APPROCCI BIOINFORMATICI PER L’ANALISI DI DATI DI NEXT GENERATION SEQUENCING IN OPHRYS (ORCHIDACEAE)

Il progetto di dottorato è stato finalizzato ad ottimizzare tecniche bioinformatiche in un contesto evolutivo e di assemblare dei genomi per contribuire all’arricchimento delle banche dati per il genere non-modello Ophrys (Orchidaceae). Questo genere rappresenta una sfida aperta per i ricercatori, in quanto è caratterizzato da una rapida radiazione evolutiva che ha impedito una chiara identificazione delle specie utilizzando le tradizionali tecniche genetiche. Nel corso del Dottorato sono stati dunque affrontati due casi di studio: l’assemblaggio e l’arricchimento delle banche dati con nuovi genomi plastidiali di due specie appartenenti al genere Ophrys ed un’analisi critica più approfondita al fine di ottimizzare l’analisi dei dati GBS in un complesso di specie appartenenti al genere Ophrys. L’approccio seed-extend si è rivelato il migliore per l’assemblaggio dei genomi plastidiali. I genomi presentano 127 geni distinti di cui 25 sono duplicati perché presenti nell’Inverted Repeat. In una specie, il gene ndhF è risultato essere troncato mentre nell’altra il gene ycf1 è risultato essere parzialmente duplicato. Questo riarrangiamento ha causato lo spostamento della giunzione tra le regioni Inverted Repeat e la Small Single Copy. Entrambi i genomi plastidiali hanno 213 loci microsatellitari di cui 67 sono polimorfici e possono essere usati per analisi filogeografiche. L’analisi critica dei dati GBS è stata effettuata attraverso l’utilizzo di diverse strategie di filtraggio dei dati mancanti e dei loci eterozigoti. Usando il genoma plastidiale di una specie come riferimento, è stato possibile distinguere sei aplotipi che hanno consentito l’individuazione di due cladi filetici. Questo risultato è in linea con un’analisi filogenetica effettuata eliminando tutti i loci eterozigoti e selezionando quelli condivisi da almeno il 70% degli individui. Diversamente introducendo nell’analisi i loci eterozigoti ed analizzando quelli condivisi da almeno il 30% degli individui è stato possibile distinguere le specie. Nel complesso questi due casi di studio hanno consentito di testare e individuare strategie di analisi bioinformatica di dati genomici in un contesto evolutivo e di assemblare dei genomi per contribuire all’arricchimento delle banche dati. Tali tecniche potranno essere utilizzate per l’annotazione di genomi organellari in specie non modello e per l’analisi di dati GBS.