TEDDY TRIANDIZA
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
PERNYATAAN MENGENAI
BOGOR
DISERTASI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
2019
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa Tesis berjudul Struktur Populasi dan
Keragaman Genetik Kerang Kima (Cardiidae: Tridacninae) di Perairan Kepulauan
Kei Maluku adalah benar karya saya dengan arahan dari komisi pembimbing dan
belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Teddy Triandiza
NRP C551160161
RINGKASAN
Kata kunci: Kima, eksploitasi, COI, mtDNA, amova, mutasi, matang hermaprodit
SUMMARY
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
STRUKTUR POPULASI DAN KERAGAMAN GENETIK
KERANG KIMA (CARDIIDAE: TRIDACNINAE) DI
PERAIARAN KEPULAUAN KEI MALUKU
TEDDY TRIANDIZA
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains
pada
Program Studi Ilmu Kelautan
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2019
Penguji luar komisi pada Ujian Tesis: Prof. Dr. Ir. Dietriech G. Bengen, DEA
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya
sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian
ini adalah Studi Populasi dan Keragaman Genetik Kerang Kima (Cardiidae:
Tridacninae) di Perairan Kepulauan Kei Maluku. Terima kasih penulis ucapkan
kepada:
1. Komisi pembimbing Dr Ir Neviaty Putri Zamani, MSc Dr Hawis H.
Madduppa, SPi MSi dan Dr Udhi E. Hernawan, SSi MSc yang telah
memberikan bimbingan, masukan dan saran dalam pelaksanaan penelitian
dan penyusunan karya ilmiah.
2. Ketua Program Studi Ilmu Kelautan SPs IPB beserta jajarannya, atas
komentar, saran dan bantuan administrasi.
3. Staf pengajar pada Program Studi Ilmu Kelautan SPs IPB, atas bekal ilmu
yang telah diberikan.
4. Kepala dan Staf UPT Loka Konservasi Biota Laut Tual Maluku Tenggara
yang membantu peralatan, tenaga dan dana demi kelancaran penelitian
penulis.
5. Keluarga tercinta: Ayah, Emak, Bidadariku (Novitas Sari), Anak (Dang
Fadhil dan Cikngah Nadhira) dan saudara penulis yang telah memberikan
semangat dan dukungannya hingga penulis dapat menyelesaikan masa studi
dan penulisan tesis ini.
6. Abdul Kadir Yamko, Aliyadi, Mohammad, Roni Nohusona, Bikri R. Pary
dan Rosmi N. Pesilette serta rekan-rekan LKBL Tual yang telah membantu
penulis dalam pengambilan data lapangan.
7. Inez, Fildjah, Nurlita, Risnita dan rekan-rekan di Laboratorium
Biodiversitas dan Sistematika Kelautan IPB yang telah membantu dalam
analisis molukelur.
8. Teman-teman program studi Ilmu Kelautan Pascasarjana Tahun 2016
Santos, Buyung, Baim, Yudho, Aris, Dewa, Inez, Ijah, Risnita, Karin,
Yunita, Raissha, Yolanda, Ani, Vanessa, Priska, dan Intan atas bantuan dan
dukungannya kepada penulis selama ini.
Semoga karya ilmiah ini bermanfaat.
Teddy Triandiza
DAFTAR ISI
DAFTAR GAMBAR
1 PENDAHULUAN
Latar Belakang
berhubungan langsung Laut Banda dan Laut Arafura. Secara oseanografis, perairan
Kepulauan Kei di pengaruhi sistem angin muson terutama muson tenggara
(Prawirowardoyo 1996). Pergerakan angin muson tenggara diyakini memicu terjadi
upwelling di perairan Kepulauan Kei yang akan meningkatkan produktivitas lautan.
Wilayah ini secara geografis unik dan ekologis dinamis yang mendukung
pembentukan ekosistem pesisir yang kompleks dan lengkap seperti terumbu karang,
padang lamun, dan mangrove.
Kerang kima merupakan salah satu jenis biota yang terancam punah (Eliata et
al. 2003), yang masih dapat ditemukan di perairan Kepulauan Kei (Kusnadi et al.
2008; Hernawan et al. 2009; Hernawan 2010). Secara tradisional, masyarakat pesisir
di Kei Kepulauan telah menggunakan kerang raksasa sebagai sumber makanan,
bahan konstruksi dan keperluan adat istiadat (Kusnadi. et al. 2008). Daging kima
segar dijual di pasar tradisional seharga Rp. 20.000 (diamati pada tahun 2016).
Pemanfaatan yang masih terus berlangsung, dikhawatirkan akan mengancam
3
Perumusan Masalah
singkat permasalahan yang ingin dikaji dalam penelitian ini dirumuskan sebagai
berikut:
1. Bagaimanakah status terakhir populasi kima di wilayah perairan Kepulauan Kei,
dilihat dari komposisi jenis, sebaran dan kepadatan jenis, distribusi ukuran, dan
habitat kima?
2. Bagaimanakah struktur genetik populasi kerang kima di Kepulauan Kei?
Berdasarkan perumusan masalah di atas maka disusun kerangka analitis
penelitian ini dalam bentuk bagan alir sebagai berikut :
Kepulauan Kei
Tujuan Penelitian
Hipotesis Penelitian
Manfaat Penelitian
2 METODE
Tabel 3. Posisi lokasi pengambilan data populasi dan sampel jaringan kima
Keterangan
No Lintang Bujur Nama Lokasi
Lokasi
1 S 05°43'45.9" E 132°48'08.0" Dar 1 A
2 S 05°44'20.2" E 132°48'07.4" Dar 2 B
3 S 05°17'07.1" E 132°01'21.5” Pulau Kur C
4 S 05°32'55.68" E 132°47'54.73” Difur D
5 S 05°59'13.29" E 132°27'53.28" Pulau Tanimbar Kei E
6 S 05°30'53.2'' E 132°45'11.3" Pulau Adranan F
7 S 05°33'05.9" E 132°44'43.2” Pulau Dullah Laut G
8 S 05°32'15.7" E 132°46'41.7” Labetawi H
9 S 05°56'08.0'' E 132°42'27.8" Ohoidertoom I
Alat yang digunakan dalam penelitian ini antara lain alat selam, GPS, kamera
underwater, tali transek, alat ukur, microtube, micropippet, pinset, alat tulis, bunsen,
cawan petri, gloves, tray, vortex, sentrifuge, heating block, pippet tips, thermo cyler,
mesin PCR, kalkulator, labu erlemenyer, gelas ukur, microwave, mesin
elektoforesis, dan geldoc.
Bahan yang digunakan dalam penelitian antara lain sampel jaringan kima,
spritus, etanol 96%, Kit Ekstraksi GeneAid, primer COI, larutan buffer, Aquades,
Tip micro 0,5-10 ml, Tip micro 10-100 ml, Tip micro 100-1000 ml, Tissue handuk,
Tube 0,6 ml, Tube1,5 ml, Tube PCR, dan Tube sampel 10 ml.
Prosedur Penelitian
Analisis Data
Survei Populasi
Kepadatan populasi kima yang ditemukan pada tiap lokasi penelitian dihitung
dengan membandingkan jumlah individu yang ditemukan dengan luas area
pengamatan. Formulasi yang digunakan untuk menghitung kepadatan populasi
adalah sebagai berikut:
∑𝑛
𝐷𝑖 = 𝐴 𝑖 𝑥 10000 ……(1)
Keterangan :
𝐷𝑖 : Kepadatan populasi jenis ke-i (ind/ha)
𝑛𝑖 : Jumlah individu jenis ke-I (Ind)
𝐴 : Luas daerah pengamatan (m2)
Komposisi jenis dihitung dari jumlah individu jenis dibagi total individu
dalam satu area sampel. Distribusi ukuran didapatkan dengan mengelompokkan
data panjang cangkang setiap kima ke dalam kelas-kelas ukuran cangkang. Interval
masing-masing kelas adalah 5 cm. Data ukuran cangkang dapat digunakan untuk
mengetahui tahapan perkembangan hidup kima (Tabel 4).
interval gamma distributed dan replikasi bootstraps 1000x melalui aplikasi Mega
6.0 (Tamura et al. 2013), dengan memasukkan sequens T. crocea accession
HM188392, KY769520, FM253561, MG385345, dan outgroup species yaitu T.
squamosa (accession JN392023), T. maxima (FM244619), dan T. noae
(MG385538) dari Genbank. Model evolusi Tamura 3 parameter dipilih berdasarkan
hasil analisa pencarian model protein/DNA terbaik (Lampiran 1). Aliran gen pada
populasi T. crocea dianalisis menggunakan bayesian inference pada program
aplikasi Migrate-n version 3.6.11 (Beerli 2006 dan Beerli 2009). Parameter
pengaturan pola aliran gen pada program Migrate-n version 3.6.11 terlampir pada
Lampiran 2.
Komposisi Jenis
Hasil penelitian di perairan Kepulauan Kei ditemukan lima jenis kima dari
delapan jenis yang penyebarannya berada di kawasan perairan Indonesia (Neo et al.
2017; Borsa et al. 2015), yaitu T. crocea, T. squamosa, T. maxima, T. noae dan
Hippopus hippopus (Gambar 3). Jumlah jenis yang ditemukan dalam penelitian ini
lebih rendah daripada penelitian Hernawan (2010) yang menemukan enam spesies
di perairan Pulau Kei Kecil, yaitu T. crocea. T. squamosa. T. maxima. T. derasa. T.
gigas dan H. hippopus. Pada penelitian ini tidak ditemukan jenis T. gigas dan T.
derasa yang merupakan jenis kima terbesar. Hal ini sesuai dengan kondisi
populasinya yang terancam punah (Usher 1984; Wells 1996) dan masuk ke dalam
daftar IUCN redlist dengan status vulnerable (IUCN 2017). Hasil penelitian
beberapa lokasi di Indonesia menunjukkan bahwa kehadiran T. gigas dan T. derasa
biasanya terbatas pada 1 atau 2 individu per survei (Yusuf et al. 2009; Hernawan
2010; Arbi 2010; Pada et al. 2013). Populasi biota tersebut menghadapi tekanan
eksploitasi yang tinggi karena merupakan jenis yang paling banyak dicari dalam
perdagangan komersial (Gomez 2015; Larson 2016).
Temuan T. noae di Kepulauan Kei menambahkan jenis yang tercatat
sebelumnya di Kepulauan Kei (7 jenis secara total). Temuan ini juga menambahkan
lebih banyak informasi tentang distribusi geografis T. noae di Indonesia. Distribusi
geografis dari T. noae meluas dari Ryukyus (Jepang Selatan), Taiwan, Asia
Tenggara, Australia Barat, dan Kepulauan Pasifik ke sekitar timur Pulau Christmas
(Borsa et al. 2015; Neo dan Low 2017). Di Indonesia, T. noae ditemukan di Laut
Sulawesi, Laut Maluku, dan Laut Sawu (Borsa et al. 2015).
Hasil penelitian jika dibandingkan dengan beberapa kawasan lainnya di
Indonesia, maka perairan Kepulauan Kei memiliki kekayaan jenis kima yang cukup
tinggi. Tan dan Kastoro (2004) hanya menemukan satu jenis kima yaitu T. maxima
di perairan kepulauan Natuna dan Anambas. Hasil penelitian Capenberg (2007) di
perairan Kepulauan Derawan, Kalimantan Timur menemukan empat jenis, yaitu T.
crocea, T. maxima, T. squamosa, dan T. derasa. Yusuf et al. (2009) menemukan
tiga jenis kima di perairan Kepulauan Seribu dan empat jenis di perairan Manado,
12
Gambar 3. Jenis kima yang ditemukan di Kepulauan Kei (A-B = Tridacna crocea,
C = T. maxima, D = T. noae, E = T. squamosal, F = Hippopus hippopus).
Perbedaan kelimpahan jenis tersebut di duga terkait dengan kondisi habitat,
tingkat eksploitasi, dan protokol sampling. Ada hubungan positif antara kondisi
rataan terumbu karang, keragaman dan kelimpahan jenis (Capenberg 2007).
Hernawan (2010) dan Arbi (2010) menunjukkan bahwa kelimpahan jenis
dipengaruhi oleh variasi tipe substrat. Jumlah jenis kima juga dipengaruhi oleh
tingkat eksploitasi dari masyarakat setempat (Hernawan 2010; Wakum et al. 2017;
dan Ode 2017). Van Wynsberge et al. (2015) menyatakan bahwa ada hubungan
antara penurunan populasi kerang raksasa dengan kehadiran populasi manusia di
dekat populasi kima. Lokasi yang lebih jauh dari daerah pemukiman memiliki
jumlah dan kelimpahan jenis yang lebih tinggi daripada yang lebih dekat ke daerah
pemukiman (Hernawan 2010). Selain itu. jumlah dan jenis kima dipengaruhi oleh
protokol sampling. Daerah dengan kombinasi reef plate dan reef slope
menunjukkan kelimpahan spesies yang lebih tinggi daripada reef plate atau reef
slope saja (Susiana et al. 2014).
Hasil penelitian menemukan 964 individu kima dari sembilan lokasi survei
(Tabel 5). T. crocea dan T.squamosa ditemukan di semua lokasi penelitian, namun
jumlah individu bervariasi secara luas. T. crocea merupakan jenis kima yang paling
melimpah (647 individu; 67.12 %), sedangkan T. noae merupakan jenis yang paling
13
Tabel 5. Komposisi Jenis dan jumlah individu kima yang ditemukan di Kepulauan
Kei (Keterangan lokasi lihat Gambar 2).
Lokasi Prosentase
Jenis Kima Total
A B C D E F G H I (%)
T. crocea 87 64 49 40 145 228 13 11 `10 647 67.12
T. maxima 74 47 12 3 7 11 0 11 1 166 17.22
T. squamosa 28 23 18 1 5 24 11 8 4 122 12.66
T. noae 0 0 7 0 0 0 0 0 0 7 0.73
H. hippopus 2 7 0 1 9 0 3 0 0 22 2.28
Total 191 141 86 45 166 263 27 30 15 964 100
Hernawan (2010) hanya meliputi perairan Kei Kecil, sementara dalam penelitian
ini juga mencakup daerah sekitarnya, seperti Tanimbar Kei dan Kur. Faktanya,
peningkatan populasi hanya terjadi pada spesies non-target T. crocea, sementara
spesies dengan nilai komersial tinggi, seperti T. gigas dan T. derasa tidak
ditemukan.
Tabel 6. Kepadatan komunitas kima (individu/ha) yang ditemukan di perairan
Kepulauan Kei (Keterangan lokasi lihat Gambar 2)
Lokasi
Jenis Kima Total
A B C D E F G H I
T. crocea 348 256 196 160 580 912 52 44 40 288
T. maxima 296 188 48 12 28 44 0 44 4 74
T. squamosa 112 92 72 4 20 96 44 32 16 54
T. noae 0 0 28 0 0 0 0 0 0 3
H. hippopus 8 28 0 4 36 0 12 0 0 10
Total 764 564 344 180 664 1052 108 120 60 428
Kepadatan kerang kima di Kepulauan Kei lebih rendah daripada di beberapa
daerah lain, misalnya 530 individu/ha di Sulawesi Utara (Arbi 2010), 2.000
individu/ha di Gaya East-Reef Flat, Sabah, Malaysia (Montagne et al. 2013),
1.000-20.000 individu/ha di Giang Bo Reef, Vietnam (Latypov 2013), 1.300-7.200
individu/ha di Kong Rong Archipelago, Kamboja (Savage et al. 2013), dan
41.500-1.580.000 individu/ha di Mermaid Reef, Northwest Australia (Rees et al.
2003). Perbedaan kepadatan populasi kima diduga disebabkan variasi dalam
kondisi substrat, tekanan eksploitasi, dan apakah kawasan tersebut dilindungi atau
tidak. Hernawan (2010) mendapatkan kekayaan jenis kima yang lebih tinggi pada
lokasi dengan substrat bervariasi. Gonzales et al.(2014) melaporkan bahwa
kawasan lindung memiliki keragaman dan kelimpahan jenis yang lebih tinggi
dibandingkan dengan daerah yang tidak terlindungi.
Kima T. crocea menunjukkan kepadatan populasi tertinggi (288 individu/ha).
Sedangkan kepadatan terendah ditemukan di T. noae dan H. hippopus (3
individu/ha dan 10 individu/ha masing-masing). Tingginya kepadatan T. crocea
mirip dengan penelitian yang dilakukan Wakum et al. (2017) di Perairan Amdui
Raja Ampat, Latypov (2013) di Giong Bo Reef Vietnam, Naguit et al. (2012) di
Laut Savu Nusa Tenggara Timur, dan Arbi (2010) di Perairan Sulawesi Utara.
Melimpahnya kepadatan kima T. crocea disebabkan ukurannya yang kecil dan
kebiasaan hidup terbenam di dalam batu karang, sehingga masyarakat kurang
tertarik memanfaatkannya karena sulit dipanen.
Rendahnya kepadatan T. noae pada penelitian ini diduga karena kima jenis
ini memiliki distribusi yang terbatas. Selain itu, T. noae merupakan cryptic species
(sangat mirip dengan T. maxima), membuatnya agak sulit dibedakan dari T. maxima
sehingga memungkinkan terjadinya kesalahan dalam identifikasi spesies.
H. hippopus menunjukkan kepadatan populasi yang rendah karena sangat
dieksploitasi. Di Pulau Pari, H. hippopus telah menurun sebanyak 84% dari 1984
hingga 2003 (Eliata et al. 2003), bahkan Yusuf et al. (2009) tidak menemukan H.
hippopus pada penelitian di Kepulauan Seribu. Dolorosa dan Schoppe (2005)
melaporkan kepadatan H. hippopus telah menurun 97% dari tahun 1995 hingga
2005 di Tubbataha Reef Park Filipina.
15
60%
40%
20%
0%
T. crocea T. maxima T. squamosa T. noae H. hippopus
Habitat kima
0,2 Tn
RB SANDTc DCA
0
CC FAV
POR Tm
-0,2 Ts
-0,4
-0,6
-1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8
F1 (84.49 %)
Columns Rows
Gambar 5. Hasil analisis koresponden sebaran jenis kima di berbagai tipe substrat
berdasarkan kelimpahan individu pada sumbu 1 (F1) dan sumbu 2 (F2)
(Keterangan: Columns: jenis kima; Rows: tipe substrat).
Pada lokasi Tanimbar Kai. H. hippopus ditemukan pada tanaman lamun jenis
Thallasodendron ciliatum dan Halophila ovalis. Hal ini sesusai dengan Hernawan
(2010) dan Arbi (2010) yang juga menemukan H. hippopus pada areal padang
lamun. Kelompok III dicirikan dengan asoasiasi T. maxima dengan tipe substrat
familia Porites (POR). Perilaku hidup T. maxima yang membenamkan cangkangnya
ke dalam substrat, memerlukan substrat keras sebagai habitat.
Keragaman Genetik
Tabel 10. Keragaman genetik T. crocea di Kepulauan Kei yang di lihat dari jumlah
haplotipe (Hn), keragaman haplotipe (Hd), dan keragaman nukleotida (𝜋)
Keragaman genetic
Populasi N
Hn Hd 𝜋
Kur 8 6 0.893± 0.111 0.008±0.006
Dullah Laut 19 15 0.971±0.027 0.012±0.007
Labetawi 21 14 0.943±0.033 0.01±0.006
Tanimbar Kei 24 9 0.812±0.058 0.008±0.005
Difur 20 9 0.858±0.054 0.008± 0.005
Dar 9 8 0.972±0.064 0.011±0.007
Total Populasi 101 42 0.943±0.013 0.009±0.001
Keragaman haplotipe (Hd) populasi T. crocea adalah 0.943±0.013. Nilai
keragaman haplotipe tertinggi (0.972) berasal pada populasi Dar sedangkan
terendah (0.812) dari populasi Tanimbar Kai. Berdasarkan Nei (1987) nilai
keragaman haplotipe 0.80-1.00 masuk dalam kategori keragaman genetik tinggi.
Sedangkan keragaman nukleotida adalah 0.009±0.001, dengan nilai tertinggi
(0.012) pada populasi Dullah Laut dan terendah (0.008) pada populasi Tanimbar
Kei. Tingginya keragaman haplotipe populasi T. crocea pada penelitian ini mirip
dengan penelitian Kuchzius dan Nuryanto (2008) di Kepulauan Indo-Melayu yang
mendapatkan keragaman haplotipe sebesar 0.60-1.00, Neo dan Tood (2012) di
perairan Singapura (0.86±0.041), De Boer et al. (2014) di Coral Triangle (0.80-
1.00), dan Hui et al. (2016) di Indo Pasific Barat sebesar 0.94. Nilai keragaman
nukleotida populasi T. crocea di Kepulauan Kei lebih rendah dibandingkan
penelitian Hui et al. (2016) yang mendapatkan keragaman nukleotida T. crocea di
Indo Pasifik Barat sebesar 0.0171. Sedangkan jika dibandingkan penelitian Neo dan
Tood (2012) di Perairan Singapura (𝜋 = 0.0076), nilai keragaman nukleotida T.
crocea di Kepulauan Kei lebih tinggi.
Tingginya keragaman genetik pada populasi T. crocea di Kepulauan Kei
diduga karena terjadi perkawinan acak antar populasi dan mutasi. Perkawinan acak
20
Nilai FST yang sangat rendah mengindikasikan T.crocea berasal dari stok
populasi yang sama. Hal tersebut sesuai dengan hasil analisis mengunakan metode
jarak berpasangan (FST) yang menunjukkan hasil yang signifikan bahwa populasi
T. crocea di Kepulauan Kei berkerabat sangat dekat (Tabel 12). Hasil uji analisis
jarak berpasangan (FST) juga menunjukkan perbedaan keragaman genetik pada
populasi T. crocea Tanimbar Kei dengan populasi Pulau Kur, Dullah Laut, Difur
dan Dar (P>0.05).
Tabel 12. Analisis antar populasi T. crocea di Kepulauan Kei berdasarkan metode
jarak berpasangan (Fst)
Dullah Tanimbar
Lokasi Kur Labetawi Difur Dar
Laut Kei
Kur - - -
Dullah
0.01616s - - - - -
laut
Labetawi 0.01720s 0.03402s - - - -
Difur -0.03248s 0.04264 0.04339s - - -
s s s s
Dar -0.04347 -0.02124 -0.02124 -0.01771 - -
Tanimbar
0.05728ns 0.06014ns 0.03264s 0.06856ns 0.00368s -
Kei
Keterangan: ns = tidak beda nyata (P>0.05); s=beda nyata (P<0.05)
Tabel 13. Analisis jarak genetik dalam dan antar populasi T. crocea di Kepulauan
Kei
Jarak Dullah Tanimbar
Lokasi Kur Labetawi Difur Dar
Genetik Laut Kei
Dalam Kur 0.009 - - - - -
populasi Dullah
0.011 - - -
laut
Labetawi - - 0.01 - -
Tanimbar
- - - 0.008 - -
Kei
Difur - - - - 0.008 -
Dar - - - - - 0.01
Antar Kur - - - - -
Populasi Dullah
0.01 - - - - -
laut
Labetawi 0.009 0.0107 - - - -
Tanimbar
0.009 0.0098 0.009 - - -
Kei
Difur 0.008 0.0100 0.01 0.009 - -
Dar 0.009 0.0103 0.01 0.009 0.009 -
Parameter jarak genetik dapat digunakan untuk kepentingan budidaya.
Pemilihan induk untuk perkawinan antar populasi dapat mempertimbangkan
hubungan kekerabatan. Suparyanto et al. (1999) menyatakan bahwa perkawinan
antar populasi menghasilkan benih dengan keragaman (heterosis) yang lebih tinggi
bila menggunakan induk yang memiliki jarak genetik yang jauh dibandingkan
dengan benih yang diperoleh dari induk dengan jarak genetik dekat. Berdasarkan
hasil analisis jarak genetik, kima T. crocea asal Dullah Laut dengan Labetawi dapat
digunakan sebagai induk karena diduga dapat menghasilkan benih dengan
keragaman yang lebih tinggi dibandingkan dari kombinasi populasi lainnya.
Hasil analisis filogenetik molekuler menunjukan bahwa T. cocea tergabung
dalam satu clade besar dengan nilai bootstrap 35%, terpisah dari outgrup species
(Gambar 6). Pohon filogeni memperlihatkan individu-individu T. crocea tidak
mengelompok sesuai dengan lokasi tetapi mengalami percampuran dengan
individu-individu dari lokasi lain. Hasil yang diperoleh mengindikasikan populasi
T. crocea di Kepulauan Kei masih memiliki kekerabatan yang dekat karena secara
genetik tidak berbeda. Hal ini sesuai dengan analisis AMOVA dan jarak genetik,
yang menunjukkan bahwa populasi T. crocea tidak terstruktur ditunjukan dengan
nilai FST yang kecil dan memiliki kedekatan secara genetik dengan nilai jarak
genetik rendah.
23
Tridacna crocea
Konektivitas Genetik
18, 12, 8, 6, 4, 3, 2, 1
Tabel 14. Aliran gen T. crocea pada empat populasi di Kepulauan Kei
berdasarkan analisis bayesian (M1= Populasi Dullah (Dullah Laut,
Labetawi, dan Difur), M2 = Dar, M3= Pulau Kur, M4= Pulau
Tanimbar Kei)
Lokasi M1 M2 M3 M4
M1 - 58.67 34.03 42.15
M2 6.12 - 12.09 10.36
M3 29.64 12.64 - 15.69
M4 27.24 28.89 16.8 -
Source
Sink
Gambar 8. Visualisasi aliran gen pada empat populasi T. crocea di Kepulauan Kei
Gambar 9. Warna dan ornamen mantel T. noae dari Pulau Kur, Kepulauan Kei
(S 05017'07.1" ; E 132001'21.5”) (Keterangan gambar: (→) Hyalin organ;
(↔) Papilae; (─) bercak oval yang dibatasi margin putih)
Hasil analisis filogenetik molekuler menggunakan metode Neighbor joining
diperoleh pohon filogenetik dengan bentuk kladogram disertai nilai bootstrap di
setiap cabangnya (Gambar 10). Rekonstruksi filogenetik menunjukan bahwa T.
noae masih tergabung dalam satu clade besar dengan nilai bootstrap 46%. Sekuens
dari Pulau Kur, Pulau Doi KF446463, Balona Filipina KJ202115, dan Yap
KT899649 mengelompok dalam satu sub clade I dengan nilai bootstrap 29 %.
Sekuen dari Ningalo KT865901 dan Pulau Dongsa KT899617 membentuk sub
clade II dengan nilai bootstrap 58%. Satu sekuen yaitu Ninggalo KT865894
memiliki jarak genetik terjauh.
Gambar 10. Pohon filogentik sekuen DNA COI T. noae dengan out group
T. crocea
28
Simpulan
Saran
DAFTAR PUSTAKA
Albaina N, Olsen JL, Couceiro L, Ruiz JM, Barreiro R. 2012. Recent history of the
European Nassarius nitidus (Gastropoda): phylogeographic evidence of
glacial refugia and colonization pathways. Mar Biol. 159: 1871–1884.
Allentoft ME, O’Brien. 2010. Global Amphibian Declines, Loss of Genetic
Diversity and Fitness: A Review. Divers. 2: 47-71.
Aline T. 2008. Dissolution of dead corals by euendolithic microorganisms across
the northern Great Barrier Reef (Australia). Microb Ecol. 55: 569–580.
Arbi UY. 2010. Kepadatan dan kondisi habitat kerang kima (Cardiidae:
Tridacninae) di beberapa lokasi di Perairan Sulawesi Utara. Bawal 3 (2):139-
148.
Arifin Z. 1993. Sebaran geografis, habitat, dan perikanan siput lola (Trochus
niloticus) di Maluku. Perairan Maluku dan sekitarnya. hlm. 93-101.
Beckvar N. 1981. Cultivation, spawning and growth of the giant clams Tridacna
gigas, Tridacna derasa and Tridacna squamosa in Palau, Caroline Islands.
Aquaculture. 24: 21-30.
Beerli P., 2006. Comparison of Bayesian and maximum-likelihood inference of
population genetic parameters. Bioinformatics. 22:341-345
Beerli P. 2009. How to Use MIGRATE or Why Are Markov Chain Monte Carlo
Programs Difficult to Use? In Population Genetics for Animal Conservation.
vol. 17 of Conservation Biology. Cambridge (UK): Cambridge University Pr.
Bin Othman AS, Goh GHS, Todd PA. 2010. The distribution and status of giant
clams (Family Tridacnidae), a short review. Raffles Bull Zool. 58 (1): 103-
111.
Bonde RK, Mc Guire PM, Hunter ME. 2012. A review of the key genetic tools to
assist imperiled species conservation: analyzing West Indian manatee
populations. JMATE 5 (1): 8-19.
30
Fitt WK. 1991. Mariculture of giant clams. In: Menzel, W. (ed) Estuarine and
marine bivalve mollusk culture. Florida (US): CRC Press.
Frankham, Ballou RJD, Briscoe DA. 2002. Introduction to conservation genetics.
Cambridge (UK): Cambridge University Press.
Fu YX, LI WH. 1993. Statistical tests of neutrality of mutations. Genetics. 133:
693-709.
Gomez E. 2015. Destroyed reefs, vanishing giant clams. Online.
http://opinion.inquirer.net/84595/destroyed-reefs-vanishing-giant-clams
(accessed 26 Februari 2018).
Gomez ED, Mingoa-Licuanan SS. 2006. Achievements and lessons learned in
restocking giant clams in the Philippines. Fish Res. 80: 46−52.
Gonzales BJ, Becira JG, Galon WM, Gonzales MMG. 2014. Protected versus
unprotected area with reference to fishes, corals, marine invertebrates, and
CPUE in Honda Bay, Palawan. The Palawan Scientist. 6 : 42–59.
Graur D, Hsiung Li W. 2000. Fundamental of Molecular Evolution. Second Edition.
Massachusetts (US): SinaurAssociates Inc Publisher.
Harzhauser M, Mandic O, Piller WE, Reuter M, Kroh A. 2008. Tracing back the
origin of the Indo-Pacific mollusc fauna: Basal Tridacninae from the
Oligocene and Miocene of the Sultanate of Oman. Palaeontology. 51 (1):199–
213.
Haws M, Ellis S. 2000. Colectiong black-lip pearl oyster spat. Aquafarmer
Information Sheet. CTSA. 144: 1–8.
Hebert PDN, Cywinska A, Ball SL, deWaard JR. 2003. Biological identifications
through DNA barcodes. Pro R Soc Lond. 270: 313-321.
Hernawan UE. 2012. Taxonomy of Indonesian giant clams (Cardiidae,
Tridacninae). Biodiversitas. 13 (3):118-123.
Hernawan UE. 2010. Study on giant clams (Cardiidae) population in Kei Kecil
waters, Southeast Maluku. Widyariset. 13 (3): 101-108.
Hernawan UE, Triandiza T, Kusnadi A. 2010. Survey of the giant clams species
(Tridacninae) in the coral reef of Baer Island, Southeast Moluccas. Neritic.
2(2): 1-6.
Heslinga GA. 1995. Clams to cash: how to make and sell giant clam shell products.
Center for Tropical and Subtropical Aquaculture Publication. Online.
http://www.ctsa.org/files/publications/CTSA_1256316728558255081.pdf.
(accessed 19 Desember 2017).
Hughes AR, Inouye BD, Johnson MTJ, Underwood N, Vellend M. 2008.
Ecological consequences of genetic diversity. Ecology Letters. 11: 609-623.
Hui M, Kraemer WE, Seidel C, Nuryanto A, Joshi A, Kozhius M. 2016.
Comparative genetic population structure of three endangered giant clams
(Cardiidae: Tridacna species) throughout the Indo-West Pacific: Implications
for divergence, connectivity and conservation. J Molluscan Stud. 2 (3): 403-
414
Jantzen C, Wild C, El-Zibdah M, Roa-Quiaoit HA, Haacke C, Richter C. 2008.
Photosynthetic performance of giant clams, Tridacna maxima and T.
squamosa, Red Sea. Mar Biol. 155, 211–221.
Jena SN, Srivastava A, Singh UM, Roy S, Banerjee N, Rai KM, Singh SK, Kumar
V, Chaudhary LB, Roy JK, Tuli R, Sawant SV. 2011. Analysis of genetic
32
Mies M, Dor P, Güth AZ, Sumida PYG. 2017. Production in giant clam
aquaculture: trends and challenges. Rev Fish Sci Aquac. hlm. 1-11.
Mingoa-Licuanan SS, Gomez ED. 2002. Giant clam conservation in Southeast
Asia. Trop Coast. 3: 24−56.
Mohamed NA, Yu Q, Chanfi MI, Li Y, Wang S, Bao Z, Huang X. Genetic diversity
and population differentiation of small giant clam Tridacna maxima
in Comoros islands assessed by microsatellite markers. Springer Plus. 5
(1852): 1-7.
Montagne A, Naim O, Tourrand C, Pierson B, Menier D. 2013. Status of Coral
Reef Communities on Two Carbonate Platforms (Tun Sakaran Marine Park,
East Sabah, Malaysia. IJE.
Mudjiono. 1988. Catatan beberapa aspek kehidupan kima, suku Tridacnidae
(Mollusca, Pelecypoda). Oseana. 12 (2): 37 – 47.
Naguit MRA, Tisera WL, Calumpong HP. 2012. Ecology and genetic structure of
giant clams around Savu Sea, East Nusa Tenggara Province, Indonesia. AJOB.
3: 174–194.
Nei, M. (1972). Genetic distance between population. Am Nat. 106 (949): 283-292.
Nei M. 1987. Molecular Evolutionary Genetics. New York: Columbia University
Pr.
Nei M, Jin L. 1989. Variances of the average numbers of nucleotides substitutions
within and between populations. Mol Biol Evol. 6: 290-300.
Nei M, Li WH. 1979. Mathematical model for studying genetic variation in terms
of restriction endonucleases. Pro Natl Acad Sci. 76:5269–5273.
Nei M, Tajima F. 1981. DNA Polymorphism detectable by restriction
endonucleases. Genetics. 97:145-163.
Neo ML, Low JKY. 2017. First observations of Tridacna noae (Röding, 1798)
(Bivalvia: Heterodonta: Cardiidae) in Christmas Island (Indian Ocean). Mar
Biodiv.48: 2183-2185.
Neo ML, Eckman W, Vicentuan K, Teo SLM, Todd PA. 2015. The ecological
significance of giant clams in coral reef ecosystems. Biol Conserv. 181:111–
23.
Neo ML, Tood PA. 2012. Population density and genetic structure of the giant
clams Tridacna crocea and T. squamosa on Singapore’s reefs. Aquat Biol 14:
265-275.
Neo ML, Wabnitz CCC, Braley RD, Heslinga GA, Fauvelot C, Wynsberge SV,
Andrefouet S, Waters C, Tan AS, Gomez ED, Costello MJ, Todd PA. 2017.
Giant clams (Bivalvia: Cardiidae: Tridacninae): a comprehensive update of
species and their distribution, current threats and conservation status.
Oceanogr Mar Biol: An Annual Review. 55: 87-388.
Nijman V, Spaan D, Nekaris KAI. 2015. Large scale trade in legally protected
marine mollusc shells from Java and Bali, Indonesia. Plos One. 10 (12): 1-18.
Nuryanto A, Duryadi D, Soedharma D, Bloom D. 2007. Molecular phylogeny of
giant clams based on mitochondrial DNA cytochrome c oxidase I gene.
HAYATI J Biosci. 14: 162-166.
Ode I. 2017. Kepadatan dan pola distribusi kerang kima (Tridacnidae) di perairan
Teluk Nitanghahai Desa Morella Maluku Tengah. Agrikan-UMM Ternate. 10
(2):1-6.
34
Pada DN, Boneka FB, Mamangkey GF. 2013.Identifikasi dan aspek ekologi kerang
Tridacninae di perairan sekitar Pulau Venu, Kabupaten Kaimana, Provinsi
Papua Barat. Jurnal Ilmiah Platax. 1 (2): 46-53.
Pearson RG, Munro JL. 1991. Growth, mortality and recruitment rates of giant
clams, Tridacna gigas and T. derasa, at Michaelmas Reef, central Great
Barrier Reef, Australia. Aust. J Mar Fresh. Res. 42: 241–262.
Planes S, Chauvet C, Baldwin J, Bonvallot J, Fontaine-Vernaudon Y, Gabrie C,
Holthus P, Payri C, Galzin R. 1993. Impact of tourism related fishing on
Tridacna maxima (Mollusca: Bivalvia) stocks in Bora-Bora Lagoon (French
Polynesia). Attol Res Bull. 385: 1-14.
Poutiers JM. 1998. Bivalves (Acephala, Lamellibranchia, Pelecypoda). In:
Carpenter KE, Niem VH (eds) FAO species identification guide for fishery
purposes. The Living Marine Resources of the Western Central Pacific.
Seaweeds, Corals, Bivalves and Gastropods. Rome: FAO.
Prawirowardoyo S. 1996. Meteorologi. Bandung (ID): ITB Pr.
Ravago-Gotanco RG, Magsino RM, Juinio-Menez MA. 2007. Influence of the
North Equatorial Current on the population genetic structure of Tridacna
crocea (Mollusca: Tridacnidae) along the eastern Philippine seaboard. Mar
Ecol Prog Ser. 336: 161–168.
Rees M, Colquhoun J, Smith L, Heyward A. 2003. Surveys of trochus, holothuria,
(giant clams and the coral communities at Ashmore Reef, Cartier Reef and
Mermaid Reef, Northwestern Australia. The Australian Institute of Marine
Science. Online. https://pdfs.semanticscholar.org/5ff3/6fa32e8f5ca5fb6a6b7
935e001871b270de2.pdf (accessed 20 April 2018).
Roegner GC. 2000. Transport of molluscan larvae through a shallow estuary.
J Plankton Res. 22 (9): 1779–1800.
Rosewater J. 1965. The Family Tridacnidae in the Indo Pacific. Indo – Pacific
Mollusca: Vol 1 /no.6. Pennsilvania (US): The Department of Mollusca:
Academy of Natural Science of Philadelphia.
Sadili D, Sarmintohadi, Ramli I, Rasdiana H, Miasto Y, Prabowo, Sari RP,
Monintja M, Tery N, Annisa S. 2015. Pedoman Monitoring Populasi Kima.
Jakarta (ID): Direktorat Konservasi dan Keanekaragaman Hayati Laut,
Direktorat Jenderal Pengelolaan Ruang laut, Kementerian Kelautan dan
Perikanan.
Savage JM, Osborne PE, Hudson MD. 2013. Abundance and diversity of marine
flora and fauna of protected and unprotected reefs of the Koh Rong
Archipelago, Cambodia. Cambodian J Nat Hist: 83-94.
Solihin DD. 1994. Peran DNA mitokondria (mtDNA) dalam studi keragaman
genetik dan biologi populasi pada hewan. Hayati. 1(1):1-4.
Soo P, Todd PA. 2014. The behaviour of giant clams (Bivalvia: Cardiidae:
Tridacninae). Mar Biol. 161: 2699–2717.
Snedecor GW, Cochran WG. 1980. Statistical Methods, Seventh Edition Iowa:
Iowa State University Pr.
Su Y, Hung JH, Kubo H, Liu LL. 2014.Tridacna noae (Röding, 1798) – a valid
giant clam species separated from T. maxima (Röding, 1798) by
morphological and genetic data. Raffles Bull Zool. 62: 124–135.
35
LAMPIRAN
37
T92+I 216 5200.750 3329.434 -1447.627 0.71 n/a 6.76 0.315 0.315 0.185 0.185 0.019 0.011 0.162 0.019 0.162 0.011 0.019 0.277 0.011 0.277 0.019 0.011
HKY+G 218 5203.391 3314.769 -1438.274 n/a 0.13 7.74 0.253 0.377 0.177 0.192 0.020 0.010 0.171 0.014 0.158 0.010 0.014 0.337 0.010 0.226 0.020 0.010
T92+G+I 217 5204.828 3324.859 -1444.329 0.12 0.15 8.53 0.315 0.315 0.185 0.185 0.016 0.009 0.167 0.016 0.167 0.009 0.016 0.284 0.009 0.284 0.016 0.009
TN93+G 219 5206.826 3309.550 -1434.654 n/a 0.13 8.39 0.253 0.377 0.177 0.192 0.019 0.009 0.103 0.013 0.211 0.010 0.013 0.449 0.010 0.135 0.019 0.009
HKY+I 218 5207.420 3318.798 -1440.288 0.71 n/a 6.60 0.253 0.377 0.177 0.192 0.023 0.011 0.168 0.016 0.155 0.012 0.016 0.331 0.012 0.222 0.023 0.011
HKY+G+I 219 5214.065 3316.789 -1438.274 0.00 0.13 7.74 0.253 0.377 0.177 0.192 0.020 0.010 0.171 0.014 0.158 0.010 0.014 0.337 0.010 0.226 0.020 0.010
TN93+G+I 220 5217.499 3311.571 -1434.654 0.00 0.13 8.39 0.253 0.377 0.177 0.192 0.019 0.009 0.103 0.013 0.211 0.010 0.013 0.449 0.010 0.135 0.019 0.009
K2+G 215 5233.595 3370.933 -1469.386 n/a 0.15 6.58 0.250 0.250 0.250 0.250 0.017 0.017 0.217 0.017 0.217 0.017 0.017 0.217 0.017 0.217 0.017 0.017
GTR+G 222 5239.439 3316.205 -1434.951 n/a 0.13 6.76 0.253 0.377 0.177 0.192 0.031 0.000 0.111 0.021 0.200 0.015 0.000 0.425 0.011 0.147 0.029 0.010
K2+G+I 216 5241.985 3370.670 -1468.244 0.46 0.39 6.94 0.250 0.250 0.250 0.250 0.016 0.016 0.219 0.016 0.219 0.016 0.016 0.219 0.016 0.219 0.016 0.016
GTR+G+I 223 5250.113 3318.226 -1434.951 0.00 0.13 6.76 0.253 0.377 0.177 0.192 0.031 0.000 0.111 0.021 0.200 0.015 0.000 0.425 0.011 0.147 0.029 0.010
T92 215 5365.997 3503.335 -1535.587 n/a n/a 4.22 0.315 0.315 0.185 0.185 0.029 0.017 0.151 0.029 0.151 0.017 0.029 0.258 0.017 0.258 0.029 0.017
HKY 217 5371.191 3491.222 -1527.510 n/a n/a 4.23 0.253 0.377 0.177 0.192 0.034 0.016 0.157 0.023 0.145 0.017 0.023 0.309 0.017 0.207 0.034 0.016
TN93 218 5377.256 3488.633 -1525.206 n/a n/a 4.26 0.253 0.377 0.177 0.192 0.034 0.016 0.126 0.023 0.168 0.017 0.023 0.358 0.017 0.166 0.034 0.016
TN93+I 219 5387.927 3490.652 -1525.205 0.00 n/a 4.26 0.253 0.377 0.177 0.192 0.034 0.016 0.126 0.023 0.168 0.017 0.023 0.358 0.017 0.166 0.034 0.016
K2 214 5391.398 3537.390 -1553.624 n/a n/a 4.19 0.250 0.250 0.250 0.250 0.024 0.024 0.202 0.024 0.202 0.024 0.024 0.202 0.024 0.202 0.024 0.024
K2+I 215 5402.070 3539.408 -1553.624 0.00 n/a 4.19 0.250 0.250 0.250 0.250 0.024 0.024 0.202 0.024 0.202 0.024 0.024 0.202 0.024 0.202 0.024 0.024
GTR 221 5408.515 3493.933 -1524.825 n/a n/a 3.75 0.253 0.377 0.177 0.192 0.041 0.020 0.126 0.027 0.162 0.017 0.029 0.345 0.017 0.167 0.034 0.015
38
JC+G 214 5416.951 3562.943 -1566.401 n/a 0.18 0.50 0.250 0.250 0.250 0.250 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083
GTR+I 222 5419.187 3495.952 -1524.824 0.00 n/a 3.75 0.253 0.377 0.177 0.192 0.041 0.020 0.126 0.027 0.162 0.017 0.029 0.345 0.017 0.167 0.034 0.015
JC+I 214 5421.230 3567.221 -1568.540 0.70 n/a 0.50 0.250 0.250 0.250 0.250 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083
JC+G+I 215 5426.905 3564.243 -1566.041 0.58 1.08 0.50 0.250 0.250 0.250 0.250 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083
JC 213 5553.930 3708.575 -1640.227 n/a n/a 0.50 0.250 0.250 0.250 0.250 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083 0.083
NOTE.-- Models with the lowest BIC scores (Bayesian Information Criterion) are considered to describe the substitution pattern the best.
For each model, AICc value (Akaike Information Criterion, corrected), Maximum Likelihood value (lnL), and the number of parameters
(including branch lengths) are also presented [1]. Non-uniformity of evolutionary rates among sites may be modeled by using a discrete
Gamma distribution (+G) with 5 rate categories and by assuming that a certain fraction of sites are evolutionarily invariable (+I). Whenever
applicable, estimates of gamma shape parameter and/or the estimated fraction of invariant sites are shown. Assumed or estimated values of
transition/transversion bias (R) are shown for each model, as well. They are followed by nucleotide frequencies (f) and rates of base
substitutions (r) for each nucleotide pair. Relative values of instantaneous r should be considered when evaluating them. For simplicity, sum
of r values is made equal to 1 for each model. For estimating ML values, a tree topology was automatically computed. The analysis involved
108 nucleotide sequences. All positions containing gaps and missing data were eliminated. There were a total of 400 positions in the final
dataset. Evolutionary analyses were conducted in MEGA6 [2].
Abbreviations: GTR: General Time Reversible; HKY: Hasegawa-Kishino-Yano; TN93: Tamura-Nei; T92: Tamura 3-parameter; K2: Kimura
2-parameter; JC: Jukes-Cantor.
39
# Parmfile for Migrate 3.6.11-June-18-15 [do not remove these first TWO lines]
# generated automatically on
# 11/08/18 07:29:37
# please report problems to Peter Beerli
# email: beerli@fsu.edu
# http://popgen.sc.fsu.edu/migrate.html
# General options
# Interactive or batch job usage
# Syntax: menu= < YES | NO >
# For batch runs it needs to be set to NO menu=YES
# Specification of length of names of indiviudals
# Syntax: nmlength=<INTEGER between 0 .. 30> nmlength=10
# Data options
# Several different main datatypes are possible:
# INFINITE ALLELE: usable for electrophoretic markers, other markers with
unknown mutation model
# STEPWISE MUTATION: usable for microsatellite data or other markers with
stepwise change from one allele to another [singlestep versus multistep model,
see micro-submodel option]
# FINITE SITES MUTATION: standard DNA/RNA sequence mutation model,
usable for DNA or RNA contiguous sequences or varialbe sites only (SNP)
# GENEALOGY SUMMARY: reanalyzing an old migrate run
# INFINITE ALLELE
# Syntax: datatype=ALLELICDATA include-unknown=<YES | NO> with YES
unknown alleles are included into analysis, NO is the default
# STEPWISE MUTATION
# Syntax: datatype=<MICROSATELLITEDATA | BROWNIANDATAMICRO
specifies the standard stepwise mutation model, the BROWNIAN is an
approximation to this micro-submodel=<1|2:{tune,pinc}>
1 means singlestep mutation model (this is the default and the standard
2 is the Multistep model (see Watkins 2007 TPB, section 4.2) it needs
two parameters: tune specifies how close the model is to a singlestep model so
tune=0 --> singlestep, tune=1 --> infinite allele model; the second parameter
defines the probability that the repeat number is increasing, this value cannot be
larger than 0.666, I suggest 0.5.
Example: micro-submodel=2:{0.5,0.
micro-threshold=<INTEGER> Default is 10 [MICRO only, NEEDS TO BE
EVEN!], smaller values speed up analysis, but might also crash, large values slow
down analysis considerably. Change this value only when you suspect that your
data has huge gaps in repeat length. include-unknown=<YES | NO> with YES
unknown alleles are included into analysis, NO is the default
# FINITE SITES MUTATION
# Syntax: datatype=<SEQUENCEDATA | NUCLEOTIDE | UNLINKEDSNPS |
ANCESTRAL
# SEQENCEDATA: typical linked stretches of DNA, for example mtDNA
40
autocorrelation=NO
weights=NO
interleaved=NO
fast-likelihood=NO
inheritance-scalars={1.00000000000000000000}
population-relabel={1, 2, 3, 4}
usertree=RANDOMTREE
# Input options
# input file location
# Syntax infile=FILEPATH infile=GC_Keimig02.seq
# Random number seed specification
# Syntax random-seed=<AUTO | OWN:< seedfile | value >
# AUTO uses computer system clock to generate seed
# OWN: seedfile uses file seedfile with random number seed
# OWN: value uses number value for seed random-seed=AUTO #OWN:385409202
# Specify the title of the run, will be overridden by title in datafile
# Syntax: title=title text [up to 80 characters] title=AUTO
# Output options
# Progress report to the window where the program was started
# Syntax: progress=<NO | YES | VERBOSE>
# NO nothing is printed to the console
# YES some messages about progress are reported [default]
# VERBOSE more messages are reported to console progress=YES
#-------------------------------------------------------------------------------
# Recording messages to screen into logfile
# Syntax logfile=<NO | YES:logfilename>
# NONE no recording of progress
# logfilename path to logfile logfile=NO
#-------------------------------------------------------------------------------
# Print the data as read into the program
# Syntax print-data=<NO | YES> print-data=NO
#-------------------------------------------------------------------------------
# Print output to file [default is outfile]
# Syntax outfile=outfilename outfile=outGCKei04
#-------------------------------------------------------------------------------
# Print output to a PDF file [default is outfile.pdf]
# Syntax pdf-outfile=outfilename.pdf
pdf-outfile=outGCKei04.pdf
#-------------------------------------------------------------------------------
# Report M (=migration rate/mutation rate) instead of 4Nm or 2 Nm or Nm
# Syntax use-M=<NO | YES> Default is YES, the name 4Nm is ambiguous
# for non-diploid data use-M=YES
#-------------------------------------------------------------------------------
# Plotting parameters: migration versus population size, such that Theta1 x
immigration_.1
# this shows the sum of all imigrations int a population
# Syntax plot=<NO | YES:<BOTH | OUTFILE>:<LOG | STD>
# {x-start, x-end, y-start, y-end}:<N | M>:interval>
42
=============================================
GCKei_mi
=============================================
MIGRATION RATE AND POPULATION SIZE ESTIMATION
using Markov Chain Monte Carlo simulation
=============================================
Version 3.6.11
Program started at 11/08/18 07:29:43
finished at 11/08/18 07:30:57
Options in use:
Analysis strategy is BAYESIAN INFERENCE
Proposal distribution:
Parameter group Proposal type
Population size (Theta) Metropolis sampling
Migration rate (M) Metropolis sampling
Print options:
Data file: GC_Keimig02.seq
Output file (ASCII text): outGCKei04
Output file (PDF): outGCKei04.pdf
Posterior distribution: bayesfile
Print data: No
Print genealogies: No
49
Plot data: No
Summary of data:
Title: GCKei_mi
Data file: GC_Keimig02.seq
Datatype: Sequence data
Number of loci: 1
No Population Locus Gene copies
1 Dullah 1 59
2 Dar 1 9
3 Kur 1 9
4 Tanimbar Kei 1 24
Total of all populaton 1 100
Base Frequencies
Nucleotide Transition/transversion
Locus
A C G T (U) ratio
1 0.2400 0.1800 0.2000 0.3800 5.10000
Bayesian estimates
Locus Parameter 2.5% 25.0% mode 75.0% 97.5% median mean
1 Theta_1 0.02300 0.03900 0.05050 0.06100 0.08600 0.05250 0.05329
1 Theta_2 0.00000 0.00000 0.02550 0.18600 0.80400 0.18950 0.28414
1 Theta_3 0.00000 0.00300 0.01250 0.02100 0.08400 0.01850 0.02428
1 Theta_4 0.00000 0.00500 0.01250 0.01900 0.03000 0.01550 0.01292
1 M_2->1 0.00 0.00 0.05 4.40 18.70 4.45 6.16
1 M_3->1 0.00 0.00 0.55 10.00 30.90 12.95 29.64
1 M_4->1 0.00 0.00 0.05 14.50 32.70 18.95 27.24
1 M_1->2 22.60 72.80 75.35 80.30 81.60 58.55 58.67
1 M_3->2 0.00 0.00 0.05 8.90 34.60 8.95 12.64
1 M_4->2 0.00 6.20 16.05 28.70 57.60 25.35 28.89
1 M_1->3 2.10 13.60 27.85 32.80 57.50 31.35 34.03
1 M_2->3 0.00 0.00 0.05 9.00 34.60 9.05 12.09
1 M_4->3 0.00 0.00 0.05 12.20 46.10 12.25 16.80
1 M_1->4 73.60 74.30 75.75 76.80 77.50 40.45 42.15
1 M_2->4 0.00 0.00 0.05 6.90 32.00 6.95 10.36
1 M_3->4 0.00 0.00 0.05 10.60 43.60 10.65 15.69
Tridacna maxima
Tridacna crocea
Tridacna squamosa
Tridacna crocea
52
F1 F2 F3 F4
Eigenvalue 0.047 0.008 0.000 0.000
Goodman and Kruskal tau (%) 84.486 14.927 0.587 0.000
Cumulative % 84.486 99.413 100.000 100.000
F1 F2 F3 F4
CC 0.401 0.303 0.296 0.000
DCA 0.986 0.013 0.000 0.000
POR 0.088 0.899 0.014 0.000
FAV 0.360 0.278 0.361 0.001
RB 0.941 0.045 0.014 0.000
SAND 0.777 0.217 0.006 0.000
F1 F2 F3 F4
Ts 0.878 0.117 0.004 0.000
Tm 0.030 0.863 0.108 0.000
Tn 0.631 0.347 0.022 0.000
Tc 0.903 0.096 0.002 0.000
Hh 0.865 0.135 0.001 0.000
53
RIWAYAT HIDUP