论文部分内容阅读
青海省裂腹鱼鱼类至少有20种，占青海省土著鱼类的40%以上；其中5种为濒危物种，8种为易危物种。准确的物种鉴定对于这些物种的保护至关重要。传统分类学方法在裂腹鱼类的物种鉴定中不仅操作繁复，甚至易出现错误。因此，有必要开发一种能够快速对各裂腹鱼物种进行准确鉴定的方法。DNA条形码技术(DNA barcoding)是一种用于快速鉴定物种的分子技术，Self-OrganizedMap(SOM)可用于预测不同分类群间的特异性诊断位点。
本研究基于COI基因，并以Cytb基因作为分子参照，开展了青海省裂腹鱼DNA条形码及其特征性诊断位点研究，主要研究结果如下：
1.本研究共获得了青海省24个采样点159尾(8属15种/亚种)裂腹鱼的COI基因序列(648 bp)。经Blast比对，鉴定率达98%。基于Kimura-2-Parameter(K2P)模型，COI序列的平均种间遗传距离为9.17%，约为平均种内遗传距离(0.22%)的42倍；但仅5种裂腹鱼的遗传距离同时符合2%阈值和10倍原则，暗示种间距离与种内距离存在重叠区。Cytb序列分析也得到相同的结果。此外，AutomaticBarcodeGapDiscovery(ABGD)系统将所有裂腹鱼样本划分到11个组别，其中8组为单物种的组群，表明个别物种间不能通过条形码间隙区分彼此。
2.每个物种最多选取5个样本，分别采用三种方法(最大简约法、最大似然法及贝叶斯运算法)构建系统发育树。结果显示，COI基因能够将裂腹鱼准确划分到与裂腹鱼三等级一致的三大支中，且节点支持率高；COI系统树拓扑结构与基于相同个体的Cytb(1080 bp)系统树基本一致，裸鲤属内物种间及黄河裸裂尻鱼、骨唇黄河鱼不能各自聚为一支。在高度特化等级裂腹鱼发育枝中，COI系统树的节点支持率明显低于Cytb系统树相应的节点支持率。
3.SOM模型从15种/亚种的156个变异位点中成功预测出7种裂腹鱼种级水平特征性诊断位点34个：厚唇裸重唇鱼12个、极边扁咽齿鱼3个、裸腹叶须鱼9个、前腹裸裂尻鱼2个、软刺裸裂尻鱼2个、大渡软刺裸裂尻鱼2个及澜沧裂腹鱼4个，表明SOM模型可用于青海省裂腹鱼种级水平的特征诊断位点预测。
综上，COI条形码可用于鉴定青海省内除裸鲤属、黄河裸裂尻鱼及骨唇黄河鱼外的裂腹鱼物种，且因其片段更短，使用COI基因作为条形码进行物种鉴定更加节约成本；同时，建议将SOM技术及预测得到的特征性诊断位点运用到青海省裂腹鱼物种快速鉴定中，指导裂腹鱼相关保护工作的开展。
本研究基于COI基因，并以Cytb基因作为分子参照，开展了青海省裂腹鱼DNA条形码及其特征性诊断位点研究，主要研究结果如下：
1.本研究共获得了青海省24个采样点159尾(8属15种/亚种)裂腹鱼的COI基因序列(648 bp)。经Blast比对，鉴定率达98%。基于Kimura-2-Parameter(K2P)模型，COI序列的平均种间遗传距离为9.17%，约为平均种内遗传距离(0.22%)的42倍；但仅5种裂腹鱼的遗传距离同时符合2%阈值和10倍原则，暗示种间距离与种内距离存在重叠区。Cytb序列分析也得到相同的结果。此外，AutomaticBarcodeGapDiscovery(ABGD)系统将所有裂腹鱼样本划分到11个组别，其中8组为单物种的组群，表明个别物种间不能通过条形码间隙区分彼此。
2.每个物种最多选取5个样本，分别采用三种方法(最大简约法、最大似然法及贝叶斯运算法)构建系统发育树。结果显示，COI基因能够将裂腹鱼准确划分到与裂腹鱼三等级一致的三大支中，且节点支持率高；COI系统树拓扑结构与基于相同个体的Cytb(1080 bp)系统树基本一致，裸鲤属内物种间及黄河裸裂尻鱼、骨唇黄河鱼不能各自聚为一支。在高度特化等级裂腹鱼发育枝中，COI系统树的节点支持率明显低于Cytb系统树相应的节点支持率。
3.SOM模型从15种/亚种的156个变异位点中成功预测出7种裂腹鱼种级水平特征性诊断位点34个：厚唇裸重唇鱼12个、极边扁咽齿鱼3个、裸腹叶须鱼9个、前腹裸裂尻鱼2个、软刺裸裂尻鱼2个、大渡软刺裸裂尻鱼2个及澜沧裂腹鱼4个，表明SOM模型可用于青海省裂腹鱼种级水平的特征诊断位点预测。
综上，COI条形码可用于鉴定青海省内除裸鲤属、黄河裸裂尻鱼及骨唇黄河鱼外的裂腹鱼物种，且因其片段更短，使用COI基因作为条形码进行物种鉴定更加节约成本；同时，建议将SOM技术及预测得到的特征性诊断位点运用到青海省裂腹鱼物种快速鉴定中，指导裂腹鱼相关保护工作的开展。