文献类型： 中文期刊

作者： 车帅 ¹ ; 李昂 ¹ ; 王焕 ¹ ; 安长廷 ¹ ; 柳淑芳 ¹ ; 庄志猛 ¹ ;

作者机构： 1.海水养殖生物育种与可持续产出全国重点实验室中国水产科学研究院黄海水产研究所

关键词： 鱼类;表型组学;传感器;高通量表型获取;联合分析

期刊名称： 渔业科学进展

ISSN： 2095-9869

年卷期： 2025 年 46 卷 005 期

页码： 1-22

收录情况： 北大核心 ; CSCD

摘要： 鱼类表型组学是在基因组水平上系统研究鱼类表型信息的学科，通过对鱼类表型特征、基因组信息及环境条件之间的联合分析，揭示鱼类应对环境变化的响应及适应机制，可为鱼类的养殖生产实践提供有价值的信息和指标。将鱼类表型组学与基因组学相结合是提高养殖鱼类选择育种效率的有效途径。相较于基因组学研究的快速发展，鱼类表型组学发展相对滞后。由于鱼类特殊的水生环境、较高的养殖密度以及较强的运动能力，导致目前对鱼类表型数据的获取仍存在困难，加之研究群体规模的不断扩大，鱼类表型数据的高通量精准获取和分析更加难以实现，已成为限制鱼类表型组学研究发展的瓶颈。近年来，传感器技术和人工智能的发展为鱼类表型组学研究提供了高通量、无损且精确的方案，可显著提高鱼类表型的分型效率，成为解决这一瓶颈问题的有效方法。本文综述了表型组研究的发展历程，提出了鱼类表型组学的研究策略，整理了鱼类表型组学的研究现状、鱼类表型组数据获取的主流方法，最后提出了鱼类表型组学研究存在的问题及其应用前景，以期丰富对鱼类表型组学的认知，为提升鱼类遗传育种效率提供参考。