Микробиота кишечника производителей сиговых на примере Coregonus nasus в аквакультуре в нерестовый период

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Обоснование. Кишечная микробиота — один из главных факторов иммунитета животных, в том числе рыб. Понимание таксономического и количественного состава микробиоты может являться ключом к усилению иммунитета рыб к бактериальным и грибковым инфекциям в аквакультуре и в перспективе позволит оптимизировать процессы управления рыбным хозяйством.

Цель исследования. Определить различия таксономического состава кишечного микробиома здоровых и пораженных сапролегниозом производителей чира (Coregonus nasus, Pallas, 1776) в условиях индустриального выращивания с помощью высокопроизводительного секвенирования.

Методы. Состав микробиоты кишечника определяли методами секвенирования нового поколения (NGS) и биоинформатики. Гематологический анализ проводили стандартными методами с использованием микроскопии.

Результаты. Представлены предварительные данные высокопроизводительного молекулярно-генетического скрининга видового разнообразия кишечной микробиоты здоровых и пораженных сапролегниозом особей чира C. nasus в период нереста. Показан гематологический профиль, позволяющий достоверно установить клинические индивидуальные различия здоровых рыб и рыб с поражениями сапролегнией. Определены различия в таксономическом и количественном составе кишечного микробиома чира.

Заключение. Для рыб с клиническими признаками сапролегниоза определено доминирование бактерий филы Proteobacteria (в среднем 45,3%). У здоровых рыб доли представителей филы Proteobacteria, Firmicutes и Actinobacteriota были близки (26,67–30,27%).

Об авторах

Максим Михайлович Вылка

Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии

Email: vylka.maxim@yandex.ru
ORCID iD: 0000-0001-7583-864X
SPIN-код: 5468-2834

Санкт-Петербургский филиал («ГосНИОРХ» им. Л.С. Берга)

Россия, 199053, Санкт-Петербург, ул. Набережная Макарова, д. 26

Анатолий Анатольевич Лютиков

Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии

Email: tokmo@mail.ru
ORCID iD: 0000-0003-0418-8218
SPIN-код: 9187-6075

канд. биол. наук, Санкт-Петербургский филиал («ГосНИОРХ» им. Л.С. Берга)

Россия, 199053, Санкт-Петербург, ул. Набережная Макарова, д. 26

Светлана Александровна Дьякова

Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии

Email: dyakova@niorh.vniro.ru
ORCID iD: 0000-0001-9970-403X
SPIN-код: 4202-4471

канд. биол. наук, Санкт-Петербургский филиал («ГосНИОРХ» им. Л.С. Берга)

Россия, 199053, Санкт-Петербург, ул. Набережная Макарова, д. 26

Денис Сергеевич Карлов

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: ds.karlov@arriam.ru
ORCID iD: 0000-0002-9030-8820
SPIN-код: 8355-8091

канд. биол. наук

Россия, Санкт-Петербург

Алина Александровна Жукова

Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии; Российский государственный педагогический университет им. А.И. Герцена

Email: gatteriyagreen@gmail.com
SPIN-код: 6849-0483

канд. биол. наук, Санкт-Петербургский филиал («ГосНИОРХ» им. Л.С. Берга)

Россия, 199053, Санкт-Петербург, ул. Набережная Макарова, д. 26; Санкт-Петербург

Василий Александрович Голотин

Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии

Автор, ответственный за переписку.
Email: golotin@bk.ru
ORCID iD: 0000-0003-0385-2463
SPIN-код: 7198-3170

канд. биол. наук, Санкт-Петербургский филиал («ГосНИОРХ» им. Л.С. Берга)

Россия, 199053, Санкт-Петербург, ул. Набережная Макарова, д. 26

Список литературы

  1. Bene C, Arthur R, Norbury H, et al. Contribution of fisheries and aquaculture to food security and poverty reduction: Assessing the current evidence. World Dev. 2016;79:177–196. doi: 10.1016/j.worlddev.2015.11.007
  2. Campbell JH, Dixon B, Whitehouse LM. The intersection of stress, sex and immunity in fishes. Immunogenetics. 2021;73(1):111–129. doi: 10.1007/s00251-020-01194-2
  3. Thakuria D, Khangembam VC, Pant V, et al. Anti-oomycete Activity of chlorhexidine gluconate: Molecular docking and in vitro studies. Front Vet Sci. 2022;(9):909570. doi: 10.3389/fvets.2022.909570
  4. Amillano-Cisneros JM, Hernández-Rosas PT, Gomez-Gil B, et al. Loss of gut microbial diversity in the cultured, agastric fish, Mexican pike silverside (Chirostoma estor: Atherinopsidae). PeerJ. 2022;7(10):e13052. doi: 10.7717/peerj.13052
  5. Borges N, Keller-Costa T, Sanches-Fernandes GMM, et al. Bacteriome structure, function, and probiotics in fish larviculture: the good, the bad, and the gaps. Annu Rev Anim Biosci. 2021;9:423–452. doi: 10.1146/annurev-animal-062920-113114
  6. Kostyunichev VV, Knyazeva LM, Shumilina AK. Methodological recommendations for growing and forming broodstocks of whitefish (peled, chir, muksun) in industrial conditions on artificial feeds. In: Proceeding of the methodological recommendations for industrial cultivation of whitefish for reproduction and commercial aquaculture. Saint Petersburg: GosNIORKh; 2012. P. 103–131. (In Russ.)
  7. Bates ST, Berg-Lyons D, Caporaso JG, et al. Examining the global distribution of dominant archaeal populations in soil. ISME J. 2010;5(5):908–917. doi: 10.1038/ismej.2010.171
  8. Callahan BJ, McMurdie PJ, Rosen MJ, et al. DADA2: High-resolution sample inference from Illumina amplicon data. Nat Methods. 2016;13(7):581–583. doi: 10.1038/nmeth.3869
  9. McMurdie PJ, Holmes S. Phyloseq: an R package for reproducible interactive analysis and graphics of microbiome census data. PLoS One. 2013;8(4):e61217. doi: 10.1371/journal.pone.0061217
  10. Wright ES. Using DECIPHER v2.0 to analyze big biological sequence data in R. The R Journal. 2016;8(1):352–359. doi: 10.32614/RJ-2016-025
  11. Quast C, Pruesse E, Yilmaz P, et al. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools. Nucleic Acids Res. 2013;41(D1):D590–D596. doi: 10.1093/nar/gks1219
  12. Caporaso GJ, Kuczynski J, Stombaugh J, et al. QIIME allows analysis of high-throughput community sequencing data. Nat Methods. 2010;7:335–336. doi: 10.1038/nmeth.f.303
  13. Mikodina EV, Sedova MA, Pyanova SV, et al. Guidelines for the use of the anesthetic «clove oil» in aquaculture. In: Aquaculture. Iss. 6. Moscow: VNIRO Publishing House; 2011. 58 p. ISBN: 978-5-85382-429-4 (In Russ.)
  14. Golovina NA, Romanova NN. Laboratory practical training on fish physiology. Saint Petersburg: Lan; 2019. 136 p. (In Russ.)
  15. Kotlyar OA. «Methods of fisheries research» — on a comprehensive study of commercial fish populations. Rybnoe: ASTU; 2004. 180 p. (In Russ.)
  16. Shabir U, Dar JS, Bhat AH, et al. The hidden world of fish fungal pathogens: molecular identification and phylogenetic analysis in common carp, Cyprinus carpio. Arch Microbiol. 2023;205(9):311. doi: 10.1007/s00203-023-03651-4
  17. Saha H, Pal AK, Sahu NP, et al. Effects of fluconazole based medicated feed on haemato-immunological responses and resistance of Labeo rohita against Saprolegnia parasitica. Fish Shellfish Immunol. 2017;71:346–352. doi: 10.1016/j.fsi.2017.09.073
  18. Ostroumova IN, Kostiunichev VN, Lyutikov AA, et al. The effect of increased temperature on physiological state of whitefish cultivated in aquaculture. Fisheries. 2022;(1):69–74. doi: 10.37663/0131-6184-2022-1-69-74 EDN: OGKGVC
  19. Backhed F, Ley RE, Sonnenburg JL, et al. Host-bacterial mutualism in the human intestine. Science. 2005;307(5717):915–1920. doi: 10.1126/science.1104816
  20. Kim YS, Milner JA. Dietary modulation of colon cancer risk. J Nutr. 2007;137(11):2576–2579. doi: 10.1093/jn/137.11.2576S
  21. Smith CJ, Rocha ER, Paster BJ. The medically important Bacteroides spp. in health and disease. In: Dworkin M, Falkow S, Rosenberg E, et al. The prokaryotes. Vol. 7. New York: Springer; 2006. P. 381–427. doi: 10.1007/0-387-30747-8_14
  22. Kelly D, Yang L, Pei Z. Gut microbiota, fusobacteria, and colorectal cancer. Diseases. 2018;6(4):109. doi: 10.3390/diseases6040109
  23. Bel’kova NL, Denikina NN, Dzyuba EV. Study of the microbiome of the intestine of the Comephorus Dybowski korotneff, 1904. Biology Bulletin. 2015;(5):544–551. doi: 10.7868/S0002332915050033

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Типичный внешний вид объектов исследования: а — здоровый чир; b — чир с незначительным поражением спинного плавника и участков спины. Рыба имеет нормальный экстерьер и пигментацию покровов; c — чир с обширным поражением сапролегнией. Рыба по внешнему виду истощена, имеет более светлые покровы тела.

Скачать (154KB)
Метаданные
3. Рис. 2. Клетки крови здоровых рыб, рыб с незначительным поражением и с высокой долей поражения сапролегией: a, b — типичная картина крови здоровых особей (гемоглобин 60–80 г/л); c, d — клетки крови особей с незначительным поражением сапролегнией, эритроциты нормальной формы (гемоглобин 60–80 г/л); e — типичный мазок крови особей с обширным поражение сапролегниозом, характерна анемия, вакуолизация цитоплазмы эритроцитов (гемоглобин 30–35 г/л); f — типичный мазок крови особей с тяжелой формой поражения инфекцией (гемоглобин ниже 20–30 г/л). Стрелками показаны нейтрофилы: у особей с сапролегнией наблюдается тенденция к увеличению размеров этих клеток.

Скачать (413KB)
Метаданные
4. Рис. 3. Соотношение фил в кишечном микробиоме здоровых чиров и чиров с клиническими признаками поражения сапролегнией. Чиры с признаками сапролегниоза 1, 2 и 3 были классифицированы как умеренно зараженные, 4 и 5 — с признаками сильного заражения (по данным гематологии, см. рис. 2).

Скачать (115KB)
Метаданные
5. Рис. 4. Соотношение разных классов бактерий в кишечном микробиоме здоровых чиров и чиров с клиническими признаками поражения сапролегнией. Чиры с признаками сапролегниоза 1, 2 и 3 были классифицированы как умеренно зараженные, 4 и 5 — с признаками сильного заражения (по данным гематологии, см. рис. 2).

Скачать (213KB)
Метаданные

© Эко-Вектор, 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).