P r o g r a ma d e E s t u d io s d e Po sg r a d o
A�ÁLISIS DE LA ESTRUCTURA GE�ÉTICA POBLACIO�AL DEL DORADO (Coryphaena hippurus; LI��AEUS, 1758) E� EL �OROESTE DEL PACÍFICO MEXICA�O Y GOLFO DE CALIFOR�IA MEDIA�TE
EL USO DE MICROSATÉLITES.
T E S I S
Q u e p a r a ob t en e r e l g r ad o d e
Maestro en Ciencias
Uso , Mane jo y Prese rvac ión de los Recursos Natura les
(Or ien tac ión en Bio log ía mar ina )
p r e s e n t a
M i g u e l Á n g e l T r i p p V a l d e z
L a Pa z , B . C .S . Ago s to d e 20 09
Conformación del comité: Comité tutorial y comité revisor de tesis. Dr. Pedro Cruz Hernández- Director de tesis Centro de Investigaciones Biológicas del Noroeste Dr. Francisco Javier García de León- Cotutor Centro de Investigaciones Biológicas del Noroeste Dr. Daniel Lluch Cota- Cotutor Centro de Investigaciones Biológicas del Noroeste Jurado de examen: Dr. Pedro Cruz Hernández Dr. Francisco Javier García de León Dr. Daniel Lluch Cota Suplente: Dr. Ricardo Pérez Enríquez
RESUME� El dorado Coryphaena hippurus es un pez pelágico altamente migratorio que en
México está reservado exclusivamente para la pesca deportiva, sin embargo existen numerosas flotas artesanales que lo capturan de manera ilegal, por lo que existe el interés por abrir la pesca comercial de este recurso. Para establecer un plan de manejo que beneficie a ambos sectores pesqueros es necesario conocer si en el noroeste del Pacífico mexicano y Golfo de California el dorado se encuentra formando una sola población o si se encuentra estructurado en varias poblaciones. Con el objetivo de determinar si existe estructura poblacional, se analizaron individuos de 5 localidades en el 2005 (Cabo San Lucas, Loreto, Guaymas, Puerto Libertad y Topolobampo) y de 8 localidades en el 2006 (Cabo San Lucas, Loreto, Guaymas, Mazatlán, Nayarit, La Paz, Punta Lobos y una muestra Oceánica) con cinco loci microsatélites, los cuales se considera que tienen mayor resolución que otros tipos de marcadores moleculares. Se analizaron los niveles de variabilidad genética (Na, Ne, Ho, He, Fis) de cada localidad en ambos años. Para detectar estructura genética poblacional se calcularon los valores pareados de Fst y simultáneamente se utilizó un método bayesiano de asignación de individuos (STRUCTURE). El número de migrantes entre localidades y el tamaño efectivo poblacional de cada localidad se calculó a partir de las frecuencias alélicas así como por un método de máxima verosimilitud (MIGRATE). Para apoyar estas pruebas también se realizó un Análisis Factorial de Correspondencia, AMOVA y una prueba de aislamiento por distancia. Se encontraron niveles de variabilidad genética elevados, los valores de Fst demostraron que en el 2005 se presentó una ligera pero significativa diferenciación genética entre todas las localidades (Fst entre 0.009 y 0.027) mientras que en el 2006 solamente en tres comparaciones se encontró diferenciación genética (Fst entre -0.012 a 0.016). De las tres localidades que se colectaron en ambos años (Cabo San Lucas, Loreto y Guaymas) solamente Guaymas presentó diferencias genéticas en los años estudiados. Por otro lado, STRUCTURE no logró detectar diferencias genéticas en ambos años. El número de migrantes calculados presentó diferencias según el método empleado, aunque con ambos métodos se observó una cierta tendencia a un mayor flujo hacia la costa oriental del Golfo de California. El análisis factorial, así como el AMOVA y la Prueba de aislamiento por distancia tampoco lograron detectar la presencia de grupos genéticamente diferentes. Por lo tanto se concluye que aunque se observaron diferencias genéticas ligeras pero significativas entre las localidades estudiadas, estas pueden deberse a fenómenos estocásticos debido a la variabilidad ambiental y a la capacidad de dispersión de la especie por lo que el dorado de la región noroeste del Pacífico mexicano se encuentra formando una sola población panmíctica. Palabras clave: Coryphaena hippurus, Estructura poblacional, Microsatélite.
Vo.Bo.
Dr. Pedro Cruz Hernández. Director de Tesis
ABSTRACT
Dolphinfish Coryphaena hippurus is a highly migratory pelagic fish that in Mexico is reserve exclusively to recreational fisheries, although there are many artisanal float that capture this species illegally, so there is an interest in open this resource to commercial fisheries. To establish a management plan that benefit both sectors it is important to know if the dolphinfish in Northwest of the Mexican Pacific and Gulf of California is a single population or its structured in different populations. With the objective of evaluate the population structure, it was analyzed individual form 5 locations in 2005 (Cabo San Lucas, Loreto, Guaymas, Puerto Libertad and Topolobampo) and 8 locations in 2006 (Cabo San Lucas, Loreto, Guaymas, Mazatlán, Nayarit, La Paz, Punta Lobos and an oceanic sample) with five microsatellite loci wish have more resolution power compared to other kinds of molecular markers. It was analyzed the levels of genetic variability of every location for both year (Na, NE, Ho, He and Fis). Genetic population structure was evaluated with Fst values for each population pair and a bayesian method (STRUCTURE) were used simultaneously. The number of migrant between localities and the effective population size were calculated in base of allele frequencies and with a maximum likelihood method (MIGRATE). Also it was made a factorial correspondence analysis, an AMOVA and an isolation by distance test for support the results. It was found high levels of genetic variability in both years, Fst values showed that in 2005 there was a small but significant genetic differentiation between samples (Fst between 0.009 to 0.027), but in 2006 only three comparisons were significant (Fst between -0.012 to 0.016). Of the three localities that were sampled in both years (Cabo San Lucas, Loreto and Guaymas) only Guaymas showed significant genetic differentiation between years. On the other side, STRUCTURE didn’t find any genetic differentiation in both years. The calculated numbers of migrants were different according to the method that was used, however, in both methods there was a certain tendency to a more flux of migrant to the west coast of Gulf of California. The correspondence analysis, AMOVA and the isolation bye distances test couldn’t detect any genetically differentiated group in any of both years sampled. With all this information it is possible to conclude that the dolphinfish of the northwest of the Mexican Pacific and Gulf of California forms a single panmictic population. Keywords: Coryphaena hippurus, Population structure, Microsatellite.
AGRADECIMIE�TOS
Al Centro de Investigaciones Biológicas del Noroestes por la formación académica.
Al Concejo Nacional de Ciencia y Tecnología (CONACYT) por la beca otorgada.
A los proyectos CONAPESCA bajo la responsabilidad de la Dra Juana López y Daniel
Lluch, que financiaron la investigación.
A Pedro por toda su ayuda y por los buenos consejos a lo largo de toda mi formación
académica, y por brindarme su amistad por todo este tiempo, mil gracias.
A Paco por los valiosos comentarios y por todo el apoyo y motivación brindada a lo largo
de la maestría.
A Daniel Lluch por sus revisiones y por permitirme ser parte de este proyecto.
A la Dr. Sofía Ortega y a la M.C. Marcela Zuñiga por su apoyo brindado en la colecta de
muestras así como en los valiosos comentarios y aportaciones a esta tesis.
A mi familia por el apoyo incondicional que me ha brindado y por enseñarme tantas cosas
que me han permitido crecer como persona.
Un especial agradecimiento a toda la banda del laboratorio de genética acuícola (los de
arriba y los de abajo) por hacer del pipeteo y los baños de acrilamida una tarea menos
tediosa de lo que realmente es, por todos los buenos ratos dentro y fuera del laboratorio y
por todo el apoyo brindado durante el tiempo que estuve ahí. A Jair Rangel por el
procesamiento técnico de las muestras del 2005.
A mis compas de la maestría con quienes pase muy buenos ratos, se les estima mucho y
honestamente no creo que hubiera podido caer en un grupo mejor que ustedes, les deseo
mucha suerte en todos sus planes futuros.
A mis brothers Ondrej, Mario, Milton, Sergio (chino) Cintia, Cristina y mis amigos de toda
la vida (bueno, de la Uni pa acá), Ivette, Pelón, Fabiola, Lulú, Nallely, Mabilia, sarahí
quienes han sido verdaderos pilares en mi vida, espero tenerlos a mi lado siempre a pesar
de la distancia.
A mi familia batuquera con quienes he pasado tantos buenos momentos y he tenido
experiencias que jamás hubiera tenido sin ustedes. Que sigamos jugando pregunta y
pregunta otros seis años más!!
Y a todas aquellas personas que de alguna u otra forma me ayudaron a lo largo de mis
estudios, sinceramente GRACIAS.
GLOSARIO.
Alelo: Forma alternativa de un locus. En microsatélites, es una variante con diferente
número de repeticiones de la secuencia motivo.
Alelo nulos: Alelos que no son amplificados en la Reacción en Cadena de la Polimerasa
(PCR) debido a que presentan mutaciones en la región flanqueante de la secuencia por lo
que no son visibles en el gel de electroforesis. La presencia de alelos nulos en una
población puede originar desviación del equilibrio de Hardy-Weinberg hacia un déficit de
heterocigotos.
Análisis de Varianza Molecular (AMOVA): Método estadístico para probar diferencias
genéticas entre grupos o poblaciones que se basa en el análisis de varianza de las
frecuencias genotípicas.
Cadenas de Markov: Modelo que es ajustable para modelar una secuencia de variables
aleatorias, tales como secuencias de pares de bases de nucleótidos en una cadena de ADN,
en la cual la probabilidad que asume el valor de una variable depende del valor de las
variables más recientes que la preceden.
Cadenas de Markov Monte Carlo (MCMC): Método que se basa en la simulación de un
tipo de proceso estocástico para estudiar las propiedades de una distribución de
probabilidad que no puede ser estudiada fácilmente por métodos analíticos. Una Cadena de
Markov genera una serie de variables aleatorias de manera que la distribución de
probabilidad de estados futuros está completamente determinada por el estado actual de la
cadena. Bajo ciertas condiciones, la cadena llegara a un estado estacionario de manera que
si se corre por un periodo suficiente, la cadena visitará una distribución de probabilidad
específica.
Coalescencia: Teoría que describa la genealogía de cromosomas o genes. Bajo diversos
escenarios de historias de vida (generaciones discretas, generaciones traslapables,
reproducción no azarosa, etc.) tomando en cuenta ciertos límites, la distribución estadística
de la longitud de la rama en una genealogía sigue una forma simple y la teoría de
coalescencia describe dicha distribución.
Corrección de Bonferroni: Procedimiento no parametrico en el cual es empleado para
reducir el error tipo I (rechazar una hipótesis nula verdadera) cuando se realizan múltiples
pruebas o comparaciones.
Desequilibrio de ligamiento: Cuando los alelos de diferentes loci se encuentran ligados no
existe una segregación independiente de los mismos, lo cual trae consigo que a nivel
poblacional se observen genotipos comunes entre individuos. El caso extremo de
desequilibrio de ligamiento ocurre cuando los loci se encuentran en el mismo cromosoma y
muy cercanos por lo que la frecuencia de recombinación es muy baja. Sin embargo en
poblaciones naturales adaptadas a un medio ambiente se pueden dar asociaciones entre
alelos de diferentes loci en diferentes cromosomas debido a procesos de selección natural.
Diferenciación genética: Grado de divergencia entre los indicadores de diversidad
genética (diversidad alélica, heterocigosidad, etc.) entre dos poblaciones o especies.
Distancia genética: Es una medida de las diferencias entre las frecuencias alélicas en dos
poblaciones o especies.
Diversidad genética: Es el grado de variación genética en una población, especie o entre
un grupo de especies medido en heterocigosidad, diversidad alélica o heredabilidad.
Efecto Wahlund: Reducción en la heterocigosidad en relación a lo esperado según el
equilibrio de Hardy-Weinberg en una población separada en varias sub poblaciones
parcialmente aisladas.
Equilibrio de Hardy-Weinberg: Es el equilibrio alcanzando en las frecuencias alélicas en
una población panmíctica donde no hay perturbaciones por efecto de la mutación,
migración, selección o deriva. Si dos alelos A1 y A2 tienen frecuencias p y q, las
frecuencias en equilibrio de Hardy-Weinberg para los genotipos A1A1, A1A2 y A2A2 serán
p2, 2pq y q2, respectivamente.
Estructura genética poblacional: Ocurre cuando en dos o más sitios colectados presentan
un grado de diferenciación genética tal que se consideran como sub poblaciones diferentes.
Heterocigoto: Individuo con dos alelos diferentes en un locus.
Heterocigotos, déficit o exceso: Cuando la heterocigosidad observada (Ho) y la esperada
(He) bajo el equilibrio de Hardy-Weinberg no coinciden, presentándose un déficit cuando
la Ho es menor a la He, y un exceso en el caso contrario.
Heterocigosidad: Número de individuos heterocigotos para un locus dividido entre el
número total de individuos de la muestra.
Heterocigosidad esperada. Proporción de organismos heterocigotos calculada a partir del
equilibrio de Hardy-Weinberg. Su cálculo implica la obtención de las frecuencias
genotípicas a partir de las frecuencias alélicas siguiendo un binomio al cuadrado (p + q)2,
en donde p y q son las frecuencias alélicas y 2pq corresponderá a la frecuencia de
heterocigotos.
Heterocigosidad observada. Proporción de organismos heterocigotos calculada a partir de
los genotipos observados en una muestra poblacional.
Homocigoto: Individuo con dos copias del mismo alelo en un locus.
Índice de fijación Fst: Proporción de la endogamia total en una población como
consecuencia de la diferenciación entre sub poblaciones.
Inferencia Bayesiana: Método estadístico en el cual no hay una distinción lógica entre los
parámetros del modelo y los datos, sino que ambos son variables aleatorias con una
distribución de probabilidad conjunta, la cual es especificada por un modelo probabilístico.
La estadística bayesiana involucra manipular estas distribuciones para hacer inferencias
sobre los parámetros o el modelo de probabilidad dados los datos. El principal objetivo de
la inferencia bayesiana es calcular la distribución Posteriori de los parámetros, la cual es la
distribución condicional de los parámetros dado los datos.
Isoterma: Línea que une puntos en un mapa de igual o constante temperatura.
Locus (plural: Loci): Segmento de ADN en un cromosoma. Este segmento puede
codificar un producto, tener una función regulatoria o ser una región de ADN definida por
un método molecular, P. ej: microsatélite.
Máxima verosimilitud: Método estadístico empleado para ajustar un modelo estadístico a
los datos en donde se busca maximizar su probabilidad en base aciertosparámetros, es
decir, maximizar la verosimilitud en función de los parámetros para un set de datos fijos.
Microsatélite: Secuencias cortas (de 1 a 6 pares de bases) repetidas en tándem en un
número de veces variables y que se encuentran en forma abundante y dispersa dentro del
genoma. Estos marcadores por lo general presentan polimorfismos y heterocigosidades
elevadas en una población, por lo que son muy informativos para determinar la variabilidad
y estructura genética poblacional.
�úmero de alelos efectivos (ne): Número de alelos que en igual frecuencia que resultarían
en la misma homocigosidad que el número de alelos observados. Se obtiene del cálculo:
ne=1/∑pi2, donde pi es la frecuencia del i-esimo alelo.
Población: Grupo de organismos de la misma especie que habitan en un área geográfica
restringida y que tienen la capacidad de reproducirse con cualquier otro miembro de dicho
grupo.
Población panmíctica: Es aquella en donde todos los individuos de la población tienen la
misma probabilidad a aparearse.
Polimorfismo: Presencia de diferentes variantes alélicas para un mismo locus en una
muestra poblacional. Se dice que un locus es polimórfico cuando presenta al menos dos
alelos, y específicamente para microsatélites un locus de moderado a elevado polimorfismo
puede presentar de 10 a 20 alelos.
Prueba de asignación de individuos: Método en el cual se calcula la probabilidad de que
los genotipos multilocus de un individuo pertenezcan a una población dada las frecuencias
alélicas de la misma.
Reacción en cadena de la polimerasa (PCR): Método utilizado para realizar copias de
segmentos específicos de ADN (amplificar). El ADN es desnaturalizado por temperaturas
elevadas, se añaden las regiones flanqueantes (primers) y la secuencia es copiada por medio
de una enzima polimerasa termoestable (Taq). Este proceso se lleva a cabo en una serie de
30 a 40 ciclos en un termociclador. 30 ciclos producirán un factor de amplificación de 100
millones de copias.
Riqueza alélica (AR): Número promedio de alelos por locus independiente del tamaño de
muestra.
Stock: Si bien existen diversas definiciones de stock, dentro de las pesquerías stock es un
grupo de individuos que se encuentran en un área específica en un tiempo específico, sin
importar su integridad genética y el cual puede incluir miembros de distintas
subpoblaciones. Por otro lado, desde el punto de vista genético, un stock es una unidad
aislada reproductivamente y genéticamente diferenciada de otras, en donde unos cuantos
migrantes por generación son suficientes para evitar la diferenciación genética.
Tamaño efectivo poblacional (�e): Es el tamaño de una población idealizada (estable,
panmíctica y estacionaria) que tendría el mismo grado de endogamia y deriva génica
observado en la población verdadera.
ÍNDICE GENERAL 1. INTRODUCCIÓN. ............................................................................................................. 1�
1.1. Aspectos generales de la biología de la especie. ........................................................ 1�
1.2. Diversidad genética y estructura poblacional en peces de importancía comercial. ..... 4�
1.3. Marcadores moleculares en el estudio de variabilidad genética. ................................. 6�
2. ANTECEDENTES ........................................................................................................... 10�
2.1. Pesquerías y migraciones estacionales de C. hippurus. ............................................. 10�
2.2. Identificación de estructura genética poblacional en peces de importancia comercial
mediante marcadores moleculares. ................................................................................... 12�
2.3. Estructura poblacional de C. hippurus en el Golfo de California y Noroeste del
Pacífico mexicano. ............................................................................................................ 14�
3. JUSTIFICACIÓN. ............................................................................................................ 17�
4. HIPOTESIS ...................................................................................................................... 19�
5. OBJETIVO GENERAL .................................................................................................... 19�
6. MÉTODO. ........................................................................................................................ 21�
6.1. Colecta, preservación y almacenaje de las muestras. ................................................ 21�
6.1.1. Áreas de colecta .................................................................................................. 21�
6.1.2. Preservación de las muestras .............................................................................. 21�
6. 2. Extracción, amplificación y cuantificación de ADN. ............................................... 22�
6.2.1. Extracción de ADN. ............................................................................................ 22�
6.2.2 Amplificación por PCR ....................................................................................... 24�
6.2.3. Visualización de productos de PCR. ................................................................... 25�
6.3. Análisis de datos. ....................................................................................................... 26�
6.3.1. Variabilidad genética de C. hippurus en años consecutivos. .............................. 26�
6.3.2. Prueba de desequilibrio de ligamiento. ............................................................... 28�
6.3.3. Estructura genética poblacional de C. hippurus. ................................................. 28�
6.3.4. Asignación de individuos por métodos Bayesianos ........................................... 30�
6.3.5. Aislamiento por distancia. .................................................................................. 31�
6.3.6. Estimación del tamaño efectivo poblacional Ne y número de migrantes. ......... 31�
7. RESULTADOS. ............................................................................................................... 33�
7.1. Variabilidad genética de C. hippurus. ....................................................................... 33
7.2. Desequilibrio de ligamiento. ...................................................................................... 41�
7.3. Análisis factorial de correspondencia. ....................................................................... 41�
7.4. Estructura genética poblacional. ................................................................................ 43�
7.5. Aislamiento por distancia. ......................................................................................... 50�
7.6 Estimación del tamaño efectivo poblacional y número de migrantes. ....................... 52�
8. DISCUSIÓN. .................................................................................................................... 59�
8.1. Variabilidad genética. ................................................................................................ 59�
8.2. Estructura genética poblacional de C. hippurus a partir de estadísticos F. ............... 61�
8.3. Estructura genética poblacional de C. hippurus a partir de pruebas de asignación. .. 66�
8.4. Prueba de aislamiento por distancia ........................................................................... 68�
8.5. Estimación de Ne y número de migrantes entre localidades en 2005 y 2006. ......... 70�
8.6. Estructura genética de C. hippurus y sus implicaciones en el manejo. ..................... 74�
9. CONCLUSIONES. ........................................................................................................... 77�
10. REFERENCIAS .............................................................................................................. 79�
11. ANEXOS. ....................................................................................................................... 90�
LISTA DE TABLAS.
Tabla I: Composición de microsatélites (Genbank) para C. hippurus y primers para su
amplificación por PCR (Robert W. Chapman, com. pers.). ............................................. 25 Tabla II: Variabilidad genética de C. hippurus en las localidades colectadas en el 2005. Se
muestra el tamaño de muestra (N), número de alelos (Na), alelos efectivos (ne), riqueza alélica (AR), Heterocigosidad esperada (He), heterocigosidad observada (Ho) y el índice de fijación (Fis). * En desequilibrio de Hardy-Weinberg con P<0.01 ............................. 34
Tabla III: Variabilidad genética de C. hippurus en las localidades colectadas en el 2006.
Se muestra el tamaño de muestra (N), número de alelos (Na), alelos efectivos (ne), riqueza alélica (AR), Heterocigosidad esperada (He), heterocigosidad observada (Ho) y el índice de fijación (Fis). * En desequilibrio de Hardy-Weinberg con P<0.01 .............. 35
Tabla IV: Valores de significancia de la prueba de Wilcoxon entre las localidades del
2005. ................................................................................................................................. 39 Tabla V: Valores de significancia de la prueba de Wilcoxon entre las localidades del
2006… .............................................................................................................................. 39 Tabla VI: Comparaciones pareadas de los valores de Fst para las localidades del 2005.
Debajo de la diagonal se muestra el valor Fst y por encima de la diagonal el valor P..... 44 Tabla VII: Comparaciones pareadas de los valores de Fst para las localidades del 2006.
Debajo de la diagonal se muestra el valor Fst y por encima de la diagonal el valor P. valores en negritas indican que son significativos con P<0.002 ...................................... 45
Tabla VIII: Comparaciones pareadas de los valores de Fst para las localidades colectadas
en años consecutivos. Debajo de la diagonal se muestra el valor Fst y por encima de la diagonal el valor P. valores en negritas indican que son significativos con P<0.007 ...... 46
Tabla IX: Análisis de varianza molecular (AMOVA) de estructura genética poblacional de
C. hippourus. Valores de P en negritas indican que el valor del estadístico F es significativamente diferente de 0. ..................................................................................... 47
Tabla X: Número de migrantes �m por generación en las localidades del 2005. ............... 53 Tabla XI: Número de migrantes �m por generación en las localidades del 2006. ............. 54 Tabla XII: Estimación de los parámetros Θ y Μ a partir del método de máxima
verosimilitud para las localidades del 2005. ..................................................................... 55 Tabla XIII: Calculo de los valores de Ne y Nm a partir de los estimadores Θ y Μ para las
localidades del 2005 considerando una µ de 10-4. ............................................................ 56
Tabla XIV: Estimación de los parámetros Θ y Μ a partir del método de máxima verosimilitud para las localidades del 2006. ..................................................................... 57
Tabla XV: Calculo de los valores de Ne y Nm a partir de los estimadores Θ y Μ para las
localidades del 2006 considerando una µ de 10-4. ............................................................ 58
LISTA DE FIGURAS. Fig. 1: Zonas de muestreo de C. hippurus. Las estrellas indican las localidades del 2005, los
círculos, las localidades del 2006 y los cuadros indican las localidades colectadas en ambos años. n, número de individuos colectados y en paréntesis se muestra la abreviación de cada localidad. .......................................................................................... 23
Fig.2: Valores promedios de: (a) Número de alelos (Na) y riqueza alélica (AR); (b)
Heterocigosidad esperada (He) y Heterocigosidad observada (Ho) para las localidades del 2005. ........................................................................................................................... 37
Fig.3: Valores promedios de: (a) Número de alelos (Na) y riqueza alélica (AR); (b)
Heterocigosidad esperada (He) y Heterocigosidad observada (Ho) para las localidades del 2006. ........................................................................................................................... 38
Fig. 4: Análisis Factorial de Correspondencia de las localidades del 2005 ......................... 42 Fig. 5: Análisis Factorial de Correspondencia de las localidades del 2006. ....................... 43 Fig. 6: Número de poblaciones, K, de C. hippurus inferidas a partir del cálculo de LnP(D)
en el 2005. ........................................................................................................................ 48 Fig. 7: Número de poblaciones, K, de C. hippurus inferidas a partir del cálculo de LnP(D)
en el 2006. ........................................................................................................................ 49 Fig. 8: Aislamiento por distancia de las localidades del 2005. ............................................ 50 Fig. 9: Aislamiento por distancia de las localidades del 2006 incluyendo muestra oceánica.
.......................................................................................................................................... 51 Fig. 10: Aislamiento por distancia de las localidades del 2006 excluyendo la muestra
oceánica. ........................................................................................................................... 52
1. I�TRODUCCIÓ�.
1.1. Aspectos generales de la biología de la especie.
El dorado Coryphaena hippurus (Linnaeus, 1758) es un pez pelágico perteneciente a la
familia Coryphaenidae que se distribuye en las regiones tropical y subtropical de todos los
océanos del mundo, siendo residente permanente de más del 30% de la capa superficial del
océano y hasta un 15% adicional en ciertas temporadas (Palko et al., 1982; Norton, 1999).
Esta especie presenta un marcado dimorfismo sexual en donde los machos comienzan a
desarrollar una cresta fronto-nucal cuando alcanzan una talla de entre 40 y 60cm de longitud
furcal, en tanto que las hembras no forman dicha cresta (Rose y Hassler, 1974). En individuos del
Atlántico se ha estimado que la madurez sexual se alcanza alrededor de los 50cm de longitud
furcal para ambos sexos, aunque se ha encontrado que las hembras empiezan a maduran a partir
de los 35cm (Beardsley, 1967; Wu et al., 2001). La proporción de sexos rara vez es de 1:1 y esta
puede variar según la temporada, pero en general el porcentaje de hembras está por encima del
60% (Wu et al., 2001).
En diversos estudios se ha encontrado que el dorado puede desovar múltiples veces a lo
largo de todo el año aunque se han observado picos de mayor abundancias, los cuales varían
según la región, así por ejemplo en las costas de Taiwán la mayor abundancia de juveniles ocurre
de febrero a marzo (Wu et al., 2001), en Florida se presentan picos de abundancia entre enero y
marzo (Beardsley, 1967), mientras que en las costas de California los picos de abundancia se
presentan entre julio y octubre (Norton y Crooke, 1994). Para la región del Golfo de California se
2
han encontrado las mayores abundancias en los meses cálidos, de agosto a diciembre (Zuñiga-
Flores et al., 2008). Sánchez-Reyes (2008) menciona que el Golfo de California es una zona de
desove con evidente influencia de la isoterma de los 28°C durante el verano y otoño, mientras
que durante la primavera la isoterma de los 24°C tiene mayor influencia.
En lo referente a la alimentación, se considera que el dorado es un depredador oportunista
dado que tiene un espectro trófico muy amplio, siendo sus principales presas calamares,
langostilla y peces pequeños, además se ha encontrado que dentro del Golfo de California no
existen diferencias en los patrones de alimentación entre machos y hembras, aunque se sabe que
los individuos de mayor tamaño, por lo general machos, tienden a migrar hacia zonas más
alejadas de la costa en busca de alimento de mayor tamaño, en tanto que las hembras y juveniles
se mantienen cercanos a la costa (Tripp-Valdez, 2005).
Esta especie es considerada como altamente migratoria con una capacidad de
desplazamiento de hasta 440km (Kingsford y Defries, 1999), tolera temperaturas desde los 15°C
hasta los 29°C, aunque su óptimo se encuentra entre los 25 y 28°C y su distribución está limitada
por la isoterma de los 20°C (Madrid y Beltrán-Pimienta, 2001; Peralta-Bravo, 2006).
Particularmente en el Pacífico mexicano, esta especie se encuentra desde el Golfo de
Tehuantepec hasta el sur de la Península de Baja California así como dentro del Golfo de
California (Zuñiga-Flores et al., 2008).
3
Dada su amplia distribución, el dorado es objeto de pesquerías tanto recreativas como
comerciales en diversas regiones del mundo. Es de importancia comercial en países como
Ecuador (Patterson y Martínez, 1991), Venezuela (Arocha et al., 1999), Japón (Sakamoto y
Kojima, 1999), Túnez (Zaouali y Missaoui, 1999) y Taiwán (Wu et al., 2001), donde es
capturado mediante una flota dirigida o como captura incidental en las pesquerías del Atún. Sin
embargo, en todas estas pesquerías se ha observado una marcada estacionalidad en la
disponibilidad del recurso lo cual puede estar relacionado con disponibilidad de hábitat como
consecuencia de las variaciones en la temperatura superficial del mar (Norton, 1999; Kraul,
1999).
En México, el dorado está reservado por ley para la pesca deportiva en una franja de 50
millas náuticas a partir de la línea base desde la cual se mide el mar territorial (DOF, 1992). Este
decreto se genera a raíz de que la pesca recreativa genera importantes ganancias económicas en
diversas regiones del país en donde se practica dicha actividad, como es el caso de Cabo San
Lucas, en donde se obtuvieron ganancias de más de 50 millones de dólares anuales durante el
periodo de 1990 a 1995 considerando los servicios de transporte y hospedaje así como de venta
de artículos de pesca (Zuñiga-Flores, 2004).
Por otro lado, la calidad de la carne del dorado ha generado también una gran demanda
para su consumo humano, por lo que actualmente existen numerosas flotas artesanales que lo
explotan de forma ilegal. En las costas de Mazatlán, Sinaloa, las capturas de dorado por parte de
los pescadores ribereños durante 1992 constituyeron un 55% del total de las capturas (Saucedo-
4
Barrón, 1992). En La Paz, B.C.S., en el mes de septiembre de 1988 la pesca de dorado representó
hasta un 65% de las capturas totales de la flota de una cooperativa pesquera (Torres-Alfaro,
1996).
1.2. Diversidad genética y estructura poblacional en peces de importancia comercial.
Las poblaciones de la mayoría de las especies naturales muestran un cierto grado de
diferenciación genética la cual puede estar dada por la interacción de una gran variedad de
agentes no excluyentes unos de otros. Estos pueden ser la presencia de barreras ambientales,
procesos históricos, diferentes historias de vida y la distancia geográfica entre subpoblaciones.
Dichos factores pueden moldear de alguna manera la información genética entre subpoblaciones
de una especie, lo que se conoce como estructuración genética. (Balloux y Lugon-Moulin, 2002).
Dicha estructura genética entre subpoblaciones puede llevar a que se originen unidades
con características autónomas. Por lo general, en el medio terrestre y dulceacuícola las
poblaciones están bien delimitadas unas de otras y regularmente están separadas por barreras
geográficas evidentes que evitan el entrecruzamiento y la mezcla entre poblaciones. Sin embargo,
en el medio marino estas barreras no están claramente delimitadas o están ausentes. Además, la
gran superficie del mar así como el continuo movimiento de las masas oceánicas favorecen el
intercambio de individuos entre poblaciones (Knusten et al., 2003).
Los peces pelágicos presentan además ciertas características que pueden disminuir la
diferenciación genética entre poblaciones de una especie. Entre estas se encuentra la elevada
5
capacidad reproductiva así como el tamaño efectivo poblacional grande. Sin embargo, el
principal factor que influye en el grado de diferenciación genética en estas especies es su
capacidad de dispersión, ya sea por transporte pasivo de las larvas o por migración activa de los
adultos (Rocha-Olivares et al., 2006; González y Zardoya, 2007). Las especies con mayor
capacidad de dispersión, por lo general muestran niveles más altos de flujo genético entre
poblaciones y por lo tanto tendrán niveles bajos de diferenciación genética (Ward, 2006).
A pesar de esto, algunos estudios realizados en especies pelágicas han encontrado una
cierta diferenciación genética entre poblaciones, que si bien es pequeña, es estadísticamente
significativa. Como ejemplos de esto podemos mencionar el caso del atún Thunnus obesus
(Alvarado-Bremer et al., 1998) y la sardina Sardina pilchardus (González y Zardoya, 2007).
Esta diferenciación genética encontrada entre las poblaciones puede deberse a diversas razones
como pueden ser un comportamiento filopátrico de los individuos, retención de larvas en zonas
específicas o adaptación local a ciertas condiciones oceanográficas o a barreras conductuales
como puede ser el desove en distintas temporadas (So et al., 2006). De igual manera, algunos
factores oceanográficos como las corrientes pueden actuar como barrera para el flujo genético
entre poblaciones (Knutsen et al., 2003; González et al., 2008).
Dada la gran importancia comercial que poseen las especies pelágicas, entre las que se
incluye el dorado, es necesario realizar estudios relacionados con la genética poblacional, ya que
la presencia o ausencia de estructura poblacional es reflejo de la cantidad de información genética
intercambiada entre subpoblaciones (Balloux y Lugon-Moulin, 2002). A su vez, esta
6
información, resulta de gran utilidad tanto en el manejo de las pesquerías así como en la
conservación de las especies pelágicas de importancia comercial pues permiten identificar
diferentes stocks de una especie, determinar qué tanta información genética se está transmitiendo
entre stocks y cuál es el efecto de las pesquerías sobre dicha información genética (Waples, 1998;
Hoarau et al., 2005).
De aquí surge la problemática en cuanto a las diferencias en el concepto de stock. La
definición más simple indica que un stock es un grupo de individuos que se encuentran en un
área específica en un tiempo específico, sin importar su integridad genética y el cual puede
incluir miembros de distintas subpoblaciones (Beggs y Waldman, 1999; Ward, 2000). En
contraste con esta definición, el concepto genético de stock considera las diferencias genéticas y
el aislamiento reproductivo entre individuos de dos o más áreas específicas, tomando en cuenta el
grado de flujo genético entre individuos en lugar de solo la selección local (Ward, 2000). Esta
definición de stock usualmente es usada alternativamente al concepto de población, sin embargo,
el concepto de stock está más relacionado al manejo de las especies (Beggs y Waldman, 1999).
1.3. Marcadores moleculares en el estudio de variabilidad genética.
La conservación de la diversidad genética es un componente esencial en los programas de
manejo de las especies marinas de importancia comercial como es el caso del dorado. Ya sea que
se estudie para fines de explotación o de conservación, es importante conocer la diversidad
genética de los stocks y el flujo de la misma entre diferentes stocks. En la actualidad existe una
7
gran variedad de marcadores moleculares que permiten cumplir estos objetivos (O´Conell y
Wright, 1997).
Un marcador molecular puede definirse como un gen, proteína o fragmento de ADN que
nos permite distinguir individuos, poblaciones o especies (Frankham et al., 2004). De los
distintos marcadores moleculares que existen en la actualidad, los más utilizados en estudios de
diversidad genética son los microsatélites, los cuales son secuencias cortas (de 1 a 6 pares de
bases,pb) repetidas en tándem en un número de veces variables y que se encuentran en forma
abundante y dispersa dentro del genoma (O´Conell y Wright, 1997) y pueden ser identificados
fácilmente mediante PCR (Reacción en Cadena de la Polimerasa) usando secuencias flanqueantes
(iniciadores o primers).
Una de las principales características que distinguen a los microsatélites sobre otro tipo de
marcador molecular es su elevado polimorfismo el cual está dado por la alta tasa de tasa de
mutación la cual ha sido estimada de 10-6 hasta 10-2 por generación (Zane et al., 2002). Aunque
aún no se ha determinado como ocurren exactamente estos eventos de mutación, se cree que la
forma más probable es que se originen a partir de errores durante la replicación del ADN en un
proceso conocido como “desplazamiento” (Slippage) en donde un des-apareamiento de la
secuencia de ADN origina la pérdida o ganancia de una repetición del microsatélite con lo cual se
generan nuevos alelos en la población (Schlötterer, 1998).
8
Gracias al uso de marcadores moleculares, tales como los microsatélites es posible
obtener una gran cantidad de información genética de las poblaciones naturales a partir de la
estimación de ciertos parámetros, como pueden ser las frecuencias alélicas de cada subpoblación
así como los niveles de heterocigosidad, es decir la proporción de individuos de la muestra que
son heterocigotos (Frankham et al., 2004). Esta información permite estimar el grado de
adecuación de la especie a su ambiente y en el caso de que esta presente una estructura, permite
valorar la conectividad o los niveles de flujo genético entre poblaciones a partir del estadístico Fst
propuesto por Wright (1951).
El estadístico Fst puede ser definido como la correlación entre dos alelos seleccionados al
azar al interior de las subpoblaciones en relación a los alelos colectados al azar de la población
total. Si consideramos dos subpoblaciones y un locus con dos alelos y bajo el equilibrio entre la
mutación y deriva, el Fst puede alcanzar valores que van de cero a uno, donde un valor de uno
indica que las dos subpoblaciones son completamente homocigotas con alelos diferentes fijado,
en tanto que un valor de cero indica que ambas subpoblaciones tienen frecuencias alélicas iguales
(Balloux y Lugon-Moulin, 2002).
Los estadísticos F de Wright siguen siendo utilizados como parámetro estándar para
definir el grado de diferenciación entre subpoblaciones pre-definidas y a su vez para estimar las
tasas de migración (Pearse y Crandall, 2004). Sin embargo, en la última década, el incremento en
el poder de los computadores ha permitido desarrollar nuevos métodos estadísticos para el
análisis de poblaciones los cuales se basan principalmente en modelos bayesianos y de máxima
9
verosimilitud (Beaumont y Rannala, 2004; Pearse y Crandall, 2004; Excoffier y Heckel, 2006).
Gracias a estos nuevos métodos es posible determinar el número de poblaciones o grupos
diferentes en una muestra sin necesidad de tener información previa del origen de los individuos
(Pritchard et al., 2000) o estimar el tamaño efectivo poblacional y tasas de inmigración entre
subpoblaciones a partir de métodos de coalescencia (Beerli y Felsenstein, 2001).
10
2. A�TECEDE�TES
2.1. Pesquerías y migraciones estacionales de C. hippurus.
Debido a la importancia comercial del dorado en diversas regiones del mundo existe un
particular interés en describir sus movimientos estacionales así como los periodos en donde se
obtienen las mayores abundancias en su captura. Muchos de estos estudios han demostrado una
marcada estacionalidad del recurso la cual está relacionada con movimientos migratorios
asociados a cambios en los parámetros ambientales.
En las costas de California se ha encontrado que la mayor abundancia se presenta en los
meses de junio a septiembre, en donde el mayor porcentaje de captura ocurre en agosto (Norton y
Crooke, 1994). Estas variaciones estacionales están asociados con la acumulación de agua
caliente cerca de la costa facilitando la migración del dorado. Por otro lado, en las costas de
Hawaii, Kraul (1999) también encontró una estacionalidad en las pesquerías de dorado asociados
a movimientos migratorios. Estos patrones de abundancia están relacionados con la temperatura
superficial del mar ya que el dorado se desplaza al norte o al sur en una estrecha correlación con
la isoterma de los 23°C.
Lasso y Zapata (1999) encontraron una tendencia similar a la anterior en las costas de
Colombia y Panamá, sin embargo, en este caso las mayores capturas se presentaron en los
primeros tres meses del año, lo cual está relacionado con el avance de la corriente nor-ecuatorial
hacia el sur, permitiendo la entrada de agua de las corrientes de California y Perú. Esta
11
información, junto con los índices de reproducción, proporción de sexos y estudios larvales
realizados en esta región, sugiere que los patrones de migración están estrechamente relacionados
con la actividad de desove (Lasso y Zapata, 1999).
Dentro del Golfo de California, Zuñiga-Flores et al. (2008) analizaron las capturas de la
pesca recreativa en la región de Cabo San Lucas durante el periodo de 1990 al 2000 encontrando
que no existe variación interanual en las capturas pero si existe variación estacional en donde las
mayores capturas se obtuvieron durante la temporada de verano-otoño, es decir, la mayor
abundancia de dorado está asociado a una elevada temperatura superficial del mar.
García-Melgar (1995) realizó una evaluación del ciclo reproductivo de dorado a partir de
individuos colectados en la región de Cabo San Lucas, B.C.S. con individuos obtenidos por pesca
deportiva. El observó que la temporada de desove de estos individuos se extendió por todo el año
en esta zona con un pico pronunciado durante el invierno hasta principios de primavera y propuso
que las migraciones de estos individuos está más relacionada con la temperatura del mar y
hábitos alimenticios que a la reproducción.
Sánchez-Reyes (2008) evaluó la distribución de larvas de C. hippurus a partir de 232
muestras de zooplancton superficial obtenidas de nueve cruceros oceanográficos en el periodo de
1990 a 1996 realizados en el Pacífico oriental Mexicano, principalmente frente a las costas de
Colima, Jalisco, Baja California y hasta Topolobampo. En este estudio se encontró un total de
167 larvas de dorado, la mayoría de ellas en estadio de preflexión, lo que corrobora que esta zona
12
del Pacífico constituye un sitio de desove. Al relacionar la abundancia de las larvas encontradas
con la temperatura superficial del mar, se observa que hay una estrecha relación entre el área de
desove con la isoterma de los 28°C durante el verano y otoño y con la isoterma de los 24°C
durante el invierno.
2.2. Identificación de estructura genética poblacional en peces de importancia comercial
mediante marcadores moleculares.
Uno de los grandes retos dentro del manejo de las pesquerías de peces de importancia
comercial es la identificación de estructura poblacional, de manera que se pueda dar un manejo
apropiado para cada población y evitar una posible sobreexplotación. Sin embargo esto puede
llegar a ser complicado, sobre todo en las especies que tienen una distribución mundial y con
capacidad de desplazarse a grandes distancias. Es a partir de la segunda mitad del siglo XX que
los marcadores moleculares comienzan a utilizarse dentro de las pesquerías con el objetivo de
identificar diferentes stocks. Estos métodos consistían en identificar diferencias en los grupos
sanguíneos o en variantes de proteínas. Sin embargo el avance más significativo en el uso de
marcadores moleculares fue el desarrollo de la Reacción en Cadena de la Polimerasa (PCR) lo
cual permitió desarrollar marcadores más precisos como es el caso de los microsatélites (Ward,
2000).
13
En la actualidad, el uso de microsatélites en especies de peces pelágicos ha permitido
definir stocks pesqueros con mayor precisión que con otro tipo de estudios. Appleyard et al.
(2001) trabajaron con el atún aleta amarilla Thunnus albacares y lograron identificar ligeras
diferencias genéticas entre ocho localidades del Océano Pacífico utilizando cinco loci
microsatélite. Posteriormente, Diaz-Jaimes y Uribe-Alcocer (2006) reafirmaron esto al analizar
muestras de T. albacares de cinco sitios dentro del Pacífico con ocho loci microsatélite
encontrando diferencias genéticas entre las muestras del sur y las del norte del Pacífico. Otro
ejemplo es el marlín azul Makaira nigricans con el cual Bounaccorsi et al. (2001) identificaron
diferencias genéticas entre muestras del Pacífico y muestras del Atlántico utilizando tanto ADN
mitocondrial como Microsatélites. Por otro lado, O´Reilly et al. (2004) analizaron muestras del
abadejo del Atlántico Theragra chalcogramma de 6 sitios del Pacífico norte y Mar de Bering con
14 loci microsatélite encontrando diferencias genéticas entre dichas localidades.
En todos los casos mencionados anteriormente se observó estructura poblacional a escala
interoceánica, sin embargo, también existen estudios donde se evaluaron escalas geográficas
menores. Knutsen et al. (2003) analizaron muestras de bacalao del Atlántico Gadus morhua en
las costas de Noruega dentro de un área geográfica de 300 km utilizando 10 loci microsatélite y
encontraron que existe una ligera pero significativa diferenciación genética entre cada una de las
localidades colectadas. Shaw et al. (1999) también detectaron diferencias genéticas del arenque
de Atlántico Clupea harengus entre localidades del sur de Noruega e Islandia con cuatro
microsatélites. En el Mediterráneo, Carlsson et al. (2004) detectaron que los individuos de atún
aleta azul T. thynnus thynnus de la parte oriental de la cuenca presentan ligeras diferencias
14
genéticas en comparación con el resto, esto analizando nueve microsatélites en tres localidades
dentro del Mediterráneo.
Por otro lado, existen trabajos en donde las herramientas moleculares no lograron detectar
diferencias poblacionales, como es el caso del trabajo de González et al. (2008) quienes
analizaron muestras del atún de ojo grande Thunnus obesus dentro del Océano Pacífico, Atlántico
e Índico con nueve microsatélites en donde observaron que no existen diferencias genéticas a
nivel interoceánico.
Para el caso de C. hippurus, hasta la fecha no existen trabajos poblacionales donde se
hayan utilizado microsatélites en ninguna región oceánica, sin embargo en el Mediterraneo, Pla y
Pujolar (1999) realizaron un análisis de individuos capturados de las islas Mallorca, Sicilia y las
Islas Canarias utilizando 30 alozimas. Los resultados mostraron que no existen diferencias entre
las localidades, por lo que estas constituyen una sola población panmíctica. A pesar de esto, los
autores mencionan que dicha conclusión se debe tomar con cautela hasta que se realicen estudios
utilizando ADN mitocondrial o microsatélites.
2.3. Estructura poblacional de C. hippurus en el Golfo de California y �oroeste del Pacífico
mexicano.
En el Noroeste del Pacífico mexicano y dentro del Golfo de California han sido pocos los
estudios en los que se ha tratado de identificar estructura poblacional de C. hippurus. Madrid y
15
Beltrán-Pimienta (2001) analizaron 2,812 individuos provenientes de Sinaloa, Nayarit y BCS
registrando el peso, longitud y sexo de cada individuo. Los resultados que obtuvieron demuestran
una diferencia en la estructura de tallas, así como en la relación peso-longitud entre las
localidades, siendo Cabo San Lucas donde se encontraron las mayores tallas. En este caso, los
autores de este trabajo proponen en base a sus resultados que las localidades colectadas
constituyen poblaciones diferentes, las cuales pudieran tener cierto flujo genético gracias a la
migración de individuos entre poblaciones.
Rocha-Olivares et al. (2006) evaluaron los niveles de variabilidad genética y conectividad
entre poblaciones a partir de muestras de C. hippurus obtenidas de BCS, Sinaloa y Hawái, para lo
cual utilizaron fragmentos de restricción (RFLP´s) del gen mitocondrial NADH1. Los resultados
de este estudio mostraron niveles de estructura genética altamente significativos entre las tres
localidades en donde la población de BCS resulto ser diferente a Sinaloa y Hawaii, pero Sinaloa y
Hawaii, que presentan mayor distancia geográfica, no presentaron diferencias.
Por otro lado, Díaz-Jaimes et al. (2006) también evaluaron la estructura genética
poblacional del dorado en el Pacífico mexicano a partir de muestras obtenidas de BCS, Sonora,
Sinaloa y Chiapas en cuatro años consecutivos utilizando RFLP´S del gen mitocondrial
NADH1. En este caso, no se encontró estructura genética tanto espacial como temporal para las
localidades colectadas y se encontró un flujo genético significativo entre las mismas. Cabe
resaltar que estos resultados son contradictorios con los obtenidos por Rocha-Olivares y
16
colaboradores (2006), así como con Madrid y Beltrán-Pimienta (2001) quienes sugieren la
presencia de poblaciones distintas en el Pacífico mexicano.
17
3. JUSTIFICACIÓ�. El dorado es un recurso pesquero de gran importancia comercial en la región noroeste de
México y que actualmente se encuentra reservado únicamente para la pesca deportiva, generando
una derrama económica en los principales centros turísticos donde se lleva a cabo dicha
actividad. Por otro lado, la pesca artesanal del dorado constituye una importante fuente de
ingresos para los pescadores ribereños que operan ilegalmente en las costas del Golfo de
California y del Pacífico mexicano.
Dada la importancia que tiene la pesca artesanal de dorado en ciertas regiones como
Mazatlán, actualmente se pretende modificar la ley de pesca de manera que el dorado quede fuera
de las especies reservadas para la pesca deportiva permitiendo que este pueda ser explotado por la
pesca comercial. Sin embargo, esto ocasionaría un conflicto de intereses en sectores deportivo y
comercial, por lo que es necesario contar con información básica que ayude a solucionar estos
problemas generando planes de manejo que no afecte a una de las partes.
Para establecer un plan de manejo adecuado para el dorado, es de gran importancia contar
con información de la estructura poblacional y con ello poder definir el número de stocks
pesqueros en la región, ya que si los individuos de localidades diferentes forman parte de un
mismo stock, entonces la presión de la pesca puede afectar a los individuos de una u otra
localidad sin afectar la variabilidad genética global. Por el contrario, si los individuos de
localidades diferentes constituyen stocks diferentes, entonces la pesca en una localidad tendrá un
18
efecto mínimo en la otra y en este caso es posible aplicar medidas de manejo adecuadas para cada
stock de manera que se puedan evitar extinciones locales (Ward et al., 2001). En México han sido
pocos los estudios que se han hecho al respecto y estos no muestran concordancia en determinar
si se trata de una sola población que se distribuye a lo largo del Pacífico mexicano o si se tratan
de poblaciones diferentes; usando ya sea índices de crecimiento (Madrid y Beltran-Pimienta,
2001) o marcadores moleculares (Díaz-Jaimez et al., 2006; Rocha-Olivares et al., 2006).
Los marcadores moleculares de tipo microsatélites no han sido utilizados en estudios
poblacionales de dorado en México. Al comparar con otros marcadores moleculares utilizados en
estudios poblacionales se ha encontrado que los microsatélites son más eficientes en detectar
estructura a pequeña escala (O´Connell y Wright, 1997; Ward, 2000; Larsson et al., 2007). Por
tal motivo, en este trabajo se utilizaron marcadores moleculares de tipo microsatélite para
determinar si existe estructura poblacional de dorado en las costas del noroeste del Pacífico
mexicano tanto espacial como temporal, con lo cual se generaría información importante para el
desarrollo de planes de manejo para este recurso ya que de encontrarse que existen poblaciones
diferentes en el Noroeste del Pacífico, entonces sería posible abrir la pesca comercial para ciertas
poblaciones sin que afecte de manera significativa la pesca recreativa de otras poblaciones, esto
dependiendo del esfuerzo pesquero aplicado a los stock y la disponibilidad del recurso. Pero de
encontrarse que existe una sola población panmíctica, entonces será necesario establecer medidas
de manejo que no afecten a uno u otro sector pesquero.
19
4. HIPOTESIS
Debido a las características biológicas del dorado (alta capacidad de migración,
alimentación oportunista, y movimientos estacionales) así como a las variaciones de la
temperatura de su hábitat es probable que se encuentre una elevada variabilidad genética,
característica de los pelágicos mayores, así como no diferenciación genética entre las localidades
muestreadas y por último, es probable encontrar diferencias en los niveles de variabilidad
genética y estructura poblacional entre años consecutivos, como consecuencia de eventos
azarosos tanto ambientales como de reclutamiento al stock.
5. OBJETIVO GE�ERAL
Determinar si existen poblaciones genéticamente diferenciadas, tanto espacial como
temporalmente del dorado (Coryphaena hippurus) en las costas del Pacífico mexicano y el Golfo
de California en los años 2005 y 2006, mediante el uso de marcadores moleculares tipo
microsatélites.
20
OBJETIVOS PARTICULARES
• Determinar los niveles de variabilidad genética del dorado en cinco localidades del Golfo
de California en el año 2005 y ocho localidades del Golfo de California y el noroeste del
Pacífico mexicano en el 2006.
• Determinar si existen estructura poblacional, es decir, diferenciación genética entre las
localidades evaluadas en cada año (2005 y 2006).
• Definir si existen diferencias genéticas temporales en tres localidades muestreadas en
años consecutivos (2005-2006).
• Determinar el tamaño efectivo poblacional (Ne) así como el número de migrantes entre
localidades para ambos años.
21
6. MÉTODO.
6.1. Colecta, preservación y almacenaje de las muestras.
6.1.1. Áreas de colecta
Se colectaron individuos de C. hippurus en dos años consecutivos, 2005 y 2006, a lo largo
del Golfo de California y el noroeste del Pacífico mexicano (fig. 1). Para el año 2005 se
colectaron un total de 232 individuos distribuidos en cinco localidades: Puerto Libertad y
Guaymas en Sonora, Topolobambo en Sinaloa, así como Loreto y Cabo San Lucas en Baja
California Sur. Para el año 2006 se colectaron un total de 449 individuos distribuidos en ocho
localidades: Guaymas y Mazatlán en Sinaloa, Peñita de Jaltemba en Nayarit, Cabo San Lucas,
Loreto, La Paz y Punta Lobos en Baja California Sur y una muestra obtenida de un barco atunero
(muestra oceánica). Todas las muestras de ambos años se colectaron en un periodo comprendido
entre agosto y octubre.
6.1.2. Preservación de las muestras
De cada uno de los organismos se disectaron aproximadamente 2 g de tejido muscular,
fijando inmediatamente en 20 ml de etanol al 80 % en frascos de 40 ml. Las muestras fueron
almacenadas a temperatura ambiente hasta su procesamiento.
22
6. 2. Extracción, amplificación y cuantificación de AD�.
6.2.1. Extracción de AD�.
El ADN genómico fue extraído a partir de 5 mg de tejido de cada individuo, usando un Kit
comercial (DNeasy®Tissue-QIAGEN), siguiendo las especificaciones del fabricante. La calidad
del ADN fue verificada mediante geles de agarosa (SIGMA) al 1% teñidos con bromuro de etidio
(SIGMA) en un transiluminador de luz ultra violeta BioDoc-ItTM (UVP). En los mismos geles
se cuantificó el ADN al comparar su intensidad con marcadores de ADN de peso molecular
conocido (lamda-INVITROGEN; con 100, 150 y 200 ng/μl), así como por espectrofotometría
(BIORAD SmartTMSpec 3000).
23
Fig. 1: Zonas de muestreo de C. hippurus. Las estrellas indican las localidades del 2005, los círculos, las localidades del 2006 y los cuadros indican las localidades colectadas en ambos años. n, número de individuos colectados y en paréntesis se muestra la abreviación de cada localidad.
24
6.2.2 Amplificación por PCR
Los marcadores moleculares del dorado fueron amplificados por medio de la reacción en
cadena de la polimerasa (PCR), utilizando cinco loci microsatélites específicos para C. hippurus:
Chi002, Chi008, Chi008A, Chi023 y Chi037 previamente reportados en el Genbank y con las
secuencias de los primers facilitada personalmente por el Dr. Robert W Chapman (Tabla I). La
PCR se llevó a cabo en un termociclador Applied Biosystems en reacciones con un volumen total
de 12.5µl y con las siguientes concentraciones de reactivos: Buffer 1x, MgCl2 3mM, dNTP´s
0.2mM, 0.003mM de cada primer y 0.02 U/µl de Taq polimerasa. Los parámetros de la PCR que
se utilizaron en primera instancia fueron los propuestos por Chapman Com pers, que consistían
en una desnaturalización inicial a 94°C por 3 min seguido de 34 ciclos con 94°C por 45
segundos, 50°C por 45 segundos y 72°C por 1.5 minutos.
Uno de los principales problemas que se obtuvieron con la amplificación de los loci
microsatélite fue la aparición de bandas de repetición denominadas stutters, los cuales son errores
que ocurren en la replicación del ADN durante la PCR originando varias bandas repetidas
después del alelo y dificultando la lectura de los genotipos. Los stutters se presentaron
principalmente en el locus Chi002.
Para tratar de disminuir la aparición de estas bandas se siguió la metodología propuesta
por Yoshida et al. (2005), para lo cual cada locus se amplificó con un tiempo de
desnaturalización inicial de 94°C seguido por cinco ciclos de desnaturalización a 94°C por cinco
25
segundo, alineamiento a 59°C por 60 segundos y extensión a 59°C por 60° y posteriormente 20
ciclos con desnaturalización a 94°C por 0 segundos, extensión a 59°C por 60 segundos y
alineamiento a 59°C por 60 segundos. Por último se dejó a 59°C durante una hora.
Finalmente, se probo la utilización de la técnica Multiplex para optimizar el tiempo y la
cantidad de reactivos utilizados en la amplificación. Dicha técnica consiste en agregar varios
primers en una misma reacción de PCR con lo cual se permite visualizar varios loci microsatélite
en un mismo gel (McPherson y Moller, 2000)
Tabla I. Composición de microsatélites (Genbank) para C. hippurus y primers para su amplificación por PCR (Robert W. Chapman, com. pers.).
�ombre Tamaño (pb)
Primers Secuencia Clave de acceso
Chi002 104 F:GAAAAACTCACACGG TCACTT G R:GGCTTGCCAACCTGA GATTA
(CT)8(CA)2CG(CA)3 AY135025
Chi008 >314 F:ATTGATGAGGGTTCAGACGG R:GGCAGCAGTTCAGGAGGTTA
(TC)6(TGTC)3TGTA(TGTC)3(TC)3 AY189832
Chi008A 106 F:GGGCTCATGACACAAATT CC R:CCAAACATGTGAGTGCTGCT
(TG)12 AY135026
Chi023 139 F:GATGGGAGACTCCAA CCTGA R:CCCATCTTGTGGAGGTTGAT
(TG)2AG(TG)3TCAG(TG)3CAGTAG(TG)3TCAG(TG)3
AY135027
Chi037 82 F:GATATCAGGCCTCCT GCT TG R:GGGATTGGT TCCCTCACTCT
(TG)8 AY135028
�
�
6.2.3. Visualización de productos de PCR.
Todos los productos de PCR se corrieron en geles desnaturalizantes de poliacrilamida al
5% y urea 7.5M a 2500v, 100ma y 90wtts, aproximadamente por 2.5 horas. Para visualizar los
26
genotipos de cada individuo, se usaron dos técnicas alternativas: (1) Transferencia a membrana y
revelado por quimiolumiscencia (Pérez-Enríquez et al., 2001), en donde para determinar el
tamaño de los alelos observados se utilizó una escalera de secuenciado (Sequitherm Cycle
Sequencing kit-Epicentre Tech utilizando el primer biotinilado M13). (2) Revelado con Sybr gold
y visualización de los genotipos con un scanner FMBIO III Multi Viex (HITASHI). En este caso
se utilizaron muestras controles con tamaños ya conocidos para genotipificar las muestras.
6.3. Análisis de datos.
En el Anexo 1 se muestra una tabla con la lista de los programas utilizados en los análisis
tanto de variabilidad genética como de estructura poblacional, así como las funciones de cada uno
que se utilizaron en este estudio y la dirección de donde pueden descargarse.
6.3.1. Variabilidad genética de C. hippurus en años consecutivos.
Para cada localidad de ambos años se obtuvieron los niveles de variabilidad genética
expresada en términos de número de alelos (Na), alelos efectivos (NE), heterocigosidad esperada
(He) y heterocigosidad observada (Ho), así como el índice de fijación (F), para lo cual se utilizó
el programa GenAlEx (Peakall y Smouse, 2006).
27
Se estimó la riqueza alélica (AR) para cada una de las localidades de ambos años
mediante el método de rarefacción el cual considera el tamaño mínimo de muestra, este fue de 31
individuos en el 2005 y 32 individuos en el 2006. Esto se llevo a cabo con el programa Fstat
(Goudet, 2001).
Se determinó si existían diferencias estadísticamente significativas en los estimadores de
variabilidad genética (Na, AR, Ho y He) entre cada una de las localidades colectadas en ambos
años, mediante una prueba de Wilcoxon. En esta prueba se genera un estadístico no paramétrico
análogo a la T de student que compara de manera pareada cada una de las localidades. Dicha
prueba se realizó con el programa STATISTICA V. 8 (StatSoft Inc, 2007). Se realizó una
corrección de Bonferroni para ajustar el valor critico de significancia (Rice, 1989).
Se determinó si existían diferencias en las frecuencias alélicas entre las localidades para
cada año así como entre las localidades que se colectaron en años consecutivos (CSL, LOT y
GUA) mediante el programa GENEPOP 4.0 (Raymond y Rousset, 1995). Este programa prueba
la hipótesis nula de que los alelos se encuentran en igual frecuencia en todas las poblaciones
analizadas utilizando pruebas exactas de Fisher de manera pareada entre poblaciones. El análisis
se basa en algoritmos de Cadenas de Markov, que en este caso los parámetros establecidos fueron
10,000 demorizaciones, 1,000 batches y 5,000 iteraciones.
Para cada locus y localidad se determinó si existía ajuste al equilibrio de Hardy-Weinberg
utilizando el programa GENEPOP 4.0, mediante una prueba exacta de Fisher a partir de la
28
estimación del coeficiente de endogamia (Fis) empleando algoritmos de cadenas de Markov con
10,000 demorizaciones, 5,000 batches y 1,000 iteraciones. Se realizó una corrección de
Bonferroni para ajustar el valor crítico de significancia (Rice, 1989)
6.3.2. Prueba de desequilibrio de ligamiento.
Se determinó el desequilibrio de ligamiento por pares de loci utilizando el programa
GENEPOP el cual se basa en el método de cadenas de Markov aplicando una prueba exacta de
Fisher, para esto se utilizaron 10,000 permutaciones con un criterio de significación de 0.05
comparando locus por locus entre todas las poblaciones. La hipótesis nula de dicha prueba
establece que los genotipos de un locus son independientes de los genotipos de otro locus.
6.3.3. Estructura genética poblacional de C. hippurus.
La identificación de la estructura genética poblacional se abordó por diversos métodos. En
primera instancia se realizó un análisis factorial de correspondencia como método exploratorio
para visualizar si existen diferencias entre los genotipos de las localidades para cada año, para lo
cual se utilizó el programa GENETIX 5.05.2 (Belkhir et al., 2000).
Se verificó la estructura genética de cada año, así como entre años consecutivos a partir de
las estimaciones del índice de fijación Fst de manera pareada para cada localidad mediante el
programa ARLEQUIN Ver. 3 (Excoffier, 2005). Este programa se utilizó también para calcular el
valor Fst global de las localidades del 2005 así como el de las localidades del 2006. El cálculo
29
del estadístico F permite determinar las diferencias genéticas entre las localidades en donde los
valores de Fst=0 indican que no hay diferenciación genética entre ambas localidades, mientras
que valores diferentes a cero estadísticamente significativos son un indicativo de diferenciación
poblacional, es decir presencia de estructura genética. Se realizó una corrección de Bonferroni
para ajustar el valor crítico de significancia en las pruebas múltiples (Rice, 1989).
Para determinar la cantidad de variabilidad genética contenida dentro y entre agrupaciones
de localidades se realizó un análisis de varianza molecular (AMOVA por sus siglas en ingles) con
el programa ARLEQUIN Ver. 3 (Excoffier, 2005). Para este análisis se tomaron en cuenta todas
las localidades de ambos años, y en el caso de aquellas que fueron colectadas tanto en el 2005
como en el 2006 (CSL, LOT y GUA) se consideró cada año como una muestra independiente,
por lo que en este análisis se utilizaron un total de 13 localidades.
Se realizaron tres diferentes AMOVA, en donde las localidades se agruparon siguiendo
diferentes criterios, los cuales se describen a continuación:
a) Por años (2 grupos): 2005 (2005CSL, 2005LOT, 2005GUA, PLI,TOP) Vs 2006
(2006CSL, 2006LOT, 2006GUA, MAZ, NAY, LAP, PLO,OCE).
b) Por Costa (2 grupos): Golfo de California (PLI, 2005GUA, 2006GUA, 2005LOT,
2006LOT, 2005CSL, 2006CSL, TOP, LAP, MAZ) Vs Pacífico (NAY, PLO, OCE).
30
c) Por región dentro del Golfo de California (4 grupos) �orte (PLI) Vs Centro (TOP,
2005GUA, 2006GUA, 2005LOT, 2006LOT, LAP) Vs Sur (MAZ, 2005CSL,
2005CSL) Vs Oceánico (NAY, PLO, OCE).
En cada uno de estos análisis se utilizaron un total de 10,000 permutaciones.
6.3.4. Asignación de individuos por métodos Bayesianos.
Además de los métodos descritos previamente para detectar estructura poblacional, se
utilizaron métodos bayesianos para inferir el número de poblaciones (K) a partir de la
información de los genotipos de múltiples loci de cada individuo tratando de agrupar a las
poblaciones que se encuentren en equilibrio de Hardy-Weinberg y con equilibrio de ligamiento.
Se utilizó el programa STRUCTRE 2.1 (Pritchard et al., 2000) el cual sigue la
aproximación previamente descrita para inferir el número de poblaciones. Dicho programa asume
un modelo en donde X denota a los genotipos de los individuos colectados, Z denota las
poblaciones de origen de los individuos (que en este caso es desconocida) y P representa las
frecuencias alélicas en todas las poblaciones. De esta manera, a partir de la distribución de
probabilidad Pr(Z, P|X) α Pr(Z) Pr(P) Pr(X|Z, P) se utilizan Cadenas de Markov Monte Carlo
(MCMC) para inferir Z y P en base a las probabilidades a posteriori. Las simulaciones se
llevaron a cabo siguiendo un modelo de mezcla y con frecuencias alélicas correlacionadas, entre
31
poblaciones. Las MCMC consistieron en 1x106 pasos con un periodo de calentamiento (burnin)
de 250,000 pasos. Se probaron valores de K de 1 hasta 8 con 10 iteraciones para cada valor de K.
6.3.5. Aislamiento por distancia.
Se realizó una prueba de Mantel para probar si existía una correlación entre las distancias
geográficas con las distancias genéticas, para lo cual se utilizó el programa en línea ISOLDE el
cual está incorporado en el programa GENEPOP en línea (Raymond y Rousset, 1995;
http://genepop.curtin.edu.au/). En la prueba se consideraron las distancias geográficas en
kilómetros y los valores de Fst linearizados Fst/(1-Fst). Se utilizaron 10,000 permutaciones para
calcular el valor estadístico bajo la hipótesis nula de independencia entre las dos variables, que en
este caso es la distancia geográfica y distancia genética.
6.3.6. Estimación del tamaño efectivo poblacional �e y número de migrantes.
El tamaño efectivo poblacional fue calculado para cada localidad colectada en cada año a
partir de los valores de heterocigosidad esperada siguiendo la formula descrita en Garcia de León
et al. (1997), la cual se basa en el modelo de alelos infinitos y establece que: Ne= (H/1-H)/4µ,
donde H se refiere a los valores de heterocigosidad esperada y µ corresponde a la tasa de
32
mutación del marcador utilizado, que en este caso se consideró una tasa de mutación de 10-4 la
cual ha sido utilizada en trabajos previos (García de León et al., 1997).
El número de migrantes por generación de cada localidad se calculó utilizando dos
métodos: En el primero de ellos, el número de migrantes �m se estimó a partir del modelo de isla
propuesto por Wright (1951) el cual considera una relación entre los migrantes que recibe una
población por generación con los valores de Fst a partir de la formula �m=(1-Fst)/(4Fst) esto
asumiendo equilibrio migración-deriva. La estimación de �m se realizó de manera pareada entre
las localidades de cada año y se consideraron los valores de Fst linearizados Fst/(1-Fst) (Slatkin,
1995).
El segundo método mediante el cual se calculó tanto Ne como �m fue utilizando el
programa MIGRATE 2.8 (Beerli, 2004) que calcula el parámetro poblacional Θ (theta) el cual es
igual a 4Neµ, donde Ne es el tamaño efectivo poblacional y µ es la tasa de mutación, así como el
parámetro de migración Μ que es igual a m/µ, donde m es la tasa de inmigración por generación,
de esta manera es posible calcular �m al multiplicar Θ por Μ. Los análisis se realizaron mediante
el método de máxima verosimilitud bajo el modelo alélico utilizando diez cadenas cortas y dos
cadenas largas con 5,000 y 50,000 genealogías guardadas respectivamente. Se calcularon los
valores de Fst como parámetros de inicio con una tasa de mutación constante y migración
asimétrica. Se realizaron cinco réplicas de cada análisis para verificar la precisión de los
resultados.
33
7. RESULTADOS.
7.1. Variabilidad genética de C. hippurus.
En las localidades del 2005 para el promedio de los cinco loci analizados se encontraron
entre 6 y 18 alelos, una heterocigosidad observada (Ho) entre 0.81 y 0.93 y una heterocigosidad
esperada (He) entre 0.82 y 0.86. Los valores del índice de fijación (Fis) fueron en promedio
negativos, con excepción de Puerto Libertad, lo cual está dado por los valores elevados de
heterocigosidad observada en cada locus (Tabla II). Para las localidades del 2006 se obtuvieron
resultados similares a los del 2005, Na entre 11.40 y 14.2, Ho entre 0.80 y 0.92 y He entre 0.80 y
0.84. Para este año los valores de Fis fueron negativos en todas las localidades con excepción de
Cabo San Lucas (Tabla III).
En la Fig. 2 se muestran los valores promedio de Na y AR (a); así como los valores de Ho
y He (b) para las localidades del 2005. En esta grafica se puede observar que todas las localidades
tienen valores muy similares, con excepción de Loreto quien tiene un valor de Ho ligeramente
superior al del resto de las localidades (Fig.2b). Por otro lado, en la Fig. 3 se grafican los mismos
valores para las localidades del 2006 en donde se observa que para Na y AR los valores son
similares entre las ocho localidades (Fig. 3a) pero en cuanto a los valores de Ho, Mazatlán, Punta
Lobos y la muestra oceánica tienen valores ligeramente por encima del resto (Fig. 3b).
34
Tabla II: Variabilidad genética de C. hippurus en las localidades colectadas en el 2005. Se muestra el tamaño de muestra (N), número de alelos (Na), alelos efectivos (ne), riqueza alélica (AR), Heterocigosidad esperada (He), heterocigosidad observada (Ho) y el índice de fijación (Fis). * En desequilibrio de Hardy-Weinberg con P<0.01 Localidad Estimador Locus
chi002 chi008 chi008a chi023 chi037 Promedio Cabo San Lucas � 57 58 59 58 58 58
�a 13 26 15 25 9 18 ne 4.62 9.01 5.67 13.96 5.49 7.75 AR 10.80 19.54 12.74 20.03 8.31 14.28 Ho 0.83 0.90 0.93 0.93 0.86 0.89 He 0.78 0.89 0.82* 0.93 0.82 0.85 Fis -0.043 0.000 -0.123 0.005 -0.045 -0.04
Loreto � 55 54 55 54 55 55 �a 13 19 13 31 16 18
ne 5.05 6.67 5.93 12.36 5.91 7.19 AR 10.28 15.53 11.17 22.93 12.76 14.53 Ho 0.98 0.94 0.89 0.91 0.93 0.93 He 0.80* 0.85 0.83 0.92 0.83 0.85 Fis -0.215 -0.102 -0.062 0.022 -0.106 -0.09
Guaymas � 62 63 61 61 63 62.00 �a 11 19 19 25 12 17.20
ne 6.571 8.051 6.962 13.756 5.463 8.16 AR 9.37 14.59 15.82 19.66 9.88 13.87 Ho 0.92 0.92 0.70 0.98 0.92 0.89 He 0.85 0.88 0.86* 0.93 0.82 0.86
Fis -0.076 -0.043 0.184 -0.052 -0.119 -0.02 Puerto Libertad � 32 31 31 31 32 31
�a 14 13 16 12 11 13.20 ne 7.211 5.507 10.920 8.776 5.032 7.49 AR 13.84 13.00 16.00 12.00 10.84 13.14 Ho 0.78 0.65 0.87 0.87 0.91 0.81
He 0.86 0.82* 0.91 0.89 0.80 0.86 Fis 0.108 0.227 0.057 0.033 -0.115 0.06
Topolobampo � 73 70 72 69 72 71 �a 13 21 14 20 12 16.00
ne 4.238 6.782 6.930 8.744 4.260 6.19 AR 10.05 15.70 11.11 16.22 8.67 12.35 Ho 0.77 0.90 0.86 0.96 0.83 0.86 He 0.76 0.85 0.86 0.89 0.77 0.82 Fis 0.002 -0.048 0.001 -0.072 -0.082 -0.04
Promedio � 56 55 56 55 56 55 �a 13 20 15 23 12 16
ne 5.54 7.20 7.28 11.52 5.23 7.36 AR 10.87 15.67 13.37 18.17 10.09 13.63 Ho 0.85 0.86 0.85 0.93 0.89 0.88 He 0.81 0.86 0.86 0.91 0.81 0.85 Fis -0.04 0.01 0.01 -0.01 -0.09 -0.03
35
Tabla III: Variabilidad genética de C. hippurus en las localidades colectadas en el 2006. Se muestra el tamaño de muestra (N), número de alelos (Na), alelos efectivos (ne), riqueza alélica (AR), Heterocigosidad esperada (He), heterocigosidad observada (Ho) y el índice de fijación (Fis). * En desequilibrio de Hardy-Weinberg con P<0.01 Localidad Estimador Locus
chi002 chi008 chi008a chi023 chi037 Promedio Cabo San Lucas � 56 68 63 47 58 58.40
�a 6 14 12 15 11 11.60 ne 3.85 8.06 5.99 9.71 3.95 6.31 AR 5.80 12.71 10.18 14.07 8.72 10.30 Ho 0.68 0.85 0.90 0.81 0.78 0.80 He 0.74 0.88 0.83 0.90* 0.75 0.82 Fis 0.092 0.033 -0.078 0.109 -0.030 0.025
Loreto � 33 32 33 34 32 32.80 �a 7 18 10 16 7 11.60
ne 3.83 8.61 6.54 9.21 3.55 6.35 AR 6.97 18.00 9.94 15.59 7.00 11.50 Ho 0.82 0.88 0.91 0.91 0.75 0.85 He 0.74 0.88 0.85 0.89 0.72 0.82 Fis -0.091 0.025 -0.057 -0.007 -0.028 -0.032
Guaymas � 56 52 48 51 48 51.00 �a 7 15 13 16 10 12.20
ne 3.97 7.13 6.78 7.74 4.64 6.05 AR 6.39 13.33 11.52 14.04 9.23 10.90 Ho 0.73 0.87 0.98 0.86 0.85 0.86 He 0.75 0.86 0.85* 0.87 0.78 0.82
Fis 0.030 0.003 -0.138 0.019 -0.078 -0.033 Mazatlán � 71 71 68 64 74 69.60
�a 11 22 13 14 14 14.80 ne 4.80 8.58 7.11 8.75 4.74 6.80 AR 8.79 16.35 11.04 12.19 11.16 11.91 Ho 1.00 0.94 0.87 0.97 0.84 0.92
He 0.79* 0.88 0.86 0.89 0.79 0.84 Fis -0.256 -0.061 -0.002 -0.085 -0.054 -0.092
�ayarit � 78 77 70 73 77 75.00 �a 9 16 12 16 16 13.80
ne 4.69 6.50 4.74 7.95 4.24 5.63 AR 8.10 12.65 9.40 12.44 10.51 10.62 Ho 0.95 0.79 0.76 0.78 0.83 0.82 He 0.79* 0.85 0.79 0.87* 0.76 0.81 Fis -0.199 0.070 0.047 0.113 -0.081 -0.010
36
Tabla III. Continuación. La Paz � 41 34 37 41 40 38.60
�a 8 16 10 14 9 11.40 ne 3.50 6.82 4.45 10.19 3.91 5.77 AR 7.30 15.69 9.71 13.54 8.36 10.92 Ho 0.85 0.74 0.84 0.93 0.80 0.83 He 0.71 0.85 0.78 0.90 0.74 0.80 Fis -0.182 0.153 -0.066 -0.015 -0.062 -0.034
Punta Lobos � 38 38 35 34 37 36.40 �a 8 17 12 16 8 12.20
ne 3.73 6.38 6.09 8.89 3.62 5.74 AR 6.89 15.68 11.65 17.70 7.59 11.90 Ho 0.82 0.87 0.83 0.94 1.00 0.89 He 0.73 0.84 0.84 0.89 0.72* 0.80 Fis 0.128 -0.016 0.023 -0.045 -0.369 -0.056
Oceánicos � 45 48 50 48 48 47.80 �a 9 17 10 15 7 11.60
ne 4.93 8.08 5.57 10.06 3.67 6.46 AR 8.05 16.25 9.11 14.60 6.62 10.93 Ho 0.89 0.90 0.92 1.00 0.92 0.92 He 0.80 0.88 0.82 0.90* 0.73* 0.82 Fis -0.103 -0.011 -0.111 -0.100 -0.250 -0.12
Promedio � 52.25 52.50 50.50 49.00 51.75 51.20 �a 8.13 16.88 11.50 15.25 10.25 12.40 ne 4.16 7.52 5.91 9.06 4.04 6.14 AR 7.29 15.08 10.32 14.27 8.65 11.12 Ho 0.84 0.85 0.88 0.90 0.85 0.86 He 0.76 0.87 0.83 0.89 0.75 0.82 Fis -0.073 0.025 -0.048 -0.001 -0.119 -0.043
37
Fig.2: Valores promedios de: (a) Número de alelos (Na) y riqueza alélica (AR); (b) Heterocigosidad esperada (He) y Heterocigosidad observada (Ho) para las localidades del 2005.
a
b
38
Fig.3: Valores promedios de: (a) Número de alelos (Na) y riqueza alélica (AR); (b) Heterocigosidad esperada (He) y Heterocigosidad observada (Ho) para las localidades del 2006.
La Prueba de Wilcoxon permitió verificar los resultados anteriores, indicando que para el
caso de las localidades del 2005, después de la corrección de Bonferroni no existen diferencias
significativas entre las localidades en ninguno de los estimadores que se compararon (P>0.05;
Tabla IV). De igual manera, en las localidades del 2006, después de la corrección de Bonferroni
se encontró que no hay diferencias significativas (P>0.001) en los estimadores de todas las
localidades colectadas (Tabla V).
a
b
39
Tabla IV: Valores de significancia de la prueba de Wilcoxon entre las localidades del 2005. ���������� �� �� � �� �� ��csl Vs lot 0.8551 1.0000 ������� 0.2249 0.8927 1.0000
csl Vs gua 1.0000 1.0000 ������� 0.5002 0.6858 0.3711
csl Vs pli 0.6858 1.0000 ����� 0.1380 0.6858 0.3711
csl Vs top 0.2733 0.3711 ������ 0.2249 0.1380 1.0000
lot Vs gua 0.5839 0.3711 ������ 0.3452 0.1380 1.0000
lot Vs pli 0.2249 1.0000 ������� 0.0431 0.6858 0.3711
lot Vs top 0.4652 1.0000 ������� 0.2249 0.2249 0.3711
gua Vs pli 0.1775 1.0000 ������� 0.3452 0.5002 0.3711
gua Vs top 0.4652 0.0736 ���� �� 0.5002 0.0431 1.0000
pli Vs top 0.4185 0.3711 ����� 0.6858 0.1380 0.3711
Tabla V: Valores de significancia de la prueba de Wilcoxon entre las localidades del 2006. ���������� �� �� � �� �� ��csl Vs lot 1.0000 1.0000 0.5002 0.2249 0.8927 1.0000
csl Vs gua 0.2249 1.0000 0.0796 0.0431 0.6858 0.0736
csl Vs maz 0.1056 0.3711 0.1380 0.0796 0.1380 0.3711
csl Vs nay 0.0679 1.0000 0.6858 0.8927 0.6858 1.0000
csl Vs lap 0.8927 0.3711 0.6858 0.5002 0.1380 1.0000
csl Vs plo 0.5839 0.3711 0.1380 0.1380 0.0796 1.0000
csl Vs oce 1.0000 1.0000 0.5002 0.0431 0.8927 0.0736
lot Vs gua 0.5930 1.0000 0.8927 0.8927 0.8927 1.0000
lot Vs maz 0.0796 1.0000 0.6858 0.0796 0.2249 0.3711
lot Vs nay 0.2733 1.0000 0.6858 0.3452 0.8927 1.0000
lot Vs lap 0.7150 1.0000 0.5002 0.6858 0.3452 0.3711
lot Vs plo 0.2733 0.3711 0.6858 0.8927 0.1380 1.0000
lot Vs oce 1.0000 1.0000 0.3452 0.0431 0.5002 0.0736
gua Vs maz 0.1441 0.0736 0.2249 0.5002 0.0431 1.0000
gua Vs nay 0.2012 1.0000 0.6858 0.3452 0.5002 1.0000
gua Vs lap 0.3452 0.3711 0.8927 0.5002 0.1380 1.0000
gua Vs plo 1.0000 0.3711 0.2249 0.5002 0.2249 1.0000
gua Vs oce 0.5002 1.0000 0.8927 0.1380 0.8927 0.3711
maz Vs nay 0.6858 0.0736 0.0796 0.0431 0.0431 0.3711
maz Vs lap 0.0679 0.3711 0.2249 0.0431 0.0796 1.0000
maz Vs plo 0.1380 0.3711 0.6858 0.3452 0.0796 0.3711
maz Vs oce 0.0796 1.0000 0.3452 0.8927 0.3452 1.0000
40
Tabla V: Continuación. ���������� �� �� � �� �� ��nay Vs lap 0.0679 1.0000 0.6858 0.8927 0.5002 1.0000
nay Vs plo 0.4227 1.0000 0.3452 0.2249 0.6858 0.3711
nay Vs oce 0.2012 0.3711 0.8927 0.0796 0.5002 0.3711
lap Vs plo 0.2012 1.0000 0.6858 0.3452 0.8927 1.0000
lap Vs oce 0.7150 1.0000 0.8927 0.0431 0.2249 0.3711
plo Vs oce 0.2733 0.3711 0.3452 0.3452 0.2249 1.0000
La prueba realizada con el programa GENEPOP para las frecuencias alélicas mostró que
existen diferencias significativas entre las frecuencias alélica entre cada una de las comparaciones
pareadas de las localidades tanto para el 2005 como para el 2006. (P<0.05). Esto significa que a
pesar de que no hubo diferencias en el número de alelos entre todas las localidades del 2005 y en
la mayoría de las localidades del 2006 (prueba de Wilcoxon), las frecuencias con las que se
presentaron dichos alelos si varió de manera significativa entre cada una de las localidades.
El análisis realizado entre las localidades que se colectaron en ambos años (CSL, LOT y
GUA) también mostró diferencias significativas (P<0.05) en todas las comparaciones, es decir,
ninguna de las tres localidades presentó frecuencias alélicas iguales de un año al otro.
41
7.2. Desequilibrio de ligamiento.
Los resultados de esta prueba indicaron que no hay desequilibrio de ligamiento entre los
loci para las localidades del 2005 tras realizar un ajuste secuencial de Bonferroni (P>0.006 ) con
excepción de la comparación pareada entre los loci chi023 con Chi002 y Chi023 con Chi008a
(P<0.006). De igual manera, para las localidades del 2006 no se presento desequilibrio de
ligamiento para ninguna de las comparaciones entre los cinco loci tras realizar un ajuste
secuencial de Bonferroni (P>0.005).
7.3. Análisis factorial de correspondencia.
El análisis factorial realizado con el programa GENETIX para las localidades tanto en el
2005 como en el 2006 muestra que no existen centros de gravedad completamente diferenciados,
sino que hay un traslape entre los centro de gravedad de cada localidad, lo cual podría traducirse
en una ligera diferenciación genética entre las localidades. En la Fig. 3 se muestra el AFC para
las localidades del 2005. En este caso, a pesar de que se observa cierta variación en los datos, no
se pueden distinguir grupos que pudieran indicar diferencias genéticas entre las localidades.
Además, es importante mencionar que el porcentaje de varianza explicada por los tres primeros
ejes es muy bajo, solo de 5.52%.
42
Fig. 4: Análisis Factorial de Correspondencia de las localidades del 2005
Para el caso de las localidades colectadas en el 2006 (Fig. 4) también se observa una
agrupación de los datos, es decir, no se presentan centros de gravedad diferenciados por lo que
podemos decir que en este análisis exploratorio no se presentan diferencias genéticas, sin
embargo esa estructura de datos es escasamente explicada por los tres primeros ejes o factores
(5.27%).
CSL LOT GUA PLI TOP
43
Fig. 5: Análisis Factorial de Correspondencia de las localidades del 2006.
7.4. Estructura genética poblacional.
Los resultados de las comparaciones pareadas para el 2005 de Fst muestran que a pesar de
que se obtuvieron valores bajos (entre 0.009 y 0.027), estos fueron significativos en todas las
comparaciones, lo cual indica una diferenciación genética poblacional ligera pero significativa
entre las localidades que se colectaron en ese año (Tabla VI). De todas las comparaciones, los
mayores valores de Fst se observaron entre Guaymas y Cabo San Lucas así como entre Guaymas
con Topolobampo, ambos casos con un valor de 0.027. Por otro lado, Loreto con Topolobampo
presento el menor valor de Fst con 0.009 (Tabla VI).
CSL LOT GUA MAZ NAY LAP PLO OCE
44
Tabla VI: Comparaciones pareadas de los valores de Fst para las localidades del 2005. Debajo de la diagonal se muestra el valor Fst y por encima de la diagonal el valor P.
�� ��� ��� �� ��� ������ �� ����� ����� ����� �������� ����� �� ����� ����� ������� ������ ������ �� ����� �������� ������ ������ ������ �� �������� ���� � ������ ������ ����� ��
En el caso de las localidades del 2006 se obtuvieron valores bajos de Fst al igual que en el
2005, sin embargo después de realizar el ajuste de Bonferroni (con una significancia de P=0.002)
solamente los valores de Fst obtenidos entre la muestra oceánica con Nayarit, Oceánica con Punta
Lobos y Punta Lobos con Nayarit resultaron ser significativos (Tabla VII) mientras que los
valores del resto de las comparaciones no mostraron diferencias genéticas.
45
Tabla VII: Comparaciones pareadas de los valores de Fst para las localidades del 2006. Debajo de la diagonal se muestra el valor Fst y por encima de la diagonal el valor P. valores en negritas indican que son significativos con P<0.002
Al realizar el análisis temporal comparando los tres sitios que fueron colectados tanto en
el 2005 como en el 2006 (Cabo San Lucas, Loreto y Guaymas) se observa que después del ajuste
secuencial de Bonferroni (con una significación de P=0.007) existen diferencias tanto espaciales
como temporales en donde Guaymas resultó ser genéticamente diferente en años consecutivos
(P<0.007) mientras que Loreto y Cabo San Lucas no presentaron cambios en años consecutivos
(P>0.007; Tabla VIII). Loreto en el 2005 resulto ser genéticamente similar a Cabo San Lucas y
Guaymas del 2006, en tanto que Cabo San Lucas y Guaymas del 2005 se diferenciaron
genéticamente de todas las localidades del 2006.
��� ��� �� � � � � � � ��� ������ � ���� ����� ���� �� � ����� �� � �������� ����� � ����� ���� ���� ����� ����� ������ ������ ����� � ��� ����� ���� ���� ����� � ����� ���� ������ � �� �� � ���� ������ � ������ ���� ����� ������ � ���� ���� ������ � ������ ����� ����� ������ ����� � ���� �������� ������ ����� ����� ����� ���� ������ � ���� ��� ����� ����� ����� ����� ���� ����� ���� �
46
Tabla VIII: Comparaciones pareadas de los valores de Fst para las localidades colectadas en años consecutivos. Debajo de la diagonal se muestra el valor Fst y por encima de la diagonal el valor P. valores en negritas indican que son significativos con P<0.007
2005CSL 2005LOT 2005GUA 2006CSL 2006LOT 2006GUA 2005CSL - 0 0 0.035 0.000 0.004 2005LOT 0.015 - 0.000 1.000 0.112 0.283 2005GUA 0.027 0.023 - 0.001 0.000 0.000 2006CSL 0.004 -0.014 0.010 - 0.998 0.997 2006LOT 0.025 0.002 0.024 -0.015 - 0.090 2006GUA 0.007 0.001 0.021 -0.010 0.003 -
El análisis global de Fst para las localidades del 2005 resulto con un valor de 0.019 el cual
fue significativo (P<0.05). Por otro lado en el 2006 se obtuvo un valor de Fst de 0.002 el cual fue
también significativo (P=0.009). En ambos casos, los valores de Fst significativos indican que
existen diferencias genéticas entre algunas de las localidades analizadas. Debido a que en el 2006
la muestra oceánica es la que presenta la mayor diferencia genética (Tabla VII) se realizó
nuevamente la prueba eliminando la muestra oceánica. Esta nueva prueba resulto con un valor de
Fst de -0.0003 y no fue significativo (P=0.264).
El análisis de varianza molecular (AMOVA) mostró que la mayor parte de la varianza
genética en cada uno de los grupos probados se encontró dentro de las poblaciones con valores
superiores al 98% de la varianza total y valores de Fst significativos (p<0.00; Tabla VI) lo que
indica una alta variación entre los individuos.
47
La hipótesis de que las localidades se encuentren genéticamente estructuradas por años
consecutivos (2005 Vs 2006) no fue apoyada por la AMOVA la cual no mostró valores
significativos (P=0.38; Tabla IX). De igual manera, la agrupación de las localidades en Golfo de
California y Océano Pacífico no mostró valores significativos (P=0.35) (Tabla IX) y la tercera
prueba en la cual se agruparon las localidades de acuerdo a la regionalización del Golfo de
California en Norte, Centro, Sur y la parte Oceánica tampoco mostró valores significativo
(P=0.70; Tabla IX).
Tabla IX. Análisis de varianza molecular (AMOVA) de estructura genética poblacional de C. hippourus. Valores de P en negritas indican que el valor del estadístico F es significativamente diferente de 0.
Estructura probada fuente de variación varianza % del total Estadístico F Valor P 1 2005 Vs 2006 (2 grupos)
Entre grupos 0.00042 0.02 FCT= 0.002 0.38 Dentro de los grupos 0.01938 1.03 FSC= 0.0002 0.00 Dentro de las poblaciones 1.85553 98.94 FST= 0.010 0.00
2 Golfo de California Vs Pacífico (2 grupos) Entre grupos 0.00094 0.05 FCT= 0.000 0.35 Dentro de los grupos 0.01922 1.02 FSC= 0.010 0.00 Dentro de las poblaciones 1.85553 98.29 FST= 0.007 0.00
3 Regiones GC (4 grupos) Entre grupos -0.00229 -0.12 FCT= -0.001 0.70 Dentro de los grupos 0.02127 1.13 FSC= 0.011 0.00
Dentro de las poblaciones 1.85555 98.99 FST= 0.010 0.00 La prueba de asignación de individuos a partir del método Bayesiano mediante el
programa STRUCTURE no detectó una estructura poblacional para los individuos de C. hippurus
colectados en ambos años. En la fig. 6 se observan los valores promedio de probabilidad LnP(D)
48
calculados para cada K inferido en las localidades del 2005, en este caso el la mayor probabilidad
se obtuvo con K=1 lo que significa que no se encontraron diferencias genéticas entre los
individuos colectados en este año. En la Fig. 7 se muestran los valores promedios de LnP(D)
calculados para cada K inferido para las muestras colectadas en el 2006 en donde se observa que
la mayor probabilidad se encontró en K=1.
Media
Desv Est 1 2 3 4 5 6 7 8
K
-13000
-12000
-11000
-10000
-9000
-8000
-7000
-6000
LnP
(D)
Fig. 6: Número de poblaciones, K, de C. hippurus inferidas a partir del cálculo de LnP(D) en el
2005.
49
Media
Desv. Est. 1 2 3 4 5 6 7 8
K
-9350
-9300
-9250
-9200
-9150
-9100
-9050
-9000
-8950
-8900
LnP
(D)
Fig. 7: Número de poblaciones, K, de C. hippurus inferidas a partir del cálculo de LnP(D) en el 2006.
50
7.5. Aislamiento por distancia.
La prueba de Mantel para las localidades del 2005 mostró que no existe una correlación
de las distancias geográficas (en Km) y las distancias genéticas (valores de Fst/(1-Fst)) con un
valor de R2=0.0059 y P=0.38 (Fig. 8).
Fig. 8: Aislamiento por distancia de las localidades del 2005.
Para las localidades del 2006, debido a la mayor distancia que existe entre la muestra
oceánica con el resto, se realizó una transformación de la distancia geográfica en Km en una
escala logarítmica (ln) la cual se realizó en el mismo programa ISOLDE. Esta correlación
presentó un valor de R2=0.1485 y no fue significativa (P=0.13) (Fig. 9).
51
Fig. 9: Aislamiento por distancia de las localidades del 2006 incluyendo muestra oceánica.
Como se observa en la Fig. 8, los puntos en donde están los valores de la muestra
oceánica forman una nube aparte del resto, por lo que se decidió realizar nuevamente la prueba
pero ahora sin considerar los datos de la muestra oceánica. Esta prueba resultó con un coeficiente
de correlación aun más bajo que la anterior (R2=0.085) (Fig. 10) y de igual manera no fue
significativa (P=0.15), lo cual nos indica que no existe relación entre la distancia genética y la
distancia geográfica en las localidades.
52
Fig. 10: Aislamiento por distancia de las localidades del 2006 excluyendo la muestra oceánica.
7.6 Estimación del tamaño efectivo poblacional y número de migrantes.
Los valores de Ne calculados para las localidades del 2005 fueron de entre 11,755
individuos para Topolobampo a 15,997 individuos para Guaymas, mientras que para el 2006 se
obtuvieron valores de NE menores ya que estos fueron de 9,865 para la localidad de La Paz hasta
11,740 para la muestra Oceánica.
53
El número de migrantes por generación estimado a partir de los valores de Fst para las
localidades del 2005 resultó en un valor máximo de migrantes de 29.16 entre Loreto y
Topolobampo y un valor mínimo de 9.13 entre Guaymas y Topolobampo (Tabla X).
En las localidades del 2006 el número de migrantes estimado con los valores de Fst fue
mayor en comparación con los estimados en el 2005. El menor número de migrantes fue de 15.02
entre la muestra oceánica y Punta Lobos, y fue precisamente la muestra oceánica la que presentó
el menor número de migrantes con la mayoría de las localidades (Tabla XI ); por otro lado se
obtuvo un número infinito (∞) de migrantes entre CSL y el resto de las localidades (con
excepción de la muestra oceánica), así como en otras cinco de las comparaciones pareadas.
Después del número infinito de migrantes, figuró lo obtenido entre las localidades de Loreto y La
Paz con un valor de 1,785.46 (Tabla XI).
Tabla X: Número de migrantes �m por generación en las localidades del 2005.
CSL LOT GUA PLI TOP CSL - LOT 16.18 - GUA 9.16 10.81 - PLI 12.57 12.90 20.26 - TOP 10.05 29.16 9.13 16.55 -
54
Tabla XI: Número de migrantes �m por generación en las localidades del 2006.
CSL LOT GUA MAZ �AY LAP PLO OCE CSL - LOT ∞ - GUA ∞ 274.48 - MAZ ∞ 53.51 ∞ - �AY ∞ 42.63 76.91 ∞ - LAP ∞ 1,785.46 ∞ ∞ 372.88 - PLO ∞ 19.77 781 25.44 16.49 ∞ - OCE 32.99 29.37 29.91 27.37 15.07 30.61 15.02 -
En cuanto al cálculo de los parámetros poblacionales a partir del uso del programa
MIGRATE, en la tabla XII se muestran los valores de Θ y Μ obtenidos con el método de máxima
verosimilitud. En esta tabla se observa que el máximo valor de Θ lo presenta Loreto con 4.86
mientras que el menor valor lo presenta Guaymas con 2.34. Con respecto a los valores de Μ, los
mayores valores se encuentran entre Guaymas con Loreto y Guaymas con Topolobampo (5.0596
y 5.1013 respectivamente) mientras que el menor valor se observó en Puerto Libertad como
receptora de Cabo San Lucas (0.7292).
55
Tabla XII: Estimación de los parámetros Θ y Μ a partir del método de máxima verosimilitud para las localidades del 2005.
Localidad Θ (4�µ) Μ(m/µ)[+= población receptora]
CSL+ LOT+ GUA+ PLI+ TOP+
CSL 3.43 - 3.6481 3.5203 0.7292 5.0067
LOT 4.86 2.6384 - 4.9382 1.0613 4.1331
GUA 2.34 1.8354 5.0596 - 2.8409 5.1013
PLI 2.83 3.2683 2.9003 3.9681 - 4.4995
TOP 2.74 2.2064 2.1496 3.7932 1.0641 -
A partir del cálculo de los parámetros Θ y Μ, es posible obtener los valores del tamaño
efectivo poblacional de cada localidad así como el número de migrantes por generación entre
cada localidad. Para obtener el valor de Ne a partir de Θ se asumió una tasa mutacional de
microsatélites de 10-4 por locus por generación el cual es el valor que utilizan Gonzalez et al.
(2008) y Gonzalez y Zardoya (2007) para calcular el tamaño efectivo poblacional de T. obesus y
S. pilchardus respectivamente. En la tabla XIII se muestran los valores de Ne y el número de
migrantes por generación entre cada localidad.
56
Tabla XIII: Calculo de los valores de Ne y Nm a partir de los estimadores Θ y Μ para las localidades del 2005 considerando una µ de 10-4.
Localidad �e �m (ΘΜ) [+= población receptora]
CSL+ LOT+ GUA+ PLI+ TOP+
CSL 8,575 - 12.5130 12.0746 2.5012 17.1730
LOT 12,150 12.8226 - 23.9997 5.1579 20.0869
GUA 5,850 4.2948 11.8395 - 6.6477 11.9370
PLI 7,075 9.2493 8.2078 11.2297 - 12.7336
TOP 6,850 6.0455 5.8899 10.3934 2.9156 -
Se obtuvieron valores de Ne entre 5,850 y 12,150 en tanto que el número de migrantes fue
de entre 2.5012 y 23.9997. Se observa que el mayor flujo de individuos ocurre hacia las
localidades de Guaymas y Topolobampo, en tanto que Puerto Libertad está recibiendo una
cantidad reducida de migrantes.
Para las localidades del 2006 se obtuvieron valores de Θ entre 1.43 y 2.27 de las
localidades Oceánica y Mazatlán, respectivamente (Tabla XIV), los cuales fueron menores a los
observados en el 2005. Los valores de Μ obtenidos en este año también son ligeramente menores
a los observados en el 2005, con valores que van de 0.51 a 5.908 (Tabla XI).
57
Tabla XIV: Estimación de los parámetros Θ y Μ a partir del método de máxima verosimilitud para las localidades del 2006.
Localidad Θ (4�µ) Μ(m/µ)[+= población receptora] CSL+ LOT+ GUA+ MAZ+ �AY+ LAP+ PLO+ OCE+
CSL 1.66 - 0.716 1.351 4.915 4.234 1.935 1.145 2.441
LOT 1.54 1.662 - 3.105 1.777 3.424 1.142 3.671 2.900
GUA 1.44 3.806 0.515 - 5.908 5.014 4.140 0.874 1.551
MAZ 2.27 2.913 0.590 1.296 - 4.925 2.692 1.115 1.614
�AY 1.84 3.254 1.023 2.194 4.260 - 0.972 1.880 1.884
LAP 1.56 2.334 1.589 2.863 3.000 3.642 - 2.168 1.147
PLO 1.56 3.505 1.403 2.313 2.217 2.437 3.028 - 1.569
OCE 1.43 2.382 1.011 1.551 4.399 4.431 2.576 1.610 -
En el 2006 se obtuvieron valores de NE entre 3,563 y 5,668 en donde Mazatlán presenta el
mayor NE con 5,668 individuos. Por otro lado el número de migrantes por generación calculado a
partir del valor de Μ fue entre 0.74 a 8.506 (Tabla XV). Estos valores son menores a los
obtenidos en el 2005 con MIGRATE (Tabla XIII). En este año se observa que el mayor flujo de
migrantes ocurre principalmente hacia Mazatlán y Nayarit mientras que el menor flujo ocurre en
Loreto, el cual recibe pocos migrantes del resto de las localidades.
58
Tabla XV: Calculo de los valores de Ne y Nm a partir de los estimadores Θ y Μ para las localidades del 2006 considerando una µ de 10-4.
Localidad �e �m (ΘΜ) [+= población receptora]
CSL+ LOT+ GUA+ MAZ+ �AY+ LAP+ PLO+ OCE+
CSL 4,151 - 1.188 2.243 8.160 7.029 3.213 1.901 4.053
LOT 3,862 2.567 - 4.797 2.745 5.290 1.764 5.671 4.480
GUA 3,599 5.480 0.741 - 8.506 7.218 5.961 1.259 2.232
MAZ 5,668 6.604 1.338 2.937 - 11.167 6.103 2.528 3.658
�AY 4,592 5.977 1.878 4.029 7.825 - 1.784 3.453 3.461
LAP 3,901 3.642 2.478 4.466 4.681 5.683 - 3.382 1.789
PLO 3,907 5.477 2.192 3.614 3.465 3.809 4.731 - 2.452
OCE 3,563 3.394 1.441 2.210 6.269 6.315 3.671 2.295 -
59
8. DISCUSIÓ�.
8.1. Variabilidad genética.
A pesar de la importancia comercial del dorado (Zuñiga-Flores et al., 2008) y la utilidad
del uso de microsatélites en estudios poblacionales en peces pelágicos (Ward, 2000), hasta la
fecha no existen trabajos publicados en donde se haya utilizado este marcador molecular para
tratar de identificar estructura genética poblacional de C. hippurus en ninguna región oceánica.
Los únicos trabajos realizados han sido con alozimas en el Mediterráneo y el Atlántico (Pla y
Pujolar, 1999) y con ADN mitocondrial en el Pacífico oriental (Rocha-Olivares et al., 2006;
Díaz-Jaimes et al., 2006).
El análisis poblacional de C. hippurus realizado con los cinco loci microsatélite mostró
niveles altos de variabilidad genética tanto en los valores promedio de heteorocigosidad así
como en número de alelos (Ho: 0.81-0.89, He: 0.82-0.86, Na: 13.20-18 para el 2005; Ho: 0.80-
0.92, He: 0.80-0.84, Na: 11.40-13.80 para el 2006). Dichos niveles de variabilidad concuerdan
con los valores reportados para diversas especies de peces marinos (Na:19.9, Ho:0.77; DeWoody
y Avise, 2000) así como para los reportados para otras especies de pelágicos como el atún
Thunnus obesus, (Na: 8.7-20.4, Ho: 0.67-0.908, He: 0.74-0.958; Gonzalez et al., 2008), la sardina
Sardina pilchardus (Na: 27.4-31, Ho: 0.692-0.808, He: 0.944-0.955; Gonzalez y Zardoya, 2007)
y peces demersales como el bacalao del Atlántico Gadus morhua (Na: 12.7-13.3; Knutsen et al.,
60
2003), los cuales se caracterizan por ser especies con poblaciones grandes y elevado flujo
genético.
Tal como se muestra en las tablas II y III, de las 65 pruebas de equilibrio de Hardy-
Weinberg, 12 presentaron desequilibrio (4 en el 2005 y 8 en el 2006). La presencia de
desequilibrio de HW con microsatélites es común en diversas especies de peces marinos, sin
embargo, por lo general tienen una tendencia al déficit de heterocigotos (Ruzzante et al., 1996;
Díaz-Jaimes y Uribe-Alcocer, 2006; Appleyard et al., 2001; Gonzalez y Zardoya, 2007). Dicho
déficit de heterocigotos por lo general es atribuido a factores como los sistemas de reproducción
o la mezcla de poblaciones o cohortes diferentes (efecto Wahlund) (Rousset y Raymond, 1995;
Gonzalez et al., 2008), o en otros casos debido a la presencia de alelos nulos (O´Reilly et al.,
2004).
En este trabajo, 2 de las 4 pruebas de equilibrio en el 2005 mostraron déficit de
heterocigotos y en el 2006 solamente 2 de las 8 prueba que presentaron desequilibrio resultaron
con déficit de heterocigotos mientras que el resto presentó exceso de heterocigotos. Tales
desviaciones del equilibrio de HW con tendencia hacia el exceso de heterocigotos podrían
deberse a la presencia de organismos resultantes del entrecruzamiento entre individuos de
diferentes subpoblaciones después de ocurrir un efecto Wahlund, es decir, cruzándola cruza de
individuos de subpoblaciones diferentes como consecuencia de la ruptura de una posible barrera
oceanográfica. De haber ocurrido este fenómeno, el exceso de heterocigotos debiera ser
consistente entre los diferentes marcadores evaluados para la misma población, pero al analizar
61
las tablas II y III se observa que no hay un patrón claro en donde una población tenga exceso de
heterocigotos en cada locus, sino que las desviaciones se presentan de manera estocástica, por lo
que posiblemente se deba a eventos azarosos.
8.2. Estructura genética poblacional de C. hippurus a partir de estadísticos F.
En las especies de peces marinos, la estructura genética poblacional esta moldeada tanto
por factores oceanográficos como las corrientes (Knutsen et al., 2003; Carlsson et al., 2004;
O´Reilly et al., 2004) y diferencias en la temperatura superficial del mar (Díaz-Jaimes y Uribe-
Alcocer, 2006) así como por las características propias de cada especie como puede ser la
preferencia por ciertos sitios de reproducción (Chow et al., 1997; Wirth y Bernatchez, 2001) o la
capacidad de dispersión, lo cual puede propiciar un aislamiento por distancia (Gonzalez y
Zardoya, 2007).
En este trabajo, los niveles de estructura genética expresados en valores de Fst de C.
hippurus fueron bajos (Fst= 0.019 para las localidades del 2005 y Fst= 0.002 para las localidades
del 2006, incluyendo la muestra oceánica), sin embargo, estos resultados son similares a los
reportados para otras especies de peces marinos (Ward, 1994). Estos niveles de estructura
genética bajos en comparación con especies de peces dulceacuícolas (Fst= 0.22; Waples, 1998)
son reflejo de las condiciones del medio oceánico el cual favorece el elevado flujo genético entre
individuos de distintas poblaciones.
62
En las localidades del 2005, el cálculo de los valores de Fst pareados muestra que existe
una diferenciación genética muy sutil entre todas las localidades con valores de Fst significativos
(Tabla VI). Estos resultados, junto con el hecho de que las frecuencias alélicas de cada localidad
fueron significativamente diferentes, sugieren que en este año en particular el dorado presentó
una ligera estructura genética poblacional. Tal resultado apoya a trabajos previos en donde han
detectado diferencias poblacionales tanto con ADN mitocondrial (Rocha-Olivares et al., 2006)
como con datos morfométricos (Madrid y Beltrán-Pimienta, 2001).
En el 2006, por el contrario, los valores de Fst pareados (Tabla VII) muestran que
solamente existen diferencias genéticas en tres comparaciones en las que se consideran solamente
localidades fuera del Golfo (OCE-PLO, OCE-NAY y PLO-NAY). Además, el valor global de Fst
del 2006 indica que existen diferencias genéticas cuando se consideran todas las localidades (Fst=
0.002, P<0.05), pero cuando se excluye la muestra oceánica del análisis esta diferencia genética
desaparece (Fst=-0.003, P=0.26), lo que indica que la muestra oceánica es la que presenta mayor
diferencia con respecto al resto, posiblemente por la distancia geográfica en la que se encuentra.
El hecho de que se hayan encontrado diferencias entre localidades cercanas geográficamente y
que se encuentran hacia las afueras del Golfo de California (Punta Lobos, Nayarit y la muestra
oceánica), pero no entre estas mismas con respecto a localidades más alejadas que se encuentran
dentro del Golfo posiblemente este dado por una distribución y supervivencia azarosa de las
larvas, lo cual se explicara más adelante.
63
En cuanto a los valores de Fst calculados solamente para las tres localidades que fueron
colectadas tanto en el 2005 como en el 2006 (CSL, LOT y GUA) estos indican que solamente
GUA presentó diferencias genéticas de un año a otro (Fst=0.021, P=0) en tanto que CSL y LOT
no presentaron diferencias genéticas temporales (Fst= 0.004 y 0.002 respectivamente, P>0.007).
Estos resultados indican que en general la estructura genética que se observó en el 2005 presenta
ciertas modificaciones en el 2006. Dichos cambios en la estructura genética de C. hippurus entre
años consecutivos no fue observado en el estudio realizado por Díaz-Jaimes et al. (2006) con
muestras de Baja California Sur, Sinaloa y Chiapas colectadas en tres años consecutivos, sin
embargo esto puede ser consecuencia de las características propias de la región del ADN
mitocondrial que utilizaron (NADH1) el cual se considera que tiene un bajo poder de
discriminación para detectar diferencias genéticas a pequeña escala, (Shaw et al., 1999). Con el
uso de microsatélites esta homogeneidad genética temporal también se ha observado en el atún de
aleta amarilla (Fst promedio 0.002; Appleyard et al., 2001) y en el atún de ojo grande (Fst entre
0.027 y 0.00; Gonzalez et al., 2008) en donde localidades colectadas en dos años consecutivos no
mostraron ser genéticamente diferentes.
Contrario a los reportes anteriores, donde se ha encontrado homogeneidad genética
temporal, es factible que el dorado pueda modificar en cierto grado la estructura genética de un
año al siguiente ya que existen diversos factores que pueden actuar como responsables de esta
diferenciación temporal. El primero de estos factores que se debe considerar es el efecto de la
temperatura sobre los movimientos migratorios y la distribución de la especie. Norton (1999)
realizó una descripción sobre los cambios en la distribución y las capturas de dorado a lo largo de
64
la costa de California y encontró una expansión del hábitat hacia zonas más al norte de lo usual,
así como un aumento en las capturas en relación a un incremento en la temperatura superficial del
mar. Esta misma tendencia ya había sido observada por Norton y Crooke (1994) quienes
reportaron que el incremento en la temperatura superficial del mar en las costas de California
permite la entrada de una mayor abundancia de dorado siguiendo temperaturas superiores a los
20°C.
Otro factor de gran importancia que influye en la estructura genética poblacional de una
especie marina con periodo larvario es el éxito reproductivo diferencial que tienen dichas larvas.
Existen condiciones que pueden alterar el éxito reproductivo en una especie de manera que con
cada temporada de desove no se estén reproduciendo los mismos genotipos. Dichos factores
pueden ser ecológicos, como lo es la variación en la temperatura superficial del mar o ausencia de
alimento de las larvas durante el periodo reproductivo (hipótesis match/mismatch; So et al., 2006)
o puede haber factores completamente azarosos durante la producción de gametos.
Tales factores originan un fenómeno conocido como parcheo caótico genético (Chaotics
genetic patchiness) el cual produce heterogeneidad en la estructura genética entre cohortes o
entre diferentes periodos de reproducción (Ruzzante et al., 1996). Sin embargo, en estudios
realizados con la cabrilla Paralabrax clathratus (Selkoe et al., 2006) y con el bacalao de
Atlántico G. morhua (Ruzzante et al., 1996), a pesar de haber encontrado variación en las
frecuencias alélicas de las larvas entre cada cohorte analizado, en la población adulta no se
encontraron diferencias temporales de la estructura genética. Específicamente en el dorado, con
65
los resultados obtenidos en este trabajo no es posible conocer si un posible éxito reproductivo
diferencial entre años consecutivos, determina las diferencias genéticas encontradas por lo que
sería importante evaluar la variabilidad genética en estadios larvarios mediante arrastres
zooplantónicos. La localidad de Guaymas, la cual presentó las diferencias genéticas temporales,
podría ser analizada bajo esta perspectiva, en caso de que se detecte actividad reproductiva en
este sitió.
La variación en el éxito reproductivo y en la supervivencia de las larvas también puede
ocasionar que las poblaciones que estén más cercanas geográficamente sean genéticamente
diferentes mientras que las poblaciones más alejadas geográficamente no presenten diferencias
genéticas (Larson y Julian, 1999). Esto explica lo sucedido en las muestras del 2006 en donde la
muestra oceánica presentó diferencias genéticas con las localidades mas cercanas como Punta
Lobos y Nayarit mientras que no presento diferencias con las localidades que se encuentra dentro
del Golfo de California.
Dado lo anterior, es posible que las diferencias encontrada en el dorado entre la estructura
genética poblacional del 2005 y 2006 estén dadas por variaciones tanto en el éxito reproductivo
de las larvas así como en una migración diferencial de individuos adultos como consecuencia de
cambios en la disponibilidad de alimentos para la larva o en la variación de la temperatura
superficial del mar dentro del Golfo de California, lo cual favorecería una ligera diferenciación
genética entre los sitios colectados en el 2005, pero que no se observó en los individuos del 2006
66
posiblemente como consecuencia de un restablecimiento de las condiciones ambientales que
permitieron un mayor flujo entre individuos disminuyendo la diferenciación genética entre estos.
8.3. Estructura genética poblacional de C. hippurus a partir de pruebas de asignación.
Las pruebas de asignación realizadas por métodos bayesianos con el programa
STRUCTURE mostraron que tanto para el 2005 (Fig. 6) como para el 2006 (Fig. 7) la mayor
probabilidad a posteriori se encontró con K=1, lo que indica que que de acuerdo a esta prueba el
dorado se encuentra formando una sola población tanto en el 2005 como en el 2006. Otro
indicativo de la ausencia de diferencias poblacionales es la forma en que se asignó la
probabilidad de cada valor de K probado (que fue de 1 a 8) ya que dicha probabilidad se asignó
de manera simétrica para cada uno de los individuos de la muestra (~1/K), lo cual según
Pritchard. (2007) es evidencia de que no existe estructura genética en la muestra, ya que si se
presenta la estructura, ciertos individuos de la muestra son fuertemente asignados con valores
altos de probabilidad a una población u otra.
En este trabajo se obtuvieron diferencias en cuanto a los métodos para detectar estructura
poblacional, por un lado los valores de Fst indicaron una ligera diferenciación genética mientras
que STRUCTURE no lo hizo y esto se debe al algoritmo que usa STRUCTURE y principalmente
al hecho de que este análisis considera los genotipos multilocus de cada individuo. Pritchard
(2007) menciona que cuando las poblaciones predefinidas de donde se obtuvieron las muestras
(los sitios de colecta) corresponden o son cercanamente similares a las poblaciones genéticas
67
diferenciadas, entonces un análisis estadístico basado en las frecuencias tiene más peso que el
análisis de asignación de STRUCTURE para detectar el grado de diferenciación genética entre
dichas poblaciones. Sin embargo, en este trabajo la AMOVA, que es una prueba que se basa en el
análisis de la varianza de las frecuencias alélicas, nos indicó que ninguno de los grupos que se
probaron son estadísticamente significativos (Tabla IX), lo que significa que los sitios de
muestreo en ambo años no corresponden a poblaciones genéticas, y por tal motivo el análisis de
asignación realizado con STRUCTURE tiene mayor precisión para detectar diferencias genéticas.
Existen diversos estudios tanto en peces dulceacuícolas (Duftner et al., 2006), aves
(Friesen et al., 2006) y mamíferos (Cegelski et al., 2003) en donde han utilizado simultáneamente
los valores de Fst y el programa STRUCTURE para detectar diferencias poblacionales. En estos
casos, y a diferencia de lo ocurrido en el dorado, ambos métodos determinaron una estructura
poblacional al detectar diferencias genéticas entre los grupos. Sin embargo, cabe resaltar que en
estos trabajos los valores de Fst calculados fueron superiores a los observados en el dorado (en
peces de 0.04 a 0.2; en aves de 0.07 a 0.2 y en mamíferos de 0.07 a 0.09) lo que implica que la
diferenciación genética encontrada en estos trabajos es mayor que la que existe en el dorado
dentro del Pacífico mexicano en donde se obtuvieron valores de Fst por debajo de 0.027. Esto
significa que a pesar de que se ha probado que STRUCTURE es capaz de detectar grupos aun
cuando hay poca diferenciación genética entre los mismos (Latch et al., 2006), en este estudio la
diferenciación genética expresada en valores de Fst fue tan baja que STRUCTURE no logró
detectar grupos diferentes.
68
González et al. (2008) obtuvieron resultados similares a los de este estudio con el atún T.
obesus en donde algunas comparaciones pareadas de Fst entre los sitios de colecta mostraron
valores significativos (Fst entre 0.001 y 0.027), sin embargo el análisis de asignación que
realizaron con STRUCTURE también mostró la mayor probabilidad con K= 1, por lo que los
autores concluyen que esta especie constituye una sola población panmíctica que se distribuye en
todo el mundo. Este tipo de trabajos apoyan el resultado obtenido para el dorado en el cual
también se encontraron diferencias con los valores de Fst a pesar de que STRUCTURE indicó
que no hay poblaciones diferentes en ambos años. Es probable que las diferencias detectadas
entre todas las localidades del 2005 y algunas localidades en el 2006 sean producto de la
variación en la frecuencia de algunos alelos en ciertos loci (loci como el Chi008a y Chi023 tienen
mayor cantidad de alelos privados y en diferentes frecuencias; ver Anexo I) pero que de manera
global en el análisis de asignación, estas variaciones no fueron de suficiente peso como para
formar subpoblaciones diferentes Por otro lado, el número de loci microsatélite utilizados, que en
el caso de dorado fueron cinco, puede llegar a afectar la resolución del estudio (Latch et al.,
2006), sin embargo, González et al. (2008) quienes utilizaron nueve loci obtuvieron resultados
muy similares a los obtenidos con dorado, por lo que dado la poca diferenciación genética
detectada es probable que utilizar un mayor número de loci no modificaría la estructura
poblacional detectada en este estudio.
8.4. Prueba de aislamiento por distancia.
La prueba de aislamiento por distancia demostró que no existe relación entre la distancia
genética y la distancia geográfica tanto en el 2005 (Fig. 8) como en el 2006 (Fig. 9). El hecho de
69
que en este trabajo no se haya encontrado una correlación significativa entre la distancia genética
con la distancia geográfica indica que en ambos años no existe un patrón en donde las
subpoblaciones mas cercanas entre sí reciban un mayor número de migrantes que las
subpoblaciones mas alejadas (Waples, 1998) por lo que estos resultados sugieren que no existen
barreras geográficas que limiten el flujo genético entre las localidades colectadas y que dicho
flujo genético es independiente de la distancia.
Además, Pogson et al. (2001) menciona que la distancia geográfica a la que se realice el
muestreo influye en gran medida para detectar un aislamiento por distancia; ya que a escalas
geográficas pequeñas (menores a los 5,000 km) es raro encontrar aislamiento por distancia en las
especies pelágicas y que cuando esto ocurre posiblemente se deba a que se trate de poblaciones
con un tamaño efectivo poblacional pequeño y que dichas poblaciones presenten ciertas
características que restrinjan el flujo genético como es la retención de larvas en los sitios de
desove o la fidelidad de los adultos hacia los sitios de reproducción. Esto puede confirmarse con
trabajos previos con peces de alta capacidad de dispersión como el bacalao (Knutsen et al., 2003)
en donde se trabajaron en escalas geográficas pequeñas (de 300 km) y no se encontró aislamiento
por distancia. Por otro lado, especies como el pollock (O´Reilly et al., 2004) y el atún de ojo
grande (Gonzalez et al., 2008), en donde se analizó a nivel interoceánico si se detecto la
presencia de un aislamiento por distancia.
En el caso del dorado, la escala geográfica que se estudió fue relativamente pequeña (de
aproximadamente 3,000 km) además de que no existen barreras geográficas evidentes en la zona
70
que restrinjan el flujo de individuos entre las localidades colectadas, es posible que este hecho
haya influido para no detectar un aislamiento por distancia. Posiblemente en un estudio global en
donde se comparen individuos de las distintas cuencas oceánicas se pueda observar cierta
diferenciación.
8.5. Estimación de �e y número de migrantes entre localidades en 2005 y 2006.
La estimación del tamaño efectivo poblacional de cada localidad en ambos años varió
considerablemente según el método aplicado, siendo mayores los valores obtenidos a partir de la
heterocigosidad en comparación con los obtenidos con MIGRATE, por cerca de un orden de
magnitud. Los valores elevados de Ne que se obtuvieron a partir de la fórmula que se basa en la
heterocigosidad pueden ser más cercanos a la realidad ya que como menciona Ward (2000) estas
especies de pelágicos con una amplia distribución tienen tamaños poblacionales muy grandes.
Frankham et al. (2004) mencionan que el tamaño efectivo poblacional es por lo general un 11%
del tamaño real de la población, sin embargó, en el caso del dorado hasta la fecha no existen
registros que estimen el censo de la población por lo que no es posible conocer que tan acertado
es el cálculo realizado, aunque estos valores son similares a los reportados para el atún de ojo
grande en el Pacífico (4,175 a 15,175; Gonzalez et al., 2008) el cual es una especie de
importancia comercial ampliamente explotada.
71
La estimación de los tamaños efectivos con ambos métodos debe tomarse con cautela, en
especial para cuestiones de manejo de la especie, ya que existen varios factores durante el cálculo
que pueden originar sesgos. En primer lugar, la estimación de Ne a partir de la formula depende
completamente del valor de heterocigosidad calculada (He) y a su vez, la heterocigosidad puede
variar entre los diferentes loci utilizados por diversas razones, como puede ser la presencia de
alelos nulos o la selección por ciertos genotipos (García de León et al., 1997). De acuerdo a esto
los resultados sobre el dorado deben tomarse con cuidado, sobre todo si existen algunos loci con
desviación del equilibrio, como fue el caso en este estudio. Por otro lado, los valores de Ne
calculados con MIGRATE dependen del modelo de mutación empleado, así como la tasa de
mutación que se considere para el cálculo de Ne a partir de Θ por lo que las diferencias en las
tasas de mutación que se consideren pueden originar valores con diferencias de varios órdenes de
magnitud (Beerli, 2004), por lo que estos valores solo deben de tomarse como un comparativo
entre los sitios analizados en el estudio.
En lo referente al número de migrantes, en el 2005 a partir de los valores de Fst se
obtuvieron valores que van desde los 9.13 entre Guaymas y Topolobampo hasta 20.26 entre
Guaymas y Puerto Libertad. Estos resultados indican que aunque los valores de Fst muestran la
existencia de una ligera diferenciación genética entre las localidades colectadas (Tabla X),
también ocurre un cierto flujo genético entre ellas. En el 2006, el flujo genético entre localidades
expresado en número de migrantes es mucho mayor que el observado en el año anterior, en donde
Cabo San Lucas es la localidad que comparte un mayor número de migrantes ya que de acuerdo
al cálculo dicha localidad tiene un número infinito de migrantes con el resto de la localidades a
72
excepción de la muestra oceánica (32.99 migrantes), y a su vez, esta última tiene el menor
número de migrantes con el resto de las localidades (entre 15.02 y 32.99), seguido de Punta
Lobos (entre 16.49 y 781; TablaXI).
En base a lo anterior, se observa que existen diferencias en la migración entre localidades
en los dos años de estudio, ya que en el 2005 el número de migrantes entre localidades es
relativamente bajo (entre 9 y 20) mientras que en el 2006 va desde 15 hasta un número infinito.
Además, el número de migrantes obtenidos en el 2006 apoya la hipótesis de una migración
diferencial en donde posiblemente Cabo San Lucas es un punto de transición por donde se están
moviendo una gran cantidad de individuos hacia diferentes puntos del Golfo de California,
mientras que dicho movimiento es menor hacia las afueras del Pacífico donde se encuentran las
localidades de Punta Lobos y la muestra oceánica.
Si bien el cálculo del número de migrantes entre localidades a partir de los valores de Fst
puede dar una buena estimación del grado de flujo genético entre poblaciones, actualmente existe
mucha controversia sobre la utilización de este método debido a que se basa en el modelo de isla
propuesto por Wright, el cual no se cumple en la mayoría de las poblaciones naturales, y uno de
estos supuestos es que cada población recibe y dona migrantes hacia las otras poblaciones en la
misma proporción. (Whitlock y McCauley, 1999). Es por tal motivo que alternativamente se
utilizó el programa MIGRATE el cual permite calcular las tasas de migración, la dirección del
flujo y el tamaño efectivo poblacional a partir del modelo de coalescencia utilizando un método
de máxima verosimilitud (Beerli y Felsenstein, 1999). Es importante mencionar que si bien no
73
existe evidencia que indique que existan poblaciones diferentes de dorado en área de estudio, el
cálculo de flujo genético entre las localidades colectadas nos puede dar información importante
sobre los movimientos del dorado la cual puede ser utilizada para fines de manejo y/o
conservación, ya que hasta la fecha no existe información que describa como se da el movimiento
de estos individuos (Zuñiga-Flores, comm pers).
Una de las ventajas que se tiene al utilizar MIGRATE es que las tasas de migración
obtenidas no son simétricas entre localidades (Tablas XII y XIV) a diferencia de los valores que
se obtienen a partir de los valores de Fst. Esto significa que ciertas localidades pueden tener más
emigrantes que inmigrantes provenientes de otras localidades. Los resultados obtenidos con este
programa muestran que en el 2005, a pesar de que los valores son diferentes en comparación con
los obtenidos a partir de los valores de Fst, existe una tendencia similar ya que en ambos casos se
observa que el mayor flujo genético se está dando hacia la parte oriental del Golfo de California,
principalmente hacia Topolobampo (Tablas X y XIII). En el 2006, los valores estimados con
MIGRATE difirieron por varios órdenes de magnitud en relación con los obtenidos a partir de los
Fst (con MIGRATE se obtuvieron valores de entre 1 y 8 mientras que con los valores de Fst se
obtuvieron desde 15 hasta un número infinito de migrantes) además de que se obtuvieron
tendencias diferentes ya que a partir de los valores de Fst el mayor flujo ocurre entre Cabo San
Lucas y el resto de las localidades, mientras que el menor flujo se da en la muestra Oceánica
(Tabla XI). Por otro lado, con MIGRATE el número de individuos que se está moviendo entre
estas localidades no difieren en gran medida y todos se encuentran dentro del mismo orden de
magnitud (Tabla XV), esto como consecuencia del algoritmo en el que se basa el programa.
74
La estimación del número de migrantes por ambos métodos confirmó que si se presenta
cierto flujo genético entre todas las localidades que se colectaron en ambos años, sin embargo el
cálculo obtenido por MIGRATE resulta más informativo en este caso ya que, como se mencionó
anteriormente, con este programa es posible obtener la dirección en que está ocurriendo el
movimiento de individuos, además de que la efectividad de este programa para calcular
parámetros poblacionales ha sido probada por diversos autores (Beerli, 2004; Abdo et al., 2004;
Beerli, 2006). Sin embargo, también es importante mencionar que estos valores se deben tomar
con cautela ya que al igual que la estimación del tamaño efectivo poblacional, Ne, los valores
obtenidos con este programa no son los valores reales del número de migrantes sino que solo
aproximaciones que permiten hacer comparaciones y determinar la dirección del flujo de
individuos y cuyos resultados pueden variar en varios órdenes de magnitud según la tasa de
mutación que se utilice para realizar el cálculo (Carlsson et al., 2004).
8.6. Estructura genética de C. hippurus y sus implicaciones en el manejo.
Si bien la mayoría de los análisis realizados en este estudio indican que existe un elevado
flujo genético entre todas las localidades colectadas, el cálculo de los valores de Fst,
particularmente en el 2005 muestran que existen diferencias genéticas ligeras pero
estadísticamente significativas (Tabla VI) las cuales no pudieron ser detectadas con el análisis de
STRUCTURE. En este sentido es importante mencionar que si bien pueden existir factores
físicos y biológicos que ocasionaron estas diferencias, tal como se mencionó en la sección 8.2, en
la estimación de diferencias genéticas a partir de valores de Fst es imperante discriminar entre
75
diferencias ligeras pero biológicamente significativas y un efecto de errores en la técnica o del
estadístico (Waples, 1998; Wirth y Bernatchez, 2001; Knutsen et al., 2003).
En las especies que tienen una elevada capacidad de dispersión como el caso del dorado,
la interpretación de los valores de Fst puede llegar a ser complicada. Como ejemplo, Gonzalez et
al. (2008), con muestras de atún Thunnus obesus del Atlántico y del Pacifico encontraron valores
de Fst entre 0.001 a 0.027 los cuales fueron en su mayoría no significativos considerándolos
como una sola población, mientras que Wirth y Bernatchez (2001), con muestras de anguila
(Anguilla anguilla) colectadas en diferentes ríos en Europa obtuvieron valores de Fst similares,
entre 0.003 y 0.012 los cuales fueron significativos indicando una diferenciación genética. Esto
datos demuestra que con microsatélites no existe un intervalo establecido de valores de Fst que
indiquen si dos poblaciones son genéticamente iguales o diferentes, tal como lo propuso Wright
(1978) para alozimas.
Al considerar todos los análisis estadísticos realizados (valores de Fst, AMOVA, prueba
de asignación con STRUCTURE, aislamiento por distancia y cálculo de tamaño efectivo
poblacional y número de migrantes) es factible pensar que bajo el concepto genético de stock, el
cual establece que un stock es una unidad reproductiva aislada y que es genéticamente diferente
de otra (Begg y Waldman, 1999; Ward, 2000), el dorado de la región noroeste de México está
formado por un solo stock donde pueden existir ligeras diferencias en los niveles de variabilidad
genética entre las distintas localidades, pero estas no son suficientes para poder considerarlas
como poblaciones independientes unas de las otras.
76
Además de estos resultados genéticos, las características biológicas del dorado hacen que
sea factible pensar que no existe una diferenciación poblacional dentro del Pacífico mexicano. En
primer lugar está la elevada capacidad de desplazamiento que poseen, tal como lo comprobaron
Kingsford y Defries (1999) que puede ser de varios cientos de kilómetros en poco más de dos
meses. Su dieta oportunista, la cual le permite alimentarse de una gran variedad de presas
incluyendo peces teleósteos, crustáceos y moluscos, y cambiar su dieta de acuerdo a la temporada
del año (Tripp-Valdez, 2005), por lo que la disponibilidad de un cierto tipo de alimento no
constituye una limitante en sus movimientos. Por otro lado, se ha encontrado que la mayor
abundancia de larvas está influenciada por la isoterma de los 28°C en el verano y por la isoterma
de los 24°C en invierno (Sánchez-Reyes, 2008), por lo que la reproducción esta mas asociada por
la temperatura superficial del mar y de las variaciones de la misma que por la preferencia de
ciertos sitios específicos cercanos a la costa. Su elevada tasa de crecimiento le permite alcanzar el
estadio de juvenil a los 15 días de haber eclosionado (Sánchez-Reyes, 2008) y alcanzar la
madurez sexual en ocho meses o menos (Beardsley, 1967; Torres-Alfaro, 1996), teniendo la
capacidad de desovar múltiples veces al año tal como se ha visto en el Golfo de California
(Garcia-Melgar, 1995).
Toda esta información debe ser considerada al momento de establecer un plan de manejo
para la pesquería de este recurso en el Pacífico mexicano ya que un mal manejo y una
sobreexplotación pueden provocar la reducción de variabilidad genética, especialmente en la
pérdida de alelos y en una reducción en el tamaño efectivo poblacional (Ward, 2002) lo cual
puede reducir la adaptabilidad y persistencia de la población (Hoarau et al., 2002).
77
9. CO�CLUSIO�ES.
• Los niveles de variabilidad genética expresados en número de alelos, heterocigosidad y
alelos efectivos encontrados en el dorado tanto en el 2005 como en el 2006 fueron
elevados y similares a los reportados para otras especies de peces pelágicos de
importancia comercial, con tamaños poblacionales grandes.
• Los valores de Fst calculados para las localidades del 2005 mostraron que existen
diferencias genéticas ligeras pero significativas entre todas las localidades, mientras que
en el 2006 solamente tres comparaciones fueron significativas (OCE-PLO; OCE-NAY;
PLO-NAY).
• De las localidades colectadas en ambos años (CSL, LOT y GUA) solo Guaymas mostró
diferencias genéticas de un año al otro.
• El análisis de STRUCTURE no detectó diferencias genéticas entra las localidades del
2005 ni del 2006 indicando que existe una sola población.
• La prueba de Mantel de aislamiento por distancia no encontró una relación significativa
entre la distancia genética con la distancia geográfica, lo cual implica que las localidades
más cercanas geográficamente no necesariamente reciben mayor número de migrantes
que las más alejadas.
• A pesar de que el tamaño efectivo poblacional es similar a los reportados para otra especie
de pelágico, no es posible conocer a que proporción corresponde con respecto al tamaño
poblacional real ya que no hay registros de censos poblacionales.
78
• La tendencia en cuanto a la migración de individuos entre localidades fue diferente según
el método empleado, sin embargo ambos métodos detectaron la existencia de flujo de
individuos entre todas las localidades de ambos años.
• Las características biológicas de la especie, tal como su alimentación oportunista, alta
capacidad de desplazamiento, reproducción a lo largo de todo el año, larvas derivantes y
rápido crecimiento, apoyan la hipótesis de que, bajo el concepto genético de stock, el
dorado de la región noroeste del Pacífico mexicano constituye un solo stock con elevado
flujo genético, el cual puede presentar ligeras variaciones en cuanto a las frecuencias
alélicas posiblemente como consecuencia de variaciones ambientales, una supervivencia
diferencial de las larvas y/o mezcla de adultos procedentes de varios sitios de desove en
los lugares de colecta analizados en este estudio.
79
10. REFERE�CIAS.
Abdo, Z., K.A. Crandall y P. Joyce. 2004. Evaluating the performance of likelihood methods for
detecting population structure and migration. Mol. Ecol. 13: 837-851.
Alvarado-Bremer, J.R., B. Stequert, N.W. Robertson y B. Ely. 1998. Genetic evidence for inter-
oceanic subdivision of bigeye tuna (Thunnus obesus) populations. Mar. Biol. 132: 547-
557.
Appleyard S.A., P.M. Grewe, B.H. Innes y D.R. Ward. 2001. Population structure of yellowfin
tuna (Thunnus albacores) in the western Pacific Ocean, inferred from microsatellite loci.
Mar. Biol. 139: 383-393.
Arocha, F., L.A. Marcano, A.Lárez, D. Altuve y J. Alió. 1999. The fishery, demographic size and
oocyte development of dolphin fish, Coryphaenna hippurus, in Venezuela and adjacent
waters. Scientia Marina. 63(3-4): 401-409.
Balloux, F. y N. Lugon-Moulin. 2002. The estimation of population differentiation with
microsatellite markers. Mol. Ecol. 11: 155-165
Beardsley, G.L. Jr. 1967. Age, Growth and reproduction of the dolphin, Coryphaena hippurus, in
the straits of Florida. Copeia, (2): 441-451
Beaumont, M.A. y B. Rannala. 2004. The Bayesian revolution in genetics. �ature. 5: 251-261.
Beerli, P. 2004. MIGRATE: documentation and program, part of LAMARC. Version 2.0.
http://evolution.gs.washington.edu/lamarc.html
Beerli, P. 2006. Comparison of Bayesian and maximum-likelihood inference of population
genetic parameters. Bioinformatics. 3: 341-345.
80
Beerli, P. 2008. MIGRATE-n a maximum likelihood program to estimate gene flow using the
coalescent. http://popgen.scs.fsu.edu/Migrate-n.html
Beerli, P. y J. Felsenstein. 1999. Maximum-Likelihood estimation of migration rates and
effective population numbers in two populations using coalescent approach. Genetics.
152: 763-773.
Begg, G.A. y J.R. Waldman. 1999. An holistic approach to fish stock identification. Fish. Res.
43: 35-44.
Belkir, K., P. Borsa, L. Chickhi, N. Raufaste y F. Bonhomme. 2000. GENETIX. 4.04. A
windows based software for population genetic analysis. Laboratoire Genome
Populations, Interaction. CNRS UMR 5000, Université de Montpellier II. Montpellier,
France.
Bounaccorsi, V.P., J.R. McDowell y J.E: Graves. 2001. Reconciling patterns of inter-ocean
molecular variance from four classes of molecular marker in blue marlin (Makaira
nigricans). Mol. Ecol. 10: 1179-1196.
Carlsson, J., J. McDowell, P. Díaz-Jaimes, J. E. Carlsson, S. Boles, J.R. Gold y J.E. Graves.
2004. Microsatellite and mitochondrial DNA analysis of Atlantic bluefin tuna (Thunnus
thynnus thynnus) population structure in the Mediterranean Sea. Mol. Ecol. 13 (11): 3345-
3356.
Cegelski, C.C., L.P. Waits y J. Anderson. 2003. Assesing population structure and gene flow in
Montana wolverines (Gulo gulo) using assignment-based approaches. Mol. Ecol. 12:
2907-2918.
81
Chow, S., H. Okamoto, Y. Uozumi, Y. Takeuchi y H. Takeyama. 1997. Genetic stock structure
of the swordfish (Xiphias gladius) inferred by PCR-RFLP analysis of the mitochondrial
DNA control region. Mar. Biol. 127(3): 359-367.
DeWoody, J.A. y J.C. Avise. 2000. Microsatellite variation in marine, fresheater and anadromous
fishes compared with other animals. J. Fish. Biol. 56(3): 461-473.
Diario Oficial de la Federación, 1995. Norma Oficial Mexicana NOM-017-Pesc-1994. Para
regular las actividades de pesca deportiva en las aguas de jurisdicción federal de los
Estados Unidos Mexicanos. Tomo No. 15-19. México, D.F.
Díaz-Jaimes, P. y M. Uribe-Alcocer. 2006. Spatial differentiation in the Eastern Pacific yellowfin
tuna revealed by microsatellite variation. Fish. Sci. 72: 590-596.
Díaz-Jaimes, P., M. Uribe-Alcocer, S. Ortega-García y J. Dominique-Durand. 2006. Spatial and
temporal mitochondrial DNA genetic homogeneity of dolphinfish populations
(Coryphaena hippurus) in the eastern central Pacific. Fish. Res. 80(2-3): 333-338.
Duftner, N., K.M. Sefc, S. Koblmüller, B. Nevado, E. Verheyen, H. Phiris y C. Sturmbauer.
2006. Distinc population structure in a phenotypically homogeneous rock-dwelling cichlid
fish from Lake Tanganyika. Mol. Ecol. 15: 2381-2395.
Excoffier, L. y G. Heckel. 2006. Computer programs for population genetics data analysis: a
survival guide. �ature. 7: 745-758.
Excoffier, L., G. Laval y S. Schneider. 1995. ARLEQUIN. Ver. 3.0. An integrated software
package for popoulation genetic data analysis. Evol. Biof. Online. 1: 47-50.
Frankham, R., J.D. Ballou y D.A. Briscoe. 2004. Introcuction to conservation genetics.
Cambridge University Press. U.K.
82
Friesen, V., J.A. González y F. Cruz Delgado. 2006. Population genetic structure and
conservation of the Galapagos petrel (Pterodroma phaepygia). Cons. Genetics. 7: 105-
115.
García de León, F.J., L. Chikhi y F. Bonhomme. 1997. Microsatellite polymorphism and
population subdivision in natural populations of European sea bass Dicentrarchus labrax
(Linnaeus, 1758). Mol. Ecol. 6: 51-62.
García-Melgar, C.G. 1995. Ciclo reproductivo del dorado (Coryphaena hippurus; Linnaeus,
1758: Pisces: Coryphaenidae) en el área de los Cabos, B.C.S. México. Tesis de
licenciatura. UABCS. México. 62 p.
González, E. y R. Zardoya. 2007. Relative role of life-history traits and historical factors in
shaping genetic population structure of sardines (Sardina pilcharus). Evolutionary
Biology. 7: 197.
González, E.G., P. Beerli y R. Zardoya. 2008. Genetic structuring and migration pattens of
Atlantic bigeye tuna, Thunnus obesus (Lowe, 1839). Evol. Biol. 8:252.
Goudet, J. 2001. FSTAT. A program to estimate and test gene diversity and fixation indices,
Version 2.9.3. http://www2.unil.ch/izea/softwares/fstat.html
Hoarau, G., D. Rijnsdorp, H.W. Van Der Veer, W.T. Stam y L. Olsen. 2002. Population structure
of plaice (Pleuronectes platessa L.) in northern Europe: microsatellite revealed large-scale
spatial and temporal homogeneity. Mol. Ecol. 11: 1165-1176.
Hoarau, G., E. Boon, D. N. Jongma, S. Ferber, J. Palsson, H.W. Van Der Veer, A.D. Rijnsdorp,
W.T. Stam y J.L. Olse. 2005. Low effective population size and evidence of inbreeding in
an overexploited flatfish plaice (Pleuronectes platessa L.). Proc. R. Soc. B. 272: 497-503.
83
Kingsford M.J. y A. Defries. 1999. The ecology of and fisheries for Coryphaena spp. In the water
around Australia and New Zealand. Scientia Marina. 63(3-4): 267-275
Knutsen H., P.E. Jorde, C. André y C. Stenseth. 2003. Fine-scaled geographical population
structuring in a highly mobile marine species: the Atlantic cod. Mol. Ecol. 12: 385-394.
Kraul, S. 1999. Seasonal abundance of the dolphinfish, Coryphaenna hippurus, in Hawaii and the
tropical Pacific Ocean. Scientia Marina. 63(3-4): 261-266.
Larson, R.J. y R. Julian. 1999. Spatial and temporal genetic patchiness in marine populations and
their implications for fisheries management. CalCOFI rep. 40: 94-99.
Larsson, L.C., L. Laikre, S. Palm, C. André, G.R. Carvalho y N. Ryman. 2007. Concordance of
allozyme and microsatellite differentiation in a marine fish, but evidence of selection at a
microsatellite locus. Mol. Ecol. 16: 1135.1147.
Lasso, J. y L. Zapata. 1999. Fisheries and biology of Coryphaena hippurus (Pisces:
Coryphaenidae) in the Pacific coast of Colombia and Panama. Scientia Marina. 63(3-4):
387-399.
Latch, E.K., G. Dharmarajan, J.C. Glaubitz y O.E. Rhodes Jr. 2006. Relative performance of
Bayesian clustering software for inferring population substructure and individual
assignment at low levels of population differentiation. Conservation Genetics. 7: 295-302.
Madrid, J.V. y R. Beltrán-Pimienta. 2001. Longitud, Peso y sexo del dorado Coryphaenna
hippurus (Perciformes: Coryphaenidae), del litoral de Sinaloa, Nayarit y Baja California
Sur, México. Rev. Biol. Trop. 48(3-4): 931-938
McPherson, M.J. y S.G. Moller. 2000. PCR. The basic, from background to bench. BIOS
Scientific Publishers. USA. 276pp.
84
Norton, J.G. 1999. Apparent habitat extensions of dolphin fish (Coryphaena hippurus) in
response to climate transients in the California Current. Sci. Mar. 63 (3-4): 239-260
Norton, J.G., y S.J. Crooke. 1994. Occasional availability of dolphin, Coryphaena hippurus, to
southern California commercial passanger fishing vessel anglers: observation and
hypothesis. CALCOFI. 35: 230-239
O´Connell, M. y J.M. Wright. 1997. Microsatellite DNA in fishes. Rev. in Fish. Biol. And
Fisheries. 7: 331-363.
O´Reilly, P.T., M.F. Canino, K.M. Bailey y P. Bentzen. 2004. Inverse relationship between Fst
and microsatellite polymorphism in the marine fish, walleye Pollock (Theragra
chalcogramma): implication for resolving weak population structure. Mol. Ecol. 13:
1799-1814.
Palko, B.J., H. Beardsley y W.J. Richards. 1982. Synopsis on biological data on dolphin-fishes
Coryphaena hippurus Linnaeus and Coryphaena equiselis Linnaeus. U.S.Dep. Commr.
NOAA Tech. Rep. NMFS. Circ. 443. 28 p.
Patterson, K.R. y J. Martinez. 1991.Exploitation of the dolphin-fish Coryphaenna hippurus L.
Off Ecuador; Analysis by length-based virtual population analysis. Fishbyte 9: 21-23.
Peakalll, R. y P.E. Smouse. 2005. Genalex 6: Genetic analysis in Excel. Population software for
teaching and research. Mol. Ecol. �otes. 6(1): 288-295.
Pearse, D. y K.A. Crandall. 2004. Beyond Fst: Analysis of population genetic data for
conservation. Conservation Genetics. 5: 585-602.
85
Peralta-Bravo, M.R. 2006. Análisis comparativo de los parámetros de crecimiento del dorado
Coryphaenna hippurus en dos áreas del Pacífico central oriental. Tesis de maestria.
CICIMAR.IPN. México. 60 p.
Pérez-Enríquez, R., M. Takemura y M. Taniguchi. 2001. Genetic diversity of red sea bream
Pagrus major in western Japan in relation to stock enhancement. Fisheries Science. 67:
71-78
Pla, C. y J. M. Pujolar. 1999. Genetic homogeneity of dolphinfish (Coryphaena hippurus) in the
western Mediterranean and the eastern Atlantic. Scientia Marina. 63(3-4): 337-341.
Pogson, G.H., C.T. Taggart, K.A. Mesa y R.G. Boutilier. 2001. Isolation by Distance in the
Atlantic Cod, Gadus morhua, at large and small geographic scales. Evolution. 55(1): 131-
146.
Pritchard, J.K. 2007. Documentation for structure software: version 2.2.
http://Pritch.bssd.uchicago.edu/software.
Pritchard, J.K., M. Stephens y P. Donelly. 2000. Inference of population structure using
multilocus genotype data. Genetics. 155: 945-959.
Raymond, M. y F. Rousset. 1995. GENEPOP. 4.0. Population genetic software for exact test and
ecumenism. J. Hered. 86: 248-249.
Rice, W.R. 1989. Analyzing tables of statistical test. Evolution. 43. 223-225.
Rocha-Olivares, A., M. Bobadilla-Jiménez, S. Ortega-García, N. Saavedra-Sotelo y J.R.
Sandoval-Castillo. 2006. Mitochondrial variability of dolphinfish Coryphaenna hippurus
populations in the Pacific Ocean. Ciencias Marinas. 32(3): 569-578.
86
Rose, C.D. y W.W. Hassler. 1974. Food habits and sex ratios of the dolphin Coryphaena
hippurus captured in the western Atlantic Ocean off Hatteras, North Carolina. Trans. Am.
Fish. Soc. 103:94-110 p.
Rousset, F. y M. Raymond. 1995. Testing heterozygote excess and deficiency. Genetics. 140:
1413-1419.
Ruzzante, D.E., C.T. Taggart y D. Cook. 1996. Spatial and temporal variation in the genetic
composition of larval cod (Gadus morhua) aggregation: Cohort contribution and genetic
stability. Can. J. Fish. Aquat. Sci. 53(12): 2695-2705.
Sakamoto, R. y S. Kojima. 1999. Review of dolphinfish biological and fishing data in japanese
waters. Scientia Marina. 63(3-4): 375-385.
Sanchéz-Reyes, N.A. 2008. Distribucion de larvas de dorado Coryphaena hippurus (Linnaeus,
1758) y coryphaena equiselis (Linnaeus, 1758) en el Pacifico Oriental Mexicano. Tesis de
maestria. CICIMAR. IPN. 90 p.
Saucedo-Barrón, J.C. 1992. Análisis de la composición especifica de la captura comercial de
peces (pesca artesanal), en el sur del estado de Sinaloa. Tesis de maestría. CICIMAR.
IPN, México. 89 p.
Schötterer, C. y J. Pemberton. 1998. The use of microsatellites for genetic analysis of natural
populations. A critical review. 71-87 p. En: De Salle, R. y B. Chierwater. 1998. Molecular
approaches to ecology and evolution.
Selkoe, K.A., S.D. Gaines, J.E. Caselle y R.R. Warner. 2006. Current shifts and kin aggregation
explain genetic patchiness in fish recruits. Ecology. 87(12): 3082-3094.
87
Shaw, P.W., C. Turan, J.M. Wright, M. O´Connell y G.R. Carvalho. 1999. Microsatellite DNA
analysis of population structure in Atlantic herring (Clupea harengus), with direct
comparison to allozyme and mtDNA RFLP analyses. Heredity. 83: 490-499.
Slatkin, M. 1995. A measure of population subdivision based on microsatellite allele frequencies.
Genetics. 139: 457-465.
So, M., G. E. Maes y F.A. Volckaert. 2006. Intra-annual genetic variation in the downstream
larval drift of sutchi catfish (Pangasianodon hypophthalmus) in the Mekong river. Biol.
Journal. Of the Linnean Soc. 89: 719-728.
StatSoft, Inc. (2007). STATISTICA (data analysis software system), version 8.0.
www.statsoft.com.
Torres-Alfaro, G.M. 1996. Edad y crecimiento de Coryphaenna hippurus (Linnaeus, 1758)
(Osteichthyes: Coryphaenidae), en el sur de la península de Baja California, México.
Tesis de maestría. CICIMAR. IPN. México. 71 p.
Tripp-Valdez, A. 2005. Ecología trófica del dorado Coryphaena hippurus (Linneaus, 1758) en
dos áreas del sur del Golfo de California. Tesis de maestria. CICIMAR.IPN. México. 125
p.
Waples, R.S. 1998. Separating the wheat from the chaff: Patterns of genetic differentiation in
high gene flow species. American Genetic Association. 89: 438-450.
Ward, R.D., M., Woodward y D. Skibinski. 1994. A comparison of genetic diversity levels in
marine, freshwater, and anadromous fishes. J. Fish Biol. 44: 213-227.
Ward, R. D., C. A. Reeb y B. Block. 2001. Population structure of Australian Swordfish Xiphias
gladus. Final Report to the Australian Fisheries Management Authority. Canberra.
88
Ward, R.D. 2000. Genetics in fisheries management. Hydrobiologia. 420: 191-201.
Ward, R.D. 2002. The genetics of fish populations. En: The handbook of fish and fisheries, Fish
biology Vol 1. Hartl, P.J.B. y J.D. Reynolds, Eds. Blackwell Science. Oxford. 200-224.
Ward, R.D. 2006. The importance of identify spatial population structure in restocking and stock
enhancement programmes. Fish. Res. 80: 9-18.
Whitlock, M.C. y D. E. McCauley. 1999. Indirect measures of gene flow and migration:
Fst≠1/(4Nm+1). Heredity. 82: 117-125.
Wirth, T. y L. Bernatchez. 2001. Genetic evidence against panmixia in the European eel. �ature.
409: 1037-1040.
Wright, S. 1951. The genetical structure of population. Annals of Eugenics. 15. 323-354.
Wright, S. 1978. Evolution and the Genetics of Populations. Vol. 4. Variability Within and
Among �atural Populations. Univ. of Chicago Press, Chicago.
Wu, C.C., Su, W.C. y Kawasaki, T. 2001. Reproductive biology of the dolphin fish Coryphaena
hippurus on the east coast of Taiwan. Fish. Sci. 67: 784-793
Yoshida, K., M. Nakagawa y S. Wada. 2005. Multiplex PCR system applied for analysing
microsatellite loci of Schlegel´s black rockfish, Sebastes schlegeli. Mol. Ecol. �otes. 5(2): 416-
418.
Zane L., L. Bargelloni, T. Patarnello. 2002. Strategies for microsatellite isolation: a review. Mol.
Ecol. 11: 1-16.
Zaouali, J. y H. Missaoui. 1999. Small-scale Tunisian fishery of dolphinfish. Scientia Marina.
63(3-4): 469-472.
89
Zuñiga-Flores, M.S. 2004. Variación estacional e interanual de las tasas de captura de dorado
(Coryphaenna hippurus), en Cabo San Lucas B.C.S. México. Tesis de maestría.
CICIMAR. IPN. México. 58 p.
Zuñiga-Flores, M.S., S. Ortega-García y A. Klett-Traulsen. 2008. Interannual and seasonal
variation of dolphinfish (Coryphaena hippurus) catch rates in the southern Gulf of
California, Mexico. Fish. Res. 94: 13-1
����
A�EXOS.
1. Lista de programas utilizados en los análisis, con su descripción y funciones utilizadas en este trabajo.
Programa Descripción * Funciones utilizadas Liga en línea. GenAlEx 6.1 “Genetic Analysis in Excel”. Programa para
el análisis de genética de poblaciones que corre dentro de MICROSOFT EXCEL. Trabaja con datos de marcadores codominantes, haploides y binarios y permite calcular frecuencias alélicas, heterocigocidades, estadísticos F, pruebas de mantel, AMOVA, entre otros.
Frecuencias alélicas, Heterocigosidades, índices de fijación.
�������������������������������� !�
FSTAT Computa índices de diversidad genética básicos tales como riqueza alélica, estadísticos F, prueba de equilibrio de HW, pruebas de regresión y de mantel.
Riqueza alélica. http://www2.unil.ch/popgen/softwares/fstat.htm
STATISTICA Programa para el manejo, análisis y visualización de datos estadísticos.
Prueba de Wilcoxon. Licencia requerida.
GenePop Computa índices de diversidad genética básicos tales como riqueza alélica, estadísticos F, prueba de equilibrio de HW, pruebas de regresión y de mantel.
Equilibrio de HW, Diferencias en frecuencias alélicas, desequilibrio de ligamiento y Prueba de Mantel
http://genepop.curtin.edu.au/
GE�ETIX Computa índices de diversidad genética básicos tales como riqueza alélica, estadísticos F, prueba de equilibrio de HW, pruebas de regresión y de mantel.
Análisis factorial de correspondencia (AFC)
http://www.genetix.univ-montp2.fr/genetix/genetix.htm
����
Arlequin Computa índices de diversidad genética, estadísticos F y distancias genéticas entre poblaciones; prueba de equilibrio de HW, desequilibrio de ligamiento, parámetros poblacionales como migración y prueba de Mantel.
Valores de Fst pareados, tasas de migración a partir de Fst.
http://anthro.unige.ch/software/arlequin/
STRUCTURE Detecta la estructura genética entre un grupo de individuos genotipificados con múltiples loci a partir de una inferencia bayesiana con MCMC.
Estructura poblacional. http://pritch.bsd.uchicago.edu/structure.html
MIGRATE Estima el tamaño efectivo poblacional y las tasas de migración de una serie de poblaciones. Utilizando solamente marcadores no ligados utilizando inferencia bayesiana o de máxima verosimilitud.
Tamaño efectivo poblacional y tasas de migración entre poblaciones.
http://popgen.scs.fsu.edu/Migrate-n.html
*Excoffier y Heckel (2006)
����
2. Graficas de frecuencias alélicas de cada locus para cada localidad colectada en el
2005. Chi002
�
�����
�����
�����
�����
�� ��
����
� �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� ���
�!��"�
����
����
����
����
����
�� �
���
� �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� ���
�!��"�
����
�����
�����
�����
�����
�� ��
����
� �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� ���
�!��"�
����
�����
�����
�����
�����
�� ��
����
� �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� ���
�!��"�
����
�����
�����
�����
�����
�� ��
����
� �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� ���
�!��"�
����
�����
"�#��$���%�&�'�
%�(���
���)*�'
+��(���%,#�(����
-�����#�*��
����
Chi008
�����
����
�����
����
�����
����
�����
����
���
���
���
��
��
��
���
���
���
���
���
���
��
��
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
����
���
���
���
��
��
��
���
���
���
���
���
���
��
��
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
����
���
���
���
��
��
��
���
���
���
���
���
���
��
��
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
����
���
���
���
��
��
��
���
���
���
���
���
���
��
��
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
����
���
���
���
��
��
��
���
���
���
���
���
���
��
��
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
�
��
�!��"�����
�����
"�#��$���%�&�'�
%�(����
���)*�'
+��(���%,#�(���
-�����#�*���
� ��
Chi008a
�����
����
�����
����
�����
����
�����
����
�� � � � �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� �� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
����
�� � � � �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� �� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
����
�� � � � �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� �� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
����
�� � � � �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� �� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
����
�� � � � �� �� �� ��� ��� ��� ��� �� �� �� ��� ��� ��� ��� ��� ��� ��� �� �� ��� ���
�!��"�����
�����
"�#��$���%�&�'�
%�(����
���)*�'�
+��(���%,#�(����
-�����#�*���
���
Chi023
�����
����
�����
����
�����
����
�����
���
���
���
���
���
���
���
���
���
��
��
��
���
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
�
� �
� �
��
��
��
�
�
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
���
���
���
���
���
���
���
���
���
��
��
��
���
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
�
� �
� �
��
��
��
�
�
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
���
���
���
���
���
���
���
���
���
��
��
��
���
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
�
� �
� �
��
��
��
�
�
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
���
���
���
���
���
���
���
���
���
��
��
��
���
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
�
� �
� �
��
��
��
�
�
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
���
���
���
���
���
���
���
���
���
��
��
��
���
���
���
���
���
���
���
��
��
��
���
���
���
� �
� �
� �
� �
�
�
�
� �
� �
��
��
��
�
�
�
��
�!��"�����
�����
"�#��$���%�&�'�
%�(����
���)*�'�
+��(���%,#�(����
-�����#�*���
���
Chi037
�����
����
�����
����
�����
����
�����
�� � � � �� �� �� �� �� �� � � �� �� �� �� �� �� � �
�!��"�����
�����
����
�����
����
�����
����
�����
�� � � � �� �� �� �� �� �� � � �� �� �� �� �� �� � �
�!��"�����
�����
����
�����
����
�����
����
�����
�� � � � �� �� �� �� �� �� � � �� �� �� �� �� �� � �
�!��"�����
�����
����
�����
����
�����
����
�����
�� � � � �� �� �� �� �� �� � � �� �� �� �� �� �� � �
�!��"�����
�����
����
�����
����
�����
����
�����
�� � � � �� �� �� �� �� �� � � �� �� �� �� �� �� � �
�!��"�����
�����
"�#��$���%�&�'�
%�(����
���)*�'�
+��(���%,#�(����
-�����#�*���
����
3. Graficas de frecuencias alélicas de cada Locus para cada localidad colectada en el 2006. Chi002
�����
����
�����
����
�����
����
�����
����
�� ��
�� �
�� ��� ��� ��� ��� �� ��� ��� ��� ��� ��� �� ��� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
����
�� ��
�� �
�� ��� ��� ��� ��� �� ��� ��� ��� ��� ��� �� ��� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
����
�� ��
�� �
�� ��� ��� ��� ��� �� ��� ��� ��� ��� ��� �� ��� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
����
�� ��
�� �
�� ��� ��� ��� ��� �� ��� ��� ��� ��� ��� �� ��� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
����
�� ��
�� �
�� ��� ��� ��� ��� �� ��� ��� ��� ��� ��� �� ��� ��� ���
�!��"�����
�����
"�#��$���%�&�'�
%�(���
���)*�'�
.�/���0�
1�)�(,�
����
�����
����
�����
����
�����
����
�����
����
�� ��
�� �
�� ��� ��� ��� ��� �� ��� ��� ��� ��� ��� �� ��� ��� ���
�!��"�
����
�����
����
�����
����
�����
����
�����
����
�� ��
�� �
�� ��� ��� ��� ��� �� ��� ��� ��� ��� ��� �� ��� ��� ���
�!��"�
����
�����
����
�����
����
�����
����
�����
����
�� ��
�� �
�� ��� ��� ��� ��� �� ��� ��� ��� ��� ��� �� ��� ��� ���
�!��"�
����
�����
%��+�/�
+�����%�#�'�
2&�0�,&��
����
Chi008
�����
����
�����
����
�����
����
�����
��
���
���
���
��
��
��
���
���
���
���
��
��
��
���
���
���
���
���
���
��
��
��
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
��
�
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
��
���
���
���
��
��
��
���
���
���
���
��
��
��
���
���
���
���
���
���
��
��
��
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
��
�
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
��
���
���
���
��
��
��
���
���
���
���
��
��
��
���
���
���
���
���
���
��
��
��
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
��
�
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
��
���
���
���
��
��
��
���
���
���
���
��
��
��
���
���
���
���
���
���
��
��
��
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
��
�
�
��
�!��"�����
�����
����
�����
����
�����
����
�����
��
���
���
���
��
��
��
���
���
���
���
��
��
��
���
���
���
���
���
���
��
��
��
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
��
�
�
��
�!��"�����
�����
"�#��$���%�&�'
%�(����
���)*�'�
.�/���0��
1�)�(,��
�����
�����
����
�����
����
�����
����
�����
��
���
���
���
��
��
��
���
���
���
���
��
��
��
���
���
���
���
���
���
��
��
��
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
��
�
�
��
�!��"�
����
�����
����
�����
����
�����
����
�����
����
��
���
���
���
��
��
��
���
���
���
���
��
��
��
���
���
���
���
���
���
��
��
��
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
��
�
�
��
�!��"�
����
�����
����
�����
����
�����
����
�����
��
���
���
���
��
��
��
���
���
���
���
��
��
��
���
���
���
���
���
���
��
��
��
���
���
� �
� �
� �
� �
�
�
� �
� �
� �
��
��
��
��
�
�
��
�!��"�
����
�����
%��+�/
+�����%�#�'�
2&�0�,&�
�����
Chi008a
�����
����
�����
����
�����
����
�����
�� �� � �� �� ��� ��� ��� �� �� ��� ��� ��� ��� ��� �� �� ��� ��� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
�� �� � �� �� ��� ��� ��� �� �� ��� ��� ��� ��� ��� �� �� ��� ��� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
�� �� � �� �� ��� ��� ��� �� �� ��� ��� ��� ��� ��� �� �� ��� ��� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
�� �� � �� �� ��� ��� ��� �� �� ��� ��� ��� ��� ��� �� �� ��� ��� ��� ���
�!��"�����
�����
����
�����
����
�����
����
�����
�� �� � �� �� ��� ��� ��� �� �� ��� ��� ��� ��� ��� �� �� ��� ��� ��� ���
�!��"�����
�����
"�#��$���%�&�'
%�(���
���)*�'�
.�/���0��
1�)�(,�
�����
�����
����
�����
����
�����
����
�����
�� �� � �� �� ��� ��� ��� �� �� ��� ��� ��� ��� ��� �� �� ��� ��� ��� ���
�!��"�
����
�����
����
�����
����
�����
����
�����
�� �� � �� �� ��� ��� ��� �� �� ��� ��� ��� ��� ��� �� �� ��� ��� ��� ���
�!��"�
����
�����
����
�����
����
�����
����
�����
�� �� � �� �� ��� ��� ��� �� �� ��� ��� ��� ��� ��� �� �� ��� ��� ��� ���
�!��"�
����
�����
%��+�/
+�����%�#�'�
2&�0�,&�
�����
Chi023
�����
����
�����
����
�����
����
�����
���
���
���
���
���
��
��
���
���
���
���
��
��
���
���
� �
� �
� �
�
�
� �
� �
��
��
��
��
�
�
��
�
�!��"�����
�����
����
�����
����
�����
����
�����
���
���
���
���
���
��
��
���
���
���
���
��
��
���
���
� �
� �
� �
�
�
� �
� �
��
��
��
��
�
�
��
�
�!��"�����
�����
����
�����
����
�����
����
�����
���
���
���
���
���
��
��
���
���
���
���
��
��
���
���
� �
� �
� �
�
�
� �
� �
��
��
��
��
�
�
��
�
�!��"�����
�����
����
�����
����
�����
����
�����
���
���
���
���
���
��
��
���
���
���
���
��
��
���
���
� �
� �
� �
�
�
� �
� �
��
��
��
��
�
�
��
�
�!��"�����
�����
����
�����
����
�����
����
�����
���
���
���
���
���
��
��
���
���
���
���
��
��
���
���
� �
� �
� �
�
�
� �
� �
��
��
��
��
�
�
��
�
�!��"�����
�����
"�#��$���%�&�'�
%�(����
���)*�'�
.�/���0��
1�)�(,��
�� ��
�����
����
�����
����
�����
����
�����
���
���
���
���
���
��
��
���
���
���
���
��
��
���
���
� �
� �
� �
�
�
� �
� �
��
��
��
��
�
�
��
�
�!��"��
���
�����
����
�����
����
�����
����
�����
���
���
���
���
���
��
��
���
���
���
���
��
��
���
���
� �
� �
� �
�
�
� �
� �
��
��
��
��
�
�
��
�
�!��"��
���
�����
����
�����
����
�����
����
�����
���
���
���
���
���
��
��
���
���
���
���
��
��
���
���
� �
� �
� �
�
�
� �
� �
��
��
��
��
�
�
��
�
�!��"�����
�����
%��+�/
+�����%�#�'�
2&�0�,&�
����
Chi0037
�����
����
�����
����
�����
����
�����
�� � � �� �� �� �� �� �� � � �� �� �� �� �� �� �� �� ��
�!��"�����
�����
����
�����
����
�����
����
�����
�� � � �� �� �� �� �� �� � � �� �� �� �� �� �� �� �� ��
�!��"�����
�����
����
�����
����
�����
����
�����
�� � � �� �� �� �� �� �� � � �� �� �� �� �� �� �� �� ��
�!��"�����
�����
����
�����
����
�����
����
�����
�� � � �� �� �� �� �� �� � � �� �� �� �� �� �� �� �� ��
�!��"�����
�����
����
�����
����
�����
����
�����
��
�
�
��
��
��
��
��
��
�
�
��
��
��
��
��
��
��
��
��
�!��"�����
�����
"�#��$���%�&�'�
%�(����
���)*�'
.�/���0��
1�)�(,�
����
�����
����
�����
����
�����
����
�����
�� � � �� �� �� �� �� �� � � �� �� �� �� �� �� �� �� ��
�!��"�
����
�����
����
�����
����
�����
����
������� � � �� �� �� �� �� �� � � �� �� �� �� �� �� �� �� ��
�!��"��
���
�����
����
�����
����
�����
����
�����
�� � � �� �� �� �� �� �� � � �� �� �� �� �� �� �� �� ��
�!��"�
����
�����
%��+�/
+���� %�#�'
2&�0�,&�
Top Related