河流系统中鱼类的栖息地分散是普遍存在的, 产生的原因与地质造山运动、水利工程建设、相邻的水体间隔等地理隔离因素有关, 这对物种的形态、行为、生理甚至遗传变异等多样性分布有着重要的意义^[1-2]。地理隔离是物种进行选择的重要内容, 能促使鱼类的生态适应, 同时也导致了不同水系鱼类的差异, 在外部形态特征和内部遗传结构上发生不同程度的改变, 从而反映出鱼类种群的隔离、迁移、定居等事件^[3-5]。

华鳊属(Sinibrama)是中国长江以南各水系的一种常见小型鱼类, 在国外的越南红河和老挝Nam Ma河也有一定分布^[6-7]。自华鳊属模式种[Chanodichthys wui Rendahl (1932)]建立以来^[8], 相关学者通过形态学和分子生物学对其物种多样性及种间关系进行了研究。如罗雯^[9]进行了多变量形态学测量性状的主成分分析, 显示大眼华鳊(S. macrops)、伍氏华鳊(S. wui)和海南华鳊(S. melrosei)大部分重叠, 而四川华鳊(S. taeniatus)存在明显差异。谢仲桂等^[8]和张鹗等^[10]通过多变量和传统形态度量学方法的结合分析, 发现伍氏华鳊是大眼华鳊的同物异名。罗雯^[9]通过两种华鳊的线粒体和核基因系统发育关系也证实了这一点。赵良杰等^[11]对浙江千岛湖3个水域的大眼华鳊种群进行了框架形态差异比较, 并结合线粒体序列分析认为千岛湖大眼华鳊属于随机交配群体。当前对长江、珠江的华鳊属种间差异已有较多的比较^[8-11], 而对于两个水系之间的种内差异比较还未见报道。

大眼华鳊个体小、生长快、适应性强、地域性突出, 在两大水系及附属水体都有分布, 是研究物种特性及差异的理想材料。五岭横亘于湖南、两广、江西之间, 是长江洞庭湖水系与珠江西江水系的主要分水岭, 形成典型的地理隔离^[12-13]。有关大眼华鳊的种内关系研究集中在千岛湖种群上, 主要对其不同居群进行了形态学和分子生物学比较, 而对其他水系种群还未见报道^[11]。本研究结合已有文献, 选择地理位置邻近的长江和珠江支流五个点进行取样, 通过传统形态学数据和框架数据的结合, 探讨大眼华鳊种内的形态学差异, 完善该鱼的生物学数据, 为鱼类的亲缘地理学研究补充基础资料。

2016年7月—2018年8月, 147尾大眼华鳊样本分别采集于长江中游沅江和珠江中游西江的干流和上游支流, 标本基本信息见表 1。种类的鉴定根据陈宜瑜^[6]描述, 以臀鳍分支鳍条数、第一鳃弓外鳃耙数、眼径大小及背鳍刺强弱等特征作为主要分类依据。选取体型正常、体表无损伤的新鲜标本用10%福尔马林浸泡保存。

表 1(Tab.1)

表 1 大眼华鳊采集信息表 Tab.1 Collection information of Sinibrama macrops 采样点 collection site 经纬度 longitude and latitude 水系 collection basin 缩写 abbreviation 样本数 number 全长/cm total length 体高/cm body height 体高/全长 body height/ total length 湖南怀化 Huaihua in Hunan 110°11'34"E 28°00'22"N 长江沅江中游干流 main stream of Yuanjiang in the Yantze River YMS 32 13.0–19.9 15.5±1.4 3.5–4.9 4.2±0.4 0.24–0.30 0.27±0.02 贵州铜仁 Tongren in Guizhou 109°11'33"E 27°43'03"N 长江沅江中游支流锦江 Jinjiang, tributary of Yuanjiang in the Yangtze River YJJ 35 11.6–19.3 14.1±1.6 3.0–5.4 3.7±0.5 0.24–0.28 0.26±0.01 贵州剑河 Jianhe in Guizhou 108°27'22"E 26°44'56"N 长江沅江上游清水江 Qingshuijiang, upstream of Yuanjiang in the Yangtze River YQS 31 9.2–14.2 13.3±1.1 2.8–4.5 3.6±0.3 0.20–0.25 0.23±0.01 广西荔浦 Lipu in Guangxi 110°24'08"E 24°29'31"N 珠江西江中游干流 main stream of Xijiang in the Pearl River XMS 25 12.2–15.3 13.6±0.9 3.5–4.7 4.0±0.3 0.27–0.31 0.29±0.01 广西宜州 Yizhou in Guangxi 108°39'56"E 24°30'12"N 珠江西江上游柳江 Liujiang, upstream of Xijiang in the Pearl River XLJ 24 10.2–18.8 14.4±2.4 2.7–5.9 4.1±0.9 0.24–0.32 0.28±0.02

表 1 大眼华鳊采集信息表 Tab.1 Collection information of Sinibrama macrops

用尼康数码相机带标尺拍照, 通过tpsDIG软件统一测量鱼体左侧的基本形态学数据和框架数据, 共得到30个性状, 其中传统形态学数据9个性状, 框架数据通过设定的10个坐标点测量相邻两点间的直线距离, 共测得21个性状(图 1, 如D_1–2表示定位点1与2之间的距离, cm)。

图 1(Fig. 1)

图 1 大眼华鳊测量示意图 A:传统测量性状: BD–体高; CPD–尾柄高; CPL–尾柄长; ED–眼径; EHL–眼后头长; HL–头长; SL–体长; SnL–吻长; TL–全长. B:框架坐标点: 1–胸鳍基部起点; 2–吻前端; 3–腹鳍基部起点; 4–枕骨后末端; 5–臀鳍基部起点; 6–背鳍基部起点; 7–臀鳍基部未端; 8–背鳍基部末端; 9–尾鳍腹部起点; 10–尾鳍背部起点. Fig.1 Measurement schematic diagram of Sinibrama macrops A. Traditional measured characters: BH–body height; CPD–height of caudal peduncle; CPL–length of caudal peduncle; ED–eye diameter; EHL–head length after eyes; HL–head length; SL–standard length; SnL–snout length; TL–total length. B. marker points of truss network measurements: 1–origin of operculum fin base; 2–tip of snout; 3–origin of pelvic fin base; 4–distal tip of occiput; 5–origin of anal fin base; 6–origin of dorsal fin base; 7–posterior end of anal fin; 8–posteriorend of dorsal–fin base; 9–ventral origin of caudal fin base; 10–dorsal origin of caudal fin base.

通过框架数据点将体侧划分出头部、躯干前部、躯干后部和尾柄部4个区域, 四个区域由1~3个三角形组成, 通过海伦公式计算三角形面积:设3条边边长为a、b、c, 系数z=(a+b+c)/2, 面积$ S = \sqrt {z(z - a)(z - b)(z - c)} $; 合并后得到4个区域(S₁₂₄、S₁₃₄₅₆、S₅₆₇₈和S₇₈₉₁₀)的面积。

用Microsoft Excel 2013对原始数据进行初步整理, 随后用SPSS Statistics 17.0进行统计分析。参考李思发等^[14]的方法对数据进行标准化处理, 将所有原始测量数据转换成相对于全长的比值, 共得到29组性状参数[例如结果中头长为(头长/全长)]。

各组数据采用单因素方差分析进行比较, 当差异显著时则进行多重比较(Duncan法), 显著性水平为0.05。多元分析方法如下, 聚类分析通过欧式距离和组间联接法聚类, 并用树形图表示各种群之间的亲疏程度; 主成分分析依次用相关性检验、方差-协方差矩阵提取主成分, 并计算各主成分的贡献率; 判别分析用逐步判别法建立判别公式^{[10, 15-16]}。

计算了鱼体体侧的四部分面积及比例, 结果见表 2。对面积比例进行了相关样本的非参数检验(Friedman检验), 结果显示χ²=15.000, P=0.002, 说明5个种群间的面积存在显著性差异(P < 0.01)。

表 2(Tab.2)

表 2 5个种群大眼华鳊的体侧各部分面积 Tab.2 Area of each body side from five populations of Sinibrama macrops 采样点 sampling site 面积/cm2 area 各面积比例均值 average proportion of each area S124 S13456 S5678 S78910 沅江干流  YMS 2.4±0.5 16.6±2.6 7.5±1.2 4.9±1.1 8:53:24:15 沅江锦江  YJJ 2.1±0.5 14.0±3.8 6.0±1.6 4.6±1.1 8:53:22:17 沅江清水江  YQS 2.1±0.4 13.8±2.0 5.8±0.8 4.7±0.8 8:52:22:18 西江干流  XMS 2.2±0.4 13.9±2.0 6.0±1.0 3.8±0.7 8:54:23:15 西江柳江  XLJ 2.5±0.7 15.2±6.6 6.9±2.8 4.5±1.8 9:52:23:16 注:采样点详细信息见表 1. Note: The detail information of sampling sites is shown in Tab. 1.

表 2 5个种群大眼华鳊的体侧各部分面积 Tab.2 Area of each body side from five populations of Sinibrama macrops

对5个种群的29个性状参数进行了聚类分析, 图 2显示, 5个种群分为三支, 西江两个种群为一支, 沅江干流和锦江种群为一支, 沅江清水江种群单独为一支。

图 1(Fig. 1)

图 2 5个种群大眼华鳊的聚类分析图 样本来源详细信息见表 1. Fig.2 Cluster dendrogram of five populations of Sinibrama macrops The detail information of sampling sites is shown in Tab. 1.

对29组性状参数进行适合度检验, 其中KMO (Kaiser-Meyer-Olkin measure)统计量为0.713, Bartlett球型检验结果P=0.000, 变量之间相关性强, 适宜进行因子分析降维。

选择Kaiser标准化的正交旋转法进行因子旋转, 旋转在10次迭代之后收敛, 共提取出6个主成分, 对总方差的累计贡献率为81.93% (表 3)。其中主成分1的贡献率为29.22%, 贡献大的特征性状依次为D_7–9、尾柄长、D_3–6、体高和D_7–9等, 主要集中在尾柄部、头部和躯干前部, 主成分2中贡献最大的特征性状是头长、D_1–2、吻长、D_2–4和D_2–3, 都集中在头部(|负荷值| > 0.5)。

表 3(Tab.3)

表 3 5个群体大眼华鳊主成分分析中的因子负荷系数 Tab.3 Factors loadings of components matrix in Principal Component Analysis of five populations of Sinibrama macrops 性状 character 主成分  principal component 1 2 3 4 5 6 体长  body length –0.149 0.427 0.514 0.468 0.142 0.130 体高  body height 0.815 –0.038 0.346 0.242 –0.008 0.198 头长  head length –0.210 0.911 –0.200 –0.122 –0.007 –0.044 吻长  snout length –0.191 0.831 –0.305 –0.021 –0.026 0.000 眼径  eye diameter 0.639 0.478 –0.172 –0.157 –0.247 –0.154 眼后头长  head length after eyes –0.682 0.470 0.069 –0.076 0.202 0.041 尾柄长  length of caudal peduncle –0.845 0.183 –0.022 0.222 0.195 0.057 尾柄高  height of caudal peduncle –0.341 0.150 0.151 0.017 0.762 0.050 D1–2 –0.032 0.897 –0.188 –0.202 0.087 –0.124 D1–3 0.338 –0.253 0.662 –0.058 0.319 0.212 D1–4 0.702 0.411 0.025 0.026 0.186 0.059 D2–3 0.179 0.716 0.305 –0.181 0.390 0.161 D2–4 –0.245 0.814 –0.094 0.017 –0.029 0.098 D3–4 0.640 0.112 0.541 0.077 0.326 0.103 D3–5 –0.023 –0.304 0.582 0.096 –0.431 0.274 D3–6 0.837 –0.077 0.310 0.209 0.026 0.158 D4–5 0.251 –0.200 0.834 0.064 0.008 0.218 D4–6 –0.067 –0.258 0.754 0.050 0.045 –0.408 D5–6 0.761 –0.182 0.359 0.280 0.022 0.311 D5–7 0.758 –0.209 –0.189 0.127 –0.031 –0.037 D5–8 0.762 –0.165 0.268 0.358 0.103 0.097 D6–7 0.734 –0.260 0.118 0.466 –0.017 0.287 D6–8 0.073 0.028 0.153 –0.114 0.078 0.909 D7–8 0.708 –0.266 0.081 0.573 –0.039 –0.110 D7–9 –0.849 0.066 –0.028 0.099 0.261 0.075 D7–10 –0.770 0.108 –0.015 0.183 0.458 0.105 D8–9 0.129 –0.185 0.036 0.920 0.079 –0.108 D8–10 0.118 –0.079 0.040 0.889 –0.092 –0.028 D9–10 –0.055 –0.037 0.010 –0.012 0.852 0.029 贡献率/% variance 29.22 17.04 11.81 10.27 8.18 5.42 累计贡献率/% cumulative variance 29.22 46.26 58.07 68.34 76.51 81.93 注: D表示图 1中鱼体各点间的距离. Note: D represents the distance between the fish points in Fig. 1.

表 3 5个群体大眼华鳊主成分分析中的因子负荷系数 Tab.3 Factors loadings of components matrix in Principal Component Analysis of five populations of Sinibrama macrops

对主成分1、2和3进行因子得分汇总, 并作散点图(图 3)。5个大眼华鳊种群中, 沅江干流、沅江锦江、西江干流和西江柳江种群出现明显的重叠区, 仅沅江清水江种群单独为一支。

图 1(Fig. 1)

图 3 主成分1、2、3因子得分散布图 +沅江干流种群, □沅江锦江种群, ×沅江清水江种群, △西江干流种群, ○西江柳江种群. Fig.3 Distribution of scores of the first three principal components +YMS, □YJJ, ×YQS, △XMS, ○XLJ.

通过逐步判别分析, 共筛选出体高、头长、吻长、眼径、尾柄高、D_1–2、D_1–3、D_2–3、D_2–4和D_7–9等10个性状, 对5个种群进行判别, 综合差别准确率92.3% (表 4)。其中沅江干流、沅江锦江、沅江清水江、西江干流和西江柳江的判别成功率分别为95.8%、97.1%、100.0%、92.0%和93.3%, 除沅江清水江外, 其余组在各自的干支流之间都存在误判, 误判率在2.9%~8.0%之间。

表 4(Tab.4)

表 4 5组大眼华鳊样本判别分析的Fisher判别函数系数和判别成功率 Tab.4 Fisher's function coefficients and accuracy rate of discriminant analysis among five populations 性状  character 对应函数  function 沅江干流  YMS 沅江锦江  YJJ 沅江清水江  YQS 西江干流  XMS 西江柳江  XLJ 体高  body height X1 682.352 647.511 139.994 968.176 877.087 头长  head length X2 918.252 766.210 1552.194 807.297 927.702 吻长  snout length X3 ‒912.129 ‒982.871 ‒1228.238 ‒291.291 ‒536.722 眼径  eye diameter X4 ‒715.851 ‒792.244 ‒2982.888 ‒719.036 ‒1040.469 尾柄高  height of caudal peduncle X5 1388.941 993.684 1931.807 766.052 723.688 D1–2 X6 ‒142.338 ‒291.315 ‒252.164 ‒550.516 ‒483.444 D1–3 X7 334.505 ‒55.533 299.662 ‒24.634 ‒41.208 D2–3 X8 840.803 1329.072 1263.170 1234.924 1262.838 D2–4 X9 1361.834 1320.145 2018.365 1436.904 1498.358 D7–9 X10 1740.339 1862.544 2078.135 1895.258 1890.799 常数  constant – ‒558.679 ‒568.827 ‒704.700 ‒618.945 ‒608.150 判别成功率/% discriminant accuracy rate – 95.8 97.1 100.0 92.0 93.3 误判归入种群及百分率/% misjudgement population – 沅江锦江(4.2)YJJ 沅江干流(2.9)YMS – 西江柳江(8.0)XLJ 西江干流(6.7)XMS

表 4 5组大眼华鳊样本判别分析的Fisher判别函数系数和判别成功率 Tab.4 Fisher's function coefficients and accuracy rate of discriminant analysis among five populations

在形态学分析中, 常规的可数性状和可量性状在一定程度上能反映出不同种群间局部特征差异, 但不能有效反应出种群间的差异程度。而框架多元分析不仅将差异缩小量化, 还能将差异量化到具体部位^[17-18]。本研究中, 10个框架坐标点从纵向、横向、斜向将鱼体分成多个单元区, 能较好地反映大眼华鳊各种群间的形态差异, 而进一步的多元分析将差异明确到具体性状上。首先, 聚类分析将两个水系的大眼华鳊种群明显分类开来, 且沅江清水江种群单独聚为一支, 通过欧氏距离量化出各种群间的差异程度; 主成分分析通过相关矩阵将复杂的29个参数数据简化为6个主成分并进行排序, 将差异缩小到几个主要特征性状上, 并通过各因子得分散点图概括各种群的形态差异; 判别分析对5个种群分别建立判别公式, 进行判别归类, 并显示出误判率及判入种群, 从而间接反映出相邻种群间的亲疏程度。类似结果与大刺鳅(Mastacembelus armatus)、雅罗鱼属(Leuciscus sp.)、䱗(Hemiculter leucisculus)等的报道相近, 且后两种方法能将差异具体到头部和尾柄部位的特征性状上, 能够有效反映出种群间的差异部位及差异程度^{[4, 18-19]}。

表型是基因型和环境的产物, 也是选择的焦点。环境是物种选择的媒介, 是不同表型获得不同程度生存和繁殖成功的竞技场, 它对一个特定基因型将产生的表型范围有重要影响^[20]。环境影响的表型在进化过程中受到选择和修饰, 产生可塑性, 影响着进化的方向。选择是鱼类种群产生形态差异的主要驱动因素, 通常都是向着有利于某种程度的表型可塑性^[20-21]。Cheng等^[19]对长江中游3个湖泊䱗(Hemiculter leucisculus)的形态分化进行了比较, 认为鱼体自身游泳能力和外界环境产生的表型可塑性可能导致鱼类产生形态差异。在本研究中, 两个水系均受到不同程度的水利工程建设影响, 其水环境特征都发生了变化, 大眼华鳊的外部形态特征也发生了相应改变, 多元分析的结果证实了这一点, 不同种群间形态差异明显, 尤其表现在头部和尾柄部的部分性状上; 同时多重比较的结果也显示, 5个大眼华鳊种群间的体高与全长比都存在显著性差异, 其中以沅江清水江种群最小, 西江干流最大(P < 0.05, 表 1)。

地理隔离下不同水系的环境压力可能是导致形态差异的主要原因, 不同地理种群之间的形态变异往往是局域生境不同而引起的表型差异^[3-4]。表型差异可使种群利用不同程度的空间和时间环境条件^{[5, 22]}。物种内部对人为干扰(如河流蓄水、改变流态等)而形成一定的形态差异, Haas等^[23]在真小鲤(Cyprinella venusta)的研究中认为水利工程的建设产生了地理隔离, 而新的水环境特征可能是种内多样化的进化驱动因素。鱼类通常通过改变自身的表型性状, 使其成为种群动态平衡调节的杠杆, 以此促进种群与新环境的适应, 这一点在不断变化的河流鱼类中表现尤为明显^[24]。胡俊仪等^[25]和杨慧荣等^[26]在对红河麦穗鱼(Pseudorasbora parva)及珠江大眼鳜(Siniperca kneri)的研究中认为鱼类的形态特征是遗传因子与环境因子共同影响下的外在表现。在本研究中, 几种分析方法都显示两个水系的大眼华鳊种群出现形态差异, 且沅江清水江种群差别明显, 这可能与不同环境下种群的时间、空间隔离程度有关^{[5, 22]}, 清水江种群位于沅江水系支流上游, 地理隔离距离远, 受水利工程的影响, 河流水文特征以静水或缓流为主, 加上隔离时间的叠加影响, 导致形态差异显著。

《广西淡水鱼类志》^[27]将广西及邻近水系的淡水鱼类种类通过最大简约法构建了支序图, 结果发现沅江等长江南部4条支流合为一支后与西江等15条珠江支流合为姐妹群。本研究选择了两个水系的大眼华鳊进行比较, 得出了相似结论: (1) 5个种群分为三支, 西江两个种群为一支, 沅江干流和锦江种群为一支, 沅江清水江种群单独为一支; (2) 5个种群的形态差异主要集中在头部和尾柄部。