universidade estadual de campinas instituto de biologia jair...

UNIVERSIDADE ESTADUAL DE CAMPINAS

INSTITUTO DE BIOLOGIA

JAIR FRANCISCO MENDES JÚNIOR

Filogeografia de Argiope argentata (Araneae: Araneidae)

CAMPINAS

2015

Aos meus pais e às minhas irmãs

AGRADECIMENTOS

Aos meus pais e às minhas irmãs, por todo apoio, incentivo e carinho;

À minha orientadora, Vera Nisaka Solferini, pela oportunidade dada, pela contribuição aos

longos dos últimos anos e pelo apoio nos meus momentos de dificuldade e ansiedade;

Aos professores membros das bancas de qualificação, banca prévia e de defesa, Dra.

Elizabeth Ann Veasey, Dr. Evando Marsola de Moraes, Dr. Fernando de Faria Franco, Dr.

Louis Bernard Klaczko, Dra. Luciana Bolsoni Lourenço, Dr. Marcos Roberto Dias Batista e

Dra. Maria Imaculada Zucchi, pelas colaborações e paciência;

À Célia Bresil, pelo grande auxílio no desenvolvimento do trabalho de laboratório e pelas

conversas e risadas;

Ao professor Dr. Márcio José da Silva, pelo sequenciamento de todas as amostras aqui

analisadas;

À Maria de Lourdes Fagundes, secretária do PPG-GBM, pela ajuda nas mais diversas

situações durante todo o mestrado;

Aos amigos Elen Peres, Luiz Bartoleti, Fernanda Fontes, Priscila Madi, Thadeu Sobral, Felipe

“Xico”, Natália Menezes, Cecília Fiorini, Beatriz Pereira, Fabian Salgado e Lívia Zuffo, meus

colegas do laboratório, pela maravilhosa companhia, pelas discussões de trabalho e por todo

apoio;

Aos amigos da graduação na UFMA, em especial a Adryelle, Agostinho, Ana Paula, Ananda,

Anderson, Bruno, Cinthia, Fernanda, Laís, Milena, Rafaella, Raíssa e Thaysa, pelas conversas

e risadas, mesmo que à distância;

Aos amigos da UNICAMP, em especial a “Dereo” Duran, Daniel Mendes, Giancarlo Chesini,

Edgard Kamimura, Lucas Gasparini, Raphael Souza, Simeão Moraes, Eduardo “Argentino”,

Márcio Lacerda, Gilmar Brito, Paulo Victor Ribeiro, Hugo Cardoso, Vonei Cene, “Cadu”

Pontel, Tiago Balbino, Luiz Mello, Kaleb Gatto, Juliana Nascimento, Daniel Bruschi,

Guilherme Barbosa, Fiama Dornelas, Gabriel Centoducatte, Kaio Guerrero e Paloma

Monteiro, por tornarem a minha estadia em Campinas mais feliz;

Aos professores da graduação na UFMA, em especial a Dra. Silma, Dra. Gisele, Dr. Oliver, Dra.

Gilda, Dra. Emília, Dr. Manuel Alfredo, Dr. Nivaldo, Dra. Lenira, Dr. Murilo e Dr. Paulo.

À FAPESP e à Capes pela bolsa concedida. À FAPESP e ao CNPq pelo financiamento

do projeto.

Aos citados e a todos que, de alguma forma, contribuíram e possibilitaram a conclusão deste

trabalho, muito obrigado!

RESUMO

A América do Sul é considerada a região de maior biodiversidade do planeta,

abrigando duas importantes formações florestais, a Amazônia e a Mata Atlântica. Estudos

indicam que essas duas florestas úmidas foram contínuas no passado, sendo isoladas a partir

do Mioceno com a formação da diagonal seca. A influência desse evento no padrão de

distribuição atual de espécies vem sendo bastante investigada utilizando análises

filogeográficas. Neste estudo, foram explorados os padrões filogeográficos de Argiope

argentata (Araneae: Araneidae), espécie de ampla distribuição geográfica na região

Neotropical, para avaliar a influência da diagonal seca no isolamento de populações e na

demografia dessa espécie. Foram coletadas amostras de A. argentata e sequenciada a região

mitocondrial COI de 185 indivíduos de 33 localidades. Foram realizadas análises para avaliar

os índices de diversidade e estruturação genéticas, inferir rede de haplótipos, construir uma

árvore filogenética e investigar a ocorrência de eventos demográficos. Foi observada baixa

diversidade nucleotídica e alta diversidade haplotípica para A. argentata. Quatro grupos

genéticos foram observados, apresentando estruturação genética não associada à distribuição

geográfica. A diversificação das linhagens dessa espécie ocorreu no Pleistoceno. As análises

de eventos demográficos indicam expansão demográfica recente, em torno de 100 mil anos

atrás, com posterior estabilidade por volta de 20 mil anos atrás. Nossos resultados sugerem

que a formação da diagonal seca não influenciou na distribuição atual de A. argentata e que as

oscilações climáticas do quaternário tiveram influência no processo de diversificação das

linhagens dessa espécie.

ABSTRACT

South America is the most biodiverse region of our planet, presenting two important

forest formations, the Amazon and the Atlantic Forest. Several studies indicate that these two

rainforests were continuous in the past and started to separate at the end of Miocene with the

formation of the “dry diagonal”. The influence of this event in the patterns of species

distribution has been widely investigated using phylogeographic analysis. In this study, the

phylogeographic patterns of Argiope argentata (Araneae: Araneidae), a species widely

distributed in the Neotropical region, were investigated to evaluate the influence of the “dry

diagonal” in the isolation of populations and on the demography of this species. Samples of A.

argentata were collected and the mitochondrial region COI of 185 individuals from 33

locations was sequenced. The genetic diversity and genetic structure indices were calculated,

a haplotype network and a phylogenetic tree were inferred and the occurrence of demographic

events was investigated. A.argentata presented low nucleotide diversity and a high haplotype

diversity. Four genetic groups were observed, presenting genetic structure not associated with

geographic distribution. The diversification of the lineages of this species happened during the

Pleistocene. Demographic analyzes indicate recent demographic expansion, around 100,000

years ago, with subsequent stability around 20,000 years ago. Our results suggest that the

formation of “dry diagonal” did not influence the current distribution of A. argentata lineages

and that the Quaternary climatic oscillations influenced the process of diversification of this

species’ lineages.

LISTA DE ILUSTRAÇÕES

Figura 1. A – Foto de um indivíduo fêmea de Argiope argentata. B - Mapa com a

distribuição de Argiope argentata. (retirado de Levi 2004). .................................................. 15

Figura 2. Localidades utilizadas nas análises moleculares de Argiope argentata. Cada local

de coleta está indicado pela numeração da tabela 1. ............................................................... 19

Figura 3. Rede de haplótipos de fragmentos de COI. As cores representam os dois grupos (1

– amarelo; 2 – cinza). Cada traço representa um passo mutacional. A área dos círculos é

proporcional à frequência dos haplótipos. .............................................................................. 25

Figura 4. Distribuição espacial dos agrupamentos de sequências dos fragmentos sequenciados

de COI. As cores representam os dois grupos (1 – amarelo; 2 – cinza). ................................ 26

Figura 5. A – Teste de Mantel para as 33 populações coletadas de A. argentata. B – Teste de

Mantel para as 28 populações de A. argentata que não apresentam indivíduos com haplótipos

do grupo 1. .............................................................................................................................. 27

Figura 6. Grupos genéticos inferidos para os indivíduos do grupo 2 de A. argentata. As cores

representam os diferentes grupos (2.1 – azul; 2.2 – verde; 2.3 – vermelho) e cada célula

representa um indivíduo. ......................................................................................................... 27

Figura 7. Rede de haplótipos de fragmentos de COI. Cada traço representa um passo

mutacional. A área dos círculos é proporcional à frequência dos haplótipos. ........................ 28

Figura 8. Distribuição espacial dos agrupamentos de sequências dos fragmentos sequenciados

de COI. .................................................................................................................................... 29

Figura 9. Inferência filogenética bayesiana obtida para A. argentata, com os valores de tempo

de divergência nos nós principais. Os retângulos pretos indicam os nós cuja probabilidade

posterior é acima de 0,95. As cores representam os diferentes grupos. .................................. 31

Figura 10. Bayesian Skyline Plot para as populações de A. argentata analisadas. As linhas

azuis representam o intervalo de confiança de 95%. O tempo de geração considerado foi de 1

ano. .......................................................................................................................................... 34

Figura 11. Mismatch distribution para as populações de A. argentata analisadas. ............... 34

Figura 12. Bayesian Skyline Plot para os grupos genéticos 1 e 2 e para os subgrupos 2.1, 2.2 e

2.3. As linhas azuis representam o intervalo de confiança de 95%. O tempo de geração

considerado foi de 1 ano. ........................................................................................................ 36

Figura 13. Mismatch distribution para os grupos genéticos 1 e 2 e para os subgrupos 2.1, 2.2

e 2.3. .........................................................................................................................................36

LISTA DE TABELAS

Tabela 1. Localidades utilizadas nas análises moleculares de Argiope argentata. ................ 18

Tabela 2. Primers utilizados na amplificação da região COI e suas respectivas sequências. 20

Tabela 3. Índices de diversidade genética para a região COI em A. argentata. (N = tamanho

amostral; H = nº de haplótipos; He = nº de haplótipos exclusivos; Hd = diversidade

haplotípica; π = diversidade nucleotídica). Entre parênteses, os valores de desvio padrão. ... 24

Tabela 4. Valores de FST par a par entre as populações de A. argentata. Em negrito, valores

estatisticamente significativos. ................................................................................................ 30

Tabela 5. Análise de variância molecular (AMOVA) em A. argentata considerando os três

biomas (Amazônia, Cerrado e Mata Atlântica) como grupos. ................................................ 31

Tabela 6. Valores dos testes de neutralidade de Tajima (1989) e de Fu (1997). Entre

parênteses, os valores de desvio padrão e em negrito, os valores estatisticamente

significativos. .......................................................................................................................... 33

Tabela 7. Resultados dos testes de neutralidade de Tajima (1989) e Fu (1997) para os grupos

genéticos distintos. Entre parênteses, os valores de desvio padrão e em negrito, os valores

estatisticamente significativos. ................................................................................................ 35

Tabela anexa 1. Coletas de Argiope argentata. F = fêmeas e M = machos. ......................... 49

Tabela anexa 2. Descrição dos 86 haplótipos da região COI observados em Argiope

argentata. Pontos indicam que o caráter é o mesmo que o do haplótipo Hap_1. ................... 50

Tabela anexa 3. Distância genética entre as populações. ...................................................... 54

SUMÁRIO

Introdução ............................................................................................................................... 12

Objetivos ................................................................................................................................. 16

Metodologia ............................................................................................................................ 17

Resultados ............................................................................................................................... 23

Discussão ................................................................................................................................ 37

Conclusões .............................................................................................................................. 40

Referências .............................................................................................................................. 41

Anexos .................................................................................................................................... 48

12

INTRODUÇÃO

A região Neotropical corresponde à parte tropical das Américas, desde o sul da Flórida

até o norte da Argentina, sendo considerada a região de maior biodiversidade do planeta

(Myers et al. 2000; Morrone 2006). Em termos de extensão, a América do Sul ocupa a maior

parte da região Neotropical. O tectonismo foi um fator importante na formação da paisagem

desse continente, sendo responsável por eventos como abertura do Oceano Atlântico,

atividades vulcânicas, fechamento do Istmo do Panamá e soerguimento dos Andes que,

associados a eventos climáticos, influenciaram no padrão de diversificação de espécies nesse

território (Carvalho e Almeida 2011).

Atualmente, a América do Sul é ocupada por vários biomas que possuem

características muito distintas, variando de florestas úmidas até áreas desérticas (Olson et al.

2001; Marchant et al. 2009). No lado leste dos Andes a pluviometria atua como um dos

principais fatores na determinação de grupos fisionômicos, dividindo as florestas tropicais

pluviais (Floresta Amazônica e Mata Atlântica) das florestas e formações abertas tropicais

estacionais secas (Caatinga, Cerrado e Chaco), que compõe a diagonal seca (Carvalho e

Almeida 2011; Werneck 2011).

Morley (2000) sugere que no passado a distribuição das florestas úmidas e regiões

mais secas eram bem diferentes do que ocorre no presente. Segundo esse autor, no Paleoceno

(66 – 54 Ma) as florestas tropicais úmidas eram amplamente distribuídas, ocupando a maior

parte da América do Sul e, apesar da existência de um cinturão de áreas mais secas, haveria

uma conexão entre as florestas úmidas pelo leste do Brasil. No Oligoceno (36 – 25 Ma), com

a diminuição na temperatura global, teria acontecido uma retração das florestas úmidas e a

América do Sul seria formada principalmente por áreas mais abertas. Ainda segundo Morley

(2000), no Mioceno Médio (16 – 10 Ma) a temperatura global teria aumentado, resultando na

expansão das florestas úmidas até a parte subtropical do continente. Ao longo do Quaternário

(2,6 – 0 Ma), as oscilações climáticas teriam levado a uma grande variação na distribuição das

florestas úmidas: durante os períodos mais frios e secos teria acontecido uma expansão de

gramíneas e áreas desérticas, restringindo as áreas úmidas a possíveis refúgios (Morley 2000;

Bush & Flenley 2007).

As variações climáticas ocorridas no Quaternário são consideradas importantes

também para moldar os atuais padrões de biodiversidade na América do Sul. A teoria dos

refúgios propõe que fragmentos isolados durante os períodos de ciclos glaciais poderiam

explicar os padrões de diversificação de aves (Haffer 1969) e de répteis (Vanzolini &

Williams 1970) na Amazônia. Ainda que a aplicação dessa teoria na região amazônica seja

13

controversa (Colinvaux et al. 2000; Bush & Oliveira 2006; Haffer 2008), Carnaval & Moritz

(2008) propuseram a existência de refúgios na Mata Atlântica utilizando modelos

paleoclimáticos, o que foi corroborado por estudos genéticos de espécies de anfíbios,

mamíferos e plantas (Cabanne et al. 2008; Carnaval et al. 2009; Fitzpatrick et al. 2009;

Martins et al. 2009; Ribeiro et al. 2011). No entanto, trabalhos com outras espécies não

observaram padrões condizentes com os refúgios (Thomé et al. 2010; Amaro et al. 2012),

indicando que as espécies respondem de modo distinto às variações ambientais (Porto et al.

2013).

As análises baseadas em filogeografia auxiliam na elaboração de hipóteses da

influência de eventos geológicos, alterações climáticas e interações ecológicas do passado na

distribuição da biodiversidade atual. Inicialmente baseada apenas em estudos utilizando o

DNA mitocondrial e metodologias descritivas, hoje essa disciplina utiliza cada vez mais

marcadores nucleares e abordagens estatísticas que possibilitam novas análises, como a

inferência de eventos demográficos antigos e testes de hipóteses de modelos (Avise 2009;

Hickerson et al. 2010; Garrick et al. 2015). Com esse avanço, a filogeografia tem sido

bastante utilizada no entendimento de processos históricos envolvidos na diversificação de

diversas regiões do mundo (como mostra a revisão de Beheregaray 2008).

Segundo Beheregaray (2008), mesmo a América do Sul sendo considerada a região

com maior biodiversidade no planeta, até 2006 o número de estudos filogeográficos utilizando

organismos que ocorrem nesse continente era o segundo menor do mundo, sendo maior

apenas do que a quantidade de trabalhos utilizando espécies da Antártida. No entanto, a partir

de 2006 houve um aumento considerável no número de artigos publicados utilizando análises

filogeográficas na América do Sul, sendo que a maioria deles usa vertebrados como modelo e

quase metade engloba apenas um bioma (Turchetto-Zolet et al. 2013). Uma abordagem que

vem sendo bem discutida é a conexão entre a Mata Atlântica e a Amazônia, as duas florestas

úmidas encontradas no Brasil. Costa (2003), em trabalho utilizando pequenos mamíferos,

sugeriu que a especiação na região neotropical não é explicada por apenas um único processo

e que, mesmo após a formação da diagonal seca, a conectividade entre esses dois biomas

poderia ter acontecido por três rotas diferentes, como hipotetizado por Por (1992). O mesmo

padrão foi observado para aves (Batalha-Filho et al. 2013). Essa conectividade entre esses

dois biomas por três rotas distintas foi sugerida recentemente em estudo com modelagem de

nicho ecológico (Sobral-Souza et al. 2015). Estudos filogeográficos com anfíbios e répteis

apresentam um cenário controverso: enquanto alguns indicam que a formação da diagonal

seca isolou os organismos das duas florestas úmidas (Pellegrino et al. 2011; Fouquet et al.

14

2012a), outros sugerem alguns eventos de dispersão entre a Amazônia e a Mata Atlântica após

esse período (Fouquet et al. 2014; Rodrigues et al. 2014).

Dentre os artigos publicados com filogeografia até 2011, 86% utilizaram vertebrados

ou plantas como grupo taxonômico em análise, sendo apenas 13% com invertebrados. A

maioria dos trabalhos com invertebrados focava em vetores de doenças em humanos e

nenhum deles utilizava aranhas como organismo alvo (Turchetto-Zolet et al. 2013). Em geral,

diversos estudos moleculares foram realizados com aranhas utilizando aspectos distintos da

sua biologia (Brewer et al. 2014). Em relação à filogeografia, esse grupo têm se mostrado um

ótimo objeto de estudo em várias regiões do mundo, com vegetação e características

climáticas bem distintas, devido a sua grande diversidade (Ayoub & Riechert 2004; Crews &

Hedin 2006; Garb & Gillespie 2009; Su et al. 2007; Arnedo et al. 2009; Hamilton et al. 2011;

Kuntner & Agnarsson 2011; Krehenwinkel & Tautz 2013; Opatova & Arnedo 2014; Planas et

al. 2014). Até o momento, foram publicados apenas dois trabalhos utilizando aranhas em

estudos de filogeografia na América do Sul, sendo uma espécie endêmica da caatinga

(Magalhães et al. 2014) e outra da Mata Atlântica (Peres et al. 2015).

As aranhas (Arachnida) são artrópodes terrestres distribuídos por todas as regiões do

planeta, com exceção da Antártida. Existem 45719 espécies descritas (World Spider Catalog

2015), porém estima-se que existam entre 60000 e 170000 espécies em todo mundo

(Coddington & Levi 1991). No território brasileiro, a estimativa é de que sejam conhecidas

apenas 30% da fauna de aranhas, sendo a Floresta Amazônica e a Mata Atlântica as áreas com

maior diversidade e com maior representatividade de espécies nas coleções brasileiras. A

família Araneidae (Arachnida) é composta por aranhas que tecem teias orbiculares e engloba

cerca de 169 gêneros. O gênero Argiope, com 83 espécies, é distribuído por todos os

continentes, exceto a Antártida (World Spider Catalog 2015).

Argiope argentata (Fabricius 1775) ocorre desde o sul dos Estados Unidos até o norte

da Argentina (Figura 1), e pode ser facilmente encontrada em ambientes como borda de

florestas e jardins (Levi 2004). A distribuição dessa espécie parece ser limitada por baixas

temperaturas (Levi 1968). As fêmeas de A. argentata se diferenciam das outras do gênero

pela coloração do abdômen, que possui uma mancha branca estreita na região ventral. Já os

machos possuem esporões pretos, geralmente esclerotizados, na ponta do embolso. O

tamanho das fêmeas varia entre 6,2 e 18,8 mm e o dos machos entre 2,8 e 5,2 mm (Levi

2004). Trabalhos sobre parasitoides (Gonzaga & Sobczak 2011), construções de teias e

ornamentação (Schoener & Spiller 1992; Craig et al. 2001; Blackledge & Hayashi 2006; Uhl

2008) e comportamento de predação (Robinson 1969) já foram realizados com essa espécie.

15

Figura 1. A – Foto de um indivíduo fêmea de Argiope argentata. B - Mapa com a distribuição de Argiope

argentata. (retirado de Levi 2004).

Para contribuir na compreensão dos processos evolutivos da América do Sul, nós

utilizamos um marcador mitocondrial para analisar os padrões filogeográficos de Argiope

argentata (Araneae: Araneidae), espécie de aranha com ampla distribuição geográfica e alta

capacidade de dispersão, ocorrendo em todos os biomas da região neotropical.

16

OBJETIVOS

O objetivo deste trabalho foi investigar o papel da dinâmica da diagonal seca na

distribuição da biodiversidade atual de Argiope argentata, buscando contribuir no

entendimento dos processos evolutivos que levaram à diversificação de tal região.

Os objetivos específicos foram:

Avaliar a diversidade e estrutura genética populacional de A. argentata,

espécie de ampla distribuição geográfica e com alta capacidade de dispersão.

Explorar os padrões filogeográficos de A. argentata na região da América do

Sul.

17

METODOLOGIA

Coletas

Foram realizadas 42 expedições de coleta entre março de 2013 e julho de 2014, sendo

que em apenas duas delas não foram encontrados indivíduos de Argiope argentata,

totalizando 40 localidades coletadas (anexo 1). Em seis coletas foram encontradas outras

espécies de Argiope, sendo três populações de Argiope trifasciata, duas de Argiope savignyi e

uma de Argiope legionis. As amostras foram coletadas manualmente e colocadas

individualmente em potes plásticos. As amostras foram levadas ao laboratório e mantidas

vivas até o momento da extração de DNA. Nos casos de morte de indivíduos durante a estadia

no campo, tais amostras foram armazenadas em tubos criogênicos com álcool 100% até o

momento da extração de DNA. 185 indivíduos de 33 localidades foram utilizadas nas análises

moleculares (tabela 1 e figura 2).

18

Tabela 1. Localidades utilizadas nas análises moleculares de Argiope argentata.

Número do local Local Data

(mês/ano) Número de amostras utilizadas

1 Alcobaça, BA 10/2013 6

2 Aracaju, SE 01/2014 3

3 Argentina 03/2014 6

4 Belém, PA 07/2013 6

5 Boa vista, RR 07/2013 6

6 Brasília, DF 05/2013 6

7 Campo Bom, RS 04/2013 6

8 Caratinga, MG 10/2013 6

9 Centenário do Sul, PR 04/2013 6

10 Goiânia, GO 05/2013 6

11 Governador Valadares, MG 10/2013 6

12 Gramado, RS 04/2013 6

13 Jaboticabal, SP 06/2013 6

14 Linhares, ES 10/2013 6

15 Macapá, AP 07/2013 6

16 Maceió, AL 02/2014 6

17 Manaus, AM 07/2013 6

18 Moju, PA 07/2013 6

19 Monte Alegre, SP 03/2013 4

20 Passa Quatro, MG 05/2013 6

21 Pinhalzinho, SP 03/2013 6

22 Poços de Caldas, MG 03/2013 2

23 Porangatu, GO 05/2013 6

24 Porto Velho, RO 06/2013 6

25 Salvador, BA 01/2014 6

26 Santa Maria, RS 11/2013 6

27 Santarém, PA 07/2013 6

28 Santos, SP 04/2013 6

29 São Carlos, SP 05/2013 6

30 São Luís, MA 05/2013 2

31 Teodoro Sampaio, SP 04/2013 6

32 Tupã, SP 04/2013 6

33 Uberlândia, MG 03/2013 6

19

Figura 2. Localidades utilizadas nas análises moleculares de Argiope argentata. Cada local de coleta está

indicado pela numeração da tabela 1.

Extração de DNA

As aranhas foram mantidas no congelador por 20 minutos antes da extração de DNA,

a qual foi realizada a partir de quatro a oito pernas de cada indivíduo. Devido ao pequeno

tamanho dos machos, além das oito pernas, foi utilizado também o cefalotórax. O material foi

macerado com nitrogênio líquido em almofarizes até a obtenção de um pó fino e seco. O kit

Wizard® Genomic DNA Purification (Promega) foi utilizado na extração do DNA, seguindo o

protocolo recomendado pelo fabricante. Para visualizar a qualidade do DNA extraído, foi

realizada eletroforese em gel de agarose 1,5% a 80V. As amostras de DNA foram

armazenadas a -20°C e o material restante (abdômen e cefalotórax no caso das fêmeas e

abdômen e pedipalpos no caso dos machos) foi conservado em álcool 100% a 4°C. Os

20

exemplares das aranhas foram depositados na Coleção Científica de Aracanídeos e

Miriápodes do Instituto Butantan.

Reações em cadeia de polimerase (PCRs) e Sequenciamento

Para amplificar a região mitocondrial COI (Citocromo Oxidase I) utilizamos os

primers LCO1490 e HCO2198 (Folmer et al. 1994. Tabela 2). As reações foram realizadas

nas seguintes condições: denaturação a 94°C por 3 minutos; 30 ciclos a 94°C por 45

segundos, 51°C por 45 segundos e 72°C por 2 minutos; por fim, a extensão final a 72°C por 3

minutos. Para visualizar a qualidade do produto da PCR, foi realizada eletroforese em gel de

agarose 1,5% a 80V. O sequenciamento foi realizado em sequenciador automático ABI

PRISM 3730XL DNA Analyzer (Applied Biosystems) no Laboratório de Biologia Molecular

de Plantas (CBMEG – UNICAMP).

Tabela 2. Primers utilizados na amplificação da região COI e suas respectivas sequências.

Primer Sequência Referência

LCO1490 5'-GGTCAACAAATCATAAAGATATTGG-3' Folmer et al. 1994

HCO2198 5'-TAAACTTCAGGGTGACCAAAAAATCA-3' Folmer et al. 1994

Análise dos dados

I. Diversidade genética

O alinhamento das sequências foi feito utilizando o algoritmo MUSCLE (Edgar 2004)

no programa MEGA 6.0.1 (Tamura et al. 2013). A edição foi realizada manualmente, com

auxílio do programa BioEdit 7.2.5 (Hall 1999). O número de haplótipos, a descrição dos sítios

polimórficos dos haplótipos observados e as estimativas de diversidade haplotípica (h) e

nucleotídica (π) foram obtidos com o programa ARLEQUIN 3.5.1.2 (Excoffier & Lischer

2010). O programa DnaSP 5.10 (Librado & Rozas 2009) foi utilizado para gerar os arquivos

de entrada do ARLEQUIN 3.5.1.2 (Excoffier & Lischer 2010). A rede de haplótipos foi

inferida utilizando o algoritmo de median-joining com o programa Network 4.6.1.3 (Bandelt

et al. 1999), a partir de arquivos gerados pelo programa DnaSP 5.10 (Librado & Rozas 2009).

II. Estruturação genética populacional

A distância genética entre as populações foi calculada pelas diferenças nucleotídicas

entre as sequências, utilizando o programa ARLEQUIN 3.5.1.2 (Excoffier & Lischer 2010). O

teste de Mantel (Mantel 1967) foi realizado para analisar a correlação entre as matrizes de FST

par-a-par e distância geográfica utilizando o GenAlEx 6.5 (Peakall & Smouse 2012).

21

A análise Bayesiana de estruturação populacional foi realizada com o programa BAPS

6.0 (Corander & Tang 2007; Corander et al. 2008). O número máximo de grupos genéticos

divergentes considerados na análise foi de 2, 3, 4, 5, 10, 15, 20 e 25. A estrutura populacional

foi analisada por meio dos valores de FST par-a-par entre as populações, tais valores também

foram estimados pelo programa ARLEQUIN 3.5.1.2 (Excoffier & Lischer 2010). A análise de

variância molecular (AMOVA) foi realizada com o programa ARLEQUIN 3.5.1.2 (Excoffier

& Lischer 2010) considerando a Amazônia, o Cerrado e a Mata Atlântica como os três grupos

distintos.

III. Análises filogenéticas

Para a análise filogenética, o modelo de substituição nucleotídica mais adequado para

o conjunto de sequências foi selecionado com o programa MEGA 6.0.1 (Tamura et al. 2013)

pelo Acaike Information Criterion (AIC). Um indivíduo de A. trifasciata, dois indivíduos de

A. savignyi e um indivíduo de A. legionis foram utilizados como grupos externos para o

enraizamento da árvore. Para estimar os tempos de divergência entre as linhagens foram

considerados relógio estrito e taxa de substituição para insetos de 0,0115/Ma (Brower 1994).

A inferência filogenética Bayesiana foi realizada com o software BEAST 1.8.1 (Drummond et

al. 2012), com 75 milhões de iterações e amostragem a cada 1.000 simulações. O programa

DnaSP 5.10 (Librado & Rozas 2009) foi utilizado para gerar os arquivos no formato exigido

pelo BEAUti 1.8.1. O programa Tracer v1.5 (Rambaut & Drummond 2009) analisou a

convergência dos resultados de cada parâmetro. O valor mínimo aceito de ESS (Efective

Sample Size) para indicar convergência foi 200. O programa TreeAnnotator 1.8.1 foi utilizado

para sumarizar as 75 mil árvores geradas em uma árvore de maior credibilidade. A árvore

gerada foi visualizada com o programa FigTree.

IV. Análises demográficas

A análise de alterações demográficas nas populações de A. argentata foi feita a partir

dos testes de neutralidade D de Tajima e Fs de Fu (Tajima 1989; Fu 1997) e de mismatch

distribution, ambos utilizando o ARLEQUIN 3.5.1.2 (Excoffier & Lischer 2010), e da

Bayesian Skyline Plot, utilizando o BEAST 1.8.1 (Drummond et al. 2012). Para a análise da

Bayesian Skyline Plot foram realizadas 150 milhões de iterações e amostragem a cada 1.500

simulações. A taxa de substituição foi de 0,0115/Ma, considerando quatro grupos. O

programa Tracer v1.5 (Rambaut & Drummond 2009) analisou a convergência dos resultados

de cada parâmetro. O valor mínimo aceito de ESS (Efective Sample Size) para indicar

22

convergência foi 200. A visualização do gráfico da Bayesian Skyline Plot foi feita com o

próprio Tracer v1.5 (Rambaut & Drummond 2009).

Todas as análises citadas foram realizadas também para os grupos sugeridos pelo

BAPS. Neste caso, o número de iterações da Bayesian Skyline Plot foi 50 milhões, com

amostragem a cada 1.000 simulações. A taxa de substituição e o número de grupos utilizados

permaneceram as mesmas utilizadas anteriormente.

23

RESULTADOS


Foram obtidos fragmentos da região COI de aproximadamente 662pb contendo 80

sítios polimórficos de 185 indivíduos das 33 localidades amostradas (tabela 3). Ao todo foram

observados 86 haplótipos (anexo 2). A maioria das populações é polimórfica para os

fragmentos sequenciados. As estimativas de variabilidade genética para A. argentata

encontram-se na Tabela 3. As diversidades haplotípica e nucleotídica total foram,

respectivamente, 0,970 e 0,009. Para as populações, a diversidade de haplótipos variou de 0 a

1 e a diversidade nucleotídica variou de 0,000 a 0,017.

24

Tabela 3. Índices de diversidade genética para a região COI em A. argentata. (N = tamanho amostral; H = nº de

haplótipos; He = nº de haplótipos exclusivos; Hd = diversidade haplotípica; π = diversidade nucleotídica). Entre

parênteses, os valores de desvio padrão.

Número do

local Local N H He Hd π

1 Alcobaça, BA 6 5 3 0,933 (0,122) 0,005 (0,003)

2 Aracaju, SE 3 3 2 1,000 (0,272) 0,006 (0,005)

3 Argentina 6 5 4 0,933 (0,122) 0,017 (0,010)

4 Belém, PA 6 4 3 0,800 (0,172) 0,004 (0,003)

5 Boa vista, RR 6 3 2 0,600 (0,215) 0,001 (0,001)

6 Brasília, DF 6 5 2 0,933 (0,122) 0,005 (0,003)

7 Campo Bom, RS 6 4 2 0,800 (0,172) 0,014 (0,009)

8 Caratinga, MG 6 5 3 0,933 (0,122) 0,005 (0,003)

9 Centenário do Sul, PR 6 4 1 0,800 (0,172) 0,004 (0,003)

10 Goiânia, GO 6 6 3 1,000 (0,096) 0,008 (0,005)

11 Governador Valadares, MG 6 3 1 0,600 (0,215) 0,003 (0,002)

12 Gramado, RS 6 2 0 0,333 (0,215) 0,007 (0,005)

13 Jaboticabal, SP 6 5 3 0,933 (0,122) 0,003 (0,002)

14 Linhares, ES 6 6 2 1,000 (0,096) 0,006 (0,004)

15 Macapá, AP 6 5 0 0,933 (0,122) 0,007 (0,005)

16 Maceió, AL 6 6 3 1,000 (0,096) 0,014 (0,008)

17 Manaus, AM 6 2 0 0,333 (0,215) 0,002 (0,002)

18 Moju, PA 6 6 5 1,000 (0,096) 0,011 (0,007)

19 Monte Alegre, SP 4 4 1 1,000 (0,177) 0,009 (0,006)

20 Passa Quatro, MG 6 5 3 0,933 (0,122) 0,008 (0,005)

21 Pinhalzinho, SP 6 2 0 0,333 (0,215) 0,001 (0,001)

22 Poços de Caldas, MG 2 2 1 1,000 (0,500) 0,007 (0,008)

23 Porangatu, GO 6 5 2 0,933 (0,122) 0,006 (0,004)

24 Porto Velho, RO 6 5 3 0,933 (0,122) 0,009 (0,006)

25 Salvador, BA 6 5 2 0,933 (0,122) 0,004 (0,003)

26 Santa Maria, RS 6 5 2 0,933 (0,122) 0,014 (0,009)

27 Santarém, PA 6 6 5 1,000 (0,096) 0,006 (0,004)

28 Santos, SP 6 5 2 0,933 (0,122) 0,007 (0,004)

29 São Carlos, SP 6 4 2 0,800 (0,172) 0,013 (0,008)

30 São Luís, MA 2 2 1 1,000 (0,500) 0,014 (0,014)

31 Teodoro Sampaio, SP 6 5 3 0,933 (0,122) 0,008 (0,005)

32 Tupã, SP 6 6 1 1,000 (0,096) 0,009 (0,005)

33 Uberlândia, MG 6 1 0 0,000 (0,000) 0,000 (0,000)

Total - 185 86 67 0,970 (0,005) 0,009 (0,005)

25


O número de haplótipos exclusivos foi alto (tabela 3). Algumas populações

apresentaram distância genética significativa quando comparadas com várias outras, com

destaque para os altos valores observados para as populações de Argentina, Campo Bom,

Santa Maria e São Carlos (anexo 3). Na figura 3 está representada a rede de haplótipos, onde

podem ser observados dois agrupamentos de sequências. A distribuição geográfica desses

grupos é observada na figura 4.

Figura 3. Rede de haplótipos de fragmentos de COI. As cores representam os dois grupos (1 – amarelo; 2 –

cinza). Cada traço representa um passo mutacional. A área dos círculos é proporcional à frequência dos

haplótipos.

26

Figura 4. Distribuição espacial dos agrupamentos de sequências dos fragmentos sequenciados de COI. As cores

representam os dois grupos (1 – amarelo; 2 – cinza).

O teste de Mantel sugere que há correlação entre as matrizes de FST e distância

geográfica (figura 5A). Entretanto, tal resultado pode estar sendo enviesado pelo grupo de

indivíduos que possui altos valores de distância genética e que são encontrados em

populações localizadas mais ao sul da área amostrada. Quando excluímos tais populações, o

teste de Mantel indica que não existe correlação entre as matrizes de distância genética e

distância geográfica (figura 5B).

27

Figura 5. A – Teste de Mantel para as 33 populações coletadas de A. argentata. B – Teste de Mantel para as 28

populações de A. argentata que não apresentam indivíduos com haplótipos do grupo 1.

A análise Bayesiana de estruturação populacional foi realizada apenas com as 28

populações que não apresentaram isolamento por distância. O número de grupos genéticos

distintos sugeridos pela análise Bayesiana de estruturação populacional foi três (figura 6).

Figura 6. Grupos genéticos inferidos para os indivíduos do grupo 2 de A. argentata. As cores representam os

diferentes grupos (2.1 – azul; 2.2 – verde; 2.3 – vermelho) e cada célula representa um indivíduo.

28

Na figura 7 está representada a rede de haplótipos com a subdivisão do grupo 2 e sua

separação do grupo 1. Haplótiopos dos grupos genéticos 2.1 e 2.3 são observados em todas as

regiões, enquanto os haplótipos do grupo 2.2 têm ampla distribuição, mas não são

encontrados na região sul da área amostrada. A distribuição geográfica desses grupos é

observada na figura 8.

Figura 7. Rede de haplótipos de fragmentos de COI. Cada traço representa um passo mutacional. A área dos

círculos é proporcional à frequência dos haplótipos.

29

Figura 8. Distribuição espacial dos agrupamentos de sequências dos fragmentos sequenciados de COI.

Os valores de FST par a par entre as populações encontram-se na Tabela 4, variando

de 0 a 0,9. Os resultados observados de FST indicam estruturação genética populacional (FST =

0,20). No entanto, a AMOVA entre os biomas indicou que a maior parte da variação se

encontra dentro das populações (tabela 5).

30

Tabela 4. Valores de FST par a par entre as populações de A. argentata. Em negrito, valores estatisticamente significativos.

Alc

obaç

a

Ara

caju

Arg

enti

na

Bel

ém

BoaV

ista

Bra

síli

a

Cam

po B

om

Car

atin

ga

Cen

tenár

io d

o

Sul

Goiâ

nia

Gover

nad

or

Val

adar

es

Gra

mad

o

Jaboti

cabal

Lin

har

es

Mac

apá

Mac

eió

Man

aus

Moju

Monte

Ale

gre

Pas

sa Q

uat

ro

Pin

hal

zinho

Poço

s de

Cal

das

Pora

ngat

u

Port

o V

elho

Sal

vad

or

San

ta M

aria

San

taré

m

San

tos

São

Car

los

São

Luís

Teo

doro

Sam

pai

o

Tupã

Uber

lândia

Alcobaça 0

Aracaju -0,024 0

Argentina 0,451 0,319 0

Belém 0,188 0,085 0,483 0

Boa Vista 0,473 0,449 0,544 0,64 0

Brasília 0,206 0,189 0,452 0,061 0,643 0

Campo Bom 0,422 0,295 -0,077 0,477 0,536 0,445 0

Caratinga -0,007 -0,077 0,431 0,174 0,41 0,192 0,406 0

Centenário do Sul 0,144 0,1 0,433 0,078 0,658 0,038 0,413 0,182 0

Goiânia 0,089 0,035 0,364 0,017 0,497 -0,063 0,333 0,1 -0,064 0

Governador Valadares 0,05 0,098 0,461 0,242 0,607 0,247 0,443 -0,053 0,242 0,117 0

Gramado 0,177 0,099 0,368 0,329 0,455 0,331 0,337 0,104 0,312 0,221 0,122 0

Jaboticabal 0,309 0,329 0,485 0,1 0,755 -0,009 0,48 0,293 0,065 -0,043 0,341 0,406 0

Linhares -0,003 -0,033 0,41 0,019 0,476 0 0,381 0,015 -0,014 -0,082 0,051 0,194 0,033 0

Macapá 0,062 -0,05 0,419 0,115 0,345 0,122 0,403 0,026 0,119 0,06 0,1 0,193 0,195 0,003 0

Maceió 0,026 -0,104 0,246 0,099 0,277 0,066 0,189 0,044 0,04 -0,045 0,075 0,125 0,116 -0,014 -0,021 0

Manaus 0,282 0,192 0,508 0,469 -0,05 0,474 0,495 0,214 0,481 0,343 0,4 0,337 0,597 0,29 0,175 0,176 0

Moju 0,011 -0,083 0,355 0,015 0,356 -0,009 0,332 0,013 -0,043 -0,057 0,047 0,157 0,024 -0,071 -0,086 -0,046 0,208 0

Monte Alegre -0,06 -0,071 0,288 0,127 0,477 0,127 0,245 0,035 0,024 -0,031 0,069 0,149 0,185 -0,03 0,028 -0,129 0,312 -0,048 0

Passa Quatro -0,07 -0,114 0,379 0,085 0,354 0,081 0,338 -0,022 0,05 -0,02 0,034 0,147 0,13 -0,101 -0,028 -0,06 0,189 -0,06 -0,079 0

Pinhalzinho 0,273 0,364 0,545 0,522 0,737 0,543 0,535 0,238 0,537 0,387 0,338 -0,041 0,656 0,357 0,315 0,227 0,564 0,261 0,321 0,26 0

Poços de Caldas -0,077 -0,258 0,252 0,03 0,547 -0,049 0,236 -0,179 0 -0,185 0,004 0,047 0,125 -0,227 -0,189 -0,223 0,226 -0,28 -0,143 -0,25 0,434 0

Porangatu 0,029 -0,049 0,425 0,091 0,432 0,047 0,403 -0,027 0,068 0 0,018 0,068 0,129 -0,068 0,005 0,021 0,243 -0,045 0,035 -0,041 0,189 -0,266 0

Porto Velho 0,005 -0,043 0,349 0,09 0,368 0,02 0,319 -0,005 0,059 -0,038 0,02 0,11 0,119 -0,038 0,028 -0,038 0,221 -0,026 -0,05 -0,04 0,242 -0,238 -0,034 0

Salvador 0,223 0,187 0,452 0,148 0,623 0 0,44 0,186 0,095 -0,017 0,268 0,336 0,061 -0,03 0,115 0,08 0,448 -0,018 0,173 0,073 0,552 -0,138 0,022 0,057 0

Santa Maria 0,216 0,077 0,002 0,304 0,38 0,278 -0,092 0,199 0,238 0,157 0,224 0,155 0,317 0,188 0,226 0,014 0,324 0,168 0,022 0,141 0,355 0,015 0,218 0,135 0,282 0

Santarém 0,193 0,066 0,43 0,389 -0,023 0,405 0,4 0,171 0,376 0,285 0,285 0,257 0,493 0,241 0,166 0,115 -0,059 0,194 0,156 0,152 0,385 0,094 0,222 0,18 0,394 0,221 0

Santos 0,238 0,177 0,42 0,151 0,583 0,021 0,411 0,209 0,133 -0,009 0,256 0,277 0,1 0,081 0,158 0,046 0,438 0,044 0,156 0,116 0,467 -0,048 0,082 -0,026 0,079 0,262 0,391 0

São Carlos 0,243 0,097 0,125 0,346 0,386 0,317 0,072 0,241 0,277 0,235 0,31 0,256 0,371 0,234 0,25 0,083 0,329 0,197 0,074 0,168 0,417 0,075 0,263 0,182 0,329 -0,013 0,231 0,318 0

São Luís 0,143 -0,052 0,123 0,21 0,627 0,19 0,061 0,17 0,108 -0,005 0,322 0,219 0,268 0,037 0,105 -0,16 0,456 -0,052 -0,195 -0,041 0,553 -0,167 0,126 0,001 0,235 -0,107 0,235 0,174 -0,259 0

Teodoro Sampaio -0,052 -0,16 0,367 0,046 0,349 0,1 0,33 -0,062 0,035 0,013 -0,029 0,1 0,158 -0,056 -0,087 -0,042 0,192 -0,069 -0,097 -0,081 0,208 -0,205 -0,027 -0,029 0,125 0,133 0,139 0,147 0,136 -0,083 0

Tupã -0,043 -0,131 0,378 0,135 0,278 0,136 0,345 -0,02 0,13 0,05 0,071 0,139 0,238 -0,005 -0,072 -0,061 0,132 -0,047 -0,023 -0,079 0,231 -0,255 -0,014 -0,065 0,11 0,167 0,118 0,1 0,188 0,048 -0,076 0

Uberlândia 0,467 0,6 0,588 0,633 0,9 0,646 0,588 0,4 0,661 0,48 0,533 0 0,767 0,487 0,431 0,315 0,737 0,352 0,476 0,4 0 0,703 0,311 0,348 0,662 0,424 0,519 0,552 0,496 0,714 0,333 0,37 0

31

Tabela 5. Análise de variância molecular (AMOVA) em A. argentata considerando os três biomas (Amazônia,

Cerrado e Mata Atlântica) como grupos.

Fonte da variação graus de liberdade % da variação

Entre grupos 2 2,07

Entre populações dentro dos grupos 29 14,64

Dentro das populações 147 83,29


O modelo de substituição mais adequado foi definido como Hasegawa, Kishino, e

Yano (HKY+G+I). Na árvore filogenética observa-se a divisão das linhagens de A. argentata

em quatro grupos distintos, entretanto, nem todos os grupos possuem suporte alto (figura 9).

Figura 9. Inferência filogenética bayesiana obtida para A. argentata, com os valores de tempo de divergência

nos nós principais. Os retângulos pretos indicam os nós cuja probabilidade posterior é acima de 0,95. As cores

representam os diferentes grupos.

32


Os resultados dos testes de neutralidade de Tajima (1989) e de Fu (1997) estão

apresentados na tabela 6. Os valores de DTajima foram significativos e negativos para as

populações de Gramado e Santarém, sugerindo a ocorrência de expansão demográfica nessas

populações. A análise da amostragem completa também indica expansão demográfica.

33

Tabela 6. Valores dos testes de neutralidade de Tajima (1989) e de Fu (1997). Entre parênteses, os valores de

desvio padrão e em negrito, os valores estatisticamente significativos.

Número do local Local DTajima (p) FsFu (p)

1 Alcobaça, BA 0,255 (0,602) -1,160 (0,151)

2 Aracaju, SE 0,000 (0,782) 0,134 (0,273)

3 Argentina 0,975 (0,856) 0,996 (0,607)

4 Belém, PA -0,960 (0,212) 0,194 (0,477)

5 Boa vista, RR -1,132 (0,147) -0,858 (0,082)

6 Brasília, DF -0,735 (0,294) -1,241 (0,133)

7 Campo Bom, RS 1,144 (0,908) 2,433 (0,860)

8 Caratinga, MG -0,818 (0,272) -1,045 (0,164)

9 Centenário do Sul, PR -0,884 (0,256) -0,024 (0,404)

10 Goiânia, GO -1,285 (0,093) -2,084 (0,055)

11 Governador Valadares, MG -0,826 (0,288) 0,893 (0,653)

12 Gramado, RS -1,467 (0,018) 5,304 (0,984)

13 Jaboticabal, SP -0,826 (0,286) -2,263 (0,024)

14 Linhares, ES -0,612 (0,342) -2,659 (0,022)

15 Macapá, AP 0,759 (0,773) -0,374 (0,314)

16 Maceió, AL 0,267 (0,614) -1,098 (0,155)

17 Manaus, AM -1,337 (0,070) 2,593 (0,883)

18 Moju, PA -0,890 (0,233) -1,505 (0,115)

19 Monte Alegre, SP -0,558 (0,420) -0,361 (0,212)

20 Passa Quatro, MG -0,296 (0,415) -0,350 (0,314)

21 Pinhalzinho, SP -1,233 (0,098) 1,609 (0,720)

22 Poços de Caldas, MG 0,000 (1,000) 1,609 (0,498)

23 Porangatu, GO -0,290 (0,606) -0,687 (0,247)

24 Porto Velho, RO -0,265 (0,442) -0,075 (0,381)

25 Salvador, BA -0,251 (0,433) -1,327 (0,121)

26 Santa Maria, RS 0,958 (0,854) 0,750 (0,561)

27 Santarém, PA -1,461 (0,014) -2,452 (0,036)

28 Santos, SP -0,063 (0,485) -0,602 (0,265)

29 São Carlos, SP -0,543 (0,350) 2,211 (0,838)

30 São Luís, MA 0,000 (1,000) 2,197 (0,555)

31 Teodoro Sampaio, SP -0,799 (0,272) -0,238 (0,351)

32 Tupã, SP -0,465 (0,376) -1,919 (0,069)

33 Uberlândia, MG 0,000 (1,000) 0,000 (N.A.)*

Total

-1,528 (0,037) -25,297 (0,000)

* Não foi possível calcular este valor, já que essa população possui um único haplótipo.

34

Os resultados da Bayesian Skyline Plot indicam que há expansão demográfica em A.

argentata, que ocorreu em torno de 100 mil anos atrás (figura 10). Na figura 11 estão

representados os resultados encontrados pela mismatch distribution, indicando expansão

demográfica.

Figura 10. Bayesian Skyline Plot para as populações de A. argentata analisadas. As linhas azuis representam o

intervalo de confiança de 95%. O tempo de geração considerado foi de 1 ano.

Figura 11. Mismatch distribution para as populações de A. argentata analisadas..

35

Quando analisamos em separado os quatro grupos genéticos, os teste D de Tajima

(1989) e Fs de Fu (1997) apontam resultados estatisticamente significativos para o grupo

genético 2 e os subgrupos 2.2 e 2.3 (tabela 7).

Tabela 7. Resultados dos testes de neutralidade de Tajima (1989) e Fu (1997) para os quatro grupos genéticos

distintos. Entre parênteses, os valores de desvio padrão e em negrito, os valores estatisticamente significativos.

Grupos DTajima (p) FsFu (p)

1 -0,222 (0,448) 0,745 (0,660)

2 -1,833 (0,006) -25,274 (0,000)

2.1 -0,612 (0,296) -4,444 (0,023)

2.2 -2,058 (0,003) -26,723 (0,000)

2.3 -1,715 (0,018) -21,109 (0,000)

Total -1,528 (0,037) -25,297 (0,000)

Análises de Bayesian Skyline Plot e mismatch distribution também foram realizadas para os

grupos genéticos. O grupo 1 apresenta sinais de estabilidade, enquanto para o grupo genético

2 é observado indícios de expansão demográfica. O subgrupo 2.2 apresenta resultados que

indicam expansão demográfica na mismatch distribution e uma tendência a expansão

demográfica na Bayesian Skyline Plot. Em ambas foram observados indícios de expansão

demográfica recente para o subgrupo 2.3 (figuras 12 e 13).

36

Figura 12. Bayesian Skyline Plot para os grupos genéticos 1 e 2 e para os subgrupos 2.1, 2.2 e 2.3. As linhas

azuis representam o intervalo de confiança de 95%. O tempo de geração considerado foi de 1 ano.

Figura 13. Mismatch distribution para os grupos genéticos 1 e 2 e para os subgrupos 2.1, 2.2 e 2.3.

37

DISCUSSÃO


As populações de A. argentata apresentaram baixa diversidade nucleotídica (tabela 3),

semelhante ao que foi observado em Argiope bruennichi na Europa (Krehenwinkel & Tautz

2013) e em Araneus omnicolor, espécie com distribuição restrita à região subtropical da

América do Sul (Peres et al. 2015). Já em Sicarius cariri, espécie de aranha endêmica da

Caatinga, foi observada alta diversidade nucleotídica distribuída em dois clados distintos, mas

com valores semelhantes aos de A. argentata para cada um dos clados (Magalhães et al.

2014). Robinson et al. (2009) reportaram valores médios de diversidade nucleotídica bastante

altos para aranhas, mas, considerando os resultados para S. cariri, esses altos valores podem

ser consequência do agrupamento de clados distintos na mesma espécie.

Altos valores de diversidade haplotípica e baixos de variação nucleotídica, como

encontrados em A. argentata, podem indicar que a partir de uma população ancestral de

tamanho efetivo pequeno, houve um rápido crescimento populacional com as mutações

originando essa alta diversidade de haplótipos, mas sem tempo suficiente para acumular

grandes diferenças entre as sequências (Avise 2000).


Na rede de haplótipos são observados vários haplótipos pouco frequentes, sendo que

cerca de 78% deles são únicos (figura 7), um padrão semelhante ao reportado por

Krehenwinkel & Tautz (2013) para A. bruennichi. Observa-se a divisão de dois grupos

genéticos separados por 12 passos mutacionais, com os haplótipos do grupo genético 1

restritos ao sul da área amostrada. Haplótipos do grupo genético 2 podem ser encontrados em

todas a populações amostradas.

A correlação significativa entre as matrizes de distância geográfica e FST pode ter sido

influenciada pelas quatro populações do sul devido à maior diferenciação dos haplótipos

encontrados nessa região. Com a exclusão das populações que possuem pelo menos um

indivíduo do grupo genético 1, não foi observada correlação entre as matrizes de distância

geográfica e FST (figura 5B), o que condiz com o esperado para uma espécie com alta

capacidade de dispersão.

A análise Bayesiana de estruturação populacional sugere a subdivisão do grupo

genético 2 em três agrupamentos (figura 6). Mesmo com a ampla dimensão da área total

amostrada, os subgrupos 2.1 e 2.3 são observados em todas as regiões. Em apenas uma

população (São Carlos) foram encontrados haplótipos dos grupos 1 e 2.2 (figura 8). A ampla

38

distribuição dos haplótipos do grupo pode estar relacionada à alta capacidade de dispersão da

espécie, que também pode se dispersar por balonismo, o que já foi observado para outras

espécies de Argiope (Tolbert 1977; Bell et al. 2005). Espécies que fazem balonismo são

excelentes dispersoras, capazes de ultrapassar diversos obstáculos que seriam barreira

geográfica para muitos outros organismos (Lee et al. 2004), mantendo altos níveis de fluxo

gênico entre as populações (Agnarsson et al. 2014). Considerando os habitats ocupados por A.

argentata, pode-se esperar também que estradas e outros ambientes antropizados facilitem a

dispersão dessa espécie, como sugerido por Ramirez & Haakonsen (1999) para A. trifasciata.

Observou-se estruturação geográfica em A. argentata, o que já foi encontrado em

outras espécies de aranhas com alta capacidade de dispersão (Kuntner & Agnarsson 2011). O

valor de FST pode estar sendo elevado pelos haplótipos do grupo genético 1 e pelo tamanho

amostral de cada população.

Com exceção da caatinga e do pantanal, os demais biomas brasileiros foram

amostrados neste trabalho (figura 3). Conforme observado no mapa com a distribuição dos

grupos haplótipicos (figura 8) e nos resultados da AMOVA (tabela 5), não há relação entre a

estruturação genética e os biomas. Diversos trabalhos sugerem que a diagonal seca atua como

barreira na dispersão, causando divergências genéticas entre os organismos das duas florestas

úmidas (Martins et al. 2009; Pellegrino et al. 2011; Fouquet et al. 2012a; Fouquet et al.

2014). Já em relação à Mata Atlântica, muitos estudos filogeográficos sugerem sua divisão em

duas regiões, delimitadas pelo Rio Doce, ao norte do Espírito Santo (Pellegrino et al. 2005;

Carnaval et al. 2009; Thomé et al. 2010; Martins 2011; Fouquet et al. 2012b; Fouquet et al.

2014). Esses dois padrões não foram observados: a diagonal seca não parece atuar na

diversificação de linhagens de A. argentata e não foi observada estrutura nas coletas da Mata

Atlântica. Isso reforça essa espécie ser uma excelente dispersora, conseguindo ultrapassar

obstáculos que atuam como barreira para muitos outros organismos. Além disso, indica

também que sua distribuição não é limitada por áreas mais secas, visto que, além das

linhagens genéticas não estarem associadas a um bioma específico, durante as coletas

encontramos a espécie nos mais diferentes tipos de ambientes.


Assim como foi observado nas análises de diferenciação e estruturação genética, há

formação de quatro agrupamentos de sequências na árvore filogenética (figura 9). A

inferência filogenética Bayesiana indica que as amostras analisadas de A. argentata

coalescem há 1,59 milhões de anos (95% HPD = 0,99 – 2,25 Ma), com a diversificação das

39

linhagens acontecendo no Pleistoceno. Essa diversificação durante o Pleistoceno, usualmente

associada às oscilações climáticas dessa época, é observada para várias espécies de aranhas

(Ayoub & Riechert 2004; Arnedo & Ferrandez 2007; Hamilton et al. 2011) e na maioria dos

trabalhos de filogeografia da América do Sul (Turchetto-Zolet et al. 2013). Recentemente,

esse padrão de diversificação foi observado também para Araneus omnicolor (Peres et al.

2015). Como pode ser visto na Figura 9, A. argentata divergiu há 12,59 milhões de anos (95%

HPD = 8,41 – 17,51 Ma), mas esse resultado deve ser interpretado com cautela, pois a

inclusão de mais espécies na análise filogenética pode fornecer resultados diferentes.


As análises demográficas indicam expansão em A. argentata por volta de 100 mil anos

atrás, possivelmente relacionada ao último período interglacial (LIG - 120 mil anos). Essas

análises indicam também estabilidade populacional a partir do último máximo glacial (LGM -

20 mil anos). O grupo genético 1, de distribuição mais restrita e encontrado principalmente

em indivíduos de populações subtropicais, não apresenta sinais de expansão populacional. O

padrão geral observado para A. argentata deve estar sendo muito influenciado pelos

resultados do grupo 2. Quando consideramos os subgrupos do grupo 2, os padrões foram

variáveis e apenas para o subgrupo 2.3 todas as análises sugerem expansão demográfica

(tabela 7; figuras 12 e 13).

As oscilações climáticas do quaternário parecem ter tido grande influência sobre as

mudanças demográficas observadas para várias espécies em diferentes regiões do mundo

(Hewitt 2004), inclusive para aranhas, como foi sugerido por Oliveira et al. (2015) em um

estudo sobre endemismo de aranhas no Brasil. As variações climáticas do Pleistoceno também

tiveram grande influência na distribuição de Nephila pilipes em Taiwan (Lee et al. 2004), e

isso pode ter acontecido também para A. argentata. O clima foi considerado o fator ambiental

mais importante para moldar a distribuição de várias espécies de aranhas, que usualmente

ocupam regiões com temperaturas moderadas ou mais altas (Arnedo & Ferrandez 2007).

Krehenwinkel & Tautz (2013) sugerem que a expansão de A. bruennichi pode estar

relacionada, dentre outros fatores, com a adaptação de algumas linhagens dessa espécie a

temperaturas mais baixas. Essa adaptação pode estar acontecendo para A. argentata, pois os

haplótipos do grupo 1 ocorrem principalmente na porção subtropical da distribuição. Estudos

com mais marcadores moleculares e também trabalhos de ecofisiologia poderão elucidar essa

questão.

40

CONCLUSÕES

Os resultados permitem concluir que:

A diagonal seca não parece ter influenciado nos processos de diversificação de

Argiope argentata;

Não há divisão da Mata Atlântica em duas regiões para essa espécie;

A. argentata possui grande capacidade de dispersão;

As oscilações climáticas do quaternário parecem ter influenciado a distribuição

da variabilidade genética da espécie.

41

REFERÊNCIAS

Agnarsson I, Cheng R-C, Kuntner M (2014) A multi-clade test supports the intermediate

dispersal model of biogeography. PLoS ONE, 9.

Amaro RC, Rodrigues MT, Yonenaga-Yassuda Y, Carnaval AC (2012) Demographic

processes in the montane Atlantic rainforest: molecular and cytogenetic evidence from

the endemic frog Proceratophrys boiei. Molecular Phylogenetics and Evolution, 62,

880 - 888.

Arnedo MA, Ferrández M-A (2007) Mitochondrial markers reveal deep population

subdivision in the European protected spider Macrothele calpeiana (Walckenaer,

1805) (Araneae, Hexathelidae). Conservation Genetics, 8, 1147 - 1162.

Arnedo MA, Gasparo F, Opatova V (2009) Systematics and phylogeography of the Dysdera

erythrina species complex (Araneae, Dysderidae) in Sardinia. ZooKeys, 16, 319 - 345.

Avise J (2000) Phylogeography: the history and formation of species. Harvard University

Press.

Avise J (2009) Phylogeography: retrospect and prospect. Journal of Biogeography, 36, 3 - 15.

Ayoub NA, Riechert SE (2004) Molecular evidence for Pleistocene glacial cycles driving

diversification of a North American desert spider, Agelenopsis aperta. Molecular

Ecology, 13, 3453 - 3465.

Bandelt HJ, Forster P, Röhl A (1999) Median-joining networks for inferring intraspecific

phylogenies. Molecular Biology and Evolution, 16, 37 - 48.

Batalha-Filho H, Fjeldså J, Fabre P-H, Miyaki CY (2013) Connections between the Atlantic

and the Amazonian forest avifaunas represent distinct historical events. Journal of

Ornithology, 154, 41 - 50.

Beheregaray LB (2008) Twenty years of phylogeography: the state of the field and the

challenges for the Southern Hemisphere. Molecular Ecology, 17, 3754 - 3774.

Bell JR, Bohan DA, Shaw EM, Weyman GS (2005) Ballooning dispersal using silk: world

fauna, phylogenies, genetics and models. Bulletin of Entomological Research, 95, 69 -

114.

Blackledge TA, Hayashi CY (2006) Silken toolkits: biomechanics of silk fibers spun by the

orb web spider Argiope argentata (Fabricius 1775). The Journal of Experimental

Biology, 209, 2452 - 2461.

Brewer MS, Cotoras DD, Croucher PJP, Gillespie RG (2014) New sequencing technologies,

the development of genomics tools, and their applications in evolutionary

arachnology. The Journal of Arachnology, 42, 1 - 15.

42

Brower AV (1994) Rapid morphological radiation and convergence among races of the

butterfly Heliconius erato inferred from patterns of mitochondrial DNA evolution.

Proceedings of the National Academy of Sciences of the United States of America, 91,

6491 - 6495.

Bush M, Flenley J (2007) Tropical Rainforest Responses to Climatic Change. Springer Berlin

Heidelberg.

Bush MB, Oliveira PE (2006) The rise and fall of the Refugial Hypothesis of Amazonian

speciation: a paleoecological perspective. Biota Neotropica, 6.

Cabanne GS, D’Horta FM, Sari EHR, Santos FR, Miyaki CY (2008) Nuclear and

mitochondrial phylogeography of the Atlantic forest endemic Xiphorhynchus fuscus

(Aves: Dendrocolaptidae): Biogeography and systematics implications. Molecular

Phylogenetics and Evolution, 49, 760 - 773.

Carnaval AC, Hickerson MJ, Haddad CFB, Rodrigues MT, Moritz C (2009) Stability predicts

genetic diversity in the Brazilian Atlantic forest hotspot. Science, 323, 785 - 789.

Carnaval AC, Moritz C (2008) Historical climate modelling predicts patterns of current

biodiversity in the Brazilian Atlantic forest. Journal of Biogeography, 35, 1187 - 1201.

Carvalho CJB de, Almeida EAB (2011) Biogeografia da América do Sul: padrões &

processos. Roca.

Coddington JA, Levi HW (1991) Systematics and Evolution of Spiders (Araneae). Annual

Review of Ecology and Systematics, 22, 565 - 592.

Colinvaux PA, De Oliveira PE, Bush MB (2000) Amazonian and neotropical plant

communities on glacial time-scales: The failure of the aridity and refuge hypotheses.

Quaternary Science Reviews, 19, 141 - 169.

Corander J, Marttinen P, Sirén J, Tang J (2008) Enhanced Bayesian modelling in BAPS

software for learning genetic structures of populations. BMC Bioinformatics, 9, 539.

Corander J, Tang J (2007) Bayesian analysis of population structure based on linked

molecular information. Mathematical Biosciences, 205, 19 - 31.

Costa LP (2003) The historical bridge between the Amazon and the Atlantic Forest of Brazil:

a study of molecular phylogeography with small mammals. Journal of Biogeography,

30, 71 - 86.

Craig CL, Wolf SG, Davis JLD, Hauber ME, Maas JL (2001) Signal polymorphism in the

web-decorating spider Argiope argentata is correlated with reduced survivorship and

the presence of stingless bees, its primary prey. Evolution, 55, 986 - 993.

Crews SC, Hedin M (2006) Studies of morphological and molecular phylogenetic divergence

in spiders (Araneae: Homalonychus) from the American southwest, including

divergence along the Baja California Peninsula. Molecular Phylogenetics and

Evolution, 38, 470 - 487.

43

Drummond AJ, Suchard MA, Xie D, Rambaut A (2012) Bayesian phylogenetics with

BEAUti and the BEAST 1.7. Molecular Biology and Evolution, 29, 1969 - 1973.

Edgar RC (2004) MUSCLE: multiple sequence alignment with high accuracy and high

throughput. Nucleic Acids Research, 32, 1792 - 1797.

Excoffier L, Lischer HEL (2010) Arlequin suite version 3.5: a new series of programs to

perform population genetics analyses under Linux and Windows. Molecular Ecology

Resources, 10, 564 - 567.

Fitzpatrick SW, Brasileiro CA, Haddad CFB, Zamudio KR (2009) Geographical variation in

genetic structure of an Atlantic Coastal Forest frog reveals regional differences in

habitat stability. Molecular Ecology, 18, 2877 - 2896.

Folmer O, Black M, Hoeh W, Lutz R, Vrijenhoek R (1994) DNA primers for amplification of

mitochondrial cytochrome c oxidase subunit I from diverse metazoan invertebrates.

Molecular Marine Biology and Biotechnology, 3, 294 - 299.

Fouquet A, Cassini CS, Haddad CFB, Pech N, Rodrigues MT (2014) Species delimitation,

patterns of diversification and historical biogeography of the Neotropical frog genus

Adenomera (Anura, Leptodactylidae). Journal of Biogeography, 41, 855 - 870.

Fouquet A, Loebmann D, Castroviejo-Fisher S et al. (2012a) From Amazonia to the Atlantic

forest: Molecular phylogeny of Phyzelaphryninae frogs reveals unexpected diversity

and a striking biogeographic pattern emphasizing conservation challenges. Molecular


Fouquet A, Recoder R, Teixeira M et al. (2012b) Molecular phylogeny and morphometric

analyses reveal deep divergence between Amazonia and Atlantic Forest species of

Dendrophryniscus. Molecular Phylogenetics and Evolution, 62, 826 - 838.

Fu YX (1997) Statistical tests of neutrality of mutations against population growth,

Hitchhiking and Background Selection. Genetics, 147, 915 - 925.

Garb JE, Gillespie RG (2009) Diversity despite dispersal: colonization history and

phylogeography of Hawaiian crab spiders inferred from multilocus genetic data.

Molecular Ecology, 18, 1746 - 1764.

Garrick RC, Bonatelli IAS, Hyseni C et al. (2015) The evolution of phylogeographic data

sets. Molecular Ecology, 24, 1164 - 1171.

Gonzaga MO, Sobczak JF (2011) Behavioral manipulation of the orb-weaver spider Argiope

argentata (Araneae: Araneidae) by Acrotaphus chedelae (Hymenoptera:

Ichneumonidae). Entomological Science, 14, 220 - 223.

Haffer J (1969) Speciation in Amazonian forest birds. Science, 165, 131 - 137.

Haffer J (2008) Hypotheses to explain the origin of species in Amazonia. Brazilian Journal of

Biology, 68, 917 - 947.

44

Hall TA (1999) BioEdit: a user-friendly biological sequence alignment editor and analysis

program for Windows 95/98/NT. Nucleic Acids Symposium Series, 41, 95 - 98.

Hamilton CA, Formanowicz DR, Bond JE (2011) Species delimitation and phylogeography

of Aphonopelma hentzi (Araneae, Mygalomorphae, Theraphosidae): cryptic diversity

in North American tarantulas. PLoS ONE, 6, e26207.

Harvey MG, Brumfield RT (2015) Genomic variation in a widespread Neotropical bird

(Xenops minutus) reveals divergence, population expansion, and gene flow. Molecular


Hewitt GM (2004) Genetic consequences of climatic oscillations in the Quaternary.

Philosophical Transactions of the Royal Society of London B, 359, 183 - 195.

Hickerson MJ, Carstens BC, Cavender-Bares J et al. (2010) Phylogeography’s past, present,

and future: 10 years after Avise, 2000. Molecular Phylogenetics and Evolution, 54,

291 - 301.

Krehenwinkel H, Tautz D (2013) Northern range expansion of European populations of the

wasp spider Argiope bruennichi is associated with global warming-correlated genetic

admixture and population-specific temperature adaptations. Molecular Ecology, 22,

2232 - 2248.

Kuntner M, Agnarsson I (2011) Phylogeography of a successful aerial disperser: the golden

orb spider Nephila on Indian Ocean islands. BMC Evolutionary Biology, 11, 119.

Lee J-W, Jiang L, Su Y-C, Tso I-M (2004) Is central mountain range a geographic barrier to

the giant wood spider Nephila pilipes (Araneae: Tetragnathidae) in Taiwan? A

population genetic approach. Zoological Studies, 43, 112 - 122.

Levi HW (1968) The spider genera Gea and Argiope in America (Araneae: Araneidae).

Bulletin of The Museum of Comparative Zoology, 136, 319 - 352.

Levi HW (2004) Comments and new records for the american genera Gea and Argiope with

the description of a new species (Araneae: Araneidae). Bulletin of the Museum of

Comparative Zoology, 158, 47 - 66.

Librado P, Rozas J (2009) DnaSP v5: A software for comprehensive analysis of DNA

polymorphism data. Bioinformatics, 25, 1451 - 1452.

Magalhães ILF, Oliveira U, Santos FR et al. (2014) Strong spatial structure, Pliocene

diversification and cryptic diversity in the Neotropical dry forest spider Sicarius cariri.

Molecular Ecology, 23, 5323 - 5336.

Mantel N (1967) The detection of disease clustering and a generalized regression approach.

Cancer Research, 27, 209 - 220.

Marchant R, Cleef A, Harrison SP et al. (2009) Pollen-based biome reconstructions for Latin

America at 0, 6000 and 18000 radiocarbon years ago. Climate of the Past, 5, 725 -

767.

45

Martins FM (2011) Historical biogeography of the Brazilian Atlantic forest and the Carnaval-

Moritz model of Pleistocene refugia: what do phylogeographical studies tell us?

Biological Journal of the Linnean Society, 104, 499 - 509.

Martins FM, Templeton AR, Pavan ACO, Kohlbach BC, Morgante JS (2009)

Phylogeography of the common vampire bat (Desmodus rotundus): Marked

population structure, Neotropical Pleistocene vicariance and incongruence between

nuclear and mtDNA markers. BMC Evolutionary Biology, 9, 294.

Morley RJ (2000) Origin and evolution of tropical rain forests. John Wiley & Sons Ltd.

Morrone JJ (2006) Biogeographic areas and transition zones of Latin America and the

Caribbean islands based on panbiogeographic and cladistic analyses of the

entomofauna. Annual Review of Entomology, 51, 467 - 494.

Myers N, Mittermeier RA, Mittermeier CG, da Fonseca GA, Kent J (2000) Biodiversity

hotspots for conservation priorities. Nature, 403, 853 - 858.

Oliveira U, Brescovit AD, Santos AJ (2015) Delimiting Areas of Endemism through Kernel

Interpolation. PLoS ONE, 10, e0116673.

Olson DM, Dinerstein E, Wikramanayake ED et al. (2001) Terrestrial ecoregions of the

world: a new map of life on Earth. Bioscience, 51, 933 - 938.

Opatova V, Arnedo MA (2014) Spiders on a hot volcanic roof: colonisation pathways and

phylogeography of the Canary Islands endemic trap-door spider Titanidiops

canariensis (Araneae, Idiopidae). PLoS ONE, 9, e115078.

Peakall R & Smouse PE (2012) GenAlEx 6.5: genetic analysis in Excel. Population genetic

software for teaching and research – an update. Bioinformatics, 28, 2537 - 2539.

Pellegrino KCM, Rodrigues MT, Harris DJ, Yonenaga-Yassuda Y, Jr. JWS (2011) Molecular

phylogeny, biogeography and insights into the origin of parthenogenesis in the

Neotropical genus Leposoma (Squamata: Gymnophthalmidae): Ancient links between

the Atlantic Forest and Amazonia. Molecular Phylogenetics and Evolution, 61, 446 -

459.

Pellegrino KCM, Rodrigues MT, Waite AN (2005) Phylogeography and species limits in the

Gymnodactylus darwinii complex (Gekkonidae, Squamata): genetic structure

coincides with river systems in the Brazilian Atlantic Forest. Biological Journal of the

Linnean Society, 85, 13 - 26.

Peres EA, Sobral-Souza T, Perez MF et al. (2015) Pleistocene niche stability and lineage

diversification in the subtropical spider Araneus omnicolor (Araneidae). PLoS ONE,

10, e0121543.

Planas E, Saupe EE, Lima-Ribeiro MS, Peterson A, Ribera C (2014) Ecological niche and

phylogeography elucidate complex biogeographic patterns in Loxosceles rufescens

(Araneae, Sicariidae) in the Mediterranean Basin. BMC Evolutionary Biology, 14, 195.

46

Por FD (1992) Sooretama: the Atlantic rain forest of Brazil. SPB Academic Publishing, The

Hague.

Porto TJ, Carnaval AC, da Rocha PLB (2013) Evaluating forest refugial models using species

distribution models, model filling and inclusion: a case study with 14 Brazilian

species. Diversity and Distributions, 19, 330 - 340.

Rambaut A, Drummond AJ (2009) Tracer v1.5. Available from

http://beast.bio.ed.ac.uk/Tracer.

Ramirez MG, Haakonsen KE (1999) Gene flow among habitat patches on a fragmented

landscape in the spider Argiope trifasciata (Araneae: Araneidae). Heredity, 83, 580 -

585.

Ribeiro RA, Lemos-Filho JP, Ramos ACS, Lovato MB (2011) Phylogeography of the

endangered rosewood Dalbergia nigra (Fabaceae): insights into the evolutionary

history and conservation of the Brazilian Atlantic Forest. Heredity, 106, 46 - 57.

Robinson EA, Blagoev G, Hebert PDN, Adamowicz SJ (2009) Prospects for using DNA

barcoding to identify spiders in species-rich genera. ZooKeys, 16, 27 - 46.

Robinson MH (1969) Predatory Behavior of Argiope argentata (Fabricius). American

Zoologist, 9, 161 - 173.

Rodrigues MT, Bertolotto CEV, Amaro RC et al. (2014) Molecular phylogeny, species limits,

and biogeography of the Brazilian endemic lizard genus Enyalius (Squamata:

Leiosauridae): An example of the historical relationship between Atlantic Forests and

Amazonia. Molecular Phylogenetics and Evolution, 81, 137 - 146.

Schoener TW, Spiller DA (1992) Stabilimenta characteristics of the spider Argiope argentata

on small islands: support of the predator-defense hypothesis. Behavioral Ecology and

Sociobiology, 31, 309 - 318.

Sobral-Souza T, Lima-Ribeiro MS, Solferini VN (2015) Biogeography of Neotropical

Rainforests: past connections between Amazon and Atlantic Forest detected by

ecological niche modeling. Evolutionary Ecology, 1 - 13.

Su Y-C, Chang Y-H, Lee S-C, Tso I-M (2007) Phylogeography of the giant wood spider

(Nephila pilipes, Araneae) from Asian–Australian regions. Journal of Biogeography,

34, 177 - 191.

Tajima F (1989) Statistical method for testing the neutral mutation hypothesis by DNA

polymorphism. Genetics, 123, 585 - 595.

Tamura K, Stecher G, Peterson D, Filipski A, Kumar S (2013) MEGA6: Molecular

Evolutionary Genetics Analysis version 6.0. Molecular Biology and Evolution, 30,

2725 - 2729.

47

Thomé MTC, Zamudio KR, Giovanelli JGR et al. (2010) Phylogeography of endemic toads

and post-Pliocene persistence of the Brazilian Atlantic Forest. Molecular


Tolbert WW (1977) Aerial dispersal behavior of two orb weaving spiders. Psyche, 84, 13 -

27.

Turchetto-Zolet AC, Pinheiro F, Salgueiro F, Palma-Silva C (2013) Phylogeographical

patterns shed light on evolutionary process in South America. Molecular Ecology, 22,

1193 - 213.

Uhl G (2008) Size dependent occurrence of different types of web decorations and a barrier

web in the tropical spider Argiope argentata (Fabricius 1775) (Araneae Araneidae).

Tropical Zoology, 21, 97 - 108.

Vanzolini P & Williams EE (1970) South American Anoles: the geographic differentiation

and evolution of the Anolis chrysolepis species group (Sauria, Iguanidae). Arquivos de

Zoologia, 19, 1 - 124.

Werneck FP (2011) The diversification of eastern South American open vegetation biomes:

Historical biogeography and perspectives. Quaternary Science Reviews, 30, 1630 -

1648.

World Spider Catalog (2015). World Spider Catalog. Natural History Museum Bern, online at

http://wsc.nmbe.ch, version 16.5.

48

ANEXOS

49

Anexo 1. Coletas de Argiope argentata. F = fêmeas e M = machos.

Local Data A. argentata

Latitude Longitude F M

Alcobaça, BA 10.2013 21 2 -17.518098 -39.211854

Aracaju, SE 01.2014 5 - -10.887682 -37.053235

Aracruz, ES 10.2013 16 1 -19.824745 -40.264357

Argentina 03.2014 11 - -30.93362 -58.729115

Belém, PA 07.2013 18 1 -1.427045 -48.462631

Boa vista, RR 07.2013 26 - 2.766667 -60.695733

Brasília, DF 05.2013 21 1 -15.948300 -47.934300

Campinas, SP 08.2013 20 - -22.909478 -47.020608

Campo Bom, RS 04.2013 12 1 -29.681944 -51.058056

Caratinga, MG 10.2013 15 - -19.909833 -42.121417

Centenário do Sul, PR 04.2013 13 - -22.8619 -51.5156

Goiânia, GO 05.2013 18 - -16.682234 -49.262955

Governador Valadares, MG 10.2013 17 - -18.860387 -41.940462

Gramado, RS 04.2013 7 1 -29.426955 -50.85368

Ibitinga, SP 05.2013 1 - -21.795823 -48.877817

Itatiaia, RJ* 05.2013 - - -22.454722 -44.608056

Jaboticabal, SP 06.2013 14 1 -21.241389 -48.288889

Linhares, ES 10.2013 12 - -19.1266 -39.9344

Macapá, AP 07.2013 7 1 -0.001373 -51.084292

Maceió, AL 02.2014 21 1 -9.4514 -35.831149

Manaus, AM 07.2013 23 6 -3.099014 -59.978038

Moju, PA 07.2013 21 1 -1.992587 -48.79752

Monte Alegre, SP 03.2013 20 2 -22.698147 -46.665847

Passa Quatro, MG 05.2013 14 1 -22.376398 -44.950833

Pinhalzinho, SP 03.2013 17 - -22.733228 -46.561843

Poços de Caldas, MG 03.2013 4 - -21.773400 -46.568535

Porangatu, GO 05.2013 18 4 -12.942683 -49.164167

Porto Velho, RO 06.2013 16 4 -8.83423 -63.939106

Propriá, SE* 02.2014 - - -10. 232716 -36.802149

Ribeirão Preto, SP 10.2013 8 - -21.167526 -47.855988

Rio Branco, AC 07.2014 2 - -9.957106 -67.874513

Salvador, BA 01.2014 21 4 -12.966236 -38.411683

Santa Maria, RS 11.2013 7 1 -29.720417 -53.718

Santarém, PA 07.2013 18 2 -2.517633 -54.937332

Santos, SP 04.2013 21 - -23.870533 -46.344296

São Carlos, SP 05.2013 21 - -21.994088 -47.878697

São Luís, MA 05.2013 6 - -2.641667 -44.136667

Sapiranga, RS 04.2013 3 - -29.644372 -51.009681

Teodoro Sampaio, SP 04.2013 11 - -22.517631 -52.322388

Tupã, SP 04.2013 11 - -21.917172 -50.501272

Ubatuba, SP 12.2012 19 - -23.433889 -45.085556

Uberlândia, MG 03.2013 8 - -18.9523745 -48.204417

50

Anexo 2. Descrição dos 86 haplótipos da região COI observados em Argiope argentata. Pontos indicam que o caráter é o mesmo que o do haplótipo Hap_1. 27 30 42 51 57 63 81 84 87 93 96 105 107 114 117 126 177 189 195 198 204 205 207 214 219 220 225 264 267 270 271 276 282 315 324 330 342 345 363 364

Hap_1 T G C T G A A G A A A G G T G T A A T A A T G T G C A A T G T A T A A G T T A C

Hap_2 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_3 . . . . . . . . . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . . .

Hap_4 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . G .

Hap_5 . . . . . . . . . . . . . . . . . . . . . C . . . T . . . . . . . . . . . . G .

Hap_6 . . . . T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_8 . . . . . . . . . . . . . . . . . . C . . . . . . . . . . . . . . . . . . . . .

Hap_9 . . . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_10 . . . . . . . . . . . . . . . . . . . . . . A . . . . . C . . . . . . . . . . .

Hap_11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_12 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . A . . . . . . . . . T

Hap_13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_14 . . . . . . . . . . . T . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_15 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C . . .

Hap_16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A . . . . . . . . . T

Hap_18 . . . . . . . . . . . . . . A . . . . . . . . . . . . . . A . . . . . . . . . T

Hap_19 . . T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_20 . A . . . . . A . . . . . . . . . . . . . . A . . . . G . . . . . . G . . . . .

Hap_21 . . . . . . . . . . . . . . . . . . . . . C . . . T . . . . . . . . . . . . G .

Hap_22 . A . . . . . A . . . . . . . . . . . . . . . . . . . G . . . . . . G . . . . .

Hap_23 . . . . . . . . . . . . . . A . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_24 . . . A . . . . . . . . . . A . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_25 . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_26 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . G .

Hap_27 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_28 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_29 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_30 . . . A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_31 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_32 . . . A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_33 . . T . . . . . . . . . . . . C . . . . . . . . . T G . . . . . C . . A . . G .

Hap_34 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A . . . . . . . . . T

Hap_35 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_36 . . . . . . . . . . G . . . . . . . . . . . . . . . . . . A . . . . . . . . . T

Hap_37 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_38 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_39 . A . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_40 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_41 . . . . . . . . . . . . . . . C . G . . . . . . . T G . . . . . C . . . . . G .

Hap_42 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_43 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

51

Anexo 2 - continuação. Descrição dos 86 haplótipos da região COI observados em Argiope argentata. Pontos indicam que o caráter é o mesmo que o do haplótipo Hap_1. 366 369 377 378 381 390 411 415 417 425 429 438 441 447 459 474 477 486 489 490 504 510 519 525 537 544 550 565 573 579 586 624 636 639 642 645 649 651 654 657

Hap_1 G A C T A A C T A C T A A T T A A A A A T A A T G T C T G C C T A A T T T A T A

Hap_2 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_3 . . . . . . . . . . . . . . . . . . . . . . . A . . . . . . . . . . . . . G . .

Hap_4 . . . . T . T . . . . . . . . G . . . . . . . . A . . . . T . C . . . . . G . .

Hap_5 . . . . T . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_6 . . . . . . . . . . A . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_7 . . . . . . T . . . . . . . . . . . . . . . . . . . . . . . . C . . . . . G . .

Hap_8 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_9 . . . . G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_10 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_11 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_12 . . . . . . . . . . . . . C . . . . . . . . . . . . . . . T T C . . . . . G . .

Hap_13 . . . . . . . . . . . . . . . . . . . . . . . . A . . . . . . . . . . . . . . .

Hap_14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_15 . . . . . . . . . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . . .

Hap_16 . . . . . . T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_17 . . . . G . . . . . . . G C . . . . . . . . . . . . . . . T T . . . . . . G . .

Hap_18 . . . . . . . . . . . . G C . . . . . . . . . . . . . . . T T C . . . . . G . .

Hap_19 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_21 . . . . T . T . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . G . .

Hap_22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_23 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_24 . . . . . . T . . . . . . . . . . . . . . . . . . . . . . . . C . . . . . G . .

Hap_25 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . G . .

Hap_26 . . . . T . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_27 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . .

Hap_28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_29 . . . . . . T . . . . . . . . G . G . . . . . . . . . . . . . C . . . . . G . .

Hap_30 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_31 . . . . . . T . . . . G . . . G . . . . . . . . . . . . . . . . . . . . . G . .

Hap_32 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . G . .

Hap_33 . . . . . . T . . . . . . . . . . . . . . . . . . . . . A T T . G . . . . G . .

Hap_34 . . . . . . T . . . . . G C . . . . . . . . . . . . . . . T T C . . . . . G . .

Hap_35 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C . . . . . G . .

Hap_36 . . . . . . T . . . . . G C . . . . . . . . . . . . . . . T T C . . . . . G . .

Hap_37 . . . . . . T . . . . . G . . G . . . . . . . . . . . . . . . C . G . . . G . .

Hap_38 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_39 . . . . . . . A . . . . . . . . . . . . . . . . . . . . . T . . . . . . . G . .

Hap_40 . . . . . . T . . . . . . . . G . . . . . . G . . . . . . . . C . . . . . G . .

Hap_41 . . . . . . T . G . . . . . . . . . . . . G . . . . . . A T T . G . . . C G . .

Hap_42 . . . C . . T . . . . . G . . . . . . . . . . . . . . . A T T . . . . . . G . .

Hap_43 . . . . . . . . . . . . . . . . . . . . . . . C . . . . . . . C . . . . . G . .

52


Hap_44 . A . . . . . A . . . . . . . . . . . . . . . . . . . G . . . . . . G . . . . .

Hap_45 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_46 . . . . . . . . . . . . . . . . . . C . . . . . . . . . . . . . . . . . . . . .

Hap_47 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_48 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_49 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_50 . . . A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_51 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_52 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_53 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_54 . . . . . . . . . . . . . . . . . . . . . C . . . . . . . . . . . G . . . . G .

Hap_55 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_56 . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_57 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_58 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_59 . . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_60 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_61 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_62 . . . . . . . . . . G . . . . . . . . . . . . . . . . . . . . G . . . . . . . .

Hap_63 . . . . . . . . . . . . . . . . . . . G . . . . . . . . . . . . . . . . . A . .

Hap_64 . . . . . . . . . . . . . . . . . . . . . . . . A T . . . . C . . . . . . . . T

Hap_65 . . . . . . . . . . . . . . . . . . . . . . A . . T . . . . . . . . . . . . . .

Hap_66 . . . . . . . . . . . . . C . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_67 . A . . . . . A . . . . . . . . . . . . . . . C . . . G . . . . . . G . . . . .

Hap_68 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_69 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A . . . . . . . . . T

Hap_70 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_71 . . T . . . . . . . . . A . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_72 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_73 . . . . . . . . . . . . . . . . . . C . . . . . . . . . . . . . . . . . . . . .

Hap_74 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_75 . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . T

Hap_76 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A . . . . . . . . . T

Hap_77 . . . . . . . . . . . . . . . . . . . . . . . . . T G . . . . . . . . . . . . .

Hap_78 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_79 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Hap_80 . . . . . T . . . . . . . . . . . . . . . . . . . T . . . . . . . . . . . . . .

Hap_81 . . . . . . G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T

Hap_82 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . . . . .

Hap_83 . . . . . . . . . . . . . . . C . . . . . . . . . T G . . . C . C . . . . . G .

Hap_84 . . . . . . . . . . . . . . . . . . . . G . . . . . . . . A . . . . . . . . . T

Hap_85 . . . . . . . A . . . . . . . C . . . . . . . . . T G . . . C . C . . . . . G .

Hap_86 . . T . . . . . . . . . . . . C . . . . . . . . . T G . . . . . C . . A . . G .

53


Hap_44 . . T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_45 . . . C . . . . . . . . . . . . . . . . . . . . . . . . A T T . . . . . . G . .

Hap_46 . . . . . . T . . . . . . . . . . . . . . . . . . . . . . . . C . . . . . G . .

Hap_47 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A . G . .

Hap_48 . . . . . . . . . . A . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_49 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_50 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_51 . . . . . . . . . . . . . . . . . G . . . . . . . . . . . T . . . . . . . G . .

Hap_52 A . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_53 . . . . . . T . . . . . G . . G . . . . . . . . . . . . . . . . . . . . . G . .

Hap_54 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_55 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_56 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_57 . . . . . . T . . T . . . . . G . . . . . . . . . . . . . . . C . . . . . G . G

Hap_58 . . . . . . T . . . . . G . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_59 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . T . C . . . . . G . .

Hap_60 . . . . . . T . . . . . . . . G . . . T . . . . . . . . . . . C . . . . . G . .

Hap_61 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C . . . . . G . .

Hap_62 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_63 . . . . . . T . . . . . . . . . . . . . . . . . . . . . A . . . . . . . . G . .

Hap_64 . . . . . . . . . . . . . . . . . . . . . . . . . . T C . . T . . . . . . G . .

Hap_65 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_66 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_67 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_68 . . . . . . T . . . . . . . . G . . . . . . . . . C . . . . . C . . . . . G C .

Hap_69 . . . . . . . . . . . . . C . . . . . . . . . . . . . . . T T C . . . . . G . .

Hap_70 . G . . . G T . . . . . . . . G . . . . . . . . . . . . . . . . . . . . . G . .

Hap_71 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_72 . . . . . . . . . . C . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_73 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . G . .

Hap_74 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . T C . . . . . G . .

Hap_75 . . . C . . . . . . . . . . . . . . . . C . . . . . . . A T T . . . . . . G . .

Hap_76 . . . . . . T . . . . . G C . . . . . . . . . . . . . . . T T C . . C . . G . .

Hap_77 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . T . C . . . . . G . .

Hap_78 . . . . . . T . . . . . T . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_79 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . T . . . . . . G . .

Hap_80 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_81 . . . C . . T . . . . . G . . . . . . . . . . . . . . . A T T . . . . . . G . .

Hap_82 . . . . . . T . . . . . . . . G . . . . . . . . . . . . . . . C . . . . . G . .

Hap_83 . . . . . . T . G . . . . . C . . . . . . G . . . . . . A T T . G . . . C G . .

Hap_84 . . . . . . T . . . . . G C . . . . . . . . . . . . . . . T T C . . . . . G . .

Hap_85 . . . . . . T . G . . . . . . . . . . . . G . . . . . . A T T . G . . . C G . .

Hap_86 . . . . . . T . . . . . . . . . . . G . . . . . . . . . A T T . G . . . . G . .

54

Anexo 3. Distância genética entre as populações.

Alc

obaç

a

Ara

caju

Arg

enti

na

Bel

ém

BoaV

ista

Bra

síli

a

Cam

po B

om

Car

atin

ga

Cen

tenár

io d

o

Sul

Goiâ

nia

Gover

nad

or

Val

adar

es

Gra

mad

o

Jaboti

cabal

Lin

har

es

Mac

apá

Mac

eió

Man

aus

Moju

Monte

Ale

gre

Pas

sa Q

uat

ro

Pin

hal

zinho

Poço

s de

Cal

das

Pora

ngat

u

Port

o V

elho

Sal

vad

or

San

ta M

aria

San

taré

m

San

tos

São

Car

los

São

Luís

Teo

doro

Sam

pai

o

Tupã

Uber

lândia

Alcobaça 3,200

Aracaju 3,444 4,000

Argentina 13,056 12,500 11,133

Belém 3,778 3,667 13,611 2,933

Boa Vista 3,667 3,333 12,944 5,000 0,667

Brasília 3,944 4,222 12,944 3,194 5,222 3,067

Campo Bom 10,833 10,444 9,500 11,722 10,778 11,167 9,333

Caratinga 3,278 3,389 12,778 3,833 3,444 4,000 10,722 3,400

Centenário do

Sul 3,389 3,500 12,111 3,000 4,778 2,944 10,167 3,667 2,600

Goiânia 4,611 4,889 12,833 4,139 5,833 3,889 10,889 4,778 3,667 5,200

Governador

Valadares 2,667 3,000 12,056 3,167 3,222 3,278 10,056 2,500 2,944 4,000 1,867

Gramado 4,778 4,889 12,500 5,667 4,889 5,778 10,556 4,500 5,278 6,333 3,722 4,667

Jaboticabal 3,667 3,944 12,611 2,667 5,167 2,444 10,778 3,722 2,389 3,389 2,833 5,500 1,867

Linhares 3,556 3,833 12,778 3,500 4,389 3,500 10,722 3,722 3,222 4,222 3,056 5,333 3,000 3,933

Macapá 4,333 4,333 13,833 4,444 4,278 4,556 11,944 4,278 4,278 5,389 3,778 5,944 4,222 4,444 4,933

Maceió 6,333 6,333 13,444 6,694 6,778 6,528 11,389 6,556 6,111 6,861 5,944 7,889 6,222 6,444 6,889 9,133

Manaus 3,389 3,167 13,000 4,333 1,111 4,500 10,889 3,222 4,111 5,222 2,944 4,778 4,389 3,944 4,000 6,556 1,667

Moju 5,222 5,389 14,167 5,111 6,056 5,056 12,333 5,333 4,667 5,833 4,722 7,000 4,611 5,167 5,556 7,778 5,556 7,133

Monte Alegre 4,083 4,583 12,333 4,750 5,250 4,833 10,250 4,583 4,083 5,250 3,833 6,000 4,333 4,583 5,417 6,667 4,917 6,167 5,667

Passa Quatro 3,833 4,111 13,000 4,333 4,389 4,389 10,833 4,111 4,000 5,000 3,556 5,667 3,944 4,056 4,833 6,667 4,111 5,722 4,917 5,000

Pinhalzinho 2,889 3,278 13,333 4,111 3,167 4,444 11,111 2,889 3,889 5,056 2,167 2,722 4,167 3,833 4,333 6,556 3,056 5,500 4,417 4,056 1,000

Poços de

Caldas 3,500 3,500 12,667 3,667 3,667 3,500 10,667 3,333 3,333 4,333 2,833 5,000 3,167 3,500 4,167 6,333 3,333 5,000 4,750 4,000 3,500 5,000

Porangatu 3,778 3,889 13,278 3,889 4,222 3,778 11,278 3,667 3,611 4,667 3,056 4,722 3,444 3,778 4,556 6,778 3,833 5,389 5,000 4,389 3,167 3,500 4,133

Porto Velho 4,556 4,889 13,056 4,833 5,167 4,556 11,167 4,611 4,500 5,333 3,944 5,917 4,389 4,722 5,556 7,222 4,833 6,333 5,500 5,222 4,528 4,500 4,833 5,867

Salvador 3,944 4,111 12,833 3,444 4,778 3,000 10,944 3,889 3,056 4,000 3,278 5,722 2,556 3,333 4,444 6,556 4,167 4,944 5,000 4,278 4,389 3,167 3,611 4,667 2,933

Santa Maria 8,167 8,000 10,389 9,000 8,278 8,778 8,667 8,111 8,000 8,778 7,389 8,444 8,389 8,333 9,389 9,500 8,333 10,056 8,000 8,500 8,222 8,333 8,778 8,944 8,722 9,600

Santarém 4,667 4,500 13,556 5,944 2,444 6,222 11,389 4,667 5,556 6,667 4,333 6,056 6,111 5,444 5,556 7,611 2,833 7,111 5,833 5,500 4,333 5,000 5,444 6,222 6,000 8,944 4,333

Santos 4,944 5,111 13,333 4,278 6,000 3,778 11,611 4,889 4,000 4,722 4,167 6,222 3,444 4,500 5,500 7,056 5,333 6,000 5,833 5,278 5,000 4,333 4,611 4,972 3,944 9,444 7,111 4,333

São Carlos 7,667 7,389 11,167 8,667 7,389 8,389 9,556 7,778 7,611 8,889 7,444 8,778 8,167 8,056 8,889 9,556 7,500 9,667 7,750 8,056 8,056 8,000 8,500 8,722 8,444 8,889 8,278 9,333 8,400

São Luís 5,667 5,667 12,000 5,833 6,667 5,833 9,833 6,000 5,000 6,333 5,500 7,500 5,167 5,667 6,833 7,833 6,333 7,333 5,750 6,000 6,333 6,000 6,333 6,833 6,000 8,500 7,333 6,833 6,833 9,000

Teodoro

Sampaio 4,056 4,111 13,000 4,333 4,611 4,667 10,944 4,111 4,111 5,333 3,500 5,556 4,278 4,389 4,722 6,944 4,333 5,833 5,000 4,778 4,000 4,333 4,611 5,444 4,722 8,611 5,611 5,667 7,944 6,000 5,333

Tupã 4,250 4,389 13,500 4,972 4,389 5,056 11,444 4,444 4,750 5,722 4,056 6,000 4,944 4,778 4,944 6,972 4,222 6,111 5,542 4,944 4,333 4,333 4,833 5,417 4,833 9,167 5,667 5,556 8,667 7,000 5,111 5,667

Uberlândia 3,000 3,333 13,500 4,000 3,333 4,333 11,333 2,833 3,833 5,000 2,000 2,333 4,000 3,833 4,333 6,667 3,167 5,500 4,500 4,167 0,500 3,500 3,000 4,500 4,333 8,333 4,500 4,833 8,333 6,500 4,000 4,500 0,000

universidade estadual de campinas instituto de biologia jair...

Documents