NKJFK-GPHP7-G8C3J-P6JXR-HQRJR

ARTIGO

As mudanças climáticas do Holoceno explicam o padrão espacial na genética

diversidade em populações de Cyperus papyrus do Sudeste Zonas húmidas de África.

As zonas húmidas são um dos ecossistemas mais ameaçados do mundo porque mais de 70% da
área mundial foi perdida

desde 1900. As espécies de plantas de zonas úmidas dependem muito da água para obter
sementes e propágulos, o que pode levar a um fluxo unidirecional a jusante.

dispersão e acumulação de diversidade genética a jusante. No entanto, várias espécies não

mostram suporte para genética unidirecional

diversidade, revelando a complexidade da dinâmica populacional e do fluxo gênico em zonas

úmidas. Aqui, usamos loci microssatélites para abordar como a dinâmica demográfica passada
moldou o padrão espacial contemporâneo na diversidade genética e na estrutura populacional de

Cyperus papyrus em zonas húmidas do sudeste da África. Usando análise espacialmente

explícita e modelagem coalescente, não encontramos suporte paradispersão unidirecional. Em
vez disso, encontramos maior diversidade genética nas populações a montante do que a jusante
da bacia hidrográfica. Nós também encontrou alta mistura entre as populações, provavelmente
devido às conexões entre bacias hidrográficas adjacentes durante períodos esporádicos.

inundações e fluxo gênico contínuo devido à dispersão de sementes mediada por pássaros.
Nossos resultados sugerem uma migração gradual devido à forte

isolamento por distância, mas não necessariamente unidirecional. Além disso, a dinâmica
demográfica passada no Holoceno moldou a padrão actual de diversidade e estrutura genética,
levando a uma maior diversidade genética nas populações a montante do rio Zambeze
bacia. Nossos resultados também apontam para a diversidade genética muito baixa das
populações de C. papyrus no Sudeste da África e a necessidade de estratégias de manejo e
conservação para garantir a persistência a longo prazo da espécie na região.

Hereditariedade; https://doi.org/10.1038/s41437-022-00563-9

INTRODUÇÃO

As zonas húmidas são um dos ecossistemas mais ameaçados do mundo. Cobrindo originalmente
cerca de 10,3% da superfície terrestre da Terra (Kingsford et al. 2016), mais de 70% das zonas
húmidas em todo o mundo foram perdidas desde 1900 (Davidson 2014; Kingsford et al. 2016).
Agricultura e expansão da área urbana levando à perda de habitat, poluição e a colheita excessiva
está ameaçando a conservação das zonas húmidas e a sua biodiversidade e serviços
ecossistémicos (Dudgeon et al. 2006; Vörösmarty et al. 2010). Com o aumento das temperaturas
e do clima imprevisibilidade, os regimes de fluxo de água em rios e zonas húmidas

mudança, impondo mais desafios ao ecossistema das zonas húmidas conservação (Kingsford
2011).

Em África, no início do século XX, 5–7% do continente foi coberto por zonas húmidas, mas
43% já foi perdido (Lixo e outros. 2013; Kingsford et al. 2016). A maioria das zonas húmidas em
África são situados na África Central e Oriental e compreendem quatro grandes rios bacias
hidrográficas do Nilo, Níger, Congo e Zambeze, o Delta do Okavango em Botsuana, o Sudd no
sul do Sudão e na Etiópia, e vários lagos, incluindo o Lago Chade e os lagos do Vale do Rift,
como Victoria, Tanganica, Malawi, Turkana, Mweru e Albert (Kabii

2021). As espécies de plantas de zonas húmidas dependem muito da água para a dispersão

de sementes e propágulos, o que pode levar a uma tendência de dispersão unidirecional a jusante
pode afetar a demografia populacional e conectividade, levando à extinção da população

a montante (Anholt 1995; Honnay et al. 2010), e acumulação da diversidade genética a jusante (a
diversidade unidireccional hipótese, Ritland 1989). Em contrapartida, as populações localizadas
a montante pode apresentar baixa diversidade genética devido à má compensação a jusante
(Honnay et al. 2010). Na verdade, alguns estudos fornecem suporte para a dispersão
unidireccional hipótese. Por exemplo, Myricaria laxiflora nas Três Gargantas

Vale do Rio Yangtze (Liu et al. 2006), Heliconia Metallica em Sudeste do Peru (Schleuning et
al. 2011), Sparganium emersum em

Rio Niers, Alemanha – Holanda (Pollux et al. 2009), e Impatiens glandulifera no País de Gales e
na Irlanda (Love et al. 2013). Sobre por outro lado, vários estudos não encontraram evidências de
unidirecionalidade dispersão na diversidade genética em espécies de plantas (por exemplo,
Markwith e Scanlon 2007; Chen et al. 2009, 2017). Por exemplo, Hymenocallis coronaria, uma
macrófita de rios rochosos do Sudeste EUA, não mostra nenhum aumento consistente na
diversidade genética e gene fluxo a jusante (Markwith e Scanlon 2007), opondo-se ao

hipótese de dispersão unidirecional ou unidirecional de Kimura modelo de trampolim (Kimura e

Weiss 1964). O “trampolim-modelo” defende uma diminuição na correlação de frequência
alélica entre populações com distância, semelhante ao isolamento por distância (Wright 1943),
devido ao fluxo gênico entre populações adjacentes

(Kimura 1953; Kimura e Weiss 1964). A falta de apoio à diversidade genética unidirecional

hipótese pode revelar a complexidade da dinâmica populacional e fluxo gênico em zonas úmidas.
A dinâmica migratória, que pode determinar o sucesso evolutivo da espécie, resulta de

variáveis intrincadas, incluindo características da história de vida, geográficas, fatores ambientais

e humanos. Além do sistema de polinização que podem promover a dispersão a longa distância,
quebrando o esperado padrão na diversidade genética unidirecional devido à influência mediada
pela água dispersão de sementes e propágulos vegetativos, o geológico

história e as mudanças paleoclimáticas podem ter afectado história e distribuição de espécies

levando a problemas mais complexos padrões espaciais de distribuição da diversidade genética.
A dinâmica em o tamanho efetivo da população ao longo do tempo e o fluxo gênico histórico são

essencial para compreender os padrões espaciais atuais na genética diversidade, porque gargalos
passados ou retração populacional pode diminuir a diversidade genética devido à deriva genética
(Holsinger e Açude 2009; Excoffier et al. 2009). A maioria dos principais rios modernos do
Sudeste da África foram derivados da bacia do Proto-Limpopo, que ocupava uma extensa área

do planalto centro-africano em direção ao Oceano Índico (Goudie 2005; Tweddle 2010). Na

transição Cretáceo/Terciário, o a elevação do eixo Okavango, Kalahari e Zambeze mudou o

drenagem que levou à formação do Limpopo, Zambeze e Bacias do rio Okavango (Goudie 2005;
Moore et al. 2008). A propagação do sistema de fendas da África Oriental no Paleógeno c. 30–35
Ma causou a formação ou afetou o sistema de drenagem de as principais bacias hidrográficas e
lagos modernos na África Oriental (Grove 1986; Nyblade e Braseiro 2002; Chorowicz 2005). No
entanto, estes bacias hidrográficas ainda têm uma forte ligação biológica considerando

a semelhança das espécies de peixes (Tweddle 2010; Danley et al. 2012). O Okavango e o alto
rio Zambeze, por exemplo, podem ser conectados durante anos extremamente chuvosos
(Tweddle 2010).

Durante o Quaternário, diversas glaciações podem ter causado climas mais secos e frios em
África (Shanahan e Zreda 2000; Ngomanda et al. 2009). O registro fóssil de pólen indica que A
África estava fria e seca entre ca. 35 e 15 mil (Bonnefille et al. 1990), com níveis mais baixos do
lago. O período mais seco concorda com o LGM, ca. 21 mil (Gasse et al. 1989). Temperatura e
precipitação começou a aumentar ca. 15 kyr, também concordando com o final do

LGM (Bonnefille et al. 1990). Além disso, um período de forte aridez está registrado em toda a
África Oriental ca. 13–11 cal. kyr (Bonnefille et al. 1995), correspondendo ao intervalo frio do
European Younger Dryas. Uma final a glaciação ocorreu em 8,6 ± 0,5 kyr (Shanahan e Zreda
2000) corresponde a um evento de frio generalizado no início do Holoceno (Alley et al. 1997).
Os ciclos de glaciação e interglaciação períodos podem ter causado contração de alcance e
expansão de espécies de plantas de zonas úmidas, levando a um aumento na frequência de

um ou poucos alelos devido à dispersão dos genótipos na borda expansão (Shine et al. 2011).
Esta expansão pode resultar em menor diversidade genética em áreas recém-colonizadas (Hewitt
1996), devido a a propagação de alelos que migra no movimento para frente (alelo surf,
Excoffier e Ray 2008; Arenas et al. 2013). O rápido colonização de novas áreas além de
fundador e dependente de densidade processos podem causar baixa diversidade genética e
gradientes do centro para a periferia da distribuição faixa (Excoffier et al. 2009; Waters et al.
2013). Nas zonas húmidas, isso pode causar maior diversidade genética nas populações a
montante do que a jusante, dependendo de quais locais eram mais adequados

durante os períodos glaciais, quando as populações se retraíram. Assim, entendendo

como as mudanças climáticas do Quaternário afetaram o distribuição geográfica de linhagens em

zonas úmidas pode ajudar compreender a dinâmica e a diversificação das espécies para
desvendar padrões biogeográficos em zonas úmidas, como abordamos aqui para o junco de
papel.

Cyperus papyrus L. (Cyperaceae) é uma planta rizomatosa perene espécies que usam fotossíntese
C4, que é dominante em zonas úmidas em toda a África Oriental e Sudeste, ocorrendo em
grandes e densas povoamentos quase monoespecíficos (Fig. Suplementar S1). As espécies

evoluiu ca. 10,9 Ma (Besnard et al. 2009), e tem sido usado por humanos desde os tempos
antigos e continua a ser colhido por comunidades ribeirinhas locais para combustível, artesanato
e construção. O espécie se reproduz assexuadamente por rizomas rastejantes, e sexualmente
através da polinização pelo vento. A unidade de dispersão é um pequeno Noz com 1 semente que
é dispersada pela água, pássaros e vento (Opio e outros. 2014). A limpeza de zonas húmidas para
fins agrícolas e urbanos áreas está diminuindo e colocando em risco as populações de papiros e o

serviços ecossistêmicos fornecidos pela espécie (Owino e Ryan 2007; Saunders et al. 2012). No
entanto, a maioria dos estudos sobre C. papiros até agora foram realizados no Quênia, lançando
luz sobre a ecologia e conservação (por exemplo, Owino e Ryan 2007; Morrison e Harper 2009),
uso, gestão e impactos de distúrbios antropogênicos (por exemplo, Jones et al. 2018) e
populações genética (por exemplo, Terer et al. 2012; Triest et al. 2014; Geremew e outros.
2018a; Mwaniki et al. 2019). Um estudo genético abrangente em outras bacias hidrográficas
ainda é inexistente, dificultando a compreensão evolução das espécies e os processos que
impulsionam a distribuição de diversidade genética para apoiar estratégias de conservação. Aqui,
abordamos como a dinâmica demográfica passada moldou o padrão espacial contemporâneo na
diversidade genética e estrutura populacional de C. papyrus no rio do sudeste da África bacias
hidrográficas (Zambeze, Okavango, Messalo, Inkomati, Maputo e Lugela). Testamos
especificamente a hipótese de unidireccional dispersão, ou seja, que as populações a jusante têm
maior diversidade do que as populações a montante. Testamos a hipótese em dois níveis, as
populações globais em diferentes bacias hidrográficas e populações dentro de uma única bacia
hidrográfica (Zambeze). Se este hipótese é válida, então esperamos (i) que as populações a
jusante têm maior diversidade genética do que a montante, (ii) maior mistura em populações a
jusante do que a montante, e (iii)

migração unidirecional das populações rio acima para populações a jusante. Por outro lado,
porque anteriores estudos mostram forte isolamento por distância em populações de C. papiro no
Quênia (Terer et al. 2012; Triest et al. 2014), se C. dispersão de papiros segue o modelo
trampolim, esperamos (iv) um efeito mais forte do isolamento por distância do que por ambiente,

(v) alta mistura entre as populações devido ao trampolim fluxo gênico e (vi) maior migração
entre populações vizinhas. Também esperamos baixa diversidade genética dentro das populações
e alta diferenciação entre as populações devido à alta frequência de reprodução vegetativa (Opio
e outros. 2014).

MATERIAL E MÉTODOS

Amostragem de locais e design Foram amostrados 1.172 indivíduos de Cyperus papyrus, de 22

populações distribuídos por cinco países do Sudeste da África, compreendendo seis diferentes
grandes bacias hidrográficas (Fig. 1 e Tabela Suplementar S1). Esses populações foram
integradas em nove rios (Zambeze, Shire, Kafui, São Filipe, Futi, Inkomati, Licungo, Messalo e
Okavango), dois lagos (Malawi e Gumbua) e quatro pântanos (Nhamiconda, Nhamadiba, Muindi
e Luabo).

Em cada local coletamos folhas e brotos de pelo menos 25 adultos (até 70 indivíduos em
populações com mais de 25), após um contínuo e transecto linear. Para evitar duplicatas de
amostragem devido a reprodução (Opio et al. 2014), as amostras foram coletadas a 3m de
distância uns dos outros, seguindo Triest et al. (2014). Registramos as coordenadas dos primeiros
e últimos indivíduos de cada transecto utilizando um GPS Garmin·, e mapeou as populações no
arquivo de forma da bacia hidrográfica obtido a partir do Derivados Hidrológicos para
Modelagem e Análise (HDMA, https://hidrosheds.cc.usgs.gov/hydro.php), utilizando a
Informação GeográficaSistemas QGis 3.16 (https://www.qgis.org/). A amostragem foi realizada
a partir Janeiro a outubro de 2017.
O DNA foi extraído de folhas secas em sílica gel usando o E.Z.N.A. Planta SP DNA Kit®
(Omega BioTek, Norcross, GA). Para genotipagem foram utilizados 19 iniciadores
microssatélites (C38, C4, C14, C52, C34, C10, C13F, C135, C5, C3,C28, C7, C56, C27, C12,
C23, C15, C62 e C1) desenvolvidos e otimizados para C. papiro (Triest et al. 2014). A reação em
cadeia da polimerase foi realizado seguindo Triest et al. (2014), em termocicladores MJ PTC-
200 (Marshall Scientific, Hampton, NH) e Bio-Rad MyCycler (Hercules, CA). A genotipagem
foi realizada nas instalações da Macrogen (Seul, Coreia do Sul). A pontuação do tamanho do
alelo de microssatélites foi extraída usando o software GeneMarker v3.0.0 (Holland e Parson
2011). Os genótipos foram analisado pela primeira vez para minimizar erros de genotipagem
devido a bandas de gagueira e queda usando o software Micro-Checker v2.2.3 (Van Oosterhout
et al. 2004). O cruos dados não mostraram evidências significativas de erros de genotipagem ou
alelos nulos. Diversidade genética e estrutura genética populacional Como C. papyrus tem
reprodução vegetativa, primeiro analisamos multiloci genótipos para descartar clones potenciais
usando o software GenAlex v.6.5 (Peakall e Smouse 2006). Nosso conjunto de dados final
incluiu 770 indivíduos (588 clones potenciais excluídos).

Para cada população, calculamos os seguintes parâmetros genéticos com o software FSTAT
2.9.3.2 (Goudet 1995): A, número médio de alelos por locus; Ar, riqueza alélica (El Mousadik e
Petit 1996); Ho, observado heterozigosidade; Ele esperava heterozigosidade sob Hardy-
Weinberg Equilíbrio (Nei 1978); coeficiente de endogamia. Testamos se a genética a diversidade
difere entre as bacias hidrográficas usando testes de permutação (10.000 permutações)
implementadas no software FSTAT v2.9.3.2 (Goudet 1995). Para analisar a estrutura genética e a
diferenciação populacional, aplicou um AMOVA hierárquico implementado no software
Arlequin v3.5 (Excoffier e Lischer 2010), particionando a variância total em variância

entre bacias hidrográficas (FCT); entre as populações das bacias hidrográficas (FSC); entre
indivíduos da população total (FIT); e entre indivíduos dentro de cada população (FIS). Um teste
não paramétrico foi realizado para detectar a significância estatística usando 10.000 permutações
aleatórias. Nós também FST global estimado (Wright 1965) e RST (Slatkin 1995), com base no
variação nos tamanhos dos alelos para verificar a contribuição de mutações do tipo stepwise à
diferenciação genética, e testou a hipótese de que FST = RST (Hardy e outros. 2003) utilizando o
software SPAGeDi v1.4 (Hardy e Vekemans 2002).

Usamos simulação de agrupamento bayesiano para avaliar o número de genes aglomerados (K) e
mistura entre populações de C. papyrus de diferentes bacias hidrográficas, utilizando o software
Structure v2.3.4 (Pritchard et al. 2000).

Realizamos um período de burn-in de 100.000 repetições e depois, 1.000.000 Repetições de

Markov Chain Monte Carlo (MCMC) de coleta de dados, com modelo de mistura de
ancestralidade e frequências alélicas correlacionadas. Detectar Para garantir a consistência dos
resultados, foram realizadas dez execuções independentes para cada Valor K (K = 1–22).
Avaliamos o K mais provável apoiado pelos dados usando o método ΔK (Evanno et al. 2005)
implementado em Estrutura Colheitadeira v0.6.94 (Earl e VonHoldt 2012).

Dinâmica demográfica nas bacias hidrográficas do SudesteÁfrica

Primeiro estimamos o tamanho efetivo da população contemporânea (Ne) usando o método de

desequilíbrio de ligação implementado no NeEstimator v2.1 e selecionando um valor limite de
frequência alélica mais baixa de 0,05 (Do et al. 2014). Em seguida, estimamos os parâmetros
demográficos usando análise coalescente implementado no software Migrate-N v5.0.4 (Beerli
2009), para entender a dinâmica demográfica ao longo do tempo e da migração. Nós estimamos

teta e tamanho efetivo da população (θ = 4μNe; coalescente ou mutação parâmetro para um

genoma diplóide, onde Ne é o tamanho efetivo da população), o número de migrantes por
geração a partir de uma taxa de migração escalonada (M = 4Nem/θ, onde m é a taxa de
migração) e divergência populacional tempo. Para testar a hipótese de migração, realizamos o
coalescente

análise com oito grupos de populações, com base nas bacias hidrográficas e os clusters de
estrutura (ver resultados, Fig. 1): Okavango (população OKA, cluster 3), Inkomati e Maputo
(INK e FUT, cluster 4), Lugela (LUA, LIA e LIB, principalmente clusters 2 e 3), Messalo (MEA
e MEB, clusters 1, 2 e 4), bacia do médio rio Zambeze (KAA, KAB, KAT, principalmente
clusters 2 e 3), baixo Zambeze, rio Shire (AWS, SHI, NHA, NHI, cluster 1), baixo Zambeze,
Gumbua (GUM, MAL, MOP, clusters 1, 2 e 3), baixo Zambeze, delta (SAL,SUA, MAR, MUI,
clusters 1 e 2). Usando o modelo de movimento browniano, rodamos duas longas cadeias,
amostrando 1.000.000 de passos e registrando 10.000 passos com 100.000 Burn-in por réplica.
Incluímos quatro cadeias independentes com diferentes temperaturas (1,00, 1,50, 3,00 e
1.000.000,00) em uma Metrópole acoplada Procedimento MCMC (Geyer e Thompson 1995).
Bayesiano estimativas foram calculadas individualmente para os 19 loci e resumidas como
valores ponderados sobre todos os loci, selecionamos os valores médios. Corremos dois análises
independentes para verificar a consistência dos resultados usando Tracer v1.7.1 (Rambaut et al.
2018). Para estimar o tempo de divergência e dados demográficos parâmetros, usamos a taxa de
mutação de microssatélites relatada para um estudo próximo linhagem relacionada, Zea mays
(Poaceae), de 7,7 × 10−4 (IC 95% = 5,2 × 10−4 para 1,1 × 10−3) mutações por alelo por geração
(Vigouroux et al. 2002). Para tempo de geração usamos 1 ano, porque o vapor do C. papyrus
leva ~6 meses para atingir a maturidade e 9–12 meses para a floração e senescência (Terer et al.
2012). No entanto, considerando o indivíduo vida, por ser um junco perene, também usamos
tempos de geração de 2 e 5 anos.

Padrão espacial na diversidade e estrutura genética

Aplicamos análises de regressão múltipla para testar se as populações são isolado por distância
ou por ambiente. Assim, para inferir o efeito de distância geográfica e ambiental na diferenciação
genética, nós realizou Regressão de Matrizes Múltiplas com método de Randomização, seguindo
Wang (2013). Calculamos o FST linearizado aos pares (Slatkin 1995) usando Software Arlequin,
e calculou o logaritmo da distância geográfica entre pares de populações. Para populações no
mesmo rio, a distância foi calculado com base na distância do curso d'água. Para variáveis de
ambiente, obtivemos as 19 variáveis bioclimáticas do WorldClim (https://
www.worldclim.org/bioclim), e selecionou as variáveis bioclimáticas do carga mais alta em cada
um dos três primeiros fatores, após realizar um factorial análise com rotação Varimax.
Selecionamos (Tabela Suplementar S2): BIO4 (sazonalidade de temperatura), BIO10
(temperatura média do trimestre mais quente) e BIO14 (precipitação do mês mais seco). Além
disso, obtivemos o Africano dados do modelo digital de elevação (declive) com resolução de 3”
do Digital Banco de dados do modelo de elevação do HDMA (https://www.sciencebase.gov/
catálogo/item/591f6d02e4b0ac16dbdde1c7). Para testar se as populações a jusante têm maior
diversidade genética devido ao modelo de dispersão unidirecional, também calculamos a
distância de cada população para a população mais a montante (KAA) apenas para o

Rio Zambeze, devido ao maior número de populações e à distribuição das populações a montante
e a jusante (Fig. 1). Nós regredimos o diversidade genética (He) e riqueza alélica (Ar) versus
distância geográfica usando o software Minitab®. Também regredimos a diferenciação genética
entre as populações a montante e a jusante em relação à distância geográfica até teste para
modelo trampolim bidirecional. Para visualizar o padrão espacial na estrutura genética
populacional e identificar corredores e barreiras ao fluxo gênico, usamos o Estimado Método de
Superfícies de Migração Efetivas (EEMS) que representa explicitamente diferenciação genética
em função das taxas de migração com base em uma modelo de isolamento por distância. A
superfície de migração efetiva representa taxas de migração que produziriam diferenças
genéticas semelhantes às observado nos dados (Petkova1 et al. 2016). Para executar o EEMS
(https:// github.com/dipetkov/eems), usamos 22 demes e executamos as análises com um burn-in
de 500.000 e um comprimento MCMC de 10.000.000. Otimizamos o EEMS parâmetros
ajustando qEffctProposalS2 (0,1), qSeedsProposalS2 (1.5), mEffctProposalS2 (4.0),
mSeedsProposalS2 (4.0) e mrateMuProposalS2 (0,5) tal que as proporções de aceitação para
todos os parâmetros, exceto graus de liberdade ficaram entre 10–40%, conforme sugerido por
Petkova et al. (2016). Usando o pacote rEEMSplots R (Petkova et al. 2016), traçamos o
superfícies de taxas efetivas de migração (m) e diversidade efetiva (q), ou seja, o dissimilaridade
genética esperada de dois indivíduos amostrados dentro do mesmo deme, no mapa do Sudeste da
África.

RESULTADOS

Diversidade genética e estrutura genética populacional

No geral, encontramos baixa diversidade genética (He <0,5) e riqueza (Ar < 2,0) em todas as
populações (Tabela 1). Também encontramos um coeficiente de endogamia alto e significativo
na maioria das populações (Tabela 1). Ele variou de 0,280 a 0,497, mas não encontramos
diferença significativa entre bacias hidrográficas (teste de permutação, p = 0,294). Embora
Maputo, Inkomati e Okavango tivessem aparentemente inferior He, apenas uma população foi
amostrada nestes bacias hidrográficas (Tabela 1). Também não encontramos diferença
significativa em riqueza alélica (p = 0,433) que também foi aparentemente menor naqueles três
bacias hidrográficas (Tabela 1). O coeficiente de endogamia também foi estatisticamente
semelhante entre as bacias hidrográficas (p = 0,345). Encontramos alta diferenciação genética
entre populações com base no FST (0,204; p < 0,001) e RST (0,262; p < 0,001), que

não diferiram estatisticamente (p = 0,112), sugerindo que mutações não causaram uma mudança
nos tamanhos médios dos alelos entre populações. Encontramos diferenciação genética alta e
significativa entre bacias hidrográficas (FCT = 0,070, p < 0,001) e entre populações dentro das
bacias hidrográficas (FSC = 0,153, p < 0,001). No entanto, a variação foi maior entre os
indivíduos na população total (FIT = 0,373, p < 0,001) e entre indivíduos dentro de cada
população (FIS = 0,204, p < 0,001). Também realizamos um AMOVA hierárquica baseada em
clusters de estrutura (4 clusters) e encontrou maior variação entre clusters (FCT = 0,112, p <
0,001) e menor entre populações dentro de clusters (FSC = 0,099, p < 0,001), mas endogamia na
população total (FIT = 0,363, p < 0,001) e dentro das populações (FIS = 0,204, p < 0,001) foram
muito semelhantes aos valores anteriores obtidos com o populações originais. O agrupamento
bayesiano mostrou que K = 4 tinha maior probabilidade de explicar nossos dados (Fig. 1 e Fig.
Suplementar S2), mas com alta mistura entre populações da mesma ou de diferentes bacias
hidrográficas. As populações únicas de Maputo (FUT) e As bacias hidrográficas do Inkomati
(INK) foram agrupadas no cluster 4 (Fig. 1), embora alguns indivíduos tenham mostrado mistura
com os clusters 1 e 3. A população do Okavango (OKA) foi atribuída ao cluster 3, e As
populações do Zambeze mostraram uma elevada mistura, com indivíduos atribuído aos quatro
clusters (Fig. 1). Populações de Lugela (LUA, LIA e LIB) foram atribuídas principalmente aos
clusters 2 e 3, e as populações de Messalo (MEA e MEB) apresentaram alta mistura, com
indivíduos atribuídos aos clusters 1, 2 e 4.

Dinâmica demográfica nas bacias hidrográficas do Sudeste África

Tamanho efetivo da população contemporânea (Ne) com base no NE O estimador foi baixo na
maioria das populações, variando de 0,5 a 91,9 (Tabela 1). População AWS, da bacia do rio
Zambeze (Shire River), teve o maior Ne (91,9, IC 95% = 37,8–inf). No entanto, isso pode ser
resultado de erro amostral, porque a estimativa de Ne convergiu para o infinito; portanto, o Ne
mais alto foi observado na população do Okavango (Ne = 19,6; 95% IC = 12,5–32,6), seguido
por Inkomati (Ne = 10,7; 95% IC = 6,2–17,4). Simulações coalescentes mostraram população
efetiva relativamente alta tamanhos (Tabela 2). As populações do Médio Zambeze tiveram a

maior Ne (1666), seguido pelo Delta do Baixo Zambeze (Ne = 1340), e Baixo Zambeze Gumbua
(Ne = 1184). Linhagens do O Médio Zambeze divergiu primeiro, em ca. 6,6 kyr (considerando 1
ano tempo de geração) para 33,3 kyr (considerando 5 anos de tempo de geração), seguido pelas
populações do Baixo Zambeze (ca. 5,3–26,8 kyr). As linhagens Okavango, Lugela, Inkomat e
Messalo divergiram apenas recentemente (Tabela 2). No geral, encontrámos migração moderada
a elevada entre rios bacias ou grupos (Nem > 1,0 migrantes por geração; Suplemento Tabela S3).
No geral, Inkomat, Lugela e Okavango foram sumidouros de migração, ou seja, receberam
imigrantes de outros bacias, mas não enviou migrantes (Tabela Suplementar S3). Messalo e as
populações do Baixo e Médio Zambeze foram importantes fontes de migrantes e também
recebem imigrantes de uns aos outros.