浙江近海橫帶髭鯛(Hapalogenys mucronatus)表型性狀與體重的通徑分析及曲線擬合*

平洪領(lǐng) 張 濤 史會來① 付鐵中 林 慧 楊淑越

浙江近海橫帶髭鯛()表型性狀與體重的通徑分析及曲線擬合*

平洪領(lǐng)1, 2張 濤1, 2史會來1, 2①付鐵中2林 慧2楊淑越2

(1. 浙江省海洋水產(chǎn)研究所 浙江省海水增養(yǎng)殖重點(diǎn)實(shí)驗(yàn)室 浙江舟山 316021; 2. 浙江海洋大學(xué)海洋與漁業(yè)研究所 浙江舟山 316021)

橫帶髭鯛()是我國優(yōu)質(zhì)近海島礁性魚類, 具有較高的經(jīng)濟(jì)、營養(yǎng)和觀賞價(jià)值, 有著良好的發(fā)展前景。為研究橫帶髭鯛野生群體的表型性狀對體重的影響效果, 測定了全長(1)、體長(2)、頭長(3)、軀干長(4)、尾部長(5)、眼徑(6)、體高(7)、尾柄高(8)、體寬(9)、眼間距(10)10個(gè)表型性狀及體重(), 利用相關(guān)分析、通徑分析、回歸分析等方法探究了表型性狀對體重的影響, 并建立多元回歸方程, 分別以列入回歸方程的4個(gè)表型性狀為自變量, 體重為因變量進(jìn)行曲線模型擬合, 篩選出最優(yōu)擬合模型。結(jié)果表明, 體重的變異系數(shù)最大, 而表型性狀則相對較小。橫帶髭鯛各性狀之間均呈現(xiàn)極顯著正相關(guān)關(guān)系(<0.01), 全長與體長的相關(guān)系數(shù)(0.967)最大, 體高與體重的相關(guān)系數(shù)(0.958)次之。通徑分析發(fā)現(xiàn)體高對體重的直接作用最大(0.433), 依次為全長(0.286)、眼間距(0.179)、體寬(0.110)。從間接作用角度分析, 體寬的間接作用最大(0.803), 體高的間接作用最小(0.526)。體高對體重的直接決定系數(shù)最大(0.187), 全長和體高的共同決定系數(shù)最大(0.228)。得出了表型性狀與體重的多元回歸方程, 以及全長(1)、體高(7)、體寬(9)和眼間距(10)與體重的最佳擬合模型方程。綜上所述, 在開展橫帶髭鯛選育工作時(shí), 應(yīng)以全長(1)和體高(7)為主要選擇表型性狀, 以體寬(9)和眼間距(10)為輔助性狀。研究結(jié)果可更精準(zhǔn)地指導(dǎo)橫帶髭鯛選育工作需要測量的表型性狀。

橫帶髭鯛(); 表型性狀; 體重; 通徑分析; 曲線擬合

橫帶髭鯛()隸屬于鱸形目(Perciforms)、石鱸科(Pamadasyidae)、髭鯛屬(), 俗稱十六枚。主要生活在多巖礁的海區(qū), 是一種典型的近海島礁性魚類, 因具有味道鮮美、營養(yǎng)價(jià)值高及艷麗的體色等優(yōu)點(diǎn), 深受垂釣愛好者及消費(fèi)者的青睞。目前關(guān)于橫帶髭鯛的研究主要集中在遺傳多樣性(王世鋒等, 2008; 徐田軍等, 2010; Zheng, 2020)、細(xì)胞遺傳學(xué)(喻子牛等, 1994)、繁殖生物學(xué)(史海東等, 2004; 平洪領(lǐng)等, 2021)、營養(yǎng)品質(zhì)評價(jià)(張濤等, 2020)等方面。然而, 由于其野生資源量匱乏, 無明顯的盛漁期, 僅依靠野生資源量無法滿足消費(fèi)市場需求, 導(dǎo)致市場價(jià)格居高不下。

振興種業(yè)是保障國家糧食安全的核心要素, 水產(chǎn)種業(yè)為漁業(yè)綠色高質(zhì)量發(fā)展發(fā)揮著重要基礎(chǔ)性作用, 水產(chǎn)遺傳育種技術(shù)創(chuàng)新是水產(chǎn)種業(yè)發(fā)展的核心要素。截至2022年, 我國培育水產(chǎn)新品種266個(gè), 其中152個(gè)為選育品種, 目前仍以群體選育、雜交等傳統(tǒng)技術(shù)為主(胡紅浪等, 2023)。2022年國家審定通過的26個(gè)水產(chǎn)新品種中有13個(gè)為魚類新品種, 15個(gè)為選育新品種(中國人民共和國農(nóng)業(yè)農(nóng)村部, 2022)。選擇育種技術(shù)在水產(chǎn)品種重要經(jīng)濟(jì)性狀的遺傳改良方面發(fā)揮著重要作用, 陳松林等(2008)利用選擇育種和家系間雜交等技術(shù), 培育了“鲆優(yōu)1號”, 苗亮等(2014)采用群體選育技術(shù), 培育大黃魚“東海1號”。在魚類生長性狀的遺傳育種過程中, 體重為最常用的遺傳改良目標(biāo)性狀(樓允東, 1999)。但是在精確測量活體體重時(shí)有一定難度, 由于體表殘留的水分、腸道內(nèi)的飼料殘?jiān)图S便都會對測量結(jié)果產(chǎn)生較大影響, 而表型性狀則具有易于準(zhǔn)確測量的特點(diǎn)。因此, 開展表型性狀與體重的相關(guān)分析, 通過通徑分析的手段, 篩選出影響體重的關(guān)鍵表型性狀, 通過表型性狀對體重的間接選擇, 會獲得較理想的選育效果(陳紅林等, 2016)。該技術(shù)方法已在梭魚() (耿緒云等, 2011)、三疣梭子蟹() (高保全等, 2008)、紅鰭東方鲀() (王新安等, 2013)、真鯛() (Kora, 2000)等水產(chǎn)動物中得到廣泛應(yīng)用。浙江省海洋水產(chǎn)研究所自2017年開展野生橫帶髭鯛親魚馴養(yǎng)及人工繁育研究工作, 已突破人工繁育技術(shù)。關(guān)于橫帶髭鯛表型性狀與體重之間關(guān)系的研究尚未見報(bào)道。本研究精準(zhǔn)測量了野生橫帶髭鯛的10個(gè)表型性狀, 利用相關(guān)分析、通徑分析、回歸分析等方法探究了表型性狀對體重的影響, 并建立多元回歸方程, 分別以列入回歸方程的4個(gè)表型性狀為自變量, 體重為因變量進(jìn)行曲線模型擬合, 篩選出最優(yōu)擬合模型。開展橫帶髭鯛表型性狀與體重的關(guān)系研究, 可為今后開展橫帶髭鯛選擇育種和人工養(yǎng)殖工作提供理論指導(dǎo)。

1 材料與方法

1.1 實(shí)驗(yàn)材料

2021年11月于舟山海域采用拖蝦船采集野生橫帶髭鯛樣本, 所采集的樣本均為新鮮活體, 使用打包充氧袋運(yùn)回實(shí)驗(yàn)室進(jìn)行測量工作, 通過鱗片鑒定為同一年齡段的魚群, 從中隨機(jī)測量139尾。

1.2 實(shí)驗(yàn)方法

參考劉賢德等(2008)對大黃魚()的測量方法, 測量前停食24 h, 使用5 °C冷水進(jìn)行冷休克處理, 擦拭魚體表海水, 用游標(biāo)卡尺準(zhǔn)確測量全長(1)、體長(2)、頭長(3)、軀干長(4)、尾部長(5)、眼徑(6)、體高(7)、尾柄高(8)、體寬(9)、眼間距(10)10個(gè)表型性狀指標(biāo), 精確到0.01 mm, 用電子天平準(zhǔn)確稱量體重(), 精確到0.01 g。各表型性狀測量方法如圖1所示。

1.3 分析方法

使用SPSS 19.0軟件對表型性狀和體重?cái)?shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析, 統(tǒng)計(jì)各性狀的平均值、標(biāo)準(zhǔn)差及變異系數(shù)。運(yùn)用Pearson法對各性狀進(jìn)行相關(guān)性分析; 以各表型性狀數(shù)據(jù)為自變量, 體重為因變量, 運(yùn)用逐步引入-剔除法進(jìn)行回歸分析, 進(jìn)行表型性狀對體重的通徑分析, 計(jì)算通徑系數(shù)、間接通徑系數(shù)、決定系數(shù)。

圖1 橫帶髭鯛表型性狀測量方法

利用相關(guān)系數(shù)和通徑系數(shù), 計(jì)算決定系數(shù):

2 結(jié)果與分析

2.1 橫帶髭鯛表型性狀分布特征

橫帶髭鯛所有表型性狀和體重?cái)?shù)據(jù)統(tǒng)計(jì)值見表1。由表1可見, 體重的變異系數(shù)最大, 為32.42%, 而表型性狀的變異系數(shù)則相對較小, 并且差異不大, 最大值為體寬14.60%, 最小值為眼徑8.19%。說明對橫帶髭鯛來說選擇潛力最大的性狀是體重, 其次為體寬, 最小的為眼徑。

2.2 橫帶髭鯛各性狀相關(guān)性分析

從表2可知, 橫帶髭鯛各性狀之間均呈現(xiàn)極顯著正相關(guān)(<0.01), 從各表型性狀之間的相關(guān)性來看, 全長與體長的相關(guān)系數(shù)(0.967)最大; 從表型性狀與體重的相關(guān)性分析來看, 體高與體重的相關(guān)系數(shù)(0.958)最大; 從各性狀之間的相關(guān)性角度來看, 尾柄高與眼徑的相關(guān)系數(shù)(0.674)最小。

2.3 橫帶髭鯛表型性狀對體重的通徑分析

通徑分析結(jié)果見表3。本研究共測量10個(gè)表型性狀指標(biāo), 采用逐步引入-剔除自變量的方法進(jìn)行回歸分析, 剔除掉對體重影響不顯著的6個(gè)表型性狀, 保留了全長、體高、體寬和眼間距4個(gè)表型性狀, 檢驗(yàn)結(jié)果表明, 全長、眼間距和體高對體重的直接作用(通徑系數(shù))達(dá)到極顯著水平(<0.01), 體寬對體重的直接作用達(dá)到顯著水平(<0.05)。4個(gè)表型性狀對體重的直接作用均小于間接作用。體高對體重的直接作用最大(通徑系數(shù)為0.433), 依次為全長(通徑系數(shù)為0.286)、眼間距(通徑系數(shù)為0.179)、體寬(通徑系數(shù)0.110)。從間接作用總和來看, 體寬的間接作用最大, 作用系數(shù)為0.803, 體高的間接作用最小(0.526)。

表1 橫帶髭鯛各性狀的描述統(tǒng)計(jì)

Tab.1 Description and statistics of each trait of H. mucronatus

表2 橫帶髭鯛各性狀的相關(guān)系數(shù)

Tab.2 Correlation coefficient of each character of H. mucronatus

注: **表示變量之間存在極顯著相關(guān)性(<0.01)

表3 橫帶髭鯛4個(gè)表型性狀對體重的通徑分析

Tab.3 Path analysis of 4 phenotypic traits to body weight of H. mucronatus

注: *表示顯著相關(guān)(<0.05), **表示極顯著相關(guān)(<0.01)

2.4 橫帶髭鯛表型性狀對體重的決定作用

4個(gè)表型性狀對體重的決定系數(shù)見表4。表4對角線上4組數(shù)字為各性狀的直接決定系數(shù), 對角線以上的數(shù)字為兩個(gè)性狀的共同決定系數(shù)。從4個(gè)性狀的直接決定系數(shù)來看, 體高的直接決定系數(shù)(0.187)明顯大于其他3個(gè)性狀, 全長次之(0.082), 體寬最小(0.012)。從4個(gè)性狀的共同決定系數(shù)來看, 全長和體高的共同決定系數(shù)最大(0.228), 體寬和眼間距的共同決定系數(shù)最小(0.034)。直接決定系數(shù)和共同決定系數(shù)的總和為0.945, 表明影響橫帶髭鯛體重的主要表型性狀為全長、體高、體寬和眼間距, 其中, 最關(guān)鍵的性狀是體高和全長。

表4 橫帶髭鯛4個(gè)表型性狀對體重的決定系數(shù)

Tab.4 The determinants of four phenotypic traits on body weight of H. mucronatus

2.5 構(gòu)建多元回歸方程

使用逐步線性回歸法, 以全長(1)、體高(7)、體寬(9)和眼間距(10) 4個(gè)表型性狀為自變量, 體重為因變量建立多元回歸方程。

=–53.713+0.2351+0.827+0.4459+2.15110

(2=0.946) , (3)

式中,表示體重,1、7、9、10分別表示全長、體高、體寬和眼間距。

表5 回歸方程的復(fù)相關(guān)分析

Tab.5 Multiple correlation analysis of regression equation

2.6 模型擬合結(jié)果

3 討論

3.1 變異系數(shù)在選育中的作用

目前, 大多數(shù)通過審定的水產(chǎn)新品種都將生長速度或體重作為目標(biāo)性狀(中國人民共和國農(nóng)業(yè)農(nóng)村部, 2021), 在選擇育種中, 生長性狀的主要評價(jià)指標(biāo)為體重。一般認(rèn)為變異系數(shù)越大的性狀, 其遺傳育種的潛力越大, 更適合作為選育的目標(biāo)性狀(李艷慧等, 2022)。本研究中, 通過精確測定橫帶髭鯛的11個(gè)性狀中, 體重的變異系數(shù)最大(32.42%), 表型性狀中變異系數(shù)最大的為體寬(14.60%), 體重明顯大于10個(gè)表型性狀的變異系數(shù), 而10個(gè)表型性狀之間的變異系數(shù)差異不大。該研究結(jié)果與小黃魚(劉峰等, 2016)、野生葉爾羌高原鰍(李艷慧等, 2022)、星康吉鰻(張新明等, 2020)、牙鲆(陳紅林等, 2016)的研究結(jié)果一致, 更加證明將體重作為選育目標(biāo)性狀的科學(xué)性。本研究中139尾橫帶髭鯛為同年齡段魚群, 且體重?cái)?shù)據(jù)符合正態(tài)分布特征。這說明體重最適合作為橫帶髭鯛選育目標(biāo)性狀, 該研究結(jié)果為指導(dǎo)橫帶髭鯛的育種工作具有現(xiàn)實(shí)意義。

表6 回歸方程的系數(shù)分析

Tab.6 Coefficient analysis of regression equation

表7 橫帶髭鯛4個(gè)表型性狀與體重的模型擬合結(jié)果

Tab.7 The model fitting results of 4 phenotypic traits and body weight of H. mucronatus

圖2 橫帶髭鯛4個(gè)表型性狀的最佳擬合模型圖

3.2 影響橫帶髭鯛體重的主要表型性狀

許多研究表明, 水產(chǎn)動物自身的表型性狀與體重之間具有較顯著的相關(guān)性(王新安等, 2013; 劉峰等, 2016; 李艷慧等, 2022), 可以通過選擇較易準(zhǔn)確測量的表型性狀指標(biāo)間接達(dá)到選育體重目標(biāo)性狀的目的。本研究中, 橫帶髭鯛各表型性狀與體重均呈現(xiàn)極顯著正相關(guān)(<0.01), 說明橫帶髭鯛體重變化與各表型性狀之間存在相互聯(lián)系和相互制約的關(guān)系, 但這種關(guān)系又是一種無法完全確定的函數(shù)關(guān)系, 相關(guān)分析只能獲得表型性狀與體重的簡單相關(guān)關(guān)系。同時(shí), 較強(qiáng)的相關(guān)性也會導(dǎo)致信息的疊加, 表現(xiàn)為表型性狀與體重之間存在多重共線性問題, 單從相關(guān)性分析還無法區(qū)分出對體重起到關(guān)鍵作用的表型性狀。通徑分析和回歸分析可分析多個(gè)自變量與因變量的多重共線性關(guān)系, 將復(fù)雜的變量相互關(guān)系簡化。通徑分析可以獲得各自變量的直接作用和間接作用, 再通過計(jì)算決定系數(shù)和回歸分析結(jié)果, 可以確定影響因變量變化的主要自變量(李艷慧等, 2022)。本研究通徑分析結(jié)果表明, 僅有全長、體高、體寬和眼間距4個(gè)表型性狀與體重之間的通徑系數(shù)達(dá)到顯著水平(< 0.05), 而其他6個(gè)表型性狀則被剔除, 由表3的通徑分析發(fā)現(xiàn)體高對體重的直接作用最大(0.433), 大小依次為全長(0.286)、眼間距(0.179)、體寬(0.110)。體高、全長和眼間距與體重的通徑系數(shù)均達(dá)到極顯著水平(<0.01), 僅體寬為顯著水平(<0.05), 同時(shí), 體寬對體重的直接作用也最小, 而體寬的間接作用卻最大, 通過全長、體高和眼間距間接作用總和為0.803。說明橫帶髭鯛體高、全長和眼間距直接影響體重變化, 而體寬對體重變化的影響則通過體高、全長和眼間距間接作用。

本研究中決定系數(shù)計(jì)算結(jié)果見表4可知, 體高、全長、眼間距和體寬4個(gè)表型性狀對體重的決定系數(shù)總和為0.945, 表明這4個(gè)表型性狀是影響橫帶髭鯛體重的主要性狀。體高的直接決定系數(shù)最大(0.187), 大小依次為全長(0.082)、眼間距(0.032)和體寬(0.012), 全長和體高的共同決定系數(shù)最大(0.228)。這與通徑分析的結(jié)果一致。通徑分析和決定系數(shù)計(jì)算結(jié)果均表明體高和全長是影響體重變化的最為主要的表型性狀, 該結(jié)果與橫帶髭鯛外形特征相吻合, 體側(cè)扁而高, 呈長橢圓形, 體高描述了橫帶髭鯛體形橫向生長的特征, 全長描述了縱向特征。具有相同體形特征的斜帶髭鯛(蕭云樸等, 2013)、黑鯛(王雪等, 2019)、回交鯛(劉海林等, 2018)、條石鯛(黃偉卿等, 2015)研究具有相同結(jié)果。通過構(gòu)建多元回歸方程計(jì)算出剩余因子,=0.232, 說明除了被選出的4個(gè)表型性狀對橫帶髭鯛體重變化有較大影響外, 還有一些會對體重變化產(chǎn)生影響的性狀未考慮到, 還需要進(jìn)一步研究。

3.3 擬合模型的篩選

在實(shí)際生產(chǎn)中, 自變量和因變量之間的相關(guān)關(guān)系, 并非一定是線性關(guān)系, 更多情況下是曲線關(guān)系。在水產(chǎn)育種工作中, 常用簡單易測的表型性狀預(yù)測體重的變化規(guī)律, 通過擬合表型性狀與體重的曲線模型, 以提高育種效率和準(zhǔn)確度(劉瑩等, 2018; 李艷慧等, 2022)。本研究中分別擬合了4個(gè)主要表型性狀與體重的曲線模型, 擬合結(jié)果表明4個(gè)表型性狀與體重?cái)M合曲線模型的檢驗(yàn)值遠(yuǎn)小于0.01, 說明模型成立的統(tǒng)計(jì)學(xué)意義均非常顯著, 擬合模型有效。擬合度2表示曲線模型估測的可靠程度, 由表7可以看出, 4個(gè)表型性狀與體重的最優(yōu)擬合曲線模型的2均大于0.85, 說明全長、體高、眼間距和體寬均可較好地反映體重變化規(guī)律, 特別是全長和體高分別與體重的擬合度2較大, 這與通徑分析和決定系數(shù)計(jì)算結(jié)果一致, 再次證明全長和體高是最主要影響體重變化的性狀。從4個(gè)最佳擬合模型的類型來看, 除了全長與體重的擬合模型為冪函數(shù)模型外, 其他3個(gè)模型均為函數(shù)模型。函數(shù)模型又稱生長曲線模型, 說明所選擇的表型性狀很好地反映了橫帶髭鯛的生長過程, 預(yù)測生長規(guī)律。陳紅林等(2016)對不同生長期的牙鲆研究表明幼魚期和成魚期的生長模式不同, 適用模型也不同, 需要對不同生長階段的牙鲆建立最優(yōu)模型, 有利于提高選擇育種工作。劉瑩等(2018)對不同生長期的大菱鲆研究也表明大菱鲆的生長模式會隨魚體生長而變化。因此, 本研究下一步需要持續(xù)探究不同生長階段的橫帶髭鯛表型性狀與體重的最佳擬合模型情況, 為橫帶髭鯛的選育工作提供更加精準(zhǔn)的理論數(shù)據(jù)。

4 結(jié)論

本研究進(jìn)行通徑分析、多元回歸分析和曲線擬合, 系統(tǒng)揭示了橫帶髭鯛各表型性狀與體重的關(guān)系。研究表明, 通徑分析和決定系數(shù)計(jì)算結(jié)果均表明體高和全長是影響體重變化的最為主要的表型性狀, 該結(jié)果與橫帶髭鯛外形特征相吻合, 體側(cè)扁而高, 呈長橢圓形, 體高描述了橫帶髭鯛體形橫向生長的特征, 全長描述了縱向特征。在以橫帶髭鯛體重為育種目標(biāo)性狀時(shí), 可以全長和體高為主要選育性狀, 而眼間距和體寬則為輔助性狀。這為今后開展橫帶髭鯛育種工作提供重要的理論依據(jù)。

王世鋒, 杜佳瑩, 蘇永全, 等, 2008. 廈門近海橫帶髭鯛野生群體遺傳結(jié)構(gòu)分析[J]. 廈門大學(xué)學(xué)報(bào)(自然科學(xué)版), 47(1): 88-93.

王雪, 李莉, 劉元文, 等, 2019. 3月齡黑鯛形態(tài)性狀對體質(zhì)量的影響效果分析[J]. 大連海洋大學(xué)學(xué)報(bào), 34(2): 233-238.

王新安, 馬愛軍, 莊志猛, 等, 2013. 紅鰭東方鲀()形態(tài)性狀對體重的影響效果[J]. 海洋與湖沼, 44(1): 135-140.

中國人民共和國農(nóng)業(yè)農(nóng)村部, 2021. 中華人民共和國農(nóng)業(yè)農(nóng)村部公告第451號[EB/OL]. (2021-08-02)[2022-07-23].

中華人民共和國農(nóng)業(yè)農(nóng)村部, 2022. 中華人民共和國農(nóng)業(yè)農(nóng)村部公告第578號[EB/OL]. (2022-07-14)[2022-07-20].

平洪領(lǐng), 張濤, 史會來, 等, 2021. 橫帶髭鯛早期生長發(fā)育特征[J]. 中國水產(chǎn)科學(xué), 28(3): 276-287.

史海東, 毛國民, 王海岳, 2004. 溫度和鹽度對橫帶髭鯛胚胎發(fā)育的影響[J]. 上海水產(chǎn)大學(xué)學(xué)報(bào), 13(3): 230-234.

劉賢德, 蔡明夷, 王志勇, 等, 2008. 閩-粵東族大黃魚生長性狀的相關(guān)與通徑分析[J]. 中國海洋大學(xué)學(xué)報(bào), 38(6): 916-920.

劉瑩, 于超勇, 于道德, 等, 2018. 不同生長時(shí)期大菱鲆()形態(tài)性狀與體質(zhì)量的通徑分析及曲線擬合研究[J]. 廣西科學(xué)院學(xué)報(bào), 34(3): 181-190.

劉峰, 陳琳, 樓寶, 等, 2016. 小黃魚()形態(tài)性狀與體質(zhì)量的相關(guān)性及通徑分析[J]. 海洋與湖沼, 47(3): 655-662.

劉海林, 祝斐, 張志勇, 等, 2018. 18月齡回交鯛生長性狀的相關(guān)分析與通徑分析[J]. 江蘇農(nóng)業(yè)科學(xué), 46(21): 183-185, 195.

李艷慧, 陳生熬, 程勇, 2022. 葉爾羌高原鰍形態(tài)性狀與體重的通徑分析及曲線擬合[J]. 中國水產(chǎn)科學(xué), 29(1): 49-57.

張濤, 平洪領(lǐng), 史會來, 等, 2020. 舟山海域不同規(guī)格橫帶髭鯛營養(yǎng)成分分析及品質(zhì)評價(jià)[J]. 浙江海洋大學(xué)學(xué)報(bào)(自然科學(xué)版), 39(6): 502-508.

張新明, 程順峰, 2020. 星康吉鰻形態(tài)性狀與體重的通徑分析及生長曲線擬合[J]. 中國水產(chǎn)科學(xué), 27(10): 1167-1175.

陳紅林, 田永勝, 劉峰, 等, 2016. 不同時(shí)期牙鲆形態(tài)性狀對體重影響的通徑分析及曲線擬合研究[J]. 中國水產(chǎn)科學(xué), 23(1): 64-76.

陳松林, 田永勝, 徐田軍, 等, 2008. 牙鲆抗病群體和家系的建立及其生長和抗病性能初步測定[J]. 水產(chǎn)學(xué)報(bào), 32(5): 665-673.

苗亮, 李明云, 陳炯, 等, 2014. 快長、耐低溫大黃魚新品種東海1號的選育[J]. 農(nóng)業(yè)生物技術(shù)學(xué)報(bào), 22(10): 1314-1320.

胡紅浪, 韓楓, 桂建芳, 2023. 中國水產(chǎn)種業(yè)技術(shù)創(chuàng)新現(xiàn)狀與展望[J]. 水產(chǎn)學(xué)報(bào), 47(1): 019101.

耿緒云, 馬維林, 李相普, 等, 2011. 梭魚()外部形態(tài)性狀對體重影響效果分析[J]. 海洋與湖沼, 42(4): 530-537.

徐田軍, 王健鑫, 孫悅娜, 等, 2010. 基于髭鯛屬魚類Cyt b基因全序列探討髭鯛屬在鱸總科的分類地位[J]. 動物分類學(xué)報(bào), 35(3): 530-536.

高保全, 劉萍, 李健, 等, 2008. 三疣梭子蟹形態(tài)性狀對體重影響的分析[J]. 海洋水產(chǎn)研究, 29(1): 44-50.

黃偉卿, 周瑞發(fā), 謝友亮, 等, 2015. 4月齡條石鯛形態(tài)性狀對體質(zhì)量的影響效果分析[J]. 水產(chǎn)科學(xué), 34(8): 515-518.

蕭云樸, 吳加將, 楊傳愛, 等, 2013. 2種規(guī)格斜帶髭鯛形態(tài)性狀對體質(zhì)量影響的相關(guān)分析[J]. 現(xiàn)代農(nóng)業(yè)科技(1): 242-244, 248.

喻子牛, 孔曉瑜, 徐文武, 等, 1994. 斜帶髭鯛(Richardson)和橫帶髭鯛(Eydoux et Souleyet)的核型[J]. 青島海洋大學(xué)學(xué)報(bào), 24(2): 175-180.

樓允東, 1999. 魚類育種學(xué)[M]. 北京: 中國農(nóng)業(yè)出版社: 3-5.

KORA H, TSUCHIMOTO M, MIYATA K,, 2000. Estimation of body fat content from standard body length and body weight on cultured red sea bream [J]. Fisheries Science, 66(2): 365-371.

ZHENG Y Y, FENG L X, LIU H Y,, 2020. The complete mitochondrial genome of(Perciformes, Haemulidea) except for control region, obtained by whole genome sequencing [J]. Mitochondrial DNA Part B, 5(3): 2807-2808.

PATH ANALYSIS AND CURVE FITTING OF PHENOTYPIC TRAITS AND BODY WEIGHT OFIN ZHEJIANG OFFSHORE

PING Hong-Ling1, 2, ZHANG Tao1, 2, SHI Hui-Lai1, 2, FU Tie-Zhong2, LIN Hui2, YANG Shu-Yue2

(1.Zhejiang Province Key Laboratory of Mariculture and Enhancement,Zhejiang Marine Fisheries Research Institute,Zhoushan 316021,China; 2.Zhejiang Ocean University, Zhejiang Marine Fisheries Research Institute, Zhoushan 316021,China)

To understand the effect of phenotypic traits on body weight of wild population of, 10 phenotypic traits including total length (1), body length (2), head length (3), trunk length (4), tail length (5), eye diameter (6), body height (7), caudal peduncle height (8), body width (9), interorbital space (10) and body weight () were measured. Correlation analysis, path analysis, and regression analysis were conducted, from which multiple regression equations were established. Four phenotypic traits that included in the regression equation were used as independent variables, and body weight was used as the dependent variable to fit the curve model, and the optimal fitting model was selected. Results show that the coefficient of variation of body weight was the largest, while those of phenotypic traits were relatively small. The correlation between each trait pair ofwas significantly positive (<0.01). The correlation coefficient between total length and body length (0.967) was the largest, followed by that between body height and body weight (0.958). Path analysis showed that body height had the greatest direct effect on body weight (0.433), followed by total length (0.286), interorbital space (0.179), and body width (0.110). From the perspective of indirect effect, the indirect effect of body width was the largest (0.803), and the indirect effect of body height was the smallest (0.526). The direct determination coefficient of body height to body weight was the largest (0.187), and the common determination coefficient of total length and body height was the largest (0.228). The multiple regression equation of phenotypic traits and body weight was established. The best fitting model equations of total length (1), body height (7), body width (9), and interorbital space (10) with body weight were established, respectively. Therefore, in a breeding work of, the full length (1) and body height (7) should be the main selection phenotypic traits, and the body width (9) and interorbital space (10) should be the auxiliary traits. This study can more accurately guide the phenotypic traits that need to be measured in the breeding of moustache.

; phenotypic traits; body weight; path analysis; curve fitting

* 浙江省“三農(nóng)九方”科技協(xié)作計(jì)劃項(xiàng)目, 2022SNJF073號; 舟山市科技計(jì)劃項(xiàng)目, 2022C31056號, 2021C31012號; 浙江省科技廳院所專項(xiàng), HYS-CZ-202208號, HYS-CZ-202317號; 浙江省海洋水產(chǎn)研究所科技計(jì)劃項(xiàng)目, HYS-ZY-202105號; 國家重點(diǎn)研發(fā)計(jì)劃“藍(lán)色糧倉科技創(chuàng)新”重點(diǎn)專項(xiàng), 2020YFD0900804號。平洪領(lǐng), 工程師, E-mail: pinghongling@126.com

史會來, 正高級工程師, E-mail: shihuilai1980@163.com

2022-12-15,

2023-02-21

Q174; Q955; S965

10.11693/hyhz20221200329