Genetic diversity analysis of six geographical populations of Lateolabrax maculatus based on microsatellite markers
-
摘要: 为了解中国不同地理群体花鲈 (Lateolabrax maculatus) 的遗传结构，从花鲈基因组序列中筛选出11个具有多态性的微卫星位点，对中国沿海地区 (天津、长岛、青岛、上海、厦门和北海) 6个花鲈野生群体的遗传多样性进行分析。11个微卫星位点共检测到57个等位基因，7个微卫星位点具有高度多态性。6个群体的等位基因数 (Na) 为3.909 1~4.636 4,有效等位基因数 (Ne) 为2.293 4~2.773 5，观测杂合度 (Ho) 为0.391 3~0.456 8，期望杂合度 (He) 为0.505 1~0.566 2，多态信息含量 (PIC) 为0.388 8~0.518 9。青岛、上海和北海群体具有高度多态性，其余群体为中度多态性。上海群体的遗传多样性最高，长岛群体和厦门群体的遗传多样性低。6个群体间的遗传分化指数 (FST) 为0.022 6~0.055 2，其中天津群体和北海群体间的遗传分化最大，群体间的遗传分化程度低。基因流 (Nm) 为4.276 6~11.220 8，6个群体间的基因交流频繁；分子方差分析 (AMOVA) 显示群体内变异占总变异的91%，群体间变异占9%。基于个体归类的聚类分析显示6个群体的花鲈个体均被划分到2个基因型类群中，无独立的基因型类群。UPMGA聚类树显示6个群体分为两支。Abstract: In order to analyze the genetic structure of Lateolabrax maculatus, we selected 11 polymorphic microsatellite loci from L. maculatus genome sequence to investigate the genetic structure of six wild populations of L. maculatus. All of the wild L. maculatus were fished from the coast of Tianjin, Qingdao, Changdao, Shanghai, Xiamen and Beihai, China, respectively. A total of 57 alleles were detected from 11 polymorphic microsatellite loci and 7 microsatellite loci were highly polymorphic loci. Among the six populations, the number of alleles (Na) was 3.909 3–4.636 4 and the effective number of alleles (Ne) was 2.293 4–2.773 5. The observed heterozygosity (Ho) was 0.391 3–0.456 8 and the expected heterozygosity (He) was 0.505 1–0.566 2. The polymorphism information content (PIC) was 0.388 8–0.518 9. The populations of L. maculatus from Qingdao, Shanghai and Beihai had highly polymorphism, and the other populations had moderate polymorphism. The Shanghai population had the highest polymorphism among all the populations. Changdao and Xiamen populations had low polymorphism. The genetic differentiation index (FST) was 0.022 6–0.055 2. The genetic differentiation among the six population was low and the highest genetic differentiation was detected between Tianjin population and Beihai population. The gene flow (Nm) was 4.276 6–11.220 8, and the most frequent gene exchange was found among these populations. The analysis of molecular variance (AMOVA) shows that the variation among populations accounted for 91% and the variation within populations accounted for 9%. The cluster analysis based on individual classification shows that the individuals of six populations were divided into two genotype groups and no independent genotype group was detected. The UPMGA cluster tree based on genetic distance shows that six populations were divided into two branchs.
-
Keywords:
- Lateolabrax maculatus /
- Microstatelites /
- Genetic diversity /
- Genetic differentiation
-
花鲈 (Lateolabrax maculatus) 俗称海鲈，隶属于鲈形目、鮨科、花鲈属，为东北亚特有种，广泛分布于中国、韩国及日本沿海，属广温、广盐性海水鱼类[1]。花鲈体长，侧扁，背腹面皆钝圆，体侧上部及背鳍有黑色斑点[2]。一般养殖在位于河口的咸淡水池塘、网箱和工厂化水泥池等地，随着繁育与养殖技术的成熟，花鲈在山东、浙江、福建和广东等沿海地区已形成了规模化养殖。近年来中国的花鲈产量逐年提高，2019年达到18万吨，出口约3万吨[3-4]。珠江口是花鲈养殖的主产区，其产量占全国的一半以上。珠海斗门拥有花鲈的国家地理标志保护产品“白蕉海鲈”[2]。综上，花鲈现在已成为中国重要的海水养殖鱼类，具有很高的经济价值。
“国以农为本，粮以种为先”，优良品种对水产养殖业的生产力提升至关重要[5]。目前中国花鲈产业基本形成了“南北接力”的繁育和养殖模式，即北方培育和提供亲鱼，在福建和浙江人工繁育，苗种在广东、福建等地养成。这导致了花鲈种质资源的混乱[4,6]。另外，经过多年的人工繁殖和养殖，中国花鲈近亲繁殖加剧，种质退化，缺乏良种，急需开展遗传选育[6-7]。遗传多样性评估是遗传选育的重要一环[8]。因此，开展花鲈群体的遗传多样性研究，对其遗传育种极为重要。
微卫星 (Microstatelites) 又名简单重复序列 (Simple sequence repeat, SSR)，是基因组内以2~6 bp为重复单位组成的串联重复序列。侧翼序列位于串联重复序列两侧，具有保守性，可在此设计引物，检测微卫星的多态性。微卫星具有数量多，共显性、多态性丰富，易于检测等特点[9]，随着二代和三代测序技术的发展和成熟，从转录组或基因组中能分离得到大批量的SSR位点[10-12]。微卫星已被广泛用于动植物的群体遗传多样性分析[13-14]、亲子鉴定[15-16]和遗传连锁图谱构建[17-18]等方面。如Guerrero-Cózar等[17]用229个微卫星引物构建了塞内加尔鳎 (Solea senegalensis) 的遗传连锁图谱。微卫星在水产动物遗传多样性研究中也有很多报道。李景芬等[19]用16对微卫星引物分析了5个罗氏沼虾 (Macrobrachium rosenbergii) 群体的遗传多样性；胡玉婷等[20]用10对微卫星引物对9个黄颡鱼 (Pelteobagrus fulvidraco) 群体进行了遗传分析；沙航等[21]用12对微卫星引物分析了3个鳙 (Aristichthys nobilis) 群体的遗传多样性；Shen等[14]用21对微卫星评估了中华鲟 (Acipenser sinensis) 野生群体的遗传多样性。目前有关花鲈微卫星分离和群体遗传多样性的研究尚少。Shao等[22]分离了8个花鲈微卫星标记；Zhang等[23]分离了26个花鲈微卫星标记；An等[24]用12个微卫星标记研究了韩国野生花鲈群体和养殖群体的遗传多样性；江鑫[25]和王桂兴等[26]用微卫星标记对中国的花鲈群体的遗传多样性进行了研究，其中研究的花鲈群体主要集中在北方海域。本研究利用11个花鲈微卫星分子标记，对中国渤海、黄海、东海和南海的6个沿海地区 (天津、长岛、青岛、上海、厦门和北海) 的花鲈野生群体的遗传多样性进行研究，以期为花鲈的良种选育和种质资源的保护提供理论依据。
1. 材料与方法
1.1 实验材料
从中国沿海6个地区共捕获237尾野生花鲈个体 (表1)，分别剪取每尾花鲈的鳍条，放入无水乙醇中固定，运回实验室后放置于–20 ℃保存。
表 1 6个花鲈群体样本采集信息Table 1. Sampling information of six L. maculatus populations群体名
Name of population采集地点
Sampling site经纬度
Longitude and latitude采集时间
Sampling date样本数量
Number of sample/尾海区
Sea area天津 Tianjin 天津 118°0'E, 38°50'N 2020年9月 40 渤海 长岛 Changdao 山东长岛 120°35'E, 38°7'N 2020年10月 40 渤海 青岛 Qingdao 山东青岛 120°30'E, 35°58'N 2020年6月 40 黄海 上海 Shanghai 上海 122°29'E, 31°17'N 2020年6月 40 东海 厦门 Xiamen 福建厦门 118°14'E, 24°21'N 2020年5月 40 东海 北海 Beihai 广西北海 108°56'E, 21°24'N 2020年11月 37 南海 1.2 实验方法
1.2.1 基因组DNA提取
用海洋动物组织基因组DNA提取试剂盒 (天根，中国) 提取各样品的DNA。用1%琼脂糖凝胶电泳和NanoDrop 2000 (Thermo Scientific，美国) 检测DNA的完整性和浓度，DNA浓度调至50 ng·μL–1，–20 ℃保存备用。
1.2.2 PCR扩增
用11对自行开发的具有多态性的微卫星引物来分析6个花鲈群体的遗传多样性 (表2)。PCR反应体系如下：Ex Taq酶 (TaKaRa，日本) 0.2 μL，10×Ex Taq Buffer (含Mg2+) 2 μL，dNTP Mix 1.6 μL，上、下游引物各0.8 μL，DNA模板0.6 μL，去离子水14 μL，共20 μL。PCR程序：94 ℃预变性5 min；94 ℃变性30 s，52~56 ℃退火30 s，72 ℃延伸30 s，30个循环；72 ℃延伸7 min。
表 2 花鲈11个微卫星位点的引物信息Table 2. Primer information of 11 microsatellite loci of L. maculatus位点
Loci重复序列
Repeat motif引物序列 (5'—3')
Primer sequence (5'—3')退火温度
Annealing temperature/℃产物大小
Size range/bpFssr3 (AAAC)5 F: ATTCCACCCTTAACCTTCAT
R: GTTGGTCACTGAAGCAAGTA56 180~189 Lm3-90 (TG)10(AC)9 F: GTTAAGGTTAGGGTAAGGGGCTAG
R: TGGGTGACTGTGTTTGGGTATTTA52 290~305 Lm3-91 (AC)7 F: TATCCGACGACTTCATATCTGCAG
R: CCATCTAACCTTTAAACCGAACGT52 241~247 Lm3-100 (TG)22(GT)7 F: GCTACATCGGCATTACAAAGGAAA
R: TTTTACCCCTACCTGTGATGACTC52 283~297 Lm3-110 (AC)24 F: GCTACATCGGCATTACAAAGGAAA
R: CATTGTGTTGATGGGGTTATCGG52 251~281 Lm3-111 (GT)6(TG)9 F: CCGATAACCCCATCAACACAATG
R: CGTTTCTGACAACTTAAAGCGTCT52 220~245 Lm3-129 (ATA)7 F: TGCCTATCCAGAGTTAGTTCCATG
R: GGGAACAAAGAGGAGCATTTAGTG52 185~203 Lm3-130 (CA)13 F: TTCCTTGGTTATGACTGTGTGACA
R: CTCATAGGTGACGTCATGTGTGA52 233~245 Lm16-175 (TG)16 F: AAGTCCTCACACCGATTCTCTTTT
R: TCTTTACTTCGACAAATCCCCAGT52 151~160 Lm16-189 (TGT)10 F: GAATCTGAGCTGTGTTTATGGTGC
R: GGGACCGTACATTGTATTAGACCA52 238~262 Lm16-203 (CCT)8(CCT)6(GAG)11 F: TGGGATATTACTTCTCGCTTGGTT
R: GTAAATGTGTATGTAGGAGGCAGC52 296~306 1.2.3 聚丙烯酰胺凝胶电泳与银染
用8%非变性聚丙烯酰胺凝胶电泳检测PCR产物。银染后，凝胶由Epson Scanner v33扫描仪 (Epson，德国) 扫描成像。等位基因大小以20 bp DNA Ladder Marker (TaKaRa，日本) 和pBR322 DNA Mspl (天根，中国) 为参照进行判读，根据等位基因由大到小记为A、B、C…。
1.2.4 数据分析
用GenAlex V 6.5软件[27]分析等位基因数 (Number of allele, Na)、有效等位基因数 (Effective number of allele, Ne)、观测杂合度 (Observed heterozygosity, Ho)、期望杂合度 (Expected heterozygosity, He)、群体间Nei's遗传距离和遗传相似度、群体间的遗传分化指数 (Genetic differentiation index, FST)、基因流 (Gene flow, Nm) 和分子方差分析 (Analysis of Molecular Variance, AMOVA)。用Cervus V 3.2软件[28]计算各位点的多态信息含量 (Polymorphism information content, PIC)，并进行哈迪-温伯格平衡 (Hardy-Weinberg equilibrium, HWE) 检验。用MEGA X软件[29]绘制基于群体间的Nei's遗传距离的UPGMA (Unweighted pair-group method with arithmetic mean, UPGMA) 聚类树。用Structure V 2.3软件[30-31]进行聚类分析，用Structure Harverter软件[31]确定最适K值，利用CLUMPP软件[30]对K值矩阵进行合并，用Distruct软件[30]绘制贝叶斯基因型聚类图。
2. 结果
2.1 微卫星位点多态性分析
11个多态性微卫星位点在6个花鲈群体中共检测到57个等位基因，Na为2~9，平均为5.18；Ne为1.315 3~4.192 2，平均为2.708 2；等位基因最多的位点为Lm16-189 (9个)，等位基因最少的位点为Lm3-130 (2个)。11个微卫星位点Ho和He分别介于0.083 0~0.683 5和0.239 7~0.761 5，其中位点Lm3-111 Ho最高 (0.683 5)，位点Lm16-189 He最高 (0.7615)。11个微卫星位点PIC介于0.211 0~0.745 0，平均值为0.537 5，其中高度多态性位点 (PIC≥0.50) 有7个，分别为Fssr3、Lm3-91、Lm3-100、Lm3-110、Lm3-111、Lm16-189和Lm16-203。中度多态性位点 (0.25≤PIC<0.50) 有3个，分别为Lm3-90、Lm3-129和Lm16-175，低多态性位点 (PIC<0.25) 有1个，为Lm3-130。11个多态性微卫星位点中除3个位点 (Fssr3、Lm3-129和Lm3-130) 外，其余均偏离哈迪温伯格平衡 (P<0.05，表3)。
表 3 11个微卫星位点的遗传多样性参数Table 3. Genetic diversity parameters of 11 microsatellite loci位点
Loci等位基因数
Na有效等位基因数
Ne观测杂合度
Ho期望杂合度
He多态信息含量
PIC哈迪温伯格平衡
HWEFssr3 4 2.709 5 0.605 9 0.630 9 0.564 0 NS Lm3-90 3 1.507 6 0.083 0 0.336 7 0.354 0 ** Lm3-91 4 2.075 3 0.309 0 0.518 1 0.496 0 ** Lm3-100 8 3.692 5 0.535 9 0.729 2 0.685 0 ** Lm3-110 7 2.854 2 0.557 0 0.649 6 0.606 0 ** Lm3-111 7 3.946 7 0.683 5 0.746 6 0.717 0 * Lm3-129 3 1.725 1 0.394 1 0.420 3 0.383 0 NS Lm3-130 2 1.315 3 0.151 9 0.239 7 0.211 0 NS Lm16-175 4 2.017 5 0.188 8 0.504 3 0.443 0 ** Lm16-189 9 4.192 2 0.497 8 0.761 5 0.745 0 ** Lm16-203 6 3.754 1 0.612 1 0.733 6 0.708 0 ** 平均 Mean 5.18 2.708 2 0.419 9 0.570 0 0.537 5 — 注：NS. 无差异显著性 (P>0.05)；*. 差异显著 (P<0.05)；**. 差异极显著 (P<0.01)。
Note: NS. No significant difference (P>0.05); *. Significant difference (P<0.05); **. Extremely significant difference (P<0.01).2.2 花鲈群体的遗传多样性分析
6个花鲈群体的Na介于3.909 1~4.636 4，Ne介于2.293 4~2.773 5，Ho介于0.391 3~0.456 8，最大的为上海群体，最小的为长岛群体；He介于0.505 1~0.566 2，PIC介于0.388 8~0.518 9 (表4)。其中上海群体的Na、Ne、Ho、He和PIC均最大。青岛群体、上海群体和北海群体的PIC>0.5，为高度多态性群体，其余群体的PIC介于0.25~0.50，遗传多态性为中度。
表 4 花鲈6个群体的遗传多样性Table 4. Genetic diversity of six L. maculatus populations群体
Population等位基因数
Na有效等位基因数
Ne观测杂合度
Ho期望杂合度
He多态信息含量
PIC天津 Tianjin 3.909 1 2.456 9 0.395 5 0.509 6 0.460 9 青岛 Qingdao 4.181 8 2.465 1 0.415 8 0.554 3 0.512 7 上海 Shanghai 4.636 4 2.773 5 0.456 8 0.566 2 0.518 9 厦门 Xiamen 4.181 8 2.293 4 0.412 3 0.505 1 0.388 8 长岛 Changdao 4.454 5 2.364 6 0.391 3 0.528 1 0.493 9 北海 Beihai 4.545 5 2.564 7 0.448 6 0.545 4 0.513 9 平均值 Mean 4.318 2 2.486 4 0.420 1 0.534 8 0.481 5 2.3 群体遗传分化与亲缘关系分析
6个花鲈群体间FST介于0.022 6~0.055 2，其中天津群体与北海群体间遗传分化系数最大 (FST = 0.055 2)，其余群体间FST<0.05 (表5)。6个花鲈群体间Nm介于4.276 6~11.220 8，其中，北海群体和天津群体的基因流最低，上海群体和长岛群体的基因流最高 (表5)。AMOVA结果显示，6个群体的遗传变异有91%来自群体内，9%来自群体间 (表6)。
表 5 花鲈6个群体间遗传分化指数 (对角线以下) 与基因流 (对角线以上)Table 5. Genetic differentiation index (below diagonal) and gene flow (above diagonal) of six L. maculatus populations群体
Population天津
Tianjin青岛
Qingdao上海
Shanghai厦门
Xiamen长岛
Changdao北海
Beihai天津 Tianjin — 10.825 7 5.553 3 5.300 1 5.952 0 4.276 6 青岛 Qingdao 0.022 6 — 8.439 7 6.764 9 6.508 9 5.766 4 上海 Shanghai 0.043 1 0.028 8 — 8.912 1 11.220 8 6.778 3 厦门 Xiamen 0.045 0 0.035 6 0.027 3 — 10.008 0 5.290 3 长岛 Changdao 0.040 3 0.037 0 0.021 8 0.024 4 — 5.988 8 北海 Beihai 0.055 2 0.041 6 0.035 6 0.045 1 0.040 1 — 表 6 花鲈6个群体的分子方差分析Table 6. Analysis of molecular variance of six L. maculatus populations变异来源
Source of variation自由度
Degree of freedom方差总和
Sum of squares变异组分
Variance component变异比例
Percentage of variation/%群体间 Among populations 5 182.32 0.730 4 9 群体内 Within individuals 231 1 759.84 7.618 4 91 总变异 Total variation 236 1 942.17 8.348 8 100 对6个花鲈群体进行基于个体归类的聚类分析，运用Structure Harverter计算合适的K值 (理论群体数)，K=2时得到最大的ΔK，表明本研究6个花鲈群体中的个体分布在2个基因型类群中 (图1)。未见任何一个群体独立分配于一个类群中，无显著分化的地理群体。
![]()
图 1 花鲈6个群体贝叶斯基因型聚类分析 (K=2)Figure 1. Bayesian genotypes clustering analysis for six L. maculatus populations (K=2)6个花鲈群体间Nei's遗传距离和遗传相似度分别介于0.037 8~0.144 3和0.865 6~0.929 5，其中天津群体与北海群体遗传距离最大 (0.144 3)，遗传相似度最小 (0.865 6)；天津群体与青岛群体遗传距离最小 (0.038 7)，遗传相似度最大 (0.929 5，表7)。UPMGA聚类树结果显示，6个群体首先分为两支，位于最南部的北海群体独立为一支；另一支中天津群体与青岛群体汇聚，上海群体与长岛群体汇聚后再与厦门群体汇聚 (图2)。
表 7 花鲈6个群体间的遗传距离 (对角线以下) 与遗传相似度 (对角线以上)Table 7. Genetic identity (below diagonal) and genetic distance (above diagonal) of six L. maculatus populations群体
Population天津
Tianjin青岛
Qingdao上海
Shanghai厦门
Xiamen长岛
Changdao北海
Beihai天津 Tianjin — 0.962 9 0.896 0 0.908 6 0.905 0 0.865 6 青岛 Qingdao 0.037 8 — 0.927 7 0.934 2 0.918 3 0.893 8 上海 Shanghai 0.109 8 0.075 0 — 0.939 1 0.952 1 0.899 6 厦门 Xiamen 0.095 9 0.068 1 0.062 8 — 0.944 3 0.884 4 长岛 Changdao 0.099 8 0.085 2 0.049 1 0.057 4 — 0.899 7 北海 Beihai 0.144 3 0.112 2 0.105 8 0.122 8 0.105 7 — ![]()
图 2 基于Nei's遗传距离构建的6个花鲈群体的UPMGA聚类树Figure 2. UPGMA clustering tree based on Nei's genetic distance for six L. maculatus populations3. 讨论
3.1 微卫星引物多样性
本研究使用的11个微卫星标记均来自于花鲈基因组序列 (GenBank登录号：PRJNA408177)。赵燕等[32]也从GenBank 数据库搜索，结合 FIASCO 法开发了15个花鲈微卫星标记。Zhang等[23]和翟云等[33]利用高通量测序法对花鲈基因组DNA进行测序，获得微卫星标记。由于微卫星标记和研究群体不同，微卫星位点的遗传多样性参数也不一样。本研究中，11个微卫星标记在6个花鲈群体中的遗传多样性 (平均Na为5.18，平均He为0.570 0，平均PIC为0.537 5) 与赵燕等[32]和Zhang等[23]的研究结果相似。如Zhang等[23]开发的微卫星标记的He为0.175~0.938，赵燕等[32]的为0.507 9~0.889 0，本研究为0.239 7~0.761 5。翟云等[33]开发的微卫星标记均为二碱基重复，其平均Na、杂合度和PIC均显著高于本研究和其他研究。这与微卫星二碱基重复的多态性高于其他数目重复的多态性有关[34]。本研究存在偏离HWE的微卫星位点。偏离HWE 的原因有很多，比如杂合子缺少、无效等位基因扩增、检测个体不具有代表性等。这在其他花鲈微卫星的开发研究中也经常见到，如Shao等[22]开发的10个花鲈微卫星标记中有4个由于空等位基因存在而出现偏离；An等[24]也发现，韩国养殖的花鲈群体由于选育致使部分位点发生偏离。本研究所采用的11个微卫星位点中，7个为高度多态性位点，3个为中度多态性位点，占比90.91%。因此这些位点可用于群体遗传多样性研究。
3.2 群体遗传多样性
研究群体遗传多样性的重要指标有杂合度和PIC。两者值越大，群体的遗传变异就越大，遗传多样性就越高，群体的稳定性也就越大。本研究中，6个花鲈群体的He介于0.505 1~0.566 2。王桂兴等[26]于2015年收集了中国6个花鲈野生群体，发现6个群体的平均He为0.708~0.762；An等[24]于2013年收集了韩国1个花鲈野生群体，He为0.761，均高于本研究。6个花鲈群体的PIC为0.388 8~0.518 9，Botstein等[35]研究指出，PIC≥5为高度多态性，0.25≤PIC<0.5为中度多态性，其中有3个群体为高度多态性群体，3个为中度多态性。王桂兴等[26]研究显示6个花鲈野生群体均为高度多态性群体。表明近几年花鲈野生群体的遗传多样性有所降低，原因可能如下：1) 随着花鲈人工养殖产量逐年提高，野生个体可能会被大量捕捞，用于做繁育；韩国的花鲈野生群体数量在近20年内也是逐渐下降[24]。2) 本研究用到的野生花鲈，可能有一部分样本为逃逸或增殖放流到野生环境的养殖个体。
Na和Ne越接近，等位基因在群体中分布的越均匀，而本研究中每个群体的Na均大于Ne，表明6个花鲈群体均存在等位基因分布不均匀的情况，这种不均匀程度依次为长岛>北海>厦门>上海>青岛>天津。该结果在罗氏沼虾[19]和青鱼 (Mylopharyngodon piceus)[36]等物种的研究中也观察到。
3.3 群体遗传分化和群体遗传结构
FST 可用来反映各群体间的遗传分化程度。6个群体间的FST介于0.022 6~0.055 2。天津与北海群体间遗传分化最大，与青岛群体间的遗传分化最小。根据Francois和Nicolas [37]的研究，当0<FST<0.05 时，群体间无分化；0.05<FST<0.15时，群体间中等程度分化，说明天津群体和北海群体呈中等程度分化，其余各群体间没有分化。这与江鑫[25]和王桂兴等[26]的研究结果相似。江鑫[25]证实威海、舟山和北海3个花鲈群体的FST为0.019~0.029，群体间无遗传分化；王桂兴等[26]发现绥中、东港、青岛、秦皇岛、珠海和舟山等6个花鲈群体之间没有遗传分化。
基因流与遗传分化系数呈负相关，即基因流越大，群体间相似性越大，遗传分化越小。6个花鲈群体间的Nm介于4.276 6~11.220 8，当Nm>1时，表明群体间存在较高水平的基因交流，Nm>4，则充分反映了种群间的基因交流水平，群体间遗传分化更小[38]。本研究表明6个花鲈群体之间的基因交流频繁。AMOVA分析结果显示，6个花鲈群体的遗传变异主要来自群体内 (91%)，群体间的变异极少 (9%)，这与王桂兴等[26]研究结果相似 (群体间8.04%，群体内91.96%)。本研究中，6个群体的花鲈个体均被划分到2个基因型类群中，无独立的基因型类群。王桂兴等[26]的研究也证实中国6个花鲈群体无独立的基因型类群，但有3个基因型类群。UPMGA聚类树结果与各群体间的基因流和遗传距离结果一致。天津群体和青岛群体基因交流多，遗传距离近，聚为一支；同理上海群体与长岛群体聚为一支；北海群体单独为一支。
综上，除天津群体和北海群体有地理种群遗传分化外，中国其他海域的花鲈群体之间已经融合。这可能与中国花鲈“南北接力”的养殖模式有关。花鲈从北到南，经历了人工繁育、运输和养殖[4]。在此过程中，会有一些花鲈苗和成鱼逃逸到自然海区。花鲈行动敏捷、活动范围广，适应能力强，能在我国沿海迁移。已有研究表明扩散程度高的水生物种可以促进基因流和遗传混合，这在欧洲鲈 (Dicentrarchus labrax)[39]、鲎 (Tachypleus tridentatus)[40]、罗氏沼虾[19]和鳜 (Siniperca chuatsi)[41]等水生动物中得到证实。由于迁移能力有限，地理距离和自然屏障导致大鳞副泥鳅 (Paramisgurnus dabryanus)[42]不同地理群体基因流受阻，遗传分化程度高。
-
![]()
图 1 花鲈6个群体贝叶斯基因型聚类分析 (K=2)
Figure 1. Bayesian genotypes clustering analysis for six L. maculatus populations (K=2)
![]()
图 2 基于Nei's遗传距离构建的6个花鲈群体的UPMGA聚类树
Figure 2. UPGMA clustering tree based on Nei's genetic distance for six L. maculatus populations
表 1 6个花鲈群体样本采集信息
Table 1 Sampling information of six L. maculatus populations
群体名
Name of population采集地点
Sampling site经纬度
Longitude and latitude采集时间
Sampling date样本数量
Number of sample/尾海区
Sea area天津 Tianjin 天津 118°0'E, 38°50'N 2020年9月 40 渤海 长岛 Changdao 山东长岛 120°35'E, 38°7'N 2020年10月 40 渤海 青岛 Qingdao 山东青岛 120°30'E, 35°58'N 2020年6月 40 黄海 上海 Shanghai 上海 122°29'E, 31°17'N 2020年6月 40 东海 厦门 Xiamen 福建厦门 118°14'E, 24°21'N 2020年5月 40 东海 北海 Beihai 广西北海 108°56'E, 21°24'N 2020年11月 37 南海 
下载: 导出CSV
表 2 花鲈11个微卫星位点的引物信息
Table 2 Primer information of 11 microsatellite loci of L. maculatus
位点
Loci重复序列
Repeat motif引物序列 (5'—3')
Primer sequence (5'—3')退火温度
Annealing temperature/℃产物大小
Size range/bpFssr3 (AAAC)5 F: ATTCCACCCTTAACCTTCAT
R: GTTGGTCACTGAAGCAAGTA56 180~189 Lm3-90 (TG)10(AC)9 F: GTTAAGGTTAGGGTAAGGGGCTAG
R: TGGGTGACTGTGTTTGGGTATTTA52 290~305 Lm3-91 (AC)7 F: TATCCGACGACTTCATATCTGCAG
R: CCATCTAACCTTTAAACCGAACGT52 241~247 Lm3-100 (TG)22(GT)7 F: GCTACATCGGCATTACAAAGGAAA
R: TTTTACCCCTACCTGTGATGACTC52 283~297 Lm3-110 (AC)24 F: GCTACATCGGCATTACAAAGGAAA
R: CATTGTGTTGATGGGGTTATCGG52 251~281 Lm3-111 (GT)6(TG)9 F: CCGATAACCCCATCAACACAATG
R: CGTTTCTGACAACTTAAAGCGTCT52 220~245 Lm3-129 (ATA)7 F: TGCCTATCCAGAGTTAGTTCCATG
R: GGGAACAAAGAGGAGCATTTAGTG52 185~203 Lm3-130 (CA)13 F: TTCCTTGGTTATGACTGTGTGACA
R: CTCATAGGTGACGTCATGTGTGA52 233~245 Lm16-175 (TG)16 F: AAGTCCTCACACCGATTCTCTTTT
R: TCTTTACTTCGACAAATCCCCAGT52 151~160 Lm16-189 (TGT)10 F: GAATCTGAGCTGTGTTTATGGTGC
R: GGGACCGTACATTGTATTAGACCA52 238~262 Lm16-203 (CCT)8(CCT)6(GAG)11 F: TGGGATATTACTTCTCGCTTGGTT
R: GTAAATGTGTATGTAGGAGGCAGC52 296~306
下载: 导出CSV
表 3 11个微卫星位点的遗传多样性参数
Table 3 Genetic diversity parameters of 11 microsatellite loci
位点
Loci等位基因数
Na有效等位基因数
Ne观测杂合度
Ho期望杂合度
He多态信息含量
PIC哈迪温伯格平衡
HWEFssr3 4 2.709 5 0.605 9 0.630 9 0.564 0 NS Lm3-90 3 1.507 6 0.083 0 0.336 7 0.354 0 ** Lm3-91 4 2.075 3 0.309 0 0.518 1 0.496 0 ** Lm3-100 8 3.692 5 0.535 9 0.729 2 0.685 0 ** Lm3-110 7 2.854 2 0.557 0 0.649 6 0.606 0 ** Lm3-111 7 3.946 7 0.683 5 0.746 6 0.717 0 * Lm3-129 3 1.725 1 0.394 1 0.420 3 0.383 0 NS Lm3-130 2 1.315 3 0.151 9 0.239 7 0.211 0 NS Lm16-175 4 2.017 5 0.188 8 0.504 3 0.443 0 ** Lm16-189 9 4.192 2 0.497 8 0.761 5 0.745 0 ** Lm16-203 6 3.754 1 0.612 1 0.733 6 0.708 0 ** 平均 Mean 5.18 2.708 2 0.419 9 0.570 0 0.537 5 — 注：NS. 无差异显著性 (P>0.05)；*. 差异显著 (P<0.05)；**. 差异极显著 (P<0.01)。
Note: NS. No significant difference (P>0.05); *. Significant difference (P<0.05); **. Extremely significant difference (P<0.01).
下载: 导出CSV
表 4 花鲈6个群体的遗传多样性
Table 4 Genetic diversity of six L. maculatus populations
群体
Population等位基因数
Na有效等位基因数
Ne观测杂合度
Ho期望杂合度
He多态信息含量
PIC天津 Tianjin 3.909 1 2.456 9 0.395 5 0.509 6 0.460 9 青岛 Qingdao 4.181 8 2.465 1 0.415 8 0.554 3 0.512 7 上海 Shanghai 4.636 4 2.773 5 0.456 8 0.566 2 0.518 9 厦门 Xiamen 4.181 8 2.293 4 0.412 3 0.505 1 0.388 8 长岛 Changdao 4.454 5 2.364 6 0.391 3 0.528 1 0.493 9 北海 Beihai 4.545 5 2.564 7 0.448 6 0.545 4 0.513 9 平均值 Mean 4.318 2 2.486 4 0.420 1 0.534 8 0.481 5
下载: 导出CSV
表 5 花鲈6个群体间遗传分化指数 (对角线以下) 与基因流 (对角线以上)
Table 5 Genetic differentiation index (below diagonal) and gene flow (above diagonal) of six L. maculatus populations
群体
Population天津
Tianjin青岛
Qingdao上海
Shanghai厦门
Xiamen长岛
Changdao北海
Beihai天津 Tianjin — 10.825 7 5.553 3 5.300 1 5.952 0 4.276 6 青岛 Qingdao 0.022 6 — 8.439 7 6.764 9 6.508 9 5.766 4 上海 Shanghai 0.043 1 0.028 8 — 8.912 1 11.220 8 6.778 3 厦门 Xiamen 0.045 0 0.035 6 0.027 3 — 10.008 0 5.290 3 长岛 Changdao 0.040 3 0.037 0 0.021 8 0.024 4 — 5.988 8 北海 Beihai 0.055 2 0.041 6 0.035 6 0.045 1 0.040 1 —
下载: 导出CSV
表 6 花鲈6个群体的分子方差分析
Table 6 Analysis of molecular variance of six L. maculatus populations
变异来源
Source of variation自由度
Degree of freedom方差总和
Sum of squares变异组分
Variance component变异比例
Percentage of variation/%群体间 Among populations 5 182.32 0.730 4 9 群体内 Within individuals 231 1 759.84 7.618 4 91 总变异 Total variation 236 1 942.17 8.348 8 100
下载: 导出CSV
表 7 花鲈6个群体间的遗传距离 (对角线以下) 与遗传相似度 (对角线以上)
Table 7 Genetic identity (below diagonal) and genetic distance (above diagonal) of six L. maculatus populations
群体
Population天津
Tianjin青岛
Qingdao上海
Shanghai厦门
Xiamen长岛
Changdao北海
Beihai天津 Tianjin — 0.962 9 0.896 0 0.908 6 0.905 0 0.865 6 青岛 Qingdao 0.037 8 — 0.927 7 0.934 2 0.918 3 0.893 8 上海 Shanghai 0.109 8 0.075 0 — 0.939 1 0.952 1 0.899 6 厦门 Xiamen 0.095 9 0.068 1 0.062 8 — 0.944 3 0.884 4 长岛 Changdao 0.099 8 0.085 2 0.049 1 0.057 4 — 0.899 7 北海 Beihai 0.144 3 0.112 2 0.105 8 0.122 8 0.105 7 —
下载: 导出CSV
-
[1] CHEN B H, LI Y, LUO X, et al. Chromosome-level assembly of the Chinese seabass (Lateolabrax maculatus)[J]. Front Genet, 2019, 10: 275. doi: 10.3389/fgene.2019.00275
[2] 苏跃鹏. 海鲈养殖新技术[M]. 北京: 中国农业出版社, 2014: 1-6. [3] 农业农村部渔业渔政管理局. 2020中国渔业统计年鉴[M]. 北京: 中国农业出版社, 2020: 22. [4] 温海深, 李昀, 张美昭, 等. 花鲈——家喻户晓的中国海鲈[J]. 中国水产, 2020(8): 110-111. [5] 王清印. 水产生物育种理论与实践[M]. 北京: 科学出版社, 2013: 1. [6] 温海深, 于朋, 李昀, 等. 花鲈南北方养殖群体的形态学比较研究[J]. 中国水产, 2020(4): 81-84. [7] 温海深, 张美昭, 李吉方, 等. 我国花鲈养殖产业现状与种子工程研究进展[J]. 渔业信息与战略, 2016, 31(2): 105-111. [8] VARSHNEY R K, BOHRA A, YU J, et al. Designing future crops: genomics-assisted breeding comes of age[J]. Trends Plant Sci, 2021, 26(6): 631-649. doi: 10.1016/j.tplants.2021.03.010
[9] BAGSHAW A. Functional mechanisms of microsatellite DNA in eukaryotic genomes[J]. Genome Biol Evol, 2017, 9(9): 2428-2443. doi: 10.1093/gbe/evx164
[10] VIJ S, KUHL H, KUZNETSOVA I S, et al. Chromosomal-level assembly of the Asian seabass genome using long sequence reads and multi-layered scaffolding[J]. PLoS Genet, 2016, 12(4): e1005954. doi: 10.1371/journal.pgen.1005954
[11] ZHANG X, YUAN J, SUN Y, et al. Penaeid shrimp genome provides insights into benthic adaptation and frequent molting[J]. Nat Commun, 2019, 10(1): 356. doi: 10.1038/s41467-018-08197-4
[12] WANG W, WU B, LIU Z, et al. Development of EST-SSRs from the ark shell (Scapharca broughtonii) transcriptome and their application in genetic analysis of four populations[J]. Genes Genom, 2021, 43(6): 669-677. doi: 10.1007/s13258-021-01090-3
[13] ISMAIL N A, RAFII M Y, MAHMUD T M M, et al. Genetic diversity of torch ginger (Etlingera elatior) germplasm revealed by ISSR and SSR markers[J]. Biomed Res Int, 2019, 2019: 5904804.
[14] SHEN Z Y, YU D, GAO X, et al. Genetic diversity and reproductive success of a wild population of Chinese sturgeon (Acipenser sinensis) from the Yangtze River inferred from juveniles born in 2014[J]. Zool Res, 2020, 41(4): 423-430. doi: 10.24272/j.issn.2095-8137.2020.011
[15] MIHALJEVIC M Z, MALETIC E, PREINER D, et al. Genetic diversity, population structure, and parentage analysis of croatian grapevine germplasm[J]. Genes (Basel), 2020, 11(7): 737. doi: 10.3390/genes11070737
[16] ROMDHANE M B, RIAHI L, JARDAK R, et al. Fingerprinting and genetic purity assessment of F1 barley hybrids and their salt-tolerant parental lines using nSSR molecular markers[J]. 3 Biotech, 2018, 8: 57.
[17] GUERRERO-CÓZAR I, PEREZ-GARCIA C, BENZEKRI H, et al. Development of whole-genome multiplex assays and construction of an integrated genetic map using SSR markers in Senegalese sole[J]. Sci Rep, 2020, 10(1): 21905. doi: 10.1038/s41598-020-78397-w
[18] FAN M, GAO Y, WU Z, et al. Linkage map development by EST-SSR markers and QTL analysis for inflorescence and leaf traits in Chrysanthemum (Chrysanthemum morifolium Ramat.)[J]. Plants (Basel), 2020, 9(10): 1342.
[19] 李景芬, 夏正龙, 栾生, 等. 五个罗氏沼虾群体遗传多样性的微卫星分析[J]. 水生生物学报, 2020, 44(6): 1208-1214. [20] 胡玉婷, 江河, 段国庆, 等. 安徽两水系黄颡鱼的微卫星遗传多样性分析[J]. 南方水产科学, 2020, 16(5): 33-41. doi: 10.12131/20200063 [21] 沙航, 罗相忠, 邹桂伟, 等. 长江中游鳙群体的微卫星遗传多样性分析[J]. 淡水渔业, 2020, 50(4): 12-17. doi: 10.3969/j.issn.1000-6907.2020.04.002 [22] SHAO C W, CHEN S L, XU G B, et al. Eighteen novel microsatellite markers for the Chinese sea perch, Lateolabrax maculatus[J]. Conserv Genet, 2009, 10: 623-625. doi: 10.1007/s10592-008-9592-3
[23] ZHANG H R, NIU S F, WU R X, et al. Development and characterization of 26 polymorphic microsatellite markers in Lateolabrax maculatus and cross-species amplification for the phylogenetically related taxa[J]. Biochem Syst Ecol, 2016, 66: 326-330. doi: 10.1016/j.bse.2016.05.008
[24] AN H, LEE J, KIM H, et al. Genetic differences between wild and hatchery populations of Korean spotted sea bass (Lateolabrax maculatus) inferred from microsatellite markers[J]. Genes Genom, 2013, 35(5): 671-680. doi: 10.1007/s13258-013-0135-z
[25] 江鑫. 花鲈与日本鲈群体遗传结构与多样性研究[D]. 青岛: 中国海洋大学, 2009: 75-76. [26] 王桂兴, 侯吉伦, 任建功, 等. 中国沿海6个花鲈群体的遗传多样性分析[J]. 中国水产科学, 2017, 24(2): 395-402. [27] PEAKALL R O D, SMOUSE P E. Genalex 6: genetic analysis in Excel. Population genetic software for teaching and research[J]. Mol Ecol Notes, 2006, 6(1): 288-295. doi: 10.1111/j.1471-8286.2005.01155.x
[28] KALINOWSKI S T, TAPER M L, MARSHALL T C. Revising how the computer program CERVUS accommodates genotyping error increases success in paternity assignment[J]. Mol Ecol, 2007, 16: 1099-1106. doi: 10.1111/j.1365-294X.2007.03089.x
[29] KUMAR S, STECHER G, LI M, et al. MEGA X: molecular evolutionary genetics analysis across computing platforms[J]. Mol Biol Evol, 2018, 35(6): 1547-1549. doi: 10.1093/molbev/msy096
[30] LILIANA P H, YARIMAR R, CARLA S, et al. An overview of STRUCTURE: applications, parameter settings, and supporting software[J]. Front Genet, 2013, 4: 98.
[31] EARL D A, VONHOLDT B M. Structure harvester: a website and program for visualizing STRUCTURE output and implementing the Evanno method[J]. Conserv Genet Resour, 2011, 4(2): 359-361.
[32] 赵燕, 季相山, 曾勇庆, 等. 花鲈微卫星标记分离及其多态性分析[J]. 动物学研究, 2011, 32(5): 515-520. [33] 翟云, 吴仁协, 牛素芳, 等. 采用高通量技术开发花鲈二碱基重复微卫星标记[J]. 基因组学与应用生物学, 2020, 39(2): 27-33. [34] TOTH G, GASPARI Z, JURKA J. Microsatellites in different eukaryotic genomes: survey and analysis[J]. Genome Res, 2000, 10(7): 967. doi: 10.1101/gr.10.7.967
[35] BOSTEIN D, WHITE R L, SKOLNICK M, et al. Construction of a genetic linkage map in man using restriction fragment length polymorphisms[J]. Am J Hum Genet, 1980, 32(3): 314-331.
[36] 王丰, 张家华, 沈玉帮, 等. 青鱼野生与养殖群体遗传变异的微卫星分析[J]. 水生生物学报, 2019, 43(5): 939-944. doi: 10.7541/2019.111 [37] FRANCOIS B, NICOLAS L M. The estimation of population differentiation with microsatellite markers[J]. Mol Ecol, 2002, 11(2): 155-165. doi: 10.1046/j.0962-1083.2001.01436.x
[38] WRIGHT S. Evolution in mendelian population[J]. Bull Math Biol, 1990, 52(2): 241-295. doi: 10.1093/genetics/16.2.97
[39] TINE M, KUHL H, GAGNAIRE P A, et al. European sea bass genome and its variation provide insights into adaptation to euryhalinity and speciation[J]. Nat Commun, 2014, 5: 5770. doi: 10.1038/ncomms6770
[40] 翁朝红, 谢仰杰, 肖志群, 等. 中国鲎 (Tachypleus tridentatus) 微卫星标记筛选及种群遗传多样性和遗传结构分析[J]. 海洋与湖沼, 2020, 51(2): 131-139. [41] 周梦晨, 徐东坡, 方弟安, 等. 6个不同群体鳜基于SSR的遗传多样性初步研究[J]. 中国农学通报, 2020, 36(26): 147-152. [42] 刘洁, 高风英, 陈刚, 等. 珠江流域9个大鳞副泥鳅群体遗传多样性的微卫星分析[J]. 渔业科学进展, 2020, 41(4): 50-57. -
期刊类型引用(21)
1. 高进，韩丽娜，王永波，陈傅晓，刘金叶，朱海，符书源. 多纹钱蝶鱼肌肉主要营养成分分析及评价. 水产科学. 2024(02): 289-296 . 
百度学术
2. 王进芳，钟洪亮，刘颖琳，魏帅，孙钦秀，夏秋瑜，王泽富，韩宗元，刘阳，刘书成. 高体鰤、三文鱼和金枪鱼背腹部营养成分分析. 食品与发酵工业. 2024(07): 278-285 . 百度学术
3. 刘龙龙，罗鸣，刘洪涛，陈傅晓，韩丽娜. 不同规格野生黄鳍金枪鱼肌肉营养分析与评价. 渔业科学进展. 2024(03): 258-267 . 百度学术
4. 孙丽慧，包成荣，李倩，姜建湖，陈建明，高令梅，郭建林. 工厂化循环水养殖模式对大口黑鲈肌肉营养成分和挥发性风味物质的影响. 动物营养学报. 2024(05): 3192-3208 . 百度学术
5. 王小燕，周胜杰，汪迎港，孙永跃，李铭浩，马振华. 海水酸化对黄鳍金枪鱼幼鱼抗氧化和免疫能力的影响. 南方水产科学. 2024(03): 85-91 . 本站查看
6. 张钰伟，杨静茹，温为庚，邓正华，赵旺，陈明强，王雨，马振华，于刚. 3个大珠母贝养殖群体生物学特征及肌肉营养成分分析. 南方农业学报. 2024(05): 1530-1539 . 百度学术
7. 彭頔，李智贤，曹珠，程起群，姜朝军. 两种金枪鱼不同等级肌肉质量特征比较分析. 海洋渔业. 2024(04): 487-495 . 百度学术
8. 吴耀刚，何雨珂，赵洲，余慧，郭志强，肖娟. 南海黄鳍金枪鱼不同副产物营养成分及脂肪酸组成分析. 食品工业科技. 2024(22): 254-262 . 百度学术
9. 卢玉典，莫飞龙，刘康，韦玲静，张盛，甘宝江，刘羚，杨宾兰. 3个不同群体斑鳠的肌肉营养成分比较. 饲料研究. 2024(24): 118-122 . 百度学术
10. 赵玲，胡梦月，曹荣，刘淇，孟凡勇. 蓝鳍金枪鱼不同部位肌肉的营养与主要风味分析. 渔业科学进展. 2023(01): 219-227 . 百度学术
11. 戴世明，周胜杰，于刚，马振华. 金枪鱼养殖研究进展. 中国渔业质量与标准. 2023(01): 51-59 . 百度学术
12. 高飞，徐剑宏，王晋，王坚强，余海霞，方巧飞. 金枪鱼营养价值及加工现状研究进展. 食品研究与开发. 2023(15): 212-218 . 百度学术
13. 宋立民，姜巨峰，王宇，徐晓丽，丁子元，郝俊，徐林通. 不同养殖模式下2个群体大口黑鲈肌肉营养成分比较. 中国农学通报. 2022(14): 118-123 . 百度学术
14. 刘留留，顾平灿. 金枪鱼罐头盒的叠罐装置设计. 机械工程师. 2022(06): 39-42 . 百度学术
15. 李晋祯，郑惠娜，任鼎鼎，杨文，曹文红，林海生，秦小明，章超桦. 2种塔形马蹄螺肌肉营养成分分析与品质评价. 渔业科学进展. 2022(04): 199-207 . 百度学术
16. 周胜杰，杨蕊，于刚，马振华. 黄鳍金枪鱼幼鱼日周期性及摄食期间的运动行为规律. 南方农业学报. 2022(05): 1407-1414 . 百度学术
17. 周胜杰，杨蕊，于刚，马振华. 黄鳍金枪鱼体质量与消化酶和免疫相关酶活性的关系研究. 南方水产科学. 2022(03): 163-169 . 本站查看
18. 刘亚秋，刘明典，李新辉，李捷. 3个广东鲂地理种群肌肉营养成分及能量密度比较研究. 南方水产科学. 2022(04): 163-169 . 本站查看
19. 赵玲，胡梦月，曹荣，刘淇，孟凡勇. 三种金枪鱼不同部位肌肉营养成分与风味物质比较. 食品工业科技. 2022(21): 319-326 . 百度学术
20. 李欣雨，凌建刚，宣晓婷，康孟利，林旭东，王求娟，邓尚贵. 基于主成分分析的金枪鱼鱼丸加工原料筛选与品质评价. 食品安全质量检测学报. 2022(24): 7941-7947 . 百度学术
21. 周胜杰，杨蕊，于刚，马振华. 黄鳍金枪鱼幼鱼体长与血液指标关系研究. 南方水产科学. 2021(05): 126-132 . 本站查看
其他类型引用(4)
计量
- 文章访问数: 808
- HTML全文浏览量: 190
- PDF下载量: 74
- 被引次数: 25
粤公网安备 44010502001741号
