基于DNA条形码技术对苍南海域仔稚鱼的物种鉴定*

李 渊， 张丽艳， 张 然， 宋普庆， 王良明， 张 立， 林龙山**

(1. 国家海洋局第三海洋研究所，福建 厦门 361005； 2. 福建海洋研究所，福建 厦门 361013；3. 海洋赤潮灾害立体监测技术与应用国家海洋局重点实验室，上海 200137)

基于DNA条形码技术对苍南海域仔稚鱼的物种鉴定*

李 渊1, 3， 张丽艳2， 张 然1， 宋普庆1， 王良明1， 张 立1， 林龙山1**

(1. 国家海洋局第三海洋研究所，福建 厦门 361005； 2. 福建海洋研究所，福建 厦门 361013；3. 海洋赤潮灾害立体监测技术与应用国家海洋局重点实验室，上海 200137)

采用DNA条形码技术对苍南海域冬季采集的仔稚鱼进行物种鉴定，以提高物种鉴定的准确性。所有仔稚鱼通过形态特征鉴定出10个形态种，但经条形码技术可鉴定出11个有效种。序列相似性结果显示11个形态种中10种可鉴定到种的水平，1种无法匹配到相应的物种。条形码间隙分析结果显示各物种的最小种间遗传距离均高于该物种的最大种内遗传距离，存在明显的条形码间隙。由系统发育树可以看出同一形态种的不同个体聚为一支系，各物种间能明显区分开。同时结合本次渔业资源现场调查结果，发现11种仔稚鱼中仅有5种的成鱼出现在本次调查中，剩余6种为新出现种类。可见，DNA条形码技术除了能提高仔稚鱼物种鉴别的准确性外，还能对物种多样性调查起到一定的补充作用。

DNA条形码；生物多样性；仔稚鱼；序列相似性；条形码间隙

作为鱼类种群补充重要来源的鱼类浮游生物主要是指鱼类生活史早期发育阶段，包括鱼卵和仔稚鱼[1]。鱼类浮游生物的正确鉴定、分布和数量变化能更好地帮助我们了解鱼类产卵场及早期的洄游路线，更有利于渔业资源的监测、管理和补充量及海洋保护区的建设[2-3]。鱼类浮游生物的传统鉴定方法比较粗放，主要依靠其外部形态特征，并不能全部鉴定到种的水平，特别是隐存种和新记录种[4-5]；同时鱼类浮游生物的形态特征复杂多变，而有的物种在发育期间变化较大，甚至存在变态发育，再加上鉴定者自身具备的知识参差不齐、主观性较强及参考资料不全等因素，导致种类鉴定结果存在一定出入[6-8]。一种准确、快速、高效、稳定的鉴定方法就显得十分必要。随着DNA条形码技术的提出，其在物种鉴定方面的优势越来越明显[9-11]，因为该技术突破了对经验过度依赖和样品完整性的局限，实现了样品鉴定的标准化。一些学者尝试用该技术来解决鱼类浮游生物的物种鉴定和物种多样性的调查[2-3, 7-8, 12-13]。

苍南海域位于浙江省南端，是东海中部和南部的交界海域，属中亚热带海洋性气候区，初级生产力水平较高，物种丰富，是许多游泳动物的重要产卵场[14]。有关该海域的研究仅见于游泳动物生态位及种间的联结性[14]，而有关鱼类仔稚鱼鉴定的研究尚属空白。本研究利用DNA条形码技术对采集于苍南海域的仔稚鱼进行种类鉴定，以明确仔稚鱼种类与现场资源调查捕获鱼类种类的关系，为条形码技术应用于鱼类浮游生物种类鉴定提供参考，并探讨该技术对物种多样性调查的补充作用。

1 材料与方法

1.1样品采集与鉴定

于2016年2月20日在浙江省苍南海域进行底拖网调查，所有样品低温保存，带回实验室进行种类鉴定，在样品分析时发现渔获物中夹杂大量的仔稚鱼，依据外部形态特征(体型、鳍条发育、体色等)对其进行初步分类，测量其体长，并进行标号，留待后续分子遗传学研究。

为了进一步确定仔稚鱼鉴定的准确性，本研究采用DNA条形码技术对其做进一步的分析。对数量较多的形态种随机选取10或15尾，数量较少的则全部用于后续的分子遗传学研究，同时取在资源调查中出现过仔稚鱼种类的成鱼1尾和GenBank数据库中的参考序列用于后续的物种鉴定(见表1)。

表1 苍南调查海域仔稚鱼种类鉴定信息及遗传多样性信息Table 1 Information and molecular indices of fish larvae identified in the investigated waters of Cangnan

1.2实验方法

取仔稚鱼和成鱼适量肌肉组织，采用海洋动物组织DNA提取试剂盒提取基因组DNA，4℃保存备用。用于扩增COI片段的引物为[9]：F1：5′-TCAACCAACCACAAAGACATTGGCAC-3′；R1：5′-TAGACTTCTGGGTGGCCAAAGAATCA-3′。PCR反应体系为25 μL[11]：0.15 μLTaqDNA聚合酶，2.5 μL dNTP(2 mmol/L)，2 μL 10×Taq buffer(含Mg2+)，正反引物各1 μL(2 mmol/L)，DNA模板1 μL，其余dd H2O补足。反应条件为：95 ℃预变性5 min；95 ℃变性30 s，50 ℃退火30 s，72 ℃延伸30 s，30个循环；72 ℃延伸10 min。以上反应均设阴性对照以排除DNA污染的情况。取3 μL PCR扩增产物进行1.5%琼脂糖凝胶电泳检测(U=5 V/cm)，对符合测序浓度的PCR产物送生物公司进行纯化和序列双向测定。

1.3数据处理

对获得的全部序列进行人工比对并辅以校正，截取有效、准确的目的片段用于后续分析。将所有序列在NCBI数据库中进行BLAST序列相似性比对，采用两两序列间遗传相似度>98%的为同一物种，92%～98%为同一属，85%～92%为同一科的标准对苍南海域的幼鱼进行种类鉴定[2-3]，选取最佳匹配值(The best match)和种间最佳匹配值(Interspecific best match)(序列匹配百分数为数值)，选取2%为种间的遗传分化界限，对所有比对结果划分为三种模式[3, 15]：(Ⅰ)准确比对(Match to species)：最佳比对值(The best match)低于遗传分化界限，最佳邻接比对值(The nearest neighbor best match)高于遗传分化界限，该模式下能鉴定到种；(Ⅱ)不确定比对(Uncertain match)：最佳比对值和最佳邻接比对值均低于遗传分化界限，该模式下鉴定到的种是不确定的或者错误的；(Ⅲ)无法比对(Unmatched)：最佳比对值和最佳邻接比对值均高于遗传分化界限，该模式下由于条形码参考数据库(Reference library)的限制导致物种无法鉴定。基于K2P模型利用Mega 4.0软件计算各物种间的条形码间隙(Barcoding gap)和构建邻接关系树[15-16]；利用Arlequin软件计算各物种的单倍型数量和单倍型多样度。

2 结果

2.1鱼类种类组成

本次调查渔获成鱼种类36种，隶属于9目16科29属(附录1)，其中鲈形目占绝对优势，为17种，占总种类数的47.22%，其次是鲱形目和鲽形目分别为7种和6种，占19.44%和16.67%，其余各目种类数均为1种。在科级水平上，鲽形目的舌鳎科种类数最多，为6种，占总种类数的16.67%，其次为鳀科和虾虎鱼科种类，分别为5种，占13.89%。在属级水平上，舌鳎属的种类数最多，为6种，其余各属分布较为平均。

附录1：苍南调查海域渔获鱼类名录Appendix 1:List of fish in the investigated waters of Cangnan in Winter

图1 苍南调查海域渔获鱼类物种组成

除上述鱼类外，尚有一定数量的仔稚鱼存在，体长范围在26.4～133.6 mm，依据其外部形态特征对其进行初步鉴定，分为10个形态种，其中数量最多的为鲈形目鱼类(见表1)。

2.2 COI序列相似性比对

对所有88条仔稚鱼的目的序列进行相似性比对发现，序列相似度在98%～100%之间的有85条，占总数的96.59%；相似性在92%～98%的有3条，占总数的3.41%；无相似性在85%～92%的序列。

每一个体的最佳匹配值和种间最佳匹配值之间的比较能更直接地反映比对的结果(见图2)。以相似度98%作为同一物种的界限对所有个体进行分析，结果显示有85个体属于模式Ⅰ(96.59%)，能准确鉴定到种；有2个体属于模式Ⅱ(2.27%)，属于模糊种；有1个体属于模式Ⅲ(1.14%)，无法匹配到种的水平。

由序列相似性比对结果可以看出(见表1)，只有镰鲳、龙头鱼和六丝钝尾虾虎鱼(小个体)的鉴定结果与形态鉴定结果一致；形态种棘头梅童鱼实际为大黄鱼，绿鳍鱼实际上为小眼绿鳍鱼；鲷科鱼类为二长棘犁齿鲷，鲉科鱼类为褐菖鲉，髭鲷属鱼类为横带髭鲷，鮨科鱼类为花鲈。模糊种(形态种食蟹豆齿鳗)与裸鳍虫鳗(Muraenichthysgymnopterus，KX215178)的相似性为99%～100%，而与西里伯蛇鳗(Ophichthuscelebicus，KX215180)的相似性为99%。在形态特征上，裸鳍虫鳗与西里伯蛇鳗二者最明显的区别在于有无尾鳍，从本研究的样品可以明显观察到尾鳍的存在，因此可以推断该种为裸鳍虫鳗。无法匹配种(形态种六丝钝尾虾虎鱼大个体)相似性最高为85%，相似性最高的物种为鳄鲬(Cociellacrocodila，KP267636)，隶属于鲉形目鲬科，依据遗传相似性鉴定标准可以推断该物种应属于鲬科(Platycephalidae)。

经序列比对和种类整理发现，所有仔稚鱼存在11个种(见表1)，隶属于4目11科11属，其中10个种能确定到种，1个未确定。鲈形目所占种类最多为6种，分属于6科6属，鲉形目包含3种，分属于3科3属，仙女鱼目和鳗鲡目分别包含1种，分属于1科1属。11种仔稚鱼中仅有5种的成鱼在本次资源调查中出现，分别为大黄鱼(Larimichthyscrocea)、褐菖鲉(Sebastiscusmarmoratus)、花鲈(Lateolabraxmaculatus)、龙头鱼(Harpadonnehereus)和六丝钝尾虾虎鱼(Amblychaeturichthyshexanema)，剩余6种为新出现种，分别为镰鲳(Pampusechinogaster)、二长棘犁齿鲷(Evynniscardinalis)、横带髭鲷(Hapalogenysanalis)、小眼绿鳍鱼(Chelidonichthysspinosus)、裸鳍虫鳗和鲬科鱼类。

(Ⅰ-鉴定到种；Ⅱ-模糊种；Ⅲ-无法匹配种。Ⅰ- match to species, Ⅱ- ambiguous species, Ⅲ- unmatched species.黑色线代表物种间分化的界限。Dotted lines correspond to 2% divergence threshold for species boundaries.)

图2 每一个体最佳匹配值和种间最佳匹配值之间的比较
Fig.2 Best match compared with nearest neighbor (similarity percentage) for each specimen

2.3条形码间隙和遗传多样性

基于K2P模型计算各种间的遗传距离范围为0.21～0.35，平均遗传距离为0.26，明显达到种的水平；各种内的遗传距离均低于0.017(六丝钝尾虾虎鱼)，符合种内界限。种内遗传距离和种间遗传距离基本符合“10乘法则”[17]。各物种的最小种间遗传距离均高于该物种的最大种内遗传距离，由图3可以明显看出种内和种间遗传距离间存在条形码间隙，不存在重叠，证实各物种的有效性。

(种间遗传距离的最大值和最小值分别用上下横杠进行表示，中间横杠为中位值，蓝线代表最大种内遗传距离；红线代表平均种内遗传距离。Median interspecific distances with maximum and minimum values are represented by the upper and lower bars, respectively. Blue line: Maximum intraspecific distance; Red line: Mean intraspecific distance.)

图3 基于K2P模型计算各物种的条形码间隙

Fig.3 DNA barcoding gaps for all of the species based on the K2P model

剔除仅一个单倍型的4种鱼类，计算剩余7种鱼类的单倍型数量和单倍型多样度(见表1)。六丝钝尾虾虎鱼的单倍型数量最高；其次为镰鲳、大黄鱼和花鲈均为6；褐菖鲉、小眼绿鳍鱼和龙头鱼的单倍型数分别为4、3和2。单倍型多样度范围为(0.250±0.180)～(0.867±0.067)，最高的为六丝钝尾虾虎鱼，其次为大黄鱼、花鲈和小眼绿鳍鱼，镰鲳和褐菖鲉的单倍型多样度较接近，龙头鱼的最低。

2.4系统发育树

基于11种仔稚鱼COI单倍型、部分成鱼序列和GenBank数据库中的参考序列构建邻接关系树(见图4)，可以看出大部分同一形态种的不同个体聚类到同一支系内，鲬科鱼类SP. 明显不同于六丝钝尾虾虎鱼，独自成为一支系。各物种间能明显分开，形成独立的11个支系，这一结果与各物种间的条形码间隙结果相对应，表明各物种的有效性。各种类的照片同样在图4中给出，但是由于前期鉴定和样品保存的原因，未对鲬科鱼类SP. 的标本进行拍照，仅保留其肌肉样品。

3 讨论

专业分类学家的减少、隐存种和新种的不断发现及参考资料的局限性导致了基于外部形态特征对物种进行鉴定往往存在一定的出入，而对仔稚鱼鉴定的准确性更低，DNA条形码技术的出现能在一定程度上很好地解决这一问题。本研究从序列相似性比较结果(见图2)可以看出，模式Ⅰ下能准确鉴定到种，本次调查出现的仔稚鱼大部分(96.59%)处于该模式下，如大黄鱼、龙头鱼等。模式Ⅱ下的物种比对结果比较混乱，同一序列可能与多物种的相似性在98%以上，如六丝钝尾虾虎鱼与矛尾虾虎鱼(Chaeturichthysstigmatias)(KC495071)、裸鳍虫鳗与西里伯蛇鳗(KX215180)的相似性均在99%及以上，出现这种情况可能与渐渗杂交和系统分类有关[3, 18]。在本研究中渐渗杂交显然不是造成这种情况的主要原因，更多的可能是与序列提交者分类鉴别水平和条形码参考数据库的准确性有关。模式Ⅲ下的物种难以找到与之高匹配的数据，如鲬科鱼类SP.。不管上述哪种模式，要实现物种的准确鉴定，必须建立准确且高覆盖度的参考序列数据库。

(图中- adult为仔稚鱼的成鱼序列。-adult represented the adult sequences of fish of larvae.)

利用平均种间遗传距离判断种内和种间的关系往往会造成一定的错误，但条形码间隙可以有效的弥补这一缺陷，即比较最低种间遗传距离和最高种内遗传距离[15-16]。本研究的11种鱼类各种间平均遗传距离均高于0.2，种内平均遗传距离均低于0.2，且各种间均能发现清晰的条形码间隙，在系统发育树上同样可以看出各物种均各自聚为一支系，能将各种区分开，因此能保证各种的有效性和准确性。

片面的取样、错误的种类鉴定及薄弱的分类学研究均会阻碍物种的鉴定和新物种的发现，影响调查区域内生物多样性的评估[19]。本研究11种仔稚鱼中有6个种的成鱼在本次资源调查中未曾出现，进一步说明了仔稚鱼研究的重要性，同时也可以看出DNA条形码技术对物种多样性调查在一定程度上有补充作用，能更真实地反映调查区域内的物种多样性水平。

同样，在仔稚鱼的鉴定过程中不能因为调查中出现同属成鱼而将其武断定种，如横带髭鲷和斜带髭鲷，六丝钝尾虾虎鱼和鲬科鱼类SP.。对外形十分相似物种的鉴定更能考验分类者的知识水平，在不能准确定种的情况下应将其鉴定到有把握的属或科级水平，如大黄鱼和棘头梅童鱼。应加强对经济价值较低且常见物种样品的采集和保存，以增加条形码数据库的有效数据，如食蟹豆齿鳗(仅有16S和12S片段，无COI片段)。浙江省多年以来开展大黄鱼幼鱼的增殖放流[20]，本次调查发现该海域中大黄鱼有一定的产量，同样在仔稚鱼中也发现大量的大黄鱼，表明增殖放流产生了一定的效果，应进一步加强大黄鱼的保护和管理，不能松懈。鲬科鱼类SP. 未发现与之相匹配的序列，由于仍有很多物种的COI基因序列尚未被报道，因此无法确认该种是属于已报道而未发表相关序列信息的种类，还是属于隐存种。因此对某些近缘种或外形相似的种类，要同时结合形态学、分子遗传学和地理学才能对其分类地位进行更准确地定位[21]。

本研究依据形态特征对苍南调查海域仔稚鱼进行种类鉴定的准确率不足三成，表明研究者在仔稚鱼形态鉴定方面的羸弱，更表明DNA条形码技术的有效性。条形码技术与传统分类学相结合，不仅可提高物种鉴别的准确性，而且可以对生物多样性调查起到一定的补充作用，是对生物多样性进行高效、快速、可靠评估的新工具，但分类学家也不能过分依靠条形码技术，仍要加强自身分类知识水平的积累。正确的形态鉴定提供准确的条形码，准确的条形码指导后续的物种鉴定，只有如此才能形成良好的物种鉴定循环，有助于今后的种类鉴定、隐存种的发现、多样性调查及系统发育等研究。

[1] 张仁斋, 陆穗芬, 赵传絪, 等. 中国近海鱼卵与仔鱼[M]. 上海:上海科学技术出版社, 1985: 1-12.

Zhang R Z, Lu S F, Zhao C Y, et al. The Fish Eggs and Larvae from Coastal Waters of China[M]. Shanghai: Shanghai Science and Technology Press, 1985: 1-12.

[2] Ko H L, Wang Y T, Chiu T S, et al. Evaluating the accuracy of morphological identification of larval fishes by applying DNA barcoding[J]. PLoS ONE, 2013, 8(1): e53451. doi: 10. 1371/journal. pone. 0053451.

[3] Hubert N, Espiau B, Meyer C, et al. Identifying the ichthyoplankton of a coral reef using DNA barcodes[J]. Molecular Ecology Resources, 2015, 15: 57-67.

[4] Bogorodsky S V, Suzuki T, Mal A O. Description of a new species of Priolepis (Perciformes: Gobiidae) from the Red Sea, a new record ofPriolepiscompita, and a distributional range extension ofTrimmafishelsoni[J]. Zootaxa, 2016, 4150(2): 168-184.

[5] Tornabene L, Van Tassell J L, Gilmore R G, et al. Molecular phylogeny, analysis of character evolution, and submersible collections enable a new classification of a diverse group of gobies (Teleostei: Gobiidae: Nes subgroup), including nine new species and four new genera[J]. Zoological Journal of the Linnean Society, 2016, 177(4): 764-812.

[6] Carvalho D C, Palhares R M, Drummond M G, et al. DNA Barcoding identification of commercialized seafood in South Brazil: a governmental regulatory forensic program[J]. Food Control, 2015, 50: 784-788.

[7] 李海涛, 张保学, 高阳, 等. DNA条形码技术在海洋贝类鉴定中的实践: 以大亚湾生态监控区为例[J]. 生物多样性, 2105, 23(3): 299-305.

Li H T, Zhang B X, Gao Y, et al. DNA barcoding in species identification of seashells: A case study in the ecological monitoring zone of Daya Bay, Guangdong[J]. Biodiversity Science, 2015, 23(3): 299-305.

[8] 周美玉, 陈骁, 杨圣云. 采用DNA条形码技术对厦门海域鱼卵、仔稚鱼种类的鉴定[J]. 海洋环境科学, 2015, 34(1): 120-125，135.

Zhou M Y, Chen X, Yang S Y. Identification of several fish eggs and larvae by DNA barcoding in Xiamen water[J]. Marine Environmental Science, 2015，34(1): 120-125，135.

[9] Hebert P D N, Cywinska A, Ball S L. Biological identifications through DNA barcodes[J]. Proceedings of the Royal Society of London B: Biological Sciences, 2003, 270(1512): 313-321.

[10] Chen W T, Ma X H, Shen Y J, et al. The fish diversity in the upper reaches of the Salween River, Nujiang River, revealed by DNA barcoding[J]. Scientific Reports, 2015, doi: 10. 1038/srep17437.

[11] 李渊, 宋娜, Khan Fozia Siyal, 等. 银鲳形态特征与DNA条形码研究[J]. 水产学报, 2013, 37(11): 1-9.

Li Y, Song N, Khan F S, et al. New evidence of morphological and DNA barcoding ofPampusargenteus(Euphrasen, 1788)[J]. Journal of Fisheries of China, 2013, 37(11): 1-9.

[12] Ji Y, Ashton L, Pedley S M, et al. Reliable, verifiable and efficient monitoring of biodiversity via metabarcoding[J]. Ecology Letters, 2013, 16: 1245-1257.

[13] Perl R G B, Nagy Z T, Sonet G, et al. DNA barcoding Madagascar’s amphibian fauna[J]. Amphibia Reptilia, 2014, 35: 197-206.

[14] 胡成业, 水玉跃, 杜肖, 等. 浙江苍南南部沿岸海域主要游泳动物生态位及种间联结性[J]. 应用生态学报, 2015, 26(10): 3195-3201.

Hu C Y, Shui Y Y, Du X, et al. Niche and interspecific association of nekton in the south coastal waters of Cangnan, Zhejiang, China[J]. Chinese Journal of Applied Ecology, 2015, 26(10): 3195-3201.

[15] Hebert P D N, Stoeckle M Y, Zemlak T S, et al. Identification of birds through DNA barcodes[J]. PLoS Biology, 2004, 2(10): e312. doi. org/10. 1371/journal. pbio. 0020312.

[16] Shen Y, Guan L, Wang D, et al. DNA barcoding and evaluation of genetic diversity in Cyprinidae fish in the midstream of the Yangtze River[J]. Ecology and Evolution, 2016, 6(9): 2702-2713.

[17] Ward R D, Zemlak T S, Innes B H, et al. DNA barcoding Australia’s fish species[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2005, 360: 1847-1857.

[18] Meyer C, Paulay G. DNA barcoding: Error rates based on comprehensive sampling[J]. PLoS Biology, 2005, 3(12): 2229-2238.

[19] 高连明. DNA条形码在生物多样性编目与评价中的应用[J]. 生物多样性, 2015, 23(3): 286-287.

Gao L M. Applications of DNA barcoding in biodiversity inventory and assessment[J]. Biodiversity Science, 2015, 23(3): 286-287.

[20] 张其永, 洪万树, 杨圣云, 等. 大黄鱼增殖放流的回顾和展望[J]. 现代渔业信息, 2010, 25(12): 3-5，12.

Zhang Q Y, Hong W S, Yang S Y, et al. Review and prospects in the restocking of the large yellow croaker (Larimichthyscrocea)[J]. Modern Fisheries Information, 2010, 25(12): 3-5, 12.

[21] 王太, 张艳萍, 管丽红, 等. 甘肃省鱼类资源现状及DNA条形码在鱼类物种鉴定中的应用[J]. 生物多样性, 2015, 23(3): 306-313.

Wang T, Zhang Y P, Guan L H, et al. Current freshwater fish resources and the application of DNA barcoding in species identification in Gansu Province[J]. Biodiversity Science, 2015, 23(3): 306-313.

IdentificationofSeveralFishLarvaeBasedonDNABarcodingintheInvestigatedWatersofCangnan

LI Yuan1, 3, ZHANG Li-Yan2, ZHANG Ran1, SONG Pu-Qing1, WANG Liang-Ming1, ZHANG Li1, LIN Long-Shan1

(1. Third Institute of Oceanographgy, SOA, Xiamen 361005, China; 2. Fujian Institute of Oceanography, Xiamen 361013, China; 3. The Key Laboratory of Integrated Marine Monitoring and Applied Technologies for Harmful Algal Blooms, SOA, Shanghai 200137, China)

The investigated waters of Cangnan located in the south of Zhejiang province, where is an important spawning ground for many marine species. Fishery resources survey in this water was conducted by bottom trawling in the winter of 2016 and a large number of fish larvae were collected. To improve the accuracy of species identification, DNA barcoding based on COI gene was employed to identify fish larvae collected from the investigated waters. Ten morphospecies were identified based on morphological characteristics, while 11 species were identified by DNA barcoding analyses. After running blast searches in NCBI, a match of 98%～100% was found in 96. 59% of all individuals, a match of 92%～98% was 2. 27%, and 85%～92% was 1. 14%. Results of sequence similarity showed that ten of 11 species were identified to the species level, while one species was unmatched. There would be a clear overlap (barcoding gap) between intraspecific and interspecific variabilities in each species, as the smallest interspecific divergences were well below 2%, but the largest intraspecific divergences reached above 2%. Different individuals were clustered together, and different species could be unambiguously identified from NJ tree. Results noted above indicated that there were 11 valid species identified from this survey at last. Compared with the survey results of fishery resources, only five fish larvae species were identified with adult fish species found in this survey, and the six remaining species were new types. The COI barcoding diversity was found to be high, with the exception ofHarpadonnehereus(0. 250±0. 180). It was vital that some protective measures be taken immediately toH.nehereusbecause of low COI barcoding diversity. It is thus clean that DNA barcoding is an effective tool for accurate species identification, and also could play a supplementary role in the species diversity survey. All entire dataset in this study could play an important role in survey of biodiversity and genetic diversity of Cangnan, and all results could provide reference for fisheries management and formulating policy.

DNA barcoding; biodiversity; fish larvae; sequence similarity; barcoding gap

Q174;S917.4

A

1672-5174(2017)12-072-08

责任编辑 高 蓓

10.16441/j.cnki.hdxb. 20160343

李渊， 张丽艳， 张然, 等. 基于DNA条形码技术对苍南海域仔稚鱼的物种鉴定[J]. 中国海洋大学学报(自然科学版), 2017, 47(12): 72-79.

LI Yuan, ZHANG Li-Yan, ZHANG Ran, et al. Identification of several fish larvae based on DNA barcoding in the investigated waters of Cangnan[J]. Periodical of Ocean University of China, 2017, 47(12): 72-79.

海洋赤潮灾害立体监测技术与应用国家海洋局重点实验室开放基金项目(MATHAB201603)；双边国际事务合作—开展海峡两岸合作与交流项目(2200207)资助

Supported by Open Research Fund Program of MATHAB, S.O.A (MATHAB201603)；Bilateral Cooperation on International Affairs—Cross-Strait Cooperation and Communication Program (2200207)

2016-10-09 ；

2016-12-14

李 渊(1985-)，男，博士生，主要从事海洋生态学研究。E-mail：liyuan@tio.org.cn

** 通讯作者：E-mail：linlsh@tio.org.cn