c 0,023<br />
APK Mr6 a 0,017<br />
KIN Mr2, 3 a 0,035<br />
MDH Mr12 a 0,017<br />
Ham1 c 0,016<br />
6-PGDH Kr3 c 0,037<br />
FH Up1 a 0,016<br />
Kr1 c 0,056<br />
PEP At1 a 0,040<br />
In den Haßbergen finden sich vier private Allele, davon sind drei privat für Einzelpopulationen.<br />
Auffällig ist, daß in den Krumtalpopulationen drei <strong>der</strong> vier für die Haßberge<br />
privaten Allele zu finden sind. Beachtenswert ist auch, daß die privaten Allele dort,<br />
relativ zu den Allelfrequenzen an<strong>der</strong>er privater Allele, mit einer hohen Häufigkeit auftreten.<br />
In den Populationen des Mittelrheintals finden sich zehn private Allele, wovon sechs<br />
privat für Einzelpopulationen sind. In <strong>der</strong> Population Ham1 treten drei private Allele<br />
auf, das entspricht 50% <strong>der</strong> privaten Allele, die in Einzelpopulationen des Mittelrheintals<br />
gefunden wurden.
7 ERGEBNISSE<br />
<strong>Die</strong> Hammelburgpopulation At1 zeigt beim Locus PEP ein privates Allel mit einer relativ<br />
hohen Allelfrequenz von 0,040. Insgesamt wurden in <strong>der</strong> vorliegenden <strong>Untersuchung</strong><br />
15 private Allele identifiziert, wovon neun privat für Einzelpopulationen waren.<br />
Aufgrund <strong>der</strong> Ergebnisse aus Kapitel 7.2.5.1 wurde für die Verteilung <strong>der</strong> Allelverteilung{<br />
XE "Allelverteilung" } im Mittelrheintal eine partielle Regressionsanalyse gerechnet.<br />
Es galt herauszufinden, ob die Verteilung abhängig von <strong>der</strong> Hauptwindrichtung{<br />
XE "Hauptwindrichtung" } ist. Aufgrund <strong>der</strong> Abhängigkeit <strong>der</strong> mittleren Allelzahl<br />
von <strong>der</strong> Populationsgröße (Kapitel 7.2.3.5) konnte eine Abwägung <strong>der</strong> Bedeutung <strong>der</strong><br />
Hauptwindrichtung bzw. Populationsgröße nur über eine partielle Regressionsanalyse<br />
erfolgen. <strong>Die</strong>se ergab keinen signifikanten Zusammenhang.<br />
7.2.3.4 HARDY-WEINBERG-Verteilung<br />
Dem HARDY-WEINBERG-Gesetz <strong>der</strong> Genotypverteilung liegt die Annahme einer<br />
Idealpopulation zugrunde (vgl. Kapitel 4.3.1). Um festzustellen, ob die Populationen<br />
sich im HARDY-WEINBERG-Gleichgewicht befinden, werden die Werte <strong>der</strong> beobachteten<br />
Heterozygotie{ XE "Heterozygotie" } gegen die Werte <strong>der</strong> erwarteten Heterozygotie<br />
auf signifikante Unterschiede getestet. Das Programm BIOSYS-1<br />
(SWOFFORD & SELANDER 1989) testet die Genotyphäufigkeiten mit einem G-Test.<br />
Treten viele seltene Allele bei einem Locus auf, poolt das Programm alle seltenen<br />
Allele. <strong>Die</strong> seltenen Allele werden dann als ein Merkmal dem häufigsten Allel gegenübergestellt.<br />
In die Berechnung <strong>der</strong> Abweichungen vom HARDY-WEINBERG-<br />
Gleichgewicht gingen nur die auf dem 95%-Niveau polymorphen Loci ein.<br />
Im Durchschnitt lag einer von vier Loci in den Populationen <strong>der</strong> <strong>Untersuchung</strong>sgebiete<br />
Hammelburg und Haßberge nicht im HARDY-WEINBERG-Gleichgewicht. In<br />
den Mittelrheinpopulationen lagen im Durchschnitt 1,30 Loci nicht im HARDY-<br />
WEINBERG-Gleichgewicht. Über alle Populationen ergab sich, daß 1,15 Loci nicht<br />
<strong>der</strong> HARDY-WEINBERG-Verteilung folgen, das entspricht 21,0% <strong>der</strong> polymorphen<br />
Loci (vgl. Abbildung 7.2-4). <strong>Die</strong> Abbildung 7.2-4 macht ferner deutlich, daß <strong>der</strong> Locus<br />
PGM am häufigsten von allen Loci von <strong>der</strong> HARDY-WEINBERG-Verteilung abweicht.<br />
Am deutlichsten wird dieser Befund bei den Mittelrheinpopulationen. Dort ist dieser<br />
Locus in 72,7% <strong>der</strong> Fälle nicht im HARDY-WEINBERG-Gleichgewicht.<br />
Bei den Populationen Hw3 und Pr4 (Haßberge) und den Populationen Mr3, 15 und<br />
Ham1 (Mittelrheintal) sind 50% <strong>der</strong> Loci nicht im HARDY-WEINBERG-Gleichgewicht.<br />
In den Populationen Kr1, Mr5 und Mr10 befinden sich 75% <strong>der</strong> Loci nicht in HARDY-<br />
WEINBERG-Verteilung.<br />
69
7.2.3.5 Diversitätsstatistik und Populationsgröße<br />
70<br />
7.2 POPULATIONSGENETIK<br />
Da genetische Drift{ XE "Drift" } und Inzucht{ XE "Inzucht" }, die zu einer Diskrepanz<br />
zwischen <strong>der</strong> beobachteten und <strong>der</strong> erwarteten Heterozygotie{ XE "Heterozygotie" }<br />
führen können, beson<strong>der</strong>s dann in Erscheinung treten, wenn die Populationsgröße<br />
gering ist, wurden Korrelationen für die Polymorphie{ XE "Polymorphie" }, die Heterozygotie<br />
und die durchschnittliche Anzahl <strong>der</strong> Allele über alle Loci mit den Populationsgrößenklassen<br />
berechnet. Dabei zeigten sich teilweise signifikante Korrelationen<br />
(vgl. Tabelle 7.2-7).<br />
Tabelle 7.2-7: Korrelationskoeffizienten (Spearman) zwischen Polymorphie{ XE "Polymorphie"<br />
} (95%- und 99%-Niveau), Heterozygotie{ XE "Heterozygotie" } und durchschnittlicher<br />
Allelzahl über alle Loci und <strong>der</strong> Populationsgrößenklasse. <strong>Die</strong> fett<br />
gedruckten Korrelationskoeffizienten sind signifikant.<br />
Polymorphie{ XE "Polymorphie" } auf<br />
99%-Niveau<br />
Polymorphie{ XE "Polymorphie" } auf<br />
95%-Niveau<br />
Anzahl Populationen<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
Alle<br />
Mittelrhein<br />
Haßberge<br />
Hammelburg<br />
Korrelationskoeffizient FG p<br />
0,627 20 0,002<br />
0,301 20 0,173<br />
MPI IDH-2 PGM Loci im Mittel<br />
Abbildung 7.2-4: Anzahl <strong>der</strong> Populationen, <strong>der</strong>en polymorphe Loci,<br />
sich nicht im HARDY-WEINBERG-Gleichgewicht<br />
befinden.<br />
Heterozygotie{ XE "Heterozygotie" }<br />
über alle Loci<br />
0,437 20 0,042<br />
Heterozygotie{ XE "Heterozygotie" }<br />
über polymorphe Loci<br />
0,305 20 0,167<br />
Mittlere Allelzahl über alle Loci 0,593 20 0,004<br />
<strong>Die</strong> Diagramme in Abbildung 7.2-5 verdeutlichen die Korrelationen <strong>der</strong> verschiedenen<br />
Faktoren mit <strong>der</strong> Populationsgrößenklasse.
7 ERGEBNISSE<br />
Alle Parameter <strong>der</strong> genetischen Divergenz von Populationen zeigen einen positiven<br />
Zusammenhang mit <strong>der</strong> Populationsgrößenklasse. Aus diesem Grund kann auch ein<br />
erkennbarer Einfluß von genetischen Zufallsprozessen postuliert werden.<br />
7.2.4 F-Statistik<br />
a<br />
Polymorphie (99%)<br />
c 0,17<br />
d<br />
Heterozygotie<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
0,15<br />
0,13<br />
0,11<br />
0,09<br />
0,07<br />
0,05<br />
1 2 3 4<br />
Populationsgrößenklasse<br />
1 2 3 4<br />
Populationsgrößenklasse<br />
Polymorphiegrad (95%)<br />
<strong>Die</strong> Genfluß{ XE "Genfluß" }-Berechnungen, die im nächsten Kapitel behandelt werden,<br />
beruhen auf <strong>der</strong> F-Statistik nach WRIGHT{ XE "WRIGHT" } (1951 und 1978)<br />
bzw. WEIR & COCKERHAM (1984){ XE "WEIR & COCKERHAM" }. <strong>Die</strong> F-Statistik<br />
wird deshalb zuerst behandelt.<br />
b<br />
Allelzahl<br />
In Tabelle 7.2-8 sind die sieben umfassendsten Berechnungen einer F-Statistik herausgegriffen.<br />
In dieser Berechnung wurden durch das Programmpaket G-STAT<br />
(SIEGISMUND{ XE "SIEGISMUND" } 1990{ XE "SIEGISMUND 1990" }), nach einem<br />
Vorschlag von WEIR & COCKERHAM (1984), Standardfehler berechnet. <strong>Die</strong>s war<br />
bei einem zweiten Rechenansatz mit dem Programm BIOSYS (SWOFFORD &<br />
SELANDER 1989), <strong>der</strong> weiter unten vorgestellt wird, nicht möglich.<br />
<strong>Die</strong> F-Statistik zeigt, daß <strong>der</strong> Hauptteil <strong>der</strong> genetischen Divergenz nicht zwischen den<br />
Gebieten, son<strong>der</strong>n zwischen den Einzelpopulationen zu finden ist. <strong>Die</strong>s machen die<br />
geringen FST-Werte und die hohen FIS-Werte deutlich.<br />
71<br />
0,65<br />
0,60<br />
0,55<br />
0,50<br />
0,45<br />
0,40<br />
0,35<br />
0,30<br />
0,25<br />
0,20<br />
1 2 3 4<br />
Populationsgrößenklasse<br />
2,50<br />
2,25<br />
2,00<br />
1,75<br />
1,50<br />
1 2 3 4<br />
Populationsgrößenklasse<br />
Abbildung 7.2-5: Korrelationen <strong>der</strong> Diversitätsstatistik mit <strong>der</strong> Populationsgrößenklasse.<br />
<strong>Die</strong> abhängigen Variablen Polymorphie{ XE "Polymorphie" } (a,b),<br />
Heterozygotie{ XE "Heterozygotie" } (c) und die Allelzahl (d) wurden<br />
unter Berücksichtigung aller Loci berechnet.
72<br />
7.2 POPULATIONSGENETIK<br />
Für die Berechnung des FST-Wertes zwischen Gebieten wurden die Populationen eines<br />
Gebietes ausgewählt, die den geringsten FST-Wert zu allen an<strong>der</strong>en Populationen<br />
dieses Gebietes aufwiesen (siehe Tabellen 7.2-9 und 11.1.10). <strong>Die</strong>se Populationen<br />
zeigen demnach eine von allen an<strong>der</strong>en Populationen eines Gebietes wenig<br />
abweichende genetische Struktur.<br />
Tabelle 7.2-8: Anteil genetischer Variation = Fixierungsindex (FST), Inzuchtgrad (FIS),<br />
Heterozygotieabnahme eines Individuums im Vergleich zur Totalpopulation<br />
(FIT-Wert ). <strong>Die</strong>se Berechnungen beruhen auf dem Inselmodell<br />
nach WRIGHT{ XE "WRIGHT" }. Der 1. Teil zeigt die berechneten F-<br />
Werte nach einem Vorschlag von WEIR & COCKERHAM (1984){ XE<br />
"WEIR & COCKERHAM" }. Der 2. Teil <strong>der</strong> Tabelle zeigt die F-Statistik<br />
als Vergleich <strong>der</strong> Regionen (Näheres im Text).<br />
FIS FIT FST Std.fehler FST<br />
Haßberge 0,095 0,158 0,069 0,023<br />
Mittelrheintal 0,227 0,264 0,047 0,012<br />
Fe1, At1, Hg1, Sp1 0,071 0,225 0,166 0,040<br />
Fe1, Mr6 0,117 0,205 0,100<br />
Fe1, Pr4, Mr6 0,113 0,235 0,138<br />
Fe1, Mr10, Pr5 0,118 0,236 0,134<br />
Fe1, Pr5 0,079 0,154 0,081<br />
Als zweiten Berechnungsansatz für eine F-Statistik wurden die <strong>Untersuchung</strong>sgebiete<br />
in kleinere Untereinheiten, sogenannte Nachbarschaften{ XE "Nachbarschaften"<br />
}, eingeteilt. Dabei wurden Populationen zusammengefaßt, die aufgrund landschaftlicher<br />
Beson<strong>der</strong>heiten (Hügel, Ansiedlungen, Wässer u.ä.) eher weniger<br />
voneinan<strong>der</strong> isoliert scheinen. <strong>Die</strong> Einteilung ist sehr subjektiv, deshalb wurden auch<br />
verschiedene Strukturierungen vorgenommen und die Werte miteinan<strong>der</strong> verglichen.<br />
In Tabelle 7.2-9 sind unterschiedliche Möglichkeiten <strong>der</strong> Strukturierung aufgezeigt<br />
(vgl. auch Tabelle 11.1-9). Näherer Erläuterung bedarf es nur <strong>der</strong> Nachbarschaft Königsberg<br />
bei <strong>der</strong> Möglichkeit Haßberge1, die nicht sofort einsichtig erscheint. <strong>Die</strong> Populationen<br />
Kr1, Kb1 und Pr4 wurden (1) wegen ihrer geographischen Nähe und (2)<br />
wegen fehlen<strong>der</strong> Isolationsschranken als eine Nachbarschaft definiert. Auf <strong>der</strong> einen<br />
Seite ist das Krumtal in Richtung Königsberg offen, zum an<strong>der</strong>en sind keine Hügel<br />
zwischen den Populationen Pr4 und Kb1 vorhanden. Ferner befindet sich das Habitat<br />
<strong>der</strong> Population Pr4 recht nahe am Rand <strong>der</strong> Hügelkette, die das Krumtal nach Westen<br />
hin begrenzt.
7 ERGEBNISSE<br />
Tabelle 7.2-9: Drei Möglichkeiten <strong>der</strong> Unterteilung <strong>der</strong> verschiedenen <strong>Untersuchung</strong>sgebiete.<br />
Möglichkeit 1 bezieht alle Gebiete und Nachbarschaften{ XE<br />
"Nachbarschaften" } in die Berechnung <strong>der</strong> F-Statistik ein, Haßberge 1<br />
bzw Mittelrhein 1 jeweils nur eines <strong>der</strong> Gebiete.<br />
Möglichkeit 1 Haßberge 1 Mittelrhein 1<br />
Haßberge 1 Haßberge Mittelrhein<br />
Krumtal Kr1-3 Krumtal Kr2,3 Kaub Mr16,12,13<br />
Prappach Up1, Pr1-5 Prappach Up1,Pr1,2,5 Boppard Mr5,6,10,11<br />
Hohe Wann Hw 2,3 Hohe Wann Hw2,3 Braubach Mr3,2<br />
Königsberg Kb1 Königsberg Kr1,Pr4,Kb1 Bacharach Mr15<br />
Spitzberg Sp1<br />
Mittelrhein<br />
Bacharach Kaub Mr11-16<br />
Boppard Mr2-6,10<br />
Hammerstein Ham1<br />
Hammelburg<br />
Feuertal Fe1, At1<br />
Würzburg<br />
Haigergrund Hg1<br />
<strong>Die</strong> folgende Tabelle zeigt exemplarisch die F-Statistiken, die zu den in Tabelle 7.2-9<br />
aufgezeigten Möglichkeiten <strong>der</strong> Populationsunterteilung gehören. Der Unterschied zu<br />
den in Tabelle 7.2-8 gezeigten Ergebnissen einer F-Statistik ist die hierarchische<br />
Ebene einer Nachbarschaft, die mit in die Berechnung einging. Bei <strong>der</strong> Einzelbetrachtung<br />
<strong>der</strong> <strong>Untersuchung</strong>sgebiete geht die Ebene <strong>der</strong> Gebietsvergleiche verloren.<br />
Deshalb sind in <strong>der</strong> Tabelle 7.2-10 für diese Berechnungen nur drei Werte angegeben.<br />
Tabelle 7.2-10: F-Statistik auf Basis einer Unterteilung <strong>der</strong> <strong>Untersuchung</strong>sgebiete in Nachbarschaften{<br />
XE "Nachbarschaften" }. Hierbei wurde die Heterozygotie{ XE "Heterozygotie"<br />
} <strong>der</strong> unterschiedlichen hierarchischen Ebenen auf Basis einer FST-<br />
Berechnung miteinan<strong>der</strong> verglichen (nach WRIGHT 1978).<br />
Vergleichspaare Möglichkeit 1 Haßberge 1 Mittelrhein 1<br />
Population<br />
/Nachbarschaft<br />
0,076 0,072 0,117<br />
Population /Gebiet 0,064 0,068 0,112<br />
Population /Total 0,087<br />
Nachbarschaft<br />
/Gebiet<br />
0,012 -0,004 -0,006<br />
Nachbarschaft /Total 0,012<br />
Gebiet /Total 0,024<br />
<strong>Die</strong> unterschiedlichen Einteilungen in Nachbarschaften{ XE "Nachbarschaften" } zeigen<br />
keine unterschiedlichen Ergebnisse. <strong>Die</strong> Werte variieren zwar, dennoch machen<br />
alle Berechnungen deutlich, daß <strong>der</strong> Hauptteil <strong>der</strong> genetischen Variation in den einzelnen<br />
Populationen zu finden ist. Zwischen den Nachbarschaften bzw. den Gebieten<br />
finden sich keine, o<strong>der</strong> nur wesentlich geringere Unterschiede, als zwischen den Populationen.<br />
<strong>Die</strong>se Ergebnisse sind auch konform mit den hohen FIS-Werten <strong>der</strong> er-<br />
73
0,10<br />
0,09<br />
0,08<br />
0,07<br />
0,06<br />
0,05<br />
0,04<br />
0,03<br />
0,02<br />
0,01<br />
0,00<br />
74<br />
7.2 POPULATIONSGENETIK<br />
sten Berechnung, die ebenfalls auf eine hohe genetische Divergenz{ XE "genetische<br />
Divergenz" } zwischen den Einzelpopulationen hinweisen. <strong>Die</strong> Abbildung 7.2-6 zeigt<br />
graphisch die Ergebnisse aller durchgeführten Berechnungen aufgrund unterschiedlicher<br />
Einteilung in Nachbarschaften. Gut zu erkennen ist <strong>der</strong> gleichförmige Verlauf<br />
<strong>der</strong> Linien, relativ unabhängig von <strong>der</strong> vorgenommen Einteilung in Nachbarschaften.<br />
a b<br />
Population/Nach<br />
Population/Gebiet<br />
Population/Total<br />
Nach/Gebiet<br />
Nach/Total<br />
Gebiet/Total<br />
Möglichkeit 5<br />
Möglichkeit 4<br />
Möglichkeit 3<br />
Möglichkeit 1<br />
Möglichkeit 2<br />
<strong>Die</strong> getrennte Betrachtung <strong>der</strong> <strong>Untersuchung</strong>sgebiete Haßberge und Mittelrheintal<br />
zeigt, daß die genetische Divergenz{ XE "genetische Divergenz" }, die sich aus <strong>der</strong><br />
Heterozygotie{ XE "Heterozygotie" } bzw. den Allelfrequenzen (vgl. Kapitel 4.3.4) errechnet,<br />
zwischen den Einzelpopulationen des Mittelrheins stärker ausgeprägt ist, als<br />
dies bei den Haßbergpopulationen <strong>der</strong> Fall ist. In beiden Populationsgruppen und<br />
unabhängig von <strong>der</strong> Einteilung in unterschiedliche Nachbarschaften{ XE "Nachbarschaften"<br />
}, zeigt sich <strong>der</strong> gleiche Kurvenverlauf (vgl. Abbildung 7.2-6b).<br />
Auf den Ergebnissen <strong>der</strong> F-Statistik gründet die Hypothese, daß <strong>der</strong> FST- Wert mit<br />
zunehmen<strong>der</strong> geographischer Distanz gleichfalls zunimmt. Um diese Hypothese zu<br />
testen, wurde eine Korrelationsanalyse durchgeführt, die zu den in Tabelle 7.2-11<br />
dargestellten Ergebnissen führte. Es wurden zwei Korrelationsansätze vorgenommen.<br />
Im ersten Ansatz wurden alle paarweise errechneten FST- Werte zwischen allen<br />
Populationen berücksichtigt. Im zweiten Ansatz wurden nur FST -Werte zwischen Populationen<br />
eines Gebietes und FST-Werte zwischen den Hammelburgpopulationen<br />
und den Populationen des Mittelrheins bzw. <strong>der</strong> Haßberge berücksichtigt.<br />
0,12<br />
0,10<br />
0,08<br />
0,06<br />
0,04<br />
0,02<br />
0,00<br />
Population/Nach<br />
Population/Gebiet<br />
Nach/Gebiet<br />
Haßberge 2<br />
Haßberge 1<br />
Mittelrhein2<br />
Mittelrhein 1<br />
Abbildung 7.2-6: Ergebnisse <strong>der</strong> Berechnung von F-Statistiken für verschiedene Möglichkeiten <strong>der</strong><br />
Nachbarschaftszuordnung. In die 1. Berechnung gingen alle Gebiete und <strong>der</strong>en Unterteilung<br />
ein (Diagramm a). Bei <strong>der</strong> 2. Berechnung wurden die F-Statistiken <strong>der</strong> Gebiete<br />
Haßberge und Mittelrhein getrennt betrachtet. Zu den Einteilungsmöglichkeiten siehe<br />
Tabelle 11.1-9 im Anhang.
7 ERGEBNISSE<br />
Tabelle 7.2-11: Korrelationsstatistik des Zusammenhangs FST und geographische<br />
Distanz{ XE "geographische Distanz" }. Es wurden<br />
zwei Ansätze gewählt, (1) es wurden alle FST-Werte in die<br />
Berechnung einbezogen, (2) es wurden nur FST-Werte zwischen<br />
Populationen eines Gebietes und zwischen den<br />
Hammelburgpopulationen und den Populationen des Mittelrheins<br />
und <strong>der</strong> Haßberge einbezogen.<br />
Ansatz 1 Ansatz 2<br />
Pearson´scher Korrelationskoeffizient 0,03 0,06<br />
Bestimmtheitsmaß 0,00 0,00<br />
Freiheitsgrade (df) 298,00 168,00<br />
P-Wert 0,62 0,44<br />
<strong>Die</strong> beiden Ansätze <strong>der</strong> Korrelationsanalyse zeigen keine signifikanten Zusammenhänge.<br />
<strong>Die</strong> Werte für die Abbildung 7.2-7 wurden durch eine Einteilung in Klassen<br />
erhalten, dabei wurden die Werte innerhalb eines bestimmten Distanzbereichs gemittelt.<br />
Fixierungsindex Fst<br />
0,10<br />
0,09<br />
0,08<br />
0,07<br />
0,06<br />
0,05<br />
0,04<br />
0 40 80 120 160 200 240 280<br />
geographische Entfernung [km]<br />
Abbildung 7.2-7: Korrelation des FST-Wertes mit <strong>der</strong> geographische<br />
Distanz auf Basis des 1. Ansatzes.<br />
<strong>Die</strong> Wertepaare für die Darstellung<br />
wurden in Distanzklassen eingeordnet um<br />
eine bessere Übersicht zu gewährleisten.<br />
<strong>Die</strong> für die Korrelationsanalyse benötigten Wertepaare wurden folgen<strong>der</strong>maßen erstellt:<br />
Der FST-Wert wurde für jeweils zwei Populationen berechnet. <strong>Die</strong>ser Wert wurde<br />
dann mit <strong>der</strong> geographischen Distanz zwischen diesen Populationen korreliert.<br />
75
7.2.5 Genfluß{ XE "Genfluß" }<br />
76<br />
7.2 POPULATIONSGENETIK<br />
Der Genfluß{ XE "Genfluß" } ist ein wichtiger Aspekt dieser populationsgenetischen<br />
<strong>Untersuchung</strong>. Für die Struktur von Populationen ist <strong>der</strong> Genfluß ein wesentlicher<br />
Faktor und er hilft die Struktur <strong>der</strong> Populationen besser zu verstehen. <strong>Die</strong> zugrunde<br />
liegenden Ideen und Modelle wurden schon in Kapitel 4.3.5 angesprochen. <strong>Die</strong> Ergebnisse<br />
<strong>der</strong> z.T. vorausgesetzten F-Statistik wurden im vorherigen Kapitel vorgestellt.<br />
Tabelle 7.2-12 gibt die Genflußdaten für einige <strong>der</strong> untersuchten Gruppierungen an.<br />
Dabei wurden für jeweils zwei Populationen Genflußdaten berechnet. Zusätzlich zu<br />
dem Modell nach NEI (Kapitel 4.3.5) wurde die Migrationsrate mit <strong>der</strong> Annahme, daß<br />
die effektive Populationsgröße gleich <strong>der</strong> geschätzten Populationsgröße ist (Ne = N),<br />
auf einem zweiten Weg berechnet. <strong>Die</strong>se Berechnung konnte nur für die Haßbergpopulationen<br />
vorgenommen werden, weil nur für diese eine absolute Populationsgröße<br />
geschätzt worden ist (vgl. Tabelle 7.1-1). <strong>Die</strong> so erhaltenen Werte sind um mindestens<br />
eine 10er-Potenz höher, als die Werte, die mit dem Modell nach NEI (1972)<br />
errechnet wurden (Tabelle 7.2-12).<br />
Tabelle 7.2-12: Genflußdaten. Nem sind die migrierenden Individuen pro Population und Generation;<br />
m gibt die Migrationsrate an; FST steht für den WRIGHT{ XE "WRIGHT" }´schen Fixierungsindex<br />
und die NEI-Identitäten geben den Mittelwert <strong>der</strong> genetischen Identitäten<br />
<strong>der</strong> Populationen an, die in die FST-Berechnung eingegangen sind; m geschätzt gibt<br />
die Migrationsrate an, die sich mit <strong>der</strong> Annahme Ne = N aus Nem errechnet. <strong>Die</strong>se Berechnung<br />
konnte nur für die Haßberge durchgeführt werden, da nur für diese Populationen<br />
absolute Populationsgrößen geschätzt wurden.<br />
Populationen Identitäten [NEI] Nem m [NEI] m geschätzt<br />
Up1,Sp1 0,994 8,1 3,22E-04<br />
Kr2,Sp1 0,995 17,0 3,91E-04<br />
Pr4,5 0,994 8,0 3,07E-04 5,75E-03<br />
Kr2,Pr4 0,995 13,9 4,34E-04 2,28E-02<br />
Kr2,3 0,997 29,9 6,66E-04 6,26E-02<br />
Kr1,3 0,995 6,6 4,07E-04 1,03E-02<br />
Kr1,2 0,993 7,6 2,77E-04 1,14E-02<br />
Kb1,Up1 0,990 5,6 1,91E-04 6,53E-03<br />
Kb1,Kr3 0,964 11,3 5,40E-05 3,85E-02<br />
Kb1,Kr1 0,994 5,3 3,07E-04 1,10E-02<br />
Hw2,Pr5 0,989 6,9 1,88E-04 6,12E-03<br />
Hw2,Kr2 0,988 6,2 1,66E-04 1,84E-02<br />
Hw2,3 0,994 8,9 3,22E-04 6,25E-02<br />
Mr12,13 0,997 27,8 7,13E-04<br />
Mr12,10 0,990 6,5 2,05E-04<br />
Mr12, Ham1 0,995 18,3 4,16E-04<br />
Mr10, Ham1 0,985 4,6 1,33E-04<br />
Mr10,16 0,992 8,3 2,43E-04<br />
Mr16,12 0,999 55,3 1,33E-03<br />
Mr5,6 0,990 6,2 2,03E-04<br />
Fe1, At1 0,975 3,2 7,77E-05<br />
Fe1, Mr16 0,966 2,3 5,66E-05<br />
Fe1, Pr4, Mr6 0,959 1,6 4,64E-05<br />
Fe1, Pr4 0,970 1,3 6,37E-05
7 ERGEBNISSE<br />
Gut zu erkennen ist, daß zwischen den Populationen <strong>der</strong> drei <strong>Untersuchung</strong>sgebiete<br />
(Fe1, Pr4 und Mr16) eine geringere Anzahl an migrierenden Individuen errechnet<br />
wurde. <strong>Die</strong> möglichen Effekte und landschaftlichen Einflußfaktoren, die zu einer Isolation{<br />
XE "Isolation" } geführt haben könnten, werden weiter unten behandelt.<br />
Bei einem zweiten Rechenweg wurden Genflußdaten zwischen Nachbarschaften{ XE<br />
"Nachbarschaften" } und Gebieten auf Grundlage <strong>der</strong> F-Statistik, wie sie in Tabelle<br />
7.2-10 gezeigt wurde, berechnet (Tabelle 7.2-13). Abweichend von <strong>der</strong> Berechnung<br />
des Genflusses über paarweise F-Statistik ergeben sich bezüglich des Genflusses<br />
umgekehrte Zusammenhänge. Der Genfluß{ XE "Genfluß" } ist bei diesem Rechenweg<br />
in den Haßbergen größer als zwischen den Mittelrheinpopulationen. Dabei zeigen<br />
die beiden angewendeten Modelle tendenziell keine Unterschiede. <strong>Die</strong> beiden<br />
unterschiedlichen Modelle zeigen eine erwartungsgemäß hohe Korrelation (r=0,999;<br />
p
78<br />
7.2 POPULATIONSGENETIK<br />
Der Genfluß{ XE "Genfluß" } kann durch einige Faktoren erheblich behin<strong>der</strong>t werden.<br />
<strong>Die</strong> Isolation{ XE "Isolation" }-by-distance-Hypothese von WRIGHT{ XE "WRIGHT" }<br />
(1943) impliziert, daß <strong>der</strong> Genfluß durch die geographische Entfernung zwischen den<br />
Populationen gehemmt o<strong>der</strong> sogar unterbunden wird. Es wurden Korrelationen für<br />
die Migrationsrate m und den Genflußparameter Nem durchgeführt (Tabelle 7.2-14,<br />
Abbildung 7.2-8). Für beide Parameter wurden zwei Rechenansätze realisiert. Beim<br />
ersten Ansatz wurden alle Wertepaare bis 210 Kilometer in die Berechnung einbezogen,<br />
<strong>der</strong> zweite Ansatz beinhaltet nur Wertepaare bis 80 Kilometer. In den zweiten<br />
Ansatz gehen die Wertepaare zwischen Mittelrheinpopulationen und Hammelburgpopulationen<br />
nicht ein.<br />
Um eine Überwichtung <strong>der</strong> Wertepaare innerhalb eines Gebietes (durch die größere<br />
Anzahl an Wertepaaren) zu umgehen, wurden zusätzlich Regressionen für Distanzklassen<br />
berechnet. <strong>Die</strong> so berechneten Werte dienten auch als Grundlage für<br />
Abbildung 7.2-8.<br />
<strong>Die</strong> Migrationsrate m ist hoch signifikant (p 0,05<br />
Tabelle 7.2-15: Korrelationsstatistik des Zusammenhangs zwischen Genfluß{ XE "Genfluß" }<br />
und geographischer Distanz, berechnet mit Distanzklassen (vgl. Tabelle 7.2-<br />
14).<br />
Korrelationsstatistik Geo. Distanz/m 1 Geo.Distanz/m 2 Geo. Distanz/Nem 1 Geo. Distanz/Nem 2<br />
Korrelationskoeffizient - 0,554 - 0,770 - 0,570 - 0,080<br />
Bestimmtheitsmaß 0,306 0,597 0,325 0,007<br />
Freiheitsgrade (df) 11,000 10,000 9,000 7,000
7 ERGEBNISSE<br />
P-Wert 0,05 0,042 > 0,05 > 0,05<br />
a)<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
8<br />
6<br />
4<br />
2<br />
0<br />
b)<br />
Nem<br />
0 50 100 150 200<br />
geographische Distanz [km]<br />
Migrationsrate m<br />
0,00016<br />
0,00014<br />
0,00012<br />
0,00010<br />
0,00008<br />
0,00006<br />
0,00004<br />
0,00002<br />
0,00000<br />
<strong>Die</strong> getrennte Korrelationsanalyse <strong>der</strong> beiden <strong>Untersuchung</strong>sgebiete Mittelrhein und<br />
Haßberge ergab keine signifikanten Zusammenhänge <strong>der</strong> Genflußparameter mit <strong>der</strong><br />
geographischen Entfernung.<br />
Für das Mittelrheintal wurde wegen <strong>der</strong> beson<strong>der</strong>en landschaftlichen Struktur (steile<br />
Felswände, Rhein) eine Korrelationsberechnung <strong>der</strong> Migrationsrate m und dem mittleren<br />
geographischen „Umweg“ berechnet. <strong>Die</strong>ser Umweg wurde anhand einer Karte<br />
ermittelt, indem <strong>der</strong> kürzeste entlang des Rheines verlaufende Weg ausgemessen<br />
wurde. <strong>Die</strong>ser Weg ist in den meisten Fällen (Ausnahme: Mr12,13 zu Mr15,16) länger<br />
als die Luftlinien-Distanz.<br />
Der Berechnung liegt die Annahme zugrunde, daß die Heuschrecken bei <strong>der</strong> Migration<br />
den kürzesten, aber sicherlich auch den leichtesten Weg benutzen. Der Rheinverlauf<br />
ist nicht <strong>der</strong> kürzeste, aber <strong>der</strong> sicherlich leichtere Weg, weil keine großen<br />
Erhebungen umflogen o<strong>der</strong> überflogen werden müssen. <strong>Die</strong>ser Weg ist deshalb als<br />
sehr homogen zu bezeichnen. Wie schon erwähnt ist die Migrationsrate m innerhalb<br />
<strong>der</strong> Mittelrheinpopulationen nicht signifikant mit <strong>der</strong> geographischen Distanz korreliert<br />
(r= - 0,085; p= 0,54). Der Zusammenhang mit dem längeren entlang des Rheins<br />
verlaufenden Weges ist noch schwächer ausgeprägt (r= - 0,055; p= 0,69).<br />
79<br />
0 50 100 150 200<br />
geographische Distanz [km]<br />
Abbildung 7.2-8: Beziehung zwischen den Genflußparameter Nem und m und <strong>der</strong> geographischen Distanz.<br />
Nem = Anzahl <strong>der</strong> migrierenden Individuen pro Generation, berechnet nach dem<br />
Modell von WRIGHT{ XE "WRIGHT" }; m = Migrationsrate, berechnet nach dem Modell<br />
von NEI. Für die graphische Darstellung wurde eine Einteilung in Distanzklassen
80<br />
7.2 POPULATIONSGENETIK<br />
7.2.5.1 Einflußfaktor Hauptwindrichtung{ XE "Hauptwindrichtung" }<br />
Bei einer flugfähigen Art kann <strong>der</strong> Einfluß <strong>der</strong> Hauptwindrichtung{ XE "Hauptwindrichtung"<br />
} eine Erklärung für die genetische Differenzierung bieten. Es gilt die Hypothese<br />
zu untersuchen, ob eine Anhäufung von Allelen, unabhängig von <strong>der</strong> Populationsgröße,<br />
auf einem Gradienten, <strong>der</strong> durch die Hauptwindrichtung zustande<br />
kommt, nachgewiesen werden kann. Bei einer flugfähigen Art ist mit einer erhöhten<br />
Migration{ XE "Migration" } in Windrichtung{ XE "Windrichtung" } zu rechnen. Es<br />
kann dadurch zu einer genetischen Verarmung <strong>der</strong> Populationen kommen, die in einem<br />
Gebiet am weitesten in Gegenrichtung <strong>der</strong> Hauptwindrichtung liegen.<br />
Der Zusammenhang zwischen <strong>der</strong> mittleren Heterozygotie{ XE "Heterozygotie" } und<br />
<strong>der</strong> mittleren Allelzahl (r = 0,441; p
7 ERGEBNISSE<br />
Grund wurden für die Mittelrheinpopulationen partielle Regressionen für Wind aus<br />
Süden und Südwesten berechnet.<br />
Ein signifikanter Einfluß <strong>der</strong> Hauptwindrichtung{ XE "Hauptwindrichtung" } konnte für<br />
die Haßberge festgestellt werden. Der anteilige Korrelationskoeffizient <strong>der</strong><br />
Hauptwindrichtung mit <strong>der</strong> Allelzahl von 0,561 ist hoch signifikant (p
82<br />
7.2 POPULATIONSGENETIK<br />
Populationsgröße 0,589 0,882
7 ERGEBNISSE<br />
mittlere Allelzahl<br />
Süden<br />
mittlere Allelzahl<br />
2,50<br />
2,25<br />
2,00<br />
1,75<br />
1,50<br />
2,50<br />
2,25<br />
2,00<br />
1,75<br />
1,50<br />
Südwesten<br />
mittlere Allelzahl<br />
Westen<br />
2,00<br />
1,75<br />
1,50<br />
0,0<br />
0,8<br />
1,7<br />
5,4<br />
relative Entfernung<br />
relative Entfernung<br />
6,0<br />
11,1<br />
0,0<br />
0,8<br />
2,0<br />
2,0<br />
2,3<br />
2,4<br />
2,6<br />
2,8<br />
3,5<br />
3,6<br />
3,8<br />
0,0<br />
2,1<br />
2,4<br />
3,1<br />
relative Entfernung<br />
5,8<br />
6,0<br />
Heterozygotie<br />
Süden<br />
Heterozygotie<br />
Westen<br />
83<br />
0,16<br />
0,14<br />
0,12<br />
0,10<br />
0,08<br />
0,16<br />
0,14<br />
0,12<br />
0,10<br />
0,08<br />
Südwesten<br />
0,15<br />
0,13<br />
0,11<br />
0,09<br />
0,07<br />
0,05<br />
0,0<br />
0,0<br />
0,8<br />
2,1<br />
1,7<br />
5,4<br />
relative Entfernung<br />
relative Entfernung<br />
2,4<br />
3,1<br />
relative Entfernung<br />
Abbildung 7.2-9: Einfluß <strong>der</strong> Windrichtung{ XE "Windrichtung" }. <strong>Die</strong> Diagramme a-d zeigen den Zusammenhang<br />
zwischen mittlerer Allelzahl bzw. Heterozygotie{ XE "Heterozygotie"<br />
} mit den Windrichtungen Süden und Südwesten für die Populationen des Mittelrheins.<br />
<strong>Die</strong> Diagramme e und f zeigen die Zusammenhänge für die Haßberge.<br />
<strong>Die</strong> x-Werte sind relative Entfernungen zu einer Geraden, die im 90°-Winkel zur<br />
Hauptwindrichtung{ XE "Hauptwindrichtung" } gelegt wurde (nähere Erklärung im<br />
Text).<br />
Heterozygotie<br />
0,0<br />
2,0<br />
2,3<br />
2,6<br />
6,0<br />
3,5<br />
5,8<br />
11,1<br />
3,8<br />
6,0
84<br />
7.2 POPULATIONSGENETIK<br />
7.2.5.2 Genfluß{ XE "Genfluß" } und Höhendifferenz{ XE "Höhendifferenz" }<br />
Heuschrecken sind im allgemeinen we<strong>der</strong> Flugkünstler, wie z.B. Libellen, noch sind<br />
sie gute Flieger, wie z.B. Bienen. Nach GOTTSCHALK (pers. Mitteilung) fliegt P. albopunctata<br />
nur bei Gefahr und bewegt sich ansonsten nur laufend o<strong>der</strong> springend<br />
fort. Es kann deshalb die Hypothese aufgestellt werden, daß die Höhendifferenz{ XE<br />
"Höhendifferenz" } zwischen Populationen den Genfluß{ XE "Genfluß" } hemmt und<br />
so einen weiteren Einflußfaktor, <strong>der</strong> zur genetischen Divergenz beiträgt, darstellt. Es<br />
ist zu erwarten, daß <strong>der</strong> Genfluß mit zunehmendem Höhenunterschied zwischen<br />
zwei Populationen abnimmt (negative Korrelation). Weiterhin müßte, aufgrund <strong>der</strong><br />
oben genannten Hypothese, die genetische Distanz{ XE "genetische Distanz" } mit<br />
zunehmen<strong>der</strong> Höhendifferenz zunehmen (positive Korrelation).<br />
<strong>Die</strong> für die Korrelationsberechnung notwendigen Wertepaare wurden über die Berechnung<br />
von FST (zu FST siehe Kapitel 7.2.4, zur Berechnung von Nem und m siehe<br />
Kapitel 7.2.5) und die Höhendifferenzen zwischen den in die Berechnung von FST<br />
bzw. Nem eingegangenen Populationen erhalten. <strong>Die</strong> Höhenmeter <strong>der</strong> Populationsstandorte<br />
wurden aus topographischen Karten <strong>der</strong> <strong>Untersuchung</strong>sgebiete abgelesen<br />
und dann die Differenzen zwischen Populationen paarweise errechnet.<br />
Weitere Korrelationsberechnungen wurden für die Migrationsrate m und die genetische<br />
Distanz{ XE "genetische Distanz" } mit den Höhendifferenzen berechnet. Es<br />
wurden Korrelationen für die genetischen Distanzmaße{ XE "Distanzmaße" } nach<br />
NEI (1972) und REYNOLDS et al. (1983) berechnet. Da <strong>der</strong> Genfluß{ XE "Genfluß" }<br />
und die genetischen Distanzmaße, wie in den Kapiteln 7.2.5 und 7.2.6 nachgewiesen,<br />
auch von <strong>der</strong> geographischen Distanz abhängig sind, wurde eine partielle Regressionsanalyse<br />
durchgeführt.<br />
Tabelle 7.2-17: Regressionsstatistik des Zusammenhangs zwischen <strong>der</strong> Höhendifferenz{<br />
XE "Höhendifferenz" } und Genflußparametern bzw. den genetischen<br />
Distanzmaßen nach NEI und REYNOLDS. R= multipler Korrelationskoeffizient,<br />
R²= Bestimmtheitsmaß, FG= Freiheitsgrade, p=<br />
erreichtes Signifikanzniveau, b= partieller Korrelationskoeffizient, p=<br />
erreichtes Signifikanzniveau.<br />
partielle Regression genetische Distanz{<br />
XE "genetische Di-<br />
stanz" }<br />
Genflußparameter<br />
für alle Populationen NEI REYNOLDS FST m Nem<br />
R 0,108 0,151 0,037 0,186 0,190<br />
R² 0,012 0,023 0,001 0,034 0,036<br />
p (R)<br />
b<br />
0,532 0,293 0,936 0,153 0,169<br />
Geographische Distanz -1,3*10 5<br />
-9,4*10 5<br />
1,3*10 4<br />
-4,0*10 6<br />
-0,322<br />
Höhendifferenz{ XE<br />
"Höhendifferenz" }<br />
4,0*10 6<br />
7,4*10 5<br />
-2,9*10 5<br />
1,0*10 6<br />
0,005
7 ERGEBNISSE<br />
p (b)<br />
Geographische Distanz 0,345 0,240 0,778 0,504 0,104<br />
Höhendifferenz 0,956 0,874 0,728 0,025 0,885<br />
Es konnten mit <strong>der</strong> partiellen Regressionsanalyse keine signifikanten Zusammenhänge<br />
gefunden werden.<br />
Bei einer getrennten Analyse <strong>der</strong> beiden <strong>Untersuchung</strong>sgebiete konnte für die Haßberge<br />
kein signifikanter Zusammenhang errechnet werden. Für das Mittelrheintal<br />
wurde nur für den Genflußparameter Nem ein signifikanter Zusammenhang mit <strong>der</strong><br />
Höhendifferenz{ XE "Höhendifferenz" } festgestellt werden (r=0,516; BHöhe=0,106;<br />
p(B)
86<br />
7.2 POPULATIONSGENETIK<br />
Als zweiter Ansatz wurden die FST -Werte, äquivalent den genetischen Distanzen,<br />
gegeneinan<strong>der</strong> getestet. Weil nur vier Populationen linksrheinisch beprobt worden<br />
waren, wurden für die rechtsrheinische Seite FST-Werte für je vier Populationen berechnet.<br />
<strong>Die</strong>se Werte wurden gegen FST-Werte für Populationen unterschiedlicher<br />
Rheinseiten, die ebenfalls vierer-gruppenweise berechnet wurden, getestet.<br />
Zuerst wurden alle Paarungen mit einem F-Test auf ihre Varianzen getestet. <strong>Die</strong><br />
Werte in Tabelle 7.2-18 zeigen, daß die Varianzen <strong>der</strong> verschieden Kolumnen nicht<br />
signifikant voneinan<strong>der</strong> abweichen. Für die Analyse mit FST-Werten konnte kein F-<br />
Test durchgeführt werden, weil für die rechtsrheinischen Populationen nur ein FST-<br />
Wert angegeben werden konnte. <strong>Die</strong> Zahlenreihen wurden, unter Berücksichtigung<br />
des Ergebnisses des F-Tests, mit einem t-Test, unter <strong>der</strong> Annahme gleicher Varianzen,<br />
getestet.<br />
Tabelle 7.2-18: Teststatistik zur Analyse <strong>der</strong> Isolationswirkung des Rheins. Links bzw.<br />
rechts bezeichnet die Spalte mit den Werten einer bestimmten Rheinseite;<br />
zwischen steht für Werte zwischen Population unterschiedlicher Rheinseiten.<br />
Es wurde eine Analyse mit den genetischen Distanzen nach NEI und<br />
nach REYNOLDS durchgeführt. Ferner wurden die FST-Werte, für je vier<br />
Populationen berechnet, getestet.<br />
Kolumnen<br />
REYNOLDS NEI FST-Wert<br />
links/<br />
zwischen<br />
rechts/<br />
zwischen<br />
links/<br />
zwischen<br />
rechts/<br />
zwischen<br />
links/<br />
zwischen<br />
rechts/<br />
zwischen<br />
Freiheitsgrade (df) 21,00 31,00 30,00 43,00 8,00 16,00<br />
t-Wert 0,29 0,86 0,81 0,08 0,03 0,97<br />
P(t) zweiseitig 0,78 0,39 0,43 0,93 0,98 0,35<br />
F-Wert 0,70 0,78 1,06 1,07<br />
p(F) 0,60 0,68 0,57 0,46<br />
<strong>Die</strong> Ergebnisse zeigen keinen Isolationseffekt des Rheins an. <strong>Die</strong> Migration über den<br />
Rhein und über Land sind anhand dieses Ergebnisses nicht unterschiedlich.<br />
Für die Gebiete Prappach und Krumtal (Haßberge) wurde die gleiche Vorgehensweise<br />
gewählt. Hier sollte die Hypothese getestet werden, ob die Hügelkette, die sich<br />
aus <strong>der</strong> Hohen Wann, dem Rappberg und dem Altenberg zusammensetzt, eine isolierende<br />
Wirkung zeigt. Auch die Ergebnisse hier zeigen keine Isolationswirkung an<br />
(vgl. Tabelle 7.2-19).<br />
Tabelle 7.2-19: Teststatistik zur Isolationswirkung einer Hügelkette <strong>der</strong> Haßberge. Prappach<br />
und Krum bezeichnen die jeweiligen Nachbarschaften{ XE "Nachbarschaften"<br />
} westlich und östlich <strong>der</strong> Hügelkette; zwischen steht für die genetischen<br />
Distanzen zwischen diesen Gebieten. Der Test wurde nur mit<br />
NEI-Distanzen durchgeführt.<br />
NEI-Distanzen<br />
Kolumnen Prappach/zwischen Krum/zwischen<br />
Freiheitsgrade (df) 16,00 23,00<br />
t-Wert 0,90 0,91
7 ERGEBNISSE<br />
P(t
7.2.6 <strong>Genetische</strong> Distanzen<br />
88<br />
7.2 POPULATIONSGENETIK<br />
Unmittelbar mit dem Genfluß{ XE "Genfluß" } hängt die genetische Distanz{ XE "genetische<br />
Distanz" } zwischen den Populationen zusammen. Der logische Zusammenhang<br />
ist dadurch gegeben, daß die genetische Distanz <strong>der</strong> negative natürliche<br />
Logarithmus <strong>der</strong> genetischen Identität I ist (vgl. Kapitel 4.3.6).<br />
An dieser Stelle sollen nur die mittleren genetischen Distanzen aufgeführt werden,<br />
die sich für alle Populationen und die Populationen <strong>der</strong> <strong>Untersuchung</strong>sgebiete ergeben<br />
(Tabelle 7.2-20). <strong>Die</strong> Tabelle aller genetischen Distanzen befindet sich im Anhang.<br />
Tabelle 7.2-20: Mittlere genetische Distanz{ XE "genetische Distanz" }en zwischen allen Populationen,<br />
<strong>der</strong> Populationen eines <strong>Untersuchung</strong>sgebiets und zwischen den<br />
Haßberg- und Mittelrheinpopulationen.<br />
Haßberge Mittelrhein Alle (incl. Fe1, At1, Hg1) Zwischen Gebieten<br />
NEI REYNOLDS NEI REYNOLDS NEI REYNOLDS NEI REYNOLDS<br />
Mittelwert 0,0110 0,0761 0,0102 0,0701 0,0161 0,1058 0,0179 0,0857<br />
Standardfehler 0,0012 0,0068 0,0006 0,0041 0,0009 0,0045 0,0019 0,0039<br />
Standardabw. 0,0094 0,0516 0,0043 0,0306 0,0118 0,0619 0,0214 0,0432<br />
<strong>Die</strong> mittleren genetischen Distanzen <strong>der</strong> beiden <strong>Untersuchung</strong>sgebiete unterscheiden<br />
sich nicht signifikant. <strong>Die</strong> mittlere genetische Distanz zwischen den Gebieten ist<br />
signifikant von <strong>der</strong> innerhalb <strong>der</strong> Gebiete verschieden. Ebenfalls signifikant verschieden<br />
ist die mittlere genetische Distanz aller Populationen zu den Mittelwerten innerhalb<br />
und zwischen Gebieten. <strong>Die</strong> Signifikanz wurde mit einem t-Test mit <strong>der</strong> Annahme<br />
gleicher Varianz getestet. <strong>Die</strong> Signifikanz war unabhängig von dem verwendeten<br />
Distanzmaß.<br />
<strong>Die</strong> Distanzen nach REYNOLDS et al. (1983) zeigen einen höheren Divergenzgrad<br />
zwischen den Haßbergpopulationen an, als dies zwischen den Mittelrheinpopulationen<br />
<strong>der</strong> Fall ist. <strong>Die</strong> NEI-Distanzen unterstützen diese Beziehung ebenfalls.<br />
Zieht man alle untersuchten Populationen (incl. Fe, At1, Hg1) zur Berechnung <strong>der</strong><br />
mittleren genetischen Distanz heran, erhöht sich diese. Eine höhere mittlere genetische<br />
Distanz{ XE "genetische Distanz" } errechnet sich auch zwischen den <strong>Untersuchung</strong>sgebieten.<br />
<strong>Die</strong> geographische Distanz{ XE "geographische Distanz" } scheint<br />
demnach einen isolierenden Faktor darzustellen. <strong>Die</strong>se Beziehung wird deshalb in<br />
Kapitel 7.2.6.2 näher untersucht.
7 ERGEBNISSE<br />
7.2.6.1 Clusteranalysen<br />
Es wurden zwei unterschiedliche Clusteranalyse{ XE "Clusteranalyse" }-Methoden<br />
angewendet, die REML{ XE "REML" }- und die UPGMA{ XE "UPGMA" }-Methode<br />
(vgl. Kapitel 6.5). <strong>Die</strong> Ergebnisse dieser Methoden sind in <strong>der</strong> Abbildung 7.2-10 bzw.<br />
13 graphisch dargestellt. <strong>Die</strong> Zusammenhänge ergeben sich aus den genetischen<br />
Distanzen (UPGMA) bzw. den Allelfrequenzen (REML).<br />
<strong>Die</strong> Darstellungsweise <strong>der</strong> Clusteranalyse{ XE "Clusteranalyse" }-Ergebnisse als unrooted<br />
tree bot sich für die Fragestellung an, weil (1) keine makro-evolutiven, son<strong>der</strong>n<br />
mikro-evolutive Zusammenhänge gezeigt werden sollen und (2) keine echte<br />
„outgroup“ zur Verfügung stand. <strong>Die</strong> Länge <strong>der</strong> einzelnen Seitenzweige in <strong>der</strong><br />
Abbildung 7.2-10 sind nur in Diagramm a (Mittelrheinpopulationen) proportional zur<br />
genetischen Entfernung. <strong>Die</strong> Phenogramme für die Haßbergpopulationen und für alle<br />
Populationen sind bei <strong>der</strong> Darstellung von Proportionallängen sehr unübersichtlich<br />
(siehe Abbildung 11.3-1 und 2).<br />
a)<br />
b)<br />
Abbildung 7.2-10: REML{ XE "REML" }-Phenogramme. Diagramm a zeigt den möglichen genetischen<br />
Zusammenhang zwischen den Mittelrheinpopulationen. Zur Darstellung<br />
wurde Ham1 als Bezugspunkt gewählt. Diagramm b stellt die Verhältnisse<br />
<strong>der</strong> Haßberge, incl. <strong>der</strong> Population Sp1, dar (Bezugspunkt Sp1). In<br />
Diagramm c sind alle untersuchten Populationen berücksichtigt (Bezugspunkt<br />
Fe1). <strong>Die</strong> kräftigeren Linien weichen signifikant von Null ab. (vgl. auch Text).<br />
c)<br />
89
90<br />
7.2 POPULATIONSGENETIK<br />
<strong>Die</strong> Konfidenzniveaus <strong>der</strong> einzelnen Linien zeigen, daß die Topologie <strong>der</strong> Phenogramme<br />
nicht fixiert ist; d.h. daß das Datenmaterial keinen endgültigen Schluß über<br />
die <strong>Populationsstruktur</strong> zuläßt und es auch an<strong>der</strong>e mögliche Populationskonstellationen,<br />
neben den hier gezeigten, geben kann. Das PHYLIP-Programm CONTML generiert<br />
alle mit dem vorgegebenen Datenmaterial möglichen Phenogramme und entscheidet<br />
sich für das Phenogramm mit den meisten signifikanten Verbindungslinien.<br />
Von CONTML wurden für die Haßbergpopulationen 327, für die Mittelrheinpopulationen<br />
283 und für alle Populationen 10398 Phenogramme generiert. Dabei wurde die<br />
Reihenfolge <strong>der</strong> Populationen jeweils mehrmals per random geän<strong>der</strong>t um mögliche<br />
Artefakte, die sich aus <strong>der</strong> Reihenfolge <strong>der</strong> Eingabe ergeben könnten, zu minimieren.<br />
Das Phenogramm a <strong>der</strong> Abbildung 7.2-10 (Mittelrheintal) zeigt keinerlei signifikante<br />
Gruppierungen an. Nur die Endverzweigungen sind signifikant, d.h. daß alle Populationen<br />
des Mittelrheintals signifikant voneinan<strong>der</strong> verschieden sind, aber keinen<br />
Schluß über die tatsächliche Struktur <strong>der</strong> Gesamtpopulation zulassen.<br />
<strong>Die</strong> Verhältnisse in den Haßbergen (Phenogramm b <strong>der</strong> Abbildung 7.2-10) sind ähnlich,<br />
es konnten hier allerdings drei Gruppierungen festgestellt werden, die signifikant<br />
voneinan<strong>der</strong> abweichen. <strong>Die</strong> Verhältnisse innerhalb dieser Cluster sind jedoch<br />
ebenfalls nicht gesichert.<br />
Das Phenogramm c <strong>der</strong> Abbildung 7.2-10 zeigt hauptsächlich Signifikanzen in den<br />
Endverzweigungen. <strong>Die</strong> wichtigste signifikante innere Verzweigung ist die Linie zwischen<br />
<strong>der</strong> Mehrzahl <strong>der</strong> Haßberg- und Mittelrheinpopulationen (bei Population Mr10).<br />
<strong>Die</strong>ses Ergebnis legt den Schluß nahe, daß die Mehrzahl <strong>der</strong> Populationen <strong>der</strong> beiden<br />
<strong>Untersuchung</strong>sgebiete signifikant unterschiedliche genetische Strukturen aufweisen.<br />
<strong>Die</strong> strukturellen Verhältnisse innerhalb <strong>der</strong> beiden Populationsgruppen sind<br />
jedoch, wie schon in den Phenogrammen a und b dargestellt, sehr unsicher.<br />
Anhand <strong>der</strong> genetischen Distanzen nach NEI (1972) und nach REYNOLDS et al.<br />
(1983) wurde eine UPGMA{ XE "UPGMA" }-Clusteranalyse{ XE "Clusteranalyse" }<br />
durchgeführt (Abbildung 7.2-11). <strong>Die</strong> Eingabereihenfolge <strong>der</strong> Populationen wurde<br />
auch hier mehrmals zufällig geän<strong>der</strong>t, damit mögliche Artefakte nicht auftraten.<br />
Zwischen den Analysen mit den NEI- bzw. REYNOLDS-Distanzen gibt es nur geringfügige<br />
Unterschiede. Beide Analysen ergeben keine Cluster, die die Populationen<br />
<strong>der</strong> <strong>Untersuchung</strong>sgebiete trennen. Der Anteil <strong>der</strong> Populationen eines Gebietes in einem<br />
Cluster ist bei <strong>der</strong> Analyse mit REYNOLDS-Distanzen mit durchschnittlich<br />
78,3% etwas größer, als bei <strong>der</strong> Analyse mit NEI-Distanzen (65,8%). <strong>Die</strong> Populationen<br />
<strong>der</strong> <strong>Untersuchung</strong>sgebiete Haßberge und Mittelrheintal werden demnach bei <strong>der</strong>
7 ERGEBNISSE<br />
UPGMA{ XE "UPGMA" }-Analyse mit REYNOLDS-Distanzen stärker voneinan<strong>der</strong><br />
getrennt.<br />
Ein Vergleich <strong>der</strong> Phenogramme zeigt Unterschiede zwischen den berechneten Clustern<br />
<strong>der</strong> REML{ XE "REML" }- und den UPGMA{ XE "UPGMA" }-Clusteranalysen.<br />
<strong>Die</strong> REML-Analyse ergibt signifikante Unterschiede zwischen dem Großteil <strong>der</strong> Mittelrheinpopulationen<br />
und den Haßbergpopulationen. <strong>Die</strong> UPGMA-Analysen unterscheiden<br />
die Populationen <strong>der</strong> beiden <strong>Untersuchung</strong>sgebiete nicht, sie zeigen nur<br />
hohe Anteile von Populationen eines Gebietes in einem Cluster.<br />
Folgende Cluster wurden von allen drei Clusteranalysen berechnet:<br />
− Mr12, Mr13 und Mr16<br />
− Pr5, Kr2<br />
− Mr2, Hg1<br />
<strong>Die</strong>se Cluster könnten aufgrund <strong>der</strong> Clusteranalysen in ihrer Topologie fixiert sein,<br />
d.h. sie können als wirklichkeitsnah angenommen werden. <strong>Die</strong> Topologie <strong>der</strong> restlichen<br />
Cluster kann in weiten Schranken variieren, d.h. daß mathematisch keine <strong>der</strong><br />
verwendeten Analysen einen hohen Aussagewert hat. <strong>Die</strong> Topologie des REML{ XE<br />
"REML" }-Phenogramms entspricht am ehesten den tatsächlichen geographischen<br />
a) NEI-Distanzen<br />
b) REYNOLDS-Distanzen<br />
Abbildung 7.2-11: UPGMA{ XE "UPGMA" }-Phenogramme. Diagramm a zeigt das Analyseergebnis<br />
aufgrund <strong>der</strong> NEI-Distanzen, Diagramm b wurde anhand <strong>der</strong> REYNOLDS-<br />
Distanzen erstellt. Bezugspunkt (outgroup) war in beiden Fällen die Population<br />
Fe1<br />
91
Verhältnissen in den <strong>Untersuchung</strong>sgebieten.<br />
92<br />
7.2 POPULATIONSGENETIK<br />
7.2.6.2 Isolation{ XE "Isolation" } durch geographische Distanz{ XE "geographische<br />
Distanz" }<br />
Der Begriff Isolation{ XE "Isolation" }-by-distance wurde von WRIGHT{ XE<br />
"WRIGHT" } (1943) eingeführt und ist mittlerweile zu einem Schlagwort avanciert,<br />
das in <strong>der</strong> Populationsgenetik sehr häufig gebraucht wird. Der Begriff beschreibt den<br />
Zusammenhang zwischen dem Grad <strong>der</strong> genetischen Divergenz und <strong>der</strong> geographischen<br />
Distanz, und kann, wie in Kapitel 7.2.5 gezeigt, u.a. auf Genflußparameter angewendet<br />
werden. In diesem Abschnitt soll die Hypothese getestet werden, ob die<br />
genetische Distanz{ XE "genetische Distanz" } mit zunehmen<strong>der</strong> geographischer Distanz<br />
ebenfalls ansteigt. <strong>Die</strong> Hypothese wurde in einem ersten Schritt mit einer Korrelationsanalyse<br />
getestet. Der zweite Schritt lag darin, die Matrix <strong>der</strong> genetischen Distanz<br />
mit <strong>der</strong> Matrix <strong>der</strong> geographischen Distanz mittels eines Manteltests zu<br />
vergleichen (Tabelle 7.2-22).<br />
Für die Korrelationsanalyse wurden keine Wertepaare zwischen den <strong>Untersuchung</strong>sgebieten<br />
gebildet, weil die genetischen Distanzmaße{ XE "Distanzmaße" } zwischen<br />
Populationen <strong>der</strong> beiden <strong>Untersuchung</strong>sgebiete zu großen Fehlern neigen. Um aber<br />
nicht nur kleinräumige Wertepaare zu analysieren, wurden Wertepaare zwischen den<br />
Population Fe1, At1 und allen Populationen <strong>der</strong> <strong>Untersuchung</strong>sgebiete gebildet. <strong>Die</strong><br />
Hammelburgpopulationen wurden deshalb gewählt, weil beide Populationen eine etwa<br />
gleichhohe genetische Divergenz{ XE "genetische Divergenz" } zu den übrigen<br />
Populationen zeigen und sich signifikant voneinan<strong>der</strong> unterscheiden. <strong>Die</strong> Population<br />
Hg1 steht alleine, es gibt keine Populationen, die hier als Bezugspunkt herangezogen<br />
werden könnten. Sie ist deshalb weniger für die Korrelationsanalyse geeignet.<br />
<strong>Die</strong> Korrelationsergebnisse (vgl.Tabelle 7.2-21) ergaben einen hoch signifikanten Zusammenhang<br />
zwischen <strong>der</strong> geographischen und <strong>der</strong> genetischen Distanz, wenn alle<br />
untersuchten Populationen in die Analyse mit einbezogen wurden (rNEI=0,480;<br />
rREYNOLDS=0,440; p
7 ERGEBNISSE<br />
Tabelle 7.2-21: Isolation{ XE "Isolation" }-by-distance. Ergebnisse <strong>der</strong> Korrelationsanalyse des<br />
Zusammenhangs genetischer und geographischer Distanz. <strong>Die</strong> Berechnungen<br />
wurden für die genetischen Distanzmaße{ XE "Distanzmaße" } nach NEI und<br />
REYNOLDS und für die <strong>Untersuchung</strong>sgebiete getrennt ausgeführt. Bei <strong>der</strong><br />
Berechnung mit allen Populationen gingen zusätzlich die Populationen Fe1,<br />
At1 und Hg1 ein. <strong>Die</strong> Population Sp1 wurde in die Berechnung für die Haßberge<br />
mit einbezogen.<br />
r= Korrelationskoeffizient (Pearson), r²= Bestimmheitsmaß, FG= Freiheitsgrade,<br />
p= Signifikanzniveau.<br />
Korrelationsstatistik<br />
NEI-Distanz REYNOLDS-Distanz<br />
alle Mittelrhein Haßberge alle Mittelrhein Haßberge<br />
r 0,480 -0,037 -0,127 0,440 -0,110 -0,107<br />
r² 0,230 0,001 0,016 0,200 0,012 0,011<br />
FG (df) 166 53 64 166 53 64<br />
p(r)
94<br />
7.2 POPULATIONSGENETIK<br />
<strong>Die</strong> Vergleiche anhand <strong>der</strong> Matrizen mittels des Manteltests zeigt das selbe Resultat,<br />
wie die Korrelationsanalyse. <strong>Die</strong> Einzelberechnungen für die <strong>Untersuchung</strong>sgebiete<br />
ergeben keinen signifikanten Testwert (vgl. Tabelle 7.2-22). <strong>Die</strong> Gesamtbetrachtung<br />
aller Populationen war nicht möglich, weil keine geeigneten Matrizen erstellt werden<br />
konnten.<br />
Tabelle 7.2-22: Mantelstatistik des Matrixvergleichs <strong>der</strong> genetischen und geographischen<br />
Distanzen nach <strong>Untersuchung</strong>sgebieten getrennt. r= normalisiertes Z<br />
(Mantelstatistik); t= approximierter Mantel t-Test; p= Wahrscheinlichkeit,<br />
daß ein zufällig ausgewähltes Z kleiner ist als das beobachtete Z.<br />
Mantelstatistik Mittelrheintal Haßberge<br />
NEI REYNOLDS NEI REYNOLDS<br />
r -0,178 -0,098 -0,046 -0,015<br />
t -1,114 -0,619 -0,308 -0,103<br />
p 0,133 0,268 0,379 0,459<br />
0,050<br />
0,25<br />
a)<br />
0,045<br />
b)<br />
genetische Distanz<br />
0,020<br />
c) d)<br />
genetische Distanz<br />
0,040<br />
0,035<br />
0,030<br />
0,025<br />
0,020<br />
0,015<br />
0,010<br />
0,005<br />
0,000<br />
NEI Haßberge<br />
0,015<br />
0,010<br />
0,005<br />
0 5 10 15<br />
geographische Distanz [km]<br />
0,000<br />
0 10 20 30 40<br />
NEI<br />
Mittelrhein<br />
geographische Distanz [km]<br />
genetische Distanz<br />
0,00<br />
0 5 10 15<br />
REYNOLDS<br />
Haßberge<br />
geographische Distanz<br />
0,00<br />
0 10 20 30 40<br />
REYNOLDS<br />
Mittelrhein<br />
geographische Distanz<br />
Abbildung 7.2-13: Isolation{ XE "Isolation" }-by-distance. Regionale Zusammenhänge<br />
für die <strong>Untersuchung</strong>sgebiete Mittelrheintal (c, d) und<br />
Haßberge (a, b) zwischen genetischer und geographischer Distanz<br />
Faßt man die Ergebnisse zusammen, ergibt sich folgendes Bild für den Zusammenhang<br />
genetischer zu geographischer Distanz:<br />
Unter Berücksichtigung aller Populationen ergibt sich eine hoch signifikante Beziehung.<br />
<strong>Die</strong> Hypothese Isolation{ XE "Isolation" }-by-distance kann als wahr ange-<br />
genetische Distanz<br />
0,20<br />
0,15<br />
0,10<br />
0,05<br />
0,14<br />
0,12<br />
0,10<br />
0,08<br />
0,06<br />
0,04<br />
0,02
7 ERGEBNISSE<br />
nommen werden. <strong>Die</strong> getrennte Betrachtung <strong>der</strong> <strong>Untersuchung</strong>sgebiete ergibt jedoch<br />
keine signifikante Beziehung. <strong>Die</strong> Korrelationsergebnisse werden durch die Ergebnisse<br />
des Manteltests gestützt, die ebenfalls keine Signifikanzen zeigen. <strong>Die</strong> Hypothese<br />
muß also für die Einzelgebiete abgelehnt werden. Es ist dort keine Isolation-bydistance<br />
statistisch feststellbar.<br />
7.2.6.3 RxC-Test aller Enzymloci<br />
<strong>Die</strong> vorherigen Ergebnisse machen deutlich, daß es zu einer genetischen Differenzierung<br />
aufgrund verschiedener Einflußfaktoren gekommen ist. An dieser Stelle sollen<br />
nun noch die untersuchten Enzymloci, die zu dieser Differenzierung den<br />
Hauptanteil beitrugen, beschrieben werden (vgl. Tabelle 7.2-23).<br />
<strong>Die</strong> Ermittlung dieser Loci erfolgte mit Hilfe des Programmteils G-RxC des G-STAT-<br />
Programmpakets. <strong>Die</strong>ser führte einen RxC-Test (G-Test, SOKAL & ROHLF{ XE<br />
"SOKAL & ROHLF" } 1981{ XE "SOKAL & ROHLF 1981" }) zwischen allen Populationen,<br />
unter Beachtung aller untersuchten Loci, durch. <strong>Die</strong> Werte wurden mittels des<br />
Programms so lange gepoolt, bis <strong>der</strong> Erwartungswert 1 erreicht worden war. Der<br />
Umstand, daß alle p-Werte entwe<strong>der</strong> 0 o<strong>der</strong> 1 waren, erübrigte eine BONFERRONI-<br />
Korrektur.<br />
Tabelle 7.2-23: Ergebnis des RxC-Tests, <strong>der</strong> klären sollte welche Loci für die genetische Differenzierung<br />
verantwortlich sind.<br />
Loci, die den Hauptanteil zur genetischen<br />
Differenzierung beitrugen<br />
Loci, die nur wenig o<strong>der</strong> nichts zur genetischen<br />
Differenzierung beitrugen<br />
Ala-Leu-Peptidase (PEP) 6-Phosphogluconatdehydrogenase (6-PGDH)<br />
Isocitratdehydrogenase (IDH-2) alle Kinasen (KIN/ CK, AK, PK)<br />
Phosphoglucomutase (PGM) Argininphosphokinase (APK)<br />
Mannosephosphatisomerase (MPI) Fumarathydratase (FH)<br />
Glutamatoxalacetattransaminase (GOT)<br />
Glycerinaldehyd-3-Phosphatdehydrogenase<br />
(GA-3-PDH)<br />
Isocitratdehydrogenase (IDH-1)<br />
Malatdehydrogenase (MDH)<br />
Malatenzym (ME)<br />
Triosephosphatisomerase (TPI)<br />
Nur vier Loci trugen den Hauptanteil zur genetischen Differenzierung zwischen allen<br />
Populationen bei. Eine getrennte Betrachtung <strong>der</strong> <strong>Untersuchung</strong>sgebiete ergab keine<br />
an<strong>der</strong>en Ergebnisse.<br />
95
8 DISKUSSION<br />
3.1 EINSCHRÄNKUNGEN DER CA-ELEKTROPHORESE<br />
8.1 Einschränkungen <strong>der</strong> CA-Elektrophorese{ XE "Elektrophorese"<br />
}<br />
<strong>Die</strong> populationsgenetischen <strong>Untersuchung</strong>en basieren auf <strong>der</strong> Theorie, daß Verän<strong>der</strong>ungen<br />
des genetischen Materials eines Individuums sich auf alle weiteren Ebenen<br />
<strong>der</strong> Proteinsynthese auswirken und in Form von Allozymen mit <strong>der</strong> CA-<br />
Elektrophorese{ XE "Elektrophorese" } (vgl. Kapitel 6.3) nachweisbar sind. Daran an-<br />
Mutationen<br />
Aminosäurefrequenz<br />
Enzymstruktur<br />
Individuum<br />
Subpopulation<br />
Population<br />
schließend werden alle Unterschiede zwischen verschiedenen Populationen im Allozympool,<br />
<strong>der</strong> dann als Äquivalent zum Genpool verwendet wird, bestimmt und statistisch<br />
ausgewertet.<br />
Auf je<strong>der</strong> Hierarchieebene geht allerdings ein Teil <strong>der</strong> ursprünglichen genetischen<br />
Information verloren (vgl. Abbildung 8.1-1). Das heißt z.B., daß nicht jede genetische<br />
Verän<strong>der</strong>ung auch Auswirkungen auf die Aminosäuresequenz haben muß. Hier zu<br />
nennen wären z.B. Punktmutationen am dritten Basenpaar, die sich durch den degenerierten<br />
genetischen Code nicht weiter auswirken. Weiterhin kann es auch zu einem<br />
Informationsverlust kommen, weil sich nicht jede Aminosäure-Substitution auf die höheren<br />
Proteinebenen auswirkt. Das Allozym{ XE "Allozym" } kann dann das selbe<br />
Molekulargewicht zeigen und u.U. auch die selbe Nettoladung besitzen o<strong>der</strong> die Unterschiede<br />
sind so gering, daß sie mit Hilfe <strong>der</strong> Cellulose-Acetat-Gelelektrophorese<br />
nicht unterschieden werden können. AYALA{ XE "AYALA" } et al. (1974) vermerken<br />
hierzu, daß die mit elektrophoretischen Methoden gefundene genetische Differenzierung<br />
vermutlich geringer als die tatsächliche ist. Nach SEITZ{ XE "SEITZ" } (1989)<br />
96<br />
DNA-EBENE<br />
PROTEIN-EBENEN<br />
DEMOGRAPHISCHE EBENEN<br />
Abbildung 8.1-1: Hierarchieebenen <strong>der</strong> populationsgenetischen <strong>Untersuchung</strong>.<br />
Auf je<strong>der</strong> <strong>der</strong> angegebenen Ebenen geht ein Teil <strong>der</strong> Information<br />
<strong>der</strong> höheren Ebenen verloren. <strong>Die</strong> Abbildung stellt nur eine<br />
Auswahl an Ebenen dar. Näheres im Text.
8 DISKUSSION<br />
kann rein rechnerische nur etwa 1/3 <strong>der</strong> Mutation elektrophoretisch nachgewiesen<br />
werden.<br />
Ferner ist auch ein Informationsverlust auf den Ebenen Subpopulation und Population<br />
festzustellen, weil nur Stichproben gezogen werden, die nicht den vollständigen<br />
Allozympool darstellen können. Seltene Allele werden mit großer Wahrscheinlichkeit<br />
durch die Stichprobe nicht repräsentiert.<br />
Mit feineren aber wesentlich aufwendigeren und teureren Methoden können die meisten<br />
genetischen Verän<strong>der</strong>ungen schon auf <strong>der</strong> niedrigsten Stufe nachgewiesen<br />
werden (z.B. DNA-RAPDS). <strong>Die</strong> genetischen Unterschiede, die anhand von DNA-<br />
Methoden gefunden werden, sind jedoch vergleichbar mit den Ergebnissen einer CA-<br />
Elektrophorese{ XE "Elektrophorese" } (vgl. Ergebnisse in PFAUMANN 1995). Für<br />
Studien an Insekten bietet sich demnach die CA-Elektrophorese geradezu an, weil<br />
genügend Tiermaterial in die <strong>Untersuchung</strong> eingebracht werden kann, die Durchführung<br />
kostengünstig ist und die Ergebnisse eine gute Aussagekraft besitzen.<br />
8.2 <strong>Genetische</strong> Divergenz<br />
<strong>Genetische</strong> und biochemische <strong>Untersuchung</strong>en an unterschiedlichen Enzymen zeigten,<br />
daß <strong>der</strong> Grad <strong>der</strong> Variabilität, ausgedrückt in Polymorphie{ XE "Polymorphie" }<br />
und Heterozygotie{ XE "Heterozygotie" }, bei bestimmten Enzymgruppen unterschiedlich<br />
ausgeprägt ist. WARD et al.{ XE "WARD et al." } (1992) stellten fest, daß<br />
es einen Zusammenhang zwischen <strong>der</strong> Molekülmasse <strong>der</strong> Untereinheiten eines Enzyms<br />
und <strong>der</strong> Heterozygotie gibt.<br />
In <strong>der</strong> vorliegenden Arbeit wurden zwölf Enzyme bzw. 13 Loci untersucht. Es konnten<br />
aber nur vier Loci, über alle untersuchten Populationen gesehen, als polymorph<br />
(95%-Niveau) bezeichnet werden. Es handelt sich dabei um die Loci IDH-2, MPI,<br />
PEP und PGM, die alle als dimere Enzyme vorlagen. In einzelnen Populationen<br />
konnten auch die Loci GA3PDH, GOT, ME und TPI als polymorph angesehen werden.<br />
Aus den genetischen Unterschieden, die alle auf unterschiedliche Allelfrequenzen zurückgeführt<br />
werden können, werden genetische Distanz{ XE "genetische Distanz"<br />
}en berechnet. Bei <strong>der</strong> Berechnung <strong>der</strong> genetischen Distanzen nach NEI (1972) bzw.<br />
REYNOLDS et al. (1983) muß aber berücksichtigt werden, daß die in dieser Arbeit<br />
untersuchten Enzyme nur einen kleinen Ausschnitt aus dem gesamten Enzympool<br />
eines Organismus´ darstellen. <strong>Die</strong> genetischen Unterschiede könnten durchaus unterschiedliche<br />
Werte annehmen, wenn mehr Enzyme untersucht würden. <strong>Die</strong>ser<br />
Sachverhalt soll nur verdeutlichen, daß diese Werte ebenfalls, wie Nem (Kapitel<br />
8.3.1), nur eine Tendenz bzw. ein quasi-dimensionsloses Maß verkörpern. Es werden<br />
97
8.2 GENETSCHISCHE DIVERGENZ<br />
Relativwerte berechnet, <strong>der</strong>en Größe, je nach Anzahl <strong>der</strong> untersuchten Loci und Individuen<br />
Schwankungen unterworfen sind. D.h. aber nicht, daß sie nicht die Wirklichkeit<br />
wi<strong>der</strong>zuspiegeln vermögen.<br />
8.2.1 Homogenität <strong>der</strong> <strong>Untersuchung</strong>sgebiete<br />
<strong>Die</strong> sich aus den Allelfrequenzen ergebenden Polymorphie{ XE "Polymorphie" }bzw.<br />
Heterozygotiegrade, gemittelt über alle untersuchten Populationen, ergaben<br />
keine signifikanten Abweichungen voneinan<strong>der</strong> und mit den in Tabelle 7.2-4 dargestellten<br />
Literaturwerten von NEVO et al. (1984) bzw. SNYDER et al.{ XE "SNYDER et<br />
al." } (1985). P. albopunctata zeigt bezgl. <strong>der</strong> Diversitätsstatistik aufgrund <strong>der</strong> Literaturwerte<br />
keine Beson<strong>der</strong>heiten. In dieser <strong>Untersuchung</strong> wurde für P. albopunctata ein<br />
mittlerer Polymorphiegrad von 0,305 und ein mittlerer Heterozygotiegrad von 0,115<br />
errechnet. Beide Werte liegen innerhalb <strong>der</strong> Varianzgrenzen <strong>der</strong> Literaturwerte (vgl.<br />
Tabelle 7.2-3).<br />
<strong>Genetische</strong> Unterschiede zwischen den <strong>Untersuchung</strong>sgebieten lassen sich aufgrund<br />
von Mittelwerten <strong>der</strong> Polymorphie{ XE "Polymorphie" } bzw. Heterozygotie{ XE<br />
"Heterozygotie" } kaum ausmachen (vgl. Abbildung 7.2-1 und 2). Bei einer getrennten<br />
Betrachtung <strong>der</strong> einzelnen Loci zeigte sich jedoch, daß bei allen Enzymen z.T.<br />
erheblich unterschiedliche Heterozygotie- und Polymorphiegrade gefunden werden<br />
können (vgl. Abbildung 7.2-2). <strong>Die</strong> <strong>Untersuchung</strong>sgebiete sind deshalb in ihrer genetischen<br />
Struktur keineswegs als homogen zu bezeichnen, son<strong>der</strong>n zeigen erkennbare,<br />
wenn auch nicht signifikante, Unterschiede.<br />
Das Auftreten von privaten Allelen zeigt ebenfalls die divergente Entwicklung <strong>der</strong> Populationen<br />
innerhalb eines Gebietes und zwischen den <strong>Untersuchung</strong>sgebieten. In<br />
den Mittelrheinpopulationen konnten zehn (!) private Allele gefunden werden, die<br />
nicht in den Haßberg- bzw. Hammelburgpopulationen vorhanden waren. In den Haßbergpopulationen<br />
konnten noch vier private Allele erkannt werden. <strong>Die</strong> unterschiedliche<br />
Anzahl <strong>der</strong> gefundenen privaten Allele in den <strong>Untersuchung</strong>sgebieten läßt sich<br />
auf die im Durchschnitt geringere Stichprobengröße <strong>der</strong> Haßbergpopulationen zurückführen.<br />
In den Haßbergen wurden im Mittel 24, im Mittelrheintal 29 Tiere pro Population<br />
gesammelt. Durch die geringere Stichprobengröße sank auch die Wahrscheinlichkeit,<br />
daß seltene bzw. private Allele repräsentiert wurden (vgl. SLATKIN{<br />
XE "SLATKIN" } 1985{ XE "SLATKIN 1985" }).<br />
<strong>Die</strong> signifikanten Zusammenhänge <strong>der</strong> Diversitätsstatistik mit <strong>der</strong> Populationsgröße<br />
lassen den Schluß zu, daß mikroevolutive Prozesse, wie z.B. Drift{ XE "Drift" } und<br />
98
8. DISKUSSION<br />
Inzucht{ XE "Inzucht" }, zu einer Differenzierung <strong>der</strong> Teilpopulationen innerhalb eines<br />
Gebietes und <strong>der</strong> Totalpopulationen <strong>der</strong> <strong>Untersuchung</strong>sgebiete geführt haben (vgl.<br />
Kapitel 4.3.3). <strong>Die</strong>se Hypothese wird durch die teilweisen Abweichungen von <strong>der</strong><br />
HARDY-WEINBERG-Verteilung gestützt. <strong>Die</strong> Abweichungen von <strong>der</strong> HARDY-<br />
WEINBERG-Verteilung können aber auch durch einen Genfluß{ XE "Genfluß"<br />
} (vgl. Kapitel 8.3 und 4.3.5) verursacht sein. Falls die Abweichungen durch Genfluß<br />
hervorgerufen worden sind, muß es sich um Migrationen des letzten Jahres vor Probennahme<br />
handeln, weil sich eine HARDY-WEINBERG-Verteilung schon innerhalb<br />
einer Generation in Panmixie wie<strong>der</strong> einstellt (vgl. Kapitel 4.3.1).<br />
<strong>Die</strong> Isolation{ XE "Isolation" }-by-distance-Theorie von WRIGHT{ XE "WRIGHT" }<br />
(1943) führt zu <strong>der</strong> Hypothese, daß sich die Totalpopulationen <strong>der</strong> <strong>Untersuchung</strong>sgebiete<br />
genetisch unterscheiden lassen. Statistisch signifikante Unterschiede konnten<br />
nur wenige ermittelt werden, weil die Stichprobengrößen vieler Haßbergpopulationen<br />
zu gering waren. Dennoch wird die theoretische Erwartung einer genetischen<br />
Divergenz zwischen den Totalpopulationen durch die ermittelten Werte bestätigt. <strong>Die</strong><br />
mittlere genetische Distanz{ XE "genetische Distanz" } zwischen den Populationen<br />
<strong>der</strong> beiden Gebieten ist höher, als die genetische Distanz innerhalb dieser Totalpopulationen<br />
(vgl. Tabelle 7.2-20). <strong>Die</strong> genetischen Unterschiede, die in die Berechnung<br />
<strong>der</strong> Distanzmaße{ XE "Distanzmaße" } nach NEI bzw. REYNOLDS eingehen,<br />
sind zwar nicht groß genug, um statistisch signifikant zu sein, aber sie sind durchaus<br />
erkennbar.<br />
Es ist bei <strong>der</strong> Beurteilung auch zu bedenken, daß die privaten Allele bei dem durchgeführten<br />
2î-Test kaum ins Gewicht fallen, weil sie eben privat sind und mit geringer<br />
Häufigkeit auftreten. Sie zeigen aber dennoch einen genetischen Unterschied zwischen<br />
<strong>der</strong> Totalpopulation <strong>der</strong> Haßberge und des Mittelrheintals an.<br />
<strong>Die</strong> Diversitätsparameter bestätigen auch eine Unterglie<strong>der</strong>ung <strong>der</strong> Totalpopulationen<br />
in kleinere Untereinheiten. Hier konnten vermehrt signifikante Unterschiede zwischen<br />
den Mittelrheinpopulationen gefunden werden, aber auch bei den Haßbergpopulationen<br />
sind deutliche, z.T. signifikante Unterschiede nachweisbar. <strong>Die</strong> folgenden<br />
Kapitel sollen klären, wie groß die Isolation{ XE "Isolation" } <strong>der</strong> Einzelpopulationen<br />
ist und welche Faktoren für die Isolierung verantwortlich sind, um dann eine Aussage<br />
über die Art <strong>der</strong> <strong>Populationsstruktur</strong> machen zu können.<br />
8.2.2 Homozygotenüberschuß<br />
In den weitaus meisten Populationen (88,5%) konnte ein Homozygotenüberschuß<br />
festgestellt werden, d.h. die beobachtete Heterozygotie{ XE "Heterozygotie" } war<br />
99
100<br />
8.2 GENETISCHE DIVERGENZ<br />
geringer als die nach dem HARDY-WEINBERG-Gesetz erwartete. Ein beson<strong>der</strong>s<br />
hoher Homozygotenüberschuß konnte bei <strong>der</strong> Population Ham1 festgestellt werden.<br />
<strong>Die</strong>se Population macht deutlich, daß <strong>der</strong> WAHLUND-Effekt (vgl. Kapitel 4.3.1.1) bei<br />
<strong>der</strong> Entstehung eines Homozygotenüberschusses eine Erklärungsmöglichkeit bietet.<br />
<strong>Die</strong>se Population wurde aus zwei Stichproben kleiner Populationen zusammengesetzt<br />
(Ham1 und Mr1). <strong>Die</strong>s war wegen <strong>der</strong> geringen Stichprobengrößen notwendig<br />
und war wegen nicht signifikanter genetischer Unterschiede (2î-Test) auch zulässig.<br />
Ein Homozygotenüberschuß dieser zusammengesetzten Population war nach<br />
WAHLUND (vgl. HARTL & CLARK 1989) zu erwarten gewesen.<br />
Interessant ist auch, daß die Mittelrheinpopulationen im Mittel einen höheren Homozygotenüberschuß<br />
zeigen als die Haßbergpopulationen. Der Zusammenhang <strong>der</strong> Diversitätsparameter<br />
zu Populationsgrößenklasse ist signifikant (vgl. Tabelle 7.2-7).<br />
Der Umstand, daß die geographischen Distanzen zwischen den Mittelrheinpopulationen<br />
sehr hoch sind, macht es sehr unwahrscheinlich, daß <strong>der</strong> WAHLUND-Effekt<br />
(Ausnahme Ham1) eine Rolle spielt. Es wurden mit großer Sicherheit keine Stichproben<br />
zweier Populationen vermischt. Dennoch könnte eine Vermischung von Populationen<br />
auftreten, wenn ein hoher Genfluß{ XE "Genfluß" } (s.u.) und viele kleine Populationen,<br />
die nicht beprobt wurden, postuliert werden. Dadurch könnte es zu einem<br />
vermehrten Einwan<strong>der</strong>n von homozygoten Individuen kommen, die dann zu einem<br />
Homozygotenüberschuß führen.<br />
Der geringe Homozygotenüberschuß <strong>der</strong> Haßbergpopulationen kann dadurch bedingt<br />
sein, daß es wenig o<strong>der</strong> keine überlebensfähigen Kleinstpopulationen gibt, aus<br />
denen vermehrt homozygote Individuen immigrieren könnten.<br />
Der niedrige Heterozygotie{ XE "Heterozygotie" }- und Polymorphiegrad, bedingt<br />
durch den hohen Anteil an Homozygoten, kann auf das WAHLUND-Prinzip zurückgeführt<br />
werden. <strong>Die</strong> Populationen sind in Subpopulationen{ XE "Subpopulationen" }<br />
aufgeteilt, die eine Populationsgröße haben, bei denen Zufallsereignisse einen großen<br />
Effekt ausüben. <strong>Die</strong> Folge ist ein hoher Anteil an Homozygoten in <strong>der</strong> Gesamtpopulation.<br />
8.3 Genfluß{ XE "Genfluß" }<br />
<strong>Die</strong> <strong>der</strong> Genflußberechnung zugrundeliegende F-Statistik berücksichtigt auch Geschehnisse<br />
(z.B. Massenbewegungen in günstigen Jahren, gute Windverhältnisse<br />
u.a.), die einige Generationen zurückliegen können. Es liegen keine langjährigen<br />
Datenerhebungen zu dieser Thematik vor. GOTTSCHALK (pers. Mitteilung) gibt zu
8.4 UMWELTFAKTOREN UND GENFLUß<br />
diesem Aspekt jedoch an, daß die Populationen von P. albopunctata, wie bei fast allen<br />
untersuchten Tierarten, fluktuieren.<br />
Sie besitzen keine konstante Populationsgröße, son<strong>der</strong>n je nach Umweltverhältnissen<br />
(Klima, Habitat, Dichte des Pflanzenbewuchses, Feuchte des Bodens u.a.) verän<strong>der</strong>t<br />
sich diese. Treten große Populationen mit vielen Tieren auf, ist <strong>der</strong> genetische<br />
Austausch bzw. die Anzahl <strong>der</strong> migrierenden Individuen hoch. Eine Durchmischung<br />
<strong>der</strong> Genpools <strong>der</strong> einzelnen Subpopulationen{ XE "Subpopulationen" } ist die Folge,<br />
<strong>der</strong> Nem-Wert dementsprechend hoch.<br />
101
8.3.1 Problematik <strong>der</strong> Genflußberechnung<br />
102<br />
8.4 UMWELTFAKOREN UND GENFLUß<br />
Es wurden drei unterschiedliche Varianten einer Genflußberechnung gewählt, die<br />
den Genfluß{ XE "Genfluß" } indirekt abschätzen. Mit diesen Modellen wird nicht <strong>der</strong><br />
reale Genfluß berechnet, son<strong>der</strong>n <strong>der</strong> genetisch effektive. D.b., daß die errechnete<br />
Genflußrate oft geringer ist als die tatsächliche Migrationstätigkeit, weil nur bei einer<br />
erfolgreichen Reproduktion von genetisch effektivem Genfluß gesprochen werden<br />
sollte (FUTUYMA{ XE "FUTUYMA" } 1990{ XE "FUTUYMA 1990" }, vgl. auch Kapitel<br />
4.3.5). <strong>Die</strong>ser Umstand kann sogar dazu führen, daß die reale Ausbreitungsrate sehr<br />
hoch ist, aber kein Genfluß genetisch nachgewiesen werden kann (SLATKIN{ XE<br />
"SLATKIN" } 1987{ XE "SLATKIN 1987" }).<br />
In dieser Arbeit wurden zwei Modellvarianten des WRIGHT{ XE "WRIGHT" }´schen<br />
Inselmodells verwendet. <strong>Die</strong>se unterscheiden sich primär darin, daß die Zahl <strong>der</strong> Einzelpopulationen<br />
in die Berechnung nach CROW & AOKI{ XE "CROW & AOKI" }<br />
(1984) eingehen. Bei <strong>der</strong> ursprünglichen Formel von WRIGHT (1951) bleibt dies unberücksichtigt.<br />
<strong>Die</strong> Grundannahmen bei<strong>der</strong> Varianten sind gleich (vgl. Kapitel 4.3.5).<br />
CROW & AOKI (1984) machen jedoch zusätzlich die Annahme, daß <strong>der</strong> Genfluß{ XE<br />
"Genfluß" } innerhalb einer (hypothetischen) Nachbarschaft größer ist, als zwischen<br />
Populationsgruppen, die weiter voneinan<strong>der</strong> entfernt sind (vgl. auch SLATKIN{ XE<br />
"SLATKIN" } & VOELM{ XE "SLATKIN & VOELM" } 1991). Sie bringen also ansatzweise<br />
die Isolation{ XE "Isolation" }-by-distance-Hypothese WRIGHTs mit in ihre<br />
Formel ein. <strong>Die</strong>s mag für laufende Organismen zutreffend sein, für P. albopunctata<br />
konnte in dieser <strong>Untersuchung</strong> innerhalb eines Gebietes kein solcher Zusammenhang<br />
festgestellt werden (s.u.). WRIGHT (1951) macht diese Zusatzannahme nicht<br />
und ist deshalb für die vorliegende <strong>Untersuchung</strong> wahrscheinlich <strong>der</strong> bessere Weg<br />
den Genfluß abzuschätzen.<br />
Es sind aber auch hier Einschränkungen über die Aussagekraft <strong>der</strong> Ergebnisse zu<br />
machen. <strong>Die</strong> Berechnung des Genflusses stellt „ein Integral über Raum und Zeit“ dar<br />
(zitiert nach VEITH{ XE "VEITH" } &SEITZ{ XE "SEITZ" } 1995; DUNLEY & CROFT<br />
1994). D.b., daß in die Berechnung auch Migrationsereignisse eingehen, die Generationen<br />
zurückliegen können. Bei einer Massenwan<strong>der</strong>ung können einige Tiere verschiedener<br />
Populationen sich vermischen, dann aber für mehrere Generationen nicht<br />
mehr migrieren. Der errechnete Genfluß{ XE "Genfluß" } wird dann über diese Generationen<br />
gemittelt, d.h. man errechnet auch für die Generationen einen Genfluß in<br />
denen de facto keiner stattgefunden hat.
8.4 UMWELTFAKTOREN UND GENFLUß<br />
Weiterhin ist zu berücksichtigen, daß <strong>der</strong> FST- Wert, über den Nem errechnet wird, einen<br />
Mittelwert über alle (heterozygoten) Loci darstellt. Es wird nicht berücksichtigt,<br />
welche Loci für die genetische Divergenz{ XE "genetische Divergenz" } verantwortlich<br />
sind. <strong>Die</strong> genetische Variabilität <strong>der</strong> Populationen verschiedener Gebiete kann in<br />
den einzelnen Populationen stark divergieren. <strong>Die</strong> Gesamtvariabilität <strong>der</strong> Totalpopulationen<br />
müssen aber dadurch bedingt nicht ebenfalls stark unterschiedlich sein, weil<br />
die Divergenz durch ganz unterschiedliche Loci zustande gekommen sein kann. Im<br />
Mittel zeigen aber beide Totalpopulationen die gleiche genetische Variabilität. Eine<br />
Genflußberechnung zwischen verschiedenen Totalpopulationen kann deshalb mit<br />
Fehlern behaftet sein und einen nicht realen Genfluß{ XE "Genfluß" } vorspiegeln. In<br />
diesem Fall ist <strong>der</strong> Mittelwert des FST-Wertes einer paarweisen Berechnung höher,<br />
als <strong>der</strong> FST-Wert, <strong>der</strong> sich aus einem direkten Vergleich aller Populationen ergibt.<br />
Hierzu ist weiterhin zu erwähnen, daß die Populationsgrößen im WRIGHT{ XE<br />
"WRIGHT" }´schen Inselmodell als gleich groß angenommen werden. In <strong>der</strong> Natur<br />
findet man diesen Idealfall mit großer Sicherheit nicht. Durch unterschiedliche Populationsgrößen<br />
ist aber auch <strong>der</strong> Einfluß <strong>der</strong> genetischen Drift{ XE "Drift" } sehr unterschiedlich<br />
ausgeprägt. <strong>Die</strong> Folge kann ein ungewöhnlich hoher Divergenzgrad zwischen<br />
benachbarten Populationen sein, aber auch <strong>der</strong> umgekehrte Fall ist denkbar.<br />
Populationen, die sehr weit auseinan<strong>der</strong> liegen (z.B. in unterschiedlichen Gebieten),<br />
zeigen aufgrund zufälligerweise ähnlichem Einfluß <strong>der</strong> genetischen Drift sehr ähnliche<br />
Allelfrequenzen. <strong>Die</strong>s kann beson<strong>der</strong>s bei sehr kleinen Populationen eine Rolle<br />
spielen. Der FST-Wert zeigt dann für solche Populationen einen nicht realen geringen<br />
Isolationsgrad an, <strong>der</strong> für eine Genflußberechnung wenig geeignet ist.<br />
Als weiteren und umfassendsten Einwand ist zu bemerken, daß FST und die daran<br />
gekoppelten Genflußberechnungen nur dann zulässig sind, wenn kein Selektionsdruck<br />
auf einen <strong>der</strong> untersuchten Loci wirkt (CABE & ALSTAD{ XE "CABE &<br />
ALSTAD" }T 1994). WRIGHT{ XE "WRIGHT" } (1978) selbst war diese Tatsache<br />
ebenfalls bewußt, er schrieb, daß die F-Statistik bei Selektion{ XE "Selektion" } nur<br />
eine geringe Aussagekraft hat, weil die Allelfrequenzen eines selektionierten Locus<br />
sehr stark von den an<strong>der</strong>en abweichen kann. Bei einer Art, die wie P. albopunctata<br />
an Extremstandorten (hohe Temperatur u.a.) lebt, ist es durchaus vorstellbar, daß<br />
Loci einem Selektiondruck unterliegen. Ein Indiz für diese Hypothese wären außergewöhnlich<br />
hohe Ei- bzw. Larvenmortalitätsraten (BEGON{ XE "BEGON" } et al.<br />
1990{ XE "BEGON et al. 1990" }). Exakte Daten für P. albopunctata liegen darüber<br />
aber z.Z. nicht vor, eine Aussage ist deshalb nicht möglich.<br />
103
104<br />
8.4 UMWELTFAKOREN UND GENFLUß<br />
Der Wert Nem, als „migrierende Individuen pro Generation“ bezeichnet, sollte wegen<br />
<strong>der</strong> oben angegeben Einschränkungen eher als ein dimensionsloses Tendenzmaß<br />
für den Genfluß{ XE "Genfluß" } angesehen werden. Es empfiehlt sich, Nem als Tendenzmaß<br />
nicht überzubewerten.<br />
Das NEI´sche Migrationsmodell zeichnet sich durch einen wichtigen Unterschied zu<br />
den Grundannahmen des Inselmodells aus:<br />
NEI (1972) sieht nicht die genetische Drift{ XE "Drift" } als treibende Kraft, son<strong>der</strong>n<br />
die Mutation. <strong>Die</strong>ses Modell ist deshalb besser geeignet für Genflußberechnungen<br />
zwischen großen Populationen (vgl. Kapitel 4.3.5). Zieht man beide Genflußmodell in<br />
seine Überlegungen ein, wird man feststellen, daß beide Modelle Grenzfälle darstellen.<br />
In <strong>der</strong> Natur wird keiner dieser Grenzfälle erreicht, son<strong>der</strong>n es wirken immer sowohl<br />
die Mutation, wie auch die genetische Drift, je nach Populationsgröße mehr die<br />
genetische Drift o<strong>der</strong> mehr die Mutation. Eine Vernachlässigung einer dieser Kräfte<br />
führt zu einer Fehlinterpretation.<br />
Zur Verdeutlichung des Interpretationsfehler bei Vernachlässigung <strong>der</strong> Mutationsrate<br />
folgendes Beispiel:<br />
In <strong>der</strong> Literatur (z.B. WEHNER{ XE "WEHNER" } & GERING 1990) wird eine Mutati-<br />
onsrate von 210 6 −<br />
⋅ angegeben. <strong>Die</strong>se kann aber durchaus auch niedrigere o<strong>der</strong> höhe-<br />
re Werte annehmen, je nach Umwelteinfluß. Bei den hier untersuchten Heuschrekken<br />
kann die hohe Temperatur, die bis zu 70°C in Bodennähe beträgt, und die hohe<br />
UV-Einstrahlung für eine höhere Mutationsrate verantwortlich sein. Abgesehen davon<br />
ist für eine kleine Population die Wahrscheinlichkeit, daß eine Mutation auftritt, sehr<br />
klein, aber für viele kleine Populationen ist diese Wahrscheinlichkeit genauso groß,<br />
wie für eine einzige große Population. <strong>Die</strong> Mutationsrate ist unabhängig von <strong>der</strong> Populationsgröße,<br />
deshalb tritt ein Mutationsereignis innerhalb eines Populationsverbundes<br />
immer mit einer gewissen Wahrscheinlichkeit ein. Eine Vernachlässigung <strong>der</strong><br />
Mutationsrate kann deshalb zu einer Erklärungslücke bei <strong>der</strong> Interpretation <strong>der</strong> Entstehung<br />
des genetischen Unterschiedes zwischen Populationen führen.<br />
Aufgrund dieser Einschränkungen kann höchstens abgeschätzt werden, bei welchem<br />
Modell <strong>der</strong> Fehler geringer ist. Um eine korrektere Interpretation zu erhalten empfiehlt<br />
es sich, beide Genflußberechnungen mit in die Überlegungen einzubeziehen.<br />
Der reale Genfluß{ XE "Genfluß" } bewegt sich zwischen den Grenzen, die durch die<br />
Werten Nem (WRIGHT 1951{ XE "WRIGHT" }) und m (NEI 1972) vorgegeben sind.<br />
Ein Vergleich dieser Grenzen hängt allerdings von einer möglichst exakten Populationsgrößenschätzung<br />
ab. Der Schätzfehler ist aber, je nach Verfahren, nicht unerheblich<br />
(POETHKE{ XE "POETHKE" } 1994{ XE "POETHKE 1994" }, unveröffent-
8.4 UMWELTFAKTOREN UND GENFLUß<br />
licht). Weiterhin beinhaltet die Annahme, daß N = Ne ist, gleichfalls Fehler, weil (1)<br />
die effektive Populationsgröße (Ne ) immer geringer ist als N und (2) es sich nur um<br />
eine punktuelle Angabe handelt. Genauso wie <strong>der</strong> Genfluß sich im Laufe <strong>der</strong> Zeit än<strong>der</strong>t,<br />
än<strong>der</strong>t sich auch die Populationsgröße. Der zweite Fehler <strong>der</strong> Annahme N = Ne<br />
würde sich verringern, wenn über mehrere Jahre eine mittlere Populationsgröße errechnet<br />
würde. <strong>Die</strong>s war in <strong>der</strong> vorliegenden Arbeit aus Datenmangel nicht möglich.<br />
8.3.2 F-Statistik<br />
<strong>Die</strong> F-Statistik wurden auf drei unterschiedlichen Wegen berechnet. Für den paarweisen<br />
Vergleich zweier Populationen wurde die ursprüngliche Variante von<br />
WRIGHT{ XE "WRIGHT" } (1951, vgl. auch Kapitel 4.3.4) verwendet, die keine Fehlerkorrektur<br />
liefert. Der zweite Weg, <strong>der</strong> ebenfalls mit <strong>der</strong> ursprünglichen F-Statistik<br />
nach WRIGHT (1978) berechnet wurde, diente als Vergleich von höheren hierarchischen<br />
Ebenen (Nachbarschaft, Totalpopulation) und berechnete ebenfalls keine<br />
Fehlerkorrektur. Zum Vergleich des mittleren Isolationsgrades <strong>der</strong> <strong>Untersuchung</strong>sgebiete<br />
Mittelrhein und Haßberge wurde eine F-Statistik nach WEIR & COCKERHAM{<br />
XE "WEIR & COCKERHAM" } (1984) mit Fehlerkorrektur berechnet.<br />
Es soll zuerst auf <strong>der</strong> niedrigsten Stufe die Populationstruktur{ XE "Populationstruktur"<br />
} diskutiert werden. <strong>Die</strong>se Stufe wird durch den FIS-Wert statistisch beschrieben.<br />
8.3.3 Struktur <strong>der</strong> Einzelpopulationen<br />
<strong>Die</strong> <strong>Untersuchung</strong>sgebiete zeigen große Unterschiede bei <strong>der</strong> Ausprägung einer<br />
Strukturierung <strong>der</strong> Teilpopulationen. Der FIS-Wert zeigt hier eine starke Strukturierung<br />
<strong>der</strong> Teilpopulationen im Mittelrheintal an (FIS > 0,150). Eine solche Strukturierung<br />
kann durch begrenzte Migrationsbewegungen innerhalb eines Habitats zustande<br />
kommen. Kleinräumige Migrationen von P. albopunctata kann durch Gebüsch<br />
und/o<strong>der</strong> Gesträuch unterbunden werden. Solche natürlichen Barrieren hemmen die<br />
Migration{ XE "Migration" } u.U. deshalb so stark, weil die Heuschrecke nur dann<br />
fliegt, wenn sie sich in Gefahr befindet o<strong>der</strong> die Populationsdichte zu groß geworden<br />
ist (GOTTSCHALK pers. Mitteilung). Man stelle sich folgendes Szenario vor:<br />
Ein Weibchen von P. albopunctata legt am Tag kontinuierlich drei bis vier Eier ab<br />
(GOTTSCHALK pers. Mitteilung). Es stößt bei seinen Wan<strong>der</strong>ungen immer wie<strong>der</strong><br />
auf Ginstersträucher o.a. Gesträuch und versucht schnellst möglich wie<strong>der</strong> in offeneres<br />
Gebiet zu gelangen, um ihrem Wärmebdürfnis gerecht zu werden. <strong>Die</strong> Heuschrecke<br />
wendet sich also mit großer Wahrscheinlichkeit wie<strong>der</strong> in Richtung des<br />
Areals, aus dem sie gerade kam. P. albopunctata legt die Eier dadurch in einem en-<br />
105
106<br />
8.4 UMWELTFAKOREN UND GENFLUß<br />
ger begrenztem Gebiet ab, als dies in einem homogeneren Habitat <strong>der</strong> Fall wäre. In<br />
diesem Gebiet befinden sich aus den selben Gründen noch vermehrt näher verwandte<br />
Individuen, die sich untereinan<strong>der</strong> paaren. Es bilden sich so in größeren Habitaten,<br />
wie sie im Mittelrheintal zu finden sind, kleinere Gruppen, die sich genetisch<br />
ähnlicher sind. Der Generationskreis schließt sich, wenn man postuliert, daß die Larven<br />
nur geringe Distanzen von wenigen Metern zurücklegen, weil sie nicht fliegen<br />
können. Somit könnten sich auch in <strong>der</strong> nächsten Generation solche Gruppen aus<br />
genetisch näher miteinan<strong>der</strong> verwandten Individuen finden. <strong>Die</strong>se Strukturierung des<br />
Habitats kann sich mit zunehmendem Alter <strong>der</strong> Heuschrecken verwischen, weil es zu<br />
großräumigeren Migrationsbewegungen kommt, wenn <strong>der</strong> Flugapparat voll entwickelt<br />
ist und die Heuschrecke durch an<strong>der</strong>e Tiere aufgeschreckt wird.<br />
<strong>Die</strong>ses Überlegung wird dadurch gestützt, daß die Tiere des Mittelrheintals zu einer<br />
Zeit gefangen wurden, zu <strong>der</strong> die meisten Tiere ihre Larvalentwicklung noch nicht<br />
vollständig beendet hatten. <strong>Die</strong> meisten <strong>der</strong> Tiere befanden sich zwischen dem fünften<br />
und dem siebten Larvenstadium, hatten also noch keine ausgereiften Flügelanlagen.<br />
Weiterhin beschreibt WALTER{ XE "WALTER" } (1992) eine geringe zu-Fuß-<br />
Mobilität von P. albopunctata, die in den z.T. sehr großen Habitaten des Mittelrheintals<br />
eine wesentlich größere Rolle spielen kann als in den kleinen Haßberghabitaten.<br />
<strong>Die</strong> geringere Strukturierung in den Haßbergpopulationen kann auf mehrere Fakten<br />
zurückgeführt werden; (1) waren nur adulte Tiere gesammelt worden, (2) sind die<br />
Habitate <strong>der</strong> Haßberge wesentlich homogener bzgl. größerer Strukturen, wie Gebüschen<br />
u.ä., (3) sind die Haßberghabitate wesentlich kleiner als die Mittelrheinhabitate.<br />
Durch diese Faktoren können sich die Individuen einer Population besser durchmischen,<br />
eine Paarung zwischen näher verwandten Individuen wird<br />
unwahrscheinlicher.<br />
Eine (schwächere) Strukturierung in Einzelpopulationen ist auch später im Jahr<br />
denkbar, weil es in einem Habitat Stellen geben kann, die durch Lage, Bewuchs,<br />
Sonneneinstrahlung u.a. beson<strong>der</strong>s günstig sind. In diesen Arealen kann es dann mit<br />
höherer Wahrscheinlichkeit zu einer Paarung von Individuen mit gleicher Abstammung<br />
kommen. <strong>Die</strong>se mögliche Strukturierung kann durch die Migrationsbewegungen<br />
<strong>der</strong> adulten Tiere stark abgeschwächt werden.<br />
8.3.4 Isolationsgrad innerhalb <strong>der</strong> Totalpopulationen<br />
<strong>Die</strong> FST-Werte <strong>der</strong> beiden <strong>Untersuchung</strong>sgebiete Haßberge und Mittelrhein zeigen,<br />
unter Berücksichtigung <strong>der</strong> Standardfehler, keine signifikanten Unterschiede. <strong>Die</strong><br />
Teilpopulationen jedes Gebietes zeigen im Durchschnitt eine geringe bis mittlere
8.4 UMWELTFAKTOREN UND GENFLUß<br />
Divergenz. <strong>Die</strong>se Interpretation geht auf Vorschläge von WRIGHT{ XE "WRIGHT" }<br />
(1978) und SNYDER et al.{ XE "SNYDER et al." } (1985, vgl. auch Kapitel 4.3.5)<br />
zurück.<br />
Berechnet man FXY-Werte anhand einer hierarchischen Einteilung, errechnen sich<br />
unterschiedliche Isolationsgrade <strong>der</strong> Teilpopulationen vom Mittelrhein und den Haßbergen.<br />
Ein Standardfehler konnte bei diesem Rechenansatz nicht ermittelt werden,<br />
deshalb kann keine Aussage über die Signifikanz <strong>der</strong> Unterschiede gemacht werden.<br />
Es besteht jedoch auch hier die Möglichkeit, daß es keine signifikanten Unterschiede<br />
zwischen beiden <strong>Untersuchung</strong>sgebieten gibt. Unberücksichtigt davon zeigen die<br />
FXY-Werte bei<strong>der</strong> Totalpopulationen eine mittlere genetische Divergenz{ XE "genetische<br />
Divergenz" } zwischen den Einzelpopulationen an.<br />
Ein Vergleich <strong>der</strong> Ergebnisse <strong>der</strong> beiden Berechnungen zeigt im Grunde keine Diskrepanz<br />
an. Aus beiden FST bzw. FXY- Berechnungen geht eine mittlere genetische<br />
Divergenz{ XE "genetische Divergenz" } <strong>der</strong> Einzelpopulationen hervor. Vergleicht<br />
man die Nachbarschaften{ XE "Nachbarschaften" } mit dem ganzen Gebiet, zeigen<br />
sich FXY-Werte, die auf keinen o<strong>der</strong> nur einen sehr geringen Isolationsgrad hinweisen.<br />
Faßt man diese Ergebnisse zusammen, kommt man zu dem Schluß, daß <strong>der</strong><br />
größte Teil an genetischer Divergenz in den Einzelpopulationen zu finden ist. D.h.,<br />
daß die Migration{ XE "Migration" } bzw. <strong>der</strong> Genfluß{ XE "Genfluß" } zwischen benachbarten<br />
Einzelpopulationen wesentlich geringer ist, als zwischen den größeren<br />
Einheiten (Nachbarschaften) eines Gebiets.<br />
Ein Erklärung ist darin zu finden, daß die Berechnung <strong>der</strong> F-Statistik von gleich großen<br />
Populationen ausgeht, die in <strong>der</strong> Natur kaum zu finden sein werden. <strong>Die</strong> unterschiedlichen<br />
Populationsgrößen <strong>der</strong> Einzelpopulationen äußert sich aber in einem<br />
unterschiedlich hohen Einfluß <strong>der</strong> genetischen Drift{ XE "Drift" }. Dadurch kann es<br />
zwischen den Teilpopulationen zu einer größeren genetischen Divergenz kommen,<br />
als zwischen Gebieten höherer Ebenen (Nachbarschaften{ XE "Nachbarschaften" },<br />
Totalpopulation), weil die gesamte genetische Variabilität über alle Populationen einer<br />
Nachbarschaft bzw. einer Totalpopulation erhalten bleibt (WRIGHT{ XE<br />
"WRIGHT" } 1978{ XE "WRIGHT 1978" }).<br />
<strong>Die</strong>se Strukturierung <strong>der</strong> Totalpopulation findet sich in beiden <strong>Untersuchung</strong>sgebieten,<br />
obwohl die geographischen Entfernungen innerhalb dieser Gebiete sehr unterschiedlich<br />
sind. In den Haßbergen sind es wenige 100 Meter bis max. sechs Kilometer,<br />
im Mittelrheintal sind die weitaus meisten Populationen zwischen fünf und 20<br />
Kilometer voneinan<strong>der</strong> entfernt. Das Zustandekommen <strong>der</strong> genetischen Unterschiede<br />
innerhalb <strong>der</strong> Totalpopulation <strong>der</strong> Haßberge bzw. des Mittelrheintals kann deshalb<br />
107
108<br />
8.4 UMWELTFAKOREN UND GENFLUß<br />
nicht pauschal betrachtet werden; es sind u.U. an<strong>der</strong>e Faktoren für die Entstehung<br />
dieser genetischen Divergenz verantwortlich. In beiden Gebieten konnte allerdings<br />
kein signifikanter Zusammenhang zwischen dem FST- Wert und <strong>der</strong> geographischen<br />
Distanz gefunden werden.<br />
Im Mittelrheintal sind die geographischen Distanzen so hoch, daß es unwahrscheinlich<br />
erscheint, daß über eine Distanz von mehr als zehn Kilometern ein direkter Genfluß{<br />
XE "Genfluß" } besteht. Zieht man jedoch die Tatsache hinzu, daß P. albopunctata<br />
im Mittelrheintal sehr häufig ist und es auch viele potentielle Habitate gibt,<br />
kann man folgern, daß <strong>der</strong> Genfluß über „Stepping-Stones“ funktioniert. Auf diesem<br />
Weg können dann auch Allele über größere Entfernungen, u.U. über mehrere Generationen,<br />
transportiert werden. NICKLAS-GÖRGEN (pers. Mitteilung) konnte für zwei<br />
Oedipoda-Arten feststellen, daß <strong>der</strong> Genfluß bei <strong>der</strong> häufigeren Art deutlich höher<br />
lag. <strong>Die</strong>ser Befund ist vergleichbar mit den Totalpopulationen des Mittelrheintals und<br />
<strong>der</strong> Haßberge. P. albopunctata ist im Mittelrhein wesentlich häufiger als in den Haßbergen,<br />
<strong>der</strong> Genfluß ist deshalb im Mittelrheintal auch über größere topographische<br />
Abstände in etwa genauso hoch wie in den Haßbergen.<br />
Weiterhin kann im Mittelrheintal die landschaftliche Struktur eine Rolle spielen. <strong>Die</strong><br />
steilen Talrän<strong>der</strong> könnten für einen Kanalisationseffekt verantwortlich sein, <strong>der</strong> dazu<br />
führt, daß <strong>der</strong> Großteil des Migrationspotentials, ausgedrückt durch die Anzahl <strong>der</strong><br />
migrierenden Individuen, innerhalb des Tales bleibt. <strong>Die</strong>s hätte zur Folge, daß vielmehr<br />
Individuen in ein wesentlich enger umgrenztes Gebiet migrieren. Dadurch wären<br />
alle Individuen im Mittelrhein wesentlich näher miteinan<strong>der</strong> verwandt, als dies in<br />
einem Gebiet <strong>der</strong> Fall ist, bei <strong>der</strong> keine Migrationsbarrieren über größere Strecken<br />
die Migration{ XE "Migration" } in eine Richtung hemmen. Ein solches Gebiet stellen<br />
die Haßberge dar. Dort werden wan<strong>der</strong>nde Tiere nicht durch landschaftliche Strukturen<br />
in bestimmte Richtungen gelenkt, son<strong>der</strong>n diffundieren in ein wesentlich größeres<br />
Gebiet und gehen damit <strong>der</strong> Gesamtpopulation <strong>der</strong> Haßberge verloren.<br />
<strong>Die</strong>se Hypothese wird durch die Tatsache gestützt, daß die über ein Gebiet gemittelte<br />
genetische Distanz{ XE "genetische Distanz" } im Mittelrheintal, trotz größerer<br />
geographischer Entfernungen, kleiner bzw. gleich <strong>der</strong> für die Haßberge errechneten<br />
ist (vgl. Kapitel 7.2.5).<br />
8.3.5 Migrationsdistanz<br />
In früheren <strong>Untersuchung</strong>en (WALTER{ XE "WALTER" } 1992{ XE "WALTER 1992"<br />
}, HENLE et al. 1995) wurden verschiedene direkte Methoden beschrieben, um Migrationsbewegungen<br />
und Aktionsradien von P. albopunctata zu ermitteln. <strong>Die</strong> Unter-
8.4 UMWELTFAKTOREN UND GENFLUß<br />
suchung von WALTER (1992) ergab nur geringe Distanzwerte für Migrationsbewegungen.<br />
<strong>Die</strong> Werte lagen in einem Bereich von ca. 50 bis wenigen hun<strong>der</strong>t Metern.<br />
<strong>Die</strong> Wahrscheinlichkeit, daß die in dieser Arbeit gefundenen Werte zu gering sind, ist<br />
relativ hoch, weil die verwendete Methode (Markierung-und-Wie<strong>der</strong>fang) mit großen<br />
Fehlern behaftet ist (POLLOCK et al. 1990). Für Tiere, die große Migrationsbewegungen<br />
zeigen, verringert sich mit Zunahme <strong>der</strong> Migrationsdistanz zwangsläufig die<br />
Wahrscheinlichkeit, daß sie wie<strong>der</strong>gefangen werden. Dennoch ist <strong>der</strong> Befund, daß es<br />
viele kleinräumige Bewegungen mit bestimmten Präferenzen gibt, nicht uninteressant,<br />
weil so eine Strukturierung <strong>der</strong> Unterpopulationen postuliert werden kann (vgl.<br />
Kapitel 8.3.3).<br />
HENLE et al. (1995) errechneten anhand von Laborversuchen eine mögliche Migratonsdistanz<br />
zwischen 0,5 und 2,5 km. Auch hier könnte eine Unterschätzung <strong>der</strong> tatsächlichen<br />
Migrationsmöglichkeiten von P. albopunctata vorliegen. <strong>Die</strong> genetischen<br />
Daten dieser <strong>Untersuchung</strong> lassen den Schluß zu, daß Migrationsbewegungen über<br />
mehrere Kilometer stattfinden können. So zeigen Populationen, die zwischen drei<br />
(Mr12/16) und sieben (Sp1/Kr3) Kilometern voneinan<strong>der</strong> entfernt sind, kaum genetische<br />
Unterschiede. Bei <strong>der</strong> Populationspaarung Mr12 und 16 können Steppings-<br />
Stones, also Habitate, die zu einer Besiedlung dienen könnten, fast gänzlich ausgeschlossen<br />
werden, weil zwischen beiden Populationen nur <strong>der</strong> Rhein und bestellte<br />
Weinberge liegen, die mit großer Sicherheit nicht besiedelt werden. <strong>Die</strong>se Aussage<br />
kann für die Populationen Sp1 und Kr3 nicht getroffen werden. Es erscheint zwar<br />
sehr unwahrscheinlich, daß die Heuschrecke Gebiete im Maintal (zwischen-<br />
)besiedelt, dennoch könnte es sein, daß vereinzelt Individuen unter suboptimalen<br />
Bedingungen überdauern und zur Fortpflanzung gelangen. Deren Nachkommen<br />
können dann durch weitere Migrationsbewegungen im nächsten Jahr in die Haßberge<br />
gelangen. Inwiefern solche suboptimalen Habitate zwischen <strong>der</strong> Steigerwaldpopulation<br />
Sp1 und den Haßbergpopulationen bestehen, konnte innerhalb dieser <strong>Untersuchung</strong><br />
nicht festgestellt werden.<br />
8.4 Umweltfaktoren und Genfluß{ XE "Genfluß" }<br />
<strong>Die</strong> Insekten gehören zu den ökologisch erfolgreichsten Lebewesen auf <strong>der</strong> Erde.<br />
<strong>Die</strong>sen Erfolg verdanken sie ihrer Fähigkeit zu fliegen, denn dadurch ist es ihnen<br />
möglich, Habitate zu erreichen, die sonst nicht o<strong>der</strong> nur schwer erreichbar sind. <strong>Die</strong><br />
Folge ist eine Vergrößerung ihres Umwelteinflusses und ein besseres Reaktionsvermögen<br />
auf sich än<strong>der</strong>nde Umweltbedingungen (RANKIN & BURCHSTED{ XE<br />
"RANKIN & BURCHSTED" } 1992{ XE "RANKIN & BURCHSTED 1992" }). Ferner<br />
stellt die hohe Zahl von Nachkommen ein immenses Migrationspotential dar, das es<br />
109
110<br />
8.4 UMWELTFAKOREN UND GENFLUß<br />
den Insekten ermöglicht, durch Zufall auf neue Habitate zu stoßen und diese zu kolonisieren.<br />
<strong>Die</strong> Migration{ XE "Migration" }, und damit <strong>der</strong> Genfluß{ XE "Genfluß" },<br />
wird unmittelbar von verschiedenen Umweltfaktoren beeinflußt, die nachfolgend diskutiert<br />
werden sollen.<br />
8.4.1 Isolation{ XE "Isolation" } durch geographische Entfernung<br />
<strong>Die</strong> Korrelationsberechnungen mit <strong>der</strong> geographischen Distanz und dem Genflußparameter<br />
Nem ergab keine signifikanten Werte für die <strong>Untersuchung</strong>sgebiete. Für Mi-<br />
grationen innerhalb <strong>der</strong> Haßberge errechnet sich ein Mittelwert für Nem von 7,03 ±<br />
1,44, für das Mittelrheintal ein mittleres Nem von 7,63 ± 1,56. Beide Werte sind nicht<br />
signifikant voneinan<strong>der</strong> verschieden, obwohl die mittlere geographische Distanz{ XE<br />
"geographische Distanz" } in den Haßbergen (2,69 km) wesentlich geringer ist, als im<br />
Mittelrheintal (16,53 km). <strong>Die</strong> möglichen Gründe wurden in Kapitel 8.3.4 im Zusammenhang<br />
mit <strong>der</strong> Diskussion <strong>der</strong> FST-Werte ausführlich beschrieben.<br />
Über größere Distanzen zeigten sich für die Migrationsrate m signifikante Zusammenhänge<br />
(r = - 0,495, p < 0,001), d.h. zwischen den <strong>Untersuchung</strong>sgebieten und<br />
zwischen diesen und den Hammelburgpopulationen sind wesentlich geringere Migrationsraten<br />
errechnet worden (Abbildung 8.4-1). <strong>Die</strong>se Populationen sind durch die<br />
geographischen Entfernungen von den Populationen <strong>der</strong> <strong>Untersuchung</strong>sgebiete getrennt.<br />
<strong>Die</strong>ser Zusammenhang erscheint logisch, weil die Wahrscheinlichkeit, daß ein<br />
Tier von Population A in die Population B gelangt umso geringer ist, je weiter die Populationen<br />
auseinan<strong>der</strong> liegen.<br />
Interessant ist hierbei, daß bei ca. 80 Kilometern ein Migrationswert erreicht zu werden<br />
scheint, <strong>der</strong> sich bei größer werden<strong>der</strong> Distanz nur noch wenig än<strong>der</strong>t. Korrelationsberechnungen,<br />
die nur Wertepaare bis zu einer Distanz von 80 Kilometern einbeziehen,<br />
zeigen eine wesentlich stärker ausgeprägte Beziehung an (r = -0,555,<br />
p
8. DISKUSSION<br />
stanz korreliert ist. <strong>Die</strong>ses Ergebnis unterstützt deshalb die Hypothese, weil daraus<br />
geschlossen werden kann, daß <strong>der</strong> Isolationsgrad <strong>der</strong> Populationen einen bestimmten<br />
Wert nicht überschreitet. <strong>Die</strong> indirekte Schätzmethode, die <strong>der</strong> Berechnung von<br />
Nem zugrunde liegt, schätzt deshalb, wegen <strong>der</strong> genetischen Ähnlichkeit, die aus <strong>der</strong><br />
Artzugehörigkeit resultiert, immer eine gewisse Anzahl an migrierenden Individuen,<br />
unabhängig von <strong>der</strong> geographischen Distanz.<br />
<strong>Die</strong> nicht signifikante Beziehung führt auch dazu, daß die Populationen, trotz sehr<br />
großer geographischer Distanz, nicht isoliert zu sein scheinen. WRIGHT{ XE<br />
"WRIGHT" } (1943) empfiehlt, daß Populationen erst dann als isoliert voneinan<strong>der</strong><br />
angesehen werden sollten, wenn Nem viel kleiner als eins ist. Da Nem allerdings immer<br />
größer als eins war, sind alle untersuchten Populationen per definitionem nicht<br />
voneinan<strong>der</strong> isoliert.<br />
Ein so hoher Genfluß{ XE "Genfluß" } über mehr als 200 km erscheint kaum sinnvoll.<br />
Eine Erklärungsmöglichkeit bietet die Artzugehörigkeit (s.o.). Eine zweite Interpretation<br />
kann auf Basis von verbindenden landschaftlichen Strukturen gemacht werden,<br />
denn es bestehen durchaus an<strong>der</strong>e Gebiete zwischen dem Mittelrheintal und den<br />
Haßbergen, die als Stepping-Stones dienen könnten. <strong>Die</strong> milden Klimate des Maintals<br />
und des Rheintals bieten günstige Voraussetzungen für eine Kolonisierung durch<br />
P. albopunctata (DETZEL{ XE "DETZEL" } 1991{ XE "DETZEL 1991" }). In diesem<br />
Falle würden historische Prozesse den relativ hohen Genfluß erklären können. Bei<br />
<strong>der</strong> Interpretation <strong>der</strong> Berechnung von Nem muß ebenfalls in Betracht gezogen werden,<br />
daß im Inselmodell die Annahme gemacht wurde, daß die Populationsgrößen<br />
gleich sind. Im Gegensatz dazu divergieren die Populationsgrößen <strong>der</strong> untersuchten<br />
Populationen sogar sehr stark, so daß <strong>der</strong> Effekt <strong>der</strong> genetischen Drift{ XE "Drift" }<br />
sehr unterschiedlich ausgeprägt ist.<br />
Dadurch kann es dazu kommen, daß die Populationen sich nicht durch hohen Genfluß<br />
genetisch sehr ähnlich sind, son<strong>der</strong>n durch den Einfluß <strong>der</strong> genetischen Drift, <strong>der</strong><br />
dazu führt, daß seltene Allele wie<strong>der</strong> aus dem Genpool verschwinden. <strong>Die</strong> Populationen<br />
sind sich dann deshalb genetisch sehr ähnlich, weil sie einen großen Anteil Loci<br />
besitzen, die im selben Allel fixiert sind.<br />
111
112<br />
8.4 UMWELTFAKOREN UND GENFLUß<br />
Ein an<strong>der</strong>er Erklärungsansatz ergibt sich aus <strong>der</strong> Berechnung <strong>der</strong> Migrationsrate m<br />
Mittelrhein<br />
1,7<br />
Hg1<br />
1,6<br />
Hammelburg<br />
Haßberge<br />
Abbildung 8.4-1: Schematische Darstellung des Migrationsparameters Nem für verschiedene<br />
geographische Distanz{ XE "geographische Distanz" }en.<br />
<strong>Die</strong> unterschiedlichen Längen sollen ungefähr die geographischen<br />
Entfernungen wi<strong>der</strong>spiegeln. <strong>Die</strong> unterschiedliche Größe <strong>der</strong> Kreise<br />
soll in etwa die Gebietsgröße wie<strong>der</strong>geben. Als mittleres Nem zwischen<br />
Hammelburg-, Haßberg- und Mittelrheinpopulationen errechnete<br />
sich ein Wert von 1,6.<br />
nach dem Modell von NEI (1972). <strong>Die</strong> Migrationsrate m zeigt eine höhere Korrelation<br />
mit <strong>der</strong> geographischen Distanz als Nem (r = 0,37, p < 0,001). Da beide Werte eine<br />
Art Grenzwert darstellen, liegt <strong>der</strong> tatsächliche Migrationswert innerhalb des Wertebereichs<br />
von Nem und m. Bei einer Abschätzung von m mit <strong>der</strong> Annahme Ne = N<br />
konnte für die Haßberge festgestellt werden, daß die so berechneten Migrationsraten<br />
um ein bis zwei 10er-Potenzen höher lagen, als die, die sich nach NEI errechneten<br />
(vgl. auch Kapitel 8.3.1). Der Umkehrschluß daraus ist, daß die Populationen, trotz<br />
<strong>der</strong> hohen Nem-Werte, durchaus als isoliert angesehen werden können. Nem kann<br />
demnach, bei Berücksichtigung <strong>der</strong> Ergebnisse <strong>der</strong> Genflußberechnung nach NEI,<br />
auch Werte annehmen, die deutlich unter eins liegen und würden dann das Isolationskriterium<br />
WRIGHT{ XE "WRIGHT" }´s erfüllen. An dieser Stelle sei auch auf die<br />
in Kapitel 8.3.1 dargelegten Bedenken verwiesen.<br />
Es ist an<strong>der</strong>erseits ebenfalls denkbar, daß die Zahl <strong>der</strong> untersuchten Loci nicht für<br />
eine genaue Schätzung des Genflusses ausreicht, weil diese zufällig sehr ähnlich<br />
waren. <strong>Die</strong> hohe Ähnlichkeit <strong>der</strong> untersuchten Loci kann allerdings auch durch Selektion{<br />
XE "Selektion" } entstanden sein, wodurch die gesamte Genflußberechnung in<br />
3,6<br />
2,1<br />
Sp1<br />
12,1
8. DISKUSSION<br />
Frage gestellt werden muß. Ein Aussage über mögliche Selektion kann, wie in Kapitel<br />
8.3.1 erwähnt, nicht gemacht werden.<br />
8.4.2 Hauptwindrichtung{ XE "Hauptwindrichtung" }<br />
In einer Arbeit von SEITZ{ XE "SEITZ" } (1988) konnte für die Schmetterlingsart Argyresthia<br />
mendica ein signifikanter Einfluß <strong>der</strong> Hauptwindrichtung{ XE "Hauptwindrichtung"<br />
} gefunden werden. P. albopunctata gehört sicherlich nicht zu den guten<br />
Fliegern im Tierreich und wird deshalb u.U., gewollt o<strong>der</strong> ungewollt, durch den Wind<br />
verdriftet.<br />
<strong>Die</strong> Ergebnisse <strong>der</strong> partiellen Regression weisen auf einen signifikanten Einfluß <strong>der</strong><br />
Hauptwindrichtung{ XE "Hauptwindrichtung" } hin. Für die Haßberge konnte ein signifikanter<br />
Zusammenhang nur für die mittlere Allelzahl gefunden werden (r = 0,538,<br />
p < 0,05). <strong>Die</strong> Heterozygotie{ XE "Heterozygotie" } wird nicht signifikant von <strong>der</strong><br />
Windrichtung{ XE "Windrichtung" } beeinflußt. Es wäre denkbar, daß die Heterozygotie<br />
von einem nicht detektierten Faktor stärker beeinflußt wird, als von <strong>der</strong><br />
Hauptwindrichtung und <strong>der</strong> Populationsgröße. In diesem Zusammenhang ist noch<br />
erwähnenswert, daß in den Krumtalpopulationen, die am weitesten im Osten <strong>der</strong><br />
Haßberge liegen, drei von vier <strong>der</strong> für die Haßberge privaten Allele gefunden wurden.<br />
<strong>Die</strong>s kann mit einem erhöhten Migrationdruck aus den an<strong>der</strong>en Populationen erklärt<br />
werden. Individuen aus den Krumtalpopulationen gelangen nur mit größerem Aufwand<br />
in die westlich gelegenen Populationen, weil sie gegen den Wind „ankämpfen“<br />
müssen. Es werden deshalb mehr Tiere von Westen nach Osten wan<strong>der</strong>n, als umgekehrt.<br />
Damit sinkt die Wahrscheinlichkeit, daß seltene Allele, die ihren Ursprung in<br />
den Krumtalpopulationen haben, sich in an<strong>der</strong>e Populationen ausbreiten.<br />
<strong>Die</strong> signifikanten Zusammenhänge zwischen <strong>der</strong> Allelzahl bzw. <strong>der</strong> Heterozygotie<br />
und <strong>der</strong> Hauptwindrichtung macht deutlich, daß die wan<strong>der</strong>nden Tiere im Mittelrheintal<br />
durch den Südwind nach Norden verdriftet werden. Wind aus Südwesten<br />
hat keinen erkennbaren Einfluß auf die migrierenden Individuen. In diesem Fall spielt<br />
<strong>der</strong> Verlauf und die landschaftliche Struktur des Rheintals ein Rolle, denn dadurch<br />
wird <strong>der</strong> bodennahe Wind, wie in einem Kanal, von Süden nach Norden gelenkt, unabhängig<br />
davon aus welcher genauen südlichen Richtung er kam.<br />
Bei <strong>der</strong> Interpretation des multiplen Korrelationskoeffizienten (vgl. Tabelle 7.2-16) ist<br />
jedoch zu beachten, daß <strong>der</strong> Einfluß <strong>der</strong> Populationsgröße gleich o<strong>der</strong> höher als <strong>der</strong><br />
Einfluß des Windes ist. Eine Einschränkung über den signifikanten Einfluß des Windes<br />
ergibt sich dadurch jedoch nicht.<br />
113
114<br />
8.4 UMWELTFAKOREN UND GENFLUß<br />
Interessant ist auch hier, ähnlich den Verhältnissen in den Haßbergen, daß die Populationen,<br />
die am weitesten im Norden liegen, den größten Anteil an privaten Allelen<br />
besitzt. In <strong>der</strong> Population Ham1 und <strong>der</strong> Population Mr3 finden sich je drei private<br />
Allele (vgl. Tabelle 7.2-6). Es konnte allerdings kein signifikanter Zusammenhang<br />
zwischen <strong>der</strong> Windrichtung{ XE "Windrichtung" } und <strong>der</strong> Anzahl privater Allele in einer<br />
Population gefunden werden. Das könnte mit <strong>der</strong> geringen Anzahl an Wertepaaren<br />
(nur Mittelrheinpopulationen) erklärt werden (R = 0,601, p (R) = 0,166, N = 10).<br />
<strong>Die</strong> Hauptwindrichtung{ XE "Hauptwindrichtung" } könnte im Falle des Mittelrheintals,<br />
den in Kapitel 8.3.4 angesprochenen Kanalisationseffekt, <strong>der</strong> durch die steilen Talwände<br />
erklärbar ist, weiter intensivieren. Es wäre deshalb möglich, daß die Heuschrecke<br />
durch den Wind verstärkt entlang des Rheins verdriftet wird. Dadurch würde<br />
sich die Wahrscheinlichkeit, daß es zu einer Paarung zwischen näher verwandten<br />
Individuen kommt, erhöhen (vgl. Kapitel 8.3.4). <strong>Die</strong> genetische Zusammensetzung<br />
<strong>der</strong> Totalpopulationen könnte also sowohl durch die Hauptwindrichtung, als auch<br />
durch die beson<strong>der</strong>e landschaftliche Struktur des Mittelrheintals beeinflußt werden.<br />
<strong>Die</strong>se beiden Einflüsse verstärken sich u.U. gegenseitig.<br />
8.4.3 Höhendifferenz{ XE "Höhendifferenz" }<br />
In <strong>der</strong> Arbeit von SEITZ{ XE "SEITZ" } (1988) konnte ebenfalls ein signifikanter Einfluß<br />
<strong>der</strong> Höhendifferenz{ XE "Höhendifferenz" } auf die Migration{ XE "Migration" }<br />
bzw. genetische Divergenz{ XE "genetische Divergenz" } von Populationen <strong>der</strong><br />
Schmetterlingsart Argyresthia mendica, unter Berücksichtigung <strong>der</strong> topographischen<br />
Abstände, nachgewiesen werden.<br />
<strong>Die</strong> vorliegende <strong>Untersuchung</strong> lieferte keine Daten, die eine schlüssige Aussage über<br />
den Einfluß <strong>der</strong> Höhendifferenz ermöglichen{ XE "Höhendifferenz" }. <strong>Die</strong> im Mittelrheintal<br />
und den Haßbergen gefundenen Höhenunterschiede scheinen für P. albopunctata<br />
keine unüberwindbaren Hin<strong>der</strong>nisse darzustellen. Mit diesem Befund konform<br />
ist auch das Ergebnis <strong>der</strong> durchgeführten Tests über die Isolationswirkung <strong>der</strong><br />
sich aus <strong>der</strong> Hohen Wann, dem Rappberg und dem Altenberg zusammensetzenden<br />
Hügelkette in den Haßbergen. Es konnte dort gleichfalls keine Isolationswirkung<br />
nachgewiesen werden. Es ist aber dennoch nicht auszuschließen, daß größere Höhendifferenzen<br />
von P. albopunctata nicht o<strong>der</strong> nur selten überwunden werden können.
8.6 POPULATIONSSTRUKTUR<br />
8.5 Clusteranalyse{ XE "Clusteranalyse" }<br />
<strong>Die</strong> beiden verwendeten Clusteranalysemethoden gehen von unterschiedlichen<br />
Grundvoraussetzungen aus (vgl. Kapitel 6.5). Bei <strong>der</strong> UPGMA{ XE "UPGMA" }-<br />
Analyse dient als Eingabe eine Matrix, die paarweise Distanzmaße{ XE "Distanzmaße"<br />
} (hier NEI o<strong>der</strong> REYNOLDS) enthält. Anhand dieser Matrix wird dann ein Phenogramm<br />
errechnet, indem <strong>der</strong> genetische Abstand zwischen zwei OUs (vgl. Kapitel<br />
6.5) gemittelt wird und dieser dann <strong>der</strong> Länge <strong>der</strong> Linie zwischen den OUs entspricht.<br />
Zudem ist noch nicht geklärt, ob die genetischen Distanzmaße gemittelt werden<br />
dürfen o<strong>der</strong> nicht, weil die NEI-Distanzen nicht additiv sind.<br />
<strong>Die</strong> REML{ XE "REML" }-Methode geht von einer Allelfrequenzmatrix aus. Es ist<br />
deshalb möglich, alle Merkmale einer Population gleichermaßen zu beachten. Bei<br />
sehr geringen genetischen Unterschieden kann das durchaus bei <strong>der</strong> Berechnung<br />
<strong>der</strong> Wahrscheinlichkeit einer Verbindung zwischen zwei Populationen ein entscheiden<strong>der</strong><br />
Faktor sein. Weiterhin werden bei Verwendung <strong>der</strong> REML-Analyse alle Möglichkeiten<br />
<strong>der</strong> Clusterung generiert und das wahrscheinlichste Phenogramm berechnet.<br />
<strong>Die</strong> sich daraus ergebenden Konfidenzintervalle sind bei geringen Unterschieden<br />
meist nicht signifikant, obwohl das Phenogramm sehr wirklichkeitsnahe Verhältnisse<br />
darstellen kann.<br />
<strong>Die</strong> UPGMA{ XE "UPGMA" }-Clusteranalyse{ XE "Clusteranalyse" } wurde in <strong>der</strong> vorliegenden<br />
Arbeit für die Distanzmaße{ XE "Distanzmaße" } nach NEI (1972) und<br />
REYNOLDS et al. (1983) durchgeführt. Zwei Befunde sind hier wichtig, (1) die Populationen<br />
aus den verschiedenen <strong>Untersuchung</strong>sgebieten wurden nur schlecht getrennt<br />
und (2) zeigte die Clusteranalyse, die mit <strong>der</strong> REYNOLDS-Distanzen berechnet<br />
wurde, eine bessere Auftrennung <strong>der</strong> Mittelrhein- und Haßbergpopulationen. <strong>Die</strong><br />
allgemein schlechte Trennung <strong>der</strong> Populationen verschiedener Gebiete kann auf die<br />
unterschiedliche Wichtung von Merkmalen zurückgeführt werden. Während bei <strong>der</strong><br />
UPGMA-Analyse die seltenen Allele, ihrer Häufigkeit entsprechend, wenig Einfluß auf<br />
die genetische Distanz besitzen, werden bei <strong>der</strong> REML-Methode alle Merkmale berücksichtigt.<br />
Bei <strong>der</strong> REML-Methode zählt nur das Vorhandensein eines Merkmals,<br />
aber nicht die Häufigkeit dessen Auftretens.<br />
Daß die Auftrennung <strong>der</strong> Populationsgruppen bei Verwendung <strong>der</strong> REYNOLDS-<br />
Distanzen besser funktioniert, kann durch die unterschiedlichen Annahmen bei Berechnung<br />
<strong>der</strong> Distanzmaße erklärt werden. <strong>Die</strong> REYNOLDS-Distanz ist besser geeignet<br />
für eine Darstellung von genetischen Verhältnissen, die sich in relativ kurzen<br />
Zeiträumen entwickelten. REYNOLDS et al. (1983) benutzen in diesem Zusammenhang<br />
den Begriff short-term evolution. Bei hohen Genflußraten, wie sie in dieser Un-<br />
115
116<br />
8.6 POPULATIONSSTRUKTUR<br />
tersuchung gezeigt werden konnten, sind evolutive Prozesse, die in kleinen Zeitfenstern<br />
ablaufen, für eine Interpretation <strong>der</strong> <strong>der</strong>zeitigen Verhältnisse wesentlich interessanter<br />
und aussagekräftiger.<br />
Bei Verwendung <strong>der</strong> REML{ XE "REML" }-Methode konnte eine sehr scharfe Trennung<br />
<strong>der</strong> Mittelrhein- und Haßbergpopulationen erreicht werden. Bis auf eine Haßbergpopulation<br />
(Hw2) und die Population Hg1 wurden alle übrigen Populationen zu<br />
den natürlichen Populationsgruppen zusammengeschlossen. Es wurden dabei die<br />
drei Hauptcluster Mittelrheintal, Haßberge und Hammelburg signifikant unterschieden.<br />
<strong>Die</strong> Darstellung <strong>der</strong> Populationscluster innerhalb <strong>der</strong> genannten Hauptcluster<br />
sind nicht signifikant. Dennoch ist festzustellen, daß die meisten <strong>der</strong> Cluster den erwarteten<br />
natürlichen Verhältnissen entsprechen. Ein wichtiger Punkt, <strong>der</strong> zu dieser<br />
Auftrennung geführt hat, ist die Berücksichtigung <strong>der</strong> privaten Allele, denn es werden<br />
hauptsächlich die Populationen zu Clustern zusammengefaßt, die sich in ihren privaten<br />
Allelen ähneln.<br />
Mehrere Cluster konnten bei allen Analysen gefunden werden und scheinen deshalb<br />
in ihrer Topologie eher fixiert zu sein. Das Cluster <strong>der</strong> Populationen Hg1 und Mr2 ist<br />
das einzige, das mit Sicherheit keine reale Beziehung darstellt, weil beide Populationen<br />
durch mehr als 200 km getrennt sind. Es handelt sich dabei vermutlich um ein<br />
Artefakt, das dadurch erklärt werden kann, daß beide Populationen durch Zufall (genetische<br />
Drift{ XE "Drift" }, Inzucht{ XE "Inzucht" }) sehr ähnliche Allelfrequenzen<br />
zeigen.<br />
Das Cluster <strong>der</strong> Mittelrheinpopulationen Mr12, 13 und 16 paßt gut zu den landschaftlichen<br />
Verhältnissen. <strong>Die</strong> Population MR16 liegt auf <strong>der</strong> linksrheinischen Seite bei<br />
Bacharach. Der Hang auf dem sich die Population befindet, fällt zum Rhein hin ab.<br />
Auf <strong>der</strong> rechtsrheinischen Seite liegt bei Kaub die Population MR12 und etwas weiter<br />
entfernt im Volkenbachtal die Population MR13. Zwischen den Populationen befinden<br />
sich keine landschaftlichen Barrieren, die zu einer Genflußhemmung beitragen würden,<br />
diese drei Populationen sind deshalb genetisch fast identisch (vgl. Tabelle 11.1-<br />
11)<br />
Das dritte fixierte Cluster besteht aus den Populationen Kr2 und Pr5, die geographisch<br />
sehr nahe beieinan<strong>der</strong> liegen. <strong>Die</strong> Hügelkette, die das Krumtal von Prappach<br />
abglie<strong>der</strong>t, bildet zwischen diesen beiden Populationen einen Sattel, so daß ein relativ<br />
ungehin<strong>der</strong>ter Individuenaustausch stattfinden kann.<br />
Der Umstand, daß bei <strong>der</strong> UPGMA{ XE "UPGMA" }-Analyse u.U. unzulässige Mittelwerte<br />
berechnet und weniger Information berücksichtigt wurden, führt zu <strong>der</strong> Annahme,<br />
daß die REML{ XE "REML" }-Methode die für diese <strong>Untersuchung</strong> besser geeig-
8.6 POPULATIONSSTRUKTUR<br />
nete Clusteranalysemethode ist. Sie stellt sowohl die topographischen wie die populationstrukturellen<br />
Verhältnisse besser dar, als die UPGMA-Analysen.<br />
8.6 <strong>Populationsstruktur</strong><br />
<strong>Die</strong> vorherigen Kapitel sollten dazu dienen, die Verhältnisse in den <strong>Untersuchung</strong>sgebieten<br />
zu verdeutlichen und zu einer schlüssigen Aussage über die <strong>Populationsstruktur</strong><br />
<strong>der</strong> untersuchten Totalpopulationen führen. <strong>Die</strong> in Kapitel 4.2 behandelten<br />
Populationsmodelle{ XE "Populationsmodelle" } stellen Idealfälle dar, die nur bedingt<br />
die natürliche Gegebenheiten <strong>der</strong> <strong>Untersuchung</strong>sgebiete wie<strong>der</strong>geben. Eine eindeutige<br />
Zuordnung zu einem dieser Modelle kann nicht gemacht werden. Anhand <strong>der</strong><br />
landschaftlichen Beschaffenheit und <strong>der</strong> genetischen Daten scheidet das Festland-<br />
Inselmodell jedoch aus.<br />
Im Mittelrheintal und den Haßbergen bieten sich vielfältige Möglichkeiten <strong>der</strong> Ausbreitung<br />
für P. albopunctata, weil immer wie<strong>der</strong> Weinberge bzw. Hangabschnitte aus<br />
<strong>der</strong> Nutzung herausfallen, die dann zu potentiellen Lebensräumen werden. In beiden<br />
<strong>Untersuchung</strong>sgebieten finden sich viele Stellen, die für eine Kolonisierung durch P.<br />
albopunctata geeignet erscheinen. Im Mittelrheintal sind diese Habitate allerdings<br />
wesentlich größer und bieten wesentlich mehr Tieren Überlebensmöglichkeiten, als<br />
dies in den Haßbergen <strong>der</strong> Fall ist.<br />
<strong>Die</strong> Zahl dieser potentiellen Habitate eröffnet P. albopunctata auf <strong>der</strong> einen Seite ein<br />
großes Ausbreitungsgebiet, auf <strong>der</strong> an<strong>der</strong>en Seite nimmt <strong>der</strong> dichter werdende Bewuchs<br />
<strong>der</strong> Heuschrecke an an<strong>der</strong>en Stellen die Möglichkeit, ihr Wärmebedürfnis zu<br />
decken, und sie stirbt lokal in diesem Habitat aus o<strong>der</strong> geht in ihrem Bestand stark<br />
zurück (bottleneck). <strong>Die</strong> Metapopulation ist deshalb in ständigen Kolonisierung und<br />
Rekolonisierungsprozessen begriffen, wie es auch die Definition einer Metapopulation<br />
verlangt.<br />
Mit dieser Hypothese deckt sich ferner die Tatsache, daß nicht an allen Stellen, an<br />
denen noch ein Jahr zuvor (GOTTSCHALK, SANDER{ XE "SANDER" }, pers. Mitteilungen)<br />
P. albopunctata beobachtet wurden, Tiere gesichtet werden konnten. Das<br />
Metapopulations-Modell <strong>der</strong> ephemeren Habitatinseln (WILSON{ XE "WILSON" }<br />
1992{ XE "WILSON 1992" }) kann auf beide Totalpopulationen angewendet werden.<br />
In beiden Metapopulationen{ XE "Metapopulationen" } stehen lokale Extinktion und<br />
Rekolonisierung scheinbar im Gleichgewicht. Ob diese Prozesse jährlich ablaufen<br />
und ob die Migration{ XE "Migration" } in je<strong>der</strong> Generation in etwa die gleiche Stärke<br />
erreicht, kann anhand <strong>der</strong> genetischen Daten nicht ausgesagt werden.<br />
117
118<br />
8.6 POPULATIONSSTRUKTUR<br />
Im Mittelrheintal müssen auch verbindende Elemente zwischen den Subpopulationen{<br />
XE "Subpopulationen" } postuliert werden (vgl. Kapitel 8.3.4), damit ein Genfluß{<br />
XE "Genfluß" } über größere Entfernungen erklärt werden kann. Ferner engt<br />
<strong>der</strong> Rheinverlauf und die landschaftliche Struktur das Koloniersierunggebiet ein, so<br />
daß die Subpopulationen mehr o<strong>der</strong> min<strong>der</strong> auf einer imaginären Linie aufgereiht<br />
scheinen. <strong>Die</strong>se Struktur ist dem Stepping-Stone-Modell am ähnlichsten. <strong>Die</strong> Metapopulation<br />
des Mittelrheintals zeigt demnach Charakteristiken zweier Modelle und<br />
kann keinem eindeutig zugeordnet werden.<br />
Der hohe Genfluß{ XE "Genfluß" } zwischen den Metapopulationen{ XE "Metapopulationen"<br />
} <strong>der</strong> beiden <strong>Untersuchung</strong>sgebiete kann ebenfalls nur über verbindende<br />
Landschaftstrukturen erklärt werden. Das Maintal und das Rheintal können ohne<br />
weiteres als ein Verbindungskorridor fungieren, <strong>der</strong> einen Genfluß selbst über sehr<br />
große geographischen Distanzen sinnvoll erscheinen läßt. Auch hier wäre eine Metapopulationsstruktur<br />
zu postulieren, die dem Stepping-Stone-Modell sehr ähnlich ist,<br />
aber auch Charakteristiken des Modell nach WILSON{ XE "WILSON" } (1992) zeigt.
8.7 ZUSAMMENFASSUNG<br />
8.7 Zusammenfassung<br />
<strong>Die</strong> vorliegende <strong>Untersuchung</strong> befaßt sich mit <strong>der</strong> <strong>Populationsstruktur</strong> <strong>der</strong> Heuschreckenart<br />
Platycleis albopunctata und darauf einflußnehmen<strong>der</strong> Umweltfaktoren.<br />
<strong>Die</strong> Heuschreckenart P. albopunctata wurde als Versuchstier ausgewählt, weil sie in<br />
Habitaten vorkommt, die vielerorts durch anthropogenen Einfluß zurückgehen. P. albopunctata<br />
ist sehr stark auf einen bestimmten Habitattyp, wie Trockenrasen, Silikatmagerrasen<br />
u.a., fixiert und ist deshalb beson<strong>der</strong>s gefährdet. <strong>Die</strong> populationsgenetische<br />
<strong>Untersuchung</strong> sollte Aufschluß über die <strong>Populationsstruktur</strong>, die Migration<br />
und mögliche Einflußfaktoren auf den Genfluß geben. Um eine Vergleichsmöglichkeit<br />
zu besitzen, wurden zwei relativ weit voneinan<strong>der</strong> entfernte Gebiete beprobt.<br />
Es wurden 28 Enzymloci mit <strong>der</strong> Cellulose-Acetat-Elektrophorese untersucht, wovon<br />
13 in die Auswertung eingegangen sind. Folgende Ergebnisse konnten gefunden<br />
werden:<br />
1. <strong>Die</strong> <strong>Untersuchung</strong>sgebiete Haßberge und Mittelrheintal unterscheiden sich im<br />
Heterozygotie{ XE "Heterozygotie" }- und Polymorphiegrad, wenn jeweils alle<br />
Subpopulationen{ XE "Subpopulationen" } zur Betrachtung herangezogen werden.<br />
Im Mittel zeigen beide Metapopulationen{ XE "Metapopulationen" } sehr ähnliche<br />
genetische Variabilitäten.<br />
2. <strong>Die</strong> Metapopulationen{ XE "Metapopulationen" } zeigen deutliche Unterschiede<br />
bezüglich <strong>der</strong> Allelfrequenz <strong>der</strong> polymorphen Enzyme und im Auftreten von privaten<br />
Allelen. <strong>Die</strong>se genetischen Divergenzen lassen eine Unterscheidung <strong>der</strong> Metapopulationen<br />
zu.<br />
3. <strong>Die</strong> F-Statistik zeigt eine Unterteilung in Subpopulationen{ XE "Subpopulationen" }<br />
an. Bei den untersuchten Populationsgruppen handelt es sich um Metapopulationen{<br />
XE "Metapopulationen" }, die dem Modell von WILSON{ XE "WILSON" } beson<strong>der</strong>s<br />
nahe kommen. Das Mittelrheintal zeigt Charakteristiken des Stepping-<br />
Stone-Modells und des Modells nach WILSON (1992), bedingt durch die beson<strong>der</strong>e<br />
landschaftliche Struktur des Mittelrheintals.<br />
4. Es konnte nachgewiesen werden, daß die genetische Divergenz zwischen den<br />
Subpopulationen durch die geographische Distanz und die Hauptwindrichtung zustande<br />
gekommen sein kann. Der Rhein und Höhendifferenzen zwischen den<br />
Subpopulationen konnten nicht als Isolationsbarrieren detektiert werden.<br />
5. Der Genfluß erreichte in beiden Gebieten relativ hohe Werte. In den Haßbergen<br />
könnten die geringen geographischen Distanzen dafür verantwortlich sein. Im<br />
119
120<br />
8.7 ZUSAMMENFASSUNG<br />
Mittelrheintal kann davon ausgegangen werden, daß die Häufigkeit <strong>der</strong> Heuschreckenart<br />
den hohen Genfluß verursacht hat. Es werden hierbei viele kleine<br />
Patches postuliert.<br />
6. Der Aktionsradius von P. albopunctata ist anhand <strong>der</strong> genetischen Daten nicht<br />
eindeutig feststellbar. Sicher ist jedoch, daß die Mobilität <strong>der</strong> Beißschrecke wesentlich<br />
höher einzustufen ist, als dies bisher angenommen worden war. Eine<br />
Wan<strong>der</strong>ung über fünf Kilometer Entfernung könnte durchaus im Bereich <strong>der</strong><br />
Flugmöglichkeiten von P. albopunctata zu liegen.<br />
7. <strong>Die</strong> Berechnung eines Phenogramms mit <strong>der</strong> Maximum-Likelihood-(REML{ XE<br />
"REML" })-Methode nach FELSENSTEIN{ XE "FELSENSTEIN" } (1981) ergab<br />
eine wirklichkeitsnahe Darstellung <strong>der</strong> Verhältnisse in den Metapopulationen{ XE<br />
"Metapopulationen" } <strong>der</strong> beiden <strong>Untersuchung</strong>sgebiete. <strong>Die</strong> Clusteranalyse mit<br />
<strong>der</strong> UPGMA-Methode ergab dagegen keine schlüssigen Ergebnisse.
9 LITERATURVERZEICHNIS<br />
9 LITERATURVERZEICHNIS<br />
AYALA F.J., TRACEY M.L., HEDGECOCK D., RICHMOND R.C., 1974, Genetic differentation<br />
during the speciation process in Drosophila, Evolution 28, S. 576-592<br />
BEGON M, HARPER J.L., TOWNSEND C.R., 1990, Ecology - Individuals, Populations and<br />
Communities, 2. Auflage, Blackwell Scientific Publications, Boston, Oxford, London, Edinburgh,<br />
Melbourne<br />
BELLMANN H., 1983, Heuschrecken beobachten und bestimmen, 2. Auflage, Naturbuch-<br />
Verlag, Augsburg<br />
BONNELL M.L., SELANDER R.K., 1974, Elephant Seals: Genetic Variation and Near Extinction,<br />
Science, Vol. 184<br />
CABE P.R., ALSTAD D.N., 1994, Interpreting population differentiation in terms of drift and<br />
selection, Evolutionary Ecology 8, S. 489-492<br />
COCKBURN A., 1991, An indroduction to evolutionary ecology, Blackwell Scientific Publications,<br />
London, Paris, Berlin<br />
CROW J.F., AOKI K., 1984, Group selection for a polygenie behavioral trait: estimating the<br />
degree of population subdivision, Proc. Natl. Acad. Sci. USA 81<br />
CZIHAK G., LANGER H., ZIEGLER H., 1990, Biologie, Springer Verlag<br />
DETZEL P., 1991, Ökofaunistische Analyse <strong>der</strong> Heuschreckenfauna Baden-Württembergs<br />
(Orthoptera), Diss. am Institut für Biologie <strong>der</strong> Uni Tübingen<br />
DEUTSCHER WETTERDIENST, 1952, Klimaatlas von Bayern, Bad Kissingen<br />
DEUTSCHER WETTERDIENST, 1957, Klimaatlas für Rheinland-Pfalz, Bad Kissingen<br />
DUNLEY J.E., CROFT B.A., 1994, Gene flow measured by allozymic analysis in pesticide resistant<br />
Typhlodromus pyri occuring within and near apple orchards, Exp. Appl. Acarology 18<br />
(4), S. 201-11<br />
EWENS W.J., 1987, The effective populations size in the presence of catastrophies, In: M.W.<br />
Feldman (ed.), Mathematical Evoultionary Theoriy<br />
FELSENSTEIN J., 1973, Maximum likelihood estimation of evolutionary trees from continious<br />
characters, Amer. Jour. Hum. Genet. 25<br />
FELSENSTEIN J., 1981, Evolutionary trees from gene frequencies and quantitative characters:<br />
finding maximum likelihood estimates, Evolution, 35 (6), S. 609-622<br />
FELSENSTEIN J., 1993, Phylip, Version 3.5c, Distributed by author, Department of genetics,<br />
University of Washington, Seattle<br />
121
122<br />
9. LITERATURVERZEICHNIS<br />
FIFB-PROJEKTLEITUNG, 1993, Bedeutung von Isolation, Flächengröße und Biotopqualität<br />
für das Überleben von Tier- und Pflanzenpopulationen in <strong>der</strong> Kulturlandschaft, Zeitschrift für<br />
Ökologie und Naturschutz 2<br />
FUTUYMA D.J., 1990, Evolutionsbiologie, Verlag Birkhäuser, Berlin, Basel, Bern,<br />
GABRIEL W., 1994, "Mutational Meltdown" - Aussterberisiko durch Anhäufung schädlicher<br />
Mutationen, Zeitschrift für Ökologie und Naturschutz, Heft 3<br />
GILPIN M.E., SOULÉ M.E., 1986, Minimum viable Populations: Processes of species extinktion,<br />
In: Soulé M.E. (Ed.), Conservation biology, the science of scarcity and diversity, Sinauer,<br />
Sun<strong>der</strong>land<br />
HARTL D.L., CLARK A.G., 1989, Principles of Population Genetics, 2. Auflage, Sinauer Associates<br />
Inc., Sun<strong>der</strong>land, M.A.<br />
HARZ K., 1955, <strong>Die</strong> Eiablage <strong>der</strong> Westlichen Beißschrecke Platycleis denticulata Panz, In:<br />
Nachrichtenbl. bayerischer. Ent., Jhg 4 (9)<br />
HARZ K., 1957, <strong>Die</strong> Geradflügler Mitteleuropas, Gustav Fischer Verlag, Jena<br />
HARZ K., 1960, Geradflügler o<strong>der</strong> Orthopteren (Blattodea, Mantodea, Saltatoria, Dermaptera),<br />
In: Dahl F., <strong>Die</strong> Tierwelt Deutschlands und <strong>der</strong> angrenzenden Meeresteile, 46. Teil, Gustav Fischer<br />
Verlag<br />
HENLE K., 1994, Naturschutzpraxis, Naturschutztheorie und theoretische Ökologie, Zeitschrift<br />
für Ökologie und Naturschutz, Heft 3, S. 139<br />
HENLE K., KAULE G., 1991, Arten- und Biotopschutzforschung für Deutschland, Forschungszentrum<br />
Jülich<br />
HENLE K., SETTELE J., KAULE G., 1995, Aufgaben, Ziele und erste Ergebnisse des "Forschungsverbundes<br />
Isolation, Flächengröße, Biotopqualität (FIFB)", In: Verhandlungen <strong>der</strong> Gesellschaft<br />
für Ökologie (GfÖ), Band 24, ed. Jörg Pfadnehauer, Freising-Weihenstephan<br />
HERBERT D.N., BEATON M.T., 1989, Methodologies for Allozyme analysis usin Cellulose<br />
Acetat Elektrophorese, A practical handbook, Helena Laboratories, Windsor, Ontario<br />
HOVESTADT T., 1990, Möglichkeiten und Kriterien für die Bestimmung von Minimalarealen<br />
von Tierpopulationen und Ökosystembeständen, Schr.-R. f. Landschaftspflege u. Naturschutz,<br />
Heft 32, Bonn-Bad Godesberg<br />
INGRISCH S., 1977, Beitrag zur Kenntnis <strong>der</strong> Larvenstadien mitteleuropäischer Laubheuschrecken,<br />
Z. angew. Zool. 64<br />
INGRISCH S., 1986, The plurenial life cycles of the European Tettigoniidae (insecta: Orthoptera),,<br />
Oecologia 70, Berlin, S. 606-630 (Teil 1-3)<br />
KING P.S., 1985, Macro- und Microgeographic structure of a spatially subdivided beetle species<br />
in nature, Evolution 41, S. 401-416
9 LITERATURVERZEICHNIS<br />
KLEINERT H., 1991, Entwicklung eines Biotopverwertungskonzeptes am Beispiel <strong>der</strong> Saltatoria<br />
(Orthoptera), Dissertation an <strong>der</strong> Univ. Bonn<br />
KÖHLER G., 1994, Zur Phänologie, Abundanzdynamik und Biotopbindung rasenbewohnen<strong>der</strong><br />
Laubheuschrecken im mittleren Saaletal bei Jena (Thüringen)<br />
LANDE R., BORROWCLOUGH G.F., 1987, Effective populations size, genetic variation, and<br />
their use in population management, In: Soule M., Viable popualtions for conservation, Cambridge<br />
Univ. Press<br />
LEHNINGER A.L., 1987, Biochemie, zweite, neubearbeitete Auflage, VCH Verlagsgesellschaft,<br />
Weinheim<br />
LEVINS R., 1970, Extinction, In: Gerstenhaber M. (Ed.), Some mathematical problems in biology,<br />
Provindence, Amer. Math. Soc., S. 77 -107<br />
LEWONTIN R.C., 1978, Adaptation, Sci. Amer. 239<br />
LOESCHCKE V., 1988a, Biogeographie und Artenschutz, Naturwissenschaftliche Rundschau,<br />
41. Jg, Heft7<br />
LOESCHCKE V., 1988b, Populationsgenetik und Artenschutz, Naturwissenschaftliche Rundschau,<br />
41. Jg, Heft 8<br />
LOESCHCKE V., 1991, Evolution und Artenschutz, In: Streit B. (ed.), Evolutionsprozesse im<br />
Tierreich, Birkhäuser Verlag, Basel, Boston, Berlin<br />
MCCAULEY D.E., 1992, Genetic consequences of exdtinction and recolonization in fragmented<br />
habitats, In: Biotic Interactions and Global Change, ed P.M. Kareiva, J.G. Kingsolver, R.B.<br />
Huey, Sinauer, Sun<strong>der</strong>land, Massachusetts, S. 424- 450<br />
NEI M., 1972, Genetic distance between populations, The Am. Nat. 106 (949), S. 283-293<br />
NEVO E., BEILES A., BEN-SHLOMO H., 1984, Evolutionary significance of genetic diversity,<br />
In: Levin S., Lecture Notes in Biomathematics, Springer Verlag, Berlin, Heidelberg, New York,<br />
Tokyo<br />
OPDAM P., APELDOORN R. VAN, SCHOTMAN A., KALKHOVEN J., 1993, Population responses<br />
to landscape fragmentation, In: Chapman and Hall, Landscape Ecology of a stressed<br />
Enviroment, ed. by Claire C. Vos, London<br />
PFAUMANN U., 1995, Anwendbarkeit und Aussagekraft <strong>der</strong> RAPD-Methode für populationsgenetische<br />
<strong>Untersuchung</strong>en an Heuschrecken, Diplomarbeit am Fachbereich Zoologie <strong>der</strong> Uni<br />
Mainz<br />
POETHKE H.J., 1994, <strong>Die</strong> Schätzung von Populationsgrößen durch Fang-Wie<strong>der</strong>fang-<br />
Methoden, unveröffentlicht<br />
POLLOCK K.H., NICHOLS J.D., BROWNIE C., HINES J.E., 1990, Statical Inference for<br />
Capture-Recapture Experiments, Wildlife Monographs 107<br />
123
124<br />
9. LITERATURVERZEICHNIS<br />
PULLIAM R., 1988, Source, sinks and population regulation, Amer. Nat. 132, S. 652-61<br />
RANKIN M.A., BURCHSTED J.C.A., 1992, The cost of migration in insects, Ann. Rev. Entomol.<br />
37<br />
REYNOLDS J., WEIR B.S., COCKERHAM C.C., 1983, Estimation of the coancestry coefficient:<br />
Basis for a shrot-term genetic distance, Genetics 105, S. 767-779<br />
RICHARDSON B.J., BAVERSTOCK P.R., ADAMS M., 1986, Allozyme electrophorese. A<br />
Handbook for animal systematics and population studies, Academic Press, Sydney<br />
SANDER U., 1995, Beziehungen zwischen Habitatparametern und Struktur und Größe von<br />
Populationen <strong>der</strong> Heuschreckenarten Oedipoda germanica (Latr. 1804) und O. caerulescens<br />
(L.1758) im Mittelrhein, Diplomarbeit an <strong>der</strong> mathematisch-naturwissenschaftlichen Fakultät<br />
<strong>der</strong> Uni Bonn<br />
SEITZ A., 1988, Microgeographic Variation of Genetic Polymorphism in Argyresthia mendica,<br />
In: Population Genetic and Evolution, Ed. Gerdina de Jong, Springer-Verlag, Berlin Heidelberg,<br />
New York, London, Paris, Tokyo, S. 202-208<br />
SEITZ A., 1989, Aspekte des Einflusses <strong>der</strong> Umweltstrukturierung auf die genetische Zusammensetzung<br />
von Tierpopulationen, Verhandlung <strong>der</strong> Gesellschaft für Ökologie, Band 18, Essen<br />
SEITZ A., LOESCHCKE V., 1991, Species Conservation, A Population-Biological-Approach,<br />
Birkhäuser, Basel<br />
SHAFFER M., 1987, Minimum Viable populations:coping with unvertainty, In Soule M.E., Viable<br />
Populations for Conservation, Cambridge Univ. Press<br />
SIEGISMUND H.R., 1990, G-Stat Version 3, unveröffentlichtes Manuskript<br />
SLATKIN M., 1985, Rare allels as indicators of gene flow, Evolution 39 (1)<br />
SLATKIN M., 1987, Gene flow and the geographic structure of natural populations, Science,<br />
Vol 236, S.787-792<br />
SLATKIN M., VOELM L., 1991, Fst in a hierarchial Island Model, Genetics 127, S. 627 629<br />
SNEATH P.H., SOKAL R.R., 1973, Principles of numerical taxonomy, In: W.H. Freeman und<br />
Co, San Francisco<br />
SNYDER L.A., FREIFELDER D., HARTL D.L., 1985, General Genetics, Jones and Bartlett<br />
Publishers, Inc.<br />
SOKAL R.R., ROHLF F.J., 1981, Biometry. The principles and practices of statistics in biological<br />
research, zweite Auflage, Freeman-Verlag, San Francisco<br />
SOULÉ M.E., 1986, Conservation Biology-An evolutionary-ecological Perspective, Sinauer,<br />
Sun<strong>der</strong>land, Massachusetts<br />
SOULÉ M.E., 1987, Viable Populations for Conservation, Univ. Press, Cambridge
9 LITERATURVERZEICHNIS<br />
SPERLICH D., 1988, Populationsgenetik, Grundlagen <strong>der</strong> mo<strong>der</strong>nen Genetik, 1. und 2. Auflage,<br />
Gustav Fischer Verlag, Stuttgart<br />
SPERLING W., STRUNK E., 1970, Luftbildatlas Rheinland-Pfalz, Karl Wachholtz Verlag,<br />
Neumünster<br />
SWOFFORD D.L., OLSON G.J., 1990, Phylogeny Reconstructuren, In: D. Hillis, C. Moritz,<br />
Molecular Systematics, Sinauer Associates lim., M.A.<br />
SWOFFORD D.L., SELANDER R.B., 1989, Biosys-1, a computer program for the analysis of<br />
allelic variation in population genetics and biochemical systematics, Release 1.7., Illinois Natural<br />
History Survey<br />
TAUSCHER H., 1986, Unsere Heuschrecken, Franckh´sche Verlagsbuchhandlung, Stuttgart,<br />
VEITH M., 1991, <strong>Genetische</strong> und morphologische Differenzierung von Populationen des Feuersalaman<strong>der</strong>s<br />
(Salamandra salamandra L. 1758) auf unterschiedlich diemensionierten Niveaus,<br />
Diss. am Fachberecih Biologie <strong>der</strong> Uni. Mainz<br />
VEITH M., SEITZ A., 1995, Anwendungsmöglichkeiten <strong>der</strong> Populationsgenetik für den Artenschutz,<br />
In: Verhandlungen <strong>der</strong> Gesellschaft für Ökologie (GfÖ), Band 24, ed. Jörg Pfadenhauer,<br />
Freising-Weihenstephan<br />
WAGNER R.A., 1992, <strong>Untersuchung</strong> zur Verteilungsdynamik pelagischer Fische in fünf Seen<br />
unterschiedlicher trophischer Struktur, unter beson<strong>der</strong>er Berücksichtigung <strong>der</strong> Populationsbiologie<br />
von Flußbarsch und Rotauge, Diss. am Fachbereich Biologie <strong>der</strong> Uni. Mainz<br />
WALTER R., 1992, <strong>Untersuchung</strong>en zur Mobilität und zum Habitat von Platycleis albopunctata<br />
(GOEZE 1778) (Orthoptera, Ensifera), Diplomarbeit an <strong>der</strong> Univ. Hohenheim<br />
WALTERT M., 1994, Verbreitung und Bestand von P.albopunctata im Landkreis Haßberge<br />
1993 und 1994, Paper von M.Waltert, in Fabrikschleichach<br />
WARD R.D., SKIBINSKI D.O.F., WOODWARK M., 1992, Protein heterozygosity, protein<br />
structure and taxonomic differentiation, In: Hecht M.K., Wallace B. und Macintyre R.J., Evolutionary<br />
Biology 26, New York<br />
WEHNER R., 1981, Spatial vision in arthropods, In: Handbook of Sensory Physiology, Vision in<br />
Invertebrates, Bd. 7/6c, S. 287<br />
WEHNER R., GEHRING W., 1990, Zoologie, 22. Auflage, Georg Thieme Verlag, Stuttgart,<br />
New York<br />
WEIR B.S., COCKERHAM C.C., 1984, Estimating F-Statistics for the analysis of population<br />
structure, Evolution 38, S. 1358-70<br />
WILSON D.S., 1992, Complex interactions in metacommunities, with implications for biodiversity<br />
and higher levels of selection, Ecology 73, S. 1984 -2000<br />
WISSEL C., FRANK F., DRECHSLER M., 1994, Überleben in fragmentierten Lebensräumen -<br />
Stochastische Modelle zu Metapopulationen, Zeitschrift für Ökologie und Naturschutz, Heft 11<br />
125
126<br />
9. LITERATURVERZEICHNIS<br />
WISSEL C., STEPHAN T., 1994, Bewertung des Aussterberisikos und das Minimum-Viable-<br />
Population-Konzept, Zeitschrift für Ökologie und Naturschutz, Heft 3<br />
WRIGHT S., 1943, Isolation by Distance, Genetics Heft 28, S. 114 -138<br />
WRIGHT S., 1951, The genetical structure of populations, Ann. Eugenics 15, S. 323-354<br />
WRIGHT S., 1978, Evolution and the Genetics of Populations. IV. Variability within and among<br />
Populations, Chicago, Univ. Chicago Press
10 TABELLEN- UND ABBILDUNGSVERZEICHNIS<br />
10 TABELLEN- UND ABBILDUNGSVERZEICHNIS<br />
Tabelle 3.3-1: Autökologische Angaben zu Platycleis albopunctata, nach KLEINERT 1991, verän<strong>der</strong>t. 15<br />
Tabelle 6.3-1: Vollständige Namen <strong>der</strong> untersuchten Enzyme, <strong>der</strong>en Abkürzungen und Zuordnungen im Enzymsystem.<br />
49<br />
Tabelle 6.3-2.1: Eigenschaften <strong>der</strong> untersuchten Enzyme. 52<br />
Tabelle 7.1-1: Populationsgröße und Probengröße. <strong>Die</strong> Populationsgrößen für die Mittelrheinpopulationen<br />
konnten nur in Klassen eingeteilt werden. <strong>Die</strong> Haßbergpopulationen wurden dieser Klasseneinteilung<br />
aufgrund <strong>der</strong> geschätzten Populationsgröße zugeordnet. 59<br />
Tabelle 7.1-2: Fortsetzung <strong>der</strong> Tabelle 7.1-1. <strong>Die</strong> Population Ham1 wurde aus zwei kleinen Proben (Ham1<br />
und Mr1), die sich nicht signifikant voneinan<strong>der</strong> unterscheiden zusammengesetzt. 60<br />
Tabelle 7.2-1: Alle im Screening untersuchten Enzyme mit Beurteilung bei den verschiedenen Laufpuffern. +<br />
= gut, ± = befriedigend, – = schlecht. Fett gedruckt und mit Sternchen (*) versehen sind die für<br />
die <strong>Untersuchung</strong> ausgewählten Enzyme. 60<br />
Tabelle 7.2-2: Laufbedingungen <strong>der</strong> untersuchten Enzyme. <strong>Die</strong> ideale Stromspannung für alle Enzyme wurde<br />
in dieser <strong>Untersuchung</strong> mit 200 Volt ermittelt. Abkürzungen vgl. Tabelle 6.3-1 62<br />
Tabelle 7.2-3: Diversitätsstatistik <strong>der</strong> <strong>Untersuchung</strong>sgebiete. Der Mittelwert über alle <strong>Untersuchung</strong>sgebiete<br />
wurde nach <strong>der</strong> Anzahl <strong>der</strong> Unterpopulationen gewichtet. 63<br />
Tabelle 7.2-4: Diversitätsstatistik. Vergleichswerte aus <strong>der</strong> Literatur. 64<br />
Tabelle 7.2-5. Mittlere Allelfrequenzen <strong>der</strong> polymorphen Loci in den 3 <strong>Untersuchung</strong>sgebieten. 66<br />
Tabelle 7.2-6: Private Allele. Unterschieden wurden private Allele für einzelne Populationen und private Allele<br />
für ein Gebiet. <strong>Die</strong> Populationen aus dem Mittelrheintal sind fett gedruckt, die <strong>der</strong> Hammelburg-<br />
Populationen kursiv. Für die privaten Allele eines Gebietes wurden gewichtete Mittelwerte für<br />
die Allelfrequenzen berechnet, damit die Stichprobengröße berücksichtigt werden konnte. 68<br />
Tabelle 7.2-7: Korrelationskoeffizienten (Spearman) zwischen Polymorphie (95%- und 99%-Niveau), Heterozygotie<br />
und durchschnittlicher Allelzahl über alle Loci und <strong>der</strong> Populationsgrößenklasse. <strong>Die</strong><br />
fett gedruckten Korrelationskoeffizienten sind signifikant. 70<br />
Tabelle 7.2-8: Anteil genetischer Variation = Fixierungsindex (FST), Inzuchtgrad (FIS), Heterozygotieabnahme<br />
eines Individuums im Vergleich zur Totalpopulation (FIT-Wert ). <strong>Die</strong>se Berechnungen beruhen<br />
auf dem Inselmodell nach WRIGHT. Der 1. Teil zeigt die berechneten F-Werte nach einem<br />
Vorschlag von WEIR & COCKERHAM (1984). Der 2. Teil <strong>der</strong> Tabelle zeigt die F-Statistik als<br />
Vergleich <strong>der</strong> Regionen (Näheres im Text). 72<br />
Tabelle 7.2-9: Drei Möglichkeiten <strong>der</strong> Unterteilung <strong>der</strong> verschiedenen <strong>Untersuchung</strong>sgebiete. Möglichkeit 1<br />
bezieht alle Gebiete und Nachbarschaften in die Berechnung <strong>der</strong> F-Statistik ein, Haßberge 1<br />
bzw Mittelrhein 1 jeweils nur eines <strong>der</strong> Gebiete. 73<br />
Tabelle 7.2-10: F-Statistik auf Basis einer Unterteilung <strong>der</strong> <strong>Untersuchung</strong>sgebiete in Nachbarschaften. Hierbei<br />
wurde die Heterozygotie <strong>der</strong> unterschiedlichen hierarchischen Ebenen auf Basis einer FST-<br />
Berechnung miteinan<strong>der</strong> verglichen (nach WRIGHT 1978). 73<br />
Tabelle 7.2-11: Korrelationsstatistik des Zusammenhangs FST und geographische Distanz. Es wurden zwei<br />
Ansätze gewählt, (1) es wurden alle FST-Werte in die Berechnung einbezogen, (2) es wurden<br />
nur FST-Werte zwischen Populationen eines Gebietes und zwischen den Hammelburgpopulationen<br />
und den Populationen des Mittelrheins und <strong>der</strong> Haßberge einbezogen. 75<br />
Tabelle 7.2-12: Genflußdaten. Nem sind die migrierenden Individuen pro Population und Generation; m gibt<br />
die Migrationsrate an; FST steht für den WRIGHT´schen Fixierungsindex und die NEI-<br />
Identitäten geben den Mittelwert <strong>der</strong> genetischen Identitäten <strong>der</strong> Populationen an, die in die<br />
FST-Berechnung eingegangen sind; m geschätzt gibt die Migrationsrate an, die sich mit <strong>der</strong> Annahme<br />
Ne = N aus Nem errechnet. <strong>Die</strong>se Berechnung konnte nur für die Haßberge durchgeführt<br />
werden, da nur für diese Populationen absolute Populationsgrößen geschätzt wurden. 76<br />
Tabelle 7.2-13: Genflußdaten. Es wurden die Modelle von CROW & AOKI (1984) und WRIGHT (1951) zur<br />
Berechnung angewendet. d= die Anzahl <strong>der</strong> Subpopulationen die in die Berechnung mit dem<br />
CROW/AOKI-Variante eingegangen sind. <strong>Die</strong> zugrunde liegenden FST -Werte sind in Tabelle<br />
7.2-10 beschrieben worden. 77<br />
Tabelle 7.2-14: Korrelationsstatistik des Zusammenhangs zwischen Genfluß und geographischer Distanz.<br />
Nem = Anzahl <strong>der</strong> migrierenden Individuen pro Generation, berechnet nach dem Modell von<br />
WRIGHT; m = Migrationsrate, berechnet nach dem Modell von NEI; Geo. Distanz = geographische<br />
Distanz. Es wurde eine Pearson-Korrelation verwendet; fett gedruckte Koeffizienten sind<br />
signifikant. Für beide Parameter wurden zwei unterschiedliche Ansätze berechnet, (1) es wurden<br />
alle FST- (Nem) bzw. Identitäts-Werte (m) in die Berechnung einbezogen, (2) es wurden nur<br />
Werte zwischen Populationen eines Gebietes und zwischen den Hammelburgpopulationen und<br />
den Populationen <strong>der</strong> Haßberge einbezogen. Es wurde ein exponentieller Zusammenhang zugrunde<br />
gelegt. 78<br />
Tabelle 7.2-15: Korrelationsstatistik des Zusammenhangs zwischen Genfluß und geographischer Distanz,<br />
berechnet mit Distanzklassen (vgl. Tabelle 7.2-14). 78<br />
Tabelle 7.2-16: Regressionsstatistik. Ergebnisse <strong>der</strong> partiellen Regression für den Einfluß <strong>der</strong> Hauptwindrichtung<br />
auf Allelzahl und Heterozygotie (Ho), unter Berücksichtigung des Einflusses <strong>der</strong> Populationsgröße<br />
auf die abhängigen Variablen. R= multipler Korrelationskoeffizient, R²= Bestimmt-<br />
127
10 TABELLEN- UND ABBILDUNGSVERZEICHNIS<br />
heitsmaß, FG= Freiheitsgrade, p= erreichtes Signifikanzniveau, b= partieller Korrelationskoeffizient,<br />
p= erreichtes Signifikanzniveau. 81<br />
Tabelle 7.2-17: Regressionsstatistik des Zusammenhangs zwischen <strong>der</strong> Höhendifferenz und Genflußparametern<br />
bzw. den genetischen Distanzmaßen nach NEI und REYNOLDS. R= multipler Korrelationskoeffizient,<br />
R²= Bestimmtheitsmaß, FG= Freiheitsgrade, p= erreichtes Signifikanzniveau,<br />
b= partieller Korrelationskoeffizient, p= erreichtes Signifikanzniveau. 84<br />
Tabelle 7.2-18: Teststatistik zur Analyse <strong>der</strong> Isolationswirkung des Rheins. Links bzw. rechts bezeichnet die<br />
Spalte mit den Werten einer bestimmten Rheinseite; zwischen steht für Werte zwischen Population<br />
unterschiedlicher Rheinseiten. Es wurde eine Analyse mit den genetischen Distanzen<br />
nach NEI und nach REYNOLDS durchgeführt. Ferner wurden die FST-Werte, für je vier Populationen<br />
berechnet, getestet. 86<br />
Tabelle 7.2-19: Teststatistik zur Isolationswirkung einer Hügelkette <strong>der</strong> Haßberge. Prappach und Krum bezeichnen<br />
die jeweiligen Nachbarschaften westlich und östlich <strong>der</strong> Hügelkette; zwischen steht<br />
für die genetischen Distanzen zwischen diesen Gebieten. Der Test wurde nur mit NEI-<br />
Distanzen durchgeführt. 86<br />
Tabelle 7.2-20: Mittlere genetische Distanzen zwischen allen Populationen, <strong>der</strong> Populationen eines <strong>Untersuchung</strong>sgebiets<br />
und zwischen den Haßberg- und Mittelrheinpopulationen. 88<br />
Tabelle 7.2-21: Isolation-by-distance. Ergebnisse <strong>der</strong> Korrelationsanalyse des Zusammenhangs genetischer<br />
und geographischer Distanz. <strong>Die</strong> Berechnungen wurden für die genetischen Distanzmaße nach<br />
NEI und REYNOLDS und für die <strong>Untersuchung</strong>sgebiete getrennt ausgeführt. Bei <strong>der</strong> Berechnung<br />
mit allen Populationen gingen zusätzlich die Populationen Fe1, At1 und Hg1 ein. <strong>Die</strong> Population<br />
Sp1 wurde in die Berechnung für die Haßberge mit einbezogen. 93<br />
Tabelle 7.2-22: Mantelstatistik des Matrixvergleichs <strong>der</strong> genetischen und geographischen Distanzen nach<br />
<strong>Untersuchung</strong>sgebieten getrennt. r= normalisiertes Z (Mantelstatistik); t= approximierter Mantel<br />
t-Test; p= Wahrscheinlichkeit, daß ein zufällig ausgewähltes Z kleiner ist als das beobachtete<br />
Z. 94<br />
Tabelle 7.2-23: Ergebnis des RxC-Tests, <strong>der</strong> klären sollte welche Loci für die genetische Differenzierung verantwortlich<br />
sind. 95<br />
Abbildung -1.1-1: Organisationsschema des Forschungsverbundes FIFB (nach <strong>der</strong> Projektbroschüre des<br />
FIFB 1993, verän<strong>der</strong>t). 9<br />
Abbildung 3.1-2: Männchen von Platycleis albopunctata 10<br />
Abbildung 3.1-3: Weibchen von Platycleis albopunctata. 11<br />
Abbildung 3.1-4: Weibliche Larve, 4. o<strong>der</strong> 5. Larvenstadium. Größe ca. 12 mm. 12<br />
Abbildung 3.2-1: Querschnitt durch Hangkatena; A=Arrhenatherium, M=Mesobrometum, S=Seslerietum,<br />
mu=Wellenkalk, so=Oberer Buntsandstein, nach KÖHLER 1989. 14<br />
Abbildung 4.2-1: Schema einer Metapopulation (nach SPERLICH 1988). Kreise stellen Subpopulationen<br />
dar. A und B sind verschiedene Arten. <strong>Die</strong> Korridore zwischen den Kreisen symbolisieren<br />
den Genfluß. 19<br />
Abbildung 4.2-2: Genfluß zwischen Populationen (nach OPDAM et al. 1993, verän<strong>der</strong>t). <strong>Die</strong> Abbildung zeigt<br />
verschiedene Grade von Fragmentierung, Genfluß und verschiedene Möglichkeiten von<br />
Populationsdynamiken für drei unterschiedliche <strong>Populationsstruktur</strong>en, weitere Erklärungen<br />
im Text. 20<br />
Abbildung 4.3-1: De Finetti Diagramm. <strong>Die</strong> Punkte A und B repräsentieren zwei Populationen im HARDY-<br />
WEINBERG-Gleichgewicht. Auf <strong>der</strong> Linie, die die beiden Subpopulationen verbindet liegen<br />
alle die Genotyphäufigkeiten, die aus einer Vermischung bei<strong>der</strong> Populationen resultieren<br />
würden. Am Punkt P besteht die Population je zur Hälfte aus Population A und Population<br />
B. (aus HARTL & CLARK 1989). Weitere Erklärung im Text. 23<br />
Abbildung 5.1-1: Übersichtkarte über die Lokalisation <strong>der</strong> <strong>Untersuchung</strong>sgebiete Mittelrhein (1), Haßberge<br />
(5) und Hammelburg (At1, Fe1; 3) und <strong>der</strong> Populationen Hg1 (2) und Sp1 (4). 36<br />
Abbildung 5.2-1: <strong>Untersuchung</strong>sgebiet Haßberge. Lokalisation <strong>der</strong> einzelnen Probennahmestellen. <strong>Die</strong> grün<br />
markierten Stellen konnten wegen zu geringer Probengröße nicht weiter bearbeitet werden.37<br />
Abbildung 5.3-1: Lokalisation <strong>der</strong> Probennahmestellen im Mittelrheintal. 40<br />
Abbildung 6.3-1 Elektrophoresekammer; A= Auflagestege für CA-Platten, B=Trennsteg, C= Puffer, D= Filterpapierstreifen,<br />
E= Elektroden, F= CA-Platten, nach HERBERT & BEATON 1988 45<br />
Abbildung 6.3-2: Prinzipien <strong>der</strong> Enzymfärbung, Erklärungen im Text (RICHARDSON et al. 1986). 50<br />
Abbildung 6.3-3: Nachweis <strong>der</strong> Mannose-Phosphat-Isomerase (MPI). Kursiv sind die zugegebenen Enzyme,<br />
fett die die Färbung verursachenden Substanzen. 50<br />
Abbildung 6.3-4: Nachweis für die Fumarathydratase (FH). Kursiv sind die zugegebenen Enzyme, fett die<br />
die Färbung verursachenden Substanzen. 51<br />
Abbildung 6.3-5: Erwartete Bandenmuster für Heterozygote von monomeren, dimeren und tetrameren Enzymen<br />
(nach RICHARDSON 1986). Erklärungen im Text. 51<br />
Abbildung 6.3-6: Darstellung des Versuchsablaufs von <strong>der</strong> Probenvorbereitung bis zur Bandenmusterauswertung.<br />
53<br />
Abbildung 6.4-1: Verlaufsdiagramm <strong>der</strong> Computerauswertung. 54<br />
128
10 TABELLEN- UND ABBILDUNGSVERZEICHNIS<br />
Abbildung 6.5-1: Verlaufsdiagramm <strong>der</strong> beiden verwendeten Clusteranalysemethoden UPGMA und REML<br />
(nach SWOFFORD & OLSEN 1990). OUs sind operational units (Arbeitseinheiten). 57<br />
Abbildung 7.2-2: Diversitätsstatistik. Es wurde die Heterozygotie aller untersuchten und <strong>der</strong> polymorphen<br />
Loci unterschieden. 64<br />
Abbildung 7.2-1:Anzahl <strong>der</strong> Allele. Es werden sowohl die mittlere Allelzahl aller untersuchten Loci und <strong>der</strong><br />
polymorphen Loci dargestellt. 64<br />
Abbildung 7.2-3: Mittlere Heterozygotie <strong>der</strong> polymorphen (Diagramm a ) und <strong>der</strong> monomorphen Loci (Diagramm<br />
b) für die <strong>Untersuchung</strong>sgebiete Haßberge und Mittelrheintal. 65<br />
Abbildung 7.2-4: Unterschiede <strong>der</strong> Allelfrequenz <strong>der</strong> Loci PGM und PEP in den drei <strong>Untersuchung</strong>sgebieten.67<br />
Abbildung 7.2-5: Anzahl <strong>der</strong> Populationen, <strong>der</strong>en polymorphe Loci, sich nicht im HARDY-WEINBERG-<br />
Gleichgewicht befinden. 70<br />
Abbildung 7.2-6: Korrelationen <strong>der</strong> Diversitätsstatistik mit <strong>der</strong> Populationsgrößenklasse. <strong>Die</strong> abhängigen Variablen<br />
Polymorphie (a,b), Heterozygotie (c) und die Allelzahl (d) wurden unter Berücksichtigung<br />
aller Loci berechnet. 71<br />
Abbildung 7.2-7: Ergebnisse <strong>der</strong> Berechnung von F-Statistiken für verschiedene Möglichkeiten <strong>der</strong> Nachbarschaftszuordnung.<br />
In die 1. Berechnung gingen alle Gebiete und <strong>der</strong>en Unterteilung ein<br />
(Diagramm a). Bei <strong>der</strong> 2. Berechnung wurden die F-Statistiken <strong>der</strong> Gebiete Haßberge und<br />
Mittelrhein getrennt betrachtet. Zu den Einteilungsmöglichkeiten siehe Tabelle 11.1-11 im<br />
Anhang. 74<br />
Abbildung 7.2-8: Korrelation des FST-Wertes mit <strong>der</strong> geographische Distanz auf Basis des 1. Ansatzes. <strong>Die</strong><br />
Wertepaare für die Darstellung wurden in Distanzklassen eingeordnet um eine bessere<br />
Übersicht zu gewährleisten. 75<br />
Abbildung 7.2-9: Beziehung zwischen den Genflußparameter Nem und m und <strong>der</strong> geographischen Distanz.<br />
Nem = Anzahl <strong>der</strong> migrierenden Individuen pro Generation, berechnet nach dem Modell von<br />
WRIGHT; m = Migrationsrate, berechnet nach dem Modell von NEI. Für die graphische<br />
Darstellung wurde eine Einteilung in Distanzklassen vorgenommen. 79<br />
Abbildung 7.2-10: Einfluß <strong>der</strong> Windrichtung. <strong>Die</strong> Diagramme a-d zeigen den Zusammenhang zwischen<br />
mittlerer Allelzahl bzw. Heterozygotie mit den Windrichtungen Süden und Südwesten für die<br />
Populationen des Mittelrheins. <strong>Die</strong> Diagramme e und f zeigen die Zusammenhänge für die<br />
Haßberge. <strong>Die</strong> x-Werte sind relative Entfernungen zu einer Geraden, die im 90°-Winkel zur<br />
Hauptwindrichtung gelegt wurde (nähere Erklärung im Text). 83<br />
Abbildung 7.2-11: REML-Phenogramme. Diagramm a zeigt den möglichen genetischen Zusammenhang<br />
zwischen den Mittelrheinpopulationen. Zur Darstellung wurde Ham1 als Bezugspunkt gewählt.<br />
Diagramm b stellt die Verhältnisse <strong>der</strong> Haßberge, incl. <strong>der</strong> Population Sp1, dar (Bezugspunkt<br />
Sp1). In Diagramm c sind alle untersuchten Populationen berücksichtigt (Bezugspunkt<br />
Fe1). <strong>Die</strong> kräftigeren Linien weichen signifikant von Null ab. (vgl. auch Text). 89<br />
Abbildung 7.2-12: UPGMA-Phenogramme. Diagramm a zeigt das Analyseergebnis aufgrund <strong>der</strong> NEI-<br />
Distanzen, Diagramm b wurde anhand <strong>der</strong> REYNOLDS-Distanzen erstellt. Bezugspunkt<br />
(outgroup) war in beiden Fällen die Population Fe1. 91<br />
Abbildung 7.2-13: Isolation-by-distance. Regionale Zusammenhänge für die <strong>Untersuchung</strong>sgebiete Mittelrhein<br />
und Haßberge zwischen genetischer und geographischer Distanz. 93<br />
Abbildung 7.2-14: Isolation-by-distance. Regionale Zusammenhänge für die <strong>Untersuchung</strong>sgebiete Mittelrheintal<br />
(c, d) und Haßberge (a, b) zwischen genetischer und geographischer Distanz. 94<br />
Abbildung 8.1-1: Hierarchieebenen <strong>der</strong> populationsgenetischen <strong>Untersuchung</strong>. Auf je<strong>der</strong> <strong>der</strong> angegebenen<br />
Ebenen geht ein Teil <strong>der</strong> Information <strong>der</strong> höheren Ebenen verloren. <strong>Die</strong> Abbildung stellt nur<br />
eine Auswahl an Ebenen dar. Näheres im Text. 96<br />
Abbildung 8.4-1: Schematische Darstellung des Migrationsparameters Nem für verschiedene geographische<br />
Distanzen. <strong>Die</strong> unterschiedlichen Längen sollen ungefähr die geographischen Entfernungen<br />
wi<strong>der</strong>spiegeln. <strong>Die</strong> unterschiedliche Größe <strong>der</strong> Kreise soll in etwa die Gebietsgröße wie<strong>der</strong>geben.<br />
Als mittleres Nem zwischen Hammelburg-, Haßberg- und Mittelrheinpopulationen<br />
errechnete sich ein Wert von 1,6. 112<br />
Abbildung 11.2-1: Phenogramme. Diagramm a wurde mit <strong>der</strong> REML-Methode berechnet, Diagramm b und c<br />
mit Nei-Distanzen nach <strong>der</strong> UPGMA-Methode. 146<br />
Abbildung 11.2-2: REML-Phenogramm <strong>der</strong> Haßbergpopulationen. <strong>Die</strong> Längen <strong>der</strong> Linien sind proportional<br />
zur genetischen Distanz 146<br />
129
Erklärung<br />
Hiermit versichere ich, daß die vorliegende Diplomarbeit von mir<br />
selbständig verfaßt wurde, ich keine an<strong>der</strong>en als die angegebenen<br />
Quellen und Hilfsmittel benutzt und alle Zitate kenntlich gemacht habe.<br />
Mainz, im Dezember 1995<br />
130
11 ANHANG<br />
131
11.1 Daten <strong>der</strong> Populationsgenetischen <strong>Untersuchung</strong><br />
11.1.1 Diversitätsparameter{ XE "Polymorphie" }<br />
132<br />
ANHANG<br />
Tabelle 11.1-1: Durchschnittliche Heterozygotie{ XE "Heterozygotie" } über alle Loci pro<br />
Standort und die Standardabweichung (sd), den mittleren Polymorphiegrad<br />
und die durchschnittliche Anzahl Allele über alle Loci.<br />
Standort Heterozygotie{<br />
XE "Heterozygotie"<br />
}<br />
sd Durchschnittliche<br />
Anzahl Allele<br />
Polymorphie{ XE<br />
"Polymorphie" }<br />
(99%-Niveau)<br />
Polymorphie{ XE<br />
"Polymorphie" }<br />
(95%-Niveau)<br />
Up1 0,095 0,155 1,615 0,462 0,308<br />
Kb1 0,116 0,192 1,692 0,385 0,385<br />
Pr1 0,095 0,157 1,615 0,385 0,385<br />
Pr2 0,137 0,219 1,615 0,308 0,308<br />
Pr4 0,084 0,16 1,538 0,308 0,308<br />
Pr5 0,128 0,207 1,846 0,385 0,385<br />
Kr1 0,097 0,161 1,769 0,462 0,385<br />
Kr2 0,127 0,213 1,692 0,385 0,308<br />
Kr3 0,108 0,191 1,846 0,538 0,308<br />
Hw2 0,106 0,183 1,769 0,385 0,231<br />
Hw3 0,096 0,175 1,692 0,308 0,077<br />
Ham1 0,156 0,235 2,308 0,615 0,385<br />
Mr2 0,100 0,199 1,923 0,385 0,231<br />
Mr3 0,130 0,218 2,077 0,462 0,308<br />
Mr5 0,104 0,225 1,692 0,308 0,231<br />
Mr6 0,119 0,218 2,077 0,538 0,385<br />
Mr10 0,093 0,183 1,692 0,462 0,231<br />
Mr11 0,118 0,223 1,692 0,385 0,231<br />
Mr12 0,125 0,208 2,077 0,462 0,385<br />
Mr13 0,123 0,222 1,846 0,462 0,308<br />
Mr15 0,136 0,236 1,923 0,385 0,308<br />
Mr16 0,118 0,202 1,923 0,462 0,308<br />
Fe1 0,159 0,25 1,538 0,308 0,308<br />
At1 0,117 0,216 1,692 0,308 0,308<br />
Sp1 0,083 0,207 1,538 0,231 0,154<br />
Hg1 0,056 0,166 1,692 0,385 0,231
ANHANG<br />
11.1.2 Heterozygotie{ XE "Heterozygotie" }<br />
Tabelle 11.1-2, Heterozygotie{ XE "Heterozygotie" } aller Populationen, aufgeglie<strong>der</strong>t in die<br />
FE1 AT1 UP1 KB1 SP1 PR1 PR2 PR4 PR5 KR1 KR2 KR3 HW2 HW3<br />
TPI 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000<br />
IDH-2 0,599 0,538 0,222 0,281 0,000 0,204 0,335 0,099 0,267 0,036 0,072 0,105 0,389 0,302<br />
MPI 0,482 0,113 0,285 0,266 0,337 0,239 0,439 0,348 0,488 0,198 0,431 0,324 0,245 0,083<br />
PGM 0,490 0,269 0,170 0,229 0,046 0,105 0,546 0,158 0,184 0,168 0,252 0,168 0,091 0,258<br />
GOT 0,000 0,000 0,031 0,101 0,000 0,153 0,000 0,000 0,000 0,000 0,000 0,000 0,092 0,000<br />
ME 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,198 0,226 0,036 0,000 0,000<br />
6-PGDH 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,071 0,000 0,000<br />
FH 0,000 0,000 0,031 0,000 0,000 0,000 0,000 0,000 0,000 0,105 0,000 0,000 0,000 0,000<br />
PEP 0,499 0,605 0,495 0,637 0,698 0,529 0,466 0,492 0,611 0,561 0,667 0,661 0,567 0,565<br />
APK 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000<br />
KIN 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000<br />
GA-3-<br />
PDH<br />
0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,036 0,000 0,000<br />
MDH 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000<br />
Mittel 0,159 0,117 0,095 0,116 0,083 0,095 0,137 0,084 0,128 0,097 0,127 0,108 0,106 0,096<br />
sd 0,25 0,216 0,155 0,192 0,207 0,157 0,219 0,16 0,207 0,161 0,213 0,191 0,183 0,175<br />
N 13 13 13 13 13 13 13 13 13 13 13 13 13 13<br />
einzelnen Loci.<br />
Tabelle 11.1-3, Fortsetzung von Tabelle 11.1-2.<br />
Hg1 Ham1 Mr2 Mr3 Mr5 Mr6 Mr10 Mr11 Mr12 Mr13 Mr15 Mr16<br />
TPI 0,000 0,032 0,000 0,105 0,000 0,000 0,039 0,000 0,000 0,095 0,000 0,059<br />
IDH-2 0,033 0,179 0,000 0,346 0,312 0,126 0,113 0,585 0,13 0,033 0,407 0,115<br />
MPI 0,033 0,403 0,153 0,393 0,219 0,339 0,000 0,248 0,375 0,406 0,180 0,316<br />
PGM 0,064 0,398 0,352 0,071 0,041 0,155 0,077 0,032 0,269 0,316 0,423 0,318<br />
GOT 0,000 0,092 0,064 0,000 0,000 0,095 0,302 0,000 0,127 0,033 0,033 0,059<br />
ME 0,000 0,000 0,000 0,000 0,000 0,033 0,039 0,062 0,000 0,000 0,000 0,000<br />
6-PGDH 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000<br />
FH 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000<br />
PEP 0,604 0,778 0,671 0,705 0,775 0,766 0,634 0,606 0,689 0,716 0,732 0,671<br />
APK 0,000 0,000 0,000 0,000 0,000 0,033 0,000 0,000 0,000 0,000 0,000 0,000<br />
KIN 0,000 0,000 0,064 0,071 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000<br />
GA-3-<br />
PDH<br />
0,000 0,121 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000<br />
MDH<br />
Mittel<br />
0,000<br />
0,056<br />
0,032<br />
0,156<br />
0,000<br />
0,100<br />
0,000<br />
0,130<br />
0,000<br />
0,104<br />
0,000<br />
0,119<br />
0,000<br />
133<br />
0,093<br />
0,000<br />
0,118<br />
0,033<br />
0,125<br />
0,000<br />
0,123<br />
0,000<br />
0,136<br />
0,000<br />
0,118<br />
sd 0,166 0,235 0,199 0,218 0,225 0,218 0,183 0,223 0,208 0,222 0,236 0,202<br />
N 13 13 13 13 13 13 13 13 13 13 13 13
11.1.3 Polymorphie{ XE "Polymorphie" }<br />
Tabelle 11.1-4: Polymorphiegrad auf dcm 99%-Niveau<br />
Fe1 At1 Up1 Kb1 Sp1 Pr1 Pr2 Pr4 Pr5 Kr1 Kr2 Kr3 Hw<br />
2<br />
134<br />
ANHANG<br />
TPI 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
IDH-2 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1<br />
MPI 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1<br />
PGM 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1<br />
GOT 0 0 1 1 0 1 0 0 0 0 0 0 1 0 0<br />
ME 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0<br />
6-PGDH 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0<br />
FH 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0<br />
PEP 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1<br />
APK 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
KIN 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
GA-3- 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0<br />
PDH<br />
MDH 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
Mittel 0,308 0,308 0,462 0,385 0,231 0,385 0,308 0,308 0,385 0,462 0,385 0,538 0,385 0,385 0,308<br />
N 13 13 13 13 13 13 13 13 13 13 13 13 13 13 13<br />
Tabelle 11.1-5, Fortsetzung Tabelle 11.1-4<br />
Ham1 Mr2 Mr3 Mr5 Mr6 Mr10 Mr11 Mr12 Mr13 Mr15 Mr16<br />
TPI 1 0 1 0 0 1 0 0 1 0 1<br />
IDH-2 1 0 1 1 1 1 1 1 1 1 1<br />
MPI 1 1 1 1 1 0 1 1 1 1 1<br />
PGM 1 1 1 1 1 1 1 1 1 1 1<br />
GOT 1 1 0 0 1 1 0 1 1 1 1<br />
ME 0 0 0 0 1 1 1 0 0 0 0<br />
6-PGDH 0 0 0 0 0 0 0 0 0 0 0<br />
FH 0 0 0 0 0 0 0 0 0 0 0<br />
PEP 1 1 1 1 1 1 1 1 1 1 1<br />
APK 0 0 0 0 1 0 0 0 0 0 0<br />
KIN 0 1 1 0 0 0 0 0 0 0 0<br />
GA-3-PDH 1 0 0 0 0 0 0 0 0 0 0<br />
MDH 1 0 0 0 0 0 0 1 0 0 0<br />
Mittel 0,615 0,385 0,462 0,308 0,538 0,462 0,385 0,462 0,462 0,385 0,462<br />
N 13 13 13 13 13 13 13 13 13 13 13<br />
Hw<br />
3<br />
Hg1
ANHANG<br />
Tabelle 11.1-6: Polymorphiegrad auf dem 95 %-Niveau<br />
Fe1 At1 Up1 Kb1 Sp1 Pr1 Pr2 Pr4 Pr5 Kr1 Kr2 Kr3 Hw2 Hw3 Hg1<br />
TPI 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
IDH-2 1 1 1 1 0 1 1 1 1 0 0 1 1 1 0<br />
MPI 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0<br />
PGM 1 1 1 1 0 1 1 1 1 1 1 1 0 1 0<br />
GOT 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0<br />
ME 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0<br />
6-PGDH 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
FH 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0<br />
PEP 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1<br />
APK 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
KIN 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
GA-3- 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
PDH<br />
MDH 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
Mittel 0,308 0,308 0,308 0,385 0,154 0,385 0,308 0,308 0,385 0,385 0,308 0,308 0,231 0,231 0,077<br />
N 13 13 13 13 13 13 13 13 13 13 13 13 13 13 13<br />
Tabelle 11.1-7:<br />
Ham1 Mr2 Mr3 Mr5 Mr6 Mr10 Mr11 Mr12 Mr13 Mr15 Mr16<br />
TPI 0 0 1 0 0 0 0 0 1 0 0<br />
IDH-2 1 0 1 1 1 1 1 1 0 1 1<br />
MPI 1 1 1 1 1 0 1 1 1 1 1<br />
PGM 1 1 0 0 1 0 0 1 1 1 1<br />
GOT 0 0 0 0 1 1 0 1 0 0 0<br />
ME 0 0 0 0 0 0 0 0 0 0 0<br />
6-PGDH 0 0 0 0 0 0 0 0 0 0 0<br />
FH 0 0 0 0 0 0 0 0 0 0 0<br />
PEP 1 1 1 1 1 1 1 1 1 1 1<br />
APK 0 0 0 0 0 0 0 0 0 0 0<br />
KIN 0 0 0 0 0 0 0 0 0 0 0<br />
GA-3-PDH 1 0 0 0 0 0 0 0 0 0 0<br />
MDH 0 0 0 0 0 0 0 0 0 0 0<br />
Mittel 0,385 0,231 0,308 0,231 0,385 0,231 0,231 0,385 0,308 0,308 0,308<br />
N 13 13 13 13 13 13 13 13 13 13 13<br />
11.1.4 Höhendifferenzen<br />
Up1<br />
Kb1 26,00<br />
Tabelle 11.1-8: Höhendifferenz{ XE "Höhendifferenz" } zwischen zwei Populationen in Metern<br />
Up1 Kb1 Pr1 Pr2 Pr4 Pr5 Kr1 Kr2 Kr3 Hw2 Hw3<br />
Pr1 24,00 50,00<br />
Pr2 6,00 20,00 30,00<br />
Pr4 16,00 10,00 40,00 10,00<br />
Pr5 4,00 30,00 20,00 10,00 20,00<br />
Kr1 14,00 40,00 10,00 20,00 30,00 10,00<br />
Kr2 14,00 40,00 10,00 20,00 30,00 10,00 0,00<br />
Kr3 16,00 42,00 8,00 22,00 32,00 12,00 2,00 2,00<br />
Hw2 26,00 0,00 50,00 20,00 10,00 30,00 40,00 40,00 42,00<br />
Hw3 26,00 0,00 50,00 20,00 10,00 30,00 40,00 40,00 42,00 0,00<br />
135
Ham1<br />
Mr2 30,00<br />
Ham1 Mr2 Mr3 Mr5 Mr6 Mr10 Mr11 Mr12 Mr13 Mr15 Mr16<br />
Mr3 70,00 40,00<br />
Mr5 140,00 110,00 70,00<br />
Mr6 80,00 50,00 10,00 60,00<br />
Mr10 100,00 70,00 30,00 40,00 20,00<br />
Mr11 70,00 40,00 0,00 70,00 10,00 30,00<br />
Mr12 90,00 60,00 20,00 50,00 10,00 10,00 20,00<br />
Mr13 130,00 100,00 60,00 10,00 50,00 30,00 60,00 40,00<br />
Mr15 250,00 220,00 180,00 110,00 170,00 150,00 180,00 160,00 120,00<br />
Mr16 270,00 240,00 200,00 130,00 190,00 170,00 200,00 180,00 140,00 20,00<br />
11.1.5 F-Statistik auf Basis einer hierarchischen Einteilung<br />
136<br />
ANHANG<br />
Tabelle 11.1-9: Dargestellt sind die verschieden Ebenen, die den Ebenen zugeordneten Populationen,<br />
das Äquivalent des FST-Werts, dessen Varianz, das Nem nach<br />
CROW & AOKI (1984) und WRIGHT (1978){ XE "WRIGHT" } und die bei<br />
CROW & AOKI verwendete Anzahl Subpopulationen{ XE "Subpopulationen" }<br />
(d).<br />
Möglichkeit 1 Fxy Varianz d Nem Nem<br />
Crow/Aoki Wright<br />
Hassberge Krumtal Kr1-3 Population/Nach 0,08 0,11 4,00 1,71 3,039<br />
Prappach Up1, Pr1-5 Population/Gebiet<br />
0,06 0,09 11,00 3,02 3,656<br />
Hohe Wann Hw 2,3 Population/Total 0,09 0,13 26,00 2,43 2,624<br />
Königsberg Kb1 Nach/Gebiet 0,01 0,02 11,00 17,01 20,58<br />
3<br />
Spitzberg Sp1 Nach/Total 0,01 0,02 26,00 19,03 20,58<br />
3<br />
Mittelrhein Nach/Total 0,02 0,04 26,00 9,40 10,16<br />
7<br />
Bachkaub Mr11-16<br />
Boppard Mr2-6,10<br />
Hammerstein Ham1<br />
Hammelburg<br />
Feuertal Fe1, At1<br />
Wuerzburg<br />
Haigergrund Hg1<br />
Möglichkeit 2<br />
Hassberge Fxy Varianz d Nem Nem<br />
Crow/Aoki Wright<br />
Krumtal Kr1-3 Population/Nach 0,07 0,10 4,00 1,90 3,373<br />
Prappach Up1, Pr1-5 Population/Gebiet<br />
0,07 0,11 10,00 2,65 3,271<br />
Hohe Wann Hw 2,3 Population/Total 0,09 0,14 22,00 2,28 2,497<br />
Mittelrhein Nach/Gebiet 0,00 0,00 11,00 206,40 100,0<br />
00<br />
Bachkaub Mr11-16 Nach/Total 0,02 0,04 22,00 9,68 10,62<br />
0<br />
Boppard Mr2-6,10 Nach/Total 0,02 0,03 22,00 10,13 11,11<br />
4<br />
Hammelburg
ANHANG<br />
Feuertal Fe1, At1 2,00<br />
137
Möglichkeit 3<br />
138<br />
ANHANG<br />
Hassberge Fxy Varianz d Nem Crow/Aoki Nem Wright<br />
Krumtal Kr2,3 Population/Nach 0,058 0,09 4,00 2,28 4,060<br />
Prappach Up1, Pr1,2,5 Population/Gebiet 0,070 0,11 10,50 2,72 3,321<br />
Hohe Wann Hw 2,3 Population/Total 0,085 0,13 24,00 2,47 2,691<br />
Königsberg Kb1,KR1;Pr4 Nach/Gebiet 0,013 0,02 10,50 15,54 18,981<br />
Mittelrhein Nach/Total 0,029 0,04 24,00 7,69 8,371<br />
Hammelburg<br />
Möglichkeit 4<br />
Bachkaub Mr11-16 Nach/Total 0,017 0,03 24,00 13,28 14,456<br />
Boppard Mr5,6,10<br />
Braubach Mr2,3, Ham1<br />
Feuertal Fe1<br />
Ameisental At1<br />
Hassberge Fxy Varianz d Nem Crow/Aoki Nem Wright<br />
Krumtal Kr2,3 Population/Nach 0,06 0,09 3,00 1,63 3,656<br />
Prappach Up1, Pr12 Population/Gebiet 0,06 0,09 11,00 3,07 3,718<br />
Hohe Wann Hw 2,3 ,Pr5 Population/Total 0,07 0,10 23,00 3,19 3,481<br />
Königsberg Kb1,KR1;Pr4 Nach/Gebiet 0,00 0,00 11,00<br />
Spitzberg Sp1 Nach/Total 0,00 0,01 23,00 56,95 62,250<br />
Mittelrhein Nach/Total 0,00 0,006 23,00 56,95 62,250<br />
Möglichkeit 5<br />
Kaub Mr11-13<br />
Boppard Mr5,6,10<br />
Braubach Mr2,3, Ham1<br />
Bacharach Mr15,16<br />
Hassberge Fxy Varianz d Nem Crow/Aoki Nem Wright<br />
Krumtal Kr1-3 Population/Nach 0,07 0,09 2,50 1,29 3,596<br />
Prappach Up1, Pr1-5 Population/Gebiet 0,06 0,09 10,00 3,01 3,718<br />
Hohe Wann Hw 2,3 Population/Total 0,07 0,10 23,00 3,19 3,481<br />
Königsberg Kb1 Nach/Gebiet 0,00 0,00 10,00 101,05 124,750<br />
Spitzberg Sp1 Nach/Total 0,00 0,00 23,00 76,02 83,083<br />
Mittelrhein Nach/Total 0,00 0,01 23,00 56,95 62,250<br />
Kaub Mr11-13<br />
Boppard Mr5,6,10<br />
Braubach Mr2,3, Ham1<br />
Bacharach Mr15,16<br />
Hassberge 1 Fxy Varianz Nem Crow/Aoki Nem Wright<br />
Krumtal Kr2,3 Population/Nach 0,07 0,10 3,00 1,43 3,222<br />
Prappach Up1,Pr1,2,5 Population/Total 0,07 0,10 10,00 2,78 3,426<br />
Hohe Wann Hw2,3 Nach/Total 0,00 -0,01 10,00 50,42 62,250<br />
Königsberg Kr1,Pr4,Kb1
ANHANG<br />
Hassberge 2 Fxy Varianz d Nem Crow/Aoki Nem Wright<br />
Krumtal Kr2,3 Population/Nach 0,07 0,10 3,00 1,39 3,128<br />
Prappach Up1,Pr1,2 Population/Total 0,07 0,10 10,00 2,78 3,426<br />
Hohe Wann Hw2,3 Pr5 Nach/Total 0,01 -0,01 10,00 33,55 41,417<br />
Königsberg Kr1,Pr4,Kb1<br />
Mittelrhein 1 Fxy Varianz d Nem Crow/Aoki Nem Wright<br />
Kaub Mr16,12,13 Population/Nach 0,12 0,18 3,00 0,84 1,887<br />
Boppard Mr5,6,10,11 Population/Total 0,11 0,17 11,00 1,64 1,982<br />
Braubach Mr3,2 Nach/Total 0,01 -0,01 11,00 34,23 41,417<br />
Bacharach Mr15<br />
Mittelrhein 2 Fxy Varianz Nem Crow/Aoki Nem Wright<br />
Kaub Mr16,12,13 Population/Nach 0,12 0,18 3,00 0,81 1,833<br />
Boppard Mr5,6,10,11 Population/Total 0,11 0,17 11,00 1,64 1,982<br />
Braubach Mr3,2 Nach/Total -0,01 -0,01 11,00 -23,16 -28,028<br />
Bacharach Mr15<br />
139
140<br />
Mr10 Mr2 Fe1 Ham1 Hg1 At1 Hw3 Kb1 Kr1 Kr2 Kr3 Mr12 Mr13 Mr15 Mr16 Mr11 Mr3 Mr5 Mr6 Pr2 Pr1 Sp1 Up1 Pr4<br />
Pr5 0,037 0,053 0,037 0,120 0,047 0,052 0,133 0,064 0,075 0,039 0,094 0,045 0,021 0,028 0,009 0,076 0,052 0,076 0,169 0,165 0,038 0,139 0,105 0,124<br />
Pr4 0,061 0,015 0,198 -0,003 0,066 0,161 0,129 0,096 0,034 0,098 0,078 0,038 0,005 0,023 0,014 0,031 0,032 0,222 0,196 0,051 0,258 0,113 0,073<br />
Up1 0,040 0,118 0,038 0,043 0,130 0,048 0,035 0,015 0,052 0,049 0,010 0,018 0,049 0,093 0,064 0,030 0,147 0,061 0,038 0,165 0,035 0,073<br />
Sp1 0,194 0,018 0,010 0,090 0,059 0,080 0,012 0,077 0,040 0,010 -0,006 0,022 0,032 0,018 0,047 0,158 0,110 0,027 0,222 0,059 0,061<br />
Pr1 0,187 0,156 0,229 0,135 0,158 0,121 0,118 0,110 0,106 0,142 0,119 0,220 0,156 0,152 0,187 0,236 0,070 0,042 0,111 0,236<br />
Pr2 0,050 0,133 0,102 0,060 0,018 0,064 0,072 0,026 0,004 0,032 0,013 0,021 0,002 0,182 0,154 0,040 0,232 0,089 0,029<br />
Mr6 0,049 0,026 0,065 0,017 0,043 0,033 0,012 0,021 0,042 0,074 0,032 0,064 0,105 0,071 0,014 0,167 0,040 0,071<br />
Mr5 0,057 0,103 0,090 0,077 0,083 0,079 0,090 0,122 0,131 0,062 0,123 0,064 0,135 0,068 0,191 0,094 0,115<br />
Mr3 0,046 0,044 0,066 0,031 0,024 0,062 0,075 0,142 0,074 0,097 0,071 0,059 0,041 0,097 0,047 0,116<br />
Mr11 0,057 0,048 0,088 0,045 0,059 0,087 0,116 0,070 0,048 0,112 0,110 0,072 0,153 0,094 0,087<br />
Mr16 0,031 0,010 -0,005 0,004 0,022 0,051 0,033 0,028 0,132 0,070 0,014 0,165 0,029 0,048<br />
Mr15 0,071 0,043 0,055 0,081 0,097 0,056 0,042 0,097 0,106 0,038 0,145 0,062 0,073<br />
Mr13 0,006 0,032 0,030 0,094 0,069 0,080 0,145 0,095 0,023 0,130 0,036 0,088<br />
Mr12 0,005 0,018 0,064 0,026 0,037 0,112 0,070 0,011 0,128 0,026 0,059<br />
Kr3 0,004 0,022 0,015 0,017 0,143 0,100 0,014 0,187 0,046 0,048<br />
Kr2 0,035 0,043 0,055 0,173 0,148 0,020 0,165 0,075 0,091<br />
Kr1 0,029 0,032 0,197 0,182 0,062 0,271 0,109 0,052<br />
Kb1 0,025 0,078 0,138 0,017 0,169 0,064 0,065<br />
Hw3 0,140 0,118 0,039 0,204 0,058 0,036<br />
At1 0,138 0,085 0,119 0,101 0,185<br />
Hg1 0,088 0,244 0,025 0,119<br />
Ham1 0,101 0,027 0,078<br />
Fe1 0,150 0,273<br />
Mr2 0,081<br />
Tabelle 11.1-10: paarweise berechnete FST-Werte, berechnet nach Formel von WRIGHT{ XE "WRIGHT" } (1951).<br />
11.1.6 F-Statistik (paarweise)<br />
ANHANG
141<br />
Nei<br />
Rey Fe1 At1 Up1 Kb1 Sp1 Pr1 Pr2 Pr4 Pr5 Kr1 Kr2 Kr3 Hw2 Hw3 Hg1 Ham1 Mr2 Mr3 Mr5 Mr6 Mr10 Mr11 Mr16 Mr15 Mr12 Mr13<br />
Fe1 0,0254 0,0304 0,0382 0,0437 0,0506 0,0121 0,0497 0,0309 0,0603 0,0372 0,0389 0,0308 0,0414 0,0379 0,0264 0,0285 0,0220 0,0408 0,0357 0,0582 0,0322 0,0347 0,0335 0,0288 0,0280<br />
At1 0,1367 0,0228 0,0147 0,0244 0,0308 0,0380 0,0348 0,0330 0,0340 0,0329 0,0244 0,0182 0,0227 0,0164 0,0181 0,0163 0,0139 0,0122 0,0188 0,0299 0,0197 0,0234 0,0189 0,0209 0,0265<br />
Up1 0,1739 0,1601 0,0104 0,0062 0,0066 0,0196 0,0082 0,0091 0,0134 0,0084 0,0041 0,0029 0,0053 0,0066 0,0080 0,0057 0,0084 0,0201 0,0074 0,0102 0,0063 0,0036 0,0092 0,0040 0,0083<br />
Kb1 0,1911 0,0992 0,0811 0,0047 0,0059 0,0320 0,0058 0,0111 0,0065 0,0097 0,0048 0,0100 0,0059 0,0157 0,0059 0,0109 0,0149 0,0118 0,0075 0,0109 0,0132 0,0075 0,0122 0,0066 0,0135<br />
Sp1 0,2403 0,1789 0,0594 0,0422 0,0044 0,0336 0,0033 0,0071 0,0058 0,0051 0,0016 0,0078 0,0073 0,0106 0,0062 0,0087 0,0102 0,0135 0,0034 0,0086 0,0126 0,0036 0,0133 0,0034 0,0073<br />
Pr1 0,2559 0,2041 0,0590 0,0481 0,0430 0,0352 0,0020 0,0096 0,0041 0,0073 0,0031 0,0073 0,0029 0,0160 0,0094 0,0135 0,0182 0,0211 0,0093 0,0056 0,0108 0,0050 0,0124 0,0062 0,0129<br />
Pr2 0,0651 0,2039 0,1306 0,1783 0,2125 0,2100 0,0327 0,0252 0,0421 0,0245 0,0265 0,0284 0,0271 0,0327 0,0176 0,0194 0,0284 0,0466 0,0309 0,0437 0,0310 0,0234 0,0252 0,0227 0,0219<br />
Pr4 0,2624 0,2344 0,0770 0,0507 0,0351 0,0197 0,2071 0,0065 0,0033 0,0046 0,0024 0,0108 0,0053 0,0201 0,0090 0,0150 0,0200 0,0229 0,0100 0,0097 0,0141 0,0058 0,0157 0,0063 0,0118<br />
Pr5 0,1509 0,1843 0,0674 0,0721 0,0581 0,0703 0,1365 0,0534 0,0136 0,0038 0,0062 0,0106 0,0136 0,0233 0,0096 0,0181 0,0131 0,0249 0,0104 0,0212 0,0142 0,0080 0,0190 0,0056 0,0094<br />
Kr1 0,2813 0,2128 0,1084 0,0501 0,0537 0,0364 0,2329 0,0317 0,0923 0,0072 0,0049 0,0154 0,0061 0,0208 0,0118 0,0162 0,0249 0,0205 0,0125 0,0082 0,0190 0,0091 0,0174 0,0108 0,0158<br />
Kr2 0,1801 0,1888 0,0642 0,0652 0,0440 0,0562 0,1373 0,0400 0,0250 0,0529 0,0030 0,0120 0,0100 0,0187 0,0064 0,0127 0,0151 0,0220 0,0089 0,0150 0,0161 0,0056 0,0165 0,0051 0,0070<br />
Kr3 0,2004 0,1596 0,0349 0,0364 0,0158 0,0270 0,1582 0,0225 0,0438 0,0403 0,0222 0,0067 0,0043 0,0112 0,0045 0,0078 0,0116 0,0151 0,0051 0,0079 0,0104 0,0027 0,0107 0,0029 0,0068<br />
Hw2 0,1676 0,1253 0,0258 0,0735 0,0697 0,0615 0,1685 0,0931 0,0724 0,1154 0,0831 0,0527 0,0062 0,0072 0,0113 0,0084 0,0063 0,0175 0,0082 0,0097 0,0035 0,0053 0,0101 0,0040 0,0099<br />
Hw3 0,2196 0,1588 0,0479 0,0478 0,0687 0,0267 0,1697 0,0507 0,0954 0,0520 0,0745 0,0367 0,0521 0,0123 0,0082 0,0091 0,0169 0,0193 0,0109 0,0063 0,0086 0,0058 0,0084 0,0074 0,0135<br />
Hg1 0,2429 0,1501 0,0767 0,1455 0,1240 0,1641 0,2358 0,2087 0,1853 0,1944 0,1605 0,1142 0,0783 0,1311 0,0130 0,0034 0,0074 0,0160 0,0086 0,0122 0,0132 0,0085 0,0138 0,0094 0,0116<br />
Ham1 0,1221 0,1032 0,0565 0,0376 0,0494 0,0649 0,0924 0,0667 0,0537 0,0759 0,0378 0,0313 0,0716 0,0572 0,1084 0,0064 0,0110 0,0145 0,0051 0,0149 0,0154 0,0047 0,0096 0,0048 0,0069<br />
Mr2 0,1614 0,1170 0,0504 0,0824 0,0791 0,1104 0,1261 0,1279 0,1203 0,1243 0,0901 0,0625 0,0681 0,0766 0,0415 0,0445 0,0087 0,0152 0,0072 0,0117 0,0151 0,0056 0,0112 0,0058 0,0068<br />
Mr3 0,1146 0,0895 0,0636 0,0952 0,0809 0,1259 0,1534 0,1435 0,0788 0,1579 0,0925 0,0791 0,0456 0,1169 0,0739 0,0619 0,0635 0,0116 0,0064 0,0194 0,0094 0,0090 0,0139 0,0065 0,0073<br />
Mr5 0,2111 0,0893 0,1531 0,0872 0,1158 0,1594 0,2502 0,1795 0,1552 0,1500 0,1435 0,1123 0,1287 0,1467 0,1569 0,0905 0,1172 0,0812 0,0098 0,0173 0,0181 0,0158 0,0151 0,0136 0,0148<br />
Mr6 0,1796 0,1218 0,0584 0,0530 0,0309 0,0726 0,1716 0,0823 0,0670 0,0910 0,0593 0,0382 0,0605 0,0831 0,0860 0,0320 0,0558 0,0429 0,0724 0,0115 0,0118 0,0046 0,0091 0,0040 0,0071<br />
Mr10 0,2845 0,2011 0,0893 0,0854 0,0818 0,0517 0,2490 0,0902 0,1427 0,0705 0,1090 0,0666 0,0808 0,0565 0,1324 0,0980 0,0985 0,1343 0,1363 0,0887 0,0138 0,0082 0,0129 0,0097 0,0144<br />
Mr11 0,1659 0,1277 0,0506 0,0896 0,1018 0,0832 0,1729 0,1117 0,0895 0,1320 0,1029 0,0754 0,0270 0,0675 0,1252 0,0887 0,1092 0,0624 0,1259 0,0802 0,1050 0,0104 0,0099 0,0094 0,0158<br />
Mr16 0,1757 0,1476 0,0300 0,0534 0,0326 0,0405 0,1364 0,0499 0,0528 0,0679 0,0383 0,0210 0,0402 0,0463 0,0858 0,0302 0,0440 0,0594 0,1116 0,0327 0,0657 0,0715 0,0071 0,0015 0,0037<br />
Mr15 0,1599 0,1147 0,0674 0,0778 0,0998 0,0882 0,1357 0,1142 0,1075 0,1139 0,0975 0,0719 0,0684 0,0614 0,1209 0,0529 0,0777 0,0827 0,1001 0,0587 0,0919 0,0638 0,0466 0,0095 0,0142<br />
Mr12 0,1447 0,1287 0,0318 0,0450 0,0301 0,0479 0,1273 0,0521 0,0355 0,0762 0,0338 0,0218 0,0296 0,0562 0,0903 0,0289 0,0439 0,0417 0,0935 0,0273 0,0734 0,0623 0,0106 0,0584 0,0028<br />
Mr13 0,1449 0,1609 0,0642 0,0899 0,0617 0,0957 0,1267 0,0940 0,0598 0,1102 0,0465 0,0496 0,0708 0,0990 0,1100 0,0415 0,0517 0,0478 0,1035 0,0490 0,1065 0,1029 0,0262 0,0865 0,0193<br />
Tabelle 11.1-11: <strong>Genetische</strong> Distanzen. Über <strong>der</strong> Diagonalen stehen die NEI-Distanzen, darunter die REYNOLDS-Distanzen, fett gedruckt sind signifikante<br />
Werte.<br />
11.1.7 <strong>Genetische</strong> Distanzen<br />
ANHANG
11.2 Rezepte für die Celluloseacetatelektrophorese<br />
11.2.1 Homogenisationspuffer<br />
HOMOGENISATIONSPUFFER MIT MERCAPTOETHANOL PH 7,4<br />
für 250 ml Lösung:<br />
300 mg Tris<br />
10 mg EDTA<br />
1 mg NADP<br />
10 µl Mercaptoethanol<br />
250 ml Aqua bidest.<br />
11.2.2 Elektrodenpuffer<br />
TRIS-GLYCINPUFFER (TG) PH 8,9<br />
30 g Tris<br />
144 g Glycin<br />
auf 1l mit Aqua bidest. auffüllen<br />
zum Gebrauch 1:9 verdünnen<br />
TRIS-CITRATPUFFER (TC) PH 7,0<br />
16,35 g Tris<br />
9,04 g Citric Acid<br />
zum Gebrauch: 67 ml auf 1 l<br />
mit Aqua bidest. auffüllen<br />
PHOSPHATPUFFER (PP) PH 7,0<br />
4,19 g Na2HPO4 ⋅ H2O 1,3 g Na2HPO4 ⋅ H2O auf 1 l Aqua bidest.<br />
11.2.3 Pufferstammlösungen<br />
TRIS-HCL PH 7,0<br />
44,4 g Tris<br />
350 ml 1M HCl<br />
auf 4 l Aqua bidest. auffüllen<br />
TRIS-HCL PH 8<br />
44,4 g Tris<br />
248 ml 1M HCl<br />
auf 4 l Aqua bidest. auffüllen<br />
11.2.4 Cosubstrate<br />
NAD-LÖSUNG<br />
200 mg NAD in 100 ml Aqua bidest.<br />
142<br />
ANHANG
ANHANG<br />
NADP-LÖSUNG<br />
200 mg NADP in 100 ml Aqua bidest.<br />
ADP - GLUCOSELÖSUNG<br />
15 g D-Glucose<br />
250 mg ADP<br />
in 50 ml Aqua bidest.<br />
ATP - GLUCOSELÖSUNG<br />
15 g D-Glucose<br />
250 mg ATP<br />
in 50 ml Aqua bidest.<br />
MgCl 2<br />
20 mg/ml<br />
11.2.5 Färbechemikalien<br />
MTT{ XE "MTT" }-LÖSUNG<br />
10 g 3-(4,5-dimethylthiazolyl-2)2,5-diphenyl tetrazolium bromid<br />
in 1 l Aqua bidest.<br />
PMS{ XE "PMS" }-LÖSUNG<br />
2 g Phenazin Methosulfat in 1l Aqua bidest.<br />
GOT #1<br />
200 ml 0,1M Phosphatpuffer (pH 7,0)<br />
10 mg Pyridoxal-5-Phosphat<br />
460 mg L-Aspartic acid<br />
260 mg a-Ketoglutaric acid<br />
mit NaOH auf pH 7,4 einstellen<br />
GOT #2<br />
gesättigte Lösung von Fast Blue BB-salt<br />
ca. 100 mg in 100 ml Aqua bidest. lösen<br />
TPI-SUBSTRAT<br />
20 ml 0,02M Tris-Hcl, pH 8,0<br />
650 mg DL-α-Glycerophosphat<br />
220 mg Pyruvat<br />
20 mg NAD<br />
20 µl Glycerophosphat Dehydrogenase<br />
20 µl Lactat Dehydrogenase<br />
für 2 Stunden bei 37°C inkubieren, dann die Reaktion durch Zugabe von HCl konz. bis<br />
pH 2,0 stoppen; anschließend den pH-Wert mit verschieden konzentrierten NaOH-<br />
Lösungen zügig auf pH-Wert 8,0 einstellen.<br />
143
11.2.6 Rezepte für Enzymfärbelösungen<br />
144<br />
ANHANG<br />
Alle Rezepte stammen aus dem Buch von HERBERT & BEATON{ XE "HEBERT &<br />
BEATON" } (1989) bzw. RICHARDSON et al. (1986). Manche Rezepte wurden von<br />
mir zwecks besserer Ergebnisse leicht abgewandelt. Für die Enzyme Malatdehydrogenase<br />
und Malatenzym verwendete ich eine Färbelösung bei <strong>der</strong> beide Cosubstrate<br />
NAD und NADP zugegeben wurden. Der Agar wurde mit 1,4g pro 60ml bidestiliertem<br />
Wasser gekocht.<br />
FUMARATHYDRATASE (FH) EC 4.2.1.2 MALAT DEHYDROGENASE<br />
(MDH)<br />
MALAT ENZYM (ME)<br />
EC 1.1.1.37<br />
EC 1.1.1.40<br />
Tris-HCl, pH 7,0 1 ml Tris-HCl, pH 8,0 1 ml<br />
NAD 1,5 ml NAD/NADP je 1 ml<br />
Fumarsäure (100 mg/ml, pH 8,0) 10 Tropfen Malic Substrat (pH 8,0) 15 Tropfen<br />
MTT{ XE "MTT" } 5 Tropfen MTT{ XE "MTT" } 5 Tropfen<br />
PMS{ XE "PMS" } 5 Tropfen PMS{ XE "PMS" } 5 Tropfen<br />
MDH 100 µl Agar 2 ml<br />
Agar 2 ml<br />
GLUTAMAT-OXALACETAT-<br />
TRANSAMINASE (GOT)<br />
EC 2.6.1.1 MANNOSE PHOSPHAT<br />
ISOMERASE (MPI)<br />
EC 5.3.1.8<br />
Lösung GOT#1 4,5 ml Tris-HCl, pH 8 1 ml<br />
Lösung GOT#2 12 Tropfen NAD 1,5 ml<br />
Agar 3 ml D-Mannose-6-Phosphat (20<br />
mg/ml)<br />
6 Tropfen<br />
PGI 5 µl<br />
G6PDH 5 µl<br />
MTT{ XE "MTT" } 5 Tropfen<br />
PMS{ XE "PMS" } 5 Tropfen<br />
ISOCITRATDEHYDROGENASE<br />
(IDH)<br />
Tris-HCl, pH 7,0 1,0 ml<br />
NADP 1,5 ml<br />
DL-Isocitrat (100 mg/ml) 15 Tropfen<br />
MgCl2<br />
8 Tropfen<br />
MTT{ XE "MTT" } 5 Tropfen<br />
PMS{ XE "PMS" } 5 Tropfen<br />
Agar 2 ml<br />
EC 1.1.1.42 Agar 2 ml
ANHANG<br />
LACTAT DEHYDROGENASE<br />
(LDH)<br />
EC 1.1.1.27 PHOSPHOGLUCOSE<br />
MUTASE (PGM)<br />
145<br />
EC 2.7.5.1<br />
Tris HCl, pH 7,0 1 ml Tris-HCl, pH 8,0 1 ml<br />
NAD 1,5 ml NADP 1,5 ml<br />
DL-Lactat 15 Tropfen Glucose-1-Phosphat (50<br />
mg/ml)<br />
10 Tropfen<br />
MTT{ XE "MTT" } 5 Tropfen MTT{ XE "MTT" } 5 Tropfen<br />
PMS{ XE "PMS" } 5 Tropfen PMS{ XE "PMS" } 5 Tropfen<br />
Agar 2 ml G6PDH 5 µl<br />
Agar 2 ml<br />
PEPTIDASE (PEP) EC 3.4.13 TRIOSE PHOSPHAT<br />
ISOMERASE (TPI)<br />
EC 5.3.1.1<br />
0,02M NA 2 HPO 4 (pH 7,5) 2 ml TPI Substrat 30 Tropfen<br />
Peroxidase 8 Tropfen NAD 1,5 ml<br />
o-Dianisidin (diHCl, 4 mg/ml) 10 Tropfen Na2HAsO4 (10 mg/ml) 5 Tropfen<br />
MgCl2 8 Tropfen MTT{ XE "MTT" } 5 Tropfen<br />
Leucin-Alanin (2mg/ml) 10 Tropfen PMS{ XE "PMS" } 5 Tropfen<br />
Snake Venom 8 Tropfen G3PDH 20 µl<br />
Agar 2 ml Agar 2 ml<br />
KINASEN GLYCERINALDEHYD-3-<br />
PHOSPHATDEHYDRO-<br />
GENASE (GA3PDH)<br />
EC 1.2.1.12<br />
Tris-HCl, pH 8,0 1 ml Tris-HCl, pH 7,0 0,6 ml<br />
NADP 1,5 ml NAD 1,5 ml<br />
Phosphoenolpyruvat, Phosphoar- je 1 Tropfen Fructose-1,6-Diphosphat 10 Tropfen<br />
ginin, Phosphocreatin<br />
Glucose-ADP-Lösung 5 Tropfen Arsenat 5 Tropfen<br />
MgCl 2 5 Tropfen MTT{ XE "MTT" } 5 Tropfen<br />
MTT{ XE "MTT" } 5 Tropfen PMS{ XE "PMS" } 5 Tropfen<br />
PMS{ XE "PMS" } 5 Tropfen Aldolase 50 µl<br />
Hexokinase Spatelspitze Agar 2 ml<br />
Agar 2 ml<br />
6-PHOSPHOGLUCONAT-<br />
DEHYDROGENASE (6PGDH)<br />
EC 1.1.1.44<br />
Tris-HCl, pH 8,0 1 ml<br />
NADP 1,5 ml<br />
MgCl2<br />
5 Tropfen<br />
6-Phosphogluconic-acid 10 Tropfen<br />
MTT{ XE "MTT" } 5 Tropfen<br />
PMS{ XE "PMS" } 5 Tropfen
11.3 Phenogramme<br />
c)<br />
a) b)<br />
146<br />
ANHANG<br />
Abbildung 11.3-1: Phenogramme. Diagramm a wurde mit <strong>der</strong> REML{ XE "REML" }-Methode berechnet,<br />
Diagramm b und c mit Nei-Distanzen nach <strong>der</strong> UPGMA{ XE "UPGMA" }-Methode.<br />
Abbildung 11.3-2: REML{ XE "REML" }-Phenogramm <strong>der</strong> Haßbergpopulationen.<br />
<strong>Die</strong> Längen <strong>der</strong> Linien sind proportional zur genetischen Di-
ANHANG<br />
147