Геноми основних видів риб — об’єктів світового рибальства та рибництва

Огляд стану застосування геномних технологій та їх перспективи для рибальства та рибництва

Першою рибою, у якої було повністю секвеновано геном, був японський, або тигровий, скелезуб (torafugu pufferfish) [Takifugu rubripes (Fugu)], цінний об’єкт рибальства та рибництва. Він має найкоротший геном серед усіх хребетних тварин та широко використовується як модельний вид та еталон у геноміці. Фото Totti, через Wikimedia Commons.

Рибальство та рибництво забезпечують постачання більш як 15% тваринного протеїну у харчуванні людства та відіграють видатну роль у викоріненні бідності та досягненні цілей сталого розвитку світу до 2030-го року. Тривала сталість рибальства та рибництва, однак, наражаються на численні виклики, зокрема надмірний вилов, зміни клімату, деградація генофонду та хвороби.

Розвиток технологій секвенування [процес визначення послідовності нуклеїнових кислот (порядку розташування нуклеотидів, основних блоків, з яких побудовані ДНК організмів) та досягнення у геноміці [міждисциплінарна сфера біології, яка фокусується на структурі, функціях, еволюції, картуванні та редагуванні геномів; геном – це повний набір ДНК організму, включаючи всі його гени] є інструментами у вирішенні деяких з цих викликів та можуть сприяти сталому рибальству та рибництву.

З розвитком та поширенням масового паралельного секвенування [будь-який із багатьох високопродуктивних підходів до секвенування ДНК; відоме як наступна генерація або друга генерація секвенування] від початку приблизно 2005-го року, було секвеновано більш як 200 геномів риб, і їх було розміщено у доступних громадськості сховищах. Наприклад, станом на кінець 2019-го року близько 270 повних геномів риб були доступні у Національному інформаційному центрі з біотехнологій NCBI Genome США.

Ці та різноманітні інші геномні ресурси сприяють не лише фундаментальним наукам, таким як порівняльна геноміка, еволюційне вчення та систематика, але й застосовуються у прикладній практиці в аквакультурі та рибальстві,  і геноми усіх відомих видів риб (зараз у FishBase зареєстровано більш як 34000 риб) будуть незабаром секвеновані. Подальші виклики полягають у тому, як використати ці геномні дані та перетворити знання про геном на практичне застосування у рибальстві та практиці аквакультури, такі як управління генетичними ресурсами та селективне відтворення.

У цьому оглядові ми концентруємось на 14 основних видах риб як таких, що відіграють важливу роль у світовому рибальстві та рибництві. Ці види належать до різних груп, зокрема коропоподібних Cypriniformes (білий амур та звичайний короп), тріскоподібних Gadiformes (атлантична тріска), окунеподібних Perciformes (європейський лаврак, нільська тилапія, барамунді, синьоперий тихоокеанський тунець та північний змієголов), камбалоподібних Pleuronectiformes (морський язик, тюрбо та азійський параліхт) та лососеподібних Salmoniformes (райдужний пструг та сьомга). Білий амур, звичайний короп та нільська тилапія є найважливішими об’єктами аквакультури світу. Європейський лаврак, барамунді, азійський параліхт, райдужний пструг та сьомга є життєво важливими об’єктами як рибальства, так і рибництва. Атлантична тріска та синьоперий тихоокеанський тунець є надважливими видами для морського рибальства.

Ця стаття є адаптацією та узагальненням оригінальної публікації (Lu, G. and M. Luo. 2020. Genomes of major fishes in world fisheries and aquaculture: Status, application and perspective. Aquaculture and Fisheries, Volume 5, Issue 4, July 2020, Pages 163-173.) – у якій підбито результати потенційного застосування геномних технологій у рибальстві та рибництві, що мають стосунок до оцінки та використання генетичних ресурсів, опірності до захворювань, росту та розвитку, визначення статі та управління рибальством. У статті також обговорюються виклики та перспективи геноміки у перенесенні на рибництво та рибальство, які включають збирання та анотування геномів, геномний відбір та відтворення, геноміку в управлінні рибальством та інтегровані системи штучного інтелекту.

Секвенування геномів та їх маркування

Геноміка аквакультури та рибальства досягла значного прогресу за останнє десятиліття, відтоді коли перший ключовий вид рибальства, атлантична тріска, був секвенований у 2011 році, і зараз доступно багато більше геномів видів риб. Геномні дані в загальнодоступних сховищах слід, однак, використовувати з обережністю, оскільки якість варіянтів геномів сильно відрізняється в різних рибних проєктах, що може бути пояснено багатьма факторами, такими як технології секвенування та використовувані програмні засоби. Більшість на цей час опублікованих геномів було секвеновано з використанням технологій секвенування другої генерації, за використання якої отримуються короткі читання, що становить певні виклики/складнощі у збиранні (узагальненні). Використання різних технологій секвенування може заповнити цю прогалину і створити високоякісні геноми на рівні хромосом.

Атлантична тріска (Gadus morhua) один з найважливіших об’єктів комерційного рибальства у Північній Європі та Північній Америці. Вона широко вживається людиною як їжа протягом тисяч років, та є одним з видів, які надпотужно експлуатуються, а також використовується у рибництві. Її геном було секвеновано 2011-го року, і зараз тривають зусилля із збільшення виробництва виду в умовах аквакультури. Фото тріски зроблено на Mercamadrid, основному гуртовому ринку свіжої продукції в Іспанії,  Darryl’ом Jory.

Повнота секвенування цілого геному означає відсоток секвенування геному. У нашому огляді ми зазначили, що для декількох видів риб існує по декілька збірок, представлених різними дослідницькими групами, тому вкрай важливо поєднати читання послідовності та знайти еталонний геном для кожного виду, щоб встановити основний набір універсальних однокопійних генів у риб, чого можна досягти за допомогою різних засобів біоінформатики. Отриманий орієнтир/опорна позначка однокопійних генів стане інструментом для оцінки повноти складання геному та вивчення систематики риб.

Ми пропонуємо створити ініціативи щодо функціональної анотації/маркування геномів риб з особливим інтересом до аквакультури або видів рибальства. Цей підхід, заснований на спільноті, був успішно продемонстрований щодо кількох видів, включаючи даніо та лососевих, і така ініціатива спільноти з дослідженням допоможе уникнути дублювання зусиль щодо анотації/маркування цілого геному та валідації функціональних генів.

На цей час вже існують десятки видів риб, важливих у промисловому значенні, для яких секвеновано геноми та створено варіянти геномів; у той же час геноми багатьох інших видів ще недоступні або вимагають вдосконалення. До таких видів належать білий товстолобик (Hypophthalmichthys molitrix), строкатий товстолобик (H. nobilis), катля (Catla catla) та роху (Labeo rohita), які займають 2-е, 5-е, 7-е та 10-е місця у світовому виробництві продукції аквакультури, відповідно. Було повідомлено про створення варіянтів геному інвазивних білого та строкатого товстолобиків; однак необхідними є вдосконалення збірок геному та додаткове секвенування місцевих риб. Геномні дані важливих індійських коропових Catla та Roholabeo лишаються доволі обмеженими у доступних громадськості базах даних.

До комерційно важливих видів, геноми яких недоступні або вимагають удосконалення/поліпшення, належить і строкатий товстолобик (Hypophthalmichthys nobilis). Фото Judgefloro, відкритий доступ, через Wikimedia Commons.

Геноміка та аквакультура

Молекулярні маркери [молекули із зразка з організму, які можуть бути використаними для виявлення певних характеристик відповідного джерела зразка] відіграють важливу роль у відборі та програмах селекційного відтворення в аквакультурі та можуть широко використовуватись для побудовам карт карт зчеплення [зчеплення генів у хромосомах] важливих в економічному сенсі фенотипових ознак таких як ріст, визначення статі та опірність до хвороб. Генетичний ефект від селективного відтворення для гідробіонтів [обсяг підвищення показників, досягнутий за допомогою програм штучного генетичного вдосконалення] було оцінено як більший за 12% на генерацію для темпу росту та опірності до захворювань.

Деякі дослідники нещодавно розглянули селективне відтворення за допомогою молекулярних маркерів [використано для допомоги в ідентифікації специфічних генів] гідробіонтів та запропонували практичний підхід до селективного відтворення. В експерименті з селективного відтворення із звичайним коропом дві послідовні селекції у пулі з більш ніж 3 мільйонів особин дзеркального коропа мали результатом до 300 фенотипово відмінних особин, які були переважно з 15 сімей. Особини з новоствореного запасу зростали більш як на 30% швидше та демонстрували  високоякісні генотипи [повний набір генетичного матеріялу організму], збагачені більш як на 140%  у порівнянні з контрольною групою. Цей генетичний відбір було здійснено лише на підставі 20 молекулярних маркерів, що дає вагомі докази того, що відбір за допомогою молекулярних маркерів (MAS) може бути потужним інструментом у селективному відтворенні.

Геномний відбір оцінює індивідуальні цінності селективного відтворення, використовуючи велику кількість маркерів, розподілених по геному, і має високу точність відбору, що може призвести до швидкого збільшення генетичного ефекту. Геномний відбір відбувається на популяційному рівні і, таким чином, скорочує інтервали генерації шляхом відбору нащадків на основі генотипів. Важливо, що відбір геномів може прогнозувати репродуктивний потенціял популяцій -кандидатів на основі фенотипових даних, що особливо підходить для відбору економічно важливих ознак/рис, які важко виміряти або підрахувати. При розгляді вартості геномного відбору порівняно з традиційним тестуванням нащадків, відповідні витрати можна було б зменшити на 90 % від початкової вартості. Однак його використання у видах аквакультури (жовтий горбань та азійський параліхт) значно відстало у порівнянні з великою рогатою худобою та іншими видами свійських тварин.

Геномний відбір використовує прогностичну модель на основі даних щодо генотипу та фенотипу навчальної популяції для оцінки геномної цінності племінних цінностей (GEBV) [унікальна послідовність ДНК тварини для точного передбачення  її справжніх генетичних властивостей] для усіх особин з племінної популяції на основі геномного профілю. На Рис. 1 показано уявний конвеєр для геномної селекції та відтворення в аквакультурі, де як зразки було використано приклади з різних сфер науки та технологій.

Рис.1: Пропонована схема селективного відтворення риби, яка включає геноміку, феноміку та інші сфери. Блакитні стрілки вказують на процеси селективного відтворення, а помаранчеві стрілки – на зворотний зв’язок для подальшого вдосконалення відбору плідників або оцінки програми відтворення. Зелена трапеція виділяє геномні підходи та внесок у покращення селекційної селекції. Досягнення програм селекції та відтворення аквакультури спираються на багато інших галузей, таких як феноміка, наука про довкілля, біоінформатика, статистика та технології. (Для тлумачення посилань на колір у цій легенді читач має звернутись до оригінальної версії цієї статті.) (стовпчик зліва: геноміка, феноміка, екологія, наукові дані, технології. Чотирикутники зверху: популяції/запаси: секвенування геному; ресеквенування популяцій; генетичні маркери. Маточне поголів’я: цільове секвенування основних генів; генотипування основних наборів генів. Відтворення: моделі селекції; протколи селективного відтворення. Аквакультура: порівняння та інтеграція з іншими видами. Стрілки між чотирикутниками: селекція/відбір; оцінка; селективне відтворення. Навпроти феноміки: описові та кількісні ознаки (наприклад ріст, відтворення, визначення статі, форма тіла та колір, продуктивність, якість м’якоті). Навпроти екології: пов’язані з водою (наприклад температура, рН, солоність, амонійний азот, нітрити, розчинений кисень тощо) та з аквакультурою (корми, поживність, протоколи культивування, щоденний догляд). Навпроти наукових даних: геномна селекція та методи спорідненого маркування, бази даних з аквакультури, прикладне програмне забезпечення, інтегровані системи). Навпроти технологій: реагування геномів (CRISPER), генотипування (секвенування, побудова SNP, інструменти виявлення у режимі реального часу (види, одиниці запасу, патогени або інвазивні види), штучний інтелект (AI) та інтернет речей (IoT).

Однією  з проблем застосування геномної селекції є надійність фенотипових даних, які використовуються для створення прогностичних навчальних моделей. Для рослин було напрацьовано деякі техніки фенотипування з використанням неінвазивної візуалізації, спектроскопії, візуальних аналізів, робототехніки та потужних обчислювальних засобів. Ця техніка комп’ютерної візуалізації також була використана для риб. Для вимірювання хімічних (наприклад, жири, білок, волога) та фізичних (наприклад, свіжість, текстура, колір) ознак/параметрів риб потрібні новітні технології високої точності. Ми очікуємо, що майбутні інтелектуальні системи комп’ютерної візуалізації зможуть більш точно екстрагувати кількісну інформацію з цифрових зображень і, таким чином, можуть підвищити точність фенотипових даних, покращивши геномну селекцію (Рис. 1).

Опрацювання новітніх методів оцінки геномної цінності породи (GEBV) відбувається досить активно з метою опрацювання передбачень фенотипу в залежності від генотипу. Наприклад було здійснено порівняльний аналіз різних алгоритмів для передбачення/прогнозування генетичної цінності великого жовтого горбаня. Також було розроблено нову комп’ютеризовану стратегію для передбачення GEBV, і отримана комп’ютерна програма може бути використаною програмами геномної селекції.

Включення генотипових та екологічних ефектів до моделей геномної селекції має призвести до більш точного відбору в практиці аквакультури (Рис. 1).

Жовтий горбань є дуже важливим об’єктом рибальства у Східно-Китайському та Жовтому морях. Фото жовтого горбаня на ринку морепродуктів у Пусані, Корея, зроблено Darryl’ом Jory.

Послідовності цілого геному пропонують досконалий ресурс для молекулярної селекції шляхом використання технологій редагування геному. Технології редагування геному дозволяють розшукувати існуючі та нові генетичні варіації і тим самим полегшують ідентифікацію причинно -наслідкових генетичних змін. Наприклад редагування геному було використано для визначення важливого гену визначення статі самців китайської циноглоси (Cynoglossus semilaevis). Редагування геному та трансгенні технології суттєво відрізняються. На відміну від впровадження чужорідних генів у трансгенні організми, редагування геному може мати результатом зміну у геномі позиції цільового гена, і тому споживачі мають це легше сприймати. Застосування редагування геномів в аквакультурі, хоч і знаходиться у зародковому стані, без сумнівів стане важливим засобом для продовження успішного зростання та сталості виробництва продукції аквакультури.

Геноміки та рибальство

Геноміка дає нові механізми, які допомагають вирішувати фундаментальні питання управління рибальством такі як ідентифікація запасів, структура популяцій та адаптивні відповіді на зміни довкілля. Визначення, маркування однонуклеотидного поліморфізму [SNPs, вимовляється як “snips,” є найбільш поширеним типом генетичної мінливості – кожний SNP репрезентує відмінність єдиного блоку побудови ДНК, що зветься нуклеотидом] поліпшує спроможність відстежувати рибопродукти геть до місця їх походження, що дозволяє запровадити регулювання щодо деяких комерційно важливих видів риб.

CRISPR-Cas9 (короткі паліндромні повтори, регулярно розташовані групами) є ефективною, універсальною та специфічною технологією редагування генів, яка може бути використана для зміни, видалення або виправлення точних областей нашої ДНК – технологія, яка може бути використана для редагування генів, із заявленим потенціялом змінити світ. Фото Elena I Leonova, via Wikimedia Commons.

Геномний аналіз популяцій за допомогою різних прогресивних молекулярних технологій був застосований до кількох важливих видах промислу, включаючи барамунді та атлантичної тріски, що дозволило розкрити генетичні основи еволюції, індукованої рибальством, та потенційні наслідки зміни навколишнього середовища. Однак зусилля мають бут розширеними на більшу кількість видів, важливих для світового рибальства. Геномні дослідження рибальства мають фокусуватись на визначенні інформативних SNPs, які і визначатимуть одиниці управління, та створюватимуть діягностичні маркери для моніторингу збудників хвороб або інвазивних видів.

Крім чіткого визначення видів та з’ясування походження запасів, важливими факторами управління рибальством є також ряснота запасів риб та біомаса нерестових запасів. Використання генетичних маркерів для виявлення близьких родинних зв’язків дає незалежні від рибальства оцінки біомаси нерестового запасу. Підхід із застосуванням близьких родинних зв’язків було застосовано для оцінки біомаси нерестового запасу південного синьоперого тунця. Метод близьких родинних зв’язків оцінює рясноту запасу виходячи з даних про генотип окремих відібраних особин, де генотип окремої особини можна вважати захопленням генотипів її батьків. Однак цей метод вимагає використання великого числа зразків з метою пошуку достатнього числа пар батьків-нащадків. У майбутньому потрібна подальша оцінка ефективності методу близького споріднення, зокрема його використання для оцінки рясноти запасів риби.

Підхід з використанням близьких родинних зв’язків було застосовано для оцінки нерестової біомаси південного синьоперого тунця (Thunnus maccoyii). На світлині рибалка вилучає з води південного синьоперого тунця для мічення та подальшого випуску міченої особини. Науковці мітять рибу, що уможливлює отримання ними більшої інформації про райони поширення та поведінку тунців. Фото CSIRO, via Wikimedia Commons.

Застосування геномних підходів до управління рибальством у більшості випадків є можливим та економічно ефективним; проте трансформація результатів досліджень геному у практику управління стаґнує. Геномні інструменти та їхня здатність в ідентифікації видів, визначенні одиниць управління та оцінці природних ресурсів повинні повною мірою враховуватись при розробці політики та керівних принципів управління рибальством. Зацікавлені сторони – включно з менеджерами та генетиками риб – мають спільно працювати за цим напрямом з тим, щоб геномні інструменти стали інтегральною частиною управління рибальством у майбутньому.

Інтегрована та інтелектуальна система для рибництва та рибальства

Швидкий розвиток технологій секвенування нового покоління та широкий інтерес до секвенування геномів економічно, екологічно чи еволюційно значущих видів зробили доступними сотні проєктів геномів риби у відкритих сховищах. Більшість геномів риб можна знайти в базі даних геномів американського Національного інформаційного центру з біотехнологій (NCBI), який опублікував геномні дані 265 видів риб, зокрема 64 геномні послідовності на хромосомному рівні (станом на кінець 2019-го року). Іншим важливим сховищем є Ensembl, який зробив доступним громадськості геноми приблизно 60 видів риб.

Однак бази даних геномів у NCBI та Ensembl було соврено для обслуговування різноманітних науково-дослідницьких громад та вони не можуть відповідати потребам рибницької та рибальської громад. У цьому відношенні було створено декілька видоспецифічних геномних ресурсів таких як база даних геномів білого амура (GCGD) та джерело молекулярних даних лососевих видів SalmoBase, які надають доступ до геномних даних, карт зчеплення генетичних ознак та даних з експресії генів. Системи баз даних, призначені для риб, інтегрують генетичні, фенотипові та екологічні дані, яких зараз бракує.

Тому важливо розробити інтегровану платформу великих даних (big data) для основних видів аквакультури та рибальства. У сільському господарстві такою системою є AgBioData, яку можна було би адаптувати до потреб рибництва та рибальства для поліпшення геномних, генетичних та результатів досліджень із селекції шляхом стандартизації протоколів та досвіду. Рухаючись уперед із сучасними технологіями наукових даних та штучного інтелекту (AI), рибницькі та рибальські громади мають посилити співробітництво та розвивати проєкти із створення “хмарних” джерел задля подолання таких викликів як спільне використання даних, інтеграція та використання цих даних рибальством та рибництвом та сприяння технологічним інноваціям таким як Інтернет речей (IoT) для Аквакультури 4.0.

Висновки

Досягнення технологій секвенування наступного покоління і геноміки революціонізували  науки та практики рибальства та рибництва. Зараз у наявності повністю секвеновані геноми десятків важливих для рибництва та рибальства видів риб, і вони доступні для аналізу, порівняння та відкриття нових знань.

Ми отримали багато знань про геномні механізми, що беруть участь у використанні ресурсів генотипу, опірності до хвороб, росту та розвитку, визначенні статі та управлінні рибальством. Однак усього потенціалу геномних застосувань у геномній селекції та управлінні рибальством ще не використано.

Очікується, що найближчими десятиліттями застосування таких геномних технік, як редагування генома та геномна селекція, разом із використанням систем big data та систем штучного інтелекту значно сприятиму сталим програмам селекції та досягненню мети викорінення глобальної бідності до 2030 року.

Посилання

Abdelrahman, H., ElHady, M., Alcivar-Warren, A., Allen, S., Al-Tobasei, R., Bao, L., Buchanan, J. (2017). Aquaculture genomics, genetics and breeding in the United States: Current status, challenges, and priorities for future research. BMC Genomics, 18(1), 191.

Aparicio, S., Chapman, J., Stupka, E., Putnam, N., Chia, J. M., Dehal, P., Brenner, S. (2002). Whole-genome shotgun assembly and analysis of the genome of Fugu rubripes. Science, 297(5585), 1301–1310. https://doi.org/10.1126/science.1072104.

Astier, Y., Braha, O., & Bayley, H. (2006). Toward single molecule DNA sequencing: Direct identification of ribonucleoside and deoxyribonucleoside 5′-monophosphates by using an engineered protein nanopore equipped with a molecular adapter. Journal of the American Chemical Society, 128(5), 1705–1710. https://doi.org/10.1021/ja057123+.

Bernardi, G., Wiley, E. O., Mansour, H., Miller, M. R., Orti, G., Haussler, D., Venkatesh, B. (2012). The fishes of Genome 10K. Marine Genomics, 7, 3–6. https://doi.org/10. 1016/j.margen.2012.02.002.

Bernatchez, L., Wellenreuther, M., Araneda, C., Ashton, D. T., Barth, J. M. I., Beacham, T.D., Withler, R. E. (2017). Harnessing the power of genomics to secure the future of seafood. Trends in Ecology & Evolution, 32(9), 665–680. https://doi.org/10.1016/j.tree.2017.06.010.

Berthelot, C., Brunet, F., Chalopin, D., Juanchich, A., Bernard, M., Noël, B., Alberti, A. (2014). The rainbow trout genome provides novel insights into evolution after whole-genome duplication in vertebrates. Nature Communications, 5, 3657.

Bhat, J. A., Ali, S., Salgotra, R. K., Mir, Z. A., Dutta, S., Jadon, V., Prabhu, K. V. (2016). Genomic selection in the era of next generation sequencing for complex traits in plant breeding. Frontiers in Genetics, 7, 221. https://doi.org/10.3389/fgene.2016.00221.

Bian, C., Huang, Y., Li, J., You, X. X., Yi, Y. H., Ge, W., et al. (2019). Divergence, evolution and adaptation in ray-finned fish genomes. Science China Life Sciences, 62(8), 1003–1018. https://doi.org/10.1007/s11427-018-9499-5.

Bradbury, I. R., Hubert, S., Higgins, B., Borza, T., Bowman, S., Paterson, I. G., Bentzen, P. (2010). Parallel adaptive evolution of Atlantic cod on both sides of the Atlantic Ocean in response to temperature. Proceedings of the Royal Society B: Biological Sciences, 277(1701), 3725–3734. https://doi.org/10.1098/rspb.2010.0985.

Bradbury, I. R., Hubert, S., Higgins, B., Bowman, S., Borza, T., Paterson, I. G., Bentzen, P. (2013). Genomic islands of divergence and their consequences for the resolution of spatial structure in an exploited marine fish. Evolutionary Applications, 6(3), 450–461. https://doi.org/10.1111/eva.12026.

Bravington, M., Grewe, P., & Davies, C. (2013). Fishery-independent estimate of spawning biomass of southern bluefin tuna through identification of close-kin using genetic markers. Hobart: CSIRO.

Bravington, M. V., Grewe, P. M., & Davies, C. R. (2016). Absolute abundance of southern bluefin tuna estimated by close-kin mark-recapture. Nature Communications, 7, 13162.

Brawand, D., Wagner, C. E., Li, Y. I., Malinsky, M., Keller, I., Fan, S., Di Palma, F. (2014). The genomic substrate for adaptive radiation in African cichlid fish. Nature, 513(7518), 375–381. https://doi.org/10.1038/nature13726.

Budd, A. M., Banh, Q. Q., Domingos, J. A., & Jerry, D. R. (2015). Sex control in fish: Approaches, challenges and opportunities for aquaculture. Journal of Marine Science and Engineering, 3(2), 329–355.

Canário, V. M. A. (2019). Editorial: Aquaculture genomics. Aquaculture and Fisheries, 4(1), 1–2. https://doi.org/10.1016/j.aaf.2018.12.005.

Casey, J., Jardim, E., & Martinsohn, J. T. (2016). The role of genetics in fisheries management under the EU common fisheries policy. Journal of Fish Biology, 89(6), 2755–2767.

Chen, Y., Shi, M., Zhang, W., Cheng, Y., Wang, Y., & Xia, X.-Q. (2017). The grass carp genome database (GCGD): An online platform for genome features and annotations. Database 2017.

Chen, S., Xu, W., & Liu, Y. (2019). Fish genomic research: Decade review and prospect. Journal of Fisheries of China, 43, 1–14.

Chen, S., Zhang, G., Shao, C., Huang, Q., Liu, G., Zhang, P., Wang, J. (2014). Whole-geno e sequence of a flatfish provides insights into ZW sex chromosome evolution and adaptation to a benthic lifestyle. Nature Genetics, 46(3), 253–260. https://doi. org/10.1038/ng.2890.

Chen, X., Zhong, L., Bian, C., Xu, P., Qiu, Y., You, X.,Wang, M. (2016). High-quality genome assembly of channel catfish, Ictalurus punctatus. GigaScience, 5(1), 39.

Cobb, J. N., DeClerck, G., Greenberg, A., Clark, R., & McCouch, S. (2013). Next-generation phenotyping: Requirements and strategies for enhancing our understanding of genotype–phenotype relationships and its relevance to crop improvement. Theoretical and Applied Genetics, 126(4), 867–887.

Conte, M. A., Gammerdinger, W. J., Bartie, K. L., Penman, D. J., & Kocher, T. D. (2017). A high quality assembly of the Nile Tilapia (Oreochromis niloticus) genome reveals the structure of two sex determination regions. BMC Genomics, 18(1), 341. https://doi.org/10.1186/s12864-017-3723-510.1186/s12864-017-3723-5.

Cui, Z. K., Liu, Y., Wang, W. W., Wang, Q., Zhang, N., Lin, F., Chen, S. L. (2017). Genom  editing reveals dmrt1 as an essential male sex-determining gene in Chinese tongue sole (Cynoglossus semilaevis). Scientific Reports, 7 ARTN 4221310.1038/srep.42213.

Davidson, W. S., Koop, B. F., Jones, S. J., Iturra, P., Vidal, R., Maass, A., Omholt, S. W. (2010). Sequencing the genome of the Atlantic salmon (Salmo salar). Genome Biology, 11(9), 403.

De-Santis, C., & Jerry, D. R. (2007). Candidate growth genes in finfish—where should we be looking? Aquaculture, 272(1–4), 22–38.

Domingos, J. A., Zenger, K. R., & Jerry, D. R. (2015). Whole-genome shotgun sequence assembly enables rapid gene characterization in the tropical fish barramundi, Lates calcarifer. Animal Genetics, 46, 468–469.

Dong, L. S., Fang, M., & Wang, Z. Y. (2017). Prediction of genomic breeding values using new computing strategies for the implementation of MixP. Scientific Reports, 7 ARTN 1720010.1038/s41598-017-17366-2.

Dong, L. S., Xiao, S. J., Wang, Q. R., & Wang, Z. Y. (2016). Comparative analysis of the GBLUP, emBayesB, and GWAS algorithms to predict genetic values in large yellow croaker (Larimichthys crocea). BMC Genomics, 17(1), 460 ARTN 46010.1186/s12864-016-2756-5.

Dudgeon, C., Blower, D., Broderick, D., Giles, J., Holmes, B., Kashiwagi, T., Ovenden, J. (2012). A review of the application of molecular genetics for fisheries management and conservation of sharks and rays. Journal of Fish Biology, 80(5), 1789–1843.

Dupont, C., Cousin, P., & Dupont, S. (2018). IoT for aquaculture 4.0 smart and easy-to-deploy real-time water monitoring with IoT. In 2018 Global Internet of Things Summit (GIoTS) (pp. 1-5)IEEE.

Duret, L., & Galtier, N. (2009). Biased gene conversion and the evolution of mammalian genomic landscapes. Annual Review of Genomics and Human Genetics, 10, 285–311.

https://doi.org/10.1146/annurev-genom-082908-150001.

Eid, J., Fehr, A., Gray, J., Luong, K., Lyle, J., Otto, G., Turner, S. (2009). Real-time DNA sequencing from single polymerase molecules. Science, 323(5910), 133–138. https://doi.org/10.1126/science.1162986.

FAO. forthcoming. Genome-based biotechnologies in aquaculture. Rome. http://www.fao.org/3/a-bt490e.pdf.

FAO. (2018). The state of world fisheries and aquaculture 2018 – meeting the sustainable development goals. (Rome).

Figueras, A., Robledo, D., Corvelo, A., Hermida, M., Pereiro, P., Rubiolo, J. A., Gut, M. (2016). Whole genome sequencing of turbot (Scophthalmus maximus; Pleuronectiformes): A fish adapted to demersal life. DNA Research, 23(3), 181–192.

Froese, R., & Pauly, D. (2010). FishBase. Fisheries centre. University of British Columbia. Gjedrem, T., & Robinson, N. (2014). Advances by selective breeding for aquatic species: A review. Agricultural Sciences, 5(12), 1152.

Gong, G., Dan, C., Xiao, S., Guo, W., Huang, P., Xiong, Y., Mei, J. (2018). Chromosomal-level assembly of yellow catfish genome using third-generation DNA sequencing and Hi-C analysis. GigaScience, 7(11), https://doi.org/10.1093/gigascience/giy120.

Harper, L., Campbell, J., Cannon, E. K., Jung, S., Poelchau, M., Walls, R., Birkett, C. (2018). AgBioData consortium recommendations for sustainable genomics and genetics databases for agriculture. Database 2018.

Haussler, D., O’Brien, S. J., Ryder, O. A., Barker, F. K., Clamp, M., Crawford, A. J., Grp, A. (2009). Genome 10K: A proposal to obtain whole-genome sequence for 10 000 vertebrate species. Journal of Heredity, 100(6), 659–674. https://doi.org/10.1093/jhered/esp086.

Heather, J. M., & Chain, B. (2016). The sequence of sequencers: The history of sequencing DNA. Genomics, 107(1), 1–8. https://doi.org/10.1016/j.ygeno.2015.11.003.

Houston, R. D., Haley, C. S., Hamilton, A., Guyt, D. R., Tinch, A. E., Taggart, J. B., Bishop, S. C. (2008). Major quantitative trait loci affect resistance to infectious pancreatic necrosis in Atlantic salmon (Salmo salar). Genetics, 178(2), 1109–1115. https://doi.org/10.1534/genetics.107.082974.

Howe, K., Clark, M. D., Torroja, C. F., Torrance, J., Berthelot, C., Muffato, M., Stemple, D. L. (2013). The zebrafish reference genome sequence and its relationship to the human genome. Nature, 496(7446), 498–503. https://doi.org/10.1038/nature12111.

Hughes, L. C., Orti, G., Huang, Y., Sun, Y., Baldwin, C. C., Thompson, A. W., Shi, Q. (2018). Comprehensive phylogeny of ray-finned fishes (Actinopterygii) based on transcriptomic and genomic data. Proceedings of the National Academy of Sciences of the United States of America, 115(24), 6249–6254. https://doi.org/10.1073/pnas.1719358115.

Jaillon, O., Aury, J. M., Brunet, F., Petit, J. L., Stange-Thomann, N., Mauceli, E., Roest Crollius, H. (2004). Genome duplication in the teleost fish Tetraodon nigroviridis reveals the early vertebrate proto-karyotype. Nature, 431(7011), 946–957.

Jiang, Y., Gao, X., Liu, S., Zhang, Y., Liu, H., Sun, F., Liu, Z. (2013). Whole genome comparative analysis of channel catfish (Ictalurus punctatus) with four model fish species. BMC Genomics, 14(1), 780.

Johnston, I. A., Bower, N. I., & Macqueen, D. J. (2011). Growth and the regulation of myotomal muscle mass in teleost fish. Journal of Experimental Biology, 214(10), 1617–1628.

Jones, F. C., Grabherr, M. G., Chan, Y. F., Russell, P., Mauceli, E., Johnson, J., White, S. (2012). The genomic basis of adaptive evolution in threespine sticklebacks. Nature, 484(7392), 55.

Kasahara, M., Naruse, K., Sasaki, S., Nakatani, Y., Qu, W., Ahsan, B., Kasai, Y. (2007). The medaka draft genome and insights into vertebrate genome evolution. Nature, 447(7145), 714–719.

Ke, R., Mignardi, M., Hauling, T., & Nilsson, M. (2016). Fourth generation of next-generation sequencing technologies: Promise and consequences. Human Mutation, 37(12), 1363–1367. https://doi.org/10.1002/humu.23051.

Koepfli, K. P., Paten, B., O’Brien, S. J., & Scientists, G. K. C. (2015). The genome 10K project: A way forward. Annual Review of Animal Biosciences, 3(3), 57–111. https://doi.org/10.1146/annurev-animal-090414-014900.

Lander, E. S., Linton, L. M., Birren, B., Nusbaum, C., Zody, M. C., Baldwin, J., International Human Genome Sequencing, C. (2001). International human genome sequencing initial sequencing and analysis of the human genome. Nature, 409(6822), 860–921. https://doi.org/10.1038/35057062.

Lei, R. H., Rowley, T. W., Zhu, L. F., Bailey, C. A., Engberg, S. E., Wood, M. L., Lu, G. Q. (2012). PhyloMarker-A tool for mining phylogenetic markers through genome comparison: Application of the mouse Lemur (genus Microcebus) phylogeny.

Evolutionary Bioinformatics, 8, 423–435. https://doi.org/10.4137/Ebo.S9953.

Lewin, H. A., Robinson, G. E., Kress, W. J., Baker, W. J., Coddington, J., Crandall, K. A., Zhang, G. (2018). Earth BioGenome project: Sequencing life for the future of life. Proceedings of the National Academy of Sciences of the U S A, 115(17), 4325–4333. https://doi.org/10.1073/pnas.1720115115.

Lien, S., Koop, B. F., Sandve, S. R., Miller, J. R., Kent, M. P., Nome, T., Zimin, A. (2016). The Atlantic salmon genome provides insights into rediploidization. Nature, 533(7602), 200.

Li, X. Y., & Gui, J. F. (2018). Diverse and variable sex determination mechanisms in vertebrates. Science China Life Sciences, 61(12), 1503–1514. https://doi.org/10.1007/s11427-018-9415-7.

Li, L., Stoeckert, C. J., & Roos, D. S. (2003). OrthoMCL: Identification of ortholog groups for eukaryotic genomes. Genome Research, 13(9), 2178–2189. https://doi.org/10.1101/gr.1224503.

Liu, Z. J. (2010). Next generation sequencing and whole genome selection in aquaculture. John

Wiley and Sons.

Liu, Z. J., Liu, S. K., Yao, J., Bao, L. S., Zhang, J. R., Li, Y., Waldbieser, G. C. (2016). The channel catfish genome sequence provides insights into the evolution of scale formation in teleosts. Nature Communications, 7 ARTN 1175710.1038/ncomms11757.

Li, Y.-H., & Wang, H.-P. (2017). Advances of genotyping-by-sequencing in fisheries and aquaculture. Reviews in Fish Biology and Fisheries, 27(3), 535–559.

Li, X. Y., Zhang, Q. Y., Zhang, J., Zhou, L., Li, Z., Zhang, X. J., Gui, J. F. (2016). Extra microchromosomes play male determination role in polyploid gibel carp. Genetics, 203(3), 1415. https://doi.org/10.1534/genetics.115.185843.

Lu, C., Kuang, Y., Zheng, X., Li, C., & Sun, X. (2019). Advances of molecular marker-assisted breeding for aquatic species. Journal of Fisheries of China, 43, 36–53. https://doi.org/10.11964/jfc.20181211592.

MacKenzie, S., & Jentoft, S. (2016). 11 – future perspective. In S. MacKenzie, & S. Jentoft (Eds.). Genomics in aquaculture (pp. 275–277). San Diego: Academic Press.

Macqueen, D. J., Primmer, C. R., Houston, R. D., Nowak, B. F., Bernatchez, L., Bergseth, S., … Guiguen, Y. (2017). Functional annotation of all salmonid genomes (FAASG): An international initiative supporting future salmonid research, conservation and aquaculture. Springer.

Malmstrom, M., Matschiner, M., Torresen, O. K., Jakobsen, K. S., & Jentoft, S. (2017). Whole genome sequencing data and de novo draft assemblies for 66 teleost species. Scientific Data, 4 ARTN 16013210.1038/sdata.2016.132.

Malmstrom, M., Matschiner, M., Torresen, O. K., Star, B., Snipen, L. G., Hansen, T. F., Jentoft, S. (2016). Evolution of the immune system influences speciation rates in teleost fishes. Nature Genetics, 48(10), 1204–1210. https://doi.org/10.1038/ng.3645.

Lu, Guoqing, Wang, Chenghui, Zhao, Jinliang, Xiaolin, Liao, Wang, Jun, Luo, Mingkun, Li, Sifa (2020). Evolution and Genetics of Bighead and Silver Carps: Native Population Conservation versus Invasive Species Control. Evolutionary Applications. https://doi.org/10.1111/eva.12982.

Ma, W., Qiu, Z., Song, J., Cheng, Q., & Ma, C. (2017). DeepGS: Predicting phenotypes from genotypes using deep learning. bioRxiv.

Margulies, M., Egholm, M., Altman, W. E., Attiya, S., Bader, J. S., Bemben, L. A., Rothberg, J. M. (2005). Genome sequencing in microfabricated high-density picolitre reactors. Nature, 437(7057), 376–380. https://doi.org/10.1038/nature03959.

Martinez, P., Vinas, A. M., Sanchez, L., Diaz, N., Ribas, L., & Piferrer, F. (2014). Genetic architecture of sex determination in fish: Applications to sex ratio control in aquaculture. Frontiers in Genetics, 5, 340.

Martinsohn, J. T. (2011). Deterring illegal activities in the fisheries sector: Genetics, genomics,

chemistry and forensics to fight IUU fishing and in support of fish product traceability.

Martinsohn, J. T., Ogden, R., & Consortium, F. (2009). FishPopTrace—developing SNP-based population genetic assignment methods to investigate illegal fishing. Forensic Science International: Genetics Supplement Series, 2(1), 294–296.

Mei, J., & Gui, J.-F. (2015). Genetic basis and biotechnological manipulation of sexual dimorphism and sex determination in fish. Science China Life Sciences, 58(2), 124–136.

Meuwissen, T. H. E., Hayes, B. J., & Goddard, M. E. (2001). Prediction of total genetic value using genome-wide dense marker maps. Genetics, 157(4), 1819–1829.

Mignardi, M., & Nilsson, M. (2014). Fourth-generation sequencing in the cell and the clinic. Genome Medicine, 6(4), 31 ARTN 3110.1186/gm548.

Nakamura, Y., Mori, K., Saitoh, K., Oshima, K., Mekuchi, M., Sugaya, T., Inouye, K. (2013). Evolutionary changes of multiple visual pigment genes in the complete genome of Pacific bluefin tuna. Proceedings of the National Academy of Sciences of the USA, 110(27), 11061–11066. https://doi.org/10.1073/pnas.1302051110.

Nielsen, E. E., Cariani, A., Mac Aoidh, E., Maes, G. E., Milano, I., Ogden, R., Consortium, F. (2012). Gene-associated markers provide tools for tackling illegal fishing and false eco-certification. Nature Communications, 3 ARTN 85110.1038/ncomms1845.

Ovenden, J. R., Berry, O., Welch, D. J., Buckworth, R. C., & Dichmont, C. M. (2015). Ocean’s eleven: A critical evaluation of the role of population, evolutionary and molecular genetics in the management of wild fisheries. Fish and Fisheries, 16(1), 125–159.

Parra, G., Bradnam, K., & Korf, I. (2007). Cegma: A pipeline to accurately annotate core genes in eukaryotic genornes. Bioinformatics, 23(9), 1061–1067. https://doi.org/10.1093/bioinformatics/btm071.

Reichwald, K., Petzold, A., Koch, P., Downie, B. R., Hartmann, N., Pietsch, S., Bens, M. (2015). Insights into sex chromosome evolution and aging from the genome of a short-lived fish. Cell, 163(6), 1527–1538.

Rexroad, C. (2019). Genome to phenome: Improving animal health, production and wellbeing A new usda blueprint for animal genome research 2018-2027. Frontiers in Genetics, 10, 327.

Roest Crollius, H., & Weissenbach, J. (2005). Fish genomics and biology. Genome Research, 15(12), 1675–1682. https://doi.org/10.1101/gr.3735805.

Rondeau, E. B., Messmer, A. M., Sanderson, D. S., Jantzen, S. G., von Schalburg, K. R., Minkley, D. R., … Koop, B. F. (2013). Genomics of sablefish (Anoplopoma fimbria): Expressed genes, mitochondrial phylogeny, linkage map and identification of a pu

tative sex gene. BMC Genomics, 14 Artn 45210.1186/1471-2164-14-452.

Roorkiwal, M., Jarquin, D., Singh, M. K., Gaur, P. M., Bharadwaj, C., Rathore, A., Garg, V. (2018). Genomic-enabled prediction models using multi-environment trials to estimate the effect of genotype× environment interaction on prediction accuracy in chickpea. Scientific Reports, 8(1), 11701.

Ruparel, H., Bi, L. R., Li, Z. M., Bai, X. P., Kim, D. H., Turro, N. J., et al. (2005). Design and synthesis of a 3 ‘-O-allyl photocleavable fluorescent nucleotide as a reversible terminator for DNA sequencing by synthesis. Proceedings of the National Academy of Sciences of the United States of America, 102(17), 5932–5937. https://doi.org/10. 1073/pnas.0501962102.

Ruzicka, L., Howe, D. G., Ramachandran, S., Toro, S., Van Slyke, C. E., Bradford, Y. M., Kalita, P. (2018). The zebrafish information network: New support for non-coding genes, richer gene Ontology annotations and the alliance of genome resources. Nucleic Acids Research, 47(D1), D867–D873.

Saberioon, M., Gholizadeh, A., Cisar, P., Pautsina, A., & Urban, J. (2017). Application of machine vision systems in aquaculture with emphasis on fish: State‐of‐the‐art and key issues. Reviews in Aquaculture, 9(4), 369–387.

Samy, J. K. A., Mulugeta, T. D., Nome, T., Sandve, S. R., Grammes, F., Kent, M. P., Våge, D. I. (2017). SalmoBase: An integrated molecular data resource for salmonid species. BMC Genomics, 18(1), 482.

Sanger, F., Nicklen, S., & Coulson, A. R. (1977). DNA sequencing with chain-terminating inhibitors. Proceedings of the National Academy of Sciences, 74(12), 5463–5467.

Schaeffer, L. (2006). Strategy for applying genome‐wide selection in dairy cattle. Journal of Animal Breeding and Genetics, 123(4), 218–223.

Seo, T. S., Bai, X. P., Kim, D. H., Meng, Q. L., Shi, S. D., Ruparelt, H., Ju, J. Y. (2005). Four-color DNA sequencing by synthesis on a chip using photocleavable fluorescent nucleotides. Proceedings of the National Academy of Sciences of the United States of America, 102(17), 5926–5931. https://doi.org/10.1073/pnas.0501965102.

Shao, C., Bao, B., Xie, Z., Chen, X., Li, B., Jia, X., Li, X. (2017). The genome and transcriptome of Japanese flounder provide insights into flatfish asymmetry. Nature Genetics, 49(1), 119.

Shendure, J., Balasubramanian, S., Church, G. M., Gilbert, W., Rogers, J., Schloss, J. A., et al. (2017). DNA sequencing at 40: Past, present and future. Nature, 550(7676), 345–353. https://doi.org/10.1038/nature24286.

Shen, Y., & Yue, G. (2019). Current status of research on aquaculture genetics and genomics-information from ISGA 2018. Aquaculture and Fisheries, 4(2), 43–47.

Simao, F. A., Waterhouse, R. M., Ioannidis, P., Kriventseva, E. V., & Zdobnov, E. M. (2015). BUSCO: Assessing genome assembly and annotation completeness with single-copy orthologs. Bioinformatics, 31(19), 3210–3212. https://doi.org/10.1093/bioinformatics/btv351.

Skaug, H. J. (2001). Allele-sharing methods for estimation of population size. Biometrics,

57(3), 750–756. https://doi.org/10.1111/j.0006-341x.2001.00750.x.

Smarda, P., Bures, P., Horova, L., Leitch, I. J., Mucina, L., Pacini, E., Rotreklova, O. (2014). Ecological and evolutionary significance of genomic GC content diversity in monocots. Proceedings of the National Academy of Sciences of the U S A, 111(39), E4096–E4102. https://doi.org/10.1073/pnas.1321152111.

Sonesson, A. K. (2011). Genomic selection for aquaculture: Principles and procedures next generation sequencing and whole genome selection in aquaculture.

Star, B., Nederbragt, A. J., Jentoft, S., Grimholt, U., Malmstrom, M., Gregers, T. F., Jakobsen, K. S. (2011). The genome sequence of Atlantic cod reveals a unique immune system. Nature, 477(7363), 207–210. https://doi.org/10.1038/nature10342.

Tarallo, A., Angelini, C., Sanges, R., Yagi, M., Agnisola, C., & D’Onofrio, G. (2016). On the genome base composition of teleosts: The effect of environment and lifestyle. BMC Genomics, 17, 173. https://doi.org/10.1186/s12864-016-2537-1.

Tine, M., Kuhl, H., Gagnaire, P. A., Louro, B., Desmarais, E., Martins, R. S., Reinhardt, R. (2014). European sea bass genome and its variation provide insights into adaptation to euryhalinity and speciation. Nature Communications, 5, 5770. https://doi.org/10.1038/ncomms6770.

Valenzuela-Quiñonez, F. (2016). How fisheries management can benefit from genomics? Briefings in functional genomics, 15(5), 352–357.

Vij, S., Kuhl, H., Kuznetsova, I. S., Komissarov, A., Yurchenko, A. A., Van Heusden, P., Purushothaman, K. (2016). Chromosomal-level assembly of the Asian seabass genome using long sequence reads and multi-layered scaffolding. PLoS Genetics, 12(4), e1005954.

Wang, J., Gaughan, S., Lamer, J. T., Deng, C., Hu, W., Wachholtz, M., Lu, G. (2019). Resolving the genetic paradox of invasions: Preadapted genomes and postintroduction hybridization of bigheaded carps in the Mississippi River Basin. Evolutionary Applications. https://doi.org/10.1111/eva.12863.

Wang, Y. P., Lu, Y., Zhang, Y., Ning, Z. M., Li, Y., Zhao, Q., Zhu, Z. Y. (2015). The draft genome of the grass carp (Ctenopharyngodon idellus) provides insights into its evolution and vegetarian adaptation (vol 47, pg 625, 2015). Nature Genetics, 47(8), https://doi.org/10.1038/ng0815-962a 962-962.

Watson, J. D., & Crick, F. H. (1953). Molecular structure of nucleic acids. Nature, 171(4356), 737–738.

Wu, C. W., Zhang, D., Kan, M. Y., Lv, Z. M., Zhu, A. Y., Su, Y. Q., Liu, Y. (2014). The draft genome of the large yellow croaker reveals well-developed innate immunity. Nature Communications, 5(1), 1–7 ARTN 522710.1038/ncomms6227.

Xu, J., Bian, C., Chen, K., Liu, G., Jiang, Y., Luo, Q., Huang, Y. (2017). Draft genome of the Northern snakehead, Channa argus. GigaScience, 6(4), 1–5.

Xu, W., & Chen, S. (2017). Genomics and genetic breeding in aquatic animals: Progress and prospects. Frontiers of Agricultural Science and Engineering, 4(3), 305–318.

Xu, P., Xu, J., Liu, G., Chen, L., Zhou, Z., Peng, W., Sun, X. (2019). The allotetraploid origin and asymmetrical genome evolution of the common carp Cyprinus carpio. Nature Communications, 10(1), 4625. https://doi.org/10.1038/s41467-019-12644-1.

Xu, P., Zhang, X., Wang, X., Li, J., Liu, G., Kuang, Y., Sun, X. (2014). Genome sequence and genetic diversity of the common carp, Cyprinus carpio. Nature Genetics, 46(11), 1212–1219. https://doi.org/10.1038/ng.3098.

Yáñez, J. M., Newman, S., & Houston, R. D. (2015). Genomics in aquaculture to better understand species biology and accelerate genetic progress. Frontiers in Genetics, 6, 128.

Yano, A., Guyomard, R., Nicol, B., Jouanno, E., Quillet, E., Klopp, C., Guiguen, Y. (2012). An immune-related gene evolved into the master sex-determining gene in rainbow trout, Oncorhynchus mykiss. Current Biology, 22(15), 1423–1428. https://doi.org/10.1016/j.cub.2012.05.045.

Yuan, Z. H., Liu, S. K., Zhou, T., Tian, C. X., Bao, L. S., Dunham, R., et al. (2018). Comparative genome analysis of 52 fish species suggests differential associations of repetitive elements with their living aquatic environments. BMC Genomics, 19(1), 1–10 ARTN 14110.1186/s12864-018-4516-1.

Yue, G. (2014). Recent advances of genome mapping and marker-assisted selection in aquaculture. Fish and Fisheries, 15(3), 376–396. https://doi.org/10.1111/faf.12020.

Yue, G., & Wang, L. (2017). Current status of genome sequencing and its applications in aquaculture. Aquaculture, 468, 337–347.

Zenger, K., Khatkar, M., Jerry, D., & Raadsma, H. (2017). The next wave in selective breeding: Implementing genomic selection in aquaculture. In: Paper presented at the proc Assoc. Advmt. Anim. Breed. Genet. vol. 22, (pp. 105–112).