趙紫霞 許 建 吳碧銀, 曹頂臣 白慶利 徐 鵬 馬卓君

(1. 中國水產(chǎn)科學(xué)研究院, 北京 100141; 2. 上海海洋大學(xué)水產(chǎn)科學(xué)國家級實(shí)驗(yàn)教學(xué)示范中心, 上海 201306; 3. 中國水產(chǎn)科學(xué)研究院黑龍江水產(chǎn)研究所, 哈爾濱 150070; 4. 廈門大學(xué)海洋與地球?qū)W院, 福建省海洋生物遺傳育種重點(diǎn)實(shí)驗(yàn)室, 廈門 361102)

作為漁業(yè)資源養(yǎng)護(hù)的有效措施之一, 廣泛實(shí)施的增殖放流活動(dòng)在保障漁業(yè)可持續(xù)發(fā)展、改善水域生態(tài)環(huán)境方面取得了積極成效[1—3], 而放流個(gè)體的準(zhǔn)確識(shí)別是增殖放流效果評估的重要技術(shù)環(huán)節(jié)[4]。在早期增殖放流操作中, 多使用掛牌和剪鰭等物理標(biāo)記法, 或者注射化學(xué)染料和熒光染料等化學(xué)標(biāo)記法來標(biāo)記識(shí)別放流個(gè)體, 需在放流前對苗種個(gè)體進(jìn)行操作, 造成一定的物理損傷, 放流后也可能存在標(biāo)記脫落、鰭條復(fù)生和染料褪色等風(fēng)險(xiǎn)導(dǎo)致無法識(shí)別。

隨著核酸檢測技術(shù)的飛速發(fā)展和基因組序列資源的大量發(fā)掘, DNA分子標(biāo)記成為具備大規(guī)模應(yīng)用可能的放流個(gè)體識(shí)別技術(shù)[5,6], 無須標(biāo)記或檢測待放流苗種, 而僅需檢測放流苗種親本的遺傳信息并構(gòu)建數(shù)據(jù)庫, 通過放流后野外捕撈個(gè)體的親子鑒定, 即可識(shí)別其中的放流個(gè)體并開展系統(tǒng)評估, 制定科學(xué)的增殖放流方案。此外, 捕撈個(gè)體的分子標(biāo)記檢測信息還可以應(yīng)用于群體遺傳學(xué)分析, 以監(jiān)測野外種群遺傳結(jié)構(gòu)及其年際變化[7]。

微流控(Microfluidics)是在微米尺度空間中對10–9至10–18L體積的微量流體進(jìn)行精確操控處理的技術(shù)系統(tǒng)[8], 可將生物、化學(xué)等分析實(shí)驗(yàn)中的樣品制備、反應(yīng)、分離和檢測等基本操作單元集成到同一塊芯片上進(jìn)行, 又稱為“芯片實(shí)驗(yàn)室”(Lab-on-achip)。核酸檢測是微流控芯片的典型應(yīng)用領(lǐng)域之一[9], 包括以數(shù)字聚合酶鏈?zhǔn)椒磻?yīng)(digital Polymerase Chain Reaction, dPCR)為代表的核酸絕對定量分析, 以及不同通量的分子標(biāo)記分型檢測等。微流控芯片具有集成化、自動(dòng)化和微型化的特點(diǎn), 用于分子標(biāo)記分型時(shí), 能夠大幅縮減手動(dòng)加樣次數(shù)和人工判讀環(huán)節(jié), 具有快速、高效、避免人為失誤和交叉污染的優(yōu)點(diǎn), 在處理大規(guī)模樣本時(shí)還具有低成本優(yōu)勢。

本研究擬針對增殖放流個(gè)體識(shí)別的應(yīng)用場景,開發(fā)基于微流控芯片的單核苷酸多態(tài)性(Single Nucleotide Polymorphism, SNP)標(biāo)記分型系統(tǒng), 以中國土著鮭科魚類細(xì)鱗鮭(Brachymystax lenok)等樣本為例, 測試其用于親權(quán)鑒定和群體遺傳分析的可靠性。

1 材料與方法

1.1 實(shí)驗(yàn)材料

細(xì)鱗鮭、哲羅鮭(Hucho taimen)、山女鱒(Oncorhynchus masou masou)和美洲紅點(diǎn)鮭(Salvelinus Fontinalis)養(yǎng)殖群體樣本采自中國水產(chǎn)科學(xué)研究院黑龍江水產(chǎn)研究所渤海冷水性魚類試驗(yàn)站、中國水產(chǎn)科學(xué)研究院房山試驗(yàn)基地、北京市懷柔區(qū)和四川省都江堰市冷水魚養(yǎng)殖場。細(xì)鱗鮭野生群體樣本采自黑龍江蘿北江段、烏蘇里江虎頭江段、鴨綠江丹東江段和額爾齊斯河布爾津河段。剪尾鰭貼至干燥濾紙上, 56℃烘干6h, 常溫暫存。

1.2 核酸提取

使用海洋動(dòng)物基因組DNA提取試劑盒(天根生化)提取待測個(gè)體鰭條DNA, 通過瓊脂糖凝膠電泳檢測核酸完整性, 使用Nano Drop 8000紫外可見光分光光度計(jì)(Thermo Fisher)檢測核酸濃度。

1.3 微流控芯片SNP位點(diǎn)篩選

使用Axiom 57K虹鱒(Oncorhynchus mykiss)芯片(Affymetrix)檢測細(xì)鱗鮭、哲羅鮭、山女鱒和美洲紅點(diǎn)鮭個(gè)體各8尾, 分型實(shí)驗(yàn)由紐勤生物科技(上海)有限公司完成, 使用Affymetrix Power Tools和SNPolisher軟件(Affymetrix)讀取分型數(shù)據(jù)。使用PLINK 1.09軟件[10]進(jìn)行分型結(jié)果過濾、統(tǒng)計(jì)、哈迪溫伯格平衡(Hardy-Weinberg Equilibrium, HWE)和連鎖不平衡(Linkage Disequilibrium, LD)檢驗(yàn), 個(gè)體質(zhì)量控制標(biāo)準(zhǔn)和位點(diǎn)質(zhì)量控制標(biāo)準(zhǔn)均設(shè)為分型率(Call Rate, CR)>80%, 入選多態(tài)性位點(diǎn)標(biāo)準(zhǔn)設(shè)為最小等位基因頻率(Minor Allele Frequency, MAF>5%, HWE閾值設(shè)為P>0.05, LD閾值設(shè)為r2<0.2。

1.4 微流控芯片探針合成與分型檢測

使用Primer Premier 6.0軟件評估設(shè)計(jì)SNP擴(kuò)增引物和分型探針, 每個(gè)SNP位點(diǎn)設(shè)計(jì)2條擴(kuò)增引物和2條分型探針, 其中特異性靶標(biāo)擴(kuò)增引物(Specific Target Amplification, STA)和位點(diǎn)特異性引物(Locus Specific Primer, LSP)分別位于SNP位點(diǎn)上下游側(cè)翼序列, 2條等位基因特異性探針(Allele Specific Probe, ASP)的3′端位于突變位點(diǎn), 分別對應(yīng)兩種基因型, 擴(kuò)增引物和分型探針由富魯達(dá)(上海)公司和生工生物工程(上海)公司合成。使用EP1平臺(tái)及SNPtype 96.96動(dòng)態(tài)芯片(Fluidigm)開展分型檢測,檢測樣本共計(jì)192個(gè), 包括有準(zhǔn)確系譜記錄的細(xì)鱗鮭家系子代96尾, 候選親本36尾, 野外捕撈個(gè)體11尾, 使用前述Axiom 57K虹鱒芯片檢測過的驗(yàn)證樣本48尾, 以及無模板對照1個(gè)。通過Fluidigm SNP genotyping analysis software 4.1軟件讀取分型結(jié)果,質(zhì)控閾值設(shè)為85, 對缺失和低質(zhì)量分型數(shù)據(jù)進(jìn)行人工復(fù)檢。使用CERVUS 3.0.7軟件[11]進(jìn)行遺傳多態(tài)性統(tǒng)計(jì), 并對96尾細(xì)鱗鮭家系子代樣本進(jìn)行親權(quán)鑒定。使用STRUCTURE 2.3.4軟件[12]進(jìn)行群體遺傳結(jié)構(gòu)分析。

2 結(jié)果

2.1 屬間共享多態(tài)性位點(diǎn)篩查

使用Axiom 57K虹鱒芯片[13]檢測4個(gè)物種32尾個(gè)體樣本, 所有個(gè)體全部通過CR>80%的質(zhì)控標(biāo)準(zhǔn)。所檢測的4個(gè)物種分屬鮭科內(nèi)的4個(gè)屬, 包括哲羅鮭屬(哲羅鮭)、大麻哈魚屬(山女鱒)、紅點(diǎn)鮭屬(美洲紅點(diǎn)鮭)和細(xì)鱗鮭屬(細(xì)鱗鮭)各1種, 以種屬為基本單元篩查多態(tài)性SNP位點(diǎn), 在該芯片包含的57501個(gè)虹鱒SNP標(biāo)記中, 獲得多態(tài)性位點(diǎn)共計(jì)35346個(gè)。屬間多態(tài)性SNP位點(diǎn)的分布如圖 1所示,包括群體間共享的和群體特異性的多態(tài)位點(diǎn), 其中4個(gè)屬共享的多態(tài)性位點(diǎn)847個(gè), 用作微流控芯片備選位點(diǎn)。

圖1 鮭科魚類4個(gè)屬間共享多態(tài)性SNP位點(diǎn)韋恩圖Fig. 1 Venn diagram for distribution of shared polymorphic SNPs among 4 genera of salmonid family

2.2 用于微流控芯片設(shè)計(jì)的SNP位點(diǎn)選擇

圖2顯示了847個(gè)共享多態(tài)性SNP位點(diǎn)在32尾樣本群體中的MAF分布, 結(jié)果顯示有356個(gè)位點(diǎn)的MAF值等于0.5, 數(shù)目占到多態(tài)性位點(diǎn)總數(shù)的42.0%,表現(xiàn)出異于正常分布的特征。提取原始分型數(shù)據(jù)可見, 大量MAF值等于0.5的位點(diǎn)在32尾檢測個(gè)體中全部表現(xiàn)為雜合子。以同一物種群體為基本單元進(jìn)行HWE檢驗(yàn)(圖 3), 在微流控芯片備選位點(diǎn)中剔除顯著偏離HWE的位點(diǎn)397個(gè)。

圖2 共享多態(tài)性SNP位點(diǎn)在48尾鮭科魚類樣本中的最小等位基因頻率分布Fig. 2 Minor Allele Frequency (MAF) distribution of the shared polymorphic SNPs among 48 salmonid samples genotyped

圖3 共享多態(tài)性SNP位點(diǎn)在4個(gè)鮭科魚類群體中的哈迪溫伯格平衡檢驗(yàn)P值分布Fig. 3 P value distribution for Hardy-Weinberg Equilibrium(HWE) of the shared polymorphic SNPs in 4salmonid populations genotyped

在32尾樣本群體中進(jìn)行LD檢驗(yàn), 檢測基因組內(nèi)緊密連鎖的位點(diǎn), 剔除r2值高于0.2的位點(diǎn)126個(gè)。從剩余324個(gè)共享多態(tài)性位點(diǎn)中, 挑選側(cè)翼序列GC含量適中、能成功設(shè)計(jì)SNPtype分型探針的位點(diǎn)96個(gè), 用于微流控芯片構(gòu)建, 入選位點(diǎn)及其側(cè)翼序列信息見表 1。

表1 微流控芯片96個(gè)SNP位點(diǎn)的序列信息Tab. 1 Sequences of the 96 SNP markers for the microfluidic chip

續(xù)表1

續(xù)表1

續(xù)表1

2.3 微流控SNP芯片檢測

使用SNPtype 96.96微流控芯片對表 1所列96個(gè)SNP位點(diǎn)完成分型檢測, 共檢測191尾鮭鱒個(gè)體樣本, 以及用滅菌去離子水代替?zhèn)€體DNA的無模板對照樣本1個(gè)。圖 4以位點(diǎn)HOBS-01為例展示分型結(jié)果, G基因型使用SNPtype-FAM探針(494/518 nm),T基因型使用SNPtype-HEX探針(535/556 nm),GG、GT 和TT三種基因型樣本各自成簇分布, 并與無模板對照樣本顯著區(qū)分。在總計(jì)18336個(gè)分型反應(yīng)中, 分型成功18084個(gè), 分型成功率為98.63%。SNPtype 96.96微流控芯片檢測樣本中48尾個(gè)體與Axiom芯片檢測樣本相同, 對應(yīng)4608個(gè)分型反應(yīng)的檢測結(jié)果一致性為97.92%, 不一致的情況主要表現(xiàn)為某一種芯片分型失敗, 結(jié)果缺失。

圖4 微流控芯片位點(diǎn)HOBS-01在191尾鮭科魚類樣本中的分型結(jié)果Fig. 4 Genotyping results for SNP HOBS-01 of the microfluidic chip in 191salmonid samples

2.4 細(xì)鱗鮭家系親權(quán)鑒定

基于SNPtype 96.96微流控芯片分型數(shù)據(jù), 使用CERVUS 3.0.7軟件對96尾細(xì)鱗鮭子代樣本和36尾候選親本進(jìn)行親權(quán)鑒定, 并與系譜記錄進(jìn)行比較,結(jié)果表明無論是單親本鑒定還是雙親本鑒定, 基于96個(gè)位點(diǎn)分型數(shù)據(jù)的親權(quán)鑒定結(jié)果均與真實(shí)系譜相符。計(jì)算各位點(diǎn)第一親本非排除率(Non-exclusion probability for first parent , NE-1P)和雙親非排除率(Non-exclusion probability for parent pair, NEPP), 將芯片上96個(gè)位點(diǎn)同時(shí)用于單親本親權(quán)鑒定的NE-1P值為4.362×10–4, 同時(shí)用于雙親本親權(quán)鑒定的NE-PP值為6.538×10–12。

個(gè)體親權(quán)鑒定的準(zhǔn)確性通過對數(shù)優(yōu)勢比(Logarithm of odds, LoD)值來反映, 表示假設(shè)為真與假設(shè)為假的概率之比的對數(shù)值, 當(dāng)LoD值為0時(shí), 假設(shè)成立的概率為50%;當(dāng)LoD為正值時(shí), 認(rèn)為假設(shè)為真的概率高于假設(shè)為假的概率, 通常設(shè)定LoD值高于3.1為閾值, 判定存在親子關(guān)系。根據(jù)NE-1P值和NE-PP值, 計(jì)算每尾子代個(gè)體與單親配對和雙親配組的LoD值(圖 5), 所有LoD值均遠(yuǎn)大于零, 所有子代樣本的檢測結(jié)果都落在可靠象限內(nèi)。

圖5 基于微流控芯片分型結(jié)果的96尾細(xì)鱗鮭家系子代樣本的親權(quán)鑒定準(zhǔn)確性分析Fig. 5 Parent assignment analysis for 96 B. lenok offsprings based on genotyping results of the microfluidic chip

2.5 細(xì)鱗鮭群體遺傳結(jié)構(gòu)分析

基于SNPtype 96.96微流控芯片分型數(shù)據(jù), 使用STRUCTURE軟件對47尾不同來源的細(xì)鱗鮭樣本開展遺傳結(jié)構(gòu)分析, 包括采自4個(gè)水域的野外捕撈個(gè)體11尾, 以及用于增殖放流的養(yǎng)殖群體雌性親本22尾, 雄性親本14尾。圖 6展示了假定祖源群體數(shù)(K)為4的STRUCTURE遺傳結(jié)構(gòu)圖, 樣本呈現(xiàn)出按自然群體聚類的特征, 黑龍江、烏蘇里江、鴨綠江和額爾齊斯河野生群體各自對應(yīng)一種祖源成分, 而養(yǎng)殖群體遺傳組成以烏蘇里江來源為主, 混雜少量其他祖源成分。

圖6 基于微流控芯片分型結(jié)果的47尾細(xì)鱗鮭樣本遺傳結(jié)構(gòu)分析Fig. 6 STRUCTURE analysis of 47 B. lenok individuals based on genotyping results of the microfluidic chip

3 討論

3.1 針對特定用途的芯片設(shè)計(jì)

低密度SNP分型芯片已經(jīng)在多個(gè)水產(chǎn)養(yǎng)殖物種中設(shè)計(jì)成功[14—17], 并應(yīng)用于育種核心群體的親權(quán)鑒定、混合家系育種方案設(shè)計(jì)和遺傳參數(shù)估計(jì), 但在用于增殖放流的漁業(yè)物種中尚無報(bào)道。本課題組曾將虹鱒SNP應(yīng)用于我國常見鮭科養(yǎng)殖物種的遺傳多態(tài)性檢測[17], 成功開發(fā)低通量SNP芯片[18],可用于4個(gè)物種共享多態(tài)性SNP位點(diǎn)的分型檢測,但其檢測范圍局限于大麻哈魚屬和紅點(diǎn)鮭屬物種,未能涵蓋中國土著鮭科魚類如細(xì)鱗鮭和哲羅鮭等,而在漁業(yè)資源增殖放流實(shí)踐中, 為避免造成外來物種入侵風(fēng)險(xiǎn), 放流對象以我國土著魚類為主[3,19,20]。因此, 需針對增殖放流物種對象, 重新篩選適宜的SNP位點(diǎn)開展芯片設(shè)計(jì)。

3.2 芯片位點(diǎn)遴選

本研究基于前一芯片應(yīng)用經(jīng)驗(yàn)開展了位點(diǎn)遴選。在前一芯片設(shè)計(jì)中, 用于共享多態(tài)性位點(diǎn)發(fā)掘的樣本群體遺傳多樣性較低, 例如銀鮭(Oncorhynchus kisutch)群體中多態(tài)性位點(diǎn)僅占9.01%, 導(dǎo)致最終獲得的可用于探針設(shè)計(jì)的共享多態(tài)位點(diǎn)數(shù)目較少(89個(gè))[18]。本研究中挑選了遺傳多樣性較為豐富的群體用于備選位點(diǎn)篩查, 所獲得的共享多態(tài)性位點(diǎn)數(shù)目明顯增加(847個(gè), 圖 1), 使得芯片位點(diǎn)可以采用更嚴(yán)謹(jǐn)?shù)娜脒x標(biāo)準(zhǔn), 并將側(cè)翼序列擴(kuò)增效率不高或不適宜設(shè)計(jì)探針的位點(diǎn)剔除, 最終使微流控芯片的分型成功率提高到98.63%。

由圖 1顯示的4個(gè)屬間共享多態(tài)性位點(diǎn)分布情況可見, 屬間共享多態(tài)性位點(diǎn)數(shù)目主要取決于采樣群體自身的遺傳多樣性, 多態(tài)性位點(diǎn)豐富的群體與其他群體間的共享多態(tài)性位點(diǎn)數(shù)目較多, 而與其種屬系統(tǒng)發(fā)育關(guān)系無關(guān), 以細(xì)鱗鮭為例, 雖然細(xì)鱗鮭屬與哲羅鮭屬的親緣關(guān)系更近, 而與大麻哈魚屬和紅點(diǎn)鮭屬親緣關(guān)系較遠(yuǎn)[21], 但被測的細(xì)鱗鮭群體與山女鱒(5541)和美洲紅點(diǎn)鮭(10836)共享的多態(tài)性位點(diǎn)數(shù)卻多于哲羅鮭(3562)。

對847個(gè)共享多態(tài)性SNP位點(diǎn)的等位基因頻率分析(圖 2)顯示, 有高達(dá)42.0%的位點(diǎn)MAF值等于0.5, 其中大部分位點(diǎn)在所有被測個(gè)體中均表現(xiàn)為雜合子, 即基因型頻率異常?？紤]到鮭科魚類共同祖先曾經(jīng)在約9500萬年前經(jīng)歷過全基因組復(fù)制事件[22], 基因組內(nèi)的旁系同源序列極其豐富, 這些雜合子基因型可能并非來自同源染色體上的等位基因, 而是由目標(biāo)位點(diǎn)的旁系同源序列導(dǎo)致的干擾性檢測結(jié)果。在所使用的虹鱒57K芯片設(shè)計(jì)中[13], 曾經(jīng)通過雙單倍體群體檢測, 成功排除了虹鱒基因組內(nèi)的旁系同源序列變異(Paralogous sequence variant, PSV)位點(diǎn), 而本檢測將虹鱒芯片應(yīng)用于近緣鮭科物種檢測, PSV再次大量出現(xiàn)。HWE檢驗(yàn)的原理是通過檢測基因頻率和基因型頻率的平衡關(guān)系來進(jìn)行群體遺傳分析, 因而在本研究檢測的非自然交配群體中, 也可以用于排除PSV位點(diǎn)。對獲得的共享多態(tài)性位點(diǎn)做HWE檢驗(yàn), 剔除了顯著偏離HWE的位點(diǎn)。為了保證位點(diǎn)的基因組覆蓋度, 通過LD檢驗(yàn)剔除了緊密連鎖的位點(diǎn)。多個(gè)物種中的前期研究已表明[18,23], 96位點(diǎn)低密度芯片是魚類親權(quán)鑒定和個(gè)體識(shí)別的優(yōu)選位點(diǎn)數(shù)目, 最終從備選位點(diǎn)中選擇96個(gè)高質(zhì)量位點(diǎn)用于微流控芯片設(shè)計(jì)。

3.3 反應(yīng)機(jī)理與信號識(shí)別

SNPtype微流控體系基于集成流體通路(Integrated fluidic circuit, IFC)構(gòu)建, 在同一個(gè)控制系統(tǒng)下, 將微流控通道、控制閥門和多個(gè)反應(yīng)艙集成在同一張芯片上, 首先使用STA引物和LSP引物對模板DNA進(jìn)行PCR擴(kuò)增反應(yīng), 擴(kuò)增產(chǎn)物與2條ASP探針分別雜交, 檢測雜交后的熒光信號。純合子將檢出其等位基因探針對應(yīng)的熒光標(biāo)記信號, 而雜合子同時(shí)顯示兩種熒光標(biāo)記物信號, 圖 4以1個(gè)GT顛換型SNP位點(diǎn)HOBS-01為例, 展示了192個(gè)樣本的微流控芯片分型結(jié)果, 以無模板對照為信號基線, 3種基因型樣本各自聚群, 并能夠清晰區(qū)分。

3.4 低通量SNP芯片的實(shí)用性分析

圖5和圖 6以細(xì)鱗鮭為檢測對象, 分別展示了應(yīng)用微流控分型系統(tǒng)在親本鑒定和群體遺傳評估中的兩個(gè)應(yīng)用實(shí)例。在干擾親本存在的條件下, 通過96個(gè)SNP位點(diǎn)分型結(jié)果可將96尾細(xì)鱗鮭子代個(gè)體分配至其真實(shí)親本, 無論單親本鑒定還是雙親本鑒定結(jié)果均落在可靠象限內(nèi)(圖 5), 能夠準(zhǔn)確重現(xiàn)復(fù)雜家系的真實(shí)系譜, 并滿足對野外捕撈個(gè)體是否來源于增殖放流苗種進(jìn)行溯源的統(tǒng)計(jì)學(xué)要求。針對遺傳差異顯著的4個(gè)細(xì)鱗鮭群體, 基于96個(gè)SNP位點(diǎn)分型結(jié)果也可開展初步的群體遺傳學(xué)分析, 區(qū)分其祖源成分, 并用于放流群體的種質(zhì)來源和遺傳結(jié)構(gòu)評估(圖 6)。

過去三十余年中, 基于核酸分析的親權(quán)鑒定主要使用微衛(wèi)星標(biāo)記[24]。然而, 伴隨著下一代測序技術(shù)的蓬勃發(fā)展, 海量SNP標(biāo)記的開發(fā)正在逐漸變革分子遺傳領(lǐng)域的技術(shù)方案選擇。由于微衛(wèi)星標(biāo)記在基因組內(nèi)的數(shù)量和分布相對有限, 且新標(biāo)記的開發(fā)驗(yàn)證成本較高, 因而備選標(biāo)記數(shù)量較少, 很難針對特定檢測場景需求, 實(shí)現(xiàn)個(gè)性化位點(diǎn)組合的精準(zhǔn)設(shè)計(jì)。而SNP標(biāo)記在基因組中廣泛存在, 來源于公共數(shù)據(jù)庫的二代測序數(shù)據(jù)和開放獲取的高通量芯片工具提供了海量的候選SNP位點(diǎn), 且SNP標(biāo)記具有易于自動(dòng)化、標(biāo)準(zhǔn)化分析, 代際遺傳突變速率較低等優(yōu)點(diǎn)[24—26], 研究者一直對基于SNP標(biāo)記的遺傳分析應(yīng)用寄予厚望。本研究提供了針對鮭科魚類增殖放流評估場景的技術(shù)解決方案及其應(yīng)用實(shí)例,有力拓展了SNP標(biāo)記分型技術(shù)在分子檢測領(lǐng)域的應(yīng)用前景。

4 結(jié)論

基于微流控芯片構(gòu)建包含96個(gè)鮭科共享多態(tài)性位點(diǎn)的SNP分型系統(tǒng), 可成功開展細(xì)鱗鮭復(fù)雜家系的親權(quán)鑒定和群體遺傳結(jié)構(gòu)初步評估, 適合應(yīng)用于鮭科魚類增殖放流個(gè)體識(shí)別和種群遺傳結(jié)構(gòu)動(dòng)態(tài)評估, 以及在此基礎(chǔ)上開展的增殖放流效果評估。