張賽賽，羅 珺，陳博錦，成智麗，孫鵬飛，姜欣彤，董安然，姜志強，王 偉

(1.大連海洋大學水產(chǎn)與生命學院，遼寧省北方魚類應用生物學與增養(yǎng)殖重點實驗室，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行6年捕撈情況調查，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，可為分析其種內的形態(tài)特征及分化規(guī)律提供數(shù)據(jù)支持。

形態(tài)學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)學研究還是盲點。本研究采集了遼河、大洋河、鴨綠江和太湖4個不同地理群體的刀鱭樣品，通過對其中3個地理群體(遼河群體樣品因完整性被破壞無法測量框架結構)進行傳統(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 試驗材料

試驗用魚來自4個地理群體，其中遼寧地區(qū)3個群體分別來自于遼河(LH)、大洋河(DYH)和鴨綠江(YLJ)，江蘇1個為太湖群體(TH)，合計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，其它采樣點在體型完整漁獲物中抽取樣品，保持冷凍狀態(tài)運輸回實驗室。

表1 四個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)計形態(tài)學的可數(shù)性狀，再進行可量性狀和框架結構參數(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)和框架結構參數(shù))。所有可量性狀使用量魚板、兩腳規(guī)和電子數(shù)顯游標卡搭配使用進行測量，長度精確到0.01 mm，重量精確到0.01 g。

可數(shù)性狀，共11項：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：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)有的框架結構[11-13]構建方式，刀鱭體側上下肌肉間的水平隔膜肉眼可見一條線(D13)，和其它坐標點具有同源性，它是刀鱭生理結構的一部分。在水平隔膜線上分別選取了3個點：與D3-6的交點11，與D7-8的交點12，還有D13的1/2處點14，體兩側分別對應，點11′、點12′和點14′，增加三個反映魚體不同位置厚度的參數(shù)(D11-11′、D12-12′和D14-14′),建立刀鱭改進框架結構。魚體周身共16個坐標點，25個框架數(shù)據(jù)?？蚣芙Y構圖(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，11.D3-6和體中軸線交點；11′.魚體右側D3-6和體中軸線交點，12.D7-8和體中軸線交點；12′.魚體右側D7-8和體中軸線交點，13.肌肉水平隔膜長，14.水平隔膜1/2處點。D1-2表示坐標點1到坐標點2之間的距離。

1.3 統(tǒng)計分析

由于刀鱭成熟雌雄魚個體無明顯第二性征，形態(tài)上基本無差異[14]，雌雄個體統(tǒng)一測量分析。為校正因樣品規(guī)格差異和個體差異對形態(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軟件工具進行統(tǒng)計，應用統(tǒng)計學軟件SPSS 20.0對可數(shù)性狀參數(shù)進行單因子方差分析，實驗數(shù)據(jù)以平均值±標準差表示，對40個可量性狀參數(shù)進行主成分分析，判別分析和聚類分析，其中P<0.05表示差異顯著。

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

2 結果

2.1 四個群體可數(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個刀鱭群體肥滿度(condition factor)結果，大洋河群體最大，鴨綠江群體最小。

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

注：同行上標不同小寫字母表示差異顯著(P<0.05)。下同。

2.2 三個群體刀鱭的主成分分析

由表3主成分分析結果可知，6個主成分對不同群體間總的變異的累積貢獻率積可達92.192%，超過了85%的要求，說明用幾個相互獨立的因子可以基本概括不同群體刀鱭的形態(tài)特征。進一步分析前兩個貢獻率較大的主成分發(fā)現(xiàn)，第一主成分主要歸納了D7-8/BL和D7-10/BL這2個形態(tài)參數(shù)特征，反映的是魚體縱向的特征；第二主成分主要歸納了TL/BL、D7-9/BL、D8-9/BL、D8-10/BL和D13/BL共5個形態(tài)參數(shù)的特征。由此可見刀鱭形態(tài)學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個群體刀鱭的40個形態(tài)參數(shù)對6個主成分的特征向量及主成分的貢獻率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*表示主要貢獻的參數(shù)(負荷值>0.500)

由圖2 刀鱭群體主成分1和主成分2的散點圖可知，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，鴨綠江和太湖群體有很小程度的重疊，3個群體基本可以分離開。

圖2 3個群體刀鱭主成分1和主成分2散點圖Fig.2 Scatter diagram for PC1 and PC2 of three populations of C.nasus

2.3 三個群體刀鱭的聚類分析

對三個群體40項形態(tài)參數(shù)取平均值通過平均連接法進行系統(tǒng)聚類分析。見圖3可知，3個群體聚成2支，大洋河單獨一支，鴨綠江和太湖聚成一支。

圖3 3個群體刀鱭聚類分析圖Fig.3 Cluster dengdrogram of three populations of C.nasus

2.4 三個群體刀鱭的判別分析

利用SPSS 20.0逐步判別法，對40個形態(tài)參數(shù)進行分析，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個顯著貢獻的參數(shù)。用9個參數(shù)構建了3個群體的判別函數(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

為驗證上述三個判別函數(shù)的實用性，對調查的3個群體刀鱭樣本采集的數(shù)據(jù)集使用判別函數(shù)進行驗證，判別結果見表4。由表可見，群體內的自身驗證判別準確率均為100.0%，群體間的交互判別率為93.8%～100.0%，綜合判別率96.74%，交互判別結果和群體內判別結果基本一致，由此可知3個群體的判別函數(shù)是可靠的，可以在實際鑒別刀鱭各群體時使用。

表4 3個群體刀鱭的判別結果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、第二主成分中貢獻率較大參數(shù)有7個，選出6個框架結構中參數(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個參數(shù)中選取9個有顯著貢獻的參數(shù)用于構建判別函數(shù)。表6列出9個

表5 主成分分析貢獻率較大參數(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90年代開始，幾何形態(tài)測量法在魚類形態(tài)學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，太湖刀鱭為內陸生態(tài)型只在淡水生活不做長距離洄游，結合表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個不同刀鱭群體形態(tài)差異在尾柄長/體長結果一致。王偉等[17]對游泳速度快的翹嘴鲌的7個群體研究發(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扁體型，尾部變異觀點與本研究一致。曾聰[18]選取不同湖泊的團頭魴研究發(fā)現(xiàn)尾部也出現(xiàn)了變異。類似的研究結果在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。刀鱭在游動時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。這個猜測與張秀霞等[20]有關唐魚(Tanichthysalbonubes)不同群體頭部形態(tài)變異的研究結果一致。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)的關聯(lián)，眼徑大小與食物在水中的位置相關[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系遠近，分析結果把鴨綠江和太湖兩群體聚為一支，大洋河群體單獨一支，結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聯(lián)的結果一致。判別分析中交叉驗證時出現(xiàn)3個體判別失誤，鴨綠江群體2個體判別為大洋河群體，大洋河群體1個體判別為鴨綠江群體，兩群體間存在個別體型接近情況。

3.2 關于改進框架測量法的探討

現(xiàn)有魚類形態(tài)框架測量法構建的網(wǎng)狀框架只覆蓋了魚體側面，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)狀結構無法構成一個整體結構。本研究中在構建刀鱭的框架結構時做了改進，增加了魚體厚度方面的參數(shù)和水平隔膜長度(D13)，使之與框架結構形成一體，成為三維檢測構架。改進后的刀鱭框架結構由全身16個坐標點形成25個框架參數(shù)。在主成分分析中，D13對主成分2的負荷值為0.804>0.500 具有顯著的貢獻。根據(jù)SPSS 20.0逐步判別法，由40個形態(tài)參數(shù)篩選出的9個有顯著貢獻的參數(shù)，D14-14′在其中，說明增加的參數(shù)對判別起到了貢獻作用。表4結果表明各群體刀鱭自身驗證準確率100%，綜合判別準確率高達96.74%。明顯高于王丹婷等[14]對不同水域刀鱭形態(tài)研究中，自身驗證準確率93.10%和綜合判別準確率71.55%；向文殿等[22]不同湖泊刀鱭形態(tài)研究中綜合判別準確率80.6%；王偉等[17]多個翹嘴紅鲌群體形態(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，值得在其它魚類的形態(tài)學研究中進一步研究和探討。