留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于微卫星标记对6个花鲈群体的遗传多样性分析

黄皓 范嗣刚 王鹏飞 陈佳 赵超 闫路路 邱丽华 潘滢

黄皓, 范嗣刚, 王鹏飞, 陈佳, 赵超, 闫路路, 邱丽华, 潘滢. 基于微卫星标记对6个花鲈群体的遗传多样性分析[J]. 南方水产科学. doi: 10.12131/20210126
引用本文: 黄皓, 范嗣刚, 王鹏飞, 陈佳, 赵超, 闫路路, 邱丽华, 潘滢. 基于微卫星标记对6个花鲈群体的遗传多样性分析[J]. 南方水产科学. doi: 10.12131/20210126
HUANG Hao, FAN Sigang, WANG Pengfei, CHEN Jia, ZHAO Chao, YAN Lulu, QIU Lihua, PAN Ying. Genetic diversity analysis in six different geographical populations of Lateolabrax maculatus by microsatellite markers[J]. South China Fisheries Science. doi: 10.12131/20210126
Citation: HUANG Hao, FAN Sigang, WANG Pengfei, CHEN Jia, ZHAO Chao, YAN Lulu, QIU Lihua, PAN Ying. Genetic diversity analysis in six different geographical populations of Lateolabrax maculatus by microsatellite markers[J]. South China Fisheries Science. doi: 10.12131/20210126

基于微卫星标记对6个花鲈群体的遗传多样性分析

doi: 10.12131/20210126
基金项目: 国家自然科学基金项目 (31802281);广东省自然科学基金项目 (2018A030313137);广州市珠江科技新星项目 (201906010028);中国水产科学研究院中央级公益性科研院所基本科研业务费专项资金资助 (2020XT09,2020TD21);中国水产科学研究院南海水产研究所中央级公益性科研院所基本科研业务费专项资金资助 (2021SD11)
详细信息
    作者简介:

    黄皓:黄 皓 (1996—),男,硕士研究生,研究方向为鱼类遗传育种。E-mail: haoh2049@163.com

    通讯作者:

    邱丽华 (1971—),女,博士,研究员,从事海洋生物技术研究。E-mail: qiugroup_bio@outlook.com

  • 中图分类号: S 917.4

Genetic diversity analysis in six different geographical populations of Lateolabrax maculatus by microsatellite markers

  • 摘要: 为了解中国不同地理群体花鲈 (Lateolabrax maculatus) 的遗传结构,该研究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Na为3.909 1~4.636 4,Ne为2.293 4~2.773 5,Ho为0.391 3~0.456 8,He为0.505 1~0.566 2,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。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。该研究结果为花鲈的遗传育种提供了科学依据。
  • 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
    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
    退火温度
    Annealing temperature/℃
    产物大小
    Size range/bp
    Fssr3 (AAAC)5 F: ATTCCACCCTTAACCTTCAT
    R: GTTGGTCACTGAAGCAAGTA
    56 180~189
    Lm3-90 (TG)10(AC)9 F: GTTAAGGTTAGGGTAAGGGGCTAG
    R: TGGGTGACTGTGTTTGGGTATTTA
    52 290~305
    Lm3-91 (AC)7 F: TATCCGACGACTTCATATCTGCAG
    R: CCATCTAACCTTTAAACCGAACGT
    52 241~247
    Lm3-100 (TG)22(GT)7 F: GCTACATCGGCATTACAAAGGAAA
    R: TTTTACCCCTACCTGTGATGACTC
    52 283~297
    Lm3-110 (AC)24 F: GCTACATCGGCATTACAAAGGAAA
    R: CATTGTGTTGATGGGGTTATCGG
    52 251~281
    Lm3-111 (GT)6(TG)9 F: CCGATAACCCCATCAACACAATG
    R: CGTTTCTGACAACTTAAAGCGTCT
    52 220~245
    Lm3-129 (ATA)7 F: TGCCTATCCAGAGTTAGTTCCATG
    R: GGGAACAAAGAGGAGCATTTAGTG
    52 185~203
    Lm3-130 (CA)13 F: TTCCTTGGTTATGACTGTGTGACA
    R: CTCATAGGTGACGTCATGTGTGA
    52 233~245
    Lm16-175 (TG)16 F: AAGTCCTCACACCGATTCTCTTTT
    R: TCTTTACTTCGACAAATCCCCAGT
    52 151~160
    Lm16-189 (TGT)10 F: GAATCTGAGCTGTGTTTATGGTGC
    R: GGGACCGTACATTGTATTAGACCA
    52 238~262
    Lm16-203 (CCT)8(CCT)6(GAG)11 F: TGGGATATTACTTCTCGCTTGGTT
    R: GTAAATGTGTATGTAGGAGGCAGC
    52 296~-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
    多态信息量
    PIC
    哈迪温伯格平衡
    HWE
    Fssr342.709 50.605 90.630 90.564 0NS
    Lm3-9031.507 60.083 00.336 70.354 0**
    Lm3-9142.075 30.309 00.518 10.496 0**
    Lm3-10083.692 50.535 90.729 20.685 0**
    Lm3-11072.854 20.557 00.649 60.606 0**
    Lm3-11173.946 70.683 50.746 60.717 0*
    Lm3-12931.725 10.394 10.420 30.383 0NS
    Lm3-13021.315 30.151 90.239 70.211 0NS
    Lm16-17542.017 50.188 80.504 30.443 0**
    Lm16-18994.192 20.497 80.761 50.745 0**
    Lm16-20363.754 10.612 10.733 60.708 0**
    平均 Mean5.182.708 20.419 90.570 00.537 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 (FST) (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
    df
    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. 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-COZAR 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]. Genetics, 1931, 16(2): 97-159. 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.
  • 加载中
计量
  • 文章访问数:  71
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-04-22
  • 修回日期:  2021-06-15
  • 网络出版日期:  2021-07-16

目录

    /

    返回文章
    返回