Analysis on differences of microbial community structure and main flavor substances of Cyprinus carpio var. Jinbei cultured in paddy fields and ponds
-
摘要: 探讨不同养殖模式下金背鲤 (Cyprinus carpio var. Jinbei) 肠道菌群和鱼肉风味品质差异，对金背鲤的繁殖优化具有重要意义。采用高通量测序技术对稻田放养和池塘养殖模式下金背鲤的肠道微生物进行测序，利用液相色谱和顶空固相微萃取-气相色谱-离子迁移谱联用 (HS-SPME-GC-IMS) 技术测定其滋味物质、挥发性风味化合物，结合感觉阈值计算滋味活性值和相对气味活度值。结果显示：两种养殖模式的金背鲤肠道细菌群落结构差异显著，稻田放养 (FGF) 组以弧菌 (Vibrio)、拟杆菌 (Bacteroides)、交替单胞菌 (Alteromonadales)、希瓦氏菌 (Shewanella)、嗜冷假单胞菌 (Pseudomonas psychrophile) 和Brevinema属为主，池塘养殖 (FGP) 组以莫拉克斯氏菌 (Moraxella) 和克雷伯菌属 (Klebsiella) 为主；FGF组中鲜味肌苷酸含量及其滋味活性值 (1.676 g·kg−1, 6.705) 远高于FGP组 (0.246 g·kg−1, 0.985)，FGF组鲜味氨基酸和甜味氨基酸含量 (0.143和2.052 g·kg−1) 高于FGP组 (0.109和2.001 g·kg−1)，而其苦味氨基酸 (3.193 g·kg−1) 却低于FGP组 (3.836 g·kg−1)；金背鲤的挥发性化合物组分复杂，其关键气味化合物 (ROAV≥1) 和对整体风味有修饰作用的化合物 (0.1≤ROAV<1) 的种类存在差异。菌属与风味物质的相关性分析显示弧菌属、拟杆菌属、克雷伯菌属和摩根菌属 (Morganella) 与风味物质呈显著相关 (0.01≤P<0.05 & 0.001≤P<0.01 & P<0.001)。研究表明，养殖模式影响了金背鲤的肠道微生物，并间接影响了其风味品质。Abstract: It is important to study the differences of intestinal flora and fish flavor quality of Cyprinus carpio var. Jinbei under different culture modes for its breeding optimization. We applied illumina high-throughput sequencing technology to analyze intestinal microflora of C. carpio var. Jinbei cultured in paddy fields (FGF) and ponds (FGP), respectively. Besides, we used liquid chromatography (LC) to determine the flavor substances, and used headspace solid phase microextraction combining with gas chromatography-ion mobility spectrometry (HS-SPME-GC-IMS) to determine the volatile flavor substances. Then we calculated the taste activity value and relative odor activity by combining the sensory threshold. Significant difference analysis shows that Vibrio, Bacteroides, Alteromonadales, Shewanella, Pseudomonas psychrophila and Brevinema were the main bacteria in FGF group, while Moraxella and Klebsiella were the main bacteria in FGP group. The contents of IMP and flavor activity in FGF group (1.676 g·kg−1 and 6.705) were significantly higher than those in FGP group (0.246 g·kg−1 and 0.985). The contents of umami amino acids and sweet amino acids in FGF group (0.143 and 2.052 g·kg−1) were higher than those in FGP group (0.109 and 2.001 g·kg−1). However, the contents of bitter amino acids in FGF group (3.193 g·kg−1) were lower than those in FGP group (3.836 g·kg−1). Moreover, the components of volatile compounds were complex, and the types of key odor compounds (ROAV≥1) and compounds that could modify the overall flavor (0.1≤ROAV<1) were different. The correlation analysis between bacteria genera and flavor substances shows that Vibrio, Bacteroides, Klebsiella and Morganella were significantly correlated with flavor substances (0.01≤P<0.05 & 0.001≤P<0.01 & P<0.001). The results indicate that cultivation mode affects the intestinal microbes of fish, and affects the flavor quality of fish indirectly.
-
准确高效评估鱼类资源量是渔业保护和科学增殖的基础工作之一[1]。渔业资源调查一般可分为管理性调查和开发性调查两类。前者是针对已开发的渔场，旨在合理利用资源以取得最大持续产量；后者是针对未开发的水域，旨在探明新的捕捞对象和相应的开发手段。目前渔业资源调查的主要对象是前者[2-8]。体长结构的世代分析也可称为体长股分析(Length based Cohort Analysis，LCA)，是鱼类资源量评估高效易行的方法之一[9-12]。该方法是JONES[9-11]提出来的，所以又可称为JONES的体长世代分析。JONES的LCA是在POPE的年龄结构世代分析模型基础上的发展，即考察资源数量变动时，以体长来代替年龄，从而有效地利用渔获体长测定的数据资料[13-15]。
目前，国内已有许多科研人员在淡水水体中采用了体长股分析法[3, 6-8]。传统的体长股通过人工计算效率相对较低，且不能保证精度。吴金明等[3]首次在国内淡水水体中使用了专业渔业资源评估软件FiSAT II，其主要运用了实际种群分析(Virtual Population Analysis，VPA) 模块，估算了赤水河3种鱼的资源量。但迄今为止，国内尚无关于体长股法与FiSAT II关系的专门报道。笔者结合工作实践，对FiSAT II下的体长股分析方法进行了探讨，以期为体长股法在河流鱼类资源评估中的高效广泛应用提供基础资料。
1. 体长股分析法分组组距的选取原则
中华人民共和国国家标准《海洋调查规范——海洋生物调查》规定“鱼类长度分组的组距一般为10 mm，如10~20 mm、…100~110 mm。中值为15 mm、… 105 mm。对鱼体长度过长或过短的种类也可将组距定为20 mm或5 mm”[16]。陈国宝等[17]通过比较研究指出，应当结合体长全距、体长标准差和样品数量等影响因素来共同确定某种鱼类的体长分组组距，从而提高估算结果的可信度。
2. FiSAT II下的体长股分析法的主要优势
2.1 生长方程中相关生长参数的推算
体长股分析法要求推算Von Bertalanffy生长方程中的渐近体长(L∞)和生长系数(k)。FiSAT II软件提供了3种方式推算Von Bertalanffy生长方程，包括ELEFANⅠ法、Shepherd氏法和Powell-Wetherall图解法[18]。这些方法中有多种不同的选择，以尝试错误的方式对生长方程式中的参数进行求解[19]。但是在实际运用体长股法估算鱼类资源量时，人们一般习惯引用前人已有研究成果，当与前人的结果有差异时通常取其平均值[3, 8]。这样在满足研究要求的同时，又提高了工作效率。
2.2 死亡系数的估算
死亡系数可分为总死亡系数(Z)、捕捞死亡系数(F)及自然死亡系数(M)，三者之间的关系为$Z=F+M$[20-21]。在推算得到生长方程中的L∞和k的基础上，FiSAT II软件提供了4种方式，以连续样本的体长频度分布为基本数据，估算总死亡系数，分别为体长变换渔获曲线法、JONSE和Van ZALINGE图解法、平均体长法、HOENING模型法[18]。其中常用的是以体长变换渔获曲线的方法通过回归来实现相应的估算[21]。
由于补充、捕捞死亡率、生长等参数的影响，鱼类的M值成为最难估算的参数之一[22]。FiSAT II软件采用以下2个公式估算M值。RIKHTER和EFANOV(1976)认为M值和种群成熟度达50%时的年龄t(mass)之间有很紧密的关系，经研究得出其关系为$M=1.52 /\left[t(\text { mass })^{0.72}\right]-0.16$，此即RIKHTER和EFANOV公式法[18]。另外软件中还提供了Pauly的经验公式法，即$\lg M=-0.006\;6-0.279 \lg L_{\infty}+0.6543 \lg k+0.4634 \lg T$，公式中T为鱼类生活水体年平均水温[23]。
在体长股研究中，除了F、Z和M之外，通常还使用开发率(E)的概念，所谓开发率是指捕捞死亡占总死亡的比例：$E=F / Z$。传统的体长股法，各体长组的F值是根据最大体长组的开发率估算的(最大体长组E一般取0.5)，即首先根据最大体长组资源量N=渔获尾数C/E，求出最大体长组N，再推算各体长组N，最后依据E = CL/(NL+NL+△L)，先求出各体长组E，再结合E、M和F三者关系求出F[21]。这里常见的错误是依据N= C/E反推各体长组E，进而求取各体长组的F。传统方法求取F时直接使用最大体长组E的估算值，不存在迭代过程，其准确性依赖于E的估算[20]。现在一般是通过FiSAT II软件求取捕捞死亡系数，具体操作如下：1)分别将特定对象按照体长分组录入VPA模型中，并输入L∞、k和M，最大体长组的F初始值一般取0.5，如果需要估算生物量，还需要输入体长与体质量关系式中的2个参数，即条件系数a和指数系数b。2)通过FISATⅡ软件运行，得出各体长组的捕捞死亡系数Fi和各体长组的资源量Ni，计算总体的捕捞死亡系数F[公式为∑(Fi×Ni)/∑Ni], 再以总体的捕捞死亡系数F作为最大体长组的捕捞死亡系数，放入软件中运算，如此反复3~4次，计算出的总体捕捞死亡系数F与前一次相差甚微，表明迭代运算可以结束[3]。
3. 结果与讨论
3.1 传统与FiSAT II下的体长股法
施秀帖[24]根据南海北部连续4年各围网渔汛的渔获统计资料，在国内首次利用LCA法分别对各渔汛主要鱼种的资源量进行了估算。现以其中的粤东春汛鲐鱼的基本数据为基础，即L∞(mm)=380，k=0.30，M =0.49，E=0.5。分别采用传统LCA在计算机辅助下重新进行了计算，同时运行FiSAT II，估算其N和F，分别记为传统法下NT和FT以及FiSAT II下NF 和FF，结果见表 1。体长股法估算F和VPA估算的F值存在较大差异，理论上后者利用了反复迭代，使得其精度得到提高。同时，对传统与FiSAT II下各体长组N的结果进行比较，发现NF/ NT比值总体趋势表现为随体长组增大，其比值也随之增大，但中间体长组两者差异更小。一般认为体长股法的优点在于随着体长组的逆推，其与真实值的差异会逐渐缩小[21]，而通过上述比较，表明中间体长组N的稳定性更好，小体长组和大体长组N波动较大。因此，在运用FiSAT II软件进行体长股的相关研究时应当采取审慎的态度，严格保证其数据要求，FiSAT II中的体长及尾数等数据应当是研究对象的完整样本，不应把全年个别时间段的数据随意合并。样本中的鱼体最大体长与L∞不能差距太大。据POPE的研究结论，在一个时间段内，M值大于0.3、F值大于1.2时使用传统股分析法估算的资源量结果与VPA会产生较大的差异。在国内外，尤其是日本在资源评估的实践中，VPA以及各种基于传统VPA的改进型已逐步成为资源评估的主流。
表 1 传统与FiSATⅡ下的体长股法结果比较Table 1. Comparison of traditional LCA results with FiSAT II software supported LCA data体长组[24] body length group CL/105尾 NT/105尾 FT NF/105尾 FF NF/NT 1 91~100 0.063 849.52 0.001 1 074.56 0.001 1.26 2 101~110 0.803 806.68 0.009 1 014.54 0.007 1.26 3 111~120 4.034 763.83 0.048 955.14 0.035 1.25 4 121~130 9.08 718.61 0.111 894.03 0.081 1.24 5 131~140 5.37 669.45 0.068 829.66 0.049 1.24 6 141~150 5.72 625.17 0.074 770.84 0.054 1.23 7 151~160 5.51 581.64 0.074 713.45 0.054 1.23 8 161~170 5.66 539.44 0.078 658.07 0.058 1.22 9 171~180 3.59 498.23 0.051 604.36 0.038 1.21 10 181~190 2.79 460.21 0.041 554.51 0.031 1.20 11 191~200 1.25 424.01 0.019 507.16 0.014 1.20 12 201~210 1.48 390.33 0.023 462.99 0.018 1.19 13 211~220 5.13 357.37 0.083 420.20 0.064 1.18 14 221~230 7.71 321.91 0.131 375.59 0.101 1.17 15 231~240 16.88 285.33 0.309 330.59 0.240 1.16 16 241~250 29.80 241.68 0.623 279.31 0.484 1.16 17 251~260 28.92 188.44 0.733 219.36 0.565 1.16 18 261~270 22.09 140.18 0.697 165.36 0.530 1.18 19 271~280 12.84 102.57 0.500 122.85 0.375 1.20 20 281~290 10.50 77.13 0.498 93.22 0.370 1.21 21 291~300 8.89 56.30 0.528 68.81 0.387 1.22 22 301~310 7.27 39.15 0.562 48.66 0.405 1.24 23 311~320 7.14 25.55 0.787 32.59 0.547 1.28 24 321~330 4.84 13.96 0.880 19.05 0.562 1.36 25 331~340 2.20 6.43 0.730 9.99 0.402 1.55 26 341~350 0.80 2.75 0.487 5.11 0.223 1.86 27 351~360 0.44 1.15 0.531 2.55 0.193 2.22 28 361~370 0.15 0.30 0.490 0.99 0.087 3.30 ∑ 210.95 9 187.34 11 233.55 3.2 自我控制体长组缺失试验
通过自我控制体长组缺失实验，即分别选择缺失体长组1、7、14、21和28，对其N进行了估算，结果见表 2。通过比较发现，在运用体长股法估算鱼类资源量时，最小体长组缺失引起最大偏离，达到10.24%，表明运用体长股法估算鱼类资源量时，小体长组的数据准确性和完整性尤为重要，这与体长股法采取从最大体长组逐级逆推，不断接近真实值是相吻合的[21]。但是笔者注意到，中间体长组缺失，即N14 和N21缺失，分别产生了2.04%和6.79%的偏离，高于最大体长组的缺失时产生的偏离(1.69%)，与上述研究结果，即中间体长组N的稳定性更好存在一定的相似性，其内在规律有待深入研究。此外，笔者还发现，体长组缺失产生偏离的大小与其CL大小没有明显关系，C1、C7和C14分别为0.063、5.51和7.71，但其缺失产生的偏离分别为10.24、0.18和2.04，显示出体长组缺失带来的资源量估算偏离大小与体长组别可能存在一定关系。
表 2 体长组缺失时N估算结果比较Table 2. Resources estimation results of different groups in the loss of body length体长组[24] body length group N1/105尾 N7/105尾 N14/105尾 N21/105尾 N28/105尾 N/105尾 1 91~100 - 1 068.72 1 050.70 1 005.77 1 091.17 1 074.56 2 101~110 1 007.69 1 009.02 992.01 949.59 1 030.22 1 014.54 3 111~120 948.69 949.95 933.92 893.95 969.92 955.14 4 121~130 887.96 889.15 874.08 836.50 907.92 894.03 5 131~140 823.97 825.08 810.95 775.70 842.69 829.66 6 141~150 765.52 766.56 753.34 720.38 783.03 770.84 7 151~160 708.49 709.46 697.13 666.38 724.82 713.45 8 161~170 653.45 659.66 642.89 614.30 668.64 658.07 9 171~180 600.09 605.84 590.30 563.80 614.16 604.36 10 181~190 550.56 555.88 541.53 517.07 563.55 554.51 11 191~200 503.53 508.42 495.23 472.74 515.48 507.16 12 201~210 459.67 464.14 452.06 431.48 470.60 462.99 13 211~220 417.17 421.25 410.25 391.50 427.13 420.20 14 221~230 372.85 376.54 366.58 349.61 381.86 375.59 15 231~240 328.12 331.44 329.79 307.22 336.23 330.59 16 241~250 277.11 280.07 278.60 258.43 284.35 279.31 17 251~260 217.41 220.04 218.73 200.88 223.83 219.36 18 261~270 163.65 165.95 164.81 149.15 169.27 165.36 19 271~280 121.37 123.36 122.37 108.80 126.24 122.85 20 281~290 91.95 93.66 92.81 81.21 96.12 93.22 21 291~300 67.74 69.18 68.46 58.71 71.25 68.81 22 301~310 47.79 48.97 48.38 48.38 50.67 48.66 23 311~320 31.89 32.83 32.36 32.36 34.20 32.59 24 321~330 18.51 19.24 18.88 18.88 20.30 19.05 25 331~340 9.59 10.13 9.86 9.86 10.91 9.99 26 341~350 4.83 5.21 5.02 5.02 5.75 5.11 27 351~360 2.38 2.61 2.50 2.50 2.95 2.55 28 361~370 0.91 1.03 0.97 0.97 - 0.99 ∑ 10 082.89 11 213.38 11 004.51 10 471.13 11 423.25 11 233.55 偏离/% deviation 10.24 0.18 2.04 6.79 1.69 - 值得特别注意的是，VPA是一种很好的推算F和同一年级群进入补充时数量的方法，但人们往往以为可以直接用来推算多年级群群量。对于鱼群有世代重迭时，必须用年龄结构区分为独立年级群，进行个别推算，或者使用所谓年级群的分析工具，但类似工具还很不成熟。而且这样推算出来的仅是该年鱼群的生物量而不是平衡鱼群量持续产量的长期估值[18]。
-
![]()
图 1 两种养殖模式的金背鲤肠道菌的特征韦恩图
Figure 1. Venn diagram of features of intestinal bacteria in C. carpio var. Jinbei of FGF and FGP groups
![]()
图 2 两种养殖模式的金背鲤肠道微生物Alpha多样性指数
Figure 2. Alpha diversity of intestinal microorganisms in C. carpio var. Jinbei of FGF and FGP groups
![]()
图 3 门水平上的物种相对丰度及差异分析
注：*. 差异显著 (P<0.05)。图4同此。
Figure 3. Relative abundance and differences of species at phylum level
Note: *. Significant differences (P<0.05). The same case in Fig. 4.
![]()
图 4 属水平上的物种相对丰度及差异分析
Figure 4. Relative abundance and differences of species at genus level
![]()
图 5 两种养殖模式的金背鲤肠道微生物菌群的差异性分析
Figure 5. Difference analysis of microbial flora in intestine of C. carpio var. Jinbei of FGF and FGP groups
![]()
图 6 两种养殖模式的金背鲤肌肉中挥发性化合物GC-IMS 指纹图谱
Figure 6. GC-IMS gallrey plot of volatile compounds in muscle of C. carpio var. Jinbei of FGF and FGP groups
![]()
图 7 肠道菌群结构与风味物质的相关性热图分析
Figure 7. Correlation heat map analysis of intestinal flora structure and flavor substances
表 1 两种养殖模式的金背鲤肌肉中核苷酸及其关联产物含量及K值 (N=3)
Table 1 Nucleotides contents, their related products and K value in muscle of C. carpio var. Jinbei of FGF and FGP groups (N=3)
核苷酸种类
Nucleotide阈值[17]
Threshold/
(g·kg−1)呈味特征
Taste characteristics核苷酸含量
Nucleotide content/(g·kg−1)滋味活性值
TAV稻田放养
FGF池塘养殖
FGP稻田放养
FGF池塘养殖
FGP腺苷三磷酸 ATP — — 0.051±0.0066a 0.07686±0.0012b 腺苷二磷酸 ADP — — 0.885±0.0271b 1.935±0.0163a 腺苷酸 AMP 0.50 鲜甜味 0.1747±0.0173a 0.146±0.00026b 0.349 0.291 肌苷酸 IMP 0.25 鲜味 1.676±0.1109a 0.246±0.0055b 6.705 0.985 次黄嘌呤核苷 HXR — 苦味 0.0162±0.0021b 0.0342±0.0017a 次黄嘌呤 HX — 苦味 0.0826±0.0062b 0.193±0.0035a Σ呈味核苷酸 ΣFlavoring nucleotide 2.885±0.17a 2.63±0.028b K值 K value/% 8.805 21.305 注：“—”表示未查到相关阈值和呈味特征；同行中不同字母间存在显著性差异 (P<0.05)；下同。 Note: "—" indicates that the relevant threshold and flavor characteristics are not found; values with different letters within the same line are signifi-cantly different (P<0.05). The same case in the following tables. 
下载: 导出CSV
表 2 两种养殖模式下金背鲤肌肉中游离氨基酸与滋味活性值
Table 2 Amino acid and taste activity value in muscle of C. carpio var. Jinbei of FGF and FGP groups
氨基酸
Amino acid阈值[18-19]
Threshold/
(g·kg−1)呈味特征[20-22]
Taste characteristics游离氨基酸含量
Free amino acid content/(g·kg−1)滋味活性值
TAV稻田放养
FGF池塘养殖
FGP稻田放养
FGF池塘养殖
FGP苏氨酸 Thr★ 2.60 甜 (+) 0.312±0.0042b 0.362±0.0041a 0.119 0.138 赖氨酸 Lys★ 0.50 甜/苦 (−) 0.254±0.0081b 0.495±0.011a 0.495 0.991 缬氨酸 Val▲ 0.40 甜/苦 (−) 0.297±0.0031b 0.357±0.0023a 0.737 0.888 蛋氨酸 Met▲ 0.30 苦/甜/硫 (−) 0.031±0.00002b 0.0459±0.0002a 0.103 0.153 色氨酸 Trp◆ 0.90 苦/芳香 (−) 0.0284±0.0004a 0.0256±0.0002b 0.035 0.031 苯丙氨酸 Phe◆ 0.90 苦/芳香 (−) 0.091±0.0004b 0.119±0.0027a 0.101 0.13 异亮氨酸 Ile▲ 0.90 苦 (−) 0.0501±0.0006b 0.819±0.0003a 0.055 0.091 亮氨酸 Leu▲ 1.90 苦 (−) 0.0982±0.0026b 0.137±0.00007a 0.051 0.072 Σ必需氨基酸 ΣEAA 1.162±0.019b 1.623±0.021a 1.69 2.49 组氨酸 His▲ 0.20 酸/苦 (−) 1.825±0.002b 2.139±0.016a 9.117 10.64 精氨酸 Arg▲ 0.50 甜/苦 (−) 0.0816±0.0018b 0.181±0.001a 0.161 0.36 Σ半必需氨基酸 ΣSEAA 1.907±0.0038b 2.32±0.017a 9.28 11.00 天冬氨酸 Asp● 0.03 鲜/酸 (+) 0.0281±0.0005a 0.0143±0.0003b 0.923 0.483 谷氨酸 Glu● 0.05 鲜/酸 (+) 0.114±0.0014a 0.0949±0.004b 2.268 1.954 丙氨酸 Ala★ 0.60 鲜/甜 (+) 0.315±0.015a 0.251±0.014b 0.542 0.401 丝氨酸 Ser★ 1.50 甜 (+) 0.131±0.0027b 0.159±0.0001a 0.086 0.106 甘氨酸 Gly★ 1.30 甜 (+) 1.088±0.017a 0.905±0.0018b 0.827 0.697 脯氨酸 Pro★ 3.00 甜/苦 (+) 0.124±0.0016b 0.174±0.012a 0.041 0.055 肌氨酸 Sar — — 0.125±0.012a 0.122±0.001a 酪氨酸 Tyr◆ 0.91 苦/芳香 (−) 0.0693±0.0015b 0.0869±0.001a 0.075 0.095 半胱氨酸 Cys▲ — 苦/甜/硫 (−) 0.639±0.027a 0.550±0.007b Σ非必需氨基酸 ΣNEAA 2.689±0.083a 2.357±0.041b 4.279 2.868 羟脯氨酸 Hyp — — 0.575±0.01a 0.604±0.02a 谷氨酰胺 Gln — — 0.08±0.0019b 0.102±0.0009a 天冬酰胺 Asn — — 0.0031±0.0001a 0.0034±0.0004a 瓜氨酸 Cit — — 0.0357±0.0006b 0.0654±0.0001a 游离氨基酸总量 Total free amino acid 6.361±0.12b 7.137±0.098a ● 鲜味氨基酸总量/占比 Total delicious amino acid/Proportion 0.1425±0.0019a/2.24% 0.109±0.0042b/1.53% ★ 甜味氨基酸总量/占比 Total Sweet amino acid/Proportion 2.052±0.013a/32.26% 2.031±0.033a/28.46% ▲ 苦味氨基酸总量/占比 Total bitter amino acid/Proportion 3.193±0.01b/50.19% 3.836±0.0071a/53.74% ◆ 芳香氨基酸总量/占比 Total aromatic amino acids/Proportion 0.189±0.0021b/2.96% 0.232±0.0039a/3.25%
下载: 导出CSV
表 3 两组养殖模式的金背鲤肌肉中挥发性化合物相对含量及其ROVA值
Table 3 Volatile compounds and relative odor activity value in muscle of C. carpio var. Jinbei of FGF and FGP groups μg·kg−1
化合物
Compound阈值[28-29]
Threshold/
(μg·kg−1)气味特征[28]
Odour characteristics稻田放养 FGF 池塘养殖 FGP 相对含量
Relative content相对气味
活度值
ROAV相对含量
Relative content相对气味
活度值
ROAV醛类 Aldehydes 21.42% 9.54% 壬醛 Nonanal 1 脂香、青草味 12.07±2.45a 100 4.384±0.63b 100 辛醛 Octanal 0.7 果香叶 6.32±1.1a 74.80 3.633±0.49b 43.01 庚醛 Heptanal 3 鱼腥、烤鱼、哈喇味 9.67±1.43a 26.71 5.641±1.34b 15.58 E-2-己烯醛 (E)-2-Hexenal 17 青香、脂香、果香味 3.42±1.48a 1.67 2.54±0.26b 1.24 己醛-M Hexanal-M 4.5 鱼腥、青草味 44.35±3.09a 81.56 30.11±4.64b 55.44 己醛-D Hexanal-D 4.5 鱼腥、青草味 31.66±3.85a 58.29 11.60±4.72b 21.36 戊醛 Pentanal 20 果香味 13.1±0.77a 5.43 6.623±0.85b 2.74 2-甲基丁醛2-Methylbutanal 1 果香味 4.08±0.29b 33.8 6.80±1.2a 56.34 3-甲基丁醛 3-Methylbutanal 1.1 巧克力味、腐臭味 2.71±0.14b 20.41 4.84±1.11a 36.45 丁醛 Butanal 1.3 花香、水果香味 5.07±0.72a 32.31 5.66±0.53a 36.07 苯甲醛 Benzaldehyde 350 苦杏仁味 2.6±0.44a 0.062 1.63±0.42b 0.038 醇类 Alcohols 12.79% 19.19% 1-庚醇 1-Heptanol 330 脂味、酒香 2.07±0.33a 0.052 1.35±0.31b 0.034 1-辛烯-3-醇 1-Octen-3-ol 10 蘑菇味、泥土味 3.64±0.54b 3.16 5.80±2.38a 4.81 1-己醇 1-Hexanol 5.6 青草味 3.38±0.54b 5.00 6.22±2.01a 9.20 正戊醇 1-Pentanol 150.2 面包酒香、果香 3.29±0.19b 0.18 5.33±0.3a 0.29 1-戊烯-3-醇 1-Penten-3-ol 358.1 肉香味、鱼腥味 10.68±1.09a 0.25 9.03±2.05b 0.021 1-丁醇 1-Butanol 5 000 温和的杂醇油气息 1.21±0.08a <0.01 1.04±0.07a <0.01 乙醇 Ethanol 100 000 酒味 29.21±6.39a <0.01 26.75±2.58a <0.01 异丙醇 2-Propanol — — 2.85±0.09b 21.92±3.37a 3-甲基-1-丁醇 3-Methyl-1-butanol 250 发酵味、油脂味、 1.26±0.12b 0.04 3.34±0.69a 0.11 正丙醇 1-Propanol 8 505 — 18.04±1.36b 0.018 80.69±4.78a 0.079 异丁醇 Isobutanol 7 000 — 1.26±0.09b <0.01 2.16±0.27a <0.01 Z-3-己烯-1-醇 (Z)-3-Hexen-1-ol 250 — 0.39±0.06b 0.013 1.15±0.04a 0.038 芳樟醇 Linalool 30 000 热带香辛料味 1.96±0.14a <0.01 1.46±0.36a <0.01 2-甲基-1-丁醇 2-Methyl-1-butanol 1 200 — 1.4±0.04a <0.01 1.65±0.25a 0.01 酮类 Ketones 55.46% 58.01% 3-辛酮 3-Octanone 28 酮香、青香 2.35±0.15a 0.70 1.76±0.31b 0.52 3-羟基-2-丁酮 3-Hydroxy-2-butanone 800 脂香味 24.67±1.85a 0.26 16.73±0.34b 0.17 1-戊烯-3-酮 1-Penten-3-one 1 蘑菇味、烤焦味 4.54±1.32a 37.61 1.72±0.16b 14.25 2-戊酮 2-Pentanone 13 800 果味 4.7±0.2a <0.01 4.27±0.42b <0.01 2-丁酮-D 2-Butanone-D 50 000 醚香、果香、樟脑香 18.42±1.83b <0.01 72.65±3.42a 0.012 2-丁酮-M 2-Butanone-M 50 000 醚香、果香、樟脑香 35.87±0.82b <0.01 40.29±1.69a <0.01 2-丙酮 2-Propanone — 青草味 259.14±7.81b 370.14±8.67a 酯类 Esters 2.06% 0.94% 甲酸丁酯 Butyl formate — 2.95±0.45a 1.841±0.11b 乙酸乙酯-M Ethyl Acetate-M 5 醚香、果香 7.65±0.9a 12.68 4.70±0.37b 7.79 乙酸乙酯-D Ethyl Acetate-D 5 醚香、果香 2.36±0.5a 3.91 1.72±0.29a 2.85 酸类 Acids 1.25% 3.36% 2-甲基丙酸 2-Methylpropanoic acid — — 2±0.12a 2.14±0.15a 3-甲基丁酸 3-Methylbutanoic acid — — 0.57±0.07b 1.44±0.12a 丙酸 Propanoic acid — — 5.29±0.75b 25.86±0.47a 烃类 Hydrocarbon 0.77% 0.19% β-罗勒烯 beta-Ocimene 34 脂香、甜味 4.85±0.69a 1.18 1.65±0.77b 0.40 醚类 Ethers 5.47% 1.86% 二甲基硫醚 Dimethyl sulfide 300 果香、青香味 34.46±2.78a 0.95 16.28±0.45b 0.045 其他类 Others 0.78% 6.89% 未鉴定物质1 Unidentified substance 1 — — 2.49±0.34b 7.76±0.33a 未鉴定物质2 Unidentified substance 2 — — 2.04±0.04b 50.80±4.06a 未鉴定物质3 Unidentified substance 3 — — 0.41±0.03b 1.71±0.06a
下载: 导出CSV
-
[1] 管卫兵, 刘凯, 石伟, 等. 稻渔综合种养的科学范式[J]. 生态学报, 2020, 40(16): 5451-5464. [2] 王强盛, 余坤龙, 倪雪颖, 等. 我国稻渔综合种养的发展过程及技术趋势[J]. 中国稻米, 2021, 27(4): 88-91. [3] 张学军. 稻田养鱼前景浅析[J]. 南方农业, 2018, 12(2): 96-99. [4] CHOWDHURY M T H, DEWAN S, WAHAB M A, et al. Water quality parameters of the rice fields used for rice cum fish culture[J]. Bangladesh J Fish, 2000, 23(1): 25-29.
[5] 翟万营, 郭安宁. 鱼类肠道微生物研究进展[J]. 河南水产, 2016(4): 18-21, 40. [6] 邹礼根, 郭水荣, 翁丽萍, 等. 两种不同养殖模式对青鱼肌肉营养品质的影响[J]. 宁波大学学报 (理工版), 2018, 31(4): 25-30. [7] 张艳霞, 谢成民, 周纷. 两种养殖模式大黄鱼肌肉营养价值评价及主体风味物质差异性分析[J]. 食品科学, 2020, 41(8): 220-227. [8] 秦晓. 养殖暗纹东方鲀风味物质鉴定分析[D]. 上海: 上海海洋大学, 2015: 3-13. [9] 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
[10] SCHLOSS P D, WESTCOTT S L, RYABIN T, et al. Introducing mothur: open-source, platform-independent, community-supported software for describing and comparing microbial communities[J]. Appl Environ Microb, 2009, 75(23): 7537-7541. doi: 10.1128/AEM.01541-09
[11] WANG Q, GARRITY G M, TIEDJE J M, et al. Naive Bayesian classifier for rapid assignment of rRNA sequences into the new bacterial taxonomy[J]. Appl Environ Microbiol, 2007, 73(16): 5261-5267. doi: 10.1128/AEM.00062-07
[12] 徐永霞, 李鑫晰, 赵洪雷, 等. 六种海水鱼类鱼汤的呈味物质比较分析[J]. 食品与发酵工业, 2021, 47(21): 240-245. [13] 刘登勇, 周光宏, 徐幸莲. 确定食品关键风味化合物的一种新方法: “ROAV”法[J]. 食品科学, 2008, 29(7): 370-374. [14] 朱昊俊, 强 俊, 徐钢春, 等. 哈尼梯田稻-渔共作模式下杂交黄颡鱼肠道微生物研究[J]. 水生生物学报, 2021, 45(6): 1232-1242. [15] WU S G, WANG G T, ANGERT E R, et al. Composition, diversity and origin of the bacterial community in grass carp intestine[J]. PLoS One, 2012, 7(2): e30440. doi: 10.1371/journal.pone.0030440
[16] ZHU H J, QIANG J ,TAO Y F, et al. Physiological and gut microbiome changes associated with low dietary protein level in genetically improved farmed tilapia (GIFT, Oreochromis niloticus) deter-mined by 16S RNA sequence analysis[J]. Microbiologyopen, 2020, 9(5): e1000.
[17] 陈剑岚, 陈舜胜, 施文正, 等. 大小草鱼肉呈味水溶性成分的比较[J]. 食品与发酵工业, 2017, 43(1): 213-217. [18] 王雪锋, 李春萍, 吴佳佳, 等. 臭鳜鱼发酵中滋味成分的鉴定与分析[J]. 中国食品学报, 2015, 15(1): 222-229. [19] 蒋滢, 徐颖, 朱庚伯. 人类味觉与氨基酸味道[J]. 氨基酸和生物资源, 2002, 24(4): 1-3. [20] 邱伟强, 刘冰宣, 陈舜胜, 等. 法快速测水产 品中游离芳香族氨基酸含量的研究[J]. 上 海海洋大学学报, 2013, 22(4): 629-633. [21] 陈剑岚, 邵琳雅, 施文正, 等. 不同宰杀方式对草鱼肉呈味水溶性成分的影响[J]. 食品科学, 2016, 37(17): 27-31. [22] 高琴, 安碉琦, 陈周, 等. 短时微流水处理对池塘养殖鳙鱼肌肉滋味品质的影响[J]. 水生生物学报, 2021, 45(5): 1057-1066. [23] LIOE H N, APRIYANTONO A, TAKARA K, et al. Umami taste enhancement of MSG/NaCl mixtures by subthreshold L-α-aroma-tic amino acids [ J]. J Food Sci, 2006, 70(7): 401-405.
[24] 张秀洁, 郭全友, 王鲁民, 等. 养殖大黄鱼滋味和气味物质组成及评价[J]. 食品与发酵工业, 2019, 45(20): 242-249. [25] 陈德慰, 苏键, 刘小玲, 等. 广西北部湾3种贝类中主要呈味物质的测定及呈味作用评价[J]. 食品科学, 2012, 33(10): 165-168. [26] 姜万舟, 汪倩, 王瑞花, 等. 挂糊鳙鱼块油炸工艺优化及不同工艺对非挥发性呈味物质的影响[J]. 食品工业科技, 2016, 37(7): 182-187, 192. [27] LU Q, LIU F F, BAO J Q. Volatile components of American silver carp analyzed by electronic nose and MMSE-GC-MS-O[J]. J Food Biochem, 2019, 43(11): 13006.
[28] 陈实, 施文正, 汪之和. 青鱼背肉、腹肉和尾肉不同风味成分的比较[J]. 渔业现代化, 2021, 48(1): 58-66. [29] 余远江, 庞一扬, 袁桃静, 等. 基于电子鼻、HS-GC-IMS 和 HS-SPME-GC-MS 分析五种水产原料的风味特征[J]. 食品工业科技, 2021, 42(19): 106-117. [30] HANSEN G H, OLAFSEN J A. Bacterial colonization of cod (Gadus morhua L.) and halibut (Hippoglossus hippoglossus) eggs in marine aquaculture[J]. Appl Environ Microbiol, 1989, 55(6): 1435-1446. doi: 10.1128/aem.55.6.1435-1446.1989
[31] 赵月季, 郭海朋, 张德民. 不同养殖模式对凡纳滨对虾肠道微生物群 落的影响[J]. 水产学报, 2021, 45(2): 221-234. [32] NI J J, YAN Q Y, YU Y H, et al. Factors influencing the grass carp gut microbiome and its effect on metabolism[J]. Fems Microbiol Ecol, 2014, 87(3): 704-714. doi: 10.1111/1574-6941.12256
[33] FJELLHEIM A J, KLINKENBERG G, SKJERMO J, et al. Selection of candidate probionts by two different screening strategies from Atlantic cod (Gadus morhua L.) larvae[J]. Vet microbiol, 2020, 144(1): 153-159.
[34] KLEWICKI R, KLEWICKA E. Antagonistic activity of lactic acid bacteria as probiotics against selected bacteria of the Enterobaceria-cae family in the presence of polyols and their galactosyl deriva-tives[J]. Biotechnol Lett, 2004, 26(4): 317-320. doi: 10.1023/B:BILE.0000015450.59100.60
[35] SAHU M K, SWARNAKUMAR N S, SIVAKUMAR K, et al. Probio-tics in aquaculture: importance and future perspectives[J]. Ind J Microbiol, 2008, 48(3): 299-308. doi: 10.1007/s12088-008-0024-3
[36] 刘源, 崔智勇, 周雪珂, 等. 水产品滋味研究进展[J]. 食品科学技术学报, 2022, 40(1): 22-29. [37] 刘亚, 章超桦, 陆子锋. 高效液相色谱法检测水产品中的 ATP 关联化合物[J]. 食品与发酵工业, 2010, 36(6): 137-141. [38] ZHANG 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, 2018, 111: 565-573. doi: 10.1016/j.foodres.2018.05.076
[39] ZHANG N L, AYED C, WANG W L, et al. Sensoryguided analysis of key taste-active compounds in pufferfish (Takifugu obscu-rus)[J]. J Agric Food Chem, 2019, 67(50): 13809-13816. doi: 10.1021/acs.jafc.8b06047
[40] 吕敏, 甘晖, 陈田聪, 等. 瓦氏黄颡鱼在稻田和池塘养殖中的生长性能和肌肉品质比较[J]. 水产学杂志, 2022, 35(1): 75-81. [41] 段青源, 钟惠英, 斯列钢, 等. 网箱养殖大黄鱼与天然大黄鱼营养成分的比较分析[J]. 浙江海洋学院学报 (自然科学版), 2000, 19(2): 125-128. [42] 陆大鹏. 水产品挥发性成分的研究进展[J]. 食品安全导刊, 2022(3): 142-145. [43] 吴永俊, 王玉涛, 施文正, 等. 不同产地虹鳟鱼肉风味物质的比较[J]. 上海海洋大学学报, 2017, 26(6): 888-899. [44] 张青, 王锡昌, 刘源. SDE-GC-Olfactometry联用研究鲢鱼肉的挥发性气味活性物质[J]. 安徽农业大学学报, 2009, 37(4): 1407-1409, 1425. [45] 赵庆喜, 薛长湖, 徐杰, 等. 微波蒸馏-固相微萃取-气相色谱-质谱-嗅觉检测器联用分析鳙鱼鱼肉中的挥发性成分[J]. 色谱, 2007, 25(2): 267-271. [46] MILO C, GROSCH W. Changes in the odorants of boiled salmon and cod as affected by the storage of the raw material[J]. J Agric Food Chem, 1996, 44(8): 2366-2371. doi: 10.1021/jf9507203
[47] 郝淑贤, 叶鸽, 李来好, 等. 不同养殖模式罗非鱼的挥发性成分分析[J]. 食品与发酵工业, 2016, 42(6): 147-152. [48] 解万翠, 卢宽, 于靖, 等. 水产品香气研究进展[J]. 食品科学技术学报, 2022, 40(1): 11-21. [49] 曹静, 张凤枰, 龙斌, 等. 野生和养殖长吻鮠肌肉挥发性风味成分分析[J]. 食品科学, 2015, 36(16): 170-174. [50] 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. [51] MIYASAKI T, HAMAGUCHI M, YOKOYAMA S. Change of volatile compounds in fresh fish meat during ice storage[J]. J Food Sci, 2011, 76(9): 1319-1325. doi: 10.1111/j.1750-3841.2011.02388.x
[52] SUGITA H, MIYAJIMA C, DEGUCHI Y. The Vitamin B12-producing ability of intestinal microflora isolated from tilapia and channel catfish[J]. Bull Jpn Soc Sci Fish, 1990, 56(4): 701-704. doi: 10.2331/suisan.56.701
[53] 李学梅. 鲤科鱼类肠道微生物与宿主关系研究[D]. 北京: 中国科学院大学, 2012: 89. [54] YANG G, JIAN S Q, CAO H Z, et al. Changes in microbiota along the intestine of grass carp (Ctenopharyngodon idella): community, interspecific interactions, and functions[J]. Aquaculture, 2019, 498: 151-161. doi: 10.1016/j.aquaculture.2018.08.062
[55] ASFIE M, YANAGI H, OKANO R, et al. The protease-producing ability of Vibrios isolated from larvae and juveniles of Japanese flounder[J]. Aquac Sci, 2000, 48(1): 139-140.
-
期刊类型引用(4)
1. 尹海晓, 王志康, 罗小勇, 王铭, 郭云, 李凯. 不同生长条件对藻源有机物化学特征的影响. 给水排水. 2019(02): 134-140 . 
百度学术
2. 曾玲, 龙超, 文菁. 营养盐限制对利玛原甲藻生长和产毒的影响. 广东农业科学. 2018(02): 135-144 . 百度学术
3. 徐煜, 徐武杰, 文国樑, 胡晓娟, 苏浩昌, 杨铿, 李卓佳, 曹煜成. 颤藻浓度和水温对凡纳滨对虾响应颤藻粗提液毒性的影响. 南方水产科学. 2017(01): 26-32 . 本站查看
4. 孙志伟, 邱丽华, 段舜山, 蔡卓平, 李卓佳, 文国樑. 化感作用抑制有害藻类生长的研究进展. 生态科学. 2015(06): 188-192 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 337
- HTML全文浏览量: 88
- PDF下载量: 55
- 被引次数: 5
粤公网安备 44010502001741号
