張賽賽，羅 珺，陳博錦，成智麗，孫鵬飛，姜欣彤，董安然，姜志強(qiáng)，王 偉

(1.大連海洋大學(xué)水產(chǎn)與生命學(xué)院，遼寧省北方魚類應(yīng)用生物學(xué)與增養(yǎng)殖重點(diǎn)實(shí)驗(yàn)室，遼寧大連 116023; 2.大連市現(xiàn)代農(nóng)業(yè)生產(chǎn)發(fā)展服務(wù)中心，遼寧大連 116023; 3.大連圣亞旅游控股股份有限公司，遼寧大連 116023)

刀鱭 (Coilianasus)，隸屬鯡形目(Clupeiformes)鳀科(Engraulidae)鱭屬(Coilia)，俗稱刀魚、鳳尾魚等，曾用名湖鱭，我國分布廣泛，北起遼寧遼河，南至廣東沿海及其與海相通的河流、湖泊，國外分布于朝鮮沿海以及日本有明海。刀鱭在我國主要產(chǎn)于黃渤海和東海沿岸各通海江河，其中以長江下游產(chǎn)量最高[1]，為產(chǎn)區(qū)重要經(jīng)濟(jì)魚類。近幾十年來由于過度捕撈和水域生態(tài)環(huán)境變化等因素，刀鱭野生資源銳減。郭弘藝等[2]對刀鱭漁汛集中的江蘇靖江段進(jìn)行6年捕撈情況調(diào)查，發(fā)現(xiàn)其資源量有明顯下降趨勢。因此，隨著野生資源的銳減，研究不同地域刀鱭的形態(tài)差異，可為分析其種內(nèi)的形態(tài)特征及分化規(guī)律提供數(shù)據(jù)支持。

形態(tài)學(xué)遺傳多樣性常用來反映魚類在形態(tài)方面的差異和作為種質(zhì)選擇的重要參考。形態(tài)度量分析是傳統(tǒng)的魚類分類和種群鑒別常用的方法，但是往往無法鑒別同一物種的不同地理群體[3]。而多變量形態(tài)測量法較傳統(tǒng)的形態(tài)測量法能更有效區(qū)分種內(nèi)不同群體的形態(tài)差異[4]。謝仲桂[5]采用多變量形態(tài)量法探討了不同居群華鳊屬(Sinibrama)物種的有效性。有關(guān)紅鰭東方鲀(Takifugurubripes)[6]、中國鱚(Sillagosinica)[7]和大瀧六線魚(Hexagrammosotakii)[8]的研究也說明了多變量形態(tài)測量能有效區(qū)分不同群體魚類。國外也常用多變量分析法研究魚類種群形態(tài)差異。Maruo等[9]利用形態(tài)學(xué)分析的方法確定了可以區(qū)分6種鮨科魚類的形態(tài)性狀。Gorgonio等[10]研究了墨西哥野生鱒(OncorhynchusSalmonidae)不同群體之間的形態(tài)差異。程起群等[11]對刀鱭和湖鱭形態(tài)差異的研究認(rèn)為兩者為同一物種。向文殿[12]對不同定居型湖鱭形態(tài)差異的研究揭示了其定居演化的順序。王冰[13]以長江安徽段三個(gè)刀鱭群體為對象的研究表明三者形態(tài)差異小，主要差異出現(xiàn)在尾柄長與吻長。王丹婷等[14]對不同水域刀鱭群體形態(tài)差異的研究表明黃海群體與長江群體有關(guān)聯(lián)。眾多研究表明多變量分析法能有效判別魚類不同群體的差異，但是遼寧地區(qū)分布的刀鱭群體的形態(tài)學(xué)研究還是盲點(diǎn)。本研究采集了遼河、大洋河、鴨綠江和太湖4個(gè)不同地理群體的刀鱭樣品，通過對其中3個(gè)地理群體(遼河群體樣品因完整性被破壞無法測量框架結(jié)構(gòu))進(jìn)行傳統(tǒng)形態(tài)測量和框架數(shù)據(jù)測量，以聚類分析、判別分析、主成分分析三種多元分析法對其進(jìn)行綜合比較，以期了解群體間的差異及太湖群體與遼寧群體間差異，分析其種內(nèi)的形態(tài)特征及分化規(guī)律，旨在為刀鱭的遺傳性狀改良研究提供數(shù)據(jù)支持。

1 材料與方法

1.1 試驗(yàn)材料

試驗(yàn)用魚來自4個(gè)地理群體，其中遼寧地區(qū)3個(gè)群體分別來自于遼河(LH)、大洋河(DYH)和鴨綠江(YLJ)，江蘇1個(gè)為太湖群體(TH)，合計(jì)112尾(表1)。所有樣品均采自天然水域野生群體，各群體樣品均為捕撈獲得，在船上低溫保存，上岸后冰箱冷凍。采集樣品時(shí)依據(jù)臀鰭鰭條數(shù)小于90和耳石形態(tài)鑒定刀鱭種類[15]，遼河刀鱭野生分布稀少僅捕撈到20尾，其它采樣點(diǎn)在體型完整漁獲物中抽取樣品，保持冷凍狀態(tài)運(yùn)輸回實(shí)驗(yàn)室。

表1 四個(gè)刀鱭群體樣本的基本信息Tab.1 Basic information of C.nasus of the four populations

1.2 數(shù)據(jù)測量

魚體在低溫下緩慢解凍后平放在低溫托盤上，首先統(tǒng)計(jì)形態(tài)學(xué)的可數(shù)性狀，再進(jìn)行可量性狀和框架結(jié)構(gòu)參數(shù)的測量(遼河群體因完整性受破壞無法獲得部分可數(shù)性狀參數(shù)和框架結(jié)構(gòu)參數(shù))。所有可量性狀使用量魚板、兩腳規(guī)和電子數(shù)顯游標(biāo)卡搭配使用進(jìn)行測量，長度精確到0.01 mm，重量精確到0.01 g。

可數(shù)性狀，共11項(xiàng)：1.背鰭鰭條(DR)，2.胸鰭鰭條(PTR)，3.腹鰭鰭條(PVR)，4.臀鰭鰭條(AR)，5.尾鰭鰭條(TR)，6.上鰓耙數(shù)(UR)，7.下鰓耙數(shù)(LR)，8.縱列鱗數(shù)(LS)，9.橫列鱗數(shù)(RS)，10.腹部棱鱗數(shù)(VS)，11.脊椎骨數(shù)(NS)。

可量性狀，共18項(xiàng)：1.全長(TL)，2.體長(BL)，3.體高(BD)，4.頭長(HL)，5.吻長(SL)，6.上頜骨長(JBL)，7.眼徑(ED)，8.眼間距(EI)，9.眼后頭長(PL)，10.尾柄高(CD)，11.背鰭長(DL)，12.胸鰭長(PTL：第一根鰭絲長)，13.腹鰭長(PVL)，14.臀鰭長(AL)，15.尾鰭長(TFL)，16.體厚(BT)，17.體重(BW)，18.凈體重(LBW)。

參考現(xiàn)有的框架結(jié)構(gòu)[11-13]構(gòu)建方式，刀鱭體側(cè)上下肌肉間的水平隔膜肉眼可見一條線(D13)，和其它坐標(biāo)點(diǎn)具有同源性，它是刀鱭生理結(jié)構(gòu)的一部分。在水平隔膜線上分別選取了3個(gè)點(diǎn)：與D3-6的交點(diǎn)11，與D7-8的交點(diǎn)12，還有D13的1/2處點(diǎn)14，體兩側(cè)分別對應(yīng)，點(diǎn)11′、點(diǎn)12′和點(diǎn)14′，增加三個(gè)反映魚體不同位置厚度的參數(shù)(D11-11′、D12-12′和D14-14′),建立刀鱭改進(jìn)框架結(jié)構(gòu)。魚體周身共16個(gè)坐標(biāo)點(diǎn)，25個(gè)框架數(shù)據(jù)。框架結(jié)構(gòu)圖(圖1)如下：

圖1 刀鱭的框架圖Fig.1 Truss network of C.nasus

1.下頜骨末端，2.吻前端，3.胸鰭基部前緣，4.頭背部末端，5.腹鰭基部前緣，6.背鰭基部前緣，7.臀鰭基部前緣，8.背鰭基部后緣，9.尾鰭基部后端，10.尾鰭背部起點(diǎn)，11.D3-6和體中軸線交點(diǎn)；11′.魚體右側(cè)D3-6和體中軸線交點(diǎn)，12.D7-8和體中軸線交點(diǎn)；12′.魚體右側(cè)D7-8和體中軸線交點(diǎn)，13.肌肉水平隔膜長，14.水平隔膜1/2處點(diǎn)。D1-2表示坐標(biāo)點(diǎn)1到坐標(biāo)點(diǎn)2之間的距離。

1.3 統(tǒng)計(jì)分析

由于刀鱭成熟雌雄魚個(gè)體無明顯第二性征，形態(tài)上基本無差異[14]，雌雄個(gè)體統(tǒng)一測量分析。為校正因樣品規(guī)格差異和個(gè)體差異對形態(tài)參數(shù)造成的影響，將長度參數(shù)除以體長(BL)進(jìn)行統(tǒng)一量綱校正。所有的數(shù)據(jù)采用Microsoft Excel 2010軟件工具進(jìn)行統(tǒng)計(jì)，應(yīng)用統(tǒng)計(jì)學(xué)軟件SPSS 20.0對可數(shù)性狀參數(shù)進(jìn)行單因子方差分析，實(shí)驗(yàn)數(shù)據(jù)以平均值±標(biāo)準(zhǔn)差表示，對40個(gè)可量性狀參數(shù)進(jìn)行主成分分析，判別分析和聚類分析，其中P<0.05表示差異顯著。

對4個(gè)地理群體刀鱭的可數(shù)性狀特征進(jìn)行單因子方差分析。對40個(gè)形態(tài)參數(shù)做主成分分析。分別求出各群體40個(gè)參數(shù)的比例參數(shù)的均值，再用獲得的各項(xiàng)參數(shù)均值作聚類分析。對3個(gè)群體刀鱭形態(tài)差異貢獻(xiàn)較大的參數(shù)建立判別函數(shù)公式。然后進(jìn)行交互驗(yàn)證，檢驗(yàn)判別公式可靠性。

2 結(jié)果

2.1 四個(gè)群體可數(shù)性狀方差分析

由表2可知，腹鰭條數(shù)和臀鰭條數(shù)在4個(gè)不同刀鱭群體中差異不顯著，可見刀鱭臀鰭條數(shù)較穩(wěn)定?？v列鱗和脊椎骨數(shù)太湖群體顯著小于遼寧組群(LH、DYH、YLJ)，上下鰓耙數(shù)和腹部棱鱗太湖群體顯著大于遼寧組群(DYH、YLJ)，背鰭條數(shù)、胸鰭條數(shù)、尾鰭條數(shù)、橫列鱗數(shù)沒有出現(xiàn)明顯的南北方組群差異。分析大洋河、鴨綠江和太湖3個(gè)刀鱭群體肥滿度(condition factor)結(jié)果，大洋河群體最大，鴨綠江群體最小。

表2 四個(gè)刀鱭群體可數(shù)性狀參數(shù)方差分析Tab.2 Variance analysis of the countable character parameters of four C.nasus

注：同行上標(biāo)不同小寫字母表示差異顯著(P<0.05)。下同。

2.2 三個(gè)群體刀鱭的主成分分析

由表3主成分分析結(jié)果可知，6個(gè)主成分對不同群體間總的變異的累積貢獻(xiàn)率積可達(dá)92.192%，超過了85%的要求，說明用幾個(gè)相互獨(dú)立的因子可以基本概括不同群體刀鱭的形態(tài)特征。進(jìn)一步分析前兩個(gè)貢獻(xiàn)率較大的主成分發(fā)現(xiàn)，第一主成分主要?dú)w納了D7-8/BL和D7-10/BL這2個(gè)形態(tài)參數(shù)特征，反映的是魚體縱向的特征；第二主成分主要?dú)w納了TL/BL、D7-9/BL、D8-9/BL、D8-10/BL和D13/BL共5個(gè)形態(tài)參數(shù)的特征。由此可見刀鱭形態(tài)學(xué)差異主要由魚體縱向背鰭和尾鰭之間的差異造成的。

表3 3個(gè)群體刀鱭的40個(gè)形態(tài)參數(shù)對6個(gè)主成分的特征向量及主成分的貢獻(xiàn)率Tab.3 Eigenvectors and cumulative contribution rates of six principal components from 40 traits for three populations of C.nasus

續(xù)表3

注：標(biāo)*表示主要貢獻(xiàn)的參數(shù)(負(fù)荷值>0.500)

由圖2 刀鱭群體主成分1和主成分2的散點(diǎn)圖可知，分群體刀鱭在主成分1和主成分2兩方面基本可以分開，大洋河與鴨綠江和太湖群體分離較遠(yuǎn)，鴨綠江和太湖群體有很小程度的重疊，3個(gè)群體基本可以分離開。

圖2 3個(gè)群體刀鱭主成分1和主成分2散點(diǎn)圖Fig.2 Scatter diagram for PC1 and PC2 of three populations of C.nasus

2.3 三個(gè)群體刀鱭的聚類分析

對三個(gè)群體40項(xiàng)形態(tài)參數(shù)取平均值通過平均連接法進(jìn)行系統(tǒng)聚類分析。見圖3可知，3個(gè)群體聚成2支，大洋河單獨(dú)一支，鴨綠江和太湖聚成一支。

圖3 3個(gè)群體刀鱭聚類分析圖Fig.3 Cluster dengdrogram of three populations of C.nasus

2.4 三個(gè)群體刀鱭的判別分析

利用SPSS 20.0逐步判別法，對40個(gè)形態(tài)參數(shù)進(jìn)行分析，選取ED/BL、JBL/BL、PTL/BL、EI/BL、D1-3/BL、D2-4/BL、D5-7/BL、D7-9/BL、D14-14′/BL共9個(gè)顯著貢獻(xiàn)的參數(shù)。用9個(gè)參數(shù)構(gòu)建了3個(gè)群體的判別函數(shù)：

DYH=11 235.271×ED/BL+3 407.122×JBL/BL-101.743×PTL/BL+1 243.267×EI/BL+4 204.587×D1-3/BL-4 739.015×D2-4/BL+2 215.453×D5-7/BL+5 881.006×D7-9/BL+1 733.715×D14-14′/BL-2 306.080

YLJ=11 750.268×ED/BL+3 690.739×JBL/BL-23.868×PTL/BL+628.154×EI/BL+4 518.769×D1-3/BL-5 304.641×D2-4/BL+2 384.934×D5-7/BL+5 943.482×D7-9/BL-93.481×D14-14′/BL-2346.350

TH=15 952.276×ED/BL+2 907.263×JBL/BL+1.813×PTL/BL-4.881×EI/BL+3 986.397×D1-3/BL-4 685.127×D2-4/BL+2 597.654×D5-7/BL+5 546.581×D7-9/BL+609.062×D14-14′/BL-2178.959

為驗(yàn)證上述三個(gè)判別函數(shù)的實(shí)用性，對調(diào)查的3個(gè)群體刀鱭樣本采集的數(shù)據(jù)集使用判別函數(shù)進(jìn)行驗(yàn)證，判別結(jié)果見表4。由表可見，群體內(nèi)的自身驗(yàn)證判別準(zhǔn)確率均為100.0%，群體間的交互判別率為93.8%～100.0%，綜合判別率96.74%，交互判別結(jié)果和群體內(nèi)判別結(jié)果基本一致，由此可知3個(gè)群體的判別函數(shù)是可靠的，可以在實(shí)際鑒別刀鱭各群體時(shí)使用。

表4 3個(gè)群體刀鱭的判別結(jié)果Tab.4 The discriminant results of three populations of C.nasus %

2.5 主成分分析和判別分析篩選出的參數(shù)

主成分分析法第一主成分、第二主成分中貢獻(xiàn)率較大參數(shù)有7個(gè)，選出6個(gè)框架結(jié)構(gòu)中參數(shù)，表5列出參數(shù)統(tǒng)一量綱后的數(shù)值。D7-9/BL、D7-10/BL、D8-9/BL、D13/BL、D8-10/BL五個(gè)參數(shù)遼寧兩群體顯著大于太湖群體，D7-8/BL參數(shù)遼寧群體顯著小于太湖群體。

判別分析法中軟件在40個(gè)參數(shù)中選取9個(gè)有顯著貢獻(xiàn)的參數(shù)用于構(gòu)建判別函數(shù)。表6列出9個(gè)

表5 主成分分析貢獻(xiàn)率較大參數(shù)Tab.5 The contribution rate of principal component analysis is large

參數(shù)的統(tǒng)一量綱后的數(shù)值。ED/BL、JBL/BL、EI/BL、D1-3/BL、D2-4/BL參數(shù)集中反映魚體頭部差異，D7-9/BL、D14-14′/BL反映尾部差異，D5-7/BL反映腹部差異。

表6 判別分析貢獻(xiàn)大參數(shù)Tab.6 Discriminant analysis contributes large parameters

3 討論

3.1 不同群體刀鱭形態(tài)差異

20世紀(jì)90年代開始，幾何形態(tài)測量法在魚類形態(tài)學(xué)研究中逐漸得到推廣[16]。刀鱭是游泳速度較快的魚類，在游動時(shí)尾部快速擺動呈S型，尾部擺動產(chǎn)生的推力提供刀鱭快速的游動。大洋河群體和鴨綠江群體刀鱭為洄游生態(tài)型會做長距離洄游，太湖刀鱭為內(nèi)陸生態(tài)型只在淡水生活不做長距離洄游，結(jié)合表5信息猜測長距離洄游的生態(tài)因素引起刀鱭D7-8較體長比值變小，D7-9、D7-10、D8-9、D13、D8-10較體長比值變大。王冰[13]對長江安徽段3個(gè)不同刀鱭群體形態(tài)差異在尾柄長/體長結(jié)果一致。王偉等[17]對游泳速度快的翹嘴鲌的7個(gè)群體研究發(fā)現(xiàn)，各群體的頭部和尾部發(fā)生了變異，刀鱭與翹嘴鲌都屬于側(cè)扁體型，尾部變異觀點(diǎn)與本研究一致。曾聰[18]選取不同湖泊的團(tuán)頭魴研究發(fā)現(xiàn)尾部也出現(xiàn)了變異。類似的研究結(jié)果在Cadrin等[19]對大西洋黃蓋鰈(Limandaferruginea)的形態(tài)差異分析中也見到。因生態(tài)環(huán)境不同是造成刀鱭尾部形態(tài)差異分化的主要因素。判別分析選出參數(shù)主要集中在刀鱭頭部，由表6顯示上頜骨長、眼徑、眼間距、D1-3/BL和D2-4/BL存在顯著差異，但無明顯南北方差異，猜測可能與攝食行為和水環(huán)境有關(guān)。刀鱭在游動時(shí)張開上下頜通過鰓耙過濾水中的枝角類、橈足類和小蝦等，上下頜張開的狀態(tài)長期受到游動速度和水生態(tài)環(huán)境的影響，這可能影響刀鱭頭部比例的變化。這個(gè)猜測與張秀霞等[20]有關(guān)唐魚(Tanichthysalbonubes)不同群體頭部形態(tài)變異的研究結(jié)果一致。王冰[13]的研究也表明長江安徽段不同刀鱭群體“吻長/體長”有差異。其它研究也發(fā)現(xiàn)魚類生態(tài)形態(tài)的關(guān)聯(lián)，眼徑大小與食物在水中的位置相關(guān)[21]。由此可見刀鱭頭部和尾部易受生態(tài)環(huán)境影響發(fā)生差異分化。聚類分析較直觀的顯示出群體間的關(guān)系遠(yuǎn)近，分析結(jié)果把鴨綠江和太湖兩群體聚為一支，大洋河群體單獨(dú)一支，結(jié)果和主成分分析接近。這與王丹婷等[14]的研究刀鱭黃海群體與長江群體有關(guān)聯(lián)的結(jié)果一致。判別分析中交叉驗(yàn)證時(shí)出現(xiàn)3個(gè)體判別失誤，鴨綠江群體2個(gè)體判別為大洋河群體，大洋河群體1個(gè)體判別為鴨綠江群體，兩群體間存在個(gè)別體型接近情況。

3.2 關(guān)于改進(jìn)框架測量法的探討

現(xiàn)有魚類形態(tài)框架測量法構(gòu)建的網(wǎng)狀框架只覆蓋了魚體側(cè)面，缺失了魚體厚度方面的信息，傳統(tǒng)形態(tài)中魚體厚參數(shù)單一而且與框架法的網(wǎng)狀結(jié)構(gòu)無法構(gòu)成一個(gè)整體結(jié)構(gòu)。本研究中在構(gòu)建刀鱭的框架結(jié)構(gòu)時(shí)做了改進(jìn)，增加了魚體厚度方面的參數(shù)和水平隔膜長度(D13)，使之與框架結(jié)構(gòu)形成一體，成為三維檢測構(gòu)架。改進(jìn)后的刀鱭框架結(jié)構(gòu)由全身16個(gè)坐標(biāo)點(diǎn)形成25個(gè)框架參數(shù)。在主成分分析中，D13對主成分2的負(fù)荷值為0.804>0.500 具有顯著的貢獻(xiàn)。根據(jù)SPSS 20.0逐步判別法，由40個(gè)形態(tài)參數(shù)篩選出的9個(gè)有顯著貢獻(xiàn)的參數(shù)，D14-14′在其中，說明增加的參數(shù)對判別起到了貢獻(xiàn)作用。表4結(jié)果表明各群體刀鱭自身驗(yàn)證準(zhǔn)確率100%，綜合判別準(zhǔn)確率高達(dá)96.74%。明顯高于王丹婷等[14]對不同水域刀鱭形態(tài)研究中，自身驗(yàn)證準(zhǔn)確率93.10%和綜合判別準(zhǔn)確率71.55%；向文殿等[22]不同湖泊刀鱭形態(tài)研究中綜合判別準(zhǔn)確率80.6%；王偉等[17]多個(gè)翹嘴紅鲌群體形態(tài)差異綜合判別率為90%。由此可知，增加D13 和D14-14′參數(shù)對分析魚類形態(tài)差異有很大的幫助，能更可靠穩(wěn)定地判別不同群體魚類。在框架測量法中增加不同位置魚體體厚的數(shù)據(jù)，建立更全面反映魚體體型的框架，這是對現(xiàn)有框架測量法的改進(jìn)，值得在其它魚類的形態(tài)學(xué)研究中進(jìn)一步研究和探討。