Environmental impact mechanism of skipjack tuna fishery in Western and Central Pacific Ocean based on Multi-scale Geographical Weighted Regression Model (MGWR)
-
摘要:
鲣 (Katsuwonus pelamis) 是中西太平洋金枪鱼围网捕捞的重要资源，其资源分布受环境影响明显。为探索环境对鲣渔获率影响的空间异质性特征，利用中西太平洋渔业委员会 (Western and Central Pacific Fisheries Commission, WCPFC) 所公布的2005—2019年中西太平洋金枪鱼围网综合的1°×1°渔业及海洋环境数据，对标准化后的环境因子及渔获率选用多尺度地理加权回归 (Multi-scale Geographically Weighted Regression, MGWR) 方法进行研究。结果表明：1) 与传统广义加性模型 (Generalized Additive Model, GAM) 相比，考虑环境影响空间异质性问题的地理加权回归模型 (Geographically Weighted Regression, GWR) 和MGWR拟合优度 (R2) 有明显提升，校正后拟合优度 (Adjusted R2) 分别为0.273、0.846和0.871，且拟合结果的空间分布形态更符合真实情况。2) 各环境因子对鲣资源分布存在显著的空间非平稳性影响。各海洋环境因子对鲣渔获率分布影响的空间异质性程度 (各环境变量变异系数大小) 依次为水下55 m东西向海流速度 (Sea water X velocity at 55 m depth, U55)>海表面温度 (Sea surface temperature, SST)>净初级生产力 (Net primary productivity, NPP)>100 m盐度 (Sea water salinity at 100 m depth, S100)>55 m南北向海流速度 (Sea water Y velocity at 55 m depth, V55)。3) 各环境因子的影响存在明显尺度效应差异，NPP的作用尺度为44，其次为S100和U55 (均为48)，SST的为54，V55为全局尺度。4) 总体上，S100、NPP、SST、V55和U55对鲣渔获率正向影响比例依次为73.5%、64.8%、66.8%、80.8%和32.3%；其中S100、NPP和SST对鲣渔获率空间分布的影响相似，具体表现为东西向差异，170°E以西主要为正向影响，170°E以东为负向影响；U55为负向影响为主的因子。
-
关键词:
- 鲣 /
- 多尺度地理加权回归模型 /
- 空间异质性 /
- 中西太平洋
Abstract:Katsuwonus pelamis is an important resource for tuna purse seine fishing in the Western and Central Pacific Ocean, and its resource distribution is significantly affected by environment. In order to explore the characteristics of spatial heterogeneity of environmental impact on tuna catch rate, we used the 1°×1° fishery and marine environmental data of the Western and Central Pacific Ocean tuna purse-seine published by the Western and Central Pacific Fisheries Commission (WCPFC) from 2005 to 2019, and investigated the standardized environmental factors and catch rates by using Multi-scale Geographically Weighted Regression (MGWR) method. The results show that: 1) Compared with the traditional Generalized Additive Model (GAM), the Geographically Weighted Regression (GWR) and MGWR with spatial heterogeneity of environmental impacts improved the fit performance significantly. 2) Significant spatial non-stationarity was found for each environmental factor on the distribution of tuna resources. The degree of spatial heterogeneity (The magnitude of the coefficient of variation) of each environmental factor on the distribution of tuna catch rate followed a descending order of Sea water X velocity at 55 m depth (U55) > Sea surface temperature (SST) > Net primary productivity (NPP) >Sea water salinity at 100 m depth (S100) > Sea water Y velocity at 55 m depth (V55). 3) The effects of the environmental factors were found to have significant scale effects. 4) Overall, the positive effects of S100, NPP, SST, V55 and U55 on the catch rate of tuna were 73.5%, 64.8%, 66.8%, 80.8% and 32.3%, respectively. The effects of S100, NPP and SST on the spatial distribution of bonito catch rate were similar, specifically in terms of east-west differences, with positive effects mainly west of 170°E and negative effects east of 170°E. U55 was the main factor with negative effects.
-
罗非鱼 (Tilapia) 又名非洲鲫鱼，因繁殖量大、适应性强、产量高等优点，成为全球最重要的养殖淡水鱼之一[1]。2022年我国罗非鱼的总产量高达173.9万吨，较2021年提高了4.59%[2]。然而，目前罗非鱼多以鲜活消费和初级加工为主，产品附加值较低。鱼糜加工是目前国内外重要的精深加工方式之一，鱼糜制品产量呈逐年上升趋势。但罗非鱼鱼糜的凝胶强度低[3]，且在加工过程中容易出现凝胶劣化现象，利用传统鱼糜加工方法获得的鱼糜制品的品质较差，阻碍了罗非鱼的高值化利用。因此，改善鱼糜的凝胶强度，是目前罗非鱼鱼糜产业亟需解决的关键技术问题。
借助微生物发酵能够有效改善淡水鱼鱼糜品质[4]。鱼糜的微生物发酵一般采用乳酸菌作为发酵剂，依靠其产生的有机酸促使鱼糜蛋白的凝胶化形成，同时抑制杂菌生长[5]。此外，微生物代谢作用使鱼糜中蛋白质、脂肪、碳水化合物等大分子营养物质分解产生氨基酸、脂肪酸、挥发性小分子物质等滋味和气味成分，产生特有的风味[6]。
由于发酵前鱼糜原料中含有众多杂菌，大多数研究只关注乳酸菌加菌发酵后的品质变化，而忽略了对微生物菌群变化的研究以及这种变化对发酵鱼糜品质的影响[7-8]。笔者课题组前期利用16S rRNA基因高通量测序技术、现代仪器分析技术、多维统计学等手段，揭示了罗非鱼自然发酵鱼糜品质和风味的形成机制，明确了与发酵鱼糜品质和风味形成相关的关键微生物菌属[6,9]。同时，从罗非鱼自然发酵鱼糜中筛选到乳酸菌，能够显著抑制鱼糜发酵过程中生物胺的生成，但是对其凝胶强度的改善作用不明显[10]。因此，本研究以新筛选得到的植物乳植杆菌 (Lactiplantibacillus plantarum) 为发酵菌株，研究了加菌发酵对罗非鱼鱼糜凝胶强度的影响，通过分析微生物菌群和游离氨基酸含量变化，从微生物菌群变化和蛋白质水解角度揭示加菌发酵对罗非鱼鱼糜凝胶强度的改善机制，为开发高品质的罗非鱼发酵鱼糜制品提供重要的技术支撑。
1. 材料与方法
1.1 材料与试剂
鲜活罗非鱼 (500~750 g) 购自广州市海珠区华润万家客村店；发酵菌株植物乳植杆菌 H30-2分离自罗非鱼自然发酵鱼糜[11]，保藏于中国普通微生物菌种保藏管理中心，其保藏编号为CGMCC NO.
27465 。PCA培养基和MRS肉汤培养基购自广东环凯微生物科技有限公司；FastDNA® Spin Kit for Soil购自美国MP Biomedicals公司；FMOC、邻苯二甲醛、氨基酸标准品购自美国Sigma-Aldrich公司；甲醇、乙腈 (色谱纯) 购自德国CNW公司。
1.2 仪器与设备
BJ-JR12台式绞肉机 (福建班吉公司)；IKA-T25组织匀浆机 (德国IKA公司)；Illumina MiSeq PE300测序仪 (美国Illumina公司)；CT3质构仪 (美国Brookfield公司)；Agilent 1100型高效液相色谱仪 (美国Agilent公司)。
1.3 实验方法
1.3.1 植物乳植杆菌的活化培养
保藏有植物乳植杆菌的磁珠保藏管冷冻于−80 ℃冰箱，在无菌环境中从磁珠保藏管中取出2个磁珠，接种于灭菌好的MRS肉汤培养基中，在30 ℃恒温培养箱中厌氧培养24 h，作为植物乳植杆菌的种子液。4 ℃下12 000 r·min−1离心10 min后去除上清液，得到白色菌体沉淀，将菌体沉淀重悬于0.85% (w) 的氯化钠 (NaCl) 溶液中，作为发酵罗非鱼鱼糜的发酵剂。
1.3.2 罗非鱼发酵鱼糜制备
取罗非鱼背肉并用冷水浸泡冲洗，沥干水分，用绞肉机打成鱼糜，加入5%水、2%食盐、0.5%葡萄糖、0.5%蔗糖 (均为质量分数)。在低温条件下斩拌均匀。鱼糜中加入终菌落总数为1×106 CFU·g−1的发酵菌株作为加菌发酵组 (LP组)，不添加菌株的鱼糜作为自然发酵组 (CK组)。使用手动灌肠机灌入直径为30 mm的塑料肠衣中，然后置于25 ℃恒温培养箱中发酵45 h，分别在第0、第18、第30和第45小时取样分析。
1.3.3 菌落总数和微生物菌群分析
取3.0 g发酵鱼糜，加入27 mL无菌生理盐水，充分匀浆后，取含菌匀浆液，经梯度稀释，涂布于PCA培养基上，在37 ℃培养箱内倒置培养24 h后计数。剩余的含菌匀浆液在4 ℃下12 000 r·min−1离心10 min，获得微生物菌体，采用FastDNA® Spin Kit for Soil 试剂盒对微生物菌体的总DNA进行抽提。采用16S rRNA高通量测序技术测定微生物菌群组成[11]。利用上游引物338F (5'-ACTCCTACGGGAGGCAGCAG-3') 和下游引物806R (5'-GGACTACHVGGGTWTCTAAT-3') 对微生物16S rRNA基因的V3—V4 可变区序列进行 PCR 扩增。产物经纯化和建库后，利用 Illumina MiSeq PE300测序仪进行测序。利用Flash v1.2.11软件将序列进行组装拼接。使用UPARSE v7.0.1090软件在97%相似度条件下进行聚类，利用RDP classifer v2.11软件进行物种注释。
1.3.4 凝胶强度分析
将发酵鱼糜切成2.5 cm高的圆柱体，采用CT3型质构仪分析其凝胶强度[12]。用直径5 mm的球形探头测定发酵鱼糜的破断力 (g) 和破断距离 (cm)，选用压缩模式，下压位移1.5 cm，触发点负载5.0 g。凝胶强度 (g·cm) 的计算公式为：凝胶强度=破断力×破断距离。
1.3.5 游离氨基酸的测定
取0.5 g发酵鱼糜，加入0.01 mol·L−1盐酸溶液提取游离氨基酸，样品用0.22 μm针头微孔滤膜过膜后，分别与2.5 g·L−1的FMOC溶液和10.0 g·L−1的邻苯二甲醛溶液进行柱前衍生化反应。采用Agilent 1100型高效液相色谱仪进行检测，色谱柱为ZORBAX Eclipse AAA (4.6 mm×150 mm, 3.5 μm)，流动相A为40 mmol·L−1 磷酸二氢钠溶液 (pH 7.8)，流动相B为乙腈-甲醇-水 (V∶V∶V=45∶45∶10)。梯度洗脱程序为：100% A、0 min；100% A、1 min；43% A、23 min；0% A、27 min；0% A、34 min；100% A、40 min；100% A、41 min。流速为1.0 mL·min−1，柱温为45 ℃。使用紫外检测器分别在338 nm (0~19 min) 和266 nm (19.01~25 min) 处进行检测。
1.3.6 统计学分析
每个实验重复3次，结果以“平均值±标准差 ($\overline { x}\pm s $)”表示。采用SPSS 19.0软件对数据进行单因素方差分析，使用多重比较Tukey算法进行差异性检验，数据之间无相同字母为差异显著 (p<0.05)[13]。利用Pearson分析微生物菌属与发酵鱼糜物化特性间的相关性，然后利用Cytoscape v.3.8.1软件构建相关性网络图[14]。
2. 结果
2.1 加菌发酵对罗非鱼发酵鱼糜凝胶强度的影响
凝胶强度是评价鱼糜制品品质最重要的物化指标之一。植物乳植杆菌加菌发酵对罗非鱼鱼糜发酵过程中凝胶强度的影响如图1所示。随着发酵时间的增加，自然发酵鱼糜的凝胶强度显著增大。自然发酵45 h后，凝胶强度可达504.7 g·cm；加菌发酵后，凝胶强度在第18 小时即可达810.5 g·cm，但随着发酵时间的增加，其凝胶强度变化不大。结果表明，加菌发酵能够显著加快鱼糜凝胶的形成，从自然发酵的45 h缩短至18 h，且能够产生更高的凝胶强度。
![]()
图 1 植物乳植杆菌加菌发酵对罗非鱼鱼糜发酵过程中凝胶强度的影响注：不同字母表示差异显著 (p<0.05)。Fig. 1 Effect of L. plantarum addition on gel strength of tilapia surimi during fermentationNote: Different letters represent significant differences (p<0.05).2.2 加菌发酵对罗非鱼发酵鱼糜游离氨基酸的影响
游离氨基酸含量是评价水产品滋味和营养的重要指标，同时也可代表水产品中蛋白质的降解程度。植物乳植杆菌加菌发酵对罗非鱼鱼糜发酵过程中游离氨基酸含量的影响如图2所示。在鱼糜发酵过程中共检测到25种游离氨基酸，其中含量较高的为甘氨酸、丙氨酸、羟脯氨酸和色氨酸。随着发酵时间的增加，罗非鱼自然发酵鱼糜中大部分游离氨基酸的含量逐渐增加，总氨基酸从未发酵的6.22 g·kg−1显著增至发酵末期的8.24 g·kg−1。在添加植物乳植杆菌后，大部分游离氨基酸含量在发酵第18小时显著下降，之后明显增加。与自然发酵鱼糜相比，添加植物乳植杆菌后，大部分游离氨基酸及总氨基酸含量明显降低。值得注意的是，鲜味氨基酸包括谷氨酸和天冬氨酸含量在加菌发酵后显著增加，表明加菌发酵能够改善罗非鱼鱼糜的鲜味。
![]()
图 2 植物乳植杆菌加菌发酵对罗非鱼鱼糜发酵过程中游离氨基酸含量的影响注：CK为自然发酵组，LP为加菌发酵组，后面的数字表示发酵时间。Fig. 2 Effect of L. plantarum addition on concentrations of free amino acids of tilapia surimi during fermentationNote: CK represents the natural fermentation group; LP represents the fermentation group with added strain; the number after it represents the fermentation time.2.3 加菌发酵对罗非鱼发酵鱼糜中微生物菌群的影响
菌落总数是评价发酵食品的重要指标，在产品质量控制中起到非常重要的作用[15]。为了评估植物乳植杆菌加菌发酵后鱼糜中微生物的数量变化，研究了发酵过程中菌落总数的变化 (图3)。随着发酵时间的增加，自然发酵和加菌发酵罗非鱼鱼糜中的菌落总数均呈先升后降的趋势，并在第30小时达到最高。与自然发酵鱼糜相比，添加植物乳植杆菌后，发酵鱼糜中的菌落总数显著下降，在发酵末期仅1.9×107 CFU·g−1，明显低于自然发酵鱼糜的1.2×108 CFU·g−1。
![]()
图 3 植物乳植杆菌加菌发酵对罗非鱼鱼糜发酵过程中菌落总数的影响注：不同字母表示差异显著 (p<0.05)。Fig. 3 Effect of L. plantarum addition on total plate count in tilapia surimi during fermentationNote: Different letters represent significant differences (p<0.05).为了监测鱼糜发酵过程中腐败微生物的生长繁殖情况以及发酵菌株对鱼糜发酵环境的适应情况，分析了加菌发酵后罗非鱼鱼糜中微生物菌群组成的变化情况 (图4)。在罗非鱼鱼糜发酵过程中共检测到18个丰度 >1%的菌属。在自然发酵前，不动杆菌属、巨大球菌属和链球菌属为主要微生物菌属，其相对丰度分别为44.03%、22.61%和14.15%；但是随着发酵的进行，因不适应鱼糜发酵环境，在发酵末期上述3种菌的相对丰度仅有0.01%、0.10%和2.27%。乳球菌属和乳植杆菌属在鱼糜自然发酵前期的相对丰度较低，仅有1.39%和0.01%，随着发酵时间的增加，其相对丰度显著增加并成为优势菌群，在发酵第45小时的相对丰度达55.88%和11.31%，表明这些微生物菌属更适应罗非鱼鱼糜的发酵环境。乳球菌属在鱼茶[16]、豆腐乳[17]自然发酵过程中也是主要的发酵菌属。利用植物乳植杆菌加菌发酵后，乳植杆菌属在发酵前期丰度最高 (35.42%)，其次为不动杆菌属 (24.90%) 和巨大球菌属 (19.26%)。随着发酵时间的增加，乳植杆菌属的丰度显著增加，到发酵末期相对丰度达63.71%，表明发酵菌株能够很好地适应鱼糜发酵环境。大部分其他菌属的丰度随着发酵的进行有所下降，而且在发酵末期时所有其他菌属的相对丰度均低于10%，这主要由于大部分腐败微生物不适应鱼糜的酸性发酵环境[9,18-19]。
![]()
图 4 植物乳植杆菌加菌发酵对罗非鱼鱼糜发酵过程中微生物菌属的影响注：CK为自然发酵组，LP为加菌发酵组，后面的数字表示发酵时间。Fig. 4 Effect of L. plantarum addition on microbial community at genus level in tilapia surimi during fermentationNote: CK represents the natural fermentation group; LP represents the fermentation group with added strain; the number after it represents the fermentation time.2.4 加菌发酵改善罗非鱼发酵鱼糜凝胶强度的作用机制
为探究植物乳植杆菌加菌发酵后罗非鱼发酵鱼糜凝胶强度的改善机制，分析了加菌发酵与自然发酵罗非鱼鱼糜在不同发酵阶段凝胶强度与微生物代谢的相关性。如图5-a所示，在发酵第18小时，10个微生物菌属分成2个明显的聚类，包括聚类1 (乳植杆菌属、乳球菌属、气单胞菌属、巨大球菌属、肠杆菌属) 和聚类2 (漫游菌属、链球菌属、摩根菌属、变形杆菌属、普罗威登斯菌属)。聚类1中的微生物菌属与凝胶强度呈正相关，而聚类2中的微生物菌属与菌落总数和大部分游离氨基酸呈负相关。相关性网络图显示，凝胶强度只与乳植杆菌属和气单胞菌属呈显著正相关 (p<0.05)，同时与菌落总数和总氨基酸呈显著负相关 (p<0.05)，这2个菌属特别是乳植杆菌属与大多数游离氨基酸和总氨基酸呈显著负相关 (p<0.05)，表明发酵第18小时加菌发酵鱼糜凝胶强度的增加主要是由这2个菌属的增加抑制了微生物对蛋白质的水解引起。
![]()
图 5 加菌发酵与自然发酵罗非鱼鱼糜在发酵第18 (a)、第30 (b)、第45 (c) 小时的凝胶强度、菌落总数、核心微生物菌属和游离氨基酸间的Pearson相关性热图和网络图Fig. 5 Pearson correlation heatmaps and correlation network maps among gel strength, total plate count, core microbial genera and free amino acids of tilapia surimi after fermentation for 18 h (a), 30 h (b) and 45 h (c) between LP and CK groups如图5-b所示，在发酵第30小时，10个微生物菌属分成2个明显的聚类，包括聚类1 (乳植杆菌属、气单胞菌属、变形杆菌属、肠杆菌属、普罗威登斯菌属) 和聚类2 (乳球菌属、漫游菌属、链球菌属、摩根菌属、巨大球菌属)，聚类1中的微生物菌属与凝胶强度呈正相关，而聚类2中的微生物菌属与菌落总数和大部分游离氨基酸呈负相关。相关性网络图显示，凝胶强度与聚类1中的所有菌属呈显著正相关 (p<0.05)。发酵食品中对品质变化起主要作用的微生物不仅需要有一定相关性，其丰度也要在微生物菌群中占绝对优势[23-24]。本研究中，由于乳植杆菌属在正相关菌群中的丰度最高，因此该属对鱼糜凝胶强度的形成影响最大。与第18小时相同，第30小时凝胶强度与菌落总数和总氨基酸呈显著负相关 (p<0.05)。聚类1中的微生物菌属，特别是乳植杆菌属与大多数游离氨基酸和总氨基酸呈显著负相关 (p<0.05)，表明发酵第30小时加菌发酵鱼糜凝胶强度的增加主要是由乳植杆菌属的增加抑制了微生物对蛋白质的水解引起的。
如图5-c所示，在发酵第45小时，10个微生物菌属也分成2个明显的聚类，包括聚类1 (乳植杆菌属、摩根菌属、巨大球菌属、变形杆菌属、普罗威登斯菌属) 和聚类2 (乳球菌属、漫游菌属、气单胞菌属、链球菌属、肠杆菌属)，聚类1中的微生物菌属与凝胶强度呈正相关，而聚类2中的微生物菌属与菌落总数和大部分游离氨基酸呈负相关。相关性网络图显示，凝胶强度与乳植杆菌属和普罗威登斯菌属呈显著正相关 (p<0.05)，但是由于普罗威登斯菌属的丰度很低，因此影响很小。第45小时凝胶强度与菌落总数和总氨基酸呈显著负相关 (p<0.05)。乳植杆菌属和普罗威登斯菌属，特别是乳植杆菌属与大多数游离氨基酸和总氨基酸呈显著负相关 (p<0.05)，表明发酵第45小时，加菌发酵后乳植杆菌属的增加抑制了微生物对蛋白质的水解，从而导致了鱼糜凝胶强度的增加。
3. 讨论
鱼糜的凝胶特性直接影响鱼糜制品的组织性、保水性及黏结性等品质性能，是衡量鱼糜品质的重要指标[20]。在鱼糜加工过程中，肌原纤维蛋白特别是肌球蛋白部分区域的肽链发生解离，然后与相邻排列的其他分子之间进行相互链接、聚集和交联，形成较大的蛋白质聚集体，最后形成具有明显凝胶特性的空间三维网络结构[21-22]。肌原纤维蛋白尤其是肌球蛋白重链的降解，被认为是凝胶劣化的主要原因，而肌原纤维蛋白的降解主要是由蛋白酶水解引起的[23]。由于海水鱼比淡水鱼更易形成凝胶且不易劣化[24]，因此目前鱼糜制品的生产原料多以海水鱼为主，且对其种类和新鲜度的要求较高。淡水鱼糜因凝胶强度较低、交联度差、结构发散、易出现凝胶劣化等问题，严重制约了其应用[20]。一般来说，凝胶强度在300 g·cm以上的鱼糜制品口感良好[25]。前期研究发现，传统加热法生产的罗非鱼鱼糜制品的凝胶强度仅约200 g·cm[3]，因此如何提高其凝胶强度，是目前罗非鱼鱼糜加工生产过程中亟需解决的关键技术问题。本研究发现，自然发酵45 h后，鱼糜的凝胶强度超过500 g·cm，能够满足鱼糜制品的生产需求。利用植物乳植杆菌加菌发酵不仅能够显著增加罗非鱼鱼糜的凝胶强度，在发酵第18小时即可达810.5 g·cm，且将发酵时间从45 h缩短至18 h。
罗非鱼发酵鱼糜作为一种发酵食品，微生物菌群代谢对其凝胶强度的影响较大。为了明确加菌发酵后罗非鱼鱼糜凝胶强度改善的原因，进一步总结了植物乳植杆菌加菌后微生物菌群和蛋白质水解变化 (图6)。结果发现，植物乳植杆菌加菌发酵能显著降低罗非鱼鱼糜中的菌落总数，且其中乳酸菌属的比例显著增加，而不动杆菌属、巨大球菌属等腐败微生物的比例显著下降。结果表明，植物乳植杆菌能够显著抑制微生物特别是腐败微生物的生长，使鱼糜产品具有更高的安全性。而且，添加植物乳植杆菌后，大部分游离氨基酸以及总氨基酸含量明显降低，表明加菌发酵能够明显抑制鱼糜中蛋白质的水解，这对于降低鱼糜凝胶劣化、提高鱼糜凝胶强度有重要作用。
![]()
图 6 植物乳植杆菌加菌发酵通过抑制蛋白水解改善罗非鱼发酵鱼糜凝胶强度的作用机制Fig. 6 Improvement mechanism of gel strength of fermented tilapia surimi by L. plantarum through inhibition of protein hydrolysis添加微生物发酵剂后，发酵食品在发酵过程中品质和微生物群落结构会发生明显变化。通过构建加菌发酵与自然发酵组间的微生物-品质相关性网络可以有效揭示加菌后微生物菌群变化诱导的品质变化机制。目前，多数组间相关性研究仅关注发酵末期的相关性分析，而忽略了对整个发酵过程的研究，导致无法全面、准确地揭示加菌发酵的影响机制[26-27]。因此，为探究植物乳植杆菌加菌发酵后罗非鱼发酵鱼糜凝胶强度的改善机制，本研究进一步分析了加菌发酵与自然发酵罗非鱼鱼糜在不同发酵阶段下凝胶强度与微生物代谢的相关性。结果发现，在18、30、45 h的发酵期间，凝胶强度一直与菌落总数和总氨基酸呈显著负相关，表明加菌发酵后微生物菌落总数降低及蛋白质水解程度下降是鱼糜凝胶强度增加的主要原因。仅乳植杆菌属与菌落总数、总氨基酸一直呈显著负相关，表明加菌发酵后乳植杆菌属的增加，即植物乳植杆菌生长繁殖，是鱼糜中微生物特别是腐败微生物降低以及蛋白质水解程度下降的主要原因。相似的研究也表明，植物乳植杆菌代谢产生的有机酸可以抑制腐败微生物的生长和产蛋白酶能力[28-29]。同时，仅乳植杆菌属与凝胶强度一直呈显著正相关，且该属在整个起作用的菌群中占绝对高的比例，表明加菌发酵后植物乳植杆菌是增加鱼糜凝胶强度的主要作用微生物。值得关注的是，虽然乳植杆菌属与大多数氨基酸呈显著负相关，却与谷氨酸和天冬氨酸一直呈显著正相关，表明乳植杆菌属代谢是加菌发酵鱼糜鲜味氨基酸增加的主要原因。内源蛋白酶水解破坏肌原纤维蛋白的结构是导致鱼糜凝胶特性下降的主要原因[30-31]。除了内源蛋白酶外，腐败微生物分泌的蛋白酶是发酵食品中的主要蛋白酶来源，用以满足腐败微生物的生长和繁殖[32]。整个发酵时期的相关性结果表明，植物乳植杆菌加菌发酵主要通过抑制其他微生物特别是腐败微生物的数量以及对蛋白质的水解作用，来改善罗非鱼发酵鱼糜的凝胶强度。
4. 结论
植物乳植杆菌加菌发酵显著改善了罗非鱼鱼糜的凝胶强度，在第18小时即可达810.5 g·cm，明显高于自然发酵第45 小时 (504.7 g·cm)。加菌发酵能够明显抑制鱼糜中蛋白质的降解，大部分游离氨基酸及总氨基酸含量明显降低，但谷氨酸和天冬氨酸的含量却显著增加，表明加菌发酵能够改善罗非鱼鱼糜的鲜味。罗非鱼鱼糜在自然发酵和加菌发酵过程中共检测到18个丰度 >1%的菌属，不动杆菌属、巨大球菌属和链球菌属为原料鱼中主要微生物菌属，随着发酵的进行大部分菌属的丰度有所下降，乳球菌属和乳植杆菌属分别为自然发酵和加菌发酵的主要菌属，在发酵末期的相对丰度分别达到55.88%和63.71%。自然发酵和加菌发酵罗非鱼鱼糜中的菌落总数随着发酵的进行均呈先升后降的趋势，加菌发酵能够显著抑制微生物特别是腐败微生物的生长，其菌落总数显著下降。不同发酵时间的相关性分析显示，凝胶强度在整个发酵时期与菌落总数和总氨基酸呈显著负相关；仅乳植杆菌属与菌落总数和总氨基酸一直呈显著负相关而与凝胶强度呈显著正相关，表明植物乳植杆菌加菌发酵主要通过抑制其他微生物，特别是腐败微生物的数量以及对蛋白质的水解作用，来改善罗非鱼发酵鱼糜的凝胶强度。
综上，植物乳植杆菌作为一种发酵剂可以显著提高鱼糜的凝胶强度，抑制腐败微生物的生长，具有开发高品质的罗非鱼鱼糜发酵制品的应用潜力。
-
![]()
图 1 MGWR 模型各环境因子局部回归系数和显著性的空间分布
Figure 1. Spatial distribution of local regression coefficients and significance of each environmental factor in MGWR model
![]()
图 2 不同模型渔获潜能标准化预测及 2005—2019 年平均 CPUE 空间分布
Figure 2. Standardized catch potential prediction and average CPUE spatial distribution of different models from 2005 to 2019
表 1 解释变量间方差膨胀因子
Table 1 Variance inflation factor among explanatory variables
解释变量
Explanatory variable单位
Unit方差膨胀因子
VIF海表面温度
Sea surface temperature, SSTK 1.558 100 m 水深盐度
Sea water salinity at 100 m depth, S100‰ 1.090 净初级生产力
Net primary productivity, NPPmol·(m2·s)−1 1.858 55 m 东西向海水流速
Mean zonal (E-W) current velocity at
55 m depth, U55m·s−1 1.007 55 m 南北向海水流速
Mean meridional (N-S) current
velocity at 55 m depth, V55m·s−1 1.796 
下载: 导出CSV
表 2 GAM、GWR 和 MGWR 不同回归模型性能评价对比
Table 2 Comparison of statistical parameters of different linear regression models (GAM, GWR and MGWR)
参数
Parameter广义加性
模型
GAM地理加权
回归
GWR多尺度地理
加权回归
MGWR残差平方和 RSS 254 400.400 148.607 129.136 修正的赤池信息准则 AICc 1 477.598 1 572.437 1 287.873 拟合优度 R² 0.369 0.879 0.895 校正后的拟合优度
Adjusted R²0.273 0.846 0.871
下载: 导出CSV
表 3 MGWR 与 GWR 带宽对比结果
Table 3 Bandwidth comparison between classical MGWR and GWR models
变量
Variable多尺度地理
加权回归
MGWR占比
Proportion/
%地理加权
回归
GWR占比
Proportion/
%截距 Intercept 48 3.91 65 5.29 海表面温度 SST 54 4.40 65 5.29 100 m 水深盐度 S100 48 3.91 65 5.29 55 m 东西向海水
流速 U5548 3.91 65 5.29 55 m 南北向海水
流速 V551 227 99.84 65 5.29 净初级生产力 NPP 44 3.51 65 5.29
下载: 导出CSV
表 4 基于MGWR的各环境因子的局部系数统计描述
Table 4 Statistical description of MGWR local coefficient
变量
Variable均值
Mean标准差
SD最小值
Min.最大值
Max.正值比例
Positive ratio/%负值比例
Negative ratio/%显著性检验
P截距 Intercept −0.036 0.350 −0.552 0.939 38.975 61.025 1.00 海表面温度 SST 0.162 0.331 −0.555 1.551 66.802 33.198 <0.05 100 m 水深盐度 S100 0.574 0.952 −0.359 4.649 73.556 26.444 <0.05 55 m 东西向海水流速 U55 −0.180 0.504 −2.215 0.997 32.303 67.697 <0.05 55 m 南北向海水流速 V55 0.069 0.109 −0.142 0.553 80.797 19.203 <0.05 净初级生产力 NPP 0.172 0.351 −0.787 1.806 64.849 35.151 <0.05
下载: 导出CSV
-
[1] 陈新军, 郑波. 中西太平洋金枪鱼围网渔业鲣鱼资源的时空分布[J]. 海洋学研究, 2007(2): 13-22. doi: 10.3969/j.issn.1001-909X.2007.02.002 [2] WILLIAMS P, RUAIA T. Overview of tuna fisheries in the western and central Pacific Ocean, including economic conditions–2019[C]//16th WCPFC Scientific Committee Meeting (SC16). Pohnpei State, Federated States of Micronesia: WCPFC, 2020: 7.
[3] DUERI S, BOPP L, MAURY O. Projecting the impacts of climate change on skipjack tuna abundance and spatial distribution[J]. Global Change Biol, 2014, 20(3): 742-753. doi: 10.1111/gcb.12460
[4] 杨晓明, 戴小杰, 田思泉, 等. 中西太平洋金枪鱼围网渔场变动的预报分析[J]. 中国水产科学, 2016, 23(6): 1417-1425. [5] 王学昉, 许柳雄, 周成, 等. 中西太平洋金枪鱼围网鲣鱼自由鱼群捕获成功率与温跃层特性的关系[J]. 上海海洋大学学报, 2013, 22(5): 763-769. [6] 魏广恩. 北太平洋柔鱼渔场的时空分析与资源丰度的预测[D]. 上海: 上海海洋大学, 2018: 77 [7] 陈洋洋, 陈新军, 郭立新, 等. 基于BP神经网络的中西太平洋鲣鱼渔场预报模型构建与比较[J]. 广东海洋大学学报, 2017, 37(6): 65-73. [8] ROBINSON M, SEI-ICHI S. Ensemble modelling of skipjack tuna (Katsuwonus pelamis) habitats in the Western North Pacific using satellite remotely sensed data: a comparative analysis using Machine-Learning Models[J]. Remote Sens-Basel, 2020, 12(16): 2591. doi: 10.3390/rs12162591
[9] VENABLES W N, DICHMONT C M. GLMs, GAMs and GLMMs: an overview of theory for applications in fisheries research[J]. Fish Res, 2004, 70(2/3): 319-337.
[10] 杨彩莉, 杨晓明, 朱江峰. 不同类型厄尔尼诺事件中环境因子对中西太平洋金枪鱼围网鲣分布响应[J]. 南方水产科学, 2021, 17(3): 8-18. [11] DUQUE-LAZO J, GILS H V, GROEN T A, et al. Transfer ability of species distribution models: the case of Phytophthora cinnamomi in Southwest Spain and Southwest Australia[J]. Ecol Model, 2016, 320: 62-70. doi: 10.1016/j.ecolmodel.2015.09.019
[12] 姜珊, 杨晓明, 朱江峰. 中西太平洋金枪鱼围网鲣渔获率与海洋环境关系的时空异质性[J]. 中国水产科学, 2022, 29(5): 744-754. [13] FENG Y J, LIU Y, CHEN X J. Modeling monthly spatial distribution of Ommastrephes bartramii CPUE in the northwest Pacific and its spatially nonstationary relationships with the marine environment[J]. J Ocean U China, 2018, 17(3): 647-658. doi: 10.1007/s11802-018-3495-9
[14] 沈体雁, 于瀚辰, 周麟, 等. 北京市二手住宅价格影响机制: 基于多尺度地理加权回归模型(MGWR)的研究[J]. 经济地理, 2020, 40(3): 75-83. [15] FOTHERINGHAM A S, YANG W, KANG W. Multiscale geographically weighted regression (MGWR)[J]. Ann Am Assoc Geogr, 2017, 107(6): 1247-1265.
[16] YU H, FOTHERINGHAM A S , LI Z, et al. On the measurement of bias in geographically weighted regression models[J]. Spat Stat-Neth, 2020: 100453.
[17] 李斌, 邢汉发, 刘烨菲. 基于MGWR模型的城市景观与热环境关系分析[J]. 西安理工大学学报, 2021, 37(4): 517-525. [18] 周天军, 邹立维, 陈晓龙. 第六次国际耦合模式比较计划(CMIP6)评述[J]. 气候变化研究进展, 2019, 15(5): 445-456. [19] BUI D T, LOFMAN O, REVHAUG I, et al. Landslide susceptibility analysis in the Hoa Binh province of Vietnam using statistical index and logistic regression[J]. Nat Hazards, 2011, 59(3): 1413-1444. doi: 10.1007/s11069-011-9844-2
[20] HASTIE T J, TIBSHIRANI R J. Generalized Additive Models[M]. London: Chapman and Hall, 1990: 17.
[21] TSENG C T, SUN C L, YEH S Z, et al. Spatio-temporal distributions of tuna species and potential habitats in the Western and Central Pacific Ocean derived from multisatellite data[J]. Int J Remote Sens, 2010, 31(17/18): 4543-4558.
[22] SONG X L, MI N, MI W B, et al. Spatial non-stationary characteristics between grass yield and its influencing factors in the Ningxia temperate grasslands based on a mixed geographically weighted regression model[J]. J Geogr Sci, 2022, 32(6): 1076-1102. doi: 10.1007/s11442-022-1986-5
[23] 祝新明, 宋小宁, 冷佩, 等. 多尺度地理加权回归的地表温度降尺度研究[J]. 遥感学报, 2021, 25(8): 1749-1766. [24] JONES S, SILAS E G. Synopsis of biological data on skipjack Katsuwonus pelamis (Linnaeus) 1758 (Indian Ocean): FAO Fisheries Biology Synopsis No. 64 Species Synopsis No. 21[R]. Rome: FAO, 1963: 663-694.
[25] DRUON J N, CHASSOT E, MURUA H, et al. Skipjack tuna availability for purse seine fisheries is driven by suitable feeding habitat dynamics in the Atlantic and Indian Oceans[J]. Front Mar Sci, 2017, 4: 315. doi: 10.3389/fmars.2017.00315
[26] 周甦芳, 沈建华, 樊伟. ENSO现象对中西太平洋鲣鱼围网渔场的影响分析[J]. 海洋渔业, 2004(3): 167-172. [27] LEHODEY P M, BERTIGNAC M, HAMPTON J, et al. El Niño Southern Oscillation and tuna in the western Pacific[J]. Nature 1997, 389: 715-718.
[28] MEEHL G A. Characteristics of surface current flow inferred from a Global Ocean Current Data Set[J]. J Phys Oceanogr, 1982, 12(6): 538-555. doi: 10.1175/1520-0485(1982)012<0538:COSCFI>2.0.CO;2
[29] 郭爱, 余为, 陈新军, 等. 中国近海鲐鱼资源时空分布与海洋净初级生产力的关系研究[J]. 海洋学报, 2018, 40(8): 42-52. [30] 黄易德. 中西太平洋正鲣资源时空分布特性之研究[D]. 基隆: 台湾海洋大学, 2002: 83. [31] SUGIMOTO T, KIMURAA S, TADOKOROB K. Impact of El Niño eventsand climate regime shift on living resources in the western North Pacific[J]. Prog Oceanogr, 2001, 49: 113-127. doi: 10.1016/S0079-6611(01)00018-0
[32] 杨晓明, 戴小杰, 田思泉, 等. 中西太平洋鲣鱼围网渔业资源的热点分析和空间异质性[J]. 生态学报, 2014, 34(13): 3771-3778. [33] 杨晓明, 戴小杰, 王学昉, 等. 基于点格局的中西太平洋金枪鱼围网中鲣的空间格局特征[J]. 中国水产科学, 2017, 24(3): 633-639. [34] 杨胜龙, 周甦芳, 周为峰, 等. 基于Argo数据的中西太平洋鲣渔获量与水温、表层盐度关系的初步研究[J]. 大连水产学院学报, 2010, 25(1): 34-40. [35] 叶泰豪, 冯波, 颜云榕, 等. 中西太平洋鲣渔场与温盐垂直结构关系的研究[J]. 海洋湖沼通报, 2012(1): 49-55. [36] PICAUT J, IOUALALEN M, MENKES C, et al. Mechanism of the zonal displacements of the Pacific warm pool: implications for ENSO[J]. Science, 1996, 274(5292): 1486-1489. doi: 10.1126/science.274.5292.1486
[37] ZHANG F, ZHANG R H. Interannually varying salinity effects on ENSO in the tropical Pacific: a diagnostic analysis from Argo[J]. Ocean Dyn, 2015, 65(5): 691-705. doi: 10.1007/s10236-015-0829-7
[38] 唐未, 王学昉, 吴峰, 等. 基于最大熵模型模拟西印度洋剑鱼栖息地的时空分布[J]. 海洋学报, 2022, 44(10): 100-108. [39] 张小龙, 付东洋, 刘大召, 等. 基于EOF分析中西太平洋金枪鱼围网渔场的海洋环境[J]. 海洋学研究, 2019, 37(2): 81-94. [40] 唐浩, 许柳雄, 陈新军, 等. 基于GAM模型研究时空及环境因子对中西太平洋鲣鱼渔场的影响[J]. 海洋环境科学, 2013, 32(4): 518-522. -
期刊类型引用(2)
1. 陈志，周洪磊，林国明，李钧，胡丰晓，霍朋辉. 4种消毒剂处理对岩虫的急性毒性效应分析. 福建农业科技. 2023(05): 15-20 . 
百度学术
2. 周洪磊，林国明，陈志，李钧. 不同生物饵料对岩虫生长及繁殖性能的影响. 福建农业科技. 2023(07): 36-40 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 383
- HTML全文浏览量: 123
- PDF下载量: 87
- 被引次数: 3
粤公网安备 44010502001741号
