Genetic diversity analysis of Sillago japonica based on mitochondrial DNA ND2 gene
-
摘要: 以莱州、胶南、舟山、厦门、汕头和北海6个群体119尾少鳞鱚 (Sillago japonica)为研究对象，采用PCR扩增测序获得长度为450 bp的线粒体DNA NADH脱氢酶亚基2 (ND2)基因片段，共检测到77个变异位点，其中简约信息位点30个，单变异位点28个，无碱基缺失。119条序列定义了61个单倍型，平均单倍型多样性(Hd)和核苷酸多样性(π)分别为0.945 3±0.015 5和0.009 718±0.005 445。6个群体间的平均遗传距离为0.008 3，遗传分化指数FST均小于0.05，各群体间无显著遗传分化。AMOVA分析得出少鳞鱚的遗传变异主要来自于种群内个体间(99.96%)。中性检验的Tajima's D和Fu's Fs统计值均为负值且显著偏离中性，核苷酸不配对分布图呈现明显的单峰分布，表明少鳞鱚历史上经历了群体扩张事件，估算扩张时间大约在 (0.12~0.29)百万年前的第四纪更新世晚期。Abstract: A total of 119 individuals of Sillago japonica were collected from six sampling sites (Laizhou, Jiaonan, Zhoushan, Xiamen, Shantou and Beihai). The length of 450 bp NADH dehydrogenase subunit 2 (ND2) gene fragment was amplified and sequenced. No base insertion or deletion mutations occurred and 77 mutation sites were detected, including 30 parsimony informative sites and 28 singleton polymorphic sites. Sixty-one haplotypes were defined in 119 sequences. The average haplotype diversity (Hd) and nucleotide diversity (π) were 0.945 3±0.015 5 and 0.009 718±0.005 445, respectively. The average genetic distance among the six populations was 0.008 3, and the genetic differentiation index FST value was less than 0.05, indicating no significant genetic differentiation among the populations. Analysis of molecular variance (AMOVA) shows that genetic variation of S. japonica mainly resided among individuals within populations (99.96%). The neutral tests (Tajima's D and Fu's Fs) were both negative and deviated from the neutral significantly. Besides, the nucleotide mismatches distribution showed a unimodal distribution, indicating that S. japonica had experienced population expansion in history. The estimated expansion time was about 0.12−0.29 million years ago in late Pleistocene.
-
梭鱼 (Liza haematocheila) 隶属于鲻形目、鲻科、梭鱼属，具有广温广盐性、生长速度快、病害较少、肉质鲜美等特点，是我国沿海和河口地区一种重要经济养殖鱼类[1-2]，其传统养殖模式主要有土池养殖、海水小网箱等。近年来兴起的池塘内循环“跑道”养殖 (In-pond raceway aquaculture, IPAS) 模式 (以下简称“跑道”模式)，是一种将传统池塘分为流水槽养鱼区和水净化处理区，在“跑道”中高密度圈养吃食性鱼类，将外塘作为净水区的设施养殖模式[3]，具有生态循环、节约劳动成本、环境易于管控等优点[4-5]。已有研究认为梭鱼是一种适宜在海水池塘“跑道”中养殖的鱼类[6]。
养殖模式优化可以影响水产动物营养与品质[7]，是促进水产养殖业绿色高质量发展和满足消费者对高品质水产品日益增长需求的重要途径。目前已有关于“跑道”养殖对淡水鱼类营养品质提升的研究报道[8-10]，但市场和消费者对“跑道鱼”的整体认知度还不高，据调查显示，浙江省能够实现出售价格提升的“跑道”养殖主体不到10%，未能体现优品优价[5]。本文以传统土池和“跑道”养殖的梭鱼为研究对象，对比分析2种模式养成梭鱼的营养成分、质构特性和泥腥味物质等组成和含量差异，旨在为海水鱼“跑道”模式推广及养殖模式对鱼肉品质调控提供参考依据，促进“跑道”模式健康可持续发展。
1. 材料与方法
1.1 试验材料
试验梭鱼由浙江省温岭市城南绿贝水产养殖有限公司提供。该公司在4口海水池塘 (总面积0.067 km2) 共建有混凝土砖结构的“跑道”15条。本试验中检测的“跑道”梭鱼，初始放养密度为每条槽8 000尾 (40 尾·m−2，初始规格350 g·尾−1)，流水槽推水速度为0.4~0.5 m·s−1，在投喂饲料期间将推水速度降低约50%；在投喂结束后1 h恢复推水速度，最大程度将残饵和鱼粪排出系统，并开启吸污装置进行清污。经4个月的养殖到10月之后，梭鱼长至商品规格时，随机抽样10尾鱼 [ 体长 (34.84±1.21) cm，体质量 (758.09±8.08) g]，作为“跑道”养殖组样品。同时，从该基地的传统海水土池中 (放养密度为10尾·m−2)抽样规格相近的梭鱼10尾 [ 体长 (35.29±1.97) cm，体质量 (765.17±10.45) g]，作为土池养殖对照组样品。
1.2 仪器与设备
本试验所用的主要仪器设备包括烘箱 (上海智诚)、马弗炉 (德国纳博热)、凯氏定氮仪 (海能K9840)、索氏抽提仪 (瑞士BUCHI B-811)、氨基酸自动分析仪 (日本日立L-8900) 、气相色谱仪 (美国Aglient 7890A)、质构仪 (瑞典泰沃TVT-300XP)、气相色谱-质谱联用仪/三重四级杆气质联用仪 (美国THERMO/TSQ 9000)。
1.3 检测方法
1.3.1 梭鱼背部肌肉营养组成测定指标与方法
水分用105 ℃恒质量法，参照《食品中水分的测定》(GB 5009.3—2016)；粗蛋白质用凯氏定氮法，参照《食品中蛋白质的测定》(GB 5009.5—2016)；粗脂肪用索氏抽提法，参照《食品中脂肪的测定》(GB 5009.6—2016)；总灰分用灼烧法，参照《食品中灰分的测定》(GB 5009.4—2016)。鱼肉氨基酸组成和含量按照食品中氨基酸的测定 (GB 5009.124—2016)；脂肪酸组成和相对含量按照《食品中脂肪酸的测定》(GB 5009.168—2016)。
1.3.2 鱼肉质构参数
梭鱼宰杀后，取鱼体左右背部肌肉切成长、宽、厚为2 cm×2 cm×1 cm的肉块，用于全质构 (TPA) 分析。采用TVT-300XP物性测试仪进行TPA模式测试，选择圆柱形测试探头，测试前速度为3 mm·s−1，测试速度为1 mm·s−1，测后速度为5 mm·s−1，鱼肉变形率为50%，间隔停留时间5 s，负重探头类型为Auto-5 g，每个样品测6次平行后取平均值[11]。
1.3.3 鱼肉土腥味检测
主要检测土臭素 (Geosmin, GSM) 和2-甲基异莰醇 (2-Methylisoborneol, 2-MIB) 2种物质。取梭鱼背部肌肉5 g，捣碎并研磨肌肉组织成鱼糜状态，添加5 g 氯化钙 (CaCl2) 和50 mL 200 g·L−1氯化钠 (NaCl) 溶液充分混匀。微波炉微波功率为560 W，蒸馏时间5 min；载气氮气将气化的异味物质带出，经由冷凝管冷凝后收集馏分。取5 mL微波蒸馏液注入吹扫捕集装置中进行富集；再使用气相色谱-质谱联用仪/三重四级杆气质联用仪 (THERMO/TSQ 9000) 检测[12]。
1.4 评价指标
梭鱼肌肉的氨基酸评分 (Amino acid score, AAS)、化学评分 (Chemical score, CS) 和必需氨基酸指数 (Essential amino acid index, EAAI) 分别按照联合国粮食与农业组织/世界卫生组织 (FAO/WHO) 建议的必需氨基酸评分标准模式和全鸡蛋蛋白质的必需氨基酸模式计算。计算公式为：
AAS=待测蛋白质中必需氨基酸质量分数 (mg·g−1)/ ［ FAO/WHO评分模式同种必需氨基酸质量分数 (mg·g−1)］；
CS=待测蛋白质中必需氨基酸质量分数 (mg·g−1)/鸡蛋蛋白质中同种氨基酸质量分数 (mg·g−1)；
EAAI=[(100×A/AE)×(100×B/BE)×(100×C/CE)×···×(100×G/GE)]×1/n。式中A, B, C, ···, G为样品中各必需氨基酸质量分数 [% (干物质基础)]；AE, BE, CE, ···, GE为全鸡蛋蛋白质相对应的必需氨基酸质量分数 [% (干物质基础)]；n为比较的必需氨基酸个数。
支链氨基酸与芳香族氨基酸的比值 (F)=w(缬氨酸+亮氨酸+异亮氨酸)(mg·g−1)/w(苯丙氨酸+酪氨酸) (mg·g−1)。
1.5 统计方法
试验数据采用SPSS 16.0和Microsoft Excel 2010软件分析处理，取平均值±标准差。数据采用单因子方差分析，再用Tukey's检验均值的显著性，P<0.05表示显著性差异。
2. 结果与分析
2.1 常规营养组成
肌肉是鱼体的主要营养部位和食用部位，其营养成分组成和含量通常作为鱼体肌肉的品质评价。本试验发现“跑道”养殖模式对梭鱼鱼肉基本营养组成的影响主要表现为粗脂肪含量下降和粗灰分含量增加 (P<0.05)，但对鱼肉的水分和粗蛋白含量无明显影响 (P>0.05，表1)。有研究报道1龄和2龄的梭鱼肌肉中水分质量分数介于75.71%~77.18%、粗蛋白质量分数介于18.21%~18.96%、粗脂肪质量分数介于2.95%~4.32%[13]，与本试验结果较为接近。根据鱼肉的含脂量高低，可分为多脂鱼 (脂肪质量分数≥10%) 和少脂鱼 (脂肪质量分数≤5%)，研究认为梭鱼属于一种介于多脂鱼和少脂鱼之间的中脂鱼[14]。“跑道”梭鱼肌肉脂肪的降低可能与鱼类在流水槽中具有较大的运动量而加速鱼体的脂肪氧化代谢，抑制内脏脂肪蓄积，并加速体蛋白合成有关[8-9,15]。相比于传统池塘养殖，在“跑道”高密度养殖的环境，鱼类也需要消耗更多的能量进行空间与摄食等竞争，肌肉中原有糖原被大量消耗，致使蓄存的脂肪被分解用于供能，从而表现为体脂含量降低。本试验也得到相似结果，通过高密度 (为外塘模式密度的4倍)、微流水的“跑道”养殖后，梭鱼从传统的“中脂鱼”变成了“低脂鱼”。
表 1 2种模式养成的梭鱼肌肉基本营养成分对比 (湿质量)Table 1. Proximate composition of L. haematocheila muscle between usual-pond and in-pond raceway systems (wet mass)% 基本营养成分
Proximate composition土池养殖组
Usual-pond system“跑道”养殖组
In-pond raceway system水分 Moisture 74.46±0.78 75.11±2.46 粗蛋白 Crude protein 19.75±0.61 20.05±0.42 粗脂肪 Crude lipid 6.14±0.76a 4.27±0.69b 粗灰分 Crude ash 1.10±0.01b 1.22±0.07a 注：同行数据上标不同小写字母表示差异显著 (P<0.05)，表2、表4、表5同此 Note: Values with different superscripts letters in the same row are significantly different (P<0.05). The same case in Table 2, Table 4 and Table 5. 2.2 氨基酸组成与评价
氨基酸组成与含量是评价鱼肉蛋白质质量的重要指标。本试验结果显示，在鱼肉必需氨基酸组成方面，“跑道”养殖组梭鱼肌肉中赖氨酸和缬氨酸含量均显著高于土池养殖组 (P<0.05)，其他必需氨基酸的含量未受不同养殖模式的影响 (P>0.05，表2)。在梭鱼肌肉非必需氨基酸组成上，“跑道”养殖组中的天冬氨酸和甘氨酸含量均显著高于土池养殖组 (P<0.05)，而脯氨酸含量则显著低于土池养殖组 (P<0.05)，其他非必需氨基酸组成无显著性差异 (P>0.05)。
表 2 2种模式养成梭鱼的肌肉氨基酸组成和含量的对比分析 (湿质量)Table 2. Proximate composition and contents of amino acids of L. haematocheila muscle between usual-pond and in-pond raceway systems (wet mass)% 氨基酸
Amino acids土池养殖组
Usual-pond system“跑道”养殖组
In-pond raceway system赖氨酸 Lys 1.77±0.07b 2.15±0.17a 精氨酸 Arg 1.11±0.04 1.18±0.18 蛋氨酸 Met 0.35±0.05 0.41±0.05 组氨酸 His 0.51±0.02 0.54±0.06 亮氨酸 Leu 1.56±0.08 1.66±0.10 异亮氨酸 Ile 0.83±0.07 0.92±0.05 苯丙氨酸 Phe 0.90±0.03 0.94±0.06 苏氨酸 Thr 0.85±0.03 0.90±0.06 缬氨酸 Val 0.88±0.05b 1.04±0.07a 谷氨酸 Glu* 2.71±0.10 2.53±0.18 甘氨酸 Gly* 0.99±0.02b 1.26±0.08a 丙氨酸 Ala* 3.04±0.09 2.95±0.22 天冬氨酸 Asp* 1.91±0.07b 2.28±0.17a 丝氨酸 Ser 0.97±0.03 0.86±0.05 脯氨酸 Pro 0.80±0.01a 0.67±0.02b 酪氨酸 Tyr 0.64±0.03 0.69±0.03 胱氨酸 Cys 0.15±0.01 0.15±0.02 必需氨基酸总量 ∑EAA 8.01±0.40 8.85±0.57 非必需氨基酸总量 ∑NEAA 11.77±0.39 12.25±0.83 呈味氨基酸总量 ∑FAA 8.66±0.27 9.01±0.64 必需氨基酸总量/总氨基酸含量 ∑EAA/∑TAA 0.41±0.01 0.42±0.01 必需氨基酸总量/非必需氨基酸总量 ∑EAA/∑NEAA 0.68±0.01b 0.73±0.01a 呈味氨基酸总量/非必需氨基酸总量 ∑FAA/∑NEAA 0.44±0.01 0.43±0.01 注：*. 呈味氨基酸 Note: *. Flavor amino acid 本试验中2种模式下梭鱼的必需氨基酸总量/氨基酸总量分别为0.41和0.42，高于FAO/WHO的推荐标准 (35.38%)；必需氨基酸总量/非必需氨基酸总量分别为0.68和0.73，同样高于FAO/WHO标准 (60%)，说明梭鱼鱼肉是一种氨基酸组成较为平衡的优质蛋白质，可以满足人体对食物氨基酸的摄入需求。“跑道”养殖组的必需氨基酸总量/非必需氨基酸总量显著高于土池养殖组 (P<0.05)，在“跑道”和池塘养成的黄颡鱼 (Pelteobagrus fulvidraco) 对比研究中也有相同发现[9]。但不同养殖模式对梭鱼肌肉的必需氨基酸总量、非必需氨基酸总量以及呈味氨基酸 (谷氨酸、甘氨酸、丙氨酸和天冬氨酸) 总量均未产生显著影响 (P>0.05)。
根据AAS和CS评分，土池养殖组和“跑道”养殖组的梭鱼第一限制性氨基酸均为蛋氨酸+胱氨酸，第二限制性氨基酸均为缬氨酸，该结果与已有对梭鱼的研究结果一致[16] (表3)。黄斑篮子鱼 (Siganus orami)[17]、澳洲金鲈 (Macquaria ambigua)[18]等海水鱼的第一限制性氨基酸也是蛋氨酸+胱氨酸，这为梭鱼的人工配合饲料研发提供了参考。2种模式下养成的梭鱼，除蛋氨酸+胱氨酸以外，其他必需氨基酸的CS评分均高于鸡蛋蛋白的评分标准；所有氨基酸的AAS评分也都高于FAO/WHO氨基酸的评分标准。EAAI作为评价蛋白质营养价值的常用指标之一，反映了必需氨基酸的平衡性，EAAI<70表示蛋白质营养不充足，EAAI约80表示蛋白质营养价值良好，EAAI>90则表示蛋白质营养价值高[19]。本试验中土池养殖组和“跑道”养殖组梭鱼肌肉EAAI分别为80.06和91.19，说明梭鱼的蛋白质营养价值较高，其氨基酸平衡性较好；也表明“跑道”模式能够优化梭鱼的鱼肉氨基酸组成，提高氨基酸平衡性。同时，两组EAAI指数的F值 (2.12和2.22) 相近，表明梭鱼在2种养殖模式下养殖的氨基酸营养整体上相近。
表 3 2种模式养成的梭鱼肌肉必需氨基酸与联合国粮食与农业组织/世界卫生组织和全鸡蛋蛋白标准模式的比较Table 3. Comparison of essential amino acids of L. haematocheila muscle with FAO/WHO and egg protein standard modes from different aquaculture systems必需氨基酸
EAAs土池养殖组 Usual-pond system “跑道”养殖组 In-pond raceway system 联合国粮食与
农业组织/
世界卫生组织
FAO/WHO鸡蛋
蛋白
Egg
proteinw (氨基酸)
Amino acid/(mg·g−1)氨基酸评分
AAS化学评分
CSw (氨基酸)
Amino acid/(mg·g−1)氨基酸评分
AAS化学评分
CS赖氨酸 Lys 89.62 162.95 128.03 107.23 194.96 153.19 55 70 蛋氨酸+胱氨酸 Met+Cys 25.32 72.34 44.42 27.93 79.80 49.00 35 57 苏氨酸 Thr 43.04 107.60 91.57 44.89 112.23 95.51 40 47 亮氨酸 Leu 78.99 112.84 91.85 82.79 118.27 96.27 70 86 异亮氨酸 Ile 42.03 105.08 77.83 45.89 114.73 84.98 40 54 苯丙氨酸+酪氨酸 Phe+Tyr 77.97 129.95 83.84 81.30 135.50 87.42 60 93 缬氨酸 Val 44.56 89.12 67.52 51.87 103.74 78.59 50 66 必需氨基酸指数 EAAI 80.06 91.19 支链氨基酸与芳香族氨基酸比值 F 2.12 2.22 2.3 脂肪酸组成
鱼类肌肉脂肪酸组成与变化受栖息习性、食性、适应性和生长习性等综合影响[20]，而脂肪酸的含量又影响鱼肉的多汁性与风味[21]。本试验共测定出23种具有统计意义的脂肪酸 (表4)，其中饱和脂肪酸 (SFA) 8种、单不饱和脂肪酸 (MUFA) 8种、多不饱和脂肪酸 (PUFA) 7种；两组间存在显著差异的脂肪酸有8种，表明养殖模式也会对梭鱼的脂肪酸产生影响。土池养殖的梭鱼肌肉SFA、MUFA和PUFA分别占脂肪酸总量的32.83%、40.91%和26.22%；“跑道”养殖的梭鱼肌肉中这3类脂肪酸含量分别为25.83%、39.83%和34.35% (表4)。“跑道”养殖组梭鱼肌肉的SFA总量显著低于土池养殖组 (P<0.05)，而PUFA总量和总不饱和脂肪酸 (∑UFA) 含量均显著高于土池养殖组 (P<0.05)；类似结果在黄颡鱼[9]、金带篮子鱼 (S. rivulatus)[22]及大口黑鲈 (Micropterus salmoides)[23]中也有报道。但本试验的两组鱼肉单不饱和脂肪酸总量 (∑MUFA) 不存在显著差异 (P>0.05)。
表 4 2种模式养成的梭鱼肌肉脂肪酸组成和含量对比分析 (湿质量)Table 4. Fatty acid composition and contents of L. haematocheila muscle between usual-pond and in-pond raceway systems (wet mass)% 脂肪酸
Fatty acids土池养殖组
Usual-pond system“跑道”养殖组
In-pond raceway system月桂酸 C12:0 0.09±0.01a 0.07±0.01b 肉豆蔻酸 C14:0 4.06±0.07a 2.64±0.25b 肉豆蔻油酸 C14:1 n-5 0.19±0.02 0.17±0.04 十五烷酸 C15:0 0.35±0.04 0.26±0.05 棕榈酸 C16:0 21.25±0.08 20.21±0.71 十六碳烯酸 C16:1 n-7 13.63±0.32 14.75±1.78 十七碳酸 C17:0 0.21±0.04 − 十七碳一烯酸 C17:1 n-7 0.30±0.02 − 硬脂酸 C18:0 2.29±0.04 2.50±0.28 反十八烷烯酸 C18:1 n-9t 0.08±0.03 0.11±0.01 油酸 C18:1 n-9c 25.06±0.45 24.32±1.25 亚油酸 C18:2 n-6c 21.21±0.50b 26.98±0.63a 花生酸 C20:0 0.17±0.02 0.16±0.02 亚麻酸甲酯 C18:3 n-6 0.09±0.05b 0.22±0.02a 花生四烯酸 C20:1 0.79±0.02a 0.48±0.05b 亚麻酸 C18:3 n-3 − 2.36±0.20 二十一烷酸 C21:0 4.42±0.12 − 二十碳二烯酸 C20:2 0.35±0.01b 0.38±0.05a 芥酸 C22:1 n-9 0.67±0.03 − 花生四烯酸 C20:4 n-6 1.03±0.11 0.84±0.28 二十碳五烯酸 (EPA) C20:5 n-3 2.20±0.18a 1.17±0.10b 二十四碳一烯酸甲酯 C24:1 n-9 0.20±0.02 − 二十二碳六烯酸 (DHA) C22:6 n-3 1.34±0.13b 2.39±0.49a 总饱和脂肪酸 ∑SFA 32.83±0.36a 25.83±0.58b 总不饱和脂肪酸 ∑UFA 67.17±0.36b 74.18±0.58a 单不饱和脂肪酸 ∑MUFA 40.91±0.56 39.83±1.14 多不饱和脂肪酸 ∑PUFA 26.22±0.57b 34.35±1.39a 二十二碳六烯酸+二十碳五烯酸 EPA+DHA 3.54±0.30 3.57±0.64 二十二碳六烯酸 (DHA) 和二十碳五烯酸 (EPA) 属于n-3长链高不饱和脂肪酸，是鱼类肌肉营养和鱼油价值评价的重要指标[24]。已有研究报道“跑道”模式养成的青鱼 (Mylopharyngodon piceus) 肌肉中DHA和EPA均显著高于传统池塘养成的试验鱼[8]，推测循环流水槽养殖有助于青鱼的育肥，并具有促进鱼肉中DHA和EPA富集的可能性。本试验观察到2种模式养成的梭鱼的EPA和DHA含量虽存在显著差异 (P<0.05)，但两者的总量并无统计学差异 (P>0.05)。
2.4 质构指标
全质构分析已被广泛应用于水产品的肉质评价，通过质构仪模拟食物咀嚼过程，把质地感官知觉与力学性能、几何特性相结合，以系统指标的数据来揭示人牙齿在咀嚼过程中时间和力的变化规律，从而客观评价鱼肉的品质特性[25]。本试验观察到“跑道”养殖模式中梭鱼的肌肉质构指标产生了明显变化，“跑道”模式组鱼肉的硬度、胶黏性、咀嚼性等指标均显著提高 (P<0.05)，凝聚力、黏附性和回复性等指标也显著高于土池养殖组 (P<0.05, 表5)。其中硬度和咀嚼性与蛋白质含量呈显著正相关，与水分、脂肪呈负相关，影响鱼肉的机械强度。已有研究表明鱼类运动量的增加使得肌肉细胞间的结合力增强，肌纤维直径变得小而紧密，肌纤维密度增加，肌原纤维蛋白含量更高[26]；流水环境下，高密度养殖梭鱼在“跑道”内泳动量大幅增加，推测是“跑道”组梭鱼肌肉硬度和胶黏性显著提升的原因之一。对“跑道”养成的大口黑鲈质构分析也发现相似的结果[27]。咀嚼性反映的是鱼肉从可咀嚼状态到可吞咽状态所需的能量，本试验观察到“跑道”梭鱼的该指标提升522%，是增幅最大的质构参数；咀嚼性数值越高，则口感上对应的“咬劲”越好，热处理后不易变烂，口感更好，更受消费者欢迎[27-28]。
表 5 2种模式养成的梭鱼肌肉质构参数对比Table 5. Muscle texture parameters of L. haematocheila muscle between usual-pond system and in-pond raceway aquaculture systems质构指标
Texture parameter土池养殖组
Usual-pond system“跑道”养殖组
In-pond raceway system硬度 Hardness 742.53±82.25b 1 508.14±100.89a 弹性 Springiness 0.31±0.05b 1.71±0.37a 凝聚力 Cohesiveness 0.29±0.07b 0.34±0.04a 胶黏性 Gumminess 213.26±55.26b 657.32±89.25a 咀嚼性 Chewiness 68.04±25.60b 355.81±80.93a 黏附性 Adhesiveness 1.47±0.05a 0.49±0.06b 回复性 Resilience 0.11±0.02b 0.29±0.10a 2.5 土腥味物质
有研究指出，养殖水产动物出现的土腥味物质并不是其自身产生的，而是因富营养化水体中的蓝藻和放线菌等微生物通过分解有机质，释放出大量的次生代谢产物 (主要为2-甲基异茨醇和土臭素)，这些异味化合物被鱼体鳃、皮肤吸收，或随着摄食藻类进入鱼体内蓄积而成[29]；养殖池塘的底质也会影响养殖水产品的土腥味蓄积[30]。有研究认为2-甲基异茨醇和土臭素在鱼肉中的嗅觉阈值分别为0.6和0.9 μg·kg−1[31]。本试验在土池养殖组的梭鱼肌肉中检测出了土臭素 (0.22 μg·kg−1)，2-甲基异茨醇则未检出；而“跑道”养殖组的鱼肉中这2种物质均未检出。研究发现土塘养殖的罗非鱼 (Oreochromis mossambicus) 鱼肉中土臭素的含量最高，铺设地膜的养殖塘里的鱼肉中次之，在咸淡水鱼虾混养的水泥池塘中的鱼肉土腥味最低[12]。而对团头鲂 (Megalobrama amblycephala) 和鲫 (Carassius auratus) 的试验表明，通过调控水质和水流速度等方式，可以有效去除鱼肉土腥味[32]。本试验的“跑道”为混凝土砖结构，流水槽底部铺设了瓷砖，推测底质和水流速的差异是造成土池养殖梭鱼具有轻微土腥味的原因。
3. 结论
综上所述，与传统土池养殖模式相比，通过池塘循环水“跑道”模式养成的梭鱼具有鱼肉脂肪较低、氨基酸组成更均衡、不饱和脂肪酸总量较高等特点，并且鱼肉口感更加紧实、有弹性且无土腥味，整体上提升了梭鱼的营养品质，更符合市场和消费者对优质水产品的需求。本研究为通过改变养殖模式实现梭鱼养殖业优品优价发展提供了理论依据，也为“跑道”养殖模式的可持续健康发展提供了参考。
-
![]()
图 2 基于ND2序列构建的少鳞鱚NJ树
外群为中国鱚和多鳞鱚
Figure 2. NJ phylogenetic tree of haplotypes based on ND2 sequences of S. japonica
S. sinica and S. sihama are selected as outgroups.
![]()
图 3 基于少鳞鱚ND2基因单倍型的核苷酸不配对分布图
Figure 3. Mismatch distribution based on ND2 gene haplotypes of S. japonica
表 1 基于线粒体ND2基因的少鳞鱚6个种群遗传多样性
Table 1 Genetic diversity in seven S. japonica populations based on mtDNA ND2 gene
种群
population样本数
number of individuals单倍型数目
number of haplotypes多态位点数目
number of polymorphic sites单倍型多样性
Hd核苷酸多样性
π莱州 LZ 19 12 16 0.924 0±0.045 8 0.005 788±0.003 723 胶南 JN 20 13 17 0.957 9±0.025 5 0.007 800±0.004 739 舟山 ZS 20 13 34 0.947 4±0.032 3 0.013 019±0.007 349 厦门 XM 20 17 21 0.984 2±0.020 5 0.010 282±0.005 993 汕头 ST 20 14 48 0.915 8±0.054 6 0.014 225±0.007 953 北海 BH 20 13 19 0.910 5±0.053 8 0.007 678±0.004 677 总计 total 119 51 77 0.945 3±0.015 5 0.009 718±0.005 445 
下载: 导出CSV
表 2 少鳞鱚不同群体间平均遗传距离
Table 2 Average genetic distances among different S. japonica populations
种群
population北海
BH胶南
JN莱州
LZ汕头
ST厦门
XM胶南 JN 0.007 74 莱州 LZ 0.006 85 0.006 88 汕头 ST 0.008 64 0.008 51 0.007 66 厦门 XM 0.009 11 0.009 02 0.008 50 0.010 02 舟山 ZS 0.008 04 0.007 95 0.007 42 0.008 98 0.009 17
下载: 导出CSV
表 3 基于ND2序列单倍型频率的少鳞鱚群体FST (对角线下) 和相应P (对角线上)
Table 3 F-Statistics (below diagonal) and FST P value (above diagonal) from haplotype frequencies of S. japonica
种群
population北海
BH胶南
JN莱州
LZ汕头
ST厦门
XM舟山
ZSBH 0.625 00 0.201 17 0.898 44 0.535 16 0.564 45 JN −0.008 44 0.434 57 0.693 36 0.457 03 0.517 58 LZ 0.000 93 0.012 84 0.638 67 0.018 55 0.021 48 ST −0.005 06 −0.011 29 −0.002 92 0.355 47 0.654 30 XM −0.001 54 −0.004 82 0.044 38 0.003 94 0.826 17 ZS −0.002 41 −0.005 85 0.035 13 −0.013 66 −0.014 16
下载: 导出CSV
表 4 少鳞鱚群体线粒体ND2基因的AMOVA分析
Table 4 AMOVA analysis of S. japonica populations based on mtDNA ND2 gene
变异来源
source of variation自由度
df平方和
SS方差分量
variance components变异百分比
percentage of variation种群间 among populations 5 9.720 0.000 78Va 0.04 种群内 within populations 113 217.911 1.928 41Vb 99.96 总计 total 118 227.630 1.929 19 固定值 fixation index (FST) 0.000 41 注：Va. 组群间方差、Vb. 组群内群体间方差
Note: Va. variance between groups; Vb. variance between groups within the group
下载: 导出CSV
表 5 少鳞鱚群体中性检验及分化时间
Table 5 Neutral test and differentiation time of fit for S. japonica
中性检验
neutral test莱州
LZ胶南
JN舟山
ZS厦门
XM汕头
ST北海
BHTajima's D −1.918 06 −1.678 23 −0.721 48 −1.244 16 −2.098 64 −1.378 17 P 0.012 00 0.033 00 0.272 00 0.090 00 0.008 00 0.072 00 Fu's Fs −7.368 12 −6.792 29 −3.610 54 −12.466 49 −4.380 38 −6.687 65 P 0.000 00 0.001 00 0.050 00 0.000 00 0.030 00 0.003 00 Tau 2.2 3.7 3.5 4.3 5.3 3.4 T (Mya) 0.12 0.21 0.19 0.24 0.29 0.18
下载: 导出CSV
表 6 少鳞鱚种群中性检验
Table 6 Neutral test of population for S. japonica
数量
numberTajima's D Fu's Fs 偏离方差
SSDRg D P Fs P 119 −2.223 54 0 −25.916 43 0 0.001 89 0.020 24
下载: 导出CSV
-
[1] NELSON J S. Fishes of the world[M]. New Jersey: John Wiley & Sons, 2016: 503.
[2] MCKAY R J. An annotated and illustrated catalogue of the sillago, smelt or Indo-Pacific whiting species known to date[R]. Rome: FAO, 1992: 1-83.
[3] SANO J. Fisheries management by spawning per recruit analysis and yield per recruit analysis for Sillago japonica around the coastal waters of Itoshima [Japan] area[R]. Bulletin of Fukuoka Fisheries & Marine Technology Research Center, Fukuoka, 2004: 46-47.
[4] SHIMASAKI Y, OSHIMA Y, INOUE S, et al. Effect of tributyltin on reproduction in Japanese whiting, Sillago japonica[J]. Mar Environ Res, 2006, 62(S): S245-S248.
[5] OOZEKI Y, HWANG P P, HIRANO R. Larval development of the Japanese whiting, Sillago japonica[J]. Jpn J Ichthyol, 1992, 39(1): 59-66.
[6] KASHIWAGI M, KONDO S, YOSHIDA W, et al. Effects of temperature and salinity on hatching success of Japanese whiting Sillago japonica eggs[J]. Suisan Zoshoku, 2000, 48(4): 637-642.
[7] SULISTIONO S, WATANABE S, YOKOTA M. Reproduction of the Japanese whiting, Sillago japonica, in Tateyama Bay[J]. Aquacult Sci, 1999, 47(2): 209-214.
[8] RAHMAN S M, MAJHI S K, SUZUKI T A, et al. Suitability of cryoprotectants and impregnation protocols for embryos of Japanese whiting Sillago japonica[J]. Cryobiology, 2008, 57(2): 170-174. doi: 10.1016/j.cryobiol.2008.08.002
[9] RAHMAN S M, STRUESSMANN C A, SUZUKI T, et al. Electroporation enhances permeation of cryoprotectant (dimethyl sulfoxide) into Japanese whiting (Sillago japonica) embryos[J]. Theriogenology, 2013, 79(5): 853-858. doi: 10.1016/j.theriogenology.2013.01.002
[10] SULISTIONO S, YOKOTA M, KITADA S, et al. Age and growth of Japanese whiting Sillago japonica in Tateyama Bay[J]. Fish Sci, 1999, 65(1): 117-122.
[11] ARAYAMA K, IMAI H, KOHNO H, et al. Early life story of Japanese whiting Sillago japonica occurring in the surf zone of sandy beaches Tateyama Bay, central Japan[J]. Nippon Suisan Gakkaishi, 2003, 69(3): 359-367. doi: 10.2331/suisan.69.359
[12] 杨亚峰, 宋娜, 肖家光, 等. 莱州湾少鳞的形态特征描述[J]. 齐鲁渔业, 2016, 33(10): 8-10. [13] 潘晓哲, 高天翔. 基于耳石形态的属鱼类鉴别[J]. 动物分类学报, 2010, 35(4): 799-805. [14] 薛泰强, 杜宁, 高天翔. 基于线粒体COI及Cytb基因的4种科鱼类系统发育研究[J]. 中国海洋大学学报(自然科学版), 2010, 40(S1): 91-98. [15] 肖家光. 基于线粒体基因组全序列的属鱼类系统发育研究[D]. 青岛: 中国海洋大学, 2015: 44-53. [16] GAO T X, YANG T Y, YANAGIMOTO T, et al. Levels and patterns of genetic variation in Japanese whiting (Sillago japonica) based on mitochondrial DNA control region[J]. Mitochondrial DNA Pt A, 2019, 30(1): 172-183. doi: 10.1080/24701394.2018.1467411
[17] 王林燕. 基于微卫星标记的中国和少鳞群体遗传学研究[D]. 青岛: 中国海洋大学, 2014: 36-64. [18] VELLEND M, GEBER M A. Connections between species diversity and genetic diversity[J]. Ecol Lett, 2005, 8(7): 767-781. doi: 10.1111/ele.2005.8.issue-7
[19] JUAN Y, ZHONG Z Q, FEN L. Mitochondrial DNA and its application to the molecular population genetics of fish[J]. Ecol Sci, 2008, 27(4): 272-276.
[20] WILSON A C, CANN R L, CARR S M, et al. Mitochondrial DNA and two perspectives on evolutionary genetics[J]. Biol J Linn Soc, 2010, 26(4): 375-400.
[21] 杨喜书, 章群, 余帆洋, 等. 华南6水系与澜沧江-湄公河攀鲈线粒体ND2基因的遗传多样性分析[J]. 南方水产科学, 2017, 13(3): 43-50. doi: 10.3969/j.issn.2095-0780.2017.03.006 [22] 阮燕如. 基于线粒体ND2基因序列的华南地区斑鳢遗传多样性研究[D]. 广州: 暨南大学, 2014: 52-53. [23] 伊西庆. 中国东部6个大型湖泊翘嘴鲌(Culter alburnus)遗传多样性的线粒体ND2基因序列分析[D]. 广州: 暨南大学, 2009: 31-35. [24] GEORGE A L, CALDIERARO J B, CHARTRAND K M. Population genetics of the blue shiner, Cyprinella caerulea[J]. Southeast Nat, 2008, 7(4): 637-650. doi: 10.1656/1528-7092-7.4.637
[25] VERISSIMO A, MCDOWELL J R, GRAVES J E. Genetic population structure and connectivity in a commercially exploited and wide-ranging deepwater shark, the leafscale gulper (Centrophorus squamosus)[J]. Mar Freshw Res, 2012, 63(6): 505-512. doi: 10.1071/MF11237
[26] SAMBROOK J, FRITSCH E F, MANIATIS T. Molecular cloning: a laboratory manual[M]. New York: Cold Spring Harbor Laboratory Press, 1982: 76-82.
[27] CLEWLEY J P. Macintosh sequence analysis software. DNAStar's LaserGene[J]. Mol Biotechnol, 1995, 3(3): 221-224. doi: 10.1007/BF02789332
[28] ROZAS J, FERRERMATA A, SÁNCHEZDELBARRIO J C, et al. DnaSP 6: DNA sequence polymorphism analysis of large datasets[J]. Mol Biol Evol, 2017, 34(12): 3299-3302. doi: 10.1093/molbev/msx248
[29] EXCOFFIER L, LISCHER H E. Arlequin suite ver 3.5: a new series of programs to perform population genetics analyses under Linux and Windows[J]. Mol Ecol Resour, 2010, 10(3): 564-567. doi: 10.1111/men.2010.10.issue-3
[30] KUMAR S, STECHER G, TAMURA K. MEGA7: Molecular evolutionary genetics analysis version 7.0 for bigger datasets[J]. Mol Biol Evol, 2016, 33(7): 1870-1874. doi: 10.1093/molbev/msw054
[31] ROGERS A R, HARPENDING H. Population growth makes waves in the distribution of pairwise genetic differences[J]. Mol Biol Evol, 1992, 9(3): 552-569.
[32] BERMINGHAM E S, MCCAFFERTY A. Molecular systematics of fishes[M]. New York: Academic Press, 1997: 113-126.
[33] FERGUSON J H. On the use of genetic divergence for identifying species[J]. Biol J Linn Soc, 2015, 75(4): 509-516.
[34] SKIBINSKI D F. DNA tests of neutral theory: applications in marine genetics[M]. Berlin: Springer Netherlands, 2000: 137-152.
[35] FU Y X. Statistical tests of neutrality of mutations against population growth, hitchhiking and background selection[J]. Genetics, 1997, 147(2): 915-925.
[36] BONIN A, NICOLE F, POMPANON F, et al. Population adaptive index: a new method to help measure intraspecific genetic diversity and prioritize populations for conservation[J]. Conserv Biol, 2007, 21(3): 697-708. doi: 10.1111/cbi.2007.21.issue-3
[37] NEI M. Molecular evolutionary genetics[M]. New York: Columbia University Press,1987: 92-145.
[38] 王秀亮. 玉筋鱼群体遗传多样性及其适应进化研究[D]. 舟山: 浙江海洋大学, 2017: 24-25. [39] XU S Y, SUN D R, SONG N, et al. Local adaptation shapes pattern of mitochondrial population structure in Sebastiscus marmoratus[J]. Environ Biol Fish, 2017, 100(7): 763-774. doi: 10.1007/s10641-017-0602-5
[40] WRIGHT S. Evolution and the genetics of populations[M]. Chicago: University of Chicago Press, 1968: 76-79.
[41] HEWITT G M. Genetic consequences of climatic oscillations in the quaternary[J]. Philos T R Soc B, 2004, 359(1442): 183-195. doi: 10.1098/rstb.2003.1388
[42] 刘海松. 地貌学及第四纪地质学[M]. 北京: 地质出版社, 2013: 10-11. [43] 沈浪, 陈小勇, 李媛媛. 生物冰期避难所与冰期后的重新扩散[J]. 生态学报, 2002, 22(11): 1983-1990. doi: 10.3321/j.issn:1000-0933.2002.11.026 -
期刊类型引用(6)
1. 贺平，王奇，刘佳玥，刘乐，司浩倩，匡俊喜，卫博文. 西安市外来物种尖膀胱螺的生物入侵现状研究. 现代农业科技. 2022(10): 68-72 . 
百度学术
2. 崔静，徐明芳，章群，李瑶，曾晓舒，李莎. 基于3种线粒体标记探讨中日沿海角木叶鲽遗传多样性差异. 生物多样性. 2022(05): 90-102 . 百度学术
3. 王开杰，徐永江，崔爱君，姜燕，王滨，柳学周，方璐，薛志勇，毛成全. 基于Cyt b、ND1及ND2的DNA条形码在属鱼类物种鉴定中的应用. 渔业科学进展. 2022(06): 89-101 . 百度学术
4. 韦落落，段云波，田思思，黄丽芬，陈天莹，李铀. 岷县及贵德黑裘皮羊遗传多样性和系统进化的研究与保护. 黑龙江农业科学. 2021(10): 46-54 . 百度学术
5. 蒋艳琳，孟玮，朱文斌，杨天燕. 基于线粒体ND2基因的龙头鱼群体遗传多样性分析. 浙江海洋大学学报(自然科学版). 2020(02): 102-109 . 百度学术
6. 汪焕，胡玉婷，江河，段国庆，凌俊，潘庭双，周华兴，陈小雷，侯冠军. 安徽省淮河水系短颌鲚群体遗传多样性. 动物学杂志. 2020(06): 760-767 . 百度学术
其他类型引用(3)
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
- 被引次数: 9
粤公网安备 44010502001741号
