不同动物模型对高山美利奴羊早期生长性状遗传参数估计的比较

【目的】研究不同动物模型对高山美利奴羊早期生长性状遗传参数估计的影响,筛选适合高山美利奴羊早期生长性状遗传参数估计的最佳动物模型并估计早期生长性状的遗传参数,为高山美利奴羊早期阶段的选育提高提供理论依据。【方法】运用ASReml软件对固定效应进行F检验,判断固定效应中的因子是否显著,筛选出对高山美利奴羊早期生长性状具有显著影响作用的固定效应;其次运用ASReml软件中的AIREML算法通过不同动物模型估计高山美利奴羊早期生长性状的遗传参数,根据各模型随机效应的不同构建了4个动物模型,各模型中均包含固定效应、随机效应和残差效应,其中模型1的随机效应包括个体加性遗传效应,模型2的随机效应包括个体加性遗传效应、母体遗传效应,模型3的随机效应包括个体加性遗传效应、个体永久环境效应,模型4的随机效应包括个体加性遗传效应、母体遗传效应和个体永久环境效应。最后,通过赤池信息量准则（AIC）指数和似然比检验（LRT）对不同模型中的随机效应进行比较分析筛选出最佳动物模型,利用最佳动物模型估计出高山美利奴羊早期生长性状的遗传参数。【结果】（1）血统类型、出生年份、配种月份、初生月份、群别、性别以及出生类型对高山美利奴羊早期生长性状初生重、断奶重、断奶前平均日增重和断奶毛长均有极显著的影响（P＜0.001）,除性别和出生类型对妊娠期的影响不显著外,其余各固定效应对妊娠期的影响极显著（P＜0.001）。（2）各模型估计的初生重遗传力为（0.0924±0.0160）-（0.2073±0.0226）,母体效应的遗传力为0.1623±0.0113;断奶重遗传力为（0.0651±0.0126）-（0.1027±0.0159）,母体效应的遗传力为（0.1097±0.0407）-（0.1098±0.0112）;断奶前平均日增重的遗传力为（0.0681±0.0130）-（0.1001±0.1061）,母体效应的遗传力为0.0898±0.0112;断奶毛长的遗传力为（0.0865±0.0148）-（0.0937±0.0149）,母体效应的遗传力为0.0173±0.0107;妊娠期的遗传力为（0.0902±0.0174）-（0.1119±0.0189）,母体效应的遗传力为0.0477±0.0146。（3）通过赤池信息量准则（AIC）指数和似然比检验（LRT）对不同模型中的随机效应进行比较分析发现,早期生长性状受个体加性遗传效应和母体遗传效应影响极显著,而受个体永久环境效应的影响可以忽略不计。因此,模型2是高山美利奴羊早期生长性状遗传参数估计的最佳动物模型。【结论】高山美利奴羊早期生长性状受母体遗传效应的影响比其他随机效应更显著;模型2为高山美利奴羊早期生长性状遗传参数估计的最佳动物模型。基于最佳动物模型估计的初生重、断奶重、断奶前平均日增重、断奶毛长、妊娠期的遗传力分别为0.0924±0.0160、0.0651±0.0126、0.0681±0.0130、0.0865±0.0148、0.0902±0.0174,母体遗传效应分别为0.1623±0.0113、0.1098±0.0112、0.0898±0.0112、0.0173±0.0107、0.0477±0.0146。     

母体效应对安哥拉山羊后期生长性状遗传参数估计的影响

通过建立不同动物模型,用SPSS软件和非求导约束最大似然法(DFREML),对山西省沁水示范牧场的安哥拉山羊后期生长形状资料(包括6月龄重、周岁重和18月龄重)进行母体效应的遗传参数估计的影响的研究,其中除了周岁重的个体加性遗传效应和母体加性遗传效应间呈正相关外,其它两个性状(6月龄和18月龄重)的两种遗传效应均呈负相关。     

不同模型对青海细毛羊生长性状遗传参数估计的比较

【目的】分析不同动物模型对青海细毛羊生长性状遗传参数估计的影响。【方法】采用平均信息最大约束似然法应用不同混合动物模型估计青海细毛羊生长性状的遗传参数,并采用似然比检验对不同模型进行比较分析。根据各模型中随机效应的不同,共构建了8个模型。各模型中均包括固定效应、个体直接加性遗传效应、残差效应;随机效应为个体永久环境效应、母体遗传效应、母体永久环境效应。【结果】①各模型估计的初生体重遗传力为0.1696-0.3781,母体效应遗传力为0.0001-0.0900;断奶体重遗传力为0.2520-0.3291,母体效应遗传力为0.0002-0.0759;周岁体重遗传力为0.2244-0.3506,母体效应遗传力为0.0001-0.0918;成年羊体重遗传力为0.2205-0.3981,母体效应遗传力为0.0000-0.0006;②似然比检验表明,与模型1相比,模型3和8相对于初生体重差异显著（P＜0.01）,模型3对断奶体重差异显著（P＜0.01）;与模型2相比,模型8对初生体重差异显著（P＜0.01）;模型6对周岁体重差异显著（P＜0.01）;模型5和8对成年体重差异显著（P＜0.01）;与模型4相比,模型5和8对初生体重差异显著（P＜0.01）;模型6对周岁体重差异显著（P＜0.01）;对于周岁体重、成年羊体重各模型与模型1的似然比检验差异不显著（P＞0.05）;模型5、6、7和8分别与模型3相比对各生长性状差异不显著（P＞0.05）。【结论】对于初生体重、断奶体重模型3较为适合,而模型1对周岁体重、成年体重较为适合;初生体重、断奶体重受母体遗传效应影响较其它随机效应更为显著;基于模型估计的初生体重、断奶体重和周岁体重、成年体重遗传力分别为0.1995、0.2552、0.3438和0.2205。     

母体效应对长白猪生长性状的影响

本文旨在研究母体效应对长白猪生长性状遗传参数和育种值估计的影响。以温氏长白种猪W51为研究对象,选取初生重、达到30 kg体重日龄和达到100 kg体重日龄3个与生长性能相关的数量性状,利用包含和不包含母体效应的2种数学模型进行遗传参数和育种值估计。结果表明使用包含母体效应的模型对生长性状的解释更加合理。当模型中不包含母体效应时,遗传力的估计值明显偏高,育种值估计偏离也较大。随着猪只日龄的增加,母体效应方差所占比重逐渐下降,而直接加性遗传方差的比重逐渐上升,说明母体效应对猪生长后期的影响在逐渐变小。在建立动物生长性状模型时,需要考虑母体效应对遗传参数和育种值估计的影响。     

中国西门塔尔牛生长性状遗传参数估计

利用中国西门塔尔牛6个国家级种畜场1980～2000年间生长性状记录,对中国西门塔尔牛的初生重、断奶重、周岁重、18月龄重和成年母牛体重共5个性状进行遗传统计分析,应用动物模型、借助MT-DFREML方法估计上述性状的遗传参数,并考虑母体效应.结果表明,中国西门塔尔牛出生重、断奶重、周岁重、18月龄重和成年母牛体重的遗传力分别是0.32、0.11、0.27、0.36和0.47;生长性状的直接加性遗传效应和母体加性遗传效应呈较高强度的负相关(-0.39～-0.99);相邻年龄段内生长性状间的直接加性遗传效应相关值较高,而时间跨度大的年龄段生长性状间相关值相对较低;周岁重与18月龄重、成年母牛体重间的直接加性遗传相关、母体加性遗传相关值均较高.     

宁夏安格斯牛体尺和体质量遗传参数估计

旨在对宁夏地区638头成年安格斯牛的体质量、体尺指标进行遗传参数估计。运用DMU软件DMUAI模块,AI-REML结合EM算法并配合多性状动物模型,以出生场、年度、季节和月龄作为固定效应,动物个体效应作为随机效应。研究结果表明:成年安格斯牛体质量、体高、体斜长、胸围、腹围、管围和十字部高的遗传力分别为0.5、0.6、0.39、0.6、0.29、0.69、0.45,除腹围外,其他性状均属于高遗传力性状,各性状间的遗传相关为0.44～0.97,表型相关为0.42～0.93,均呈强的正相关。     

新西兰白兔生长性状的遗传参数估计

【目的】对新西兰白兔不同生长日龄体重和平均日增重进行遗传分析。【方法】利用成都市爱华畜牧科技有限公司种兔场2011-2013年的生长性状记录,采用多性状动物模型约束性最大似然法(REML)对新西兰白兔35、42、56、70、84日龄的5个体重性状,35~42、42~56、56~70、70~84日龄的4个平均日增重性状进行遗传参数估计。【结果】结果表明,新西兰白兔35、42、56、70、84日龄体重的遗传力分别是0.63、0.46、0.43、0.42、0.39。各日龄间体重呈强正遗传相关,相邻日龄间的遗传相关较其他日龄间强。35~42、42~56、56~70、70~84日龄平均日增重的遗传力分别是0.30、0.36、0.31、0.21。4个平均日增重间呈弱遗传相关。【结论】为新西兰白兔育种方案的制定和选育工作提供了理论基础。     

用动物模型估计猪的主要经济性状遗传参数

通过建立动物模型 ,采用MTDFREML程序 ,对位于韩国京畿道二川郡某原种猪场 42 1 2头鉴定的长白猪资料进行了性别对长白猪主要经济性状遗传参数的影响研究 .结果表明 :长白猪主要经济性状的最小二乘均值在公母猪之间有明显差异 (p <0 .0 5 ) ;模型中同时考虑母体效应时得到的遗传力均低于没有考虑母体效应时的遗传力 .同时 ,将性别示为固定效应时的各性状间的遗传相关高于只考虑公猪时的各性状间的遗传相关 ,但低于只考虑母猪时的各性状间的遗传相关     

安格斯牛18月龄体尺体重性状遗传参数分析

为分析不同动物模型对宁夏地区安格斯牛18月龄生长性状遗传参数估计的影响,筛选出估计生长性状遗传参数的最佳动物模型,本研究使用包含或剔除母体遗传效应、母体永久环境效应及母体与直接遗传效应之间是否存在协方差来区分６种动物模型,借助DMU软件的DMU_AI模块,利用约束最大似然法（AI-REML）估计安格斯牛18月龄生长性状的遗传参数。利用赤池信息准则（AIC）和似然比检验（LRT）确定遗传参数估计的最佳动物模型。结果表明：1）模型４是估计安格斯牛18月龄体重（Body weight, BW）、十字部高（Crucifixion height, CH）和管围（Shin circumference, SC）的最佳模型,该模型估计的以上3个性状的直接遗传力分别为0.42、0.29和0.22,母体遗传力分别为0.11、0.14和0.05,总遗传力分别为0.23、0.12和0.11。 2）模型6是估计安格斯牛18月龄体高（Body height, BH）、体斜长（Body length, BL）和胸围（Chest circumference, CC）的最佳模型,该模型估计的这些性状的直接遗传力分别为0.48、0.48和0.64,母体遗传力分别为0.02、0.12和0.08,总遗传力分别0.33、0.18和0.34。综上,考虑直接遗传效应和母体遗传效应之间的协方差、母体效应可对目的性状更加准确的进行无偏预测。本研究为加快安格斯牛的遗传进展提供理论依据。     

主成分和回归分析在安格斯牛选育中的应用

【目的】揭示安格斯牛的体型外貌特征和生长发育规律,分析各性状参数间的相关性并探求准确而简易的体质量估测方法。【方法】以宁夏地区1 753头安格斯初生牛、1 764头安格斯断奶牛和1 642头安格斯周岁牛为对象,对其3个生长阶段的6个体尺指标和体质量进行主成分分析和逐步多元回归分析。【结果】安格斯牛不同生长阶段各性状间均存在极显著(P0.01)相关性。由主成分分析结果可知,安格斯牛初生阶段的体质量与体尺指标可综合为4个主成分指标,分别为高度因子、围度因子、管围因子和体长因子,累计贡献率为89.5%;断奶和周岁阶段均分别筛选出3个主成分,其中第1主成分和第2主成分均为体型外貌因子和高度因子,第3主成分分别为体长因子和体质量因子,累计贡献率分别为93.1%和88.1%。通过构建安格斯牛不同生长阶段估测体质量的回归模型,得到初生、断奶、周岁3个阶段的最优回归方程,其决定系数R~2分别为0.817 0,0.956 3和0.551 1,表明各阶段体质量与体尺性状间存在明显的线性关系。【结论】不同阶段的主成分反映了安格斯牛不同阶段的生长发育特征,各阶段体质量回归方程的决定系数表明各回归方程存在一定的参考价值。     

宁夏地区安格斯牛育种目标性状确定及边际效益分析

旨在确定安格斯牛的育种目标性状及其相对经济重要性.本研究结合现有的育种和生产条件,利用差额法计算安格斯牛生长发育性状、繁殖性状和胴体性状的边际效益,确定各性状的相对经济重要性,并分析市场价格变化对目标性状边际效益的敏感性.结果表明:1)确定的3类安格斯牛育种目标性状中,生长发育性状,繁殖性状和胴体性状的相对经济重要性之...     

草原红牛主要经济性状的遗传参数估计

采用动物模型和DFREML，估测了1988年12月至1994年12月期间出生的1050头草原红牛的主要经济性状的遗传参数。结果表明，草原红牛的初生重的遗传力为0.361，6个月龄体重的遗传力为0.360，18个月龄体重的遗传力为0.251，体高的遗传力为0.409。体长的遗传力为0.426，尻长的遗传力为0.561，胸围的遗传力为0.374，管围的遗传力为0.592；初生重和6个月龄体重之间的遗传相关为0.491，与18月龄体重之间的遗传相关为0.667。6个月龄体重在18月龄体重之间的遗传相关为0.556，18个月龄体重与18个月龄体尺的遗传相关在0.673-0.993范围内。     

安格斯牛体重和体尺性状生长曲线拟合与相关性分析

为充分了解安格斯牛生长发育规律,指导饲养管理和提高品种选育,以安格斯牛为研究对象,通过Logistic、Gompertz和Von Bertalanffy 3种曲线模型对0～18月龄安格斯牛体重和体尺性状进行生长曲线拟合分析,并选出最佳生长曲线模型,利用该模型计算体重和体尺的相对生长(R)和绝对生长(G)情况,并对各性状...     

美系杜洛克种猪体尺性状遗传参数估计及其与生长性状的关系研究

通过对杜洛克种猪体尺性状进行遗传参数估计,并评估其与生长性状之间的关系,为目标群体的遗传评估奠定基础。利用SAS软件对影响各性状的非遗传因素(场、年季和性别)进行固定效应分析,利用DMU软件和动物模型REML方法估计体长(BL)、体高(BH)和管围(CC)的加性遗传方差,计算各性状的遗传力,并估计体尺性状与达100 kg体重日龄(AGE)、100 kg体重活体背膘厚(BF)和30~100 kg料重比(FCR)的遗传和表型相关。结果表明,场、年季和性别效应对各性状影响均达显著水平;BL、BH和CC的遗传力估计值分别为0.274、0.352和0.160;窝效应值变化范围介于0.184~0.221之间;体尺性状间遗传和表型相关变化范围分别为0.552~0.674、0.100~0.568;体尺与生长性状的遗传和表型相关的变化范围分别为-0.411~0.083、-0.333~0.039,在杜洛克种猪育种中,可通过对体尺性状的间接选择来加快杜洛克种猪生长性状的遗传改良进展。     

广义遗传模型与数量遗传分析新方法

根据广义遗传模型的建模原理，提出了一些扩展的广义遗传模型。这些模型既可以分析种子数量性状，也可以分析基因型与环境的互作效应。采用混合线性模型的统计分析方法，可以有效地估算方差分量和协方差分量、预测遗传效应值。并介绍了我们提出的一些遗传模型及相应的统计分析方法。