Genetic diversity in cultivated accessions of common bean (Phaseolus vulgaris L.): an in silico approach based on the Phs- and FRO1 genes

Análises de diversidade em feijão comum (Phaseolus vulgaris L.), envolvendo caracteres morfológicos e marcadores moleculares, têm mostrado uma estruturação em dois pools gênicos principais, um Mesoamericano e outro Andino, os quais diferem, dentre vários aspectos, quanto à morfologia e fisiologia do grão. Uma nova abordagem que vem sendo usada para estimar a variabilidade genética entre acessos de feijoeiro é a prospecção de polimorfismos de base única (SNPs), tanto em sequências arbitrárias do genoma quanto em sequências gênicas de interesse. Também, o estudo de sequências nucleotídicas que codificam proteínas importantes, tais como a faseolina e a ferro redutase, codificadas, respectivamente, pelos genes Phs e FRO1, deve permitir a geração de novos e informativos marcadores e promover um melhor entendimento da variação existente em P. vulgaris. Assim, os objetivos deste trabalho foram obter as sequências dos genes - Phs e FRO1, acessar a frequência de SNPs em regiões codantes e não-codantes de ambos os genes, e avaliar a utilidade desses polimorfismos para investigar a diversidade genética em 31 genótipos cultivados de feijão comum e um acesso de P. lunatus. Para tanto, primers específicos foram desenhados e as sequências obtidas foram alinhadas, permitindo a identificação de vários sítios polimórficos. Parâmetros moleculares foram estimados pelo software Arlequin e MEGA. As análises de agrupamento foram conduzidas através do método Neighbor-joining. Foram detectadas 361 bases polimórficas, das quais 260 foram do tipo substituição e 101, indel. A frequência de SNPs em regiões não codantes foi duas vezes maior do que em regiões traduzidas, em ambos os genes; também, a substituições do tipo transição foram mais freqüentes do que as do tipo transversão. Os polimorfismos em regiões codantes levaram à substituição de 17 aminoácidos na proteína faseolina, e 14 na enzima ferro redutase. Tais modificações incluem, na maioria das vezes, alterações de aminoácidos com propriedades similares. Vale destacar que sequência predita de aminoácidos da faseolina exibiu uma diversidade elevada entre os acessos investigados, sendo que alguns desses polimorfismos se prestaram para tipificar alguns acessos. Em contrapartida, a enzima ferro redutase exibiu um padrão de aminoácidos mais homogêneo, principalmente para os acessos andinos. As análises de agrupamento revelaram dois clusters bem definidos: um que agrupou os acessos Mesoamericanos e as cultivares brasileiras, e outro que agrupou os Andinos, sugerindo que sequências gênicas são úteis na distinção dos pools gênicos de Phaseolus. Todavia, os polimorfismos do gene -Phs permitiram uma melhor resolução das relações entre os acessos dentro de cada pool gênico, em comparação com os do gene FRO1.Diversity analysis in common bean (Phaseolus vulgaris L.), based on morphological traits and molecular markers, has revealed the existence of two major gene pools, the Mesoamerican and Andean pools, which differ in several features, including the grain morphology and physiology. A novel approach to estimating genetic variability is in silico mining for single nucleotide polymorphisms (SNP). Arbitrary genome sequences as well as genic sequences were used for this purpose. Additionally, the investigation of nucleotide sequences that code for important proteins, such as phaseolin and iron-reductase, encoded respectively by the Phs and FRO1 genes, should allow new and informative markers to be generated, helping us to gain a better understanding of intraspecific variation in P. vulgaris. Therefore, the aims of this study were to sequence the -Phs and FRO1 genes, to assess SNP frequencies in coding and non-coding regions of both genes, and to assess the possible use of these polymorphisms for investigating the genetic diversity of 31 cultivated genotypes of common bean and one of P. lunatus. Specific primers were designed and the sequences obtained were aligned, allowing us to identify several polymorphic sites. Molecular parameters were estimated using the Arlequin and MEGA software packages. Cluster analyses were conducted using the neighborjoining method. We detected 361 polymorphic sites, consisting of 260 base substitutions and 101 indels. The frequency of SNPs in non-coding regions was twice the frequency in translated regions in both genes. In addition, the occurrence of base transitions was higher than transversions. Polymorphisms in coding regions lead to 17 amino acid substitutions in the phaseolin protein and 14 in the iron reductase enzyme. Most substitutions of this kind include changes that preserve the respective protein functions. The predicted amino acid sequence of phaseolin exhibited high diversity, and some polymorphisms allowed us to typify some accessions. In contrast, the iron reductase enzyme exhibited a more homogeneous pattern of amino acids, especially in the Andean accessions. Cluster analyses revealed two well-defined clusters, one containing the Mesoamerican accessions with the Brazilian cultivars, and another containing the Andean accessions, suggesting that gene sequences are useful for distinguishing the Phaseolus gene pools. Interestingly, the polymorphisms detected in the -Phs gene allowed better visualization of the relationships between accessions in the same pool, in comparison to FRO1