评估基因编辑在水产养殖中的应用的指南

研究人员正在迅速采用使用 CRISPR-Cas9 

进行基因编辑来破坏和测试基因和基因组其他元素的功能。现在几乎可以在任何物种中高精度地定位和编辑 DNA 代码。预计粮食生产将有许多有益的应用，包括提高弹性和动物福利、更高的产品质量和营养价值、以及环境效益，所有这些都将转化为更大的粮食保障和安全。然而，该技术的公众接受度、 可持续性、和法规存在不确定性。许多政府、研究人员和食品生产商对参与“编辑”食品的开发持谨慎态度。

水产食品对于全球粮食安全、人类健康和营养、为许多社区提供收入和生计非常重要。与其他形式的蛋白质生产相比，水生动物生产产生的温室气体排放量更低，并且可以利用藻类和贝类等低营养物种，这些物种需要很少的人类投入，产生的排放量也很少。确保动物福利和尽量减少环境影响的水产养殖做法是粮食生产可持续发展以及全球粮食安全的关键。水产养殖产生数百种水生物种（粮农组织编制的最新统计数据包括 494 个个体物种，以及在较高分类水平上确定的杂交种和群体），与陆地动植物相比，大多数处于较低的驯化水平，选择性繁殖千年。32基因编辑预计将在发挥水产养殖潜力方面发挥重要作用，4首批两种经过编辑的鱼类品系已在日本商业化，基因编辑在水产养殖中的广泛应用仍存在争议。

在这里，我们回顾了应考虑的关键潜在利益和危害，并基于对利益和危害风险（本文中的“风险”）的系统评估，提出了一个可在全球范围内应用的框架，以评估基因编辑在水产养殖中的应用与特定编辑相关。对基因编辑应用优点的评估应有助于减轻和管理风险，最大限度地提高公众接受度。如果作为一个由国家机构协调的透明程序来评估基因编辑应用的优点，这种评估可能会影响研究的方向，使应用更容易被公众接受和受益，并且对环境和行业的风险较小。

评估框架的制定和审查方法

基因编辑在水产养殖（和其他养殖物种）中的实施尚处于起步阶段。只有在进行了风险评估（例如本次审查中提出的风险评估）后，有关潜在风险和收益相关性的文献才会存在。

基因编辑面临的技术、社会、法律和商业挑战

在农业系统中实施基因编辑是一个漫长而复杂的过程。首先，有必要确定其修饰可能对感兴趣的性状产生积极影响的目标基因。有时可以使用全基因组关联分析来识别和精细定位具有大影响的数量性状位点，并且映射到这些区域的基因表达的对比可能表明可能影响该性状的致病基因。接下来，需要选择实现所需效果所需的突变类型（DNA序列插入或删除、基因激活、抑制或复制、氨基酸改变等）。目前，敲除基因相对简单，但这可能对个体福利和物种生物学产生重大影响。

引入所需的编辑可能会导致脱靶效应或不受控制的上位基因相互作用，因此在进行编辑之前需要对编辑的影响进行彻底的评估（例如，动物福利、食品安全、环境后果等）。实施它来生产供食用的动物。

最后，如果要将编辑引入生产种群，那么我们需要考虑：

（i）应在育种链的哪个级别实施（育种核心、倍增器或农场级别），

（ii）如何有效地实施在该水平上进行编辑（例如，在胚胎或生殖细胞中的传递机制，消除或减少嵌合体）。

（iii）如何使基因编辑与育种计划管理兼容（例如，限制遗传变异性和近亲繁殖的损失，能够逆转对不育等性状的编辑）。

基因编辑和基因改造不仅在生产和实施方面具有技术挑战性，还存在重大的社会、法律和商业化挑战。转基因生物通常被定义为含有从另一物种转移的基因的生物。相比之下，基因编辑通常涉及修改特定目标 DNA 碱基，而不涉及引入其他物种的完整基因。牲畜首次于 1985 年进行基因改造，但很少有基因改造动物被商业化用于食品生产；AquaAdvantage 大西洋鲑鱼是第一个值得注意的例子。食品用转基因动物的生产和销售的审批程序和法律既复杂又具有限制性。默认情况下，基因编辑动物被许多司法管辖区（例如欧盟）视为转基因生物。然而，一些国家已经通过立法，开启了生产基因编辑食品的可能性。例如，英国议会的《2023 年基因技术（精准育种）法案》允许通过基因编辑生产食物，前提是最终作物与自然生产的品种没有什么不同，并且可以防止或最大限度地减少不利影响，日本和巴西等其他国家也有更宽松的立法。

将 CRISPR-Cas9 技术应用于水产养殖领域可能是福是祸，具体取决于编辑的性质、动机以及因创建或接触编辑物种而造成伤害的风险。有利可图的生产将是一个驱动动力，但利益相关者必须彻底评估经济之外的风险和收益。我们做出的有关基因编辑的决定非常重要，可能会影响水产养殖价值链、水生生态系统以及我们的城市、农村和土著社区的所有部分。

基因编辑应用的考虑

我们认为，潜在的基因编辑应用应更仔细地考虑对水产养殖价值链、水生环境和社会的广泛危害、风险和利益，并应利用基因编辑来寻找重大挑战的解决方案，而不是利用基因编辑技术来解决重大挑战。寻求商业特征的渐进改进。例如，选择性育种对于许多性状都非常有效，例如，每代的生长率提高约 12%（当改进的全部重点都集中在该单一性状时）。因此，基因编辑应侧重于引入从头变异，以产生对可持续发展或动物福利至关重要的性状的“飞跃”变化。

基因编辑与选择性育种完美地协同作用，因为它可以有效地从育种目标中删除某种性状（例如，如果经过编辑的动物对某种疾病具有高度或完全的抵抗力），从而使育种计划能够更加重视其他性状选择指数。

公众接受

公众接受度是基因编辑在水产养殖中成功应用的关键决定因素，所有利益相关者都将从消费者积极看待基因编辑应用中受益。为了让公众接受基因编辑，或者给基于事实拒绝实施该方法的机会，良好的科学交流和研究成果的传播是必要的。应该进行公众参与，以表达意见、反思和关切。生产商和监管机构需要提供理由并减轻人们对如何以及为何应用基因编辑的担忧，并证明其好处远远大于对社会、动物福利或环境造成危害的任何风险。在基因编辑动物进入生产系统之前，此类评估需要公开。科学家、工业界和监管机构需要与土著社区密切合作，以确保可能的变化不会影响物种的文化意义及其在环境中的地位。我们认为，在决定进行哪些申请时必须做出合理的判断。

就大西洋鲑鱼（全球最有价值的水产养殖商品之一）而言，利益相关者认为三个主要道德原则非常重要：福利、诚信和标志性地位，其中保护环境和野生鲑鱼是关键可持续性问题。根据挪威进行的调查报告，大多数消费者认为基因编辑应用具有明确的社会和可持续性效益（例如促进鱼类健康和减少环境影响），是积极的，而注重生产性状或对动物产生负面影响的应用福利会引起负面反应。此外，研究发现，印度和北美消费者更倾向于更自然的生产方式，这些偏好推动了散养养鸡和有机品牌等做法的采用。因此，如果所做的改变更接近自然界中发现的变异的程度和类型，那么公众对基因编辑的接受度可能会更高（例如，通过插入新 DNA 序列进行的总体改变可能不太被接受） 。

选择性育种通过选择种群中最好的遗传变异来推动遗传改良。这些遗传变异是由于不同遗传位点发生自然突变而产生的。基因编辑与选择性育种一样，是驱动遗传改良的一种手段，然而，在基因编辑的情况下，突变过程受到控制，并直接影响特定目标基因的功能。我们认为，考虑为什么选择育种的遗传改良被公众普遍接受以及为什么相比之下，对其他形式的遗传改良（例如基因改良）的潜在后果有更多的不确定性和担忧，是相关且有趣的。编辑（例如，挪威用户对转基因食品的态度。选择性育种的普遍接受可能是由于多种因素，包括它是数百年来用于提高粮食产量的行之有效的做法、公众对陆地动植物品种的熟悉程度、自然发生的遗传变异的选择以及它产生缓慢而渐进的性状变化。相比之下，基因编辑引起的变化可能是通过一个或几个基因编辑步骤产生的巨大影响的从头变化，有可能对目标表型产生比选择性育种更快、更明显的影响（尽管编辑可能会继续下去）。基本上没有被注意到，并且可能成为公众心目中的“新常态”）。

一些社会和人群似乎比其他社会和人群更容易接受基因操纵的概念（取决于社会经济背景、文化环境、教育等）。关于该主题的对话可能并不总能改变公众对风险的看法。即使风险不明显，关于使用基因技术的道德立场也可能占上风。传播者的可信度和善意将对公众对基因编辑的态度产生重要影响。变革的方式也会影响人们的看法。例如，消除不利的表型可能比提高生产力更容易被接受。

在开始评估之前，系统会提示用户组考虑该问题是否已经存在有效的替代解决方案，如果存在，基因编辑是否合适。还提示用户组考虑确保易于传播和实施的策略（传播和频率导致利益的传播和吸收）。如果用户组继续进行，他们会被邀请对他们的应用程序在特定关注领域的好处和风险进行评级。我们列出了 9 个关键考虑因素作为起点：

1. 对野生种群的潜在遗传影响。

2. 潜在的当地生态影响。

3. 对养殖和野生种群疾病风险的影响。

4. 编辑的破坏性（公众看法）。

5. 对供应链环境足迹的影响。

6. 对动物福利的影响。

7. 对人体营养的影响（数量和质量）。

8. 道德商业实践（经济受益人和透明度）。

9. 对当地社区的影响（可持续性、收入、就业）。

对于每个关注领域，用户应做笔记以描述潜在益处和/或危害的基本原理，并使用下拉框来评估影响的概率以及益处和/或危害的程度。风险缓解措施及其对负面影响的剩余概率和/或损害的剩余程度的影响也应记录在评估框架的最后一栏中。评估框架的术语和计算选项卡（补充材料1）中提供了描述如何使用评估框架及其执行的计算的更多详细信息 。潜在的环境危害或效益是考虑因素1、2、3和5的一部分，用户群体应熟悉针对转基因生物开发的现有环境风险评估和管理方法。

一个假设的示例案例，即增强大西洋鲑鱼对寄生鲑鱼虱子Lepeophtheirus Salmonis的抵抗力的基因编辑，被填充到补充材料中包含的 Excel 电子表格中（图2a中可视化的预评估 和图2b中可视化的主工作表的一部分 ， c ). 该框架可以轻松扩展和调整以适应不同的情况。补充模型包括评估框架使用的术语和应用的自动排名（根据图3所示的收益和风险矩阵）的描述 。评估框架工作表自动计算的最终分数是拟议的基因编辑应用的平均总体风险收益比。这是一个相对值，最大为 3（高度有益和可持续的风险），最小为 -3（无益处和严重风险）。