文献类型: 中文期刊
作者: 李云莉 1 ; 高权新 1 ; 齐占会 1 ; 岳彦峰 1 ; 施兆鸿 1 ; 彭士明 1 ; 高阳 1 ;
作者机构: 1.中国水产科学研究院东海水产研究所;中国水产科学研究院南海水产研究所;浙江海洋大学水产学院
关键词: 水产养殖;抗生素抗性细菌;多样性分析
期刊名称: 海洋渔业
ISSN: 1004-2490
年卷期: 2018 年 05 期
页码: 604-613
收录情况: 北大核心 ; CSCD
摘要: 在水产养殖中,大量使用抗生素会改变水域中的菌落结构,并会诱导产生抗生素抗性菌,对养殖生物及人类健康构成潜在威胁。为初步掌握当前我国沿海养殖密集水域抗性菌的多样性概况,对我国沿海11个典型养殖区的底泥进行采样,选用常见的6种抗生素对菌株进行筛选,并基于Illumina MiSeq测序平台对抗性菌进行多样性分析。结果显示:1)不同养殖水域,其底泥中抗性菌的多样性存在一定的差异; 2)在大部分养殖水域,抗性菌属于变形菌门和厚壁菌门; 3)养殖水域底泥中细菌的多样性在不同抗生素的作用下差异显著。研究结果表明,海水养殖中使用抗生素对抗性菌多样性影响显著。研究结果有助于全面了解水产养殖活动对我国沿海典型养殖区抗性细菌多样性的影响,并可为抗生素使用的生态风险评估和应对策略提供参考。
- 相关文献
[1]天津地区滑舌鳎养殖水体微生物多样性研究. 马超,郑德斌,贾磊,张博,肖广侠. 2016
[2]庐山西海夏秋季浮游植物群落结构及多样性分析. 丁娜,周彦锋,周游,尤洋. 2014
[3]淮河入海通道及其附近水系鱼类群落空间分布格局. 徐田振,徐东坡,周彦锋,景丽,葛优,张晏江,赵立祥,刘鹏飞. 2020
[4]小湾库区微生物群落结构多样性与水质状况分析. 吴嘉伟,谭凤霞,祁梅,张潇峮,何杰秋,吴泽成,张峰,柴毅. 2023
[5]基于Web的网络化水产养殖企业安全生产信息管理系统的构建. 宋昀鹏,丁子元,刘皓,李灏,任涵玮,邵蓬,徐扬,徐林通. 2015
[6]论无公害水产养殖管理技术要点. 丁子元,宋昀鹏,徐林通,任涵玮,刘皓. 2015
[7]刍议水产养殖信息化关键技术研究现状与趋势. 刘皓,李灏,任涵玮,宋昀鹏,徐林通,丁子元. 2016
[8]氟乐灵在养殖水体环境中消解动态的模拟研究. 季丽,张骞月,晏涛,吴伟. 2015
[9]拉丁美洲渔业增长潜力研究. 王宇. 1998
[10]生物技术在水产养殖病害防治上的应用. 周进. 2003
[11]胶体金免疫层析快速检测技术及其在水产养殖业中的应用前景. 王蔚芳,李青梅,郭军庆,雷霁霖. 2010
[12]关于加快推进现代渔业建设的一点思考. 余远安. 2013
[13]现代机械化设备在水产养殖业中的应用. 李灏,任涵玮,叶红梅,陈春秀,钟文慧,周桂莲. 2019
[14]可持续发展水产养殖的生态系统框架构建. 赵蕾,杨子江. 2009
[15]水产养殖碳排量计算模型的研究. 陈桥驿,杨宁生. 2013
[16]生物絮团技术在水产养殖中的作用研究综述. 龙丽娜,李源,管崇武,张海耿,宋红桥,杨菁. 2013
[17]基于MCGS的养殖水质在线监控系统的设计与实现. 苗雷,汤涛林,刘世晶. 2012
[18]福尔马林在水产养殖生产中的应用及毒副作用的预防. 侯吉伦,刘海金,范兆廷. 2009
[19]论我国水产养殖病害控制技术现状与发展趋势. 李灏,丁子元,徐林通,任涵玮,刘皓,宋昀鹏. 2015
[20]气浮机对高位池养虾水质的调控效果. 朱林,车轩,刘晃,管崇武,田昌凤. 2014
作者其他论文 更多>>
-
不同抗流能力大黄鱼组织抗氧化能力、肌肉超微结构及相关基因表达的比较研究
作者:张静静;王亚冰;乔光德;王倩;韩多彩;彭士明
关键词:大黄鱼;抗流能力;组织结构;抗氧化酶;基因表达
-
马夫鱼室内人工育苗试验
作者:岳彦峰;蒋科技;彭士明;叶丙聪;王孝杉
关键词:
-
基于碳氮稳定同位素的珠江口南沙海域渔业生物群落营养结构研究
作者:汪慧娟;徐姗楠;张文博;黄洪辉;齐占会;程琪;刘华雪
关键词:稳定同位素;营养结构;渔业生物;珠江口
-
养殖池塘退塘还林初期土壤有机碳及活性组分特征
作者:李玲云;韩婷婷;张黄琛;史荣君;齐占会;李俊伟;刘华雪;熊兰兰;黄洪辉
关键词:退塘还林;土壤有机碳;活性有机碳;土壤因子
-
雄性密斑刺鲀与雌性六斑刺鲀人工杂交繁育技术研究
作者:叶丙聪;岳彦峰;黄海;彭士明;蒋科技
关键词:密斑刺鲀;六斑刺鲀;营养强化;杂交技术
-
黄尾副刺尾鱼人工繁育技术
作者:岳彦峰;蒋科技;王亚冰;张忭忭;彭士明;叶丙聪
关键词:
-
基于YOLOv8模型的凡纳滨对虾(Litopenaeus vannamei)摄食强度量化及分类方法研究
作者:王磊;赵海翔;崔鸿武;黄桢铭;高阳;李皓;崔正国;曲克明;朱建新
关键词:凡纳滨对虾;摄食强度量化;计算机视觉;YOLOv8




