梁 超, 楊愛國, 劉志鴻, 周麗青, 吳 彪
(1. 農業部海洋漁業資源可持續利用重點開放實驗室, 中國水產科學研究院 黃海水產研究所, 山東 青島266071; 2. 上海海洋大學 水產與生命學院, 上海 200090)
4個地理群體魁蚶(Scapharca broughtonii)的形態差異與判別分析
梁 超1,2, 楊愛國1, 劉志鴻1, 周麗青1, 吳 彪1
(1. 農業部海洋漁業資源可持續利用重點開放實驗室, 中國水產科學研究院 黃海水產研究所, 山東 青島266071; 2. 上海海洋大學 水產與生命學院, 上海 200090)
運用多變量形態度量學分析方法對韓國統營、山東黃島、山東蓬萊、江蘇前三島4個地理區域的魁蚶(Scapharca broughtoniiSchrenck)種群間的形態變異進行了研究。單因素方差分析(ANOVA)和Tukey檢驗表明, 魁蚶不同地理種群表現出顯著形態變異(P<0.05)。聚類分析結果表明, 黃島和前三島兩個種群形態最為接近, 首先聚為一類, 然后與韓國種群聚類, 再與蓬萊種群聚類; 主成分分析構建了3個主成分, 其貢獻率PC1為33.366%,PC2為20.407%, PC3為15.422%, 3個主成分累計方差貢獻率為69.195%; 建立了魁蚶4個種群的判別函數, 其判別準確率分別為韓國通營96.4%, 山東蓬萊100%,山東黃島84.3%, 江蘇前三島95.6%。這些數據可為魁蚶不同地理種群的識別、種質資源的可持續利用及保護提供依據。
魁蚶Scapharca broughtonii; 形態變異; 方差分析; 主成分分析; 聚類分析; 判別分析
魁蚶(Scapharca broughtoniiSchrenck)隸屬于軟體動物門(Mollusca),半鰓綱(Lamellibranchia), 列齒目(Taxodonta), 蚶科(Arcidae), 俗稱赤貝、血貝、大毛蛤, 是一種大型冷溫性蚶類, 廣泛分布于太平洋西部沿岸、日本北海道以南、朝鮮、菲律賓、俄羅斯東南部等地區。在中國主要分布在遼東半島東南部、山東半島北部和東部等海區[1]。
魁蚶成體個大體肥, 肉質鮮美, 經濟價值很高,近年來由于市場和出口大量需求, 自然資源遠遠不能滿足市場需求, 人工養殖得到大力發展。在魁蚶養殖生產實踐中, 中國魁蚶在生長速度、成活率等生物學指標方面與韓國魁蚶有一定的差異, 韓國魁蚶生長速度較快, 成活率較高。養殖單位比較認可韓國的魁蚶苗種, 許多苗種生產單位每年從韓國引進魁蚶種貝進行苗種生產。目前魁蚶人工育苗、繁殖與生長和生理生化等方面的研究已有較多報道[2-7], 尚未見魁蚶地理種群間形態特征變異的報道。為進一步豐富魁蚶形態學方面的基礎資料, 本文采用多變量形態度量學的方法對一個韓國魁蚶自然群體和 3個中國魁蚶自然群體進行地理種群間的形態變異研究,目的在于探討魁蚶不同地理種群的形態特征變異特點、分化水平以及進行多變量分析的可行性, 建立魁蚶不同地理種群的判別方法, 為魁蚶不同地理種群的識別、種質資源的可持續利用及保護提供可靠依據。
4個群體的魁蚶于2007年8月至10月份分別隨機采自于山東蓬萊(SP)、山東黃島(SHD)、江蘇前三島(JQ)、韓國統營(Korea)4個沿海海區, 均為自然群體(圖1)。各群體數目分別為31、51、45、28。
根據魁蚶的外部形態, 測量各個體的形態指標。用游標卡尺(精度 0.01 mm)常規測量殼長(L)、殼寬(W)、殼高(H)、殼頂寬(w)、外韌帶長(l)、背緣長(x)和放射肋寬y(左殼中部最寬放射肋的腹緣處寬度),然后吸干貝殼表面水分, 用電子天平(精度0.0001 g)稱殼濕質量(z)。統計放射肋數量(R)。測量部位及參數見圖1。

圖1 魁蚶形態測定Fig. 1 Morphological measurements of S.broughtonii
將各性狀的度量值與其殼長(L)的回歸剩余值作為個體大小的矯正值(殼濕質量經 ln轉化), 以消除個體大小對形態特征的影響, 得到 7個比例性狀和一個計數性狀, 運用 SPSS11.5分析軟件進行以下統計分析[8-9]:
單因素方差分析(ANOVA):進行單因素方差分析, 比較魁蚶不同地理群體間不同性狀的差異。
聚類分析(CA):求出各個群體中 7個比例性狀和一個計數性狀平均值, 采用歐氏距離的最短距離平方法進行系統聚類分析, 繪出反映形態相似性的樹形圖。
主成分分析(PCA):獲得多個形態指標的綜合指標, 主成分貢獻率和累計貢獻率, 繪出所有樣本的主成分散布圖。
判別分析(DA):用逐步判別法進行分析, 采用對4個群體形態差異貢獻較大的參數建立4個群體的判別函數。
4個地理群體魁蚶形態特征的描述性統計值見表1。4個地理種群魁蚶的度量性狀矯正值和計數性狀經單因子方差分析結果表明:韓國群體與蓬萊群體在H、S、w、l、y、R上有顯著差異(P<0.05), 韓國群體與黃島群體在w、y、z、R上有顯著差異(P<0.05), 韓國群體與前三島群體在W、w、l、x、y、z、R上有顯著差異(P<0.05); 蓬萊群體與黃島群體在H、W、W、l、x、y、z、R上有顯著差異(P<0.05), 蓬萊群體與前三島群體在H、w、x、z、R上有顯著差異(P<0.05); 黃島群體與前三島群體在W、w、l、x、y上有顯著差異(P<0.05)。Tukey分析結果見表2。

表1 不同地理種群魁蚶形態特征的描述性統計值Tab. 1 Descriptive statistics on the morphological characteristics of S.broughtonii from diferent geographical populations

表2 魁蚶不同地理種群8個性狀的Tukey多重比較Tab. 2 Turkey multiple comparisons for five characters of different regional populations of S.broughtonii
通過對經標準化后的所有樣本的 8個性狀數據進行主成分分析, 得到了 PC1、PC2和PC3 三個主成分, 8個性狀對3個主成分的負荷值和累計貢獻率見表3。結果表明, 3個主成分解釋形態變異的方差貢獻率為:PC1為33.366%, PC2為20.407%, PC3為15.422%, 累計方差貢獻率為 69.195%; 在第一主成分中, 形態學指標w/L、RR有較高的負荷值, 第二主成分中,l/L、x/L具有較高的負荷值, 第三主成分中,H/L、lnz/L具有較高的負荷值。4個魁蚶地理種群的主成分散布圖見圖2。通過不同群體的重疊區域可以看出, 韓國群體、黃島群體在 PC2軸上重疊區域較多, 韓國通營群體與前三島群體在PC3軸距離較遠。前三島群體與黃島群體在PC1軸、PC2軸上各有部分重疊, 而在PC3軸上差別較大。
對4個群體的8個形態校正值進行聚類分析, 結果如圖3。黃島和前三島兩個種群形態最為接近, 首先聚為一類, 然后與韓國種群聚類, 再與蓬萊種群聚類。

表3 魁蚶形態特征主成分的負荷值和貢獻率Tab. 3 Contributive proportion and loading of principal components on the morphological characteristics of S.broughtonii
通過逐步判別分析, 用篩選的 6個比例性狀與一個計數性狀的特征值建立了魁蚶 4個地理種群魁蚶的判別函數, 判別公式如下:




圖2 魁蚶不同地理種群的3個主成分散布圖Fig. 2 Scatter diagram for PC1, PC2 and PC3 of S.broughtonii from different geographical populations

圖3 魁蚶不同地理種群的聚類分析圖Fig. 3 Clustering dendrogram of S.broughtonni from different geographical populations
式中X1、X2、X3、X4、X5、X6、X7分別代表了SW/SL、UW/SL、OLL/SL、DBL/SL、RRW/SL、(lnSMW)/SL、RR。
將隨機個體的6個比例性狀值與一個計數性狀值分別代入4個公式, 計算出4個函數值, 將函數值最大的判別函數所對應的種群名稱作為該個體的地理種群名。按上述判別方法對所有的觀測樣本進行預測分類,判別結果表明總判別準確率為92.9%, 其中韓國通營、山東蓬萊、山東黃島、江蘇前三島 4個種群的判別準確率分別為96.4%、100%、84.3%、95.6%。
在貝類分類與鑒定上, 形態描述只是通過殼長、殼高、殼寬等少數幾個形態數量性狀和一些質量性狀如貝殼顏色、紋理、形狀等來進行簡單歸類。但對于一些形態相似的種類和種群, 這些方法不能達到很好的鑒別目的, 多變量形態度量學在貝類形態差異分析中已得到廣泛應用[10-15]。本研究采用聚類分析、主成分分析和判別分析三種多變量形態學分析方法對 4個魁蚶不同地理種群進行研究, 分析了魁蚶的9個形態學參數的7個比例性狀和一個計數性狀, 在形態上較好地區分了這 4個地理種群的形態學差異。聚類分析是一種探索性的分析方法, 從樣本數據出發, 將形態相近的種群進行初步歸類, 并可以量化種群間的差異程度, 分析種群間的相似程度[16-17]; 主成分分析是將原始的變量信息進行重新組構, 將多個形態比例性狀綜合成可以反映原始資料大部分信息的少數幾個因子, 從而得出不同種群的差異大小, 本文把4個魁蚶地理種群7個比例性狀和一個計數性狀綜合成 3個能較好代表魁蚶各群體特點的因子, 來進行不同地理群體形態差異的比較得到了比較好的效果; 判別分析通過建立判別函數來進行種和種群的判別, 逐步判別是從已知的因子中選出必要、最佳組合的因子來建立判別函數[9], 通過逐步判別分析, 用篩選的 6個比例性狀與一個計數性狀的特征值建立了魁蚶 4個地理種群魁蚶的判別函數, 判別效果比較理想。
魁蚶 4個地理種群的單因素方差分析表明, 在進行比較的性狀上, 4個種群不同的性狀之間有顯著差異。聚類分析結果與群體間的地理距離基本一致,黃島和前三島群體的形態差異較小, 韓國與黃島、前三島群體的形態差異較大, 蓬萊與黃島群體、前三島群體、韓國群體的形態差異最大。但是需要指出的是蓬萊群體與黃島群體、前三島群體之間的距離比韓國群體與黃島群體、前三島群體之間的距離要大,這與群體間的地理距離有出入, 么宗利[15]對青蛤(Cyclina sinensis)不同地理群體進行形態學分析時也有這樣的問題, 并提出僅采用形態學指標分析并不能完全準確反映其地理分布特性, 要結合其他的生物學證據, 比如遺傳學數據, 這樣或許能夠更好說明不同地理群體間的關系[18]。Laudien等[19]在對南非海岸的斧蛤(Donax serra)進行形態和遺傳變異研究時提出, 形態學上的差異是由地理環境特性決定的, 而群體間的遺傳相似性是由基因交流選擇和進化習慣造成的。
本研究通過主成分分析, 得到了 3個能較好說明魁蚶種群形態特征的因子。根據PC1、PC2、PC3作出魁蚶不同種群的主成分散布圖, PC1中w/L、R的負荷值較高, PC2中l/L、x/L的負荷值較高, PC3中H/L、(lnz)/L的負荷值較高。主成分散布圖上的重疊區域說明了魁蚶不同種群形態特征的相似性,非重疊區域說明了魁蚶不同種群形態差異。通過不同群體的重疊區域可以看出, 韓國、黃島群體在PC2軸上重疊區域較多, 韓國通營與前三島群體在 PC3軸距離較遠。前三島與黃島群體在PC1軸、PC2軸上各有部分重疊, 而在PC3軸上差別較大, 因為PC3受H/L、W/L、(lnz)/L影響較大, 而黃島與前三島群體在W、z有顯著差異(P<0.05), 蓬萊群體獨自成區,這在聚類分析中可以看到同樣的結果, 蓬萊群體與其他 3個群體的距離最遠。張永普[13]對泥蚶(Tegillarca granosa)不同地理種群、錢榮華[10]對中國五大湖三角帆蚌(Hyriopsi cumingii)的不同種群、馮建彬[14]對中國 4個海區不同群體文蛤(Meretrix meretrix)等所進行的主成分分析都較好地說明了不同群體間的形態差異。這種差異可能是由棲息環境不同造成的, 如水溫、鹽度、餌料等, 魁蚶為底棲動物, 其形狀在一定程度上還與底質的理化性質有關。
從判別分析結果來看, 韓國、蓬萊、前三島群體的判別率較高, 建立的判別函數可較好地反映各自群體的形態特征, 可以正確地區分 4個魁蚶不同地理種群。黃島判別率較低, 可能是因為它與前三島的形態差異較小, 導致判別準確率下降。
形態學表型差異建立在一定遺傳基礎之上并與生存環境密切相關[20-21]。形態特征是由遺傳因子決定, 但是受到環境因子的影響, 地理屏障使同種的不同種群在一定程度上相互隔離, 受到不同棲息環境的影響, 如果環境因子差別較大并長期作用于種群, 就會導致不同地理種群在形態上產生較大的差異, 甚至在遺傳上形成一定的差異。本研究表明, 韓國統營群體與中國魁蚶群體有較大差異, 這一現象值得我們思考:魁蚶地理種群之間的形態變異主要受棲息環境中哪些因子的影響, 相關環境因子與形態變異相關程度有多大, 這些差異又有多少是反映在遺傳物質的變異上呢?導致韓國魁蚶和中國魁蚶在養殖過程中的差異是否是由遺傳因子造成的呢?如果是, 能否利用這種遺傳差異來改良魁蚶品種以提高經濟性狀, 這些問題需要繼續開展生態學和分子遺傳方面的研究, 并結合生產實踐的驗證才能給予解釋。
[1]劉世祿, 楊愛國. 中國主要海產貝類健康養殖技術[M]. 北京:海洋出版社, 2005:176-177.
[2]王子臣, 張國范, 高勉, 等.溫度和餌料對魁蚶性腺發育的影響[J]. 大連水產學院學報, 1987,8(2):1-9.
[3]楊愛國.魁蚶人工育苗的研究[J]. 海洋水產研究,1990, 32:31-35.
[4]唐啟升, 邱顯寅, 王俊, 等. 應用生態學報[J]. 山東近海魁蚶資源增殖研究, 應用生態學報, 1994, 5(4):396-402.
[5]邱顯寅, 王俊, 郭學武, 等. 魁蚶中間育成實驗研究[J]. 海洋水產研究, 1994, 15:87-95.
[6]王俊. 魁蚶食性及攝食季節變化初步研究[J]. 海洋水產研究, 1994, 15:65-69.
[7]殷邦忠, 騰瑜, 王家林, 等. 魁蚶低溫保活方法研究[J]. 中國水產科學, 1994, 1(2):40-46.
[8]張堯庭, 方開秦. 多元統計分析引論[M]. 北京:科學出版社, 1982.
[9]余建英, 何旭宏. 數據統計分析與SPSS應用[M]. 北京:人民郵電出版社, 2003.
[10]錢榮華, 李家樂, 董志國, 等. 中國五大湖三角帆蚌形態差異分析[J]. 海洋與湖沼, 2003, 34(4):436-443.
[11]周曉農, 洪青標, 孫樂平, 等. 中國釘螺螺殼的聚類分析[J]. 動物學雜志, 1997, 3(25):4-7.
[12]魏開建, 熊邦喜, 趙小紅, 等. 五種蚌的形態變異與判別分析[J]. 水產學報, 2003, 2(71):13-18.
[13]張永普, 林志華, 應雪萍. 不同地理群體泥蚶的形態差異與判別分析[J]. 水產學報, 2004, 28(3):339-342.
[14]馮建彬, 李家樂, 王美珍, 等.我國四海區不同群體文蛤形態差異與判別分析[J]. 浙江海洋學院學報(自然科學版), 2005, 24(4):318-323.
[15]么宗利, 王慧, 周凱, 等. 我國 5個青蛤地理群體形態差異分析[J]. 海洋水產研究, 2007, 28(2):63-70.
[16]蔡慶華. 武漢東湖浮游植物水華的多元分析[J]. 水生生物學報, 1990, 14(1):22-31.
[17]李勤生, 蔡慶華, 華俐, 等.東湖異養細菌群落的分類結構和聚類分析[J].水生生物學報, 1991, 15(3):242-253.
[18]Murta A G. Morphological variation of horse mackerel(Trachurus trachurus) in the Iberian and North African Atlantic:Implications for stock identification[J].ICES Journal of Marine Science, 2000, 57(4):1240-1248.
[19]Laudien J, Flint N S, Bank F H, et al.Genetic and morphological variation in four populations of the surf clamDonax seltafrom southern African sandy beaches[J]. Biochemical Systematics and Ecology,2003, 31(7):751-772.
[20]Salini J P, Milton D A, Rahman M J, et al.Allozyme and morphological variation throughout the geographic range of the tropical shad, hilsaTenualosa ilisha[J].Fisheries Research, 2004, 66(1):53-69.
[21]Susanna P, Jorma P. Morphological differentiation among local trout(Salmo trutta) populations[J]. Biological Journal of the Linnean Society, 2001, 72(2):231-239.
Morphological variations and discriminant analysis of different geographical populations ofScapharca broughtoniiSchrenck
LIANG Chao1,2, YANG Ai-guo1,LIU Zhi-hong1, ZHOU Li-qing1, WU Biao1
(1. Key Laboratory for Sustainable Utilization of Marine Fisheries Resources, Ministry of Agriculture, Yellow Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Qingdao 266071, China; 2. College of Fisheries and Life Science, Shanghai Ocean University, Shanghai 200090, China)
Apr., 18, 2010
Scapharca broughtonii; morphological variation; ANOVA; principal component analysis; cluster analysis; discriminant analysis
The multivariate morphometrics based on 9 morphological characters were used to investigate the morphological variations among the four different geographical populations ofS.brougghtoniifrom Kroea and China (Shandong and Jiangsu). ANOVA and Tukey test indicated that these four populations showed significant morphological variations (P<0.05). The result of cluster analysis showed thatS.broughtoniifrom Huangdao, Shandong and Qiansandao, Jiangsu are similar and clustered first, then clustered withS.broughtoniifrom Korea, and clustered withS.broughtoniifrom Penglai Shandong last. Three principal components were constructed in the principal component (PC) analysis by factor loading; the first principal component was mostly affected by umbo width and radial rib width; the second principal component was mostly affected by outer ligament length and dorsal brim length; and the third principal component was mostly affected by shell height and shell moisture weight. The contributory ratios of three principal components were 33.366%, 20.407%and 15.422%, respectively; and the cumulative contributory ratio was 69.195%. The discriminant functions of four populations were established and the dicriminant accuracy was 100% for theS.broughoniifrom Penglai Shandong, 96.4%, 84.3%, and 95.6% forS.broughtoniifrom Korea, Huangdao (Shandong), and Qiansandao(Jiangsu). The result of this research can be used in discrimination of different geographical populations and sustainable utilization and protection of the breed ofS.broughtonii.
S968.3 文獻標識碼:A 文章編號:1000-3096(2011)11-0108-06
2010-04-18;
2010-07-12
國家 863計劃項目(2006AA10A408); 國家科技支撐計劃項目(2006BAD01A13-6); 中央級公益性科研院所基本科研業務費項目(2007-qn-14); 國家科技基礎條件平臺建設項目(2006DKA30470-006)
梁超(1980-), 男, 碩士, 主要從事貝類遺傳育種研究,E-mail:lcvshxq@163.com; 楊愛國, 通信作者, 電話:0532-85811982,E-mail:yangag@ysfri.ac.cn
張培新)