肉用西门塔尔牛与和牛杂交群体的肉品质分析

本研究旨在对肉用西门塔尔牛与杂交和牛两试验群体进行肉质性状比较,以期为肉品质性状遗传机制剖析及优质肉牛培育提供理论指导。收集肉用西门塔尔牛与杂交和牛两试验群体肉质性状表型数据,包括眼肌面积、剪切力、系水力、pH、肉色、脂肪颜色和大理石花纹等指标,进行相关性及差异性分析,从而综合评价两群体的肉品质。结果显示,两群体的脂肪颜色、系水力及剪切力呈现两两正相关;肉色与脂肪颜色、pH呈正相关,且肉色与pH呈显著相关（P < 0.05）,而系水力与pH、肉色和大理石花纹呈负相关。在两试验群体间,和牛杂交群体的大理石花纹、眼肌面积、pH性状表现为极显著优于肉用西门塔尔牛（P < 0.01）。从性别比较来看,肉用西门塔尔牛母牛在大理石花纹、pH、剪切力等性状上极显著或显著优于公牛（P < 0.01;P < 0.05）;而和牛杂交群体母牛的肉色和剪切力性状表现为显著或极显著高于公牛（P < 0.05;P < 0.01）。总体而言,和牛杂交群体的肉质性能优于肉用西门塔尔牛;群体内比较表明,肉用西门塔尔牛群体母牛肉质性能优于公牛,而和牛杂交群体母牛肉质性能低于公牛。     

肉用西门塔尔牛与和牛杂交群体的肉品质分析

本研究旨在对肉用西门塔尔牛与杂交和牛两试验群体进行肉质性状比较,以期为肉品质性状遗传机制剖析及优质肉牛培育提供理论指导。收集肉用西门塔尔牛与杂交和牛两试验群体肉质性状表型数据,包括眼肌面积、剪切力、系水力、pH、肉色、脂肪颜色和大理石花纹等指标,进行相关性及差异性分析,从而综合评价两群体的肉品质。结果显示,两群体的脂肪颜色、系水力及剪切力呈现两两正相关;肉色与脂肪颜色、pH呈正相关,且肉色与pH呈显著相关(P0.05),而系水力与pH、肉色和大理石花纹呈负相关。在两试验群体间,和牛杂交群体的大理石花纹、眼肌面积、pH性状表现为极显著优于肉用西门塔尔牛(P0.01)。从性别比较来看,肉用西门塔尔牛母牛在大理石花纹、pH、剪切力等性状上极显著或显著优于公牛(P0.01;P0.05);而和牛杂交群体母牛的肉色和剪切力性状表现为显著或极显著高于公牛(P0.05;P0.01)。总体而言,和牛杂交群体的肉质性能优于肉用西门塔尔牛;群体内比较表明,肉用西门塔尔牛群体母牛肉质性能优于公牛,而和牛杂交群体母牛肉质性能低于公牛。     

畜禽基因组选择中贝叶斯方法及其参数优化策略

品种选育在畜禽育种中占十分重要的地位,基因组选择作为畜禽育种的新兴技术手段而备受关注。其优点为可以缩短世代间隔,加快遗传进展,可以不依赖于表型进行选择。2001年,Meuwisen提出基因组选择的概念后,基因组选择首先应用于奶牛育种,至2014年8月,国际公牛组织已有34个成员国在其国家奶牛育种群中应用基因组选择。随着基因组选择的不断推广应用,提高基因组育种值估计准确性的问题有待于解决,当前对基因组选择方法的研究和探讨正在不断深入,有效的模型及算法对提高基因组育种值估计的准确性具有重大现实意义。至今已有17种贝叶斯方法相继被提出,本文简要介绍了基因组选择中的经典BayesA和BayesB方法,其中BayesA假设所有位点都有效应,BayesB假设部分位点有效应,且这部分有效应的位点所占的比例很小,它们的假设模型和算法都不相同。Meuviwisen提出经典贝叶斯方法后,其它贝叶斯方法犹如雨后春笋般涌出,这些新方法的提出,都是基于经典贝叶斯方法原理,对假设模型和算法进行适当改进,以期对模型中的参数进行优化。如BayesC方法在BayesB的基础上对模型中的π值进行优化,BayesCπ和 BayesDπ是在BayesC的基础上进行改进,这两种方法假设各位点的效应方差是相同的,而BayesC假设各位点的效应方差是不同的,BayesDπ又是在BayesCπ基础上对效应方差服从尺度逆卡方分布中的尺度参数进行优化。Bayes Lasso的思想和BayesA一样,不同之处在于它假设标记效应服从另一种分布-拉普拉斯分布,所以标记效应的后验分布也随之改变。BayesRS方法假设各位点的效应方差是按占一定比例的总遗传方差分配的。其它的贝叶斯方法也都是在前人研究的基础之上对模型中的先验假设进行变换和模型中的参数进行优化,以期寻找最适合群体的假设模型和参数。目前广泛应用的贝叶斯算法仍是经典贝叶斯算法以及BayesCπ,这是由于它们计算结果的稳定性和较高的基因组育种值估计准确性。在这3种贝叶斯算法中,基因组育种值估计准确性基本上是BayesB＞BayesCπ＞BayesA,但某些性状计算的基因组育种值准确性结果并非如此。相对于经典贝叶斯方法,参数优化过程在一定程度上提高了基组育种值估计的准确性。总之,在经典贝叶斯方法的基础上,贝叶斯方法的改进算法及其参数优化策略围绕着以提高基因组育种值估计的准确性为目的,通过生物遗传算法与实际的群体情况相结合,寻找最适的假设模型和参数优化策略,丰富和拓展了基因组选择算法,并能使得基因组育种值更具参考价值。由于中国的动物育种历程与国外育种差距甚远,利用基因组选择可以加快畜禽育种进程,进而还可以培养新品系,丰富遗传资源。同时对基因组选择在中国的方法研究及应用进行了介绍,面对基因组选择的种种优点,全基因组选择育种技术势在必行。此外,文章还探讨了畜禽基因组选择中贝叶斯方法及其参数优化策略存在的主要问题和今后研究的热点,以期为获得更加可靠和快捷的基因组选择算法提供参考。