Inhibitory activity of home-made garbage enzyme against aquatic pathogens and isolation and identification of its fermentation strains
-
摘要:
为探讨自制环保酵素对水产病原微生物的抑制作用，该研究对其发酵菌株进行了分离。通过比浊法和平板划线法，确定自制环保酵素对水产病原微生物坎氏弧菌SP-1 (Vibrio campbellii SP-1)、哈维氏弧菌SP-1 (V. harveyi SP-1)、轮虫弧菌SP-1 (V. rotiferianus SP-1) 和嗜水气单胞菌245 (Aeromonas hydrophila) 的最低抑制浓度分别是体积分数是体积分数为11.5%、11%、6.2%和11%，最小杀菌浓度分别是体积分数为16%、16%、16%和12%。攻毒保护试验表明，自制环保酵素无菌上清液可使嗜水气单胞菌对斑马鱼 (Danio rerio) 的致死率降低 (90.5±6.49) %。pH、温度、蛋白酶敏感性试验显示自制环保酵素的主要抗菌活性物质为酸性物质，对加热和蛋白酶处理稳定。进一步从环保酵素中分离主要发酵菌株，通过ITS序列分析鉴定为库德毕赤酵母 (Pichia kudriavzevii)。研究结果可为自制环保酵素在水产养殖中对抗细菌性疾病的应用提供理论基础。
Abstract:In order to evaluate the inhibitory activity of home-made garbage enzyme against aquatic pathogens and to isolate their fermentation strains, we determined the minimum inhibitory concentrations of the home-made garbage enzyme on the aquatic pathogenic microorganisms Vibrio candida SP-1, V. harveyi SP-1, V. rotiferianus SP-1 and Aeromonas hydrophila 245 as 11.5%, 11%, 6.2% and 11% in volume fraction by turbidimetric method. The minimum bactericidal concentrations were determined as 16%, 16%, 16% and 12% in volume fraction by flat line scribing method. The challenge test proves that the supernatant of home-made garbage enzyme decreased (90.5±6.49) % of the mortality in zebrafish induced by A. hydrophila. The sensitivity tests of pH, temperature and protease prove that the main antibacterial active substances of home-made garbage enzyme were acidic substances that were stable to heating and protease treatment. Furthermore, the primary fermentation strain was separated from the garbage enzyme and identified as Pichia kudriavzevii by ITS sequence analysis. The results provide a theoretical basis for applying home-made garbage enzyme in combating bacterial diseases in aquaculture.
-
Keywords:
- Garbage enzyme /
- Antibacterial effect /
- Aquatic pathogens /
- Pichia kudriavzevii
-
近年来，在南太平洋海域进行商业捕捞作业的船队主要为中国大陆和中国台湾船队[1]。有研究表明环境变化对于长鳍金枪鱼 (Thunnus alalunga) 的分布和洄游有显著影响[2-3]，由于长鳍金枪鱼的高度洄游性使商业捕捞作业船队对其渔场的寻找成为一项高成本生产活动。因此，了解长鳍金枪鱼的资源分布与环境因子的关系对提高该渔业的生产效率具有重要意义。南太平洋长鳍金枪鱼作为延绳钓渔船的主要捕捞对象，一般栖息在200~300 m水层[4]。而目前国内外学者多选择表层环境因子作为研究对象[5-7]，较少采用不同水层的环境数据。广义可加模型 (Generalized additive model, GAM) 作为定量分析渔获率与环境要素之间关系的方法，目前已得到广泛应用。而这些研究在变量选择中多加入了时空因子[8-10]，忽略了时空因子与环境因子之间和不同环境因子之间的多重共线性[11]。此外，由于缺少该鱼种完整的渔捞日志数据，研究多采用5°方格数据[7,10]，但这种较低空间分辨率的环境数据往往会弱化数值分析的效果。
本文根据中国大陆地区所有渔船2015—2017年在南太平洋的渔捞日志，整理出了空间分辨率为1°×1°的月渔获数据，用GAM模型逐步回归分析各环境因子与长鳍金枪鱼资源的关系，以探讨环境因子的变化对长鳍金枪鱼资源分布的影响，以期为南太平洋长鳍金枪鱼的合理开发利用和资源养护管理提供参考。
1. 材料与方法
1.1 数据来源
1.1.1 渔业数据
来自中国大陆地区2015—2017年所有渔船渔捞日志，选取在南太平洋海域 (140°E—130°W，0°N—50°S，图1) 且捕捞对象为长鳍金枪鱼的渔捞日志数据 (具体数据总量见表1)，包括日期、作业位置、投钩数、各鱼种渔获量尾数和千克数等。
![]()
图 1 2015—2017年南太平洋长鳍金枪鱼单位捕捞努力渔获量的平均分布Figure 1. Average distribution of CPUE of T. alalunga in South Pacific during 2015–2017表 1 南太平洋长鳍金枪鱼延绳钓渔业作业天数情况Table 1. Fishing days of longline fishery of T. alalunga in South Pacific年份
Year总渔船数
Total vessels累计作业天数
Total fishing days2015 107 18 070 2016 115 20 591 2017 136 26 291 1.1.2 水文环境数据
包括海表温度 (Sea surface temperature，SST) 及不同深度水温、海表盐度 (Sea surface salinity，SSS) 及不同水层盐度、叶绿素a浓度 (Chlorophyll a concentration，Chla)、海表风场 (Sea surface wind，SSW)、海表面高度 (Sea surface height，SSH)、混合层深度 (Mixed layer depth，MLD) 的月数据。其中海表温度及不同水深温度、海表盐度及不同水层盐度、混合层深度来自中国Argo实时资料中心提供的《全球海洋Argo网格数据集 (BOA_Argo) 》，空间分辨率为1°。叶绿素a浓度来自美国国家海洋和大气管理局 (National Oceanic and Atmospheric Administration, NOAA) 的Ocean Watch网站，空间分辨率为0.05°。海表风场来自美国宇航局物理海洋学数据分发存档中心 (PO.DAAC) 提供的CCMP风速，空间分辨率为0.25°，海表面高度来自德国汉堡大学的综合气候数据中心提供的ORA-S4资料，空间分辨率为1°。
1.2 数据预处理
1) 单位捕捞努力量渔获量 (Catch per unit effort，CPUE) 可以作为代表长鳍金枪鱼渔业资源状态的指标。其计算公式为：
$$ {\rm{CPUE}} = \dfrac{{{U_{{\rm{catch}}}}}}{{{f_{{\rm{hooks}}}}}} $$ (1) 式中Ucatch表示1°×1°单位渔区内的累计渔获量 (kg)，fhooks是1°×1°单位渔区内的累计投钩数 (千钩)，时间尺度为月。
2) 用Matlab读取海表温度、叶绿素a浓度、海表风场数据，并与单位渔区进行数据匹配。受云层遮挡等因素影响，环境数据尤其是叶绿素a浓度数据存在缺失情况。本文采用计算周围变量均值的方法对缺失数据进行处理。
1.3 分析方法
1.3.1 相关性分析
利用Pearson相关系数计算环境因子之间的相关系数[12]，其公式为：
$$ r = \frac{{\displaystyle\sum\nolimits_{i = 1}^n {\left( {{x_i} - \bar x} \right)\left( {{y_i} - \bar y} \right)} }}{{\sqrt {\displaystyle\sum\nolimits_{i = 1}^n {{{\left( {{x_i} - \bar x} \right)}^2}{{\displaystyle\sum\nolimits_{i = 1}^n {\left( {{y_i} - \bar y} \right)} }^2}} } }} $$ (2) 式中r表示相关系数，xi表示环境因子x的第i个观测值，
$\bar x $ 表示环境因子的均值，yi表示环境因子y的第i个观测值，${\bar y}_i $ 表示环境因子y的均值。1.3.2 GAM模型
GAM模型能够较好地处理响应变量和一组解释变量之间高度非线性和非单调关系的能力，被广泛用于渔获率与环境关系研究[13-14]。其一般表达式为：
$$ g\left( {\rm{\mu}} \right) = {\beta _0} + \sum\nolimits_{i = 1}^k {{f_i}} \left( {{x_i}} \right) + \varepsilon \left[ {{\rm{\mu}} = E\left( {Y/X} \right)} \right] $$ (3) 式中g(μ) 表示联系函数，β0表示常数截距项，fi(xi) 表示用来描述g(μ) 与第i个解释变量关系的平滑函数。
GAM模型和逐步回归计算在R-3.5.0中实现。
2. 结果
2.1 环境因子之间的相关性
本研究在不同水深环境数据中选择了60、120、180、240、300 m深度水温和盐度与其他表层环境因子进行了相关性分析。计算表明各层之间温度和盐度相关性较大 (由于篇幅所限，结果未列出)，最后选取了相关性较小的三层 (表层、120 m300 m) 参与最后的要素分组中。通常认为如果相关系数大于0.75为强相关[15]，介于0.5~0.75为中等程度相关，小于0.5为弱相关。SST和t120，t300和s300，SST与SSH，t120与SSH为高度相关因子；SST与s120，SST与MLD，SST与Uwnd，t120与s120，t120与Uwnd均中度相关；SSS、Chla、Vwnd与其他环境因子之间的相关性均较小 (表2)。
表 2 各环境变量相关系数矩阵Table 2. Correlation coefficients matrix of environmental factors变量
Variablet120 t300 SSS s120 s300 MLD Uwnd Vwnd Chla SSH SST 0.916 0.005 −0.359 0.545 −0.091 −0.560 −0.541 −0.146 −0.316 0.753 t120 − −0.002 −0.239 0.582 −0.098 −0.307 −0.542 −0.137 −0.221 0.757 t300 − − 0.176 0.165 0.925 −0.152 −0.277 0.428 −0.068 0.440 SSS − − − 0.408 0.097 0.396 −0.056 −0.175 0.128 −0.432 s120 − − − − −0.008 −0.124 −0.504 −0.242 −0.150 0.258 s300 − − − − − −0.117 −0.127 0.451 0.114 0.407 MLD − − − − − − 0.255 0.004 0.326 −0.451 Uwnd − − − − − − − −0.308 0.178 −0.493 Vwnd − − − − − − − − 0.137 0.212 Chla − − − − − − − − − −0.238 注：SST. 海表温度；t120. 120 m水深温度；t300. 300 m水深温度；SSS. 海表盐度；s120.120 m水深盐度；s300. 300 m水深盐度；MLD. 混合层深度；Chla. 海表面叶绿素a浓度；Uwnd. 海表风场东西分量，即纬向风，以东为正；Vwnd. 海表风场南北分量，即经向风，以北为正；SSH. 海表面高度；下同 Note: SST. Sea surface temperature; t120. Sea temperature at depth of 120 m; t300. Sea temperature at depth of 300 m; SSS. Sea surface salinity; s120. Sea salinity at depth of 120 m; s300. Sea salinity at depth of 300 m; MLD. Mixed layer depth; Chla. Sea surface chlorophyll a concentration; Uwnd. Eastward Sea surface wind; Vwnd. Northward Sea surface wind; SSH. Sea surface height. The same case in the following table 2.2 GAM模型的构建与分析
本研究使用GAM模型分析长鳍金枪鱼CPUE与各环境因子之间的关系，其中CPUE作为响应变量，SST、t120、t300、SSS、s120、s300、Chla、Uwnd、Vwnd、SSH、MLD作为解释变量，根据相关性分析结果，将环境因子分为4组分别建立GAM模型，表达式为：
$$ \begin{array}{c} {\rm{log}}\left( {{\rm{CPUE}} + 1} \right)\sim s\left( {{\rm{SST}}} \right) + s\left( {{t_{300}}} \right) + s({\rm{SSS}}) + {\rm{ }}s\left( {{V_{{\rm{wnd}}}}} \right) + \\s\left( {{\rm{Chla}}} \right) + \varepsilon \\ {\rm{log}}\left( {{\rm{CPUE}} + 1} \right)\sim s({t_{120}}) + s\left( {{\rm{SSS}}} \right) + s\left( {{s_{300}}} \right) + s\left( {{\rm{MLD}}} \right) + \\s\left( {{V_{{\rm{wnd}}}}} \right) + s\left( {{\rm{Chla}}} \right) + \varepsilon \\ {\rm{log}}\left( {{\rm{CPUE}} + 1} \right)\sim s({t_{300}}) + s\left( {{\rm{SSS}}} \right) + s\left( {{s_{120}}} \right) + s({\rm{MLD}}) +\\ s\left( {{V_{{\rm{wnd}}}}} \right) + s\left( {{\rm{SSH}}} \right) + s\left( {{\rm{Chla}}} \right) + \varepsilon \\ {\rm{log}}\left( {{\rm{CPUE}} + 1} \right)\sim s\left( {{t_{300}}} \right) + s\left( {{\rm{SSS}}} \right) + s\left( {{\rm{MLD}}} \right) + s\left( {{U_{{\rm{wnd}}}}} \right) + \\s\left( {{V_{{\rm{wnd}}}}} \right) + s\left( {{\rm{SSH}}} \right) + s\left( {{\rm{Chla}}} \right) + \varepsilon \end{array} $$ 式中为了防止零值出现，采用CPUE加上1再进行对数化处理，s为自然立方样条平滑 (Natural cube spline smoother)，ε为误差项。
结果显示，各模型的总偏差解释率介于30%~40% (表3)。各环境因子的平均可解释偏差大小依次为t120 (19.7%)、SST (18.5%)、t300 (12.5%)、t120 (12.3%)、SSH (7.0%)、s300 (4.9%)、SSS (3.3%)、MLD (2.4%)、Vwnd (2.4%)、Uwnd (1.8%)、Chla (0.8%)。
表 3 GAM模型拟合结果的偏差分析Table 3. Analysis of deviance for generalized additive models (GAM)分组
Group累加影响因子
Cumulative of influencing factorsP 决定系数
R2累计解释偏差
Cumulative of deviance explained可解释偏差
Deviance explainedAIC值
AIC value第一组 Group 1 +SST <2×10−16*** 0.185 18.5% 18.5% 24 376.49 +t300 <2×10−16*** 0.297 29.9% 11.4% 23 222.20 +SSS <2×10−16*** 0.306 30.8% 0.9% 23 136.20 +Vwnd <2×10−16*** 0.326 32.9% 2.1% 22 908.96 +Chla <2×10−16*** 0.341 34.3% 1.4% 22 746.25 第二组 Group 2 +t120 <2×10−16*** 0.196 19.7% 19.7% 24 265.62 +SSS <2×10−16*** 0.215 21.6% 1.9% 24 087.74 +s300 <2×10−16*** 0.263 26.5% 4.9% 23 599.79 +MLD <2×10−16*** 0.282 28.5% 2.0% 23 410.19 +Vwnd <2×10−16*** 0.295 29.8% 1.3% 23 276.47 +Chla <2×10−16*** 0.307 31% 1.2% 23 147.81 第三组 Group 3 +t300 <2×10−16*** 0.13 13.1% 13.1% 24 881.85 +SSS <2×10−16*** 0.18 18.2% 5.1% 24 428.97 +s120 <2×10−16*** 0.303 30.5% 12.3% 23 165.18 +MLD <2×10−16*** 0.319 32.1% 1.6% 23 000.88 +Vwnd <2×10−16*** 0.337 34% 1.9% 22 795.21 +SSH <2×10−16*** 0.393 39.6% 5.6% 22 110.88 +Chla 0.002 75** 0.394 39.8% 0.2% 22 100.98 第四组 Group 4 +t300 <2×10−16*** 0.13 13.1% 13.1% 24 881.85 +SSS 4.89×10-8*** 0.18 18.2% 5.1% 24 428.97 +MLD <2×10−16*** 0.214 21.7% 3.5% 24 105.96 +Uwnd 0.030 1* 0.231 23.4% 1.7% 23 942.02 +Vwnd <2×10−16*** 0.267 27.1% 3.7% 23 574.18 +SSH <2×10−16*** 0.352 35.5% 8.4% 22 626.40 +Chla 2.51×10−15*** 0.356 36% 0.5% 22 571.78 2.3 各因子对CPUE的影响和关系
GAM模型分析发现，SST、t120、t300、s120是对CPUE影响较大的环境变量 (表3)。SST与CPUE介于15~30 ℃整体呈现负相关，其中介于25~28 ℃显示正相关 (图2-a)。t120与SST的趋势一致，呈负效应关系，其中介于18~23 ℃保持平稳状态 (图2-b)。t300在10 ℃之前置信区间较大且数据量较小故不予讨论，在10 ℃之后呈现出明显的正相关 (图2-c)。s120与CPUE以35.5为中心总体呈开口向上的抛物线，在36.4之后呈负相关 (图2-e)。
![]()
图 2 不同环境因子对南太平洋延绳钓渔业长鳍金枪鱼单位捕捞努力渔获量的影响Figure 2. Effects of different environmental factors on CPUE of longline fishery of T. alalunga in South Pacific对CPUE影响比较小的几个环境因子分别为SSS、s300、MLD、Uwnd、Vwnd、SSH、Chla。各模型得出的SSS对CPUE的影响略有差异，总体与CPUE保持平稳状态 (图2-d)。s300与CPUE以34.8为中心呈开口向上的抛物线 (图2-f)，在35.0之后基本保持平稳。MLD与CPUE总体保持稳定 (图2-g)，呈现轻微的正效应关系。Uwnd与CPUE基本保持平稳 (图2-h)。Vwnd与CPUE总体上呈现正效应关系 (图2-i)，其中在−1~3 m·s−1保持平稳。Chla与CPUE整体上呈现轻微的负相关 (图2-j)。SSH与CPUE总体上呈负效应关系 (图2-k)，在0.5 m之后这种负效应明显放缓。
在参与2个及以上模型的环境因子中，MLD、Vwnd、Chla在较小的置信区间内总体趋势相似，与CPUE基本保持平稳状态，t300、SSH对CPUE的影响较大，但依然表现出了较高的拟合度。SSS在对CPUE的影响略有差异，介于35.2~35.0拟合较好。
3. 讨论
3.1 环境因子的多重共线性
目前通过GAM模型分析环境因子与渔场的关系时通常会加入时空因子。然而时空因子的加入可能会影响环境因子与渔场关系的判断，如海表温度分布与纬度存在相关性，海表温度从低纬度向高纬度递减，纬度因素的加入会影响海表温度与渔场真实关系的推断。因此时空因子的加入对渔场与环境因子的关系分析可能会造成误判。
除了时空因子与环境因子的相互影响外，环境因子之间也存在不可避免的自相关和多重共线性问题[16]。长鳍金枪鱼的渔场分布与各环境因子显著相关，是各个环境因子综合作用的结果，而环境因子间的高度相关性又会掩盖单个环境因子与渔场分布的真实关系。本研究发现，海表温度除了与混合层深度、海表风场、海表面高度等海表面环境因素有较大的相关性外，与各水层的温度、盐度也具有较大的相关性，因此在构建模型探讨海表温度与长鳍金枪鱼渔场的关系前，需要进行环境因子的相关性分析，通过排除相关系数较大的环境因子，降低这种多重共线性的负面影响[17]。
在建模过程中为避免同一模型内环境因子之间的多重共线性，同时又要确保放入尽量多的环境因子，本研究将环境因子分为4组分别建立GAM模型。由于每组模型选择的环境因子不同，得出的总解释偏差也有所差异。而在参与多个模型的环境因子中，t300、MLD、Vwnd、Chla、SSH的总体趋势相似 (图2)，验证了这种分组建模方式分析环境因子与渔场分布具有较高的可信度。海表面的盐度略有差异，可能是由于其与120 m水深盐度、混合层深度、海表面高度均呈中等程度相关，不同的环境因子的选择影响了海表盐度与CPUE的关系。
3.2 CPUE与环境因子的关系
作为影响海洋鱼类活动最重要的环境因子之一，温度的变化对鱼类的分布、洄游和集群等会造成直接或者间接的影响[18]，在进行长鳍金枪鱼时空分布与主要环境因子的关系研究时，一般都会选用SST作为环境因子[19-20]。海表温度对南太平洋长鳍金枪鱼的分布有显著影响，由GAM模型结果可以发现，长鳍金枪鱼的主要作业渔区出现在SST介于20~30 ℃的海域 (图2-a)，这与樊伟等[21]的南太平洋长鳍金枪鱼产量高密度区呈双峰型，出现在20 ℃和29 ℃海域的研究结果一致。同时发现，SST与CPUE总体上呈现负相关，在25 ℃之前随温度的升高CPUE逐渐降低，在25 ℃之后略有回升。说明相对低温海域的作业频率较低但CPUE较高，可以探寻相对低温海域的长鳍金枪鱼渔区并进行开发。
延绳钓渔船通常以长鳍金枪鱼成鱼为目标鱼种，主要在0~400 m深度设钩。水温垂直结构在长鳍金枪鱼渔场的形成过程中有直接影响[22]。研究结果显示，120~300 m水层，温度显著影响长鳍金枪鱼的产量，这可能是因为该水层是水温急剧下降的温跃层，温度和密度变化大，溶解氧含量高，饵料资源丰富。Hoyle等[23]发现，东南太平洋长鳍金枪鱼主要栖息于170~220 m水层，中西太平洋为150~300 m，与本文研究结果相似。Williams等[24]在汤加附近海域发现，长鳍金枪鱼高渔获率水深一般为200~300 m，与本文研究结果有一定差异，这可能是缘于研究海域不同。
海表面盐度对于长鳍金枪鱼渔获量的影响较小，这与范永超等[25]、蒋汉凌[26]的研究结果一致。本研究还发现，s120对长鳍金枪鱼渔获量有显著影响。这说明海表面盐度影响较小可能是因为其主要通过影响溶解气体、海流等其他海表面环境因素从而对长鳍金枪鱼CPUE间接造成影响，而各水深盐度是影响长鳍金枪鱼CPUE的一个重要因素，在以后的研究中不可忽略。120~300 m温度和盐度显著影响长鳍金枪鱼CPUE的分布，这也验证了本研究长鳍金枪鱼主要栖息于120~300 m水层的结果。
海面高度主要与水团、水系、海流、潮汐、中尺度涡等海洋动力信息有关。随着海面高度的增加，表层水团进行辐散或汇合[27]，底层水上升进行补充，海水底层营养盐上升对表层营养盐进行补充，使海水表层初级生产力增加，浮游生物密度增加，长鳍金枪鱼资源量增加。本研究中，SSH与长鳍金枪鱼CPUE呈现负效应，可能是由于处于上升流的中心区域，营养盐浓度高，初级生产力高，浮游生物密度高，导致水体中氧气的大量消耗。
混合层深度会对栖息于混合层的长鳍金枪鱼造成垂直分布的限制[28]。本研究中混合层深度与CPUE呈现出轻微的正效应。以往的研究中，可能由于存在与混合层深度有较大相关性的环境因素，导致混合层深度与CPUE的关系并不明显，这与本文结果略有不同，未来可作进一步探究。
从食物链的角度看，叶绿素a浓度通常表征以浮游植物为食的浮游动物量，间接影响渔场分布[29]。以往的研究中，叶绿素a浓度通常是影响南太平洋长鳍金枪鱼CPUE的重要原因，而本研究中仅呈现出轻微的负相关，这可能是由于在叶绿素a浓度升高、浮游植物生物量增大、长鳍金枪鱼聚集增加的过程中存在时间延迟现象[30]。
国内外学者在长鳍金枪鱼CPUE与环境因子关系的研究中多使用海表面温度、海表面高度、叶绿素a浓度等，除此之外，海面风场也是影响鱼类活动的一个重要因子。
本研究表明，Uwnd与CPUE总体保持稳定，Vwnd与CPUE呈现正效应，其中在−2~4 m·s−1保持平稳状态。海面风场对长鳍金枪鱼CPUE的影响显著，总体呈正相关关系，可能是由于较大的风速导致海水的湍流混合加大、水柱混合加深以及海水浑浊度增加[31-32]，使海域营养盐增加、生产力提高，因此形成了良好的渔场，也有可能是这种混合造成海域适宜的水温对长鳍金枪鱼资源有促进作用。
由于本文仅有3年 (2015—2017年)的渔捞日志数据，对环境关系的研究存在一些制约，未来将选择更长时间尺度的渔业数据并结合溶解气体、水系和海流、潮汐和潮流、气象因素等其他影响鱼类行为的环境因子作进一步研究。
-
![]()
图 1 环保酵素无菌上清液对水产病原菌的生长抑制作用
Figure 1. Inhibitory activity of sterile supernatant of garbage enzyme against aquatic pathogens
![]()
图 2 自制环保酵素无菌上清液对嗜水气单胞菌攻毒斑马鱼的保护作用
**. 组间数据有显著差异 (P<0.01)
Figure 2. Protective effect of sterile supernatant of home-made garbage enzyme on Danio rerio challenged with A. hydrophila
**. Very significant difference between different columns (P<0.01).
![]()
图 3 不同温度 (a)、蛋白酶 (b) 和pH (c) 处理后对酵素的抑菌效果
不同字母表示有显著性差异 (P<0.05)
Figure 3. Effect of heating (a), protease (b) and pH (c) on inhibitory activity of home-made garbage enzyme against aquatic pathogens
Different letters indicate significant differences (P<0.05).
![]()
图 4 自制环保酵素发酵菌株bj001的菌落和菌体形态
a. bj001菌落形态；b. bj001菌体在光学显微镜下的形态 (放大倍数10×100)
Figure 4. Colony and cell morphology of fermentation strain bj001 from home-made garbage enzyme
a. Colony morphology of bj001; b. Morphological characteristics of bj001 cells under light optical microscope (Magnification 10×100)
![]()
图 5 基于ITS序列构建的库德毕赤酵母bj001系统发育树
Figure 5. Phylogenetic tree of P. kurdii bj001 constructed based on ITS sequence
表 1 自制环保酵素无菌上清液对水产病原菌的致死作用
Table 1 Lethal effects of sterile supernatant of home-made garbage enzyme against aquatic pathogens
病原菌
Pathogen酵素体积分数 Enzyme volume fraction/% 17.0 16.5 16.0 15.5 15.0 14.5 14.0 13.5 13.0 12.5 12.0 11.0 10.0 嗜水气单胞菌 245 A. hydrophila 245 − − − − − − − − − − − + + 轮虫弧菌 SP-1 V. rotifer SP-1 − − − + + + + + + + + + + 哈维氏弧菌 SP-1 V. harveyi SP-1 − − − + + + + + + + + + + 坎氏弧菌 SP-1 V. candida SP-1 − − − + + + + + + + + + + 注：+. 平板上有菌落生长；−. 无菌落 Note: +. Growth of bacterial colony on agar; −. No colony 
下载: 导出CSV
-
[1] ARUN C, SIVASHANMUGAM P. Investigation of biocatalytic potential of garbage enzyme and its influence on stabilization of industrial waste activated sludge[J]. Process Saf Environ Prot, 2015, 94: 471-478. doi: 10.1016/j.psep.2014.10.008
[2] RASIT N, KUAN O C. Investigation on the influence of bio-catalytic enzyme produced from fruit and vegetable waste on palm oil mill effluent[J]. Environ Earth Sci, 2018, 140(1): 12-15.
[3] 杨涛, 徐维烈. 酵素菌生物有机鱼肥在水产养殖上的应用研究[J]. 河北渔业, 2007(1): 42-44. doi: 10.3969/j.issn.1004-6755.2007.01.019 [4] 王涛, 王安华. 酵素菌技术主养花鲢示范基地效果初报[J]. 渔业致富指南, 2007(15): 69-70. [5] 李方志, 王殷, 李丝丝, 等. 环保酵素对土壤钾素的改良效果[J]. 安徽农业科学, 2016, 44(17): 168-169. doi: 10.3969/j.issn.0517-6611.2016.17.055 [6] 朱丽梅, 刘艳芝, 王淑霞, 等. 环保酵素防治3种蔬菜病害的初步研究[J]. 中国园艺文摘, 2017, 33(5): 40-41. doi: 10.3969/j.issn.1672-0873.2017.05.017 [7] 王丽丽, 谌江华, 柴伟纲, 等. 7种生物酵素对病虫害的室内防治作用初探[J]. 浙江农业科学, 2014(8): 1209-1211. doi: 10.3969/j.issn.0528-9017.2014.08.027 [8] RASIT N, HWE FERN L, AB KARIM GHANI W A W. Production and characterization of eco-enzyme produced from tomato and orange wastes and its influence on the aquaculture sludge[J]. Int J Civ Eng Technol, 2019, 10(3): 14-30.
[9] RASIT N, MOHAMMAD F S. Production and characterization of bio catalytic enzyme produced from fermentation of fruit and vegetable wastes and its influence on aquaculture sludge[J]. Int J Sci Technol, 2018, 4(2): 12-26.
[10] 杨铿, 蒋魁, 洪敏娜, 等. 活性酵素对工厂化养殖凡纳滨对虾生长及水质的影响[J]. 中国渔业质量与标准, 2019, 9(3): 1-8. doi: 10.3969/j.issn.2095-1833.2019.03.001 [11] 杨涛. 应用酵素菌技术实现健康生态养虾[J]. 渔业致富指南, 2007(13): 66-67. [12] 倪兆林. 环保酵素对洱海微囊藻的降解作用及初步应用研究[D]. 大理: 大理学院, 2014: 9. [13] VIJI V T, DEEPA K, VELMURUGAN S, et al. Vaccination strategies to protect goldfish Carassius auratus against Aeromonas hydrophila infection[J]. Dis Aquat Org, 2013, 104(1): 45-57. doi: 10.3354/dao02581
[14] RAHMAN M, COLQUE-NAVARRO P, KÜHN I, et al. Identification and characterization of pathogenic Aeromonas veronii biovar sobria associated with epizootic ulcerative syndrome in fish in Bangladesh[J]. Appl Environ Microbiol, 2002, 68(2): 650-655. doi: 10.1128/AEM.68.2.650-655.2002
[15] ALSINA M, BLANCH A R. A set of keys for biochemical identification of environmental Vibrio species[J]. J Appl Bacteriol, 1994, 76(1): 79-85. doi: 10.1111/j.1365-2672.1994.tb04419.x
[16] 陈梅, 王奎旗, 徐怀恕. 山东近海主要养殖动物的弧菌检测与病害防治的研究[J]. 齐鲁渔业, 2000, 17(6): 6-8. [17] 许兵, 纪伟尚, 徐怀恕. 中国对虾病原菌及其致病机理的研究[J]. 海洋学报, 1993, 15(1): 98-106. [18] 陈政强, 姚志贤, 林茂, 等. 半滑舌鳎病原菌轮虫弧菌 (Vibrio rotiferianus) 的分离与鉴定[J]. 生物技术通报, 2012, 6: 147-153. [19] KIM K H, HWANG Y J, KIM K W, et al. Effects of dietary aloe on chemiluminescent responses of peripheral blood phagocytes and resistance against Edwardsiella tarda Ewing and McWhorter 1965 in the cultured olive flounder, Paralichthys olivaceus (Temminck et Schlegel)[J]. Aquacult Res, 2002, 33(2): 147-150. doi: 10.1046/j.1365-2109.2002.00662.x
[20] 徐海圣, 徐步进. 蟹源副溶血弧菌胞外蛋白酶的纯化与特性分析[J]. 大连海洋大学学报, 2008, 23(4): 247-251. doi: 10.3969/j.issn.1000-9957.2008.04.001 [21] LIU P C, LEE K K, YII K C, et al. News & notes: Isolation of Vibrio harveyi from diseased kuruma prawns Penaeus japonicus[J]. Curr Microbiol, 1996, 33(2): 129-132. doi: 10.1007/s002849900087
[22] 吴后波, 潘金培. 弧菌属细菌及其所致海水养殖动物疾病[J]. 中国水产科学, 2001, 8(1): 89-93. doi: 10.3321/j.issn:1005-8737.2001.01.020 [23] 董银卯, 于晓艳, 潘妍, 等. 微生物酵素抑菌功效研究[J]. 香料香精化妆品, 2008(4): 27-29. doi: 10.3969/j.issn.1000-4475.2008.04.009 [24] 张虎成, 范海涛, 杨国伟, 等. 红茶菌发酵液抑菌活性研究[J]. 安徽农业科学, 2012, 40(9): 890-891. [25] 王辉, 马秀敏, 张鹰. 青梅酵素的生物活性及体外抑菌作用[J]. 食品工业科技, 2018, 39(12): 39-43. [26] NEUPANE K, KHADKA R. Production of garbage enzyme from different fruit and vegetable wastes and evaluation of its enzymatic and antimicrobial efficacy[J]. Tribhuvan Univ J Microbiol, 2019, 6(1): 113-118.
[27] 孙智武, 黄燕华, 曹俊明, 等. 硫酸安普霉素对嗜水气单胞菌体外抑菌和体内抗感染研究[J]. 淡水渔业, 2012, 42(5): 33-37. doi: 10.3969/j.issn.1000-6907.2012.05.007 [28] 刘代新, 宁喜斌, 张继伦. 响应面分析法优化副溶血性弧菌生长条件[J]. 微生物学通报, 2008, 35(2): 306-310. doi: 10.3969/j.issn.0253-2654.2008.02.029 [29] RICKE S C. Perspectives on the use of organic acids and short chain fatty acids as antimicrobials[J]. Poultry Sci, 2003, 82(4): 632-639. doi: 10.1093/ps/82.4.632
[30] 樊秋元, 朱丹, 牛广财, 等. 黑加仑酵素有机酸分析及其体外抗氧化性能研究[J]. 中国酿造, 2019, 31(5): 159-163. doi: 10.11882/j.issn.0254-5071.2019.05.031 [31] 蒋增良. 天然微生物酵素发酵机理, 代谢过程及生物活性研究[D]. 杭州: 浙江理工大学, 2013: 47-52. [32] 张梦梅, 刘芳, 胡凯弟, 等. 酵素食品微生物指标与主要功效酶及有机酸分析[J]. 食品与发酵工业, 2017, 43(9): 195. [33] 赵光远, 梁晓童, 陈美丽, 等. 红枣酵素饮料的研制[J]. 食品工业, 2015, 36(9): 124-128. [34] 董银卯, 何聪芬, 王领, 等. 火龙果酵素生物活性的初步研究[J]. 食品科技, 2009, 34(3): 192-196. [35] 郭爽. 敖东酵素保健功能研究[D]. 长春: 吉林大学, 2015: 7-15. [36] 晏殊. 水果酵素自然发酵中优势菌株的分离鉴定及其代谢产物功效特性的研究[D]. 长沙: 中南林业科技大学, 2019: 8-18. [37] 段晓玲, 王金玲, 吕长山. 树莓果酒酿造酵母的分离、筛选[J]. 食品与发酵工业, 2014, 40(8): 84-88. [38] 蒋立文. 红茶菌优势微生物的分离、鉴定及抗菌机理的研究[D]. 长沙: 湖南农业大学, 2007: 13-41. [39] 凌空, 周明, 陆路, 等. 果蔬酵素不同发酵周期中微生物的分离鉴定[J]. 中国食品添加剂, 2018, 6(7): 39-45. [40] 杜丽平, 刘艳, 焦媛媛, 等. PCR-DGGE分析木瓜酵素自然发酵过程中微生物的多样性[J]. 现代食品科技, 2017, 33(8): 80-87. [41] 魏东东, 常曼曼, 阴芳冉, 等. 红树莓酵素发酵过程中优势菌株的分离鉴定[J]. 河北农业大学学报, 2016, 39(6): 52-56. -
期刊类型引用(33)
1. 宋霖，陈小江，高鹏. 常温下三卡因和丁香酚对条纹小鲃的麻醉效果研究. 水产科学. 2024(01): 144-151 . 
百度学术
2. 吴冰，董秀金，徐一力，许建和. 丁香酚慢性麻醉对红鲫血液生理及肝脏hsp70和hsp90mRNA表达量的影响. 河北渔业. 2024(05): 17-21 . 百度学术
3. 董秀金，徐一力，吴冰，许建和. 鱼类麻醉保活运输研究进展. 河北渔业. 2024(06): 41-46 . 百度学术
4. 谢希尧，区又君，徐淑玉，林欣，李加儿，肖裕杰. MS-222和丁香酚胁迫对四指马鲅幼鱼鳃及肝脏组织微观结构的影响. 广东农业科学. 2024(05): 144-154 . 百度学术
5. 黄琼叶，张建明，朱友芳，许秋龙. 丁香酚对细点石斑鱼麻醉效果及肝脏生理生化指标的影响. 河北渔业. 2024(10): 24-29 . 百度学术
6. 周烨，骆小年，段友健，李姣，罗来幸，曾雪，刘佳欣. 2种麻醉剂对马口鱼幼鱼麻醉效果研究. 水产科学. 2024(06): 965-973 . 百度学术
7. 吕曼，董义超，李蒙，于会国，郭建东，石英. MS-222对墨瑞鳕麻醉效果及血清生化指标的影响. 浙江海洋大学学报(自然科学版). 2024(04): 352-358 . 百度学术
8. 谢希尧，区又君，徐淑玉，林欣，李加儿，肖裕杰. 丁香酚对四指马鲅幼鱼的麻醉效果及抗氧化影响. 中国渔业质量与标准. 2024(04): 1-13 . 百度学术
9. 马凯，朱晓磊，张澜澜，卫明亮，赵成，何宝全，尹家胜，张永泉. 黑龙江茴鱼对几种常用消毒药物和麻醉剂的耐受性. 水产学杂志. 2024(06): 38-44 . 百度学术
10. 唐忠林，张佳佳，周国勤，陈树桥，徐钢春，徐跑，强俊，王佩佩. 丁香酚对“优鲈3号”幼鱼运输水质及其血液、肌肉生理指标的影响. 水产科技情报. 2023(01): 44-52 . 百度学术
11. 韦政坤，董宏标，赵文，陈飞，张传镶，陈健，宫保华，朱长波，张家松. 两种麻醉剂对凡纳滨对虾麻醉效果及组织氧化损伤的影响. 南方水产科学. 2023(01): 136-146 . 本站查看
12. 胡望娇，王翠华，冯广朋，庄平，郑跃平，季强. 丁香酚和MS-222对松江鲈的麻醉效果. 海洋渔业. 2023(02): 181-190 . 百度学术
13. 林晨，吴敏，王凯，曾三妹，吴佳雯，钟莉萍，凌淞江. QuEChERS-超高压液相色谱-串联质谱法同时测定水产品中的6种丁香酚类麻醉剂. 食品科学. 2023(08): 324-329 . 百度学术
14. 章霞，徐志进，李伟业，殷小龙，王易帆，陈爽，马雪彬. MS-222对大黄鱼幼鱼麻醉效果、组织结构及抗氧化酶活性的影响. 大连海洋大学学报. 2023(02): 267-274 . 百度学术
15. 陈军平，武慧慧，沈方方，张佳鑫，于若梦，付永杰，赵道全，谢国强，孙文喜. MS-222与丁香酚对黄尾鲴麻醉效果的比较. 湖北农业科学. 2023(08): 133-139 . 百度学术
16. 陈欣怡，王好学，徐开达，李鹏飞，周永东. 丁香酚对褐菖鲉的麻醉效果. 广东海洋大学学报. 2023(06): 146-152 . 百度学术
17. 李娇妮，廖秀睿，李曦，吕布，杨守国，臧战，VASQUEZ Herbert Ely，王爱民，郑兴，顾志峰. 运输方式对马氏珠母贝(Pinctada fucata)稚贝存活率、生长、消化及抗氧化性能的影响探究. 海洋与湖沼. 2022(02): 414-420 . 百度学术
18. 戴晓娜，陆亦宽，蔡杨杨，孙虹，卢瑛，谢晶. 基于磁性纳米探针的渔用麻醉剂三卡因的快速检测方法. 食品与发酵工业. 2022(08): 245-253 . 百度学术
19. 朱晓玲，张菊，刘杰，韩智，吴婉琴，张莉，王会霞，江丰. 湖北省水产品兽药残留状况分析. 食品安全质量检测学报. 2021(01): 69-77 . 百度学术
20. 谢晶，曹杰. 渔用麻醉剂在鱼类麻醉保活运输中应用的研究进展. 上海海洋大学学报. 2021(01): 189-196 . 百度学术
21. 胡发文，王晓龙，高凤祥，李莉，菅玉霞，王雪，樊英，潘雷，郭文. 温度、盐度和两种麻醉剂对大泷六线鱼幼鱼耗氧率、排氨率的影响. 海洋科学. 2021(01): 54-61 . 百度学术
22. 刘阳，贾贵芳，杨飞，李忠利. 麻醉剂MS-222对运输胁迫黄颡鱼抗氧化系统的影响. 安徽农学通报. 2021(05): 67-69 . 百度学术
23. 陈旭，左涛，周胜杰，杨蕊，于刚，秦传新，马振华. 尖吻鲈幼鱼运输密度和时长对运输水质及其复苏率和抗氧化能力的影响. 南方水产科学. 2021(02): 122-128 . 本站查看
24. 曹杰，王琪，梅俊，谢晶. 有水与无水保活运输对大菱鲆生理应激及鱼肉品质的影响. 水产学报. 2021(07): 1034-1042 . 百度学术
25. 王维鑫，崔爱君，徐永江，李海宁，柳学周，王滨，姜燕，刘新富. MS-222和丁香油对黄条(鱼师)麻醉效果研究. 渔业科学进展. 2021(06): 205-214 . 百度学术
26. 曹杰，谢晶. 间氨基苯甲酸乙酯甲磺酸盐在大菱鲆模拟保活运输中的作用效果. 食品科学. 2021(23): 246-253 . 百度学术
27. 王金林，王万良，张忭忭，谭大明. MS-222和丁香酚对亚东鲑鱼麻醉效果的比较. 甘肃农业大学学报. 2021(06): 26-32+40 . 百度学术
28. 管敏，张德志，饶军，唐大明. 温度对中华鲟(Acipenser sinensis)幼鱼麻醉效果的影响. 生态学杂志. 2020(02): 576-585 . 百度学术
29. 朱之发，边力，刘心田，常青，阮晓红，陈四清，李凤辉，葛建龙，刘长琳. 12种麻醉剂对长蛸的麻醉效果. 中国水产科学. 2020(02): 195-203 . 百度学术
30. 黄小林，杨洁，戴超，李涛，杨育凯，黄忠，虞为，林黑着，孙莘溢，舒琥. 丁香酚对紫红笛鲷幼鱼的麻醉效果. 中国渔业质量与标准. 2020(02): 51-58 . 百度学术
31. 陈小江，熊俐灵，吴建顾，亓鲁，王权. MS-222和丁香酚对四川华吸鳅耗氧率和排氨率的影响. 南方水产科学. 2020(04): 69-74 . 本站查看
32. 王文豪，董宏标，孙彩云，段亚飞，李华，刘青松，张家松，曾祥兵. 石菖蒲挥发油和水溶性氮酮对鱼用麻醉剂的促皮渗透效果研究. 南方水产科学. 2020(04): 62-68 . 本站查看
33. 杨洁，朱晓玲. 丁香酚在水产品中的残留及风险评估研究进展. 食品安全质量检测学报. 2020(18): 6523-6529 . 百度学术
其他类型引用(7)
计量
- 文章访问数: 2341
- HTML全文浏览量: 972
- PDF下载量: 81
- 被引次数: 40
粤公网安备 44010502001741号
