Analysis of microbiammunl coity structure and potential pathogens in mucus, intestinal content of Acipenser dabryanus and culture water
-
摘要:
长江鲟 (Acipenser dabryanus) 为中国特有鱼类，已被国际自然保护联盟 (IUCN) 列为极危级 (CR) 物种。通过Illumina高通量测序技术，探究了长江鲟幼鱼黏液、肠道内容物及其养殖水体的微生物菌群组成、多样性及动态变化，以期为长江鲟幼鱼健康养殖和病害分析提供参考依据。结果显示：养殖水体微生物多样性最高，黏液次之，肠道内容物最低。黏液和肠道内容物微生物菌群结构更为相似，且可与养殖水体微生物菌群区分开来。在门水平，黏液和肠道内容物均以放线菌门、变形菌门和厚壁菌门为主；养殖水体则以变形菌门、拟杆菌门和厚壁菌门为主。研究还发现7种可能的病原菌在养殖水体和黏液中富集，当鱼体处于应激状态或养殖环境恶化时，可能导致病害发生。BugBase表型预测分析发现，长江鲟幼鱼黏液、肠道内容物及其养殖水体中存在革兰氏阴性菌和阳性菌。其中肠道内容物的优势菌群为革兰氏阳性菌，占比超过60%；黏液和养殖水体的优势菌群均为革兰氏阴性菌，占比分别为60%和70%。在氧气需求方面，黏液和肠道内容物以好氧菌为主，养殖水体以好氧菌和兼性厌氧菌为主。
Abstract:Yangtze sturgeon (Acipenser dabryanus) is an endemic fish in China and has been listed as a critically endangered (CR) species by the International Union for Conservation of Nature (IUCN). In order to provide a reference basis for healthy breeding and disease analysis of juvenile Yangtze sturgeon, we analyzed the composition, diversity and dynamic changes of microbial flora between its surface mucus, intestinal content and culture water by using Illumina high-throughput sequencing technology. The results show the diversity of microorganisms in culture water was higher than that in mucus and intestinal content. The microbial community structure of mucus and intestinal content were more similar, and could be clearly distinguished from the microbial community of culture water. On phylum level, mucus and intestinal content were mainly composed of Actinobacteria, Proteobacteria and Firmicutes, while the culture water was mainly composed of Proteobacteria, Bacteroidetes and Firmicutes. Seven potential pathogenic genera were found, mainly in culture water and mucus which might lead to the occurrence of diseases under certain circumstances. BugBase phenotype prediction analysis reveals that both Gram negative and Gram positive bacteria were present in the mucus, intestinal content and culture water of juvenile Yangtze sturgeon. The dominant microbiota of intestinal content was Gram positive bacteria, accounting for over 60%. The dominant microbial communities in mucus and culture water were both Gram negative bacteria, accounting for 60% and 70%, respectively. In terms of oxygen demand, mucus and intestinal content were mainly composed of aerobic bacteria, while culture water was mainly composed of aerobic and facultative anaerobic bacteria.
-
气候的变化、异常以及振荡驱动着海洋环境因子的变化，从而影响海洋生态系统的生命活动及过程[1]。厄尔尼诺南方涛动 (El Niño Southern Oscillation, ENSO) (包括厄尔尼诺和拉尼娜事件) 起源于赤道太平洋，是太平洋海域气候变化的最强信号，具有年际变动周期[2]，其基本特征是西太平洋暖池的地带性位移以及大气对流，导致了整个太平洋海盆物理性质和生态系统的改变；具体表现为对各种海洋环境参数的影响，包括海表面温度 (Sea surface temperature, SST)、叶绿素a浓度 (Chl-a) 等，以及对由海洋顶级捕食者 (如金枪鱼) 共同构成的相互关联的海洋生态系统的影响[1,3-4]。
鲣 (Katsuwonus pelamis) 广泛分布于各大洋的热带、亚热带海域[5]，中西太平洋热带海域是世界上最大的鲣渔场[6-7]。因而，研究中西太平洋鲣资源的时空分布对掌握渔业生产规律和开发鲣资源尤为重要。鲣种群按集群特点进行划分，可分为自由鱼群 (Free swimming school, FSC) (亦称起水群)、流木鱼群 (Log school) 以及鲸豚附随群 (Marine mammal associated school) 3类[8]；流木鱼群中亦包括人工集鱼装置 (Fish aggregation device, FAD) 鱼群。自20世纪80年代以来，FAD开始被广泛运用于鲣的围网作业中，是一种高效的捕捞模式[9]，但捕捞副渔获物 [非目标种类的幼年大眼金枪鱼 (Thunnus obesus) 以及黄鳍金枪鱼 (T. albacares)等] 严重的问题随之而来[10]。为此，中西太平洋海域的瑙鲁协定方 (Parties to nauru agreement, PNA) 制定了相关海洋管理政策以限制和减少FAD的使用[11]。相较于前者，自由鱼群的个体较大，偏好聚集于浅水层[12]，且围网渔获物中兼捕物种少，但由于其高速游动的特性，捕捞难度较大[13]。因此，掌握围网鲣自由鱼群的时空分布特性，对于集中捕捉该种群以降低对漂浮物鱼群捕捉的依赖，从而并提高渔业生产效率具有积极作用，对保护金枪鱼的栖息环境与种群结构也具有重要意义[14]。
海洋鱼类资源的时空分布极易受海洋环境因子影响，掌握其时空分布有利于鱼类资源的合理开发和利用。鲣的分布模式受海表面温度影响显著[15]，已有研究普遍发现鲣资源主要分布在海表温度28~30 ℃的海域[16-17]，因而该温度区间可作为研究鲣资源时空分布变动的一项参考指标[18]。Lehodey等 [19]研究发现鲣作业渔场随暖池边缘(即与29 ℃等温线重合)发生了空间偏移。同时，气候变化在时空尺度上影响着海洋鱼类的分布模式，李政纬[17]指出，29 ℃等温线东界会受厄尔尼诺与南方涛动影响，进而影响鲣围网渔场的经向分布。受ENSO影响，鲣渔场与暖池的时空分布变动具有相同趋势[19-20]：即厄尔尼诺事件时，渔场重心随暖池东移；拉尼娜事件时，渔场重心随暖池西移[21]。因此，将暖池变动作为研究围网鲣自由鱼群时空分布的参考指标，能够探究鲣渔场的时空分布特性，更好地进行集中、高效的渔业生产活动，为其资源开发提供科学依据。已有研究仅对历史渔场重心与极端气候指标(如南方涛动指数、海表温异常指数)的关系进行了探讨[22-24]，而忽略了暖池相关物理海洋指标空间变动而导致的渔场重心变化，其中包括暖池重心处多出现高产量的鲣围网渔场[25]，以及暖池右边缘经向扩展而具有的潜在东部栖息地[26]。本研究以29 ℃等温线作为暖池边界，针对围网鲣自由鱼群的渔场重心与暖池相关指标进行相关性分析，并基于不同的气候模式下探究其时空分布变动之间的关系。
1. 材料与方法
1.1 数据来源
中西太平洋围网鲣渔业生产数据来源于中西太平洋渔业委员会 (Western and Central Fisheries Commission,WCPFC)，数据包括作业日期、作业位置 (经纬度)、捕捞努力量、自由鱼群的渔获量等信息。其中时间跨度为1995—2019年，空间范围为120°E—150°W、20°S—20°N，空间分辨率为5°×5°，样本数共计7 721个。海洋环境数据为SST，来自哥伦比亚大学气候数据实验室网站 (http://iridl.ldeo.columbia.edu)，空间分辨率为0.5º×0.5°，时间分辨率为月。同时选取1995—2019 年美国国家海洋与大气管理局气候预测中心 (https://origin.cpc.ncep.noaa.gov) 的Nino 3.4区域 (170°W—120°W、5°N—5°S) 的平均海温距平作为海洋尼诺指数 (OceanicNiño Index, ONI)，其中ONI值介于 ±0.5为正常气候模式，大于0.5发生厄尔尼诺事件，小于 −0.5发生拉尼娜事件。
1.2 研究方法
1.2.1 重心计算
渔业研究中，资源丰度指数通常用于量化渔业中种群丰度的时空变化，如单位捕捞努力量渔获量 (Catch per unit effort, CPUE) 和渔获量[27]。由于现代商业渔业的复杂性，常用的CPUE可能无法作为所有物种资源丰度指数的合理表征[28]，因此将二者均纳入考虑来量化围网鲣自由鱼群的时空分布，进而与暖池相关指标进行比较分析，为围网鲣自由鱼群的渔业生产和资源开发提供借鉴。渔获量大小常用于直接表示渔业的资源丰度，而CPUE大小常被认为与渔业资源丰度成正比[29]，因而可作为表示其局部资源丰度的指标[30]。
本研究对1995—2019年间的渔场重心进行分析计算，作为研究其渔场时空分布变化的描述标准，通过使用渔场重心法来描述中西太平洋围网鲣自由鱼群 (以下简称自由鱼群) 的时空分布变化，环境因子SST的重心计算同理。由于鲣渔场与暖池变动间多为经向变化，因而仅对经向维度进行考虑，渔场重心计算范围与原始数据的空间范围 (120°E—150°W、20°S—20°N) 一致，同时为更准确地说明中西太平洋暖池的重心变化，在计算各项指标的重心时，本研究中的海域范围聚焦于110°E—80°W、45°S—45°N，公式如下[31]：
$$ {G}_{{\rm{CPUE}}}=\frac{\sum _{i}^{n}({{{E}}}_{i}\times {{{L}}}_{i})}{\sum _{i}^{n}{{{E}}}_{i}} $$ (1) $$ {G}_{{\rm{Catch}}}=\frac{\sum _{i}^{n}({{{C}}}_{i}\times {{{L}}}_{i})}{\sum _{i}^{n}{{{C}}}_{i}} $$ (2) $$ {G}_{{\rm{SST}}}=\frac{\sum _{i}^{n}({{{S}}}_{i}\times {{{L}}}_{i})}{\sum _{i}^{n}{{{S}}}_{i}} $$ (3) 式中：GCPUE、GCatch分别为自由鱼群渔场两种资源丰度指标的重心经度 (以下简称CPUE重心和Catch重心)；GSST为 SST重心的经度 (以下简称暖池重心经度)；
$ {{E}}_{i} $ 为单位捕捞努力量渔获量；$ {{C}}_{i} $ 为捕捞产量渔获重心；$ i $ 表示经度，$ {{L}}_{i} $ 为第$ i $ 经度的重心经度；Si为第i经度的温度重心。暖池的右边缘通过自中西太平洋西部海盆起选取连续的29 ℃等温线右边缘的经度，记作RSST。
1.2.2 统计方法
采用皮尔森相关性分析[32]，对暖池指标 (暖池重心经度、暖池右边缘经度) 与渔场资源丰度重心经度以及气候环境指标ONI指数进行相关性分析。相关性在0.1~0.3为弱相关性，0.3~0.5间为中度相关性，大于0.5为强相关性；P<0.05表示相关，P<0.01为显著相关，P<0.001为极显著相关，P>0.05则表示相关性不显著。
1.2.3 不同气候模式下鲣资源空间分布
建立不同气候模式 (正常气候模式、厄尔尼诺年份、拉尼娜年份等) 下自由鱼群与暖池间的时空分布图，进一步说明不同气候模式下二者之间的空间相对位置及关系。
2. 结果
2.1 气候变化下暖池指标与鲣资源重心的关系
通过ONI指数对气候变化进行量化，并且采用皮尔森检验对暖池相关指标重心及右边缘、渔场资源丰度重心以及ONI指数进行相关性检验，发现其在统计学上均呈极显著相关性 (图1)。结果显示，渔场资源丰度重心指标，包括渔获量经向重心GCatch与单位捕捞努力量渔获量经向重心GCPUE，二者与暖池经向重心呈中度相关性，其中GCPUE的相关性值略高于GCatch。而在与暖池右边缘进行相关性检验时，GCatch与GCPUE同其呈弱相关性，GCPUE表现仍稍高于GCatch。在渔场资源丰度重心指标与海洋尼诺指数的相关性检验上，GCatch、GCPUE与之均呈中度相关性，此时GCatch表现略高于GCPUE。除主要研究渔场经向重心外，将暖池指标与海洋尼诺指数进行相关性检验，结果表明暖池经向重心GSST和暖池右边缘RSST与之呈强相关性，其中GSST与之相关性值达0.79，RSST为0.68。所有指标间的P均小于0.001，表现为极显著相关性。
资源丰度的表征在渔业研究中尤为重要[28]，经皮尔森相关性检验得出，CPUE与暖池指标间在相关性表现上相较Catch更优。此外，CPUE的计算避免了直接使用渔获量，而未纳入捕捞努力量的影响[33]；因此，可选用CPUE作为围网鲣自由鱼群与暖池指标关系研究的资源丰度指标。
2.2 暖池指标与鲣资源重心的年际变化趋势
将各项指标的经向变化随年月变化进行对比，探究在不同气候条件下，渔场重心经向与暖池指标变动的时空分布变化 (图2)。结果表明，渔场重心指标间的经向年际变化基本一致，GCPUE与暖池指标的相关性表现优于GCatch，因而以下研究均以GCPUE的经向变动进行探究。各项重心经向指标大多集中分布于140°E 以东、180°以西海域，其中GCPUE与GSST主要分布在160°E经线两端，而RSST大多分布在180°以东 (图2-a)。GCPUE、GSST与RSST随海洋尼诺指数的变动而发生变化 (图2-b)。多数情况下，当发生厄尔尼诺事件 (ONI>0.5)时，GCPUE与GSST东移越过160°E，同时RSST向东移动，如1997年的6—10月等；发生拉尼娜事件 (ONI<−0.5)时，GCPUE 与GSST则分布在160°E以西海域，同时RSST向西移动，如1995年8月—1996年3月等。暖池指标GSST与RSST间的经向变动关系随时间变化基本呈相同趋势。
GCPUE与GSST在经向上的变动趋势不完全相同。1995年1—4月、2003年1—4月、2007年1—5月和2016年1—5月等均为GSST在GCPUE以东，且经向变动趋势显著相反，而此时均为由发生厄尔尼诺事件向正常气候模式 (−0.5<ONI<0.5) 转变的月份。当GSST在GCPUE以西且经向变动趋势相反时，如1998年6—12月、1999年5—12月和a2010年6—12月等，此时正发生强烈的拉尼娜事件，受厄尔尼诺事件影响，GSST多位于GCPUE以东，但此时经向的变动趋势基本相同，如1997年6月—1998年4月、2015年6—12月等。GCPUE与RSST之间关系和GSST一致。
2.3 不同气候模式下自由鱼群的分布
为探明上述不同气候模式下，自由鱼群与暖池间的时空分布关系，选取其中个别月建立时空分布 (图3)。拉尼娜事件选取2010年的11—12月，正常气候模式选取2013年11—12月，厄尔尼诺事件选取2015年11—12月，而厄尔尼诺事件转变为正常年份事件的特殊气候模式选取2016年4—5月。
![]()
图 3 不同气候模式下CPUE与暖池的时空分布注：a、b为拉尼娜气候模式；c、d为正常气候模式；e、f为厄尔尼诺气候模式；g、h为厄尔尼诺气候模式向正常气候模式转变。Figure 3. Spatial-temporal distribution of CPUE and warm pool under different climate modesNote: (a) and (b) are the La Niña climate modes; (c) and (d) are the normal climate modes; (e) and (f) are the El Niño climate modes; (g) and (h) are the climate modes shifting from the El Niño to the normal.与ENSO相关的指标的位移发生在整个中西太平洋，发生拉尼娜事件时 (2010年11—12月)，暖池面积最小，右边缘东部抵达距离最短，接近于180°经线，此时CPUE的分布均位于180°经线以西，且集中于太平洋西部美拉尼西亚群岛海域。当正常年份时 (2013年11—12月)，暖池右边缘的位置相较拉尼娜事件时向东偏移，CPUE越过180°以东且少量分布。发生厄尔尼诺事件时 (2015年11—12月)，CPUE的分布随暖池右边缘位置的东移而向东扩展。此外，一个特殊的气候模式变化应当被纳入考虑，即厄尔尼诺事件转变为正常年份事件 (2016年4—5月)，此时暖池右边缘向西收缩，但CPUE的分布仍向东扩展，而相较于厄尔尼诺事件时在热带海域的均匀分布，此时仅在180°以东少量分布，且CPUE的大小和数量均下降。在所有的气候模式下，暖池右边缘均位于自由鱼群以东位置，自由鱼群基本均匀分布于暖池范围内，也同样说明了二者之间的紧密联系。
3. 讨论
不同类型的ENSO事件通过驱动暖池的空间位移从而改变区域内的海洋环境因子，进一步驱动海洋生态系统及其内部物种资源的响应[34]。 位于中西太平洋的暖池是ENSO的基本构成要素[15]，其表面积及位置随ENSO事件的变化而改变[13,35]；即厄尔尼诺事件时，暖池的面积增大，东移到达太平洋中部海域；拉尼娜事件时，暖池的面积减小，西移到西太平洋海盆区域。从暖池指标(本研究中指暖池重心与暖池右边缘)的时空变化入手，可为研究围网鲣自由群对ENSO事件的响应提供依据。鲣的资源丰度以及空间分布受海洋环境因子影响[36]，而海表温度对鲣资源状态的时空分布具有更显著的影响[37]，在本研究中具体表现为资源丰度的大小及重心的空间分布随29 ℃海表温度场的影响而变化。由于ENSO驱动海表温度变化，受其影响，具有高度洄游的鲣自由鱼群会在沿海生态系统和公海海域之间移动[38]。Williams和Ruaia[39]指出，ENSO事件对鲣围网活动空间分布的影响表现为，在厄尔尼诺年份，捕捞活动通常进一步向东扩展，在拉尼娜期间，捕捞活动向西部地区收缩，与本研究的发现(图3)基本一致。捕捞作业活动的变动同暖池变动规律相同，而渔场重心可以表征捕捞作业活动空间的集中分布程度，但渔场重心与暖池间的协同关系也存在着特异性。受ENSO影响，暖池重心的空间变异程度 (变异系数Coefficient of variation，CV= 5.012) 要强于渔场重心 (CV = 2.523)的变化 (图2)，即表现为厄尔尼诺事件时暖池重心位于渔场重心东部，而当拉尼娜事件时暖池重心位于渔场重心西部。这可能是由于受捕捞作业方式影响，围网鲣自由鱼群的渔场重心相较于暖池受气候以及环境变化影响小[40]。此外，自由鱼群多是体型较大的成年鲣，需寻求适宜的温度环境作为首选栖息地和合适的产卵地，厄尔尼诺事件会导致海表温度升高，温跃层变浅(温跃层是富含营养物质的混合层上下界之间交换的障碍)，营养物质更容易向混合层转移，从而促使深层营养盐在海表扩散，形成具有良好饵料的栖息环境[41]。然而强烈厄尔尼诺事件时，温度过高导致暖池的长距离东扩，抑制了鲣在热带中西太平洋的产卵活动[21]；但并未导致渔场范围相应东扩，反而此时在太平洋中部的岛国 (如基里巴斯群岛) 的围网渔获量更高，分布更集中。
而对于厄尔尼诺转变为正常年份这一特殊气候模式的变化，即暖池重心与渔场重心的变化趋势显著相反 (暖池重心向西移动而渔场重心仍向东)，可能由于暖池场的西移，导致了适宜的温度范围增大，以便于鲣适宜栖息地的形成。陈洋洋和陈新军 [23]研究得出，Nino3.4海区指数对CPUE的影响滞后0~2个月，这可能也是造成渔场重心和暖池重心之间变化不同步的原因。此外，暖池的东扩也与温跃层变浅，以及更强于平时的西太平洋信风有关，从而导致赤道西太平洋的初级生产力增加[42]。因此，位于140°E—160°E的所罗门群岛和巴布亚新几内亚的资源丰度在厄尔尼诺现象结束后有所增加，以应对鲣捕捞量的增加以及栖息地收缩的现象，这也进一步解释了渔场重心与暖池重心之间变化的不同步。
本研究对围网鲣自由鱼群的渔场指标，以及暖池指标在不同气候模式下的时空分布变化进行探究发现，通过研究暖池重心的变化可以很好地探索及预测渔场重心变化的规律。而通过构建暖池场与自由鱼群资源丰度的时空分布关系发现，暖池右边缘的范围能够很好地与自由鱼群的空间分布联系起来，可为商业性捕捞围网鲣自由鱼群提供渔场边界的指示，也可为今后研究鲣渔场的分布范围提供一项有利参考。
本研究对不同资源丰度指标对围网鲣自由鱼群的表征的影响进行了研究，但选取的均为名义上的资源丰度指标 (名义的CPUE)，而未对CPUE进行标准化 (以消除人为捕捞等因素对资源丰度的影响)，可能会造成研究结果具有一定误差。且仅研究了自由鱼群对暖池指标的响应关系，未与由人工集鱼装置捕捞获得的流木鱼群进行对比。在未来研究中，将对不同集群种类的鲣对暖池响应的差异性进行更细致的研究，以期为中西太平洋的鲣围网作业提供更丰富详尽的科学依据。
-
![]()
图 2 黏液、肠道内容物及其养殖水体 OTUs 分布 Venn 图
Figure 2. Venn diagram analysis of mucus, intestinal content and culture water
![]()
图 3 黏液、肠道内容物及其养殖水体中微生物的 Alpha 多样性指数间差异检验
注：*. P<0.05；**. P<0.01；***. P<0.001。
Figure 3. Alpha diversity difference of microorganism in mucus, intestinal content and culture water
Note: *. P<0.05; **. P<0.01; ***. P<0.001.
![]()
图 4 黏液、肠道内容物及养殖水体中微生物的 Beta 多样性
注：a. PCoA图 (属水平)；b. 样本层级聚类树 (属水平)。
Figure 4. Beta diversity of bacteria in mucus, intestinal content and culture water
Note: a. PCoA on genus level; b. Hierarchical clustering tree on genus level.
![]()
图 5 黏液 (a)、肠道内容物 (b) 及养殖水体中 (c) 微生物在门水平的菌群结构组成
Figure 5. Dominant species of bacteria in mucus (a), intestinal content (b) and culture water (c) on phylum level
![]()
图 6 黏液 (a)、肠道内容物 (b) 及养殖水体中 (c) 微生物在属水平的菌群结构组成
Figure 6. Dominant species of bacteria in mucus (a), intestinal content (b) and culture water (c) on genus level
![]()
图 7 属水平下黏液、肠道内容物及其养殖水体中微生物组成热图
Figure 7. Heatmap of microbial communities in mucus, intestinal content and culture water on genus level
-
[1] ELLIS A E. Immunity to bacteria in fish[J]. Fish Shellfish Immunol, 1999, 9(4): 291-308. doi: 10.1006/fsim.1998.0192
[2] GUARDIOLA F A, CUESTA A, ARIZCUN M, et al. Comparative skin mucus and serum humoral defence mechanisms in the teleost gilthead seabream (Sparus aurata)[J]. Fish Shellfish Immunol, 2014, 36(2): 545-551. doi: 10.1016/j.fsi.2014.01.001
[3] LYONS P P, TURNBULL J F, DAWSON K A, et al. Effects of low-level dietary microalgae supplementation on the intestinal microbiome of farmed rainbow trout Oncorhnchus mykiss (Walbaum)[J]. Aquac Res, 2017, 48(5): 2438-2452. doi: 10.1111/are.13080
[4] GUPTA V K, KIM M, BAKSHI U, et al. A predictive index for health status using specieslevel gut microbiome profiling[J]. Nat Commun, 2020, 11(1): 4635. doi: 10.1038/s41467-020-18476-8
[5] GADOIN E, DURAND L, GUILLOU A, et al. Does the composition of the gut bacteriome change during the growth of tuna?[J]. Microorganisms, 2021, 9(6): 1157. doi: 10.3390/microorganisms9061157
[6] GIATSIS C, SIPKEMA D, SMIDT H, et al. The impact of rearing environment on the development of gut microbiota in tilapia larvae[J]. Sci Rep, 2015(5): 18206.
[7] 丁红秀, 李忠莹, 刘俊, 等. 不同生境草鱼肠道微生物组成和群落特征分析[J]. 微生物学报, 2021, 61(3): 729-739. [8] 樊英, 于晓清, 李乐, 等. 基于16S rRNA 高通量测序分析大泷六线鱼表皮粘液及肠道内容物微生物多样性[J]. 生物技术进展, 2021, 11(1): 79-90. [9] 郝佳慧, 蔡伟杰, 李柯懋, 等. 高通量测序分析小头裸裂尻鱼皮肤和肠道的微生物多样性[J]. 微生物学报, 2023, 63(1): 233-250. [10] 陈奇, 宋协法, 周广军, 等. 鲟鱼循环水养殖系统中生物滤池的水质变化及微生物群落结构响应[J]. 中国海洋大学学报, 2022, 52(11): 56-66. [11] 苟妮娜, 钟明智, 王开锋. 基于16S rRNA高通量测序的野生和养殖多鳞白甲鱼肠道微生物群落组成研究[J]. 西北农业学报, 2021, 30(7): 963-970. [12] 叶建勇, 唐金玉, 丁辰龙, 等. 基于高通量测序的克氏原螯虾肠道及其养殖环境菌群结构分析[J]. 青岛农业大学学报 (自然科学版), 2020, 37(2): 129-134. [13] 孙立元, 危起伟, 张辉, 等. 基于水声学的长江上游向家坝至宜宾江段鱼类空间分布特征[J]. 淡水渔业, 2014, 44(1): 53-58. doi: 10.3969/j.issn.1000-6907.2014.01.010 [14] 翟万营. 南极鱼亚目鱼类肠道、皮肤黏液及其生存水环境微生物结构和功能研究[D]. 上海: 上海海洋大学, 2020: 7-121. [15] STEPHENS W Z, BURANS A R, STAGAMAN K, et al. The composotion of the zebrafish intestinal microbial community varies across development[J]. ISME J, 2016, 10(3): 644-654. doi: 10.1038/ismej.2015.140
[16] LIU Q F, LAI Z N, GAO Y, et al. Connection between the gut microbiota of largemouth bass (Micropterus salmoides) and microbiota of the pond culture environment[J]. Microorganisms, 2021, 9(8): 1770. doi: 10.3390/microorganisms9081770
[17] 李革雷, 陈昌福, 高宇, 等. 3种养殖模式水体中细菌多样性研究[J]. 华中农业大学学报, 2012, 31(3): 381-390. doi: 10.3969/j.issn.1000-2421.2012.03.021 [18] 熊向英, 赵艳飞, 王志成, 等. 斑点叉尾鮰肠道及其养殖环境菌群结构分析[J]. 水产科学, 2022, 41(4): 589-596. [19] 吴欢欢, 王伟继, 吕丁. 应用高通量测序技术分析大菱鲆幼鱼肠道及其养殖环境的微生物群落结构[J]. 渔业科学进展, 2019, 40(4): 84-94. [20] 张琛, 王岩, 郑峡飞, 等. 海水网箱养殖花鲈和日本黄姑鱼肠道细菌的多样性[J]. 中国水产科学, 2020, 27(9): 1113-1124. [21] LOWREY L, WOODHAMS D C, TACCHI L, et al. Topographical mapping of the rainbow trout (Oncorhynchus mykiss) microbiome reveals a diverse bacterial community with antifungal properties in the skin[J]. Appl Environ Microb, 2015, 81(19): 6915-6925. doi: 10.1128/AEM.01826-15
[22] 但言, 余凤琴, 李双, 等. 不同生长阶段大口黑鲈肠道微生物多样性研究[J]. 西南农业学报, 2021, 34(12): 2798-2802. [23] 刘妮, 彭作刚. 玫瑰高原鳅肠道微生物多样性研究[J]. 水生生物学报, 2021, 45(1): 118-124. doi: 10.7541/2020.2019.169 [24] HUANG Q, SHAM R C, DENG Y, et al. Diversity of gut microbiomes in marine fishes is shaped by host-related factors[J]. Mol Ecol, 2020, 29(24): 5019-5034. doi: 10.1111/mec.15699
[25] 谭八梅, 王荦, 裴泓霖, 等. 不同季节刺参养殖池塘水样菌群结构与功能特征研究[J]. 渔业科学进展, 2021, 42(3): 77-88. [26] 高远, 李甍, 董登攀, 等. 凡纳滨对虾养殖系统中异养和自养型生物絮团的微生物特性及其与养殖水环境的关系[J]. 中国水产科学, 2022, 29(6): 864-873. doi: 10.12264/JFSC2021-0356 [27] 黄薇, 周华书, 刘兰英, 等. 鲟鳇鱼网箱养殖环境微生物菌群结构及潜在病原菌分析[J]. 水生生物学报, 2021, 45(6): 1255-1263. [28] COTTRELLl M T, KIRCHMAN D L. Nature assemblages of marine proteobacteria and members of the Cytophaga-Flavobacter cluster consuming low-molecular and high-molecular weight dissolved organic matter[J]. Appl Environ Microb, 2000, 66(4): 1692-1697. doi: 10.1128/AEM.66.4.1692-1697.2000
[29] KLASE G, LEE S, LIANG S, et al. The microbiome and antibiotic resistance in integrated fishfarm water: implications of environmental public health[J]. Sci Total Environ, 2019, 649: 1491-1501. doi: 10.1016/j.scitotenv.2018.08.288
[30] 施云芬, 郑蕾, 马慧, 等. 脉冲水解酸化-A/O生物反应器处理石化废水的中试研究及微生物群落结构解析[J]. 科技导报, 2017, 35(23): 39-45. [31] CHEN J, ROBB C S, UNFRIED F, et al. Alpha- and beta-mannan utilization by marine Bacteroidetes[J]. Environ Microbiol, 2018, 20(11): 4127-4140. doi: 10.1111/1462-2920.14414
[32] 高晓华, 张海强, 安伟. 凡纳滨对虾急性肝胰腺坏死病致病菌的分离鉴定、药敏特性及其组织病理学观察[J]. 淡水渔业, 2022, 52(3): 82-90. [33] 徐春霞. 网箱养殖大黄鱼内脏白点病病原菌分离鉴定及致病性研究[J]. 水产科学, 2021, 40(5): 670-678. [34] 张建明, 田甜, 张德志. 中华鲟幼鱼细菌性烂鳃病的诊断与治疗[J]. 水产科技情报, 2017, 44(5): 245-247. [35] DI J, ZHANG S H, HUANG J, et al. Isolation and identification of pathogens causing haemorrhagic septicaemia in cultured Chinese sturgeon (Acipenser sinensis)[J]. Aquac Res, 2018, 49(11): 3624-3633. doi: 10.1111/are.13830
[36] 王文龙. 嗜水气单胞菌在西伯利亚鲟体内的分布及其引起的病理学变化[D]. 成都: 四川农业大学, 2010: 28-35. [37] 刘亚, 杨锐, 陈叶雨, 等. 达氏鲟维氏气单胞菌的分离鉴定及病理组织学观察[J]. 南方农业学报, 2018, 49(6): 1235-1241. doi: 10.3969/j.issn.2095-1191.2018.06.28 [38] YANG R, LIU Y, WANG Y, et al. Pathogenesis and pathological analysis of Edwardsiella tarda from Dabry's sturgeon (Acipenser dabryanus) in China[J]. Aquaculture, 2018, 495: 637-642. doi: 10.1016/j.aquaculture.2018.04.010
[39] 杨移斌, 夏永涛, 赵蕾, 等. 鲟源弗氏柠檬酸杆菌分离鉴定及药敏特性研究[J]. 水生生物学报, 2013, 37(4): 766-771. [40] 杨圆圆, 杨移斌, 曹海鹏, 等. 杂交鲟源恶臭假单胞菌的分离鉴定及药敏特性研究[J]. 浙江农业学报, 2017, 29(12): 1978-1985. doi: 10.3969/j.issn.1004-1524.2017.12.04 [41] 杨移斌, 杨秋红, 刘永涛, 等. 俄罗斯鲟停乳链球菌停乳亚种分离、鉴定及其药敏特性研究[J]. 中国预防兽医学报, 2017, 39(9): 717-721. [42] SHARIFPOUR I, SOLTANI M, MAZANDARAN M. Histopathological features of infection by Streptococcus iniae in Persian sturgeon, Acipenser persicus[J]. J Aquat Anim Health, 2020, 6(2): 39-48. doi: 10.52547/ijaah.6.2.39
[43] PATE M, JENCIC V, ZOLNIR-DOVC M, et al. Detection of mycobacteria in aquarium fish in Slovenia by culture and molecular methods[J]. Dis Aquat Organ, 2005, 64(1): 29-35.
[44] ANTUOFERMO E, PAIS A, NUVOLI S, et al. Mycobacterium chelonae associated with tumor-like skin and oral masses in farmed Russian sturgeons (Acipenser gueldenstaedtii)[J]. BMC Vet Res, 2014, 10: 18. doi: 10.1186/1746-6148-10-18
[45] ZHANG Q Q, WANG X H, ZHANG D F, et al. De novo assembly and analysis of Amur sturgeon (Acipenser schrenkii) transcriptome in response to Mycobacterium marinum infection to identify patative genes involved in immunity[J]. J Microbiol Biontechn, 2019, 29(8): 1324-1334. doi: 10.4014/jmb.1903.03034
[46] 阮瑞, 吴金平, 李营, 等. 人工养殖下达氏鰉幼鱼肠道菌群组成分析[J]. 淡水渔业, 2018, 48(5): 93-98. doi: 10.3969/j.issn.1000-6907.2018.05.015 [47] 樊英, 王友红, 姬广磊, 等. 基于宏基因组测序技术揭示大泷六线鱼肠道微生物特征[J]. 微生物学报, 2023, 63(1): 357-375. doi: 10.13343/j.cnki.wsxb.20220338 [48] KIM M, QIE Y, PARK J, et al. Gut microbial metabolites fuel host antibody responses[J]. Cell Host Microbe, 2016, 20(2): 202-214. doi: 10.1016/j.chom.2016.07.001
[49] SPOR A, KOREN O, LEY R. Unravelling the effects of the environment and host genotype on the gut microbiome[J]. Nat Rev Micribiol, 2011, 9(4): 279-290. doi: 10.1038/nrmicro2540
[50] 王艳芳. 滇黄精多糖改善大鼠脂代谢紊乱的作用研究[D]. 昆明: 云南中医学院, 2017: 41-52. [51] LOUIS P, FLINT H J. Diversity, metabolism and microbial ecology of butyrate-producing bacteria from the human large intestine[J]. FEMS Microbiol Lett, 2009, 294(1): 1-8. doi: 10.1111/j.1574-6968.2009.01514.x
-
期刊类型引用(2)
1. 巫旗生，宁岳，祁剑飞，郭香，罗辉玉，曾志南，葛辉. 和蔼巴非蛤人工育苗及稚贝培育技术. 福建农业科技. 2024(10): 9-14 . 
百度学术
2. 杨凌，刘一鸣，徐炳杰，王超奇，吴韬，邢清淦，裴琨，韦朝民，曾尚伟，潘英. 钝缀锦蛤在北海、防城港、钦州海区的中培与养成实验. 南方水产科学. 2023(06): 38-50 . 本站查看
其他类型引用(1)
下载:
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
- 被引次数: 3
粤公网安备 44010502001741号
