一种适用于单胎动物多品种选择的基因组关系矩阵

旨在提出一种新型基因组关系矩阵并验证其在多品种联合群体中的模拟应用效果。本研究利用QMsim软件模拟牛的表型数据和基因型数据;利用Gmatrix软件构建常规G阵;利用R语言构建新型G阵,新型G阵在常规G阵的基础上,将多品种联合群体的非哈代-温伯格平衡位点考虑在内;利用DMU软件使用“一步”法模型计算基因组估计育种值（estimated genomic breeding value,GEBV）;比较不同情况下使用两种G阵的GEBV预测准确性。结果表明,在不同遗传力及QTL数下,不对新型G阵使用A₂₂阵加权就能达到常规G阵使用A₂₂阵加权时的GEBV预测准确性。在系谱部分缺失时,新型G阵不加权较常规G阵加权时GEBV预测准确性高。证明,在系谱有部分缺失时,新型G阵对多品种GEBV的预测有一定优势。     

参考群筛选方法及规模对基因型填充准确性的影响

为探究基于A矩阵期望遗传关系最大化（maximizing the expected genetic relationship for matrix A,RELA）、基于A矩阵目标群体遗传方差最小化（minimized the target population genetic variance for matrix A,MCA）、平均亲缘关系最大化（the highest mean kinship coefficients,KIN）、随机选择（random selection,RAN）、共同祖先筛选（common ancestor,CA）等不同参考群筛选方法及参考群规模对基因型填充准确性的影响。本研究使用矮小型黄羽肉鸡作为试验群体,采用鸡600K SNP芯片（Affymetrix Axion HD genotyping array）进行基因分型,测定435羽子代公鸡45、56、70、84、91日龄体重。利用Beagle软件将低密度SNP芯片填充为高密度SNP芯片数据,比较不同参考群筛选方法、参考群规模对基因型填充准确性的影响,以及填充芯片基因组预测准确性。结果表明,使用Beagle 4.0结合系谱信息进行填充效果最佳,其次为Beagle 4.0,而Beagle 5.1填充效果最差。使用MCA方法筛选参考群进行基因型填充准确性最高,使用RAN方法筛选参考群进行基因型填充准确性最低,MCA、RELA、CA 3种方法基因型填充准确性差别较小。相比其他方法,使用MCA方法筛选个体作为参考群将低密度SNP芯片填充至高密度SNP芯片进行基因组选择的预测准确性较高,与真实高密度SNP芯片的基因组预测准确性相差甚微。随着参考群规模增大,基因型填充准确性也随之增加,但增速逐渐下降,最后趋于平缓。综上所述,可以通过参考群筛选方法构建参考群以及控制参考群规模,以保证基因型填充和基因组预测准确性并节省成本,本研究为基因型填充在畜禽遗传育种中的应用提供技术参考。     

黄连及黄连须、黄连茎叶体外抗氧化活性的谱效关系研究

测定黄连与黄连须、黄连茎叶主要生物碱含量并建立高效液相(HPLC)指纹图谱,分析其抗氧化活性的谱效关系。采用HPLC分析比较黄连及黄连须、黄连茎叶中小檗碱、表小檗碱、药根碱、黄连碱、巴马汀含量差异并建立指纹图谱,通过羟自由基(·OH)、1,1-二苯基-2-三硝基苯肼(DPPH)自由基、2,2-联氮基双(3-乙基苯并噻唑啉-6-磺酸)(ABTS)自由基体外清除试验与总还原力试验评价其体外抗氧化活性差异,应用Pearson相关系数法分析HPLC指纹图谱与抗氧化活性的谱效关系。结果发现小檗碱、巴马汀含量为黄连>黄连茎叶>黄连须;药根碱、黄连碱和表小檗碱含量为黄连>黄连须>黄连茎叶;总还原力为黄连>黄连茎叶>黄连须,·OH、DPPH、ABTS·+自由基清除力为黄连茎叶>黄连>黄连须;总还原力与各峰均有较强相关性,·OH、DPPH、ABTS·+自由基清除力与4号峰相关性较强。说明黄连茎叶体外抗氧化活性较强,黄连须与黄连茎叶均有一定药用开发价值。     

口感化及颗粒化开食料对早期断奶羔羊生长和胃肠道发育的影响

分析探讨口感化及颗粒化开食料对早期断奶羔羊生长和胃肠道发育的影响。选取新生健康的双羔湖羊公羔42只,随机分为两组,分别饲喂颗粒化和口感化开食料,试验期42 d。两组羔羊21日龄之前的采食量、体重和绝对生长的变化趋势相似。21日龄以后,口感化开食料组羔羊的采食量、体重、绝对生长和相对生长均明显高于颗粒化开食料组,42日龄体重、后两周的采食量及15～21日龄的相对生长率在两组间有显著差异(P < 0.05)。口感化开食料还显著提高(P < 0.05)了羔羊42日龄时的育肥指数、体长指数、胸围指数、管围指数和断奶前的瘤胃质量和瘤胃/胴体。以上结果表明,与颗粒化开食料相比,口感化开食料更有利于羔羊早期断奶前后的瘤胃发育、采食量提高、体重和体尺的发育,但对其他胃室及肠道发育没有影响。     

计算机视觉技术在智慧羊场中的研究进展

智慧羊场具有科学化、标准化管理的优点,是羊场转型发展的趋势。计算机视觉技术是人工智能的核心,可以实现非接触性、自动化、实时监测羊的个体信息。本文总结并分析了计算机视觉在羊场的个体识别方法、行为识别方法、体尺与体重估测、疾病监测的研究现状,并指出计算机视觉在智慧羊场的进一步发展趋势。 [关键词] 计算机视觉|智慧羊场|个体识别|行为识别|体尺与体重估测|疾病监测     

青海扁茎早熟禾混播草地生产性能与种间关系的研究

为了探究早熟禾混播草地种间关系与生产特征,使用‘青海’中华羊茅（Festuca sinensis ‘Qinghai’）、'青牧1号’老芒麦（Elymus sibiricus ‘Qingmu No.1’）、‘同德’小花碱茅（Puccinellia tenuiflora ‘Tongde’）分别与‘青海’扁茎早熟禾（Poa pratensis var. anceps Gaund.‘Qinghai’）混播,在海北州西海镇开展了植株形态特征、生物量积累和分配、混播草地养分特征等研究。结果表明：使用老芒麦与早熟禾混播具有较高的生产性能。该处理相较于老芒麦单播草地的粗蛋白与总磷含量,分别提高7.51%与14.50%。相对饲用价值较早熟禾单播草地提高34.12%。因此,为解决青海扁茎早熟禾单播草地生产力不足的问题可以选用老芒麦与早熟禾进行混播。使用碱茅与早熟禾混播具有较高的种间相容性,因此碱茅与早熟禾混播具有较高的群落稳定性与产量稳定性。选用碱茅与早熟禾进行混播可以用于建植以生态治理为目的的混播草地。     

香猪基因组外显子SNPs检测及繁殖和体型性状候选基因分析

为从基因组水平上探究香猪性成熟早、产仔数少、体型小的分子机理,本研究下载与香猪在繁殖和体型性状方面有明显差异的梅山猪、杜洛克猪的重测序数据作为参照,对26头香猪、24头梅山猪和24头杜洛克猪的重测序数据进行SNPs检测和等位基因频率差值分析,筛选香猪基因组外显子上与梅山猪、杜洛克猪高度分化的SNPs位点,并使用AS-PCR方法和Sanger测序方法统计其中8个SNPs位点的群体等位基因频率。最后,对含有高度分化SNPs位点的基因进行GO功能富集和KEGG通路分析。结果显示,SNPs检测获得香猪基因组外显子上SNPs共236 710个,包括193个终止密码子丢失、1 238个终止密码子获得、90 945个错义SNPs和144 334个同义SNPs。得到1 046个香猪高度分化SNPs,包括429个错义SNPs、2个终止子丢失、6个终止子获得和609个同义SNPs,影响524个蛋白质编码基因;并发现X染色体上44-58 Mb的一段富含高度分化SNPs的热点区域。群体等位基因频率验证结果与重测序结果一致,鉴定了8个位点均为香猪与梅山猪、杜洛克猪高度分化的SNPs。对524个含有高度分化SNPs的基因进行GO和KEGG分析,富集到卵母细胞减数分裂、雌激素信号途径等繁殖相关通路;GO功能注释到细胞内雌激素受体信号、纤毛运动等繁殖相关条目,骨骼系统形态发生、骨骼发育、成骨细胞分化等体型相关条目。得到含有香猪高度分化SNPs的18个繁殖性状候选基因PTGFR、TRO、DNAH17、PKDREJ、KAT8、DNAI2、VDR、TEX14、QSOX1、AR、WNK3、ADCY3、SPEF1、MIGA2、SLC2A8、PSMF1、TBC1D20、IFT172和7个体型相关基因IBSP、NR6A1、HSPG2、TARS、PDZD2、FGF4、AMER1,可能是决定香猪性成熟早、产仔数少、体型小的关键基因。     

Immobilization,cardiopulmonary and blood gas effects of ketamine–butorphanol–medetomidine versus butorphanol–midazolam–medetomidine in free-ranging serval (Leptailurus serval)

ObjectiveTo compare ketamine–butorphanol–medetomidine (KBM) with butorphanol–midazolam–medetomidine (BMM) immobilization of serval.Study designBlinded, randomized trial.AnimalsA total of 23 captures [KBM: five females, six males; 10.7 kg (mean); BMM: 10 females, two males; 9.6 kg].MethodsServal were cage trapped and immobilized using the assigned drug combination delivered via a blow dart into gluteal muscles. Prior to darting, a stress score was assigned (0: calm; to 3: markedly stressed). Drug combinations were dosed based on estimated body weights: 8.0, 0.4 and 0.08 mg kg^–1 for KBM and 0.4, 0.3 and 0.08 mg kg^–1 for BMM, respectively. Time to first handling, duration of anaesthesia and recovery times were recorded. Physiological variables including blood glucose and body temperature were recorded at 5 minute intervals. Atipamezole (5 mg mg^–1 medetomidine) and naltrexone (2 mg mg^–1 butorphanol) were administered intramuscularly prior to recovery. Data, presented as mean values, were analysed using general linear mixed model and Spearman’s correlation (stress score, glucose, temperature); significance was p < 0.05.ResultsDoses based on actual body weights were 8.7, 0.4 and 0.09 mg kg^–1 for KBM and 0.5, 0.4 and 0.09 mg kg^–1 for BMM, respectively. Time to first handling was 10.2 and 13.3 minutes for KBM and BMM, respectively (p = 0.033). Both combinations provided cardiovascular stability during anaesthesia that lasted a minimum of 35 minutes. Recovery was rapid and calm overall, but ataxia was noted in KBM. Stress score was strongly correlated to blood glucose (r² = 0.788; p = 0.001) and temperature (r² = 0.634; p = 0.015).Conclusions and clinical relevanceBoth combinations produced similar effective immobilization that was cardiovascularly stable in serval. Overall, BMM is recommended because it is fully antagonizable. A calm, quiet environment before drug administration is essential to avoid capture-induced hyperglycaemia and hyperthermia.     

Flowering phenology of a herbaceous species (Poa annua) is regulated by soil Collembola

The role of soil organisms as possible driver of flowering has never been investigated. We hypothesized that Collembola (microarthropods) will change plant allocation to reproductive modes by changing soil nutrient availability. Individual seedlings of Poa annua were planted in microcosms, in the presence or absence of Collembola. Collembola affected biotic (fungal biomass) and abiotic ($\text{N}-{{\text{NO}}_3}^{-}$, P₂O₅) soil properties and some morphological (number of leaves, root biomass) and chemical (C:N, K, Mg, N) traits of P. annua. As a result, flowering of P. annua was promoted by the presence of Collembola. This provides experimental evidence that soil microarthropods can affect the reproduction strategy and phenology of a plant.