Population genetic structure of brushtooth lizardfish (Saurida undosquamis) based on mitochondrial cytochrome b gene sequences
-
摘要:
文章利用线粒体细胞色素b (cytochrome b, cytb)基因全序列作为分子标记,分析了中国近海和陆架的花斑蛇鲻(Saurida undosquamis)的遗传结构特征。从8个采样点266尾样本中共检测到142种单倍型,各采样点均表现出很高的单倍型多样性(0.925 1~0.992 9)和较低的核苷酸多样性(0.003 145~0.003 852)。单倍型的中间连接网络图呈现以4个优势共享单倍型为中心的星状发散结构,未发现与地理群体对应的谱系结构。分子方差分析表明花斑蛇鲻的遗传变异绝大部分(99.79%)来自种群内的个体之间,而群体之间几乎没有贡献遗传变异。成对遗传分化系数(FST)显示花斑蛇鲻群体间基因交流频繁,不存在明显的遗传差异,是一个随机交配群。中性检验表明种群历史动态显著偏离稳定种群模型,核苷酸错配分布表明花斑蛇鲻历史上曾经历过种群的快速扩张,扩张时间推算约在距今4万~10万年之前。研究结果表明,中国近海和陆架的花斑蛇鲻遗传分化不显著,在渔业上可以作为一个单元来管理。
Abstract:We examined the population genetic structure of brushtooth lizardfish (Saurida undosquamis) from the coastal waters and continental shelf of China based on the complete cytochrome b gene sequences. A total of 142 haplotypes have been derived from 266 individuals at eight sampling sites. Genetic diversity analysis shows that the S. undosquamis samples were characterized by rather high haplotype diversity (0.925 1−0.992 9) and relatively low nucleotide diversity (0.003 145−0.003 852). Median joining network shows that the haplotypes were connected in a star-like manner with four dominant haplotypes without clades of samples corresponding to sampling localities. Analyses of molecular variance suggest that nearly all the genetic variation (99.79%) was from individuals within population rather than from the populations. The pairwise FST reveals no genetic differentiation among different populations. A high rate of gene flow between populations implies a panmixia for S. undosquamis among the sampling sites. Neutrality tests show significant deviation of population historical dynamics from stable population model, and mismatch distribution analysis indicates a late Pleistocene expansion in S. undosquamis. The expansion time was estimated to be 40−100 thousands years ago. The results reveal that S. undosquamis from the coastal waters and continental shelf of China belong to the same population and can be managed as a unit in fisheries.
-
草鱼(Ctenopharyngodon idella)为草食性鱼类,2017年中国草鱼养殖产量已达534.56×104 t[1],居我国淡水鱼之首。由于当前草鱼主要为人工养殖,饲料成为草鱼高密度养殖条件下的主要食物来源。但是,高密度养殖模式以及饲料营养不平衡等容易引起草鱼肝胰脏肿大、肝脂过量沉积以及肝胰脏颜色变化等,继而导致草鱼肝胰脏功能损伤[2-4]。肝胰脏是鱼类消化系统的重要构成部分,主要参与体内物质代谢和离子转运,肝功能受水温、病菌、饲料营养水平等多种因素影响。近年来,鱼类肝脂过量蓄积及肝功能变化受到了不少研究者的关注。已有研究对草鱼不同颜色肝胰脏脂肪含量或脂肪蓄积程度进行了分析和评价[5],也对饲料蛋白质、脂肪、碳水化合物水平及来源与草鱼肝胰脏脂肪蓄积之间的关系进行了探索[6-8],还对不同脂肪蓄积程度草鱼肝胰脏中脂肪酸组成及含量进行了检测和分析[9]。但是,对草鱼肝色异常变化的具体原因尚缺乏研究。
矿物质是鱼类的必需营养素,饲料、养殖水体及底泥中各种矿物质的存在形式和含量等均可影响鱼类的生长和健康。目前,有关矿物质对鱼类肝胰脏影响的研究中,以水体和饲料中铜(Cu)[10]、铁(Fe)[11]、锌(Zn)[12]、硒(Se)[13]等对鱼类肝胰脏功能的影响研究较多,但主要集中在对其组织结构和抗氧化能力的影响方面。有关其他矿物质对草鱼肝胰脏功能的影响,以及不同矿物质对草鱼肝胰脏颜色以及脂肪沉积等方面的影响研究较少。草鱼肝胰脏颜色发白、发黄等常被认为是肝脂过量蓄积导致的异常颜色和不正常现象[5],并被用作草鱼脂肪肝的初步诊断依据,而草鱼脂肪肝的病理特征之一是贫血[4]。许多矿物质,如Fe、Cu、钴(Co)等不仅参与动物体内的能量代谢,还参与造血机能并影响肝功能。例如,余飞苑等[14]发现持续高脂饮食能够引起脂代谢紊乱,同时伴有矿物元素代谢紊乱,且矿物元素代谢紊乱的程度与高脂饮食和脂肪代谢紊乱的持续时间关系密切。这表明动物肝脂沉积量与矿物质代谢之间存在联系。但有关草鱼肝胰脏的颜色、矿物质沉积量、脂肪沉积量这三者之间的关系还缺少研究。本文研究了养殖草鱼肝胰脏颜色与脂肪及矿物质含量间的关系,旨在为后继从矿物质角度探讨草鱼肝脂过量蓄积的分子机理奠定基础,也可为改善草鱼的饲料配方并促进草鱼的健康养殖等提供参考。
1. 材料与方法
1.1 草鱼肝胰脏
于2018年1—2月,分别从湖南省常德市武陵区南坪岗乡渔场不同养殖户的养殖池塘中分4批随机采集养殖草鱼,每批10尾,平均体质量为(2.18±0.11) kg。不同养殖户投喂不同饲料企业生产的渔用配合饲料。将草鱼解剖,记录肝胰脏颜色,将肝胰脏按暗红肝、花肝、白肝和黄肝(图1)分别装入不同样品袋中,−80 ℃冷藏。从不同颜色肝胰脏样品中各选择颜色最接近的6份样品,用于水分、脂肪和矿物质的检测和分析。
1.2 药品、试剂
无水乙醚、硝酸、高氯酸等均为国产分析纯;多元素混合标准液(各矿物质元素质量浓度均为100 mg·L−1)购于国家标准物质网;实验用水为超纯水。
1.3 仪器与设备
真空冷冻干燥机(LGJ-10,北京四环科学仪器厂)、电热鼓风干燥箱(GFL-125,天津市莱玻特瑞仪器设备有限公司)、电子天平(BS124,感量±0.1 mg,海精密仪器仪表有限公司)、超低温冰箱(DW-86L388A,海南赛乐敏生物科技有限公司)、超纯水仪(ULUP-Ⅰ,西安优普仪器设备有限公司)、高速万能粉碎机(FW100,天津市泰斯特仪器有限公司)、ICP-AES仪[Optima 8300,珀金埃尔默仪器(上海)有限公司]、电热恒温水浴锅(HH-S4,北京科伟永兴仪器有限公司)。
1.4 ICP-AES仪器工作条件
等离子冷却气流为8.0 L·min−1,辅助气体流速为0.2 L·min−1,雾化器流量为0.50 L·min−1,功率为1.30 kW,观测高度为15 mm,观测方式为轴式。
1.5 样品制备与肝胰脏水分含量测定
从−80 ℃超低温冰箱中取出肝胰脏样品,称取后置于已称质量的洁净干燥铝盒中,迅速于预冷了30 min的真空冷冻干燥机(−46 ℃)中冷冻干燥24 h。取出样品,先称质量,以计算样品的水分含量;再用高速万能粉碎机将干燥好的样品依次粉碎,分装于样品袋中(图2),并于干燥器中保存,待测。
1.6 草鱼不同颜色肝胰脏总脂肪含量测定
参照GB/T 14772—2008《食品中粗脂肪的测定》[15],采用索氏提取法测定不同颜色肝胰脏样品中总脂肪含量。
1.7 草鱼不同颜色肝胰脏矿物元素含量测定
采用湿法消化法处理样品,即准确称取约0.3 g (精确至0.1 mg)已制备好的样品于消化管中,向消化管中加入10 mL混合酸[V(硝酸)∶V(高氯酸)=4∶1],于消化炉中消解。当消化管内液体变澄清和透明,且管底仅剩约1~2 mL消化液时,关炉,冷却;向各管中加入10 mL超纯水,加热赶酸;将赶酸后的样液无损地转移到100 mL容量瓶中,定容至刻度,摇匀。用w=2%硝酸制备多元素混合标准工作液,各元素标准系列梯度为0.1、0.2、0.5、1.0 μg·mL−1。采用电感耦合等离子体原子发射光谱仪(ICP-AES)测定标准溶液与待测溶液中钙(Ca)、镁(Mg)、Fe、铬(Cr)、Zn、Cu、砷(As)、锰(Mn)、Se、汞(Hg)、镉(Cd)、铅(Pb)12种矿物元素含量。
1.8 数据分析
采用Excel 2010软件对实验数据进行整理和计算,结果以“平均值±标准差(
$ \overline X \pm {\rm{SD}}$ )”表示;采用SPSS 19.0软件对结果进行单因素ANOVA方差分析与Duncan多重比较,显著性水平设为0.05。2. 结果
2.1 不同颜色草鱼肝胰脏水分和总脂肪质量分数
不同颜色草鱼肝胰脏水分和总脂肪质量分数均存在显著差异(P<0.05,表1)。草鱼暗红肝、花肝、白肝和黄肝4种不同颜色肝胰脏中,以暗红肝水分质量分数最高,花肝、白肝和黄肝的水分质量分数依次明显降低。与暗红肝相比,花肝、白肝和黄肝中总脂肪质量分数则均显著升高(P<0.05),分别为暗红肝脂肪质量分数的1.38、2.06和2.56倍。
表 1 越冬期草鱼不同颜色肝胰脏水分和总脂肪质量分数 (鲜样)Table 1. Moisture and total lipid contents in hepatopancreas with different colours of grass carp during winter (fresh sample)% 指标
indicator暗红肝
kermesinus hepatopancreas花肝
spot hepatopancreas白肝
white hepatopancreas黄肝
yellow hepatopancreas水分 moisture 77.78±1.30a 70.98±2.52b 67.91±1.56c 64.01±1.24d 总脂肪 total lipid 2.06±0.19d 2.85±0.17c 4.24±0.45b 5.28±0.31a 注:同行数据肩标字母不同表示差异显著 (P<0.05)
Note: Difference lowercase letters indicate significant difference between different colours hepatopancreas (P<0.05).2.2 不同颜色草鱼肝胰脏矿物元素质量分数
被检的12种矿物质中,不同颜色草鱼肝胰脏均以Ca质量分数最高且差异显著(P<0.05),以暗红肝Ca质量分数最低,花肝、白肝和黄肝均高于暗红肝,白肝最高;不同颜色草鱼肝胰脏中微量元素则以Fe质量分数最高,相对于暗红肝,白肝Fe质量分数明显降低,但黄肝Fe质量分数则显著上升 (P<0.05),花肝Fe质量分数与暗红肝相同 (表2)。不同颜色草鱼肝胰脏中均未检出Pb、Hg和Cd,但均含有不同程度的As,除花肝As质量分数与暗红肝接近外,白肝和黄肝中As质量分数均显著上升 (P<0.05)。总体来看,与暗红肝相比,花肝、白肝和黄肝中的Ca、Cr、Zn、Se质量分数均显著上升;在检出的矿物元素中,花肝仅Cu和As的含量低于暗红肝,白肝仅Mg、Fe、Cu质量分数低于暗红肝,而黄肝中所有被检矿物质均高于暗红肝。
表 2 越冬期草鱼不同颜色肝胰脏矿物元素质量分数 (鲜样)Table 2. Minerals contents in hepatopancreas with different colors of grass carp during winter (fresh sample)mg·kg−1 元素
mineral暗红肝
kermesinus hepatopancreas花肝
spot hepatopancreas白肝
white hepatopancreas黄肝
yellow hepatopancreas钙 Ca 443.82±80.88a 722.23±94.14b 975.62±49.42c 644.23±58.38b 镁 Mg 225.44±10.81b 230.92±30.04b 170.23±15.32a 299.43±15.62c 铁 Fe 218.84±3.90a 218.82±6.21a 196.74±5.04a 428.94±4.83b 铬 Cr 12.18±2.06a 22.86±2.49c 25.58±1.42d 18.00±1.52b 锌 Zn 11.74±1.19a 21.08±2.51c 24.12±1.71d 17.24±2.16b 铜 Cu 13.38±2.16b 2.39±0.68a 4.70±0.90a 25.22±4.36c 砷 As 4.2±0.65a 4.07±0.65a 6.50±1.29b 8.00±1.17c 锰 Mn 0.26±0.56a 3.13±0.71ab 2.63±0.87a 4.1±1.55b 硒 Se 0.7±0.64a 3.36±1.38b 3.78±1.86b 5.3±1.48c 汞 Hg − − − − 镉 Cd − − − − 铅 Pb − − − − 注:同行数据不同肩标字母表示差异显著 (P<0.05),相同肩标字母表示差异不显著 (P>0.05); −. 表示未检出 Note: Different lowercase letters indicate significant difference (P<0.05), while the same lowercase letters indicate no significant difference (P>0.05); −. undetected 3. 讨论
3.1 草鱼肝胰脏颜色与脂肪含量间的关系
田娟等[5]将草鱼肝胰脏按颜色分为正常肝、花肝、发白肝和发黄肝4类,发现其成鱼肝胰脏脂肪含量会随水分含量降低而增加,且随着肝胰脏颜色由正常肝色转变成花肝、发白肝和发黄肝,肝内脂肪含量也随之明显递增;与本研究结果非常相似。但田娟等[5]测得草鱼成鱼正常肝、花肝、发白肝和发黄肝内平均脂肪质量分数分别为2.29%、6.83%、9.87%和13.41%,均明显高于本研究中相应颜色草鱼肝胰脏中的脂肪质量分数(2.06%、2.85%、2.24%和5.28%),即相同颜色的草鱼肝胰脏中脂肪质量分数存在较大差异。前者样品采集时间为9—10月,此时草鱼经过较长时间大量摄食配合饲料后,部分草鱼由于摄入的饲料能量营养素过剩[16],或因为饲料原料不当[17],以及一些功能物质缺乏[18-19]等导致肝内脂肪蓄积较多,进而使肝功能受损,并呈现出不同的颜色变化。本研究中样品采集时间为1—2月,此时草鱼正处于越冬期,草鱼因水温低停止摄食,肝内脂肪处于不断动员阶段,肝内脂肪含量较9—10月明显下降。养殖鱼类,如草鱼、团头鲂 (Megalobrama amblycephala)等肝胰脏颜色变黄、变浅或变成花肝等,常被认为是肝胰脏脂肪过量蓄积的标志之一,且草鱼肝胰脏脂肪蓄积量超过5%及团头鲂肝胰脏脂肪质量分数超过8.48%即为肝脂过量蓄积或脂肪肝[4-5, 20-21]。综上,草鱼和团头鲂的肝脂质量分数分别大于5%和8.48%时,其肝胰脏才会显现异常肝色。但是,相对于其他研究者9—10月高脂肪含量的异常颜色草鱼肝胰脏,本研究中1—2月越冬期低脂肪含量的草鱼肝胰脏也呈现出异常肝色。越冬期草鱼脂肪含量较低的肝胰脏呈现出来的异常颜色极有可能与其前期已遭受过肝脂过量蓄积有关,且因脂肪过量蓄积导致的异常肝色一旦形成可能不会再因肝脂含量的下降而恢复至正常色,即草鱼肝色变化很可能不可逆转,但具体情况有待需深入研究。由此可见,肝胰脏颜色可以作为草鱼肝脂含量的定性评价指标,但仅适用于评价同一时期或相同季节的草鱼,而不适用于评价不同时期或不同季节。总之,同一时期或相同季节,草鱼随暗红肝色转变成花肝、发白肝和发黄肝色,其脂肪含量逐渐上升。
3.2 草鱼肝胰脏脂肪与矿物质含量间的关系
有关外源矿物质对水产动物肝脏的影响已有不少报道,如水体Cr3+暴露可使金鱼肝脏遭受氧化损伤并损害肝功能[22],而50~150 mL·L−1 Co2+暴露同样也会使金鱼肝脏内增加30%~66%的脂质过氧化产物,同时肝内超氧化物歧化酶和过氧化氢酶等抗氧化酶活性明显受到抑制[23];水体Cu暴露可以增加鱼体内的脂肪沉积量[23-25],由于水体Cu水平上升可能直接导致鱼肝中Cu含量增加,但本研究发现草鱼肝脂含量并未随肝Cu含量的增加而上升;Ca和Cu联合暴露则可影响黄颡 (Pelteobagrus fulvidraco)的肝脂酶活性,同时会改变肝中Cu的沉积量,且相同Cu水平下,随着Ca的添加,肝受损程度会减轻[26];Hg暴露也会影响草鱼肝胰脏功能,但Hg浓度不同对肝胰脏的影响程度也不同[27]。当草鱼幼鱼饲料中添加较高水平(3.2 mg·kg−1)的吡啶甲酸铬,相对于低质量分数组(0.8 mg·kg−1),草鱼体脂肪含量下降,表明高质量分数Cr饲料可降低草鱼肝脂沉积量,即一定范围内饲料Cr水平与草鱼肝脂含量间呈负相关[28],这与本研究结果相反,本研究中肝脂含量高的草鱼肝胰脏中Cr含量也高;草鱼幼鱼饲料中Zn质量分数超过53 mg·kg−1时,草鱼体脂和肝脂含量均显著升高(P<0.05)[29],本研究中异常颜色草鱼肝胰脏脂肪及Zn含量也均高于正常颜色草鱼肝胰脏,表明草鱼肝胰脏脂肪沉积量增加以及颜色发生异常变化可能与饲料或水体中Zn的摄入量增加有关。高w (Mg)饲料(1 200 mg·kg−1)会降低草鱼的肝脏功能[30],即草鱼的Mg摄入量一定程度上与其肝胰脏功能之间存在关联。综上所述,养殖水体和饲料中的矿物质水平会直接影响草鱼及其他鱼类的肝脂含量及肝功能。但是,目前有关饲料或水体矿物质对养殖鱼类肝脂沉积的影响研究尚不全面,研究结果存在一定差异,外源矿物质对鱼类肝脂沉积的调控机制研究更是比较欠缺。虽然本研究发现越冬期较大规格草鱼脂肪含量较高的异常颜色肝胰脏中Ca、Cr、Zn、Se含量均显著高于脂肪含量较低的正常颜色肝胰脏,但有关这几种矿物质在非越冬期以及较小规格草鱼肝脂沉积中的作用还需深入研究。
4. 结论
越冬期不同颜色草鱼肝胰脏中平均脂肪沉积量低于5.5%。肝胰脏颜色可以作为同一时期或相同季节草鱼肝脂含量定性评价的参考指标,即同一时期或相同季节的草鱼肝胰脏随着颜色由暗红色转变成花色、白色和黄色,肝中脂肪沉积量依次增加,水分含量则依次下降。相对于脂肪含量较低的暗红色草鱼肝胰脏,越冬期花色、白色、黄色等脂肪含量相对较高的肝胰脏中Ca、Cr、Zn、Se含量均显著上升。有关饲料和水体中不同种类矿物质对草鱼肝脂沉积的影响值得深入研究,但要较为全面地了解草鱼肝胰脏脂肪与外源矿物质含量间的关系,还需对不同生长阶段以及不同季节的草鱼进行综合研究。
-
图 2 花斑蛇鲻cytb基因序列单倍型的中间连接网络图
圆的大小代表单倍型频率,颜色代表所属群体,空心圆代表未检测到的单倍型,省略了单倍型之间的突变数
Figure 2. Median-joining network for cytb gene sequence haplotypes of S. undosquamis
The size of the circles is proportional to haplotype frequency and the colors represent the corresponding population. Small hollow circles represent missing haplotypes. The mutation steps between two connected haplotypes are omitted.
图 3 花斑蛇鲻cytb序列单倍型核苷酸错配分布曲线
柱状图表示观测值, 虚线为突然扩张模型下的期望值,实线为空间扩散模型下的期望值
Figure 3. Mismatch distribution of cytb haplotypes for S. undosquamis
The observed pairwise differences are shown in bars and the expected values under the sudden expansion model and spatial expansion model are in dash line and solid line, respectively.
表 1 花斑蛇鲻样本信息及cytb基因序列遗传多样性参数
Table 1 Specimen information of S. undosquamis and genetic diversity parameters based on cytb gene sequences
采样点
sampling
site经度/纬度
longitude/
latitude样本量 (N)
number of
samples单倍型数量 (H)
number of
haplotypes多态性位点数 (S)
number of polym-
orphic sites单倍型多样性 (h±SD)
haplotype
diversity核苷酸多样性 (π±SD)
nucleotide
diversity防城港 FCG 108°30'E/21°00'N 32 21 25 0.943 5±0.028 7 0.003 145±0.001 823 北部湾 BBW 107°15'E/19°15'N 34 22 26 0.953 7±0.021 9 0.003 205±0.001 850 西沙 XS 109°24'E/16°40'N 34 31 37 0.992 9±0.009 9 0.003 852±0.002 168 三亚 SY 109°46'E/17°58'N 35 27 41 0.968 1±0.020 3 0.003 724±0.002 103 海口 HK 111°18'E/20°18'N 34 21 32 0.925 1±0.035 8 0.003 154±0.001 824 珠江口 ZJK 114°05'E/21°41'N 34 27 38 0.985 7±0.010 8 0.003 692±0.002 089 汕头 ST 116°55'E/23°00'N 32 23 34 0.949 6±0.029 0 0.003 497±0.001 997 泉州 QZ 119°02'E/24°36'N 31 22 29 0.961 3±0.021 6 0.003 393±0.001 948 总计 total − 266 142 144 0.965 0±0.006 1 0.003 455±0.001 921 表 2 花斑蛇鲻8个地理群体cytb基因序列遗传变异的分子方差分析
Table 2 Analysis of molecular variance for eight populations of S. undosquamis based on cytb gene sequences
变异来源
source of variation自由度
degree of freedom变异百分比
percentage of variation分化系数
F statisticsP 群体间 among populations 7 0.21 0.002 1 0.572 6 群体内 within populations 258 99.79 所有样本 total samples 265 表 3 花斑蛇鲻两两地理群体间cytb基因序列的遗传分化系数 (对角线下方) 及显著性水平 (对角线上方)
Table 3 Pairwise FST (below diagonal) and P values (above diagonal) among geographic populations of S. undosquamis based on cytb gene sequences
群体 population FCG BBW XS SY HK ZJK ST QZ 防城港 FCG 0.773 8 0.372 0 0.342 6 0.288 2 0.540 9 0.779 1 0.807 2 北部湾 BBW −0.013 1 0.394 1 0.460 9 0.304 5 0.650 3 0.846 7 0.659 4 西沙 XS −0.000 9 −0.001 2 0.077 4 0.041 5 0.225 2 0.419 6 0.622 3 三亚 SY −0.000 2 −0.003 9 0.021 1 0.896 7 0.729 2 0.762 6 0.178 8 海口 HK 0.002 4 0.001 9 0.031 8 −0.012 9 0.747 6 0.588 1 0.118 5 珠江口 ZJK −0.006 7 −0.008 1 0.005 7 −0.008 9 −0.009 9 0.896 3 0.247 1 汕头 ST −0.012 5 −0.013 1 −0.002 4 −0.010 5 −0.007 9 −0.012 9 0.695 9 泉州 QZ −0.014 1 −0.009 9 −0.007 4 0.010 5 0.018 9 0.004 5 −0.010 3 表 4 花斑蛇鲻两两地理群体间随机交配假设检验的显著性水平
Table 4 P values of exact test of sample differentiation of S. undosquamis based on cytb gene haplotype frequencies
群体 population FCG BBW XS SY HK ZJK ST 北部湾 BBW 0.014 6 西沙 XS 0.067 7 0.109 4 三亚 SY 0.019 9 0.362 7 0.187 7 海口 HK 0.035 1 0.197 3 0.027 3 0.736 8 珠江口 ZJK 0.285 5 0.254 7 0.692 4 0.292 1 0.181 8 汕头 ST 0.390 6 0.236 1 0.269 5 0.704 2 0.873 0 0.674 6 泉州 QZ 0.527 0 0.310 6 0.128 8 0.303 3 0.486 4 0.392 6 0.945 3 表 5 花斑蛇鲻cytb基因序列核苷酸错配分布分析的参数估计值和中性检验统计值
Table 5 Mismatch distribution parameter estimates and neutrality tests statistics for S. undosquamis based on cytb gene sequences
群体
population错配分布 mismatch distribution 中性检验 neutrality test 突然扩张模型
sudden expansion model空间扩散模型
spatial expansion modelTajima' D Fu's FS 粗糙指数
HRIP 粗糙指数
HRIP D P FS P 防城港 FCG 0.782 9 0.936 2 0.590 0 0.950 1 −1.493 5 0.048 6 −14.339 4 0 北部湾 BBW 0.066 7 0.067 2 0.028 5 0.061 4 −1.492 5 0.048 5 −15.139 0 0 西沙 XS 0.075 9 0.313 3 0.214 5 0.173 7 −1.854 0 0.013 3 −25.721 9 0 三亚 SY 0.049 8 0.188 5 0.151 9 0.513 6 −2.068 2 0.004 2 −23.293 0 0 海口 HK 0.749 0 0.897 7 0.629 0 0.911 5 −1.926 2 0.010 6 −13.437 8 0 珠江口 ZJK 0.050 7 0.047 7 0.045 6 0.077 7 −1.973 3 0.008 2 −24.127 8 0 汕头 ST 0.890 7 0.834 6 0.909 0 0.934 4 −1.909 1 0.011 5 −17.081 6 0 泉州 QZ 0.136 3 0.217 8 0.156 5 0.352 5 −1.680 7 0.026 9 −15.934 9 0 合计 total 0.177 0 0.439 0 0.076 1 0.601 0 −2.555 7 0 −25.510 6 0 -
[1] FROESE R, PAULY D. FishBase[DB/OL]. [2019-04-25]. https://www.fishbase.de/summary/Saurida-undosquamis.html.
[2] 江艳娥, 许友伟, 范江涛, 等. 南海北部陆架水域多齿蛇鲻与花斑蛇鲻的年龄与生长[J]. 中国水产科学, 2019, 26(1): 82-90. [3] 陈再超, 刘继兴. 南海经济鱼类[M]. 广州: 广东科学与技术出版社, 1982: 184-188. [4] 舒黎明, 邱永松. 南海北部花斑蛇鲻生长死亡参数估计及开捕规格[J]. 湛江海洋大学学报, 2004, 24(3): 29-35. doi: 10.3969/j.issn.1673-9159.2004.03.007 [5] 舒黎明, 邱永松. 南海北部多齿蛇鲻生物学分析[J]. 中国水产科学, 2004, 11(2): 154-158. doi: 10.3321/j.issn:1005-8737.2004.02.012 [6] 黄梓荣. 休渔对南海北部多齿蛇鲻资源的影响[J]. 湛江海洋大学学报, 2002, 22(6): 26-31. doi: 10.3969/j.issn.1673-9159.2002.06.006 [7] 卢伙胜, 颜云榕, 侯刚. 等. 2009年度南海渔业资源调查报告[R]. 湛江: 广东海洋大学, 2010. [8] 孙典荣, 林昭进. 北部湾主要经济鱼类资源变动分析及保护对策探讨[J]. 热带海洋学报, 2004, 2(2): 62-68. doi: 10.3969/j.issn.1009-5470.2004.02.008 [9] 陈作志, 邱永松, 徐姗楠, 等. 北部湾花斑蛇鲻生物学特征的演化[J]. 中国水产科学, 2012, 19(2): 321-328. [10] COATES D J, BYRNE M, MORITZ C. Genetic diversity and conservation units: dealing with the species-population continuum in the age of genomics[J/OL]. Front Ecol Evol, 2018, 60 [2019-04-26]. https://www.frontiersin.org/articles/10.3389/fevo.2018.00165/full. doi: 10.3389/fevo.2018.00165.
[11] REISS H, HOARAU G, DICKEY-COLLAS M, et al. Genetic population structure of marine fish: mismatch between biological and fisheries management units[J]. Fish Fish, 2009, 10(4): 361-395. doi: 10.1111/j.1467-2979.2008.00324.x
[12] GOETHEL D R, BERGER A M. Accounting for spatial complexities in the calculation of biological reference points: effects of misdiagnosing population structure for stock status indicators[J]. Can J Fish Aquat Sci, 2017, 74(11): 1878-1894. doi: 10.1139/cjfas-2016-0290
[13] PALSBØLL P J, BERUBE M, ALLENDORF F W. Identification of management units using population genetic data[J]. Trends Ecol Evol, 2007, 22(1): 11-16. doi: 10.1016/j.tree.2006.09.003
[14] MALI K S, KUMAR M V, FAREJIYA M K, et al. Reproductive biology of Saurida tumbil (Bloch 1795) and Saurida undosquamis (Richardson 1848) inhabiting Northwest coast of India[J]. Int J Pure App Biosci, 2017, 5(6): 957-964. doi: 10.18782/2320-7051.6080
[15] CHHANDAPRAJNADARSINI E M, ROUL S K, SWAIN S, et al. Biometric analysis of brushtooth lizard fish Saurida undosquamis (Richardson, 1848) from Mumbai waters[J]. J Entomol Zool Stud, 2018, 6(2): 1165-1171.
[16] NAJMUDEEN T M, SEETHA P K, ZACHARIA P U. Stock dynamics of the brushtooth lizardfish Saurida undosquamis (Richardson, 1848) from a tropical multispecies fishery in the southeastern Arabian Sea[J/OL]. Aquat Living Resour, 2019, 32 [2019-04-26]. https://www.alr-journal.org/articles/alr/abs/2019/01/alr180110/alr180110.html. doi: 10.1051/alr/2019006.
[17] 张俊, 陈国宝, 陈作志, 等. 南沙南部陆架海域渔业资源声学评估[J]. 南方水产科学, 2015, 11(5): 1-10. doi: 10.3969/j.issn.2095-0780.2015.05.001 [18] 许友伟, 陈作志, 范江涛, 等. 南沙西南陆架海域底拖网渔获物组成及生物多样性[J]. 南方水产科学, 2015, 11(5): 76-81. doi: 10.3969/j.issn.2095-0780.2015.05.009 [19] HALL T, BIOSCIENCES I, CARLSBAD C. BioEdit: an important software for molecular biology[J]. GERF Bull Biosci, 2011, 2(1): 60-61.
[20] 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
[21] POSADA D. ModelTest Server: a web-based tool for the statistical selection of models of nucleotide substitution online[J]. Nucleic Acids Res, 2006, 34(sup 2): W700-W703.
[22] ROZAS J, FERRER-MATA A, SÁNCHEZ-DELBARRIO J C, et al. DnaSP 6: DNA sequence polymorphism analysis of large data sets[J]. Mol Biol Evol, 2017, 34(12): 3299-3302. doi: 10.1093/molbev/msx248
[23] POLZIN T, DANESCHMAND S V. On Steiner trees and minimum spanning trees in hypergraphs[J]. Oper Res Lett, 2003, 31(1): 12-20. doi: 10.1016/S0167-6377(02)00185-2
[24] BANDELT H J, FORSTER P, ROHL A. Median-joining networks for inferring intraspecific phylogenies[J]. Mol Biol Evol, 1999, 16(1): 37-48. doi: 10.1093/oxfordjournals.molbev.a026036
[25] 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/j.1755-0998.2010.02847.x
[26] TAJIMA F. Statistical-method for testing the neutral mutation hypothesis by DNA polymorphism[J]. Genetics, 1989, 123(3): 585-595.
[27] FU Y X. Statistical tests of neutrality of mutations against population growth, hitchhiking and background selection[J]. Genetics, 1997, 147(2): 915-925.
[28] EXCOFFIER L. Patterns of DNA sequence diversity and genetic structure after a range expansion: lessons from the infinite-island model[J]. Mol Ecol, 2004, 13(4): 853-864. doi: 10.1046/j.1365-294X.2003.02004.x
[29] RAY N, CURRAT M, EXCOFFIER L. Intra-deme molecular diversity in spatially expanding populations[J]. Mol Biol Evol, 2003, 20(1): 76-86. doi: 10.1093/molbev/msg009
[30] HARPENDING H C. Signature of ancient population growth in a low-resolution mitochondrial DNA mismatch distribution[J]. Hum Biol, 1994, 66(4): 591-600.
[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] KOCHER T D, STEPIEN C A. Molecular systematics of fishes[M]. New York: Academic Press, 1997: 113-128.
[33] FRANKHAM R, BALLOU J D, BRISCOE D A. Introduction to conservation genetics[M]. Cambridge: Cambridge University Press, 2002: 78-104.
[34] 边力, 王鹏飞, 陈四清, 等. 基于线粒体Cytb基因序列的绿鳍马面鲀6个野生群体的遗传结构分析[J]. 中国水产科学, 2018, 25(4): 827-836. [35] 熊丹, 李敏, 李永振, 等. 南海短尾大眼鲷线粒体Cyt b基因序列及种群判别分析[J]. 中国水产科学, 2016, 23(1): 188-197. [36] 夏月恒, 章群, 高志远, 等. 中国近海鮸鱼遗传多样性的细胞色素b全序列分析[J]. 广东农业科学, 2013, 40(3): 101-105. doi: 10.3969/j.issn.1004-874X.2013.03.034 [37] 彭博, 章群, 赵爽, 等. 中国近海小黄鱼遗传变异的细胞色素b序列分析[J]. 广东农业科学, 2010, 37(2): 131-135. doi: 10.3969/j.issn.1004-874X.2010.02.045 [38] 沈朕, 关洪斌, 郑风荣, 等. 基于cytb 和D-loop的4个大泷六线鱼群体遗传多样性分析[J]. 海洋科学进展, 2017, 35(4): 524-534. doi: 10.3969/j.issn.1671-6647.2017.04.009 [39] PINSKY M L, PALUMBI S R. Meta-analysis reveals lower genetic diversity in overfished populations[J]. Mol Ecol, 2014, 23(1): 29-39. doi: 10.1111/mec.12509
[40] GRANT W S, BOWEN B W. Shallow population histories in deep evolutionary lineages of marine fishes: insights from sardines and anchovies and lessons for conservation[J]. J Hered, 1998, 89(5): 415-426. doi: 10.1093/jhered/89.5.415
[41] WANG P. Response of western Pacific marginal seas to glacial cycles: paleoceanographic and sedimentological features[J]. Mar Geol, 1999, 156(1): 5-39.
[42] IMBRIE J, BOYLE E A, CLEMENS S C, et al. On the structure and origin of major glaciation cycles 1. Linear responses to Milankovitch forcing[J]. Paleoceanography, 1992, 7(6): 701-738. doi: 10.1029/92PA02253
[43] 黄小林, 李文俊, 林黑着, 等. 基于线粒体DNA D-loop序列的黄斑篮子鱼群体遗传多样性分析[J]. 热带海洋学报, 2018, 37(4): 45-51. [44] 李敏, 张鹏, 李玉芳, 等. 南海扁舵鲣种群遗传结构和遗传多样性评价[J]. 南方水产科学, 2015, 11(5): 82-89. doi: 10.3969/j.issn.2095-0780.2015.05.010 [45] 李敏, 李玉芳, 张鹏, 等. 基于线粒体控制区序列的南海圆舵鲣种群遗传结构分析[J]. 南方水产科学, 2016, 12(4): 88-95. doi: 10.3969/j.issn.2095-0780.2016.04.011 [46] HEWITT G M. The genetic legacy of the Quaternary ice ages[J]. Nature, 2000, 405(6789): 907-913. doi: 10.1038/35016000
[47] PALUMBI S R. Genetic divergence, reproductive isolation, and marine speciation[J]. Annu Rev Ecol Syst, 1994, 25: 547-572. doi: 10.1146/annurev.es.25.110194.002555
[48] 苏纪兰. 中国近海水文[M]. 北京: 海洋出版社, 2005: 1-367. [49] 孙冬芳, 董丽娜, 李永振, 等. 南海北部海域多齿蛇鲻的种群分析[J]. 水产学报, 2010, 34(9): 1387-1394. [50] LAIKRE L, PALM S, RYMAN N. Genetic population structure of fishes: Implications for coastal zone management[J]. Ambio, 2005, 34(2): 111-119. doi: 10.1579/0044-7447-34.2.111
-
期刊类型引用(5)
1. 陈攀,刘龙勋,伍勤乐,沈华建,王啟成,杨宁,黄海. 海南人工金鲳鱼养殖中常见的病害及防治方法. 农业技术与装备. 2024(02): 142-145 . 百度学术
2. 朱梦婷,谢国驷,李信书. 养殖大黄鱼3种主要病害及其防治的研究进展. 黑龙江水产. 2024(04): 450-453 . 百度学术
3. 靳智欣,徐永江,崔爱君,姜燕,王滨,刘新富. 铜暴露对黄条鰤胚胎和初孵仔鱼发育的毒性效应. 中国水产科学. 2024(10): 1186-1203 . 百度学术
4. 李志成,钟志鸿,李诗钰,郭奕轩,郭庆凯,江飚,李安兴. 海水鱼类淀粉卵涡鞭虫病及其防控研究进展. 大连海洋大学学报. 2022(04): 696-706 . 百度学术
5. 靳智欣,徐永江,刘新富,梁友,周鹤庭,崔爱君,刘欣. Cu对云龙石斑鱼幼鱼的生理生态毒性. 海洋科学. 2022(08): 39-47 . 百度学术
其他类型引用(0)