CN101393006B - 彩虹明樱蛤的种质鉴定方法 - Google Patents
彩虹明樱蛤的种质鉴定方法 Download PDFInfo
- Publication number
- CN101393006B CN101393006B CN2008101952603A CN200810195260A CN101393006B CN 101393006 B CN101393006 B CN 101393006B CN 2008101952603 A CN2008101952603 A CN 2008101952603A CN 200810195260 A CN200810195260 A CN 200810195260A CN 101393006 B CN101393006 B CN 101393006B
- Authority
- CN
- China
- Prior art keywords
- shell
- moerella
- maximum
- colony
- scar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明是一种彩虹明樱蛤的种质鉴定方法，其特征在于，其步骤如下，取至少30个待测样品彩虹明樱蛤进行7个形态学参数的测定，分别测定其壳长CD、壳顶到前闭壳肌痕最大距离AF、外套痕前后缘长IJ、壳顶到外套痕后缘长AE、壳高AB、壳宽SW和前后闭壳肌痕间距离GH这7个参数；然后以壳长CD参数值作分母、其余6个参数值作分子，获得6个比例参数值XAF：AF/CD；XIJ：IJ/CD；XAE：AE/CL；XAB：AB/CL；XSW：SW/CD；XGH：GH/CD；并将这6个比例参数值分别代入判别方程中进行结果判定，根据所得Y值的最大值出现频率最多的群体即为待测样品彩虹明樱蛤所处的来源。本发明方法可以快速、经济、相对准确和操作简便地鉴定中国主要产地彩虹明樱蛤的种质。
Description
技术领域
本发明涉及一种种质鉴定方法，特别是一种彩虹明樱蛤的种质鉴定方法。
背景技术
彩虹明樱蛤(Moerella iridescens Benson)隶属于软体动物门、瓣鳃纲、樱蛤科(Tellinidae)，俗称梅蛤、黄蛤、海瓜子、扁蛏。彩虹明樱蛤自然分布于我国各海区，且主要资源区为东海区杭州湾海涂中，因此该蛤成为江浙沪自然采捕的一种重要小型经济贝类，且价格逐年攀升。沿海渔民在高利润的趋动下，过度采捕及围滩养虾，自然生态被严重破坏，其资源量急剧下降，且由于贸易自由化，各海区自然苗种被采捕在各地进行人工养殖，这极易造成种质混杂和对天然资源破坏。生活在中国东海杭州湾和黄海海州湾近海海区的彩虹明樱蛤由于生活环境的不尽相同，水文因素的差异以及各海区地理位置的不同造成彩虹明樱蛤分属于各个不同的种群。对产于海州湾连云港海区(LYG)、杭州湾南岸的慈溪海区(CX)和杭州湾北岸平湖乍浦海区(ZP)的彩虹明樱蛤群体进行有效的鉴定或鉴别，对于彩虹明樱蛤的增养殖亲本选择和原产地资源保护具有重要的应用价值。
目前常用来进行评价生物遗传多样性和种质鉴定的分子标记均具有一定程度的缺陷，如RAPD技术(随机扩增序列多态性DNA，Random amplifiedpolymorphic DNA)，常因RAPD引物过短10个碱基、退火温度过低一般36-37℃，导致扩增产物的一些非特异结果，其可靠程度和真实性是主要的缺陷；而AFLP技术(扩增片段长度多态性，Amplified fragment lengthpol ymorphism)，又因操作条件复杂如要求酶切、成本相对较高而限制了其广泛的应用，微卫星技术因分子标记难以筛选，要求技术和设备高尖而限制其广泛的应用。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种快速、经济、相对准确和操作简便的彩虹明樱蛤的种质鉴定方法；用于对我国主要彩虹明樱蛤群体的种质鉴定。
本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种彩虹明樱蛤的种质鉴定方法，其特点是，其步骤如下，
(1)取至少30个待测样品彩虹明樱蛤进行7个形态学参数的测定，分别测定壳长CD、壳顶到前闭壳肌痕最大距离AF、外套痕前后缘长IJ、壳顶到外套痕后缘长AE、壳高AB、壳宽SW和前后闭壳肌痕间距离GH这7个参数；然后以壳长CD参数值作分母、其余6个参数值作分子，获得6个比例参数值XAF：AF/CD；XIJ：IJ/CD；XAE：AE/CL；XAB：AB/CL；XSW：SW/CD；XGH：GH/CD；
(2)将XAF、XIJ、XAE、XAB、XSW和XGH6个比例参数值分别代入下列方程中进行结果判定：
YCX＝388.7272XAF+141.2037XIJ-69.4791XAE-45.9566XAB+183.0137XSW+ 112.7836XGH-216.012
YZP＝445.5594XAF+121.748XIJ-68.9081XAE-21.8706XAB+139.715XSW+ 118.5378XGH-228.234
YLYG＝182.1849XAF+100.3651XIJ+31.72951XAE-85.5016XAB+215.011XSW+ 146.1427XGH-162.583
(3)根据所得Y值的最大值出现频率最多的群体即为待测样品彩虹明樱蛤所处的来源。
以下对发明人所作的研究试验进行阐述。
一、样本采集。
采集的试验材料均取自杭州湾南北岸和海州湾彩虹明樱蛤典型代表天然海区，分别是海州湾连云港海区(LYG)、杭州湾南岸的慈溪海区(CX)和杭州湾北岸平湖乍浦海区(ZP)海区的彩虹明樱蛤，各群体取样时间、地点和数目见表1，所得到的样本快速低温运送到实验室并在第一时间对其进行实验数据的测量。
表1 彩虹明樱蛤样本生物学数据
二、测量方法。
采用游标卡尺、分规、直尺等测量工具，精确到0.2mm，选取彩虹明樱蛤的壳高、壳宽、壳长、两侧闭壳肌到壳顶的长等，测量参数为11个可量性状，分别为CD、AB、AD、AC、SW、AE、AF、EF、GH、AI、IJ共测得990个形态学数据，测量部位见附图。
测量形态性状标识如下：
1.CD：壳长；
2.AB：壳高；
3.AD：壳顶到壳前缘长；
4.AC：壳顶到壳后缘长；
5.SW：壳宽；
6.AE：壳顶到后闭壳肌痕外缘间距；
7.AF：壳顶到前闭壳肌痕外缘最大距离；
8.EF：前后闭壳肌痕外缘间距离；
9.GH：前后闭壳肌痕内缘间距离；
10.AI：壳顶到外套痕后缘的距离；
11.IJ：外套痕前后缘长；
三、数据处理。
为消除个体规格大小对参数值的影响，先将每只蛤的所有参数分别除以壳长(CD)予以校正，得出10个形态学比例性状，使用STASTISTICA99’edition软件中的判别分析方法对3个彩虹明樱蛤群体进行逐步判别分析，建立判别方程。
对所有样本进行逐个判别。判别准确率的计算公式为：
判别准确率P1(％)＝判别正确的数目/实测数目×100
判别准确率P2(％)＝判别正确的数目/判别数目×100
其中，Ai为第i个种群判别正确的彩虹明樱蛤数目，Bi为第i个种群实际判别的彩虹明樱蛤数目，k为种群数。
判别方程如下：
YCX＝-2.014XAB-22.8113XAD+177.602XAC-15.0705XSW+381.9807XAE+128.325XAF+153.14 49XEF-44.9978XGH+111.9315XAI-60.6417XIJ-230.015
YZP＝0.1248XAB-2.49164XAD+132.5294XAC-17.5076XSW+441.1488XAE+115.7327XAF +155.1616XEF-45.3674XGH+93.80788XAI-49.5059XIJ-240.463
YLYG＝28.54462XAB-70.1204XAD+199.5676XAC+62.06334XSW+166.5945XAE+140.1501XAF +187.9794XEF-36.3512XGH+70.25997XAI-72.9132XIJ-177.579
将10个参数的校正值分别代入上述判别函数中，比较函数值的大小，被判个体值最大的即归属于所对应的群体。
公式中XAB～XIJ分别代表AB/CD、AD/CD、......IJ/CD的对应测定数值，应用公式所作的判别分析结果见表2。判别准确率P1为90％～100％，判别准确率P2为84.38％～96.77％，3个地理种群的综合判别率为91.11％。
表2 3个地理种群彩虹明樱蛤判别分析测试结果
以上所述的建立判别方程所使用的计算应用软件为STATISTICA 99’EDITION。由美国StatSoft，Icn.公司提供，公司地址2300 East 14thStreet；网址：http://statsoft.com。
下面对该软件应用步骤进行举例说明：
1、首先将测定的数据输入MS-Excel中，建立3个群体的xls文件；
2、然后将这11个性状除以CD，建立3个群体除以CD的xls文件；
3、将步骤2的xls文件数据输入(拷贝)到STATISTICA 99’EDITION软件中，建立3个群体除以CL的STA文件；
4、对步骤3的STA文件数据进行标准化，以较正数据，建立标准STA文件，其具体实现过程是：打开步骤3中建立的STA文件，点STATISTICA软件中的工具栏中的“Analysis”，弹出小对话框，选择“DataManagement/MFM”，出现一个界面，点击“Data Management/MFM”，出现一个新的界面，点击“Standardized variables”则完成数据的标准化，结果则建立一个“standard.STA”文件；
5、打开步骤4建立的“standard.STA”文件，运行STSTISTICA软件中的工具栏中“分析”工具栏，弹出一个对话框，点击“Discriminatnt Analysis”判别分析工具栏，然后点击“Switch To”进行判别分析，出现另一对话框，点击对话框中的“Variables”，选定组变量“1POPU”和自变量(2-11个)后，点击“OK”，弹出新的对话框，选“Method：”中的“Backward stepwise”，“Displayofresults”的“At each step”则为逐步判别分析，再点“OK”，则出现一个结果对话框，点击该结果对话框的“Classification functions”则出现判别方程中的各变量对应的系数，点击结果对话框的“Classification matrix”则出现判别的结果，即判别的正确率数据；
6、依次运行上述结果对话框中的“Next”按钮，则出现一组变量对应的系数和判别正确率结果，这样经过6步后，测量的10个变量中，仅有AF/CD、IJ/CD、AE/CD、AB/CD、SW/CD和GH/CD这6个比例形状作为判别的依据，且判别的正确率仍较高，显示为有效。继续往下判别则结果不理想，因此，将这6个变量作为最终的结果。
四、逐步判别分析结果的得出。
为更细致的判别哪几个比例性状在彩虹明樱蛤判别分析上贡献的大小，以上对实验数据进行逐步判别分析，最终的判别结果是在进行完6步逐步判别分析之后得出的，检验出AF/CD、IJ/CD、AE/CD、AB/CD、SW/CD和GH/CD这6个比例形状对判别分析的贡献较大。
对这6个比例形状建立了3个地理群体的判别方程，公式中XAF、XIJ、XAE、XAB、XSW、XGH分别代表AF/CD、IJ/CD、AE/CD、AB/CD、SW/CD和GH/CD这6个比例性状的测定数据。判别方程如下：
YCX＝388.7272XAF+141.2037XIJ-69.4791XAE-45.9566XAB+183.0137XSW+ 112.7836XGH-216.012
YZP＝445.5594XAF+121.748XIJ-68.9081XAE-21.8706XAB+139.715XSW+ 118.5378XGH-228.234
YLYG＝182.1849XAF+100.3651XIJ+31.72951XAE-85.5016XAB+215.011XSW+ 146.1427XGH-162.583
由这6个比例性状对彩虹明樱蛤进行判别，对测量数据按上述公式进行预测分类，结果见表3，判别准确率P1为80％～100％，P2为82.86％～100％，综合判别率为92.22％。因此，上述判别方程是可靠的，可以作为判别这3个典型彩虹明樱蛤群体的参考依据。
表3 3个地理群体彩虹明樱蛤逐步判别分析测试结果
附图说明
图1—图4为彩虹明樱蛤形态学测量位点图。
具体实施方式
以下参照附图，进一步描述本发明的具体技术方案，以便于本领域的技术人员进一步地理解本发明，而不构成对其权利的限制。
实施例1。参照图1-4。一种彩虹明樱蛤的种质鉴定方法，其步骤如下，
(1)取至少30个待测样品彩虹明樱蛤进行7个形态学参数的测定，壳长CD、壳顶到前闭壳肌痕最大距离AF、外套痕前后缘长IJ、壳顶到外套痕后缘长AE、壳高AB、壳宽SW和前后闭壳肌痕间距离GH这7个参数；然后以壳长CD参数值作分母、其余6个参数值作分子，获得6个比例参数值XAF：AF/CD；XIJ：IJ/CD；XAE：AE/CL；XAB：AB/CL；XSW：SW/CD；XGH：GH/CD；
(2)将XAF、XIJ、XAE、XAB、XSW和XGH6个比例参数值分别代入下列方程中进行结果判定：
YCX＝388.7272XAF+141.2037XIJ-69.4791XAE-45.9566XAB+183.0137XSW+ 112.7836XGH-216.012
YZP＝445.5594XAF+121.748XIJ-68.9081XAE-21.8706XAB+139.715XSW+ 118.5378XGH-228.234
YLYG＝182.1849XAF+100.3651XIJ+31.72951XAE-85.5016XAB+215.011XSW+ 146.1427XGH-162.583
(3)根据所得Y值的最大值出现频率最多的群体即为待测样品彩虹明樱蛤所处的来源。
实施例2。参照图1-4。一种彩虹明樱蛤的种质鉴定方法，其步骤如下，
1.采集来的野生雌性彩虹明樱蛤样本应在冷藏条件下测定，且样本数至少要30个以获得准确的结果。
2.数据测定壳长CD、壳顶到前闭壳肌痕最大距离AF、外套痕前后缘长IJ、壳顶到外套痕后缘长AE、壳高AB、壳宽SW和前后闭壳肌痕间距离GH这7个参数；然后以壳长CD参数值作分母、其余6个参数值作分子，获得6个比例参数值XAF：AF/CD；XIJ：IJ/CD；XAE：AE/CL；XAB：AB/CL；XSW：SW/CD；XGH：GH/CD；各性状的测定部位见图1-4。
3.结果的给出
将测定的6个比例性状带入下列3个方程中，判别方程如下：
YCX＝388.7272XAF+141.2037XIJ-69.4791XAE-45.9566XAB+183.0137XSW+ 112.7836XGH-216.012
YZP＝445.5594XAF+121.748XIJ-68.9081XAE-21.8706XAB+139.715XSW+ 118.5378XGH-228.234
YLYG＝182.1849XAF+100.3651XIJ+31.72951XAE-85.5016XAB+215.011XSW+ 146.1427XGH-162.583
每一个样本的6个比例性状带入上述3个方程后得出YCX、YZP、YLYG、这3个数据，其中值最大的即判别为该样本为相应的群体。如这个数值中YLYG最大，则该样本来自连云港群体，其余如YCX最大则代表样本为慈溪群体，YZP代表乍浦群体。对30个样本判定到不同群体中，统计其概率或频率，出现频率最高的那个群体即代表样本的来源。如测定了30个样本，26个YCX最大，而另4个中2个YZP最大，另2个YLYG最大，毫无疑问可以判别该批彩虹明樱蛤样本为来自慈溪群体。
Claims (1)
1.一种彩虹明樱蛤的种质鉴定方法，其特征在于，其步骤如下，
(1)取至少30个待测样品彩虹明樱蛤进行7个形态学参数的测定，分别测定壳长CD、壳顶到前闭壳肌痕最大距离AF、外套痕前后缘长IJ、壳顶到外套痕后缘长AE、壳高AB、壳宽SW和前后闭壳肌痕间距离GH这7个参数；然后以壳长CD参数值作分母、其余6个参数值作分子，获得6个比例参数值XAF：AF/CD；XIJ：IJ/CD；XAE：AE/CL；XAB：AB/CL；XSW：SW/CD；XGH：GH/CD；
(2)将XAF、XIJ、XAE、XAB、XSW和XGH 6个比例参数值分别代入下列方程中进行结果判定：
YCX＝388.7272XAF+141.2037XIJ-69.4791XAE-45.9566XAB+183.0137XSW+112.7836XGH-216.012
YZP＝445.5594XAF+121.748XIJ-68.9081XAE-21.8706XAB+139.715XSW+118.5378XGH-228.234
YLYG＝182.1849XAF+100.3651XIJ+31.72951XAE-85.5016XAB+215.011XSW+146.1427XGH-162.583
(3)每一个样本的6个比例参数值代入上述3个方程后得出YCX、YZP、YLYG，其中值最大的即判别为该样本为相应的群体，YLYG最大则代表该待测样品来自连云港群体，YCX最大则代表该待测样品来自慈溪群体，YZP最大则代表该待测样品来自乍浦群体；对30个样本判定到不同群体中，统计其概率或频率，出现频率最高的那个群体即为待测样品彩虹明樱蛤的来源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008101952603A CN101393006B (zh) | 2008-11-10 | 2008-11-10 | 彩虹明樱蛤的种质鉴定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008101952603A CN101393006B (zh) | 2008-11-10 | 2008-11-10 | 彩虹明樱蛤的种质鉴定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101393006A CN101393006A (zh) | 2009-03-25 |
| CN101393006B true CN101393006B (zh) | 2010-08-11 |
Family
ID=40493424
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2008101952603A Expired - Fee Related CN101393006B (zh) | 2008-11-10 | 2008-11-10 | 彩虹明樱蛤的种质鉴定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101393006B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103141412B (zh) * | 2012-09-26 | 2014-08-27 | 中国水产科学研究院东海水产研究所 | 基于形态参数的中华绒螯蟹亲蟹野生与养殖群体鉴别方法 |
| CN105360023B (zh) * | 2015-10-13 | 2017-12-05 | 中国科学院南海海洋研究所 | 一种金色闭壳肌痕熊本牡蛎品系的制种方法 |
| CN116267722B (zh) * | 2023-01-31 | 2024-02-27 | 江苏海洋大学 | 一种简易的贝类苗种均匀播种装置 |
-
2008
- 2008-11-10 CN CN2008101952603A patent/CN101393006B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN101393006A (zh) | 2009-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Leong-Škorničková et al. | Chromosome numbers and genome size variation in Indian species of Curcuma (Zingiberaceae) | |
| Altınordu et al. | A tool for the analysis of chromosomes: KaryoType | |
| CN107577688B (zh) | 基于媒体信息采集的原创文章影响力分析系统 | |
| Tänzler et al. | DNA barcoding for community ecology-how to tackle a hyperdiverse, mostly undescribed Melanesian fauna | |
| Asefa et al. | Environmental filtering structures tree functional traits combination and lineages across space in tropical tree assemblages | |
| JP2019511783A (ja) | 灰色システムに基づく遠洋イカ類資源の存在度の予測方法 | |
| CN108319984B (zh) | 基于dna甲基化水平的木本植物叶片表型特征和光合特性预测模型的构建方法及预测方法 | |
| Takamatsu et al. | First comprehensive phylogenetic analysis of the genus Erysiphe (Erysiphales, Erysiphaceae) II: the Uncinula lineage | |
| Fahy | Variation in some biological characteristics of British sea trout, Salmo trutta L. | |
| WO2021143422A1 (zh) | 一种粮食扦样方法、可读存储介质和系统 | |
| CN101393006B (zh) | 彩虹明樱蛤的种质鉴定方法 | |
| Cai et al. | Machine learning algorithms improve the power of phytolith analysis: A case study of the tribe Oryzeae (Poaceae) | |
| Prentiss | The reliability and validity of a lithic debitage typology: Implications for archaeological interpretation | |
| Mohsen et al. | Cytotaxonomy of some Onobrychis (Fabaceae) species and populations in Iran | |
| Grala et al. | New automated image analysis method for the assessment of Ki-67 labeling index in meningiomas. | |
| CN116564409A (zh) | 基于机器学习的转移性乳腺癌转录组测序数据识别方法 | |
| Liu et al. | Towards the conservation of the Mesozoic relict fern Christensenia: a fern species with extremely small populations in China | |
| Chen et al. | Two new species of Russula subsect. Virescentinae from southern China | |
| Liang et al. | Revision of Ordovician chitinozoan Lagenochitina esthonica sensu lato: morphometrics, biostratigraphy and paleobiogeography | |
| Xiao et al. | Verifiability of genus-level classification under quantification and parsimony theories: a case study of follicucullid radiolarians | |
| Roeder et al. | Phylogenetic clustering increases with succession for lianas in a Chinese tropical montane rain forest | |
| CN102246713B (zh) | 基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法 | |
| Buchanan et al. | An assessment of the impact of resharpening on Paleoindian projectile point blade shape using geometric morphometric techniques | |
| CN101173918A (zh) | 物质的生物学、生物化学、生物物理或药理学特性的预测方法 | |
| Plummer et al. | New methods for comparison of chromosomes within and between species |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100811 Termination date: 20101110 |