宝石鲈形态性状与体重的关系分析

安 丽，孟庆磊，王成武，李 娴，张龙岗，董学飒，张延华，张志山，刘羽清，付佩胜 (山东省淡水水产遗传育种重点实验室，山东省淡水水产研究所，山东 济南 250007)

宝石鲈形态性状与体重的关系分析

安 丽，孟庆磊，王成武，李 娴，张龙岗，董学飒，张延华，张志山，刘羽清，付佩胜
(山东省淡水水产遗传育种重点实验室，山东省淡水水产研究所，山东 济南 250007)

随机选取4月龄宝石鲈(Scorturmbarcoo)187尾，分别测量全长、体长、体高、体宽、眼间距、头长、头高、头宽、尾柄长、尾柄高和体重共11个形态学指标。采用相关分析和通径分析方法，计算了以形态性状为自变量、体重作为依变量的相关系数、通径系数、决定系数及相关指数，定量分析了各形态性状与体重的关系。结果表明，各形态性状与体重的相关性均达到了极显著水平。剔除与体长存在多重共线性的全长、体高、头长、头宽、尾柄高及回归方程中不显著的头高和尾柄长，保留了体长、体宽和眼间距3个形态性状，其中体长对体重的直接影响最大(P2=0.557)。所选性状与体重的相关指数R2=0.952，说明所选性状是影响体重的主要形态性状。采用逐步多元回归方程法建立了回归方程为：Y=-46.540+0.494X2+1.159X4+0.656X5(X2，X4，X5分别为体长(mm)、体宽(mm)和眼间距(mm))，为宝石鲈育种提供了理论依据。

宝石鲈(Scorturmbarcoo)；形态性状；相关分析；通径分析；多元回归

宝石鲈(Scorturmbarcoo)学名高体革鯻，属鲈形目(Perciformes)鯻科(Actinoperygii)，原产于澳大利亚的淡水水域。由于宝石鲈具有生长快、产量高、肉质鲜美、抗病力强等优点，近几年来已作为我国优良引进品种进行人工养殖。然而引种以来没有规范地进行亲本留种，也没能定期从原产地补充亲本，可能会使宝石鲈养殖群体出现种质退化现象，需要进行遗传改良。体重是遗传改良最主要的目标性状，但实际操作中存在一些困难，而通过其他相关性较高的目标性状加以间接地选择也能达到较好的选择效果。

近几年，国内外有关水产经济动物形态性状多元分析的报道较多[1～8]。但有关宝石鲈各形态性状与体重之间的关系尚未见报道，本研究采用相关分析、通径分析和回归分析的方法，确定了影响宝石鲈体重主要形态性状及直接作用和间接作用的大小，建立显著性状与体重之间的最优回归方程，为宝石鲈的保种和选育工作提供理论基础。

1 材料与方法

1.1 材料

试验材料为4月龄宝石鲈187尾，取自山东省淡水水产遗传育种重点实验室。

1.2 测量方法

采用游标卡尺测量全长(X1)、体长(X2)、体高(X3)、体宽(X4)、眼间距(X5)、头长(X6)、头高(X7)、头宽(X8)、尾柄长(X9)和尾柄高(X10)10个形态指标，精确到0.01 cm。用电子天平称取体重，精确到0.1 g。

1.3 分析方法

使用SPSS 13.0软件对各形态性状进行初步的统计整理，获得各性状的表型参数，然后进行表型相关分析。在表型相关分析基础上，根据通径系数原理建立通径系数正规方程组，解方程组得到各形态性状对体重的通径系数，剖析各性状分别对体重的直接影响和间接影响,进而求得决定系数[9～11]。通过偏回归系数检验剔除不显著的性状，偏回归系数显著的形态性状分别对体重建立多元回归方程，并对方程进行拟合度检验。

多元线性回归方程模型：y=β0+β1x1+β2x2+...βkxk。其中，β0为常数项，β1，β2，...βk为偏回归系数；x1，x2，...xk为偏回归系数对应的自变量。

2 结果与分析

2.1 各性状的表型参数

所测宝石鲈各形态性状数据资料经初步整理后的表型参数见表1。由表1可知，体重的变异系数最大，达42.31%，说明宝石鲈体重的变化较大，具有较大的选择潜力。

表1 所测各性状的表型统计量Table 1 The apparent parameters of the morphometric traits

2.2 各性状间的相关系数

宝石鲈各形态性状间相关系数见表2。由表2可知，各形态性状间的相关系数均达到了极显著水平(Plt;0.01)，体重与各性状之间正相关程度也均达到了极显著水平(Plt;0.01)。体重与其他性状间相关程度大小依次为r2ygt;r8ygt;r10ygt;r1ygt;r4ygt;r3ygt;r6ygt;r5ygt;r9ygt;r7y。可见体长对体重的相关系数最大，尾柄长对体重的相关系数最小，但均达到了极显著水平。呈现极显著显著相关，性状间可能会出现多重共线性现象，需进一步检验。

表2 性状间表型相关系数Table 2 The phynotype correlations coefficients among the traits

注：＊表示差异显著(Plt;0.05)，＊＊表示差异极显著(Plt;0.01)。

2.3 各性状对体重的通径系数

表3 多重共线性检验结果Table 3 Test of multicollinearity

在多重共线性检验中，全长、体长、体高、头长、头宽和尾柄高的方差膨胀因子VIFgt;10(表3)，表明全长、体高、头长、头宽、尾柄高这5个变量与体长存在多重共线性，将其剔除。根据通径分析原理，用SPSS软件得到个变量对体重的通径系数，经显著性检验，头高和尾柄长2个变量未达到显著水平。因此，保留了无共线性而达到显著水平的体长、体宽和眼间距3个变量，其结果分别为体长P2=0.557、体宽P4=0.326、眼间距P5=0.132。进而得到相关指数R2=0.952。通径系数反映自变量对依变量的直接影响，在保留的3个变量中以体长对体重的直接影响最大，眼间距对体重的直接影响最小。

2.4 相关系数的剖分

表4 宝石鲈形态性状对体重的影响Table 4 The effect of each traits on body weight of Scortum bacoo

根据相关系数的组成效应，将形态性状与体重的相关系数剖分为各性状的直接作用(通径系数)和各性状通过其他性状的间接作用两部分，即rxiy=pi+∑rijpj,结果见表4。表4结果表明，与体重相关系数最大的体长对体重的直接作用也最大，体长对体重的直接作用大于间接作用，其他两个性状对体重的直接作用均小于间接作用。由此可见，体长对体重具有较大的直接影响，而体宽和眼间距对体重的影响大部分取决于间接作用，即通过体长的作用间接影响到体重。

2.5 3个性状对体重的决定程度的分析

根据单个性状对体重的决定系数和两个性状对体重的共同决定系数，计算出形态性状间协同对体重的决定系数，详见表5。位于对角线上的数值为每个形态性状单独对体重的决定系数,对角线右上方的数值为两两性状对体重的共同决定系数。体长、体宽、眼间距3个性状对宝石鲈体重的决定程度由大到小依次为0.310、0.106、0.017。两两性状对体重的决定程度中，体长和体宽对体重的决定程度最大，为0.330；体宽和眼间距对体重的决定程度最小，为0.068。进而得到3个性状共同作用对体重的决定程度为0.952。

表5 性状对体重的决定系数Table 5 The determinant coefficients ofmorphometric traits on weight of Scortum bacoo

2.6 多元回归方程的建立

运用通径分析和逐步多元回归分析(表6、表7)。剔除了回归方程中自变量存在严重共线性的全长、体高、头长、头宽、尾柄高及偏回归系数不显著的自变量头高和尾柄长，建立了以体重为依变量，体长、体宽、眼间距为自变量的多元回归方程：Y=-46.540+0.494X2+1.159X4+0.656X5。式中，X2，X4，X5分别为体长(mm)、体宽(mm)和眼间距(mm)。

方差分析结果表明，回归关系达到极显著水平(Plt;0.01)，得到校正复相关指数为0.952。经回归预测，估计值与实际值间的差异不显著，该方程可用于实际生产中。

表6 偏回归系数和回归常数检验Table 6 Coefficients test of partial regression

表7 方差分析表Table 7 ANOVA analysis

3 讨论

3.1 多重共线性问题及多元回归方程的建立

在相关分析中，各形态性状间的相关系数均达到了极显著水平(Plt;0.01)，并不能表示出两个变量之间的真实关系，只能作为多元分析的基础来确保进一步的多元统计分析具有实际意义，因为呈现极显著相关，性状间可能会出现多重共线性现象。一般认为，当方差膨胀因子大于10，即表明线性模型中存在严重的多重共线性，严重的多重共线性会导致通径分析丧失可靠性。将各变量加入线性模型中，全长、体长、体高、头长、头宽和尾柄高的方差膨胀因子均高于10，因此删除了与体长存在严重共线性的全长、头高、头长、头宽和尾柄高进行下一步分析。逐步回归分析法是目前应用最为广泛的一种多元回归方法，其基本思想是将所测的变量一一引入，然后对要引入的变量再其偏回归平方和F检验，显著时才可引入，而一旦有新的变量引入后又要对老的变量重新进行检验，若变成不显著就要将其剔除，直到无变量需剔除也无变量可引入时，对所引入的所有变量给出最理想的回归方程。本研究采用此种回归分析法保留了体长、体宽和眼间距，建立了理想的最优回归方程。

3.2 影响宝石鲈体重的重点性状的确定和选育

在表型相关分析的基础上，只有当相关指数R2和∑d(决定系数的总和)大于或等于0.85(即85%)时，表明影响依变量的主要自变量已经找到。本研究中所选入的回归方程中的3个变量体长、体宽和眼间距对体重的共同决定系数为0.952，说明保留的形态性状正是影响体重的重点性状，宝石鲈体重的95.2%变异是由这3个变量决定的，其余4.8%的变异是由其他变量以及随机误差所引起的。在鱼类的选育过程中，体重是最重要的目的性状之一，其他形态性状与体重存在着不同程度的相关性，通过这些与体重存在较高遗传相关性的形态性状的选育，也能达到较好的选育效果，所以遗传改良过程中有必要通过这些形态性状进行间接选择。本研究结果表明，在宝石鲈的选择育种中，体长、体宽和眼间距可作为理想的测量指标。

[1]Deboski P,Dobosz S,Robak S,etal.Fat level in body of juvenile Atlantic salmon,and sea trout,and method of estimation from morphometric data [J].Archives of Polish Fisheries,1999,7:237～243.

[2]Harue K,Mutsuyshi T,Katsuya M,etal.Estimation of body fat content from standard body length and body weight on cultured Red Sea bream[J].Fisheries Science Tokyo,2000,66:365～371.

[3]Ahmed M,Abbas G.Growth parameters of finfish and shellfish juvenile in the tidal waters of Bhanbbore,Korangi Creek and Miani Hor Lagoon Pakistant[J].Journal of Zoology,2000,32:321～330.

[4]孙成波,邓先余,李振泉,等.北部湾野生日本囊对虾(Marsupenaeus japonicus)体重和形态性状的关系[J].海洋与湖沼,2008,39(3):263～268.

[5]王 凯,刘海金,刘永新,等.牙鲆形态性状对体重的影响效果分析[J].上海水产大学学报,2008,17(6):655～660.

[6]于 飞,张庆文,孔 杰,等.大菱鲆测量性状对体重的影响效果分析[J].海洋水产研究,2008,29(6):34～39.

[7]高纬纬,袁 媛,潘宝平,等.青蛤(Cyclinasinensis)贝壳形态性状对软体部重的影响分析[J].海洋与湖沼,2009,40(2):166～169.

[8]何小燕,刘小林,白俊杰,等.大口黑鲈形态性状对体重的影响效果分析[J].水产学报,2009,33(4):597～603.

[9]袁志发,周敬芋,郭满才,等.决定系数——通径系数的决策指标[J].西北农林科技大学学报(自然科学版),2001,29(5):131～133.

[10]袁志发,周敬芋.多元统计分析[M].北京:科学出版社,2002.130～131.

[11]张 琪,丛 鹏,彭 励.通径分析在Excel和SPSS中的实现[J].农业网络信息,2007,(3):109～111.

2010-06-25

山东省农业良种工程项目(优质抗病速生鱼类良种选育)

安 丽(1982-)，女，山东济宁人，农学硕士，研究实习员，主要从事水产动物的遗传育种研究.

付佩胜，E-mail:jnsfu@126.com.

10.3969/j.issn.1673-1409(S).2010.03.016

S911

A

1673-1409(2010)03-S043-05