山东省淡水渔业研究院山东省淡水水产遗传育种重点实验室，山东 济南 250117

大鳞鲃(Barbuscapito)属鲤形目鲤科鲃亚科鲃属，主要分布于黑海、咸海和里海流域，由于其具有食性广、生长快、抗逆强、耐盐碱、肉鲜味美等优点，深受当地人的欢迎和喜爱。自2003年黑龙江水产研究所首次将大鳞鲃从国外引入我国以来，国内科研工作者对大鳞鲃的研究日益增多。徐伟等[1]、丁辰龙等[2]、蔡灵等[3]、张棋等[4]和于振海等[5]对大鳞鲃的亲鱼培育、人工繁殖、胚胎发育等方面进行了研究和报道；徐敏等[6]、杨建[7]、耿龙武等[8]对大鳞鲃耐盐碱性方面进行了研究和报道；蔺玉华等[9]、许红等[10]和王常安等[11]对大鳞鲃肌肉营养成分及幼鱼氨基酸、蛋白质需要量等方面进行了研究和报道；蔺玉华等[12]、葛彦龙等[13]和耿龙武等[14]对大鳞鲃种质特性进行了研究和报道。为了进一步提高育苗及人工养殖的效率，寻找一种有效的评价、选择亲鱼及各个养殖阶段鱼体的方法显得十分必要。体重指标是苗种繁育和遗传育种的最直接的目标性状，而形态性状是与体重密切相关的重要指标，因此可以通过寻找与体重相关的形态性状间接地实现对大鳞鲃的选择。

现阶段已对很多养殖鱼类的形态性状与体重关系进行了研究探讨[15～17]，确定重要的形态指标，为其生长评估、良种选育提供重要依据，但对大鳞鲃形态性状与体重关系的研究还未见报道。为此，笔者通过对大鳞鲃的形态性状和体重关系的相关分析、通径分析和逐步线性回归分析，确定与体重密切相关的主要形态性状，建立最优回归方程，以期为大鳞鲃的评价和选择提供依据。

1 材料与方法

1.1 材料

试验用鱼选用山东省淡水渔业研究院养殖基地2.5龄人工养殖大鳞鲃，随机取出30尾健康无损伤的个体，使用60μg/L的丁香油将其麻醉，进行称重和测量。

1.2 方法

使用直尺测量全长(X1)和体长(X2)；使用游标卡尺测量体高(X3)、体宽(X4)、眼间距(X5)、头长(X6)、头高(X7)、头宽(X8)、吻长(X9)、尾柄长(X10)和尾柄高(X11)等11个形态指标，其中X1和X2精确到1cm，X3～X11精确到0.01cm。用电子天平称体重(Y)，精确到0.1g。

1.3 数据处理与分析

使用SPSS 16.0对形态性状和体重进行统计分析，通过相关分析和通径分析确定各形态性状对体重的直接与间接作用，再通过逐步回归分析，构建形态性状对体重的多元回归方程。

2 结果与分析

2.1 各性状的表型参数

所测大鳞鲃各形态性状数据结果见表1。由表1结果来看，体重的变异系数最大，达36.57%，表明大鳞鲃体重的变化范围最大，具有较大的选择空间，实际选育过程中应作为最主要的目标性状。

表1 各性状表型统计结果

2.2 各性状间的相关分析

大鳞鲃各形态性状间的相关系数见表2。由检验结果可知，各形态性状之间的相关程度均达到了极显著水平(P<0.01)，各性状与体重之间的相关程度也均达到了极显著水平(P<0.01)。其中，体高与体重的相关程度最大，头高与体重的相关程度最小，但均达到极显著水平，说明选择与体重相关的指标进行选择具有可行性。

2.3 多元回归方程

运用逐步回归分析的方法建立多元回归方程，最终回归方程中只包括了2个形态性状X1和X3，结果见表3。从回归系数看，这2个自变量与体重的回归关系都达到极显著水平(P<0.01)，说明这2个性状对体重的影响是显著的，而其他形态性状对体重的影响不显著，所以被全部剔除。大鳞鲃形态性状对体重的多元回归方程式为Y=-204.669+0.641X1+4.187X3。

回归预测结果表明，回归关系达到极显著水平(P<0.01)，其校正复相关指数为0.956，因此该方程可用于大鳞鲃的评价和选择。

表3 偏回归系数和回归常数检验

2.4 通径分析

通径系数定义为变量标准化的偏回归系数，用来表示相关变量因果关系的统计量。经显著性差异检验，剔除通径系数不显著的变量，保留X3和X1这2个形态性状变量，这2个形态性状对体重的通径系数分析结果见表4。保留下的2个变量X3和X1对Y的直接作用P值分别为0.563和0.439。相关系数由各性状的直接作用和通过其他性状的间接作用组成，体高对体重的直接作用大于全长对体重的直接作用，则体高通过其他性状对体重的间接作用小于全长通过其他性状对体重的间接作用。

表4 保留性状对体重的通径系数

2.5 2个保留性状对体重的决定系数分析

表5 保留性状对体重的决定系数

2个保留性状对体重的决定系数见表5。结果显示，体高对体重的决定系数(0.317)大于全长对体重的决定系数(0.193)，直接决定系数和间接决定系数总和为0.961(0.317+0.451+0.193=0.961)，表明选取的这2个性状是影响2.5龄大鳞鲃体重的重要性状。

3 讨论

3.1 影响体重的重要性状

一般来说，商品个体体重越大，经济价值越高，体重是决定商品品质和市场价格的重要性状，因此在选择育种过程中通常被认为是最重要的目标性状。但实际测量中体重的变异系数最大，准确性不高，而体长、体高、体宽等形态性状变异系数相对较小，且均与体重存在显著或极显著相关关系，因此为了确保准确性，减少误差，可通过其他性状间接选择以获得理想的选择效果。本研究相关分析结果显示各性状与体重之间的相关程度均达到了极显著水平(P<0.01)，但是它反映的是变量间的综合关系，不能反映变量间的真实关系以及自变量对因变量产生影响的大小。因此在相关分析的基础上进行了通径分析，结果表明，体高对2.5龄大鳞鲃体重的直接影响最大，全长通过体高间接影响体重。保留的2个性状对2.5龄大鳞鲃体重的直接和间接决定系数之和为0.961(≥0.85)，说明体高和全长是影响2.5龄大鳞鲃体重的主要形态性状。

3.2 多元方程的建立以及在鱼类育种中的应用

随着鱼类育种研究的进行，形态性状多元回归分析已广泛应用其中。李炎璐等[18]通过多元回归分析建立了以体高、体长、尾柄高为自变量，以体重为因变量的黄鳍金枪鱼的最优多元回归方程。赵旺等[19]通过多元回归分析建立了4月龄斜带石斑鱼形态性状与体质量的回归方程。刘峰等[20]应用逐步多元回归分析建立了以体质量为因变量，以体长、躯干长、尾柄高和体高为自变量的小黄鱼的回归方程。研究通过逐步引入-剔除的方法对2.5龄大鳞鲃形态性状和体重进行多元回归分析，以体高和全长为自变量，以体重为因变量构建了多元回归方程Y=-204.669+0.641X1+4.187X3，构建的多元回归方程经检验达到极显著水平，表明回归方程有意义，可用于对2.5龄大鳞鲃的预测和估计。