图1无脊椎动物和水产养殖软体动物中受过比较训练的免疫反应模型。该图说明了在无脊椎动物和海洋软体动物中观察到的训练反应的多样性。训练诱导后的免疫反应(主要反应)和挑战(次要反应)。 文献中描述的不同响应模式由不同颜色的曲线表示。 传说指示观察到不同模式的物种:训练时诱导的持续反应,没有消光期,直到次级响应(深蓝色线);免疫移位显示出定性不同的主要和次要反应,涉及不同的基因集(浅蓝色和深绿色线);具有主要响应的公差响应,但没有次级响应(浅蓝色线)。 双相反应,命名为召回响应,其主要响应随后是灭绝阶段,以及对后续挑战(浅绿线)的相似或更强大,更快,更快的次要响应。训练诱导后的免疫反应(主要反应)和挑战(次要反应)。文献中描述的不同响应模式由不同颜色的曲线表示。传说指示观察到不同模式的物种:训练时诱导的持续反应,没有消光期,直到次级响应(深蓝色线);免疫移位显示出定性不同的主要和次要反应,涉及不同的基因集(浅蓝色和深绿色线);具有主要响应的公差响应,但没有次级响应(浅蓝色线)。双相反应,命名为召回响应,其主要响应随后是灭绝阶段,以及对后续挑战(浅绿线)的相似或更强大,更快,更快的次要响应。
a Xelect Ltd,Horizon House,苏格兰圣安德鲁斯 KY16 9LB,英国 b 综合遗传学中心,动物与水产养殖科学系,生物科学学院,挪威生命科学大学,挪威 Ås c 巴黎-萨克雷大学,国家农业研究所 (INRAE),法国 Jouy-en-Josas d 比较生物医学和食品科学系,意大利帕多瓦大学 e 欧洲分子生物学实验室,欧洲生物信息学研究所,Wellcome 基因组园区,欣克斯顿,剑桥,剑桥郡 CB10 1SD,英国 f INRAE,LPGP,鱼类生理学和基因组学,雷恩 F-35000,法国 g 海洋生物、生物技术和水产养殖研究所 (IMBBC),希腊海洋研究中心 (HCMR),伊拉克利翁,希腊 h 圣地亚哥德孔波斯特拉大学动物学、遗传学和体质人类学系,西班牙卢戈i 英国爱丁堡大学罗斯林研究所和皇家(迪克)兽医学院
中国是世界上最大的水产品生产国和出口国,同时也涉及水产养殖中大量使用抗生素(刘等,2017;李等,2021)。2017年,中国消耗了全球57.9%的抗生素,生产了全球51.2%的水产养殖产量(Schar等,2020)。淡水养殖是中国主要的水产养殖方式,主要在池塘进行,养殖面积和产量一直位居第一。由于对水源的需求量大,淡水养殖场通常分布在湖泊周围或河流沿岸,池塘数量众多(中华人民共和国农业农村部,2023)。例如,位于长江中下游的浙江省,太湖周边有大量鱼塘,占全省淡水鱼产量的 30%(浙江省统计局,2023)。最近,一些研究揭示了太湖周边水产养殖水体中抗生素的分布模式(Song 等,2016、2017),以及耐药基因主要在太湖中的分布模式(Chen 等,2019;Stange 等,2019)。然而,关于耐药基因和抗生素的污染特征,以及它们与不同水产养殖方式和养殖阶段的水质和微生物多样性的相关性的数据有限。
摘要:BioFloc技术(BFT)是一种可持续的水产养殖方法,可促进有效的营养回收利用,最大程度地减少环境影响并提高生产力。这种方法涉及培养微生物群落,这些微生物群落将有机废物转化为生物群落,这些群体可以作为鱼类和虾等栽培物种的营养来源。本综述提供了对BioFloc技术的深入研究,涵盖其原理,应用,优势和挑战,以及其在可持续水产养殖中的有希望的作用。通过分析最近的研究,我们评估了BFT系统对各种水生物种的生存能力及其在降低饲料成本和水污染方面的潜力。
Henk Stander |凯瑟琳·格林格拉斯|周日Oladejo |布鲁斯·沃森| Aldi Nel | Khalid Salie | Netsayi Noris Mudge | Keagan Kakwasha |玛丽·伦德巴(Mary Lundba)| Rumana Peerzadi Hossain | Victor SiamudaalaHenk Stander |凯瑟琳·格林格拉斯|周日Oladejo |布鲁斯·沃森| Aldi Nel | Khalid Salie | Netsayi Noris Mudge | Keagan Kakwasha |玛丽·伦德巴(Mary Lundba)| Rumana Peerzadi Hossain | Victor Siamudaala
2 Partiolab,校园大学De laChactultéDemblouxAgro-Bio-Bio-Bio-Bio-Bio Tech/UniversitédeLiège,B-5030 Gembloux,比利时3 Bioecoagro研究部门,Terra联合研究中心,Terra Terra教学中心,微生物过程和互动 and Bakhtiari Agricultural and Natural Resources Research and Education Center, Agricultural Research, Education and Extension Organization (AREEO), Shahrekord, Iran 5 Department of Food Hygiene and Quality Control, Faculty of Veterinary Medicine, Urmia University, Urmia, Iran 6 Department of Animal and Aquatic Sciences, Faculty of Agriculture, Chiang Mai University, Chiang Mai, Thailand ♦ Corresponding作者:hamed_ghafari@alumni.ut.ac.ir; ccchou@nchu.edu.tw
耕种的淡水虾(Macrobrachium Rosenbergii)和黑老虎虾(Penaeus Monodon)构成了孟加拉国海鲜出口的很大一部分,从而引起了人们对环境影响的担忧。淡水虾农场需要相对较高的饲料供应量,释放1.0吨Co 2-均等年/年,相当于18.8千克CO 2 E/MT虾,对全球变暖和气候变化的风险做出了重大贡献。综合多营养养殖(IMTA)为传统的大虾养殖系统提供了另一种耕作方法,因为它可以最大程度地减少温室气体(GHG)排放和气候变化的影响。系统地回顾了关于IMTA的112篇科学文章,本文提出了采用IMTA来推广孟加拉国可持续淡水虾种植的建议。imta正在世界许多地方进行广泛的实验和实践,提供经济利益,社会可接受性和环境可持续性。除了本地虾类外,还有各种土著有机提取的淡水软体动物和无机的提取植物可用,可以无缝地用于量身定制IMTA系统。提取生物,包括虾农场内的水上软体动物和植物,可以有效地捕获蓝碳,从而有效降低温室气体排放并帮助减轻气候变化的影响。水生软体动物为鱼类和牲畜提供饲料,而水生植物则是双食物来源,并为农田的堆肥生产做出了贡献。对孟加拉国的IMTA的研究主要是在淡水池塘中的鳍鱼进行的,而虾农场的IMTA缺乏研究。这需要在大虾农民一级进行研究,以了解孟加拉国西南部虾产生地区的提取水生软体动物和植物的生产。
近年来,淡水和盐水水生食品行业经历了最显着的增长,并越来越被认为是促进繁荣的社会自我绩效和生态上的可持续替代方案。水产养殖生产中的一个主要经济和健康危险因素是健康控制,在热带和发展中国家中可能会发现更严重的影响。虽然宏基因组学对在水产养殖等农业工业领域的应用有很大的希望,但其采用仍然有限。因此,本研究旨在评估开发和应用宏基因组学在识别淡水水产养殖中病原体时的前景。WIPO数据库用于搜索使用宏基因组学开发的专利,以监测淡水水产养殖中的病原体。宏基因组方法已广泛用于不同的领域,例如医学,兽医,生物技术,农业,特别是在重点是不同生态系统中的微生物群落的研究中。在水产养殖中,宏基因组学的利用主要围绕研究抗生素耐药性基因,主要是在盐水农场中。尽管如此,淡水水产养殖,尤其是在鱼类和甲壳类动物中,与可持续发展目标密切相符,尤其是(SDGS)2、3、6和13。国家,例如美利坚合众国,韩国和加拿大,在利用元基因组学对淡水水产养殖的疾病监测的最前沿,其积极的专利发展证明了这一点。与生物信息学工具和数据库相结合的宏基因组分析代表了用于预防目的的环境监测的快速,安全且无创的方法。
罗非鱼水产养殖因其经济生存能力和适应性而已成为全球鱼类生产的关键部分。但是,该行业面临疾病管理,水质控制和饲料优化方面的挑战。这项全面的综述研究了机器学习(ML)在解决罗非鱼水产养殖中的这些挑战时的应用。探索的关键领域包括疾病检测和诊断,水质监测,饲料策略优化和生产管理。评论重点介绍了采用的各种机器学习模型和方法,讨论了它们的有效性,并确定了未来的研发方向。调查结果表明,尽管机器学习为增强罗非鱼水产养殖提供了巨大潜力,但仍需要解决数据质量,集成和可伸缩性之类的挑战,以充分实现这些好处。