DMU、GBS和Herdsman 3个软件育种值估计的比较

猪育种管理软件为猪育种工作和养猪场的管理提供了便利,育种值估计是育种管理系统的核心。但在实际应用中,不同软件育种值估计不一致给一线育种工作者带来了困扰。本研究选取国内广泛使用的GBS、Herdsman育种管理软件和科学研究中常用的DMU程序,以大白猪、长白猪和杜洛克猪的育种数据和模拟数据为材料,研究3款软件估计育种值之间的差异。结果表明:在数据和遗传评估模型及初始参数一致的情况下,DMU4和GBS由于采取相同的算法,估计育种值一致性高达0.99以上,DMU5育种值估计与DMU4高度一致;DMUAI基于约束极大似然方法,在相同条件下育种值估计准确性略高于DMU4和GBS;由于模型和初始参数未知,本研究Herdsman育种值估计与GBS和DMU一致性偏低。但鉴于Herdsman算法与DMU4和GBS一致,可以预测在相同模型下,GBS、Herdsman与DMU育种值估计应无差异。研究同时表明,软件对遗传评估评估结果影响不大,主要是具体遗传评估模型的配置。

猪心脏脂肪酸结合蛋白基因多态性检测及与肉质性状的关联分析

随着人们生活水平的提高,对肉品质的要求也越来越高。在影响猪肉品质的众多因素中,遗传因素起到了很重要的作用。心脏脂肪酸结合蛋白基因(H-FABP)作为影响猪肉质性状的重要候选基因,曾在多个猪种上进行研究。本实验以3个安徽地方品种和1个杂交品种为材料(圩猪、皖南花猪、皖南黑猪、皖南黑猪与巴克夏的二元杂),将各品种的DNA分别混池,通过PCR扩增H-FABP基因的5′端调控区和全部4个外显子,进行测序检测SNPs,分别在5′端调控区和第2外显子各检测到1个SNP。这两个SNP位点与粗蛋白质、总脂肪、游离脂肪和16种氨基酸含量表型值关联分析表明,5′端调控区的SNP多态性与全部19个性状的关联结果未达显著水平(P>0.05),第2外显子处SNP多态仅与谷氨酸含量显著关联(P<0.05)。

LED灯光照对笼养蛋鸡生长发育和生产性能的影响

LED灯具有耗电量低、使用寿命长、高亮度低发热、制作材料无毒环保等优点。本试验把同批白来航种鸡随机分为2栋,分别采用LED灯和白炽灯作为照明光源研究其对笼养蛋鸡生长发育和生产性能的影响。结果显示,在育雏育成阶段,使用LED灯具可提高鸡群均匀度,减少耗料量和死淘率,对体重的影响不明显。在产蛋阶段,使用LED灯可减少鸡群死淘率,对蛋重、产蛋率、破蛋率和种蛋率影响不明显。30周龄血液生化指标无显著差异。表明在蛋鸡养殖生产中使用LED灯作为照明光源安全有效。

基于红外设备的母猪发情状态下体温变化研究

旨在通过红外测温设备与常规电子温度计研究母猪发情前后体表温度和直肠温度的变化及环境风速、湿度和温度对其影响,为实现母猪发情鉴定的智能化提供依据。本研究选取杜洛克、长白、大白纯繁经产母猪共150头,分成5个批次,对其配种前后10个时间点直肠温度和体表温度进行测定。结果表明：1）5-30cm,红外测温设备不同距离下体温测定结果差异不显著（P〈0.05）;2）不同部位红外测温结果差异显著,背部是理想的测温部位;3）母猪发情时直肠温度升高,配种时达到最高,而配种后直肠温度则显著降低（P〈0.05）,体表温度也是在配种时达到最高;4）发情状态能够显著影响直肠温度和体表温度（P〈0.05）,测定时间对直肠温度和体表温度没有显著影响,当环境温度、风速和湿度控制在适当范围,对直肠温度和体表温度变化影响不明显,反之,则影响显著。

利用高密度SNP检测不同猪品种间X染色体选择信号

在家猪的培育过程中,许多重要的经济性状受到过高强度的人工选择,高密度SNP标记为通过选择信号检测追踪这些性状经历的选择提供了可能,并能根据选择信号利用生物信息学寻找到与选择相关的基因。X染色体由于其特殊性,在传统的遗传分析中许多针对常染色体的方法往往不适用,需要采取特殊的方法,选择信号检测可以作为一种行之有效的方法对X染色体进行分析。文章利用长白、松辽黑猪和大白3个猪品种,通过品种间选择信号检测方法 XP-EHH,利用高密度SNP标记对X染色体进行选择信号检测,并通过生物信息学分析寻找选择信号区域内重要基因。在长白、松辽黑猪和大白3个品种中分别检测出29、13和15个选择信号区域,每个选择信号区域平均包含3.59、4.92、4.07个SNPs,长白和松辽黑猪、长白和大白有部分重叠选择信号区域,大白和松辽黑猪没有发现重叠选择信号区域。生物信息学分析发现各品种选择信号区域内有与繁殖、免疫等性状相关基因,其中部分在猪中尚未见报道,可作为研究猪相关性状的重要候选基因。

SNP芯片基因型填充至测序数据的策略

根据畜禽基因组信息,模拟了1条染色体测序数据、中密度和高密度SNP芯片数据。利用Beagle和FImpute将SNP芯片填充至测序数据,提出了一步法和两步法2种填充策略。结果表明,直接将中密度芯片填充至测序数据的一步法策略填充准确性较低,当公畜为参考群体时,两步法策略将后裔填充准确性由一步法时的0.691提高至0.863;当不同规模母畜为参考群体时,一步法策略下半同胞填充准确性为0.553～0.664,而两步法策略则大幅度提高到0.832～0.866。随着参考群体的增加,SNP芯片到测序数据的填充准确性可进一步提高,同样亲缘关系也有助于填充准确性提高。一步法填充策略下,Beagle填充准确性低于FImpute,但随着参考群体的扩大,差距逐步缩小,而在两步法策略下,Beagle与FImpute基因型填充准确性没有显著差异。

北京地区中小牛场DHI状况分析

生产性能测定(DHI)在现代奶牛养殖中发挥着重要的作用,而参测群体的群体结构以及DHI原始数据的准确性又对测定结果有很大的影响,并进而通过DHI最终影响奶牛养殖管理方面的分析与改进。本文通过分析近几年北京地区中小型牛场参测DHI的基本情况,旨在得出北京地区除三元集团外其他中小型牛场的DHI现状,为北京地区奶牛DHI管理提供依据。