排序方式: 共有114条查询结果,搜索用时 15 毫秒
1.
西安荷斯坦奶牛群5个基因座位遗传多态性的PCR-RFLP分析 总被引:6,自引:0,他引:6
应用PCR-RFLP方法对西安荷斯坦牛的κ-en、β-lg、β-lg5′侧翼区、CSN1S2、IGFBP-3共5个基因座位进行了多态性分析。结果表明,在西安荷斯坦牛群中,没有发现携带CSN1S2^P等位基因的个体,其多态信息含量为0。κ-en基因座位呈现低度多态(PIC=0.2366),β-lg、β-lg5′侧翼区、IGFBP-3基因座位的多态信息含量分别为0.3168、0.3689、0.4439,均呈现中度多态。κ-en、β-lg、β-lg5′侧翼区、IGFBP-3、CSNIS2基因座位的杂合度和DNA多态度分别为0.2742、0.3947、0.4879、0.4891、0和0.0255、0.0116、0.0333、0.0112、0。而且,在西安荷斯坦牛群中,κ-en、β-lg、β-lg5′侧翼区、IGFBP-3共4个基因座位均处于Hardy-Weinberg平衡状态,CSN1S2基因座位处于纯合状态。 相似文献
2.
3.
[目的]研究中国黄牛Y染色体STRs的遗传多样性及父系起源。[方法]利用非变性聚丙烯酰胺凝胶电泳,选择2个牛Y-STRs位点INRA189和BM861,分析16个中国地方黄牛品种284头公牛与4头缅甸黄牛公牛的Y染色体遗传多样性。[结果]在中国16个黄牛品种中,2个Y-STR位点可以区分中国黄牛中的普通牛和瘤牛类型,表明中国黄牛有普通牛和瘤牛两种父系起源。4头缅甸黄牛均为瘤牛类型。在中国16个黄牛品种中,普通牛和瘤牛分布频率分别为57.0%和43.0%,其中普通牛频率在北方黄牛中占优势(98.3%),瘤牛频率在南方黄牛中占优势(76.1%),中原黄牛中普通牛频率较高为63.8%,瘤牛频率为36.2%。[结论]中国黄牛存在普通牛和瘤牛两种父系起源;普通牛频率自北向南逐渐减少,瘤牛频率自北向南逐渐增加,中原地区为普通牛和瘤牛的交汇处。 相似文献
4.
用PCR-RFLPs方法对南阳牛、秦川牛、郏县红牛3个品种共411个个体的myostatin 5'调控区的单核苷酸多态性(SNPs)进行分析.结果表明,3个品种在myostatin 5'调控区T→A突变以等位基因T为主,仅在郏县红牛中发现1个AA型纯合体,郏县红牛品种显著偏离Hardy-Weinberg平衡状态(P<0.05),其它品种处于Hardy-Weinberg平衡状态(P>0.05).对黄牛myostatin 5'调控区T→A突变与南阳牛、秦川牛和郏县红牛生长性状进行相关分析,结果显示,TT型南阳牛6月龄的胸围和胸围指数显著低于TA型个体,TT型南阳牛18月龄的体高显著高于TA型个体(P<0.05),但基因型对秦川牛和郏县红牛生长性状的效应不显著(P>0.05).提示在南阳牛的育种实践中应该综合考虑南阳牛生长阶段和所要选择的性状. 相似文献
5.
6.
为准确实时跟踪羊只目标,进行疾病异常预警,实现奶山羊精细化养殖,本文基于DiMP跟踪模型,利用奶山羊跟踪对象单一且图像样本丰富的特点,结合迁移学习和类特定融合方法,设计了一种类特定的奶山羊目标跟踪模型,能够有效克服DiMP算法在跟踪类特定目标时定位精度不足的缺点。利用构建的奶山羊视频跟踪数据训练集对跟踪算法进行迁移训练,加快模型收敛速度,使评估网络预测出的边界框更贴合奶山羊真实框的位置和尺寸。在线跟踪阶段,针对目标模板仅采用第1帧特征制作整个序列的调制向量,导致该调制向量相对整个跟踪阶段特征不具代表性,与后续帧差异大的缺点,使用训练集制作包含奶山羊各种姿态的类调制向量,以指数消融方式更新奶山羊类调制向量与第1帧调制向量间的比重,增强边界框回归任务中的奶山羊特征与背景的判别性。提出的算法在测试集上的AUC(Area under curve)和精准度(Precision)分别为76.20%和60.19%,比DiMP方法分别提升6.17、14.18个百分点,跟踪速度为30 f/s,满足实时跟踪的要求。实验结果表明,提出的类特定奶山羊目标跟踪方法可用于监测复杂场景下奶山羊的运动,为奶山羊精细化... 相似文献
7.
利用PCR-SSCP和PCR-RFLP技术对708只西农萨能(268)和关中奶山羊群体(440)的CSN1S2基因的多态性及其与经济性状的相关性进行了研究.结果表明.在西农萨能和关中奶山羊群体中,仅发现CSN1S3基因存在A和F等位基因,其频率分别为0.79/0.21和0.74/0.26.关联分析发现,F等位基因与奶山羊的体尺性状(体高、体长、胸围)和第1、2胎的产奶量无显著相关,F等位基因与乳中的脂肪含量和总乳固体含量成正相关(P<0.05),而与其他的奶成分、pH值、乳密度无显著性相关. 相似文献
8.
9.
[目的]为进一步了解鲁西牛生长发育规律及体重与各体尺间的内在联系。[方法]研究利用SPSS 26.0软件,分析鲁西牛体重与各体尺性状间的相关性,建立各体尺性状对体重的最优回归模型。[结果]结果显示鲁西牛群体I中所有体尺性状均与体重间存在极显著正相关(P<0.01),其中腹围(X5)、体高(X1)和胸围(X3)通过较强的直接作用影响体重(Y)。鲁西牛体尺(X)对体重(Y)的最优回归模型为:Y=2.374X1+2.455X3+2.721X5-923.527 (R=0.955,P<0.01)。根据最优回归模型,对鲁西牛群体II的体重数据进行预测,并将群体I和群体II进行合并为群体III,分析鲁西牛群体III体重与体高(X1)、胸围(X3)和腹围(X5)的相关性,并对相关系数进行分解。结果显示,体重(Y)相关程度最高的胸围(X3)性状对体重的直接作用最大(P=0.939),与体重间相关系数最小的体高(X1)则是通过较强的间接作用影响体重。[结论]综上,体高、胸围和腹围可作为3个重要参考指标,为后续合理评估鲁西牛生长发育性能提供理论参考。 相似文献
10.