UNIVERSIDAD DE CHILE Campus Sur Instituto de Nutrición y Tecnología de los Alimentos Facultad de Ciencias Agronómicas Facultad de Ciencias Forestales Facultad de Ciencias Veterinarias y Pecuarias PROGRAMA DE DOCTORADO EN CIENCIAS SILVOAGROPECUARIAS Y VETERINARIAS “DEFINICIÓN DE UNIDADES DE MANEJO DE POBLACIONES SILVESTRES DE GUANACO (Lama guanicoe) EN CHILE” BENITO ALEJANDRO GONZÁLEZ PÉREZ Tesis para optar al Grado Académico de Doctor en Ciencias Silvoagropecuarias y Veterinarias PROFESOR GUÍA: CRISTIÁN ESTADES MARFÁN SANTIAGO, CHILE 2013 PROGRAMA DE DOCTORADO EN CIENCIAS SILVOAGROPECUARIAS Y VETERINARIAS “DEFINICIÓN DE UNIDADES DE MANEJO DE POBLACIONES SILVESTRES DE GUANACO (Lama guanicoe) EN CHILE” BENITO ALEJANDRO GONZÁLEZ PÉREZ Tesis para optar al Grado Académico de Doctor en Ciencias Silvoagropecuarias y Veterinarias COMITÉ DE TESIS Calificación Firma Cristián Estades Marfán Carlos Magni Díaz Luis Raggi Saini Oscar Skewes Ramm Julio Larenas Herrera Número de registro SANTIAGO, CHILE 2013 2 RESUMEN El manejo de fauna silvestre a escala de rangos de distribución requiere la definición de unidades espacialmente explícitas para facilitar el posterior desarrollo de medidas y acciones de protección o uso de las especies. A esta escala, el nivel de organización de la biodiversidad que ofrece mejores ventajas para este trabajo es la población. Una de las especies que reúne atributos que permitirían una gestión a través de la agrupación de sus poblaciones y la generación de unidades homogéneas de manejo es el guanaco (Lama guanicoe, Müller 1776). La amplia distribución de este camélido en Chile determina la existencia de poblaciones significativamente diferentes en su biología, las que potencialmente representan distintas restricciones para el manejo. Por ello, el objetivo general de este trabajo fue definir unidades de manejo biológica y espacialmente homogéneas para el guanaco en Chile, donde se integraron tres componentes, linaje filogenético a través de la determinación de la distribución potencial, estructura genética que identifica poblaciones demográficamente desconectadas, y estructura morfológica de cráneo, donde se analizó por separado forma y tamaño del mismo. Con el uso de 2.962 localizaciones georreferenciadas y el modelamiento espacial utilizando el algoritmo Maxent (Máxima entropía), se determinó que el guanaco posee una distribución determinada por factores principalmente climáticos, donde las precipitaciones menores a 900 mm anuales predice la ocurrencia de la especie en Chile, existiendo leves diferencias con sus linajes filogeográficos. Con 195 muestras biológicas provenientes de 17 localidades y el análisis de 550 pd de la región control de ADN mitocondrial y 14 loci microsatélites, se identificó mediante SMOVA y Geneland dos clusters poblacionales a nivel de secuencias, y con Structure y BAPS, cuatro poblaciones demográficamente independientes a nivel nuclear. Las diferencias entre ellas radica principalmente en el algoritomo utilizado y en el uso de la ubicación geográfica de las localidades. Los 4 Unidades de Manejo Genético definidas mediante BAPS, serían consecuencia de la filopatría poblacional y/o el aislamiento geográfico de algunas localidades El análisis de morfología geométrica de 24 hitos anatómicos 3 ubicados sobre la vista lateral derecha en 110 cráneos de guanaco y agrupados por ecosistema, permitió identificar 3 morfotipos de “forma” cuya diversidad aumenta y se comprime la línea molar con la latitud. Este análisis también permitió identificar tres grupos de “tamaño”, encontrándose los cráneos más pequeños en la costa árida del desierto de Atacama. Pese a ello, no se logró confirmar la regla de Bergmann al analizar la latitud como variable predictora. Finalmente, la información que integra análisis genéticos (de linaje y estructura poblacional) y morfológicos (forma y tamaño de cráneo) sobre 18 localidades y el rango de distribución, permiten definir siete Unidades de Manejo Biológicamente Homogéneas en el guanaco utilizando el análisis de cluster jerárquico y modelos log-lineales. Estas unidades reflejan las diferentes restricciones para el manejo que la especie presenta a escala de rango de distribución parcial como consecuencia de su historia evolutiva y microevolutiva que ha presentado en Chile. 4 AGRADECIMIENTOS A mi profesor guía el Dr. Cristián F Estades, por su apoyo y principalmente por su admirable paciencia hacia mi. A la comisión evaluadora, integrada por los Doctores Oscar Skewes, Carlos Magni y Luis Alberto Raggi, cuyos aportes y sugerencias lograron modelar esta tesis hacia lo que es ahora. También deseo agradecer enormemente a quienes participaron activamente de los capítulos de este trabajo, tanto en mi formación, como en el análisis de resultados y discusión, Doctores Horacio Samaniego, Marcela Vidal y Juan Carlos Marín. Deseo agradecer enormemente a las siguientes personas, proyectos e instituciones, por cederme generosamente su información de terreno para el desarrollo de este estudio. A Jorge Arroyo y Fernando Novoa (Centro de Ecología Aplicada Ltda.), Arturo Cortés (Universidad de la Serena), Paulo Corti (Universidad Austral de Chile), Martin Escobar, Gustavo Cruz, Luis Faúndez y Maria Angélica Vukasovic (Universidad de Chile), Juan Traba, Pablo Acebes y Juan Malo (Universidad Autónoma de Madrid), Alejandra Muñoz (Pontificia Universidad Católica de Chile), Eduardo Pavez (Bioamérica Ltda.), Hugo Roman (Servicio Agrícola y Ganadero), Christian Saucedo (Fundación Patagonia), Alejandra Silva (Corporación Nacional Forestal), Oscar Skewes (Universidad de Concepción), Hernan Torres (GECS/IUCN); a Alejandra Alzamora, Sergio Alvarado, Fernando Capellán, Romina Chiappe, Nicolas Fuentes, Hugo Garrido, Rodrigo Lira, Constanza Méndez, Hugo Silva, Beatriz Zapata, y a todos aquellos quienes también me ayudaron y que probablemente he olvidado; a los proyectos A/9875/07 (Programa de Cooperación Interuniversitaria de la AECID), “Evaluación poblacional del suri (Rhea pennata tarapacensis) en las regiones de Arica y Parinacota, y de Tarapacá”, “Estudio poblacional del suri (Pterocnemia pennata tarapacensis) en las Comunas de Ollagüe, San Pedro de Atacama y Antofagasta”, Planet Earth (BBCBristol), al Convenio Universidad de Magallanes-CONAMA XII-region, y al Convenio CONAF-Minera Maricunga; a las empresas Ruiz & Doberti, Flora & Fauna Ltda, y al Ministerio de Bienes Nacionales, Corporación Nacional Forestal y al Servicio Agrícola y Gandero. 5 A Bill Franklin, amigo “guanacólogo” de profesión y corazón, por mantenerme constantemente estimulado para finalizar esta etapa de mi vida y continuar hacia otros desafíos. A mis ya excompañeros del doctorado con quienes compartimos trabajos, discusiones y una gran pasión por nuestra fauna, Dr Eduardo Pavez y Dr Gabriel Lobos. A las personas que me acogieron en los lugares donde realicé gran parte de mis análisis, Dr Jaime Hernández y Paz Acuña del Laboratorio de Geomática y Ecología del Paisaje (Universidad de Chile), al Dr. Elie Poulin del laboratorio de Ecología Molecular (Universidad de Chile), y a Valeria Varas y Homero Pezoa (Universidad del Biobío). A mis Padres, Raúl González Gajardo y Hortensia Pérez Aburto, quienes desde pequeño incentivaron mi curiosidad en la naturaleza y siempre se han interesado en mi felicidad. Mis más sinceros agradecimientos a Denise Donoso por su infinito cariño, energía, estímulo y apoyo incondicional, gracias a ella logré resolver muchos de los cuestionamientos que se me presentaron en el transcurso de esta tesis y de mi vida. Una mención muy especial a mis guanacos, con ya casi 18 años observándolos, estudiándolos y admirándolos, siento que son una fuente inagotable de emociones y preguntas que resolver para mi alma inquieta. Finalmente, quisiera dedicarle este trabajo a mis hijos, Alejandro y Cristobal, que desde su inocente curiosidad admiran lo que hago, por ello este trabajo es parte del legado que deseo dejarles. Este trabajo fue posible en parte gracias al apoyo de la Beca Doctoral otorgada por la Comisión Nacional de Investigación Científica y Tecnológica de Chile, CONICYT. El resto de su financiación fue gracias a trabajos particulares y al apoyo del Laboratorio de Ecología de Vida Silvestre de la Facultad de Ciencias Forestales y de la Conservación de la Naturaleza, de la Universidad de Chile. 6 INTRODUCCIÓN GENERAL El manejo de fauna silvestre es la intervención de la fauna con un objetivo determinado (Ojasti, 2000). Actualmente, el manejo tiene tres objetivos principales: control de plagas, uso sustentable y manejo para la conservación. El control de plagas se aplica a especies que causan daño ecológico y económico, lográndose a través de la extracción o cosecha directa de individuos o modificando el hábitat para evitar su aumento y/o dispersión (Hawthorne, 1987). El uso sustentable se utiliza en especies de fauna con potencial productivo en beneficio de las comunidades locales y del ambiente donde habita a través, por ejemplo, de la caza, manejo in situ, cría en cautividad o turismo (Hudson, 1989; Torres, 1995). El manejo para la conservación se realiza para aumentar o evitar la disminución de fauna escasa o afectada por factores antrópicos, a través de la protección legal, creación de parques, medidas de traslocación, conservación ex situ (Caughley, 1994; Young, 1999). El manejo de fauna se puede orientar a distintos niveles biológicos y escalas espaciales: especie, subespecie, población, metapoblación, grupo e individuo. Sin embargo, realizar acciones de manejo ante distintos escenarios geopolíticos, factores negativos, abundancias disímiles, y a veces recursos escasos, exige diferenciar y priorizar hacia qué unidades dentro de cada nivel destinar esfuerzos de manejo (Allendorf y Luikart, 2007; Rodríguez et al., 2007). El trabajo a nivel de especie y subespecie puede orientar las medidas de manejo globales a nivel mundial y nacional; sin embargo, plantea problemas de interpretación al aplicarla a escalas menores por su amplitud espacial. Por otro lado, en el manejo de individuos y de grupos se realiza un monitoreo directo de los animales, pero debido a lo localizado de su nivel, no permite explorar su efecto sobre las funciones ecosistémicas. En cambio, el manejo a nivel de población (sensu lato) permite la gestión puesto que se relaciona temporal y espacialmente con los problemas de escala local ya mencionados, monitorear la efectividad de las medidas de manejo, y permite extrapolar los efectos a los otros niveles. Sin embargo, poder llegar a definir diferentes poblaciones (sensu strictu) y priorizar entre ellas, es una labor compleja que compromete diferentes aproximaciones. 7 Una de las especies que reúne atributos que permitirían una gestión a nivel local a través de la agrupación de sus poblaciones y la generación de unidades homogéneas de manejo, es el guanaco (Lama guanicoe, Müller 1776). Este camélido endémico del cono sur de Sudamérica a lo largo de toda su distribución, que abarca Perú, Bolivia, Paraguay, Argentina y Chile, cumple variadas funciones ecosistémicas, tiene diferentes tamaños poblacionales y diversos tipos de relaciones con el ser humano. Cada localidad plantea un desafío para su control, su utilización de forma sustentable o su protección, puesto que muchos de los factores biológicos se entremezclan con factores extra biológicos, como intereses de uso y valorización (Franklin, 1982; Franklin et al., 1997; Rodríguez et al., 2007; Chaudhary, 2007). Es posible en esta especie, por lo tanto, crear un método objetivo para identificar unidades de manejo espacial, aplicando una aproximación jerárquica que incorpore información biológica relevante sobre rango de distribución, integridad y calidad del hábitat, diferenciación morfológica y diferenciación genética. Además, es relevante relacionar la presencia de esta especie con información sobre factores no biológicos tales como presión humana, uso de suelo, protección legal y límites administrativos (González et al., 2006). La identificación de unidades de manejo con base espacial facilitaría la toma de decisiones para la definición de zonas de protección total, la realización de traslocaciones, el uso sustentable y el control a escala fina. Por ello, el propósito de esta tesis es establecer una metodología que permita incluir esta información de forma espacial, ordenada y secuencial para definir unidades homogéneas de manejo de poblaciones silvestres de guanaco (Lama guanicoe) en Chile, basándose en atributos biológicos. Definición de unidades infra-específicas de manejo Realizar acciones de manejo ante distintos escenarios geopolíticos, factores negativos, abundancias disímiles, y a veces recursos escasos, exige diferenciar y priorizar hacia qué poblaciones destinar esfuerzos (Allendorf y Luikart, 2007) y por lo tanto trabajar a nivel local. En tal sentido, se han generado distintas aproximaciones a la diferenciación de poblaciones dentro de una especie, algunas de las cuales se basan principalmente en sus atributos biológico-evolutivos. Entre las más comúnmente utilizadas se encuentran la asignación de subespecies (Ryder, 1986; Grady y Quattro, 1999), 8 unidades culturales (Ryan, 2006), unidades evolutivas significativas (Moritz, 1994), unidades de manejo (Taylor y Dizon, 1999), siendo estas dos últimas identificadas a través de marcadores genéticos a escala macro y microevolutivo, entre otras. Sin embargo, aquellas que combinan una serie de antecedentes biológicos son escasas, principalmente por falta de información clave, porque parte de la información es incompleta o porque las escalas de trabajo son disímiles. Un ejemplo de unidades que utilizan información múltiple es la Unidad Ecológica especie-específicas, la cual se ha utilizado en mamíferos de gran tamaño como el tigre (Panthera tigris) con información taxonómica, calidad de hábitat e intensidad de caza (Wikramanayake et al., 1998). Un método que permitiría el uso de atributos múltiples y confiables, y que evitaría discursos sobre la importancia o significado evolutivo de una especie y sus poblaciones, es el de las Unidades Designables (UD) (Green, 2005). Cada UD se genera a partir de evidencias de distinción biológica en un sistema jerárquico y si existen diferencias en el estatus de conservación, éstas son explícitamente tomadas en cuenta. El guanaco como caso de estudio El guanaco (Lama guanicoe, Müller 1776) es un camélido endémico del cono sur de Sudamérica, encontrándose en Perú, Bolivia, Paraguay, Argentina y Chile (Wheeler, 1995). Habita una serie de ecosistemas abiertos, áridos y fríos (Franklin, 1982), encontrándose en zonas montañosas del cordón Andino, zonas desérticas asociados al Océano Pacífico, la zona de matorral y bosques en el Chaco y Monte, la estepa y matorral Patagónico, y bosques subantárticos y turberas en la zona Fueguina. Estos ambientes se encuentran tanto en el continente como en sistemas de islas, que incluyen a Tierra del Fuego e isla Navarino, donde también esta especie habita (Wheleer, 1995; González et al., 2006). A través de estos ecosistemas, y principalmente donde es abundante, el guanaco genera diferentes conflictos con el ser humano, principalmente por sus hábitos dietarios generalistas. En la zona cordillerana y patagónica, competiría parcialmente con el ganado doméstico por forraje y hábitats de pastoreo (Bonacic et al., 1996; Puig et al., 2001; Baldi et al., 2001; Baldi et al., 2004), mientras que en los bosques subantárticos, principalmente en Tierra del Fuego, 9 afectarían la regeneración de bosques de Nothofagus en producción (Martínez-Pastur et al., 1999, Cavieres y Fajardo, 2005). La abundancia del guanaco, al igual que su distribución, ha sido severamente impactada por el ser humano. La caza constante, la ocupación y fragmentación del hábitat, la competencia con ganado e instalación de cercos, entre otras causas (Torres, 1992; Franklin et al., 1997; González et al., 2006), han provocado que el guanaco disminuya en los últimos siglos a un 26% de su distribución pasada (calculado por Ceballos y Ehrlich, 2002, basándose en Franklin, 1982). Específicamente, se reporta que el guanaco habría reducido su rango de distribución total a un 58% en Argentina, 75% Chile y a menos del 1% en Perú, Bolivia y Paraguay (Cunazza et al., 1995; Ceballos y Ehrlich, 2002). Por otro lado, su abundancia se ha reducido a menos del 23% con respecto a la estimada cuando arribaron los Españoles al continente (González et al., 2006), la que alcanzaba entre 30 a 50 millones de animales (Raedeke, 1979). Existe evidencia de que numerosas poblaciones locales se han extinto (Housse, 1930; MacDonagh, 1949; Mann et al., 1953; Cunazza et al., 1995), lo que ha generado una distribución fragmentada del guanaco en el presente y poblaciones con tamaños poblacionales reducidos (Torres, 1992; González et al., 2006; Baigún et al., 2008). Variados trabajos han expuesto la distribución del guanaco en Chile de forma cualitativa (Raedeke, 1979; Miller, 1980; Franklin et al., 1997). Ellos coinciden en proponer un rango geográfico actual desde Putre (límite con Perú) hasta Isla Navarino (XII región de Magallanes) con poblaciones discontinuas que van desde el nivel del mar hasta los 4.200 m.s.n.m. (Cunazza, 1991). Sin duda que esta distribución en fragmentos ha sido producto del impacto humano y sólo se especula sobre las variables ambientales que favorecen su presencia en un ecosistema. Tonni y Politis (1980) indican que el guanaco no toleraría las zonas de suelos húmedos por razones sanitarias; sin embargo, la presencia de esta especie en la zona austral de Sudamérica, donde son recurrentes las turberas y humedales (González et al., 2006), indican que este factor limitante en la distribución se confirmaría ante temperaturas moderadas a cálidas (Menégaz y Ortiz, 1995). Por lo tanto, el guanaco sería una 10 especie indicadora de ambientes xéricos (Menégaz y Ortiz, 1995). También existiría una asociación entre la presencia de este camélido con el tipo de vegetación, sobreponiéndose a la distribución de las gramíneas microtérmicas y el borde occidental de las gramíneas mesotérmicas (Menégaz et al., 1989). Estos ambientes son encontrados en la zona árida, andina y patagónica-fueguina de Sudamérica que corresponde a la Subregión Patagónica (Hershkovitz, 1972). A una escala amplia, el guanaco habita cuatro de los diez grandes hábitats descritos en Sudamérica (González et al., 2006): Matorrales Xéricos y Desérticos, Pastizal de Montaña, Pastizal, Matorrales y Sabanas, y Bosque Templado (Dinerstein et al., 1995), extinguiéndose en la ecorregión del Matorral Chileno. A menor escala, un solo trabajo realizado en la provincia de Santa Cruz, Argentina, indica que la presencia de esta especie en un ecosistema homogéneo estaría explicada por la latitud, longitud, altitud y el promedio del Índice Vegetacional Diferencial Normalizada, concluyendo que el guanaco es frecuentemente encontrado en terrenos altos con baja productividad y baja variabilidad en la producción forrajera (Travaini et al., 2007). Una distribución continua en el pasado, sería sugerida por recientes estudios genéticoevolutivos y de genética poblacionales. La ausencia de unidades taxonómicas infraespecíficas claras, confirmados por citocromo-b (Marín et al., 2007; Marín et al., 2008), indican una leve diferenciación entre poblaciones al norte de Chile y Perú de las del resto de Sudamérica, siendo imposible reunir a las poblaciones de guanaco en diferentes ESU (Moritz, 1994). Adicionalmente, la presencia de algunos haplotipos de la Región Hipervariable I de d-loop compartidos latitudinalmente desde la zona de chaco en Bolivia hasta bosques sub-polares de isla Navarino en la zona austral de Sudamérica, indican un flujo genético pasado entre poblaciones en un sentido norte-sur (Marín, 2004). Sin embargo, a nivel de genética de poblaciones, estudios regionales con el uso de microsatélites han mostrado que poblaciones cercanas geográficamente, como la existentes entre las provincias Argentinas de Chubut y norte de Santa Cruz, poseen una baja estructuración genética (Maté et al., 2005); mientras que poblaciones alejadas y separadas por barreras geográficas, como la existente entre el Parque Nacional Torres del Paine y Tierra del Fuego, han presentado niveles medios de 11 estructuración (Sarno et al., 2001). Si se incluyeran más poblaciones en los análisis, sería posible generar diferentes Management Units (de acuerdo a Taylor y Dizon, 1999). La pérdida de poblaciones, fragmentación y reducción de los tamaños poblacionales de guanacos durante estos últimos siglos en Chile, tendrían efectos genéticos que en la actualidad podrían ser detectados por marcadores moleculares. Desde un punto de vista morfométrico, sólo las variaciones del tamaño del cráneo y la proporción de la zona maxilar han sido abordadas bajo un estudio de caracterización subespecífica (Wheeler 1995, González et al., 2006). Ejemplares de Lama guanicoe pertenecientes a la subespecie cacsilensis, asignado a las poblaciones del norte de Chile y Perú, poseen un cráneo pequeño de 12,8 cm de ancho y 26,2 cm de largo, donde la maxila ocupa entre un 33% y un 48% del largo craneano (Lönnberg, 1913; Krumbiegel, 1944). Lama guanicoe voglii, en Bolivia y norte de Argentina, posee un tamaño intermedio de cráneo de 14 cm de ancho y 28 cm de largo, mientras que L. g huanacus, que se encuentra en Chile nor-central y central, posee un cráneo de tamaño similar de 14,6 cm de ancho y 29,2 cm de largo. Finalmente, cráneos de L. g. guancicoe provenientes de la patagonia Chileno-Argentina, poseerían un cráneo de mayor tamaño, alcanzando una dimensión de hasta 15,2 cm de ancho y 31 cm de largo con un 49 – 53% del total del largo correspondiente a la zona maxilar. Aunque estas variaciones fueron la base para una clasificación taxonómica basada en fenotipo, recientes estudios genéticos han demostrado que no existen unidades taxonómicas claras bajo la especie Lama guanicoe, aunque podría reconocerse la subespecie L. g. cacsilensis de Perú y extremo norte de Chile (Marín et al., 2008). Por lo tanto, dichas variaciones en la forma del cráneo quedan aún sin respuesta, pudiendo corresponder a variaciones provocadas por el ambiente, incluyendo la regla de Bergmann (Mayr, 1956), más que a un patrón filogenético. Este trabajo, dividido en cuatro capítulos, entrega las bases bilógicas para subdividir la distribución del guanaco en Chile mediante tres aproximaciones. El primer capítulo (Capítulo I) muestra las principales variables que determinan la distribución de los linajes de guanaco y de la especie en nuestro país mediante el uso de modelos de 12 nicho. La expresión geográfica de los modelos espacialmente explícitos servirá como base espacial para las siguientes temáticas. El segundo capítulo utiliza técnicas moleculares para determinar la estructura genética e identificar poblaciones demográficamente independientes. El tercer capítulo permitirá establecer las diferencias de forma y tamaño, por separado, de cráneos de guanaco entre los diferentes ecosistemas donde se distribuye el guanaco. Finalmente, y en el cuarto capítulo, se presenta la integración de las variables biológicas para identificar unidades de manejo homogéneas. HIPÓTESIS GENERAL La amplia distribución del guanaco en Chile determina la existencia de poblaciones significativamente diferentes en su biología, las que potencialmente representan distintas restricciones para el manejo. Estas distintas poblaciones están definidas en función del clima, vegetación, topografía, latitud y aislamiento geográfico. Predicción 1: La distribución potencial del guanaco seguirá patrones espaciales predecibles por factores climáticos, más que topográficos y vegetacionales a macroescala. Predicción 2: Existirá una alta estructuración genética entre grupos de guanaco, producto de su aislamiento y reducción de tamaño. Predicción 3: La forma y el tamaño del cráneo de guanaco se relacionarán con la ecoregión donde habita y con la latitud, respectivamente. 13 OBJETIVO GENERAL Definir unidades de manejo biológica y espacialmente homogéneas, para el guanaco (Lama guanicoe) en Chile. OBJETIVOS ESPECÍFICOS Objetivo 1. Desarrollar un modelo de distribución potencial del guanaco en Chile. Objetivo 2. Desarrollar un modelo de estructuración genética de poblaciones de guanaco en Chile. Objetivo 3. Desarrollar un modelo de estructuración espacial de poblaciones de guanaco en Chile mediante morfometría geométrica de cráneos. Objetivo 4. Integrar los modelos anteriores de forma jerárquica y espacialmente explícita para generar unidades de manejo homogéneas. 14 REFERENCIAS Allendorf, F.W.; Luikart, G. 2007. Conservation and the Genetics of Populations. Blackwell Publishing. Baldi, R., Albon, S.D., Elston, D.A. 2001. Guanacos and sheep: evidence for continuing competition in arid Patagonia. Oecologia 129:561–570. Baldi, R., Pelliza-Sbriller, A., Elston, D., Albon, S. 2004. High potential for competition between guanacos and sheep in Patagonia. Journal of Wildlife Management 68:924-938. Bonacic, C., Bas, F., Iriarte, J. 1996. Endangered guanaco (Lama guanicoe) population habitat use in the Andean mountains of Chile. Journal of Wildlife Research 1:85-88. Caughley, G. 1994. Directions in conservation biology. Journal of Animal Ecology 63:215-244. Cavieres, L.A., Fajardo, A. 2005. Browsing by guanaco (Lama guanicoe) on Nothofagus pumilio forest gaps in Tierra del Fuego, Chile. Forest Ecology and Management 204:237–248. Chaudhary, P. 2007. Letter. In Global and Local Conservation Priorities. Science 318:1379. Cunazza, C., Puig, S., Villalba. L. 1995. Situación actual del guanaco y su ambiente. In Técnicas para el manejo del guanaco (Puig, S. ed.): 27-50. Grupo Especialista en Camélidos Sudamericanos, Comisión de Supervivencia de Especies, UICN. Franklin, W. 1982. Biology, ecology and relationship to man of the South American camelids. In: Mamalian biology in South America (Ed. by Mares, M.A.; Genoways H.H.), Vol. Pymatuning Symp. Ecol. Spec. Publ. Vol 6, pp. 457-489. Lab. of Ecol and Univ. of Pittsburgh, Pittsburgh. Franklin, W.L.; Bas, F.; Bonacic, C.F.; Cunazza, C.; Soto, N. 1997. Striving to manage Patagonian guanacos for sustained use in the grazing agroecosystems of southern Chile. Wildlife Society Bulletin 25:65-73. González, B.A.; Palma, R.E.; Zapata, B; Marín, J.C. 2006. Taxonomic and biogeographic status of guanaco Lama guanicoe (Artiodactyla, Camelidae). Mammal Review 36:157-178. 15 Grady, J.M., Quattro, J.M. 1999. Using Character Concordance to Define Taxonomic and Conservation Units. Conservation Biology 13:1004–1007. Green, D.M. 2005. Designatable Units for Status Assessment of Endangered Species. Conservation Biology 19: 1813-1820. Hawthorne, D.W. 1987. Daños provocados por animales silvestres y técnicas de control. In: Manual de Técnicas de Gestión de Vida Silvestre (Ed. By Rodríguez, R.): 431462. The Wildlife Society. EEUU. Hudson, R.J. 1989. History and technology. In: Wildlife production systems, economic utilisation of wild ungulates (Ed. by Hudson, R.J.; Drew, K.R.; Baskin, L.M.). p11-27. Cambridge University Press, Cambridge, UK. Mann, G., Zapfe, H., Martinez, R., Melcher, G. 1953. Colonias de guanacos (Lama guanicoe) en el desierto septentrional de Chile. Investigaciones Zoologicas de Chile 10: 11–13. Martínez-Pastur, G., Peri, P.L., Fernández, M.C., Staffieri, G., Rodríguez, D. 1999. Desarrollo de la regeneración a lo largo del ciclo del manejo forestal de un bosque de Nothofagus pumilio: 2. Incidencia del ramoneo de Lama guanicoe. Bosque 20: 47–53. Moritz, C. 1994. Defining ‘Evolutionarily Significant Units’ for conservation. Trends in Ecology and Evolution 9:373–375. Müller, P.L.S. 1776. Erste Classe, Säugende Thiere. In Des Ritters Carl von Linné vollständiges Naturalsystem nach der zwölften Lateinischen Ausgabe,.1773-1776, pp. 1-62 + 3 pls., Suppl., 384 pp., Register, 36 unnumbered pp. + 536 pp. Ojasti, J. 2000. Manejo de Fauna Silvestre Neotropical. SI/MAB Series # 5. Smithsonian Institution/MAB Biodiversity Program, Washington D.C. 1-13. Puig, S., Videla, F., Cona, M.I., Monge, A. 2001. Use of food availability by guanacos (Lama guanicoe) and livestock in northern Patagonia (Mendoza, Argentina). Journal of Arid Environments 47:291-308. Raedeke, K. 1979. Population dynamics and socioecology of the guanaco (Lama guanicoe) of Magallanes, Chile. Doctoral Dissertation, College of Forest Resources University of Washington. 16 Rodríguez, J.P.; Taber, A.B.; Daszak, P.; Sukumar, R.; Valladares-Padua, C.; Padua, S.; Aguirre, L.F.; Medellín, R.A.; Acosta, M.; Aguirre, A.A.; Bonacic, C.; Bordino, P.; Bruschini, J.; Buchori, D.; González, S.; Mathew, T.; Méndez, M.; Mugica, L.; Pacheco, L.F.; Dobson, A.P.; Pearl M. 2007.Globalization of Conservation: A View from the South. Science 317:755-756. Ryder, O.A. 1986. Species conservation and systematics: the dilemma of subspecies. Trends in Ecology and Evolution 1:9-10. Taylor, B.L., Dizon, A.E. 1999. First policy then science: why a management unit based solely on genetic criteria cannot work Molecular Ecology 8:S11–S16. Tonni, E., Politis, G., 1980. La distribución del guanaco (Mammalia, Camelidae) en la Pcia. de Buenos Aires durante el Pleistoceno Tardío y Holoceno. Los factores climáticos como causas de su retracción. Ameghiniana 17: 53–66. Torres, H. 1995. Criterios de UICN para el manejo sustentable de especies silvestres. En Técnicas para el manejo del guanaco (Puig, S. ed):51-53. Grupo Especialista en Camélidos Sudamericanos, Comisión de Supervivencia de Especies, UICN. Wikramanayake, E.D., Dinerstein, E., Robinson, J.G., Karanth, U., Rabinowitz, A., Olson, D., Mathew, T., Hedao, P., Conner, M., Hemley, G., Bolze, D. 1998. An ecology-based method for defining priorities for large mammal conservation: the tigre as case study. Conservation Biology 12: 865-878. Young, T. 1999. Restauration ecology and conservation biology. Biological Conservation 92:73-83. 17 CAPITULO I Distribución potencial del guanaco (Lama guanicoe) y de sus linajes filogeográficos en Chile obtenida a través de un modelo de nicho Benito A. González1,5, Horacio Samaniego2,3, Juan Carlos Marín4, Cristián F. Estades1 1 Laboratorio de Ecología de Vida Silvestre, Facultad de Ciencias Forestales y de la Conservación de la Naturaleza, Universidad de Chile, Chile. 2 Instituto de Silvicultura, Facultad de Ciencias Forestales, Universidad Austral de Chile. 3 Laboratorio de Genómica y Biodiversidad, Departamento de Ciencias Básicas, Facultad de Ciencias, Universidad del Bío-Bío, Chile. 4 Center for Nonlinear Studies, Los Alamos Nacional Laboratory, Los Alamos, New Mexico, USA. 5 Corresponencia: Teléfono: +56 2 9785742; Fax: +56 2 5414952, email: bengonza@uchile.cl 18 INTRODUCCIÓN La distribución geográfica es uno de los componentes de la selección jerárquica de hábitat de una especie (Johnson, 1980). Pese a su importancia, su determinación posee complicaciones debido a que es producto de una interacción compleja entre factores bióticos y abióticos con los atributos de la especie, como su historia evolutiva, adaptaciones, tolerancias fisiológicas y requerimientos de recursos (Austin, 2002; Weaver et al., 2006; Porter y Kearney, 2009). Una forma de sortear esta dificultad es a través del desarrollo modelos predictivos de distribución basado en el concepto de nicho, los cuales son una abstracción de fuerzas multidimensionales en el espacio ambiental que actúan sobre la persistencia de individuos y poblaciones (Chase y Leibold, 2003; Elith y Leathwick, 2009; Wake et al., 2009). Estos modelos se han usado en la predicción de la presencia de una especie con información incompleta (interpolación espacial), predicción de cambios en el tiempo en las variables ambientales (extrapolación temporal), o conocimiento de mecanismos biológicos que explican su distribución probable o del mismo proceso de modelación (Scott et al., 2002; Elith et al., 2006; Elith y Leathwick, 2009; Syphard y Franklin, 2009). Debido a este potencial, los modelos de distribución de especies han sido aplicados a diferentes ámbitos de la biología de la conservación, como son el diseño de reservas a nivel local hasta su uso para estimar los hábitats potenciales de especies en peligro de extinción o invasoras, o para determinar los cambios en la distribución de taxa ante modificaciones en el uso de suelo y cambio climático (Cabeza et al., 2004; Engler et al., 2004; Johnson et al., 2004; Aurambout et al., 2005; Anadón et al., 2007; Rodríguez et al., 2007). Para el caso de Chile, el uso de modelos de distribución como método para determinar la estructura del nicho han permitido explorar factores tanto climáticos como comunitarios para explicar el rango de presencia de especies de mamíferos (Marino et al., 2011). Recientemente, la “estabilidad” o “conservadurismo” del nicho ha sido tomado como foco de estudio en ecología y evolución (Wake et al., 2009), desprendiéndose una serie de predicciones sobre el patrón esperado de distribución en torno a la tendencia de las especies a retener y no variar características ancestrales del nicho fundamental (Wiens 19 y Graham, 2005). Esto ha sido evaluado utilizando modelos de distribución a nivel infraespecífico, donde el conjunto de distribuciones de linajes evolutivos cercanos sería diferente al mostrado por los taxa por si solos, puesto que la distribución de una especie puede ser el conjunto de distribuciones de varias entidades evolutivas diferentes e independientes (Zimmermann et al., 2010; Pearman et al., 2010). La existencia de subespecies morfológicas correctamente descritas, ecotipos, o poblaciones localmente adaptadas sugieren la existencia de variación geográfica de características fisiológicas y anatómicas con base genética, que conlleva a las adaptaciones de estos grupos a la serie de factores ambientales y climáticos que modelan su nicho (Savolainen et al., 2007, Pearman et al., 2010). El no considerar la estructura poblacional y filogenética en el modelamiento de la distribución de especies y la estructura del nicho, representa un potencial impedimento para predecir de manera correcta el efecto de cambios ambientales, por ejemplo el cambio climático, sobre la distribución de las especies y el desarrollo de mejores acciones de conservación (Pfenninger et al., 2007, Pearman et al., 2010). El guanaco (Lama guanicoe) es un ungulado silvestre que habita desde el nivel del mar hasta por sobre los 4.000 m de altitud (González et al., 2006). Su hábitat se caracteriza por un clima altamente estacional, inviernos secos o con cobertura de nieve en algunas épocas, temperaturas frías e incluso bajo cero, con vientos de moderada a alta intensidad y precipitaciones que combinan una alta evapo-transpiración y condiciones áridas, que en su conjunto generan una productividad vegetal baja (Franklin, 1982; Franklin 1983; Wheeler, 1995). Tonni y Politis (1980) indican que el guanaco no toleraría las zonas húmedas, sin embargo la presencia de esta especie en la zona austral de Sudamérica donde son abundantes las turberas y humedales (González et al., 2006), indican que este factor limitante en la distribución se confirmaría sólo ante temperaturas moderadas a cálidas (Menégaz y Ortiz, 1995). En la Sub-región Patagónica (Hershkovitz, 1972) el guanaco habitaría cuatro de los diez grandes ambientes descritos en Sudamérica (González et al., 2006): Matorrales Xéricos y 20 Desérticos, Pastizal de Montaña, Pastizal, Matorrales y Sabanas, y Bosque Templado (Dinerstein et al., 1995). Variados trabajos han expuesto la distribución del guanaco en Chile de forma cualitativa (Raedeke 1979; Miller et al., 1983; Franklin et al. 1997). Ellos coinciden en proponer un rango geográfico actual desde Putre hasta Isla Navarino con un patrón discontinuo, probablemente asociado a la actividad humana (Cunazza 1991). No obstante, su expresión explícita a nivel espacial no se ha desarrollado ni se han evaluado los factores ambientales que estarían modelando su distribución a gran escala. Es esperable que en Chile, debido a la heterogeneidad de ecosistemas que habita el guanaco, la presencia de esta especie sigua patrones espaciales predecibles por factores bióticos y abióticos a una escala más amplia; y aún más, que existan diferencias en las amplitudes de nicho si se realiza un análisis bajo un contexto filogeográfico. A lo largo de la distribución de la especie en Chile se ha propuesto la existencia de dos grandes linajes evolutivos o subespecies incipientes (que correspondería a Lama guanicoe cacsilensis y L. g. guanicoe), atendiendo a su historia evolutiva y geográfica registrada por marcadores genéticos del ADN mitocondrial y nuclear (González et al., 2006; Marín et al., 2008; Marín et. al, en prensa). Resultados preliminares de estos trabajos indican que uno de los dos linajes geográficos se habría expandido a fines del Pleistoceno e inicios de Holoceno hacia el sur desde posibles refugios ecológicos subtropicales, encontrándose actualmente en Bolivia, Norte de Argentina, Chile central y Patagonia continental e insular; mientras que el otro grupo habría quedado relegado a los ambientes áridos de Perú y norte de Chile. En Chile, existen estos dos linajes con una clara zona de contacto entre ellos, entre el paralelo 27º y 31º Lat Sur. Con ello, se pueden postular diferentes presiones de selección ambiental e inferir adaptaciones locales y por lo tanto una disimilitud en la estabilidad y amplitud de nicho de estas poblaciones que habrían hecho mucho más exitoso a un linaje que a otro a lo largo de la distribución general de la especie en nuestro país. Por ello los objetivos de este capítulo son (1) predecir el rango de distribución potencial del guanaco en Chile, como 21 también para sus dos linajes filogeográficos recientemente detectados (Marín et al., 2008; Marín et al., en prensa); (2) identificar las variables ambientales que modelan el nicho para la especie y sus subespecies. Esto se realizará utilizando modelos que utilizan sólo presencias (Máxima entropía, Maxent), permitiendo determinar y describir la estructura del nicho para la especie como para sus dos linajes evolutivos. Los resultados de este trabajo permitirán ofrecer, además, una base espacial sobre la cual estructurar espacialmente variables morfológicas y genéticas. MATERIALES Y MÉTODOS Datos de localización Se compiló una base de datos de 2.962 localizaciones georreferenciadas entre el año 2000 y 2011. Las localizaciones abarcan de forma homogénea la distribución actual de la especie en Chile, evitando de esta forma las diferencias en la intensidad de búsqueda a través de las regiones geográficas (Figura 1A). Las localizaciones provienen de observaciones directas de los autores junto a otras realizadas por investigadores que colaboraron con este estudio. Éstas consisten en avistamientos de animales, colectas de heces, colectas de tejido de animales vivos y muertos, y carcazas. También se incluyeron 262 localizaciones obtenidas entre los años 2007 y 2009 mediante collares satelitales de cinco ejemplares capturados el 2005 en la cordillera de Chile central. Se utilizaron aquellas localizaciones que tuvieran menos de 1000 m de error (González et al., 2008). Cada localización fue asignada a una grilla sobre-impuesta con celdas de 3 x 3 km, correspondiente al tamaño promedio mínimo del rango de hogar detectado en guanacos para una población sedentaria (Marino y Baldi, 2008). Para aquellas poblaciones que se desplazan estacionalmente, la localización de distintos individuos en el tiempo permiten incluir la mayor parte de las zonas de ocupación. Como resultado de este procedimiento, se trabajó con un set de datos de 525 celdas de presencia de guanacos. 22 Selección de variables Las variables predictivas incluyeron información climática, topográfica, vegetacional y antrópica y fueron seleccionadas a priori de acuerdo a criterio experto, evitando de esta forma que los análisis seleccionaran variables sin explicación biológica a la escala temporal usada (Elith y Leathwick, 2009) y la redundancia y correlación de variables (Wiens y Graham, 2005). Se utilizaron cuatro de un total de diecienueve variables que entrega la base de datos bioclimáticos del WoldClim, la cual está expresada en una resolución de 1 km, (Hijmans et al., 2005): temperatura media anual (BIO1), estacionalidad de la temperatura (BIO4), precipitación anual (BIO12) y estacionalidad de las precipitaciones (BIO15), agregándose el promedio de temperaturas mínimas y máximas en un año. Rugosidad, orientación, pendiente y elevación se obtuvieron del Shuttle Radar Topographic Misión (SRTM) a una resolución de 90 m (Rabus et al., 2003). La vegetación se caracterizó de acuerdo al índice EVI (Enhanced Vegetation Index) a una resolución de 250 m. A diferencia del NDVI (Índice de Vegetación de Diferencia Normalizada) que es sensible a la presencia de clorofila, el EVI es sensible a las variaciones de la estructura del dosel (Huete et al., 2002). También se obtuvieron coberturas de suelo a una resolución de 1 km a partir del Global Land Cover GLC2000, utilizando aquellas que describen suelo desnudo, hierbas y arbustos/árboles (Baltholome y Belwald, 2005). Finalmente se obtuvo una cobertura de la población humana (numero de habitantes por km2) a partir del NASA SocioEconomic Data and Applications Center SEDAC (CIESIN y CIAT 2005). Toda la información fue escalada a una resolución de 3 x 3 km. Modelos estadísticos, validación y contribución de las variables Maxent (Phillips et al., 2006) es un programa para modelar la distribución de especies utilizando sólo registros de presencia. Trabaja con un algoritmo basado en el supuesto de que la totalidad de píxeles o celdas del área de estudio constituye el espacio en donde se define una distribución de probabilidades, siendo 0 cuando el hábitat no está disponible, a 0,99, cuando es el mejor hábitat. Los píxeles que albergan un registro georeferenciado constituyen puntos de muestra y las variables ambientales asociadas a 23 ese punto (climáticas, fisiográficas, etc.) son las características que explican la ocurrencia de ese punto (Phillips et al., 2006). Una de las principales restricciones para el resto de celdas que no contienen un registro georreferenciado, es que el valor esperado de cada variable debería coincidir con el promedio empírico que se obtiene de los puntos de muestra. Esta distribución de probabilidades que se obtiene con Maxent, es aquella de "máxima entropía", es decir que maximiza la ignorancia sobre los datos (Phillips et al., 2006). El modelo generado considera todo aquello que es conocido pero evita cuidadosamente asumir cualquier aspecto que es desconocido (Jaynes, 1990). Las localizaciones fueron aleatoriamente divididas en dos sub-muestras, usando el 20% de las localizaciones como un set de datos para el entrenamiento y el restante 80% para probar el modelo resultante. Se corrieron 50 modelos con 500 iteraciones. La medida de ajuste que implementa Maxent es el área bajo la curva (AUC, del inglés area under the curve) desde una curva denominada ROC (del inglés receiver operating charasteristic plot), que compara la proporción de puntos que han sido considerados dentro del modelo (sensibilidad) versus la proporción de puntos de ausencia que han sido considerados fuera del modelo (especificidad). El AUC varía de 0, cuando la discriminación del modelo no es mejor que uno generado aleatoriamente; a 1, cuando el modelo tienen una discriminación perfecta (Pearce y Ferrienr, 2000). Se consideran modelos útiles aquellos que presentan un AUC mayor o igual a 0,7 (Harrell, 2001). Maxent estima la contribución relativa de cada una de las variables ambientales al modelo y entrega una análisis de acuchillamiento de datos para cada variable ambiental (Phillips y Dudik, 2008). Así, también se examinaron las curvas de respuesta de cada una de las variables ambientales que afectan la predicción del modelo generado por Maxent. Estas curvas indican cómo cambia la predicción logística cuando el factor ambiental específico es variado, mientras el resto de las variables ambientales son mantenidas en su valor promedio. Por ello, las curvas indican el efecto marginal del cambio de una variable en el modelo. 24 Comparación entre las distribuciones de los linajes filogeográficos con la especie Se determinó la sobreposición de la distribución de la especie con la distribución conjunta de los dos linajes de guanaco y de su zona de hibridismo. Para ello, se convirtió el mapa de probabilidades a un mapa binario de presencias y ausencias usando el umbral del percentil 10 de los valores logísticos del entrenamiento de presencias. Este umbral excluye al 10% de las observaciones de presencia más extremos, los cuales representan poblaciones efímeras o la presencia de condiciones ambientales inusuales dentro del píxel (Morueta-Holme et al., 2010). RESULTADOS Predicción del rango de distribución para la especie y subespecies Todos los modelos de máxima entropía tuvieron un alto promedio de valores de AUC. La especie en Chile obtuvo un valor de 0,921 ± 0,023. Para la subespecie cacsilensis en el extremo norte de Chile el valor de AUC fue de 0,976 ± 0,019, mientras que para guanicoe fue de 0,971 ± 0,011. Finalmente, para la zona de hibridismo entre las dos subespecies, se obtuvo un valor de 0,978 ± 0,018. El área cubierta por el modelo para la especie, fue mayor que la suma de las áreas de los modelos de distribución para las subespecies y la zona de hibridismo. Así, el área que entrega el modelo para Lama guanicoe fue de 81.756 km2 (Figura 1B), mientras que para la subespecie L. g. cacsilensis de 21.497 km2, para L. g. guanicoe de 20.767 km2 (Figura 1C) y para la zona de hibridismo entre ambos taxa fue de 23.481 km2 (con una superficie combinada de 65,321 km2)(Figura 1C). El área en común entre los modelos fue de 47.740 km2 (Figura 2C), mientras que la superficie de discrepancia fue mayor al contrastar el modelo a nivel de especie con el modelo a nivel infraespecífco (34.020 km2 vs17.577 km2). Esto indica que el modelo a nivel de especie, genera una mayor área proyectada para la distribución que el generado a nivel de subepspecies; sin embargo, estas últimas incluyen zonas que no son consideradas por el modelo a nivel de Lama guanicoe. Considerando lo anterior, se generó un modelo conjunto para 25 la elaboración de un mapa de distribución potencial para la especie en Chile con una superficie total de 99.337 km2, lo cual corresponde a un 13,1% de la superficie del país. Nicho ambiental Los modelos de distribución generado por Maxent para la especie y sus subespecies en Chile atribuyen mayor importancia a las variables climáticas por sobre las otras variables ambientales (Tabla 1), confirmando la hipótesis de que las variables climáticas explican de forma importante la ocurrencia del guanaco en Chile. Las variables que más contribuyeron a explicar la ocurrencia del guanaco en Chile fueron las precipitaciones anuales y el promedio de temperaturas mínimas anuales, acumulando un 56,8 % del porcentaje de contribución al modelo. Las variables no climáticas como altitud y cobertura de herbáceas, contribuyeron en un 22,7% al modelo. Coincidentemente, la subespecie L. g. cacsilensis que se restringe a la zona árida de Chile, mostró un patrón similar, donde también se seleccionaron variables climáticas. La estacionalidad de las precipitaciones y el promedio de temperaturas máximas anuales aportaron con un 45,4% al modelo. Sólo la altitud alcanzó un 34% de contribución al modelo. Similarmente el rango predicho para L. g. guanicoe, de distribución andina y patagónica, fue explicada mayormente por variables climáticas. Así, la temperatura media anual, la precipitación anual y la estacionalidad de las precipitaciones, alcanzaron en total un 64,2% de aporte al modelo. La cobertura herbácea, contribuyó en un 22,5% al modelo. Finalmente, la distribución potencial de las poblaciones de guanaco correspondiente a la zona de solapamiento entre las subespecies, que se ubica al norte de la zona mediterránea y que abarca poblaciones costeras y andinas, nuevamente se explica principalmente por los factores climáticos. La estacionalidad de la temperatura, las precipitaciones anuales y la estacionalidad de las precipitaciones, contribuyeron en un 69,1% al modelo, y sólo una de las variables vegetacionales, EVI, aportó en un 7,7% al modelo. Los resultados para L. guanicoe, L.g. cacsilensis, L. g. guanicoe y zona híbrida, son apoyados por los análisis de importancia de las variables en las Permutaciones y el test de acuchillamiento (Tabla 2). 26 DISCUSIÓN Este estudio contribuye a modelar la distribución de una especie nativa en Chile utilizando factores climáticos, geográficos, vegetacionales y antrópicos. A pesar del incremento en el conocimiento del guanaco en varias áreas de su ecología (ver Franklin, 2011), a la fecha no existía un modelo cuantitativo para explicar su distribución y las variables que modulan su presencia a una escala geográfica amplia. Modelos espaciales para explicar la ocurrencia del guanaco sólo se han realizado sobre rangos geográficos limitados y/o considerando variaciones intra-anuales en los factores ambientales, omitiendo o sólo utilizando variables climáticas (Travaini et al. 2007; Pedrana et al., 2010; Politis et al., 2011). Adicionalmente, los resultados de este trabajo permiten describir la distribución y nicho ambiental de cada uno de los linajes filogeográficos recientemente descritos para la especie (Marín et al., en prensa). Por ello, los mapas probabilísticos obtenidos en este trabajo poseen un alto grado de detalle en su variación espacial y coinciden con los rangos de distribución propuestos para la especie en Chile, los cuales han sido elaborados mediante opinión experta (Cunazza, 1991; Torres, 1992; González te al., 2006; Baldi et al., 2008) y no mediante un registro sistemático de avistamientos. Lo anterior impide realizar un análisis del rendimiento del modelo entre lo observado con lo esperado, como podría ser un mapa de ocurrencia de presencias en grillas (Pearman et al., 2010). No obstante, la concordancia visual entre el mapa predictivo con la de literatura, permitirían descartar un efecto estadístico sobre el alto valor de AUC que se genera al analizar presencias en una especie de amplia distribución con respecto al área de estudio descrita por los datos ambientales (Phillips et al., 2006), lo que indicaría que el modelo posee un alto poder discriminatorio. Los modelos obtenidos confirman la hipótesis de que la distribución del guanaco respondería principalmente a un nicho climático a escala espacial de especie y subespecie (Wiens y Graham, 2005). Las precipitaciones promedio entre 150 y 550 mm anuales serían el principal factor que limitaría geográficamente la amplitud de la distribución de Lama guanicoe en Chile, difiriendo si se considera el nicho a nivel de especie o subespecies. Las características ambientales asociadas con los registros 27 conocidos de guanaco, principalmente las bajas precipitaciones anuales, están presentes a lo largo de la zona árida, cordillerana y patagónica de Chile. Por lo tanto, el guanaco sería una especie indicadora de ambientes xéricos (Menégaz y Ortiz, 1995), apoyando la propuesta de Oschenius (1995) que clasifica a esta especie como “estenohidropedomórfica”, o de baja tolerancia a suelos húmedos. Aunque los resultados indicarían que las subespecies de guanaco actualmente presentan un nicho conservado y altamente disímiles entre sí, la historia filogeográfica de cada linaje en la vertiente occidental de los Andes (cacsilensis vs guanicoe) indica que la posible barrera biogeográfica que existió entre ambas distribuciones, como es la Diagonal Árida (Ammann et al., 2001; Garreaud, 2009) fue colonizada por un linaje hídrido exitoso que comparte variables del nicho con ambas subespecies; limitando de esta forma una potencial diferenciación, debido a que ha permitido el flujo génico entre ambos taxa (Marín et al., en prensa). Los modelos generados tanto a nivel de especie como a nivel infraespecífico evidenciarían la relación entre variables ambientales y algunas adaptaciones anatómicas, fisiológicas y reproductivas del guanaco que le permiten ser un animal eficiente en hábitats áridos (ver detalles en González et al., 2006). La presencia de una cobertura pilosa fina que lo aísla de las temperaturas extremas (Burgarella y de Lamo, 2005), tanto frías a nivel de especie como cálidas en la subespecie L. g. cacsilensis; un eficiente aparato digestivo que le permite aprovechar forraje de mediana y baja calidad característicos de los ambientes áridos con crecimiento estacional (Franklin, 1982; Engelhardt et al., 1991); y la capacidad de hacer coincidir los partos con las mejores condiciones ambientales (González et al., 2006) serían algunas adaptaciones a las variables climáticas. También existe una aparente asociación entre la presencia de este camélido con el tipo de vegetación, sobreponiéndose a la distribución de las gramíneas microtérmicas de ambientes áridos, las cuales presentan resistencia a la presión de herbivoría, y parcialmente a la distribución de gramíneas mesotérmicas (Menégaz et al., 1989; Adler et al., 2004). Esto se hace evidente al considerar el modelo para la especie completa 28 pero principalmente la subespecie L. g. guanicoe, donde el modelo selecciona la cobertura herbácea con valores promedio de entre un 60 y 70% aproximadamente. Dentro del rango geográfico predicho para el guanaco, se observan áreas agregadas de ocurrencia separadas por áreas de baja disponibilidad de hábitat, las que se producirían por grandes barreras biogeográficas y el efecto de la distribución marginal de la especie. En tal sentido, es posible reconocer tres áreas de media y máxima probabilidad de presencia de guanacos separadas entre sí: (1) zona prealtiplánica de la cordillera andina desde el límite con Perú en el paralelo 18º S hasta algunos sectores del sur del altiplano en el paralelo 24º 30’ S; (2) la zona central que abarca dos franjas, una por la costa árida del norte de Chile entre el paralelo 24º 40’ S, y llegando de forma continua hasta los 29º 30’ S, y otra franja que recorre los faldeos occidentales de los Andes desde los 24º 30’ S aproximadamente hasta los 35º 20’ S en la cordillera de Chile central; y (3) la zona patagónica, que se muestra de forma discontinua desde la región de la Araucanía (38º 30’) hasta el extremo austral de Chile. Entre la zona altiplánica y la zona central del país, la existencia del desierto de Atacama generaría una barrera ambiental para la continuidad de la distribución del guanaco, zona que es parte de la Diagonal Árida (Ammann et al., 2001; Garreaud, 2009) y que ha afectado la distribución de parte de los mamíferos de Sudamérica (Marín et al., 2007; Marino et al., 2011). Entre la costa y cordillera andina de la zona árida del norte de Chile, entre los paralelos 24º 40’ y 29º 30’ S aproximadamente, se establece una franja central con baja probabilidad de ocurrencia, tal vez por las condiciones de hiper-aridez del sector. Sin embargo, las condiciones ambientales de esta área mejoran durante los períodos de La Niña cuando ocurre el fenómeno del “Desierto Florido” (Vidiella et al., 1999), el cual aumenta la cubierta vegetal gracias a las precipitaciones que ocurren con baja frecuencia a la escala temporal analizada. Esta situación permitiría el contacto entre las poblaciones de guanaco de áreas bajas, con aquellas que habitan las cumbres montañosas y explicaría la importancia de las precipitaciones anuales a nivel de especie y la estacionalidad de las precipitaciones a nivel infra-específico, aunque no se ve reflejada a la escala temporal utilizada. 29 Entre la zona central y la zona Patagónica en Chile, probablemente la extinción reciente de poblaciones de guanaco a nivel local genera un área sin probabilidad actual de ocurrencia, aunque la existencia de ecosistemas poco favorables para el guanaco como es el bosque templado, generaría una barrera entre los 35º 20’ y 44º 20’ S por la cordillera andina y más al sur por el borde del océano Pacífico. Finalmente, dentro de la zona Patagónica, la presencia de sectores separados entre sí, se debería al efecto de una distribución periférica de la gran población localizada en la Patagonia Argentina (Torres, 1992; Nugent et al., 2006; Baldi et al., 2006; Baldi et al., 2008), donde parte de la estepa patagónica ingresa a Chile desde el este y sólo el estrecho de Magallanes y canal Beagle representan obstáculos biogeográficos para una distribución continua para el guanaco, situación que se generó hace aproximadamente 8.000 años (Sarno et al., 2001). Los mapas generados predicen zonas de ocurrencia donde no existen datos empíricos de presencia actual, pero sí históricos. Pese a no tener registros de avistamientos o signos de guanaco en algunas zonas, como por ejemplo en la zona de montaña de la región del Maule (cerca de los 35º 20’ S), el alto Bio-Bío (alrededor de los 38º 30’ S), la literatura muestra presencia de la especie en un pasado reciente (Cunazza et al., 1991). En estos casos Maxent registra una probabilidad de ocurrencia media. Lo mismo sucede con el ambiente mediterráneo que se encuentra en gran parte de la zona central de Chile, particularmente la depresión intermedia y la cordillera de la Costa, donde actualmente no se registran guanacos (González et al., 2006), pero que, según los modelos, reúne las características ambientales para permitir su existencia. Esta información debe ser tomada con precaución debido a que no se analizaron otros factores que podrían disminuir la probabilidad de ocurrencia (Marino et al., 2011), como son uso de suelo que considere zonas urbanas y dedicadas a agricultura y ganadería. Sin embargo, es probable que dadas las variables seleccionadas, las zonas registradas con probabilidad media de presencia potencial sean marginales a estos usos. Análisis exploratorios (no mostrados en este trabajo) muestran que las localizaciones de guanaco en Chile se ubican en zonas de densidad humana extremadamente bajas, y por ende, se encuentra ausente de gran parte de la depresión intermedia donde se 30 desarrolla la actividad humana. Dado que Maxent relaciona sólo presencias con las variables ambientales, es plausible pensar que la variable Habitantes por superficie carezca de importancia en explicar la ocurrencia de este ungulado, puesto que sólo es posible encontrar guanacos en áreas de muy baja densidad humana, situación que además se presenta en otros ecosistemas no aptos para la especie. De forma opuesta, no se seleccionaron áreas con presencia pasada de guanacos (i.e. zona de la depresión intermedia de Chile, ver Molina, 1782 y Housse, 1930), lo cual podría deberse a que no se consideraron variables ambientales que podrían participar en la reproyección de la distribución potencial. Sin embargo, una explicación más plausible sería la pérdida de áreas de distribución por extinción local (Ceballos y Ehrlich, 2002), la cual podría aumentar la variabilidad de los factores ambientales analizados o cambios en dichos factores. Un claro ejemplo reciente de esto son la desaparición de poblaciones de guanaco en la costa entre los 20° y 23 30° S (Mann et al., 1953; Oltremari et al., 1987) por una fuerte pérdida de la vegetación de Lomas durante los últimos 50 años (Schulz et al., 2011). La pérdida de poblaciones localmente adaptadas en una especie que muestra una alta estabilidad del nicho, representaría una pérdida adicional junto con la reducción de distribución, y la erosión numérica y de diversidad genética. Una forma de probar esta hipótesis, es a través del modelamiento con presencias históricas de la especie y el análisis de su nicho, como ha sido desarrollado para la zona de Pampa en Argentina (Politis et al., 2011). Algunas de las variables ambientales no seleccionadas o que lo fueron con un baja contribución a los modelos fueron factores principalmente topográficos, vegetacionales y antrópicos. Contrario a la intuición, la estructura vegetacional y las variables asociadas a topografía, específicamente rugosidad y pendiente, no fueron de importancia para el modelo. La literatura indica que estos factores son relevantes para la presencia del guanaco, prefiriendo zonas montañosas, de pendientes medias a altas y vegetación herbácea y arbustiva (Lucherinni, 1996; Travaini et al., 2007; Acebes et al., 2010; Pedrana et al., 2010), sin embargo, esto no se ve reflejado a una escala mayor. Finalmente el factor antrópico, medido con número de habitantes por superficie, no 31 participaría en la determinación del nicho potencial del guanaco. La presencia del guanaco está alejada de los centros urbanos y agrícolas donde la densidad humana es notoriamente mayor a las zonas donde habita la especie, por lo que esta variable no es seleccionada por el modelo. Implicancias en Conservación y Manejo La distribución de una especie resume una serie de condiciones ambientales que permiten la persistencia de sus poblaciones en el tiempo, por lo que su conocimiento ofrece la oportunidad de planificar y desarrollar acciones de manejo y conservación. La distribución generada para el guanaco, permite tener una matriz geográfica de base para una clasificación de sus poblaciones en categorías de conservación a nivel regional (González et al., 2006; Baldi et al., 2008), por lo que el desarrollo de modelos para el resto de la distribución en Sudamérica sería también necesario. Los mapas de ocurrencia probabilística generados a escala amplia, pero con detalle a escala local, junto con el conocimiento de la abundancia poblacional y el uso de suelo, permiten la localización y diseño de áreas protegidas para la especie (Cabeza et al., 2004). Actualmente menos del 5% de la superficie de Chile con presencia de poblaciones de guanaco está protegida (González, 2010), lo cual se hace crítico en ambientes cordilleranos y patagónicos, donde se encuentran los núcleos de la distribución potencial de la especie y las mayores abundancias poblacionales. Los mapas de distribución potencial a nivel infraespecífico indican la existencia de barreras biogeográficas separando algunas zonas de ocurrencia. Lo anterior, junto con las evidencias obtenidas en este trabajo que sugieren un alto grado de conservadurismo del nicho por parte de los taxa estudiados, plantea limitantes para posibles programas de traslocación de individuos a una escala amplia. Un análisis visual de la continuidad espacial de la distribución potencial del guanaco en Chile, sugiere la existencia de varias zonas que podrían ser consideradas unidades de manejo, por lo que se denominarán Unidades de Distribución (Figura 3). Se requiere además, determinar otras variables que serían importantes al momento de planificar 32 traslocaciones, como conocer la estructura genética y morfológica que indiquen niveles de aislamiento demográfico y adaptaciones locales, los cuales son importantes para establecer poblaciones autosostenidas a largo plazo (González et al., 2006; IUCN, 1995). Como alternativa a esta medida, la colonización pasiva desde áreas con poblaciones “sanas” hacia áreas donde se hayan registrado extinciones locales o áreas con poblaciones con tamaños reducidos numéricamente, podrían ser planificadas utilizando estos mapas de distribución potencial. Dado el nivel de adaptación del guanaco a ambientes áridos y la localización de sus poblaciones de hábitats xéricos, es que se podría considerar a esta especie como “paraguas” de ambientes áridos (Noss, 1990); por lo que la proyección de su distribución potencial ante variaciones climáticas, como es en escenarios de cambio climático, permitirán conocer cómo la población, sus linajes y sus poblaciones variarán en el espacio. REFERENCIAS Acebes, P., Traba, J., Malo, J.E., Ovejero, R., Borghi, C.E. 2010. Density and habitat use at different spatial scales of a guanaco population (Lama guanicoe) in the Monte desert of Argentina. Mammalia 74:57-62. Adler, P.B., Milchunas, D.G., Lauenroth, W.K., Sala, O.E., Burke, I.C. 2004. Functional traits of graminoids in semi-arid steppes: A test of grazing histories. Journal Of Applied Ecology 41: 653-663. Ammann, C., Jenny, B., Kammer, K., Messerli, B. 2001. Late Quaternary Glacier response to humidity changes in the arid Andes of Chile (18–29º S). Palaeogeography, Palaeoclimatology and Palaeoecology 172: 313–326. Anadón, J.D., Giménez, A., Martínez, M., Palazón, J.A., Esteve, M.A. 2007. Assessing changes in habitat quality due to land use changes in the spur-thighed tortoise Testudo graeca using hierarchical predictive habitat models. Diversity and Distributions 13 : 324–331. 33 Aurambout, J.P.,. Endress, A.G.,. Deal, B.M. 2005. A spatial model to estimate habitat fragmentation and its consequences on long-term persistence of animal populations. Environmental Monitoring and Assessment 109: 199–225 Austin, M. P. 2002. Spatial prediction of species distribution: an interface between ecological theory and statistical modelling. Ecological Modelling 157: 101-118. Baldi R., D. de Lamo, M. Failla, P. Ferrando, M.C. Funes, P. Nugent, S. Puig, S. Rivero, J Von Thüngen. 2006. Plan Nacional de Manejo del Guanaco (Lama guanicoe). República Argentina. Secretaría de Ambiente y Desarrollo Sustentable de la Nación. Buenos Aires, 37 pp. Baldi, B., G. Lichtenstein, B. González, M. Funes, E. Cuéllar, L. Villalba, D. Hoces, Puig, S. 2008. Lama guanicoe. In: IUCN 2010. IUCN Red List of Threatened Species. Version 2010.1. www.iucnredlist.org, http://www.iucnredlist.org/apps/redlist/details/ 11186/0 Baltholome, E., Belwald, A.S. 2005. GLC2000: a new approach to global land cover from Earth observation data. International Journal of Remote Sensing 26: 19591977. Burgarella, M., de Lamo, D. 2005. Thermal conductance of guanaco (Lama guanicoe) pelage. Journal of Therman Biology 30: 569-573 Cabeza, M., Araújo, M.B., Wilson, R.J., Thomas, C.D., Cowley, M.J.R., Moilanen, A. 2004. Combining probabilities of occurrence with spatial reserve design. Journal of Applied Ecology 41: 252–262. Chase, J.M., Leibold, M.A. 2003. Ecological Niches, linking classical and contemporary approaches. The University of Chicago Press, Chicago. 212 pp. Ceballos, G., Ehrlich, P.R. 2002. Mammal Population Losses and the Extinction Crisis. Science 296: 904-907. CIESIN y CIAT. 2005. Global Rural-Urban Mapping Project (GRUMP), alpha version, Socioeconomic Data and Applications Center (SEDAC), Columbia University, Palisades, NY. The joint effort involves the Center for International Earth Science Information Network (CIESIN), Columbia University; the International Food Policy Research Institute (IPFRI); the World Bank; and the Centro Internacional de Agricultura Tropical (CIAT). Datos disponibles en http://sedac.ciesin.columbia.edu. 34 Cunazza, C. 1991. El guanaco, una especie de fauna silvestre con futuro. Corporación Nacional Forestal, Gerencia Técnica, Santiago, Chile. Dinerstein, E., Olson, D.M., Graham, D.J., Webster, A.L., Primm, S.A., Bookbinder, M.P. & Ledec, G. (1995). A Conservation Assessment of the Terrestrial Ecoregions of Latin America and the Caribbean. The World Bank, Washington, DC. Elith, J., Graham, C.H., Anderson, R.P., Dudik, M., Ferrier, S., Guisan, A., Hijmans, R.J., Huettmann, F., Leathwick, J.R., Lehmann, A., Li, J., Lohmann, L.G., Loiselle, B.A., Manion, G., Moritz, C., Nakamura, M., Nakazawa, Y., Overton, J.M., Peterson, A.T., Phillips, S.J., Richardson, K., Scachetti-Pereira, R., Schapire, R.E., Soberón, J., Williams, S., Wisz, M.S., Zimmermann, N.E, 2006. Novel methods improve prediction of species distributions from occurrence data. Ecography 29: 129-151. Elith, J., Leathwick, J.R. 2009. Species Distribution Models: Ecological Explanation and Prediction Across Space and Time. Engelhardt, W., Abbas, A.M., Mousa, H.M., Lechner-Doll, M. 1991 Comparative digestive physiology of the forestomach in camelids. Proceedings of 1st International Camel Conference, pp. 263–270. R. & F. Pulications, Newmarket. Engler, R., Guisan, A., Rechsteiner, L. 2004. An improved approach for predicting the distribution of rare and endangered species from occurrence and pseudo-absence data. Journal of Applied Ecology 41: 263–274 Franklin, W. 1982. Biology, ecology and relationship to man of the South American camelids. In: Mamalian biology in South America (Ed. by M. A. Mares & H. H. Genoways), Vol. Pymatuning Symp. Ecol. Spec. Publ. Vol 6, pp. 457-489. Lab. of Ecol and Univ. of Pittsburgh, Pittsburgh. Franklin, W.L. 1983. Contrasting socioecologies of South American's wild camelids: the vicuña and guanaco. In: Advances in the study of mammalian behavior (Ed. by J. F. Eisenberg & D. G. Kleiman). American Society of Mammalogists. Special Publication No. 7: 573-629. Franklin, W. L., Bas, F., Bonacic, C. F., Cunazza, C. y Soto, N. 1997. Striving to manage Patagonian guanacos for sustained use in the grazing agroecosystems of southern Chile. Wildlife Society Bulletin, 25, 65-73. 35 Franklin, W.L. 2011. Family Camelide (Camels). In Handbook of the Mammals of the World - Volume 2 - Hoofed Mammals: 206-246 Wilson, D.E. & Mittermeier, R.A. (eds.). Lynx Edicions, Barcelona, Spain. Garreaud, R.D. 2009. The Andes climate and weather. Advances in Geosciences 33: 311González, B.A., Palma, R.E., Zapata, B y Marín, J.C. 2006. Taxonomic and biogeographic status of guanaco Lama guanicoe (Artiodactyla, Camelidae). Mammal Review 36 (2): 157-178 González, B., Novoa, F., Saffer, K. 2008. Desplazamiento altitudinal y rango de hogar de guanacos (Lama guanicoe) mediante seguimiento con collares satelitales. Pages 57-77 in F.F. Novoa and M. Contreras, Editors. Biodiversidad de fauna en Minera Los Pelambres. Ediciones del Centro de Ecología Aplicada Ltda., Santiago, Chile. González, B.A. 2010. ¿Que problemas de conservación tienen las poblaciones de guanaco en Chile?. Ambiente Forestal 9: 26-36. Harrell, F.E. 2001. Regression modelling strategies. Springer, New York. Hershkovitz, P. 1972. The recent mammals of the neotropical region: a zoogeographic and ecological review. In: Evolution, mammals and southern continents (Ed. by A. Keast, F.C. Erk & B. Glass). p 311-432. State University of New York Press, Albany, New York, USA. Hijmans, R.J., Cameron, S.E., Parra, J.L., Jones, P.G., Jarvis, A., 2005. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 5: 1965-1978. Housse, R. 1930. Estudios sobre el guanaco. Revista Chilena de Historia Natural 34:3848. Huete, A. Didan, K., Miura, T., Rodriguez, E.P., Gao, X., Ferreira L.G. 2002. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment 83 195-213. IUCN/CSE (1995) Guidelines for Re-Introductions. Annex 6 to the minutes of the 41st Meeting of the IUCN Council, Gland, Switzerland. Jaynes, E.T. 1990. Notes on present status and future prospects. In Maximum Entropy and Bayesian Methods, W.T. Grandy and L.H. Schick. Kluwer. 1-13. 36 Johnson. D.H. 1980. The comparison of usage and availability measurements for evaluating resource preference. Ecology 61: 65-71. Johnson, C.J., Seip, D.R., Boyce, M.S. 2004. A quantitative approach to conservation planning: using resource selection functions to map the distribution of mountain caribou at multiple spatial scales. Journal of Applied Ecology 41: 238 –251. Lucherini, M. 1996. Group size, spatial segregation and activity of wild sympatric vicuñas Vicugna vicugna and guanacos Lama guanicöe. Small Ruminant Research 20: 193–198. Mann, G., Zapfe, H., Martinez, R., Melcher, G. 1953. Colonias de guanacos (Lama guanicoe) en el desierto septentrional de Chile. Investigaciones Zoologicas de Chile 10: 11–13. Marino, A., Baldi, R. 2008. Vigilance patterns of territorial guanacos (Lama guanicoe): the role of reproductive interests and predation risk. Ethology 114:413–423. Marino, J., Bennett., Cossios, D., Iriarte, A., Lucherini, M., Pliscoff, P., Silliero-Zubiri, C., Villalba, L., Walker, S. 2011. Bioclimatic constraints to Andean cat distribution: a modelling application for rare species. Diversity and Distributions 17: 311-322. Marín, J.C., Casey, C.S., Kadwell, M., Yaya, K., Hoces, D., Olazabal, J., Rosadio, R., Rodriguez, J., Sportono, A., Bruford, M.W., Wheeler, J.C. 2007. Mitochondrial phylogeography and demographic history of the vicuña: implications for conservation. Heredity. 99:70-80. Marin, J.C., Spotorno, A.E., González, B.A., Bonacic, C., Wheeler, J.C., Casey, C.S., Bruford, M.W., Palma, R.E., Poulin, E. 2008. Mitochondrial DNA variation and systematics of the guanaco (Lama guanicoe, ARTIODACTYLA: CAMELIDAE). Journal of Mammalogy 89:269-281. Marin, J.C., González, B.A., Poulin, E., Casey, C.S., y W.E. Johnson. En prensa. The influence of the arid Andean high plateau on the phylogeography and population genetics of guanaco (Lama guanicoe) in South America. Molecular Ecology Menégaz, A.N., Goin, F.J., Ortiz Jaureguizar, E. 1989. Análisis morfológico y morfométrico multivariado de los representantes fósiles y vivientes del género Lama (Artyodactyla, Camelidae). Sus implicancias sistemáticas, biogeográficas, ecológicas, ecológicas y biocronológicas. Ameghiniana 26: 153-172. 37 Menégaz, A.N., Ortiz, E.1995. Los Artiodáctilos. En: Evolución Biológica y Climática de la Región Pampeana Durante los Últimos Cinco Millones de Años, un Ensayo de Correlación con el Mediterráneo Occidental (Alberdi, M.T., Leone, G., Tonni, E.P., eds). Museo Nacional de Ciencias Naturales, Consejo Superior de Investigaciones Científicas. Madrid, España. 309-337. Miller, S.D., Rottmann, J., Raedeke, K.J. y Taber, R.D. 1983. Endangered mammals of Chile: status and conservation. Biological Conservation 25: 335-352. Molina, G. I. 1782. Saggio Sulle Storia Naturale del Chile, Bologna, Italy. Moran, P.A.P. 1950. Notes on continuous stochastic phenomena. Biometrika 37: 17-23. Morueta-Holme, N., Fløjgaard, C., Svenning, J-C. 2010. Climate change risks and conservation implications for a threatened small-range mammal species. PLoS ONE 5(4): e10360. doi:10.1371/journal.pone.0010360. Noss, R. F. 1990. Indicators for Monitoring Biodiversity: A Hierarchical Approach. Conservation Biology 4: 355 - 364. Nugent, P., Baldi, R., Carmanchahi, P., de Lamo, D., Failla, M., Ferrando, P., Funes, M.C., Puig, S., Rivero S., von Thüngen, J. 2006. Conservación del guanaco en Argentina, propuesta para un plan nacional de manejo. Pages 137-149 in M.L Bolkovic and D.E. Ramadori, editors. Manejo de Fauna Silvestre en la Argentina, Programa de uso sustentable. Dirección de Fauna Silvestre, Secretaría de Ambiente y Desarrollo Sustentable, Buenos Aires. Argentina. Ochsenius, C. 1995. Late Pleistocene Paleoecology of the South American Aridity: A case of continental dichotomy and the search of a new paradigm in Paleoclimatology. In: Climas cuaternarios en America del Sur (J. Argollo y P. Mourguiart. eds.): 3-27. Orstom - Institut Francais de recherche scientifique pour le développement en coopération. La Paz. Bolivia. Oltremari, J., Schlegel, F., Schlatter, R. 1987. Perspectiva de Morro Moreno como area silvestre protegida. Bosque: 8: 21-30. Pearce, J., Ferrier, S. 2000. Evaluating the predictive performance of habitat models developed using logistic regression. Ecological Modelling 133: 225–245 38 Pearman, P.B., D’Amen, M., Graham, C.H., Thuiller, W., Zimmermann, N.E. 2010. Within-taxon niche structure: niche conservatism, divergente and predicted effects of climate change. Ecography 33: 990-1003. Pedrana, J., Bustamante, J., Travaini, A., Rodriguez, A. 2010. Factors influencing guanaco distribution in southern Argentine Patagonia and implications for its sustainable use. Biodiversity and Conservation 19: 3499-3512. Pfenninger, M., Nowak, C., Magnin, F. 2007. Intraespecific range dynamics and niche evolution in Candidula land snail species. Biological Journan of Lennean Society 90: 303-317. Phillips, S.J., Anderson, R.P., Schapire, R.E., 2006. Maximun entropy modeling of species geographic distributions. Ecological Modelling 190, 231-259 Phillips, S.J., Dudik, M. 2008. Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation. Ecography 31: 161-175. Politis G.G., Prates, L., Merino, M.L., Tognelli, M.T. 2011. Distribution parameters of guanaco (Lama guanicoe), pampas deer (Ozotoceros bezoarticus) and marsh deer (Blastoceros dichotomus) in Central Argentina: Archaeological and paleoenvironmental implications. Journal of Archaeological Science 38: 1405-1416. Porter, W., Kearney, M. 2009. Size, shape and the termal niche of endotherms. Proc. Nac. Acad. Sci. USA: 106: 19666-19672. Rabus, B., Eineder, M., Roth, A., Bamler, R. 2003. The shuttle radar topography mission – a new class of digital elevation models acquired by spaceborne radar. ISPRS Journal of Photogrammetry and Remote Sensing 57: 241-262. Raedeke, K. 1979. Population dynamics and socioecology of the guanaco (Lama guanicoe) of Magallanes, Chile. Doctoral Dissertation, College of Forest Resources University of Washington. Rodríguez, J.P., Brotons, L., Bustamante, J., Seoane, J. 2007. The application of predictive modelling of species distribution to biodiversity conservation. Diversity and Distributions 13: 243–251. Sarno, R.J., Franklin, W.L., O'Brien, S.J., Johnson, W.E. 2001. Assessing genetic differentiation between an island and mainland population of guanacos in southern Chile utilizing mtDNA and microsatellite markers. Animal Conservation 42: 93-101. 39 Savolainen, O., Pyhäjärvi, T., Knürr, T. 2007. Gene flow and local adaptation in trees. Annual Review of Ecology, Evolution and Systematics 38: 595-616. Schulz, N., Aceituno, P., Richter, M. 2011. Phytogeographic divisions, climate change and plant dieback along the coastal desert of northern Chile. Erdkunde 65: 169-187. Scott, J.M., Heglund, P.J., Morrison, M.L., Haufler, J.B., Raphael, M.G., Wall, W.A., Samson, F.B. 2002. Introduction. In: Predicting Species Occurrences, Issues of Acurancy and Scale (Scott, J.M., Heglund, P.J., Morrison, M.L., Haufler, J.B., Raphael, M.G., Wall, W.A., Samson, F.B., eds). Island Press, Washington. 1-5. Syphard, A.D., Franklin, J. 2009. Differences in spatial predictions among species distribution modeling methods vary with species traits and environmental predictors. Ecography 32: 907-918. Tonni, E., Politis, G., 1980. La distribución del guanaco (Mammalia, Camelidae) en la Pcia. de Buenos Aires durante el Pleistoceno Tardío y Holoceno. Los factores climáticos como causas de su retracción. Ameghiniana 17: 53–66. Torres, H., Ed. 1992. South American Camelids: an action plan for their conservation. IUCN/SSC South American Camelids Specialist Group, Gland, Switzerland. Travaini, T., Bustamante, J., Rodríguez, A., Zapata, S., Procopio, D., Pedrana, J., Martínez Peck, R. 2007. An integrated framework to map animal distributions in large and remote regions. Diversity and Distributions 13: 289–298. Vidiella, P.E., Armesto, J.J., Gutierrez, J.R. 1999. Vegetation changes and sequential flowering after rain in the southern Atacama Desert. Journal of Arid Environment 43: 449-458. Wake, D.B., Hadly, E.A., Ackerly, D.D. 2009. Biogeography, changing climates, and niche evolution. PNAS 106: 19631-19636. Weaver, K.F., Anderson, T., Guralnick, R. 2006. Combining phylogenetic and ecological niche modeling approaches to determine distribution and historical biogeography of Black Hills mountain snails (Oreohelicidae). Diversity and Distributions 12: 756-766. Wheeler, J.C. 1995. Evolution and present situation of the South American Camelidae. Biological Journal of the Linnean Society 54: 271-295. 40 Wiens, J.J., Graham, C.H. 2005. Niche conservatism: integrating evolution, ecology and conservation biology. Annual Review of Ecology, Evolution and Systematics 36: 519539. Zimmermann, N.E., Edwards Jr, T.C., Graham, C.H., Pearman, P.B., Svenning, J-C. 2010. New trens in species distribution modelling. Ecography 33: 985-989. 41 Leyenda de Figuras Figura 1. Distribución potencial del guanaco en Chile mostrando (A) las localizaciones utilizadas en la modelación (B), rango de probabilidades para la presencia de la especie Lama guanicoe, y (C) rango de probabilidades para las subespecies L. g. cacsilensis, L. g. guanicoe y zona de hibridismo entre ambas. El gris claro indica baja probabilidad de presencia (0,00 – umbral de corte), el gris oscuro media (umbral de corte – 0,50) y el negro alta (0,51 – 0,99) para (B) y (C). Figura 2. Distribución potencial de guanaco en Chile a través de su presencia mostrando (A) el modelo para la especie Lama guanicoe, (B) para las subespecies L. g. cacsilensis, L. g. guanicoe y zona de hibridismo entre ambas, y (C) zonas de presencia compartidas (en azul) entre las distribuciones (A) y (B) y de discrepancia entre el modelo (A) y (B) (en rojo) y entre el modelo (B) y (A) (en verde). Se considera como umbral de corte la probabilidad del modelo logístico que reúne al 10% de los datos más bajos. Figura 3. Propuesta de distribución potencial del guanaco en Chile y de Unidades y Sub-unidades de Manejo basado en Distribución (UMD). 42 Tabla 1. Test de Importancia de las variables (en porcentaje) que participan en el modelamiento de la distribución del guanaco en Chile mediante el algoritmo Maxent. Variables Climáticas Temperatura media anual Estacionalidad de la temperatura Promedio temperaturas mínimas anuales Promedio temperatura máximas anuales Precipitación anual Estacionalidad de las precipitaciones Topográficas Altitud Pendiente Orientación Rugosidad Vegetacionales EVI Cobertura suelo desnudo Cobertura herbáceas Cobertura arbolada Antrópicas Habitantes por 9 km2 Lama guanicoe L. g. cacsilensis Zona híbrida L. g. guanicoe 3,8 1,8 18,5 0,4 38,3 7,0 2,3 6,0 0,2 12,6 2,6 32,8 0,9 11,6 6,3 0,0 43,6 13,9 12,9 3,8 3,2 1,7 26,8 24,5 10,3 0,3 1,0 0,8 34,6 1,8 1,1 0,9 6,1 0,6 1,4 0,7 1,4 0,6 0,2 0,6 1,8 0,4 12,4 0,7 0,9 0,9 2,7 0,1 7,7 1,0 1,7 3,5 0,7 0,5 22,5 0,2 2,5 0,5 0,9 0,5 43 Tabla 2. Magnitudes de las principales variables ambientales seleccionadas por Maxent mediante el test de Importancia de la Variable. Variables Climáticas Temperatura media anual (ºC) Estacionalidad de la temperatura (DE) Promedio temperaturas mínimas anuales (ºC) Promedio temperatura máximas anuales (ºC) Precipitación anual (mm) Estacionalidad de las precipitaciones (CV) Topográficas Altitud (m) Vegetacionales EVI Cobertura herbácea (%) Lama guanicoe L. g. cacsilensis Zona híbrida L. g. guanicoe - - - - - 1,7 (-10,0 – 14,0) - - 29,3 (8,5 – 36,0) - 6,4 (6,0 –8,9) - 442 (8 – 901) - 16 (12 – 24) 161 (52 – 197) - - - 139 (10 – 261) 87,9 (37,0 – 123,0) 553 (84 – 901) 21,1 (6,0 – 94,0) 874 (6 – 4.831) 3.413 (67 – 4.393) - - - - - 6,4 (0,0 – 11,0) - 0,054 (0,010 – 0,151) - 8,2 (0,0 – 11,0) 44 Figura 1. A B C 45 Figura 2. A B C 46 Figura 3. 47 CAPITULO II Unidades de Manejo genético para poblaciones de guanaco en Chile: uniendo genética poblacional y conservación en el espacio geográfico Benito A. González1,3, Juan Carlos Marín2, Cristián F. Estades1 1 Laboratorio de Ecología de Vida Silvestre, Facultad de Ciencias Forestales y de la Conservación de la Naturaleza, Universidad de Chile, Chile. 2 Laboratorio de Genómica y Biodiversidad, Departamento de Ciencias Básicas, Facultad de Ciencias, Universidad del Bío-Bío, Chile. 3 Correspondencia: Teléfono: +56 2 9785742; Fax: +56 2 5414952, email: bengonza@uchile.cl 48 INTRODUCCIÓN Las Unidades de Manejo (MU) se definen como poblaciones demográficamente independientes cuya dinámica depende de las tasas de natalidad y mortalidad local más que de la inmigración desde otras poblaciones (Taylor y Dizon, 1999). La baja tasa de dispersión entre poblaciones delimita un MU, siendo los marcadores moleculares un método para inferir si varias sub-poblaciones constituyen una unidad independiente (Pasboll et al., 2006). Adicionalmente, un MU puede ser también definido de acuerdo a criterios más amplios analizados en conjunto y que están basados en flujo génico y deriva génica, en lo que corresponde a “intercambio genético”, y selección natural, que correspondería a “intercambio ecológico” (Crandall et al., 2000). Individuos de diferentes poblaciones son genéticamente intercambiables si existe un amplio flujo genético entre las poblaciones, donde alelos únicos, considerados estimadores de bajo flujo genético o divergencia genética concordante con barreras geográficas, proporcionan información para identificar estas unidades en un contexto tanto histórico (evolutivo) como reciente (Crandall et al., 2000). La determinación de estos MUs contribuyen al manejo y conservación a corto plazo, y monitoreo y regulación de los efectos de la actividad humana sobre las poblaciones (Frankham et al., 2003). Ellos se basan en la preservación de la diversidad adaptativa y los procesos evolutivos que suceden a través del rango de distribución de una especie, y disminución del impacto de las perturbaciones de las actividades humanas, favoreciendo la red de flujo genético que refleje la diversidad adaptativa que posee una población (Crandall et al., 2000). El guanaco (Lama guanicoe) es una especie de amplia distribución en Sudamérica, cuya historia evolutiva e impacto humano, hacen de ella una especie importante de ser manejada a través de la identificación de poblaciones demográficamente independientes. Estudios moleculares recientes y en curso, indican que el guanaco posee dos subespecies: L. guanicoe cacsilensis y L. g. guanicoe (González et al., 2006; Marín et al., 2008; Marín et al., en prensa). La primera se distribuiría en la vertiente occidental de los Andes en ambientes áridos de la costa, interior y pre-altiplánicos, mientras que la segunda se distribuiría al oriente de los Andes en los ambientes de 49 chaco, andino, patagónico y fueguino, siendo el altiplano y posiblemente el desierto de Atacama las principales barreras al flujo genético entre ambas taxa (Marín et al., en prensa). No obstante, existe una zona en el centro norte de Chile donde confluirían ambas taxa, haciendo difícil delimitar espacialmente ambas formas genéticas (Marín et al., en prensa). Por otro lado, el impacto humano reciente ha reducido en amplitud y continuidad la distribución del guanaco. La introducción y aumento de ganado doméstico, ocupación y deterioro de sus hábitats, caza continua, fragmentó las poblaciones de guanaco e hizo disminuir su número en varias zonas de Sudamérica (Dennler de La Tour, 1954; Miller et al., 1983). Es así como se reporta que el guanaco habría reducido su rango de distribución total a un 25%, alcanzando en Chile un 75% (Cunazza et al., 1995; Ceballos y Ehrlich, 2002). La extinción de poblaciones locales habría alcanzado hasta el siglo 20 en nuestro país. Incluso en la actualidad existen poblaciones de tamaño reducido y/o aislados geográficamente, quedando expuestos a eventos catastróficos (Venegas, 1983; Bonacic et al., 1996; Cunazza y Benoit, 2000; González et al., 2008). Estudios regionales y locales con el uso de microsatélites han mostrado que poblaciones cercanas geográficamente, como la existentes entre las provincias Argentinas de Chubut y norte de Santa Cruz, poseen una baja estructuración genética (Maté et al., 2005), mientras que poblaciones alejadas y separadas por barreras geográficas, como la existente entre el Parque Nacional Torres del Paine y Tierra del Fuego, han presentado niveles medios de estructuración (Sarno et al., 2001). Sin embargo, no se han desarrollado trabajos tendientes a identificar Unidades de Manejo que orienten planes de acción a lo largo de la distribución de la especie. El objetivo, por lo tanto, es desarrollar un modelo de estructuración genética de poblaciones de guanaco para definir unidades demográficamente independientes a través de la inferencia sobre flujo génico e intercambio genético tanto histórico como reciente en Chile. 50 MATERIALES Y MÉTODOS Obtención de muestras Un total de 207 muestras de guanaco fueron obtenidas de 17 localidades a lo largo de la distribución actual de la especie en Chile (Tabla 1) a través de 3 métodos. El primer método consistió en la obtención de 10 ml de sangre venosa a través de jeringas vacutainer con EDTA luego de que los animales fueran inmovilizados químicamente con 3,5 a 8 mg/Kg de Tiletamine-Zolazepam (modificado de Sarno et al., 1996) o con la combinación de 0,1 mg/Kg de Medetomidina (ZalopineMR, Orion Pharma) y 0,2 mg/kg de Ketamina, y Atipamezole en dosis de 4 mg por 1 mg de medetomidina para revertir (Jalanka y Roeken 1990; González et al., sometido). Las drogas fueron suministradas con dardos plásticos de 3 ml (TelinjectMR) proyectados con un rifle de aire comprimido (TelinjectMR, modelo GUT 50). Las muestras fueron mantenidas refrigeradas a 4°C. El segundo método consistió en la obtención de muestras de tejido a partir de animales muertos, piel, músculo o hígado, que fueron almacenados a temperatura ambiente en etanol 70°. Finalmente, para poblaciones donde no fue posible aplicar los métodos mencionados, se procedió a la colecta de crotines frescos de individuos que fueron observados defecando, los cuales fueron mantenidos a temperatura ambiente en etanol absoluto. Extracción de ADN El ADN genómico de estos tejidos, por su distinta naturaleza, fueron extraído por cuatro métodos. Para muestras se sangre, se utilizó la técnica modificada de Lahiri y Nurnberger (1991). Para muestras de piel se extrajo DNA usando CHELEX 5% (Walsh, 1991) y proteinasa K. Para muestras de músculo preservado en alcohol 70°, se obtuvo DNA usando cloroformo-fenol y precipitación en etanol, previo homogenizado en STE, SDS y proteinasa K. Finalmente, para muestras de heces, se usó el kit comercial QIAGEN QIAampMR DNA Stool Mini para obtener DNA genómico. El DNA obtenido fue resuspendido en TE pH 8 y almacenado a -20°. Su concentración y estado fue evaluado realizando electroforesis en geles de agarosa 0,7 %, usando como estándar de tamaño molecular, el fago λ digerido con Hind III. Diluciones de estos stocks fueron 51 cuantificadas en nm utilizando un espectrofotómetro Spectronic GenesysTM5. Estos procedimientos se llevaron a cabo en los laboratorios de Genómica y Biodiversidad, Departamento de Ciencias Básicas, Facultad de Ciencias, Universidad del Bío-Bío. Fragmentos de alrededor de 550 pb correspondientes a la región control del mtDNA respectivamente, fueron amplificados mediante la reacción en cadena de la polimerasa (PCR, Saiki et al., 1985) usando protocolos ad-hoc y partidores complementarios a la secuencia de tRNAs y dominios conservados del mtDNA (Marín et al., 2007, Marín et al., 2008). Los fragmentos amplificados fueron purificados utilizando QIAGEN QIAquick PCR Purification. La secuenciación de los productos de PCR se realizó en ambos sentidos, usando servicios de secuenciación automática, y utilizando como cebadores los mismos partidores utilizados para amplificar el fragmento. Amplificación de microsatélites Catorce loci microsatélites dinucleótidos designados para la especie fueron también amplificados usando PCR (Tabla 2). Estos han mostrado ser altamente polimórficos en Lama guanicoe (Lang et al., 1996; Penedo et al., 1998; Sarno et al., 2001; Bustamante et al., 2002). Para su amplificación se utilizó 3 reacciones múltiples de PCR de 10 μl las cuales contenían 50 pmoles de cada oligonucleótido –uno de los cuales fue marcado con fluoróforo NED, HEX o FAM, 2U de Taq DNA polimerasa, tampón suministrado con la enzima (KCl 50mM; Tris-Cl 10 mM; Tritón X-100 0,1%; MgCl2 2,5mM), cuatro desoxinucleótidos (200mM cada uno), agua destilada estéril y 100 ng de DNA genómico. La mezcla será amplificada en un termociclador Eppendorf Mastercycler personal en 30 ciclos de 30 segundos de denaturación a 94°C, 1 minuto y 30 segundos de alineamiento a 60°C y 1 minuto de extensión a 72°C. El programa se iniciará con una denaturación inicial de 95°C por 15 minutos y concluirá con una extensión final de 30 minutos a 60°C. Los tamaños de cada alelo serán resueltos usando los servicios de un secuenciador automático. 52 Análisis de secuencias y Microsatélites Las secuencias obtenidas fueron alineadas utilizando el programa CLUSTAL-X (Thompson et al., 1997), SEQUENCHER (GeneCodes Corporation) y revisadas manualmente. Los diferentes haplotipos fueron determinados usando el programa DnaSP 4.0 (Rozas et al., 2003). Las frecuencias haplotípicas, la diversidad haplotípica (h), el número de sitios polimórficos (S), y el número promedio de diferencia entre pares de secuencias () fueron calculados usando el programa ARLEQUIN (Schneider et al., 2000). La diversidad genética dentro y entre las poblaciones fue medida en base al número de alelos por locus, a la homocigocidad observada (HO) y la heterocigocidad esperada por Hardy-Weinberg (HE), usando el programa GENEPOP 3.2a (Raymond and Rousset, 1995). Los niveles de diferenciación entre pares de poblaciones fueron estimados a través de comparaciones del índice de fijación usando el estimador θ implementado en el programa GENETIX (Belkhir et al., 2000). Se utilizó el estimador FST (Weir y Cockerham 1984) para evaluar la diferenciación genética a partir de datos microsatelitales usando el programa Arlequin 3.5.1.2 (Excoffier y Lischer, 2010). Este operó con 10.000 permutaciones para cada una de las localidades. El FST generalmente se recomienda cuando existe un limitado número de loci e individuos, o cuando las poblaciones están débilmente estructuradas (Gaggiotti et al., 1999; Balloux y Goudet, 2002). No obstante, FST pierde robustez cuando el loci sigue exactamente el modelo de mutación paso a paso (Balloux et al., 2000; Balloux y Lugon-Moulin, 2002). Unidades genéticas usando algoritmos no espaciales La estructura genética no espacial de Lama guanicoe en Chile se obtuvo a través de análisis derivados de datos mitocondriales y de datos microsatelitales. Los límites geográficos fueron deducidos de la agrupación de localidades. Con la aplicación del programa ARLEQUIN (Schneider et al., 2000) se determinó la estructura poblacional a partir de secuencias mitocondriales, usando el Análisis Espacial de la Varianza Molecular (SAMOVA en inglés), determinando la proporción de 53 variación genética total dentro y entre las localidades. Los grupos se determinaron a partir de la maximización de la diferenciación entre los grupos formados. Para esto se utilizó el programa SAMOVA version 1.0 (Dupanloup et al., 2002). La estructura genética de Lama guanicoe obtenida a partir de datos microsatelitales, fue investigada con el algoritmo de agrupamiento Bayesiano implementado en Structure versión 2.3.1 (Pritchard et al., 2000). Se asume que individuos muestreados pertenecen a un número desconocido de K grupos genéticamente distintos. Para cada K (de 1 a 13) se realizaron 20 corridas y se calculó la media de la probabilidad a posterior de los datos [log probability of data, L(K)]. Con esta información se determinó el número más probable de poblaciones, K, evaluando la significancia de la probabilidad a posterior (Pritchard et al., 2007) y usando el método descrito por Evanno et al. (2005), que examina los cambios en la probabilidad a posteriori entre corridas de diferentes K, o ∆K. Se corrió el programa usando un modelo de mezcla y la opción de frecuencias alélicas correlacionadas para 500.000 iteraciones después de un período de quemado de 30.000 iteraciones, lo cual está considerado como lo más apropiado para poblaciones que probablemente sean similares por migración o por compartir ancestros comunes (Falush et al., 2003; Pritchard et al., 2007). Unidades genéticas usando algoritmos espacialmente explícitos La estructura genética espacial y los límites geográficos de las unidades genéticas de Lama guanicoe en Chile se obtuvo a través de análisis derivados de datos mitocondriales y de datos microsatelitales. Se relacionó secuencias mitocondriales con datos de individuos georreferenciados a través del algoritomo de agrupación Bayesiana implementado en GENELAND v.1.0.7 (Faluch et al., 2003; Guillot et al., 2005) usando R (Ihaka y Gentleman, 1996). El objetivo de este modelo es inferir y localizar las discontinuidades genéticas entre poblaciones de genotipos considerando la localización de individuos en el espacio. El número de grupos (o clusters) fue determinado mediante la corrida de iteraciones Monte-Carlo-Markov-Chain (MCMC) cinco veces, fijando un K (p.e el número más 54 probable de poblaciones) y usando los siguientes parámetros (5 millones de iteraciones MCM, tasa máxima del proceso de Poisson fijado en 100, incerteza espacial fijada a 5 km de las coordenadas, K mínimo = 1, K máximo = 12, máximo número de nucleótidos en teselados de Poisson-Voronoi = 300. Luego de inferir el número de poblaciones desde la base de datos a partir de las cinco corridas, el MCMC fue ejecutado 30 veces con K fijo y usando los mismos parámetros mencionados. La probabilidad posterior fue calculada para cada una de las 30 corridas y la probabilidad posterior de cada miembro de la población fue calculada con las corridas de los tres valores más altos. La estructura genética espacial derivada de los datos microsatelitales, fue obtenida a través del programa de modelamiento Bayesiano BAPS 5.2 (Bayesian Analysis of Population Structure; Corander et al., 2008) el cual incorpora datos georreferenciado para asignar individuos vecinos más probables al mismo cluster genético. Se aplicó el agrupamiento espacial mezclado de individuos para 10 corridas con un máximo número de poblaciones fija (Kmax = 13). Los resultados fueron almacenados e incorporados por el programa, y el valor óptimo de K fue seleccionado como una razón entre la verosimilitud máxima (L(K)) y la alta probabilidad a posteriori (p). La asignación desde el análisis combinado fue luego usada para ejecutar un análisis de combinación con los valores de los parámetros recomendados, que incluyen 100 iteraciones por individuo, 20 iteraciones para los individuos de referencia, y 200 iteraciones para los individuos de referencia de cada población. Los individuos se asignaron al grupo con el más alto valor de Q. RESULTADOS Diversidad Genética La Tabla 3 muestra los principales índices de diversidad genética para la secuencia de la región control de ADN mitocondrial. Sobre un total de 514 pares de base analizadas de las secuencias de d-loop, se identificó un total de 34 haplotipos y la presencia de 30 sitios polimórficos. El rango de haplotipos por localidad varió de 2 a 10, siendo Valle 55 Chacabuco el sector con mayor número de haplotipos presentes. Por otro lado, la presencia de haplotipos exclusivos por localidad varió de 0 a 7, donde nuevamente Valle Chacabuco presentó el mayor número. La diversidad haplotípica varió entre 0,36, para Tierra del Fuego, y 1,71, en la localidad de San Felipe, ubicado en la estepa Andina de Chile central. La diversidad genética mostrada por los microsatélites muestra patrones interesantes. El número promedio de alelos por locus varió entre 1,8 y 9,6, siendo Llanos de Challe, ubicada en el Desierto Costero de Atacama, la localidad con el valor más alto de este parámetro. La heterocigosis esperada fue variable, siendo el valor más bajo el registrado en Isla Navarino, con 0,3, y el más alto en la localidad de Copiapó con 7,8. Sin embargo, la mayoría de las localidades presentaron valores de heterocigosis sobre los 0,6. Solamente Tierra del Fuego muestra un valor bajo este umbral, con una heterocigosis observada de 0,57 (Tabla 3). Estructura genética mitocondrial El análisis de SAMOVA de la región control de Lama guanicoe en Chile agrupó significativamente localidades con un patrón geográfico claro (Tabla 4). El incremento en el número de grupos fue ejecutado extrayendo localidades en un claro sentido nortesur. Los máximos niveles de diferencia entre grupos se establecieron cuando Putre y Pan de Azúcar conformaron un grupo diferente al de las localidades del resto del país (AG = 37,2%), lo cual separa toda la zona centro y austral, del extremo norte de Chile (Tabla 4, Figuras 2A). La prueba de Mantel reveló un bajo coeficiente de correlación, el cual no fue significativo (r = 0.0214, P = 0.289) entre la distancia genética y la distancia geográfica de donde provenían las muestras, indicando ausencia total de un patrón de aislamiento por distancia. Finalmente Geneland, genera una estructura poblacional de K = 2, separando a Putre y a Pan de Azucar y Copiapó, ubicadas en las ecorregiones de la Puna y Desierto 56 Costero de Atacama, respectivamente, del resto del país. Es así como todas las localidades ubicadas al sur de Llanos de Challe son agrupadas en una sola población (ver representación en la Figura 2B). Lo anterior coincide parcialmente con los resultados de SAMOVA, puesto que el límite detectado por este análisis es más septentrional, no obstante, tanto la zona Patagónica continental como insular, permanecen en un solo grupo con las localidades de más al norte. Estructura genética microsatelital El análisis de Structure indica una alta estructuración genética cuando K = 4, basado en ∆K y en la matriz de asignación (Q). Se aprecia un grupo compuesto por la localidad de Putre (ecorregión de Puna), seguido por otro grupo que incluye las localidades ubicadas entre Llanos de Challe y Río Cipreses (ecorregiones de Desierto Costero de Atacama y Estepa Andina). Las localidades de la ecorregión de Estepa Patagónica se agrupan en un solo claster, separado de Tierra del Fuego. Sorprendentemente, Isla Navarino, que comparte de ecorregión de Bosque sub-polar de Nothofagus, posee un patrón genético similar al de las ecorregiones de Desierto Costero de Atacama y Estepa Andina (Figura 1, Figura 3A. Los resultados del análisis BAPS fueron concordantes con el análisis de Structure al obtener el mismo número de agrupamientos. La solución óptima se obtuvo con un K = 4 usando la totalidad de las muestras (L(K) = -1367.70), sin embargo, los grupos generados difirieron entre sí. El primer grupo estuvo conformado por todas las localidades de la zona centro y sur de Chile, correspondientes a las ecorregiones de la Puna, Desierto Costero de Atacama y Estepa Andina, el segundo grupo, conformado por Valle Chacabuco, Torres del Paine y Pali-Ayque, coincidió con el grupo generado por Structure. Lo mismo sucedió con Tierra del Fuego, que es considerado una unidad independiente del resto. Finalmente Isla Navarino conformaría el cuarto grupo, incorporando parte de la ecorregión de Bosque sub-polar de Nothofagus (Figura 3B). En general, todas las comparaciones entre pares de localidades tuvieron índices significativos de diferenciación FST, no obstante los valores fueron bajos a medios (FST ≈ 57 0.08 - 0.40), destacando aquellos que contrastaban las localidades de la Puna, Desierto Costero de Atacama, con los de la Estepa Andina y Bosques sub-polares de Nothofagus (FST ≈ 0.12 - 0.40). Lo anterior concuerda con los resultados obtenidos en BAPS y Structure (Tabla no mostrada). DISCUSIÓN La diversidad genética haplotípica y alélica de los guanacos que habitan Chile es alta, pese al restringido rango geográfico que posee en nuestro país si se compara con la distribución completa de la especie en Sudamérica (Franklin, 1982, González et al., 2006). Chile, con cerca del 20% de la superficie total del rango de distribución y menos del 10% de la población total actual de guanaco, posee alrededor del 89% de la diversidad haplotípica reportada para la especie (Marín et al., 2008). Por otro lado, la presencia de pocos haplotipos numerosos, como los haplotipos 6 y 10 que en conjunto representan más del 40% de los individuos, permiten sugerir una historia de desplazamiento por generaciones (al menos de la línea materna) entre las diferentes ecorregiones (Marín el at., 2008). La alta diversidad genética encontrada en esta especie se explicaría por la acumulación de mutaciones ocurrida en las poblaciones localizadas en el rango de distribución más septentrional del guanaco, por lo que no habrían tenido el impacto de reducciones y expansiones poblacionales drásticas por variaciones ambientales que provocaron las glaciaciones, como habría ocurrido en la zona Andina y Patagónica (Marín et al., 2008; Marín et al., en prensa.). De la misma forma, los altos niveles de heterocigosidad observada en las localidades muestreadas, son mucho más altos que los reportados en otros ungulados silvestres que han sufrido disminuciones poblacionales drásticas en el último tiempo (ver Sarno et al., 2004; Hundertmark y Van Daele, 2010). Esta situación podría deberse a (1) que la heterocigosidad observada baja con posterioridad a las variaciones del tamaño efectivo debido a la pérdida tardía de alelos de baja frecuencia por deriva, por lo que es probable que este parámetro disminuya si se mantienen las condiciones de tamaños 58 poblacionales bajos en el tiempo (Spencer et al., 2000; Garza y Williamson, 2001; Williams et al., 2002; Frankham et al., 2005), (2) que la especie posee un sistema reproductivo, donde machos y hembras adultas utilizan los mismos territorios para aparearse (Banks et al., 2003; Young y Franklin, 2004), que evitaría la endogamia (causante de pérdida de heterocigosidad), puesto que el macho territorial expulsa a las crías de un año de edad desde su grupo familiar, disminuyendo la chance de reproducirse con sus propias hijas (Franklin, 1983). Esto puede evidenciarse en la población endogámica de islas Falklands/Malvinas, donde se introdujo un grupo de bajo tamaño efectivo hace más de siete décadas y no ha recibido migrantes (Franklin et al., 2005). En este laboratorio natural la heterocigosidad observada es notoriamente mayor a la esperada por modelamiento y similar a la obtenida en otras poblaciones conectadas genéticamente (González, en preparación). Es esperable que debido a las acciones de protección del guanaco en las últimos cuarenta años se estén revirtiendo la pérdida de diversidad genética en algunas de sus poblaciones, principalmente aquellas localizadas en la precordillera altiplánica, costa árida, cordillera Andina y en la Patagonia continental e Insular, se encuentran en crecimiento continuo (Centro de Ecología Aplicada Ltda., datos no publicados; CONAMA, 2009; Soto, 2010; González, 2010). Situación diferente son aquellos grupos que se encuentran en condición de islas, ya sea por aislamiento debido a pérdida de conectividad poblacional, o que se encuentran aisladas por barreras biogeográficas. Poblaciones localizadas en el PN Pan de Azúcar, RN río Cipreses, Isla Navarino, entre otras, poseen un alto riesgo de extinción local pese a estar protegidas, debido su bajo tamaño efectivo y a que actualmente algunas de ellas están sujetos a factores de amenaza aún no controladas, como ataque y depredación por perros (González, 2010). Existe congruencia entre los métodos espaciales de análisis genéticos de secuencias en generar dos grupos, aunque existe discordancia en la ubicación del límite geográfico entre ambos linajes. Tanto SAMOVA como Geneland generan dos grupos poblacionalmente diferentes a nivel genético, aunque con leves diferencias sobre la ubicación del límite entre uno y otro grupo. El borde geográfico se ubicaría entre la región de Atacama entre PN Pan de Azúcar y Copiapó, aunque no se descarta la 59 posibilidad de que se desplace al aumentar el número de localidades y muestras en esta zona. Los límites geográficos son difíciles de establecer a menor escala debido al flujo génico que existe entre poblaciones contiguas en ausencia de barreras geográficas evidentes (Frankham et al., 2005). Para esta zona existiría flujo génico frecuente a lo largo de la costa y zona andina y eventualmente entre la costa y cordillera a través del desierto florido que, genera un ambiente continuo para el desplazamiento de animales entre una y otra zona (obs. pers.) Adicionalmente, y a una escala amplia, esta zona de ambiente árido corresponde a un área de contacto e hibridismo entre los dos linajes evolutivos descritos para la especie: L. g. cacasilensis y L. g. guanicoe (Marín et al., en prensa), que en ausencia de barreras biogeográficas evidentes, hace aún más difícil establecer un límite claro entre ambas subespecies a una escala menor. Existe concordancia entre el método espacial y no espacial utilizando microsatélites en detectar estructuración genética cuando K = 4, sin embargo esta diferenciación poblacional coincide parcialmente a nivel geográfico. Patagonia continental Chilena e insular, son identificados por Structure y BAPS como poblaciones genéticamente independientes. Las localidades de la ecorregión de Estepa Patagónica, que incluye a Valle Chacabuco, Torres del Paine y Pali-Ayke, se agrupan en un solo claster, separado de Tierra del Fuego, que corresponde a la ecorregión de Bosque sub-polar de Nothofagus. La población continental, que para Chile corresponde a la distribución marginal del guanaco en Patagonia y poseería mayor flujo génico con las localidades ubicadas hacia Argentina (Marín et al., en prensa), se encuentran separada de la población insular por el Estrecho de Magallanes. Esta barrera biogeográfica aisló la población de Tierra del Fuego hace aproximadamente 8.000 años de acuerdo a antecedentes geomorfológicos y genéticos (Sarno et al., 2001). Actualmente, y pese a que corresponde a una unidad demográfica independiente con un elevado número de guanacos, la isla posee una diversidad genética baja comparado con las otras poblaciones. Situación contraria ocurre con las unidades detectadas hacia el norte de Chile, donde Structure agrupa de forma diferente que BAPS. Putre (ecorregión de Puna) son 60 agrupadas en un cluster diferente que las localidades ubicadas entre Llanos de Challe y Río Cipreses (ecorregiones de Desierto Costero de Atacama y Estepa Andina), donde sorprendentemente también es incluida Isla Navarino. BAPS entrega un agrupamiento más parsimonioso y ecológicamente coherente, donde un grupo estuvo conformado por todas las localidades de la zona centro y sur de Chile, correspondientes a las ecorregiones de la Puna, Desierto Costero de Atacama e Isla Navarino fue agrupado en un cluster independiente. Esta discrepancia entre lo resultados podría deberse a que Structure es un algoritmo que carece de componente de localización geográfica en el análisis, aunque para el caso particular de Isla Navarino, el bajo número de muestras en esta localidad puede estar generando este patrón, tanto de inclusión en cluster de otros ecosistemas ecológicamente diferentes (Structure) o aislándolo como una unidad independiente (BAPS). Sin embargo, el efecto de la deriva génica debido a un tamaño efectivo pequeño, sería la explicación más plausible para que esta isla posea una genotipificación diferente (Hundertmark y Van Daele, 2010). Existe concordancia aparente entre la estructura genética y los estudios morfológiocos sobre el mismo rango de muestreo. Las variaciones de la forma del cráneo de los guanacos (ver capítulo III) muestra un patrón geográfico similar al detectado por la estructura obtenida mediante análisis microsatelital. Aunque la aproximación morfológica tuvo un componente ecorregional, mostró 3 grupos que coinciden con los resultados generados por BAPS. Esto confirmaría el hecho de que las poblaciones se encuentran adaptadas localmente y que conforman unidades independientes, y dentro de cada una de estas unidades se detectan procesos de deriva génica y mutaciones con marcadores neutros. Por ello, tanto procesos adaptativos como microevolutivos están operando a una escala geográfica similar. REFERENCIAS Cunazza, C. y Benoit, I. 2000. Censo de especies de fauna 1995 –1999, censos de áreas de concentración de fauna 1995 – 1999, listado de vertebrados terrestres y 61 dulceacuícolas de Chile y su distribución regionalizada. Corporación Nacional Forestal, 66 pp. Bonacic C., Bas F. e Iriarte J. 1996. Endangered guanaco (Lama guanicoe) population habitat use in the Andean mountains of Chile. Journal of Wildlife Research 1, 85-88. Bustamante, A.V., Zambelli, A., de Lamo, D.A., von Thungen, J., y Vidal-Rioja, L. 2002. Genetic variabiliti of guanaco and llama in Argentina. Small Ruminant Rrsearch 44: 97-101. Corander, J., Sirén, J. y Arjas, E. 2008. Spatial modelling of genetic population structure. Computational Statistics 23: 111–129. Cunazza, C., Puig, S. y Villalba. L. 1995. Situación actual del guanaco y su ambiente. En Técnicas para el manejo del guanaco (Puig, S. ed.): 27-50. Grupo Especialista en Camélidos Sudamericanos, Comisión de Supervivencia de Especies, UICN. Dennler de La Tour, G. (1954) The guanaco. Oryx 2: 273-279. Richard Frankham, Jonathan D. Ballou, David A. Briscoe Introduction to Conservation Genetics (2003). Cambridge University Press Franklin, W. 1982. Biology, ecology and relationship to man of the South American camelids. In: Mamalian biology in South America (Ed. by M. A. Mares & H. H. Genoways), Vol. Pymatuning Symp. Ecol. Spec. Publ. Vol 6, pp. 457-489. Lab. of Ecol and Univ. of Pittsburgh, Pittsburgh. Gay, C. 1847. Historia Física y Política de Chile. Tomo I, Zoología. París, en casa del autor; Chile, en el Museo de Historia Natural de Santiago. Imprenta de Maulde y Renou, París, Francia. Gay, C. 1854. Atlas de la Historia Física y Política de Chile. Tomo Pimero. Imprenta de E. Thunot y Ca., París, Francia. Glade, A.,Ed. 1993. Red list of Chilean terrestrial vertebrates. Second Edition. Chilean Forestry Service, Santiago, Chile. González, B.A., Palma, R.E., Zapata, B y Marín, J.C. 2006. Taxonomic and biogeographic status of guanaco Lama guanicoe (Artiodactyla, Camelidae). Mammal Review 36 (2): 157-178. Hundertmark, K.J., Van Daele, L.J. 2010. Founder effect and bottleneck signatures in an introduced, insular population of elk. Conservation Genetics 11:139–147. 62 Housse R. 1930. Estudios sobre el guanaco. Revista Chilena de Historia Natural 34: 3848. Jalanka, H. y Roeken, B. 1990. The use of medetomidine, medetomidine-ketamine combinations, and atipamezole in nondomestic mammals : A review. Journal of Zoo and Wildlife Medicine 21(2): 259-282 Lahiri, D. K. y Nurnberger, J. I. 1991. A rapid non-enzymatic method for the preparationof HMW DNA from blood for AFLP studies. Nucl. Acids Res. 19:5444. Lang, K.; Wang, Y. y Plante, Y. 1996. Fifteen polymorphic dinucleotide microsatellites in llamas and alpacas. Animal Genetics 27:293. Larrain, H, González, B.A., Pérez, L., Cereceda, P. y Sagrado, E. 2007. Ancient HumanAnimal-Plant Interaction in Alto Patache. Guanaco Hunting and Slaughtering at a Coastal Fog Oasis in Northern Chile. 4th International Conference on Fog, Fog Collection and Dew, 22 – 27 julio de 2007. Marín, J.C. 2004. Filogenia molecular, filogeografía y domesticación de camelidos sudamericanos (Artiodactyla: Camelidae). Tesis para optar al grado de Doctor en Ciencias Biomédicas, Facultad de Medicina, Universidad de Chile. Marín, J.C., Zapata, B., González, B.A., Bonacic, C., Wheeler, C., Casey, C., Bruford, M., Palma, E., Poulin, E., Alliende, M.A. y Spotorno, A.E. 2007. Sistemática, taxonomía y domesticación de alpacas y llamas: nueva evidencia cromosómica y molecular. Revista Chilena de Historia Natural 80 (2): 121-140 Marín, J.C., Spotorno, A.E., González, B.A., Bonacic, C., Wheeler, J.C., Casey, C.S., Bruford, M.W., Palma, R.E. and Poulin, E. 2008. Mitochondrial DNA variation and systematics of the guanaco (Lama guanicoe, ARTIODACTYLA: CAMELIDAE). Journal of Mammalogy 89 (2): 269-281. Marín, J.C., González, B.A., Poulin, E., Casey, C.S., y W.E. Johnson. En prensa. The influence of the arid Andean high plateau on the phylogeography and population genetics of guanaco (Lama guanicoe) in South America. Molecular Ecology Mate, M.L., Bustamante, A., Giovambattista, G., de Lamo, D., von Thüngen, J., Zambelli, A. y Vidal-Rioja, L. (2005). Genetic diversity and differentiation of guanaco populations from Argentina inferred from microsatellite data. Animal Genetics 36: 316-321. 63 Miller, S. 1980. Human influence on the distributional and abundance of wild Chilean mammals: prehistoric-present. PhD dissertation, University of Washington. 433 p. Miller, S.D., Rottmann, J., Raedeke, K.J. y Taber, R.D. 1983. Endangered mammals of Chile: status and conservation. Biological Conservation 25: 335-352. Molina, G. I. 1782. Saggio Sulle Storia Naturale del Chile, Tomasso d’Aquino, Bologna, Italy. Nei, M. 1972. Genetic distance between populations. American Naturalist 106:283-291. Penedo, M.; Caetano, A. and Cordova, K. 1998. Eight microsatellite markers for South American camelids. Animal Genetics 30:166-167. Pritchard, J.K., Stephens, M. y Donnelly, P. 2000. Inference of Population Structure Using Multilocus Genotype Data. Genetics 155: 945-959. Raedeke, K. 1979. Population dynamics and socioecology of the guanaco (Lama guanicoe) of Magallanes, Chile. Doctoral Dissertation, College of Forest Resources University of Washington. Raymond, M. y Rousset, F. 1995. Genepop (version 1.2), population genetics software for exact tests and ecumenicism. Journal of Heredity 86: 248-249. Sarno, R., Russell, M.S., Hunter, L. y Franklin, W. 1996. Immobilization of guanacos by use of tiletamine/zolazepam. Journal of American Veterinary Medicine Association 208 (3): 408-409. Sarno, R., Franklin, W., O’Brien S. y Johnson, W. 2001. Patterns of mtDNA and microsatellite variation in an island and mainland population of guanacos in southern Chile. Animal Conservation, 4, 93-101. Slatkin M. 1995. A measure of population subdivision based on microsatellite allele frequencies. Genetics 139, 457–62. Sokal, R.R. 1979. Testing statistical significance of geographic variation patterns. Systematic Zoology 28: 227-232. Tonni, E., Politis, G., 1980. La distribución del guanaco (Mammalia, Camelidae) en la Pcia. de Buenos Aires durante el Pleistoceno Tardío y Holoceno. Los factores climáticos como causas de su retracción. Ameghiniana 17, 53–66 Venegas, C. 1983. Fauna de la Isla Navarino. En: “Investigaciones y experimentación de Recursos Naturales en el Archipiélago de Cabo de Hornos y territorios del sur del 64 Canal Beagle”. Informe del Instituto de la Patagonia, Punta Arenas (Chile) N° 20, p. 88-120 (mimeografiado). Walsh, P. S., Metzger, D. A. y Higuchi, R. 1991. ChelexMR 100 as a médium for Simple Extraction of DNA for PCR-Based Typing from Forensic Material. BioTechniques 10 (4) : 506-513. Wheeler, J. 1995. Evolution and Present Situation of the South-American Camelidae. Biological Journal of the Linnean Society, 52, 271-295. 65 Leyenda de Figuras Figura 1. Agrupamiento por Structure con K = 4 basado en datos microsatelitales. Números indican localidades ubicadas de norte a sur. 1: Putre, 2: Pan de Azucar: 3: Copiapo, 4: Llanos de Challe, 5: Vallenar, 6: Ovalle, 7: Pelambres, 8: San Felipe, 9: Valle Chacabuco, 10: Torres del Paine, 11: Pali-Ayke, 12: Tierra del Fuego: 13: Isla Navarino. Cada barra vertical es un individuo. Figura 2. Estructura genética espacial obtenida a partir del análisis de secuencia a través de SAMOVA (A) y Geneland, K = 2 (B). Colores distintos indican grupos diferentes. Figura 3. Estructura genética obtenida a partir de análisis de loci microsatélites mediante análisis bayesiano no espacial de Structure, K = 4 (A), y análisis espacial bayesiano de BAPS, K = 4 (B). Colores distintos indican grupos diferentes. 66 Tabla 1. Muestras de guanaco obtenidas indicando la localidad y ubicación geográfica, tipo de muestra (S indica Sangre, F Fecas, M Músculo, P piel y H Hígado), y numero de muestras para ser utilizadas en secuenciación y genotipificación. Localidades Ubicación geográfica Ambiente Tipo de muestra Microsatelites N = 185 mtDNA N = 195 Putre 18° 12’ S, 69° 35’ W Puna S, F 21 20 Pan de Azúcar 26° 06’ S, 70° 37’ W Desierto costero F 12 11 Copiapó 27° 03’ S, 69° 18’ W Estepa Andina F 1 4 Llanos de Challe 28° 13’ S, 71° 05’ W Desierto costero S, M, F 21 28 Vallenar 28° 20’ S, 71° 05’ W Desierto costero S 4 4 Huasco 28° 57’ S, 69°58’ W Estepa Andina S - 1 Choros 29° 20’ S, 71° 13 W Desierto costero F - 4 Ovalle 30° 59’ S, 70° 24 W Estepa Andina S 4 4 Pelambres 31° 42’ S, 70° 31’ W Estepa Andina S, M 19 20 San Felipe/Putaendo 32° 24’ S, 70° 24’ W Estepa Andina S 5 5 Río Cipreses 34° 27’ S, 70° 25’ W Estepa Andina F - 6 Valle Chacabuco 47° 36‘ S, 72° 27’ W Estepa patagónica H 26 20 Torres del Paine 51° 03’ S, 72° 55’ W Estepa patagónica S 23 20 Pali-Ayke 52° 15‘ S, 70° 03’ W Estepa patagónica F 20 20 Tierra del Fuego 53° 50’ S, 68° 54’ W Bosque sub-polar P 20 20 Isla Navarino 55° 02' S, 68° 08' W Bosque sub-polar F, P 9 8 67 Tabla 2. Lista de catorce alelos microsatelitales utilizados en este estudio. Locus Partidor Ta (ºC) Referencia YWLL08 5´ATCAAGTTTGAGGTGCTTTCC3´ - 5´CCATGGCATTGTGTTGAAGAC3´ 60 Lang et al., 1996 YWLL29 5´GAAGGCAGGAGAAAAGGTAG3´ - 5´CAGAGGCTTAATAACTTGCAG3´ 60 Lang et al., 1996 YWLL36 5´AGTCTTGGTGTGGTGGTAGAA3´ - 5´TGCCAGGATACTGACAGTGAT3´ 60 Lang et al., 1996 YWLL38 5´GGCCTAAATCCTACTAGAC3´ - 5´CCTCTCACTCTTGTTCTCCTC3´ 60 Lang et al., 1996 YWLL40 5´CACATGACCATGTCCCCTTAT3´ - 5´CCAGTGACAGTGTGACTAAGA3´ 60 Lang et al., 1996 YWLL43 5´ATACCTCTCTTGCTCTCTCTC3´ - 5´CCTCTACAACCATGTTAGCCA3´ 60 Lang et al., 1996 YWLL46 5´AAGCAGAGTGATTTAACCGTG3´ - 5´GGATGACTAAGACTGCTCTGA3´ 60 Lang et al., 1996 LCA5 5´GTGGTTTTTGCCCAAGCTC3´ - 5´ACCTCCAGTCTGGGGATTTC3´ 60 Penedo et al., 1998 LCA19 5´TAAGTCCACCCCCACACTCA3´ - 5´GGTGAAGGGGCTTGATCTTC3´ 60 Penedo et al., 1998 LCA22 5´TTAAGAGTCTAAAAGAGAAAGGCG3´ - 5´CAGATGACAGCTGGGATTGA3´ 60 Penedo et al., 1998 LCA23 5´TCACGGCAAAGACGTGAATA3´ - 5´CCAGGAAACACACACCCAC3´ 60 Penedo et al., 1998 LCA65 5´TTTTTCCCCGTGGTTGAAT3´ - 5´AACTCAGCTGTTGTCAGGGG3´ 60 Penedo et al., 1999 LGU49 5´TCTAGGTCCATCCCTGTTGC3´ - 5´GTGCTGGAATAGTGCCCAGT3 60 Sarno et al., 2000 LGU68 5´CATCTACATGCCCCTGTGTG3´ - 5´TGCAGGGAGGACTAACAGGT3´ 60 Sarno et al., 2000 68 Tabla 3. Índices de diversidad genética de Lama guanicoe en las localidades muestreadas obtenidos a partir de 14 loci microsatelitales y de secuencias de la región control del mtDNA. Localities Microsatelites mtDNA Putre A ± SD 8,2 ± 2,5 Ho ± SD 0,77 ± 0,024 He ± SD 0,79 ± 0,023 n 5 np 3 h ± SD 0,76 ± 0,059 3,55 p 11 Pan de Azucar 8,2 ± 2,4 0,76 ± 0,033 0,84 ± 0,019 2 0 0,54 ± 0,072 3,81 7 Copiapo 1,8 ± 0,4 0,78 ± 0,109 0,78 ± 0,113 4 0 1,00 ±0,177 4,16 8 Llanos de Challe 9,6 ± 2,7 0,61 ± 0,028 0,80 ± 0,022 5 1 0,77 ±0,036 3,08 10 Vallenar 3,9 ± 1,7 0,66 ± 0,063 0,69 ± 0,073 4 2 1,00 ±0,177 2,50 5 1 0 0,54 ± 0,072 0,68 3 Huasco Choros - - - 2 0 0,50 ±0,500 1,00 2 Ovalle 3,7 ± 1,3 0,75 ± 0,057 0,70 ± 0,063 3 0 0,83 ±0,222 1,83 3 Pelambres 7,4 ± 2,9 0,70 ± 0,028 0,76 ± 0,029 6 3 0,74 ±0,074 1,71 7 San Felipe 4,8 ± 1,5 0,74 ± 0,052 0,75 ± 0,037 2 1 1,71 ±0,237 1,20 3 - - - 2 0 0,53 ±0,172 0,53 1 Valle Chacabuco 6,6 ± 2,4 0,63 ± 0,025 0,73 ± 0,027 10 7 0,80 ±0,089 1,60 8 Torres del Paine 6,8 ± 3,0 0,63 ± 0,026 0,71 ± 0,030 5 2 0,80 ±0,050 1,88 6 Pali-Ayke 6,9 ± 2,6 0,71 ± 0,027 0,71 ± 0,029 6 2 0,72 ±0,090 1,16 5 Tierra del Fuego 4,6 ± 1,9 0,57 ± 0,029 0,58 ± 0,046 4 2 0,36 ±0,131 0,38 3 Isla Navarino 6,0 ± 2,3 0,30 ± 0,048 0,82 ± 0,028 3 1 0,46 ±0,200 0,67 2 Río Cipreses A: número promedio de alelos por locus; He: heterocigocidad promedio esperada; Ho: heterocigocidad promedio observada; n: número de haplotipos; np: número de haplotipos exclusivos; h: diversidad haplotípica; : diversidad nucleotídica; p: número de sitios polimórficos. 69 Tabla 4. Análisis de 5 modelos (A - F) para la varianza molecular de Lama guanicoe para 15 localidades. Componente de la Varianza: AG = entre grupos, AP = entre localidades dentro de grupos, WP = entre localidades. Todos los valores de son significativos a un p < 0,001 (10.000 permutaciones al azar de secuencias entre poblaciones). Modelo Componente de la Varianza % Varianza P (A) 1 grupo: DG: ST= 0,45 AP= 44,1 WP= 55,9 < 0,001 (B) 2 grupos EG: CT= 0,76 DG: SC= 0,27 DG: ST= 1,01 AG= 37,2 AP= 13,4 WP= 49,3 < 0,001 < 0,001 (C) 3 grupos EG: CT= 0,72 DG: SC= 0,28 DG: ST= 1,01 AG= 35,7 AP= 14,0 WP= 50,2 < 0,001 < 0,001 (E) 4 grupos EG: CT= 0,66 DG: SC= 0,26 DG: ST= 1,01 AG= 34,0 AP= 13,8 WP= 52,0 < 0,001 < 0,001 (F) 5 grupos EG: CT= 0,53 DG: SC= 0,04 DG: ST= 1,01 AG= 33,5 AP= 2,7 WP= 63,7 < 0,001 < 0,001 (F) 6 grupos EG: CT= 0,55 DG: SC= 0,18 DG: ST= 1,01 AG= 34,8 AP= 1,2 WP= 64,0 < 0,001 < 0,001 Localidades Grupo 1: Putre, Pan de Azucar Grupo 2: Copiapó, Llanos de Challe, Vallenar, Huasco, Choros, Ovalle, Pelambres, San Felipe, Rio Cipreses, Valle Chacabuco, Torres del Paine, Pali-Ayke, Tierra del Fuego, Isla Navarino 70 Figura 1. Agrupamiento por Structure con K = 4 basado en datos microsatelitales. Números indican localidades ubicadas de norte a sur. 1: Putre, 2: Pan de Azucar: 3: Copiapo, 4: Llanos de Challe, 5: Vallenar, 6: Ovalle, 7: Pelambres, 8: San Felipe, 9: Valle Chacabuco, 10: Torres del Paine, 11: Pali-Ayke, 12: Tierra del Fuego: 13: Isla Navarino. Cada barra vertical es un individuo. 71 Figura 2. Estructura genética espacial obtenida a partir del análisis de secuencia a través de SAMOVA (A) y Geneland, K = 2 (B). Colores distintos indican grupos diferentes. A B 72 Figura 3. Estructura genética obtenida a partir de análisis de loci microsatélites mediante análisis bayesiano no espacial de Structure, K = 4 (A), y análisis espacial bayesiano de BAPS, K = 4 (B). Colores distintos indican grupos diferentes. A B 73 CAPITULO III Variación morfológica poblacional de cráneos de Guanaco en Chile mediante morfometría geométrica 1,3 1 Benito A. González, 2Marcela A. Vidal, 1Cristián F. Estades Laboratorio de Ecología de Vida Silvestre, Facultad de Ciencias Forestales y de la Conservación de la Naturaleza, Universidad de Chile, Chile. 2 Laboratorio de Genómica y Biodiversidad, Departamento de Ciencias Básicas, Facultad de Ciencias, Universidad del Bío-Bío, Chile. 3 Corresponencia: Teléfono: +56 2 9785742; Fax: +56 2 5414952, email: bengonza@uchile.cl 74 INTRODUCCIÓN El análisis de la morfología de cráneo, o de alguna de sus estructuras, ha sido de importancia para responder preguntas biológicas acerca de la diversidad de morfos así como las explicaciones causales que operan sobre la variación del tamaño y forma de éstas. Se ha utilizado para estudios relativos a taxonomía a nivel intra e interespecíficos (O’Regan, 2002; González et al., 2002; Merino et al., 2005; López-Martín et al., 2006; Barèiová y Macholán, 2006; Bastos-Silveira y Lister, 2007), variaciones geográficas (Gay y Best, 1996; Smith et al., 2002; Vidal et al., 2005), su relación con hábitos dietarios intra e inter-específicos (MacDonald, 2002; Anyonge y Baker, 2006), aspectos asociados al desarrollo (Pertoldi et al., 2000; Al-Sagair y. ElMougy, 2002; Prevosti y Lamas, 2006) o hibridización (Yamaguchi et al., 2004). Sin embargo, su uso en conservación no ha sido explorado, pudiendo tener un importante rol al momento de determinar zonas con diferentes morfotipos, puesto que el fenotipo refleja la estrecha relación que existe entre los individuos con su medio ambiente en un contexto adaptativo y local, lo cual puede no coincidir con la expresión genética. Como consecuencia de ellos, la morfología puede ser limitante al momento de evaluar algunas acciones de manejo, principalmente cuando se trasladan individuos entre diferentes ecosistemas, o cambian las condiciones del hábitat por factores antrópicos o globales (p.e desertización, cambio global), pudiendo provocar cambios en el rango de distribución de los diferentes morfotipos. En guanacos, las variaciones craneanas han sido abordadas sólo bajo un estudio de caracterización subespecífica en que las dimensiones del cráneo y la proporción de la zona maxilar han sido las principales variables que se han reportado para diferenciar ejemplares pertenecientes a poblaciones Sudamericanas (Wheeler 1995, González et al., 2006). Por ejemplo, especimenes de Lama guanicoe pertenecientes a la subespecie cacsilensis posee un cráneo pequeño, de 12,8 cm de ancho y 26,2 cm de largo, donde la maxila ocupa entre un 33% y un 48% del largo craneano (Lönnberg 1913, Krumbiegel 1944). Lama guanicoe voglii en cambio, posee un tamaño intermedio de cráneo de 14 cm de ancho y 28 cm de largo, mientras que L. g huanacus, posee un cráneo de 75 tamaño similar de 14,6 cm de ancho y 29,2 cm de largo. Finalmente, en L. g. guanicoe se reporta que el cráneo es de mayor tamaño, alcanzando una dimensión de hasta 15,2 cm de ancho y 31 cm de largo, y con un 49 – 53% del total del largo correspondiente a la zona maxilar. Aunque estas variaciones fueron la base para una clasificación taxonómica basada en fenotipo, recientes estudios genéticos han demostrado que no existen unidades taxonómicas claras bajo la especie Lama guanicoe, aunque podría reconocerse la subespecie L. g. cacsilensis de Perú y extremo norte de Chile (Marín et al., 2008). Por lo tanto, dichas variaciones en la forma del cráneo quedan aún sin respuesta, pudiendo corresponder a variaciones provocadas por el ambiente más que a un patrón filogenético. Adicionalmente, las variaciones en el tamaño del cráneo podrían ser atribuidas a una respuesta ecofisiológica amparada en la regla de Bergmann (Mayr, 1956), donde individuos de una misma especie aumentan su tamaño a medida que aumenta la latitud, como una forma de disminuir la pérdida de calor reduciendo la superficie de exposición con respecto al volumen corporal. Esta explicación habría sido explorada en el pasado de forma preliminar en Lama guanicoe, basándose en las características craneanas reportadas para L. g. cacsilensis y L. g. guanicoe (Herre 1954). Una de las herramientas propuestas para aproximarse al estudio de las variaciones fenotípicas, es la morfometría geométrica. Esta herramienta matemática que ha sido fundamentada biológicamente, ha demostrado ser muy efectiva para la cuantificación y visualización de la forma de una estructura, mostrando la variación morfológica dentro y entre poblaciones (Zelditch et al., 2004). Este método permite el análisis de diferencias en la forma sin la influencia de variables de tamaño (Rohlf et al., 1996). De esta manera, ofrece una visión geométrica de una estructura dada (Rohlf and Slice 1990), lo cual permite obtener información acerca de la forma con una interpretación biológica más completa (Rohlf and Marcus 1993). En la actualidad, éstas variaciones de la forma han sido estudiadas en todo tipo de organismos, como plantas y animales (Renaund & Millien 2001, Monteiro-Filho 2002, Cerdino et. al 2007, Holwell 2008). 76 En el presente caso, se hipotetiza, que factores ambientales, reunidos en el concepto de ecorregión, afectarían la forma del cráneo del guanaco; al igual que la respuesta corporal a la disminución de temperatura (con la latitud), explicaría las variaciones en el tamaño de cráneos de guanaco. Las predicciones de este trabajo indican que las diferencias entre cráneos de localidades cercanas y correspondientes a una misma ecorregión, serán menores a las variaciones entre ecorregiones, dado principalmente por adaptaciones morfológicas locales (latitudinales y ecorregionales) a los ambientes en que los individuos habitan. MATERIALES Y MÉTODOS Animales estudiados Se analizaron 110 cráneos de guanacos adultos pertenecientes a diferentes ecorregiones. Se consideraron cinco de las siete ecorregiones descritas para Chile (Dinertsein et al., 1995; Cofré y Marquet 1999), donde actualmente se distribuyen distintas poblaciones de guanacos: Desierto costero de Atacama (dos localidades), Puna (dos localidad), Estepa Andina (dos localidades), Estepa Patagónica (tres localidades) y Bosque Sub-polar de Nothofagus (dos localidad) (Cunazza 1991, González et al., 2006) (Tabla 1). De esta manera, se consideró un rango latitudinal desde los 19º S a los 55º S, y desde el nivel del mar hasta los 4.200 m.s.n.m. Se trabajó con cráneos de animales de sobre cuatro años, los cuales son considerados adultos debido a que a esta edad, el crecimiento del cráneo ha cesado y las suturas craneanas se han sellado (Raedeke 1979; Puig y Monge 1983). La edad de cada individuo fue determinada de acuerdo a cronología de desgaste de la dentadura, de acuerdo a las claves generadas por Raedeke (1979) y Puig y Monge (1983) para la zona patagónica sur y norte, respectivamente. Los cráneos también fueron sexados de acuerdo al tamaño y forma de los caninos (Raedeke, 1979), sin embargo fueron analizados en conjunto dado que análisis exploratorios indicaron que no hubo diferencias significativas entre sexos para el largo y ancho real (ANDEVA, F = 13,89; P>0,05; F = 6,81; P>0,05, respectivamente) ni para las variables de forma y Tamaño del Centroide (ANMUDEVA, 77 Lambda de Wilks = 5,78, P > 0,05; F = 15,08, P > 0,05, respectivamente). No se trabajó con cráneos rotos o incompletos que limitara la visualización del costado lateral derecho. Análisis morfológico y estadístico Para el análisis de las muestras se utilizó la morfología geométrica como método, el cual permite dar cuenta de las variaciones en la forma del objeto independiente del tamaño, y permite conservar las relaciones geométricas de los objetos analizados (Bookstein, 1991). Posee ventajas por sobre análisis morfológicos tradicionales, debido a que trabaja con hitos de coordenadas espaciales y no con distancias lineales entre hitos, extrayendo las diferencias de escala, rotación y traslación. De esta manera, trabaja con la información espacial de la estructura, facilitando la representación visual de los cambios geométricos. Finalmente, permite aumentar el poder predictivo de los resultados debido a que el análisis numérico y estadístico se realiza con la forma geométrica original. Se digitalizaron 24 hitos (landmarks) anatómicos homólogos con la finalidad de obtener un mapa de morfo-coordenadas (Figura 1A). Los hitos se ubicaron sobre la vista lateral derecha y fueron digitalizados con el programa TPSdig versión 2.16. Cuando el cráneo no posee todos los hitos por falta de huesos se utilizó la imagen especular del cráneo (Figura 1A). Posteriormente los hitos fueron analizados siguiendo los procedimientos de Rohlf y Slice (1990), Rohlf et al. (1996), y Adams y Funk (1997). Las coordenadas x, y de los hitos biológicamente homólogos fueron alineados y sobrepuestos, usando el Métodos de Mínimos Cuadrados Generalizado basado en el Análisis de Procusto (GPA, Generalized Procrustes Analysis). Este análisis remueve las variaciones no debidas a la forma (e.i. rotación, traslación y escala matemática) generando un espécimen de concenso (Figura 1B). Para obtener las variables de forma, los individuos fueron alineados usando el Programa TPSrelw versión 1.49 (Rohlf, 2003) el cual genera una función de interpolación Thin-plate spline para proyectar los datos sobre un plano 78 euclidiano. De esta manera, se obtuvieron los componentes uniformes y no uniformes de la forma (en total 2 + 2 k – 4 variable, donde k es el número de hitos usados). Estas variables fueron posteriormente usadas en el análisis estadístico multivariado. La versión TPSrelw se utilizó también para realizar el análisis de componentes principales (i.e., Relative warps analysis). Para determinar si la forma incorpora un efecto alométrico, se realizó una regresión lineal entre el primer eje del análisis de Componentes Principales (variable de forma) y el Tamaño del centroide, el cual se define como el cuadrado de la suma de las distancias euclidianas desde cada hito al centroide de la forma (Bookstein 1991). Para determinar diferencias en la forma de los cráneos entre ecorregiones, se procedió a aplicar MANOVA y posteriormente un análisis pareado entre grupos para los diferentes variables que describen la forma. Adicionalmente se realizó un análisis de agrupamiento UPGMA de las distancias del Procusto para cada grupo. Para evaluar la existencia de la regla de Bergmann, se realizó una regresión simple entre el tamaño del centroide y las coordenadas en latitud de donde provienen los especímenes. Como una forma de contrastar los resultados de la morfología geométrica con morfometría tradicional, se procedió a tomar el largo y ancho de cada cráneo, obteniéndose además un índice de esfericidad (ancho/largo). Estos fueron analizados mediante Mínimos Cuadrados Generalizados, considerando la ecorregión como factor. Para evaluar la existencia de la regla de Bergmann, se procedió a realizar una regresión simple entre las variables de tamaño mencionadas y la latitud. Finalmente, se procedió a espacializar en SIG las zonas que presentan formas de cráneo diferentes a partir del dendrograma y ANMUDEVA por ecorregión, definiendo de este modo la propuesta de Unidades espaciales morfológicamente similares. Los análisis estadísticos se realizaron el Statistica SPSS 10.0 y Morpheus et al. (Slice, 2000). 79 RESULTADOS El análisis de morfología geométrica indica que los hitos 4, 14 y 5 ubicados en la sutura maxilar-premaxilar en el alvéolo marginal, borde distal del alvéolo del canino, y la unión de las suturas nasal-maxilar-premaxilar, respectivamente, mostraron los mayores valores de contribución relativa en diferenciar entre cráneos de distintas localidades y diferentes ecorregiones (suma de cuadrados (SC): 0,388; 0,259 y 0,047, respectivamente). Estos hitos fueron relacionados a la forma de la parte distal de la maxila. Al extraer el efecto del tamaño de los cráneos mediante el análisis geométrico, no se registró efecto alométrico para las variables de forma, dado que no hubo relación significativa entre el tamaño del centroide y el primer componente de la forma (r = 0,034, P = 0,72). Por otra parte, los resultados indican que existe una tendencia a la segregación entre localidades y entre ecorregiones. El análisis multivariado de las variables de forma reveló diferencias significativas entre los cráneos de guanaco entre localidades (Lambda de Wilks = 0,255; P < 0,001). Sin embargo, no es posible mediante el método de análisis a posteriori encontrar un agrupamiento coherente debido probablemente a que existen tamaños muestrales desiguales (Tabla 3). Al analizar la forma de los cráneos entre ecorregiones, se observaron diferencias significativas entre dichas zonas (Lambda de Wilks = 0,255; P < 0,001). Se aprecia una tendencia clinal en el eje norte-sur de cambio morfológico de la forma para las ecorregiones (Figura 2), puesto que los guanacos pertenecientes a la zona de Puna y Desierto Costero de Atacama poseen formas distintas a aquellas que se localizan a mayor latitud, como la Estepa Andina, la Estepa patagónica y la ecorregión del Bosque sub-polar de Nothofagus (Figura 5). Luego, los guanacos que habitan la Estepa Andina poseen cráneos de diferente forma que aquellos que habitan la zona austral, y curiosamente, pese a la cercanía geográfica, se aprecian diferencias de formas en los guanacos que habitan la Patagonia, siendo los cráneos de la Estepa Patagónica distintos estadísticamente a aquellos de la zona insular de la ecorregión del Bosque 80 sub-polar de Nothofagus. Estas diferencias quedan reveladas al observar las variaciones de la forma del cráneo sobre las grillas del Thin-plate spline que se genera al graficar la posición de cada individuo con los dos primeros ejes de Componentes Principales (porcentaje explicado de la varianza PC1 = 16,9%, PC2= 11,9%) (Figura 3), donde se observa que, a medida que se avanza desde el cuadrante donde se ubica la zona de Puna y de Desierto costero de Atacama, los cráneos son comprimidos, tanto en su largo como en su ancho, a nivel de la parte distal de la maxila (maxilas relativamente más comprimidas), pasan a formas de cráneo con una parte distal de la maxila más robusta (o elongada para la ecorregión de Estepa Andina) y relativamente más expandida a medida que se avanza hacia la ecorregión Estepa Patagónica (ver figura Figura 4). Esto genera que las orbitas de los cráneos de guanaco se desplacen hacia la zona timpánica, la bóveda craneana se reduzca relativamente, y la zona molar disminuya su extensión, especialmente en algunos cráneos pertenecientes a las ecorregiones de Estepa patagónica y de Bosque sub-polar de Nothofagus. Curiosamente, y pese a la cercanía geográfica, se aprecian diferencias de formas en los guanacos que habitan la Patagonia, siendo los cráneos de la Estepa Patagónica distintos estadísticamente a aquellos de la zona insular de la ecorregión del Bosque sub-polar de Nothofagus (Lambda de Wilks = 0,11, P < 0,001); sin embargo, este método no revela una buena discriminación entre estos grupos (Figura 2), lo cual es apoyado por el análisis de UPMGA (Figura 4). El Tamaño del Centroide muestra diferencias significativas entre ecorregiones (F = 38,66, P < 0,05), agrupándose posteriormente de acuerdo al análisis Post-Hoc de Student-Newman-Keuls en tres grupos: Desierto Costero, con el menor Tamaño del Centroide, Puna y Estepa Andina, con un tamaño intermedio del Centroide, y Estepa patagónica y Bosque sub-polar de Nothofagus, de mayor Tamaño del Centroide. Al relacionar el Tamaño del Centroide con la latitud, se observa una relación lineal positiva entre las variables, ya que a medida que aumenta la latitud, el Tamaño del Centroide aumenta (F = 147,5; P < 0,001). El análisis de morfometría lineal utilizando algunas variables de longitud, muestra un patrón similar al geométrico, puesto que existen diferencias significativas al comparar 81 largo y ancho de cráneos entre ecorregiones (F = 26,9, P < 0,001; F = 10,5, P< 0,001) (Tabla 2). Estos resultados muestran que los cráneos pertenecientes a la ecorregión del Desierto Costero de Atacama, son de menor tamaño absoluto y que difieren significativamente de las ecorregiones australes, mientras que el largo de cráneo es similar, aunque de tamaño menor, al de la Puna, y el ancho de cráneo es similar, aunque de menor tamaño, que los de la Puna y Estepa Andina (Tabla 3). También el largo y ancho tienden a aumentar con la latitud (F = 75,1, P < 0,001; F = 14,6 = P < 0,001)(Figura 5C). El índice de esfericidad no mostró diferencias significativas entre ecorregiones (P > 0,05), aunque se observó una tendencia a disminuir con la latitud (F = 7,0, P = 0,007). DISCUSIÓN Los resultados del análisis morfológico revelan una apreciable variabilidad intraespecífica de la forma de cráneo en guanacos, pese a que la muestra utilizada sólo representa una parte de la distribución completa de la especie y a poblaciones reducidas en tamaño (González et al., 2006). Las localidades muestreadas corresponden a los hábitats que se encuentran en la vertiente occidental de los Andes, pudiendo existir aún mayor diversidad si se considerara el rango completo de distribución de la especie. Una alta diversidad morfológica se reporta para otros ungulados con problemas de conservación en Sudamérica, como es el caso del ciervo de las pampas (Ozotoceros bezoarticus), donde incluso se han descrito nuevas subespecies pese a que los tamaños reducidos poblacionales (González et al., 2002). Adicionalmente, los análisis moleculares aplicados al guanaco a diferentes escalas espaciales, utilizando tanto marcadores mitocondriales como microsatelitales, muestran que el guanaco es una especie altamente polimórfica (ver capítulo 2, Marín et al., 2007; Marín et al., en prensa), lo cual podría estar favoreciendo adaptaciones locales a lo largo de su distribución (Ozaki et al., 2007). La existencia de altos niveles de variación morfológica y genética, a pesar de los bajos tamaños numéricos de la especie, indican que el decrecimiento es bastante reciente, puesto que la variabilidad se perdería 82 rápidamente en poblaciones que han sido mantenidas en tamaños numéricos bajos por largos períodos de tiempo (Soulé, 1987). Las localidades muestreadas y luego agrupadas en ecorregiones muestran un clara una estructuración morfológica. La primera agregación detectada por el análisis multivariado incluye formas de cráneos de la ecorregión de la Puna y Desierto Costero de Atacama, la cual se ubica en el cuadrante superior derecho que forman los dos primeros de la Forma (Figuras 2 y 3). Estos corresponden a cráneos con la pre-maxila comprimida longitudinalmente. Este grupo comparte la agregación con la ecorregión de Estepa Andina, que mayoritariamente se localizó hacia el cuadrante superior izquierdo de los ejes de la forma, generando cráneos de formas relativamente más alargadas, principalmente en la pre-maxila. Estas tres ecorregiones comparten una longitud relativa equivalente de la línea de molares. La segunda y tercera agregación, menos clara, estuvo compuesta por cráneos de guanacos pertenecientes a la parte continental de la Estepa Patagónica, y de la ecorregión del Bosque sub-polar de Nothofagus, los cuales poseen una alta diversidad de formas, aunque mayoritariamente concentrada hacia los cuadrantes inferiores de los componentes de forma. Estos cráneos se caracterizan por ser más robustos en la zona pre-maxilar y poseer una la longitud relativa menor de la línea molar. Cabe destacar que la amplitud de formas de cráneos pertenecientes a Tierra del Fuego, es levemente inferior a los de la zona continental de la Patagonia, mientras que los de Isla Navarino posee una agregación concentrada y que se inserta dentro de las formas de cráneo pertenecientes a Tierra del Fuego, aunque podría deberse al bajo tamaño de muestra de la isla más meridional. Sin embargo, este efecto de baja diferenciación e inclusión sucesiva de las formas creaneanas entre la parte continental e insular de la Patagonia, se debería a una colonización reciente de norte a sur que ha sido revelada por análisis filogenéticos, lo cual habría sucedido por un avance de poblaciones norteñas de guanaco hacia la zona austral sólo durante el Holoceno (Marín et al., 2007; Marín et al., en prensa). Esto ha provocado una baja segregación en la formas craneanas pese al aislamiento geográfico que imponen el Estrecho de Magallanes y el Canal Beagle a la migración de individuos entre poblaciones, y la ausencia de la “regla de Islas”, que indica que el aislamiento produce 83 gigantismo en especies pequeñas y enanismo en especies grandes (Lomolino, 2005, ver para una mejor explicación: Renaud y Michaux, 2003, y Renaud y Millien, 2001). La variabilidad de la forma del cráneo se explica mayormente por variaciones en la estructura masticatoria, específicamente en la estructura pre-maxilar y en menor grado (al observar las deformaciones de las grillas) en la línea molar. Las variaciones en la estructura masticatoria en ungulados se correlaciona con aspectos de la ecología alimenticia, como la dieta y la conducta alimenticia (Mendoza et al., 2002), por lo que tendrían importancia adaptativa en la capacidad de consumo de alimento, puesto que la pre-maxila junto con la maxila (y mandíbula) determinan la capacidad o tamaño de bocado (Pérez-Barbería y Gordon, 1998); y la longitud relativa de la línea molar explicaría la capacidad de molienda del forraje y el tipo de estrategia alimenticia en herbívoros hypsodontes (Pérez-Barbería y Gordon, 1999; Janis et al., 2002), aunque estudios realizados en biomecánica de la masticación indican un mayor número de estructuras craneanas involucrada en esta actividad, como el arco zigomático y cóndilo, entre otros (Herring et al., 2001). Formas craneanas de guanaco correspondientes a hábitats norteños poseerían un tamaño de bocado pequeño, probablemente relacionado a una oferta vegetacional de baja cobertura y productividad, y una línea de molares larga (al igual que lo mostrado por guanacos de la zona andina), sugiriendo una mayor contribución de gramíneas a la dieta, como ha sido observado en otros ungulados (Smith et al., 2002; Ozaki et al, 2007). Por el contrario, cráneos de la zona sur poseen un mayor tamaño relativo de la zona pre-maxilar y menor tamaño de la línea molar, lo que indicaría un mayor tamaño de bocado ante una mayor cobertura y productividad vegetal, y una dieta mucho menos dependiente de monocotiledoneas. Lo anterior, queda corroborado por los estudios de dieta realizados en la especie, donde se ha observado que guanacos de hábitats desérticos y cordilleranos muestran dietas ricas en gramíneas pero menos diversas comparados con aquellas poblaciones de mayor latitud, con dietas más diversas, y una mayor proporción de hierbas dicotiledóneas y de arbustos, llegando incluso al consumo de brotes y hojas de arboles en la zona austral (Puig et al., 1996; Puig et al., 1997; Puig y Videla, 2000; Cortés et al., 2003; Cavieres y Fajardo, 2005). Lo anterior sugeriría una gradiente latitudinal 84 morfológica que se relaciona con el tipo de estrategia de forrajeo del guanaco, pasando de poblaciones mayoritariamente pastoreadoras en el norte-centro de Chile a ramoneadoras en la zona sur. Esta hipótesis podría ser probada con el uso de isótopos estables de 13C/12C, como ha sido aplicado en otros camélidos (Feranec, 2003). Las variables tamaño del Centroide, Largo y Ancho de cráneo no evidenciaron claramente la regla de Bergmann, debido a la presencia de cráneos de tamaño grande en latitudes septentrionales. Se aprecia que los guanacos de la ecorregión de Puna, de más baja latitud que el resto de las ecorregiones estudiadas, poseen tamaños mayores a los de la ecorregión de Desierto costero de Atacama ubicado a una latitud levemente mayor. Pese al gran espacio de ausencia de muestras entre los 34° 25’ y 47° 04’ S, es posible apreciar una tendencia al aumento del Tamaño del Centroide, Largo y Ancho del cráneo con la latitud al comparar la zona norte de Chile con la zona austral. Estos hallazgos aportarían al cuestionamiento sobre la validez de la regla de Bergmann (Geist, 1987; Ashton et al., 2000; Meiri y Dayan, 2003) debido a los supuestos que hace respecto de la termorregulación y el tamaño corporal con la temperatura ambiental y la distancia del ecuador. Sin embargo el puma (Puma concolor), principal depredador del guanaco (Franklin et al., 1999), es un buen ejemplo de la aplicación de esta regla biogeográfica entre los mamíferos en América (Iriarte et al., 1990; Gay y Best, 1996). Se requiere, por lo tanto, ampliar este trabajo a una escala de rango de distribución total del guanaco en Sudamérica para verificar la relación entre tamaño del cráneo y la latitud. Los análisis geométricos y de morfometría tradicional, respectivamente, muestran una estructuración en el tamaño del cráneo (sensu lato) al ser agrupados de acuerdo a ecorregiones. Es así, como los cráneos de menor tamaño se encuentran en la ecorregión de Desierto costero de Atacama, seguido de aquellos pertenecientes a las ecorregiones de Puna y Estepa Andina; y observándose los mayores tamaños en los cráneos de la Estepa Patagónica y Bosques sub-polar de Nothofagus (ver fenograma Figura 4). Este patrón, al igual que con la variable de forma de cráneo, también estaría revelando una consecuencia adaptativa ante una mayor oferta de recursos alimenticios, 85 puesto que la cobertura vegetal y productividad vegetal aumenta con la latitud en nuestro país (Luebert y Pliscoff, 2006) pudiendo sustentar a individuos de mayores requerimientos energéticos debido a su tamaño corporal (Robbins, 1993). Esta hipótesis estaría sustentada por algunos reportes que muestran un incremento en el tamaño corporal de zorro culpeo, Dusicyon culpaeus, con la latitud debido al tamaño potencial del las presas y factores comunitarios como la competencia (Fuentes y Jaksic, 1979). Implicancias en Conservación y manejo El guanaco ha sido considerado una especie de hábitos y estrategia de alimentación generalista que logra habitar y sobrevivir bajo diferentes condiciones ambientales, principalmente en aquellas extremas donde la oferta alimenticia es uno de los factores que determina su presencia y abundancia (Franklin, 1992; Franklin, 1993; González et al., 2006). Esta imagen de herbívoro exitoso en condiciones donde otras especies no podrían sobrevivir, ha llevado a que se proponga como una especie de uso productivo en ambientes marginales (Bas y González, 2000). Lo anterior, junto con la necesidad de repoblar áreas donde las poblaciones locales han sido extirpadas, ha generado que grupos de guanacos estén siendo traslocados grandes distancias para ser utilizados en producción o reintroducción (Bas y González et al., Aprile y Schneider, 2009; Barri y Fernández, 2011). Sin embargo, muchas de estas acciones no han tenido, o podrían no tener, resultados positivos en establecer poblaciones auto-sustentadas en el tiempo, debido a que los grupos fundadores provienen de ecorregiones totalmente diferentes entre sí. Los diferentes hábitats donde la especie habita han generado adaptaciones y modificaciones morfológicas a escala espacial local, revelado en este trabajo, tanto a nivel de la forma como del tamaño del cráneo, sobre un gradiente norte-sur. Este patrón sería una aproximación inicial para definir las estrategias de forrajeo de las poblaciones de guanaco. Las diferencias craneométricas entre hábitats genera una limitante anatómica y fisiológica para los individuos que son trasladados hacia ecorregiones donde las condiciones climáticas, alimenticias e incluso de presión de depredación, son diferentes (UICN/CSE 1995). Desafortunadamente, la Política de Manejo del Guanaco 86 en la XII región privilegia la traslocación de individuos de Tierra del Fuego al resto del país sólo basándose en los tamaños poblacionales (MINAGRI, 1998). Es por ello que se sugiere utilizar la forma y tamaño del cráneo como proxy de adaptaciones locales, y realizar traslados de individuos con fines de conservación sólo dentro de cada ecorregión. De esta forma es posible asegurar la sobrevivencia y persistencia a largo plazo de los ejemplares manejados. Las figuras 5A y 5B orientan este tipo de decisiones, las cuales deben ser complementadas con estudios genéticos y de dinámica poblacional entre otros requisitos que permiten una traslocación exitosa (UICN/CSE 1995; González et al., 2006). REFERENCIAS Adams, D. y Funk, D.J. 1997. Morphometric inferences on sibling species and sexual dimorphism in Neochlamisus bebbianae leaf beetles: multivariate applications of the thin-plate spline. Syst. Biol. 46: 180-194. Al-Sagair, O. y ElMougy, S.A. 2002. Post-natal Development in the Linear and Tric Morphometrics of the Camelidae Skull. Anat. Histol. Embryol 31: 232–236 Anyonge, W. y Baker, A. 2006. Craniofacial morphology and feeding behavior in Canis dirus, the extinct Pleistocene dire wolf. Journal of Zoology 269: 309–316. Aprile, G. y Schneider, C. Respuesta comportamental del guanacos (Lama guanicoe) traslocados y reintroducidos en el Parque Nacional Quebrada del Condorito, Provincia de Córdoba., Argentina. APRONA Boletín Cinentífico 41: 69-87. Barèiová, L. y Macholán, M. 2006. Morphometric study of two spe cies of wood mice Apodemus sylvaticus and A. flavicollis (Rodentia: Muridae): tra di tional and geo met ric morphometric approach. Acta Theriologica 51: 15–27. Barri, F.R., y Fernández, M. 2011. Foraging and vigilance time allocation in a guanaco (Lama guanicoe) population reintroduced in Quebrada del Condorito national Park (Córdoba, Argentina). Acta Ethologica. DOI 10.1007/s10211-011-0098-5. Bastos-Silveira, C. y Lister, A.M. 2007. A morphometric assessment of geographical variation and subspecies in impala. Journal of Zoology 271: 288–301. 87 Bookstein, F.L. 1991. Morphometrics tools for landmark data: geometry and biology. New York, Cambridge University Press. Cavieres, L.A. y Fajardo, A. 2005. Browsing by guanaco (Lama guanicoe) on Nothofagus pumilio forest gaps in Tierra del Fuego, Chile. Forest Ecology and Management, 204, 237–248. Center for International Earth Science Information Network (CIESIN), Columbia University; and Centro Internacional de Agricultura Tropical (CIAT). 2005. Gridded Population of the World, Version 3 (GPWv3): Population Count Grid. Palisades, NY: Socioeconomic Data and Applications Center (SEDAC), Columbia University. Available at http://sedac.ciesin.columbia.edu/gpw. Cofré H. y Marquet P. 1999. Conservation status, rarity and geographic priorities for conservation of Chilean mammals: an assessment. Conservation Biology 88, 53-68. Cortés, A., Miranda, E., Rau, J.R. y Jiménez, J.E. 2003. Feeding habits of guanacos Lama guanicoe in the high Andes of north-cebtrral Chile. Acta Theriologica, 48, 229237. Cunazza, C. 1991. El guanaco, una especie de fauna silvestre con futuro. Corporación Nacional Forestal, Gerencia Técnica, Santiago, Chile. Dinerstein, E., Olson, D.M., Graham, D.J., Webster, A.L., Primm, S.A., Bookbinder, M.P. y Ledec, G. 1995. A Conservation Assessment of the Terrestrial Ecoregions of Latin America and the Caribbean. The World Bank, Washington, DC. Feranec, R.S. 2003. Stable isotopes, hypsodonty, and the paleodiet of Hemiauchenia (Mammalia: Camelidae): a morphological specialization creating ecological generalization. Paleobiology 29: 230-242. Franklin, W.L., Johnson, W., Sarno, R. y Iriarte, A. 1999. Ecology of the Patagonia puma Felis concolor patagonica in southern Chile. Biological Conservation 90, 3340. Fuentes, E.R. y Jaksic, F.M. 1979. Latitudinal size variation of Chilean foxes: test of alternative hypotheses. Ecology, 60, 43-47. Gay, S.W. y Best, T.L. 1996. Relationships between abiotic variables and geographic variation in skulls of pumas (Puma concolor: Mammalia, Felidae) in North and South America. Zoological Journal of the Linnean Society 117: 259–282. 88 González, B.A., Palma, R.E., Zapata, B y Marín, J.C. 2006. Taxonomic and biogeographic status of guanaco Lama guanicoe (Artiodactyla, Camelidae). Mammal Review 36 (2): 157-178 González, S., Avarez-Valin, F. y Maldonado, J.E. 2002. Morphometric differentiation of endangered pampas deer (Ozotoceros bezoarticus), with description of new subspecies from Uruguay. Journal of Mammalogy 83:1127–1140. Iriarte, J.A., Franklin, W.F., Johnson, W.E. y Redford, K.H. 1990. Biogeographic variation of food habits and body size of the American puma. Oecologia, 85: 185190. Herre, V. 1952. Studien über die wilden und domestizierten Tylopoden Südamerikas. Der Zoologische Garten 19: 70-98. Janis, C.M., Damuth, J. y Theodor, J.M. 2002. The origins and evolution of the North American grassland biome: the story from the hoofed mammals. Palaeogeogr. Palaeoclimatol. Palaeoecol. 177: 183–198. Kendall, D.G. 1984. Shape manifolds, procrustean metrics and complex projective spaces. Bulletin of London Mathematical Society 16: 81-121. Krumbiegel, I. 1944. Die neuweltlichen Tylopoden. Zoologischer Anzeiger 145: 45-70. Lomolino, M. V. 2005. Body size evolution in insular vertebrates: generality of the island rule. Journal of Biogeography 32: 1683–1699. Lönnberg, E. 1913. Notes on guanacos. Arkiv för Zoologi 8: 1-8. López-Martín, J.M., Ruiz-Olmo, J. y Padró, I. 2006. Comparison of skull measurements and sexual dimorphism between the Minorcan pine marten (Martes martes minoricensis) and the Iberian pine marten (M. m. martes): A case of insularity. Mamm. Biol. 71: 13–24. Luebert, F. y Pliscoff, P. 2006. Sinopsis bioclimática y vegetacional de Chile. Editorial Universitaria. 316 pp. MacDonald, R.A. 2002. Resource partitioning among British and Irish mustelids. Journal of Animal Ecology 71: 185–200. Marín, J.C., Spotorno, A.E., González, B.A., Bonacic, C., Wheeler, J.C., Casey, C.S., Bruford, M.W., Palma, R.E. and Poulin, E. 2008. Mitochondrial DNA variation and 89 systematics of the guanaco (Lama guanicoe, ARTIODACTYLA: CAMELIDAE). Journal of Mammalogy 89 (2): 269-281. Marín, J.C., González, B.A., Poulin, E., Casey, C.S., y W.E. Johnson. En prensa. The influence of the arid Andean high plateau on the phylogeography and population genetics of guanaco (Lama guanicoe) in South America. Molecular Ecology Mayr, E. (1956). Geographical character gradients and climatic adaptation. Evolution, 10, 105-108. Mendoza, M., Janis, C.M., y Palmqvist, P. 2002. Characterizing complex craniodental patterns related to feeding behaviour in ungulates: a multivariate approach. J. Zool., Lond. 258: 223 - 246 Merino, M.L., Milne, N. y Vizcaíno, S.F. 2005. A cranial morphometric study of deer (Mammalia, Cervidae) from Argentina using three-dimensional landmarks. Acta Theriologica 50: 91–108. MINAGRI. 1998. Política para el Manejo del Guanaco en la región de Magallanes. Ministerio de Agricultura, Chile O’Regan, H.J. 2002. Defining Cheetahs, a multivariate analysis of skull shape in big cats. Mammal Rev. 32: 58–62. Ozaki, M., Suwa, G., Kaji, K., Ohba, T., Hosoi, E., Koizumi, T. y Takatsuki, S. 2007. Correlations between feeding type and mandibular morphology in the sika deer. Journal of Zoology 272: 244–257. Pérez-Barbería, J. y Gordon, I.J. 1998a. Factors affecting food comminution during chewing in ruminants: a review. Biological Journal of the Linnean Society 63: 233– 256. Pérez-Barbería, F.J. y Gordon I. J. 1998b. The influence of molar occlusal surface area on the voluntary intake, digestion, chewing behaviour and diet selection of red deer (Cervus elaphus). Journal of Zoology 245: 307- 316. Pertoldi, C. y Loeschcke, V. 2000. Craniometrical variability and developmental stability. Two useful tools for assessing the population viability of Eurasian otter (Lutra lutra) populations in Europe. Biological Journal of the Linnean Society 70: 309–323. 90 Prevosti, F.J. y Lamas, L. 2006. Variation of cranial and dental measurements and dental correlations in the pampean fox (Dusicyon gymnocercus). Journal of Zoology 270: 636–649. Puig, S. y Monge, S. 1983. Determinación de la edad en Lama guanicoe (Müller). Deserta 7: 246-270. Puig, S., Videla, F., Monge, S. y Roig, V. 1996. Seasonal variations in guanaco diet (Lama guanicoe, Muller 1776) and food availability in northern Patagonia, Argentina. Journal of Arid Environments, 34, 215-224. Puig, S., Videla, F. y Cona, M.I. 1997. Diet and abundance of the guanaco (Lama guanicoe, Muller 1776) in four habitats of northern Patagonia, Argentina. Journal of Arid Environments, 36, 343-357. Puig, S. y Videla, F. 2000. Dinámica poblacional y uso del hábitat por el guanaco. In: Manejo Sustentable de la Vicuña y el Guanaco (Ed. by B. González, F. Bas, C. Tala & A. Iriarte), pp. 57-65. Servicio Agrícola y Ganadero, Pontificia Universidad Católica de Chile, Fundación para la Innovación Agraria, Santiago, Chile. Raedeke, K. 1979. Population dynamics and socioecology of the guanaco (Lama guanicoe) of Magallanes, Chile. Doctoral Dissertation, College of Forest Resources University of Washington. Renaud, S.y Michaux, J.R. 2003. Adaptive latitudinal trends in the mandible shape of Apodemus wood mice. J. Biogeogr. 30: 1617-1628. Renaud, S.y Millien, V. 2001. Intra- and interspecific morphological variation in the field mouse species Apodemus argenteus and A. speciosus in the Japanese archipelago: the role of insular isolation and biogeographic gradients. Biol. J. Linn. Soc. 74: 557569. Robbins C. 1993. Wildlife feeding and nutrition. Second Edition. California: Academic Press. 352 p. Rohlf, F.J. y Slice, D. 1990. Extensions of the procrustes method for the optimal superimposition of landmarks. Syst. Zool. 39: 40-59. Rohlf, F.J., Loy, A. y Corti, M. 1996. Morphometric analysis of old world Talpidae (Mammalia, Insectivora) using partial-warp scores. Syst. Biol. 45: 344-362. 91 Rohlf, F.J. 2010. TpsDig, digitize landmarks and outlines, version 2.16. Department of Ecology and Evolution, State University of New York at Stony Brook. Shipunov, A. B. y Bateman, R.M. 2005. Geometric morphometrics as a tool for understanding Dactylorhiza (Orchidaceae) diversity in European Russia. Biological Journal of the Linnean Society. 85:1-12. Slice, D. 2000. Morpheus et al. Department of Ecology and Evolution, State University of New York at Stony Brook. Soulé, M. 1987. Viable populations for conservation. Cambridge University Press, Cambridge, United Kingdom. Smith, P.A., Schaefer, J.A. y Patterson, B.R. 2002. Variation at high latitudes: the geography of body size and cranial morphology of the muskox, Ovibos moschatus. Journal of Biogeography 29: 1089–1094. Vidal, M.A., Ortiz, J.C., Ramírez, C.C. y Lamborot, M. 2005. Intraspecific variation in morphology and sexual dimorphism in Liolaemus tenuis (Tropiduridae). AmphibiaReptilia 343-351. Yamaguchi, N., Kitchener, A.C., Driscoll, C.A. Ward, J.M. y Macdonald, D.W. 2004. Craniological differentiation amongst wild-living cats in Britain and southern Africa: natural variation or the effects of hybridisation?. Animal Conservation 7: 339–351. Wheeler, J. 1995. Evolution and Present Situation of the South-American Camelidae. Biological Journal of the Linnean Society 52: 271-295. 92 Leyenda de Figuras Figura 1. Mapa de homología mostrando la localización de los hitos seleccionados sobre un cráneo de guanaco (A) y la imagen de concenso indicando la dispersión vectorial para el total de cráneos analizados (B). Figura 2. Dos primeros ejes de PCA (Relative Warps) de la forma de las variables geométricas de guanaco mostrando el agrupamiento por ecorregión. Figura 3. Representación de los thin-plate spline para los extremos diagonales de los dos primeros ejes de PCA (Relative Warps). Las fechas indican las deformaciones craneanas a partir de las formas de cráneos de las ecorregiones del norte de Chile (ver texto). Figura 4: Fenograma de UPGMA construido a partir de la distancia Euclidiana computado para las variables de morfometría geométrica en vista lateral del cráneo de Guanaco. Figura 5. Mapas mostrando el rango de distribución propuesto para la Forma del cráneo (A), y Tamaño del Centroide (B) obtenidos por morfometría discriminante, y variación latitudinal del Tamaño del Centroide y longitud del cráneo (C). 93 Tabla 1. Número de cráneos examinados en Chile indicando la localidad y ecoregión al cual pertenecen. Localidad Atacama Nevado Tres Cruces Ubicación 24° 44’ S, 69° 00’ W N Ecorregión N 1 3 Puna 4 2 Desierto Costero de Atacama 18 Pan de Azucar 27° 19’ S, 69° 01’ W 26° 06’ S, 70° 37’ W Llanos de Challe 28° 13’ S, 71° 05’ W 16 Pelambres San Felipe/Putaendo 31° 42’ S, 70° 31’ W Estepa Andina 6 Valle Chacabuco 32° 24’ S, 70° 24’ W 47° 36‘ S, 72° 27’ W 5 1 22 Estepa Patagónica continental 47 Torres del Paine 51° 03’ S, 72° 55’ W 13 Pali-Ayke 52° 15‘ S, 70° 03’ W 12 31 Bosque sub-polar de Nothofagus 35 4 110 5 Ecoregiones 110 Tierra del Fuego Isla Navarino 11 Localidades 53° 50’ S, 68° 54’ W 55° 02' S, 68° 08' W 94 Tabla 2. Largo y ancho de cráneos de guanaco (promedio ± desviación estándar) medidos en Chile por localidad y ecoregión. Localidad Atacama Nevado Tres Cruces Pan de Azucar Llanos de Challe Pelambres Putaendo Valle Chacabuco Torres del Paine Pali-Ayke Tierra del Fuego Isla Navarino Longitud de cráneo 28,3 27,3 ± 0,6 26,5 ± 0,1 27,0 ± 1,1 28,7 ± 0,9 26,7 30,1 ± 1,1 30,3 ± 1,2 29,1 ± 0,6 29,9 ± 0,9 27,7 ± 1,8 29,2 ± 1,6 Ancho de cráneo 13,3 14,4 ± 0,3 13,2 ± 0,4 13,9 ± 0,6 14,4 ± 0,4 13,0 14,6 ± 0,5 14,9 ± 0,9 14,7 ± 0,3 14,9 ± 0,5 14,3 ± 0,5 14,6 ± 0,7 Ecorregión Puna Longitud de cráneo 27,7 ± 0,7 ab Ancho de cráneo 14,1 ± 0,6 a 26,9 ± 1,1 a 13,8 ± 0,6 28,4 ± 1,1 b 14,2 ± 0,7 ab Estepa Patagónica Continental 29,9 ± 1,1 c 14,7 ± 0,6 b Bosque sub-polar de Nothofagus 29,6 ± 1,2 c 14,8 ± 0,5 b Desierto Costero de Atacama Estepa Andina 29,2 ± 1,6 a 14,6 ± 0,7 a, b, c indican diferencias significativas entre filas (p<0,05) aplicando el test de post-hoc SNK 95 Tabla 3. Significancia estadística al comparar pares de localidades (Lambda de Wilks). Localidad Atacama/ Nevado Tres Cruces Pan de Azucar Llanos de Challe Pelambres/ Putaendo Valle Chacabuco Torres del Paine Pali-Ayke Tierra del Fuego Isla Navarino Atacama/ Nevado Tres Cruces Pan de Azucar Llanos de Challe 0,173 0,109 0,001 0,016 0,017 0,008 0,118 0,064 0,001 0,001 0,001 0,001 0,003 Pelambres/ Valle Torres del Pali-Ayke Tierra del Putaendo Chacabuco Paine Fuego Isla Navarino 0,504 0,202 0,416 0,023 0,165 0,387 0,107 0,390 0,001 0,014 0,038 0,016 0,036 0,008 0,001 0,001 0,045 0,010 0,003 0,018 0,001 0,270 0,005 - 96 Tabla 4. Significancia estadística al comparar pares de ecorregiones (Lambda de Wilks). Ecoregión Puna Puna Desierto Costero de Atacama Estepa Andina Estepa Patagónica continental Bosque sub-polar de Nothofagus 0,220 0.088 0,003 0,003 Desierto Costero de Atacama 0,112 0,001 0,001 Estepa Andina 0,019 0,050 Estepa Patagónica continental Bosque subpolar de Nothofagus 0,001 - 97 Figura 1. Mapa de homología mostrando la localización de los hitos seleccionados sobre un cráneo de guanaco (A) y la imagen de concenso indicando la dispersión vectorial para el total de cráneos analizados (B). A B 98 Figura 2. Dos primeros ejes de PCA (Relative Warps) de la forma de las variables geométricas de guanaco mostrando el agrupamiento por ecorregión. Componente 1 Componente 2 99 Figura 3. Representación de los thin-plate spline para los extremos diagonales de los dos primeros ejes de PCA (Relative Warps). Las fechas indican las deformaciones craneanas a partir de las formas de cráneos de las ecorregiones del norte de Chile (ver texto). Componente 1 Componente 2 100 Figura 4: Fenograma de UPGMA construido a partir de la distancia Euclidiana computado para las variables de morfometría geométrica en vista lateral del cráneo de Guanaco. Puna Desierto Costero Estepa Andina Estepa Patagónica continental Bosque Subpolar de Nothofagus Distancia Euclidiana 40 50 60 70 80 90 100 101 Figura 5. Mapas mostrando el rango de distribución propuesto para la Forma del cráneo (A), y Tamaño del Centroide (B) obtenidos por morfometría discriminante, y variación latitudinal del Tamaño del Centroide y longitud del cráneo (C). A B C 3000 3500 40000 26 27 28 29 30 31 102 CAPÍTULO IV Unidades de manejo para guanaco en Chile basado en la integración de atributos biológicos: una aproximación práctica 1,2 1 Benito A. González, 1Cristián F. Estades, et al. Laboratorio de Ecología de Vida Silvestre, Facultad de Ciencias Forestales y de la Conservación de la Naturaleza, Universidad de Chile, Chile. 2 Corresponencia: Teléfono: +56 2 9785742; Fax: +56 2 5414952, email: bengonza@uchile.cl 103 INTRODUCCIÓN La diferenciación de poblaciones dentro de un taxón es el primer paso para priorizar y ejecutar esfuerzos de conservación a escala local (Goldstein et al., 2000). Cuando las especies poseen distribuciones restringidas es posible plantear intervenciones para la totalidad de la especie (Gigon et al., 2000; Rodrígues, 2006). Sin embargo, existen muchos casos donde las especies tienen amplios rangos de distribución, pudiendo abarcar múltiples países y áreas geográficas, o simplemente sus poblaciones están disgregadas espacialmente (Yu y Dobson, 2000; UICN 2001). Por ello, realizar acciones de conservación ante distintos escenarios geopolíticos, factores negativos, tipos de manejo, y a veces recursos escasos, exige primero diferenciar unidades poblacionales y posteriormente priorizar hacia cuales de ellos destinar esfuerzos de manejo (Allendorf y Luikart, 2007). Se requieren, por lo tanto, criterios que permitan subdividir una especie y agrupar sus poblaciones para hacer más eficiente los esfuerzos de conservación (Green, 2005). Para diferenciar poblaciones (sensu lato) se han desarrollado una serie de criterios a distintas escalas jerárquicas. Es así como los niveles básicos serían aquellos que sólo utilizan un solo criterio de subdivisión, como ADN nuclear a través de las Unidades de Manejo Genético (Palsbøll et al., 2006), morfología, cuando se utiliza como atributo para diferenciar subespecies y Unidades Geopolíticas (Grady y Quattro, 1997; Pennock y Dimmickt, 1999), conducta para el caso de las Unidad Culturalmente Significativas (McGregor et al., 2000), densidad cuando se definen Unidad de Densidad Poblacional (Winston y Angermeier, 1995) y hábitats en las Unidades Ecológicas (Wikramanayake et al., 1998). Un segundo nivel es aquel que integra a más de uno de los niveles básicos, surgiendo así las Unidades de Significancia Evolutiva y Unidades Evolutivo-Adaptativo cuando analizan simultáneamente ADN nuclear y mitocondrial (Moritz, 1994; Fraser y Bernatchez, 2001), y Unidades de Conservación Funcional (Maes et al., 2004) cuando se integran atributos poblacionales y de hábitats. Finalmente, un tercer nivel se muestra cuando aumenta el grado de asociaciones entre atributos. Así, se distinguen dos grandes grupos: las Unidades Operacionales (Felizola y Pires de Campos, 104 2002) y las Unidades Designables (Green, 2005), donde incluso uno puede incorporar en su análisis al otro. Aunque cada una de estas unidades posee ventajas y desventajas en su aplicación metodológica y espacial, es claro que a medida que aumenta el nivel de información en la definición de cada unidad, el nivel de incertidumbre disminuye, ya que se integran múltiples factores (González et al., en prep.). Sin embargo, la información que se considera para definir las unidades construidas con múltimples factores, son discímiles entre sí en cuanto a expresión espacial y a unidades de magnitud de las variables analizadas. El guanaco (Lama guanicoe, Müller 1776), especie endémica de la región Andino-Patagónica de Sudamérica y reúne atributos que permitirían una gestión a nivel local a través de la agrupación de sus poblaciones y la generación de unidades homogéneas de manejo. A esta escala, cada localidad plantea un desafío para su control, su utilización de forma sustentable o su protección, puesto que muchos de los factores biológicos se entremezclan con factores extra biológicos, como intereses de uso y valorización (Franklin, 1982; Franklin et al., 1997; Rodríguez et al., 2007; Chaudhary, 2007). Es posible en esta especie crear un método objetivo para identificar unidades de manejo espacial basado en atributos biológicos relevantes a una escala de rango de distribución como paso previo a la asignación de acciones de manejo. La identificación de unidades con base espacial facilitaría la toma de decisiones para la definición de zonas de protección total, la realización de traslocaciones, el uso sustentable y el control a escala fina, tomando en consideración atributos biológicos y sus interacciones. Por ello, el objetivo de este capítulo son (1) definir analítica y espacialmente unidades homogéneas de manejo de poblaciones silvestres de guanaco (Lama guanicoe) en Chile, basándose en los atributos biológicos analizados en los capítulos previos: historia filogeográfica de la especie, estructura genético-demográfica y diferenciación morfológica de cráneos, y (2) determinar las relaciones observadas entre variables. 105 MATERIALES Y MÉTODOS Para definir las unidades se realizó el procedimiento de Clasificación de los grupos generados en los capítulos previos mediante el análisis de agrupamiento jerárquico (Hierarchical Cluster Analisys), el que posteriormente fue confirmado mediante un análisis de clasificación de k-medias (K-means cluster analisys). Se utilizó las localidades muestreadas en los capítulos II y III para realizar los análisis. A cada una de ellas se les asignó una categoría numérica para las cuatro variables estudiadas: linaje evolutivo, población genética demográficamente independiente, forma de cráneo y tamaño de cráneo (Tabla 1). El área geográfica abarcada por los linajes de guanaco en Chile se obtuvo del modelo de nicho que se basó en los rangos geográficos propuestos en el trabajo de Marín et al. (2013), debido a que analiza la filogeografía de la especie a gran escala, mientras que el trabajo abordado en el capitulo II, donde también se analizó el marcador mitocondrial d-loop, es menos comprensible en términos evolutivos debido a que comprende una escala geográfica menor. Las categorías utilizadas de linajes filogenéticos son Lama guanicoe cacsilensis, L. g. guanicoe y zona híbrida entre ambos (Capítulo I). Se seleccionó el análisis de modelamiento bayesiano BAPS (Bayesian Analysis of Population Structure; Corander et al., 2008) para la estructura genética debido a que incorpora la ubicación geográfica de las localidades muestreadas. Este establece cuatro poblaciones demográficamente independientes (Capítulo II). Finalmente, se utilizó la diferenciación morfométrica obtenida a través del análisis de morfología discriminante, que determina tres grupos de morfotipos y tres grupos para el tamaño de cráneo en Chile (Capítulo III). Para aquellas localidades con información parcial sobre alguna de las variables, se le asignó la categoría faltante mediante una interpolación simple a partir de otras localidades cercanas geográficamente que compartieran el mismo ecosistema, el cual fue definido de acuerdo a la clasificación de pisos vegetacionales (Luebert y Pliscoff, 2006). 106 Para evitar el efecto de la escala de magnitud sobre los resultados, se procedió a estandarizar las categorías en media = 0,0 y desviación estándar = 1,0. Para ejecutar el análisis de agrupamiento jerárquico, se utilizó el método de agrupación de encadenamiento entre grupos (between-group linkage) y el UPMGA (unweighted pair-group method using arithmetic averange) utilizando distancias euclideas en el software STATISTICA. Para ver la consistencia del agrupamiento y de los nodos, se realizó un bootstrapping de 1000 réplicas en el software PAST. Para determinar el número de grupos críticos (que se interpreta como número de unidades de atributos homogéneos), se procedió a ejecutar 1000 réplicas de bootstrapping en el software BOOTCLUS (McKenna, 2003), utilizando la matriz de distancia estandarizada escalada en media 2,0 para permitir la ejecución del análisis, y las agrupaciones generadas a priori en PAST, utilizando un p crítico de 0,05. Una vez determinados el número de grupos o unidades, éstos se proyectaron sobre el área geográfica delimitada en el modelo de nicho para la distribución completa de la especie en Chile (capítulo I). Por ausencia de una mejor cobertura de localidades muestreadas en el país, los límites entre cada una de las unidades de fijó de acuerdo a homogeneidad de los atributos geográficos y cobertura de suelo, usando de base la espacialización de pisos vegetacionales (Luebert y Pliscoff, 2006), para cada situación. Para analizar la relación entre frecuencias, las 2.962 localizaciones georreferenciadas de guanaco distribuidas a lo largo de Chile fueron asignadas a cada una de las áreas geográficas previamente descritas, utilizando la misma clasificación categórica para cada una de las clases dentro de cada variable (Tabla2). Esto permitió generar una base de dato numérico y aplicar un análisis de frecuencias a través de modelos log-lineal (Tabla 3). Se usaron modelos Poisson debido al tipo de variable utilizada (variables categóricas), y la selección de variables se realizó mediante el procedimiento de eliminación progresiva (backward stepwise). El modelo que explica de mejor forma la relación entre las frecuencias de las categorías fue seleccionado mediante el criterio de información de Akaike (AIC; Lebreton et al., 1992) y parsimonia. Entre el grupo de modelos evaluados se seleccionó el modelo con el menor 107 AIC (Burnham y Anderson, 1998) y con el menor número de parámetros, asumiendo el criterio de parsimonia. Se trabajó en R. RESULTADOS La estructura de agrupamiento de las dieciocho localidades analizadas para linaje filogenético, población genética demográficamente independiente, forma y tamaño de cráneo, identifica siete grupos finales (p>0,05), los cuales tienen un patrón georgráfico muy claro (Figura 1). Los clusters identificados, ordenados de norte a sur son D: área pre-altiplánica y altiplánica del extremo norte de Chile, en Putre y Atacama; C: área costera del norte de Chile, que incluiría a las localidades costeras al norte de Pan de Azúcar; A: área cordillerana de la zona norte de Chile, que comprende las localidades de Nevado Tres Cruces, Copiapó, Huasco, Ovalle y Pelambres; B: área costera del centro-norte de Chile, que incluye a las localidades de Llanos de Challe, Vallenar y Choros; F: área cordillerana de Chile central, que comprende las localidades de San Felipe y Río Cipreses; G: área patagónica continental que incluye las localidades de Valle Chacabuco, Torres del Paine, Pali-Ayke, en el extremo sur de Chile; E: área Fueguina de Isla de Tierra del Fuego e Isla Navarino. Para este último grupo, el dendrograma entrega dos brazos separados por un nivel de consistencia de 93%, sin embargo el análisis de bootstrap determinó que este no fue estadísticamente significativo (p<0,05). El análisis de k-grupos muestra un patrón consistente a medida que se varía el número de grupos desde k=2 a k=7, y congruente con el agrupamiento jerárquico. Cuando se agrupan las localidades en dos grupos, las variables que explican esta división son Linaje (F= 13,61, p=0,002), población (F= 46,22, p=0,00), forma (F= 94,37, p=0,000) y tamaño (F= 59,75, p=0,000). Esta clasificación separa la zona norte y centro de Chile (entre Putre y Río Cipreses) de Patagonia (Valle Chacabuco a Isla Navarino). Al agrupar en 4 clusters, el aporte de la forma de cráneo queda fuera del análisis, ya que Linaje (F= 21,90, p=0,000), población (F= 111,48, p=0,00) y tamaño (F= 17,45, p=0,000), explican la agrupación. De esta forma, de la zona norte y centro es extraída el 108 área de la zona cordillerana de Chile central (San Felipe y Río Cipreses), mientras que de la zona de la Patagonia es extraída el área Fueguina (Tierra del Fuego e Isla Navarino). Al aumentar a 5 grupos, sólo tiene un efecto significativo linaje (F= 10,34, p= 0,001) y población (F= 77,64, p=0,000), separando en un grupo a Putre, Atacama y Pan de Azúcar de la zona norte y centro de Chile. Finalmente al considerar 7 grupos, sólo población es considerada como variable que más aporta al agrupamiento (F=43,79, p=0,001) y los grupos generados son los mismos que los obtenidos con el método jerárquico. El análisis log-lineal de las frecuencias obtenidas para cada categoría indica que no son independientes entre variables (Tabla 4). Las frecuencias observadas están relacionadas a través de interacciones relevantes entre linaje filogenético con tamaño de cráneo, población genética con forma del cráneo y por último, tamaño con forma de cráneo. Esta relación estrecha entre las frecuencias ocurre pese a que provienen de análisis independientes, como análisis de d-loop del ADN mitocondrial para linaje filogenético, microsatelitales de loci nucleares para poblaciones genéticamente independientes, y de morfometría geométrica, que extrae el efecto del tamaño en el análisis de la forma del cráneo, el cual adicionalmente indicó que no existe un efecto alométrico en la forma del cráneo (Capítulo III). El mapa con las localidades analizadas en el agrupamiento jerárquico y el que se generó para definir las unidades de atributos biológicos homogéneos es mostrada en la figura 2 (Figura 2A y 2B). 109 DISCUSIÓN La integración de información permite disminuir la incertidumbre en la diferenciación de poblaciones en cuanto a estructura y función. La información genética da cuenta de la historia macroevolutiva y microevolutiva de los linajes y poblaciones de guanaco respectivamente (como ejemplo de estructura), y la morfología craneana es un proxy de las adaptaciones locales a los factores ambientales que ha tenido el guanaco, principalmente a través de la herviboría (como ejemplo de función). Tanto estructura como función pueden llegar a ser limitantes al momento de apliar acciones de manejo. El método de agrupación, tanto jerárquico como en k-grupos, permitió integrar y generar clusters de atributos biológicos homogéneos para el guanaco en Chile. Esta metodología es ampliamente usada en estudios de ecología comunitaria (Jaksic y Marone, 2007), sin embargo, su uso en conservación, al menos en la escala y características de las variables utilizadas en este trabajo, es prácticamente nulo. Diferentes estudios han determinado unidades homogéneas o unidades de manejo a través de un solo atributo biológico, o en otros han utilizado varios atributos, como las genéticas y morfológicas, integrándolos indirectamente o simplemente no integrándolos (Zannese et al., 2006; Rosa de Oliveira et al., 2008). Otros trabajos utilizan a alguna de las variables biológicas, en general la morfología, para contrastar hipótesis genéticas o filogenéticas, o viceversa, y a partir de ellas proponen unidades de conservación (González et al., 1998; González et al., 2002; Marín et al., 2008). Las localidades muestreadas y que identifican a siete unidades de manejo para el guanaco en Chile, tienen un patrón geográfico definido. Las localidades de la zona prealtiplánica y altiplánica se separan de las localizadas más hacia el sur debido a que poseen principalmente un linaje diferente (Capítulo I). Esta misma situación distingue a la localidad costera de Pan de Azúcar de las localidades ubicadas en la costa del Pacífico hacia el sur, pese a ocupar un ecosistema similar. La zona austral, por otro lado, agrupa, al igual que en los trabajos genéticos realizados hasta la fecha, las localidades de Patagonia continental en una sola unidad (Marín et al., 2009; Marín et al., en prensa). Sur de Tierra del 110 Fuego e Isla Navarino, ambas con presencia de guanacos en zonas boscosas, son agrupadas en una unidad principalmente por la similitud en la forma del cráneo (Capítulo III). Esto pese a tener diferentes estructuras genéticas (Capítulo II) y estar separadas por barreras biogeográficas, como son el Estrecho de Magallanes que las separa del continente, y el Canal Beagle, que separa ambas islas, limitando fuertemente el flujo génico. Este patrón geográfico permitió posteriormente definir la extensión espacial de cada una de las unidades (Figura 2C). La integración de variables biológicas de diverso origen y su estandarización, permite tener una aproximación multidimensional a la definición de unidades. Para la escala en el cual se trabajó, se consideró importante las variables que determinan el potencial evolutivo y la adaptación a los diferentes ecosistemas (Crandall et al., 2000). Esto permitió subdividir el rango de distribución en atributos poblacionales que de forma integrada aumentaron al doble las unidades si se contrasta con las divisiones realizadas de forma separada (ver Capítulo I, II y III de este trabajo), aumentando de esta forma la complejidad del sistema, pero disminuyendo la incertidumbre de la clasificación (Felizola y Pires de Campos, 2002; Green, 2005). Sin embargo, sería factible incorporar otros atributos de la especie que tengan resolución a escalas geográficas amplias o que tengan una expresión a nivel distribución. Atributos poblacionales como migraciones/sedentarismo (Ortega y Franklin, 1995; González et al., 2008; Marino y Baldi, 2004; Moraga com. pers.) o interacciones con la distribución de otras especies (Marino et al., 2011), podrían ser incorporados a este tipo de análisis. La expresión espacial de las variables se obtuvo de forma indirecta utilizando regiones de significancia ecológica, como los pisos vegetacionales. Las variables analizadas no poseen patrones discretos en el espacio, lo cual presenta una limitante al momento de establecer los límites geográficos de cada una de las unidades. Sin embargo, en ausencia de muestreos espacialmente continuos a través del rango de distribución del guanaco, la clasificación categórica obtenida en el método de análisis Bayesiano para determinar estructura genética, y los análisis de forma y tamaño asociados a 111 ecosistemas, fueron apropiados para asignar atributos a las diferentes poblaciones. Adicionalmente, la correspondencia de las variables de forma y tamaño de cráneo a los ecosistemas donde la especie habita (Capítulo III), sugiere que es posible la extrapolación espacial de este para delimitar, al menos en una primera instancia, las unidades de manejo para el guanaco utilizando variables ambientales, como las vegetacionales (Zannese et al., 2006; Jørgensen et al., 2008). Un muestreo en localidades intermedias a las realizadas en este trabajo sobre la distribución actual del guanaco, permitiría mejorar la definición de los límites entre las unidades o aplicar métodos de análisis con variables continuas espacialmente (Diniz-Fihlo y Telles, 2002). Las interacciones entre frecuencias sugerirían una estrecha relación entre los linajes filogenéticos que habitan Chile y tamaño del cráneo de guanacos. Esto revelaría procesos evolutivos y adaptativos a escala temporal alta sobre el rango occidental de distribución de la especie, lo cual se encuentra ampliamente reportada en la literatura, donde varias son las hipótesis que permiten explicar los mecanismos que hacen variar el tamaño (y forma) del cráneo entre especies cercanas filogenéticamente y a nivel infraespecífico (Corti et al., 2001; de Araujo et al., 2002). Para el caso de ungulados, como el guanaco, se podría hipotetizar que el tamaño variaría geográficamente por flexibilidad ecofisiológica y/o por optimización del tamaño ante cambios ambientales y climáticos a gran escala (Brown et al., 1993; Smith et al., 1995; Blackburn et al., 1999). Estos argumentos habrían sido utilizados para la asignación previa de subespecies morfológicas de guanaco, las cuales se basaron principalmente en el tamaño corporal y forma-tamaño del cráneo (González et al., 2006). De la misma forma, la relación entre poblaciones genéticamente independientes con un bajo o nulo flujo génico entre ellos y la variabilidad de la forma del cráneo de guanaco, indicaría procesos adaptativos a escala local y temporalmente menor, donde estarían operando factores ambientales explicando la variación espacial (Monteiro et al., 2003; Zannese et al., 2006; Jørgensen et al., 2008; de Oliveira et al., 2008), o incluso sobre un continuo temporal, explicando la variación en miles de años (Harvati y Weaver, 2006). Aunque no es posible determinar una relación directa entre la estructura genética y la cráneo-morfológica, debido a que el marcador micosatélite está 112 fuera de presión de selección y sólo detecta procesos de mutación y deriva, relaciones entre las frecuencias permiten hipotetizar que existe un correlato espacial entre ambas variables escala de ecosistema. Aplicaciones al manejo y conservación del guanaco Las dimensiones de las unidades permiten la posterior priorización y toma de decisión a nivel de ecosistema, el cual se encuentra un nivel inferior al nacional y mayor al de paisaje. Actualmente, Chile se encuentra dividido en cuatro, zonas cuya extensión está definida por límites político-administrativos, que en ningún caso incorpora variables ecológicas de importancia para la biota. El guanaco se encontraría distribuido en tres de ellas: macrozona norte, macrozona centro y macrozona austral, quedando la macrozona sur sin presencia de la especie. En cada una de estas zonas geográficas el guanaco ha sido clasificado en categorías de conservación, basándose principalmente en criterios poblacionales de tamaño y tendencia sugeridos por la Unión Internacional para la Conservación de la Naturaleza (IUCN, 2003), y no inlcuyendo otros atributos biológicos (González et al., 2006). Es así como el guanaco en Chile está categorizado como “Vulnerable” entre las regiones de Arica y Parinacota y la región de los Lagos, y de “Preocupación Menor” en las regiones de Aysén y Magallanes (CONAMA, 2009). Un Plan Nacional de Conservación del Guanaco debiera incorporar nuevas definiciones de unidades, como las aquí propuestas, y posteriormente realizar las priorizaciones y acciones de manejo, como la determinación de áreas de protección, áreas de uso, establecimientos de corredores biológicos, entre otros, como los desarrollados en otros mamíferos a escala geográfica amplia (Sanderson et al., 2002; Rouget et al., 2006; Rabinowitz y Zeller, 2010; Zeller et al., 2011). Por ello, la Tabla 5 entrega una propuesta de manejo general para cada una de las Unidades definidas en este trabajo, indicando las acciones de manejo. 113 REFERENCIAS Allendorf, F.W., Luikart, G. 2007. Conservation and the Genetics of Populations. Blackwell Publishing. Blackburn, T.M., Gaston, K.J. Loder, N. 1999. Geographic gradients in body size: a clarification of Bergmann’s rule. Diversity and Distributions 5: 165– 174 Brown, J.H., Marquet, P.A., Taper, M.L. 1993. Evolution of Body Size: Consequences of an Energetic Definition of Fitness. The American Naturalist 142: 573-584 Burnham, K.P.; Anderson, D.R. 2002. Model selection and multimodel inference, a practical information-theoretic approach. Second edition. Springer-Verlag, New York, New York, USA. Chaudhary, P. 2007. Letter. In Global and Local Conservation Priorities. Science 318:1379. CONAMA (Comisión Nacional del Medio Ambiente). 2009. Consulta Pública Propuesta de Clasificación de Especies Silvestres. 5º Proceso de Clasificación. <http://www.conama.cl/clasificacionespecies/proceso2009_5toprocesoList ado.htm > [consulta: 24-07-2010]. Corander, J., Sirén, J. y Arjas, E. 2008. Spatial modelling of genetic population structure. Computational Statistics 23: 111–129. Corti, M., Aguilera, M., Capanna, E. 2001. Size and shape changes in the skull accompanying speciation of South American spiny rats (Rodentia: Proechimys spp.). J. Zool., Lond. 253: 537-547. Crandall, K.A., Bininda-Emonds, O.R.P., Mace, G.M., Wayne, R.K. 2000. Considering evolutionary processes in conservation biology. Trends an Ecology and Evolution 15: 290 – 295. de Araujo, E.L., Monteiro, R., Furtado dos Reis, S. 2002. Skull shape and size divergence in dolphins of the genus Sotalia: A tridimensional morphometric. Journal of Mammalogy 83: 125-134. de Oliveira, L.R., Hoffman, J.I., Hingst-Zaher, E., Majluf, P., Muelbert, M.M.C., Morgante, J.S., Amos, W. 2008. Morphological and genetic evidence for 114 two evolutionarily significant units (ESUs) in the South American fur seal, Arctocephalus australis. Conservation Genetic 9:1451–1466. Diniz-Filho, J.A.F, Telles, M.P.C. 2002. Spatial autocorrelation analysis and the identification of operational units for conservation in continuous populations. Conserv Biol 16:924–935. Felizola, J.A., Pires de Campos, 2002. A. Spatial autocorrelation análisis and the identification of operacional units for conservation in continuous populations. Conservation Biology 16: 4: 924-935. Franklin, W. 1982. Biology, ecology and relationship to man of the South American camelids. In: Mamalian biology in South America (Ed. by Mares, M.A.; Genoways H.H.), Vol. Pymatuning Symp. Ecol. Spec. Publ. Vol 6, pp. 457-489. Lab. of Ecol and Univ. of Pittsburgh, Pittsburgh. Franklin, W.L.; Bas, F.; Bonacic, C.F.; Cunazza, C.; Soto, N. 1997. Striving to manage Patagonian guanacos for sustained use in the grazing agroecosystems of southern Chile. Wildlife Society Bulletin 25:65-73. Fraser, D.J., Bernatchez, L. 2001. Adaptive evolutionary conservation: towards a unified concept for defining conservation units. Molecular Ecology 10: 2741-2752. Gigon, A., Langenauer, R., Meier, C., Nievergelt, B. 2000. Blue List of The Threatened Species with stabilized or increasing abundante: a new instrument for conservation. Conservation Biology 14: 402-413. Goldstein, P.Z.., DeSalle, R., Amato, G., Voglre, A.P. 2000. Conservation genetics at the species boundary. Conservation Biology 14: 120-131. González, S., Maldonado, J.E., Leonard, J.E., Vilà, C., Barbanti Duarte, J.M., Merino, M., Brum-Zorrilla, N., Wayne, R.K. 1998. Conservation genetics of the endangered pampas deer (Ozotoceros bezoarticus). Molecular Ecology 7: 47–56. González, B.A., Palma, R.E., Zapata, B., Marín, J.C. 2006 Taxonomic and Biogeographic Status of Guanaco Lama guanicoe (Artiodactyla. Camelidae). Mammal Review, 36: 157-178 González, B.A., Novoa, F., Saffer, K. 2008. Desplazamiento altitudinal y rango de hogar de guanacos (Lama guanicoe) mediante seguimiento con collares satelitales. En: F.F. Novoa y M. Contreras editores, Biodiversidad 115 de fauna en Minera Los Pelambres, p 57-77. Ediciones del Centro de Ecología Aplicada Ltda. Chile. 312 pp. Grady, J.M., Quattro, J.M. 1999. Using Character Concordance to Define Taxonomic and Conservation Units. Conservation Biology 13: 1004–1007. Green, D.M. 2005. Designatable Units for Status Assessment of Endangered Species. Conservation Biology 19: 1813-1820. Harvati, K., Weaver, T.D. 2006. Human Cranial Anatomy and the Differential Preservation of Population History and Climate Signatures. The Anatomical Record Part A 288A: 1225–1233 Jaksic F y Marone L (2007) Ecología de Comunidades. Segunda edición ampliada. Ediciones Universidad Católica de Chile, Santiago. Jørgensen,H.B.H., Pertoldi, C., Hansen, M.M., Ruzzante, D.E., Loeschcke, V. 2008. Genetic and environmental correlates of morphological variation in a marine fish: the case of Baltic Sea herring (Clupea harengus). Can. J. Fish. Aquat. Sci. 65: 389–400. Lebreton, J.D., Burnham, K.P., Clobert, J., Anderson, D.R. 1992 Modelling survival and testing biological hypotheses using marked animals: a unified approach with case studies. Ecological Monographs 62: 67–118.Luebert, F. y Pliscoff, P. Maes, D., Vanreusel, W., Talloen, W., Van Dyck, H. 2004. Functional conservation units for the endangered Alcon Blue butterfly Maculinea alcon in Belgium (Lepidoptera: Lycaenidae) Biological Conservation 120: 233–245. Marín, J.C., Spotorno, A.E., González, B.A., Bonacic, C., Wheeler, J.C., Casey, C.S., Bruford, M.W., Palma, R.E., Poulin, E. 2008. Mitochondrial DNA variation and systematics of the guanaco (Lama guanicoe. Artiodactyla: Camelidae). Journal of Mammalogy, 89: 269-281. Marín, J.C., Corti, P., Saucedo, C., González, B.A. 2009. Application of DNA forensic techniques for identifying poached guanacos (Lama guanicoe) in Chilean patagonia. Journal of Forensic Sciences 54: 1073-1076. Marín, J.C., González, B.A., Poulin, E., Casey, C.S., y W.E. Johnson. En prensa. The influence of the arid Andean high plateau on the phylogeography and population genetics of guanaco (Lama guanicoe) in South America. Molecular Ecology 116 Marino, A., Baldi, R. 2008. Vigilance patterns of territorial guanacos (Lama guanicoe): the role of reproductive interests and predation risk. Ethology 114:413–423. Marino, J., Bennett, M., Cossios, D., Iriarte, A., Lucherini, M., Pliscoff, P., Silliero-Zubiri, C., Villalba, L., Walker, S. 2011. Bioclimatic constraints to Andean cat distribution: a modelling application for rare species. Diversity and Distributions 17: 311-322. McGregor, P.K., Peake, T.M., Gilbert, G. 2000. Communication behaviour and conservation. In L.M. Gosling, W.J. Sutherland (eds),Behaviour and Conservation, pp 261-280. Conservation Biological Series 2. Cambridge University Press, Cambidge, UK. McKenna, J.E. 2003. An enhanced cluster analysis program with bootstrap significance testing for ecological community analysis. Environmental Modelling & Software 18: 205–220. Monteiro, L.R., Duarte, L.C., dos Reis, S.F. 2003. Environmental correlates of geographical variation in skull and mandible shape of the punar´e rat Thrichomys apereoides (Rodentia: Echimyidae). J. Zool., Lond. 261: 47– 57. Moritz, C. 1994. Defining ‘Evolutionarily Significant Units’ for conservation. Trends in Ecology and Evolution 9: 373–375. Ortega, I.M., Franklin, W. 1995. Social organization, distribution and movements of a migratory guanaco population in the Chilean Patagonia. Revista Chilena de Historia Natural 68:498-500. Palsbøll, P.J., Bérubé, M., Allendorf, F.W. 2006. Identification of management units using population genetic data. TRENDS in Ecology and Evolution 22: 11-16. Pennock, D.S., Dimmickt, W.W. 1997. Critique of the Evolutionarily Significant Unit as a Definition for "Distinct Population Segments" under the U.S. Endangered Species Act. Conservation Biology 11: 611-619. Rabinowitz, A., Zeller, K.A. 2010. A range-wide model of landscape connectivity and conservation for the jaguar, Panthera onca. Biological Conservation 143: 939–945. Rodrígues, A.S.L. 2006. Are Global Conservation Efforts Successful? Science; 313: 1051-1052. 117 Rodríguez, J.P.; Taber, A.B.; Daszak, P.; Sukumar, R.; Valladares-Padua, C.; Padua, S.; Aguirre, L.F.; Medellín, R.A.; Acosta, M.; Aguirre, A.A.; Bonacic, C.; Bordino, P.; Bruschini, J.; Buchori, D.; González, S.; Mathew, T.; Méndez, M.; Mugica, L.; Pacheco, L.F.; Dobson, A.P.; Pearl M. 2007.Globalization of Conservation: A View from the South. Science 317:755-756. Rouget, M., Cowling, R.M., Lombard, M.T., Knight, A.T., Kerley, G.I.H. 2006. Designing Large-Scale Conservation Corridors for Pattern and Process. Conservation Biology 20: 549–561. Sanderson, E.W., Redford, K.H., Chetkiewicz, C.B., Medellin, R.A., Rabinowitz, A.R., Robinson, J.G., Taber, A.B. 2002. Planning to Save a Species: the Jaguar as a Model. Conservation Biology 16: 58–72 Smith, F. A., Betancourt, J.L. Brown, J.H. 1995. Evolution of body size in the woodrat over the past 25,000 years of climate change. Science 270, 20122014. UICN. 2001. Categorías y Criterios de la Lista Roja de la UICN: Versión 3.1. Comisión de Supervivencia de Especies de la UICN. UICN, Gland, Suiza y Cambridge, Reino Unido. ii+33 pp. IUCN. 2003. Directrices para emplear los Criterios de la Lista Roja de la UICN a nivel regional. Versión 3.0. Comisión de Supervivencia de Especies de la UICN. UICN, Gland, Suiza y Cambridge, Reino Unido. Ii + 26 pp. Wikramanayake, E.D., Dinerstein, E., Robinson, J.G., Karanth, U., Rabinowitz, A., Olson, D., Mathew, T., Hedao, P., Conner, M., Hemley, G., Bolze, D. 1998. An ecology-based method for defining priorities for large mammal conservation: the tigre as case study. Conservation Biology 12: 865-878. Winston, M.R., Angermeier, P.L. 1995. Assessing Conservation Value using centres of population density. Conservation Biology 9: 1518-1527. Yu, J., Dobson, F.S. 2000. Seven forms of rarity in mammals Journal of Biogeography 27, 131–139. Zannèse, A., Morellet, N., Targhetta, C., Coulon, A., Fuser, S., Hewison, A.J.M., Ramanzin, M. 2006. Spatial structure of roe deer populations: towards defining management units at a landscape scale. Journal of Applied Ecology 43: 1087–1097 118 Zeller, K.A., Nijhawan, S.., Salom-Pérez, R., Potosme, S.H., Hines, J.E. 2011. Integrating occupancy modeling and interview data for corridor identification: A case study for jaguars in Nicaragua. Biological Conservation 144: 892–901. 119 Leyenda de Figuras Figura 1. Dendrograma UPMGA de distancia Euclídea para las localidades muestreadas de guanaco en Chile. Figura 2. Mapas mostrando la ubicación de las localidades muestreadas (A), su correspondiente unidad de manejo (colores distintos indican clusters diferentes)(B), y su extrapolación espacial para definir la Unidades de Manejo de guanaco en Chile (C). 120 Tabla 1. Categorías definidas para cada una de las clase por variable incluida en el análisis. Variable Clase Linaje filogeográfico Norte (L. g. cacsilensis) 1 Híbrido 2 Sur (L. g. guanicoe) 3 Centro-norte 1 Patagónico 2 Tierra del Fuego 3 Isla Navarino 4 Centro-norte 1 Estepa 2 Bosque 3 Andino 1 Desierto costero 2 Patagónico 3 Población genética Forma de cráneo Tamaño de cráneo Categoría 121 Tabla 2. Asignación de categorías por variable a las localidades muestreadas. Localidad Localización Linaje Población Forma de Tamaño cráneo de cráneo Putre 18° 12’ S, 69° 35’ W 1 1 1 1 Atacama 24° 44’ S, 69° 00’ W 1 1 1 1 Pan de Azúcar 26° 06’ S, 70° 37’ W 1 1 1 2 Copiapó 27° 03’ S, 69° 18’ W 2 1 1 1 Nevado Tres 27° 19’ S, 69° 01’ W 2 1 1 1 Llanos de Challe 28° 13’ S, 71° 05’ W 2 1 1 2 Vallenar 28° 20’ S, 71° 05’ W 2 1 1 2 Huasco 28° 57’ S, 69°58’ W 2 1 1 1 Choros 29° 20’ S, 71° 13 W 2 1 1 2 Ovalle 30° 59’ S, 70° 24 W 2 1 1 1 Pelambres 31° 42’ S, 70° 31’ W 2 1 1 1 San Felipe/Putaendo 32° 24’ S, 70° 24’ W 3 1 1 1 Rio Ciprese 34° 27’ S, 70° 25’ W 3 1 1 1 Valle Chacabuco 47° 36‘ S, 72° 27’ W 3 2 2 3 Torres del Paine 51° 03’ S, 72° 55’ W 3 2 2 3 Pali Ayke 52° 15‘ S, 70° 03’ W 3 2 2 3 Tierra del Fuego 53° 50’ S, 68° 54’ W 3 3 3 3 Isla Navarino 55° 02' S, 68° 08' W 3 4 3 3 122 Tabla 3. Combinación de categorías por variable encontradas las localidades muestreadas para los análisis realizados. Linaje Población Forma de cráneo Tamaño de cráneo (Cluster) Conteos (Log-lineal) % Conteos % Norte Centro-norte Centro-norte Andino 2 11,1 240 8,1 Norte Centro-norte Centro-norte Costa 1 5,6 6 0,2 Hibrido Centro-norte Centro-norte Andino 5 27,7 305 10,3 Hibrido Centro-norte Centro-norte Costa 3 16,7 219 7,4 Sur Centro-norte Centro-norte Andino 2 11,1 21 0,7 Sur Patagónico Estepa Patagónico 3 16,7 1.856 62,7 Sur Patagónico Bosque Patagónico 0,0 9 0,3 Sur Tierra del Fuego Bosque Patagónico 1 5,6 272 9,2 Sur Isla Navarino Bosque Patagónico 1 5,6 34 1,1 18 100,0 2.962 100,0 TOTAL 123 Tabla 4. Modelos y valor del criterio de Akaike para las relaciones entre frecuencias de categorías por variable. Modelo Variables g.l. AIC C l + p + t + f + l:t + p:f + t:f 24 104,9 B l*p*t*f 24 104,9 E l + p + t + f + p:f + t:f 20 3.473,5 F l + p + f + t + p:f + l:t 20 3.534, 6 D l + p + t + f + l:t + t:f 18 3.873,3 H l + p + f + t + p:f 16 6.930,2 G l + p + f + t + l:t 14 7.303,1 A l+p+t+f 10 10.671,7 l=linaje; p=población genética; t=tamaño de cráneo; f=forma de cráneo. x:y indica interacción entre variables. 124 Tabla 5. Manejos recomendados a cada una de las Unidades de Manejo .para guanacos en Chile. Unidad Densidad Tendencia Poblacional Pre-altipláno Continuidad Amenazas Manejo Acción poblacional (González, 2011) recomendado recomendada Baja Estable Fragmentada Exclusión hábitat Protección Protección de hábitat Baja Disminución Aislada Depredación, Protección Control de la depredación y altipláno Costa norte cambio climático Cordillera Baja-Media Aumento Fragmentada Exclusión hábitat norte Costa centro- Baja-Media Estable Fragmentada Baja Estable Fragmentada central Patagonia Media-Alta Aumento Protección de hábitat conexión Traslocación intra-unidad Conexión Control de la depredación Fiscalización Baja Exclusión hábitat, Protección / Protección de hábitat caza ilegal conexión Traslocación intra-unidad Caza ilegal Uso / control Manejo de caza y arreo continuidad continental Fueguina Protección / ilegal norte Cordillera Depredación, caza Protección del hábitat Baja-Media Estable Aislada Fiscalización Depredación, caza ilegal Uso / protección Protección de hábitat Control de la depredación 125 Figura 1. Dendrograma UPMGA de distancia Euclídea para las localidades muestreadas de guanaco en Chile. Tree Diagram for 18 Dendrograma para lasCases 18 localidades Unweightedpair-group pair-groupaverage averange de Unweighted distancia Euclídea Euclidean distances Ovalle 68 Huasco 42 Copiapo 42 Pelambres 42 Nevado Tres Cruces Choros B 68 Vallenar 31 Llanos Challe San Felipe F Rio Cipreses 68 C Pan de Azucar Putre D 42 Atacama G Valle Chacabuco 100 Torres del Paine 93 Pali Ayke Tierra del Fuego E Isla Navarino A 0,0 * 57 * 43 * * 49 * 100 57 * 85 93 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 Linkage Distance Distancia de Ligamiento 126 Figura 2. Mapas mostrando la ubicación de las localidades muestreadas (A), su correspondiente unidad de manejo (colores distintos indican clusters diferentes)(B), y su extrapolación espacial para definir la Unidades de Manejo de guanaco en Chile (C). A B C 127 DISCUSIÓN GENERAL El guanaco es caracterizado por su flexibilidad y capacidad de habitar ecosistemas variados en el cono sur de Sudamérica (Franklin, 1982; Franklin, 1983; Wheeler, 1995; González et al., 2006; Franklin, 2011); sin embargo, a nivel infraespecífico presenta adaptaciones locales importantes como consecuencia de su historia evolutiva y microevolutiva, lo cual queda reflejado a nivel genético y morfológico. En base a los resultados de este trabajo, se confirmaría la hipótesis general que el guanaco, a nivel poblacional, presenta limitaciones biológicas que deben ser consideradas en el manejo. Los linajes confirmados de guanaco recientemente (González et al., 2006; Marín et al., 2007a; Marín et al., 2008; Marín et al., en prensa) muestran que a nivel filogenético ocupa nichos ambientales diferentes, aunque marcado fuertemente por variables climáticas, como ocurre con la distribución de muchas de las especies vertebradas (Wiens y Graham, 2005; Merino et al., 2011). Esto ha generado una estructura geográfica en la distribución del guanaco como fruto de los avances y retrocesos poblacionales en el largo plazo, donde la presencia actual de la especie en Chile se restringe a zonas de menos de 900 mm de precipitación anual y con dos linajes de origen geográfico distinto (L. g. cacsilensis, L. g. guanicoe) y que han confluido en una zona de hibridismo en el centro norte de Chile. Los factores ambientales y las magnitudes de estos factores que determinan su distribución permiten su diferenciación a escala infraespecífica (Capítulo I). Por ello, la identidad subespecífica de las poblaciones de guanaco que habitan nuestro país, detectada por marcadores mitocondriales y nucleares (Marín et al., en prensa), permite mantener el potencial evolutivo y diversidad genética local. Se reconoce, no obstante, que la pérdida de áreas de distribución en los últimos siglos y décadas ha erosionado la diversidad de adaptaciones poblacionales a ambientes, que en algunos casos, son extremos (Capítulo I). A nivel de poblaciones demográficamente independientes, definidas como tales por su alta estructuración genética debido a un bajo flujo génico entre ellos (Allendorf y Luikart, 128 2007), refleja procesos de dispersión limitados a escalas temporales bajas en el guanaco. Una alta filopatría poblacional e incluso individual (Marín et al., en prensa), en grupos sedentarios y migratorios, donde sólo la diferencia en la superficie de los rango de hogar los hace diferentes (González et al., 2008; Marino y Baldi, 2008), hacen que las poblaciones posean un bajo o nulo intercambio genético pese a no existir barreras geográficas evidentes al desplazamiento y dispersión. La cordillera Andina o el desierto de Atacama han mostrado no ser barreras a esta especie, como ha sucedido en otras taxa (Hershkovitz 1972; Steppan 1998; Marín et al., 2007b). Sólo Tierra del Fuego e Isla Navarino poseen barreras evidentes a la conectividad genética por lo que su estructuración por efecto fundador inicial y/o deriva génica posterior a la colonización no es de sorprenderse (Sarno et al., 2001, Capítulo II). Por lo tanto, la estructura genética ha identificado cuatro poblaciones genéticamente independientes, permite dividir la distribución de la especie en Chile y considerarlas como Unidades de Manejo Genético, permitiendo mantener el potencial de diversificación genética y ser manejadas de forma independiente una de las otras. La estructuración espacial de la forma y tamaño del cráneo de guanaco es la expresión más clara de los procesos de selección natural a escala local. Los morfotipos diferenciados y asignados a cada uno de los ecosistemas donde habita el guanaco reflejan patrones adaptativos a escalas temporales altas, como es el aumento progresivo del tamaño del cráneo a medida que el ecosistema se torna más frío (aunque no se demostró la regla de Bergmann al considerar la latitud como proxi de la temperatura), y escalas temporales bajas, como las variaciones en la forma, específicamente en la contracción de la línea molar y mayor diversidad de formas hacia ecosistemas más septentrionales (Capítulo III). Restricciones energéticas y de uso de recursos alimenticios, por o tanto, podrían estar operando a nivel poblacional a lo largo del rango de distribución de la especie en la vertiente occidental de los Andes y Patagonia. Aunque esto no significa una restricción de manejo a priori, dependerá de la flexibilidad fenotípica, heredabilidad de los rasgos morfológicos y su impacto en el fitness, la persistencia a largo plazo de las poblaciones sujetas a manejo, principalmente ante cambios repentinos en su entorno. 129 La identificación de atributos de la especie de significancia espacial y la selección de variables que determinan algunos patrones a nivel de rango de distribución total o parcial, confirma la importancia de la escala en las interacciones entre la especie y su entorno (Bertiller et al., 2009). Esto permitió definir unidades de manejo de poblaciones homogéneas en base a atributos biológicos integrados para una especie (Capítulo IV). Se logró, por ello, identificar siete unidades para el guanaco en Chile con un patrón geográfico definido y consistente con lo esperado. Pasos posteriores sería la asignación de prioridades y aplicación de acciones de manejo, y su réplica en los otros países donde el guanaco se distribuye. Actualmente está en ejecución el proyecto “Prioridades de Conservación del Guanaco a escala de rango de distribución”, ejecutado por la Wildlife Conservation Society y el Grupo Especialista en Camélidos Sudamericanos, el cual permitirá asignar atributos a diferentes unidades espaciales de poblaciones de guanaco en Sudamérica (GCU, del inglés Guanaco Conservation Units)(basado en Sanderson et al., 2002), donde los resultados de este estudio podrían ser utilizados como insumos para una mejor definición de dichas unidades. De la misma forma, este estudio aportaría en mejorar la asignación de las poblaciones en Chile en categorías de conservación, donde actualmente sólo existen dos áreas geográficas (CONAMA, 2009). REFERENCIAS Allendorf, F.W., Luikart, G. 2007. Conservation and the Genetics of Populations. Blackwell Publishing. Bertiller, M.B., Marone, L., Baldi, R., Ares, J.O. 2009. Biological interactions at different spatial scales in the Monte desert of Argentina. Journal of Arid Environments 73: 212–221. CONAMA (Comisión Nacional del Medio Ambiente). 2009. Consulta Pública Propuesta de Clasificación de Especies Silvestres. 5º Proceso de Clasificación. <http://www.conama.cl/clasificacionespecies/proceso2009_5toprocesoListado.htm > [consulta: 24-07-2010]. 130 Franklin, W. 1982. Biology, ecology and relationship to man of the South American camelids. In: Mamalian biology in South America (Ed. by Mares, M.A.; Genoways H.H.), Vol. Pymatuning Symp. Ecol. Spec. Publ. Vol 6, pp. 457-489. Lab. of Ecol and Univ. of Pittsburgh, Pittsburgh. Franklin, W.L. 1983. Contrasting socioecologies of South American's wild camelids: the vicuña and guanaco. In: Advances in the study of mammalian behavior (Ed. by J. F. Eisenberg & D. G. Kleiman). American Society of Mammalogists. Special Publication No. 7: 573-629. Franklin, W.L. 2011. Family Camelide (Camels). In Handbook of the Mammals of the World - Volume 2 - Hoofed Mammals: 206-246 Wilson, D.E. & Mittermeier, R.A. (eds.). Lynx Edicions, Barcelona, Spain. González, B.A., Palma, R.E., Zapata, B., Marín, J.C. 2006 Taxonomic and Biogeographic Status of Guanaco Lama guanicoe (Artiodactyla. Camelidae). Mammal Review, 36: 157-178 González, B.A., Novoa, F., Saffer, K. 2008. Desplazamiento altitudinal y rango de hogar de guanacos (Lama guanicoe) mediante seguimiento con collares satelitales. En: F.F. Novoa y M. Contreras editores, Biodiversidad de fauna en Minera Los Pelambres, p 57-77. Ediciones del Centro de Ecología Aplicada Ltda. Chile. 312 pp. Hershkovitz, P. 1972. The recent mammals of the neotropical region: A Zoogeographic and 430 Ecological Review. In: Keast A, FC Erk & B Glass (Eds.) Evolution, Mammals and the 431 southern continents: 311-421. New York State University Press, New York. Marín, J.C., Zapata, B., González, B.A., Bonacic, C., Wheeler, J.C., Casey, C., Bruford, M., Palma, E., Poulin, E., Alliende, M.A., Spotorno, A.E. 2007a. Sistemática. Taxonomía y domesticación de alpacas y llamas: Nueva evidencia cromosómica y molecular. Revista Chilena de historia Natural, 80: 121-140. Marín J.C., Casey C.S., Kadwell M., Yaya, K., Hoces, D., Olazabal, J., Rosadio, R., Rodriguez, J., Spotorno, A., Bruford, M.W., Wheeler, J.C. 2007b. Mitochondrial phylogeography and demographic history of the vicuña: implications for conservation. Heredity 99, 70–80. 131 Marín, J.C., Spotorno, A.E., González, B.A., Bonacic, C., Wheeler, J.C., Casey, C.S., Bruford, M.W., Palma, R.E., Poulin, E. 2008. Mitochondrial DNA variation and systematics of the guanaco (Lama guanicoe. Artiodactyla: Camelidae). Journal of Mammalogy, 89: 269-281. Marín, J.C., González, B.A., Poulin, E., Casey, C.S., y W.E. Johnson. En prensa. The influence of the arid Andean high plateau on the phylogeography and population genetics of guanaco (Lama guanicoe) in South America. Molecular Ecology Marino, A., Baldi, R. 2008. Vigilance patterns of territorial guanacos (Lama guanicoe): the role of reproductive interests and predation risk. Ethology 114:413–423. Marino, J., Bennett, M., Cossios, D., Iriarte, A., Lucherini, M., Pliscoff, P., Silliero-Zubiri, C., Villalba, L., Walker, S. 2011. Bioclimatic constraints to Andean cat distribution: a modelling application for rare species. Diversity and Distributions 17: 311-322. Sanderson, E.W., Redford, K.H., Chetkiewicz, C.B., Medellin, R.A., Rabinowitz, A.R., Robinson, J.G., Taber, A.B. 2002. Planning to Save a Species: the Jaguar as a Model. Conservation Biology 16: 58–72 Sarno, R.J., Franklin, W.L., O'Brien, S.J., Johnson, W.E. 2001. Assessing genetic differentiation between an island and mainland population of guanacos in southern Chile utilizing mtDNA and microsatellite markers. Animal Conservation 42: 93-101. Steppan, S.J. 1998. Phylogenetic relationships and species limits within Phyllotis (Rodentia: Sigmodontinae) concordance between mtDNA sequence and morphology. Journal of Mammalogy: 79: 573-593. Wheeler, J.C. 1995. Evolution and present situation of the South American Camelidae. Biological Journal of the Linnean Society 54: 271-295. Wiens, J.J., Graham, C.H. 2005. Niche conservatism: integrating evolution, ecology and conservation biology. Annual Review of Ecology, Evolution and Systematics 36: 519-539. 132 CONCLUSIONES GENERALES 1. El guanaco posee una distribución determinada por factores principalmente climáticos, donde las precipitaciones menores a 900 mm anuales aproximadamente, predice la ocurrencia de la especie en Chile. A nivel de linajes filogenéticos, Lama guanicoe cacsilensis, que se distribuye en el extremo norte de nuestro país, la estacionalidad de las precipitaciones y la altitud serían la variable que más contribuye a predecir su distribución. Para Lama guanicoe guanicoe, que se encuentra desde la zona central hasta la austral, y el área de hibridismo entre ambas subespecies que se ubica en la zona centro-norte de Chile, las precipitaciones anuales y la estacionalidad de estas son las que mejor explican la distribución de sus poblaciones en ambos linajes. Por lo tanto, el rango de distribución del guanaco abarcaría una superficie discontinua de cercana a los 100.000 km2, el 13% de Chile continental. 2. Se reconocen cuatro unidades poblacionales demográficamente independientes, o Unidades de Manejo Genético (MUs). Con la utilización de análisis bayesiano BAPS, que incorpora la localización espacial de las muestras, se proponen como áreas geográficas de cada unidad la zona norte y centro de Chile, la zona patagónica continental, la Isla de Tierra del Fuego e Isla Navarino como MUs. La filopatría poblacional, pese a que los rangos de hogar son variables entre poblaciones sedentarias y migratorias, junto con la organización social de la especie donde la dispersión probablemente esté limitada a machos juveniles sin territorio, podrían explicar la estructura sobre un área geográfica continua, como es la zona andina, costera y estepárica. Para las zonas isleñas, las barreras biogeográficas que limitan el flijo génico entres poblaciones, representadas por el Estrecho de Magallanes y Canal Beagle, explicarían la estructuración genética en estas localidades. 3. El análisis de morfología geométrica reconoce tres morfotipos de guanaco en Chile asociados a los ecosistemas donde habita. La forma del cráneo presenta una estructura geográfica clara donde la mayor diversidad aumenta con la latitud y comienza a comprimirse la línea molar, probablemente relacionado con las estrategias alimenticias, puesto que existe un patrón de aumento en la incorporación 133 de especies leñosas en la dieta. Para el tamaño del cráneo, aunque no se demostró la existencia de la regla de Bergmann, fue posible identificar tres grupos de morfotipos en nuestro país, siendo los de menor tamaño los que habitan la zona de la costa árida de Chile, de tamaño medio los de la zona cordillerana, y los de mayor tamaño las poblaciones que habitan Patagonia continental e insular. 4. Finalmente, la información que integra análisis genéticos (de linaje y estructura poblacional) y morfológicos (forma y tamaño de cráneo), permiten definir siete Unidades de Manejo Biológicamente Homogéneas en el guanaco. Estas unidades reflejan las diferentes restricciones para el manejo que la especie presenta a escala de rango de distribución parcial como consecuencia de su historia evolutiva y microevolutiva que ha presentado en Chile. Basándose en el reconocimiento de que preservar la diversidad adaptativa y los procesos evolutivos que suceden a través del rango de distribución de una especie permiten la persistencia de sus poblaciones en el tiempo, es que se proponen las siguientes unidades (ordenadas de norte a sur): Unidad D: área pre-altiplánica y altiplánica del extremo norte de Chile, en Putre y Atacama; Unidad C: área costera del norte de Chile, que incluiría a las localidades costeras al norte de Pan de Azúcar; Unidad A: área cordillerana de la zona norte de Chile, que comprende las localidades de Nevado Tres Cruces, Copiapó, Huasco, Ovalle y Pelambres; Unidad B: área costera del centro-norte de Chile, que incluye a las localidades de Llanos de Challe, Vallenar y Choros; Unidad F: área cordillerana de Chile central, que comprende las localidades de San Felipe y Río Cipreses; Unidad G: área patagónica continental que incluye las localidades de Valle Chacabuco, Torres del Paine, Pali-Ayke, en el extremo sur de Chile, y Unidad E: área Fueguina de Isla de Tierra del Fuego e Isla Navarino. 5. Se sugiere su aplicación en la priorización de acciones de manejo a escala infranacional, para lo cual sería importante incluir y caracterizar nuevas localidades tanto para precisar los límites entre las unidades, como para incluir nuevas zonas para clasificar. 134 ABSTRACT The management of wildlife involving range distributions requires an explicit definition of space that would facilitate habitat management, as well as, the protection or use of the species in question. At this scale, the level of biodiversity organization that offers the greatest advantages for management purposes is the population. An example of a species that has the attributes of management of its population-homogenous groupings is the South American Guanaco (Lama guanicoe, Müller 1776). The wide distribution of this Camelid in Chile results in significantly different biological populations, potentially representing distinctly definable management units. As such, the overall objective of the study was to describe biological-management units for the Guanaco in Chile, based upon three integrated components: 1) phylogenetic lineages through the determination of spatial distribution, 2) population genetic structure that identifies demographically disconnected populations, and 3) analysis of cranial morphological measurements by size and shape. Based upon 2,962 geo-referenced locations and modeling by special algorithms (Maxent - Maximum Entropy), it was determined that Guanaco distribution was principally based upon climatic factors where annual precipitation was < 900 mm, predicting its occurrence in Chile that concurrently reflected slight differences in their phylogenetic lineages. With 195 biological samples originating from 17 localities using analysis of 550 pb from the control region of mitochondrial-DNA and 14 microsatellites, it was identified by programs SMOVA y Geneland, two population clusters at the sequence level, and by Structure and BAPS programs, four demographically independent populations at the nuclear level. The difference between them was primarily related to the algorithm and by the geographic locations. The four Genetic Management Units defined by BAPS, were the outcome of the population’s phylopatry and/or the geographic isolation of some populations. Analysis by geometric morphology of 24 anatomical sites located by right lateral view of 110 Guanaco craniums and grouped by their respective ecosystems, permitted the identification of three morphological “forms” whose diversity increased and molar length decreased with latitude. The same analysis also permitted the identification of three “size” groups, the smallest of which were from the dry coast of the Atacama Desert. In spite of this, Bergman’s Rule based upon the predicted variable latitude was not confirmed. Finally, information from genetic integrated analysis (lineage and population structure) and morphographics (cranium size and shape) from 18 locations through the Guanaco’s Chilean range permitted the identification of seven Biologically Homogeneous Management Units for the Guanaco utilizing hierarchal cluster analysis and log-linear models. These units reflect the actual differences for the management of this species based upon the scale ranking of distribution that is consequence of the Guanaco’s evolutionary history and microevolution as it has occurred in Chile. 135 INDICE RESUMEN……………………………………………………………………………..………...3 AGRADECIMIENTOS…………………………………………………………………………..5 INTRODUCCIÓN GENERAL…………………………………………………………………..7 Definición de unidades infra-específicas de manejo…………………………………8 El guanaco como caso de estudio……………………………………………………..9 HIPÓTESIS GENERAL………………………………………………………………..13 OBJETIVO GENERAL…………………………………………………………………14 OBJETIVOS ESPECÍFICOS………………………………………………………….14 REFERENCIAS…………………………………………………………………………15 CAPITULO I. Distribución potencial del guanaco (Lama guanicoe) y de sus linajes filogeográficos en Chile obtenida a través de un modelo de nicho……………………………………………………………………………………...…18 INTRODUCCIÓN……………………………………………………………………….19 MATERIALES Y MÉTODOS………………………………………………………….22 Datos de localización…………………………………………………………..22 Selección de variables…………………………………………………………23 Modelos estadísticos, validación y contribución de las variables…………23 Comparación entre las distribuciones de los linajes filogeográficos con la especie…………………………………………………………………..25 RESULTADOS………………………………………………………………………….25 Predicción del rango de distribución para la especie y subespecies……..25 Nicho ambiental…………………..……..……………………………………...26 DISCUSIÓN……………………………………………………………………………..27 Implicancias en Conservación y Manejo………………………………….….32 REFERENCIAS…………………………………………………………………………33 Leyenda de Figuras…………………………………………………………….42 136 CAPITULO II. Unidades de Manejo genético para poblaciones de guanaco en Chile: uniendo genética poblacional y conservación en el espacio geográfico……………………………………………………………………………………...48 INTRODUCCIÓN………………………………………………………………………49 MATERIALES Y MÉTODOS………………………………………………………….51 Obtención de muestras………………………………………………………..51 Extracción de ADN……………………………………………………………..51 Amplificación de microsatélites……………………………………………….52 Análisis de secuencias y Microsatélites……………………………………...53 Unidades genéticas usando algoritmos no espaciales…………………….53 Unidades genéticas usando algoritmos espacialmente explícitos………..54 RESULTADOS………………………………………………………………………….55 Diversidad Genética…………………………………………………………....55 Estructura genética mitocondrial……………………………………………...56 Estructura genética microsatelital…………………………………………….57 DISCUSIÓN……………………………………………………………………………..58 REFERENCIAS…………………………………………………………………………61 Leyenda de Figuras…………………………………………………………….66 CAPITULO III. Variación morfológica poblacional de cráneos de guanaco en Chile mediante morfometría geométrica….………..………………………………...74 INTRODUCCIÓN……………………………………………………………………….75 MATERIALES Y MÉTODOS………………………………………………………….77 Animales estudiados…………………………………………………………...77 Análisis morfológico y estadístico…………………………………………….78 RESULTADOS………………………………………………………………………….80 DISCUSIÓN……………………………………………………………………………..82 Implicancias en Conservación y manejo……………………………….…….86 REFERENCIAS…………………………………………………………………………87 Leyenda de Figuras…………………………………………………………….93 137 CAPÍTULO IV. Unidades de manejo para guanaco en Chile basado en la integración de atributos biológicos: una aproximación práctica…..…………..103 INTRODUCCIÓN……………………………………………………………………..104 MATERIALES Y MÉTODOS………………………………………………………...106 RESULTADOS………………………………………………………………………..108 DISCUSIÓN……………………………………………………………………………110 Aplicaciones al manejo y conservación del guanaco……………….…….113 REFERENCIAS……………………………………………………………………….114 Leyenda de Figuras…………………………………………………………..120 DISCUSIÓN GENERAL……………………………………………………………………..128 REFERENCIAS…………………………………………………………………….…130 CONCLUSIONES GENERALES…………………………………………………………...133 ABSTRACT……………………………………………………………………………………135 138