溧阳鸡生长曲线分析与拟合的研究

运用Logistic模型和Gompertz模型对溧阳鸡0~12周龄生长曲线进行了分析和非线性的拟合研究。结果表明,溧阳鸡公、母鸡在3周龄前生长曲线基本一致,之后公鸡则明显高于母鸡,且保持较长时间的快速生长状态。Logistic模型和Gompertz模型均能比较好地拟合溧阳鸡公鸡的生长曲线(R2分别为0.994 4和0.995 3)和母鸡的生长曲线(R2分别为0.996 7和0.997 9),但Gompertz模型在拟合度和预测体重效果方面相对较好。拟合曲线模型中代表极限体重的参数A,公鸡明显高于母鸡,其他参数接近或略有差异。     

京海黄鸡生长和产蛋率曲线的拟合

为探索京海黄鸡生长发育规律和合理利用种质资源,本研究随机选取京海黄鸡母鸡300只,测量0～35周龄体重和19～66周龄产蛋率,用Logistic、Bertalanffy、Compertz3种生长曲线模型和伍德、杨宁、分室、三次方程4种产蛋曲线模型拟合京海黄鸡的生长曲线和产蛋率曲线,并对拟合结果加以比较分析,结果表明,Compertz模型能更好地拟合京海黄鸡的生长曲线(R2=0.9994),杨宁模型最适合应用于京海黄鸡的产蛋曲线拟合(R2=0.976)。     

不同性别龙胜凤鸡生长曲线的拟合与分析

为了解龙胜凤鸡的生长发育规律,本研究运用Logistic、Gompertz和Bertalanffy3种非线性模型分别对龙胜凤鸡的生长情况进行曲线拟合和分析。研究结果表明,3种模型均能较好的模拟龙胜凤鸡生长曲线,拟合度假。）均高于0．99,其中以Bertalanffy模型的拟合度最高（公、母鸡都为0．997）。因此,运用3种模型对龙胜凤鸡进行生长曲线的拟合和比较分析是可行的,本研究也为及时了解龙胜凤鸡的生长发育规律提供了参考。     

大围山微型鸡生长曲线分析与拟合比较分析

采用Logistic模型、Gompertz模型和Bertallanffy模型对大围山微型母鸡0~18周龄生长曲线进行分析和拟合研究。结果表明,三种非线性模型都能很好的拟合大围山微型鸡的生长曲线,拟合度(R2)均在0.99以上,其中Gompertz模型的拟合度最高(R2=0.9990),因此认为Gompertz模型是大围山微型鸡生长拟合的最佳模型。     

黔东南小香鸡、矮脚黄鸡及其F1代生长性能和生长曲线的拟合分析

本研究旨在探索黔东南小香鸡、矮脚黄鸡及其F₁代的生长发育规律。实验选用Logistic、Gompertz和Von Bertalanffy 3种生长曲线拟合模型分析黔东南小香鸡、矮脚黄鸡及其F₁代公母鸡的体重增长规律。结果表明：3种模型均能较好地拟合3个鸡群的体重增长曲线,且拟合度(R²)均在0.990以上。黔东南小香鸡生长曲线拟合以Von Bertalanffy模型最好,公母鸡R²均为0.997;矮脚黄鸡和F₁代的公鸡均以Gompertz和VonBertalanffy模型的R²最高,2个鸡群R²分别为0.999和0.998;由于Gompertz模型的估计值更接近实际观测值,所以Gompertz模型更适合拟合矮脚黄鸡和F₁代的体重增长曲线;矮脚黄鸡和F₁代的母鸡均以Von Bertalanffy模型R²最好,2个鸡群R²分别为0.996和0.997。...     

灵昆鸡生长模型拟合和分析的比较研究

为了解灵昆鸡的生长发育规律,运用Logistic和Gompertz 2种非线性模型分别对0至12周龄灵昆公、母鸡的体重生长数据进行了曲线拟合和分析,分别求出了两种模型对灵昆鸡公、母的拟合曲线方程、拐点体重和拐点日龄.结果表明,2种模型均能很好的模拟灵昆鸡生长曲线并预测灵昆鸡的生长发育情况,Logistic模型中,灵昆公、母鸡的拐点体重分别是912.17 g,655.41 g,拐点体日龄分别是7.87周,7.11周,拟合效果更佳.     

贵州地方鸡种体重生长曲线的拟合分析

为探究贵州省赤水乌骨鸡、黔东南小香鸡、乌蒙乌骨鸡、威宁鸡和贵州黄鸡这5个地方鸡种生长发育规律,采用Logistic、Gompertz和von Bertalanffy 3种非线性模型对5个地方鸡种的生长曲线进行拟合,选取5个品种鸡各60只,公母各30只,测定0、2、4、6、8、10、12、14、16、18周龄时的体重。结果：5个品种鸡的生长趋势一致,3个模型均能较好地拟合5个品种鸡的生长变化情况,拟合度均在0.98以上,其中von Bertalanffy模型对5个品种鸡的生长曲线拟合效果最好;同时期的鸡体重以贵州黄鸡最重,黔东南小香鸡最轻,赤水乌骨鸡、乌蒙乌骨鸡和威宁鸡相近;5个品种鸡的拐点周龄分别为9.2、7.9、7.3、8.9和8.4,拐点体重分别为870.71、509.18、708.29、834.35和945.52 g。通过拟合的生长曲线模型对鸡体重进行评估,可为贵州省地方鸡的科学饲养、品种资源利用及选育提供依据。     

不同性别固始鸡生长曲线的分析

用Logistic曲线方程,对固始鸡0～12周龄体重曲线进行拟合。结果表明,Logistic曲线方程可以很好地拟合固始鸡的生长曲线(公鸡:R2=0.9877,母鸡:R2=0.9950)。6.9周是固始公鸡的生长转折点,6.4周是固始母鸡的生长转折点。     

利用生化性状分析现代鸡种与土种鸡的杂交效果

对现代鸡种(AA、狄高、红宝父母代公鸡)、土种鸡及其杂交后代(AA×土种鸡、狄高×土种鸡、红宝×土种鸡)的部分血液生化性状进行测定,结果表明:70日龄土种鸡及杂交后代中,土种鸡血浆AKP、SGPT、CPK 酶活性最高(分别为165.78金氏单位,34.89穆氏单位、20.78国际单位/mg),而 AA×土种鸡的杂交后代血浆 AKP、SGPT 和 CPK 酶活性最低;统计分析,同一种酶在不同杂交后代间存在显著差异(P<0.05).聚丙烯酰胺凝胶电泳,血浆 AKP,Amy 和 Es(?)同功酶类型频率在杂交亲本与杂交后代中呈规律性变化,与鸡生产速度、屠宰率等生产性能有关.表明所测生化性状可用来分析鸡的杂交效果.迄今为止,育种工作者研究杂种优势的产生大多从基因的互作效应方面进行分析,而从生化领域的角度分析则很少见有报道,本文力求从生化方面分析探讨现代鸡种与土种鸡的杂交效果,旨在对今后杂交亲本的选择、杂种优势的预测提供新的理论依据.     

太湖鸡生长发育与曲线拟合情况分析

运用Logistic、Gompertz和Bertallanffy3种曲线模型对太湖鸡母鸡0~12周龄生长情况进行了分析和非线性拟合研究。结果表明:3种曲线模型均能较好地拟合太湖鸡的早期生长曲线(R2均为0.999)。分析发现:Logistic生长曲线对禽类早期生长的拟合效果较佳,而对早期生长发育较慢的地方禽种的生长后期拟合效果较差。经比较,3种生长曲线中以Gompertz曲线模型对太湖鸡母鸡的生长拟合效果最佳。通过生长曲线的拟合还能发现饲养管理中存在的问题。     

河北柴鸡1～16周龄生长曲线分析与拟合的比较研究

对河北柴鸡1～16周龄生长曲线进行了分析和非线性曲线拟合研究。结果表明:Logistic模型、Gompertz模型和VonBertalanffy模型都能很好地拟合河北柴鸡的生长曲线(R2分别为0.99598、0.99837和0.99809),其中Gompertz模型在拟合度和预测体重效果方面最好。     

多花黑麦草品种(系)间杂交及其杂种后代SRAP遗传分析

以多花黑麦草12个杂交组合的亲本与后代共70个材料,采用SRAP分子标记技术研究杂种与双亲之间的扩增谱带多态性,以甄别真假杂种。结果表明,1)用10对引物组合共得到多态性条带101条,平均每对引物扩增出10.1条多态带,多态性位点百分率为77.1％。表明供试材料在DNA水平上多态性较高,能够很好的揭示材料间的差异,利用SRAP进行品种和杂种鉴定是可行的。2)所鉴定的62个后代中SRAP扩增电泳带型表现出同父、同母、综合和不同于亲本的新带型等多种类型。结合多对引物综合分析所鉴定的62个后代中,有48个后代具有父本的特征带,这48个后代可以鉴定为真杂种。     

多花黑麦草品种（系）间杂交及其杂种后代犛犚犃犘遗传分析

 以多花黑麦草１２个杂交组合的亲本与后代共７０个材料，采用ＳＲＡＰ 分子标记技术研究杂种与双亲之间的扩增谱带多态性，以甄别真假杂种。结果表明，１）用１０ 对引物组合共得到多态性条带１０１ 条，平均每对引物扩增出１０．１条多态带，多态性位点百分率为７７．１％。表明供试材料在ＤＮＡ 水平上多态性较高，能够很好的揭示材料间的差异，利用ＳＲＡＰ进行品种和杂种鉴定是可行的。２）所鉴定的６２个后代中ＳＲＡＰ扩增电泳带型表现出同父、同母、综合和不同于亲本的新带型等多种类型。结合多对引物综合分析所鉴定的６２ 个后代中，有４８ 个后代具有父本的特征带，这４８个后代可以鉴定为真杂种。     

不同补饲水平对草地放养河北柴鸡生长曲线拟合的影响研究

了解不同补饲水平下河北柴鸡的生长发育规律。运用Gompertz非线性模型对不同补饲水平放养河北柴鸡0～20周龄体重生长资料进行曲线拟合和分析。在自由采食条件下,河北柴鸡的生长极限生长量、拐点体重及最大日增重最大;限饲条件下,拐点周龄延长至10.1周,极限生长量、瞬时生长速度、拐点体重及最大日增重明显降低;前期自由采食,后期停止补饲鸡的体重呈现直线下降,极限生长量和拐点体重最低。运用Gompertz模型适宜拟合不同补饲水平河北柴鸡的生长曲线(R2>0.99),为制订河北柴鸡不同生长阶段的营养及补饲标准提供参考。     

Polymorphisms of the PNPLA3 gene and their associations with chicken growth and carcass traits

1. An F₂ resource population of Gushi chickens crossed with Anka broilers was used to investigate the genetic effects of the chicken PNPLA3 gene on growth and adipose accumulation.

2. Associations between three SNPs (g.40006G?>?T, g.42344T?>?C and g.42404A?>?T) and broiler traits were determined using linkage disequilibrium, haplotype construction and association analysis.

3. The g.40006G?>?T mutation was associated with body weights at 4, 6, 8, 10 and 12 weeks of age, carcass weight, evisceration weight and semi-evisceration weight (P? 4. Haplotypes of the g.42344T?>?C and g.42404A?>?T mutations were associated with body weight at 12 weeks, carcass weight, evisceration weight, and semi-evisceration weight (P? 5. The results suggest that the PNPLA3 gene may be in linkage with the causative mutation or a QTL controlling growth traits in chickens. In contrast to human studies, the polymorphisms were not associated with fat related traits.     

Different growth rates of male chicken skeletal muscles related to their histochemical properties

1. Early, M. pubo‐ischio‐femoralis pars medialis (PIF muscle) and late, M. iliotibialis lateralis pars postacetabularis (ITL muscle), maturing muscles were studied. These two muscles contained different populations of histo‐chemical fibre types.

2. The profile measurements of the muscles showed diphasic allometric growth relative to the weights. In the early stage of growth (up to 15 weeks after hatching), the muscle length, width and depth all increased, while in the later stage (from 15 to 35 weeks) muscle growth resulted mainly from the marked increase in the depth and to a lesser degree, from an increase in the width.

3. Type I fibres, observed predominantly in PIF muscle matured earlier than the Type II fibres of ITL muscle.

4. From these results, the detailed process of skeletal muscle growth in the chicken was discussed.     

Use of structured antedependence models for the genetic analysis of growth curves

Growth curve analysis is an important issue for many agricultural and laboratory species, for both phenotypic and genetic studies. The aim of this paper is to present the use of a novel statistical approach, namely the structured antedependence (SAD) models, to deal with this issue. The basic idea of these models is that an observation at time t can be explained by the previous observations. These models are especially appropriate to deal with cumulative traits such as growth, as BW at age t clearly depends on BW measures at ages (t -1), (t -2), etc. These models were applied on an INRA experimental Charolais herd data set. The data comprised BW records for 560 cows born over an 11-yr period (from 1988 to 1998) from 60 sires and 369 dams. The proposed SAD models were compared with the well-known random regression (RR) models that are already widely used in various areas of longitudinal data analysis. It was found that the SAD models fit the growth process better with far fewer parameters than the RR models (9 instead of 16 covariance parameters for the phenotypic analysis, and 14 instead of 21 for the genetic analysis). Despite this smaller number of covariance parameters, the likelihood value was found to be much higher with the SAD vs. the RR models, with a difference of 262.9 for the phenotypic analysis with a quartic polynomial for the RR and 751.5 for the genetic analysis with a cubic polynomial for both the genetic and environmental parts of the RR model. The SAD models also proved to be better able to interpolate missing values. Heritability, genetic, and environmental correlation coefficients were estimated for weights from birth to adulthood. The structured antedependence models proved, in this study, to be very appropriate to model growth data in a parsimonious and flexible way.     

10个SNPs与京海黄鸡生长性状的关联性分析

为了筛选影响京海黄鸡生长性状的SNP标记,寻找影响生长性状的关键基因,本研究利用定制的SNP芯片,对396只京海黄鸡10个SNPs位点直接进行SNP分型,并与京海黄鸡12个生长性状进行关联分析。结果显示,10个SNPs中,共检测到9个SNPs与京海黄鸡1个或多个生长性状显著相关(P0.05),这其中有6个SNPs与2个以上的生长性状显著相关(P0.05),另外3个SNPs(rs431883888,rs16432721和rs16434767)分别与8周龄体质量(BW8)、0~4周龄平均日增重以及2周龄体质量(BW2)显著相关(P0.05)。此外,rs15618356,rs15618356和rs15620544与很长一段时期内(2~16周龄)的生长性状相关(P0.05)。rs431883888,rs16438236,rs16432721和rs16434767对京海黄鸡早期生长性状(2~8周龄体质量)有显著影响(P0.05),而rs14489341和rs13939265与京海黄鸡后期生长性状(8~16周龄体质量)显著相关(P0.05)。遗传学参数表明需要进一步对京海黄鸡进行选育来增加有利基因型的频率。在显著SNPs位点附近共找到8个可能的候选基因,大部分基因在鸡尚属首次报道,其功能尚需进一步研究。本研究验证了之前鸡生长性状的GWAS结果,为京海黄鸡乃至地方鸡种的分子标记辅助选择奠定了基础。