基于壳表面积模型的扇贝软组织重量无创评估新方法及其在水产育种中的应用

为解决双壳贝类软组织重量传统测量方法破坏性强、效率低下的问题，研究人员开发了基于壳表面积(MLR-log10Sshell-RR)的多元线性回归模型，通过整合湿重与壳形态参数，实现了栉孔扇贝(Chlamys farreri)和虾夷扇贝(Patinopecten yessoensis)软组织重量的高精度(r>0.9)无创评估。该研究为双壳类育种提供了革命性的表型分析工具。

　　

在水产养殖业快速发展的背景下，双壳贝类作为全球第二大养殖水产品类，其软组织重量是决定经济价值的关键性状。然而传统测量方法必须破坏性解剖，导致育种亲本无法保留，动态监测更无从谈起。虽然MRI、X射线等成像技术能实现无创检测，但存在成本高、仅能二维成像、无法准确评估不规则软组织重量等局限。针对这一产业痛点，中国水产科学研究院黄海水产研究所的研究团队在《Aquaculture Reports》发表创新成果，通过建立壳表面积数学模型，为双壳贝类育种提供了革命性的解决方案。

研究团队采用形态计量学和机器学习相结合的技术路线，对1125只栉孔扇贝和268只虾夷扇贝进行系统分析。关键技术包括：1) 通过数字卡尺和电子天平精确测量7项壳形态参数(SL/SW/SH等)和3类重量指标(W_wet/W_shell/W_soft)；2) 将贝壳几何结构分解为椭球体、锥体等组分建立表面积计算方程；3) 采用普通最小二乘法(OLS)和岭回归(RR)构建13种预测模型；4) 通过Pearson相关系数、Wilcoxon检验等统计方法评估模型性能。

【材料与方法】

研究收集山东荣成养殖的2个栉孔扇贝群体（Cf1:627只2龄贝，Cf2:498只17月龄贝）和辽宁大连养殖的2个虾夷扇贝新品种（Hg:110只黄金贝，Zr:158只红壳贝）。通过Shapiro-Wilk检验验证数据正态性后，采用t检验和Mann-Whitney U检验比较群体间形态差异。

【结果】

3.1 壳形态特征

Cf1群体壳长(67.12±6.01mm)、壳宽(25.46±2.16mm)和湿重(54.77±11.64g)显著大于Cf2群体(P<0.0001)，而Hg与Zr群体在壳长(97.96 vs 95.85mm)和壳高(99.70 vs 96.74mm)上无显著差异。

3.2 模型评估

MLR-log₁₀S_shell-RR模型表现最优：

• 跨群体预测准确：Cf1→Cf2(r=0.9616)、Hg→Zr(r=0.8825)

• 消除系统偏差：相较SLR-W_wet和PF-W_wet的过高/过低估计，新模型预测值与实测值无显著差异(P>0.05)

• 误差控制佳：均方误差(MSE)最低，变异系数(CV-RMSE)仅0.06-0.12

3.3 训练集优化

当训练样本≥100时，模型稳定性显著提升。使用50个Cf1样本训练时，对Cf2的预测出现11.7%的变异系数。

【讨论与结论】

该研究突破性地将壳表面积的几何计算与机器学习相结合，首次证明log₁₀转化后的壳表面积与湿重协同参数能有效预测软组织重量。相较于传统壳长-重量幂函数模型，新方法具有三大优势：1) 通过岭回归处理壳参数共线性，提升跨群体适用性；2) 引入壳厚度和密度恒定假设，减少环境变异干扰；3) 可扩展应用于贻贝、蛤类等双侧对称贝壳物种。研究团队建议未来建立多物种训练集数据库，并开发自动化形态测量设备以推动产业化应用。这项技术为水产育种中的无损表型分析树立了新标准，对实现联合国可持续发展目标(SDGs)中的"水下生物"保护与可持续利用具有重要实践意义。