基于RNA-Seq高通量测序技术的大口黑鲈转录组分析

黄勇, 龚望宝, 陈海刚, 熊建利, 孙西红

黄勇, 龚望宝, 陈海刚, 熊建利, 孙西红. 基于RNA-Seq高通量测序技术的大口黑鲈转录组分析[J]. 南方水产科学, 2019, 15(1): 106-112. DOI: 10.12131/20180066
引用本文: 黄勇, 龚望宝, 陈海刚, 熊建利, 孙西红. 基于RNA-Seq高通量测序技术的大口黑鲈转录组分析[J]. 南方水产科学, 2019, 15(1): 106-112. DOI: 10.12131/20180066
HUANG Yong, GONG Wangbao, CHEN Haigang, XIONG Jianli, SUN Xihong. Sequencing and bioinformatic analysis for transcriptome of Micropterus salmoides based on RNA-seq[J]. South China Fisheries Science, 2019, 15(1): 106-112. DOI: 10.12131/20180066
Citation: HUANG Yong, GONG Wangbao, CHEN Haigang, XIONG Jianli, SUN Xihong. Sequencing and bioinformatic analysis for transcriptome of Micropterus salmoides based on RNA-seq[J]. South China Fisheries Science, 2019, 15(1): 106-112. DOI: 10.12131/20180066

基于RNA-Seq高通量测序技术的大口黑鲈转录组分析

基金项目: 国家科技支撑计划项目 (2012BAD25B04);河南省自然科学基金项目 (162300410069);河南省高等学校重点科研项目 (16A240002);广东省渔业生态环境重点实验室开放基金 (LFE-2016-13)
详细信息
    作者简介:

    黄 勇(1979—),男,博士,副教授,从事水产经济动物非编码RNA调控研究。E-mail: huangyong1979111@126.com

  • 中图分类号: S 917.4

Sequencing and bioinformatic analysis for transcriptome of Micropterus salmoides based on RNA-seq

  • 摘要:

    文章以大口黑鲈(Micropterus salmoides)组织作为研究对象,利用RNA-seq技术进行转录本测序和数据分析,经拼接组装,最终获得35 659条unigenes,序列平均长度738 bp,序列长度中位数 (N50)为1 052 bp。另外从长度分布与GC含量等方面对unigenes进行评估,数据显示测序质量好、可信度高。使用6大数据库 (KOG、Nr、Pfam、Swiss-Prot、GO和KEGG) 注释大口黑鲈转录组unigenes,分别对应有15 832、21 279、14 524、16 973、15 024和11 185条unigenes获得注释。其中,5 617条unigenes在以上所有数据库中同时注释成功,17 253条unigenes至少被一个数据库注释。KEGG分析结果显示,获得注释的11 185条unigenes被划分到267个代谢通路中,参与信号转导通路的unigenes数量最多,共有1 349条(12.06%)。另外还检测到4 030个微卫星 (SSR)位点。通过对大口黑鲈转录组测序,获得了大量的转录组信息,为大口黑鲈的功能基因克隆、基因组学、遗传多样性分析、分子标记开发及遗传改良等研究奠定了基础。

    Abstract:

    The transcripts of Micropterus salmoides were obtained by RNA-seq technology to conduct a transcriptomic analysis. A total of 35 659 unigenes were generated by de novo assembly with an average length of 738 bp and N50 of 1 052 bp. The unigenes were assessed for length distribution and GC content. The sequencing data were of high quality and reliability. A total of 15 832, 21 279, 14 524, 16 973, 15 024 and 11 185 unigenes were annotated from the KOG, Nr, Pfam, Swiss-Prot, GO and KEGG databases, respectively, among which 5 617 were annotated in all the databases and 17 253 were annotated in at least one database. Blasted with KEGG pathway, 11 185 unigenes were annotated, belonging to 267 categories. Of all the pathways, the number of unigenes joining in the signal transduction was the most (1 349, 12.06%). Finally, 4 030 SSRs were identified. The results provide rich data to understand transcriptome information of M. salmoides and lay the foundation for further research on functional gene cloning, genomics, genetic diversity analysis, molecular marker exploitation and genetic improvement in M. salmoides.

  • 20世纪80年代以来,受海洋污染加重和过度捕捞的双重影响,近海渔业资源不断衰退,渔获物低龄化、小型化、低质化、营养级下降趋势明显,海洋生态系统逆向发展[1-2]。为保护海洋渔业资源,促进海洋渔业可持续发展,1995年我国正式实施海洋伏季休渔制度,实施区域为东、黄、渤海35°N以南至27°N以北海域[3],1999年覆盖至南海海域[4]。近年来,伏季休渔制度也随着渔业资源情况的变化而进行调整。2017年初农业部颁布被称为“史上最严休渔”的新海洋伏季休渔制度,南海海域于5月1日至8月16日休渔,是制度实施以来调整最大的一次[5]

    目前关于海洋伏季休渔制度实施效果的定量研究多基于东海海域[6-9],南海海域伏季休渔效果研究仅限部分海区与重点水域[6,9-12],尚未见针对全海域伏季休渔效果评估的研究报道。本研究基于南海海洋捕捞网络数据和现场调研数据,综合不同作业类型渔船的日均产量产值、单位捕捞努力量渔获量(catch per unit effort,CPUE)、渔获率与渔获结构等指标,总体评价2015—2017年南海休渔制度实施效果,以期为进一步完善休渔制度、促进南海渔业资源可持续发展提供参考依据。

    采用中国水产科学研究院南海水产研究所南海海洋捕捞生产结构调查资料,在南海三省区沿海各市主要渔港设立调查站点,信息员逐日调查登记站点各类渔船的渔获信息,包括船名、作业类型、渔获量、马力、航次产值、出海天数、作业渔场等。本文仅涉及2015—2017年休渔前后1个月南海主要作业类型(包括单拖、双拖、桁杆拖虾、围网、流刺网等)渔船的捕捞数据。调查站位见图1

    图  1  2015—2017年渔船采集站点分布
    Figure  1.  Sampling sites of fishing boats during 2015−2017

    日均产值产量计算公式为:

    $${D_i} = \frac{{{Y_i}}}{{{T_i}}}$$ (1)
    $${C_i} = \frac{{{V_i}}}{{{T_i}}}$$ (2)

    式中Di为某作业类型单艘渔船第i航次的日均产量(kg),Ci为某作业类型单艘渔船i航次的日均产值(元),Yi为该渔船i航次的总渔获量(kg),Vi为该渔船i航次的总产值,Ti为该渔船的作业时间(d)。

    CPUE表示特定时间内投入渔业捕捞生产工具的数量和强度[6],计算公式为:

    $$P = \overline {{P_i}} $$ (3)
    $${P_i} = \frac{{{Y_i}}}{{{E_i} \times {T_i}}}$$ (4)

    P为某作业类型渔船在一定时间段内的平均CPUE [kg·(kW·d)–1],Pi为渔船第i航次的捕捞努力量,Ei为该船的主机功率(kW)。

    按照统计习惯,选取7个拖网主要经济鱼种 [蓝子鱼(Siganus)、鲹类(Carangidae)[13]、二长棘鲷(Paerargyrops edita)、带鱼(Trichiurus haumela)、金线鱼(Nemipterus virgatus)、刺鲳(Psenopsis anomala)、鱿鱼(Loligo chinensis)] 作为研究对象。渔获率与渔获结构计算公式为:

    $${P_a} = \frac{{\sum {{Y_a}} }}{{\sum {\left( {{E_i} \times {T_i}} \right)} }}$$ (5)
    $${R_a} = \frac{V}{Y}$$ (6)

    Pa表示a种鱼类的CPUE,Ya表示a种鱼类的渔获量 [kg·(kW·d)–1],Raa种鱼类占渔获物的数量百分比[14]V为某类型渔船一定时段该种鱼类的产量(kg),Y为该类型渔船渔获总产量。

    捕捞生产结构数据。根据不同作业类型、时间分组,采用公式(1)、(2)和(4)计算各作业类型休渔前后1个月日均产量产值及CPUE。采用SPSS 20.0描述性统计计算不同作业类型单位渔船日均产值产量、各年休渔前后CPUE的“平均值±标准差( $\overline X \pm {\rm SD}$ )”,结合渔业统计年鉴南海海域相应作业类型渔船数分析休渔前后的增长幅度。原始捕捞生产数据经SPSS K-S检验不符合正态分布,采用非参数检验-独立样本检验休渔前后短期与长期差异的显著性,显著性水平P值取0.05。综合增长率与显著性检验结果分析休渔前后日均产量产值及CPUE变化。

    渔获率与渔获结构分析。使用单拖渔船生产数据代入公式(5)和(6)获得单拖渔船的渔获率、渔获结构值,非参数检验-独立样本检验渔船休渔前后渔获数据差异的显著性,综合分析渔获变化情况。

    自2007年后捕捞总产量变化趋于平缓(图2),选取2015—2017年休渔前后1个月南海海域作业调查渔船的捕捞数据。虽存在捕捞站点差异,但捕捞渔场重合度较高,且调查渔船数量多,数据具有一定可比性。

    图  2  南海海域20年间 (1997—2016年) 捕捞产量变化
    Figure  2.  Fishing yield in South China Sea over past 20 years (1997−2016)

    2015年南海区双拖、单拖、桁杆拖虾3种作业日均产量休渔后比休渔前分别增加125.26%、35.86%和13.84%,仅双拖与单拖差异显著,产量变动幅度为双拖>单拖(P<0.05);2016年桁杆拖虾、围网、单拖、双拖日均产量休渔后比休渔前分别增加125.98%、112.01%、80.64%、49.75%,仅单拖、双拖差异显著(P<0.05),休渔前后产量变动幅度为单拖>双拖;2017年桁杆拖虾、围网、单拖日均产量休渔后比休渔前分别增加198.94%、118.47%、83.12%,且差异显著(P<0.05),产量变动幅度为桁杆拖虾>围网>单拖(表1)。

    表  1  2015—2017年休渔前后渔船日均产量统计结果
    Table  1.  Statistical results of average daily yield before and after summer fishing moratorium during 2015−2017 ${\overline {\mathit{\boldsymbol{X}}}} \pm {\bf SD}$
    201505 201508 增长率/%
    growth rate
    201605 201608 增长率/%
    growth rate
    201704 201708 增长率/%
    growth rate
    单拖 single trawler 626.74±674.67a 851.48±790.56b 35.86 634.10±726.81a 1 145.44±1 419.11b 80.64 655.14±845.97a 1 159.57±1 545.25b 77.00
    双拖 bull trawler 2 773.50±1 833.75b 6 247.66±4 955.02a 125.26 4 512.46±4 257.73b 6 757.35±5 120.26a 49.75 3 211.07±2 709.62b 5 880.07±5 572.79b 83.12
    桁杆拖虾 beam trawling 213.49±177.26b 243.03±218.68b 13.84 187.31±101.98b 423.28±501.54b 125.98 179.42±112.87b 536.36±429.28a 198.94
    围网 purse seine 1 462.98±1 664.32ab 1 293.63±2 394.50bc –11.58 1 689.56±2 425.14abc 3 582.12±6 366.51a 112.01 1 933.52±4 208.51c 4 224.16±7 486.65a 118.47
    流刺网 gill net 123.85±202.40a 101.45±173.27ab –18.09 115.05±216.32ab 78.75±201.03ab –31.55 45.97±55.52b 78.72±114.06a 71.24
    钓具 fishing tackle 133.17±221.25ab 121.82± 190.21b – 8.52 137.02±196.59ab 169.47±251.34ab 23.68 129.08±182.61ab 185.04±236.86a 43.35
    其他 other 102.92±123.89a 156.06±510.95a 51.63 79.35±91.59a 159.89±560.15a 101.50 121.08±145.45a 380.79±1 330.72a 214.49
     注:不同上标字母表示某一作业类型的日均产量在不同时间差异显著(P<0.05),下表同此  Note: Different lowercase letters indicate significant difference (P<0.05). The same case in the following tables.
    下载: 导出CSV 
    | 显示表格

    2017年休渔制度将流刺网列入休渔范围,其日均产量休渔后比休渔前增长53.45%,差异显著(P<0.05)。钓具不休渔,因此其变化与休渔相关性较小。其他项包括定置张网、笼壶等作业渔船数量少,且各省休渔规定不同,但受休渔总体影响,日均产量休渔后比休渔前也有增长。3年数据总体对比,休渔对拖网影响较大,单拖、双拖、桁杆拖虾休渔前后差异显著(P<0.05),增产幅度为桁杆拖虾>双拖>单拖(表1)。

    综合所有作业类型分析,2015年、2016年、2017年休渔前后均差异显著且长期差异显著,渔船日均产量休渔后比休渔前分别增加19.21%、49.99%、114.64%,增产效果为2017年>2016年>2015年(表2)。

    表  2  2015—2017年南海海域渔船日均产量、日均产值和CPUE均值
    Table  2.  Average values of daily yield, daily production value and CPUE of fishing boats in South China Sea during 2015−2017
    201505 201508 增长率/%
    growth rate
    201605 201608 增长率/%
    growth rate
    201704 201708 增长率/%
    growth rate
    日均产量/t daily yield 47 445.04c 56 561.28b 19.21 54 049.62c 81 070.71a 49.99 42 504.74d 91 233.06a 114.64
    日均产值/百万元 daily production value/million Yuan 317.33c 318.60c 0.40 320.56c 372.03b 16.06 302.27c 450.80a 49.14
    单位捕捞努力量渔获量/[kg·(kW·d)–1 CPUE 216 080.46c 231 468.31c 7.12 219 578.73c 380 524.81b 73.30 185 794.37d 391 835.35a 110.90
    下载: 导出CSV 
    | 显示表格

    2015年南海区双拖、单拖、桁杆拖虾3种作业类型渔船休渔后日均产值比休渔前分别增加49.01%、34.41%、26.91%,仅单拖差异显著(P<0.05);2016年单拖、双拖休渔后日均产值比休渔前分别增加34.11%、28.88%,且差异显著(P<0.05),产值变动幅度为单拖>双拖。2017年桁杆拖虾、单拖、双拖日均产值休渔后比休渔前分别增加106.25%、53.67%、43.99%,差异显著(P<0.05),产值增长幅度为桁杆拖虾>单拖>双拖。2017年休渔制度将流刺网列入休渔范围,其在休渔后产值增长,差异不明显。围网日均产值在休渔后减少,差异不显著。钓具与其他作业类型在休渔前后产值差异均不明显,受休渔制度影响较小。3年数据总体对比,单拖、双拖、桁杆拖虾差异较显著,休渔后产值增加,增产幅度为桁杆拖虾>双拖>单拖>围网。

    综合所有作业类型分析,2017年、2016年休渔前后差异显著,2015年休渔前后差异不显著,3年变化不显著,2015年、2016年、2017年渔获物日均产值休渔后比休渔前分别增加0.40%、16.06%、49.14%,增值效果为2017年>2016年>2015年(表3)。

    表  3  2015—2017年休渔前后渔船日均产值统计结果
    Table  3.  Statistical results of average daily production value before and after summer fishing moratorium during 2015−2017 ${\overline {\mathit{\boldsymbol{X}}}} \pm {\bf SD}$
    作业类型
    type of fishing vessels
    201505 201508 增长率/%
    growth rate
    201605 201608 增长率/%
    growth rate
    201704 201708 增长率/%
    growth rate
    单拖 single trawler 5 763.49±2 860.79c 7 746.87±3 701.79b 34.41 6 230.31±2 470.67c 8 355.57±4 888.65b 34.11 6 286.32±3 257.39c 9 660.15±5 149.16a 53.67
    双拖 bull trawler 14 055.21±10 375.48ab 20 943.16±15 242.59ab 49.01 15 082.40±9 090.37b 19 438.78±10 601.54a 28.88 16 375.87±8 845.72ab 23 580.17±16 977.61c 43.99
    桁杆拖虾 beam trawling 3 392.19±1 973.87b 4 305.07±4 713.02b 26.91 3 092.06±1 777.26b 5 331.26±4 538.99b 72.42 3 037.33±1 701.58b 8 040.85±5 343.70a 164.73
    围网 purse seine 8 348.29±8 310.18a 5 154.69±9 763.42b –38.25 9 428.75±14 645.69a 8 635.25±11 685.94a –8.42 11 934.76±20 451.73a 10 608.54±9 966.25a –11.11
    流刺网 gill net 1 535.84±1 912.44ab 1 374.93±2 232.75a –10.48 1 543.25±1 915.26a 1 276.68±2 118.26a –17.27 1 248.45±1 740.08a 1 727.16±2 637.69a 38.34
    钓具 fishing tackle 4 042.12±5 802.27ab 3 447.60±5 047.25a –14.71 4 105.74± 4 660.40a 4 732.23±6 306.55a 15.26 4 048.59±5 001.51a 5 757.97±6 766.10a 42.22
    其他 other 1 163.73±2 418.94a 2 863.54±6 620.41a 146.07 2 800.96±3 783.53a 2 838.89±5 002.60a 1.35 3 381.70±6 550.63a 5 069.43±10 006.12a 49.91
    下载: 导出CSV 
    | 显示表格

    2015年南海区双拖和单拖CPUE休渔后比休渔前分别增加81.34%和61.18%,且差异显著(P<0.05),变动幅度为双拖>单拖。2016年围网、桁杆拖虾、单拖休渔后的CPUE分别增加194.24%、76.25%、62.28%,且差异显著(P<0.05),变动幅度为围网>桁杆拖虾>单拖>双拖。2017年休渔制度调整后,围网、桁杆拖虾、单拖、流刺网和双拖的CPUE休渔后比休渔前分别增加184.08%、144.27%、72.30%、63.95%和72.30%,所有休渔类型渔船的CPUE均差异显著(P<0.05),休渔前后变动幅度为围网>桁杆拖虾>单拖>流刺网>双拖。2017年流刺网被列入休渔范围,其CPUE在休渔后增长且差异显著(P<0.05)。就一年周期而言,休渔后多数作业渔船的CPUE增加,其中单拖、围网、桁杆拖虾、流刺网等差异显著。

    综合所有作业类型分析,2015年休渔前后渔船CPUE差异不明显,2017年、2016年差异显著,2015年、2016年、2017年增长率分别为7.12%、73.30%、110.90%,CPUE增长幅度为2017年>2016年>2015年(表4)。

    表  4  2015—2017年休渔前后各作业类型CPUE统计结果
    Table  4.  Statistical results of CPUE of each type of fishing vessels before and after summer fishing moratorium during 2015−2017 ${\overline {\mathit{\boldsymbol{X}}}} \pm {\bf SD}$
    作业类型
    type of fishing vessels
    201505 201508 增长率/%
    growth rate
    201605 201608 增长率/%
    growth rate
    201704 201708 增长率/%
    growth rate
    单拖 single trawler 2.55±1.67b 4.11±2.67a 61.18 2.89±2.17b 4.69 ±4.08a 62.28 2.78±2.57b 4.79 ±4.64a 72.30
    双拖 bull trawler 8.63±5.00c 15.65±8.46a 81.34 11.47±6.63bc 13.98±5.19ab –93.61 8.69± 6.51c 11.57± 3.98b 33.14
    桁杆拖虾 beam trawling 1.89±1.51bc 2.01±1.32b 6.35 1.60±1.06bc 2.82±2.55a 76.25 1.31±0.97c 3.20±2.08a 144.27
    围网 purse seine 8.23±8.85b 6.50±11.76c –99.99 9.37±11.00b 27.57±39.54a 194.24 10.49±21.72c 29.80±41.47a 184.08
    流刺网 gill net 2.33±3.10b 2.27±2.62b –2.58 2.53±3.59b 2.08±2.01b –17.79 1.72±1.96b 2.82±3.47a 63.95
    钓具 fishing tackle 1.93±1.91ab 2.03±1.55ab 5.18 1.92±1.38ab 2.28±1.82ab 18.75 1.63±1.23b 2.19±1.51a 23.00
    下载: 导出CSV 
    | 显示表格

    单拖渔船为南海海域传统作业类型,且受休渔影响较为显著,以单拖渔获为例分析休渔变化情况。调查渔船基本信息见表5

    表  5  单拖渔船情况
    Table  5.  Trawling survey boats information
    年份
    year
    月份
    month
    船次
    Voy. No.
    马力
    horsepower
    出海天数
    days at sea
    2015 5 134 40 858 930
    8 154 42 087 1 043
    2016 5 126 35 537 686
    8 140 41 247 906
    2017 4 165 46 882 1 351
    8 136 39 121 629
     注:船次为所有调查渔船该月出海总次数,存在同艘渔船该月多次出海情况  Note: Voy. No. is the total number of fishing boats going out at sea that month, and there are some fishing boats going out several times within that month.
    下载: 导出CSV 
    | 显示表格

    一年周期内,抽样调查船中主要经济鱼类休渔后渔获比例明显上升,其中以蓝子鱼最为明显,渔获量由2015年的1 265 kg增至84 385 kg,渔获比例由1.22%增至21.15%,且休渔前后差异显著(P<0.05);鲹类、二长棘鲷、带鱼等重要经济鱼类渔获率增加,且在2016年、2017年休渔前后差异显著(P<0.05)。就长期效果而言,7种经济鱼类总渔获率由2015年的0.08 kg·(kW·d)–1增至2017年的1.16 kg·(kW·d)–1,增幅为1 335.62%,所占渔获比例从2015年的40.23%增至2017年的47.52%(表6),种间结构出现恢复迹象。但3年来经济鱼类渔获率与渔获结构长期差异不显著(P>0.05),休渔对渔获率与渔获结构影响仅局限于当年,长期效果难以巩固;且南海海域生产船次与总功率在休渔后迅速上升,甚至在2017年休渔后半个月便达到去年同期水平(表5),失控的船数与功率形成了巨大的捕捞压力。

    表  6  2015—2017年主要渔获种类渔获率与渔获结构
    Table  6.  Fishing rate and fishing structure of main fish species during 2015−2017
    种类
    species
    渔获率/kg·(kW·d)–1 catch rate 渔获结构/% fishing structure
    2015年 2016年 2017年 2015年 2016年 2017年
    5月 8月 5月 8月 4月 8月 5月 8月 5月 8月 4月 8月
    蓝子鱼 Siganus 0.00 0.00 0.00 0.01 0.00 0.52 1.22 0.36 0.08 0.44 0.44 21.15
    鲹类 Carangidae 0.00 0.16 0.01 0.92 0.02 0.14 1.45 11.67 0.97 53.17 2.79 5.67
    二长棘鲷 Paerargyrops edita 0.01 0.06 0.00 0.08 0.00 0.07 2.69 4.72 0.47 4.58 0.38 3.02
    带鱼 Trichiurus haumela 0.05 0.19 0.05 0.16 0.09 0.32 26.64 14.08 7.63 9.41 10.88 13.29
    金线鱼 Nemipterus virgatus 0.00 0.13 0.01 0.03 0.00 0.02 2.03 9.37 1.49 1.70 0.22 0.78
    刺鲳 Psenopsis anomala 0.01 0.03 0.00 0.04 0.00 0.02 4.65 2.15 0.76 2.04 0.10 0.69
    鱿鱼 Loligo chinensis 0.00 0.05 0.01 0.03 0.01 0.07 1.54 3.50 1.65 1.55 0.66 2.92
    下载: 导出CSV 
    | 显示表格

    2017年南海休渔时间延长为5月1日12时至8月16日12时,范围扩大至除钓具外的所有作业类型,捕捞辅助船首次同步休渔[5]。本研究发现,2017年伏季休渔效果优于2015年与2016年,南海海域休渔作业类型渔船日均产量、产值和CPUE增长率分别为114.64%、49.14%和110.90%,明显大于前2年,且休渔前后均差异显著。首年休渔的流刺网渔船日均产量、产值及CPUE增幅也效果明显。新休渔制度使渔民增产增收,且比2015年、2016年效果更好,这应该与休渔时间的延长、类型的扩展有关。至于新制度对资源种群结构的改善效果还需进一步研究。

    因各年休渔期差异,采用日均产量、日均产值的“平均值±标准差( $\overline X \pm {\rm SD} $ )”和增长率来反映休渔影响幅度,通过非参数检验验证差异显著性 (P取0.05),可为休渔效果验证提供理论依据。该方法因各省渔船功率及作业效率不同,同组数据离散,标准差较大,结果可能存在误差,但整体趋势不受影响。

    渔业资源极易受捕捞和环境变化影响,在经济效益上直观表现为产量呈较大波动。陈春亮等[15]和侯秀琼等[16]发现休渔后珠江口掺缯作业和桁杆拖虾的渔获量分别增加了10.8倍和5.6倍,程家骅[17]认为珠江口、北部湾的休渔带来了产量的暂时增长,这些研究均肯定了休渔具有增产的作用。本研究显示,2015年、2016年、2017年渔船日均产量休渔后比休渔前分别增加19.21%、49.99%、114.64%,增幅为2017年>2016年>2015年,休渔前后产量差异显著,且3年增产效果显著,但对产值影响有限,同年伏休后产值有所增长但长期效果不显著。张龙等[18]认为休渔后主要经济种类渔获个体质量大幅增加。Arendse等[19]认为对于易受捕捞干扰或洄游聚集繁殖而易被捕捞的鱼类,休渔可提高其增殖和增产效果。以上观点主要从抽样鱼类生长变化的生物学角度出发,而本文基于渔船的捕捞数据,从不同角度佐证了休渔是渔获数量与质量提高的主要原因。余景等[10]认为休渔期时大亚湾海域具有适宜的环境和相对充足的饵料,Davies等[20]发现禁渔区的幼鱼生存率有所提高,本文均进一步论证了本文上述观点。

    针对产值变动,潘澎和李卫东[21]认为休渔缩短了作业时间,减少了燃油、人工、网具等的消耗;而徐莲莲和杨美丽[22]则认为休渔期渔船无法出海作业导致收益减少。以上观点从不同角度印证休渔确实能够影响产值,因国内相关定量研究极少,较难分析其中差异。本研究量化分析了休渔的增值效果,但受数据及方法限制无法进一步探究深层原因,且因渔船功率、船长及不同省区捕捞效率的差异,可能存在产值衡量标准不同。国内关于休渔制度下船队业绩、渔民收益方面的定量研究极少,而国外相关研究较多倾向于经济效益与资源保护的平衡[23],值得进一步借鉴。

    本研究表明,一年周期内单拖、围网、桁杆拖虾、流刺网等渔船的CPUE增加且休渔前后差异显著。围网与刺网捕捞对象多为中上层鱼类,桁杆拖虾、单双拖捕捞对象多为底层和近底层鱼类,这些作业渔船的CPUE在休渔后增幅明显,也表明各水层的资源量有所增加[24],资源结构改善。余景等[10]指出休渔后中上层及底层主要渔获CPUE增加明显;邹建伟等[11-12]研究发现2016年休渔后拖网、桁杆拖虾和灯光罩网CPUE比2015年分别增加了28.75%、65.14%和13.35%,拖网增幅最大,与本研究CPUE增幅2017年>2016年>2015年的结果相符。

    休渔期是大部分鱼类的繁殖期与生长期[25],有利于改善资源的种群结构。本研究发现蓝子鱼、带鱼、鲹类等拖网主要经济鱼类资源在休渔后有所恢复,部分重要经济鱼类的资源衰退情况也得到了一定的遏制。邹建伟等[26]也发现北部湾休渔后主要经济鱼类渔获率增加,本研究结论与之相似。晏磊等[27]指出从抽样鱼类生物学角度看,休渔后虽然渔获种类增加,但小型个体或大型鱼类幼体占多数;Watson等[28-29]发现禁渔区内的主要渔获种类的丰度、体长和生物量均明显占优。上述关于休渔后渔获种类增加的观点与本研究一致,但渔获体长的观点则与之相悖,究其原因可能是由各国休渔时长、环境的差异造成。本研究仅从渔获种类、渔获量角度分析,缺乏生物学数据,也无法探究休渔后鱼类群落结构特征。虽然资源密度与经济鱼类种类在休渔后增加,但体长、年龄结构、质量则会影响种群结构的稳定性与持久性,仍需进一步探究。

    休渔制度很早便在国外实施用以保护渔业资源[30-31],但各国在实践中均发现休渔难以遏制资源的衰退现状[32-34]。本研究表明,虽然休渔的短期增产效果较好,但对CPUE、渔获率与渔获结构的作用仅局限于当年,长期效果难以巩固,与邹建伟等[26]、蔡研聪等[35]关于资源量、资源密度的观点相符。王迎宾等[36]、刘凯等[37]采用鱼类群落的多样性指数与营养级提出休渔的保护成果到年末便不复存在;李忠炉等[38]、刘尊雷等[39]使用Ricker模型发现冬季鱼类资源密度跌至较低水平,个体体长比质量增长更快。以上学者多从渔获生物学特征变动或多样性角度考虑,而本研究基于3年捕捞渔船的CPUE、渔获率与渔获结构数据定量分析休渔的长期效果,能更全面地反映长期变化,但仅有休渔前后1个月的数据,难以探究休渔的持续性,需积累更多数据加以佐证。

    中国的休渔制度实质上是一种“投入控制”制度,理论上只要保持捕捞量不超过渔业资源的再生量,渔业资源就不会被破坏。然而在实践中休渔制度很难、甚至不可能有效地控制渔业的捕捞力量[40],无法解决渔船数量增加、马力增大和捕捞技术提高所带来的问题,且开捕后捕捞强度的增加也会抵消休渔效果[41]。本调查显示,休渔后南海海域渔船总船次与总功率呈迅猛增长态势,2017年8月开捕后仅半个月,渔船船次和总功率分别达2016年8月的97.14%和94.85%。在强大的捕捞压力下,几种经济鱼类资源量虽有所恢复,但渔获率与渔获结构的长期差异不显著,休渔难以改善资源衰退现状。

  • 图  1   Unigenes GC含量分布

    Figure  1.   GC content distribution of unigenes

    图  2   转录组transcript和unigenes长度分布

    A. transcript的长度分布;B. unigenes的长度分布

    Figure  2.   Length distribution of assembled transcripts and unigenes of transcriptome

    A. size distribution of transcripts; B. size distribution of unigenes

    图  3   Unigenes GO功能注释

    1. 转录、DNA依赖性;2. 转录调控、DNA依赖性;3. 蛋白质转运;4. 凋亡;5. 细胞分化;6. 细胞黏附;7. 蛋白质水解;8. 多细胞器官发育;9. 细胞周期;10. 细胞分化;11. 胞内信号转导;12. mRNA加工;13. 信号转导;14. 小G蛋白介导信号转导;15. 转运;16. 转录正调控;17. 有丝分裂;18. 染色质修饰;19. 转录负调控;20. RNA剪切;21. 胞内蛋白质运输;22. 翻译;23. DNA修复;24. 转录;25. 内噬作用;26. 细胞核;27. 细胞浆;28. 必须膜;29. 胞液;30. 细胞质膜;31. 内质网膜;32. 核仁;33. 线粒体;34. 胞外区;35. 核质;36. 隔膜;37. 高尔基体膜;38. 细胞骨架;39. 高尔基体;40. 细胞核周区;41. ATP结合;42. 锌离子结合;43. 蛋白结合;44. DNA结合;45. 金属离子结合;46. RNA结合;47. 钙离子结合;48. 特异序列DNA结合;49. 结合;50. 蛋白质丝氨酸特异酶结合

    Figure  3.   GO functional annotation of unigenes

    1. transcription, DNA-dependent; 2. regulation of transcription, DNA-dependent; 3. protein transport; 4. apoptosis; 5. cell division; 6. cell adhesion; 7. proteolysis; 8. multicellular organismal development; 9. cell cycle; 10. cell differentiation; 11. intracellular signal transduction; 12. mRNA procession; 13. signal transduction; 14. small GTPase mediated signal transduction; 15. transport; 16. negative regulation of transcription; 17. mitosis; 18. chromatin modification; 19. positive regulation of transcription; 20. RNA splicing; 21. intracellular protein; 22. translation; 23. DNA repair; 24. transcription; 25. endocytosis; 26. nucleus; 27. cytoplasm; 28. integral to membrane; 29. cytosol; 30. plasma membrane; 31. endoplasmic reticulum membrane; 32. nuclelous; 33. mitochondrion; 34. extracellular region; 35. nucleoplasm; 36. membrane; 37. golgi membrane; 38. cytoskeleton; 39. golgi apparatus; 40. perinuclear region of cytoplasm; 41. ATP binding; 42. zinc ion binding; 43. protein binding; 44. DNA binding; 45. metal ion binding; 46. RNA binding; 47. calcium ion binding; 48. specific DNA sequence binding; 49. binding; 50. protein serine/threonine-specific kinase

    图  4   Unigenes的KOG注释

    A. RNA加工和修饰;B. 染色体结构和动力学;C. 能源生产和转换;D. 细胞周期调控-细胞分裂-染色体分离;E. 氨基酸转运和代谢;F. 氨基酸转运和代谢;G. 碳水化合物转运和代谢;H. 辅酶转运和代谢;I. 脂质转运和代谢;J. 翻译-核糖体结构-生物合成;K. 转录;L. 复制-重组-修复;M. 细胞壁-细胞膜合成;N. 细胞运动;O. 翻译后修饰-蛋白质周转-分子伴侣;P. 无机离子转运与代谢;Q. 次生代谢产物生物合成、转运和分解代谢;R. 一般功能预测;S. 功能未知;T. 信号转导机制;U. 细胞内分泌和囊泡运输;V. 防御机制;W. 胞外结构;Y. 核结构;Z. 细胞骨架

    Figure  4.   KOG annotation of unigenes

    A. RNA processing and modification; B. chromatin structure and dynamics; C. energy production and conversion; D. cell cycle control, cell division, chromosome partitioning; E. amino acid transport and metabolism; F. nucleotide transport and metabolism; G. carbohydrate transport and metabolism; H. coenzyme transport and metabolism; I. lipid transport and metabolism; J. translation, ribosomal structure and biogenesis; K. transcription; L. replication, recombination and repair; M. cell wall/membrane/envelope biogenesis; N. cell motility; O. posttranslational modification, protein turnover, chaperones; P. inorganic ion transport and metabolism; Q. secondary metabolites biosynthesis, transport and catabolism; R. general function prediction only; S. function unknown; T. signal transduction mechanisms; U. intracellular trafficking, secretion, and vesicular transport; V. defense mechanisms; W. extracellular structure; Y. nuclear structure; Z. cytoskeleton

    图  5   Unigenes的KEGG注释

    Figure  5.   KEGG annotation of unigenes

    表  1   转录组数据拼接结果统计

    Table  1   Assembly result of transcriptome data

    序列种类
    category
    总数
    total number
    N50长度/bp
    N50 length
    总长度/bp
    total length
    最大长度/bp
    maximum length
    中等长度/bp
    median length
    最小长度/bp
    minimum length
    平均长度/bp
    average length
    transcript 42 264 1 331 36 549 208 35 516 522 201 864
    unigene 35 659 1 052 26 340 493 35 516 472 201 738
     注:N50表示将转录本从长到短排序,依次累加碱基数,当累计碱基数达到转录本总碱基数的50%时的转录本的长度  Note: N50 of transcript or unigenes was calculated by ordering all sequences, then adding the lengths from longest to shortest until the summed length exceeded 50% of the total length of all sequences.
    下载: 导出CSV
  • [1]

    LI Y, ZHOU Z, TIAN M, et al. Exploring single nucleotide polymorphism (SNP), microsatellite (SSR) and differentially expressed genes in the jellyfish (Rhopilema esculentum) by transcriptome sequencing[J]. Mar Genom, 2017, 34: 31-37. doi: 10.1016/j.margen.2017.01.007

    [2]

    CARRUTHERS M, YURCHENKO A A, AUGLEY J J, et al. De novo transcriptome assembly, annotation and comparison of four ecological and evolutionary model salmonid fish species[J]. BMC Genom, 2018, 19(1): 32. doi: 10.1186/s12864-017-4379-x

    [3]

    JORGE P H, MASTROCHIRCO F A, HATA M E, et al. Genetic characterization of the fish Piaractus brachypomus by microsatellites derived from transcriptome sequencing[J]. Front Genet, 2018, 9: 46. doi: 10.3389/fgene.2018.00046

    [4] 罗辉, 叶华, 肖世俊, 等. 转录组学技术在水产动物研究中的运用[J]. 水产学报, 2015, 39(4): 598-607.
    [5]

    CUI J, XU J, ZHANG S, et al. Transcriptional profiling reveals differential gene expression of Amur ide (Leuciscus waleckii) during spawning migration[J]. Int J Mol Sci, 2015, 16(6): 13959-13972.

    [6] 邱忠营, 刘菲, 张克瑶, 等. 疣蝗转录组分析[J]. 基因组学与应用生物学, 2016, 35(8): 1989-1998.
    [7]

    SUDHAGAR A, KUMAR G, EL-MATBOULI M. Transcriptome analysis based on RNA-Seq in understanding pathogenic mechanisms of diseases and the immune system of fish: a comprehensive review[J]. Int J Mol Sci, 2018, 19(1): 1-19.

    [8]

    CAO S, ZHU L, NIE H, et al. De novo assembly, gene annotation, and marker development using Illumina paired-end transcriptome sequencing in the Crassadoma gigantea[J]. Gene, 2018, 658: 54-62. doi: 10.1016/j.gene.2018.03.019

    [9]

    JIA Z, WANG Q, WU K, et al. De novo transcriptome sequencing and comparative analysis to discover genes involved in ovarian maturity in Strongylocentrotus nudus[J]. Comp Biochem Physiol D, 2017, 23: 27-38.

    [10]

    LU T, SUN Y, MA Q, et al. De novo transcriptomic analysis and development of EST-SSR markers in the Siberian tiger (Panthera tigris altaica)[J]. Mol Genet Genom, 2016, 291(6): 2145-2157. doi: 10.1007/s00438-016-1246-4

    [11]

    RAI R, CHAUHAN S K, SINGH V V, et al. RNA-seq analysis reveals unique transcriptome signatures in systemic lupus erythematosus patients with distinct autoantibody specificities[J]. PLoS One, 2016, 11(11): e0166312. doi: 10.1371/journal.pone.0166312

    [12]

    LI S, SHEN L, SUN L, et al. Small RNA-Seq analysis reveals microRNA-regulation of the Imd pathway during Escherichia coli infection in Drosophila[J]. Dev Comp Immunol, 2017, 70: 80-87. doi: 10.1016/j.dci.2017.01.008

    [13]

    SALEM M, REXROAD C E, WANG J N, et al. Characterization of the rainbow trout transcriptome using Sanger and 454-pyrosequencing approaches[J]. BMC Genomics, 2010, 11: 564. doi: 10.1186/1471-2164-11-564

    [14]

    COPPE A, PUJOLAR J M, MAES G E, et al. Sequencing, de novo annotation and analysis of the first Anguilla anguilla transcriptome: EeelBase opens new perspectives for the study of the critically endangered european eel[J]. BMC Genomics, 2010, 11: 635. doi: 10.1186/1471-2164-11-635

    [15]

    PEREIRO P, BALSEIRO P, ROMERO A, et al. High-throughput sequence analysis of turbot (Scophthalmus maximus) transcriptome using 454-pyrosequencing for the discovery of antiviral immune genes[J]. PLoS One, 2012, 7(5): e35369. doi: 10.1371/journal.pone.0035369

    [16] 赵文, 高峰英, 石振广. 达氏鳇鱼肌肉组织转录组测序与功能分析[J]. 水产学报, 2014, 38(9): 1255-1262.
    [17]

    MU Y N, DING F, CUI P, et al. Transcriptome and expression profiling analysis revealed changes of multiple signaling pathways involved in immunity in the large yellow croaker during Aeromonas hydrophila infection[J]. BMC Genom, 2010, 11: 506. doi: 10.1186/1471-2164-11-506

    [18]

    WANG R J, SUN L Y, BAO L S, et al. Bulk segregant RNA-seq reveals expression and positional candidate genes and allele-specific expression for disease resistance against enteric septicemia of catfish[J]. BMC Genom, 2013, 14: 929. doi: 10.1186/1471-2164-14-929

    [19]

    SUTHERLAND B J, KOCZKA K W, YASUIKE M, et al. Comparative transcriptomics of Atlantic Salmo salar, chum Oncorhynchus keta and pink salmon O. gorbuscha during infections with salmon lice Lepeophtheirus salmonis[J]. BMC Genom, 2014, 15(1): 200. doi: 10.1186/1471-2164-15-200

    [20]

    DANG Y, XU X, SHEN Y, et al. Transcriptome analysis of the innate immunity-related complement system in spleen tissue of Ctenopharyngodon idella infected with Aeromonas hydrophila[J]. PLoS One, 2016, 11(7): e0157413. doi: 10.1371/journal.pone.0157413

    [21] 赵刚, 龚全, 刘亚, 等. 基于Illumina高通量测序的岩原鲤转录组分析[J]. 西南农业学报, 2016, 29(7): 1743-1749.
    [22] 许建, 赵建, 徐礼鸣, 等. 基于RNA-Seq技术的鲮转录组分析[J]. 大连海洋大学学报, 2014, 29(6): 556-560. doi: 10.3969/J.ISSN.2095-1388.2014.06.003
    [23] 全迎春, 马冬梅, 白俊杰, 等. 大口黑鲈转录组SNPs筛选及其与生长的关联分析[J]. 水生生物学报, 2016, 11(40): 294-300.
  • 期刊类型引用(14)

    1. 李培玉,王美琪,宋志东,胡顺鑫,刘财礼,李璐,刘经未,陆国峰. 牛磺酸对幼刺参生长、抗氧化和代谢酶活性的影响. 广东海洋大学学报. 2024(01): 9-19 . 百度学术
    2. 徐创文,蒋魁,虞为,林黑着,王鹏飞,赵超,刘曦瑶,杨铿. 丁酸梭菌对花鲈幼鱼生长性能、免疫消化及肠道菌群的影响. 南方农业学报. 2024(02): 366-377 . 百度学术
    3. 庄杰贵,牛军锋,黄小林. 海生物杀生剂对花鲈幼鱼的急性毒性试验. 河北渔业. 2024(06): 5-7+46 . 百度学术
    4. 黄嘉,冉旭东,刘欣平,胡伟,唐仁军,郑娟,陈拥军,何远法,林仕梅. 胆汁酸和牛磺酸对大口黑鲈生长、肝脏健康及肠道屏障的影响. 水产学报. 2024(09): 38-48 . 百度学术
    5. 李淑怡,冀晓雨,邵天娇,白莹. 牛磺酸在水产养殖中的应用研究进展. 饲料研究. 2024(18): 173-177 . 百度学术
    6. 米红波,鹿悦,陈敬鑫,李学鹏,励建荣. 牛磺酸和谷氨酰胺对石斑鱼的应激缓解作用. 水产科学. 2024(06): 865-874 . 百度学术
    7. 许长峰,王海丽. 胆汁酸生物学功能及其在水产养殖中的应用前景. 饲料研究. 2023(04): 152-155 . 百度学术
    8. 谢璐霞. 牛磺酸对猪抗氧化功能的影响. 国外畜牧学(猪与禽). 2023(05): 37-39 . 百度学术
    9. 鲍俊杰,王永杰,陈红莲,孙雯,张静,周蓓蓓. 基于非靶向代谢组学分析两种日粮模式下克氏原螯虾肌肉的代谢差异. 南方水产科学. 2023(05): 104-112 . 本站查看
    10. 张建明,张德志,舒德斌,田甜,饶军,苏巍. 4种中药复方对长江鲟幼鱼抗氧化和抗应激指标的影响. 南方农业学报. 2022(02): 568-576 . 百度学术
    11. YING Ziwei,BAO Yuyuan,LI Yinkang,YE Guoling,ZHANG Shuhuan,XU Peng,ZHU Junhua,XIE Xiaoyong. Impact of Different Diets on Adult Tri-Spine Horseshoe Crab, Tachypleus tridentatus. Journal of Ocean University of China. 2022(03): 541-548 . 必应学术
    12. 黄健彬,迟艳,周传朋,黄小林,黄忠,虞为,荀鹏伟,吴杨,张宇,林黑着. 褐藻寡糖对卵形鲳鲹幼鱼生长性能、抗氧化能力和免疫功能的影响. 南方水产科学. 2022(03): 118-128 . 本站查看
    13. 虞为,陈雪晴,杨育凯,张燕娃,黄小林,黄忠,李涛,马振华,吴洽儿,于刚,周传朋,林黑着. 饲料中添加雨生红球藻对尖吻鲈生长性能、抗氧化能力及免疫状态的影响. 南方水产科学. 2022(05): 46-54 . 本站查看
    14. 贾慧凝,侍苗苗,卞永乐,侍崇敬,刘恒蔚,宋学宏,秦粉菊. 纳米硒对低氧胁迫下中华绒螯蟹免疫保护和抗氧化能力的影响. 南方水产科学. 2022(06): 100-109 . 本站查看

    其他类型引用(13)

图(5)  /  表(1)
计量
  • 文章访问数:  4749
  • HTML全文浏览量:  2049
  • PDF下载量:  89
  • 被引次数: 27
出版历程
  • 收稿日期:  2018-04-09
  • 修回日期:  2018-06-14
  • 录用日期:  2018-07-24
  • 网络出版日期:  2018-12-04
  • 刊出日期:  2019-02-04

目录

/

返回文章
返回