Sensitivity analysis of CMSY method based on varying parameter priorassumptions
-
摘要:
受数据不足的限制,大部分渔业难以采用传统的渔业资源评估方法为渔业管理提供建议。因此,基于数据缺乏方法的评估模型逐渐受到关注,其中CMSY是目前国际上应用广泛的数据缺乏评估方法。然而,现有研究表明,CMSY方法的评估结果对先验假设具有高度依赖性,且不同参数先验对模型输出结果的具体影响尚不明确。为探究CMSY参数先验假设对评估结果的影响,从RAM传统资源评估数据库 (RAM Legacy Stock Assessment Database) 中随机选取200个来自不同海域的鱼类及无脊椎动物种群对CMSY敏感性进行分析。系统分析了内禀增长率 (r) 以及开始、中间、最后年份的资源量水平 (Bstart/K、Bint/K、Bend/K,B为生物量,K为环境容纳量) 的上下限先验假设变化对模型估算结果[生物量轨迹、最大可持续产量 (MSY)、最大可持续产量对应的生物量 (BMSY)、最大可持续产量对应的捕捞死亡系数 (FMSY)、相对生物量 (B/BMSY)、相对捕捞死亡系数 (F/FMSY)]的影响。结果表明:1) 生物量轨迹、BMSY、FMSY受r下限的影响大,B/BMSY、F/FMSY受Bend/K上限的影响大,而MSY受各参数先验的影响较小。2) 目级分类差异对CMSY方法的敏感性无显著性影响。3) 参数先验的改变易导致Kobe图中的种群资源状况发生象限迁移,其中Bend/K上限对其影响最大。研究表明,CMSY方法对参数先验设置具有较高的敏感性,建议使用该模型时谨慎设定参数和进行结果分析。
Abstract:Due to data limitation, most fisheries find it difficult to use traditional fisheries stock assessment methods to provide recommendations for fisheries management. As a result, data-limited assessment models have gainedincreasing attention, among which CMSY has become a widely used method internationally. However, studies indicate that CMSY is highly dependent on prior assumptions, and the specific impacts of different parameter priors on model outputs remain uncertain. To address this problem, we conducted a sensitivity analysis of CMSY by randomly selecting 200 fish and invertebrate stocks from different sea areas in the RAM Legacy Stock Assessment Database. The model estimation results, including biomass trajectory, MSY, BMSY, FMSY, B/BMSY and F/FMSY were systematically analyzed to examine their variations by incrementally adjusting the upper and lower bounds of the intrinsic growth rate (r), and the biomass levels at the start, middle and end years (Bstart/K, Bint/K, Bend/K). The results indicate that: 1) Biomass trajectory, BMSY, and FMSY were significantly influenced by the lower bound of r, while B/BMSY and F/FMSY were more sensitive to the upper bound of Bend/K. MSY was less affected by the prior settings of the parameters. 2) Taxonomic classification at the order level exhibited no significant influence on the sensitivity of the CMSY method. 3) Variations in parameter priors were observed to induce quadrant transitions in the population stock status depicted in the Kobe plot, among which the upper bound of Bend/K showed the most significant effect. This study reveals that the CMSY method exhibited high sensitivity to parameter prior settings. It is suggested that careful parameter configuration and result interpretation are essential when utilizing this model.
-
Keywords:
- CMSY /
- Sensitivity analysis /
- Parameter prior /
- Stock assessment /
- Data-limited
-
卵形鲳鲹(Trachinotus ovatus)属于鲈形目、鲳鲹属,肉质细嫩鲜美,营养价值丰富,是深受大众喜爱的海水食用鱼[1]。近年来,中国和东南亚的一些国家对卵形鲳鲹的商业化养殖不断增加[2]。卵形鲳鲹是大量使用配合饲料养殖的海水鱼之一,鱼粉因蛋白质和必需氨基酸含量高、富含n-3多不饱和脂肪酸和维生素等优点[3],一直是卵形鲳鲹配合饲料中使用最多的蛋白源。但由于近年来鱼粉价格上涨且供应量不稳定,寻求合适的蛋白源成为水产行业迫切需要解决的问题。在目前研究的植物蛋白中,豆粕因其消化吸收率高、产量丰富、成本低等优点[4],被认为是可替代鱼粉的蛋白源之一。然而,豆粕存在抗营养因子、适口性差等缺点,这限制了其在饲料中的广泛应用[5]。发酵豆粕是豆粕的加工产物,通过发酵将抗营养因子、蛋白质、纤维等降解来提高大豆蛋白的营养价值和适口性[6-7]。许多研究已证实发酵豆粕在虹鳟(Oncorhynchus mykiss)[8]、黑鲷(Acanthopagrus schlegelii)[9]、杂交罗非鱼(Oreochromis mossambicus×O. niloticus)[10]中部分替代鱼粉,可以获得较好的生长性能和免疫状态。发酵豆粕原料丰富,加工方式绿色环保,营养价值高,可以减少水产行业对鱼粉的依赖,缓解蛋白源相对紧缺的情况。与鱼粉相比,植物蛋白源氨基酸含量非常不平衡,目前已证实赖氨酸和蛋氨酸是内源代谢的2种限制性氨基酸[11],限制性氨基酸含量不平衡会导致鱼体生长性能下降、饲料利用率下降、免疫状态下降等[12]。发酵豆粕替代鱼粉在卵形鲳鲹中也有相关研究,刘兴旺等[13]发现发酵豆粕替代鱼粉水平不超过60.8%对卵形鲳鲹的生长和饲料利用率无不利影响,但未探讨在添加限制性氨基酸条件下发酵豆粕替代鱼粉对卵形鲳鲹的影响。本研究在各发酵豆粕组中添加适量赖氨酸和蛋氨酸,探讨发酵豆粕替代鱼粉对卵形鲳鲹生长和血清生化的影响,以期为卵形鲳鲹合理使用发酵豆粕、优化饲料配方提供科学依据。
1. 材料与方法
1.1 实验饲料
本实验共配制了5种等氮等脂的饲料,以鱼油为主要脂肪源,鱼粉为基础蛋白源。各实验饲料分别添加0% (FM),25% (FSM25),50% (FSM50),75% (FSM75)和100% (FSM100)的发酵豆粕替代鱼粉,并分别添加0%、0.10%、0.22%、0.35%和0.45%的赖氨酸及0%、0.14%、0.27%、0.41%和0.54%的蛋氨酸。饲料原料及营养组成见表1,原料及饲料必需氨基酸组成见表2。所有饲料原料粉碎后过40目筛,原料混匀后依次加入脂肪源、大豆卵磷脂和水,经过制粒机(华南理工大学)制成2.5 mm的沉性饲料颗粒,4 ℃密封备用。
表 1 饲料原料与营养组成Table 1. Ingredients and proximate composition of experimental diets% 原料
ingredient组别 group FM FSM25 FSM50 FSM75 FSM100 鱼粉 fish meal 42 31.5 21 10.5 0 发酵豆粕 fermented soybean meal 0 14 28 42 56 玉米蛋白粉 corn gluten meal 19 20 22 24 26 麦麸 wheat bran 24 20 14 5 0 鱼油 fish oil 6 6.5 7.4 8.6 9.5 α-纤维素 α-cellulose 2.5 1.26 0.61 2.64 1.01 大豆卵磷脂 soybean lecithin 2 2 2 2 2 磷酸二氢钙 calcium dihydrogen phosphate 2 2 2 2 2 氯化胆碱 choline chloride 0.5 0.5 0.5 0.5 0.5 维生素预混料1 vitamin premix 1 1 1 1 1 矿物质预混料2 mineral premix 1 1 1 1 1 赖氨酸 lysine 0 0.10 0.22 0.35 0.45 蛋氨酸 methionine 0 0.14 0.27 0.41 0.54 总计 total 100 100 100 100 100 营养水平/% nutrition level 粗蛋白 protein 42.2 42 43.8 43.4 44.1 粗脂肪 lipid 9.5 9.8 10.4 9.9 9.9 水分 moisture 10.5 10.9 9 9 9.4 灰分 ash 9.2 8.4 7.7 6.9 5.9 注:1. 维生素预混料(每kg含量):维生素A 8 000 000 IU,维生素D3 2 000 000 IU,维生素K3 10 000 mg,维生素E 40 000 mg,维生素B1 7 000 mg,维生素B2 15 000 mg,维生素B6 12 000 mg,维生素B12 100 mg,烟酰胺 90 000 mg,叶酸 1 000 mg,D-泛酸 35 000 mg,生物素 200 mg,肌醇 80 000 mg;2. 矿物质预混料(每kg含量):铁 10 000 mg,铜1 200 mg,锰 5 500 mg,锌 7 000 mg,钴 250 mg,碘 250 mg,硒 50 mg,钾 60 000 mg,钠 24 000 mg,镁 60 000 mg Note: 1. vitamin premix (per kilogram content): Vitamin A 8 000 000 IU, Vitamin D3 2 000 000 IU, Vitamin K3 10 000 mg, Vitamin E 40 000 mg, Vitamin B1 7 000 mg, Vitamin B2 15 000 mg, Vitamin B6 12 000 mg, Vitamin B12 100 mg, nicotinamide 90 000 mg, folic acid 1 000 mg, D-pantothenic acid 35 000 mg, biotin 200 mg, inositol 80 000 mg; 2. mineral premix (per kilogram content): Fe 10 000 mg, Cu 1 200 mg, Mn 5 500 mg, Zn 7 000 mg, Co 250 mg, I2 250 mg, Se 50 mg, K 60 000 mg, Na 24 000 mg, Mg 60 000 mg 表 2 原料及饲料必需氨基酸组成Table 2. Essential amino acids composition of ingredient and experimental diets% 必需氨基酸
essential amino acid鱼粉
fish meal发酵豆粕
fermented soybean meal玉米蛋白粉
corn gluten meal麦麸
wheat bran组别 group FM FSM25 FSM50 FSM75 FSM100 苏氨酸 Thr 2.69 1.92 1.99 1.14 1.54 1.50 1.52 1.52 1.51 缬氨酸 Val 3.12 2.32 2.64 0.80 1.87 1.85 1.86 1.88 1.88 蛋氨酸 Met 1.76 0.25 1.27 0.12 0.85 0.85 0.79 0.77 0.75 异亮氨酸 Ile 2.61 2.18 2.18 0.53 1.61 1.62 1.66 1.73 1.77 亮氨酸 Leu 4.65 3.76 10.11 1.05 4.00 4.05 4.26 4.50 4.67 苯丙氨酸 Phe 2.62 2.59 3.73 0.68 1.93 1.97 2.12 2.27 2.39 赖氨酸 Lys 4.96 3.13 0.97 0.79 2.48 2.35 2.38 2.41 2.38 色氨酸 Try 0.61 0.44 0.26 0.21 0.36 0.35 0.34 0.38 0.36 1.2 实验材料和实验设计
将750尾大小均一、体质健康的卵形鲳鲹[体质量 (42.64±4.68) g]分成5组,每组设3个重复,随机放入15个网箱 (1 m×1 m×1.5 m),每个网箱放50尾。实验鱼采自中国水产科学研究院南海水产研究所热带水产研究开发中心,养殖实验在海南陵水新村港进行。饲养8周,日饱食投喂2次(7:00和16:00),每天准确记录每个网箱的采食量。实验期间,海水盐度约35,温度28~31 ℃,pH 7.4~8.1,溶氧大于5 mg·L–1。
1.3 样品采集
养殖结束后,将鱼饥饿24 h,麻醉后称取各网箱鱼的总质量,计算增重率和特定生长率。从每个网箱中随机取6尾鱼,测量体长、体质量用于计算肥满度,并取内脏和肝脏称质量,计算脏体比和肝体比。从每个网箱中随机取6尾,鱼尾静脉取血用于测定血清生化指标,离心后(3 000×g,4 ℃,10 min)取血清放于–20 ℃保存。取血后,在低温下取出肝脏组织放于1.5 mL无RNA酶冻存管,放入液氮随后放于–80 ℃保存,用于测定肝脏类胰岛素生长因子-1 (insulin-like growth factor-1,IGF-1)和生长激素(growth hormone,GH)基因的表达。
1.4 样品测定
鱼体肌肉水分含量采用105 ℃烘干法测定;灰分含量在马弗炉中550 ℃灼烧8 h后测定;粗蛋白含量采用凯氏定氮法测定;粗脂肪采用索氏提取法测定;原料和饲料氨基酸含量委托广东省质量监督食品检验站测定。
参照酶活试剂盒 (南京建成生物工程研究所) 说明书,测定超氧化物歧化酶 (superoxide dismutase, SOD) 活性和丙二醛 (malondialdehyde, MDA) 含量;血清中的总蛋白 (total protein, TP)、高密度脂蛋白 (high density lipoprotein, HDL)、低密度脂蛋白 (low density lipoprotein, LDL)、谷丙转氨酶 (alanine aminotrans, ALT) 和谷草转氨酶 (aspartate transaminase, AST) 活性委托北京华英生物技术研究所采用迈瑞BS-420全自动生化仪测定。
1.5 RNA提取和实时荧光定量PCR
参照总RNA提取试剂盒(广州美基生物科技有限公司)说明书提取肝脏总RNA,用Nanodrop2000检测RNA浓度,利用1.2%琼脂糖凝胶电泳检测RNA质量。参照PrimeScript™ with gDNA Erase逆转录试剂盒说明书,对RNA样品进行逆转录,逆转录完成的cDNA放于–80 ℃冰箱中保存。
利用Beacon Designer 7设计IGF-1和GH特异性引物,以卵形鲳鲹ef-1α (elongation factor 1 alpha)作为内参,引物序列见表3。肝脏组织cDNA模板浓度稀释至 (50±5) ng·μL–1作为荧光定量模板,qPCR反应根据SYBR Pre-mix ExTaqTM试剂盒 (TaKaRa) 说明书进行。qPCR反应体系为12.5 μL,1 μL cDNA模板,0.5 μL正向引物,0.5 μL反向引物,4.25 μL ddH2O和6.25 μL SYBR Pre-mix ExTaq。qPCR反应条件为:94 ℃预变性30 s;94 ℃变性5 s,62 ℃退火30 s,72 ℃延伸30 s,循环40次。每个样品和内参设4个重复。实验数据使用△CT法(2–△△CT)进行分析。
表 3 免疫相关基因及内参引物Table 3. Real-time quantitative PCR primers for immune related genes and ef-1α引物名称
primer name引物序列 (5'−3')
primer sequence用途
applicationIGF-1-F CGCAATGGAACAAAGTCGG qRT-PCR IGF-1-R AGGAGATACAGCACATCGCACT GH-F GGACGGAGCAGAGATGTT GH-R GCAAGCCAGCAATTCATAGT ef-1α-F CCCCTTGGTCGTTTTGCC 内参 ef-1α-R GCCTTGGTTGTCTTTCCGCT 1.6 计算与统计分析
$$ \begin{array}{*{20}{c}} {{{\text{增重率}}}\left( {{\rm{WGR}}} \right) = \left( {{W_{t}}-{W_{0}}} \right)/{W_{0}} \times 100\% }\\ {{{\text{特定生长率}}}({\rm{SGR}}) =\left( {{{\ln}}{W_{t}}-{{\ln}}{W_{0}}} \right)/t \times 100\% }\\ {{{\text{饲料系数}}}\left( {{\rm{FCR}}} \right) =F/({W_{t}}-{W_{0}}) \times 100\% }\\ {{{\text{肥满度}}}\left( {{\rm{CF}}} \right) = {W_{t}}/l \times 100\% }\\ {{{\text{脏体比}}}\left( {{\rm{VSI}}} \right) = {m_{\rm{V}}}/{W_{t}} \times 100\% }\\ {{\text{肝体比}}}\left( {{\rm{HSI}}} \right) = {m_{\rm{H}}}/{W_{t} \times 100\% } \end{array} $$ 式中W0为实验开始时体质量(g);Wt为实验结束时体质量(g);F为饲料摄入量干质量(g);t为饲养天数(d);mV为鱼内脏质量(g);mH为鱼肝脏质量(g);l为鱼体长 (cm)。采用Excel 2010、SPSS 23.0统计软件进行数据处理分析,进行单因素方差(One-Way ANOVA)分析,若处理有显著差异则进行多重比较(Tukey's)检验,实验结果用“平均值±标准差(
$\overline X \pm {\rm{SD}} $ )”表示。2. 结果
2.1 发酵豆粕替代鱼粉对卵形鲳鲹生长性能及形体指标的影响
FSM25和FSM50组增重率、特定生长率、采食量和肥满度与FM组相比无显著差异(P>0.05),FSM75和FSM100组增重率、特定生长率、采食量和肥满度显著低于FM组(P<0.05);FSM25、FSM50和FSM75组饲料系数与FM组相比无显著差异(P>0.05),FSM100组的饲料系数最高,且显著高于其他各组(P<0.05,表4)。各实验组脏体比和肝体比无显著性差异(P>0.05)。
表 4 发酵豆粕替代鱼粉对卵形鲳鲹生长性能的影响Table 4. Effects of substitution of fish meal by fermented soybean meal on growth performance of T. ovatus项目
item组别 group FM FSM25 FSM50 FSM75 FSM100 增重率/% WGR 209±10a 225±10a 201±10a 163±1b 128±6b 特定生长率/% SGR 1.73±0.05a 1.81±0.04a 1.69±0.05a 1.49±0.01b 1.27±0.04b 饲料系数 FCR 1.99±0.02b 1.73±0.05b 1.83±0.08b 1.96±0.04b 2.40±0.14a 采食量/kg FI 8.94±0.44a 8.45±0.26a 8.01±0.18a 6.76±0.14b 6.67±0.21b 脏体比/% VSI 5.47±0.09 6.72±0.50 6.62±0.54 5.99±0.23 6.15±0.26 肝体比/% HSI 0.88±0.20 1.75±0.40 2.12±0.64 1.05±0.17 1.61±0.26 肥满度/% CF 3.90±0.09a 3.96±0.24a 3.62±0.26ab 2.95±0.21b 2.94±0.12b 注:同行数据不同字母表示差异显著(P<0.05),下表同此 Note: Values in the same row with the different superscript are significant different (P< 0.05). The same case in the following tables. 根据发酵豆粕替代水平与卵形鲳鲹特定生长率进行回归分析,以发酵豆粕替代鱼粉水平为横坐标,卵形鲳鲹特定生长率为纵坐标,得出y=–8E–05x2+0.002 8x+1.748 9 (R2=0.982 7)的方程,求一元二次曲线最高点所对应的横坐标,得出发酵豆粕替代鱼粉为17.5%时卵形鲳鲹能获得最佳的生长性能。卵形鲳鲹特定生长率与发酵豆粕替代量的关系见图1。
2.2 发酵豆粕替代鱼粉对卵形鲳鲹肌肉营养成分的影响
发酵豆粕各组肌肉水分含量与FM组无显著差异(P>0.05),但FSM100组显著高于FSM25和FSM50组(P<0.05);灰分、粗脂肪和粗蛋白含量在各组之间无显著差异(P>0.05,表5)。
表 5 发酵豆粕替代鱼粉对卵形鲳鲹肌肉营养成分的影响Table 5. Effects of Effects of substitution of fish meal by fermented soybean meal on proximate composition in muscle of T. ovatus% 项目
item组别 group FM FSM25 FSM50 FSM75 FSM100 水分 moisture 72.93±0.47ab 71.93±0.68b 71.60±0.46b 73.60±0.45ab 74.30±0.42a 灰分 ash 1.43±0.03 1.43±0.03 1.40±0.00 1.33±0.07 1.43±0.03 粗蛋白 crude protein 4.00±0.15 3.53±0.32 4.07±0.29 3.60±0.30 2.93±0.13 粗脂肪 crude lipid 20.47±0.09 20.67±0.27 20.57±0.15 20.70±0.32 20.47±0.15 2.3 发酵豆粕替代鱼粉对卵形鲳鲹血清生化指标的影响
FSM75和FSM100组AST活性和TP含量分别显著高于和低于FM组(P<0.05),FSM25和FSM50组与FM组无显著差异(P>0.05,表6);FSM100组ALT和SOD活性最高且显著高于FM组(P<0.05),其他各组与FM组无显著差异(P>0.05);发酵豆粕各组血清中MDA含量与FM组无显著差异(P>0.05),各组HDL和LDL无显著差异(P>0.05)。
表 6 发酵豆粕替代鱼粉对卵形鲳鲹血清生化的影响Table 6. Effects of substitution of fish meal by fermented soybean meal on serum biochemistry of T. ovatus项目
item组别 group FM FSM25 FSM50 FSM75 FSM100 总蛋白/g·L–1 TP 19.26±0.13a 19.15±0.29a 17.99±0.46a 14.83±0.54b 14.89±0.49b 高密度脂蛋白/mmol· L–1 HDL 0.92±0.01 0.85±0.02 0.83±0.00 0.86±0.03 0.86±0.04 低密度脂蛋白/mmol· L–1 LDL 0.36±0.10 0.17±0.04 0.28±0.13 0.26±0.02 0.24±0.10 谷草转氨酶/U·L–1 AST 36.44±1.11c 31.54±5.91c 46.3±2.43bc 57.12±2.89b 76.69±5.93a 谷丙转氨酶/U·L–1 ALT 7.86±0.07b 7.32±0.50b 7.34±0.33b 8.65±1.53b 13.07±0.56a 超氧化物歧化酶/U·mL–1 SOD 30.49±0.72b 31.33±1.08ab 34.23±1.38ab 34.59±0.47ab 35.52±1.14a 丙二醛/nmol·mL–1 MDA 2.66±0.16ab 2.39±0.07b 2.45±0.22ab 2.51±0.09ab 3.05±0.05a 2.4 发酵豆粕替代鱼粉对卵形鲳鲹肝脏生长相关基因表达的影响
FSM75和FSM100组IGF-1表达量显著低于FM和FSM25组(P<0.05),FM、FSM25和FSM50组IGF-1基因表达量无显著差异(P>0.05,图2)。FSM75和FSM100组GH表达量显著低于FM、FSM25和FSM50组(P<0.05),FSM25和FSM50组GH表达量与FM组无显著差异(P>0.05)。
3. 讨论
近年来,发酵豆粕在动物饲料中的应用越来越广泛,研究表明适量的发酵豆粕替代鱼粉可以提高猪[14]、鸡[15]、花鲈(Lateolabrax japonicus)[16]、黑鲷[17]等动物的生长性能、饲料转化率等。在未添加限制性氨基酸的发酵豆粕替代鱼粉实验中,刘兴旺等[13]研究表明发酵豆粕替代鱼粉不超过60.8%时不会对卵形鲳鲹生长和饲料利用率产生影响,而赵丽梅等[18]研究表明发酵豆粕替代鱼粉不超过25%时对卵形鲳鲹的生长性能不会产生不利影响。本实验在添加限制性氨基酸后,发现发酵豆粕替代量小于50%对卵形鲳鲹的生长无不利影响,且替代量为17.5%时获得最佳生长。类似实验的结果不同可能与饲料组成、氨基酸组成以及实验环境有关;此外,实验中鱼的大小不同也可能造成实验结果存在差异,如刘兴旺等[13]研究中实验鱼为112 g,赵丽梅等[18]研究中实验鱼为60 g,本研究中实验鱼为42 g。本实验中适量发酵豆粕替代鱼粉后对生长的改善可能主要归功于发酵豆粕营养价值的升高和抗营养因子的消除,且本研究中平衡的氨基酸含量使得发酵豆粕更容易被动物利用[19]。赖氨酸和蛋氨酸是限制鱼类生长的2种氨基酸,为消除限制性氨基酸产生的不利影响,在本实验饲料中添加了适量的赖氨酸和蛋氨酸,结果表明在25%发酵豆粕替代水平下可获得比FM组更优的生长。在鲫(Carassius auratus)[20] 饲料中添加蛋氨酸可显著提高其生长和饲料利用率,在黄颡鱼(Pelteobagrus fulvidraco)[21]豆粕饲料中添加蛋氨酸可促进其生长。在本研究中,高水平的发酵豆粕替代量使得卵形鲳鲹生长性能、饲料利用率和肥满度显著降低,可能是因为当发酵豆粕的使用量过高或者完全替代鱼粉时,发酵豆粕适口性较差、存在少量抗营养因子的缺点会显现出来,这也与采食量结果相对应。大豆球蛋白会破坏肠道结构[22],影响饲料的吸收和利用,进而影响生长。本研究结果与大黄鱼(Larimichthys crocea)[23]、黑鲷[9]、圆斑星鲽(Verasper variegatus)[24]等鱼类的研究结果类似,即发酵豆粕替代量在一定范围内可促进鱼类生长,超过则会抑制。
有研究表明鱼体肌肉组成不受植物蛋白水平的影响,在大黄鱼[25]幼鱼中用发酵豆粕替代鱼粉发现,鱼体肌肉粗蛋白、粗脂肪和灰分含量在各组之间无显著差异。在花鲈[16]中用发酵豆粕替代鱼粉发现,鱼体肌肉粗蛋白和粗脂肪含量不受发酵豆粕水平的影响,这与本实验结果类似。说明在实验养殖期间发酵豆粕替代鱼粉对卵形鲳鲹肌肉营养成分的影响还未表现出来,可能与养殖周期有关。刘兴旺等[13]在卵形鲳鲹中以豆粕和发酵豆粕替代鱼粉也发现了类似结果。
转氨酶是蛋白质合成中重要的酶,在血清中的活性通常被用做脊椎动物肝功能的一般指标。正常血清中的AST和ALT活性较低,当肝功能受损时,细胞膜通透性增加,AST和ALT会由肝释放进入血清,故引起血清中转氨酶活性增强[26]。彭翔等[27]在黑鲷中发现,随着发酵豆粕水平的提高,AST和ALT活性逐渐升高。这与本实验结果一致,表明饲料中高水平的发酵豆粕会引起鱼体肝功能损伤。血清中TP含量也能反映肝脏功能,在本研究中TP在FSM75和FSM100组中显著降低,表明高豆粕水平组卵形鲳鲹对蛋白质的吸收利用率下降,该结果与石斑鱼(Epinephelus coioides)[28]结果类似,但也有研究表明TP含量不受发酵豆粕比例的影响[29],这可能与发酵豆粕来源、饲料组成和鱼的种类有关。SOD是一种重要的抗氧化酶,主要分布于胞浆和细胞质基质中,属于鱼类的内源性抗氧化防御系统,有助于抵消自由基的活动。在凡纳滨对虾(Litopenaeus vannamei)[30]中发现,随着发酵豆粕替代水平的增加,SOD活性逐渐上升。在本研究中,FSM100组SOD活性显著高于FM组,而其他发酵豆粕各组与FM组之间无显著差异,说明发酵豆粕能清除鱼体内的自由基,使鱼体保持正常免疫状态。有研究表明,发酵豆粕中含有较高含量的大豆异黄酮,大豆异黄酮可通过调节机体的抗氧化性来增强机体的免疫能力[31],这可能是SOD活性随发酵豆粕水平增加而上升的原因。
鱼类机体的生长发育主要靠生长激素/胰岛素样生长因子(GH/IGFs)轴来控制[32]。GH可以通过与鱼肝脏中相应的受体结合来促进肝脏IGF的产生,IGF能够随体液到达身体各个部位,促进营养物质的转化积累和调控细胞的分裂增殖,从而起到促进个体生长的作用[33]。同时,个体的营养状况也会对GH和IGF产生反馈性调节。本研究中FSM75和FSM100组IGF-1和GH基因的相对表达量显著低于FM组,这与卵形鲳鲹的生长结果一致。在黄姑鱼(Nibea albflora)幼鱼[34]、中国花鲈(L. maculatus)[35]和黄河鲤(Cyprinus carpio)[36]中植物蛋白替代鱼粉的研究也发现了类似的结果,即高水平的植物蛋白替代量会显著降低肝脏中IGF-1和GH的表达量,从而抑制生长。有研究表明,饲料中限制性氨基酸的不平衡是导致IGF-1和GH表达量下降的因素[37]。本实验各饲料中虽然添加了限制性氨基酸,但由于饲料中补充的氨基酸与蛋白质中的氨基酸吸收不平衡[37],仍会导致饲料中限制性氨基酸不平衡,因此高水平发酵豆粕组中较低的限制性氨基酸吸收水平可能是导致生长相关基因表达量下降的原因。
本实验结果显示,在添加限制性氨基酸后,部分发酵豆粕替代鱼粉有利于卵形鲳鲹的生长,有利于保护肝脏健康,增强抗氧化能力,但较高水平的发酵豆粕替代量会阻碍其生长,损伤肝功能。因此,综合考虑生长和生理状况,在氨基酸平衡的条件下卵形鲳鲹的发酵豆粕替代鱼粉量应不超过50%,最佳替代量为17.5%。
-
图 1 改变参数上限导致Kobe图中种群资源状况发生象限移动的示例
注:PCEE、SWHI和ATKA三个种群代码来源于RAM数据库,分别代表小孔羽鼬鳚 (Genypterus blacodes)、弗氏鱚 (Sillago flindersi) 和单鳍多线鱼 (Pleurogrammus monopterygius)。黑色圆点的-0编号代表其初始参数设置情景,黑色三角形的-8编号代表增加Bend/K参数上限的情景。箭头代表了这些种群参数先验改变后资源状况移动的方向。
Figure 1. Example of quadrant shift in stock status in Kobe plot caused by changing parameter upper limit
Note: The stock codes PCEE, SWHI, and ATKA originated from the RAM database and represented Genypterus blacodes, Sillago flindersi and Pleurogrammus monopterygius, respectively. The black circles with a -0 designation represent the initial parameter setting scenarios, while the black triangles with a -8 designation represent scenarios with an increased upper limit for Bend/K parameters. The arrows represent the directional changes in the stock status from adjustments to the parameter prior settings.
图 2 每个参数先验增加10%时生物量轨迹、MSY 、BMSY、FMSY、B/BMSY、F/FMSY与参考值的差异
注:箱型图内部灰色点为均值;图中未显示离群点。横轴坐标:1. r下限;2. r上限;3. 开始年份资源量水平下限;4. 开始年份资源量水平上限;5. 中间年份资源量水平下限;6. 中间年份资源量水平上限;7. 最后年份资源量水平下限;8. 最后年份资源量水平上限。“*”代表显著性差异,p<0.05;“ns”代表非显著性差异,p≥0.05。黑色虚线为0值参考线。
Figure 2. Difference in biomass trajectory, MSY, BMSY, FMSY, B/BMSY, F/FMSY relative to reference values when each parameter prior increased by 10%
Note: Grey points inside the box plot are means; outliers are not shown in the plot. The horizontal coordinates are: 1. r-lower; 2. r-upper; 3. Bstart/K-lower; 4. Bstart/K-upper; 5. Bint/K-lower; 6. Bint/K-upper; 7. Bend/K-lower; 8. Bend/K-upper. "*" represents a significant difference with p< 0.05; "ns" represents a non-significant difference with p≥0.05. The black dashed line is the zero value reference line.
图 3 不同目的各个种群参数先验增加10%时结果 (生物量轨迹、MSY、BMSY、FMSY、B/BMSY、F/FMSY) 与参考值的差异
注:横坐标中:1. 生物量轨迹;2. 最大可持续产量(MSY);3. 最大可持续产量对应的生物量(BMSY);4. 最大可持续产量对应的捕捞死亡系数(FMSY);5. 相对生物量(B/BMSY);6. 相对捕捞死亡系数(F/FMSY)。蓝色虚线为0值参考线。
Figure 3. Difference in results (Biomass trajectory, MSY, BMSY, FMSY, B/BMSY, F/FMSY) relative to reference values when parameter prior for stocks from different orders increased by 10%
Noet: The horizontal coordinates are: 1. Biomass trajectory; 2. MSY; 3. BMSY; 4. FMSY; 5. B/BMSY; 6. F/FMSY. The blue dashed line is the zero value.
表 1 r的参数先验
Table 1 Parameter prior of r
恢复力
Resiliencer先验范围
Prior range of r高 High 0.600~1.500 中 Medium 0.200~0.800 低 Low 0.050~0.500 非常低 Very low 0.015~0.100 表 2 58个种群中不同参数先验改变对种群资源状况的影响
Table 2 Impact of parameter prior changes on population stock status
参数先验
Parameter priorB/BMSY F/FMSY 向右越过基准线
(个数)
Rightward shift
across baseline
(Number)向左越过基准线
(个数)
Leftward shift
across baseline
(Number)合计
Sum向上越过基准线
(个数)
Upward shift
across baseline
(Number)向下越过基准线
(个数)
Downward shift
across baseline
(Number)合计
Sumr-下限 r-lower 6 1 7 3 10 13 r-上限 r-upper 2 1 3 6 9 15 Bstart/K-下限 Bstart/K-lower 4 2 6 2 8 10 Bstart/K-上限 Bstart/K-upper 4 2 6 3 7 10 Bint/K-下限 Bint/K-lower 3 2 5 4 10 14 Bint/K-上限 Bint/K-upper 5 2 7 2 11 13 Bend/K-下限 Bend/K- lower 4 2 6 4 12 16 Bend/K-上限 Bend/K- upper 30 1 31 1 19 20 合计 Sum 58 13 71 25 86 111 -
[1] 石永闯, 樊伟, 张衡, 等. 适用于数据缺乏渔业的资源评估方法研究进展[J]. 中国水产科学, 2021, 28(5): 673-691. doi: 10.12264/JFSC2020-0309 [2] COSTELLO C, OVANDO D. Status, institutions, and prospects for global capture fisheries[J]. Annu Rev Environ Resour, 2019, 44(1): 177-200. doi: 10.1146/annurev-environ-101718-033310
[3] 石永闯. 西北太平洋秋刀鱼 (Cololabis saira) 资源评估研究[D]. 上海: 上海海洋大学, 2020: 48. [4] COSTELLO C, OVANDO D, HILBORN R, et al. Status and solutions for the world’s unassessed fisheries[J]. Science, 2012, 338(6106): 517-520. doi: 10.1126/science.1223389
[5] ROSENBERG A A, FOGARTY M J, COOPER A B, et al. Developing new approaches to global stock status assessment and fishery production potential of the seas[R]. Rome: FAO, 2014: 0_1, I, IV, X, XI, 1, 3, 5-25, 27-45, 47-49, 51-81, 83-89, 91-103, 105-175.
[6] FROESE R, DEMIREL N, CORO G, et al. Estimating fisheriesreference points from catch and resilience[J]. Fish Fish, 2017, 18(3): 506-526. doi: 10.1111/faf.12190
[7] VASCONCELLOS M, COCHRANE K. Overview of world status of data-limited fisheries: inferences from landings statistics[C]//Anchorage: University of Alaska Fairbanks. Fisheries assessment and management in data-limited situations, 2005: 1-20.
[8] THORSON J T, MINTO C, MINTE-VERA C V, et al. A new role for effort dynamics in the theory of harvested populations and data-poor stock assessment[J]. Can J Fish Aquat Sci, 2013, 70(12): 1829-1844. doi: 10.1139/cjfas-2013-0280
[9] MACCALL A D. Depletion-corrected average catch: a simple formula for estimating sustainable yields in data-poor situations[J]. ICES J Mar Sci, 2009, 66(10): 2267-2271. doi: 10.1093/icesjms/fsp209
[10] DICK E, MACCALL A D. Depletion-based stock reduction analysis: a catch-based method for determining sustainable yields for data-poor fish stocks[J]. Fish Res, 2011, 110(2): 331-341. doi: 10.1016/j.fishres.2011.05.007
[11] COPE J M. Implementing a statistical catch-at-age model (Stock Synthesis) as a tool for deriving overfishing limits in data-limited situations[J]. Fish Res, 2013, 142: 3-14. doi: 10.1016/j.fishres.2012.03.006
[12] PONS M, COPE J M, KELL L T. Comparing performance of catch-based and length-based stock assessment methods in data-limited fisheries[J]. Can J Fish Aquat Sci, 2020, 77(6): 1026-1037. doi: 10.1139/cjfas-2019-0276
[13] CHEUNG W W, PALACIOS-ABRANTES J, FRÖLICHER T L, et al. Rebuilding fish biomass for the world's marine ecoregionsunder climate change[J]. Glob Change Biol, 2022, 28(21): 6254-6267. doi: 10.1111/gcb.16368
[14] FROESE R, WINKER H, CORO G, et al. Status and rebuilding of European fisheries[J]. Mar Pol, 2018, 93: 159-170. doi: 10.1016/j.marpol.2018.04.018
[15] ZHANG K, ZHANG J, XU Y W, et al. Application of a catch-based method for stock assessment of three important fisheries in the East China Sea[J]. Acta Oceanol Sin, 2018, 37: 102-109.
[16] FROESE R, WINKER H, CORO G, et al. New developments in the analysis of catch time series as the basis for fish stock assessments: the CMSY plus plus method[J]. Acta Ichthyol Piscat, 2023, 53: 173-189. doi: 10.3897/aiep.53.e105910
[17] OVANDO D, FREE C M, JENSEN O P, et al. A history and evaluation of catch-only stock assessment models[J]. Fish Fish, 2022, 23(3): 616-630. doi: 10.1111/faf.12637
[18] LIANG C, XIAN W W, PAULY D. Assessments of 15 exploited fish stocks in Chinese, South Korean and Japanese waters using the CMSY and BSM methods[J]. Front Mar Sci, 2020, 7: 623. doi: 10.3389/fmars.2020.00623
[19] FALSONE F, SCANNELLA D, GERACI M L, et al. How fishery collapses: the case of Lepidopus caudatus (Pisces: Trichiuridae) in the Strait of Sicily (Central Mediterranean)[J]. Front Mar Sci, 2021, 7: 584601. doi: 10.3389/fmars.2020.584601
[20] BOUCH P, MINTO C, REID D G, et al. Comparative performance of data-poor CMSY and data-moderate SPiCT stock assessment methods when applied to data-rich, real-world stocks[J]. ICES J Mar Sci, 2021, 78(1): 264-276. doi: 10.1093/icesjms/fsaa220
[21] 陈镝安, 朱江峰, 耿喆. 应用3种数据有限方法对印度洋近海金枪鱼类和马鲛类资源评估[J]. 上海海洋大学学报, 2024, 33(3): 728-740. [22] FROESE R, DEMIREL N, CORO G, et al. User guide for CMSY++[R]. Kiel: GEOMAR, 2021: 1-17.
[23] RICARD D, MINTO C, JENSEN O P, et al. Examining the knowledge base and status of commercially exploited marine species with the RAM Legacy Stock Assessment Database[J]. Fish Fish, 2012, 13(4): 380-398. doi: 10.1111/j.1467-2979.2011.00435.x
[24] 莫奇龙, 胡世森, 谢君君, 等. 南海北部海鳗资源利用状况评估[J]. 渔业信息与战略, 2022, 37(1): 27-33. [25] MAUNDER M N, AIRE-DA-SILVA A. Evaluation of the kobe plot and strategy matrix and their application to tuna in the EPO[R]. La Jolla, USA: IATTC, 2012.
[26] DE BRUYN P. Report of the 2017 ICCAT shortfin mako assessment meeting[R]. Madrid: ICCAT, 2017.
[27] IOTC SECRETARIAT. Report of the 26th session of the IOTC working party on tropical tunas[R]. Seychelles: IOTC, 2024.
[28] FROESE R, PALOMARES M L D, PAULY D. Estimation of life history key facts[M]//FROESE R, PAULY D. FishBase 2000: Concepts, Design and Data Sources. Philippines: ICLARM, 2000.
[29] 石永闯, 陈云云, 樊伟, 等. 基于Catch-MSY模型的西北太平洋日本鲭资源评估及敏感性分析[J]. 海洋渔业, 2023, 45(1): 26-38. doi: 10.3969/j.issn.1004-2490.2023.01.003 [30] BOX G E P. Robustness in the strategy of scientific model building[M]//Robustness in statistics. Newyork: Academic Press, 1979: 201-236.
[31] WINKER H, CARVALHO F, SHARMA R, et al. Initial results for North and South Atlantic shortfin mako (Isurus oxyrinchus) stock assessments using the Bayesian surplus production model JABBA and the catch-resilience method CMSY[R]. Madrid: ICCAT, 2017: 1836-1866.
[32] FITZGERALD C J, DELANTY K, SHEPHARD S. Inland fish stock assessment: applying data-poor methods from marine systems[J]. Fish Manag Ecol, 2018, 25(4): 240-252. doi: 10.1111/fme.12284
[33] FREE C M, JENSEN O P, ANDERSON S C, et al. Blood from a stone: performance of catch-only methods in estimating stock biomass status[J]. Fish Res, 2020, 223: 105452. doi: 10.1016/j.fishres.2019.105452
-
期刊类型引用(2)
1. 陈子璐,王婧萱,李新宸,苏柯瑞,渠冰洁,梁赢,王金水. 可得然胶对不同筋力面粉所制鲜湿面品质的影响. 食品研究与开发. 2023(13): 34-39 . 百度学术
2. 李婉冰,蒋晓宇,刘颖,卢玥,邹爱军,伍金娥. 面制品减盐技术及其应用. 武汉轻工大学学报. 2023(05): 26-33 . 百度学术
其他类型引用(2)