论文部分内容阅读
长江上游是我国天然的淡水鱼类种质资源基因库,共有鱼类261种,其中特有鱼类107种。在长江上游特有鱼类中,鲤形目种类最多,共93种,占特有鱼类总数的86.92%,因而其在长江上游特有鱼类中具有非常重要的地位。在全球范围内,鲤形目物种丰富,拥有6科321属共约3,268种鱼类,主要分布于东南亚。近几十年来,水利工程兴修、水环境污染及过度捕捞等人为因素使得我国淡水鱼类资源受到严重威胁。同时,鱼类存在表型可塑性和遗传变异性等特征,致使经典分类学方法在鱼类的物种鉴定中存在一定困难。因此快速地获取鱼类的基因信息,建立全面准确的基因序列数据库,对其物种多样性和遗传多样性保护至关重要。DNA条形码(DNA barcoding)是一种快速准确的物种鉴定技术,通过将某段基因的DNA序列与数据库中标准序列进行比对,以此实现物种的快速鉴定,在生态、环境、食品安全、海关检疫、疾病防控和生物多样性保护等领域中得到了广泛应用。以往的DNA条形码研究中,常采用CAOS (Characteristic attributes organization system)实现特征诊断位点(Nucleotide-diagnostic sites)的预测,以辅助物种鉴定,但该软件操作过程复杂,且对文件格式要求高。自组织神经网络模型(Self-organizing maps, SOM)是一种基于非线性原则的人工神经网络模型,与其他线性模型相比,SOM模型预测能力更强、可信度更高且视觉效果更美观。本研究基于线粒体COI基因序列,以长江上游特有鱼类和多数鲤形目鱼类为例开展DNA条形码研究,验证COI基因序列在长江上游特有鱼类物种鉴定中的有效性,并探讨SOM模型在鱼类DNA条形码特征诊断位点预测中的可行性,旨在为长江上游特有鱼类和鲤形目鱼类的快速鉴定提供参考依据。本研究的主要结论如下：1.本研究测定了长江上游特有鱼类的242条COI序列,结合GenBank和BOLD下载的长江上游特有鱼类的59条COI序列,共分析了4目8科29属45个物种的301条COI序列。基于Kimura双参数替代模型(Kimura2-parameter, K2P)的统计结果显示,长江上游特有鱼类的种内平均遗传距离为0.47%,属内种间平均遗传距离为2.60%,科内属间和目内科间的平均遗传距离分别为16.32%和21.76%。NJ树拓扑结构显示,本研究29属长江上游特有鱼类中,有28个属的鱼类(占本研究总数的96.55%)分别聚为了属的单系支,但有4个属内的物种未各自形成种的单系支,无法有效区分：(1)裂腹鱼属(Schizothorax)的细鳞裂腹鱼(S. chongi)、隐鳞裂腹鱼(S. cryptolepis)、重口裂腹鱼(S. davidi)、四川裂腹鱼(S. kozlovi)、昆明裂腹鱼(S. grahami)、齐口裂腹鱼(S. prenanti)、中华裂腹鱼(S. sinensis)和短须裂腹鱼(S. wangchiachii)等8个物种；(2)沙鳅属(Sinibotia)的中华沙鳅(S. superciliaris)与宽体沙鳅(S. reevesae);(3)金沙鳅属(Jinshaia)的短身金沙鳅(J. abbreviate)与中华金沙鳅(J. sinensis);以及(4)鮡属(Pareuchiloglanis)的中华鮡(P.sinensis)与前臀鮡(P. anteanalis)。此外,四川华鳊(Sinibrama taeniatus)和达氏鲟(Acipenser dabryanus)也未形成种的单系支。造成这种现象的主要原因可能是物种快速形成、渐渗杂交(Introgressive hybridization)或不完全世系分选(Incomplete lineage sorting)等。45种长江上游特有鱼类中,有40个种(占本研究总数的88.89%)的最小种间遗传距离大于其最大种内遗传距离,形成了条形码间隙(Barcoding gap)。综上所述,COI基因能够准确地鉴定本研究大部分长江上游特有鱼类,表明基于COI基因的DNA条形码是该区域鱼类物种鉴定的有效手段；SOM模型在长江上游特有鱼类科级水平的特征诊断位点的预测中具有可行性,预测所得的特征诊断位点可用于指导物种的区分鉴定。2.通过测序及GenBank和BOLD共获得了6科274属989种鲤形目鱼类的3434条COI序列。基于K2P替代模型的统计结果显示,种内遗传距离在0-13.85%之间,其中小于2%的占90.20%。在2%阈值范围内,鲤形目鱼类的种内平均遗传距离为0.21%；属内种间、科内属间以及目内科间平均遗传距离分别为11.34%、16.15%和18.44%；属内种间平均遗传距离是种内平均遗传距离的54倍。进一步分析比较了鲤形目各科的遗传距离差异：种内平均遗传距离最大(0.23%)的为鲤科(Cyprinidae),种间平均遗传距离最小(6.13%)的为胭脂鱼科(Catostomidae);平鳍鳅科(Balitoridae)、花鳅科(Cobitidae)和条鳅科(Nemacheilidae)均分别形成了种内种间遗传距离的条形码间隙。Kruskal-Wallis非参秩和检验(Kruskal-Wallis nonparametric rank rums tests)表明各科鱼类的属内种间平均遗传距离和科内属间平均遗传距离均存在显著差异(P<0.0001)。基于SOM模型预测鲤形目科级、属级和种级水平的特征诊断位点,结果显示：本研究鲤形目科级水平的特征诊断位点不明显,可能是鲤科样本量大、变异位点多而减少了科级水平的特征诊断位点；SOM模型成功地预测了鲤形目属级和种级水平的特征诊断位点,表明SOM模型在鲤形目属级和种级水平上特征诊断位点的预测中具有可行性,建议推广SOM模型在DNA条形码研究中的应用,指导鲤形目物种的快速鉴定。