Pages 37-46
Kevin A. Glover, Michael M. Hansen, Øystein Skaala

逃逸的养殖大西洋鲑鱼对自然种群的遗传完整性带来了极大地威胁。并不是所有的逃逸事件都有报告，因此，需要开发一种识别逃逸鱼类的高效方法。在本研究中，从位于挪威西部哈丹格尔峡湾的44个网箱采集了2200多尾鲑鱼。该海峡是挪威主要的鲑鱼养殖区域之一，2007年产量达57,000吨。根据来自17个微卫星标记的遗传数据，在44个样本（网箱）中，观察到了显著且高度变化的差异，成对遗传分化指数FST值的变化范围在0.000 和0.185。样本的贝叶斯聚类揭示44个样本可重组成5个主要基因组。贝叶斯聚类还识别出了两个样本中内含具有混合遗传背景的鱼。将数据分成不同的子集执行自我赋值模拟，在全部44个样本中的总体赋值准确性是44%，28个春季样本的准确性是44%，16个秋季样本的准确性是59%，而采集自地理上受限制区域的8个秋季样本的准确性是70%。样本个体间的赋值准确性变化根大。对于包含5个基因组的贝叶斯聚类后的数据集，总体自我赋值准确性为99%，展现出此方案显著增加赋值准确性方面的作用，虽然是以牺牲精确度为代价。该研究展示出了从存在众多鲑鱼养殖场的地区内识别出逃逸鲑鱼原产养殖场的潜力。此处描述的方法与在有识别逃逸鱼类需求的地方所养殖的一系列其他鱼种之间存在关联性。

（来源：《Aquaculture》Volume 290, Issues 1-2）