凡納濱對蝦(Litopenaeus vannamei)不同生長階段體質量的遺傳變化*

袁瑞鵬 劉建勇 胡志國 張嘉晨

(廣東海洋大學水產學院 湛江 524088)

體質量是凡納濱對蝦(Litopenaeus vannamei)重要經濟性狀之一, 屬于受多基因控制的復雜數量性狀。生物數量性狀的時空動態變化遺傳機制較為復雜, 備受研究學者重視(葉子弘等, 2001)。有研究表明,生物體在不同的發育階段, 基因按一定的時間和空秩序選擇性的表達, 調控數量性狀的遺傳機制在整個個體發育過程中會發生顯著變化(Atchleyet al, 1997),因此數量性狀也會隨之發生相應的時空動態變化(Atchleyet al, 1994)。發育數量遺傳學動態研究在陸生動物(Atchleyet al, 1991; Cowleyet al, 1992)和植物(Fanet al, 2000)方面報道較多, 隨著研究的深入, 數量性狀的發育遺傳模型得到廣泛應用, 其中包括直接效應模型(Falconeret al, 1996)、包含漸成效應的漸成模型(Wagneret al, 1989), 以及反映動態發育過程的生長軌跡模型(Kirkpatricket al, 1996)。但在水產經濟動物中相關報道較為少見, 馬愛軍等(2014)分析了大菱鲆體重性狀不同生長期的基因遺傳效應, Wang等(2006a, b)進行了紅鯉體質量和形態特征的發育數量遺傳動態分析。

凡納濱對蝦是我國最主要的對蝦養殖品種, 有必要對其展開各方面的研究。在凡納濱對蝦遺傳育種方面, 有關數量性狀的遺傳分析報道很多(Liet al,2015; Caballero-Zamoraet al, 2014)。這些研究多以收獲時的目標性狀為基礎, 通過對收獲時產量性狀表型值的統計分析估計綜合遺傳效應, 但對于整個發育過程中的多基因時空表達的遺傳效應動態變化很少涉及(Wanget al, 2006; Gjerdeet al, 1997)。本研究基于條件數量性狀加性-顯性遺傳模型(AD), 分析凡納濱對蝦不同生長階段體質量性狀的動態遺傳效應,以期評估凡納濱對蝦體質量性狀的各種遺傳效應時空表達順序, 為凡納濱對蝦遺傳改良工作提供指導。

1 材料與方法

1.1 實驗材料

實驗所用 3個凡納濱對蝦親本群體均為進口親蝦, 分別為美國邁阿密SIS群體(M)、美國夏威夷SIS群體(H)和泰國正大群體(T)。2013年5月, 采用自然交配與人工受精相結合的方法[人工授精按照賴秋明等(2005)報道的方法], 構建雜交群體如表1所示, 共計9個交配組合, 128個全同胞家系。

表1 凡納濱對蝦三個引進群體的完全雙列雜交Tab.1 Complete diallel cross of three introduced populations of L. vannamei

1.2 家系培育和管理

待各群體成功孵化后, 將 9個群體分別在 9個18m2的育苗池中進行標準化幼體培育。當幼體發育至仔蝦后, 從每個群體隨機取4000尾放入10m2的育苗池中繼續單獨培養。為消除環境差異, 保持整個培育過程中條件盡量一致, 主要包括培育過程中水的鹽度、水溫、幼體密度、餌料及充氣等條件。為區分不同的群體, 幼體生長至 3—4cm, 各交配組合群體隨機選取300尾個體, 在第5腹節和第6腹節處, 進行可視嵌入性熒光標記(visible implant elastomer)注射。待標記穩定后, 所有親本與其雜交組合各100尾同池放養, 每池900尾, 設3個重復。供試水泥池3個, 各10m2, 養殖密度為90尾/m2其它水質調控、餌料投喂和日常管理等均按照標準化程序進行。

1.3 數據統計和測量

分別于仔蝦階段、幼蝦階段、成蝦階段和留種階段測量凡納濱對蝦體質量。各生長發育階段個各水泥池中, 每個群體隨機選取 30尾, 使用電子天平測量體質量。

Yij(t–1)利用 Excel軟件對體質量數據進行初步整理后, 采用數量性狀的加性-顯性遺傳模型、發育遺傳模型及其統計分析方法(朱軍, 1997), 估算不同發育時期凡納濱對蝦體質量性狀的的非條件遺傳效應和條件遺傳效應。試驗數據用QGAStation1.0 版軟件進行數據分析。非條件遺傳效應指(0–t)全部遺傳效應表達的累積總量, 統計模型為:

1.4 數據處理與分析

今年11月初，為了慶祝沃爾沃品牌91周年，在國內擁有一百多名注冊會員的老沃爾沃車主俱樂部與沃爾沃中國共同策劃了一場別開生面的千里巡游活動。盡管近兩年國內經典車活動在逐漸增多，但如此大規模的單一品牌經典車官方活動在中國還是第一次。

式中,Yij(t/t–1)為t時刻測定的第i母本與第j個父本后代個體條件表型觀測值;u為t時刻總體均值,Ai(t/t–1)為t時刻母本的條件加性效應Ai(t/t–1)~(0,σ2Ai(t/t–1));Aj(t/t–1)為t時刻父本的條件加性效應Aj(t/t–1)~(0,σ2Aj(t/t–1));Dij(t/t–1)為t時刻累加的顯性效應Dij(t/t–1)~(0,σ2D(t/t–1));eij(t/t–1)為t時刻條件殘差eij(t/t–1)~(0,σ2e(t/t–1))。

凡納濱對蝦仔蝦、幼蝦、成蝦和親蝦4個發育時期體質量的非條件方差分量如圖2所示。仔蝦階段和幼蝦階段體質量非條件加性方差分量幾乎為 0, 隨著生長發育有增加趨勢, 成蝦階段和親蝦階段分別8.856和 24.114。不同發育時期凡納濱對蝦體質量非條件顯性方差分量與非條件加性方差分量相比, 呈現出不同的遺傳表現。體質量在仔蝦、幼蝦、成蝦階段成遞增趨勢, 親蝦階段有所下降。體質量非條件加性方差分量和顯性方差分量占表型方差的比例如圖3所示。在凡納濱對蝦體質量發育過程中, 非條件加性方差分別為同一階段表型方差總量的8.062%、0.9765%、11.308%和24.636%。仔蝦、幼蝦、成蝦階段控制凡納濱對蝦體質量的累加基因效應中顯性效應分別占 88.666%、98.664%、0.85050%, 親蝦階段控制凡納濱對蝦體質量表現的累加基因效應中加性效應占遺傳方差總量的60.438%, 表明控制凡納濱對蝦體質量表達的累加效應是以基因的顯性效應為主,特別是早期生長發育階段。

沒過多久，西西來了，臉色紅艷艷的，小嘴也紅艷艷的，眼里卻帶著不可侵犯的威嚴。甲洛洛只是微微點頭笑了笑，心里想著：你多么像一只可愛的小刺猬啊，小心我哪天拔了你的刺，讓你露出胖乎乎的小身子！西西看了眼甲洛洛，沒說話，徑自走向莽子：昨晚受驚了嗎？甲洛洛嚇出一身汗。

由表3可知，在該實驗條件下加標回收率范圍為99%～102%，相對誤差范圍為±2%，得到的的實驗結果準確度較高。

條件方差組分(條件加性Va(t/t–1)和條件顯性Vd(t/t–1))及它們的標準差估算方法如前面所述。

式中,Yij(t)為t時刻測定的第i母本與第j個父本后代個體非條件表型觀測值;u(t)為t時刻總體均值,Ai(t)為t時刻母本的非條件加性效應Ai(t)~(0,σ2Ai(t));Aj(t)為t時刻父本的非條件加性效應Aj(t)~(0,σ2Aj(t));Dij(t)為t時刻累加的顯性效應Dij(t)~(0,σ2D(t));eij(t)為t時刻非條件殘差eij(t)~(0,σ2e(t))。

條件遺傳效應指(t–1–t)這一特定階段凈遺傳效應的表達量。根據發育特征,t時刻的基因效應分為(t–1)時刻的累加基因效應和(t–1)到t期間內的額外基因效應。在(t–1)時刻測量的表型值條件上測量t時刻的表型值。因此, 條件表型值的基因模型可以表示為:

2 結果與分析

2.1 不同發育時刻體質量的描述性統計

3個引進群體完全雙列雜交獲得的9個交配組合, 包括 6個雜交組合和 3個自交組合, 仔蝦階段(2013.07.24)、幼蝦階段(2013.08.27)、成蝦階段(2013.10.9)以及親蝦階段(2014.03.08)體質量實測值的描述性統計見表2。凡納濱對蝦各階段體質量的中位數、最大值、最小值、第一四分位數、第三四分位數及異常值如圖1所示。凡納濱對蝦的仔蝦階段、幼蝦階段、成蝦階段以及親蝦階段體質量均值和標準差(M±SD)分別為(1.3881±0.4589)g、(9.9270±2.4726)g、(21.3493±4.1510)g和(44.2787±6.9392)g; 變異系數分別為0.3306、0.2491、0.1944、0.1567。凡納濱對蝦體質量由生物發育過程中多基因的表達、調控及相互作用決定。較高的變異系數說明, 凡納濱對蝦個體間體質量差異明顯。不同發育時刻的表現型差異表明, 不同發育時期是呈動態變化過程的, 且隨著發育進程凡納濱對蝦體質量明顯增加。

表2 凡納濱對蝦不同發育階段體質量性狀的描述性統計量Tab.2 Descriptive statistics of body weight (S) of L. vannamei in different growth stages

圖1 凡納濱對蝦不同發育階段體質量性狀箱線圖Fig.1 Box plot of body weight of L. vannamei in different growth stages

2.2 凡納濱對蝦體質量的非條件遺傳效應分析

根據估計方差組分, 通過Vp=Va+Vd+Ve可以獲得表型方差。方差組分(加性Va(t)和顯性Vd(t))采用采用最小范數二階無偏估計法-MINQUE(1)法[minimumnorm quadratic unbiased estimation by setting 1 for all prior values, MINQUE (1)]估算, 將之前的值設為1, MINQUE(1)。采用 Jackknifing方法估算估計方差組分的標準差。然后使用t檢驗每個估計值的顯著性。

“互聯網+教育”時代的發展脫離不了計算機、多媒體等設備。老師的課堂教學已經不僅僅局限于粉筆、黑板和課本結合的當面講授?！盎ヂ摼W+教育”時代使授課方式豐富多彩，例如“MOOC”“網易云課堂”等，教師在課堂上可以加入名師對重難點知識的分析；課后學生可以回顧教學視頻鞏固寫作知識，把自己不理解的知識點通過留言等方式反饋給老師，課堂上下互為補充，提高學生的寫作能力。

圖2 凡納濱對蝦不同發育階段體質量性狀非條件方差分量Fig.2 Unconditional variance components for body weight of L.vannamei in different growth stages

圖3 凡納濱對蝦不同發育階段體質量性狀非條件遺傳方差分量比率Fig.3 Proportion of unconditional variance component for body weight of L. vannamei in different growth stages

2.3 凡納濱對蝦體質量的條件遺傳效應分析

凡納濱對蝦不同發育時期體質量的條件遺傳效應分析結果如表 4所示, 4個發育時期或多或少均可發現有新的遺傳效應表達。由表4可知, 0|S1、S2|S1、S3|S2和S4|S3 四個生長發育時間區間內新表達的凈加性效應呈增高趨勢, 體質量性狀條件加性方差分量估計值分別為0.075676±0.0101、0.270944±0.0342、14.013±0.4847、25.68467±1.3631, 均達到極顯著水平(P<0.01)。而各時間區間內新表達的基因效應中的凈顯性效應則波動不定, 其中 S2|S1期間凈顯性效應表達最為活躍, 效應估計值為 14.4198±0.9616。體質量非條件加性方差分量和顯性方差分量占表型方差的比例如圖 4所示, 在凡納濱對蝦體質量發育過程中, 顯性方差分別為同一階段表型方差的63.070%、64.038%、15.198%和3.820%, 其中條件加性方差分別為同一階段表型方差的 8.132%、1.203%、36.122%和 29.581%。0|S1和 S2|S1期間控制凡納濱對蝦體質量表現的基因效應是以凈顯性效應為主, 分別占同一階段遺傳方差總量 88.666%和98.156%; S2|S3和S3|S4發育時間區間內均以凈加性效應為主, 分別占同一階段遺傳方差總量的70.386%和88.565%。

表4 凡納濱對蝦不同發育階段體質量性狀條件方差分量Tab.4 Conditional variance components for body weight of L. vannamei in different growth stages

圖4 凡納濱對蝦不同發育階段體質量性狀條件遺傳方差分量比率Fig.4 Proportion of conditional variance component for body weight of L. vannamei in different growth stages

3 討論

3.1 加性顯性模型

凡納濱對蝦體質量作為重要的經濟性狀直接影響著對蝦養殖產量, 明確體質量性狀的動態發育規律可以有效地指導凡納濱對蝦遺傳育種。凡納濱對蝦體質量性狀遺傳基礎復雜, 其發育受眾多基因的控制, 且在生物體的不同發育時期, 遺傳機制呈動態變化(陳幼玉等, 2005)。在個體發育過程中, 不同的基因會在特定發育階段表達, 一些基因關閉, 而另外一些基因則在特定發育時期表達(Shiet al, 2001)。朱軍(1997)提出了基于混合線性模型的條件數量性狀遺傳分析方法, 可以更好地闡明特定發育階段的遺傳效應。Henderson(1988)最早將這種條件分析方法應用于動物育種中基礎群體的遺傳方差估算。此方法不僅可以獲得兩時刻之間的凈遺傳效應, 而且可將凈遺傳效應進一步分解為加性、顯性等遺傳分量, 可了解各遺傳效應在特定時間段的相對貢獻?；诩有?顯性遺傳模型的遺傳分析方法在陸生動植物(Atchleyet al,1991)中應用廣泛, 在水生動物的遺傳分析上, 近年來逐漸被學者接受(Tianet al, 2011; Wanget al,2015)。本研究基于加性-顯性遺傳模型, 利用條件和非條件分析方法, 對凡納濱對蝦不同發育時期體質量性狀分析表明, 發基因在不同發育時期表達上存在著的明顯差異, 條件與非條件方差分量結果顯示,凡納濱對蝦養殖的早期主要以顯性效應表達為主,隨著對蝦生長發育進行控制體質量性狀的加性效應表達呈增加趨勢, 每一時期均有新的基因表達。

在開展外保溫火災事故調研的基礎上，為了解決施工階段火災頻發的當務之急，北京市編制了《外墻外保溫工程施工防火安全技術規程》（DB/11/729-2010），從材料燃燒性能要求、堆放場地、明火作業、滅火器材設置、消防安全管理等多方面提出了較全面的要求，并已于2011年1月1日起實施執行。

3.2 顯性遺傳效應

顯性效應是基因位點內等位基因之間的互作效應, 為可以遺傳但不能固定的遺傳因素, 是產生雜種優勢的主要部分(賀竹梅, 2002)。一些研究已經表明,顯性遺傳效應和共同環境等非加性效應是蝦類(Hunget al, 2014; Liet al, 2015)、魚類(Gjerdeet al, 1994;Wanget al, 2006a, b)數量性狀的總表型變異中的一個重要組成部分。虹鱒(Panteet al, 2002)收獲時體質量的顯性遺傳方差占表型方差的0.22; 大西洋鮭魚(Ryeet al, 1998)收獲時體質量顯性方差分量在0.08到0.27之間; 羅氏沼蝦(Luanet al, 2012)收獲時體質量存在顯著的共同環境效應(0.013—0.053), 間接證明了顯性效應的存在。凡納濱對蝦(Liet al, 2015)體質量性狀共同環境效應估計值為0.028, 暗示了非加性方差(顯性遺傳效應)的重要性。本研究通過對凡納濱對蝦體質量非條件遺傳分析, 結果表明, 在凡納濱對蝦的養成階段, 顯性遺傳效應占總遺傳變異的主要部分, 表明可以采用選育性雜交育種改良其生長性狀, 同時也暗示本研究凡納濱對蝦群體有較高雜種優勢、豐富的遺傳多樣性以及遺傳變異的不穩定性。因此對于本研究利用收集的親本群體構建凡納濱對蝦選育基礎群體是可行的, 且有必要進行下一代選育已達到基因的純化和固定。

3.3 加性遺傳效應

本研究中, 不同時期凡納濱對蝦體質量性狀的加性遺傳效應表達存在2個特征。其一, 與較高的顯性效應相比, 不同時期凡納濱對蝦體質量性狀的加性遺傳效應相對較低, 而且與其他學者報道的凡納濱對蝦加性遺傳方差分量相比, 也是偏低的。欒生等(2013)使用個體動物模型估計凡納濱對蝦收獲時體質量的加性遺傳方差分量為0.49; Gitterle等(2005)估計凡納濱對蝦收獲時體質量的加性遺傳方差分量高達0.54; 筆者認為造成差異的原因除選育群體不同、養殖環境不同外, 還應包括數據統計分析模型的差異。Rye等(1998)和Pante等(2002)研究表明在個體動物模型中, 擬合加入非加性效應, 特別是顯性遺傳效應,會導致估計的遺傳力顯著降低, 而殘余方差保持不變或略有增加。因此, 如果顯性遺傳方差不包括在動物模型中預測的遺傳反應可能偏高。其二, 在凡納濱對蝦仔蝦期、幼蝦期加性遺傳效應的表達量低于0.1,成蝦期以后才有較高表達, 即親蝦期(S4)的累積加性效應(圖 3)主要是由 S2|S3和 S3|S4期的凈加性效應(圖 4)組成。

馬愛軍, 王新安, 2014. 大菱鲆體重性狀不同生長期的遺傳分析. 中國水產科學, 21(2): 244—249

葉子弘, 朱 軍, 2001. 數量性狀發育遺傳模型及其分析方法的研究進展. 遺傳, 23(1): 65—68

朱 軍, 1997. 加性-顯性遺傳模型分析. 見: 中華人民共和國農業部教育司主編. 遺傳模型分析方法. 北京: 中國農業出版社, 55—60

陳幼玉, 祁建民, 林荔輝等, 2005. 紅麻株高與莖粗性狀的動態發育遺傳分析. 應用生態學報, 16(6): 1011—1016

賀竹梅, 2002. 數量性狀與多基因遺傳. 見: 賀竹梅主編. 現代遺傳學教程. 廣州: 中山大學出版社, 287—301

欒 生, 羅 坤, 阮曉紅等, 2013. 凡納濱對蝦(Litopenaeus vannamei)體重、存活性狀的遺傳參數和基因型與環境互作效應. 海洋與湖沼, 44(2): 445—452

賴秋明, 王海石, 符孔忠, 2005. 凡納濱對蝦人工授精的初步研究. 海洋科學, 29(10): 19—22

樊龍江, 石春海, 吳建國等, 2000. 秈稻糙米厚度的發育遺傳研究. 遺傳學報, 27(10): 870—877

Atchley W R, Hall B K, 1991. A model for development and evolution of complex morphological structures. Biological Reviews, 66(2): 101—157

Atchley W R, Xu S Z, Vogl C, 1994. Developmental quantitative genetic models of evolutionary change. Developmental Genetics, 15(1): 92—103

Atchley W R, Zhu J, 1997. Developmental quantitative genetics,conditional epigenetic variability and growth in mice.Genetics, 147(2): 765—776

Caballero-Zamora A, Montaldo H H, Campos-Monteset al, 2014.Genetic parameters for body weight and survival in the Pacific White ShrimpPenaeus(Litopenaeus)vannameiaffected by a White Spot Syndrome Virus (WSSV) natural outbreak. Aquaculture, (http://dx.doi.org/10.1016/j. aquaculture.2014.08.028)

Cowley D E, Atchley W R, 1992. Quantitative genetic models for development, epigenetic selection, and phenotypic evolution.Evolution, 46(2): 495—518

Falconer D S, Mackay T F, 1996. Introduction to Quantitative Genetics (4thed). London: Benjamin Cummings

Gitterle T, Rye M, Salte Ret al, 2005. Genetic (co) variation in harvest body weight and survival inPenaeus(Litopenaeus)vannameiunder standard commercial conditions.Aquaculture, 243(1—4): 83—92

Gjerde B, Roer J E, Lein Iet al, 1997. Heritability for body weight in farmed turbot. Aquaculture International: Journal of the European Aquaculture Society, 5(2): 175—178

Gjerde B, Simianer H, Refstie T, 1994. Estimates of genetic and phenotypic parameters for body weight, growth rate and sexual maturity in Atlantic salmon. Livestock Production Science, 38(2): 133—143

Henderson C R, 1988. A simple method to account for selected base populations. Journal of Dairy Science, 71(12):3399—3404

Hung D, Nguyen N H, Hurwood D Aet al, 2014. Quantitative genetic parameters for body traits at different ages in a cultured stock of giant freshwater prawn (Macrobrachium rosenbergii) selected for fast growth. Marine and Freshwater Research, 65(3): 198—205

Kirkpatrick M, Lofsvold D, Bulmer M, 1990. Analysis of the inheritance, selection and evolution of growth trajectories.Genetics, 124(4): 979—993

Li W J, Luan S, Luo Ket al, 2015. Genetic parameters and genotype by environment interaction for cold tolerance,body weight and survival of the Pacific white shrimpPenaeus vannameiat different temperatures. Aquaculture,441: 8—15

Luan S, Yang G L, Wang J Yet al, 2012. Genetic parameters and response to selection for harvest body weight of the giant freshwater prawnMacrobrachium rosenbergii. Aquaculture,362—363: 88—96

Pante M J R, Gjerde B, McMillan Iet al, 2002. Estimation of additive and dominance genetic variances for body weight at harvest in rainbow trout,Oncorhynchus mykiss. Aquaculture,204(3—4): 383—392

Rye M, Mao I L, 1998. Nonadditive genetic effects and inbreeding depression for body weight in Atlantic salmon(Salmo salarL.). Livestock Production Science, 57(1):15—22

Shi C H, Wu J G, Fan L Jet al, 2001. Developmental genetic analysis of brown rice weight under different environmental conditions in indica rice. Acta Botanica Sinica, 43(6):603—609

Tian Y S, Xu T J, Liang Yet al, 2011. Estimates of genetic and phenotypic parameters for weight and length inParalichthys olivaceus(Temminck et Schlegel). Acta Oceanologica Sinica,30(6): 58—64

Wagner G P, 1989. Multivariate mutation-selection balance with constrained pleiotropic effects. Genetics, 122(1): 223—234

Wang C H, Li S F, Liu Z Get al, 2006a. Developmental quantitative genetic analysis of body weight and morphological traits in red common carp,Cyprinus carpioL.Aquaculture, 251(2—4): 219—230

Wang C H, Li S F, Xiang S Pet al, 2006b. Additive, dominance genetic effects for growth-related traits in common carp,Cyprinus carpioL. Aquaculture Research, 37(14): 1481—1486

Wang X A, Ma A J, Ma D Y, 2015. Developmental quantitative genetic analysis of body weights and morphological traits in the turbot,Scophthalmus maximus. Acta Oceanologica Sinica, 34(2): 55—62