《Aquaculture》：From morphological constraints to genomic SNPs: Developing population identification methods exemplified by large yellow croaker (Larimichthys crocea)
编辑推荐：
针对大黄鱼野生与家养种群基因 introgression 问题，本研究通过全基因组重测序筛选差异 SNPs，构建基于多 SNPs 的评分模型，结合形态学分析和 ROC 曲线验证，有效区分了野生与家养种群，并成功应用于南海 Naozhou 亚群识别，为近期分化种群提供高精度管理工具。
Zebin Zhou|Xubing Ba|Qianwen Min|Jiayu Zhou|Xin Yi|Ruojing Li|Bi Huang|Na Zhao|Bo Zhang|Songlin Chen
中国渔业科学院黄海渔业研究所海洋养殖生物育种与可持续产品国家重点实验室，青岛266071
摘要
从驯化种群中逃逸的基因引入被认为是对野生种群生态适应性的威胁。最近，驯化物种与其野生对应物种之间的遗传分化程度较低，这使得鱼类的追踪变得复杂。大黄鱼（Larimichthys crocea）被列为极度濒危物种（IUCN），可能面临基因引入的威胁，因此成为开发通用遗传识别系统的理想模型。我们发现野生和驯化鱼类之间存在显著的形态差异。然而，主成分分析（PCA）显示置信区间有重叠，并且野生种群的形态发生了显著变化，尤其是体型，这限制了传统的识别方法。因此，我们通过全基因组重测序获得了大黄鱼的单核苷酸多态性（SNP）数据集，采用了一种基因组策略。基于等位基因频率差异和卡方检验，从候选标记中选择了十个差异显著的SNP用于SNaPshot?检测。基于这些差异SNP，我们开发了一个评分模型，将野生等位基因赋值为1，驯化等位基因赋值为0。该模型通过接收者操作特征（ROC）曲线进行了验证，能够有效区分野生和驯化鱼类。为了进一步验证该方法在识别遗传分化程度较低的种群中的应用，我们将其应用于中国南海的瑙洲（NZ）大黄鱼种群。使用上述方法，我们提出的NZ种群识别模型能够有效识别NZ种群成员。总之，我们通过将多SNP位点的评分系统与传统的形态分析方法进行比较，开发出了一种新的识别方法。这种区分方法既经济高效又高度准确。此外，其构建方法也可应用于其他经历基因引入的物种的亚群识别，为各种种群的遗传管理提供了参考方法。
引言
驯化个体逃逸到自然栖息地会对野生种群构成多重威胁，包括病原体传播和资源竞争。在非洲，刚果盆地内的驯化尼罗罗非鱼（Oreochromis niloticus）与野生个体发生了杂交，降低了当地野生种群的生态适应性（Geraerts等人，2022年）。在欧洲，褐鳟（Salmo trutta L.）种群中记录了杜埃罗系与大西洋系之间的基因渗入（Bouza等人，2008年）。同样，在美洲，美国德舒特河流域的红带鳟（Oncorhynchus mykiss gairdneri）的研究也记录了当地孵化场品系与野生种群之间的基因渗入（Bohling等人，2019年）。此外，来自不同来源的驯化种群的基因渗入也威胁到了当地野生种群的保护。例如，非本地化的驯化大西洋鲑鱼（Salmo salar）的释放导致了野生鱼类的遗传漂变和高渗入率，对当地野生种群的遗传多样性产生了负面影响（Almodovar等人，2020年）。区分导致这种基因混合的两种主要途径非常重要：一种是为了种群增强而有意释放孵化场饲养的个体，另一种是驯化个体从水产养殖设施中意外逃逸。虽然这两种途径都可能导致基因渗入和局部适应性的丧失，但它们起源于不同的人类活动，需要采取不同的监测和管理方法。在任何情况下，在生物多样性保护领域，准确识别野生和驯化种群变得越来越具有挑战性，且具有重要的生态意义。通过分析南美银鱼的形态特征，可以有效地区分它们是属于野生种群还是驯化种群（Crichigno等人，2016年）。相比之下，分子方法可以提供关于物种驯化特征的精确见解。线粒体DNA特征揭示了野生和驯化红海鲷（Pagrus major）种群之间的遗传多样性差异（Hamasaki等人，2010年）。然而，一些识别方法对于驯化历史较短（<50年）和全基因组分化程度较低的物种来说效果有限。这种短暂的驯化时间导致驯化种群与野生种群之间的遗传分化程度较低，影响了形态变化和线粒体进化，从而限制了这些识别模式在所有物种中的适用性（Moray等人，2014年）。为了解决这个问题，捕捉物种内不同种群遗传分化的祖先信息标记（AIMs）变得至关重要（Boudeau等人，2023年）。这些AIMs可以通过全基因组方法识别，包括基于限制性位点关联DNA测序（RAD-seq）的简化表示方法（Prado等人，2018年），或者通过全基因组重测序（WGS）（San Román等人，2025年）更全面地识别。WGS提供了整个基因组的高分辨率，比RAD-seq更能清晰地解释种群的进化特征（Martchenko和Shafer，2023年）。为了监测最近驯化物种的基因渗入，已经利用基于全基因组重测序的单核苷酸多态性（SNP）数据集进行种群识别和遗传多样性分析（Bradbury等人，2022年；Pampoulie等人，2024年）。
本研究旨在建立一种快速准确的识别最近分化种群的方法，重点是大黄鱼的野生和驯化种群以及与南海其他野生种群基因密切相关的NZ种群。在传统形态分析的基础上，我们评估了大黄鱼的全基因组重测序数据，以筛选区分不同种群的SNP。为了解决识别低分化种群的瓶颈问题，我们整合了多个差异表达的SNP，使用SNaPshot技术构建了一个评分模型，并通过接收者操作特征（ROC）曲线分析评估了该区分方法的有效性。所开发的识别方法通过结合中性和接近中性的分化位点实现了精确的区分，为管理同一物种内的最近分化种群提供了参考方法，包括野生种群、驯化种群以及密切相关的野生种群。
样本收集
样本收集
用于本形态分析的野生大黄鱼样本采集自中国广东省湛江市瑙洲岛附近以及福建省漳浦市刘澳镇的近海区域。每个地点收集了12个样本，保持1:1的性别比例（6条雄鱼和6条雌鱼）。驯化大黄鱼样本来自福建省宁德市，共24个样本，也保持1:1的性别比例野生和驯化大黄鱼种群的形态分析
对大黄鱼的体形进行了PCA分析，提取出28个主成分。前三个主成分分别解释了总方差的31.36%、16.38%和12.44%，累积贡献率为60.18%。基于第一和第二主成分得分的散点图（图1C）表明，这两个成分单独使用无法完全区分两个种群。讨论
作为经济上重要的海洋鱼类，野生大黄鱼种群的数量正在下降（已被列为极度濒危物种），加上由于养殖规模扩大和有意释放驯化种群而不可避免的意外逃逸，导致了严重的种群混合（Yuan等人，2024年）。迫切需要建立一个精确的种群识别系统来支持保护工作。结论
本研究建立了野生和驯化大黄鱼之间的分化模型，开发了一种基于多个SNP位点的分类系统，不同于传统的形态分析方法。以该系统为模板，并结合多个SNP的累积效应，该方法被扩展用于南海NZ种群的识别。这种分类方法成本低廉且精度高，能够监测特定种群。CRediT作者贡献声明
Zebin Zhou：撰写——原始草稿、可视化、方法学、数据管理、概念构思。Xubing Ba：验证、资源获取、调查。Qianwen Min：资源获取、调查。Jiayu Zhou：资源获取、调查。Xin Yi：资源获取。Ruojing Li：调查。Bi Huang：调查。Na Zhao：撰写——审稿与编辑、监督、项目管理、概念构思。Bo Zhang：撰写——审稿与编辑、监督、项目管理、概念构思。Songlin Chen：伦理审批和参与同意
我们已阅读动物实验的相关政策，并确认本研究符合规定。本研究中的所有实验均获得了中国渔业科学院黄海渔业研究所动物实验审查委员会的批准（ID编号：YSFRI-2025017）。资金来源
本工作得到了山东省研发项目（2023ZLYS02）、中央公共利益科学机构基础研究基金，CAFS（2023TD20）、泰山学者攀登计划，广东省现代海洋牧场适宜物种核心技术研究项目（2024-MRB-00-001）、南海科学与工程实验室（湛江）（ZJW-2023-01）、广东省基础与应用基础研究基金（2023A1515010576）的支持。利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。均匀流形逼近和投影
3′UTR3′非翻译区
5′UTR5′非翻译区
