基于高通量测序的鲭鱼加工副产物固态厌氧发酵过程分析

王瑶, 李红玉, 齐祥明, 毛相朝, 董浩, 郭晓华

王瑶, 李红玉, 齐祥明, 毛相朝, 董浩, 郭晓华. 基于高通量测序的鲭鱼加工副产物固态厌氧发酵过程分析[J]. 南方水产科学, 2022, 18(4): 136-146. DOI: 10.12131/20210285
引用本文: 王瑶, 李红玉, 齐祥明, 毛相朝, 董浩, 郭晓华. 基于高通量测序的鲭鱼加工副产物固态厌氧发酵过程分析[J]. 南方水产科学, 2022, 18(4): 136-146. DOI: 10.12131/20210285
WANG Yao, LI Hongyu, QI Xiangming, MAO Xiangzhao, DONG Hao, GUO Xiaohua. Analysis of solid-state anaerobic fermentation process of mackerel processing by-products by high-throughput sequencing[J]. South China Fisheries Science, 2022, 18(4): 136-146. DOI: 10.12131/20210285
Citation: WANG Yao, LI Hongyu, QI Xiangming, MAO Xiangzhao, DONG Hao, GUO Xiaohua. Analysis of solid-state anaerobic fermentation process of mackerel processing by-products by high-throughput sequencing[J]. South China Fisheries Science, 2022, 18(4): 136-146. DOI: 10.12131/20210285

基于高通量测序的鲭鱼加工副产物固态厌氧发酵过程分析

基金项目: 山东省重点研发计划重大科技创新工程项目 (2019JZZY010814)
详细信息
    作者简介:

    王 瑶 (1997—),女,硕士研究生,研究方向为绿色食品加工技术。E-mail: wangyaowy_chn@163.com

    通讯作者:

    齐祥明 (1977—),男,副教授,博士,从事绿色食品加工技术研究。E-mail: qixm@ouc.edu.cn

  • 中图分类号: TS 254.9

Analysis of solid-state anaerobic fermentation process of mackerel processing by-products by high-throughput sequencing

  • 摘要: 为了实现易产组胺的鲭鱼 (Pneumatophorus japonicus) 加工副产物综合利用产业化技术开发,对鲭鱼加工副产物进行了不灭菌的乳杆菌固态厌氧发酵,尝试生产饲料用新型活性蛋白源。系统监测了发酵过程中组胺、酸溶蛋白、挥发性盐基氮 (Total volatile basic nitrogen, TVB-N)、pH的变化,通过高通量测序技术分析了发酵过程微生物群落的变化,对比分析了发酵前后抗原蛋白、游离氨基酸、脂肪酸成分的变化,以全面评价发酵过程中营养、活性成分和安全性的变迁。结果显示,植物乳杆菌 (Lactobacillus plantarum) HSCC-LP121在提高酸溶蛋白含量、降低组胺积累、减少挥发性盐基氮产生方面综合效果最好。发酵30 d时组胺降低到0.629 g·kg−1。这一数据和高通量测序结果表明,HSCC-LP121具有组胺降解能力,同时可抑制嗜冷杆菌属 (Psychrobacter) 和假单胞菌属 (Pseudomonas) 等潜在产组胺微生物的生长。该菌种还可抑制曲霉菌属 (Aspergillus) 等潜在危害真菌的生长,同时诱使一些生香酵母的生长。
    Abstract: In order to develop commercial technology for the comprehensive utilization of mackerel (Pneumatophorus japonicus) processing by-product, we carried out the non sterilized solid-state anaerobic fermentation of mackerel by-products to produce a novel protein source for feed with bioactivity. In addition, we monitored the content of histamine, acid-soluble protein and other indexes such as pH, total volatile basic nitrogen and antigenic protein; and investigated the evolution of microbial community during the fermentation by high-throughput sequencing technology, comparing the free amino acids and fatty acids before and after the fermentation. The results show that Lactobacillus plantarum HSCC-LP121 had the best comprehensive effect in increasing acid soluble protein content, reducing histamine accumulation and reducing volatile base nitrogen production. After 30 d of fermentation, the histamine content decreased to 0.629 g·kg−1, which indicates that HSCC-LP121 had the ability to degrade histamine. Moreover, HSCC-LP121 inhibited the growth of potential histamine-producing microorganisms such as Psychrobacter and Pseudomonas. Besides, the strain could also inhibit the growth of potentially harmful fungi such as Aspergillus, and induce the growth of some aroma-producing yeasts.
  • 南太平洋长鳍金枪鱼 (Thunnus alalunga) 主要生活在10°S—30°S之间的热带和亚热带水域,渔业资源丰富。长鳍金枪鱼是延绳钓渔业主要捕捞目标物种,占金枪鱼每年渔获量的1/3,近年来产量仍在增加[1-2]。目前国内南太平洋长鳍金枪鱼渔业资源研究多基于我国渔捞日志数据处理得到的多尺度网格聚合数据,或中西太平洋渔业委员会提供的5°方格数据[3-4],且多使用单一尺度数据进行研究[5-6]。鱼类以个体、种群、群落的形式分布于特定空间,具有高度的空间自相关性,不同研究尺度下,其空间格局差异较大,而这种不同空间尺度下空间自相关性得出的结果往往会自相矛盾,甚至影响到渔业资源评估[3]。因此,研究不同空间尺度在空间格局上的差异,以及空间数据的收集差异导致我国大陆数据和中西太平洋渔业委员会数据的空间格局差异,对长鳍金枪鱼渔业资源的合理利用和保护有重要意义。

    本研究选取2015—2019年中国大陆地区 (Chinese Flag, CN) 在南太平洋的渔捞日志数据,并按照不同空间尺度聚合。此外,对比了中西太平洋渔业委员会 (Western Center Pacific Fisheries Commission, WCPFC) 下载的长鳍金枪鱼延绳钓渔业数据,运用标准差椭圆、莫兰指数和热点分析等方法分析了长鳍金枪鱼的空间分布格局,并对结果进行了对比,以探明南太平洋长鳍金枪鱼渔业资源的空间格局特征,确定是否存在空间尺度差异,以期为南太平洋长鳍金枪鱼渔业资源管理提供科学的理论依据。

    本研究数据为2015—2019年每年1—12月中国大陆地区所有延绳钓渔捞日志数据,及同时期和同区域WCPFC发布的5°网格延绳钓渔业数据 (表1,由中国远洋渔业数据中心提供)。包括作业位置 (经纬度)、投钩数量、渔获量和作业时间等。本文选择的研究区域为南太平洋150°E—130°W,0—50°S,见图1中阴影区范围,是南太平洋长鳍金枪鱼主要出现海域[7]

    表  1  南太平洋长鳍金枪鱼延绳钓渔业船次
    Table  1.  Number of vessels of longline fishery of T. alalunga in South Pacific
    年份Year船次 (CN)Number of vessels船次 (WCPFC)Number of vessels
    20151891 752
    20161381 695
    20171591 764
    20181501 764
    20191561 817
    下载: 导出CSV 
    | 显示表格
    图  1  南太平洋海域研究区域范围
    Figure  1.  Scope of research area in South Pacific

    将中国大陆的渔业数据按季度处理成空间分辨率为1°×1° (后文简称为CN-1)、2°×2° (后文简称为CN-2) 和5°×5° (后文简称为CN-5),中西太平洋渔业委员会数据按季度处理成空间分辨率为5°×5° (后文简称为WCPFC-5)。用单位捕捞努力量渔获量 (CPUE) 表征长鳍金枪鱼渔业资源分布状况:

    $$Y_{\rm{CPUE}} =\dfrac{{U}_{{\rm{catch}}}}{{f}_{{\rm{hooks}}}} $$ (1)

    式中:$Y_{\rm{CPUE}} $表示单位捕捞努力量渔获量;$ {U}_{\mathrm{c}\mathrm{a}\mathrm{t}\mathrm{c}\mathrm{h}} $表示该作业渔区的累计渔获量 (kg);$ {f}_{\mathrm{h}\mathrm{o}\mathrm{o}\mathrm{k}\mathrm{s}} $为该作业渔区的累计投钩数量 (千钩);时间尺度为季度。

    空间格局研究中常采用标准差椭圆 (Standard deviational ellipse, SDE) 方法,从而获得空间格局特征的中心性、展布范围、方向和形状等。本文采用加权标准差椭圆方法,基于南太平洋长鳍金枪鱼的空间位置,用其CPUE表示相应的权重,计算长鳍金枪鱼空间分布标准差椭圆各项指标。第一级标准差椭圆 (后文简称标准差椭圆),表示68%的资源量分布在椭圆内。获得的空间格局特征主要指标物理意义如下:1) 标准差椭圆的中心,指示空间格局的分布中心 (渔场中心);2) 标准差椭圆长轴,反映空间格局的分布范围;3) 椭圆扁率,短轴与长轴标准差比值,反映空间格局的分布形状;4) 方位角,表示长轴与正北向的夹角,反映空间格局的主要趋势方向。

    空间格局的差异指数能够比较同一区域,采用不同计算方法获得的空间格局之间差异程度的指标。空间格局差异指数是在标准差椭圆基础上,计算不同标准差椭圆在空间上的重叠水平,反映不同空间格局的整体差异。具体计算公式如下:

    $$ {\mathrm{S}\mathrm{D}\mathrm{I}}_{\mathrm{1,2}}=1-\dfrac{\mathrm{A}\mathrm{r}\mathrm{e}\mathrm{a}({{\rm{SDE}}}_{1}\cap {{\rm{SDE}}}_{2})}{\mathrm{A}\mathrm{r}\mathrm{e}\mathrm{a}({{\rm{SDE}}}_{1}\cup {{\rm{SDE}}}_{2})} $$ (2)

    式中:$ {\mathrm{S}\mathrm{D}\mathrm{E}}_{1} $$ {\mathrm{S}\mathrm{D}\mathrm{E}}_{2} $ 表示两种空间分布标准差椭圆,$ \mathrm{A}\mathrm{r}\mathrm{e}\mathrm{a} $为面积;$ {\mathrm{S}\mathrm{D}\mathrm{I}}_{\mathrm{1,2}} $ 为空间差异指数,介于0~1,值越大表明空间格局整体差异越大[8]

    全局莫兰指数 (Moran's I) 能够从总体上判定资源空间格局是否存在分布聚集性。值域为−1~1,若Moran's I为正,则指示有聚集分布趋势;反之,则指示离散分布趋势[9]。在ArcGIS 10.2软件环境运行下,Moran's I工具还会得到Z得分——标准差的倍数。采用随机条件下的近似正态分布的统计量Z进行检验,当I>0,$ \left|Z\right| $>1.65时,则表明空间分布为正相关性,即长鳍金枪鱼呈聚集分布,Z得分越高则相关性越明显。具体的I值和Z得分计算可参考ArcGIS在线文档[10]

    由于Moran's I无法准确识别资源空间格局的局部分布特征[11]。在ArcGIS 10.2中采用热点分析工具实现,能够获得具有统计显著性的资源分布热点和冷点。热点分析对数据集中的每一个要素计算Getis-Ord Gi* 统计。通过得到的Z得分和P值,可以获得高值或低值要素在空间上发生聚类的位置,即热点和冷点,具体计算公式和原理可参考ArcGIS在线文档[12]

    2015—2019年中国大陆和WCPFC的长鳍金枪鱼空间格局分布形状呈现东-西分布,其资源标准差椭圆分布如图2所示。其中Q1—Q4分别代表第一到第四季度。

    图  2  2015—2019年不同空间尺度的长鳍金枪鱼资源第一级标准差椭圆
    Figure  2.  First order standard deviational ellipse spatial distribution of T. alalunga at different scales from 2015 to 2019

    2015—2019年CN-1、CN-2和CN-5渔业资源的空间分布范围显示,三者的分布椭圆在第一季度变化趋势基本一致,资源中心的移动趋势均大致相同,总体上CN-1、CN-2和CN-5渔业资源的空间分布范围覆盖面积有很大的重合 (图2)。

    2015—2019年CN-5和WCPFC-5渔业资源的空间分布范围显示 (图2):1) CN-5较WCPFC-5的资源中心偏东;2) CN-5的移动范围较WCPFC-5的大且分布范围较广;3) CN-5的分布椭圆较为偏东;4) CN-5的渔业资源的空间分布范围呈东西方向移动,WCPFC-5的分布椭圆呈南北方向移动。

    图3可见,CN-5和WCPFC-5空间格局差异指数在0.22~0.51之间波动,且多数大于0.3。空间格局差异指数小于0.3则认为两者差异性较小,所以CN-1和CN-2、CN-2和CN-5的空间差异性较小,CN-5和WCPFC-5有较大的空间差异性。

    图  3  2015—2019年不同尺度的长鳍金枪鱼资源空间格局差异指数
    Figure  3.  Spatial pattern difference index of T. alalunga resources at different scales from 2015 to 2019

    2015-Q1表示2015年第一季度。2015—2019年南太平洋地区长鳍金枪鱼资源中心移动显示,中国大陆数据3种空间尺度的资源中心移动趋势大致相同,CN-2的资源中心整体上跨度较其他尺度数据的大 (图2),可见三者的差异较小;同一空间尺度的中国大陆数据和WCPFC-5数据的资源中心移动方向存在明显差异,整体上中国大陆数据的资源中心较为偏东 (图2),说明两者差异较大。

    标准差椭圆的长轴反映长鳍金枪鱼空间分布的范围,椭圆内部的区域是南太平洋长鳍金枪鱼分布的主体区域。2015—2019年,CN-1、CN-2和CN-5的长轴标准差有大致相同的变化趋势,分布范围差异性较小 (图4),资源分布呈东西方向变动且波动范围较大;CN-5和WCPFC-5的长轴标准差变化趋势大致相同 (图4),两者分布范围差异性较小,且后者波动较小,说明其资源分布范围相对稳定。

    图  4  2015—2019年不同尺度的长鳍金枪鱼资源空间格局的分布范围
    Figure  4.  Distribution range of spatial pattern of T. alalunga resources at different scales from 2015 to 2019

    长短半轴的值差距越大 (扁率越大),表示数据的方向性越明显,反之则方向性越不明显。2015—2019年,CN-1、CN-2和CN-5的空间分布形状 (短轴/长轴) 基本呈现相同的变化趋势 (图5),分布形状差异不明显;CN-5和WCPFC-5分布形状变化趋势大致相同 (图5),整体上两者差异较小。CN和WCPFC的扁率有明显的季节性规律,整体差异较小。扁平化表现为捕捞范围在其长轴 (东西) 方向上增长明显或短轴 (南北) 方向上收缩明显;反之则表现为捕捞范围在其长轴 (东西) 方向上收缩明显或短轴 (南北) 方向上增长明显。

    图  5  2015—2019年不同尺度的长鳍金枪鱼资源标准差椭圆扁率分布
    Figure  5.  Oblateness of standard deviation ellipticity of T. alalunga resources at different scales from 2015 to 2019

    标准差椭圆方位角为90° 时,表示空间格局分布趋势为水平东西方向,大于90° 可以看作东侧资源向南移动幅度大于西侧,小于90° 则相反。2015—2019年,CN-1、CN-2和CN-5的方位角变化趋势基本一致 (图6),总体来看不同空间尺度资源分布的方位角差异性较小;CN-5和WCPFC-5的方位角变化趋势大致相同,总体来看两者的方位角变化趋势差异性较小。变化趋势具体变现为,当方位角增加,空间分布椭圆呈顺时针旋转,表明长鳍金枪鱼的捕捞向椭圆西北或东南部的增长速度相对较快;当方位角减小,空间分布椭圆呈逆时针旋转,表明长鳍金枪鱼的捕捞向椭圆西南部或东北部的增长速度相对较快。

    图  6  2015—2019年不同尺度的长鳍金枪鱼资源标准差椭圆方位角分布
    Figure  6.  Azimuth of standard deviation ellipticity of T. alalunga resources at different scales from 2015 to 2019

    本文把CPUE作为观测变量,根据全局自相关方法获得CN-1、CN-2、CN-5以及WCPFC-5下的南太平洋长鳍金枪鱼渔业资源空间分布特征 (表2)。整体上看,中国大陆三种空间尺度数据和WCPFC数据下的全局空间自相关莫兰指数I值均为正值,并且$ \left|Z\right| $>1.96,表明南太平洋长鳍金枪鱼渔业资源的空间分布不是随机的,而是呈现出较强的空间聚集性,第三、第四季度Z得分高于第一、第二季度,说明第三、第四季度渔业资源的聚集程度相对较高。CN-1、CN-2和CN-5得出的Z得分随空间尺度变大而提高,CN-2和CN-5的Z得分差距不明显,说明两者存在微小差异;CN-5和WCPFC-5得出的莫兰指数和Z得分有很大差距,尤其是Z得分,说明两者差异较大。

    表  2  南太平洋长鳍金枪鱼资源空间格局的全局分布聚集性显著性检验
    Table  2.  Significance test of global distribution and aggregation of spatial pattern of T. alalunga in South Pacific
    统计时间
    Statistical time
    中国大陆1°
    CN-1
    中国大陆2°
    CN-2
    中国大陆5°
    CN-5
    中西太平洋渔业委员会5°
    WCPFC-5
    IZ_scoreIZ_scoreIZ_scoreIZ_score
    第一季度
    Quarter 1
    0.032 3 3.975 1 0.236 6 15.015 6 0.337 4 18.301 4 0.628 7 43.204 7
    第二季度
    Quarter 2
    0.032 1 2.184 4 0.047 3 10.867 5 0.371 1 17.594 5 0.563 7 47.969 7
    第三季度
    Quarter 3
    0.042 2 6.137 2 0.064 5 20.338 6 0.487 0 30.940 6 0.614 7 50.730 2
    第四季度
    Quarter 4
    0.038 1 6.675 1 0.046 4 20.380 1 0.532 6 29.146 5 0.637 4 49.767 8
    注:Z得分的临界值为1.65、1.96和2.58分别对应的置信度为90%、95%和99%。Note: The critical values of Z score are 1.65, 1.96 and 2.58, respectively, with confidence levels of 90%, 95% and 99%.
    下载: 导出CSV 
    | 显示表格

    对局部空间格局的聚集特征使用热点分析方法,对CN-1、CN-2、CN-5及WCPFC-5的南太平洋长鳍金枪鱼渔业资源进行计算。结果表明,CN-1第三季度有2个渔业资源热点区域,分别为130°W—140°W、32°S—34°S,158°W—162W°、24°S—27°S (图7),CN-2第三季度有3个渔业资源热点区域,大概位置分别为131°W—143°W、29°S—35°S,151°W—165°W、23°S—27°S和159°E—165°E、25°S—29°S (图7),CN-5数据下第三季度的渔业资源热点区域大概为132.5°W—157.5°E、27.5°S—32.5°S的狭长地带 (图7),第三季度WCPFC-5的渔业资源热点区域大致为132.5°W—172.5°W、27.5°S—42.5°S以及157.5°E—167.5°E、22.5°S—32.5°S (图7)。整体来看,CN-1、CN-2和CN-5有相似的渔业资源热点区域,尺度越大,热点区域分布越广,CN-5和WCPFC-5下的渔业资源热点区域亦有大面积重合,其中WCPFC-5的热点区域范围更广。

    图  7  南太平洋长鳍金枪鱼渔业资源第三季度不同尺度的空间格局的局部聚集特征
    Figure  7.  Aggregation characteristics of spatial pattern of T. alalunga fishery resources at different scales in South Pacific in third quarter

    本研究发现,长鳍金枪鱼资源空间格局呈现明显的东西分布特征,且资源中心随着季节和年际变化十分显著,季节变化空间格局趋势整体上均呈东西方向移动范围,并大于南北方向。通过该海域的环境分布研究发现海表温度、叶绿素浓度、洋流和海表风场均表现出显著的东西向分布特征[13-16]。这些研究均指出了空间格局的纬向分布特征。从格局分布形态看 (扁率) 其季节性变化特征明显,在第二、第三季度扁率低,说明短轴与长轴差距小,方向性不明显;因为第二、第三季度南太平洋长鳍金枪鱼属于盛渔期 (5—8月),渔业资源丰富,纬向分布范围广。张嘉容等[17]研究发现的盛渔期与本文研究结果一致。渔业资源的方位角变化有明显的季节规律性,整体上在第三季度达到最大值,原因是渔业资源在东南和西北海域聚集性明显。

    本研究发现,近5年CN-1和CN-2、CN-2和CN-5空间尺度数据的空间格局差异指数较小,三者的资源分布移动方向基本一致,分布中心、方位角、长轴和短轴比值变化总体上也呈大致相同的趋势;大尺度数据空间分布椭圆范围略大,两者总体差异性较小。造成这种差异性的主要原因是数据综合导致渔区内的CPUE不同从而影响权重,而分辨率的不同并未影响其移动规律,两者均能反映长鳍金枪鱼的空间分布规律。魏广恩和陈新军[18]的研究结果显示,随着空间尺度的变大对应小渔区的CPUE也会改变,作业渔场覆盖海域明显变大,与本研究结果一致。分辨率会影响变化规律的精准性,小尺度数据更能准确真实地反映长鳍金枪鱼渔业资源的变化规律,更具参考价值,而CN-2、CN-5则不能准确反映长鳍金枪鱼渔业资源的变化规律,误差较大。

    渔场变动会影响标准差椭圆的长轴、方位角和分布形状等,影响渔场变动的因素较多,其中最主要的是温度、盐度和海表面风场等海洋环境因子[19-21]。整体来看,CN-1、CN-2和CN-5空间尺度的空间格局差异性相对较小,由于是同源的中国大陆数据,所以造成这种差异性的主要原因在于空间分辨率的不同而导致渔区内CPUE的不同。

    CN-5和WCPFC-5的空间差异指数相对较大。从资源分布范围来看,其变化趋势有一定差异,WCPFC的数据综合了各个成员国几乎所有的渔业数据,数据量大,而中国大陆的渔业数据量少,且WCPFC-5的CPUE大于CN-5的,CPUE作为标准差椭圆的权重会造成这种差异性。已有研究表明,CPUE与资源量之间的正比关系主要受捕捞能力 (渔船吨位、马力、渔具和助渔设备等)、时空要素 (年、月、经度、纬度) 和环境条件[22-24] 。在时间分辨率、空间分辨率和海洋环境相同条件下,影响CPUE的主要原因是捕捞能力。目前,中国远洋渔业仍处于大而不强的发展阶段,远洋渔业存在设施陈旧,渔业捕捞勘探等技术缺乏创新,经营管理水平较低等问题,因此中国大陆的捕捞能力低于WCPFC其他成员国,导致CPUE较低[25-27]。从空间分布中心来看,两者渔场中心差异性较大,移动趋势整体上不同,WCPFC-5的渔场中心偏西,结合其CPUE,可能是西部海域更适合长鳍金枪鱼生存,渔业资源丰富、渔获量大,另外为了保护渔业资源、限制资源的过度开发,区域渔业管理组织对各国渔船总数进行了限制,根据WCPFC 2019年统计年鉴,2015—2019年我国在中西太平洋区域延绳钓渔船数量从429艘下降到370艘。两者长轴变化、方位角移动和空间分布形状变化趋势大致相同。长鳍金枪鱼是一种高度洄游的中上层鱼类,研究表明环境变化对其分布和渔场变动有显著影响[28-29],渔场的分布范围、渔场中心的移动及其分布形状等的变化与海洋环境有着密切联系,在以后的研究中应考虑环境因子的影响。综合来看,中国大陆大尺度数据和WCPFC-5的差异性主要由数据源和数据量的不同而导致渔区内CPUE的不同。

    CN-5和WCPFC-5的莫兰指数I值和Z得分有很大差距,产生这种现象的原因可能是中国大陆渔船数量较少 (表1),分布较为分散,且CPUE差距较大,但四者均呈现聚集性分布。原作辉等[30]对中西太平洋长鳍金枪鱼延绳钓渔场分布的研究显示,各月捕捞努力量存在空间自相关并呈现显著聚集分布模式,与本研究结果一致。刘禹希等[31]用全局自相关研究了南海北部海域大眼鲷 (Priacanthus tayenus),结果表明年际间资源密度普遍为正相关。

    第三季度CN-1有2个大的热点区域,CN-2有3个大的热点区域,CN-5有1个经度方向的热点地带,三者的覆盖范围有很大重叠,但是仍有一定的差异性,造成这种差异性的原因主要是分辨率的不同,整体上看这种差异性较小,受分辨率的影响较少,在可接受范围内。WCPFC-5有两个成片的热点区域,相对于CN-5的热点地带覆盖范围更广,热点区域更多,但WCPFC-5的热点区域可覆盖CN-5的热点区域,原因是两种数据的覆盖范围和CPUE不同,WCPFC-5的覆盖范围更广、CPUE值更高,源数据高值较为连续,足以形成连续的热点地带,两者的差异性总体上在可接受范围内。形成热点的原因是该区域的渔业资源密度被高值包围,长鳍金枪鱼渔业资源丰富度高,空间自相关呈正相关并且自相关性较强。整体上看,四者热点区域差异性不大,受分辨率和数据的影响较小,未在文中展现的其他季度的热点区域也有相同结论。江承旭[32]分析斐济专属经济区2013—2015年长鳍金枪鱼的渔场,侯娟等[5]研究南太平洋长鳍金枪鱼渔场,两者得出的高CPUE渔区与本文结论有一定的差异,原因是其数据来源于中国某一渔业公司,作业区域覆盖范围较小。

    本研究选取2015—2019年的数据,数据量有限,得出的结果可能会存在局限性,今后研究应选取更长时间尺度的数据。本研究中,中国大陆数据按照空间分辨率为1°×1°、2°×2°、5°×5° 聚合,中西太平洋渔业委员会的数据空间分辨率为5°×5°,这种大分辨率在实际中对应着很大的空间范围,会与实际热点区域有差距,如果加以应用,可能会有误差。今后研究应选用如分辨率为0.5°×0.5°、0.25°×0.25° 等较小尺度的数据,提高数据精度。长鳍金枪鱼渔业资源的分布和洄游受环境影响,许多已有研究认为温度和厄尔尼诺等环境因子会影响长鳍金枪鱼的分布[28,33-34],杨晓明等[35]在中西太平洋围网鲣鱼的热点分析中加入了环境因子,对鲣 (Katsuwonus pelamis) 源的热点与海洋环境的关系进行了分析,在今后的长鳍金枪鱼渔业资源的热点分析中也应加入适当的环境因子,结合其他模型开展进一步研究。

  • 图  1   不同乳杆菌菌株发酵对鲭鱼加工副产物理化指标的影响

    注:L0、L1、L2和L3分别为无任何处理的对照组、接种嗜酸乳杆菌、接种植物乳杆菌和接种贝氏乳杆菌的实验组;不同字母之间表示存在显著性差异 (P<0.05),图 2 同此。

    Figure  1.   Effects of different lactic acid bacteria fermentation on physicochemical indexe of processed by-products of mackerel

    Note: L0, L1, L2 and L3 are the control group without any treatment, groups inoculated with L. acidophilus, L. plantarum and L. beijerinck, respectively. Different letters indicate significant difference (P<0.05). The same case in Fig. 2.

    图  2   灭菌与不灭菌发酵对鲭鱼加工副产物理化指标的影响

    注:S0、S1、S2 分别为灭菌不接种乳杆菌、灭菌接种乳杆菌、不灭菌接种乳杆菌;组胺相对含量由每一组组胺实际含量除以第 0 天未发酵的组胺实际含量计算得出。

    Figure  2.   Effects of sterilization and non-sterilization fermentation on physicochemical indexes of processed by-products of mackerel

    Note: S0, S1 and S2 represent sterilization without inoculation of lactic acid bacteria, and non-sterilization with inoculation of lactic acid bacteria, respectively. The relative histamine content is calculated by the actual histamine content of each group by the actual histamine content of the sterilization group on 0th day.

    图  3   不同发酵阶段的细菌群落相对丰度

    注:保藏 270 d 指发酵后保存在常温下 270 d;图 4 同此。

    Figure  3.   Relative abundance of bacterial communities at different fermentation stages

    Note: Storage of 270 d means storing at room temperature for 270 d after fermentation; the same case in Fig. 4.

    图  4   不同发酵阶段真菌群落的相对丰度

    Figure  4.   Relative abundance of fungal communities at different fermentation stages

    图  5   乳杆菌发酵降解抗原蛋白的SDS-PAGE蛋白电泳图谱

    Figure  5.   SDS-PAGE electrophoretic pattern of lactobacilli protein degraded by fermentation

    表  1   植物乳杆菌发酵鲭鱼加工副产物的Alpha多样性指数

    Table  1   Alpha diversity index of processed by-products of mackerel fermented by L. plantarum

    样品
    Sample
    ACE 指数
    ACE index
    Chao1指数
    Chao1 index
    香农指数
    Shannon index
    覆盖率
    Goods coverage
    对照组
    Control group
    第1天 1st day 123.735 123.438 0.905 1
    第30天 30th day 151.349 149.636 1.072 1
    发酵组
    Fermentation group
    第1天 1st day 128.206 121.5 1.371 1
    第30天 30th day 114.553 110.286 1.668 1
    第270天 270th day 57.176 56.0 0.634 1
    下载: 导出CSV

    表  2   乳杆菌发酵鲭鱼加工副产物游离氨基酸组成的变化

    Table  2   Changes of free amino acid composition of processed by-products of mackerel fermented by lactic acid bacteria mg·g−1

    氨基酸名称
    Amino acid name
    发酵前
    Before fermentation
    对照组第30天
    Control group on 30th day
    乳杆菌发酵第30天
    Lactic acid bacteria fermentation on 30th day
    天冬氨酸 Asparagine3.7424.6744.701
    苏氨酸 Threonine1.4201.5651.493
    丝氨酸 Serine1.8282.0792.152
    谷氨酸 Glutamic acid7.1118.0307.897
    甘氨酸 Glycine2.8742.8633.034
    丙氨酸 Alanine2.3152.4112.567
    胱氨酸 Cystine0.3570.3130.410
    缬氨酸 Valine1.8141.7021.953
    蛋氨酸 Methionine0.1860.1180.184
    异亮氨酸 Isoleucine1.5291.4891.881
    亮氨酸 Leucine2.7993.0492.358
    酪氨酸 Tyrosine0.9711.1311.246
    苯丙氨酸 Phenylalanine1.8962.0361.893
    赖氨酸 Lysine1.1071.1971.081
    组氨酸 Hlstidine2.1821.8812.266
    精氨酸 Argnine2.9402.8982.938
    脯氨酸 Proline2.0822.4073.275
    总和 Total37.153 40.175 41.331
    下载: 导出CSV

    表  3   乳杆菌发酵前后脂肪酸组成变化

    Table  3   Changes of fatty acid composition before and after lactic acid bacteria fermentation %

    脂肪酸种类
    Fatty acid type
    发酵前占比
    Proportion before fermentation
    乳杆菌发酵第30天占比
    Proportion of lactic acid bacteria fermentation on 30th day
    十三烷酸 C13:0 9.34 7.51
    棕榈酸 C16:0 24.13 25.13
    棕榈油酸 C16:1 7.32 7.13
    油酸 C18:1 2.79 3.02
    亚油酸 C18:2 12.95 15.11
    亚麻酸 C18:3 2.81 2.96
    γ-亚麻酸 C18:3 8.15 9.53
    花生酸 C20:0 2.16 2.15
    二十碳二烯酸 C20:2 3.74 3.27
    二十碳五烯酸 C20:5 8.83 7.75
    芥子酸 C22:1 0.56 0.55
    二十二碳二烯酸 C22:2 4.28 3.89
    木蜡酸 C24:0 9.11 8.33
    二十二碳六烯酸 C22:6 3.84 3.67
    单不饱和脂肪酸 MUFA 10.67 10.70
    多不饱和脂肪酸 PUFA 44.60 46.18
    饱和脂肪酸 SFA 44.74 43.12
    下载: 导出CSV
  • [1] 佘文熙, 曾宇, 赵俐娜, 等. 酵母葡聚糖鲭鱼鱼丸的研制及其质构特性和防腐效果的研究[J]. 食品工业, 2015, 36(9): 133-135.
    [2] 农业农村部渔业渔政管理局, 全国水产技术推广总站, 中国水产学会. 中国渔业统计年鉴[R]. 北京: 中国农业出版社, 2020: 178.
    [3]

    ÁLVAREZ C, LÉLU P, LYNCH S A, et al. Optimised protein recovery from mackerel whole fish by using sequential acid/alkaline isoelectric solubilization precipitation (ISP) extraction assisted by ultrasound[J]. LWT, 2018, 88: 210-216. doi: 10.1016/j.lwt.2017.09.045

    [4] 刘在军, 岑剑伟, 李来好, 等. 罗非鱼血液综合利用的研究思路及展望[J]. 南方水产科学, 2012, 8(2): 76-80. doi: 10.3969/j.issn.2095-0780.2012.02.012
    [5]

    COLOMBO F M, CATTANEO P, CONFALONIERI E, et al. Histamine food poisonings: a systematic review and meta-analysis[J]. Crit Rev Food Sci Nutr, 2018, 58(7): 1131-1151. doi: 10.1080/10408398.2016.1242476

    [6]

    ZHANG J B, JI C F, HAN J, et al. Inhibition of biogenic amines accumulation during Yucha fermentation by autochthonous Lactobacillus plantarum strains[J]. J Food Process Pres, 2021, 45(9): 15291.

    [7]

    LIM E. Inhibitory effect of bacteriocin-producing lactic acid bacteria against histamine-forming bacteria isolated from Myeolchijeot[J]. Fish Aquat Sci, 2016, 19(1): 42. doi: 10.1186/s41240-016-0040-x

    [8] 柳佳娜, 张宾, 刘宇, 等. 高效降解生物胺乳酸菌的筛选、鉴定及特性研究[J]. 中国酿造, 2021, 40(7): 141-147. doi: 10.11882/j.issn.0254-5071.2021.07.026
    [9] 张栩. 不同乳酸菌发酵对酸菜的风味物质形成及品质指标的影响[J]. 中国酿造, 2021, 40(4): 133-137. doi: 10.11882/j.issn.0254-5071.2021.04.025
    [10]

    WANG Q, YAMABE K, NARITA J, et al. Suppression of growth of putrefactive and food poisoning bacteria by lactic acid fermentation of kitchen waste[J]. Process Biochem, 2001, 37(4): 351-357. doi: 10.1016/S0032-9592(01)00217-5

    [11] 沈颖莹, 吴燕燕, 李来好, 等. 发酵鳜鱼营养成分和安全性评价[J]. 南方水产科学, 2020, 16(3): 103-112. doi: 10.12131/2090247
    [12] 肖志明, 李丽蓓, 邓涛, 等. 饲料原料中酸溶蛋白的测定方法研究[J]. 中国畜牧杂志, 2016, 52(2): 72-75,80. doi: 10.3969/j.issn.0258-7033.2016.02.015
    [13] 李旺军, 方华, 季春源. 豆粕发酵蛋白中抗原蛋白和不良寡糖的检测[J]. 粮食与饲料工业, 2013(4): 61-65.
    [14] 王建, 林秋萍. 气相色谱-质谱法测定鱼油脂肪酸[J]. 中国饲料, 2001(17): 19-20. doi: 10.3969/j.issn.1004-3314.2001.17.011
    [15] 王兴春, 杨致荣, 王敏, 等. 高通量测序技术及其应用[J]. 中国生物工程杂志, 2012, 32(1): 109-114.
    [16] 高林, 王新伟, 申国明, 等. 不同连作年限植烟土壤细菌和真菌群落结构差异[J]. 中国农业科技导报, 2019, 21(8): 147-152.
    [17] 曹荣, 林瑞环, 赵玲, 等. 基于高通量测序技术分析凡纳滨对虾(Litopenaeus vannamei)冷藏过程菌群结构变化[J]. 食品安全质量检测学报, 2019, 10(8): 2127-2131. doi: 10.3969/j.issn.2095-0381.2019.08.007
    [18]

    AMATO K R, YEOMAN C J, KENT A, et al. Habitat degradation impacts black howler monkey (Alouatta pigra) gastrointestinal microbiomes[J]. ISME J, 2013, 7(7): 1344-1353. doi: 10.1038/ismej.2013.16

    [19]

    CAPORASO J G, KUCZYNSKI J, STOMBAUGH J, et al. QIIME allows analysis of high-throughput community sequencing data[J]. Nat Methods, 2010, 7(5): 335-336. doi: 10.1038/nmeth.f.303

    [20]

    FENG L, LI Y, TUO Y, et al. The bacterial diversity of sun-dried spanish mackerel in Dalian and application of Lactobacillus plantarum X23 as a bio-preservative[J]. J Food Prot, 2021, 84(12):2133-2142.

    [21]

    DOMINGOSLOPES M F, PSTANTON C, ROSS R P, et al. Histamine and cholesterol lowering abilities of lactic acid bacteria isolated from artisanal Pico cheese[J]. J Appl Microbiol, 2020, 129(6): 1428-1440. doi: 10.1111/jam.14733

    [22] 吕文竹, 王洋, 方玉美, 等. 不同发酵条件对构树饲料酸溶蛋白含量的影响[J]. 饲料研究, 2021, 44(11): 75-78.
    [23] 谢全喜, 侯楠楠, 王梅. 高产苯乳酸菌株的筛选及其在豆粕发酵中的应用[J]. 中国酿造, 2021, 40(7): 65-70. doi: 10.11882/j.issn.0254-5071.2021.07.013
    [24]

    ZHOU Y Q, WU S M, PENG Y L. Effect of lactic acid bacteria on mackerel (Pneumatophorus japonicus) seasoning quality and flavor during fermentation[J]. Food Biosci, 2021, 41: 100971. doi: 10.1016/j.fbio.2021.100971

    [25]

    JAYACHITRA J, SIVASAKTHIVELAN P, BABU E. Inhibitory effect of bacteriocin-producing lactic acid bacteria against histamine-producing bacteria isolated from fish[J]. Res J Biotechnol, 2021, 16(3): 55-61.

    [26]

    KOBAYASHI T S, WANG X G, SHIGE T N, et al. Distribution of histamine-producing lactic acid bacteria in canned salted anchovies and their histamine production behavior[J]. Ann Microbiol, 2016, 66(3): 1277-1284. doi: 10.1007/s13213-016-1213-7

    [27]

    ZANG J H, XU Y S, XIA W S, et al. Dynamics and diversity of microbial community succession during fermentation of Suan yu, a Chinese traditional fermented fish, determined by high throughput sequencing[J]. Food Res Int, 2018, 111: 565-573. doi: 10.1016/j.foodres.2018.05.076

    [28] 王苾, 马明博, 朱弘焱, 等. 大骨鸡不同产蛋水平粪便微生物群落特征[J]. 饲料研究, 2021, 44(5): 75-81.
    [29] 江艳华, 王联珠, 许东勤, 等. 基于高通量测序分析虾夷扇贝柱菌群结构及腐败优势菌[J]. 食品科学, 2018, 39(20): 140-145. doi: 10.7506/spkx1002-6630-201820021
    [30]

    KUNG H F, LE Y H, CHANG S C, et al. Histamine contents and histamine-forming bacteria in sufu products in Taiwan[J]. Food Control, 2007, 18(5): 381-386. doi: 10.1016/j.foodcont.2006.02.012

    [31]

    LIU B Y, HUAN H L, GU H R, et al. Dynamics of a microbial community during ensiling and upon aerobic exposure in lactic acid bacteria inoculation-treated and untreated barley silages[J]. Bioresour Technol, 2019, 273: 212-219. doi: 10.1016/j.biortech.2018.10.041

    [32] 李倩, 赵颖, 朱晓嫚, 等. 天然产物抑制黄曲霉生长及其产毒的研究进展[J]. 河南工业大学学报(自然科学版), 2021, 42(1): 132-140.
    [33] 刘闪, 曹星星, 吴攀, 等. 酸性矿山废水影响下水库真菌群落特征与环境因子研究[J]. 环境科学与技术, 2021, 44(2): 1-8.
    [34]

    BAWIN T, SEYE F, BOUKRAA S, et al. Histopathological effects of Aspergillus clavatus on larvae of the southern house mosquito, Culex quinquefasciatus[J]. Fungal Biol, 2016: 489-499.

    [35]

    KIRK P M, PEGLER D N, SUTTON B C. Dictionary of the Fungi[M]. 10th ed. Trowbridge: Cromwell Press, 2008: 315-351.

    [36] 白小燕, 邱树毅, 雷安亮, 等. 酱香白酒酿造过程中产多元醇功能酵母的筛选[J]. 中国酿造, 2017, 36(5): 58-62. doi: 10.11882/j.issn.0254-5071.2017.05.012
    [37] 肖辰, 陆震鸣, 张晓娟, 等. 泸型酒中层酒醅真菌群落的发酵演替规律[J]. 应用与环境生物学报, 2018, 24(5): 1081-1086.
    [38]

    LEE Y C, TSENG P H, HWANG C C, et al. Effect of vacuum packaging on histamine production in Japanese Spanish mackerel (Scomberomorus niphonius) stored at various temperatures[J]. J Food Protect, 2019, 82(11): 1931-1937. doi: 10.4315/0362-028X.JFP-19-143

    [39] 顾赛麒, 唐锦晶, 周绪霞, 等. 腌腊鱼传统日晒干制过程中品质变化与香气形成[J]. 食品科学, 2019, 40(17): 36-44. doi: 10.7506/spkx1002-6630-20180716-201
    [40] 王悦齐, 李来好, 蔡秋杏, 等. 分离自腌干鱼的抗氧化发酵菌株的筛选及鉴定[J]. 南方水产科学, 2016, 12(3): 74-83. doi: 10.3969/j.issn.2095-0780.2016.03.010
    [41] 田建军, 张开屏, 景智波, 等. 瑞士乳杆菌与木糖葡萄球菌对发酵香肠蛋白质分解和游离脂肪酸释放的影响[J]. 中国食品学报, 2019, 19(3): 141-147.
    [42] 王章存, 袁路阳, 张露, 等. 生物酶解法去除大豆蛋白抗原性研究进展[J]. 食品工业科技, 2018, 39(15): 317-321.
  • 期刊类型引用(0)

    其他类型引用(1)

图(5)  /  表(3)
计量
  • 文章访问数: 
  • HTML全文浏览量: 
  • PDF下载量: 
  • 被引次数: 1
出版历程
  • 收稿日期:  2021-10-06
  • 修回日期:  2022-01-10
  • 录用日期:  2022-01-17
  • 网络出版日期:  2022-02-05
  • 刊出日期:  2022-08-04

目录

/

返回文章
返回