2017, Vol. 38
2. 中国农业大学 生物学院，北京 100193;
3. 广东温氏食品集团股份有限公司，广东 新兴 527400;
4. 中国农业大学 动物科技学院, 北京 100193
2. College of Biological Sciences, China Agricultural University, Beijing 100193, China;
3. Guangdong Wens Foodstuffs Co., Ltd., Xinxing 527400, China;
4. College of Animal Science and Technology, China Agricultural University, Beijing 100193, China
猪的生长速度和瘦肉率是重要的经济性状，直接影响着养猪的经济效益，也是猪遗传育种主要的目标性状。全国生猪遗传改良计划实施方案包括的生长性状主要有达100 kg体质量日龄（AGE）和100 kg体质量背膘厚（BF）[1]。2014年5月7日印发的《全国种猪遗传评估中心专家组工作会议纪要》中指出，建议种猪测定体质量范围由85~115 kg调整为85~130 kg，而校正公式没有发生变化。此外，背膘测定也由A超测定慢慢更新为更加准确的B超测定[2]。终测体质量范围的扩大和背膘测定方法的变化，是否会对后代估计育种值（EBV）产生影响，进而影响到选种工作值得探讨。本研究利用温氏种猪分公司某大白猪育种场2010—2016年的性能测定数据，估计了群体生长性状的遗传参数。另外，把2016年终测个体作为选种对象，在只有终测体质量100 kg左右（AGE-100）或只有B超（BF-B）数据的情况下，比较了个体EBV与正常数据情况下EBV的相关性。探讨在育种实践中，是否有必要删去A超测定记录和是否有必要重新引入新的日龄校正公式，以便在一定程度上评估育种操作的优劣，进一步优化和提高育种效率。
1 材料与方法 1.1 数据来源本研究以广东温氏食品集团股份有限公司种猪分公司某核心场大白猪为研究对象，选取2010—2016年场内大白猪生长性状测定记录，包括达100 kg体质量日龄和100 kg体质量背膘厚。
1.2 数据收集与处理方法达100 kg体质量日龄：在实施性能测定时，以电子秤对体质量在85~130 kg范围内的后备种猪称体质量，并记录其日龄，校正公式如下：
校正体质量日龄＝测定日龄-[(实测体质量-100)/CF]，式中，CF为校正因子，CF公猪＝（实测体质量/测定日龄）×1.826 040，CF母猪＝（实测体质量/测定日龄）×1.714 615。
A超测定背膘厚：利用A超测量仪（PIGLOG105）对活体猪单点重复测量背膘厚，取平均值，以mm为单位。
B超测定背膘厚：按照全国生猪遗传改良计划中要求，利用法国兽用便携式B超仪AGROSCAN测定倒数第3~4肋，距背中线5 cm处的背膘厚，以mm为单位。
校正背膘厚（BF）=实测背膘厚×CF，式中，CF=A÷{A+[B×(实测体质量-100)]}，A公猪=12.402，B公猪=0.106 530；A母猪=13.706，B母猪=0.119 624。
1.3 数据处理和分析软件利用Excel和SAS 9.3软件剔除缺失值和异常数据，对体型性状进行固定效应分析，同时对生长数据进行整理和筛选。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[3]。此软件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。本研究采用AI和EM算法相结合的REML方法估计方差组分。固定效应分析应用SAS GLM软件，泊松相关和秩相关利用R软件计算。
1.4 固定效应水平划分体型测定年份划分为7个水平：2010—2016年，每年为1个水平；测定季节划分为4个水平[4]：春（3月11日—5月15日）、夏（5月16日—9月25日）、秋（9月26日—11月20日）、冬（11月21日—次年3月10日）；性别划分为2个水平：公、母。
1.5 统计模型 1.5.1 固定效应分析模型分析各因素对生长性状的影响，本研究主要分析年季、性别对表型值的影响。应用SAS 9.3 GLM分析过程。模型如下：
yijk=μ+ YSi+ SEXj+ eijk，
式中:yijk为性状表型值（AGE和BF）；YSi为测定年季；SEXj为测定个体性别；eijk为随机残差；i、j、k为不同水平数。
1.5.2 生长性状方差分析模型模型如下：
y＝Xb+Z1a+Z2l+e，
式中：y为个体观察值；b为固定效应向量，包括年季效应和性别效应；a为动物个体加性效应；l为个体出生时所在窝的窝效应；e为残差效应；X、Z1、Z2分别为b、a、l的结构矩阵。
遗传力的标准误采用Klei等[5]方法估计，使用DMU软件[3]估计性状间遗传相关性。
2 结果与分析 2.1 生长性状表型值生长性状基本统计量见表 1，AGE与BF记录数都达到16 470条，终测体质量在100 kg左右（85~115 kg）记录数有14 569条，B超测定记录有7 606条。此外，根据偏度与峰度结果，以上性状都基本符合正态分布。
|
表 1 生长性状基本统计量1） Table 1 Basic statistics for growth traits |
从表 2可知，年份和季节效应与性别效应对生长性状的影响，都达到了极显著水平，可用于遗传方差统计模型。
|
|
表 2 生长性状固定效应分析1） Table 2 Fixed effect analysis of growth traits |
由表 3可知，单性状模型估计, AGE和BF的遗传力分别达到0.207和0.406，为中高等遗传力性状; 窝效应分别达到0.269和0.148，可见，仔猪生长发育情况会对后期生长产生影响; 此外，AGE-100和BF-B遗传力分别达到0.168和0.342，低于AGE和BF遗传力估计结果，可能与数据量减少有关。单/多性状模型估计结果基本保持一致。
|
|
表 3 生长性状方差组分和遗传参数 Table 3 Variance components and genetic parameters of growth traits |
表 4显示了只有终测体质量在100 kg左右（AGE-100）或只有B超（BF-B）数据的情况下，把2016年终测个体作为选种对象，个体EBV与正常数据情况下EBV的相关系数。其中，在去除达100 kg体质量日龄（AGE）校正公式外115~130 kg个体的情况下，后代EBV泊松相关系数和秩相关系数分别达到0.94和0.92；在去除A超测定数据的情况下，后代EBV泊松相关系数和秩相关系数都达到了0.96。
|
|
表 4 单/多性状模型个体EBV相关系数 Table 4 EBV correlation of single/multi-trait model |
本文生长性状记录数达到16 470条，数据近似服从正态分布，单/多性状结果相似，结果较可靠。本文AGE遗传力估计结果为0.207，略低于相关研究结果[6-8]；BF遗传力估计结果为0.406，与相关研究结果一致[9-11]，均在正常范围内[12]。
3.2 不同数据条件下个体性状EBV之间的相关性由于生猪出栏体质量越来越倾向于大体质量，种猪终测体质量也逐渐增大，从100 kg左右终测体质量到115 kg左右。在去除超出校正范围的个体（115~130 kg）的情况下，新测定个体EBV与正常情况下EBV的泊松相关系数和秩相关系数分别达到0.94和0.92。相关系数较高，可能是由于85~115 kg正常范围内的个体较多导致，但是不能排除在数据继续积累的情况下，相关系数会逐渐降低的可能，给选种准确性的提高带来更多的不确定性。
此外，由于A超与B超测定结果的差异[13-14]，所以需探讨在当前数据的情况下，能否只计算B超测定结果来达到遗传评估的目的。通过本研究结果可见，在A超与B超测定数据量相差不大的情况下，新终测个体EBV与正常数据情况下EBV的相关系数达到0.96。因此，在B超数据继续积累的情况下，可以逐渐舍弃A超测定结果。
3.3 结论生长性状遗传参数估计结果均在正常范围内，有望用于目标群体的遗传评估。窝效应估计结果数据较大，说明母体效应与早期生长条件对生长发育起着非常重要的作用。此外，通过最新终测个体EBV在不同计算条件下的相关系数可知，在出栏肉猪体质量增大的趋势下[15]，随着种猪终测体质量的增大，应该重新评估达100 kg体质量日龄的可靠性，探索更加适合当前测定范围的校正公式；另外，在当前B超应用越来越广泛的背景下，可以考虑逐渐去除早前的A超测定结果，但是其准确性还有待评估。总之，加强对目标群体的遗传分析，有利于进一步提高育种工作的效率。
| [1] |
农业部办公厅. 全国生猪遗传改良计划(2009—2020) 实施方案[J]. 中国牧业通讯, 2010(23): 25-28. (  0) |
| [2] |
倪德斌, 刘望宏, 胡军勇. 猪活体背膘厚、眼肌面积(B超)测定方法的研究[J]. 养殖与饲料, 2015(1): 5-9. ( 0) |
| [3] |
MADSEN P, S∅RENSEN P, SU G, et al. DMU-a package for analyzing multivariate mixed models[C]∥Proceedings of the 8th world congress on genetics applied to livestock production. Belo Horizonte:[s.n.], 2006:11-27.
( 0) |
| [4] |
张世轩. 全球增暖背景下中国四季的划分及与夏季降水的关系[D]. 兰州: 兰州大学, 2013.
( 0) |
| [5] |
KLEI B, TSURUTA S. Approximate variance for heritability estimates[DB/OL].[2016-03-14]. http://nce.ads.uga.edu/html/projects/AI_SE.pdf,
( 0) |
| [6] |
BIDANEL J P, DUCOS A. Genetic correlations between test station and on-farm performance traits in Large White and French Landrace pig breeds[J]. Livest Prod Sci, 1996, 45(1): 55-62. DOI:10.1016/0301-6226(95)00079-8 ( 0) |
| [7] |
KNAUER M T, CASSADY J P, NEWCOM D W, et al. Estimates of variance components for genetic correlations among swine estrus traits[J]. J Anim Sci, 2010, 88(9): 2913-2919. DOI:10.2527/jas.2009-2639 ( 0) |
| [8] |
ABELL C E, MABRY J W, DEKKERS J C M, et al. Genetic and phenotypic relationships among reproductive and post-weaning traits from a commercial swine breeding company[J]. Livest Sci, 2012, 145(1/2/3): 183-188. ( 0) |
| [9] |
BERESKIN B. A genetic analysis of feed conversion efficiency and associated traits in swine[J]. J Anim Sci, 1986, 62(4): 910-917. DOI:10.2527/jas1986.624910x ( 0) |
| [10] |
叶健. 安徽省美系猪繁殖和生长性状遗传参数估计[D]. 北京: 中国农业大学, 2015.
( 0) |
| [11] |
JOHNSON Z B, CHEWNING J J, NUGENT R R. Genetic parameters for production traits and measures of residual feed intake in large white swine[J]. J Anim Sci, 1999, 77(7): 1679-1685. DOI:10.2527/1999.7771679x ( 0) |
| [12] |
BERRY D P, EVANS R D. Genetics of reproductive performance in seasonal calving beef cows and its association with performance traits[J]. J Anim Sci, 2014, 92(4): 1412-1422. DOI:10.2527/jas.2013-6723 ( 0) |
| [13] |
王重龙, 陶立, 张勤, 等. B超活体测定猪背膘厚和眼肌面积的研究[J]. 安徽农业科学, 2005, 33(3): 451-452. ( 0) |
| [14] |
杨秀娟, 邓斌, 张曦, 等. 猪背膘厚与眼肌厚活体A超测量技术研究[J]. 西北农林科技大学学报(自然科学版), 2014, 42(5): 22-28. ( 0) |
| [15] |
佚名. 大体型肥育猪饲养新思考[J]. 猪业科学, 2012(11): 29. ( 0) |