《Oceans》：Fish Epigenetics: Molecular Mechanisms, Environmental Adaptation, and Emerging Computational Approaches
表观遗传调控通过在不改变潜在DNA序列的情况下调节基因表达，已从根本上改变了研究人员对鱼类如何适应变化环境的理解。本综述通过提供对主要表观遗传过程（包括DNA甲基化（DNA methylation）、组蛋白修饰（histone modifications）、染色质重塑（chromatin remodeling）和非编码RNA（non-coding RNAs））的机制性见解，探讨了鱼类表观遗传学的"深层调控"，这些过程控制着发育、免疫、应激反应和疾病易感性。这些调控机制使鱼类能够动态响应环境应激源，如温度波动、盐度变化、缺氧（hypoxia）、污染物、紫外线（UV）辐射和营养变化，从而影响生理恢复力、繁殖性能和存活。近年来，新一代测序（NGS）和多组学（multi-omics）技术的进展显著扩展了研究人员对鱼类表观基因组的理解，而生物信息学（bioinformatics）已成为整合和解析复杂基因组、转录组和表观基因组数据集的不可或缺工具。此外，人工智能（AI）和机器学习（ML）正在成为生物标志物发现、疾病易感性预测建模、环境风险评估和精准水产养殖（precision aquaculture）的强大方法。表观遗传学与生物信息学和人工智能的整合为解析复杂调控网络、识别适应性表观遗传特征以及制定数据驱动型策略以改善鱼类健康和水产养殖可持续性提供了前所未有的机遇。尽管取得了这些进展，仍然存在重要挑战，包括物种特异性表观基因组资源有限、多组学整合困难、模型可解释性以及需要标准化的分析框架。本综述重点介绍了当前知识、新兴计算方法以及在加速环境变化下将表观遗传学发现转化为可持续水产养殖实践和水生生态系统保护工作的未来前景。
引言
鱼类栖息于高度动态的水生环境中，温度、盐度、溶解氧、pH、营养可获得性、污染物、病原体及其他生态变量可在相对较短的时空尺度上发生波动。鱼类应对此类环境异质性的能力不仅取决于遗传变异，还依赖于在不改变DNA序列的情况下调节基因活性的调控机制。因此，表观遗传调控已成为环境条件与表型之间的重要分子界面，为理解环境信息如何转化为发育、生理、代谢、繁殖、免疫、应激耐受性和适应方面的变化提供了机制性框架。这一视角对鱼类尤为重要，因为鱼类具有多样的生活史、高度的发育可塑性、水生暴露途径，且在自然生态系统和水产养殖中均具有重要意义。最近的研究日益表明，环境响应性表观遗传机制可能有助于表型可塑性（phenotypic plasticity），并在特定情况下影响跨代响应。
鱼类表观基因组通过相互关联的分子机制而非单一表观遗传通路进行调控。DNA甲基化，尤其是在CpG位点的甲基化，可影响转录活性，并已在发育、性别决定、繁殖、环境应激和表型变异方面得到广泛研究。组蛋白翻译后修饰（histone post-translational modifications）调控染色质可及性和转录状态，而ATP依赖性染色质重塑（ATP-dependent chromatin remodeling）过程和高阶染色质组织提供了额外的转录控制层次。非编码RNA，包括微小RNA（miRNAs）和长链非编码RNA（lncRNAs），通过转录后和染色质相关机制进一步调节基因表达。重要的是，这些调控层次之间存在相互作用。因此，观察到的DNA甲基化、组蛋白修饰或非编码RNA表达的变化不应被解释为孤立的分子事件；相反，其生物学意义必须在更广泛的调控和细胞背景下加以考量。尽管DNA甲基化仍然是鱼类中研究最广泛的表观遗传标记，但多组学技术日益增长的可用性正开始揭示表观遗传层次与转录表型之间更为复杂的关系。
环境条件代表了鱼类表观遗传变异的主要来源。温度体系可改变与发育、性别分化、代谢、繁殖和应激反应相关的DNA甲基化及其他调控过程。同样，盐度、缺氧、pH、营养条件和人为污染物已被发现与表观遗传谱的变化以及与应激反应、代谢、免疫和繁殖相关基因的表达有关。近期环境表观遗传学研究表明，此类变化可能反映表型可塑性或驯化（acclimation），而非适应性进化本身。因此，区分环境诱导的可塑性响应与基于遗传的适应仍然是一个基本挑战。在解读表观遗传继承的主张时，这一区分尤为重要，因为表观遗传标记跨代持续存在本身并不证明该标记在因果上对适应性表型负责。确立此类关系需要精心设计的对照实验、适当的时序和世代设计以及功能验证。
表观遗传调控的相关性超越了生态生理学，延伸至水产养殖领域。生产环境施加了环境、营养、发育和管理相关条件的组合，可影响表观遗传状态。因此，表观遗传机制已在生长、发育、性别决定、繁殖、应激耐受性、免疫应答、抗病性和其他商业重要性状方面得到研究。表观遗传信息最终可能通过帮助识别与理想表型相关的生物标志物或通过为环境和营养干预提供信息来补充传统遗传选育。然而，向常规水产养殖实践转化仍然有限。表观遗传特征可能强烈依赖于组织类型、发育阶段、环境历史、遗传背景和实验条件，而表观遗传标记与表型之间的相关性并不必然确立因果关系。因此，候选表观遗传生物标志物的稳定性、可重复性和预测价值需要在独立群体和生产环境中进行验证。
综述方法论
本综述通过基于结构化文献的综合分析开展。通过使用与综述主题相关的关键词组合在主要学术文献数据库和搜索引擎中进行检索，确定了相关科学文献。文献检索聚焦于涉及鱼类表观遗传学、DNA甲基化、组蛋白修饰、染色质调控、非编码RNA、环境应激与适应、水产养殖以及新兴计算和机器学习方法的研究。文献根据其与综述目标和主题范围的相关性进行筛选。特别关注提供鱼类表观遗传调控实验或计算证据的原始研究文章和近期研究。相关综述文章也被参考以提供更广泛的概念背景并识别重要的原始研究。通过检查关键文章的参考文献列表确定了其他相关出版物。所选文献按主题组织而非定量汇总。主要主题包括：（i）鱼类表观遗传调控的分子机制，（ii）对环境因素的表观遗传响应及其在适应中的潜在作用，（iii）表观遗传学在水产养殖和鱼类健康中的应用，以及（iv）鱼类表观遗传研究中新兴的计算和机器学习方法。在这些主题内，比较不同研究的结果以识别共同模式、对比观察、方法论局限性和重要知识空白。对于计算组成部分，特别关注直接使用机器学习或预测方法分析表观遗传数据的研究。在可获得的情况下，考虑了有关表观遗传数据类型、预测目标、计算模型、验证方法和报告性能的信息。该方法用于区分已通过实验证明的应用与人工智能的提议或预期应用。
环境因素对鱼类健康的生态影响
表观遗传学对鱼类健康的基本生态影响之一在于其对环境变异性的适应能力。鱼类物种栖息于从淡水到深海栖息地的多样水生环境中，每种环境都呈现出独特的挑战，如温度波动、盐度变化和不同程度的污染物。表观遗传机制，特别是DNA甲基化和组蛋白修饰，使鱼类能够快速调整其基因表达谱以响应这些环境信号。例如，研究表明表观遗传修饰可改变欧洲鲈鱼等鱼类物种的热耐受性，影响其在因气候变异或人为因素导致温度变化时在河流和海洋中的分布格局。此外，表观遗传学在调控鱼类种群的免疫应答和抗病性方面也起着关键作用。环境应激源、病原体和污染物可诱导表观遗传变化，影响参与免疫功能的基因。这对于管理野生鱼类种群和水产养殖环境中的疾病暴发至关重要。例如，表观遗传研究已识别出与鳟鱼和鲤鱼等物种免疫应答通路相关的标记，为增强疾病恢复力和可持续水产养殖实践提供了见解。此外，表观遗传修饰影响对鱼类生存和繁殖成功至关重要的行为特征。受表观遗传机制影响的基因表达模式变化可影响交配行为、迁徙模式和亲代抚育策略。例如，表观遗传调控在银化（smoltification）中发挥作用，这是一个为幼鲑从淡水迁徙到海洋环境做准备的关键发育过程。环境应激源对这些表观遗传过程的破坏可能损害繁殖适合度和种群动态，影响物种保护工作和整体生态系统健康。
表观遗传学对鱼类健康的经济影响
鱼类健康对于维持生态平衡和支撑全球经济活动（尤其是渔业和水产养殖）至关重要。表观遗传学作为分子生物学领域的一个分支，为鱼类健康和疾病恢复力的分子机制提供了深刻见解。通过研究表观遗传标记，揭示影响鱼类种群基因表达和表型性状的环境因素，不仅增强了对鱼类健康动态的理解，还为可持续渔业管理、水产养殖疾病预防以及旨在保护野生鱼类种群及其栖息地的保护工作提供了策略信息。据世界银行估计，疾病每年给全球水产养殖业造成约60亿美元的经济负担。在最近一年中，全球因鱼类疾病造成的经济损失估计约为100亿美元。降低这些成本是一项重大挑战。此外，水产养殖是全球粮食安全和经济发展的重要部门。水产养殖中的表观遗传研究聚焦于增强养殖物种（如鲑鱼、鳟鱼和虾）的抗病性和改善生长率。在商业渔业中，鱼类种群的可持续性和生产力直接受到环境变化和捕捞压力的影响。表观遗传工具提供了评估鱼类种群对这些应激源适应潜力的方法。它们有助于理解与繁殖成功、迁徙模式和种群动态相关的表观遗传机制。渔业管理者可就种群增殖项目和栖息地保护做出明智决策。例如，表观遗传研究表明，受环境因素影响的基因表达模式变化可影响鲑科鱼类产卵迁徙的时间，从而影响其商业捕捞的可获得性。
人工智能和机器学习在鱼类表观遗传学与疾病预测中的应用
人工智能和机器学习已成为分析现代测序技术生成的大型复杂生物数据集的强大工具。在鱼类健康研究中，这些方法对于整合大规模多组学数据集（包括基因组、转录组和表观基因组信息）具有特殊价值。机器学习算法可识别环境应激源与可能影响鱼类种群疾病易感性、免疫应答和生理适应的表观遗传修饰之间的隐藏关系。多种计算方法已应用于水生研究，包括监督学习方法（如随机森林（random forest）、支持向量机（support vector machines）和神经网络（neural networks））以及无监督学习技术（如聚类和降维）。这些方法使研究人员能够识别与环境应激、抗病性和免疫系统调控相关的表观遗传生物标志物。例如，机器学习模型可分析全基因组DNA甲基化模式以预测鱼类对温度波动、污染暴露和病原体感染的响应。在水产养殖系统中，基于人工智能的预测模型可通过整合环境监测数据、微生物群落动态和表观遗传标记来支持疾病暴发的早期检测。此类预测框架可改善养殖管理实践、减少经济损失并最大限度地减少抗生素和化学处理的使用。此外，机器学习可协助识别与抗病性相关的候选基因和表观遗传特征，为培育更具恢复力的鱼类种群的选择性育种计划提供便利。此外，人工智能驱动的方法正越来越多地用于分析水生生态系统中的微生物组-宿主相互作用。通过将环境微生物学数据与表观遗传谱相结合，研究人员可更好地理解微生物群落如何影响鱼类免疫和应激反应。这些整合性计算框架将在推进精准水产养殖和基于生态系统的渔业管理中发挥重要作用。尽管潜力巨大，机器学习在鱼类表观遗传研究中的应用仍面临若干挑战，包括数据标准化、注释数据集的有限可获得性以及跨学科专业知识的需要。
水产养殖中的主要鱼类健康问题
在水产养殖中，围绕在多种应激源下维持最佳鱼类健康的重大挑战依然存在，而表观遗传学已成为理解和解决这些问题的关键研究领域。水产养殖中的主要健康关切之一是疾病易感性，因高密度养殖条件下鱼类常面临高放养密度和环境应激源而加剧。细菌、病毒、真菌和寄生虫等病原体在这些条件下大量繁殖，导致可毁灭鱼类种群并影响生产可持续性的疾病暴发。表观遗传机制，包括DNA甲基化、组蛋白修饰和微小RNA调控，影响鱼类参与免疫应答和抗病性基因的表达。例如，水质差或温度波动等环境应激源可触发表观遗传变化，改变免疫系统功能，使鱼类更易受感染。此外，表观遗传学通过优化生长率、繁殖成功和应激耐受性，有助于改善鱼类整体健康。通过阐明水产养殖物种表观遗传调控的复杂性，有可能降低风险、减少抗生素使用，并促进可持续水产养殖实践，确保养殖鱼类种群的健康和恢复力。
入侵物种带来新疾病
入侵物种引入新疾病对自然生态系统和水产养殖环境中的鱼类健康构成重大威胁，而表观遗传学为理解和应对这些挑战提供了宝贵的见解。表观遗传修饰可影响对入侵物种引入的病原体的易感性，进而影响水生生态系统内的疾病动态和生态互作。监测本地鱼类种群的表观遗传响应可为入侵物种管理策略提供信息，有助于减轻疾病风险和保护生物多样性。非本地物种可能将其新环境中的本地鱼类种群未曾获得防御能力的新型疾病和寄生虫引入。这种情况常导致疾病暴发，可摧毁当地生物多样性并影响全球水产养殖作业。此外，入侵物种可能引入新病原体，本地鱼类可能经历影响其免疫应答、应激耐受性和疾病易感性的表观遗传修饰。例如，DNA甲基化模式或组蛋白修饰的变化可调控参与免疫功能和炎症反应基因的表达。制定针对入侵物种引入疾病的有效管理策略至关重要。表观遗传变化影响本地鱼类种群的抗病性，研究人员可识别用于病原体暴露早期检测和预测对特定疾病易感性的潜在生物标志物。这些知识可为主动措施提供信息，如加强生物安全规程、实施检疫程序以及制定针对性疫苗接种计划以保护水产养殖设施中的脆弱鱼类种群。
气候变化
气候变化对水生生态系统构成重大挑战，以多种方式影响鱼类种群，包括通过改变表观遗传过程。在鱼类背景下，这些表观遗传修饰可响应各种环境应激源而发生，包括气候变化加剧的病毒和细菌感染发生率的增加。气候变化通过多种机制影响水生生态系统，包括水温升高、海洋酸化、降水模式改变和栖息地可用性变化。这些环境变化可破坏海洋和淡水生态系统的微妙平衡，导致物种分布变化、捕食者-猎物动态改变以及鱼类种群繁殖行为改变。例如，大多数鱼类是变温动物（ectotherms），这意味着温度对其生理有显著影响。温度影响其代谢率以及能量平衡和行为，包括运动行为和摄食行为。温度还可影响影响鱼类健康的病原体和寄生虫的分布。水体升温可促进致病生物（如细菌和病毒）在水生环境中的生长和传播，增加鱼类种群间感染的可能性。在感染背景下，暴露于病原体可诱导鱼类表观遗传谱的改变。例如，病毒或细菌感染可导致免疫相关基因DNA甲基化模式的改变，影响鱼类产生有效免疫应答的能力。这些表观遗传变化可对免疫系统功能产生持久影响，可能增加对后续感染的易感性或影响鱼类适应变化环境条件的能力。
研究鱼类健康表观遗传学的价值
通过表观遗传学的视角研究鱼类健康，为环境因素与基因表达之间的相互作用提供了深刻见解，对水生生态系统和人类福祉均具有关键意义。鱼类因其直接暴露于水生栖息地而对环境变化高度敏感，使其成为生态系统健康的优良指标。表观遗传机制，包括DNA甲基化、组蛋白修饰和非编码RNA调控，使鱼类能够调整其基因表达模式以响应环境信号。例如，水温、pH水平或污染物暴露的变化可触发表观遗传修饰，改变与鱼类种群免疫应答、代谢和繁殖健康相关的基因表达。此外，通过表观遗传学研究鱼类健康的价值超越了生态保护，延伸至人类健康和粮食安全。研究人员可通过理解这些机制建立减轻环境应激对鱼类健康有害影响的技术，确保依赖渔业人群的稳定食物来源和经济稳定。此外，鱼类健康中的表观遗传学为更广泛的进化过程和变化环境中适应性响应的潜力提供了见解。这些知识可通过识别因环境变化而面临较高灭绝风险的种群或物种，并为有针对性的保护干预措施提供指导，从而为保护工作提供信息。
基因组学与表观遗传学的发展
基因组学和表观遗传学的发展深刻重塑了研究人员对生物系统及其跨领域影响的理解。基因组学在新一代测序（NGS）技术的推动下，促进了对生物体整个DNA序列的全面研究，为遗传多样性、进化关系和精准医学领域的突破铺平了道路。NGS技术和长读长Oxford纳米孔测序（Oxford Nanopore sequencing）已彻底改变了DNA甲基化研究，在表观遗传研究中提供了互补的优势和能力。NGS平台，如Illumina测序，以其高通量能力、精确的碱基识别和成本效益而闻名，使其成为全基因组甲基化分析（genome-wide methylation profiling）的理想选择。NGS可利用亚硫酸氢盐转化（bisulfite conversion）方法准确检测全基因组的甲基化胞嘧啶（5mC），从而提供与基因调控、发育和疾病相关的表观遗传修饰的见解。相比之下，长读长测序技术，特别是Oxford纳米孔测序，通过生成可跨越重复区域和复杂基因组结构的超长读长，提供了独特优势。这一能力在研究DNA甲基化方面尤为有利，因为它允许直接检测修饰碱基而无需亚硫酸氢盐转化。Oxford纳米孔测序还可检测其他表观遗传修饰，如DNA碱基编辑器（DNA base editors）引起的DNA修饰和RNA修饰，进一步拓宽了其在表观基因组学研究中的应用。NGS和长读长测序方法的结合通过提供全面且互补的视角，丰富了DNA甲基化研究。NGS提供高分辨率、全基因组甲基化图谱及精确定量，而长读长测序则提供复杂基因组区域内甲基化模式背景和分布的见解。这些技术共同加速了对表型变异、疾病易感性和细胞分化背后表观遗传机制的发现。生物信息学工具在管理生成的海量基因组数据方面至关重要，使基因组组装、注释和比较分析成为可能。
表观遗传学与健康问题的联系
表观遗传学，即研究不涉及DNA序列改变的基因表达可遗传变化的学科，对理解人类健康问题具有深远意义。该研究领域探讨环境因素和生活方式选择对基因活性的影响，这些影响会波及后代的健康后果。表观遗传学与人类健康之间的这种联系至关重要，原因如下。表观遗传机制调控对各种生理过程（包括免疫应答、代谢和细胞分化）至关重要的基因表达模式。异常的表观遗传改变可使个体更易患癌症、心血管疾病和神经系统疾病等疾病。例如，DNA甲基化改变已被发现与癌症的发生和进展相关，凸显了表观遗传研究的潜在诊断和治疗意义。健康与疾病的发育起源（Developmental Origins of Health and Disease, DOHaD）概念强调了早期生活环境暴露如何通过表观遗传修饰影响长期健康结局。子宫内或婴儿期的不良条件，如营养不良或毒素暴露，可诱导表观遗传变化，增加日后患慢性疾病的易感性。对这些机制的理解可用于制定预防性保健和早期干预策略。
水产养殖感染
水产养殖感染是全球水生生物可持续养殖面临的重大挑战。这些由多种病原体（包括病毒、细菌和寄生虫）引起的感染，如不能有效管理，可导致严重的经济损失和环境影响。DNA甲基化涉及向DNA分子添加甲基基团，可调控基因表达。在水产养殖感染背景下，DNA甲基化在调节养殖鱼类免疫应答和抗病性方面发挥关键作用。免疫相关基因中特定的DNA甲基化模式已被发现与对多种病原体的易感性或抗性相关。此外，组蛋白是帮助将DNA包装成染色质的蛋白质，对这些蛋白质的修饰（如乙酰化（acetylation）和甲基化）可改变染色质结构和基因可及性。组蛋白修饰影响鱼类参与免疫应答和病原体识别基因的转录。例如，组蛋白乙酰化模式的变化已被发现与水产养殖物种中针对病毒和细菌感染的增强免疫防御机制相关。此外，微小RNA（microRNAs）是小的非编码RNA分子，通过结合靶信使RNA（mRNAs）在转录后水平调控基因表达。在水产养殖感染中，特定miRNAs已被识别为免疫应答和宿主-病原体互作的关键调控因子。
鱼类种群动态中的表观遗传因素
种群动态对于有效的渔业管理和保护工作至关重要。鱼类种群受多种因素影响，包括遗传、环境以及日益受到认可的表观遗传学。表观遗传机制在调控基因表达模式而不改变DNA序列方面发挥重要作用，从而影响鱼类种群内的生长率、繁殖成功和存活等性状。表观遗传修饰可影响对鱼类种群存活和健康至关重要的表型性状。此外，表观遗传变化可调控参与生长激素通路的基因，影响种群内个体鱼的生长率。生长率的变异可通过影响体型分布和生产力来影响种群动态。此外，表观遗传机制在繁殖过程中发挥作用，包括配子产生和受精成功。表观遗传调控的变化可影响繁殖行为、交配成功率和后代存活能力，从而塑造种群结构和遗传多样性。在应激条件下的存活方面，鱼类种群面临多种环境应激源，如污染、栖息地退化和气候变化。表观遗传修饰使鱼类能够通过改变与应激响应通路相关的基因表达模式来适应这些应激源。然而，长期暴露于应激源可导致表观遗传机制失调，可能增加死亡率或降低种群内整体适合度。
局限性
尽管具有实用性，传统的鱼类健康研究方法存在若干局限性。临床观察和行为评估可能具有主观性，并根据观察者的经验和解读而变化。某些疾病或健康问题可能不呈现明显的外部症状，使其难以通过总体病理学或肉眼检查发现。研究中有限的样本量可能影响结果的准确性和普遍性，尤其是在多样或大型鱼类种群中。许多传统方法，如组织病理学和诊断检测，需要大量时间和专业知识，可能延误疾病管理的及时响应。涉及捕获、处理、安乐死和组织取样的诊断程序可能具有侵入性，并可能在活鱼中诱导生理应激，可能影响其健康和行为。此外，先进的诊断方法和环境监测可能需要专门设备、实验室基础设施和技术专业知识，这可能增加成本并在资源有限的环境中限制其可及性。
水产养殖中的表观遗传学及其重要性
表观遗传学指的是不涉及DNA序列本身改变的基因表达可遗传变化。近年来，表观遗传研究在理解鱼类健康（尤其是在水产养殖和毒理学背景下）的机制方面获得了显著关注。水产养殖，即鱼类和其他水生生物的养殖，在满足全球海产品需求同时缓解野生鱼类种群压力方面发挥着关键作用。然而，遗传限制可能阻碍水产养殖生产，并加剧疾病暴发和环境变异等挑战。表观遗传机制如DNA甲基化、组蛋白修饰和非编码RNA在调控响应环境刺激的基因表达中发挥关键作用。这些机制可影响对水产养殖生产重要的性状，包括生长率、抗病性、应激耐受性和繁殖成功。
生长与发育：研究表明，表观遗传修饰可影响鱼类中与生长相关的基因，影响生长率和体型。例如，改变的DNA甲基化模式已被发现与水产养殖环境中不同环境条件下鱼类种群间生长轨迹的变异相关。这可能导致旨在增强商业重要物种生长性能的定向育种策略。
抗病性与免疫功能：疾病暴发对水产养殖可持续性构成重大威胁。表观遗传研究为鱼类如何改变免疫相关基因以响应感染和环境刺激提供了见解。对免疫功能表观遗传调控的深入理解可促进通过选择性育种或表观遗传修饰策略开发抗病鱼类品系。
应激反应：水产养殖中的鱼类暴露于多种应激源，如处理、运输、水质变化和拥挤。表观遗传研究已识别出受表观遗传机制调控的应激响应基因和通路，为改善养殖鱼类应激恢复力提供了潜在途径。聚焦于减轻应激诱导表观遗传变化的策略可增强水产养殖作业中的整体福利和生产力。
鱼类毒理学中的表观遗传学：鱼类因其直接暴露于水生污染物而成为环境污染的优秀生物指示物。鱼类毒理学研究的主要目标是理解污染物质（如杀虫剂、工业化学品、药物和重金属）的影响。表观遗传机制为鱼类对环境污染物的分子响应提供了见解，并显示出作为环境监测和化学危害及风险评估生物标志物的前景。
对环境因素影响表观遗传调控的理解：环境因素是鱼类表观遗传调控的重要调节因子，可影响生理过程、发育、应激反应、免疫功能、繁殖和疾病易感性。在水产养殖和自然水生生态系统中，鱼类暴露于多种环境应激源，包括紫外线辐射、温度和pH变化、缺氧、重金属、杀虫剂、石油衍生化合物和其他化学污染物。这些应激源可修饰表观遗传过程，包括DNA甲基化、组蛋白修饰和非编码RNA介导的基因调控，从而改变转录响应并可能影响长期表型结果。紫外线辐射代表一种重要的环境应激源，因为过度暴露可诱导DNA损伤并激活细胞DNA修复和应激响应通路。紫外线诱导的细胞应激可能伴随DNA甲基化、染色质相关机制和微小RNA表达的变化。然而，直接将紫外线诱导的表观遗传改变与鱼类黑色素瘤发展联系起来的证据，与来自人类和哺乳动物癌症研究的广泛证据相比仍然有限。水生污染物也可干扰鱼类的表观遗传调控。重金属，包括镉、砷、铅和其他污染物，已被报道可改变鱼类的DNA甲基化和非编码RNA谱。此类变化可能影响参与氧化应激、代谢、免疫应答、发育和细胞稳态的基因。有机污染物，包括多环芳烃（PAHs）、杀虫剂和石油相关化合物，可能通过改变DNA甲基化、组蛋白相关染色质调控和微小RNA表达来类似地影响表观遗传调控。这些机制可修饰对环境应激的转录响应，并可能在暴露时间延长或发生在敏感发育阶段时促进疾病易感性。
新关注污染物
新关注污染物（Contaminants of Emerging Concern, CECs）指因其潜在环境和健康影响而已被识别或正引起关注的污染物，包括药物、个人护理产品、杀虫剂、工业化学品、微塑料（microplastics）和纳米材料等。理解CECs对水生生态系统和生物（如鲑鱼）的影响对于保障公共卫生和环境管理至关重要。研究人员日益聚焦于识别可作为CEC暴露及其对鱼类影响指标的表观遗传生物标志物。通过分析因特定污染物（如药物或微塑料）引起的表观遗传变化，生物监测工具可评估环境健康并检测生态系统破坏的早期迹象。此外，一代鱼类中由CEC暴露诱导的表观遗传变化可被后代继承，可能影响种群动态和进化轨迹。跨代表观遗传继承（transgenerational epigenetic inheritance）有助于阐明鱼类对环境应激源的适应性响应，并为可持续渔业管理和保护策略提供信息。从机制上看，CECs可通过多种途径影响生物系统。它们常与细胞受体相互作用，通过模拟或阻断天然激素导致内分泌干扰（endocrine disruption），从而改变生理过程。酶促通路也可被破坏，或通过抑制导致有毒代谢物积累，或通过诱导加速其他化合物的代谢。此外，CECs可诱导遗传和表观遗传变化，如DNA甲基化和组蛋白修饰的改变，影响基因表达并促成癌症等疾病。在细胞水平，这些污染物可通过产生活性氧（reactive oxygen species）产生氧化应激（oxidative stress），破坏细胞稳态并影响关键信号通路。
未来展望：人工智能驱动的鱼类健康表观遗传学
人工智能、深度学习和大数据分析的未来进展有望彻底改变鱼类健康研究和水产养殖管理。将机器学习与多组学数据整合，将实现对鱼类种群疾病易感性和环境应激响应的预测建模。人工智能驱动的决策支持系统可协助水产养殖生产者监测水质、预测病原体暴发和优化投喂策略。此外，将表观遗传生物标志物与环境数据相结合，可通过识别对气候变化和环境干扰更具恢复力的种群来改进保护工作。在分子生物学家、数据科学家和水产养殖专家之间建立协作框架，对于将这些技术进步转化为可持续渔业和生态系统管理的实际应用至关重要。
结论
环境应激源可实质性地影响鱼类生理、发育、繁殖、免疫和存活，而DNA甲基化、组蛋白修饰、染色质重塑和非编码RNA等表观遗传机制参与了这些响应。高通量测序、多组学和生物信息学的进展增进了研究人员对这些调控过程及其与环境适应和水产养殖潜在相关性的理解。然而，许多已报道的表观遗传变化仍属关联性质，其在表型可塑性、驯化、适应和跨代继承中的因果作用需要进一步验证。机器学习和预测建模为分析复杂表观基因组数据集提供了有前景的方法，但它们在鱼类中的应用仍然相对有限，且主要集中在基于DNA甲基化的预测。因此，其在水产养殖和环境管理中更广泛的应用应被视为新兴机遇而非既定实践。未来研究应强调候选表观遗传标记的功能和多代验证、跨不同鱼类种群的标准化纵向研究以及计算模型的独立验证。整合表观基因组、基因组、转录组、生理和环境数据，最终可能增进研究人员对鱼类响应环境变化的理解，并支持在可持续水产养殖和水生生态系统管理中开发可靠的应用。
