3周龄蛋鸡体质量性连锁遗传效应分析

以白莱航鸡、绿壳蛋鸡为亲本,构建F2资源群体,进行蛋鸡早期体质量遗传评估。结果表明:Z染色体基因对蛋鸡早期体质量加性遗传方差有贡献;遗传模型固定效应包括品种、世代及近交系数;蛋鸡F2分离群体3周龄体质量遗传力为0.52±0.03,其中Z染色体遗传力为0.07±0.02。蛋鸡早期体质量遗传评估时应考虑性染色体连锁遗传效应的影响;3周龄蛋鸡体质量属于中等偏高遗传力性状,可通过个体选育获取遗传进展。     

基于个体动物模型分析蛋鸡蛋壳厚度遗传参数

为评估母体遗传对蛋壳厚度表型变异的影响,剖析蛋壳厚度遗传参数动态变化规律,采集白莱航鸡×绿壳蛋鸡资源群体亲代及F1、F2代蛋壳厚度数据20 834条,利用WOMBAT软件分别以单性状和多性状动物模型分析表型方差组分。结果表明:批次和亲代品种效应对统计蛋壳厚度有着重要影响,将其列入固定效应;资源群体蛋壳厚度受母体遗传影响,加性与母体遗传存在较强负遗传相关;不同周龄蛋壳厚度表型相关系数为0.27~0.53,遗传相关系数为0.76~0.99,相邻周龄遗传相关系数较高。结果提示资源群体蛋壳厚度遗传力属于中等偏下,通过中长期选择才能有效获取遗传进展。     

应用贝叶斯算法评估如皋黄鸡40周龄体重母体遗传、显性遗传效应

文章旨在评估亲本印记及显性遗传效应对如皋黄鸡40周龄体重表型方差的影响。收集2009~2011年如皋黄鸡生产记录,包括3 890只鸡的产蛋高峰期体重记录,以贝叶斯算法分析表型方差组分。应用动物模型时考虑加性遗传、母体遗传以及显性遗传效应,对不同日龄体重进行标准化,以DIC值选择最优模型。结果表明,如皋黄鸡40周龄体重性状遗传模型应考虑加性遗传效应和母体遗传效应;如皋黄鸡40周龄遗传力为0.45,母体遗传效应可解释6%表型方差;如皋黄鸡40周龄体重基本不受显性遗传效应影响。遗传分析结果显示40周龄体重属于中等遗传力性状,可以利用母体遗传效应估计育种值进行专门化选育。     

蛋鸡资源群体产蛋性状遗传参数分析

【目的】利用平均信息约束最大似然算法(AIREML)分析蛋鸡资源群体产蛋总重、产蛋数、40周龄蛋重和开产性状遗传参数,剖析产蛋性状遗传参数变化规律。【方法】以白莱航鸡与东乡绿壳蛋鸡为基本素材,依照F2设计组建资源群体,包括亲代、F_1代和F_2代总计2 326只母鸡。每一世代采集开产性状数据,每日记录产蛋信息。蛋鸡32～60周龄采集蛋重数据19 825条。以多性状动物模型评估遗传方差、残差和表型方差。【结果】(1)品种、世代对产蛋性状有着重要影响,将其列入固定效应;(2)32～60周龄产蛋总重遗传力为0.28±0.05,累积产蛋数遗传力为0.33±0.05,40周龄蛋重遗传力为0.58±0.05,开产日龄遗传力为0.35±0.05,开产体重遗传力为0.65±0.05,开产蛋重遗传力为0.44±0.06;(3)产蛋总重与产蛋数遗传相关系数为0.78±0.04,与40周龄蛋重遗传相关系数为0.27±0.10,与开产日龄遗传相关为-0.41±0.12。【结论】选择产蛋总重性状,宜以个体选择结合家系选择方能有效获取遗传进展。     

应用混合线性模型评估蛋白高度遗传参数

为分析蛋白高度动态变化规律,估计该性状不同周龄的遗传力和遗传相关系数,以高产蛋鸡白来航鸡与地方鸡鸡种绿壳蛋鸡构建F2资源群体,采集资源群体蛋白高度数据18 624条,应用约束最大似然算法分析表型方差组分。结果表明,混合线性模型的固定效应宜包含批次和亲代品种效应;资源群体蛋白高度遗传力为0.17~0.30;不同周龄蛋白高度表型相关系数为0.22~0.43,遗传相关系数为0.58~0.97,相邻周龄遗传相关系数较高。结果显示资源群体蛋白高度遗传力属于中等偏下,通过中长期选择才能有效获取遗传进展;蛋鸡分离群体蛋白高度不同周龄之间表型值差异不大、遗传相关系数较高,选择1~2个时间点足以代表全期蛋白高度水平。     

近交对蛋鸡体重的影响

数据来自白莱航鸡、绿壳蛋鸡资源群体,包括13 185条记录,应用多性状动物模型解析遗传参数、育种值排序,评估近交对蛋鸡体重性状的影响,并比较不同模型估计的遗传参数、育种值排序.结果表明:F_2代群体个体近交系数解释的表型方差占比为6.0%～7.9%;蛋鸡资源群体体重的遗传力为0.43～0.47,重复力为0.51～0.94,遗传相关系数为0.66～0.84;近交系数协变量改变了育种值排序.蛋鸡资源群体体重的遗传潜能较大;选育体重时,动物模型宜包含近交系数协变量.     

应用随机回归模型估计蛋鸡体重遗传参数

【目的】通过分析勒让德多项式阶数对最大似然值、残差的影响,优化随机回归模型,评估蛋鸡资源群体体重遗传潜能和选择时机,为蛋鸡资源群体育种方案提供参数。【方法】收集东乡绿壳蛋鸡与白莱航鸡F2资源群体体重数据26 532条。系谱数据包含5 871只鸡,其中4 174只鸡有5条记录,802只鸡有4条记录,128只鸡没有记录。数据清洗包括去除离群值数据、去除翅号重复个体、去除性别不明个体、去除少于4条记录个体。经整理,剩余25 483条体重数据,其中绿壳蛋鸡2 223条,白莱航鸡696条,F1代6 002条,F2代16 562条。应用SPSS软件中一般线性模型分析非加性遗传因素对体重的影响,确定将批次、性别列入动物模型固定效应。应用随机回归模型分析蛋鸡早期体重方差组分、遗传参数、随机回归系数矩阵特征向量。随机回归动物模型中包括一般固定效应、固定回归项及随机回归项三类效应。研究中,以批次-性别作为固定效应,以周龄体重作为固定回归项,将加性遗传效应和永久环境效应作为随机回归项。经AIC、BIC筛选,随机回归模型中加性遗传效应宜嵌入5阶勒让德多项式、永久环境效应宜嵌入5阶勒让德多项式、固定回归项宜嵌入2阶勒让德多项式。残差做异质化处理,分为5个水平,即每次观测设定一个残差初始值,观测间隔期残差以线性回归计算。【结果】蛋鸡资源群体1—9周龄体重遗传力为0.46—0.63,重复力为0.88—0.92,遗传相关系数为0.32—0.99,永久环境相关系数为0.34—0.99。遗传相关系数随着周龄间隔增大而减小,相邻周龄遗传相关系数较高。遗传方差、永久环境方差以及残差随年龄增加而增加。加性遗传效应随机回归系数矩阵前三个特征值依次为1 976.91、161.95、42.22,前三个特征值合计解释99%遗传变异。【结论】随机回归模型可用于蛋鸡早期体重遗传评估及选育。对加性遗传系数矩阵第二特征方程系数进行选择可以改变个体生长曲线,选择时机宜在3—6周龄。蛋鸡资源群体早期体重遗传力略高于其它群体同类研究结果。     

应用随机回归模型估计蛋鸡体重遗传参数

【目的】通过分析勒让德多项式阶数对最大似然值、残差的影响,优化随机回归模型,评估蛋鸡资源群体体重遗传潜能和选择时机,为蛋鸡资源群体育种方案提供参数。【方法】收集东乡绿壳蛋鸡与白莱航鸡F2资源群体体重数据26 532条。系谱数据包含5 871只鸡,其中4 174只鸡有5条记录,802只鸡有4条记录,128只鸡没有记录。数据清洗包括去除离群值数据、去除翅号重复个体、去除性别不明个体、去除少于4条记录个体。经整理,剩余25 483条体重数据,其中绿壳蛋鸡2 223条,白莱航鸡696条,F1代6 002条,F2代16 562条。应用SPSS软件中一般线性模型分析非加性遗传因素对体重的影响,确定将批次、性别列入动物模型固定效应。应用随机回归模型分析蛋鸡早期体重方差组分、遗传参数、随机回归系数矩阵特征向量。随机回归动物模型中包括一般固定效应、固定回归项及随机回归项三类效应。研究中,以批次-性别作为固定效应,以周龄体重作为固定回归项,将加性遗传效应和永久环境效应作为随机回归项。经AIC、BIC筛选,随机回归模型中加性遗传效应宜嵌入5阶勒让德多项式、永久环境效应宜嵌入5阶勒让德多项式、固定回归项宜嵌入...     

应用多性状动物模型评估蛋鸡蛋形指数遗传参数

以动物模型结合平均信息约束最大似然算法(AIREML)分析蛋鸡蛋形指数遗传力、重复力和遗传相关系数,剖析蛋形指数遗传参数动态变化规律。试验素材来自白莱航鸡与绿壳蛋鸡分离群体,包括亲代、F_1代和F_2代,总计2 326只母鸡。每一世代32~60周龄,期间每4周测量1次蛋品质,共采集蛋形指数数据19825条。以WOMBAT软件估计遗传方差、永久环境方差和残差。结果表明:品种、世代和周龄,对蛋形指数有重要影响,将其列入固定效应;蛋形指数性状并非正态分布,应用平方根反正弦进行数据转换,但转换前后遗传参数估计值差异不显著(P0.05);蛋形指数遗传力为0.31~0.47,遗传方差随周龄增加而增加,至48周龄达到极大值,之后小幅回落;重复力为0.47~0.61,永久环境方差基本稳定在同一水平;不同周龄蛋形指数遗传相关系数为0.91~0.99,永久环境相关系数为0.61~0.92,相邻周龄遗传相关系数较高。蛋形指数重复力较高、周龄之间遗传相关系数接近于1,以个体选择可以有效获取遗传参数。     

蛋鸡5周龄体质量遗传参数及估计方法比较

为调查蛋鸡资源群体早期体质量选育潜力,比较了限制最大似然法、马尔科夫链蒙特卡洛方法和积分嵌套拉普拉斯逼近方法的效率和结果准确性,应用动物模型估计遗传参数。试验鸡来自东乡绿壳蛋鸡与白来航鸡F2资源群体,包括3个世代总计5 405只鸡,采用限制最大似然法和贝叶斯法剖分5周龄蛋鸡体质量表型方差。结果表明:蛋鸡F2资源群体5周龄体质量遗传力为0.49~0.59,具体因算法而定;马尔科夫链蒙特卡洛方法计算用时较长、准确性稍差;积分嵌套拉普拉斯逼近方法能够准确给出方差组分的标准误,而不是近似的或依据正态分布推测的;限制最大似然法计算用时短,结果准确,目前为最佳选择。由于蛋鸡资源群体5周龄蛋鸡体质量选育潜力大,将来可以通过个体选育获取遗传进展。     

如皋黄鸡选育群105日龄体重遗传力及近交参数分析

为评估如皋黄鸡选育群个体间亲缘关系远近程度,分析105日龄体重遗传力。收集2011—2014年连续4代如皋黄鸡有称重记录的育成期母鸡资料,整理后得到7 550条个体记录。对非105日龄体重进行校正处理。应用Endog软件计算近交相关参数,包括个体近交系数(Fi)、个体近交速率(ΔFi)、平均亲缘关系(AR)以及每个世代Fi和AR平均值。应用AIREML算法剖分表型方差组分,计算遗传力时考虑了近交、批次以及母本日龄对表型方差的影响,将加性遗传、母体遗传列入随机效应,以AIC值、BIC值选择最优模型。结果表明选育群个体近交系数平均值为0.44%、亲缘关系平均值为1.58%;个体近交系数适合以3阶协变量嵌入遗传模型;如皋黄鸡105日龄体重遗传力为0.45±0.03。如皋黄鸡105日龄体重属于中等遗传力性状;分析体重遗传参数时应考虑个体近交系数。     

略阳乌鸡体重和产蛋数性状遗传参数估计

【目的】略阳乌鸡是陕西省特有的家禽品种,该品种具有体型大、肉质好、氨基酸含量丰富、对林地散养适应性强的优点,但也存在生长缓慢,产蛋性能差的不足。为此,在系统测定略阳乌鸡生产性能的基础上,开展对体重和产蛋性状遗传参数的估计,阐明遗传效应对上述性状的调控作用及性状间的遗传关系,期望为这些性状的选育奠定理论基础。【方法】对略阳乌鸡蛋用系一世代71个半同胞家系799只公鸡和804只母鸡6、10、14、20周龄和开产日龄体重进行测定,以个体为单位记录从开产到31、35和40周龄产蛋数,以四分位数〒1.5倍四分位距为界删除异常值,更正性别记录错误。以性别为固定效应,育种值为随机效应用单变量动物模型估计各性状遗传力,用双变量动物模型估计性状间遗传相关,用逆伽玛分布指定育种值和残差项方差先验分布,用贝叶斯算法执行130 000次迭代,弃去前30 000次迭代结果,以100为间隔抽取1 000个估计值获得方差和协方差后验分布,计算各性状遗传力和性状间遗传相关。用R语言PerformanceAnalytics软件包chart.Correlation命令计算性状间表型相关。【结果】略阳乌鸡6、10、14、2...     

42日龄如皋黄鸡体重间接遗传效应分析

【目的】动物个体遗传物质除了调控自身表型之外,还通过资源分配或行为互动影响同伴性能表现,称之为间接遗传效应。畜禽选育时,遗传模型如果包含了间接遗传效应,不仅有利于改善个体间社会关系,还可以获得更多的遗传进展。研究以饲养于群体笼内如皋黄鸡为试材,以间接遗传模型评估体重数据,旨在为如皋黄鸡选育提供支持。【方法】体重数据采集自如皋黄鸡选育群体,试验鸡于42日龄称重,收集原始数据11 983条。数据清洗包括去除超出三倍标准差的离群值、去除翅号遗失个体、去除性别不明个体以及去除单笼养殖量少于4只的记录。系谱数据包含12 208只鸡：11 735只鸡有体重记录,473只鸡没有体重记录;10 560只鸡没有后代,1 648只鸡有后代,其中种公鸡208只,种母鸡1 440只。以SPSS软件中的单因素方差分析检验环境因素对体重的影响,确定列入固定效应的因子。应用经典动物模型、间接遗传模型分析如皋黄鸡早期体重方差组分及遗传参数,并检验间接遗传方差是否存在稀释效应。遗传模型中包括一般固定效应、固定回归项、加性遗传效应、间接遗传效应、共同环境效应以及残差。研究中,以单笼养殖量作为固定回归项,将加性遗传效应、间接遗传效应、共同环境效应列为随机项。稀释参数起始值设定为0,依次以0.1幅度递增至1.0,经AIC、BIC筛选,稀释参数宜设定为0。由于残差异质化处理没有改变遗传参数和方差组分,因此残差做同质化处理。以WOMBAT软件分析方差组分及遗传参数,计算结果达到收敛标准。【结果】影响如皋黄鸡体重的固定效应包括批次、层级、性别;42日龄如皋黄鸡体重受间接遗传效应影响,加性遗传力为0.54±0.02,总遗传力为0.66±0.06;同笼如皋黄鸡个体间以互助关系为主,加性遗传与间接遗传选择方向一致,遗传相关系数为0.41;育成期如皋黄鸡间接遗传方差不存在稀释效应;如皋黄鸡公鸡与母鸡间接遗传效应表现不同,遗传力、遗传相关系数也存在明显差异。【结论】间接遗传模型可用于蛋鸡早期体重遗传评估及选育。相比于传统动物模型,间接遗传模型可以额外获得遗传进展。     

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。     

如皋黄鸡开产性状加性遗传及母体遗传效应分析

【目的】以动物模型分析加性遗传、母体遗传对如皋黄鸡开产性状的影响,并计算开产性状遗传参数。【方法】收集如皋黄鸡2009—2012年生产数据,包括10 454个动物个体、31 362条生产记录。依据是否考量母体效应,设计4种统计模型。利用WOMBAT软件以平均信息约束最大似然法(AIREML)剖分表型方差,以似然比统计值检验模型适用性。以单性状模型分析遗传力,以多性状模型分析遗传相关系数和表型相关系数。【结果】母体环境对开产日龄有显著的影响,模型II为开产日龄最适模型,开产日龄遗传力为0.28±0.02;母体遗传对平均开产蛋质量影响显著,模型III适合计算开产蛋质量遗传力,开产蛋质量加性遗传力为0.23±0.02、母体遗传力为0.03±0.01;母体遗传和母体环境对开产体质量有显著影响,开产体质量加性遗传力为0.34±0.03、母体遗传力为0.04±0.01,模型IV为开产体质量最适模型。如皋黄鸡开产蛋质量、开产体质量加性遗传与母体遗传存在负相关。开产体质量、开产蛋质量与开产日龄之间的遗传相关系数分别为0.36±0.07、0.33±0.07,开产蛋质量与开产体质量之间的遗传相关系数为0.65±0.05。【结论】如皋黄鸡开产日龄、开产体质量、开产蛋质量等开产性状均受母体效应影响,且遗传力较低。     

如皋黄鸡42日龄体重母体遗传效应评估

随着遗传模型和计算方法的发展,动物遗传育种研究中可以应用复杂模型分析大数据集,文章应用6种模型分析如皋黄鸡42日龄体重方差组分和遗传力。收集2010-2013年如皋黄鸡生产记录,包括8575只鸡的22 935条体重记录,利用WOMBAT软件以平均信息约束最大似然法(AIREML)分析表型方差组分。应用动物模型时考虑了加性效应、母体遗传效应和环境效应,对不同日龄体重进行了标准化。以AIC值、BIC值以及似然比值选择最优模型。结果表明:如皋黄鸡42日龄体重性状遗传模型应考虑加性遗传效应、母体遗传效应和母体环境效应;如皋黄鸡42日龄遗传力为0.33±0.02,母体遗传效应可以解释8%表型方差,加性遗传与母体遗传呈现负相关。遗传分析结果显示42日龄体重属于中低遗传力性状,因此应用动物模型-BLUP方法估计育种值更有效。     

应用随机回归模型分析蛋鸡蛋黄质量遗传参数

[目的]以随机回归模型分析绿壳蛋鸡-白来航鸡资源群体蛋黄质量遗传规律和遗传参数。[方法]收集2011—2014年资源群体2 260只鸡生产记录,整理后获得11 759条蛋黄质量记录,用随机回归模型将Legendre多项式嵌入加性遗传效应、永久环境效应以及固定效应,各周龄以不同的残差效应处理。加性遗传与永久环境效应分别以1~3阶Legendre多项式评估,以AIC、BIC值以及残差值选择最优模型。利用WOMBAT软件以平均信息约束最大似然法(AIREML)分析表型方差组分。[结果]蛋黄质量遗传力为0.43~0.49,重复力为0.61~0.71;蛋黄质量加性遗传方差应嵌入3阶Legendre多项式,永久环境方差应嵌入2阶Legendre多项式;随机误差最低值出现在40周龄,最高值出现在56周龄;加性遗传方差随周龄增加而增加;各周龄之间遗传方差高度相关。[结论]随机回归模型适用于蛋黄质量遗传参数估算;蛋黄质量属于中等遗传力性状。     

不同动物模型对安格斯牛周岁生长性状遗传参数估计的比较分析

旨在分析不同动物模型对宁夏地区安格斯牛周岁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)估计安格斯牛周岁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)来确定最佳动物模型。结果表明:1)在不考虑母体效应的模型中(模型1),周岁体重、体高、体长和胸围的直接遗传力分别为0.59±0.02、0.52±0.03、0.20±0.04和0.52±0.03;2)在考虑母体加性遗传效应及其与直接加性遗传效应的协方差模型中(模型4),直接遗传力和母体效应的遗传力升高,总遗传力值降低;3)模型4估计的周岁体重、体高、体长和胸围的直接遗传力分别为0.77±0.01、0.73±0.03、0.33±0.04和0.70±0.03,母体效应遗传力分别为0.50±0.05、0.51±0.05、0.10±0.04和0.23±0.04,总遗传力分别为0.16±0.06、0.12±0.05、0.11±0.01和0.32±0.01。综上,基于本研究发现模型4对安格斯牛周岁生长性状的遗传参数估计效果最佳,为宁夏地区安格斯牛核心群的选育提高提供理论依据。     

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。