Genetic diversity and population structure of Gymnocypris przewalskii based on SNP markers
-
摘要: 为探究青海湖裸鲤 (Gymnocypris przewalskii) 的种质资源现状，为该物种保护措施的制定提供参考依据。首次利用基因分型技术 (Genotyping-by-sequencing, GBS)，对青海湖水域的6个地理群体共72尾青海湖裸鲤进行单核苷酸多态性 (Single nucleotide polymorphism, SNP) 标记开发和遗传特征分析。共检测出1 600 061个SNP位点，质控后筛选出45 266个高质量的SNP位点用于遗传分析，发现核苷酸多样性 (Pi) 为0.317 0~0.327 4，观测杂合度 (Ho) 和期望杂合度 (He) 分别为0.459 4~0.482 3和0.336 7~0.344 4。6个地理群体的遗传距离 (D) 为0.018 4~0.023 3，两两群体的遗传分化系数 (Fst) 均不显著 (P>0.05)。分子方差分析 (Analysis of molecular variances, AMOVA) 显示102.37%的遗传变异来自群体内；群体遗传结构和系统发育进化树分析均显示6个群体属于一个集群，具有遗传同质性；而主成分判别分析 (Discriminant analysis of principal components, DAPC) 表明哈尔盖河、黑马河和沙柳河群体相互交叉聚类，其余3个地理群体分别聚类。综上，6个青海湖裸鲤群体的Ho均大于He，种群结构单一。Abstract: To investigate the genetic diversity and genetic differentiation of natural resources of Gymnocypris przewalskii, and provide references for its conservation measures, we collected 72 individuals of G. przewalskii from six natural populations in Qinghai Lake to analyze the genomic SNP and genetic characteristics by using simplified genome sequencing. Altogether 1 600 061SNP markers were obtained, and 45 266 high-quality SNP loci were screened for genetic analysis after filtering. The average Pi diversity index was 0.317 0–0.327 4. The average observed heterozygosity (Ho) and expected heterozygosity (He) were 0.459 4–0.482 3 and 0.336 7–0.344 4, respectively. The genetic distance (D) was 0.018 4–0.023 3 and the genetic differentiation index (Fst) were not significant (P>0.05). AMOVA analysis shows that the genetic variation was 102.37% within populations. Further-more, both population structure and phylogenetic tree analysis show that the six G. przewalskii populations clustered into one glade with similar genetic structure. In contrast, the genetic structure obtained from DAPC analysis was relatively clearer, showing that the Haergai, Heima and Shaliu River populations cross-clustered with each other, while the remaining three populations clustered into three other branches. In conclusion, the observed heterozygosity of the six geographic populations was higher than the expected value, with a homogeneous population structure.
-
斑节对虾 (Penaeus monodon) 适盐度广、生长迅速、出肉率高，是我国和世界三大主要养殖对虾之一[1]。目前我国斑节对虾的养殖模式主要有池塘高密度养殖、虾蟹混养和虾鱼混养等方式[2]。虾蟹混养是一种高空间利用率、高收益的虾类和蟹类2种不同甲壳动物混合养殖的复合生态养殖模式[3]。蟹类主要是锯缘青蟹 (Scylla serrata)，由于蟹类为杂食性，能够摄食病弱或死亡的鱼虾、小型底栖动物等，对于对虾残饵的利用和水质净化有一定作用，可促进养殖塘底层物质循环和能量流动，提高营养物质的利用率[4]。虾蟹混养是一种复合生态养殖模式，因其持续稳定的养殖产量而备受欢迎。
浮游植物是指在水体中生活的微小植物，大小在几微米至几百微米之间，是水生生态系统中最主要的初级生产者，是食物网的基础[5]。浮游植物通过光合作用将水体中无机物转换为有机物，是水体中动物的主要食物来源，并且能够提高养殖水体中溶氧 (DO) 含量、吸收水体中的有毒有害物质、降低氨氮含量，保持养殖水体的稳定，其群落结构的变化对水生生态系统有着重要影响，主要包括能量流动、物质循环和信息传递[6]。浮游植物的生长繁殖极易受到外界环境的影响，其对环境条件的变化能够迅速做出响应，因此被视作水生生态系统的重要指示物[7-8]。
浮游植物作为饵料生物的基础，在池塘养殖过程中发挥了重要作用，与其相关的研究也日益受到重视。李俊伟等[9]研究对虾池塘混养鲻鱼 (Mugil cephalus) 和罗非鱼 (Oreochroms mossambcus) 对水环境及对虾生长的影响，探讨了浮游植物的变化特征；孔谦[10]也对凡纳滨对虾 (Litopenaeus vannamei) 与鲻鱼混养中精养池的理化因子进行了研究。目前有关虾蟹混养的研究较少，特别是针对混养池塘浮游植物群落结构的研究更是鲜见报道，本研究对广州市番禺区3个虾蟹混养池塘进行逐月调查，分析和探讨了养殖过程中浮游植物种类组成及其数量变化状况，旨在摸清虾蟹混养池塘浮游植物种群结构特征及其与环境因子的关系，以期为虾蟹混养的健康发展提供理论依据。
1. 材料与方法
1.1 养殖池塘
在广州市番禺区十六涌选取3个虾蟹混养池塘 (1#、2#、3#)，水深2 m，3月初开始投放虾苗，每20 d投放1次；4月初开始投放蟹苗，每2个月投放1次。虾蟹分别投放4次，6月初开始捕获虾蟹。2018年3—11月对3个混养池塘进行逐月调查，采集池塘水质样品和浮游植物样品，带回实验室测定和鉴定。
1.2 样品的采集、测定和鉴定
1.2.1 水质样品
1) 样品采集和保存。采用容积为5 L的有机玻璃采水器，在每个池塘四角和中央采集表层水，用滤膜现场过滤，用玻璃瓶收集适量过滤水保存，带回实验室测定。2) 样品测定。营养盐的分析测定参照国家标准《海洋调查规范第2部分：海洋水文观测》 (GB/T 12763.2—2007)、《海洋调查规范第4部分：海洋化学要素观测》 (GB/T12763.4—2007) 和《海洋监测规范第4部分：海水分析》 (GB 17378.4—2007)；叶绿素a的分析测定参照《海洋监测规范第7部分：近海污染生态监测和生物监测》 (GB 17378.7—2007) 中规定的方法。
1.2.2 浮游植物样品
1) 样品采集和保存。在每个池塘四角和中央用5 L采水器各采水样一份，经浮游生物网过滤后混合装入1 L采样瓶，并现场加入适量的5%甲醛溶液固定保存，带回实验室[11]。在实验室静置24 h，弃去上清液，浓缩后于高倍镜下鉴定浮游植物种类，并进行数量分析。2018年9月由于突发事件未采集到样品。2) 样品鉴定。采用显微镜鉴定。浮游植物样品定性分析和种类鉴定方法依据《中国淡水藻类》[12]、《中国海藻志》[13]、《中国淡水藻类》[14]、《中国淡水生物图谱》[15]、《环境微生物图谱》[16]。在10×40倍光学显微镜下进行，每次取0.1 mL样品放入浮游植物方格计数板计数，观察计数格，每个样品计数2片，2次求平均值作为最终结果，2片计数结果差异不超过15%，若相差较大，则再取1次计数，然后取数值相差较小的2片取平均值，即为浮游植物细胞密度[17]。
1.3 分析和评价方法
浮游植物物优势度 (Y) 应用以下公式计算：
$$ Y=\dfrac{{{n_i}}}{N}\times{f_i} $$ 式中ni为第i种的个体数；fi是该种在各站中出现的频率；N为所有站每个种出现的总个体数。
Shannon-Weaver多样性指数的计算公式为：
$$H' = - \sum\limits_{i = 1}^S {{P_i}{{\log }_2}{P_i}} $$ 式中H′为种类多样性指数，S为样品中的种类总数，Pi为第i种的个体数与总个体数的比值。
数据分析、处理以及图表的制作使用Excel 2016、Origin 2017、Canoco 5等软件。
2. 结果
2.1 种类组成
浮游植物调查结果见附录1 (详见http://dx.doi.org/10.12131/20190233的资源附件)。共鉴定出浮游植物5门29种，其中硅藻种类最多 (19种)，占浮游植物种类数的65.5%；其次是蓝藻，共5种，占浮游植物种类数17.2%；甲藻3种，绿藻和裸藻各1种。每次采样中各塘浮游植物出现频次最多的有2门5种，其中硅藻门4种，分别为尖布纹藻 (Gyrosigma acuminatum)、新月菱形藻 (Nitzschia closterium)、柔弱菱形藻 (N. delicatissima) 和直舟形藻 (Navicula directa)，出现的频率分别为10、10、22和9；蓝藻门1种，为小颤藻 (Oscillatoria tenuis)，出现的频率为10 (图1-a)。
![]()
图 1 各塘不同月份浮游植物种类组成 (a) 和密度百分比 (b)Fig. 1 Species composition (a) and percentage of cell density (b) of phytoplankton in each pond in different months各池塘的浮游植物种类在时间上的差异不明显，基本呈先波动下降后小幅度增加的趋势，1#塘浮游植物种类数波动较大。各池塘出现种类数最多的月份各不相同 (图2-a)。其中1#塘出现种类数最多的为5月 (10种)；2#和3#塘种类数最大值均出现在养殖初期 (分别为6种和8种)。各月份均以硅藻门种类数最多，其次为蓝藻门和甲藻门，绿藻门和裸藻门的种类仅在养殖后期出现。
![]()
图 2 各塘浮游植物种类数 (a)、细胞密度 (b) 和多样性指数 (c) 的变化趋势Fig. 2 Monthly variation of species (a), cell density (b) and biodiversity index (c) of phytoplankton in each pond![]()
图 3 养殖池塘浮游植物与环境因子冗余排序图Fig. 3 RDA ordination biplot of phytoplankton species and environmental variables in pond2.2 细胞密度
各池塘浮游植物细胞密度的变化趋势见图2-b。浮游植物细胞密度介于2.56×103~189.2×103个·m−3，最大值出现在养殖前期的3—4月，最小值在7—8月。1#塘4月细胞密度最大 (124.8×103个·m−3)，其次是5月 (52.92×103个·m−3)，7月最低 (6.0×103个·m−3)；2#塘3月细胞密度最大 (189.2×103个·m−3)，其次是4月 (119.6×103个·m−3)，8月最低 (2.56×103个·m−3)；3#塘3月细胞密度最大 (118.8×103个·m−3)，其次是4月 (82.13×103个·m−3)，10月最低 (7.2×103个·m−3)。整个调查期间，3个池塘浮游植物细胞密度的最高值或次高值均出现在3—4月，而较低值均出现在7—8月 (图2-b)。
各次调查浮游植物细胞密度的组成中均以硅藻门占较高的比例，其他4门藻类所占比例相对较低；各养殖池塘各门浮游植物细胞密度所占百分比变化波动不大，同一月份不同养殖塘浮游植物细胞密度存在较大差异 (图 1-b)。
2.3 优势种组成
各次调查中浮游植物出现的优势种见表1。其中以7月和11月2次调查出现的优势种最多 (均为6种)；3月和5月出现的优势种最少 (均为3种)。调查期间各混养池塘出现的优势种有硅藻门的奇异菱形藻、直舟形藻、柔弱菱形藻和尖布纹藻等；甲藻门的大角角藻；蓝藻门的小颤藻。其中柔弱菱形藻在8次调查中均为优势种，尖布纹藻、新月菱形藻和小颤藻在4次调查中为优势种，奇直舟形藻均在3次调查中为优势种，其他优势种在1~2次调查中为当次调查的优势种。由此可知，养殖初期优势种主要为硅藻门的种类，养殖中后期蓝藻门的种类优势度逐渐增加，成为优势种。
表 1 混养池塘浮游植物优势种Table 1 Dominant species of phytoplankton in polyculture pond优势种
Dominant species3月
Mar.4月
Apr.5月
May6月
Jun.7月
Jul.8月
Aug.10月
Oct.11月
Nov.奇异菱形藻 Nitzschia paradoxa 0.411 0.079 直舟形藻 Navicula directa 0.336 0.216 0.06 柔弱菱形藻 Nitzschia delicatissima 0.180 0.528 0.628 0.056 0.221 0.108 0.400 0.085 近缘斜纹藻 Pleurosigma affine 0.037 大角角藻 Ceratium macroceros 0.145 尖布纹藻 Gyrosigma acuminatum 0.445 0.197 0.028 0.026 小颤藻 Oscillatoria tenuis 0.060 0.134 0.386 0.307 寒带菱形藻 Nitzschia frigida 0.032 新月菱形藻 Nitzschia closterium 0.021 0.081 0.101 0.053 二形栅藻 Scenedesmus dimorphus 0.081 0.127 梭形裸藻 Euglena acus 0.020 银灰平裂藻 Merismopedia glauca 0.020 琼氏圆筛藻 Coscinodiscus jonesianus 0.035 平滑双眉藻 Amphora lavis 0.028 伏氏海毛藻 Thalassiothrix frauenfeldii 0.222 大颤藻 Oscillatoria maxima 0.047 2.4 Shannon-Weaver多样性指数
各混养池塘浮游植物多样性指数的变化趋势见图2-c。调查期间1#塘多样性指数介于0.802~2.140，在5月达到最高值，其次是3月，最低出现在6月；2#塘多样性指数介于0.998~2.247，在11月达到最高值，其次是7月，最低出现在8月；3#塘多样性指数介于0.468~2.597，在4月达到最高值，其次是5月，最低出现在6月。
各池塘多样性指数的变化趋势各不相同，1#塘4—6月的多样性指数呈先上升后下降的趋势；2#塘3—6月的多样性指数变化幅度较小，7—11月则呈先上升后下降再上升的趋势；3#塘4—11月的多样性指数呈先下降后上升的趋势。
各养殖塘内浮游植物多样性指数总体上表现为养殖前期低养殖后期高。根据马建新等[18]的浮游植物多样性指数评价标准，1#和2#塘全年的生物多样性都处于较好的范围内，3#塘养殖后期生物多样性水平较差 (图2-c)。
2.5 浮游植物与主要环境因子的关系
通过对浮游植物数据去趋势分析 (DCA)，发现排序轴长为2.561，小于3，浮游植物群落分布更接近线性模型，根据之前学者的研究内容[19-20]，本研究选取水温、pH、DO、总氮 (TN)、盐度、亚硝酸盐 (NO2 −-N)、硝酸盐 (NO3 −-N)、磷酸盐 (PO4 3−)和铵盐 (NH4 +) 9种环境因子和主要浮游植物优势种的细胞密度进行冗余分析 (RDA)，浮游植物代码和环境因子分见表2和表3。养殖池塘浮游植物和环境因子关系的RDA排序图结果见图3。轴1和轴2特征值分别为0.263和0.18，前2个环境因子与物种轴之间的相关系数分别为0.939和0.922，拟合度较好，排序轴可以较好地反映浮游植物优势种和环境因子之间的关系；物种-环境累计百分比分别为36.1%和60.9% (表4)。养殖塘中浮游植物细胞密度主要受到营养盐、盐度和pH的影响，不同藻类受到环境因子的影响差异显著 (图3)。本次调查中，B1 (小颤藻) 作为蓝藻门的主要优势种，其细胞密度与水温、pH和DO成显著正相关，水温和pH的影响较大；A2 (柔弱菱形藻)、A4 (奇异菱形藻)、A3 (直舟形藻) 和A5 (近缘斜纹藻) 的细胞密度和NO2 −-N、NH4 +、PO4 3−、NO3 −-N、TN和盐度呈显著正相关，NO3 −-N和盐度对硅藻门影响较大C1 (大角角藻) 细胞密度与水温和PO4 3−呈显著正相关。
表 2 冗余分析中浮游植物代码种类Table 2 Phytoplankton species codes for redundancy analysis代码
Code种类
Species代码
Code种类
SpeciesA1 尖布纹藻
Gyrosigma acuminatumA6 中肋骨条藻
Skeletonema costatumA2 柔弱菱形藻
Nitzschia delicatissimaA7 洛伦菱形藻
Nitzschia lorenzianaA3 直舟形藻
Navicula directaB1 小颤藻
Oscillatoria tenuisA4 奇异菱形藻
Nitzschia paradoxaC1 大角角藻
Ceratium macrocerosA5 近缘斜纹藻
Pleurosigma affine表 3 养殖池塘浮游植物优势种冗余统计分析信息Table 3 Summary statistic for axes of RDA performed on dominant species in pond指标 Factors 轴 Axe 总方差
Total variance1 2 3 4 特征值 Eigenvalues 0.263 0.180 0.141 0.063 1.000 种类环境相关性 Species-environment correlations 0.939 0.922 0.963 0.632 累计变量百分比 Cumulative percentage variance 种类数据 Species data 26.3 44.3 58.4 64.6 种类环境相关 Species-environment relation 36.1 60.9 80.3 88.9 总特征值 Sum of all eigenvalues 1.000 所有典范特征值 Sum of all canonical eigenvalues 0.727 3. 讨论
3.1 浮游植物细胞密度的变化
本研究表明，养殖塘水体浮游植物细胞密度整体变化规律呈养殖前期较高，中后期较低的趋势，这与养殖塘水体营养盐含量的变化趋势一致 (图4)。营养盐，尤其是N、P含量是影响浮游植物密度的重要因子[21]，摄食行为[22]和恶劣天气[23]也会对浮游植物细胞密度产生影响。Teeling等[24]研究表明，浮游植物细胞密度与水体内N、P含量成正相关关系，在一定范围内且其他影响因子一致的情况下，N、P含量越高，浮游植物细胞密度越高，这与本研究结果相一致。Burford和Williams[25]研究表明，水体中有机氮的主要来源是过剩的饵料和虾类排泄物，大量的有机氮在养殖水体内富集，影响水质情况进而影响对虾正常生长。养殖中后期，浮游植物细胞密度的变化可能与蟹类摄食病弱或死亡的对虾、粪便和残饵有关，蟹类的摄食行为会降低水体内有机氮的含量。李志斐等[26]研究发现鲮 (Cirrhinus molitorella) 和凡纳滨对虾混养后水体内的浮游植物细胞密度也呈降低趋势，富营养化程度得到缓解。在虾苗投放前，养殖池塘水体环境相对稳定，浮游植物群落自然演替，藻类群落结构具有相对稳定性。虾苗投放后，塘内的理化因子和浮游生物种群均受到影响，从而导致浮游植物细胞密度改变。对虾通过摄食一定数量的浮游动物，间接地影响了浮游植物的群落结构，幼虾还会滤食部分浮游植物，直接影响浮游植物群落[23]。养殖前期，对虾主要以天然饵料如硅藻浮游动物等为主要食物来源，养殖后期人工投放饵料占据虾食的98%[27]。本研究结果显示，养殖后期3个养殖塘浮游植物数量变化基本趋于平缓。查广才和周昌清[28]研究发现台风、暴雨、持续高温等恶劣天气会导致养殖水环境不稳定，导致浮游植物细胞密度发生较大波动。本研究中7—8月浮游植物细胞密度处于较低水平，这可能与华南地区7—8月强降水和台风等恶劣天气有关。
3.2 浮游植物种类的变化
本次研究发现，斑节对虾与锯缘青蟹混养养殖塘浮游植物种类共鉴定出5门29种，硅藻和蓝藻所占比重较大，其他藻类较少。郭永坚等[29]在凡纳滨对虾-鲻混养池塘的研究中鉴定出浮游植物7门65种，李志斐等[26]在鲮和凡纳滨对虾混养养殖塘研究中鉴定出浮游植物6门44种，不同水体浮游植物种类数的差异可能跟研究水域及采样时间差异有关[30-32]。本次调查结果显示，不同季节浮游植物种类呈现春秋季>夏季的规律，不同养殖阶段浮游植物优势种不同，养殖初期主要优势种以硅藻为主，养殖中后期优势种逐渐出现了蓝藻门。这可能与养殖后期盐度下降和pH升高有关。盐度是调节浮游植物群落结构的重要因子，养殖初期盐度较高，优势种以硅藻门为主，如柔弱菱形藻和直舟行藻等；养殖后期盐度下降，蓝藻门种类较多并成为优势种。这与吴斌和廖思明[33]在广西北海凡纳滨对虾养殖池塘浮游植物群落结构的研究结果一致，盐度较高的池塘优势种往往是绿藻门和硅藻门，盐度较低的池塘优势种是蓝藻门和甲藻门。谢立民等[34]也指出盐度是影响浮游植物群落结构的重要因子，蓝藻门在盐度较低的虾塘中为主要优势种，当盐度较高时，舟行藻等硅藻门为主要优势种。本次调查结果显示，pH介于7.78~9.21，水体一直处于弱碱性，而浮游植物的最适生长范围为7.75~8.75，过高或过低都会导致浮游植物生物量的减少。pH是由水体内理化因子、浮游生物和养殖物种综合作用的结果，周晴等[35]研究表明，pH高的水体中，蓝藻大量生长繁殖。养殖后期水体内pH上升，蓝藻成为虾塘优势种。浮游植物Shannon-Weaver多样指数介于0.802~2.140，不同季节多样性指数变化差异较大，春秋两季处于较高水平，夏季处于较低水平。养殖中后期，蓝藻大量繁殖成为优势种，因此降低了夏季浮游植物的多样性水平，武秀国等[36]和宋庆洋等[37]的研究中也揭示了这一规律。
4. 结论
在虾蟹混养养殖塘调查中，共发现浮游植物29种，其中硅藻门种类占绝对优势，其次是蓝藻门，甲藻门、绿藻门和裸藻门的种类数相对较少，浮游植物多样性存在较大的季节差异。浮游植物种类数总体为养殖初期较多，养殖中后期较少。浮游植物细胞密度在养殖初期 (3—5月) 较高，养殖中后期 (6—11月) 较低。
浮游植物主要的优势种主要为直舟形藻、奇异菱形藻、柔弱菱形藻、尖布纹藻、大角角藻和小颤藻等。浮游植物多样性指数均处于较高水平，由此可见其浮游植物群落结构较为稳定。
营养盐、盐度和pH是影响池塘浮游植物群落结构的主要环境因子。浮游植物的细胞密度、种类及分布都与环境因子的动态变化密切相关，环境因子的变动可能会改变养殖塘内浮游植物的群落结构。通过调控环境因子来改善浮游植物的群落结构，从而达到优化养殖环境，保持虾塘内生态系统平衡，增强抗干扰能力，进而提高产量和增加收益的目标。
-
![]()
图 5 DAPC最优主成分数目的a-score优化
Figure 5. DAPC a-score optimization of number of retained PCs
表 1 青海湖裸鲤的样品采集信息
Table 1 Sample information of G. przewalskii
采集地点Sampling site 经纬度Latitude and longitude 数量Sample size/尾 取样部位Sampling part 布哈河 BHH 99°44'24''E, 37°02'24''N 12 尾鳍 哈尔盖河 HEG 100°28'48''E, 37°13'12''N 12 尾鳍 黑马河 HMH 99°46'12''E, 36°43'48''N 12 尾鳍 泉吉河 QJH 99°53'24''E, 37°14'24''N 12 尾鳍 沙柳河 SLH 100°10'48''E, 37°14'24''N 12 尾鳍 一郎剑 YLJ 100°24'00''E, 36°42'00''N 12 尾鳍 
下载: 导出CSV
表 2 GBS测序数据统计
Table 2 Data statistics after genotyping by sequencing
样品Sample 原始数据量Raw base/bp 有效测序数量Clean base/bp Q20/% Q30/% 比对率Ratio/% 覆盖度Cover/% GC/% BHH01 1 389 577 920 1 360 512 534 97.20 92.24 72.38 41.86 39.43 BHH02 1 927 663 064 1 910 163 826 97.00 91.73 71.71 44.45 39.28 BHH03 1 355 388 864 1 330 014 564 97.23 92.29 72.40 41.63 39.38 BHH04 1 854 567 996 1 840 004 206 97.14 92.08 68.34 44.96 39.35 BHH05 2 265 476 520 2 228 411 786 97.24 92.33 74.30 44.36 39.34 BHH06 1 602 581 328 1 578 477 056 97.16 92.14 72.72 43.72 39.33 BHH07 1 493 156 128 1 486 185 014 96.56 90.65 68.29 41.88 39.62 BHH08 3 625 787 104 3 582 205 358 96.78 91.19 69.32 47.85 39.82 BHH09 4 188 671 696 4 152 405 788 96.70 91.03 66.88 49.40 39.92 BHH10 3 783 676 336 3 743 104 234 96.83 91.29 69.96 48.18 39.83 BHH11 2 886 390 548 2 857 277 330 96.82 91.26 69.67 48.13 39.83 BHH12 2 436 548 180 2 404 222 590 96.86 91.36 71.23 45.73 39.80 HEG01 4 452 147 016 4 387 873 466 96.49 90.46 71.07 50.54 39.53 HEG02 3 773 555 144 3 725 723 130 96.44 90.34 70.17 48.07 39.55 HEG03 4 206 118 100 4 143 796 870 96.45 90.39 71.59 48.20 39.51 HEG04 5 078 768 024 5 001 034 014 96.47 90.42 71.66 49.81 39.56 HEG05 1 153 394 716 1 139 883 590 96.54 90.61 73.61 39.84 39.45 HEG06 4 843 459 540 4 792 194 098 96.43 90.37 73.01 48.96 39.54 HEG07 1 501 577 864 1 481 599 170 97.26 92.36 74.21 40.65 39.47 HEG08 2 693 727 504 2 657 441 746 97.31 92.46 76.19 44.39 39.39 HEG09 1 194 213 752 1 168 489 596 97.31 92.39 76.99 38.43 39.40 HEG10 1 372 619 144 1 339 243 546 96.89 91.50 72.82 40.60 39.33 HEG11 3 088 083 656 3 050 778 984 97.11 92.02 74.10 45.97 39.42 HEG12 1 619 334 204 1 585 556 642 97.16 92.14 75.77 41.52 39.28 HMH01 1 232 127 752 1 200 318 504 97.02 91.83 71.56 40.28 39.22 HMH02 3 026 290 652 2 985 218 180 97.23 92.31 73.98 44.96 39.25 HMH03 1 399 119 468 1 372 569 888 97.27 92.41 73.46 41.05 39.17 HMH04 1 970 927 056 1 921 307 060 97.28 92.39 73.24 43.12 39.30 HMH05 2 647 884 508 2 596 362 030 97.23 92.30 74.44 44.43 39.30 HMH06 1 708 154 352 1 660 462 320 97.29 92.44 73.06 41.96 39.26 HMH07 4 025 817 860 3 985 350 084 97.69 93.28 70.09 48.71 38.17 HMH08 5 205 970 488 5 117 137 470 96.65 90.89 73.81 48.98 39.20 HMH09 4 940 601 456 4 863 779 832 96.65 90.91 75.28 48.08 39.24 HMH10 1 963 437 692 1 945 709 624 96.60 90.76 73.03 43.03 39.22 HMH11 1 666 515 692 1 642 075 532 96.55 90.67 72.54 41.39 39.09 HMH12 4 347 827 000 4 286 730 938 96.56 90.69 71.40 48.89 39.35 QJH01 5 147 123 416 5 090 638 928 96.32 90.09 70.17 55.23 39.50 QJH02 3 584 795 680 3 565 628 068 95.95 89.37 66.88 49.55 39.44 QJH03 6 454 315 492 6 410 786 704 95.95 89.35 71.12 51.56 39.43 QJH04 3 914 473 956 3 894 271 390 95.87 89.22 67.09 48.68 39.41 QJH05 5 765 227 264 5 711 763 208 96.41 90.36 73.91 60.43 39.40 QJH06 1 578 283 708 1 552 126 286 96.41 90.24 74.89 50.12 39.39 QJH07 1 396 840 084 1 358 462 200 96.85 91.53 72.06 47.11 39.26 QJH08 2 275 133 940 2 251 308 686 97.01 91.90 70.44 52.56 39.29 QJH09 1 340 744 972 1 315 726 238 97.13 92.17 74.67 41.01 39.25 QJH10 2 048 956 056 2 009 990 568 97.09 92.05 71.84 44.26 39.38 QJH11 2 092 240 212 2 061 253 446 97.04 91.95 71.65 45.25 39.40 QJH12 2 039 776 892 1 992 244 374 97.13 92.16 72.73 44.70 39.35 SLH01 7 040 469 056 6 945 862 130 96.65 90.81 70.87 52.34 39.45 SLH02 4 498 263 220 4 427 530 468 96.69 90.89 71.71 49.57 39.50 SLH03 5 164 724 600 5 075 426 948 96.66 90.86 71.14 50.79 39.57 SLH04 1 272 379 640 1 259 999 052 96.63 90.74 73.42 39.66 39.41 SLH05 1 050 489 020 1 032 232 476 96.59 90.67 73.08 37.98 39.22 SLH06 2 360 256 124 2 322 023 500 96.63 90.75 72.68 44.17 39.56 SLH07 2 787 269 152 2 752 924 192 97.26 92.34 71.90 45.18 39.52 SLH08 1 659 152 708 1 635 202 024 97.22 92.24 70.67 42.13 39.55 SLH09 1 974 618 488 1 936 922 806 97.16 92.16 68.63 43.39 39.57 SLH10 1 434 149 732 1 414 000 878 97.20 92.20 67.84 42.37 39.50 SLH11 1 465 104 312 1 452 041 076 97.13 92.12 67.80 42.89 39.64 SLH12 1 593 403 584 1 565 068 850 96.44 90.59 73.79 41.90 39.02 YLJ01 1 458 951 168 1 441 355 132 97.14 92.12 71.91 41.68 39.51 YLJ02 1 933 206 744 1 917 865 930 97.14 92.17 67.47 44.98 39.14 YLJ03 3 128 604 208 3 093 206 580 97.14 92.21 72.61 47.09 39.06 YLJ04 1 343 484 720 1 316 565 174 97.24 92.32 76.23 40.09 38.99 YLJ05 1 588 695 432 1 551 573 180 97.07 91.93 72.37 42.47 38.97 YLJ06 3 330 149 352 3 289 825 750 97.25 92.34 70.46 47.58 39.00 YLJ07 1 873 001 868 1 844 675 484 97.30 92.47 72.27 43.94 39.03 YLJ08 2 175 175 880 2 142 504 822 96.39 90.46 71.81 44.84 39.17 YLJ09 3 172 296 188 3 134 366 418 96.33 90.34 72.60 47.36 39.14 YLJ10 2 801 743 496 2 774 569 032 96.34 90.37 69.66 47.28 39.06 YLJ11 2 270 060 848 2 236 343 778 96.47 90.63 72.99 44.74 39.09 YLJ12 2 007 127 400 1 987 101 014 96.34 90.38 71.46 44.26 39.08
下载: 导出CSV
表 3 青海湖裸鲤遗传多样性分析
Table 3 Genetic diversity of G. przewalskii
群体 Population 观测杂合度 Ho 观测纯合度 OH 期望杂合度 He 期望纯合度 EH 核苷酸多样性 Pi 布哈河 BHH 0.459 8 0.540 2 0.337 3 0.662 7 0.317 2 哈尔盖河 HEG 0.468 6 0.531 4 0.342 1 0.657 9 0.321 7 黑马河 HMH 0.466 1 0.533 9 0.340 0 0.660 0 0.320 5 泉吉河 QJH 0.482 3 0.517 7 0.344 4 0.655 6 0.327 4 沙柳河 SLH 0.465 8 0.534 2 0.343 3 0.656 8 0.318 1 一郎剑 YLJ 0.459 4 0.540 6 0.336 7 0.663 3 0.317 0
下载: 导出CSV
表 4 青海湖裸鲤的遗传距离和遗传分化系数表
Table 4 Genetic differentiation and distance of G. przewalskii
群体 Population BHH HEG HMH QJH SLH YLJ 布哈河 BHH 0.022 8 0.022 7 0.019 1 0.023 2 0.023 3 哈尔盖河 HEG −0.021 7 0.021 9 0.018 6 0.022 6 0.022 7 黑马河 HMH −0.022 3 −0.022 4 0.018 4 0.022 5 0.022 4 泉吉河 QJH −0.021 5 −0.023 0 −0.023 0 0.019 2 0.019 3 沙柳河 SLH −0.027 2 −0.025 7 −0.026 6 −0.029 8 0.023 2 一郎剑 YLJ −0.021 4 −0.021 7 −0.022 4 −0.021 2 −0.027 0 注：下三角为群体间遗传分化系数，上三角为群体间遗传距离。 Note: The lower triangle is the genetic differentiation coefficient (Fst) among populations, and the upper triangle is the genetic distance (D) among populations.
下载: 导出CSV
表 5 6个青海湖裸鲤群体的分子变异分析 (AMOVA)
Table 5 Analysis of molecular variation (AMOVA) of six populations of G. przewalskii
变异来源Source of variation 自由度Degree of freedom 平方和Sum of squares 变异组分Variance components 变异百分率Percentage of variation/% 群体间 Among population 5 13 287.29 −138.528 8Va −2.37 群体内 Within population 138 825 536.29 5 982.147 0Vb 102.37 总计 Total 143 838 823.58 5 843.618 3
下载: 导出CSV
-
[1] 史建全. 青海湖裸鲤研究现状与资源保护对策[J]. 青海科技, 2008, 15(5): 13-16. doi: 10.3969/j.issn.1005-9393.2008.05.005 [2] 汪松, 解焱. 中国物种红色名录[M]. 北京: 高等教育出版社, 2004: 468. [3] HITOSHI A, CORINNE S. Is hatchery stocking a help or harm?[J]. Aquaculture, 2010, 308(S1): S2-S11.
[4] 史建全, 祁洪芳, 杨建新, 等. 青海湖裸鲤增殖放流效果评估[J]. 农技服务, 2016, 33(12): 128-129. doi: 10.3969/j.issn.1004-8421.2016.12.101 [5] 丰朝晖, 俞录贤, 付生云, 等. 青海湖裸鲤池塘“春片”鱼种的培育措施[J]. 科学养鱼, 2021(3): 11-12. doi: 10.3969/j.issn.1004-843X.2021.03.007 [6] 吴艳红, 江华敏, 付生云. 工厂化循环水车间青海湖裸鲤商品鱼养殖技术[J]. 科学养鱼, 2020(4): 82-83. doi: 10.3969/j.issn.1004-843X.2020.04.044 [7] 丰朝晖, 俞录贤, 罗颖, 等. 青海湖裸鲤鱼种培育水质调节技术[J]. 科学养鱼, 2019(5): 7-9. [8] 黄屾, 李长忠, 李梓瑄, 等. 盐度对青海湖裸鲤生长及渗透调节基因的影响[J]. 水产科学, 2022, 41(4): 527-536. doi: 10.16378/j.cnki.1003-1111.21077 [9] 王萍, 来琦芳, 么宗利, 等. 盐碱环境下青海湖裸鲤肠道HCO3-分泌相关基因表达差异[J].海洋渔业, 2015, 37(4): 341-348. [10] 江华敏, 吴金平, 吴艳红, 等. 茜素络合物对青海湖裸鲤幼鱼的耳石标记研究[J]. 科学养鱼, 2021(3): 72-74. doi: 10.3969/j.issn.1004-843X.2021.03.038 [11] 周玲, 金章东, WILLIAMS I S, 等. 青海湖裸鲤耳石轮纹O-Sr同位素组成及对其洄游行为的指示[J]. 科学通报, 2016, 61(6): 668-675. [12] 周其椿, 张显波, 李建光, 等. 青海湖裸鲤eif5b基因克隆与初步功能分析[J]. 贵州农业科学, 2021, 49(2): 92-96. doi: 10.3969/j.issn.1001-3601.2021.02.015 [13] 马清花, 陈雪妍, 卫唯, 等. 青海湖裸鲤AP-1基因的克隆与表达分析[J]. 基因组学与应用生物学, 2020, 39(7): 2964-2971. doi: 10.13417/j.gab.039.002964 [14] 梁健, 陈雪妍, 卫唯, 等. 青海湖裸鲤TOB1和TOB2基因的克隆与表达分析[J]. 西北农林科技大学学报 (自然科学版), 2020, 48(5): 31-41. [15] 王朝溪, 史建全, 卫福磊, 等. 青海湖不同支流中青海湖裸鲤的AFLP遗传多样性分析[J]. 基因组学与应用生物学, 2015, 34(1): 82-89. [16] 张仁意, 李国刚, 汤永涛, 等. 青海湖裸鲤线粒体DNA D-loop区的遗传多样性及其遗传分化研究[J]. 中国农学通报, 2013, 29(32): 71-76. doi: 10.3969/j.issn.1000-6850.2013.32.014 [17] 蒋鹏, 史建全, 张研, 等. 应用微卫星多态分析青海湖裸鲤 (Gymnocypris przewalski (Kessler)) 六个野生群体的遗传多样性[J]. 生态学报, 2009, 29(2): 939-945. doi: 10.3321/j.issn:1000-0933.2009.02.048 [18] 孟鹏, 王伟继, 孔杰, 等. 五条河流青海湖裸鲤的同工酶变异[J]. 动物学报, 2007(5): 892-898. doi: 10.3969/j.issn.1674-5507.2007.05.014 [19] 陈大庆, 张春霖, 鲁成, 等. 青海湖裸鲤繁殖群体线粒体基因组D-loop区序列多态性[J]. 中国水产科学, 2006, 13(5): 800-806. doi: 10.3321/j.issn:1005-8737.2006.05.017 [20] 许生成, 李太平, 李均祥, 等. 青海湖裸鲤线粒体DNA多态性研究[J]. 黑龙江畜牧兽医, 2003(1): 11-12. doi: 10.3969/j.issn.1004-7034.2003.01.007 [21] 祁得林. 青海湖裸鲤遗传多样性研究[D]. 杭州: 浙江大学, 2002: 51. [22] 赵凯, 李军祥, 张亚平, 等. 青海湖裸鲤mtDNA遗传多样性的初步研究[J]. 遗传, 2001, 23(5): 445-448. doi: 10.3321/j.issn:0253-9772.2001.05.014 [23] VIGNAL A, MILAN D, SANCRISTOBAL M, et al. A review on SNP and other types of molecular markers and their use in animal genetics[J]. Genet Sel Evol, 2002, 34(3): 275-305. doi: 10.1186/1297-9686-34-3-275
[24] ELSHIRE R J, GLAUBITZ J C, SUN Q, et al. A robust, simple genotyping-by-sequencing (GBS) approach for high diversity species[J]. PLoS One, 2017, 6(5): e19379.
[25] 刘凯, 冯晓宇, 沈玉帮, 等. 基于GBS技术分析鲂鲌鱼类及其杂交子代的遗传结构[J]. 水产学报, 2021, 45(8): 1307-1316. [26] ZHANG B, JIA L, HE X, et al. Large scale SNP unearthing and genetic architecture analysis in sea-captured and cultured populations of Cynoglossus semilaevis[J]. Genomics, 2020, 112(5): 3238-3246. doi: 10.1016/j.ygeno.2020.06.013
[27] ROCHETTE N C, CATCHEN J M. Deriving genotypes from RAD-seq short-read data using Stacks[J]. Nat Protoc, 2017, 12(12): 2640-2659. doi: 10.1038/nprot.2017.123
[28] DURBIN L R. Fast and accurate short read alignment with Burrows-Wheeler transform[J]. Bioinformatics, 2010, 25(14): 1754-1760.
[29] van der AUWERA G A, CARNEIRO M O, HARTL C, et al. From FastQ data to high confidence variant calls: the Genome Analysis Toolkit best practices pipeline[J]. Curr Protoc Bioinformatics, 2013, 43(1110): 10-11.
[30] ROUSSET F. genepop'007: a complete re-implementation of the genepop software for Windows and Linux[J]. Mol Ecol Resour, 2008, 8(1): 103-106. doi: 10.1111/j.1471-8286.2007.01931.x
[31] PFEIFER B, WITTELSBÜRGER U, RAMOS-ONSINS S E, et al. PopGenome: an efficient Swiss army knife for population genomic analyses in R[J]. Mol Biol Evol, 2014, 31(7): 1929-36. doi: 10.1093/molbev/msu136
[32] LAURENT E, GUILLAUME L, STEFAN S. Arlequin (version 3.0): an integrated software package for population genetics data analysis[J]. Evol Bioinform, 2007, 1: 47-50.
[33] SUDHIR K, GLEN S, MICHAEL L, et al. MEGA X: molecular evolutionary genetics analysis across computing platforms[J]. Mol Biol Evol, 2018, 35(6): 1547-1549. doi: 10.1093/molbev/msy096
[34] ALEXANDER D H, NOVEMBRE J, LANGE K. Fast model-based estimation of ancestry in unrelated individuals[J]. Genome Res, 2009, 19(9): 1655-1664. doi: 10.1101/gr.094052.109
[35] VILELLA A J, SEVERIN J, URETA-VIDAL A, et al. EnsemblCompara GeneTrees: complete, duplication-aware phylogenetic trees in vertebrates[J]. Genome Res, 2009, 19(2): 327-335. doi: 10.1101/gr.073585.107
[36] IVICA L, PEER B. Interactive Tree Of Life (iTOL) v4: recent updates and new developments[J]. Nucleic Acids Res, 2019, 47(W1): W256-W259. doi: 10.1093/nar/gkz239
[37] THIBAUT J, SÉBASTIEN D, FRANÇOIS B. Discriminant analysis of principal components: a new method for the analysis of genetically structured populations[J]. BMC Genet, 2010, 11(1): 94. doi: 10.1186/1471-2156-11-94
[38] JIANG L, CHEN Y, ZHANG J, et al. Population structure of large yellow croaker (Larimichthys crocea) revealed by single nucleotide polymorphisms[J]. Biochem Syst Ecol, 2015, 63: 136-142. doi: 10.1016/j.bse.2015.09.025
[39] 李光华, 金方彭, 周睿, 等. 基于SNP标记的短须裂腹鱼自然群体遗传多样性分析[J]. 水生生物学报, 2018, 42(2): 271-276. doi: 10.7541/2018.034 [40] 金方彭, 李光华, 冷云, 等. 澜沧江中上游光唇裂腹鱼四个地理群体遗传多样性分析[J]. 水生生物学报, 2021, 45(1): 60-68. doi: 10.7541/2021.2019.253 [41] SHAKLEE J B, TAMARU C S, WAPLES R S. Speciation and evolution of marine fishes studied by the electrophoretic analysis of proteins[J]. Pac Sci, 1982, 36(2): 141-157.
[42] WRIGHT S. Evolution and the genetics of population variability within and among natural populations[M]. Chicago: University of Chicago Press, 1978: 439-459.
[43] 赵凯, 何舜平, 彭作刚, 等. 青海湖裸鲤的种群结构和线粒体DNA变异[J]. 青海大学学报 (自然科学版), 2006, 24(4): 1-4. [44] 张春霖, 陈大庆, 史建全, 等. 青海湖裸鲤繁殖群体遗传多样性的RAPD分析[J]. 水产学报, 2005, 29(3): 307-312. [45] 周玲, 金章东, 李福春, 等. 青海湖裸鲤 (湟鱼) 耳石的矿物组成及其Sr/Ca对洄游习性的潜在示踪[J]. 中国科学: 地球科学, 2012, 42(8): 1210-1217. [46] 刘伟, 罗仕立, 周其椿, 等. 青海湖裸鲤遗传多样性研究概况[J]. 农技服务, 2017, 34(17): 86-88. doi: 10.3969/j.issn.1004-8421.2017.17.074 [47] 杨海乐, 危起伟. 论水生野生动物的主动保护与被动保护[J]. 湖泊科学, 2021, 33(1): 1-10. doi: 10.18307/2021.0102 -
期刊类型引用(9)
1. 聂艺，卢钰博，王旭明，刘晓玲，许修明，程敬伟，崔龙波. 烟台芝罘湾贝、参单养和贝-参-鱼复合养殖对环境的影响比较. 烟台大学学报(自然科学与工程版). 2025(01): 55-63 . 
百度学术
2. 傅建军，安睿，朱文彬，王兰梅，罗明坤，董在杰. 套养池塘主要养殖阶段浮游生物的群落结构特征. 水产学杂志. 2024(01): 104-112 . 百度学术
3. 宋光同，王芬，徐笑娜，朱成骏，陈祝，李翔，周翔，叶圣陶，蒋业林. 中华鳖养殖过程中浮游生物群落结构的演变. 中国农学通报. 2024(08): 157-164 . 百度学术
4. 季雨来，吴召仕，张京，刘鹏，裴鹏娜，张帅，黄佳聪. 太湖流域平原农业区典型圩塘浮游植物群落特征及其影响因子. 湖泊科学. 2024(05): 1380-1392 . 百度学术
5. 闵文武，王龙燕，陈飞雄，周其椿. 集装箱养殖生态净化池塘中浮游植物群落结构多样性分析. 水产科技情报. 2024(05): 302-310 . 百度学术
6. 蒲炜佳，董世鹏，张东旭，于力业，谢宜成，徐羡，王芳，李由明. 三疣梭子蟹池塘综合养殖系统浮游植物群落结构及其与环境因子的关系. 中国水产科学. 2022(04): 549-561 . 百度学术
7. 侯德昌，张莹莹，魏文志. 不同中华鳖养殖模式浮游植物功能群特征及水环境评价. 安徽农业科学. 2022(09): 96-99+170 . 百度学术
8. 马景雪，张培玉，王宗兴，郑明刚，高萍，曲凌云，王波，郑风荣. 青岛崂山湾近海扇贝养殖区细菌多样性及环境因子分析. 海洋科学进展. 2022(02): 307-319 . 百度学术
9. 张晓蕾，王强，张国奇，周陆，李廷发，张玉，赵思雅. 池塘循环流水养殖模式中浮游植物群落结构的空间变化研究. 南方水产科学. 2021(03): 36-45 . 本站查看
其他类型引用(2)
计量
- 文章访问数: 555
- HTML全文浏览量: 200
- PDF下载量: 63
- 被引次数: 11
粤公网安备 44010502001741号
