南海近岸硬骨鱼鳃组织的细菌群落及多样性分析

郭迎香, 杨李玲, 许友伟, 方艺菲, 王萌, 姜敬哲

郭迎香, 杨李玲, 许友伟, 方艺菲, 王萌, 姜敬哲. 南海近岸硬骨鱼鳃组织的细菌群落及多样性分析[J]. 南方水产科学, 2022, 18(4): 44-53. DOI: 10.12131/20210247
引用本文: 郭迎香, 杨李玲, 许友伟, 方艺菲, 王萌, 姜敬哲. 南海近岸硬骨鱼鳃组织的细菌群落及多样性分析[J]. 南方水产科学, 2022, 18(4): 44-53. DOI: 10.12131/20210247
shu
GUO Yingxiang, YANG Liling, XU Youwei, FANG Yifei, WANG Meng, JIANG Jingzhe. Analysis of bacterial community and diversity in gill tissues of bony fishes in adjacent South China Sea[J]. South China Fisheries Science, 2022, 18(4): 44-53. DOI: 10.12131/20210247
Citation: GUO Yingxiang, YANG Liling, XU Youwei, FANG Yifei, WANG Meng, JIANG Jingzhe. Analysis of bacterial community and diversity in gill tissues of bony fishes in adjacent South China Sea[J]. South China Fisheries Science, 2022, 18(4): 44-53. DOI: 10.12131/20210247
shu

南海近岸硬骨鱼鳃组织的细菌群落及多样性分析

  • 1.

    天津农学院 水产学院，天津 300384

  • 2.

    中国水产科学研究院南海水产研究所/农业农村部南海渔业资源开发利用重点实验室，广东 广州 510300

  • 3.

    上海美吉生物医药科技有限公司，上海 201318

  • 4.

    广州市从化区农业农村局，广东 广州 510925

基金项目: 中国水产科学研究院中央级公益性科研院所基本科研业务费专项资金 (2020TD42)；中国水产科学研究院南海水产研究所中央级公益性科研院所基本科研业务费专项资金资助 (2021SD05)；广东省省级现代农业产业技术体系“水产疫病监测与综合防控共性关键技术研发创新团队”(2019KJ141)
详细信息
    作者简介:

    郭迎香 (1997—)，女，硕士研究生，研究方向为渔业生物病害防治。E-mail：18211720922@163.com

    通讯作者:

    姜敬哲 (1980—)，男，研究员，博士，从事渔业生物病害防治研究。Email:jingzhejiang@hotmail.com

  • 中图分类号: S 917.1

Analysis of bacterial community and diversity in gill tissues of bony fishes in adjacent South China Sea

  • 1.

    College of Fisheries, Tianjin Agricultural University, Tianjin 300384, China

  • 2.

    South China Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences/Key Laboratory of South China Sea Fishery Resources Exploitation & Utilization, Ministry of Agriculture and Rural Affairs, Guangzhou 510300, China

  • 3.

    Shanghai Majorbio Bio-pharm Biotechnology Co., Ltd., Shanghai 201318, China

  • 4.

    Conghua District Bureau of Agriculture and Rural Affairs of Guangzhou, Guangzhou 510925, China

摘要

    摘要
  • 摘要: 围绕中国南海丰富的渔业资源，采用16S rDNA扩增子测序技术，分析了南海近岸硬骨鱼类鳃组织微生物群落分布特征，并探讨了7个不同站点细菌群落结构的差异。结果显示，测序共获得有效拼接片段 (Clean tags) 2 952 366条，平均每个文库56 776条。分别在门、属水平对其优势类群进行了分析，其中门水平上变形菌门 (Proteobacteria) 最高 (71.3%)，属水平上变形菌门的不动杆菌属 (Acinetobacter) 最高 (17.2%)。不同站点的α多样性具有显著差异，其中I9和H8站点的物种丰富度 (Chao1指数) 最高，D3站点的多样性 (Shannon指数) 最高。不同站点来源样品之间的β多样性具有显著差异 (P<0.05)，但在宿主分类的目水平上无显著差异 (P>0.05)。中国南海近岸硬骨鱼鳃组织中的细菌群落组成丰富，采样站位相比宿主分类对鳃组织上细菌群落具有更重要的影响，它们可能在辅助宿主营养物质转运及代谢方面发挥积极作用。
    Abstract: Focusing on the abundant fishery resources in the South China Sea, we analyzed the distribution characteristics of the microbial community in the gill tissue of bony fishes in the adjacent South China Sea by using 16S amplicon sequencing technology. In addition, we discussed the differences in the bacterial community structure at different sites. The results show that the sequencing obtained a total of 2 952 366 effective spliced fragments (Clean tags) with an average of 56 776 in each library. The dominant taxa were analyzed at phylum and genus levels. Proteobacteria was the highest (71.3%) at phylum level, and Acinetobacter was the highest at genus level (17.2%). The alpha diversity of different sites was significantly different, and the I9 and H8 sites had the highest species richness (Chao1 index), and the D3 site had the highest diversity (Shannon index). The beta diversity of samples from different sites was significantly different (P<0.05), but there was no significant difference between the host classification (Order level) groups (P>0.05). The composition of bacterial communities in the gill tissues of bony fishes in the South China Sea was abundant. Compared with the classification of the host, the sampling station has more important influence on the community of the bacterial in the gill tissues, and may play an active role in assisting the host's nutrient transport and metabolism.
    • HTML全文

  • 鱼类皮肤暴露于水环境中，其表面形成的黏膜层对宿主具有重要的物理、化学和生物屏障作用[1]。当鱼体处于健康状态时，皮肤黏膜层微生物与宿主互利共生，维持相对稳定的动态平衡状态[2]。环境胁迫、病原入侵等均会破坏鱼体皮肤黏膜层的微生物稳态，影响宿主健康[3-4]。研究发现，感染了传染性造血器官坏死病毒 (Infectious hematopoietic necrosis virus, IHNV) 的虹鳟 (Oncorhynchus mykiss) 皮肤微生物中变形菌门丰度显著下降，而放线菌门的丰度显著升高[5]。与健康大鲵 (Andrias davidianus) 相比，患溃疡病大鲵皮肤中的金黄杆菌属(Chryseobacterium)、伯克氏菌属 (Burkholderia) 和韩国丛毛单胞菌 (Comamonas koreensis) 的丰度显著升高[6]。

    中华鲟 (Acipenser sinensis) 是我国一级重点保护水生动物，被认为是长江水生动物保护的旗舰物种[7]。近年来，中华鲟物种保护研究工作不断取得新突破，人工迁地保护规模日益扩大。然而，随着集约化养殖程度不断加深，中华鲟的病害问题也日趋增多。迄今为止，常见的细菌性病害包括细菌性烂鳃病、细菌性败血症、肠炎病、肿嘴病、腹水病、分枝杆菌病等[8-10]。传统的细菌分离培养方法是目前中华鲟病害研究的主要手段[11-12]。

    花斑病是近年来中华鲟养殖过程中出现的一种新型疾病，该病以体表部分背骨板及周围皮肤褪色形成花斑为主要临床症状。中华鲟体表皮肤裸露，与水环境密切接触，寄生着复杂多样的微生物菌群。细菌培养法在处理皮肤等复杂样本时，大部分微生物难以进行分离纯化培养，具有一定的局限性。近十年来，高通量测序技术快速发展，能够全面解析微生物群落结构的种类和丰度，具有高效、全面、准确等特点，已逐渐应用于揭示人类疾病与微生物的互作关系[13-14]。本研究以健康和患花斑病中华鲟幼鱼为研究对象，利用高通量测序技术比较分析了二者皮肤黏膜层的微生物菌群结构特征，探索用于监测中华鲟健康状况的菌群标志物，以期为中华鲟的健康养殖和疾病防控提供参考依据。

    1.   材料与方法

    1.1   样品采集

    实验样品为中华鲟研究所2023年繁殖的子二代中华鲟，全长 (10.02±0.65) cm，体质量 (3.62±0.32) g。如图1所示，健康中华鲟体色均匀，体表皮肤光滑；患花斑病中华鲟部分背骨板及周围皮肤褪色形成花斑。在无菌条件下，对6尾健康和6尾自然患病的中华鲟皮肤进行取样，分别为健康中华鲟皮肤黏液组 (HM组) 和患病中华鲟皮肤黏液组 (DM组)。具体方法如下：用无菌水冲洗鱼体3遍，用无菌镊刮取背骨板及周围皮肤黏液0.5 g，分装置2 mL离心管中，液氮速冻后置于 –80 ℃冰箱保存备测。

    图  1  健康和患病中华鲟的特征和病症
    Figure  1.  Features and symptoms of healthy and diseased A. sinensis
    下载: 全尺寸图片 幻灯片

    1.2   DNA提取、PCR扩增和高通量测序

    采用Fast DNA®Spin Kit for Soil (MP Biomedicals，美国) 试剂盒提取皮肤总DNA。提取到的DNA经1% (w)琼脂糖凝胶电泳检测其合格性。使用338F (5'-ACTCCTACGGGAGGCAGCAG-3') 和806R (5'-GGACTACHVGGGTWTCTAAT-3') 通用引物对16S rRNA基因的V3—V4变异区进行PCR扩增。PCR反应程序为：95 ℃ 3 min；95 ℃ 30 s；53 ℃ 30 s，72 ℃ 45 s，29个循环；72 ℃ 10 min。PCR产物经回收、纯化等处理后，通过上海美吉生物医药科技有限公司Illumina Miseq PE300平台进行高通量测序。

    1.3   数据处理和生物信息学分析

    在美吉生物云平台完成数据处理及生物信息学分析工作。测序获得的原始数据使用fastp (Version 0.19.6) 和Fasth (Version 1.2.11) 进行质控和拼接，再采用Uparse (Version 11) 软件进行处理，根据97%的相似度对序列进行OTU聚类。采用PDR Classifier (Version 2.13) 软件对每条序列进行物种注释分类，基于Silva (Version 138) 数据库进行比对注释。按照最小样本序列数对数据抽平处理后，利用R语言 (Version 3.3.1) 工具制作韦恩图、群落柱形图和PCoA图；采用Mothur (Version 1.30.2) 软件计算α多样性；通过Wilcoxon秩和检验开展健康和患病中华鲟皮肤黏膜层优势菌属的差异分析。

    2.   结果

    2.1   物种组成分析

    12个中华鲟皮肤样品经高通量测序和序列优化后，共获得675 884条高质量序列，序列的平均长度为424 bp。所有样品的覆盖率均超过99.5%，表明其测序深度能够全面反映出各样品的细菌菌群结构。韦恩图 (图2) 显示，健康和患病中华鲟皮肤黏膜层共有OTUs数量为453个，健康中华鲟皮肤黏膜层特有OTUs数量为1 823个，患病中华鲟皮肤黏膜层特有OTUs数量为126个。二者间的OTUs数量相差较大，健康中华鲟皮肤黏膜层总OTUs数量为2 276个，患病中华鲟皮肤黏膜层总OTUs数量为579个，相比健康中华鲟减少了1 697个(74.56%)。

    图  2  健康和患病中华鲟皮肤黏膜层OTUs数量分布韦恩图
    Figure  2.  Venn diagram of quantity distribution of OTUs among skin mucosa from healthy and diseased A. sinensis
    下载: 全尺寸图片 幻灯片

    在门水平上 (图3-a)，健康中华鲟皮肤黏膜层的优势菌门为厚壁菌门 (45.26%)、变形菌门 (31.65%)和拟杆菌门 (15.02%)。患病中华鲟皮肤黏膜层的优势菌门转变为拟杆菌门和变形菌门，尤其是拟杆菌门的丰度由15.02%升至78.83%，成为第一优势菌门。

    图  3  健康和患病中华鲟皮肤黏膜层微生物结构组成分析
    Figure  3.  Dominant species of bacteria in skin mucosa from healthy and diseased A. sinensis
    下载: 全尺寸图片 幻灯片

    在属水平上 (图3-b)，健康中华鲟皮肤黏膜层优势菌属为乳杆菌属 (Lactobacillus, 26.73%)、不动杆菌属 (Acinetobacter, 19.64%)、norank_f_Muribaculaceae (6.23%)、明串珠菌属 (Leuconostoc, 5.92%) 和假单胞菌属 (Pseudomonas, 2.84%)，其他各菌属不足2%。患病中华鲟皮肤黏膜层优势菌属为黄杆菌属 (Flavobacterium, 78.38%) 和不动杆菌属 (17.62%)，其他菌属不足2%。不动杆菌属是健康和患病中华鲟皮肤中的共同优势菌属。除不动杆菌属外，二者间的其他优势菌属均不同，患病中华鲟皮肤黏膜层的优势菌属种类明显少于健康中华鲟，且黄杆菌属高度富集，相对丰度由0.99%升至78.38%。

    2.2   多样性分析

    选取α多样性指数比较健康和患病中华鲟皮肤微生物的物种丰富度和多样性。Chao指数和Ace指数均显示，患病中华鲟皮肤黏膜层微生物物种丰富度显著低于健康中华鲟 (p<0.001，图4-a—4-b)。Shannon指数和Simpson指数均显示，患病中华鲟皮肤黏膜层微生物物种多样性均显著低于健康中华鲟 (p<0.001，图4-c—4-d)。由PCoA图 (图5) 可见，健康中华鲟皮肤中的全部样品落在第二和第四象限并形成一个组群，而患病中华鲟皮肤中的全部样品均落在第一和第三象限并形成另外一个组群，表明两者间的菌群结构具有明显差异。

    图  4  健康和患病中华鲟皮肤黏膜层微生物α多样性分析
    注：*. p<0.05；**. p<0.01；***. p<0.001。
    Figure  4.  Alpha diversity analysis of skin mucosa from healthy and diseased A. sinensis
    Note: *. p<0.05; **. p<0.01; ***. p<0.001.
    下载: 全尺寸图片 幻灯片
    图  5  健康和患病中华鲟皮肤黏膜层微生物PCoA图
    Figure  5.  PCoA of skin mucosa from healthy and diseased A. sinensis
    下载: 全尺寸图片 幻灯片

    2.3   差异性分析

    为进一步解析健康和患病中华鲟皮肤在属水平微生物群落结构上的差异性，对2组样品采用Wilcoxon秩和检验进行优势菌属的显著性差异分析。结果显示，与健康中华鲟皮肤相比，患病中华鲟皮肤黄杆菌属显著升高 (图6-a，p<0.01)，不动杆菌属无显著性差异 (图6-b，p>0.05)，乳杆菌属 (图6-c)、norank_f_Muribaculaceae(图6-d)、明串珠菌属 (图6-e)、假单胞菌属 (图6-f)、戴尔福特菌属(Delftia，图6-g)、Lachnospiraceae_NK4A136_group (图6-h)、普雷沃氏菌属 (Prevotella，图6-i) 显著下降 (p<0.01)。黄杆菌属在患病中华鲟皮肤中丰度较高，乳杆菌属、norank_f_Muribaculaceae、明串珠菌属、假单胞菌属在健康组丰度较高，以上5种菌属可能是反映中华鲟健康状态的敏感菌群。

    图  6  健康和患病中华鲟皮肤黏膜层微生物优势菌属差异分析
    注：*. p<0.05；**. p<0.01；***. p<0.001。
    Figure  6.  Differentinal dominant bacterium community of skin mucosa from healthy and diseased A. sinensis
    Note: *. p<0.05; **. p<0.01; ***. p<0.001.
    下载: 全尺寸图片 幻灯片

    3.   讨论

    3.1   花斑病对中华鲟皮肤黏膜层微生物菌群物种组成及丰度的影响

    已有研究发现健康状态可以影响鱼类皮肤黏膜层微生物菌群结构的变化[15]。许峻旗等[6]发现大鲵在感染溃疡病后，拟杆菌门和变形菌门显著升高 (p<0.05)，而厚壁菌门和放线菌门显著降低 (p<0.05)。张雪萍等[16]采用高通量测序技术对患烂皮病棘胸蛙 (Quasipaa spinosa) 的健康和溃烂皮肤样本进行比较研究，结果显示其健康皮肤的优势菌门为蓝细菌门/叶绿体、变形菌门、厚壁菌门、拟杆菌门和放线菌门，而溃烂皮肤的优势菌门为变形菌门。本研究结果与上述研究相似，健康中华鲟皮肤黏膜层优势菌门以厚壁菌门 (45.26%)、变形菌门 (31.65%) 和拟杆菌门 (15.02%) 为主，而患病中华鲟皮肤黏膜层优势菌门则以拟杆菌门 (78.83%) 和变形菌门 (20.28%) 为主，厚壁菌门退出优势菌门，相对丰度不足1%。厚壁菌门可以促进皮肤发酵产生活性物质，同时还可以维持皮肤表面酸性环境，帮助宿主抑制病原体的入侵[17-18]。拟杆菌门包括拟杆菌纲、黄杆菌纲和鞘脂杆菌纲等，其中黄杆菌纲中含有多种条件致病菌。因此，推测患病中华鲟皮肤黏膜层厚壁菌门的大幅减少和拟杆菌门的高度富集与中华鲟的感染发病密切相关。

    进一步细化至属水平，对健康和患病中华鲟皮肤黏膜层微生物菌群组成进行对比分析，发现花斑病导致中华鲟皮肤黏膜层优势菌属减少，优势菌属由5种降至2种。在患病中华鲟皮肤中，相对丰度最高的是黄杆菌属，占比超78%。黄杆菌属隶属于拟杆菌门、黄杆菌纲、黄杆菌目、黄杆菌科，地理分布广泛，为条件致病菌，宿主种类繁多，可感染虹鳟[19]、大西洋鲑 (Salmo salar)[20]、西伯利亚鲟 (A. baerii)[21]、罗非鱼[22]等多种水生动物。有研究发现，黄杆菌属感染后的主要临床症状表现为鳃丝腐烂、体表溃疡、皮肤褪色[23-24]，这与本研究中的患病中华鲟临床症状具有相似之处。综上，拟杆菌门中的黄杆菌属高度富集表明中华鲟皮肤黏膜层的微生物稳态被破坏，黄杆菌属可能是花斑病引起中华鲟皮肤黏膜层菌群改变的特征菌属。

    3.2   花斑病对中华鲟皮肤黏膜层微生物菌群多样性的影响

    微生物多样性在维持宿主生态功能和健康状态方面具有重要作用，多样性高意味着宿主具有更强的抗性，多样性下降可直接增加宿主患病的风险[25-26]。张雪晨[27]比较分析了健康和感染虾肝肠孢虫 (Enterocytozoon hepatopenaei) 凡纳滨对虾 (Litopenaeus vannamei) 肠道微生物群落的变化，结果显示患病对虾肠道微生物多样性显著低于健康对虾。Wang等[28]利用高通量测序方法研究了健康和患病大西洋鲑肠道菌群的结构特征，发现健康鱼肠道细菌多样性明显高于患病鱼。本研究也得到了相似结果，与健康中华鲟相比，患病中华鲟皮肤黏膜层微生物多样性和丰富度均显著下降 (p<0.001)。此外，本研究还发现在多样性和丰富度显著降低的同时，微生物群落结构呈简单化；健康中华鲟皮肤黏膜层总OTUs数量和特有OTUs数量分别为2 276和1 823个，而患病中华鲟则分别减少至579和126个；这提示微生物多样性和群落结构可间接反映鱼体的健康状态。

    3.3   中华鲟健康状态菌群标志物的筛选

    通过对健康和患病中华鲟皮肤黏膜层微生物菌群优势菌属进行差异性显著分析，获得5种反映中华鲟健康状态的敏感菌属。其中黄杆菌属在患病中华鲟皮肤中高度富集，而乳杆菌属、norank_f_Muribaculaceae、明串珠菌属、假单胞菌属等4种菌属在健康中华鲟皮肤中具有较高的丰度。黄杆菌属在自然界中广泛存在，是细菌性冷水病[29]、柱形病[30]等疾病的主要致病菌。根据黄杆菌属的富集状态，结合其临床意义；本研究筛选出黄杆菌属作为监测中华鲟花斑病病原的菌群标志物，其相对丰度升高提示鱼体患花斑病风险增加。在实际养殖过程中，可以通过定期检测体表皮肤菌群标志物的丰度来评估中华鲟的健康状态。随着中华鲟集约化养殖程度的不断提高，疾病问题也日趋增多。在面对新型疾病，特别是在病原体难培养或不可培养的情况下，采用高通量测序技术能有效发现病原体线索，有助于深入开展系统性研究。

    4.   结论

    本研究基于高通量测序技术对健康和患花斑病中华鲟皮肤黏膜层微生物菌群进行比较分析。结果表明，与健康中华鲟相比，花斑病破坏了中华鲟皮肤黏膜层正常的微生态稳态结构，优势菌群由乳杆菌属、不动杆菌属等转变为黄杆菌属，因此黄杆菌属可以作为监测中华鲟花斑病病原的菌群标志物，其相对丰度的高低可用以评估中华鲟的患病风险。

  • 图  1   广东近岸南海海域采样站点示意图

    Figure  1.   Diagram of sampling stations in Guangdong coastal waters in South China Sea

    下载: 全尺寸图片 幻灯片

    图  2   各个样本的稀释曲线

    Figure  2.   Rarefaction curve of each sample

    下载: 全尺寸图片 幻灯片

    图  3   鱼鳃细菌门水平物种组成相对丰度

    Figure  3.   Relative abundance of taxonomy composition of bacteria in fish gill at phylum level

    下载: 全尺寸图片 幻灯片

    图  4   鱼鳃细菌属水平物种组成相对丰度

    Figure  4.   Relative abundance of taxonomy composition of bacteria in fish gill at genus level

    下载: 全尺寸图片 幻灯片

    图  5   Alpha多样性指数箱线图

    注：a—e. 基于站点分组的Chao1、ACE、Observed、Simpson、Shannon 多样性指数箱线图，不同颜色代表不同站点的样本；f. 基于样本宿主(目水平) 分类分组的Chao1 指数箱线图。

    Figure  5.   Boxplot of Alpha diversity index

    Note: a–e. Boxplot of diversity indexes of Chao1, ACE, Observed, Simpson and Shannon based on site grouping, and different colors represent samples of different sites; f. Boxplot of Chao1 index based on sample host (Order level) classification.

    下载: 全尺寸图片 幻灯片

    图  6   基于不同分组方式的NMDS分析 [非参数多元方差分析 (PerMANOVA)]

    注：a. 基于站点分组的 NMDS 分析； b. 基于样本的目水平分组。图中两个样本点越接近，表示两个样本物种组成越相似。横纵坐标表示样本间的相对距离，无实际意义。图形中的每一个点代表一个样本，不同颜色代表不同的样本分组信息。NMDS 结果的优劣用胁迫系数 (stress) 来衡量，此值越小越好，当小于 0.2 时表示可以用 NMDS 的二维点图表示组间或组内差异。

    Figure  6.   NMDS analysis based on different grouping modes [Nonparametric multivariate analysis of variance (PerMANOVA)]

    Note: a. NMDS analysis based on site grouping; b. Grouping based on the order level of the sample. The closer the two sample points are,the more similar the composition of the two sample species are. The abscissa and ordinate indicate the relative distance between samples, which is of no practical significance. Each point in the graph represents a sample, and different colors represent different sample grouping information. The advantages and disadvantages of testing NMDS results are measured by stress coefficients, the smaller, the better, and the value less than 0.2 indicates that the two-dimensional dot plot of NMDS can be used to represent differences between or within groups.

    下载: 全尺寸图片 幻灯片

    图  7   22个KEGG-L2功能层级相对丰度热图

    注：横坐标代表不同的样本，纵坐标代表不同的功能层级，图片上方色条表示不同分组，并按照样本聚类。

    Figure  7.   Heatmap of relative abundance of 22 KEGG-L2 functional levels

    Note: The abscissa represents different samples; the ordinate represents different functional levels; the color bars indicate different groups, which are clustered according to samples.

    下载: 全尺寸图片 幻灯片

    表  1   样品分类信息

    Table  1   Taxonomy information of samples

    站点
    Sampling station    		 样品编号
    Sample ID    		目
    Order    		物种
    Species
    D3D3.1S 鲈形目 条纹䱨 Terapon theraps
    D3D3.2S 鲈形目 日本金线鱼 Nemipterus japonicus
    D3D3C.2S 鲈形目 列牙䱨 Pelates quadrilineatus
    F3F3.2S 鲈形目 鹿斑鲾 Leiognathus ruconius
    F3F3.4S 鲽形目 少牙斑鲆 Pseudorhombus oligodon
    F3F3.5S 鲈形目 带鱼 Trichiurus lepturus
    D8D8.1S 鲈形目 蓝圆鲹 Decapterus maruadsi
    D8D8.3S 鳗鲡目 网纹裸胸鳝 Gymnothorax reticularis
    D8D8.5S 鮟目 黑鮟 Lophiomus setigerus
    D8D8.6S 鲉形目 环纹蓑鲥 Pterois lunulata
    D8D8.8S 鲈形目 深水金线鱼 Nemipterus bathybius
    D8D8.12S 鲉形目 深海红娘鱼 Lepidotrigla abyssalis
    F8F8.1S 鲉形目 环纹蓑鲥 Pterois lunulata
    F8F8.4S 鲉形目 单棘豹鲂鮄 Daicocus peterseni
    F8F8.8S 鲈形目 二长棘鲷 Parargyrops edita
    F8F8.11S 鮟目 棘茄鱼 Halieutaea stellata
    F8F8.16S 鲉形目 日本红娘鱼 Lepidotrigla japonice
    F8F8.17S 鲉形目 拟蓑鲉 Parapterois heterurus
    F8F8.18S 海龙鱼目 鳞烟管鱼 Fistularia petimba
    H3H3.3S 鲈形目 翼红娘鱼 Lepidotrigla alata
    H3H3.4S 鲈形目 中华䲢 Uranoscopus chinensis
    H3H3.5S 鳗鲡目 大鳞鳞头鲉 Sebastapistes megalepis
    H3H3.7S 鮟目 无备虎鲉 Minous inermis
    H8H8.1S 鲉形目 大鳞短额鲆 Engyprosopon grandisquama
    H8H8.2S 鲈形目 鳞烟管鱼 Fistularia petimba
    H8H8.3S 鲉形目 繁星鲆 Bothus myriaster
    H8H8.7S 鲉形目 孔鰕虎鱼 Trypauchen vagina
    H8H8.10S 鲉形目 斑鰶 Konosirus punctatus
    H8H8.12S 鲈形目 皮氏叫姑鱼 Johnius belangerii
    H8H8.15S 鮟目 短吻鲾 Leiognathus brevirostris
    H8H8.24S 鲉形目 大头狗母鱼 Trachinocephalus myops
    H8H8.25S 鲉形目 大头狗母鱼 Trachinocephalus myops
    I9I9.1S 海龙鱼目 大鳞鳞头鲉 Sebastapistes megalepis
    I9I9.5S 鲉形目 黄纹拟鲈 Parapercis xanthozona
    I9I9.7S 鲈形目 寿鱼 Banjos banjos
    I9I9.8S 鲉形目 棕斑宽吻鲀 Amblyrhynchotes rufopunctatus
    I9I9.9S 鲉形目 单棘豹鲂鮄 Daicocus peterseni
    I9I9.10S 鲽形目 松球鱼 Monocentris japonica
    I9I9.11S 海龙鱼目 新平鲉 Neosebastes entaxis
    I9I9.12S 鲽形目 二长棘鲷 Parargyrops edita
    I9I9.13S 鲈形目 横带眶棘鲈 Scolopsis inermis
    I9I9.14S 鲱形目 盔蓑鲉 Ebosia bleekeri
    I9I9.15S 鲈形目 冠鲽 Samaris cristatus
    I9I9.16S 鲈形目 叉斑狗母鱼 Synodus macrops
    I9I9.17S 海龙鱼目 美尾䲗 Calliurichthys japonicus
    I9I9.18S 鲉形目 瑞氏红鲂鮄 Satyrichthys rieffeli
    I9I9.20S 鲉形目 虻鲉 Erisphex pottii
    I9I9.21S 鲉形目 红鲬 Bembras japonicus
    I9I9.22S 鲈形目 六带拟鲈 Parapercis sexfasciata
    I9I9.23S 鲈形目 黄纹拟鲈 Parapercis xanthozona
    I9I9.24S 鲈形目 尖牙鲈 Synagrops japonicus
    I9I9.25S 鲈形目 水珍鱼 Argentina kagoshimae
    下载: 导出CSV
    • 参考文献(36)
  • [1] 王正, 毛志华, 李晓娟. 气候变化对南海浮游植物藻华形成的影响研究进展[J]. 环境污染与防治, 2017, 39(12): 1384-1390.
    [2] 苏莹佳, 陈国宝, 周艳波, 等. 2015—2017年南海海域伏季休渔制度实施效果评价[J]. 南方水产科学, 2019, 15(2): 20-28. doi: 10.12131/20180149
    [3] 史登福, 张魁, 蔡研聪, 等. 南海北部带鱼群体结构及生长、死亡和性成熟参数估计[J]. 南方水产科学, 2020, 16(5): 51-59. doi: 10.12131/20200055
    [4] 陈大刚, 张美昭. 中国海洋鱼类[M]. 青岛: 中国海洋大学出版社, 2016: 1-2.
    [5] 张俊, 江艳娥, 陈作志, 等. 南海中南部中层鱼资源声学积分值及时空分布初探[J]. 中国水产科学, 2017(1): 120-135.
    [6] 肖军. 常见养殖鱼类鳃病的病理症状及防治方法[J]. 当代水产, 2019, 44(6): 97-101. doi: 10.3969/j.issn.1674-9049.2019.06.027
    [7]

    TOENSHOFF E R, KVELLESTAD A, MITCHELL S O, et al. A novel betaproteobacterial agent of gill epitheliocystis in seawater farmed Atlantic salmon (Salmo salar)[J]. PLOS ONE, 2012, 7(3): e32696. doi: 10.1371/journal.pone.0032696
    [8]

    WANG C Y, LI Z B. Growth performance, digestive enzyme activity and immune response of Japanese sea bass, Lateolabrax japonicus fed with fructooligosaccharide[J]. Aquac Nutr, 2020, 26(2): 296-305. doi: 10.1111/anu.12990
    [9]

    DOUJET T L, SANTI C D, KLEMETSEN T, et al. Closely-related Photobacterium strains comprise the majority of bacteria in the gut of migrating Atlantic cod (Gadus morhua)[J]. Microbiome, 2019, 7(1): 64. doi: 10.1186/s40168-019-0681-y
    [10]

    FOGARTY C, BURGESS C M, COTTER P D, et al. Diversity and composition of the gut microbiota of Atlantic salmon (Salmo salar) farmed in Irish waters[J]. J Appl Microbiol, 2019, 127(3): 648-657. doi: 10.1111/jam.14291
    [11] 樊瑞峰, 王印庚, 梁友, 等. 一株广温性大菱鲆肠道益生菌的筛选与鉴定[J]. 渔业科学进展, 2011, 32(1): 40-46. doi: 10.3969/j.issn.1000-7075.2011.01.006
    [12] 郭国军, 覃映雪, 陈强, 等. 大黄鱼病原副溶血弧菌拮抗菌的筛选[J]. 海洋学报, 2008, 30(1): 127-134.
    [13] 王小彤, 许强华. 应用高通量测序法分析四种南极鱼鳃组织的微生物群落多样性[C]//2018年中国水产学会学术年会论文摘要集. 西安: 中国水产学会, 2018: 132.
    [14]

    PRATTE Z A, BESSON M, HOLLMAN R D, et al. The gills of reef fish support a distinct microbiome influenced by host-specific factors[J]. Appl Environ Microbiol, 2018, 84(9): e00063-18.
    [15]

    CAPORASO J G, LAUBER C L, WALTERS W A, et al. Global patterns of 16S rRNA diversity at a depth of millions of sequences per sample[J]. Proc Nat Acad Sci, 2011, 108(Suppl 1): 4516-4522.
    [16] 杨翠, 李祖明. 分子生物学技术在肠道微生物研究中的应用进展[J]. 中国微生态学杂志, 2017, 29(2): 229-233,238.
    [17]

    CHEN S, ZHOU Y, CHEN Y, et al. fastp: an ultra-fast all-in-one FASTQ preprocessor[J]. Bioinformatics, 2018, 34(17): i884-i890. doi: 10.1093/bioinformatics/bty560
    [18]

    EDGAR R C. UPARSE: highly accurate OTU sequences from microbial amplicon reads[J]. Nat Methods, 2013, 10(10): 996-998. doi: 10.1038/nmeth.2604
    [19]

    CHAO A. Nonparametric estimation of the number of classes in a population[J]. Scand J Stat, 1984, 11(4): 265-270.
    [20]

    CHAO A, YANG M C K. Stopping rules and estimation for recapture debugging with unequal failure rates[J]. Biometrika, 1993, 80(1): 193-201. doi: 10.1093/biomet/80.1.193
    [21]

    SHANNON C E. A mathematical theory of communication[J]. Bell Syst Tech J, 1948, 27(3): 379-423. doi: 10.1002/j.1538-7305.1948.tb01338.x
    [22]

    DOUGLAS G M, BEIKO R G, LANGILLE M G I. Predicting the functional potential of the microbiome from marker genes using PICRUSt[J]. Methods Mol Biol, 2018, 1849: 169-177.
    [23]

    CHONG J, LIU P, ZHOU G, et al. Using Microbiome analyst for comprehensive statistical, functional, and meta-analysis of microbiome data[J]. Nat Protoc, 2020, 15(3): 799-821. doi: 10.1038/s41596-019-0264-1
    [24] 穆大帅, 卢德臣, 郑维爽, 等. 我国海洋细菌新物种鉴定与资源研发进展[J]. 生物资源, 2017, 39(6): 391-397.
    [25] 白洁, 刘小沙, 侯瑞, 等. 南海南部海域浮游细菌群落特征及影响因素研究[J]. 中国环境科学, 2014(11): 2950-2957.
    [26] 徐新亚, 杨宏, 宁小清, 等. 北部湾海洋微生物物种多样性与化学多样性研究进展[J]. 广西科学, 2020, 27(5): 433-450,461.
    [27] 王丹. 海洋细菌SAR86全球分布及其多样性研究[D]. 舟山: 浙江海洋大学, 2020: 11-16.
    [28]

    DELMONT T O, QUINCE C, SHAIBER A, et al. Nitrogen-fixing populations of Planctomycetes and Proteobacteria are abundant in surface ocean metagenomes[J]. Nat Microbiol, 2018, 3(7): 804-813. doi: 10.1038/s41564-018-0176-9
    [29]

    CHEN Y, PENNER G B, LI M, et al. Changes in bacterial diversity associated with epithelial tissue in the beef cow rumen during the transition to a high-grain diet[J]. Appl Environ Microbiol, 2011, 77(16): 5770-5781. doi: 10.1128/AEM.00375-11
    [30]

    EVANS N J, BROWN J M, MURRAY R D, et al. Characterization of novel bovine gastrointestinal tract treponema isolates and comparison with bovine digital dermatitis treponemes[J]. Appl Environ Microbiol, 2011, 77(1): 138-147. doi: 10.1128/AEM.00993-10
    [31]

    LEGRAND T P R A, CATALANO S R, WOS-OXLEY M L, et al. The inner workings of the outer surface: skin and gill microbiota as indicators of changing gut health in yellowtail kingfish[J]. Front Microbiol, 2018, 8: 2664. doi: 10.3389/fmicb.2017.02664
    [32]

    KESSEL M A H J V, MESMAN R J, ARSHAD A, et al. Branchial nitrogen cycle symbionts can remove ammonia in fish gills[J]. Environ Microbiol Rep, 2016, 8(5): 590-594. doi: 10.1111/1758-2229.12407
    [33] 刘玉华, 王慧, 胡晓珂. 不动杆菌属 (Acinetobacter) 细菌降解石油烃的研究进展[J]. 微生物学通报, 2016, 43(7): 1579-1589.
    [34] 欧阳晴晴, 姚伯卿, 焦亚彬, 等. 南极中山站长城站土壤及海洋沉积物可培养细菌多样性[J]. 生物资源, 2021, 43(2): 133-142.
    [35] 翟万营, 汪倩, 王佳华, 等. 南极中山站附近海水微生物多样性和宏基因组分析[J]. 上海海洋大学学报, 2022, 31(1): 288-297.
    [36]

    ZHANG E, THIBAUT L M, TERAUDS A, et al. Lifting the veil on arid-to-hyperarid Antarctic soil microbiomes: a tale of two oases[J]. Microbiome, 2020, 8(1): 37. doi: 10.1186/s40168-020-00809-w
    • 相关文章
    • 施引文献(8)

  • 期刊类型引用(7)

    1. 杨艳，蓝一，刘佳敏，王茜. 渔业生物环境DNA宏条形码数据库研究进展. 湖北农业科学. 2025(01): 174-180 . 百度学术
    2. 周严，童璐，胡文静，李志力，郝雷，刘其根，胡忠军. 淡水鱼类环境DNA宏条形码引物的筛选及其在千岛湖的应用. 湖泊科学. 2024(01): 187-199 . 百度学术
    3. 徐颖琪，梁绪虹，陈新军，宋成辉，彭祖焜，王丛丛. 基于COⅠ基因构建西北太平洋常见鱼类DNA条形码参考数据库. 上海海洋大学学报. 2024(04): 823-835 . 百度学术
    4. 张浩博，王晓艳，陈治，钟兰萍，高天翔. 基于环境DNA metabarcoding的舟山及其邻近海域鱼类空间分布格局的初步研究. 水产学报. 2024(08): 125-138 . 百度学术
    5. 陈治，高天翔. 线粒体12S与COI条形码对海洋鱼类的鉴定差异. 海南热带海洋学院学报. 2023(02): 10-16 . 百度学术
    6. 李晨虹，凌岚馨，谭娟，林晓龙，王辉，孙冰皎，李曌. 环境DNA技术在水生生物监测中的挑战、突破和发展前景. 上海海洋大学学报. 2023(03): 564-574 . 百度学术
    7. 陈治，蔡杏伟，申志新，张清凤，李芳远，谷圆，李高俊，赵光军，王镇江. 海南岛淡水鱼类eDNA宏条形码COⅠ通用引物的筛选. 渔业科学进展. 2023(06): 40-57 . 百度学术

    其他类型引用(1)

    • 资源附件(0)
图(7)  /  表(1)
计量
  • 文章访问数:  657
  • HTML全文浏览量:  292
  • PDF下载量:  60
  • 被引次数: 8
出版历程
  • 收稿日期:  2021-08-26
  • 修回日期:  2021-11-10
  • 录用日期:  2021-11-21
  • 网络出版日期:  2022-05-04
  • 刊出日期:  2022-08-04

目录

摘要
HTML全文

  • 1.   材料与方法

  • 1.1   样品采集

  • 1.2   DNA提取、PCR扩增和高通量测序

  • 1.3   数据处理和生物信息学分析

  • 2.   结果

  • 2.1   物种组成分析

  • 2.2   多样性分析

  • 2.3   差异性分析

  • 3.   讨论

  • 3.1   花斑病对中华鲟皮肤黏膜层微生物菌群物种组成及丰度的影响

  • 3.2   花斑病对中华鲟皮肤黏膜层微生物菌群多样性的影响

  • 3.3   中华鲟健康状态菌群标志物的筛选

  • 4.   结论

参考文献(36)
相关文章
施引文献(8)
资源附件(0)

/

返回文章
返回

本系统由北京仁和汇智信息技术有限公司 开发