北方梭鱼（Esox lucius L.）在淡水和微咸水环境中的群体基因组结构差异：对管理和保护的启示

《Journal of Fish Biology》：Contrasting population genomic structuring of northern pike (Esox lucius L.) in fresh- and brackish water environments: Implications for management and conservation

　　摘要

理解塑造种群遗传结构的因素对于推进进化研究以及制定有效的管理和保护策略至关重要。北方梭鱼（Esox lucius L.）是一种顶级硬骨鱼类捕食者，栖息于北半球的淡水和微咸水环境中。波罗的海的微咸水区域的梭鱼种群通常表现出强烈的遗传结构特征，沿海的同域种群在春季会分离，分别前往浅水、避风的微咸水海湾或淡水支流和湿地进行繁殖。与波罗的海相比，淡水环境中的基因组结构，尤其是在大型湖泊系统中，仍然知之甚少。为了解决这一空白，我们使用限制性位点相关DNA测序技术，评估了瑞典韦纳恩湖（V?nern Lake）（8932个单核苷酸多态性[SNPs]）和爱沙尼亚萨雷马岛（Saaremaa）周围微咸水区域（6899个SNPs）中北方梭鱼的遗传结构和多样性。结果显示，微咸水环境中的遗传结构更为明显，而遗传多样性较低；相比之下，淡水环境中的遗传多样性较高，且遗传结构极为简单。我们没有发现环境内部存在选择压力的证据。然而，我们识别出187个异常SNP和62个异常基因，这些基因可能反映了梭鱼对盐度的适应。值得注意的是，其中一些基因与关键生物过程相关，包括渗透压调节（akap13）、早期发育（tfap2a）和病原体反应（tlr18）。从渔业管理的角度来看，我们的结果表明可以将淡水系统作为一个整体进行管理，而波罗的海沿岸梭鱼的强烈种群结构可能需要大规模的解决方案和/或针对特定种群的精细管理措施，以维持其遗传和生命史的多样性。

1 引言

可持续管理和保护渔业资源对于维持生物多样性、生态系统健康以及依赖水生生态系统的人类生计至关重要（Lemopoulos等人，2019；Action，2020）。鱼类种群内的遗传结构提供了关于塑造这些资源的进化、生态和人口过程的关键见解（Allendorf等人，2012；Waples & Gaggiotti，2006）。通过了解种群间的遗传联系以及与不同环境因素相关的局部适应，渔业管理者能够设计出符合目标物种生态和时间趋势的战略，确保其韧性和可持续性。此外，了解遗传结构对于渔业资源的识别和管理工作至关重要，这是适应性和长期种群生存能力的基石（Laikre等人，2010）。基因组技术的最新进展彻底改变了我们利用遗传信息进行渔业管理和保护的能力（Allendorf等人，2010；Ouborg等人，2010；Theissinger等人，2023）。高通量测序技术能够分析整个或大部分基因组区域，为检测种群结构、适应性变异和迁移模式提供了前所未有的分辨率（Formenti等人，2022；Vasem?gi等人，2023）。因此，全基因组方法提供了传统遗传标记可能忽略的见解（Lemopoulos等人，2019；Vasem?gi等人，2023）。因此，在面对快速的生态和气候变化时，种群基因组学正成为可持续渔业管理工具箱中的强大补充（Andersson等人，2024；Ozerov等人，2013）。北方梭鱼（Esox lucius L.）是一种在生态和渔业研究中越来越受到关注的环极顶级捕食者鱼类（Forsman等人，2015）。在淡水和沿海生态系统中，梭鱼对生态系统功能至关重要，同时也是休闲渔业的重点物种（Arlinghaus等人，2018；Craig，2008）。波罗的海地区的梭鱼种群状况各不相同，中部和南部地区显示出种群数量下降的趋势（Olsson等人，2023），瑞典东海岸的外围群岛（Eriksson等人，2011；Ljunggren等人，2010；Olsson，2019）以及芬兰的部分地区（Lehtonen等人，2009）也是如此。这些下降归因于多种因素，如过度捕捞和密集的休闲捕鱼（Bergstr?m等人，2022；Van Gemert等人，2022）、繁殖环境的丧失和退化（Hansen等人，2019；Niemi等人，2023）、海豹和鸬鹚的捕食增加（Arlinghaus等人，2021；Bergstr?m等人，2022），以及中型捕食者三刺鱼（Gasterosteus aculeatus）数量的增加，后者通过捕食者-猎物关系的逆转对梭鱼的早期生活阶段产生了负面影响（Donadi等人，2020；Nilsson等人，2019）。为了缓解种群下降，已经实施了多项保护措施，包括湿地恢复（Nilsson等人，2014；Tibblin等人，2023）和季节性禁渔等捕鱼规定（Ekl?f等人，2023）。野生种群中的遗传结构通常发生在扩散受限的情况下，这可能是由于固有的物理、行为或生态限制导致个体留在出生地附近（Gagnon & Angers，2006；Hemmer-Hansen等人，2007），或者是由于归巢行为，个体返回出生地进行繁殖（Engstedt等人，2014）。此外，局部适应也可以通过导致经历不同环境压力的种群间出现遗传差异来促进遗传结构（Wang & Bradburd，2014）。在波罗的海，同域的沿海梭鱼在繁殖期间会分离，繁殖地点要么是浅水、避风且植被茂盛的海湾和入海口（Hansen等人，2019；Sundblad等人，2011；Sundblad & Bergstr?m，2014），要么是淡水溪流和湿地（即溯河洄游的梭鱼；Engstedt等人，2010；Larsson等人，2015）。早期关于波罗的海梭鱼种群结构的研究主要使用有限的遗传标记，主要关注广泛的地理尺度（100–1000公里）上的遗传关系，发现遵循隔离距离（IBD）模式的遗传上不同的种群（Bekkevold等人，2015；M?ller等人，2021；Wennerstr?m等人，2017）。然而，除了地理距离之外，还有其他因素也影响波罗的海梭鱼的遗传分化。例如，最近的研究发现，即使相距仅5公里的生态型和繁殖地之间也存在显著的遗传差异（Diaz-Suarez等人，2022；Nordahl等人，2019；Sunde等人，2020，2022）。这表明波罗的海梭鱼种群的遗传结构不仅受到精确归巢的影响，还受到生态和环境因素的影响。值得注意的是，溯河洄游和局部对盐度的适应似乎对波罗的海沿海梭鱼的遗传结构很重要（Engstedt等人，2010，2014；Rittweg等人，2024；Roser等人，2023）。随着波罗的海某些地区的盐度接近梭鱼的耐受极限（Jacobsen等人，2017；J?rgensen等人，2010），在封闭的海湾或淡水中找到合适的繁殖地可能成为促进归巢和局部适应的重要选择力量。这一观点得到了关于波罗的海梭鱼适应性表型分化的研究的支持，这些研究涉及盐度和温度制度以及悬浮物质水平等多种特征（Sunde等人，2018，2019；Tibblin等人，2015，2016）。尽管在一些淡水系统中也观察到了出生地忠诚度和遗传结构（Miller等人，2001），但稳定同位素的化学分析表明，淡水系统中的归巢行为可能并不像预期的那样强烈（Oele等人，2015）。因此，对比淡水和微咸水系统可能有助于揭示梭鱼的种群基因组结构以及环境对物种遗传多样性的影响。尽管多年来已经构建了多个北方梭鱼的基因组组装（Johnson等人，2024；Pan等人，2021；Rondeau等人，2014），但旨在揭示遗传多样性和进化过程的全基因组研究仍处于早期阶段。例如，Johnson等人（2024）最近生成并注释了一个北方梭鱼的染色体级基因组组装，包含25个染色体长度的支架，总长度为941 Mbp。他们还重新测序了来自北美的50个个体，发现从西北到东部的种群遗传多样性有所下降，支持了最后一次冰川消退后北方梭鱼向东迁移的观点。在波罗的海地区，多项研究探讨了环境因素（如盐度）和地理距离如何塑造全基因组种群结构（Lukyanova等人，2024；Roser等人，2023；Sunde等人，2022）。此外，结合高度分化的单核苷酸多态性（SNPs）与耳石微化学数据（关于栖息地利用和迁移行为）的分析还发现了比传统的溯河洄游与微咸水定居分类更多的生活史策略差异（Rittweg等人，2024）。然而，梭鱼适应性分化的分子机制仍很大程度上未知，只有少数偏离中性预期的异常SNP被描述（Sunde等人，2022）。识别不同环境中选择压力的遗传足迹为估计梭鱼不同繁殖单位和局部适应的程度提供了有价值的方法。本研究的主要目的是表征来自淡水（韦纳恩湖）和微咸水波罗的海（萨雷马岛）的北方梭鱼种群内的全基因组遗传多样性、种群结构和局部适应模式。通过使用RAD-seq方法同时在两个对比鲜明的生态系统中研究梭鱼，我们旨在解决以下问题：（1）在相似的空间尺度下分析时，淡水和微咸水环境中的梭鱼种群的遗传多样性和种群结构有何不同？（2）哪些与人口统计和栖息地相关的因素最有可能与观察到的遗传结构和多样性模式相关？（3）在全基因组SNP数据在哪些空间尺度上揭示了选择压力的潜在足迹，反映了作用于这些种群的不同选择压力？（4）观察到的基因组模式对栖息于微咸水和淡水环境的北方梭鱼的管理和保护有何意义？

2 材料与方法

2.1 韦纳恩湖中的淡水梭鱼

2022年繁殖季节（4月），在韦纳恩湖的三个区域进行了标准化的竿钓调查（图1a）。设计和方法与在瑞典东海岸进行的调查类似（参见例如Ekl?f等人，2023；Ogonowski等人，2023）。在每个区域，选择了两个位置相近且相似的用于繁殖的海湾，在两个时间段内进行了调查，每个时间段为4天。每天，钓鱼活动分为上午和下午两个4小时的时段。每个区域的两个海湾每天都会被捕捞，4天内交替进行上午和下午的捕捞。第一次调查是在4月1日至4日，第二次是在4月23日至27日。钓鱼活动由两名经验丰富的渔民进行，他们的任务是尽可能多地捕获鱼类。捕获的鱼类被测量长度、重量、繁殖状态、钩子位置和潜在的伤害情况，然后采集组织样本用于遗传分析。组织样本以胸鳍夹的形式保存在96%的乙醇中。在最初的调查后，一个区域（卡尔斯特德）收集了49个鳍夹样本，另外两个区域（马里斯塔德和塞夫勒）分别收集了19个和23个样本。为了每个海湾至少获得20个遗传样本，5月再次进行了非标准化的钓鱼活动。总共从45至117厘米长的个体中收集了129个遗传样本（表1和图1a）。

2.2 波罗的海梭鱼

2019年和2020年的春季和初夏期间，在爱沙尼亚萨雷马岛周围的六个淡水繁殖地收集了梭鱼（表1和图1b）。鱼类捕获方法包括标准电捕鱼、围网或刺网，如Diaz-Suarez等人（2022）所述。收集的个体包括当年出生的幼鱼（YOY）和成年鱼，比例各不相同。当年出生的幼鱼在野外被安乐死，置于低温条件下保存，然后运输到实验室并在-20°C下冷冻以供后续分析。较老的个体在野外被剪下鳍片后释放。在实验室中，从YOY中收集了肌肉组织。这两种组织都储存在96%的乙醇中，直到后续处理。

2.3 伦理声明

本研究遵守了《鱼类生物学杂志》（Journal of Fish Biology）关于动物护理和使用的所有伦理要求以及国家和/或机构指南。本研究中采样和处理的鱼类符合瑞典农业部规定的标准和程序，并且伦理许可已得到哥德堡伦理委员会（DNR 5.8.18-00761/2021）的批准。

2.4 文库制备

使用Nucleospin? Tissue试剂盒（Macherey-Nagel）从维纳恩湖（Lake V?nern）的个体中提取了DNA。对于波罗的海地区的个体，使用DNeasy?血液和组织试剂盒（Qiagen）从鳍片或肌肉组织中提取DNA（参见Diaz-Suarez等人，2022年）。使用Qubit? dsDNA HS（Thermo Fisher Scientific）测定DNA浓度。总共提取了400–600 ng的基因组DNA，并使用EcoRI（Thermo Fisher Scientific）进行消化。SciLifeLab（瑞典）进行了尺寸选择、文库制备、测序（NovaSeq X Plus 25B流式细胞仪，2×150 bp），然后使用MultiQC（Ewels等人，2016年）进行多重检测和质量控制。随后的SNP调用使用Stacks v2.71（Catchen等人，2013年）和北方梭鱼参考基因组（NCBI访问号：GCA_011004845.1）进行。SNP调用在三个不同的数据集上进行：（i）所有个体，（ii）维纳恩湖的淡水个体，以及（iii）波罗的海个体。使用dartR v2.9.7（Gruber等人，2018年）根据以下标准过滤了三个数据集中的SNP位点：每个个体的最小调用率为0.95，每个位点的最小调用率为0.8，最小等位基因频率为0.05，并排除了偏离哈迪-温伯格平衡的位点（p < 0.0001）。最终的SNP数据集包括所有样本中的5778个SNP，维纳恩湖淡水梭鱼的8932个SNP和波罗的海个体的6899个SNP。为了可视化三个最终SNP数据集之间的重叠程度，我们使用VennDiagram v1.7.3（Chen，2022年）构建了一个维恩图。过滤后SNP数量的差异可能是由于维纳恩湖（n = 121）和萨雷马岛（n = 31）之间的样本量不等造成的。5778个SNP的数据集用于确定总体遗传多样性指数、种群结构、有效种群大小（Ne）并测试所有个体的选择特征。8932个SNP的数据集用于淡水个体的种群结构分析，6899个SNP的数据集用于波罗的海个体的种群结构分析。

2.5 遗传多样性、种群结构和Ne估计

使用dartR v2.9.7（Gruber等人，2018年）计算了近交系数（FIS）、调整后的观察杂合度（Ho）和调整后的（标准化到样本大小的）预期杂合度（He）。使用PopGenReport v3.1（Adamack & Gruber，2014；Gruber & Adamack，2015）估计了平均等位基因丰富度。使用stats package v4.1.3（R Core Team，2023）中实现的非参数Mann–Whitney检验测试了淡水梭鱼和波罗的海梭鱼之间调整后的观察杂合度和等位基因丰富度的差异。为了避免由于淡水个体和咸水个体之间的样本量不等可能导致的偏差，使用poppr R package v2.9.6（Kamvar等人，2014）中实现的自助法估计了Ho（观察杂合度），重复1000次，每个组的最小样本量为四个。为了评估遗传结构在多大程度上保留了总体遗传多样性（L?ytynoja等人，2023），通过将淡水个体和波罗的海个体分为两个单独的种群来计算相同的多样性指数。使用pairwise FST估计器（Weir & Cockerham，1984）确定了所有采样点之间的遗传分化。先前的研究表明，即使样本量很小（即每个种群两个个体），使用大型SNP面板（≥1500）也可以获得可靠的FST估计（Nazareno等人，2017；Willing等人，2012）。使用StAMPP R package v1.6.3（Pembleton等人，2013）中的stamppFst函数计算了成对FST值、95%系数区间和显著性水平。为了探索遗传聚类，我们使用adegenet v2.1.10（Jombart，2008）中实现的判别分析主成分（DAPC）。使用a-score优化函数确定了保留的最佳主成分（PCs）数量，以避免模型过拟合或欠拟合（Jombart，2008）。为了补充DAPC，我们使用STRUCTURE（Pritchard等人，2000）中实现的贝叶斯聚类方法推断种群结构。为了最小化计算时间，所有STRUCTURE运行都使用PARALLELSTRUCTURE v1.0进行，该程序允许在多核计算机上进行并行运行（Besnier & Glover，2013）。我们对每个K值（K = 1到12，对应于采样点的数量）进行了三次独立运行，每次运行使用100,000次MCMC迭代和1000次燃烧期排列。使用Evanno的方法（Evanno等人，2005）确定了最可能的簇数量（K），包括所有个体以及分别针对淡水梭鱼和波罗的海样本的分析。为了考虑连锁不平衡（LD）对结构分析的潜在影响，使用LD过滤的SNP数据集重复了DAPC和STRUCTURE。使用dartR package（Gruber等人，2018）中的gl.filter.ld函数进行了LD修剪，应用了0.5和0.2的LD阈值。该程序识别并移除了表现出大于指定截止值的LD的位点。使用NeEstimator 2.01（Do等人，2014）中实现的LD方法估计了有效种群大小（Ne）。然而，由于波罗的海梭鱼样本量较小，Ne仅针对维纳恩湖的淡水梭鱼进行了估计。最后，使用ade4 v1.7（Dray & Dufour，2007；Thioulouse等人，2018）中实现的Mantel检验确定了湖泊和波罗的海个体之间的遗传距离（隔离距离，IBD）与遗传距离的相关性。我们在个体和种群水平上测试了IBD。在种群水平上，使用stamppFst函数（Pembleton等人，2013）之前计算的成对FST计算了遗传差异。使用poppr v2.9.6（Kamvar等人，2014，2015）计算了个体之间的遗传差异作为成对平均绝对等位基因频率差异。结果使用ggplot2 v3.5.1（Wickham，2016）进行了可视化。

2.6 选择特征

使用BayeScan v2.1识别了受到选择压力的候选位点，该方法利用贝叶斯框架分析了种群之间的等位基因频率差异（Foll & Gaggiotti，2008）。这种方法计算了位点受到选择压力与中性的后验概率，将异常高差异的位点识别为显示出相对于中性预期的高差异的位点。我们进行了三次不同的BayeScan运行。为了测试淡水梭鱼的选择特征，使用了来自六个地点/种群的维纳恩湖所有个体。为了识别波罗的海梭鱼的选择特征，我们使用来自六个地点/种群的萨雷马岛所有样本运行了BayeScan。最后，我们还对所有研究的样本（包括12个种群）运行了BayeScan，以识别在淡水和波罗的海环境之间显示出异常高差异的SNP和基因组区域。所有运行都使用中性模型的先验概率为10（po = 10）进行。如果位点满足以下标准，则被识别为选择候选位点：贝叶斯因子为3（?log10 = 0.05），后验概率为0.97，以及正的α值，表明存在定向选择（Foll & Gaggiotti，2008）。

2.7 基因注释

为了更好地理解北方梭鱼基因组中的选择基础，使用SnpEff v4_5（Cingolani等人，2012）将所有SNP注释到功能类别。SnpEff数据库是使用北方梭鱼参考基因组（NCBI访问号：GCA_011004845.1）构建的。为了测试每个注释类别中识别出的候选SNP的过剩和不足，使用stats v4.1.3包（R Core Team，2023）进行了卡方检验，将候选SNP的频率与所有识别的SNP进行了比较。最后，使用topr v2.0.2（Juliusdottir & Stefansson，2024）可视化了突出显示受选择压力的假定位点的曼哈顿图。

2.8 基因本体分析

首先，我们使用NCBI数据集v15.29.0识别了与人类和斑马鱼同源的梭鱼基因（O'Leary等人，2024）。随后，使用panther（Ashburner等人，2000；Aleksander等人，2023；Thomas等人，2022）中的二项式检验对同源基因符号进行了GO富集分析。

3 结果

3.1 测序和基因分型

初始数据集包括3641M个原始读段（每个个体的最小值=3.6M，最大值=17.2M，平均值=9.8M）。总共有152个个体被纳入stacks处理。样本的平均位点覆盖率为61.0x，范围从5.8x到93.0x，平均读长为332.1 bp。SNP过滤后，所有样本中共得到了5778个SNP。有两个个体没有通过过滤标准，被排除在进一步分析之外，一个来自Lunnerviken（维纳恩湖），另一个来自Kiljatu（萨雷马岛）。仅包含淡水梭鱼和波罗的海个体的数据集分别包含8932个和6899个SNP。原始Illumina序列可在NCBI的BioProject访问号PRJNA1197401下获得。

3.2 遗传多样性和种群结构

总体遗传多样性估计值Ho和He的范围分别为Kiljatu的0.206到0.280和Lunnerviken的0.183到0.273。淡水梭鱼种群的平均遗传多样性（Ho = 0.272，He = 0.269，AR = 1.684）高于波罗的海种群（Ho = 0.237，He = 0.214，AR = 1.539），并且基于非参数Mann–Whitney检验（p < 0.05），这三个多样性估计值之间的差异是显著的。同样，当所有个体被合并时，淡水环境中的遗传多样性估计值（Ho = 0.272，AR = 1.97）也高于波罗的海（Ho = 0.234，AR = 1.890）。在维纳恩湖内，所有采样点的遗传多样性估计值相似（Ho = 0.268–0.280，He = 0.266–0.273，AR = 1.677–1.169）。相比之下，西北部波罗的海种群的遗传多样性较低（平均值，Ho = 0.207，He = 1.94，AR = 1.48），而东南部波罗的海种群则较高（平均值，Ho = 0.252，He = 0.223，AR = 1.566）。使用自助法平衡样本量后，Ho的差异也显示出类似的遗传多样性水平（维纳恩湖平均值，Ho = 2.99；萨雷马岛平均值，Ho = 1.61；表S1）。淡水地点的估计Ne没有明显的地理模式，范围从154（95%置信区间[CI] 151–159）到653（95% CI 576–753）每个地点（表2）。表2. 研究种群的分子多样性指数和Ne估计值。

3.1 测序和基因分型

初始数据集包括3641M个原始读段（每个个体的最小值=3.6M，最大值=17.2M，平均值=9.8M）。总共有152个个体被纳入stacks处理。样本的平均位点覆盖率为61.0x，范围从5.8x到93.0x，平均读长为332.1 bp。SNP过滤后，所有样本中共得到了5778个SNP。有两个个体没有通过过滤标准，被排除在进一步分析之外，一个来自Lunnerviken（维纳恩湖），另一个来自Kiljatu（萨雷马岛）。仅包含淡水梭鱼和波罗的海个体的数据集分别包含8932个和6899个SNP。原始Illumina序列可在NCBI的BioProject访问号PRJNA1197401下获得。

3.2 遗传多样性和种群结构

总体遗传多样性估计值Ho和He的范围分别为Kiljatu的0.206到0.280和Lunnerviken的0.183到0.273。淡水梭鱼种群的平均遗传多样性（Ho = 0.272，He = 0.269，AR = 1.684）高于波罗的海种群（Ho = 0.237，He = 0.214，AR = 1.539），并且基于非参数Mann–Whitney检验（p < 0.05），这三个多样性估计值之间的差异是显著的。同样，当所有个体被合并时，淡水环境中的遗传多样性估计值（Ho = 0.272，AR = 1.97）也高于波罗的海（Ho = 0.234，AR = 1.890）。在维纳恩湖内，所有采样点的遗传多样性估计值相似（Ho = 0.268–0.280，He = 0.266–0.273，AR = 1.677–1.169）。相比之下，西北部波罗的海种群的遗传多样性较低（平均值，Ho = 0.207，He = 1.94，AR = 1.48），而东南部波罗的海种群则较高（平均值，Ho = 0.252，He = 0.223，AR = 1.566）。使用自助法平衡样本量后，Ho的差异也显示出类似的遗传多样性水平（维纳恩湖平均值，Ho = 2.99；萨雷马岛平均值，Ho = 1.61；表S1）。淡水地点的估计Ne没有明显的地理模式，范围从154（95%置信区间[CI] 151–159）到653（95% CI 576–753）每个地点（表2）。表2. 研究种群的分子多样性指数和Ne估计值。

注：由于萨雷马岛样本量较小，未估计Ne。Ne已四舍五入为整数。缩写：AR，等位基因丰富度；CI，置信区间；FIS，固定指数；He，预期杂合度；Ho，观察杂合度；n，样本数量；Ne，有效种群大小；SD，标准差。成对FST值的范围从0.009到0.172，在大多数比较中具有统计学意义（66次中的65次，p < 0.05；图2和表S2）。淡水地点的遗传分化较低（平均FST = 0.002），成对比较不显著（Svart?viken vs. Herrestad，FST = 0.0009）。相比之下，波罗的海种群表现出更高的遗传分化水平，特别是在西北部和东南部地点之间（平均FST = 0.093；图2）。基于完整数据集的DAPC清楚地分离了淡水梭鱼和波罗的海个体。淡水梭鱼形成了一个统一的簇，而波罗的海个体被分为两个不同的区域簇：西北部和东南部种群（图1c）。仅对波罗的海样本进行的DAPC显示了更明显的遗传分离，第一个轴区分了西北部和东南部种群，而第二个轴进一步将东南部个体分为三个不同的簇（图1d）。相比之下，淡水样本的DAPC显示出较弱的结构，形成了三个部分重叠的簇，对应于海湾对（图1e）。尽管DAPC在淡水组中显示出了聚类，但判别轴解释的方差比例较低，表明观察到的分组可能反映了多个位点上的微妙等位基因频率变化。这种模式通过DAPC的高区分能力得到了进一步强调，它强调了组间而不是组内的差异，即使在低FST条件下也能检测到微弱的但结构化的遗传分化。使用LD过滤的数据集也获得了类似的结构（图S1和S3）。图2：在图查看器或PowerPoint中打开

基于5778个北方梭鱼（Esox lucius L.）的单核苷酸多态性，展示了研究地点之间估计的成对FST值的热图。十字符号表示无显著的成对分化。结构分析包括所有个体，支持K=2作为最可能的簇数（基于Evanno的方法），将淡水个体和波罗的海个体分开（图3a和表S3）。然而，K=3也产生了生物学上一致的结果，区分了三个主要种群簇：淡水、波罗的海西北部和波罗的海东南部（图3a）。当仅对淡水个体运行STRUCTURE时，最可能的簇数为三个（K=3）（表S4），地点之间没有明显的分化（图3b）。对于波罗的海梭鱼单独分析时，K=5得到了最佳支持（表S5），将所有西北部个体归为一组，并将东南部群体分为四个不同的簇（图3c）。在淡水和波罗的海数据集中，与STRUCTURE相比，DAPC在群体内的遗传结构更为明显。DAPC是一种非参数方法，它通过PCA降低维度并最大化群体间的变异，而不假设哈迪-温伯格平衡或连锁平衡（Jombart等人，2010年）。相比之下，STRUCTURE是一种基于模型的方法，它依赖于这些假设，可能对连锁不平衡和低遗传分化更敏感（Falush等人，2003年；Pritchard等人，2000年）。因此，DAPC有时可以比STRUCTURE更清晰地揭示微妙的遗传结构。两种连锁不平衡修剪阈值（LD<0.5和0.2）产生了高度相似的遗传结构模式，表明LD对推断的分化影响很小（图S2和S3）。Mantel测试考虑了地点间的遗传差异，发现波罗的海梭鱼存在强烈且显著的IBD模式（R2=0.82，p=0.008；图4a），但在淡水梭鱼中没有（R2=0.05，p=0.188；图4b）。当Mantel测试基于个体间的遗传差异时，在维纳恩湖梭鱼中检测到弱但显著的IBD（R2=0.005，p=0.003；图4c），而波罗的海梭鱼表现出更强的IBD模式（R2=0.667，p=0.0081；图4d）。

图3：在图查看器或PowerPoint中打开

结构条形图显示了基于每个K值的10次运行得出的北方梭鱼（Esox lucius L.）的个体成员比例，没有先验的种群信息。(a) 所有个体（K=2，K=3和K=4），(b) 来自维纳恩湖的淡水梭鱼（K=3）以及(c) 来自萨雷马岛的波罗的海梭鱼（K=5）。结构分析基于所有个体的5778个单核苷酸多态性（SNPs），维纳恩湖淡水梭鱼的8932个SNPs和萨雷马岛波罗的海梭鱼的6899个SNPs。

图4：在图查看器或PowerPoint中打开

北方梭鱼（Esox lucius L.）在淡水（维纳恩湖）和波罗的海（萨雷马岛）种群之间的遗传分化与水道地理距离（公里）之间的关系。遗传差异在种群水平上（成对FST，a和b）和个体水平上（成对平均绝对等位基因频率差异，c和d）进行了考虑。

3.3 选择信号

对整个数据集（150个个体，来自12个种群）的Bayescan分析识别出187个可能受到选择压力的SNPs（图5和表S7）。相比之下，当分别分析淡水和波罗的海样本时，分别只观察到了两个和单个异常位点。在完整数据集中，异常SNPs位于或靠近62个基因附近（支持信息表S7）。卡方检验检测到候选位点在错义变异和剪接区域变异类别中的显著富集（卡方检验：χ2=3.944，p=0.047；表S6）。最多的异常SNPs（五个）位于24号染色体上的f13a1b基因附近，而在18号染色体上的stxbp5a基因检测到两个候选SNPs，另外在9号染色体上的未注释位点LOC105012317中也检测到四个SNPs（图S4）。在受选择的候选位点中，包括与渗透压调节（akap13）、早期发育（例如tfap2a、nbeaa）和病原体反应（tlr18和ifr3）相关的基因。然而，由于分析的SNPs密度相对较低，我们无法更详细地描述选择痕迹和潜在的致病变异。基因功能分析显示，异常基因在任何生物过程、生物组分或分子功能术语中都没有富集（FDR≥0.05）。

图5：在图查看器或PowerPoint中打开

曼哈顿图显示了淡水和咸水环境之间选择压力的信号。虚线红线表示log10(q值) = 1.32的阈值，表明有强烈的选择证据。

4 讨论

通过使用全基因组标记，我们比较了两种空间尺度相似的环境中梭鱼的遗传多样性和分化：一个大型淡水湖和波罗的海的一个咸水沿海区域。我们的发现显示，咸水环境中的遗传结构更为明显（平均FST=0.093），遗传多样性较低，而淡水种群表现出更高的遗传多样性和最小的遗传结构（平均FST=0.002）。此外，我们几乎没有发现每个环境内的种群之间存在选择压力的证据。然而，当综合考虑所有样本时，我们识别出近200个异常SNPs，这表明淡水和咸水环境之间的选择机制存在差异。先前的研究已经揭示了波罗的海北方梭鱼种群的显著遗传结构（Diaz-Suarez等人，2022年；M?ller等人，2021年；Nordahl等人，2019年）。相比之下，大型淡水系统中遗传结构和驱动遗传多样性的因素研究有限（Miller等人，2001年；Ouellet-Cauchon等人，2014年）。下面，我们探讨了两种环境之间对比的种群遗传模式背后的因素及其对管理和保护北方梭鱼遗传和生活史多样性的影响。

4.1 对比的种群结构和遗传多样性

波罗的海和湖泊种群之间观察到的不同遗传模式引发了关于驱动这些遗传结构和多样性差异的人口统计和环境相关因素的重要问题。首先，维纳恩湖中的梭鱼繁殖种群规模可能大于波罗的海梭鱼，使得后者的随机遗传漂变更为明显。这一点得到了维纳恩湖更高遗传多样性的支持，反映了更大的长期种群规模。此外，维纳恩湖梭鱼的有效种群规模相当大，对于顶级捕食者来说，每个地点的数量在150到650个个体之间。不幸的是，由于样本量小，无法对波罗的海梭鱼进行基于连锁不平衡的Ne估计。我们还评估了波罗的海梭鱼的种群亚结构是否在种群水平上保持了遗传多样性，正如最近在环斑海豹研究中所示（L?ytynoja等人，2023年）。然而，我们没有发现亚种群保留了足够的独特变异，以共同达到维纳恩湖的遗传多样性水平。其次，不同系统之间的归巢和产卵地点忠诚度差异可能会影响基因流的水平。波罗的海梭鱼表现出高产卵地点忠诚度（有23%–42%的鱼在次年返回同一地点，且没有鱼被记录在相邻的产卵栖息地，n=1416）。它们还表现出短的迁移距离（通常为3公里，有些鱼迁移至10公里）和低迁移率（<5%）（Dhellemmes等人，2023年；Engstedt等人，2014年；Flink等人，2023年；Tibblin等人，2023年）。尽管在淡水系统中也观察到了类似的低迁移率（1.3%和4.8%；Miller等人，2001年），但我们缺乏维纳恩湖的归巢和迁移距离信息。然而，观察到的低遗传分化和缺乏显著的IBD模式表明，维纳恩湖的产卵地点忠诚度可能低于波罗的海，从而促进了更大的基因流。有趣的是，根据休闲钓鱼模式和渔民的轶事信息，在维纳恩湖中，梭鱼更常作为鲑鱼拖钓的副渔获物被捕获，这表明（大型）远洋梭鱼在湖中更为常见。这表明，与远洋行为/生态型相关的增加的迁移距离可能促进了更广泛的扩散和较低的地点忠诚度。此外，由于自1990年以来波罗的海灰海豹（Halichoerus grypus）的捕食压力增加，维纳恩湖中远洋梭鱼的自然死亡率可能较低（Bergstr?m等人，2022年；Hansson等人，2018年）。第三，我们预计淡水环境将提供比咸水沿海环境更丰富和连续的产卵栖息地，后者产卵仅限于湿地和支流或春季早期变暖的浅湾（Arlinghaus等人，2023年；Lappalainen等人，2008年；Nilsson等人，2014年）。因此，咸水沿海环境中产卵栖息地的零星分布（Sundblad等人，2011年）可能促进了遗传隔离，这也通过沿海观察到的强烈IBD模式得到了证实。在淡水栖息地中，产卵地的可用性也可能受到水位调节的影响。例如，Ouellet-Cauchon等人（2014年）显示，圣皮埃尔湖的大幅度水位波动减少了梭鱼的产卵栖息地可用性，迫使鱼迁徙更长的距离来繁殖，最终导致种群遗传结构下降。尽管维纳恩湖的水位是人工调节的，但当前的水位调节制度旨在模拟更自然的条件，包括春季的水位较高。然而，由此产生的波动相对较小（<0.6米），对产卵栖息地的影响可能很小。另一个可能影响我们结果的额外因素是放流。尽管在波罗的海的某些地区（包括爱沙尼亚）进行了梭鱼的放流（Arlinghaus等人，2023年；Psuty等人，2023年；W?s-Barcz等人，2023年），但据我们所知，在采样之前，我们的两个研究区域没有最近的放流计划。第四，理论上，准确的归巢能力加上适合产卵环境的零星和异质分布应该有助于更好地适应局部环境条件（Berdahl等人，2015年；Forester等人，2016年）。这一点进一步得到了关于溯河性梭鱼适应性表型差异的研究的支持，这些研究表明，在不同的产卵地之间存在盐度和温度耐受性的差异，以及个体大小和生长的差异（Sunde等人，2018年，2019年；Tibblin等人，2015年）。然而，我们的RAD-seq分析没有在每个研究环境中发现显著的适应性变异。缺乏显著异常值的一个可能原因是用于分析的样本和种群数量有限（Lotterhos & Whitlock，2015年）。这一限制对于我们的波罗的海梭鱼研究尤其相关，因为只使用了少量的个体。尽管如此，在分析维纳恩湖梭鱼时也观察到了类似的缺乏异常值的情况，尽管维纳恩湖的样本量更大。在这种情况下，缺乏异常值的识别也可能与研究的SNP数量较少有关。使用RAD-seq和全基因组测序数据的实证研究表明，这两种方法通常会在种群中恢复相似的人口统计和适应性信号，尽管前者预计会在较低分辨率下揭示选择痕迹（Martchenko & Shafer，2023年）。因此，我们的基因组分析表明，梭鱼的细尺度适应性遗传差异可能不如之前认为的那么普遍（Berggren等人，2016年），但需要全基因组测序规模的基因组扫描来确认这一点。

4.2 与淡水和咸水环境相关的适应性特征

当包括淡水和波罗的海样本进行分析时，我们检测到187个异常SNPs，其中许多与62个参与各种细胞和生物过程的注释基因相关。几个候选位点与早期发育有关。例如，hsd17b3与橄榄比目鱼（Paralichthys olivaceus）的卵巢发育（Zou等人，2023年）和西伯利亚鲟鱼（Acipenser baerii）的卵细胞增殖（Lasalle等人，2024年）有关。此外，carmil3与胚胎发育过程中的内胚层细胞迁移有关（Stark等人，2022年；Stark & Cooper，2015年），nbeaa与电突触生成有关（Miller等人，2015年），tfap2a参与神经嵴诱导（Li & Cornell，2007年）。此外，一些异常SNP位于与渗透压调节（akap13，Escobar-Sierra & Lampert，2024）和病原体反应（例如tlr18和ifr3；Sun等人，2010年；Trung等人，2021年）相关的基因中。另一方面，Sunde等人（2022年）识别的26个异常基因中没有与我们候选基因重叠。这并不意外，因为Sunde等人（2022年）比较的是溯河性和海洋生态型之间的差异，而我们的研究包括了湖泊和溯河性来源的个体。通常，不同基因组扫描研究之间的低平行性是一个相当常见的现象，这是由于统计方法的差异和适应过程的随机性质（Kess等人，2024年；Perrier等人，2013年；Pettersson等人，2024年）。为了确认与咸水和淡水环境差异相关的适应性遗传变异的存在，需要对更多种群和个体进行全基因组测序。未来的研究还应重点关注如何更深入地理解生活史特征（如洄游性、部分洄游性或海洋定居性）与全基因组差异之间的关联。这可以通过将全基因组分析与微量化学数据相结合，并通过共同花园实验来阐明梭鱼适应性选择的作用程度来实现。

**5 结论及对管理的启示**

遗传结构和多样性对渔业管理和保护工作具有重要意义。淡水系统中较低的遗传结构以及缺乏适应性分化的证据表明，亚种群之间的基因流动足以将维纳恩湖的梭鱼视为一个统一的种群进行管理。相比之下，波罗的海沿岸梭鱼所表现出的精细遗传结构要求采取不同的管理措施，以维持遗传多样性和种群分化。渔业法规要么需要在足够大的空间范围内涵盖所有相关亚种群，要么需要实施许多针对局部种群的具体措施，以避免对数量较少或更脆弱的种群进行过度捕捞（Whitlock等人，2018, 2021）。此外，诸如季节性禁捕以保护梭鱼产卵种群（Ekl?f等人，2023）或支持性繁殖等管理措施在这两个生态系统中的效果可能会有所不同。例如，针对特定地点的禁捕措施预计会对维纳恩湖的全球梭鱼种群有益，但对萨雷马岛高度分化的种群则效果不佳。此外，萨雷马岛上的种群保护措施应包括适当的繁殖来源和足够的繁殖个体数量，以维持遗传多样性和种群结构（Cowx，1994；Epifanio & Waples，2015；Ryman & Laikre，1991）。湿地恢复已被证明有助于洄游性梭鱼的补充，并且理论上也能保持种群的遗传多样性和结构（Tibblin等人，2023）。因此，持续的湿地恢复活动仍然是改善波罗的海沿岸梭鱼状况的最合适的管理手段。总体而言，我们的研究强调了基因组结构、中性变异和适应性变异以及多样性在指导管理及生态恢复工作方面的基础重要性和当前知识空白。

**作者贡献**

A.V.、G.S. 和 A.D-S. 设计了这项研究。A.D-S. 收集了爱沙尼亚的样本。G.S. 收集了瑞典的样本。A.D-S. 生成了数据。M.E.L. 和 A.D-S. 分析了数据。A.V.、G.S. 和 A.D-S. 撰写了手稿。A.V. 和 G.S. 提供了资金支持。所有作者都审阅了手稿并同意其发表。

**致谢**

作者感谢斯德哥尔摩国家基因组基础设施（由Science for Life Laboratory资助）、Knut（瑞典）和Alice Wallenberg基金会（瑞典）的支持，以及SNIC/NAISS/乌普萨拉高级计算科学多学科中心（UPPMAX）在大规模并行测序和提供计算基础设施方面的帮助，同时也感谢参与瑞典数据收集的渔民们。

**资金信息**

本研究得到了爱沙尼亚研究委员会（项目PRG852和RITA1/02-60-05）、瑞典研究委员会（项目2020-03916）以及瑞典海洋和水资源管理局（项目2024-001355）的支持。