Distribution of recombination rates across the chromosome 4 of Arabidopsis thaliana and its association with genomic features

A recombinação é um processo chave na evolução da organização dos genomas das espécies, importante para garantir a segregação adequada dos cromossomos homólogos durante a meiose I e criar novas combinações de alelos, gerando variabilidade genética para a ação da seleção natural. Do ponto de vista molecular, a recombinação é iniciada por uma lesão na fita dupla de DNA, denominada Double-Strand Break (DSB), seguida da formação de uma junção dupla de Holliday (dHJ), a qual é resolvida por vias alternativas. Quando há troca de material genético entre os cromossomos homólogos caracteriza-se a ocorrência de um evento de recombinação, crossover, visualizado citogeneticamente por meio de um quiasma. Estudos citológicos, genéticos e moleculares realizados em vários organismos demonstraram que a distribuição de crossover ao longo dos cromossomos não é regular, mas concentrada em fragmentos relativamente pequenos de DNA, denominados hotspots de recombinação. Na busca por correlações entre a distribuição de elementos genômicos e a de ocorrência de hotspots um modelo ajustado com dados do genoma humano se mostrou capaz de explicar até 42% da variação na taxa de recombinação, numa escala de 5 mega pares de bases. Em plantas, apesar da existência de vários genomas já sequenciados nenhum trabalho nesse sentido ainda foi realizado, pelo menos na ordem de resolução proporcionada pela recente disponibilidade de dados genéticos obtidos com o uso de chips de alta densidade de marcas SNP. Usando dados genéticos de populações, obtidos por genotipagem de 362 acessos de A. thaliana com 250 mil marcas SNP, estimativas da intensidade de clivagem por radical OH- e dados da sequência de nucleotídeos do cromossomo 4 de A. thaliana o presente trabalho propõe-se a: i) caracterizar a distribuição de taxas de recombinação e de desequilíbrio de ligação ao longo do cromossomo 4, em várias escalas; ii) identificar fragmentos hotspots de recombinação; e iii) identificar elementos genômicos com provável associação à ocorrência desses hotspots. Os resultados obtidos mostraram que a distribuição das taxas de recombinação ao longo do cromossomo 4 de A. thaliana é bastante concentrada, pois proporções entre 50% e 60% dos eventos de recombinação ocorrem em apenas 13% a 20% da sequência de DNA. Variáveis genômicas como a porcentagem da soma das bases G e C (G+C%) e a intensidade de clivagem por radical OH- apresentam correlações significativas com as estimativas do desequilíbrio de ligação em várias escalas. A média da intensidade de clivagem por radical OH- proporciona informação redundante com a variável G+C%. O uso de janelas deslizantes sobrepostas gera distroções que provocam o surgimento artificial de correlações fortes e significativas. Os fragmentos hotspots de recombinação têm uma distribuição concentrada no terço médio do cromossomo, enquanto os fragmentos caracterizados por longo alcance do desequilíbrio de ligação estão localizados, predominantemente, nos terços distais.Recombination is one of the most important factors in the evolution of genome organization. It provides the links between homologous chromosomes that ensure their proper segregation during the first meiotic division. It is responsible for the creation of novel allele combinations and yields genetic diversity on which evolutionary selection can act. Double-strand DNA breaks (DSB) initiate meiotic recombination and when the 3 terminus of one of the broken strands invades the unbroken DNA molecule and primes DNA synthesis a double Holliday junction must be resolved through some alternative pathways. When homologous chromosomes exchange genetic material with each other, an event of recombination or a crossover takes place, which may be seen through chiasma. Citological, genetics, and molecular studies in many organisms have demonstrated that crossovers have a non homogeneous distribution across chromosomes, and rather concentrated in relative small DNA fragments usually called recombination hotspots. In searching for genomic features associated with recombination hotspots a model fitted to human genome data explained 42% of recombination rate variation in a 5 mega base pairs scale. Despite the fact that genomes of some plant species have been already sequenced, up to this moment, no research has been published concerning a high resolution characterization of recombination rate variation across a plant s genome. This study used OH- radical cleavage intensity estimates and sequence data of chromosome 4 of A. thaliana and population genetic data from a public set of 250 thousand SNP genotypes obtained for 362 A. thaliana accessions to: i) characterize the recombination rate and linkage disequilibrium (LD) distributions across the chromosome 4 in different scales; ii) search for recombination hotspots; iii) evaluate probable associations between sequence motifs and genomic features with recombination hotspots. The results have shown that the distribution of recombination events across chromosome 4 of A. thaliana is very concentrated: 50% to 60% of all recombination events spans in only 13% to 20% of the total length of the chromosome. Genomic features as G+C percent (G+C%) and OHradical cleavage intensity showed important associations with LD estimates in several scales. The mean OH- radical cleavage intensity and G+C% showed redundancy in correlation analysis with LD and recombination rates. Artificial strong and statistically significant correlations arose from the usage of sliding windows. DNA fragments considered as hotspots lay preferentially in the middle third of the chromosome, while those characterized for having long range LD decay are most localized in the two distal thirds of the chromosome