毛蚶群体遗传学研究

发布时间：2017-07-31 07:10

  本文关键词：毛蚶群体遗传学研究

  更多相关文章： 毛蚶 群体遗传 遗传结构 微卫星标记 线粒体DNA

【摘要】：毛蚶(Scapharca kagoshimensis)是广泛分布在西北太平洋近海的埋栖型贝类,具有较高的经济价值,一直是我国传统的渔业捕捞对象。由于在很长一段时间内,我国毛蚶的资源量相对比较丰富,对于毛蚶群体遗传学方面的研究迟迟没有得到关注。但随着中国近年来经济的发展以及城市现代化的推进,沿岸生态系统以及浅海贝类的栖息环境均受到了较大的挑战,保护渔业对象的自然资源,已经成为了一个较为紧迫的议题。毛蚶的人工育苗和养殖生产在我国已经开展了一段时间,人工繁育群体的遗传多样性是否降低也逐渐成为一个备受关注的问题。此外,为了更好的在育苗生成过程中做到有的放矢,借助分子生物学的技术手段,研究苗种繁育过程中有效繁殖群体的大小,亲代和子代之间遗传多样性的变化以及近交系数,对于今后健康苗种培育,推动毛蚶养殖产业具有重要的指导意义。为此,本研究开展了如下几方面的工作：1.毛蚶微卫星标记开发及其在家系分析中的应用首先,利用磁珠富集法,构建微卫星富集文库,从中挑选了196个克隆用于测序,得到41个具备多态性的微卫星位点。根据位点等位基因的范围,引物的退火温度以及反应条件等要素,从41个位点中筛选出20个,成功开发出7组微卫星多元PCR体系。利用TP-M13-SSR技术,对这些标记进行群体分析,结果显示位点的等位基因范围为5-26,位点的平均等位基因数为15.2。期望杂合度和观测杂合度的范围分别为0.733-0.960和0.563-0.886。经过序列化的Bonferroni校正后,共有两个位点偏离哈迪-温伯格平衡,所有位点中均未检测出连锁不平衡。2.毛蚶地理群体遗传学研究使用线粒体COI序列标记,检测了我国近海海域12个毛蚶地理群体的群体遗传结构。研究结果发现以长江口为界毛蚶地理群体存在两个进化显著单元(ESU),这两个ESU之间具有显著的遗传差异,每一个ESU又可被进一步分为两个次单倍型群。两两配对ΦST及IBDW分析结果显示,毛蚶地理群体呈现大而显著的群体遗传结构模式,并存在显著的距离遗传模式。这些证据表明,目前我国沿海毛蚶自然种群的遗传格局,主要是历史因素造成的,各个谱系之间已经形成了较为深刻的遗传分化。长江河口的淡水流入,可能是阻断毛蚶自然种群之间的基因流并长久维持这种历史格局的的主要因素。3.毛蚶养殖和野生群体遗传多样性比较研究使用10个微卫星标记,选择毛蚶的5个养殖群体以及2个野生群体的开展了相关的研究。研究结果表明,同野生群体相比,养殖群体并没有出现显著的遗传多样性水平的下降。FST检验结果以及遗传距离(Dc)计算结果,均显示养殖群体和野生群体之间存在较为显著的遗传分化,在养殖群体内部不同地域的群体,在遗传结构上也出现了显著的分化。这些研究结果表明,采用大数目的亲本繁殖规模可能是使得毛蚶养殖群体遗传多样性得以维系的主要原因之一。4.毛蚶养殖群体有效繁殖群体的研究使用8个微卫星标记对一个8雄7雌的毛蚶混交家系进行分析,比较了亲本和子代的遗传多样性变化,以此来推断毛蚶的有效繁殖群体大小。研究结果显示,亲本和子代的实际鉴定以及模拟分析的结果一致。使用8个微卫星标记可以获得95%以上的家系鉴定成功率。观测杂合度在亲代和子代之间差异不显著,期望杂合度在子代中显著降低,这可能是由于亲本对于子代的繁殖成功贡献率不同所导致的。群体的近交率估算为,有效繁殖群体数目为10.69,近交率为1.4%。实验结果表明,考虑到亲本繁殖贡献率的差异,在育苗生产中应该选用足够数目的亲本,以防止子代期望杂合度的降低。
【关键词】：毛蚶 群体遗传 遗传结构 微卫星标记 线粒体DNA
【学位授予单位】：中国海洋大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：S917.4
【目录】：

• 摘要5-7
• Abstract7-15
• 第一章 文献综述15-41
• 第一节 群体和群体遗传研究15-20
• 1. 群体(Population)15-16
• 2. 群体遗传的研究简史16-18
• 3. 群体遗传研究的一些概念18-20
• 第二节 遗传差异及遗传结构模式20-27
• 1. 遗传结构的提出20-21
• 2. 群体遗传结构研究的方法21-22
• 3. 遗传结果形成的动力22-23
• 4. 影响生物遗传结构的因素23-26
• 4.1. 物理因素23-24
• 4.2. 历史因素24
• 4.3. 地理距离24-25
• 4.4. 生物的行为25
• 4.5. 小结25-26
• 5. 遗传结构研究的目的与意义26-27
• 第三节 群体遗传学研究方法概述27-34
• 1. 遗传标记概述27-28
• 2. DNA分子标记28-33
• 2.1. 线粒体DNA(Mitochondrion DNA)28-29
• 2.2. AFLPs标记29
• 2.3. 微卫星标记(Microsatellites)29-31
• 2.4. SNP标记31-32
• 2.5. 小结32-33
• 3. 微卫星多元PCR技术在群体遗传研究中的应用33-34
• 第四节 有效群体大小在群体遗传研究中的意义34-36
• 1. 有效群体大小的概念34
• 2. 估算有效繁殖群体的常用方法34-36
• 第五节 毛蚶研究文献综述36-41
• 1. 毛蚶的分类地位及形态特征36
• 1.1.分类地位36
• 1.2.形态特征36
• 2. 毛蚶的地理分布及生态习性36-37
• 2.1. 地理分布36-37
• 2.2. 生态习性37
• 2.3. 繁殖习性37
• 3. 国内外的研究现状37-39
• 4. 本研究的目的和意义39-41
• 第二章 毛蚶微卫星标记开发及微卫星多元PCR技术体系的应用41-73
• 第一节 毛蚶基因组微卫星标记的开发及微卫星多元PCR技术体系的构建41-50
• 0. 引言41
• 1. 材料与方法41-47
• 1.1. 样品采集41
• 1.2. 基因组DNA提取41-44
• 1.3. 微卫星富集文库构建44-47
• 1.4. TA克隆及微卫星序列筛选47
• 2. 实验结果47-50
• 2.1. DNA酶切及胶回收目的片段检测48
• 2.2. 阳性克隆的筛选与鉴定48-49
• 2.3. 微卫星位点的筛选49-50
• 第二节 毛蚶微卫星多元PCR体系构建50-60
• 0. 引言50-51
• 1. 材料方法51-55
• 1.1. 样品的采集及DNA提取51
• 1.2. PCR反应体系及反应程序51-52
• 1.3. 聚丙烯凝胶酰胺电泳检测52-54
• 1.4. 微卫星标记的筛选及多元PCR组合配对54
• 1.5. 标记加尾54-55
• 1.6. 数据分析55
• 2. 实验结果55
• 3. 讨论55-60
• 第三节 毛蚶微卫星多元PCR体系在家系分析中的应用60-73
• 0. 引言60-61
• 1. 材料方法61-62
• 1.1. 家系构建与样品收集61
• 1.2. 亲本DNA提取61
• 1.3. 幼虫DNA提取61-62
• 1.4. 微卫星分析62
• 1.5. 数据处理62
• 2. 实验结果62-73
• 2.1. 多重PCR中微卫星标记的特征62-63
• 2.2. 多元PCR中微卫星标记的遗传分离模式63-71
• 2.3. 多元PCR家系鉴定成功率71
• 2.4. 讨论71-73
• 第三章 毛蚶野生群体遗传结构分析73-83
• 0. 引言73
• 1. 材料方法73-74
• 1.1. 样品采集及DNA提取73-74
• 2. 实验方法74-75
• 2.1. 线粒体COI分析74-75
• 2.2. 微卫星分析75
• 3. 数据分析75-76
• 4. 结果76-82
• 4.1. 序列多样性分析76-77
• 4.2. 系统发生分析77-79
• 4.3. 群体遗传结构分析79-82
• 5. 讨论82-83
• 5.1. 毛蚶种内的两个进化显著性单元82-83
• 第四章 毛蚶养殖和野生群体遗传多样性比较83-95
• 0. 引言83
• 1. 材料方法83-86
• 1.1. 样品采集及DNA提取83-84
• 1.2. 微卫星分析84-86
• 1.3. 数据分析86
• 2. 结果86-92
• 2.1. 遗传多样性86-89
• 2.2. 遗传分化89-92
• 3. 讨论92-95
• 第五章 毛蚶有效繁殖群体数量研究95-103
• 0. 引言95
• 1. 材料方法95-98
• 1.1. 实验材料构建及DNA提取95-96
• 1.2. 微卫星分析96-97
• 1.3. 数据分析97-98
• 2. 实验结果98-101
• 2.1. 家系鉴定成功率98-99
• 2.2. 亲本繁殖成功比较和有效繁殖群体的估算99-101
• 3. 讨论101-103
• 致谢103-105
• 个人简历105-107
• 在校期间发表的学术论文107-109
• 参考文献109-119

【相似文献】

中国期刊全文数据库 前10条

1 沈利,黄勇平;微卫星标记技术及其在蚕学研究中的应用前景[J];蚕业科学;2004年04期

2 施勇烽,应杰政,王磊,朱智伟,庄杰云;鉴定水稻品种的微卫星标记筛选[J];中国水稻科学;2005年03期

3 鞠玉栋,李金泉;水稻微卫星标记的发展与应用[J];安徽农业科学;2005年10期

4 刘芳;刘卫东;王强;刘晓慧;赫崇波;侯林;;微卫星标记及其在贝类遗传选育研究中的应用[J];水产科学;2006年05期

5 尚邦华;连林生;;微卫星标记在猪遗传育种中的应用进展[J];吉林畜牧兽医;2006年05期

6 应杰政;施勇烽;庄杰云;薛庆中;;应用微卫星标记评估我国水稻主栽品种的一致性[J];中国水稻科学;2006年04期

7 肖蓉;黄生强;刘湘毅;;微卫星标记技术在水产动物中的研究进展[J];湖南农业科学;2006年05期

8 尚邦华;连林生;;微卫星标记技术在猪遗传育种中的应用[J];现代畜牧兽医;2006年12期

9 刘瑾;舒妙安;;微卫星标记及其在贝类中的应用[J];水利渔业;2007年02期

10 郑新;姚大伟;许家荣;周光宏;徐幸莲;杨德吉;;应用微卫星标记技术鉴别鸡、鸭、鹅源性成份[J];江苏农业学报;2010年05期

中国重要会议论文全文数据库 前10条

1 吴玉萍;;应用微卫星标记对基因组叠加生物型遗传多态性的研究[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

2 马瑞娟;俞明亮;沈志军;;桃微卫星标记研究进展[A];中国园艺学会第七届青年学术讨论会论文集[C];2006年

3 宋国华;刘田福;;微卫星标记在实验动物中的应用[A];中国实验动物学会第六届学术年会论文集[C];2004年

4 苏玉虹;李尘远;朱宝芹;熊远著;;用微卫星标记分析猪的遗传多态性[A];中国实验动物学会第六届学术年会论文集[C];2004年

5 韩凌霞;曲连东;关云涛;李昌文;刘怀然;姜骞;;微卫星标记在鸡遗传性状检测中的应用[A];全国首届动物生物技术学术研讨会论文集[C];2004年

6 卢霞;王鸿霞;刘保忠;;利用微卫星标记对文蛤4个实验群体的遗传分析[A];中国动物学会、中国海洋湖沼学会贝类学会分会第十四次学会研讨会论文摘要汇编[C];2009年

7 杨嘉理;;微卫星标记在白蚁研究中的应用[A];第25届全国卫生杀虫药械学术交流暨产品展示会资料汇编[C];2008年

8 白俊艳;庞有志;雷雪芹;赵淑娟;王玉琴;;利用生物信息学方法开发鹌鹑微卫星标记[A];中国动物遗传育种研究进展——第十五次全国动物遗传育种学术讨论会论文集[C];2009年

9 刘锐;李江凌;曾凯;杨雪梅;吕学斌;;丫杈猪群体遗传结构的微卫星标记分析[A];“生泰尔”杯全国养猪技术征文大赛——中国畜牧兽医学会养猪学分会五届三次理事会暨生猪产业科技创新发展论坛论文集[C];2012年

10 杜慧霞;孙鲁阳;彭薇;胡景杰;包振民;;泥螺(Bullacta exarata Philippi 1848)微卫星标记的筛选[A];中国动物学会、中国海洋湖沼学会贝类学会分会第十四次学会研讨会论文摘要汇编[C];2009年

中国重要报纸全文数据库 前1条

1 中国水产科学研究院;中国对虾ES15微卫星标记检测方便、快捷、准确[N];中国渔业报;2012年

中国博士学位论文全文数据库 前7条

1 陈辰;毛蚶群体遗传学研究[D];中国海洋大学;2015年

2 于海洋;牙鲆微卫星标记的筛选和美洲牡蛎抗病相关基因SNP的初步分析[D];中国海洋大学;2010年

3 董世瑞;形态标记与微卫星标记在中国对虾遗传选育中的应用研究[D];中国海洋大学;2006年

4 张秀杰;黄颡鱼微卫星标记的开发及其遗传连锁图谱的构建[D];华中农业大学;2010年

5 马洪雨;三种重要海水养殖鱼类性别特异标记和微卫星标记开发及遗传连锁图谱构建[D];中国海洋大学;2009年

6 孟祥锋;基于微卫星标记和线粒体基因序列的中国二化螟Chilo suppressalis （Walker）种群遗传结构研究[D];浙江大学;2008年

7 安建东;甘肃熊蜂区系组成与多样性分析[D];福建农林大学;2012年

中国硕士学位论文全文数据库 前10条

1 王亚坤;鲮生长相关微卫星标记筛选及亲子鉴定[D];上海海洋大学;2015年

2 童爱萍;mtDNA和微卫星标记在放流牙鲆(Paralichthysolivaceus)中的应用研究[D];上海海洋大学;2015年

3 赵丽丽;3种石斑鱼微卫星标记的开发及跨种扩增[D];南昌大学;2008年

4 孙金婷;微卫星标记技术定性、定量鉴定动物源性成分的应用研究[D];南京农业大学;2011年

5 匡刚桥;鳜鱼微卫星标记的开发及遗传多样性研究[D];湖南农业大学;2007年

6 武耀;杂交鲤鱼亲子鉴定微卫星标记的评估及鲤鱼免疫相关芯片探针的筛选和注释[D];上海海洋大学;2012年

7 肖同乾;鲤鳞被相关微卫星标记的筛选及其在连锁图谱上的定位[D];大连海洋大学;2014年

8 惠敏;扇贝微卫星标记的筛选及其在物种鉴定中的应用[D];中国海洋大学;2008年

9 应杰政;应用微卫星标记研究中国水稻主栽品种的遗传变异[D];浙江大学;2006年

10 李娇;江鳕微卫星标记筛选鉴定及黑龙江地区群体遗传多样性分析[D];吉林大学;2007年

，

本文编号：597943