祖辈推断(Grandparent Inference)量化孵化场来源鱼类野外繁殖的实证验证:蛇河盆地硬头鳟(*Oncorhynchus mykiss*)与秋奇努克鲑(*O. tshawytscha*)研究
《North American Journal of Fisheries Management》:Empirical validation of grandparent inference to quantify reproduction of hatchery-origin fish in the wild
**摘要**
目的:研究人员旨在验证祖辈推断分析(grandparentage analysis)作为一种量化孵化场来源(hatchery-origin)硬头鳟(*Oncorhynchus mykiss*)和秋奇努克鲑(*O. tshawytscha*)在野外繁殖的方法,通过为蛇河(Snake River)盆地中各物种鉴定其祖辈为孵化场亲鱼(hatchery broodstock)的自然来源(natural-origin)个体来实现。方法:使用扩增子测序(amplicon sequencing)芯片对已知的硬头鳟和秋奇努克鲑祖孙三重组合(grandparent–grandchild trios)进行基因分型(genotyping),并基于基因型推断祖辈关系(两种物种分别使用381个和1,185个基因座[ loci ])。通过将推断的亲缘关系与已知系谱(pedigree)进行比较,计算假阳性(false-positive)和假阴性(false-negative)错误率。随后,研究人员通过对产卵洄游期间在蛇河华盛顿州段下花岗岩坝(Lower Granite Dam, LGD)系统采集的硬头鳟和秋奇努克鲑样本进行祖辈推断分析,展示了该技术的应用。将祖辈分配(grandparent assignments)结果整合入逃逸量估算(escapement estimation)流程中,以确定拥有零个、一个或两个孵化场来源亲本的自然来源鱼类的数量,并估算孵化场来源亲鱼的有效比例(effective proportion of hatchery-origin spawners)。结果:两个物种均取得了较低的经验错误率(empirical error rates),假阴性率为0.01至0.1,无正确祖辈的三重组合的逐对比假阳性率(per-comparison false-positive rate)为3 × 10?6至1 × 10?8。整合孵化场元数据(metadata,包括性别、产卵日期和交配记录)使得在保持较低总体错误数量的同时能够完成更大规模的分析。将该方法应用于蛇河盆地2016年孵育年份(brood year, BY)的硬头鳟成鱼,结果显示,在通过下花岗岩坝上游的13,502尾自然来源鱼类中,分别有10,690尾、2,099尾和713尾拥有零个、一个和两个孵化场来源亲本。对于2021年返回产卵的秋奇努克鲑,估计有6,135尾自然来源鱼类返回,其中分别有4,110尾、1,469尾和556尾拥有来自2012–2014年份级(year-classes)的零个、一个和两个孵化场来源亲本。结论:较低的经验错误率表明,利用当前可用的基因分型技术可以应用祖辈推断来量化孵化场来源鱼类在野外的繁殖。这使研究人员能够评估孵化场来源亲鱼有效比例(effective proportion of hatchery-origin spawners)在时间和空间上的变化趋势,以补充现有的管理措施,从而管控孵化场项目对溯河产卵鲑科鱼类(anadromous salmonids)自然种群的影响。
**论文解读:祖辈推断(Grandparent Inference)量化孵化场来源鱼类野外繁殖的实证验证**
**一、研究背景与问题**
鲑科鱼类孵化场(salmonid hatcheries)是太平洋西北地区(包括蛇河[Snake River]盆地)渔业管理、水利系统减缓(hydrosystem mitigation)和种群恢复的核心组成部分。该区域的硬头鳟(*Oncorhynchus mykiss*)和奇努克鲑(*O. tshawytscha*)种群因栖息地丧失、迁徙障碍、流态改变以及水电开发相关的人类活动导致存活率降低而显著衰退。为应对这一局面,孵化场项目被广泛实施以弥补产量损失、支持渔业并促进衰退种群的存续,但其对自然种群潜在的生态和遗传后果仍引发关注。
孵化场来源(hatchery-origin)鱼类可通过不同途径参与自然产卵——有些情况下是管理者有意推动的补充项目(supplementation programs),有些则是孵化场成鱼偏离放流地点而迁徙到非 natal 地点(即迷途[straying])。无论管理意图如何,种群层面的后果取决于孵化场来源鱼是否真正成功繁殖,因为遗传效应(genetic effects)是通过多代基因流(multi-generational gene flow)而非仅凭成鱼存在而累积的。传统监测指标——包括孵化场来源成鱼计数和孵化场来源亲鱼比例(proportion of hatchery-origin spawners, pHOS)——虽为评估孵化场项目的人口统计学和遗传风险奠定了基础,但亲本分析(parentage)研究表明,产卵地的大部分成鱼并未产生后代,且孵化场来源鱼类的相对繁殖成功度(relative reproductive success)可能与自然来源鱼类相近。pHOS及相关指标通常基于单个产卵年份内的成鱼存在情况推导,因此对已实现的基因流(realized gene flow)或有效孵化场来源亲鱼比例(effective pHOS, pHOS
eff)的分辨能力有限。
基于亲本标记(parentage-based tagging, PBT)的技术虽提高了鉴定孵化场来源鱼类和估算种群贡献的能力,但PBT依赖于亲本–子代(parent–offspring)匹配,因此无法直接量化超越第一代的孵化场血统(hatchery ancestry)。祖辈推断(grandparent inference)将PBT框架扩展至跨代系谱关系(cross-generational pedigree relationships)的鉴定,使得在无需亲本取样的条件下推断孵化场血统成为可能。尽管模拟研究已表明该方法在理想条件下可实现高分配功效(assignment power),但在具有多个孵化场项目和复杂取样约束的大型开放系统中的经验验证(empirical validation)仍然有限——这正是本研究的核心目标之一。
**二、研究概要与重要意义**
本研究有两个主要目标:第一,利用蒙特卡洛模拟(Monte Carlo simulations)和基于已知祖孙关系(来源于已建立的PBT系谱)的经验估计,评估祖辈推断的错误率;第二,通过估算蛇河盆地硬头鳟和秋奇努克鲑中孵化场来源鱼类的自然繁殖,展示祖辈推断的应用。研究人员对在下花岗岩坝(Lower Granite Dam, LGD)采集的自然来源硬头鳟和秋奇努克鲑成鱼样本进行祖辈推断,并将其与最可能代表祖辈世代的孵化场亲鱼进行比较。祖辈分配(grandparent assignments)结果被用于推断未取样亲本的来源,从而将个体分类为拥有两个自然来源亲本、一个自然来源和一个孵化场来源亲本、或两个孵化场来源亲本。这些分类被整合入一个明确考虑了LGD取样设计(sampling design)和遗传标签率(genetic tag rates,即成功进行基因分型的孵化场亲鱼比例)的组成估算框架(composition estimation framework)。
研究结果表明,两个物种均取得了较低的经验错误率,证明祖辈推断可利用当前可用的基因分型技术应用于量化孵化场来源鱼类在野外的繁殖。该方法能够评估孵化场来源亲鱼有效比例在时间和空间上的变化趋势,从而补充现有的溯河产卵鲑科鱼类(anadromous salmonids)自然种群孵化场影响管理措施。对于以空间策略分离孵化场影响与自然生产的管理模式(如蛇河盆地硬头鳟),以及以综合孵化场项目(integrated hatchery programs)提升自然产量的管理模式(如蛇河盆地秋奇努克鲑),祖辈推断均提供了跨代直接估算已实现孵化场影响的有力工具。
**三、关键技术方法概述**
该研究的技术方法体系包括以下几项核心内容。在基因分型(genotyping)层面,硬头鳟样本采用基于扩增子测序的GT-seq(genotyping-in-thousands by sequencing)芯片进行分型,包含一个性别标记和286个微单倍型(microhaplotypes, MH)及SNP位点,并整合了另外95个用于PBT项目的SNP位点,构成三个位点组合(MH+95共381个位点、MH共286个位点、以及经连锁不平衡修剪[LD pruned]后的209个位点);秋奇努克鲑样本则使用由AgriPlex Genomics提供的含1,684个SNP位点的复合芯片进行分型,经质控过滤后保留1,185个位点。在错误率评估方面,利用R软件包gRandma进行蒙特卡洛模拟(Monte Carlo simulations),以重要性抽样(importance sampling)估计假阳性率、常规蒙特卡洛程序估计假阴性率,各基于10万组模拟三重组合;同时利用已知系谱关系的三重组合(Sawtooth孵化场2012年产卵群体为潜在祖辈,2018年产卵群体为潜在孙辈,所有四个祖辈均已通过PBT系谱确认)计算经验错误率(empirical error rates)。在应用示范层面,祖辈分配结果被整合入基于最大似然法(maximum likelihood method)的逃逸量组成估算流程中,该流程将LGD鱼道观察窗手动计数与PIT(passive integrated transponder)标签检测数据相结合,以量化夜间通过率和回落/再次上升(fallback/reascension)率。研究样本涵盖多个孵化场多年产卵群体及在LGD系统采集的迁徙成鱼样本(如表1所述,包括Sawtooth、Dworshak、Lyons Ferry、Oxbow、Pahsimeroi、Wallowa、Little Sheep Creek以及Nez Perce Tribal Hatchery等孵化场的亲鱼样本,以及LGD鱼梯诱捕设施采集的自然来源鱼类样本)。
**四、主要研究结果**
**(一)基因分型(Genotyping)**
硬头鳟基因分型成功率较高,15,215份样本中有13,352份(88%)在90%以上位点成功分型。在Sawtooth孵化场2012年产卵群体中,三个位点组合(LD修剪、MH、MH+95)均表现出高度多态性,平均期望杂合度(expected heterozygosity)分别为0.47、0.47和0.46,且在其他群体中表现相似。秋奇努克鲑基因分型芯片的位点间成功率差异较大,共移除119个因缺失率超过40%的位点和380个因偏离哈迪-温伯格平衡(Hardy–Weinberg equilibrium)且近交系数(inbreeding coefficient, |F
IS|)大于0.1的位点,最终保留1,185个位点用于分析,平均期望杂合度为0.27,其中885个位点的次要等位基因频率(minor allele frequency)大于0.05。
**(二)错误率(Error Rates)**
在Sawtooth硬头鳟群体中,蒙特卡洛估计的假阳性和假阴性错误率均低于经验估计值,且随芯片位点数量增加,两者差距扩大(图1)。移除连锁位点(LD修剪芯片)缩小了但未消除蒙特卡洛与经验估计之间的差异。两种估计方法下的错误率均随芯片位点数增加而降低,MH+95芯片在假阴性率为0.05时实现了低于1 × 10
?6的无关三重组合经验假阳性率(图1)。蒙特卡洛与经验假阴性率之间的关系在数据组间并不一致——硬头鳟的经验估计高于蒙特卡洛估计,而秋奇努克鲑则相反(图2)。
当三重组合中包含亲缘关系个体时,经验假阳性率升高,但这主要源于含有一个正确祖辈的三重组合(表2)。例如,在Sawtooth硬头鳟案例研究中,当使用LLR临界值16.5时,2.85 × 10
7组比较中出现了1,924个假阳性,其中1,805个含有一对真正的祖孙配对(第二个祖辈是错误的),115个含有与分配孙辈存在其他亲缘关系(如曾姑母[great aunt])的推定祖辈,仅4个为推定祖辈与孙辈之间无任何已知关系的三重组合。整合孵化场元数据以限制比较数量后,假阳性绝对数量显著减少,但逐对比假阳性率变化不大(表2)。例如,在Sawtooth硬头鳟分析中,当仅考虑与孵化场交配记录匹配的三重组合时,无正确祖辈的假阳性数从119降至零。但元数据的使用也可能因元数据错误而增加假阴性率,这在两个物种中均有体现:如秋奇努克鲑使用交配记录后,假阴性率从约1%增至约8%(表2)。
**(三)迁徙成鱼的组成(Composition of Migrating Adults)**
估计共有13,502尾(90%置信区间[confidence interval, CI] = 13,009–14,082)2016年孵育年份的自然来源硬头鳟于2020年和2021年通过LGD上游前往产卵。两个采样回归年份中拥有孵化场来源亲本的硬头鳟比例一致,约80%的个体拥有两个自然来源亲本(无孵化场来源祖辈),其余多数拥有一个孵化场来源亲本(图3)。这些个体所代表的单倍型(haplotypes)给出2016年产卵年份(spawn year, SY)的pHOS
eff估计值为0.13(0.12–0.14)。在拥有PIT标签检测记录的1,001尾2016年孵育年份成鱼中,547尾最后在具有孵化场放流地点的种群中被检测到,454尾最后在无孵化场放流地点的种群中被检测到。拥有孵化场来源祖辈的回归成鱼数量因管理类型(是否具有孵化场放流地点)而存在显著差异(Fisher精确检验:P = 2.3 × 10
?15)(图4)。在管理目标为自然生产的种群中,仅观察到少量个体被分配了一对或两对孵化场祖辈(分别为26尾和3尾);而在具有孵化场放流地点的种群中,近四分之一的个体拥有孵化场来源祖辈(分别为93尾和39尾)。
2021年,估计共有38,567尾秋奇努克鲑通过LGD上游,其中包括16,437尾(90% CI = 15,916–16,970)有脂鳍切除(adipose-clipped)标记的孵化场来源鱼、15,995尾(15,340–16,677)脂鳍完整(adipose-intact)的孵化场来源鱼和6,135尾(5,589–6,708)自然来源鱼,对应总体pHOS为0.84,脂鳍完整部分的pHOS为0.72。在自然来源秋奇努克鲑中,分别有4,110尾(3,634–4,474)、1,469尾(1,160–1,775)和556尾(444–809)拥有零个、一个和两个来自2012–2014年孵育年份的孵化场来源亲本,据此得出的pHOS
eff为0.21(0.19–0.25)。但需注意的是,由于基线(baseline)中仅包含2012–2014年产卵年份的亲鱼,该估计值并未涵盖所有对2021年产卵年份有贡献的孵化场来源亲鱼。若采用保守假设——约50%的孵化场祖辈已被基线代表——则经上限校正后约有3,197尾、714尾和2,224尾自然来源鱼拥有零个、一个和两个孵化场来源亲本,pHOS
eff为0.42。无论观测值(0.21)还是上限估计值(0.42),均远低于同期的pHOS值,表明在迁徙廊道中存在的孵化场来源成鱼并未按比例贡献于自然繁殖。
**五、讨论与结论**
研究人员指出,孵化场来源鱼类在野外产卵对自然繁殖种群造成的潜在风险早已被认识,一些评估基因渗入(introgression)对适合度(fitness)和生产力影响的研究已记录了显著效应。缺乏量化孵化场来源鱼类自然繁殖的方法,既是管理野生种群区域控制孵化场鱼类产卵的障碍,也是实施促进孵化场鱼类野外产卵以增加丰度的监测项目的挑战。本研究观察到的低经验错误率表明,祖辈推断能够利用当前可用的基因分型技术在上述管理情境中发挥这一作用。
模拟必然简化生物学和技术现实,这可能是导致经验与蒙特卡洛错误率估计随标记密度增加而出现分歧的原因——蒙特卡洛程序假设位点间的独立性和特定的基因分型错误模型,但随标记数量增加,位点间连锁(linkage)不可避免。总计假阳性分配数量同时受遗传芯片的区分能力和评估的比较次数影响;利用孵化场元数据限制候选三重组合数在两个物种中均大幅减少了假阳性分配的绝对数量(表2),使在原本不可行的规模上进行准确推断成为可能。亲缘关系推断方法通常对亲缘个体做出不正确分配的比率高于无关个体,这在当前研究中同样得到体现。
在蛇河盆地硬头鳟方面,尽管每年通过LGD上游的孵化场来源硬头鳟数量是自然来源的数倍,但大多数自然来源成鱼拥有两个自然来源亲本,pHOS
eff为0.13。这一结果与强调孵化场放流与优先自然生产区域空间分离的管理策略一致。具有PIT标签检测记录的自然来源硬头鳟中,在管理为最小化孵化场影响的种群中检测到的个体极少拥有孵化场祖辈分配,而在具有持续孵化场放流的种群中检测到的鱼类近四分之一拥有孵化场祖辈分配。该分析展示了祖辈推断如何与现有监测基础设施相结合,提供孵化场来源鱼类野外繁殖的空间显式(spatially explicit)信息。
在秋奇努克鲑方面,综合孵化场项目旨在通过允许受控数量的孵化场来源鱼在指定区域自然产卵来提升自然产量。本研究估计的2021年产卵年份pHOS值与近年报道值相当,但pHOS
eff(观测值0.21,上限估计0.42)远低于同期pHOS值,表明pHOS与pHOS
eff之间的差异与管理措施(尤其是孵化场与自然来源亲鱼的空间重叠控制)一致。未来增加对产卵区幼鱼的采样将为进一步评估所观察模式是由管理措施、适合度差异还是两者共同驱动提供重要机会。
在局限性方面,该方法的主要限制是其他类型的亲属可能导致比无关个体更高的假阳性率。此外,对于世代时间(generation time)较长的物种,从初始样本采集到分析启动之间存在不可避免的延迟,这需要长期规划、持续采样和审慎的数据管理。
研究结论如下:较低的经验错误率表明,利用当前可用的基因分型技术可以应用祖辈推断来量化孵化场来源鱼类在野外的繁殖。这使研究人员能够评估孵化场来源亲鱼有效比例在时间和空间上的变化趋势,以补充现有的管理措施,从而管控孵化场项目对溯河产卵鲑科鱼类自然种群的影响。尽管存在局限性,本文的案例研究表明,祖辈推断通过直接估算跨代已实现的孵化场影响,为现有监测工具提供了有力补充。该方法所提供的信息将使渔业管理者能够更好地评估和调整孵化场项目,以实现恢复、减缓及捕捞目标。