Page 18 - 《渔业研究》2026年第1期
P. 18

第 1 期                       李    娴等： 乌鳢生长性状全基因组关联分析                                     15

              鳢科（Channidae） 、鳢属（Channa） ，是中国重                  长性状进行描述性统计分析，计算各性状的最大
              要的淡水经济鱼类。乌鳢生长速度快、环境适应性                           值、最小值、中位数、平均值和标准差等，并进行
              强，肉质细腻、营养丰富、无肌间刺，是预制水产                           独立样本    t 检验和相关性分析。
              品的主要来源之一，市场前景广阔                [5-6] 。然而，随        1.3.2 测序数据分析
              着养殖规模的扩大和养殖密度的增加，以及养殖企                               经  Illumina Nova 高通量测序的原始图像数据
              业长期自养自繁等原因，乌鳢种质资源逐渐退化，                           序列用碱基识别后转化为原始测序序列（Raw
              出现生长变缓、病害频发、成活率低等现象，严重                           Reads） ，其结果以     FASTQ（简称为      fq）文件格式
              影响了其商品价值和养殖效益。因此，开展乌鳢种                           存储。使用预处理软件           fastp  对  Raw Reads 进行质
              质资源保护和新品种培育已成为产业可持续发展的                           量过滤，去除接头序列、N            碱基≥5   和平均碱基质
              重要需求。目前，乌鳢的良种培育主要以杂交鳢为                           量值<20  的  Reads，获取   Clean Reads。利用  BWA  [9]
                [7]
              主 ，尚未有采用         GWAS   方法开展乌鳢经济性状               软件将   Clean Reads 比对到参考基因组上，根据比
              选育的报道。为深入分析乌鳢生长性状的遗传基                            对结果统计样品深度信息并计算测序数据对乌鳢参
              础，定位相关候选基因，本研究选择体质量和体                            考基因组（Accession：PRJNA721844）的覆盖度。
              长  2  个生长性状为目标性状，采用             GWAS  方法寻        使用  Qualimap [10]  统计各样本的插入片段长度分布。
              找目标性状关联的         SNP  位点和候选功能基因，以                 1.3.3 SNP  注释
              期为乌鳢的种质资源保护、良种创制和持续利用提                               基于样本与参考基因组的比对结果，使用
              供基础资料。                                           GATK4 [11]  软件的  Haplotypecaller 模块进行  SNP  检
                                                               测。QD   是突变质量值（Quality）除以覆盖深度
               1 材料与方法
                                                               （Depth）得到的比值，以          QD≥2.0  进行过滤，降
               1.1 实验材料                                        低  SNP  和  InDel 检测的错误率，只保留同时满足
                  实验材料选择微山乌鳢省级原种场同批次繁育                         该条件的突变位点。使用             VCFtools [12]  进一步过
              的乌鳢，均一化养殖至           12  月龄，共选取     13  个家系      滤，保留    Reads 支持深度不小于       4  的位点，去除最
              405  尾乌鳢用于分析。分别使用卡尺和电子天平测                        小等位基因频率（Minor allele frequency，MAF）
              量乌鳢的全长（精确到           0.01 cm）和体质量（精确             小于  0.01  的位点，保留     80%  的个体能够分型的位
              到  0.01 g） 。剪取乌鳢胸鳍，置于无水乙醇中，24 h                  点。对于有注释文件（gff 文件）的基因组，使用
              后换液，在−20 ℃      冰箱中保存。山东省淡水渔业研                   SnpEff [13]  软件对得到的   SNP  进行注释，以确定
              究院批准动物实验，批准编号为               LLSC2025001。        SNP  在基因元件的位置、对氨基酸的变化影响等。
               1.2 文库构建与测序                                      1.4 全基因组关联分析
                  样品使用     TIANGEN   动物基因组抽提试剂盒                    使用  EMMAX    软件的高效混合模型进行            SNP
              进行基因组       DNA  提取，再使用分光光度计检测                   标记和   GWAS   分析，以基因型为主要自变量、表
              DNA  纯度（OD260/OD280     比值） ，并通过琼脂糖              型值为因变量，同时考虑并控制群体结构、亲缘关
              凝胶电泳分析       DNA  纯度和完整性。DNA        抽提质检         系等其他因素可能造成的假阳性。GWAS                   的主要
              合格后，利用        Super-GBS  技术 [8]  构建测序文库，         结果是每个      SNP  位点（或其他类型的标记）与表
              采用   PstI-HF/MspI 酶切  DNA，酶切后的片段两端               型的相关性程度，一般用            P  值表示，每个      SNP  能
              通过   T4  连接酶加接头和      barcode，使用磁珠回收系            得到   1  个相对应的统计概率          P  值。零假设为该
              统回收    300~700 bp  的片段，对回收片段使用高保                 SNP  位点与表型无关，备择假设为该              SNP  位点与
              真酶进行聚合酶链式反应（Polymerase chain reac-               表型有关，当在零假设下得到的              P  值很小时，表示
              tion，PCR）扩增，使用        Qubit 测定  PCR  产物浓度        该  SNP  位点与表型无关的可能性很小，也就是说
              （浓度需大于        5 ng/μL） ，而后使用     Illumina Nova   该  SNP  位点很可能与表型相关，这类             SNP  位点优
              （PE150）平台，将各样本按照一定浓度进行混库                         先进行下一步的实验验证。研究使用                2 种阈值筛选
              上机测序。                                            强显著性位点，第          1  种控制错误发现率（False
               1.3 数据分析                                        discovery rate，FDR）法是由    Yoav  等 [14] 提出的通
               1.3.1 表型数据分析                                    过控制错误发现的概率对             P  值进行调整的方法；
                  使用   Excel 和  SPSS  软件对测得的体质量和全              第  2  种  Bonferroni 校正法是多重比较中控制假阳性
   13   14   15   16   17   18   19   20   21   22   23