Preliminary investigation of fish diversity in middle and lower reaches of Pearl River based on environmental DNA technology
-
摘要:
通过环境DNA技术 (Environmental DNA, eDNA) 检测珠江中下游鱼类生物多样性，探索珠江中下鱼类多样性监测和保护的新途径。2023年2月在珠江中下游设置了桂平、藤县、封开、德庆、肇庆和九江共6个采样点，通过水样采集及过滤、eDNA提取、遗传标记扩增及测序和数据库比对分析等流程检测鱼类多样性。结果表明，6个采样点共检测出30种鱼类，隶属于4目10科27属，其中土著鱼类26种，外来种4种。较已有传统调查数据新检出2种鱼类：美丽沙鳅 (Botia pulchra) 和齐氏罗非鱼 (Oceochromis zillii)。鱼类优势种为子陵吻鰕虎鱼 (Rhinogobius giurinus)、瓦氏黄颡鱼 (Pelteobagrus vachellii)、鲢 (Hypophthalmichthys molitrix)、尼罗罗非鱼 (O. nilotica)、齐氏罗非鱼、南方波鱼 (Rasbora steineri) 和鲤 (Cyprinus carpio)。根据Shannon指数和Simpson指数显示，eDNA检测九江和桂平站点的鱼类多样性最高，藤县的最低。作为一种新的检测方法，eDNA技术可用于快速检测珠江中下游鱼类的多样性及分布，在实际应用中可将eDNA技术与传统的监测方法相结合，以提供更全面的鱼类生物多样性数据信息。
-
关键词:
- 环境DNA (eDNA) /
- 鱼类多样性 /
- 珠江中下游
Abstract:To explore new ways for observing and protecting fish species diversity in the middle and lower reaches of the Pearl River, we used eDNA technology to detect fish species diversity in that river section. Six sampling localities, namely Guiping, Tengxian, Fengkai, Deqing, Zhaoqing and Jiujiang, were set up in February 2023. The fish diversity was detected by eDNA metabarcoding analysis that includes water collection, water filtration, eDNA extraction, genetic marker amplification, sequencing and bioinformatic analyses. The results show that 30 fish species had been detected in 6 sampling sites, belonging to 4 orders, 10 families and 27 genera, in which 26 were native species and 4 were non-native species. Compared with traditional survey reports, two new species (Botia pulchra and Oceochromis zillii) were detected. Rhinogobius giurinus, Pelteobagrus vachellii, Hypophthalmichthys molitrix, O. nilotica, O. zillii, Rasbora steineri and Cyprinus carpio were found at each sampling site, indicating that these species are the dominant species in the survey area. According to Shannon index and Simpson index, the fish diversity was highest in Jiujiang and Guiping, while lowest in Tengxian. As a new detection method, eDNA technology can efficiently investigate the fish biodiversity and distribution in the middle and lower reaches of the Pearl River. To sum up, eDNA technology can be combined with traditional fish resources monitoring methods to provide more comprehensive data information on fish species diversity.
-
九孔鲍(Haliotis diversicolor supertexta)作为一种非常有营养价值与经济价值的海产贝类，在中国南方沿海被广泛养殖。为满足日益增长的市场需求，养殖规模不断扩大。但是由于长期的近亲繁殖和不注重亲鲍培育等原因导致种质退化、育苗成功率低、养殖时间延长且个体偏小等问题, 这严重制约了九孔鲍养殖业的发展。为了解决这些突出问题，国内外水产育种工作者都做了大量的研究工作，种内群体间杂交是贝类杂种优势利用与新品种培育的主要途经之一[1-5]。
杂种优势是指2个遗传结构不同的亲本群体杂交所产生的杂种群体在生长、繁殖、成活、抗逆产量和品质上比其亲本表现优越的现象。张国范等[6]率先利用不同地理群体的皱纹盘鲍(H.discus hannai)杂交培育出“大连1号”杂交鲍并通过国家新品种审定，极大促进中国鲍鱼养殖业的健康可持续发展。柯才焕和游伟伟[7]用杂色鲍(H.diversicolor aquatili)台湾群体(♀)×日本群体(♂)杂交并经过多代评估与选种获得新品种“东优1号”，其抗病力较原有养殖种有显著提高，增产效果显著，对重振南方杂色鲍养殖产业发挥了重要作用。YOU等[3]用3个九孔鲍群体完全双列杂交选出1个生长杂种优势(6.84%)和成活率杂种优势(69.09%)均较高的群体。杂交及杂种优势的利用已是鲍鱼高效养殖的核心关键技术。
杂交育种过程中，杂种表现的优劣主要取决于杂交双亲。配合力是亲本选育和组合选配的重要遗传参数。关于贝类不同群体间杂交的配合力分析，前人做过很多相关研究，邓岳文[8]通过3个不同群体皱纹盘鲍的完全双列杂交得出了随着养殖日龄的增加，一般配合力逐渐下降，特殊配合力增加，大部分组合的优势率增加的结论。谷龙春等[9]通过对不同地理群体的合浦珠母贝(Pinctada fucata)进行杂交并对配合力与杂种优势进行了分析，结果表明北海的亲本具有很好的杂种优势与配合力。王炳谦等[10]以不同遗传背景的虹鳟(Oncorhynchus mykiss)作为亲本进行杂交并分析亲本间配合力，有望培育出杂种优势率较高的优势组合。至于在杂种优势与配合力的关系研究方面，中国的研究结果不尽一致，如毕详等[11]的研究认为配合力与杂种优势呈极显著相关(R=0.959)。然而周国峰等[12]研究表明两者强弱并不一致。关于九孔鲍的配合力与杂种优势分析研究少见报道，该试验选用2个不同地理群体的九孔鲍通过完全双列杂交设计方法建立4个杂交组合，分析杂交组合杂种优势，并利用线性模型均数加权二乘分析法估算主要九孔鲍各发育阶段生长性状的配合力，为九孔鲍的新品种选育与杂种优势利用提供理论参考与基础数据。
1. 材料与方法
1.1 亲本来源
试验用九孔鲍养殖群体取自汕尾多代养殖群体，遗传背景为中国九孔鲍养殖群体与日本野生群体杂交子代自繁子二代(引自福建省东山县)，平均壳长为5.46 cm；野生群体来源于深圳附近海域，平均壳长为7.63 cm，选择健康、性腺发育良好的亲本来进行试验。
1.2 试验设计
利用九孔鲍养殖群体(BD)与深圳野生群体(YS)通过完全双列杂交设计4个组合的杂交与自繁试验组，每个试验组合设3个平行组，共得到12组F1代，即杂交组为BD♀×YS♂(正交)，YS♀×BD♂(反交)，自繁组为YS♀×YS♂，BD♀×BD♂。12个组合分别养殖于12个小池内(100 cm×100 cm×80 cm)并置于同一个大水泥池中(7 m×3 m×1.35 m)，保证养殖条件一致，降低环境因子影响，保证试验的准确性。
1.3 催产与授精
2011年6月，自繁组与杂交组亲本分别诱导产卵，综合运用阴干，紫外线照射海水与变温刺激方法，过程为本底温度23.5 ℃阴干2~2.5 h，放入新鲜海水中适应1 h，再置于经紫外线照射过的海水进行刺激，温度变化为常温26.5 ℃经过1.5 h降温至22 ℃，再经过1 h升温至25.5 ℃，最后经0.5 h升至28 ℃，若亲鲍还未排卵(精)，则按上述步骤重复1次，接着将鲍卵收集到一塑料容器中，加入新鲜精液缓慢搅匀静置授精，30~40 min洗卵1次，经3~5次洗卵后放入培苗池中，根据受精卵密度每个小池布置受精卵3×104个左右，按照传统的鲍鱼育苗方式培育。
1.4 生长和存活性状测量
幼体发育阶段持续充氧，稚鲍培育期用人工饵料进行喂养，每天换水100%，冲洗保持水质清洁。40 d左右稚鲍剥离至四角砖下，平均每平方米稚鲍为6 000个左右，当幼鲍达到2.5 cm左右时分别装笼，每笼放25~30个，投喂嫩江蓠、海带等。每个杂交组合有严格标记。待分别养殖至120日龄、150日龄、210日龄和270日龄时每个组合随机取九孔鲍幼鲍30个测定壳长、壳宽与体质量生长数据用于杂种优势与配合力分析。
1.5 数据处理与分析
1.5.1 杂种优势H的计算
参照PEDRO和IBARRA[13]的试验方法，用下面2个公式来计算杂种优势(heterosis)：
$$ \mathrm{MP}(\%)=\frac{F_1-P_0}{P_0} \times 100 $$ $$ \operatorname{BP}(\%)=\frac{F_1-P_B}{P_B} \times 100 $$ 式中MP代表中亲优势，F1为杂交组均值，P0为相应双亲均值，BP代表超亲优势，PB为杂交组较好的亲本均值。
1.5.2 配合力分析模型
利用SPSS 17.0软件对生长性状数据进行初步整理，当差异显著时，进行下一步的配合力分析。参照王炳谦等[10]的试验方法，配合力分析统计模型为：
$$ Y_{i j k}=u+S+D_j+S D_{i j}+E_{i j k} $$ 其中Yijk是第i个父本群体与第j个母本群体的第k个杂种个体的表型观测值，u是总体均数，Si为第i个父本一般配合力效应，Dj是第j个母本一般配合力效应，SDij为第i个父本与第j个母本的互作效应即正交特殊配合力效应，Eijk为随机误差效应，假设它独立地服从N(0，σe2)分布。整个群体的变异可以剖分为一般配合力(GCA)、特殊配合力(SCA)、随机误差等组成部分。
模型采用二因素有互作的均数加权最小二乘分析法进行配合力分析。其正规方程为：
$$ \left(X^{\prime} X\right) b=X^{\prime} Y $$ 其约束条件为：
$$ \sum\limits_i=\sum\limits_j D=\sum\limits_i D=\sum\limits_j D=\sum \sum\limits_{i j} D=\mathbf{0} $$ 2. 结果与分析
2.1 不同日龄生长和存活性状的统计性描述量
试验测量了4个不同日龄阶段，每次统计360只九孔鲍数据。单因素方差分析多重比较显示，各交配组合壳长、壳宽、体质量性状和成活率差异均达到显著水平(P < 0.05)或极显著水平(P < 0.01)(表 1)。综合120~270日龄来看，反交组(YS♀×BD♂)的壳长、壳宽和体质量等生长性状数据一直高于正交组和自繁组，而群体的成活率性状正交组最高。各组的变异系数为0.04~0.47。其中体质量变异系数较大(0.33~0.47)，说明此性状有很大的改良潜力；而不同生长阶段各生长性状的变异系数变化不大，说明这些性状的遗传性能比较稳定。
表 1 九孔鲍杂交群体生长和存活性状的描述性统计量Table 1. Descriptive statistics of growth and survival traits of hybrid populations of H.diversicolor supertexta性状
trait日龄
dph养殖×野生
BD♀×YS♂变异系数
CV野生×养殖
YS♀×BD♂变异系数
CV野生×野生
YS♀×YS♂变异系数
CV养殖×养殖
BD♀×BD♂变异系数
CV壳长/cm shell length 120 1.23±0.26Aa 0.21 1.30±0.23Aa 0.18 1.19±0.17ABa 0.14 0.98±0.15Bb 0.15 150 1.91±0.43Bb 0.23 2.16±0.45Aa 0.21 1.83±0.31Bb 0.17 1.65±0.32Cc 0.21 210 2.38±0.53Bc 0.22 2.69±0.54Aa 0.20 2.56±0.42ABb 0.16 2.26±0.44Bc 0.20 270 2.86±0.48Cc 0.17 3.45±0.69Aa 0.20 3.10±0.52Bb 0.17 2.72±0.53Cc 0.20 壳宽/cm shell width 120 0.80±0.14BbC 0.18 1.01±0.16Aa 0.16 0.85±0.12Bb 0.14 0.72±0.10Cc 0.14 150 1.29±0.21ABb 0.16 1.44±0.34Aa 0.24 1.28±0.22Bb 0.17 1.14±0.27ABc 0.24 210 1.47±0.36Bb 0.24 1.71±0.32Aa 0.19 1.61±0.24ABb 0.15 1.30±0.21Cc 0.16 270 1.81±0.48Bbc 0.27 2.07±0.40Aa 0.20 1.93±0.26ABab 0.13 1.72±0.26Bc 0.15 体质量/g body weight 150 1.46±0.57Ab 0.40 1.39±0.64Aab 0.46 1.60±0.66Aa 0.41 0.95±0.44Bc 0.46 210 2.41±0.94Aa 0.40 2.50±1.15ABa 0.46 2.56±1.07Aa 0.42 2.08±0.97Bb 0.47 270 3.05±1.01Aa 0.33 3.22±1.12ABa 0.35 3.37±1.33Aa 0.40 2.57±1.21Ab 0.47 成活率/% survival 120 41.96±1.41Aa 0.04 34.64±4.07ABab 0.12 34.05±6.04Bb 0.18 28.44±3.64Bb 0.13 150 37.66±1.78Aa 0.05 30.69±3.10ABab 0.10 27.60±6.95Bb 0.25 25.16±3.36Bb 0.13 210 34.82±1.81Aa 0.05 28.68±2.65ABab 0.10 25.01±5.76Bb 0.23 24.05±3.03Bb 0.13 270 33.34±1.62Aa 0.05 27.38±3.67ABb 0.13 22.26±3.43Bbc 0.15 20.20±2.85Bc 0.14 注：变异系数=标准差/平均值；同一行各组合均值上标注不同小写字母为差异显著(P < 0.05)，标注不同大写字母为差异极显著(P < 0.01)
Note：coefficient of variation=standard deviation/mean；the values within the same line with different lowercase and uppercase letters are significantly and very significantly different at the levels of 0.01 and 0.05，respectively.2.2 不同日龄生长和存活性状杂种优势分析
九孔鲍不同日龄壳长、壳宽、体质量和存活性状杂种优势分析结果见表 2。壳长、壳宽、体质量和成活率的中亲优势和超亲优势不同生长阶段存在较大差异。壳长性状MP和BP的变化范围是-1.7% ~19.8%和-7.7% ~18.0%；壳宽性状MP和BP的变化范围是-0.8% ~28.7%和-8.7% ~18.8%；体质量性状MP和BP的变化范围是2.7% ~14.5%和-13.1% ~ -2.3%；存活性状MP和BP的变化范围是10.9% ~57.0%和1.7% ~49.8%。随着日龄的增加，壳长、壳宽和体质量性状的MP和BP值总体呈减小趋势，反交组的MP和BP均高于正交组。然而正交组存活性状的MP和BP较高。体质量性状并没有体现出超亲优势，均为负值。
表 2 九孔鲍群体杂交生长和存活性状的中亲优势与超亲优势Table 2. Heterosis and heterobeltiosis of growth and survival traits of mid-parent H.diversicolor supertexta性状
trait日龄
dph中亲优势 MP 超亲优势 BP 正交
BD♀×YS♂反交
YS♀×BD♂均值
mean正交
BD♀×YS♂反交
YS♀×BD♂均值
mean壳长/cm shell length 120 13.4 19.8 16.6 3.4 9.2 6.3 150 9.8 24.1 17.0 4.4 18.0 11.2 210 -1.2 11.6 5.2 -7.0 5.1 -1.0 270 -1.7 18.6 8.5 -7.7 11.3 1.8 壳宽/cm shell width 120 1.9 28.7 15.3 -5.9 18.8 6.5 150 6.6 19.0 12.8 0.8 12.5 6.6 210 1.0 17.5 9.3 -8.7 6.2 -1.2 270 -0.8 13.4 6.3 -6.2 7.3 0.5 体质量/g body weight 150 14.5 9.0 11.8 -8.8 -13.1 -10.9 210 3.9 7.8 5.9 -5.9 -2.3 -4.1 270 2.7 8.4 5.6 -9.5 -4.5 -7.0 成活率/% survival 120 34.3 10.9 22.6 23.2 1.7 12.5 150 42.8 16.3 29.6 36.4 11.2 23.8 210 41.9 16.9 29.4 39.2 14.7 26.9 270 57.0 29.0 43.0 49.8 23.0 36.4 2.3 一般配合力与特殊配合力效应值分析
壳长、壳宽与体质量3个性状在不同杂交组合中均达到显著性水平(P < 0.05)，可以进一步进行配合力方差分析。BD群体各生长阶段壳长、壳宽和体质量性状的GCA效应值均为负值，范围分别为-0.19~-0.09、-0.11~-0.07和-0.40~-0.24；YS群体各生长阶段壳长、壳宽和体质量性状的GCA效应值均为正值，范围分别为0.09~0.19、0.07~0.11和0.24~0.40(表 3)。YS群体与BD群体各生长阶段壳长、壳宽和体质量性状的SCA效应值分别为0.01~0.14、0~0.07和0.02~0.07。综合3个生长性状来看，各发育阶段均存在母本效应，反交效应不明显。BD群体的一般配合力效应值、特殊配合力和母本效应均小于YS群体，因此野生群体亲本对杂交组的生长影响较大。随着日龄的增加，各生长性状反交效应值呈上升趋势。
表 3 九孔鲍野生群体与养殖群体杂交生长性状配合力效应值分析Table 3. Combining ability of growth traits of cultured and wild stocks of H.diversicolor supertexta性状
trait日龄 dph 壳长/cm shell length 壳宽/cm shell width 体质量/g body weight 100 160 220 280 100 160 220 280 100 220 280 一般配合力 general combining ability BD父本 -0.04 0.02 0 0.05 0.02 0 -0.02 0.01 -0.18 -0.10 -0.16 YS父本 0.04 -0.02 0 -0.05 -0.02 0 0.02 -0.01 0.18 0.10 0.16 BD母本 -0.07 -0.11 -0.15 -0.24 -0.09 -0.07 -0.14 -0.12 -0.15 -0.14 -0.24 YS母本 0.07 0.11 0.15 0.24 0.09 0.07 0.14 0.12 0.15 0.14 0.24 BD群体 -0.11 -0.09 -0.15 -0.19 -0.07 -0.07 -0.16 -0.11 -0.33 -0.24 -0.40 YS群体 0.11 0.09 0.15 0.19 0.07 0.07 0.16 0.11 0.33 0.24 0.40 母本效应 maternal effect BD群体 -0.04 -0.13 -0.16 -0.30 -0.11 -0.08 -0.12 -0.13 0.04 -0.05 -0.09 YS群体 0.04 0.13 0.16 0.30 0.11 0.08 0.12 0.13 -0.04 0.05 0.09 特殊配合力 specific combining ability 正交组 0.01 0.02 0.03 0.06 0 0.03 0.06 0.05 0.06 0.03 0.02 反交组 0.01 0.26 0.06 0.04 0 0.10 0.07 0.03 0.07 0.02 0.02 均值 0.01 0.14 0.05 0.05 0 0.07 0.07 0.04 0.07 0.03 0.02 反交效应 reciprocal effect 0 -0.24 -0.03 0.02 0 -0.07 -0.01 0.02 -0.01 0.01 0 2.4 九孔鲍群体壳长、壳宽和体质量的配合力方差组分
表 4中显示杂交组合配合力方差分量。综合各日龄阶段，壳长、壳宽和体质量性状的GCA和SCA方差组分差异显著。壳长、壳宽和体质量性状SCA方差组分较大，占表型方差组分的2.19%~44.78%。其中120日龄壳宽性状GCA方差组分占表型方差组的44.78%。壳长、壳宽和体质量性状SCA方差组分较小，如120日龄壳长性状的SCA方差组分仅占表型方差组分的0.29%。
表 4 九孔鲍群体壳长、壳宽和体质量性状配合力的方差组分Table 4. Variance components of combining ability of shell length, shell width and body weight of H.diversicolor supertexta性状
trait日龄
dph方差 variance 一般配合力方差
σGCA2特殊配合力方差
σSCA2残差
σE2表型方差
σp2一般配合力方差/表型方差/%
σGCA2/σp2特殊配合力方差/表型方差/%
σSCA2/σp2壳长/cm shell length 120 0.042 0.000 4 0.096 0.138 30.43 0.29 150 0.004 0.043 0 0.140 0.183 2.19 23.50 210 0.042 0.006 0 0.235 0.283 14.84 2.12 270 0.058 0.013 0 0.399 0.470 12.34 2.77 壳宽/cm shell width 120 0.030 0.000 2 0.037 0.067 44.78 0.30 150 0.010 0.008 0 0.054 0.072 13.89 11.11 210 0.034 0.009 0 0.081 0.124 27.42 7.26 270 0.080 0.007 0 0.139 0.226 35.40 3.10 体质量/g body weight 150 0.085 0.018 0 0.348 0.451 18.85 3.99 210 0.042 0.006 0 1.084 1.132 3.71 0.53 270 0.142 0.006 0 1.783 1.931 7.35 0.31 3. 讨论
双列杂交指一定数量不同基因型亲本轮换与其他亲本交配，使其包括所有的可能的杂交组合[14]。该杂交技术在20世纪70年代已经得到广泛应用，在水产动物育种中发挥重大作用，并取得客观的经济效益和社会效益[15-16]。双列杂交交配设计能够提供关于组合材料变异来源、遗传成分、遗传方差等方面的本质信息，预测杂交后代的实际表现能力，因而能有效地评估亲本及发现优异组合材料。此外，群体间的基因频率差异越大、遗传距离越远杂交产生的杂种优势就会越大[17]。该试验野生群体和养殖群体遗传背景不同，两者又完全地理隔离没有基因交流，因此利用九孔鲍野生群体和养殖群体双列杂交获得数量性状改良的杂种优势后代具备理论基础。
杂种优势是一种普遍的重要的生物学现象，该试验探讨了杂种优势在九孔鲍不同生长阶段的表达规律，发现随着养殖日龄的增加，在生长方面壳长、壳宽和体质量性状的中亲优势值呈逐渐减少趋势，在成活方面中亲优势值呈逐渐增长趋势；各生长性状的超亲优势并不明显。这与林红军等[18]报道的杂种优势表达规律是一致的，而与YOU等[3]研究的结果不同。笔者认为当中存在原因可能是2方面：1)该试验选用群体间存在较大遗传差异，遗传背景复杂，基因表达的时间、空间上存在较大差异；2)与游伟伟等[5]所选用九孔鲍材料不同，不同群体杂交选育效果不同，致使交配结果不同。
从数量遗传学角度上分析，一般配合力主要是由于基因的加性效应所致; 特殊配合力则是双亲杂交后通过互作表现出的基因的显性、超显性和上位效应，即非加性效应[19]。因此对九孔鲍养殖群体和野生群体一般配合力效应值分析，可初步预测其选育潜力。综合不同生长阶段各交配组合数据显示，野生群体壳长、壳宽和体质量性状GCA效应值均表现为正效应(0.07~0.4)，该群体内存在可稳定遗传的加性遗传变异较为丰富。大量文献表明，遗传力越低，受基因非加性效应影响作用越大[9]，所以通过配合力效应值可进一步分析和指导群体杂交选育。在水产动物育种中，王炳辉等[10]对虹鳟(Oncorhynchus mykiss)，ZHENG等[20]对海湾扇贝(Argopectens irradias)，MALLET和HALEY[21]对野生牡蛎(Concha ostreae)的研究均表明存在着较强的生长非加性效应。该试验综合分析正反交组合生长性状的特殊配合力效应值发现，120日龄至270日龄反交组群体壳长、壳宽和体质量性状SCA效应值正向优势较明显，说明反交组群体内存在较强的生长非加性效应，杂交优势明显，可参考作为留种群体。关于一般配合力与特殊配合力是否相关已有报道[22-23]。通过分析3个性状的配合力表明，各性状亲本一般配合力与杂交组合的特殊配合力之间相互独立，没有显著相关关系，这为选育一般配合力和特殊配合力高的强优势组合提供可能。此外，九孔鲍群体配合力方差组分分析显示，一般配合力方差组分和特殊配合力方差组分在表型方差中均占有一定的分量，一般配合力方差组分大于特殊配合力方差组分，说明加性效应和非加性效应共同影响九孔鲍生长性状的表现，且加性效应对生长性状表达的影响较大。
笔者通过对九孔鲍野生群体和养殖群体完全双列杂交设计，利用线性模型均数加权二乘分析法统计分析其生长性状配合力和杂种优势得出，增加野生群体在交配亲本中的数量可有效提高九孔鲍生长性能，可用于参考解决中国南方九孔鲍种质资源近交衰退、群体多样性下降的难题。
-
![]()
图 2 数据库鱼类最大种内遗传距离与最小种间遗传距离比较
注：1∶1线以上的点表示具有条形码间隙的种类。
Figure 2. Maximum intraspecific distance compared with minimum interspecific distance for fishes in barcode library
Note: Points above 1∶1 line represent species with a barcode gap.
![]()
图 3 基于COI序列构建的NJ系统发育树
Figure 3. Neighbor-joining phylogenetic tree based on COI sequence
![]()
图 5 eDNA所检测鱼类的基于Bray-Curtis距离矩阵的主坐标分析 (PCoA)
Figure 5. Principal coordinates based on Bray-Curtis distance matrix analysis of fish detected by environmental DNA
表 1 各采样点检测物种序列数
Table 1 Number of reads detected for each species at each sampling station
种类 Species 调查站位 Sampling station 德庆 DQ 封开 FK 桂平 GP 九江 JJ 藤县 TX 肇庆 ZQ 1 鲤形目 Cypriniformes 43 207 266 105 81 198 1.1鲤科 Cyprinidae 43 207 216 103 57 198 1.1.1草鱼 Ctenopharyngodon idella 20 0 5 34 2 5 1.1.2鲢 Hypophthalmichthys molitrix 9 135 57 31 31 43 1.1.3鳙 Aristichthys nobilis 0 0 0 0 0 2 1.1.4赤眼鳟 Squaliobarbus curriculus 0 15 2 14 13 1 1.1.5鲤 Cyprinus carpio 6 21 38 3 1 20 1.1.6鲫 Carassius auratus 0 0 0 5 0 2 1.1.7宽鳍鱲 Zacco platypus 0 0 0 13 0 0 1.1.8红鳍原鲌 Cultrichthys erythropterus 0 0 1 0 0 0 1.1.9银飘鱼 Pseudolaubuca sinensis 0 2 0 0 0 0 1.1.10南方拟䱗 Pseudohemiculter dispar 0 0 2 0 0 0 1.1.11黄尾鲴 Xenocypris davidi 0 0 0 0 0 18 1.1.12银鲴 Xenocypris argentea 0 0 0 0 0 35 1.1.13南方波鱼 Rasbora steineri 8 34 98 1 10 1 1.1.14马口鱼 Opsariichthys bidens 0 0 13 0 0 0 1.1.15南方白甲鱼 Onychostoma gerlachi 0 0 0 0 0 16 1.1.16银鮈 Squalidus argentatus 0 0 0 0 0 55 1.1.17麦瑞加拉鲮▲ Cirrhinus mrigala 0 0 0 2 0 0 1.2花鳅科 Cobitidae 0 0 50 2 24 0 1.2.1大鳞副泥鳅 Paramisgurnus dabryanus 0 0 50 2 6 0 1.2.2美丽沙鳅 Botia pulchra 0 0 0 0 18 0 2脂鲤目 Characiformes 0 0 0 11 0 8 2.1鲮脂鲤科 Prochilodontidae 0 0 0 11 0 8 2.1.1条纹鲮脂鲤▲ Prochilodus lineatus 0 0 0 11 0 8 3鲈形目 Perciformes 20 117 99 148 197 615 3.1攀鲈科 Anabantidae 2 0 0 0 0 9 3.1.1攀鲈 Anabas testudineus 2 0 0 0 0 9 3.2鳢科 Channidae 0 21 0 0 0 0 3.2.1斑鳢 Channa maculata 0 21 0 0 0 0 3.3狼鲈科 Moronidae 0 24 0 0 0 0 3.3.1花鲈 Lateolabrax japonicus 0 24 0 0 0 0 3.4塘鳢科 Eleotridae 0 0 0 3 0 0 3.4.1尖头塘鳢 Eleotris oxycephala 0 0 0 3 0 0 3.5鰕虎科 Gobiidae 7 50 1 104 177 386 3.5.1子陵吻鰕虎鱼 Rhinogobius giurinus 7 50 1 104 177 386 3.6丽鱼科 Cichlidae 11 22 98 41 20 220 3.6.1齐氏罗非鱼▲ Oceochromis zillii 0 0 0 0 0 190 3.6.2尼罗罗非鱼▲ Oceochromis nilotica 11 22 98 41 20 30 4鲇形目 Siluriformes 54 209 88 59 24 64 4.1鲿科 Bagridae 54 209 88 59 24 64 4.1.1黄颡鱼 Pelteobagrus fulvidraco 0 0 14 0 0 0 4.1.2粗唇鮠 Leiocassis crassilabris 0 0 0 0 1 25 4.1.3瓦氏黄颡鱼 Pelteobagrus vachellii 54 209 74 59 23 39 注：▲. 外来物种。 Note: ▲. Alien species. 
下载: 导出CSV
表 2 各样本Alpha多样性指数
Table 2 Alpha diversity index of each sample
样本
SampleChao1指数
Chao1香农指数
Shannon辛普森指数
Simpson覆盖度
Coverage德庆 DQ 8.00 2.38 0.73 1.000 0 封开 FK 10.00 2.54 0.76 1.000 0 桂平 GP 13.33 2.89 0.84 0.995 6 九江 JJ 14.00 2.90 0.82 0.996 9 藤县 TX 11.50 2.15 0.63 0.993 4 肇庆 ZQ 18.33 2.73 0.75 0.997 7
下载: 导出CSV
-
[1] CHEN Y S, QU X, XIONG F Y, et al. Challenges to saving China's freshwater biodiversity: fishery exploitation and landscape pressures[J]. Ambio, 2020, 49(4): 926-938. doi: 10.1007/s13280-019-01246-2
[2] HE Y F, WANG J W, LEK S, et al. Structure of endemic fish assemblages in the upper Yangtze River Basin[J]. River Res Appl, 2011, 27(1): 59-75. doi: 10.1002/rra.1339
[3] REID A J, CARLSON A K, CREED I F, et al. Emerging threats and persistent conservation challenges for freshwater biodiversity[J]. Biol Rev, 2019, 94(3): 849-873. doi: 10.1111/brv.12480
[4] COULTHARD S, JOHNSON D, MCGREGOR J A. Poverty, sustainability and human wellbeing: a social wellbeing approach to the global fisheries crisis[J]. Global Environ Chang, 2011, 21(2): 453-463. doi: 10.1016/j.gloenvcha.2011.01.003
[5] DUDGEON D. Multiple threats imperil freshwater biodiversity in the Anthropocene[J]. Curr Biol, 2019, 29(19): 960-967. doi: 10.1016/j.cub.2019.08.002
[6] BONAR S A, MERCADO-SILVA N, HUBERT W A, et al. Standard methods for sampling freshwater fishes: opportunities for international collaboration[J]. Fisheries, 2017, 42(3): 150-156. doi: 10.1080/03632415.2017.1276352
[7] YAO M, ZHANG S, LU Q, et al. Fishing for fish environmental DNA: ecological applications, methodological considerations, surveying designs, and ways forward[J]. Mol Ecol, 2022, 31(20): 5132-5164. doi: 10.1111/mec.16659
[8] 秦传新, 左涛, 于刚, 等. 环境DNA在水生生态系统生物量评估中的研究进展[J]. 南方水产科学, 2020, 16(5): 123-128. doi: 10.12131/20190256 [9] 舒璐, 林佳艳, 徐源, 等. 基于环境DNA宏条形码的洱海鱼类多样性研究[J]. 水生生物学报, 2020, 44(5): 1080-1086. [10] DEINER K, BIK H M, MACHLER E, et al. Environmental DNA metabarcoding: transforming how we survey animal and plant communities[J]. Mol Ecol, 2017, 26(21): 5872-5895. doi: 10.1111/mec.14350
[11] ALICE V, PIERRE T, CLAUDE M, et al. Next-generation monitoring of aquatic biodiversity using environmental DNA metabarcoding[J]. Mol Ecol, 2015, 25(4): 929-942.
[12] QUENTIN M, LYNSEY R H, MICHAEL S, et al. The multiple states of environmental DNA and what is known about their persistence in aquatic environments[J]. Environ Sci Technol, 2022, 56(9): 5322-5333. doi: 10.1021/acs.est.1c07638
[13] PAWLOWSKI J, KELLY-QUINN M, ALTERMATT F, et al. The future of biotic indices in the ecogenomic era: integrating (e)DNA metabarcoding in biological assessment of aquatic ecosystems[J]. Sci Total Environ, 2018, 637/638(1): 1295-1310.
[14] TABERLET P, COISSAC E, HAJIBABAEI M, et al. Environmental DNA[J]. Mol Ecol, 2012, 21(8): 1789-1793. doi: 10.1111/j.1365-294X.2012.05542.x
[15] SHU L, LUDWIG A, PENG Z G. Standards for methods utilizing environmental DNA for detection of fish species[J]. Genes-Basel, 2020, 11(3): 296. doi: 10.3390/genes11030296
[16] BOHMANN K, EVANS A, GILBERT M T P, et al. Environmental DNA for wildlife biology and biodiversity monitoring[J]. Trends Ecol Evol, 2014, 29(6): 358-367. doi: 10.1016/j.tree.2014.04.003
[17] TAKAHARA T, MINAMOTO T, YAMANAKA H, et al. Estimation of fish biomass using environmental DNA[J]. PLoS One, 2012, 7(4): e35868. doi: 10.1371/journal.pone.0035868
[18] THOMSEN P F, KIELGAST J, IVERSEN L L, et al. Detection of a diverse marine fish fauna using environmental DNA from seawater samples[J]. PLoS One, 2012, 7(8): e41732. doi: 10.1371/journal.pone.0041732
[19] BELLE C C, STOECKLE B C, GEIST J. Taxonomic and geographical representation of freshwater environmental DNA research in aquatic conservation[J]. Aquat Conserv, 2019, 29(11): 1996-2009. doi: 10.1002/aqc.3208
[20] 赵明, 赵梦迪, 马春艳, 等. 环境DNA在水域生态中的研究进展[J]. 中国水产科学, 2018, 25(4): 714-720. [21] TSUJI S, TAKAHARA T, DOI H, et al. The detection of aquatic macroorganisms using environmental DNA analysis: a review of methods for collection, extraction, and detection[J]. Environ DNA, 2019, 1(2): 99-108. doi: 10.1002/edn3.21
[22] 《中国河湖大典》编纂委员会. 中国河湖大典 珠江卷[M]. 北京: 中国水利水电出版社, 2013: 1-10. [23] 张迎秋, 黄稻田, 李新辉, 等. 西江鱼类群落结构和环境影响分析[J]. 南方水产科学, 2020, 16(1): 42-52. [24] XING Y C, ZHANG C G, FAN E Y, et al. Freshwater fishes of China: species richness, endemism, threatened species and conservation[J]. Divers Distrib, 2016, 22(3): 358-370. doi: 10.1111/ddi.12399
[25] 李捷, 李新辉, 贾晓平, 等. 西江鱼类群落多样性及其演变[J]. 中国水产科学, 2010, 17(2): 298-311. [26] 李跃飞, 李新辉, 杨计平, 等. 珠江干流长洲水利枢纽蓄水后珠江鳡鱼 (Elopichthys bambusa) 早期资源现状[J]. 湖泊科学, 2015, 27(5): 917-924. [27] 帅方敏, 李新辉, 刘乾甫, 等. 珠江水系鱼类群落多样性空间分布格局[J]. 生态学报, 2017, 37(9): 3182-3192. [28] 盛强, 茹辉军, 李云峰, 等. 中国国家级水产种质资源保护区分布格局现状与分析[J]. 水产学报, 2019, 43(1): 62-80. [29] 杨君兴, 潘晓赋, 陈小勇, 等. 中国淡水鱼类人工增殖放流现状[J]. 动物学研究, 2013, 34(4): 267-280. [30] OWEN S W, CREU P, MAGDALENA G, et al. DNA metabarcoding of littoral hard-bottom communities: high diversity and database gaps revealed by two molecular markers[J]. PeerJ, 2018, 6: e4705. doi: 10.7717/peerj.4705
[31] CHEN W T, LI C, YANG J P, et al. Temporal species-level composition of larvae resources in the lower Pearl River drainage and implications for species' reproductive cycles[J]. Gene, 2021, 776: 145351. doi: 10.1016/j.gene.2020.145351
[32] 王梦, 杨鑫, 王维, 等. 基于eDNA技术的长江上游珍稀特有鱼类国家级自然保护区重庆段鱼类多样性研究[J]. 水生生物学报, 2022, 46(1): 2-16. [33] 郑慈英. 珠江鱼类志[M]. 北京: 科学出版社, 1989: 77-367. [34] 张春光, 赵亚辉. 中国内陆鱼类物种与分布[M]. 北京: 科学出版社, 2016: 210-213. [35] DIXON P. VEGAN, a package of R functions for community ecology[J]. J Veg Sci, 2003, 14(6): 927-930. doi: 10.1111/j.1654-1103.2003.tb02228.x
[36] 李捷, 李新辉, 谭细畅, 等. 广东肇庆西江珍稀鱼类省级自然保护区鱼类多样性[J]. 湖泊科学, 2009, 21(4): 556-562. doi: 10.3321/j.issn:1003-5427.2009.04.015 [37] 李跃飞, 李新辉, 谭细畅, 等. 西江肇庆江段渔业资源现状及其变化[J]. 水利渔业, 2008, 28(2): 80-83. [38] HEBERT P D, CYWINSKA A, BALL S L, et al. Biological identifications through DNA barcodes[J]. Proc R Soc B, 2003, 270(1512): 313-321. doi: 10.1098/rspb.2002.2218
[39] 蒋佩文, 李敏, 张帅, 等. 基于线粒体COI和12S rDNA基因构建珠江河口鱼类DNA宏条形码数据库[J]. 南方水产科学, 2022, 18(3): 13-21. [40] 郜星晨, 姜伟. 三峡库区常见鱼类DNA条形码本地BLAST数据库的构建和应用[J]. 基因组学与应用生物学, 2021, 40(5/6): 1952-1960. [41] 乐佩琦. 中国动物志. 硬骨鱼纲 鲤形目 中卷[M]. 北京: 科学出版社, 2000: 1-16. [42] 刘亚秋, 李新辉, 李跃飞, 等. 西江广东鲂 (Megalobrama terminalis) 繁殖生物学及繁殖策略[J]. 湖泊科学, 2021, 33(1): 232-241. [43] GOUTTE A, MOLBERT N, GUÉRIN S, et al. Monitoring freshwater fish communities in large rivers using environmental DNA metabarcoding and a long-term electrofishing survey[J]. J Fish Biol, 2020, 97(2): 444-452. doi: 10.1111/jfb.14383
[44] LAMY T, PITZ K J, CHAVEZ F P, et al. Environmental DNA reveals the fine-grained and hierarchical spatial structure of kelp forest fish communities[J]. Sci Rep-UK, 2021, 11(1): 14439. doi: 10.1038/s41598-021-93859-5
[45] CIVADE R, DEJEAN T, VALENTINI A, et al. Spatial representativeness of environmental DNA metabarcoding signal for fish biodiversity assessment in a natural freshwater system[J]. PLoS One, 2016, 11(6): e0157366.
[46] RUPERT A C, JUDITH B, OWEN S W, et al. Non-specific amplification compromises environmental DNA metabarcoding with COI[J]. Methods Ecol Evol, 2019, 10(11): 1985-2001. doi: 10.1111/2041-210X.13276
[47] 刘军, 赵良杰, 凡迎春, 等. 鱼类环境DNA研究中通用引物的筛选验证[J]. 淡水渔业, 2016, 46(1): 9-17. [48] MACKENZIE D I, NICHOLS J D, LACHMAN G B, et al. Estimating site occupancy rates when detection probabilities are less than one[J]. Ecology, 2002, 83(8): 2248-2255. doi: 10.1890/0012-9658(2002)083[2248:ESORWD]2.0.CO;2
[49] GU W D, SWIHART R K. Absent or undetected? Effects of non-detection of species occurrence on wildlife–habitat models[J]. Biol Conserv, 2004, 116(2): 195-203. doi: 10.1016/S0006-3207(03)00190-3
[50] GOTELLI N J, COLWELL R K. Estimating species richness[M]//MAGURRAN A E, McGILL B J. Frontiers in measuring biodiversity. New York: Oxford University Press, 2011: 39-54.
[51] CRISTESCU M E, HEBERT P D N. Uses and misuses of environmental DNA in biodiversity science and conservation[J]. Annu Rev Ecol Evol S, 2018, 49(1): 209-230. doi: 10.1146/annurev-ecolsys-110617-062306
[52] ZOU K S, CHEN J W, RUAN H T, et al. eDNA metabarcoding as a promising conservation tool for monitoring fish diversity in a coastal wetland of the Pearl River Estuary compared to bottom trawling[J]. Sci Total Environ, 2020, 702: 134704. doi: 10.1016/j.scitotenv.2019.134704
[53] ZHANG S N, ZHAO J D, YAO M. A comprehensive and comparative evaluation of primers for metabarcoding eDNA from fish[J]. Methods Ecol Evol, 2020, 11(12): 1609-1625. doi: 10.1111/2041-210X.13485
[54] SHIN-ICHIRO O, HIDEYUKI D, KEI M, et al. Environmental DNA metabarcoding for biodiversity monitoring of a highly diverse tropical fish community in a coral reef lagoon: estimation of species richness and detection of habitat segregation[J]. Environ DNA, 2021, 3(1): 55-69. doi: 10.1002/edn3.132
[55] 熊美华, 杨志, 胡兴坤, 等. 长江中游监利江段鱼类群落结构研究[J]. 长江流域资源与环境, 2019, 28(9): 2109-2118. [56] 武智, 李跃飞, 朱书礼, 等. 基于渔业声学调查的珠江东塔产卵场鱼类栖息地适宜性研究[J]. 南方水产科学, 2023, 19(3): 11-18. [57] 蒋佩文, 李敏, 张帅, 等. 基于环境DNA宏条码和底拖网的珠江河口鱼类多样性[J]. 水生生物学报, 2022, 46(11): 1701-1711. [58] 谭细畅, 李新辉, 李跃飞, 等. 尼罗罗非鱼早期发育形态及其在珠江水系的空间分布[J]. 生物安全学报, 2012, 21(4): 295-299. [59] 顾党恩, 牟希东, 罗渡, 等. 广东省主要水系罗非鱼的建群状况[J]. 生物安全学报, 2012, 21(4): 277-282. [60] TONY D, ALICE V, ANTOINE D, et al. Persistence of environmental DNA in freshwater ecosystems[J]. PLoS One, 2012, 6(8): e23398.
[61] FICETOLA G F, MIAUD C, POMPANON F, et al. Species detection using environmental DNA from water samples[J]. Biol Lett, 2008, 4(4): 423-425. doi: 10.1098/rsbl.2008.0118
[62] HOWALD G, DONLAN C J, GALVAN J P, et al. Invasive rodent eradication on islands[J]. Conserv Biol, 2007, 21(5): 1258-1268. doi: 10.1111/j.1523-1739.2007.00755.x
[63] BOOTHROYD M, MANDRAK N E, FOX M, et al. Environmental DNA (eDNA) detection and habitat occupancy of threatened spotted gar (Lepisosteus oculatus)[J]. Aquat Conserv, 2016, 26(6): 1107-1119. doi: 10.1002/aqc.2617
[64] JANOSIK A M, JOHNSTON C E. Environmental DNA as an effective tool for detection of imperiled fishes[J]. Environ Biol Fish, 2015, 98(8): 1889-1893. doi: 10.1007/s10641-015-0405-5
[65] 甘西, 蓝家湖, 吴铁军, 等. 中国南方淡水鱼类原色图鉴[M]. 郑州: 河南科学技术出版社, 2017: 75. [66] VALDIVIA-CARRILLO T, ROCHA-OLIVARES A, REYES-BONILLA H, et al. Integrating eDNA metabarcoding and simultaneous underwater visual surveys to describe complex fish communities in a marine biodiversity hotspot[J]. Mol Ecol Resour, 2021, 21(5): 1558-1574. doi: 10.1111/1755-0998.13375
[67] CILLEROS K, VALENTINI A, ALLARD L, et al. Unlocking biodiversity and conservation studies in high-diversity environments using environmental DNA (eDNA): a test with Guianese freshwater fishes[J]. Mol Ecol Resour, 2019, 19(1): 27-46. doi: 10.1111/1755-0998.12900
-
期刊类型引用(12)
1. 王伦，王崇懿，刘建勇，傅学丽. 凡纳滨对虾多代选育群体生长和耐综合胁迫性状的配合力及杂种优势分析. 海洋学报. 2022(04): 65-73 . 
百度学术
2. 李金龙，刘越，车宗豪，田园，刘杰，闫喜武，霍忠明. 菲律宾蛤仔中国莱州群体与朝鲜新义州群体杂交子代早期生长发育. 大连海洋大学学报. 2020(02): 190-196 . 百度学术
3. 孙静，陈明强，魏海军，邓正华，李有宁，金朝焕，王继金，王雨，石承开，黄超旬. 不同地理群体合浦珠母贝双列杂交子代数量性状比较及其相关和通径分析. 南方农业学报. 2020(06): 1451-1461 . 百度学术
4. 栗志民，钱佳慧，刘建勇，艾加林，檀克勤. 九孔鲍α-淀粉酶基因克隆、表达分析及与生长性状相关性. 南方水产科学. 2017(06): 14-21 . 本站查看
5. 郑言鑫，赵春暖，于涛，蔡忠强，林建国，秦搏. 4个不同地理群体刺参杂交的杂种优势及配合力分析. 上海海洋大学学报. 2017(01): 57-63 . 百度学术
6. 江宗冰，戴习林，明磊，蒋飞，王海洋，袁新程，李玉锋，丁福江. 罗氏沼虾生长性状的种内杂交优势及遗传力与遗传相关分析. 上海海洋大学学报. 2017(02): 189-196 . 百度学术
7. 杨耀宗，卞友庆，姚新年，钱晓燕，姚颖，曹正锋，顾天天，徐琪，陈国宏. 鹅不同杂交组合生长性能比较及杂种优势分析. 中国家禽. 2017(16): 53-56 . 百度学术
8. 张伟杰，韩奋杰，陈顺，刘奎，周秘，王宝锋，王中，刘明泰，湛垚垚，经晨晨，常亚青. 中间球海胆与马粪海胆杂交家系早期生长比较和亲本配合力估计. 中国水产科学. 2017(05): 1035-1044 . 百度学术
9. 王佩佩，丁严冬，于兴达，贾秀琪，张国松，尹绍武，陈树桥，周国勤. 河川沙塘鳢3个不同地理群体杂交F_1代生长性能及遗传多样性. 水产科学. 2016(05): 528-534 . 百度学术
10. 胡志国，刘建勇，袁瑞鹏，张嘉晨. 3个凡纳滨对虾引进群体对温度和盐度耐受力的配合力分析. 海洋科学. 2016(01): 25-31 . 百度学术
11. 余勇，李琪，于红，孔令锋，于瑞海. 长牡蛎中国群体和日本群体杂交子代的杂种优势分析. 中国海洋大学学报(自然科学版). 2016(02): 35-41 . 百度学术
12. 李艳红，李宁，蒋丽，谷伟，张晓慧，杨润清，王炳谦. 虹鳟完全双列杂交试验生长性状遗传分析. 中国水产科学. 2015(06): 1095-1104 . 百度学术
其他类型引用(10)
-
其他相关附件
-
PDF格式
20230111附录A 点击下载(649KB)
-
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量: 0
- 被引次数: 22
粤公网安备 44010502001741号
