Effects of complex carbon sources on vertical distribution and exchange flux of dissolved nutrients at sediment-water interface
-
摘要:
为深入探究复合碳源的净化机理，以大口黑鲈 (Micropterus salmoides) 养殖系统为实验对象，设置2个处理组，分别添加玉米皮复合碳源和水稻杆复合碳源，对照组不添加复合碳源。通过平衡式孔隙水采样 (Pore water equilibriums, Peeper) 技术采集各组沉积物-水界面垂直剖面的原位水样，分析各组营养盐的垂直分布特征，并估算沉积物-水界面的交换通量，进而研究复合碳源对沉积物-水界面氮迁移转化的影响。结果表明：1) 各组沉积物-水界面各营养盐均具有明显的垂直分布规律，除铵态氮 (NH4 +-N)、总氮 (TN) 外，其他营养盐的浓度随深度增加呈下降趋势。2) 在大口黑鲈养殖系统沉积物中，硝态氮 (NO3 −-N) 是主要的内源释放营养盐；相比对照组，2组复合碳源均促进了沉积物中NH4 +-N的释放；此外，玉米皮碳源减缓了NO3 −-N、亚硝态氮 (NO2 −-N) 和磷酸盐 (PO4 3−-P) 的释放，水稻杆碳源的影响不显著。3) 添加复合碳源促进了水体营养盐的去除，相比水稻杆碳源，玉米皮碳源对TN、PO4 3−-P和化学需氧量 (COD) 的去除率更高，分别为73%、53%和48%。综上，添加复合碳源能够影响营养盐垂直分布特征和沉积物-水界面的扩散通量，其中玉米皮碳源可减缓沉积物中营养盐的释放，且具有较好的水体净化效果。
Abstract:To investigate the purification mechanism of composite carbon source, taking largemouth bass (Micropterus salmoides) breeding system as the experimental object, we added the treatment group with composite carbon source of corn husk and composite carbon source of rice straw, but did not add the control group with composite carbon source, and then collected the in situ water samples from the vertical profiles of each group of the sediment-water interface by using with the Peeper (Pore water equilibriums) technique, so as to analyze the vertical distribution of nutrient salts in each group, estimate the exchange fluxes at the sediment-water interface, and investigate the effects of the composite carbon sources on the nitrogen transport and transformation at the sediment-water interface. The results show that: 1) Each group of nutrient salts at the sediment-water interface had a strong vertical distribution pattern, except for ammonium nitrogen (NH4 +-N) and total nitrogen (TN), while the other nutrient salts showed a decreasing trend with depth. 2) NO3 −-N was the main endogenously released nutrient salts in the sediments of the largemouth bass aquaculture system. Compared with the control group, the two groups of carbon sources both promoted the release of NH4 +-N in the sediments. The corn husk carbon source slowed down the release of nitrate nitrogen (NO3 −-N), nitrite nitrogen (NO2 −-N) and phosphate (PO4 3−-P), and the effect of the rice straw carbon source was insignificant. 3) The addition of the composite carbon source promoted the nutrient salts removal from the water body. Compared with the rice straw carbon source, the corn husk carbon source had higher TN, PO4 3−-P and chemical oxygen demand (COD) removal rates of 73%, 53% and 48%, respectively. In conclusion, adding composite carbon sources affects the vertical distribution characteristics of nutrient salts and diffusion fluxes at the sediment-water interface; the corn husk carbon source slowed down the release of nutrient salts from the sediment and had a better effect on water purification.
-
黄鳝 (Monopterus albus) 属于硬骨鱼纲、合鳃鱼目、合鳃鱼科，为淡水肉食性鱼类[1]，主要分布于中国、日本、印度，以及泰国、印度尼西亚、缅甸等一些东南亚国家[2]。在我国，黄鳝分布在除青藏高原以外的广泛区域，是我国重要的名特优淡水经济鱼类之一，其肉质鲜美，具有很高的营养价值[3]。根据《中国渔业统计年鉴》数据，湖北、江西、安徽、湖南、四川是我国黄鳝养殖主产区，在2016—2020年间年均产量超30万吨，其中湖北省的产量最高，其年产量占全国的40%以上[4-8]。黄鳝通常在完成第一次产卵后会由雌性转为雄性，导致适龄繁育的雌性亲本数量稀缺，极大限制了其产业发展[9]。目前，我国黄鳝养殖主要依赖于野生苗种捕捞，质量参差不齐，这种高强度捕捞对黄鳝养殖产业的可持续性及种质资源造成了极大破坏。在育种方面，目前尚无国家认定的黄鳝养殖品种，因此开展黄鳝品种选育、筛选优良品系、进行家系管理，是当下黄鳝育种工作中的迫切需求。笔者课题组已实现黄鳝全人工繁育技术的突破，已应用于规模化育苗，并开展了家系选育工作，为下一步黄鳝良种的选育奠定了基础。
在黄鳝后续良种选育工作中，亲子鉴定及系谱管理技术是避免其近交衰退的关键技术。传统家系选育工作存在繁琐及环境差异等问题，传统标记手段也存在幼体标记困难及造成应激、损伤、脱落等问题。开发高效亲子鉴定技术可为黄鳝良种选育和种质资源保护及利用提供技术支持。亲子鉴定又称亲权鉴定，可以通过遗传特征相互验证亲本和子代之间是否存在亲缘关系。在育种生产中开展亲子鉴定可有效避免近交导致的种质退化问题。微卫星序列 (Simple sequence repeats, SSR) 具有高度的多态性、稳定性、呈共显性遗传、数量丰富且遵循孟德尔遗传定律的优点，在水生动物亲子鉴定中应用广泛。文萍等[10]使用2组微卫星多重PCR体系对黄喉拟水龟 (Mauremys mutica) 进行亲子鉴定，在父本信息未知时，母本的鉴定准确率为87%；苗贵东等[11]通过2组微卫星多重PCR体系对大菱鲆 (Scophthalmus maximus) 7个家系开展了亲子鉴定，准确率达到98.26%；谢敏敏等[12]通过建立2组微卫星多重PCR体系，对鼋 (Pelochelys cantorii) 家系进行亲子鉴定分析，得到10个位点的双亲排除率为98%；Dong等[13]为了评估中国明对虾 (Fenneropenaeus chinensis) 养殖群体亲缘鉴定的可行性，使用5个微卫星位点，获得了92.9%的鉴定成功率；辛苗苗等[14]使用7个微卫星位点对多倍体中华鲟 (Acipenser sinensis) 进行亲子鉴定分析，得到双亲累计排除率为99.99%；Yang等[15]利用10个微卫星位点对鳜 (Siniperca chuatsi) 5个全同胞家系进行了亲子鉴定，得到的实际鉴定率为95%，且随机选择了69个后代进行双盲试验，结果表明95%的子代可以正确聚类；Zhu等[16]筛选出了14个用于评价斑节对虾 (Penaeus monodon) 亲子关系的微卫星标记，并用其中多态性最高的6个微卫星标记获得了99%的鉴定准确率。
目前，黄鳝已开发出较多的微卫星标记，如刘臻等[17]通过富集文库法开发了20个微卫星标记，设计了8对4碱基重复高度多态性的微卫星引物，分析了3种不同性别表型黄鳝群体的遗传多样性；Li等[18]使用富集文库法分离了16对微卫星引物，分析了两个黄鳝自然群体的遗传多样性和群体结构；Zhang等[19]通过RAD (Restriction-site associated DNA tags，简化基因组) 测序在基因组中鉴定出了9 897个微卫星，并筛选出28对多态性引物。但上述研究开发的微卫星标记仅用于遗传多样性分析，目前尚未见利用微卫星多重PCR体系对黄鳝进行亲子鉴定的相关研究报道。本研究利用笔者课题组前期发表的高度多态性微卫星标记[20]和基于黄鳝基因组数据开发的新的微卫星标记[21]，结合繁育的黄鳝全同胞家系，建立了基于微卫星多重PCR的亲子鉴定技术，为后续黄鳝育种以及种质资源保护提供基础。
1. 材料与方法
1.1 实验材料
黄鳝样本取自中国水产科学研究院长江水产研究所窑湾基地。雌、雄亲本按照1∶1比例得到11个全同胞家系，雌、雄亲本完成繁殖后取背部肌肉于−80 ℃保存，每个家系在孵化出膜至30日龄随机选取10尾于−80 ℃保存。随机挑选4个黄鳝家系子代各10尾和随机候选亲本4尾，同样−80 ℃保存。
1.2 基因组DNA的提取
基因组DNA采用苯酚-氯仿法[22]提取，用1% (w) 琼脂糖凝胶电泳以及分光光度计检测DNA浓度及完整性。将合格的DNA用双蒸水 (ddH2O) 稀释至100 ng·μL−1，于−20 ℃保存。
1.3 多态性微卫星引物的筛选
黄鳝全基因组数据来源于中国科学院国家基因研究中心数据库 (CRA003062)。使用MISA对黄鳝全基因组序列中的完美型SSR进行检索[23]，检索标准与课题组前期筛选微卫星的标准一致。挑取了148个SSR位点，同时提取SSR位点前后200 bp的序列，使用Primer premier 3.0软件设计引物。随机选取6尾黄鳝的混合DNA为模板，进行微卫星引物的扩增效果及初步的多态性验证，共获得35对扩增效果理想的引物。另挑选课题组前期发表的具有高度多态性的15对微卫星引物，共50对微卫星引物，以参与繁殖的22尾黄鳝亲本DNA为模板进行筛选，选择扩增等位基因数较多、出峰质量较好的位点。
1.4 多重PCR体系的构建及优化
对筛选获得的16对微卫星引物进行荧光修饰 (FAM、HEX、ROX、TAMRA) ，由武汉天一辉远科技有限公司合成，以亲本DNA为模板进行多重PCR构建。构建过程中避免产生引物二聚体、发卡结构和错配等现象，优化模板DNA浓度、退火温度、延伸时间等反应条件。根据片段大小将引物分为两组，两组引物等比混合开展预实验，根据出峰结果调整引物浓度，最终确定最佳的多重PCR体系。
PCR反应体系10 μL，包含2×PCR Mix 5 μL，10 pmol·μL−1上下游引物各0.5 μL，基因组DNA 1 μL以及灭菌超纯水3 μL。扩增程序为：95 ℃预变性5 min；95 ℃变性30 s，62~53 ℃退火30 s，72 ℃延伸30 s，共10个循环，其中退火温度每次循环下降1 ℃；95 ℃变性30 s，52 ℃退火30 s，72 ℃延伸30 s，共25个循环；72 ℃延伸20 min。使用1% (w) 的琼脂糖凝胶电泳检测扩增产物的完整性，然后由ABI3730XL测序仪进行毛细管电泳检测 (由武汉天一辉远生物科技有限公司完成)，使用GeneMarker[24]读取各位点等位基因大小。
1.5 数据统计及分析
将整理的亲本与子代基因型结果导入Cervus 3.0[25]进行等位基因频率分析、模拟分析和亲子鉴定分析。模拟分析设置模拟子代数为10 000个，候选亲本数为父母本各11对，对100%的候选亲本进行抽样模拟分析，允许1%的分型错误，置信度为95%。在性别已知和未知的情况下，基于16个微卫星位点模拟分析不同候选亲本数情况下的鉴定率，设置模拟子代数目为10 000个，候选亲本数分别为20、50、100、150和200对，抽样比例为100%，允许1%的分型错误，置信度为95%。根据多态信息含量大小将16个微卫星位点排序，分析微卫星位点数与鉴定率之间的关系。统计所有子代样本在某一位点出现的所有基因型，单个样本在该位点存在对应基因型则记为1，否则记为0，构建基因型0/1矩阵，并根据该矩阵利用NTSYS软件[26]对110尾家系子代进行聚类分析。利用NTSYS软件对4个家系共40尾子代进行聚类分析，验证微卫星多重PCR体系的准确率。
其中单个位点的非亲排除率 (NEP) 由Cervus 3.0软件计算得到，累积非亲排除率 (CEP) 计算公式如下：
$$ R_{\rm{CEP}}=1-{\prod} _{i=1}^{n}{(1-R}_{\mathrm{N}\mathrm{E}\mathrm{P},i}) $$ (1) 式中：RCEP为累积非亲排除率；RNEP, i为第i个微卫星位点的NEP值；n为微卫星位点排除概率的数目。CE-1P对应用NE-1P计算，CE-2P对应用NE-2P计算，CE-PP对应用NE-PP计算。
2. 结果
2.1 微卫星的筛选与多重PCR建立
从黄鳝基因组预测的148个微卫星位点，筛选获得了扩增效果较好的微卫星引物35对。进而以30尾亲本为模板，从50对微卫星引物中筛选得到16对多态性高、扩增效果好的微卫星引物。
将筛选的16对微卫星引物进行不同组合并优化反应程序、调整引物浓度比例，最终确定2 组多重PCR (表1)。2组多重PCR的扩增效率都较好，分型结果符合预期。A组多重PCR体系各位点如见图1。
表 1 黄鳝 2 组微卫星多重PCR的引物信息Table 1. Primer information of two multiplex PCR sets of microsatellites in M. albus分组
Group位点
Locus重复单元
Reapet motif退火温度
Tm/℃引物序列
Primer sequence荧光标记
Fluorescence label片段长度
Size/bp比例
RatioA Mta027 (GCA)7 52 F: CTGCGGTAACAAGCGTATCA
R: CTGGGGATCCCAGTCAAACTFAM 147~154 3 Mta141 (GT)17 52 F: CAGAGATGGTCGACTGGTGA
R: AGAGCCATGGGAAGCACTTAFAM 185~312 2 Mta031 (ATG)8 52 F: AGAGGCAGCTCATGGACACT
R: TTCATGGCTGAGCTGACTTGFAM 242~265 3 Ma28 (ATC)7 52 F: GGGATTGTCTGGAATGCTGT
R: GTGAACCCTGAACAGACGGTHEX 144~168 3 Ma39 (GAT)8 52 F: AGGTGAAGGGGAACACACTG
R: TTGCCCTGTCCATTTTTCTCHEX 193~224 3 Ma71 (TCA)13 52 F: TCACATTGCCCAGAGAACAG
R: GGCAGCATCAAGAGACCTTCHEX 258~269 2 Ma24 (CTG)9 52 F: TCGTCTGGCTCAGAGGAGAT
4R: AGCTGCAGCAGGAGGAATACTAMRA 125~143 7 Mta026 (CAG)8 52 F5: TGAACATCCCTTCTTCCACC
R: GTCATGGGTTTGTGTTGCTGTAMRA 171~182 4 Ma85 (TGC)9 52 F: GTGGAAGAAGCTGGATGAGC
R: CACATGGGGTGTTCTCACTGTAMRA 208~236 5 Mta013 (AGG)9 52 F: GAGCGTCTTTTCCATCCTTG
R: CCTACTGCTGCTTCTGGTCCROX 131~150 4 Mta025 (GCT)7 52 F: GCCAAGCAAACGTGTGAGTA
R: AACGAGCTGCGTGTTAAGGTROX 172~184 3 Ma78 (TAAGA)5 52 F: CTGACGGTTGTGTGTAACGG
R: CACGTACGCCGGTTAAACTTROX 214~235 3 B Mta033 (TGT)7 52 F: TGGAGGCAGGAGAAGGAGTA
R: TGAAAGACTCCTCGCAACCTFAM 158~170 1 Mta021 (TGT)7 52 F: AGAGTCTTGCTCGGTTTCCA
R: AGAGTCTTGCTCGGTTTCCAFAM 201~210 1 Ma5 (TCTAC)7 52 F: TTCAGGTTCGGGACTTTGAC
R: AGACGGTTGTGTCAGGAAGGFAM 231~256 1 Mta148 (GT)15 52 F: TTTTCCCAGCAGCTGATTTC
R: CATGACAACAGGACGCAAACHEX 158~174 1 2.2 亲子鉴定分析
16个微卫星位点在黄鳝22尾亲本和110尾子代中的遗传参数如表2所示。等位基因数 (Na) 为3~9，平均等位基因数为5.562；观测杂合度和期望杂合度分别为0.421~0.771和0.382~0.797，平均观测杂合度和期望杂合度分别为0.627和0.619；多态信息含量 (PIC) 为0.347~0.766，平均多态信息含量为0.564，其中Ma71、Ma78、Mta021、Mta027和Mta033表现为中度多态性，其余11个位点均表现为高度多态性。16个位点均未偏离Hardy-Weinberg平衡。
表 2 16 个微卫星位点的遗传参数Table 2. Genetic parameters of 16 SSR loci位点
Locus等位基因数
Na观测杂合度
Ho期望杂合度
He多态信息含量
PICNE-1P NE-2P NE-PP 无效等位基因频率
FNullMa5 5 0.758 0.704 0.647 0.723 0.555 0.380 −0.037 6 Ma24 6 0.550 0.546 0.513 0.833 0.662 0.472 −0.018 2 Ma28 9 0.679 0.660 0.613 0.747 0.574 0.384 −0.017 3 Ma39 9 0.771 0.797 0.766 0.570 0.393 0.206 0.004 0 Ma71 5 0.485 0.494 0.444 0.873 0.732 0.579 0.005 4 Ma78 4 0.489 0.490 0.401 0.880 0.780 0.662 −0.001 5 Ma85 8 0.583 0.717 0.676 0.682 0.504 0.308 0.106 6 Mta013 4 0.583 0.647 0.586 0.775 0.615 0.444 0.046 6 Mta021 4 0.667 0.578 0.485 0.830 0.714 0.574 −0.076 9 Mta025 4 0.652 0.588 0.522 0.822 0.676 0.517 −0.055 4 Mta026 4 0.636 0.621 0.545 0.799 0.657 0.498 −0.020 5 Mta027 3 0.432 0.382 0.347 0.928 0.803 0.675 −0.086 5 Mta031 8 0.756 0.746 0.714 0.640 0.457 0.259 −0.019 3 Mta033 4 0.606 0.509 0.430 0.870 0.756 0.625 −0.100 9 Mta141 8 0.735 0.764 0.732 0.620 0.438 0.244 0.018 8 Mta148 5 0.644 0.666 0.603 0.760 0.600 0.430 0.008 3 双亲未知时单个亲本的累积非亲排除率 Combined non-exclusion probability (First parent): 0.013 807 65 已知单亲时另一个亲本的累积非亲排除率 Combined non-exclusion probability (Second parent): 0.000 339 45 双亲未知时父母本组合的累积非亲排除率 Combined non-exclusion probability (Parent pair): 0.000 001 26 注：NE-1P代表双亲基因型未知时，单个位点的单亲排除率；NE-2P表示已知单亲基因型时，另一亲本单个位点的排除率；NE-PP表示双亲基因型未知时，单个位点的双亲排除率。 Note: NE-1P represents exclusion probability and of the first parent given only the genotype; NE-2P represents exclusion probability for one candidate parent given the genotype of a known parent of the opposite sex; NE-PP represents exclusion probability probability of a parent pair given only the genotype. 将16个微卫星位点根据多态信息含量由大到小排序探究微卫星数量与鉴定率之间的关系。结果如图2所示，随着微卫星位点数的增加，亲子鉴定的模拟鉴定率和实际鉴定率逐渐上升。当位点数为8时，亲子鉴定的模拟鉴定率和实际鉴定率均达到95%。当位点数继续增加，模拟鉴定率无限接近100%，实际鉴定率则保持在95%左右。实际亲子鉴定结果显示，110尾子代中仅有6尾子代的三联LOD≤0，无法准确匹配到真实的父母本，运用16个微卫星位点的实际鉴定成功率为95%。
利用构建的2组多重PCR体系计算黄鳝11个家系单个位点的排除概率和累计排除概率，结果见表2。NE-1P、NE-2P、NE-PP分别为0.570~0.928、0.393~0.803、0.143~0.675，CE-1P、CE-2P、CE-PP分别为0.999 999 99、0.999 999 91、0.999 964 76，模拟亲本已知的情况准确率为99.96%，置信度为95%。说明在理想情况下，使用这16个微卫星标记进行黄鳝的亲子鉴定可以在置信度95%的情况下达到99.96%的准确率。
此外，分别开展了在候选亲本性别已知和未知的情况下进行不同候选亲本数 (20、50、100、150、200对) 的模拟分析。结果如图3所示，当候选亲本数为20对，在候选亲本性别已知或未知的情况下，父本、母本和父母本联合都能够得到99%以上的鉴定率。当候选亲本数为50对时，无论父母本性别是否已知，父母本联合的鉴定率也都在95%左右，单亲本的鉴定率也在93%左右。当候选亲本数为100对时，无论父母本性别是否已知，父母本联合的鉴定率保持在95%以上，但单亲本的鉴定率下降到了90%以下。当候选亲本数为150对时，在候选亲本性别已知和未知的情况下，父母本联合仍然能够得到95%以上的鉴定率。当候选亲本数继续增加至200对时，鉴定率在父母本联合且性别已知的情况下依然有较高的鉴定率 (94.88%)，而在性别未知的情况下，鉴定率明显下降 (89.56%)。单亲本的鉴定率在亲本数为200对时下降至80%左右。
![]()
图 3 黄鳝16个微卫星标记基于不同亲本数的模拟分析Figure 3. Simulation analysis of 16 pairs microsatellite markers of M. albus based on different candidate parent2.3 家系聚类分析
NTSYS聚类分析的结果如图4所示，结果表明11个家系的子代仅有2尾无法正确聚类，分别为个体1-07和101-07，其余子代个体均可以正确聚类，鉴定准确率为98.18%。
![]()
图 4 110个黄鳝家系聚类分析图注：右侧数字代表家系，其中1-07和101-07为聚类错误的子代编号。Figure 4. Cluster analysis diagram of 110 families of M. albusNote: The numbers on the right represent families, and 1-07 and 101-07 are clustered incorrectly.2.4 群体遗传多样性分析
利用两组多重PCR体系对黄鳝11个子代家系群体和全部候选亲本群体独立进行遗传多样性分析，结果见表3。11个子代家系群体的平均等位基因数为0.489，平均观测杂合度和期望杂合度分别为0.632和0.489，平均多态信息含量为0.394。比较候选亲本群体和11个子代家系群体的遗传多样性，发现候选亲本群体的平均等位基因数、观测杂合度和多态信息含量均要高于11个子代家系群体。
表 3 黄鳝子代和亲本群体的遗传多样性Table 3. Genetic diversities of offsprings and parents of M. albus群体
Population平均等位基因数
Mean Na平均观测杂合度
Mean Ho平均期望杂合度
Mean He平均多态信息含量
Mean PIC子代-1 Offspring-1 2.750 0.619 0.495 0.408 子代-41 Offspring-41 2.813 0.688 0.554 0.453 子代-68 Offspring-68 2.375 0.669 0.475 0.375 子代-70 Offspring-70 2.063 0.488 0.386 0.301 子代-77 Offspring-77 2.563 0.719 0.536 0.436 子代-79 Offspring-79 2.125 0.575 0.430 0.334 子代-81 Offspring-81 2.563 0.806 0.574 0.457 子代-85 Offspring-85 2.125 0.494 0.384 0.311 子代-88 Offspring-88 2.375 0.556 0.466 0.373 子代-96 Offspring-96 2.438 0.639 0.506 0.411 子代-101 Offspring-101 3.188 0.700 0.574 0.474 亲本 Parents 5.625 0.556 0.636 0.570 2.5 亲子鉴定的应用
利用另外4个家系的子代和候选亲本44尾个体进行聚类分析。结果如图5，表明仅有个体10-04和23-08无法正确聚类，子代聚类准确率为95%，并且所有4个候选亲本均能正确聚类，说明本实验建立的微卫星多重PCR体系可以用于黄鳝家系的亲子鉴定。
![]()
图 5 亲子鉴定应用聚类分析注：“-”前的数字代表家系、后面的数字代表子代标号，M代表家系对应的母本，F代表家系对应的父本，其中10-04为聚类错误的子代编号。Figure 5. Cluster analysis of parentage test applicationNote: The number before "-" represents the family; the number after "-" represents the offspring label; M represents the female parent corresponding to the family; F represents the male parent corresponding to the family, and 10-04 was clustered incorrectly.3. 讨论
3.1 微卫星多重PCR体系
自20世纪80年代Chamberlain等[27]成功建立多重PCR (Multiplex polymerase chain reaction, MPCR) 体系以来，以其高效、敏感、大幅降低成本、提高检测效率的优势，在基因分型、遗传分析等领域得到广泛应用[28-31]。建立多重PCR反应体系，需要保证同种荧光标记引物的扩增产物不会重叠，以避免基因型误读，从而实现多重优势。本实验筛选获得16个微卫星位点的平均He、平均Ho和平均PIC分别为0.627、0.619和0.564。根据Botstein的标准[32]，11个位点为高度多态性位点，5个位点为中度多态性位点，这一结果与在兰州鲇 (Silurus lanzhouensis) [33]和圆口铜鱼 (Coreius guichenoti) [34]中用于亲子鉴定的微卫星位点多态性水平相近，表明这16个位点具有丰富的遗传多样性，能够用于后续的亲子鉴定。张毅等[35]提出影响多重PCR的关键因素是体系中引物之间是否兼容以及引物浓度的比例。本实验将16对微卫星引物依据扩增产物的片段大小及初步实验，在退火温度确定的情况下根据电泳结果不断地调整引物浓度的比例来保证每对引物的扩增效果，最终构建了2组多重PCR体系，包括A组的十二重PCR体系和B组的四重PCR体系。其中本实验A组十二重PCR体系经过不断调整最终确定了各引物浓度的比例，而B组四重PCR体系仅实验一次就获得了良好的扩增效果，说明当多重PCR体系中引物数量多的时候，引物浓度的比例尤为重要。
3.2 微卫星标记在黄鳝亲子鉴定中的应用
近年来，微卫星亲子鉴定被广泛应用于种质资源保护、新品种选育及种群遗传管理等方面，尤其在品种选育工作中能避免近亲交配并指导生产[36-38]。在微卫星亲子鉴定中，主要根据累计排除概率 (CE-PP) 判定。赵桐茂[39]研究表明，如果CE-PP<80%，则不能确定存在亲子关系；如果95%<CEP≤99%，则可能存在亲子关系；如果CE-PP≥99.73%，则可以认为存在亲子关系。本实验中，16个微卫星位点的CE-PP达到99.99%，说明这批微卫星可以用于黄鳝的亲子鉴定；16个微卫星位点的模拟鉴定率高达99.96%，实际鉴定率达95%，这一结果与哲罗鱼 (Hucho taimen)[40]和黄河鲤 (Cyprinus carpio haematoperus)[41]的结果相近。在实际生产进行亲子鉴定时，往往是在更多的候选亲本中鉴定亲本和子代的关系。本实验进行了不同亲本数的模拟分析，结果表明16个微卫星标记在亲本性别未知的150对亲本和亲本性别已知的200对亲本的情况下，均可达到95%的准确率。利用另外4个黄鳝家系对建立的微卫星多重PCR体系进行验证，结果显示仅有2尾子代聚类错误，说明本实验建立的多重PCR体系可用于黄鳝亲子鉴定。尽管随着家系数量继续增加，亲子鉴定的准确率会逐渐降低，但本实验建立的亲子鉴定技术可以满足一定规模黄鳝育种对亲本数的要求，可以为开展黄鳝新品种选育工作、选育家系规模确定提供参考。此外，根据子代聚类分析的结果，可以将不同家系的子代区分开来，实际生产中在亲本缺失的情况下，可以对混养的不同家系黄鳝进行区分，以有效防止近亲繁殖。
在亲子鉴定中出现实际鉴定率低于模拟鉴定率的情形，原因可能是基因型误读及无效等位基因的存在[42]。根据O'reilly等[43]的研究，在基因分型过程中存在2%~3%的分型错误；此外，二、三碱基重复的微卫星标记在读取基因型大小时可能会因为碱基重复单元较短而出现基因型的误读，使得基因分型的结果存在一定误差。本实验中，实际鉴定率 (95%) 略低于模拟鉴定率 (99.96%) ，筛选的16个微卫星位点中有且仅有一个位点 (Ma85) 的无效等位基因频率大于10%，这可能是造成实际鉴定率略低的原因。
3.3 群体的遗传多样性分析
群体的遗传多样性主要通过有效等位基因数、杂合度 (Ho/He) 和多态信息含量表示，遗传参数越高，多态性越高，说明群体的遗传多样性越高。通过分析发现，各个位点的PIC与NE-PP大致呈反比关系，与韩叶等[44]对大麻哈鱼 (Oncorhynchus keta) 的研究结果一致。比较各子代家系与亲本群体之间的遗传多样性，发现亲本群体的平均期望杂合度和平均PIC均高于子代各群体，说明亲本群体的遗传多样性高于各子代家系群体的遗传多样性，在各子代家系群体中，子代家系81的杂合度最高，子代家系101和子代家系77次之。比较各子代家系群体之间的多态信息含量，发现子代家系101的多态信息含量最高，子代家系81和41次之。综合杂合度和多态信息含量的比较，得出子代家系81和101具有较高的遗传多样性，说明其具有较高的育种潜力，可以作为家系选育的基础群体。11个子代家系群体观测杂合度为0.631，期望杂合度为0.618，多态信息含量为0.562，整体而言杂合度和多态信息含量均低于我国长江中下游湖北、安徽、江苏、浙江4省的野生黄鳝群体[45-46]和江西1个野生黄鳝群体，但高于天津3个野生黄鳝群体[47]，说明选育家系子代群体的遗传多样性相比野生群体有所下降。
4. 结论
本研究筛选得到了16个高度多态性的微卫星标记，建立了2组可用于黄鳝亲子鉴定的微卫星多重PCR体系，在黄鳝110尾子代及22尾亲本中达到了95%的鉴定率，研究结果有助于黄鳝的家系选育与管理，并可为其种质资源保护和良种选育提供理论依据和技术手段。
-
![]()
图 2 各组营养盐垂直分布特征
Figure 2. Characteristics of vertical distribution of nutrient salts in each group
![]()
图 4 各组营养盐浓度PCA分析
注：三角形代表不同深度；T. 温度；TN. 总氮；TP. 总磷； NH4 +-N. 铵态氮；NO3 −-N. 硝态氮；NO2 −-N. 亚硝态氮；PO4 3−-P. 磷酸盐。
Figure 4. PCA analysis of nutrient salt concentration in each group
Note: Triangles represent different depths; T. Temperature; TN. Total nitrogen; TP. Total phosphorus.
![]()
图 5 各理化因子与深度相关性
注：*. p<0.05；**. p<0.01；T. 温度；TN. 总氮；TP. 总磷； NH4 +-N. 铵态氮；NO3 −-N. 硝态氮；NO2 −-N. 亚硝态氮；PO4 3−-P. 磷酸盐。
Figure 5. Correlation between various physical and chemical factors and depth
Note: *. p<0.05; **. p<0.01; T. Temperature; TN. Total nitrogen; TP. Total phosphorus.
![]()
图 6 各组营养盐扩散通量
注：不同字母表示差异显著 (p<0.05)。
Figure 6. Nutrient diffusion fluxes for each group
Note: Different letters represent significant differences (p<0.05).
![]()
图 7 各组营养盐去除率
注：不同字母表示差异显著 (p<0.05)。
Figure 7. Nutrient removal rate in each group
Note: Different letters represent significant differences (p<0.05).
表 1 各组营养盐扩散通量
Table 1 Nutrient diffusion fluxes in each group
营养盐
Nutrient实验组
Experimental group拟合曲线
Fitted equation拟合系数r2 含水率
Moisture content/%
($\overline { x}\pm s $)沉积物孔隙度 φ0/%
($\overline { x}\pm s $)硝态氮
NO3 −-NA C=6.422+0.277z−0.105z2+0.006z3 0.841 37.700±0.008 60.194±0.791 B C=2.8+0.165z−0.053z2+0.004z3 0.852 38.300±0.004 60.822±0.405 C C=12.32+0.717z−0.137z2+0.003z3 0.698 39.000±0.002 61.557±0.223 亚硝态氮
NO2 −-NA C=2.084+0.038z−0.039z2+0.003z3 0.880 37.700±0.008 60.194±0.791 B C=0.73+0.011z−0.014z2+0.002z3 0.702 38.300±0.004 60.822±0.405 C C=0.704−0.017z−0.016z2+0.001z3 0.646 39.000±0.002 61.557±0.223 铵态氮
NH4 +-NA C=4.836−0.42z+0.068z2−0.003z3 0.924 37.007±0.008 60.194±0.791 B C=10.851−1.313z+0.062z2+0.002z3 0.900 38.300±0.004 60.822±0.405 C C=0.417−0.774z+0.157z2−0.007z3 0.887 39.000±0.002 61.55 ±0.223 磷酸盐
PO4 3−-PA C=2.262+0.115z−0.03z2+0.002z3 0.883 37.700±0.008 60.194±0.791 B C=1.725−0.19z−0.002z2+0.000 8z3 0.876 38.300±0.004 60.822±0.405 C C=0.489+0.023z−0.004z2+0.000 1z3 0.870 39.000±0.002 61.557±0.223 营养盐
Nutrient实验组
Experimental group$\frac{\partial C}{\partial {z}} $/(mg·L−1·cm−1) 理想扩散系数
D0/(10−6·cm2·s−1)实际分子
扩散系数
Ds/(10−6·cm2·s−1)营养盐界面
扩散通量
F/(mg·m−2·d−1)硝态氮
NO3 −-NA 6.600 19.00 11.437 646.743 B 2.916 11.556 295.619 C 12.903 11.696 620.997 亚硝态氮
NO2 −-NA 2.086 19.10 11.497 112.113 B 0.729 11.617 43.262 C 0.672 11.757 105.707 铵态氮
NH4 +-NA 4.481 16.80 10.110 267.455 B 9.602 10.220 186.280 C −0.207 10.340 −15.728 磷酸盐
PO4 3−-PA 2.3490 6.12 3.680 44.957 B 1.533 8 3.720 30.991 C 0.508 1 3.770 47.039 注：A. 水稻杆组；B. 玉米皮组；C. 对照组；拟合曲线中C代表深度，z代表营养盐浓度；∂C/∂z. 沉积物间隙水中营养盐浓度梯度。 Note: A. Rice straw group; B. Corn husk group; C. Control group. In the fitted curve, C represents depth and z represents nutrient concentration; ∂C/∂z. Gradient of nutrient salt concentration in the sediment interstitial water. 
下载: 导出CSV
-
[1] VIDAL-GAVILAN G, CARREY R, SOLANAS A, et al. Feeding strategies for groundwater enhanced biodenitrification in an alluvial aquifer: chemical, microbial and isotope assessment of a 1D flow-through experiment[J]. Sci Total Environ, 2014, 494: 241-251.
[2] CRITCHLEY K, RUDOLPH D L, DEVLIN J F, et al. Stimulating in situ denitrification in an aerobic, highly permeable municipal drinking water aquifer[J]. J Contam Hydrol, 2014, 171: 66-80. doi: 10.1016/j.jconhyd.2014.10.008
[3] GUO K, SHI M M, HUANG X L, et al. The effect of artificial substrate and carbon source addition on bacterial diversity and community composition in water in a pond polyculture system[J]. Fishes, 2024, 9(3): 80. doi: 10.3390/fishes9030080
[4] LU Z Y, XIE J, ZHU D T, et al. The combination of nanobubble aeration and iron-based multi-carbon source composites achieves efficient aquaculture wastewater nitrogen removal[J]. Chem Eng J, 2024, 491: 152093. doi: 10.1016/j.cej.2024.152093
[5] LI C Y, WANG H Y, YAN G K, et al. Initial carbon release characteristics, mechanisms and denitrification performance of a novel slow release carbon source[J]. J Environ Sci, 2022, 118: 32-45. doi: 10.1016/j.jes.2021.08.045
[6] ANDERSON H, JOHENGEN T, MILLER R, et al. Research progress in solid carbon source-based denitrification technologies for different target water bodies[J]. Sci Total Environ, 2021, 782: 146669. doi: 10.1016/j.scitotenv.2021.146669
[7] 钟大森. 两种配养动物的扰动作用对沉积物—水界面营养盐迁移转化的影响[D]. 青岛: 中国海洋大学, 2015: 1-3. [8] 范成新. 湖泊沉积物—水界面研究进展与展望[J]. 湖泊科学, 2019, 31(5): 1191-1218. doi: 10.18307/2019.0514 [9] 冀峰. 太湖西岸湖滨带沉积物主要生源要素的分布特征[D]. 南京: 南京师范大学, 2016: 7-12. [10] 杜彦秋, 吴文广, 张子军, 等. 凡纳滨对虾盐碱水养殖池塘沉积物-水界面氮元素交换通量的研究[J]. 水生生物学报, 2024, 48(7): 1183-1192. doi: 10.7541/2024.2023.0381 [11] LI S L, SANG C Y, WANG A, et al. Effects of dietary carbohydrate sources on growth performance, glycogen accumulation, insulin signaling pathway and hepatic glucose metabolism in largemouth bass, Micropterus salmoides[J]. Aquaculture, 2019, 513: 734391. doi: 10.1016/j.aquaculture.2019.734391
[12] 李胜杰, 姜鹏, 白俊杰, 等. 大口黑鲈生长相关标记的聚合及其效果分析[J]. 水生生物学报, 2019, 43(5): 962-968. doi: 10.7541/2019.114 [13] GODAHEWA G, LEE S, KIM J, et al. Analysis of complete genome and pathogenicity studies of the spring viremia of carp virus isolated from common carp (Cyprinus carpio carpio) and largemouth bass (Micropterus salmoides): an indication of SVC disease threat in Korea[J]. Virus Res, 2018, 255: 105-116. doi: 10.1016/j.virusres.2018.06.015
[14] SUBHADRA B, LOCHMANN R, RAWLE S, et al. Effect of dietary lipid source on the growth, tissue composition and hematological parameters of largemouth bass (Micropterus salmoides)[J]. Aquaculture, 2006, 255(1/2/3/4): 210-222.
[15] SUN J, ZHAO L, LIAO L, et al. Interactive effect of thermal and hypoxia on largemouth bass (Micropterus salmoides) gill and liver: aggravation of oxidative stress, inhibition of immunity and promotion of cell apoptosis[J]. Fish Shellfish Immunol, 2020, 98: 923-936. doi: 10.1016/j.fsi.2019.11.056
[16] LU Z Y, TIAN W J, CHU M L, et al. A novel and thorough research into desorption behavior of PAHs from sediments to seawater: aging process, thermodynamics, kinetics, influencing factors[J]. Chem Eng J, 2024, 480: 148322. doi: 10.1016/j.cej.2023.148322
[17] 张楠楠, 胡斌, 程伟. 洪泽湖沉积物间隙水有色可溶性有机质组成及分布特征[J]. 环境科技, 2023, 36(6): 1-7. doi: 10.3969/j.issn.1674-4829.2023.06.002 [18] LIU L, HE N N, BORHAM A, et al. The effect of iron-modified biochar on phosphorus adsorption and the prospect of synergistic adsorption between biochar and iron-oxidizing bacteria: a review[J]. Water, 2023, 15(18): 3315. doi: 10.3390/w15183315
[19] 朱宜平, 高佩玥, 赵一赢, 等. 华东某水库表层沉积物氨氮释放贡献量分析[J]. 上海大学学报 (自然科学版), 2022, 28(1): 49-56. [20] 关昊鹏, 谢筱婷, 陈思睿, 等. 富硫型水库沉积物AVS和SEM空间分布特征及重金属风险评价[J]. 湖泊科学, 2024, 36(2): 452-467. doi: 10.18307/2024.0223 [21] 董贯仓, 付朝松, 冷春梅, 等. 三种池塘水-沉积物营养物质分布特征分析[J]. 山东师范大学学报 (自然科学版), 2023, 38(3): 253-258. [22] 时丹. 沉积物间隙水磷的高分辨被动采样技术研究[D]. 南京: 南京农业大学, 2009: 15-16. [23] HESSLEIN R. An in situ sampler for close interval pore water studies 1[J]. Limnol Oceanogr, 1976, 21(6): 912-914. doi: 10.4319/lo.1976.21.6.0912
[24] 周可遥. 新型复合碳源的制备及其强化农村生活污水反硝化效果的研究[D]. 上海: 华东师范大学, 2022: 50-53. [25] LASKOV C, HERZOG C, LEWANDOWSKI J, et al. Miniaturized photometrical methods for the rapid analysis of phosphate, ammonium, ferrous iron, and sulfate in pore water of freshwater sediments[J]. Limnol Oceanogr, 2007, 5(1): 63-71. doi: 10.4319/lom.2007.5.63
[26] TU X H, XIAO B D, XIONG J, et al. A simple miniaturised photometrical method for rapid determination of nitrate and nitrite in freshwater[J]. Talanta, 2010, 82(3): 976-983. doi: 10.1016/j.talanta.2010.06.002
[27] 魏南, 余德光, 谢骏, 等. 吉富罗非鱼温棚池塘上覆水-沉积物间隙水营养盐垂直分布特征及其界面交换通量[J]. 中国水产科学, 2015, 22(4): 716-728. [28] ULLMAN W, ALLER R. Diffusion coefficients in nearshore marine sediments 1[J]. Limnol Oceanogr, 1982, 27(3): 552-556. doi: 10.4319/lo.1982.27.3.0552
[29] LI Y H, GREGORY S. Diffusion of ions in sea water and in deep-sea sediments[J]. Geochim Cosmochim Acta, 1974, 38(5): 703-714. doi: 10.1016/0016-7037(74)90145-8
[30] WU R, LIU Y, ZHANG S, et al. Characterization of nitrogen and phosphorus at the ice-water-sediment interface and the effect of their migration on overlying water quality in Daihai Lake (China) during the freezing period[J]. Sci Total Environ, 2023, 893: 164863. doi: 10.1016/j.scitotenv.2023.164863
[31] 赵海超, 王圣瑞, 焦立新, 等. 洱海沉积物中不同形态磷的时空分布特征[J]. 环境科学研究, 2013, 26(3): 227-234. [32] 古小治, 张雷, 柏祥, 等. 南四湖湿地沉积物及孔隙水基本特性研究[J]. 环境科学, 2010, 31(4): 939-945. [33] 王志齐, 李宝, 梁仁君, 等. 南四湖内源氮磷释放的对比研究[J]. 环境科学学报, 2013, 33(2): 487-493. [34] XIA X H, LIU T, YANG Z F, et al. Enhanced nitrogen loss from rivers through coupled nitrification-denitrification caused by suspended sediment[J]. Sci Total Environ, 2017, 579: 47-59. doi: 10.1016/j.scitotenv.2016.10.181
[35] TAMMEORG O, NÜRNBERG G K, TÕNNO I, et al. Spatio-temporal variations in sediment phosphorus dynamics in a large shallow lake: mechanisms and impacts of redox-related internal phosphorus loading[J]. Sci Total Environ, 2024, 907: 168044. doi: 10.1016/j.scitotenv.2023.168044
[36] LYU Y B, ZHANG M, YIN H B. Phosphorus release from the sediment of a drinking water reservoir under the influence of seasonal hypoxia[J]. Sci Total Environ, 2024, 917: 170490. doi: 10.1016/j.scitotenv.2024.170490
[37] KATSEV S, DITTRICH M. Modeling of decadal scale phosphorus retention in lake sediment under varying redox conditions[J]. Ecol Model, 2013, 251: 246-259. doi: 10.1016/j.ecolmodel.2012.12.008
[38] BROZINCEVIC A, GRGAS D, STEFANAC T, et al. Cost reduction in the process of biological denitrification by choosing traditional or alternative carbon sources[J]. Energies, 2024, 17(15): 3660. doi: 10.3390/en17153660
[39] YIN W J, WANG K, XU J T, et al. The performance and associated mechanisms of carbon transformation (PHAs, polyhydroxyalkanoates) and nitrogen removal for landfill leachate treatment in a sequencing batch biofilm reactor (SBBR)[J]. RSC advances, 2018, 8(74): 42329-42336. doi: 10.1039/C8RA07839D
[40] YANG Z, SUN M, PENG L, et al. Reduction of nutrient fluxes across the sediment-water interface and nutrient accumulation in lotus-fish co-culture aquaculture ponds[J]. Aquac Int, 2024, 32: 7683-7694. doi: 10.1007/s10499-024-01536-x
[41] YAN Y F, ZHOU J B, DU C H, et al. Relationship between nitrogen dynamics and key microbial nitrogen-cycling genes in an intensive freshwater aquaculture pond[J]. Microorganisms, 2024, 12(2): 266. doi: 10.3390/microorganisms12020266
[42] SUN Y, CUI Y, YANG Q F. Diffusion flux of nutrient salts between sediment and waters in shrimp pond and its seasonal change[J]. Fish Res, 1997, 18(1): 60-66.
[43] SUN Y M, SONG J M. Functions of China marginal sea sediments in the cycles of biogenic elements[J]. Mar Environ Sci, 2002, 21(1): 26-33.
[44] WEI L C, ZHANG Y J, HAN Y T, et al. Effective abatement of ammonium and nitrate release from sediments by biochar coverage[J]. Sci Total Environ, 2023, 899: 165710. doi: 10.1016/j.scitotenv.2023.165710
[45] ZILIUS M. Oxygen and nutrient exchange at the sediment-water interface in the eutrophic boreal lagoon (Baltic Sea)[D]. Klaipeda: Klaipeda University, 2011: 73-74.
[46] DAEL T V, VERMEIREN C, SMOLDERS E. Internal loading of phosphorus in streams described by a Sediment-Water Exchange Model for Phosphorus (SWEMP): from lab to field scale[J]. Sci Total Environ, 2024, 912: 168912. doi: 10.1016/j.scitotenv.2023.168912
[47] HU M J, YAN R B, NI R R, et al. Coastal degradation regulates the availability and diffusion kinetics of phosphorus at the sediment-water interface: mechanisms and environmental implications[J]. Water Res, 2024, 250: 121086. doi: 10.1016/j.watres.2023.121086
[48] LUO W G, XU S Y, LU J, et al. Seasonal sediment phosphate release flux of shallow lakes impacted by dual environmental factors[J]. J Soils Sediments, 2024, 24(3): 1377-1390. doi: 10.1007/s11368-024-03729-6
[49] ANDERSON H, JOHENGEN T, MILLER R, et al. Accelerated sediment phosphorus release in Lake Erie's central basin during seasonal anoxia[J]. Limnol Oceanogr, 2021, 66(9): 3582-3595. doi: 10.1002/lno.11900
[50] ZHAO S N, SHI X H, SUN B, et al. Effects of pH on phosphorus form transformation in lake sediments[J]. Water Supply, 2021, 22(2): 1231-1243.
[51] KIM L, CHOI E, STENSTROM M. Sediment characteristics, phosphorus types and phosphorus release rates between river and lake sediments[J]. Chemosphere, 2003, 50(1): 53-61. doi: 10.1016/S0045-6535(02)00310-7
[52] ALAM M, BARTHOD B, LI J, et al. Geochemical controls on internal phosphorus loading in Lake of the Woods[J]. Chem Geol, 2020, 558: 119873. doi: 10.1016/j.chemgeo.2020.119873
[53] GUO F, YAN G K, WANG H Y, et al. Denitrification enhanced by composite carbon sources in AAO-biofilter: efficiency and metagenomics research[J]. J Environ Sci, 2025, 150: 25-35. doi: 10.1016/j.jes.2024.03.013
-
期刊类型引用(1)
1. 韩豪祥，廉杰，金洪宇，马波. 额尔齐斯河黑鲫胚胎及早期仔鱼发育特征. 中国水产科学. 2024(06): 684-692 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 31
- HTML全文浏览量: 3
- PDF下载量: 1
- 被引次数: 1
粤公网安备 44010502001741号
