Comparisons on traits of five-line commercial hybrid pigs produced by different terminal sires
-
摘要:
为测定不同终端父本与三系母猪的配合力差异，选择温氏集团常用的2种终端父本S121和S122，与W352系母猪进行配种，比较不同终端父本生产五系配套肉猪的配套效果，以选择合适的终端父本，并进行2次重复配合力测定试验。结果表明，与WS502配套系肉猪相比，WS501配套系肉猪在生长速度、料重比、肉色及大理石纹和上市大体重等方面均具有优势；WS501系配套肉猪体型高长、头腮较小、背宽、肌肉紧凑、收腹良好、群体一致性好。饲养WS501系配套肉猪具有更好的经济价值。
Abstract:In order to determine the difference of combining ability between different terminal sires and three line sows, two commonly used terminal sires S121 and S122 from Wens Group were mated to W352 sows, the mating effects of five-line pigs from different terminal sires were compared to select the appropriate terminal sire through two repeated tests of combining ability. WS501 hybrid pig had advantages in body length, growth rate, feed/gain ratio, meat color, marbling and big market weight compared with WS502 hybrid pig. The results showed that WS501 hybrid pig had long and tall body length, small head, wide back, compact muscle, good abdomen and group uniformity. Feeding WS501 hybrid pig has the better economic value.
-
Keywords:
- terminal sire /
- five-breed commercial hybrid pig /
- trait comparison
-
在对种猪进行常规遗传评估时，育种值估计准确性取决于数据的数量和质量[1]，现场常将历史表型数据全部纳入计算，这种做法能够最大限度地使用全部亲属的遗传信息，预期估计育种值(EBV)也将更加准确。然而，这种做法也可能会存在一些问题，一方面在性状收集早期，由于人员经验不足，数据错误率往往偏高，而且由于测定仪器的更新换代和折旧，使得数据不同时间阶段呈现不同的特点[2]；另一方面随着群体遗传改良的进行，群体加性方差会随之改变[3]，使用统一的方差组分先验值，可能会使育种值估计的准确性降低。因此，利用早期数据也可能会带来一定的风险。本文以某一杜洛克猪核心育种群体生长性状为研究对象，利用不同时间跨度表型数据参与最佳线性无偏估计(BLUP)运算，并以部分最近终测个体作为验证群，比较不同时间跨度下，相同个体EBV估计的准确性差异；以利用全部数据计算的结果作为参照，计算其与不同时间跨度条件下EBV的秩相关；分析了在不固定遗传方差的情况下EBV的差异。本研究可为科学合理使用表型数据提供参考。
1. 材料与方法
1.1 数据来源
以温氏食品集团股份有限公司种猪分公司某核心场S22系杜洛克猪为研究对象，并以该场为出生和测定场，选取2012—2018年约17 000条生长性状测定记录，主要包括校正115 kg体重日龄(AGE)、校正30~115 kg体重日增重(ADG)、校正115 kg体重背膘厚(BF)、校正115 kg体重眼肌面积(LEA)和终测体型评分(BCS)。
1.2 数据收集和处理
115 kg体重日龄的测定方法是, 先用电子秤对体重85~130 kg范围内的后备种猪称重，并记录其日龄，然后对其进行校正。30~115 kg体重日增重为总增重85 kg除以校正后的30 kg体重日龄与115 kg体重日龄之差所得。背膘厚、眼肌面积均由法国兽用便携式B超仪AGROSCAN测定并根据图形测量所得，校正至115 kg体重日龄，校正公式均为公司内部资料，此处不便列出。终测体型评分是由体型评定熟练的育种技术人员实施，在猪只进行终测时，现场对每头参与测定的猪只进行体型评定。评分采用10分制，6.0分以上为体型合格猪只；分值越高，体型越好。综合体型评分考虑种猪的头型、前驱、后驱、腹线、肢蹄和生殖器官，符合品种特征和育种目标。
利用Excel剔除缺失值和异常数据，结合整理好的数据文件，利用DMUTrace软件追溯群体系谱，并按照DMU软件[4]要求整理为数据文件和系谱文件。DMU软件是一个全面的集合程序，可用于估计正态分布和非正态分布性状的方差-协方差组分，采用AI和EM算法相结合的REML方法估计方差组分。
1.3 方差组分和育种值估计模型
按公式(1)计算个体观察值：
$$ y=\mathrm{X}b+{{\mathrm{Z}}_{1}}a+{{\mathrm{Z}}_{2}}m+e, $$ (1) 式中：y是个体观察值，均已校正；b是固定效应向量，包括年季效应和性别效应。a是动物个体加性效应；m是窝效应；e是残差效应。X、Z1、Z2分别是b、a、m的结构矩阵。
使用DMU软件的DMUAI模块计算方差组分，利用DMU4模块计算在方差组分给定条件下个体的育种值和标准误。
1.4 育种值估计的准确性
通过公式(2)计算出对应的GEBV理论准确性(ri2)[5]：
$$ ~r_{i}^{2}=1-\frac{s_{i}^{2}}{(1+{{f}_{i}})\sigma _{a}^{2}}, $$ (2) 式中，si为第i个体EBV的标准误，fi为个体的近交系数，σa2为加性遗传方差。
2. 结果与分析
2.1 表型基本统计量
表 1为主要生长性状的表型基本统计量，包括校正115 kg体重日龄(AGE)、校正30~115 kg体重日增重(ADG)、校正115 kg体重背膘厚(BF)、校正115 kg体重眼肌面积(LEA)和终测体型评分(BCS)。由表 1可知，AGE、ADG、BF、LEA和BCS分别为179.76 d、863.44 g、12.55 mm、40.46 cm2和8.22分，且数据量均在17 000条以上，达到后续分析要求。
表 1 杜洛克猪各生长性状表型基本统计量Table 1. Basic statistics of selected productive traits of Duroc pigs性状 数据量/条 平均数±标准差 最大值 最小值 偏度 峰度 AGE/d 17 592 179.76±14.22 244.44 132.01 0.28 0.01 ADG/g 17 269 863.44±118.17 1 566.24 541.54 0.56 0.61 BF/mm 17 591 12.55±2.85 43.54 5.72 0.67 1.74 LEA/cm2 17 591 40.46±4.22 60.61 5.22 0.11 0.59 BCS/分 17 592 8.22±0.56 10.00 6.00 -1.01 1.13 2.2 方差组分估计和遗传参数
表 2为各生长性状加性方差、窝效应方差和残差方差估计值，并计算了遗传力。由表 2可知，AGE、ADG、BF、LEA和BCS遗传力分别为0.22、0.16、0.38、0.30和0.09，窝效应占表型方差比率分别为0.20、0.19、0.13、0.17和0.14。
表 2 杜洛克猪各生长性状方差组分估计值Table 2. Variance components and heritability of selected productive traits of Duroc pigs性状 加性方差 窝效应方差 残差方差 表型方差 遗传力 AGE 31.923 28.776 84.042 144.741 0.22 ADG 1 511.075 1 757.593 6 161.660 9 430.328 0.16 BF 1.857 0.631 2.384 4.872 0.38 LEA 4.696 2.605 8.476 15.777 0.30 BCS 0.015 0.023 0.121 0.159 0.09 2.3 固定方差组分下不同时间跨度数据的育种值估计准确性和秩相关
以2018年第3至4季度终测的种猪863头作为验证群体，分别选取2年(2017—2018年)、3年(2016—2018年)、4年(2015—2018年)、5年(2014—2018年)和全部数据(2012—2018年)的表型记录，在性状方差组分已知(方差由全部数据计算所得)的情况下，利用不同时间跨度表型数据，采用BLUP方法计算验证群体估计育种值(EBV)，计算不同时间跨度数据EBV的准确性以及该育种值与全部数据计算育种值之间的秩相关, 结果见表 3。表 3的结果显示，AGE、ADG、BF、LEA和BCS不同时间跨度EBV准确性变化范围分别为0.62~0.64、0.56~0.59、0.72~0.73、0.67~0.69和0.49~0.53；时间跨度为2年时，育种值与全部数据秩相关分别为0.970、0.948、0.966、0.969和0.960。
表 3 固定方差组分、不同时间跨度数据EBV的准确性和秩相关1)Table 3. The accuracy and spearman correlation of EBV of different time span data in the case of fixed variance components性状 2年 3年 4年 5年 全部数据 r2 S2 r3 S3 r4 S4 r5 S5 rall Sall AGE 0.62±0.02 0.970 0.63±0.02 0.987 0.63±0.02 0.992 0.64±0.02 0.996 0.64±0.02 1.000 ADG 0.56±0.03 0.948 0.57±0.03 0.973 0.57±0.03 0.981 0.58±0.03 0.992 0.59±0.03 1.000 BF 0.72±0.01 0.966 0.72±0.01 0.990 0.73±0.01 9.997 0.73±0.01 1.000 0.73±0.01 1.000 LEA 0.67±0.02 0.969 0.68±0.02 0.987 0.68±0.02 0.995 0.68±0.02 0.997 0.69±0.02 1.000 BCS 0.49±0.03 0.960 0.51±0.03 0.968 0.51±0.03 0.981 0.52±0.03 0.988 0.53±0.03 1.000 1)ri和Si表示i年参考群EBV的准确性和秩相关，i分别为2年(2017—2018年)、3年(2016—2018年)、4年(2015—2018年)、5年(2014—2018年)和全部数据(2012—2018年); ri为平均值±标准误 2.4 不固定方差组分时不同时间跨度数据育种值估计准确性和秩相关
不同时间跨度数据利用AIREML方法分别估计方差组分，验证群中各性状育种值及准确性，与全部数据纳入计算得出EBV的秩相关，结果见表 4。表 4的结果显示AGE、ADG、BF、LEA和BCS不同时间跨度EBV准确性变化范围分别为0.64~0.65、0.51~0.59、0.61~0.73、0.67~0.69和0.42~0.53；时间跨度为2年时，育种值与全部数据秩相关分别为0.968、0.944、0.930、0.968和0.952。
表 4 不固定方差组分下不同时间跨度数据EBV的准确性和秩相关1)Table 4. The accuracy and spearman correlation of EBV of different time span data in the case of unfixed variance components性状 2年 3年 4年 5年 all r2 S2 r3 S3 r4 S4 r5 S5 rall Sall AGE 0.65±0.02 0.968 0.64±0.02 0.986 0.64±0.02 0.991 0.64±0.02 0.995 0.64±0.02 1.000 ADG 0.51±0.04 0.944 0.52±0.04 0.968 0.51±0.04 0.974 0.53±0.04 0.986 0.59±0.03 1.000 BF 0.61±0.02 0.930 0.68±0.02 0.981 0.70±0.02 0.995 0.73±0.01 1.000 0.73±0.01 1.000 LEA 0.67±0.02 0.968 0.66±0.02 0.985 0.66±0.02 0.993 0.67±0.02 0.996 0.69±0.02 1.000 BCS 0.42±0.04 0.952 0.43±0.04 0.958 0.42±0.04 0.965 0.49±0.04 0.983 0.53±0.03 1.000 1)ri和Si表示i年参考群EBV的准确性和秩相关，i分别为2年(2017—2018年)、3年(2016—2018年)、4年(2015—2018年)、5年(2014—2018年)和全部数据(2012—2018年)；ri为平均值±标准误 3. 讨论与结论
3.1 生长性状的表型和遗传分析
本文生长性状数据量均达到17 000条以上，数据平均数和标准差在正常范围内。有研究表明，AGE和BF遗传力分别为0.21和0.41[2]，ADG遗传力估计值在0.20左右[6]，与本研究的遗传力估计值较为接近。有研究表明，BCS遗传力估计值在0.04左右[7]，低于本研究结果，可能是本文杜洛克猪表型选择较为集中，数据离散度较小所致。
3.2 不同时间跨度下EBV估计准确性和秩相关
在固定方差组分时，EBV估计的准确性整体上高于不固定方差组分时的准确性，可见利用群体全部数据，或在数据量较大时，估计的群体遗传参数更准确，且更加符合群体遗传变异的情况；随着时间跨度的增大和数据量的提升，EBV估计准确性逐渐提升；秩相关排名显示，不同时间跨度下，本研究涉及的几个中高遗传力性状验证群体的EBV秩相关较为接近，均在0.95以上，满足应用需求。相关研究显示，在随机去除部分个体情况下，方差组分变化较小，对选种准确性影响较小[8]，这与本研究结果相似。利用部分数据，EBV估计准确性能够达到70%以上[9-10]。在考虑计算速度便捷性时，可适当缩小育种值估计表型取值范围。
3.3 结论
本研究以校正达115 kg体重日龄、校正30~115 kg体重日增重、校正达115 kg体重背膘厚、校正达115 kg眼肌面积和终测体型评分等为研究对象，除体型评分外，这些性状均为中等偏高遗传力性状。结果显示，在进行常规遗传评估时，利用群体全部数据计算所得的方差组分优于分阶段方差组分估计值；随着时间跨度的增大，EBV准确性逐渐提高。
-
表 1 不同配套组合及分组情况
组别 配套肉猪 父系 母系 杂交组合方式 A WS501 S122 W352 (S11×S22)×[W52×(W51×W62)] B WS502 S121 W352 (S11×S21)×[W52×(W51×W62)] 
下载: 导出CSV
表 2 两个猪场不同组别母猪配种分娩情况表
猪场 组别 公猪 配种数 配种分娩率/% 分娩数 窝均总仔数/头 窝均活仔数/头 窝均健仔数/头 苍城 A S122 89 91.0 81 11.74 10.39 10.04 B S121 84 89.3 75 11.65 10.32 9.92 闸岗 A S122 131 90.1 118 12.16 10.98 10.51 B S121 144 89.6 129 12.23 11.17 10.75
下载: 导出CSV
表 3 两个猪场试验猪的体型外貌评分情况
猪场 组别 配套 数量 体长评分 肌肉评分 收腹评分 总体评分 苍城 A WS501 99 7.67 7.68 7.46 7.66 B WS502 92 7.43 7.71 7.51 7.53 闸岗 A WS501 146 7.66 7.74 7.35 7.62 B WS502 144 7.41 7.50 7.22 7.25
下载: 导出CSV
表 4 两个猪场不同组别试验猪的活体测定情况1)
猪场 组别 配套 数量 体长/cm 校正115 kg背膘厚/mm 校正115 kg日龄/d 苍城 A WS501 99 112.5±4.6a 13.96±0.96a 164.2±6.8a B WS502 92 108.1±4.3b 13.85±0.87a 169.6±7.2b 闸岗 A WS501 146 114.2±5.3a 14.12±1.04a 158.3±7.6a B WS502 144 110.3±4.4b 14.22±1.16a 164.8±6.8b 1)校正日龄＝终测日龄－(终测体重－115)÷(终测体重/终测日龄×1.826 040), 校正背膘厚=测定背膘厚×12.402÷[12.402+0.106 530×(终测体重－115)]；相同猪场、同列数据后不同小写字母表示差异显著(P < 0.05, t检验)
下载: 导出CSV
表 5 终测猪料重比情况
猪场 组别 配套 数量 始测总体重/kg 终测总体重/kg 总耗料/kg 料重比 苍城 A WS501 113 3 579.4 11 347.8 19 514.5 2.47 B WS502 108 3 260.8 10 720.9 18 836.5 2.49 闸岗 A WS501 157 5 432.5 15 611.9 24 947.5 2.45 B WS502 153 5 296.7 15 085.4 24 204.8 2.47
下载: 导出CSV
表 6 不同配套肉猪死淘情况表
猪场 组别 配套 始测数 终测数 死淘数 死淘比例/% 苍城 A WS501 113 99 14 12.4 B WS502 108 92 16 14.8 闸岗 A WS501 157 146 11 7.01 B WS502 153 144 9 5.88
下载: 导出CSV
表 7 不同配套肉猪的屠宰及肉质测定情况
猪场 组别 数量 体直长/cm 背膘厚/mm 屠宰率/% 瘦肉率/% 眼肌面积/cm2 肉色/分 大理石纹/分 滴水损失/% 苍城 A 24 97.8 20.31 76.9 65.3 50.4 3.11 2.37 1.897 B 24 95.4 20.12 77.5 65.4 49.7 2.89 2.24 2.148 闸岗 A 28 98.1 20.47 76.9 64.9 52.9 3.03 2.33 2.473 B 28 94.3 20.84 76.4 64.7 53.2 2.78 2.17 2.129
下载: 导出CSV
表 8 不同配套肉猪杂交优势情况
猪场 组别 配套 校正115 kg日龄/d 杂交优势率1)/% 本身 父 母 苍城 A WS501 164.2 168.2 172.8 -3.70 B WS502 169.6 171.1 173.7 -1.62 闸岗 A WS501 158.3 164.2 172.3 -5.91 B WS502 164.8 167.1 173.4 -3.20 1)杂交优势率＝(2×本身性能－父亲性能－母亲性能)÷ (父亲性能+母亲性能)×100%
下载: 导出CSV
-
[1] 王青来, 吴珍芳, 刘珍云, 等.华农温氏四系配套猪杂交性能对比试验研究[J].养猪, 2006(4):22-24. http://d.old.wanfangdata.com.cn/Periodical/yz200604011 [2] 赵振华, 贾青, 墨锋涛, 等.猪杂交配套系杂种优势利用分析[J].养猪, 2007(3):27-28. http://d.old.wanfangdata.com.cn/Periodical/yz200703012 [3] 喻传洲, 李文献.三品五元杂交商品猪配套系之构想[J].猪业科学, 2010, 27(10):88-89. http://d.old.wanfangdata.com.cn/Conference/8164025 [4] 梁志军.五元配套系猪生产性能测定试验[J].畜牧兽医杂志, 2015, 34(6):27-29. http://d.old.wanfangdata.com.cn/Periodical/xmsyzz201506009 [5] 赵跃峰, 贾红勋, 尚红梅, 等. PIC猪与三元杂交猪育肥效果对比试验[J].当代畜牧, 2014(11):90-91.
计量
- 文章访问数: 571
- HTML全文浏览量: 17
- PDF下载量: 1227
