性别、批次对渝州白鹅生长和饲料效率性状及剩余采食量估计的影响

李琴; 陈英; 王郁石; 赵献芝; 陈主平; 钟航; 谢友慧; 李静; 王启贵

doi:10.12418/CJAN2025.204

动物营养学报 >

2025 , Vol. 37 >Issue 4: 2405 - 2418

DOI: https://doi.org/10.12418/CJAN2025.204

研究论文

性别、批次对渝州白鹅生长和饲料效率性状及剩余采食量估计的影响

李琴 ^,¹^,² ,
陈英 ¹^,²^,^* ,
王郁石 ¹^,² ,
赵献芝 ¹^,² ,
陈主平 ¹^,² ,
钟航 ¹^,² ,
谢友慧 ¹^,² ,
李静 ¹^,² ,
王启贵 ^,¹^,²^,^**

展开

¹ 重庆市畜牧科学院,重庆 402460
² 重庆市肉鹅遗传改良工程技术研究中心,重庆 402460

^** 王启贵,教授,E-mail: wangqigui@hotmail.com

^* 同等贡献作者

李琴(1978—),女,重庆人,研究员,博士,从事家禽育种及养殖技术研究。E-mail: liqin117@126.com

Copy editor: 菅景颖

收稿日期: 2024-08-26

网络出版日期: 2025-04-15

基金资助

重庆市科研机构绩效激励引导专项(cstc2021jxjlX0011)

重庆市技术创新与应用发展项目(CSTB2024TIAD-KPX0024)

国家重点研发计划项目(2023YFD1300304-02)

重庆市自然科学基金项目(CSTB2024NSCQ-MSX0058)

重庆市级财政资金项目(24501C)

财政部和农业农村部国家现代农业产业技术体系资助(CARS-42-51)

收起

Effects of Sex and Batch on Growth, Feed Efficiency Traits and Residual Feed Intake Estimation of Yuzhou White Geese

LI Qin ^,¹^,² ,
CHEN Ying ¹^,²^,^* ,
WANG Yushi ¹^,² ,
ZHAO Xianzhi ¹^,² ,
CHEN Zhuping ¹^,² ,
ZHONG Hang ¹^,² ,
XIE Youhui ¹^,² ,
LI Jing ¹^,² ,
WANG Qigui ^,¹^,²^,^**

Expand

¹ Chongqing Academy of Animal Science, Chongqing 402460, China
² Chongqing Engineering Research Center of Goose Genetic Improvement, Chongqing 402460, China

^** professor, E-mail: wangqigui@hotmail.com

^* Contributed equally

Received date: 2024-08-26

Online published: 2025-04-15

Fold

摘要

本研究旨在分析性别、批次对渝州白鹅生长和饲料效率性状及剩余采食量(RFI)估计的影响。对2022—2023年单笼饲养的5个批次试验鹅1 925只(公鹅938只、母鹅987只),测定个体6、8、10周龄体重并计算7~8周龄、9~10周龄、7~10周龄平均日增重(ADG)、平均日采食量(ADFI)和饲料转化比(FCR),比较不同性别、批次间性能差异。分别估计单批次单性别、单批次双性别、多批次单性别和多批次双性别以及是否将性别、批次作为固定效应的不同条件下的7~10周龄RFI,并以RFI估计模型的调整决定系数(R²)为指标比较不同条件下RFI估计准确性差异。结果显示: 性别、批次及其交互效应几乎对所有性状有显著或极显著影响(P<0.05或P<0.01),9~10周龄ADG、ADFI和FCR的平均性别差异为7~8周龄的1.21、1.06和1.93倍,批次间呈现不同生长模式。单批次单性别RFI估计显示,5个批次的调整R²均值为公鹅0.431、母鹅0.424,而单批次双性别RFI(校正性别)的调整R²均值为0.625,表明考虑性别效应可提升RFI估计准确性,但不同批次提升幅度差异较大;合并使用多批次数据(校正批次)后,公、母鹅RFI的调整R²分别为0.533和0.574,RFI估计准确性明显高于单批次单性别;进一步合并使用多批次双性别数据后,校正性别、校正批次及二者同时校正条件下RFI的调整R²分别为0.556、0.633和0.663。综上所述,渝州白鹅FCR的性别差异在上市前显著增大;利用单批次双性别RFI选种的准确性、时效性好,但存在批次间波动,使用多批次双性别RFI选种可进一步提高准确性并避免批次差异,但费时费力。

关键词： 性别; 批次; 剩余采食量; 饲料效率; 生长性能; 肉鹅

本文引用格式

李琴 , 陈英 , 王郁石 , 赵献芝 , 陈主平 , 钟航 , 谢友慧 , 李静 , 王启贵 . 性别、批次对渝州白鹅生长和饲料效率性状及剩余采食量估计的影响[J]. 动物营养学报, 2025 , 37(4) : 2405 -2418 . DOI: 10.12418/CJAN2025.204

Abstract

The aim of this study was to analyze the effects of sex and batch on growth, feed efficiency traits and residual feed intake (RFI) estimation of Yuzhou white geese. Five batches of 1 925 experimental geese (938 males and 987 females) were single-cage housed from 2022 to 2023. Individual body weight (BW) at 6, 8 and 10 weeks of age, as well as average daily gain (ADG), average daily feed intake (ADFI) and feed conversion ratio (FCR) at 7 to 8, 9 to 10 and 7 to 10 weeks of age, were determined to compare the performance differences between sexes and batches. RFI at 7 to 10 weeks of age was estimated using single-batch and single-sex, single-batch and double-sex, multi-batch and single-sex and multi-batch and double-sex data, and whether or not sex and batch were used as fixed effects. Comparing the difference in RFI estimation accuracy under different conditions using the adjusted determination coefficient (R²) of the RFI estimation model. The results showed that sex, batch and their interaction had significant or extremely significant effects on all traits (P<0.05 or P<0.01). The mean sex differences in ADG, ADFI and FCR from 9 to 10 weeks of age were 1.21, 1.06 and 1.93 times higher than those from 7 to 8 weeks of age. There were different growth patterns between batches. The estimation of single-batch single-sex RFI showed that the mean value of adjusted R² of five batches was 0.431 for male geese and 0.424 for female geese, while the mean value of adjusted R² of single-batch double-sex RFI (adjusted sex) was 0.625, which indicated that considering the sex effect could improve the accuracy of RFI estimation, but the magnitude of the improvement varied greatly among different batches. Combining the data of multiple batches (adjusted batch), the mean values of adjusted R² of male geese and female geese were 0.533 and 0.574, respectively. The accuracy of RFI estimation was significantly higher than that of single-batch and single-sex. After further combining the use of multi-batch and dual-sex data, the adjusted R² of RFI for the adjusted sex, adjusted batch and both-adjusted conditions were 0.556, 0.633 and 0.663, respectively. In conclusion, the sex difference in the FCR of Yuzhou white geese is significantly larger in the pre-market period. The accuracy and timeliness of using single-batch and double-sex RFI selection is good, but there are inter-batch fluctuations, and using multiple-batch double-sex RFI selection can further improve the accuracy and avoid batch differences, but it is time-consuming and labour-intensive.

Key words： sex; batch; residual feed intake; feed efficiency traits; growth performance; meat geese

肉鹅具有季节性繁殖特点且年产蛋量较低,大多数品种年产蛋量仅为20~50枚^[1-2],育种和生产中多批次留种比较突出。由于季节、饲养管理、营养水平、自然条件等因素难以恒定,不同生产批次间肉鹅生产性能存在差异。此外,公、母鹅的发育规律不同,其早期差异较小,但随生长发育进行而日渐明显。研究并明确这种差异有助于调整生产和育种策略,消除性别和批次效应。对不同生产批次猪的研究显示,低温条件下猪日采食量升高、日增重降低、料重比增加^[3-4];不同出生季节猪的入测体重、日增重、日采食量均差异显著,冬季猪日采食量与其他季节存在显著差异,夏季猪日增重显著低于春季和秋季^[5]。类似的研究发现,不同孵化批次白来航鸡产蛋性状差异显著,建议在选种时剔除批次影响^[6]。在肉鹅实际生产中也发现,冬春季批次商品肉鹅的上市体重一般高于夏季批次。研究表明,畜禽的生产性能存在显著的性别差异:鄂通两头乌公、母猪在入测体重、日增重、日采食量、料重比上有显著差异^[5];江南白鹅、湘白鹅、皖西白鹅、莱茵鹅生长前期体重在性别间差异不显著,但生长后期体重各品种公鹅显著高于母鹅^[7⇓⇓-10]。为了更好地评估饲料转化效率,Koch等^[11]建立了RFI线性回归估计模型,该模型先是以增重、采食量为自变量,后来逐渐加入了中期体重、结测体重、瘦肉率等性状^{[12⇓⇓-15]};当研究群体涉及不同性别、批次时,在RFI估计中还应考虑性别、批次的固定效应,以提高其估计准确性^[16]。

渝州白鹅是重庆市畜牧科学院新近育成的国审肉鹅配套系,兼具产蛋多、生长快、饲料报酬好等优点,综合生产性能优秀。虽然性别和批次差异在肉鹅生产中显而易见,但明确其对具体品种(系)的影响程度及相关规律有助于提高生产效益和育种效率。同时,性别、批次对肉鹅RFI估计准确性及RFI与其他经济性状相关性的影响尚无报道。因此,本研究以渝州白鹅为对象,在较大样本量(1 925只)下对比分析了多个批次、不同性别间的生长和饲料效率性状差异,利用不同数据结构及是否将性别、批次作为固定效应的不同条件下估计了7~10周龄RFI,分析了性别、批次对RFI估计准确性及RFI与性状间相关性,可为准确评估肉鹅RFI及优化RFI应用策略和效果提供参考。

1 材料与方法

1.1 试验动物及管理

本试验对象为重庆市畜牧科学院培育的渝州白鹅配套系Ⅲ系公、母鹅。2022—2023年累计测定5个批次试验鹅共1 925只,其中公鹅938只、母鹅987只,各批次公、母鹅样本量见表1。所有测定鹅只单笼饲养,饲喂玉米-豆粕型饲粮,饲粮代谢能为12.2 MJ/kg,粗蛋白质含量为17.3%,饲粮营养成分及饲养管理措施同前期研究报道^[17]。为分析批次效应对肉鹅RFI估计的影响,本试验中使用了2个年度、5个批次的测定数据,各批次环境控制情况见表1。动物试验伦理批准编号XKY-20220620,审批机构为重庆市畜牧科学院实验动物伦理委员会。

表1 试验鹅批次、样本量及舍内环境控制情况

Table 1 Batch, sample size and environmental control in house of experimental geese

批次 Batches	性别 Sex	样本量 Sample size/只	试验时间 Test time	舍内温湿度控制方式 Temperature and humidity control in house
Ⅰ	公鹅	191	2022-06-20—2022-07-18	湿帘、风机降温通风,大窗封闭式鹅舍
	母鹅	111
Ⅱ	公鹅	107	2022-06-30—2022-07-28
	母鹅	85
Ⅲ	公鹅	179	2023-05-25—2023-06-22	湿帘、风机降温通风,小窗封闭式鹅舍
	母鹅	184
Ⅳ	公鹅	202	2023-06-27—2023-07-25
	母鹅	347
Ⅴ	公鹅	259	2023-07-28—2023-08-25	湿帘、风机降温通风+冰砖降温, 小窗封闭式鹅舍
	母鹅	260

1.2 测定性状与方法

一次性给每只鹅添加1个试验阶段内的饲粮,试验期间个别个体不够单独补充并记录,称体重前停料6 h。分别在6、8、10周龄末测定单只鹅的加料量、体重和剩料重。测定结束后,计算试验鹅7~8周龄、9~10周龄和7~10周龄的平均日增重(ADG)、平均日采食量(ADFI)和饲料转化比(FCR),估计各阶段RFI。ADG、ADFI、FCR的计算公式如下:

ADG=(个体末重-个体初重)/测定天数;

ADFI=(个体给料量-个体剩料重)/测定天数;

FCR=ADFI/ADG。

RFI估计参考Aggrey等^[18]提出的模型,在该模型基础上加入相应的固定效应进行性别和批次(转换为虚拟变量)的校正,不同条件下RFI估计的具体模型如下。

无校正条件下,单批次单性别、单批次双性别、多批次单性别、多批次双性别RFI的估计模型:RFI=ADFI-(a+b1×MBW^0.75+b2×ADG);

校正性别条件下,单批次双性别、多批次双性别RFI的估计模型:RFI=ADFI-(a+b1×MBW^0.75+b2×ADG+b3×性别);

校正批次条件下,多批次单性别、多批次双性别RFI的估计模型:RFI=ADFI-(a+b1×MBW^0.75+b2×ADG+b4×虚拟批次1+b5×虚拟批次2+b6×虚拟批次3+b7×虚拟批次4);

校正批次和性别条件下,多批次双性别RFI的估计模型:RFI=ADFI-(a+b1×MBW^0.75+b2×ADG+b3×性别+b4×虚拟批次1+b5×虚拟批次2+b6×虚拟批次3+b7×虚拟批次4)。

上述模型中:RFI为剩余采食量;ADFI为平均日采食量;MBW^0.75为中期代谢体重,是6周龄初始体重与10周龄终末体重平均值的0.75次方;ADG为平均日增重;a为截距;b1、b2、b3、b4、b5、b6、b7分别为中期代谢体重、平均日增重、性别以及虚拟批次1、2、3、4关于平均日采食量的回归系数。

1.3 数据统计分析

采用Excel 2016软件进行数据的基本处理,SPSS 27软件进行方差分析、回归分析和相关性分析,t检验分析不同性别间显著性差异,Duncan法进行不同批次间多重比较,在包含常量条件下计算RFI估计模型的决定系数(R²)、调整R²和各固定效应的标准化系数,以皮尔森相关系数和控制批次的偏相关系数评价RFI与其他性状间的相关性。P<0.05为差异显著,P<0.01为差异极显著,P>0.05为差异不显著。

2 结果与分析

2.1 性别、批次对渝州白鹅生长和饲料效率性状的影响

双因素方差分析(表2)表明,性别、批次主效应对各阶段体重、ADG、ADFI和FCR有极显著影响(P<0.01),性别和批次存在交互效应且对除8和10周龄体重外的其余性状均有显著影响(P<0.05或P<0.01)。

表2 性别、批次对渝州白鹅生长及饲料效率性状影响的方差分析

Table 2 ANOVA on effects of sex and batch on growth and feed efficiency traits of Yuzhou white geese

项目 Items	因变量 Dependent variable	F值 F-value	显著性 Significance
性别 Sex	6W BW	207.400	<0.001
	8W BW	516.036	<0.001
	10W BW	693.317	<0.001
	7~8W ADG	259.498	<0.001
	9~10W ADG	210.706	<0.001
	7~10W ADG	394.402	<0.001
	7~8W ADFI	437.096	<0.001
	9~10W ADFI	276.670	<0.001
	7~10W ADFI	511.479	<0.001
	7~8W FCR	61.117	<0.001
	9~10W FCR	81.797	<0.001
	7~10W FCR	138.869	<0.001
批次 Batch	6W BW	126.681	<0.001
	8W BW	68.249	<0.001
	10W BW	10.603	<0.001
	7~8W ADG	344.222	<0.001
	9~10W ADG	288.481	<0.001
	7~10W ADG	260.711	<0.001
	7~8W ADFI	132.525	<0.001
	9~10W ADFI	102.726	<0.001
	7~10W ADFI	90.985	<0.001
	7~8W FCR	557.191	<0.001
	9~10W FCR	454.198	<0.001
	7~10W FCR	373.523	<0.001
性别×批次 Sex×batch	6W BW	4.781	0.001
	8W BW	1.924	0.104
	10W BW	0.671	0.612
	7~8W ADG	12.338	<0.001
	9~10W ADG	12.740	<0.001
	7~10W ADG	2.956	0.019
	7~8W ADFI	12.611	<0.001
	9~10W ADFI	20.466	<0.001
	7~10W ADFI	13.638	<0.001
	7~8W FCR	5.837	<0.001
	9~10W FCR	23.054	<0.001
	7~10W FCR	5.144	<0.001

6W:6周龄 6 weeks of age;8W:8周龄 8 weeks of age;10W:10周龄 6 weeks of age;7~8W:7~8周龄 7 to 8 weeks of age;9~10W:9~10周龄 9 to 10 weeks of age;BW:体重body weight;ADG:平均日增重 average daily gain;ADFI:平均日采食量 average daily feed intake;FCR:饲料转化比 feed conversion ratio。下表同 the same as below。

由表3可知,每批次公、母鹅的各阶段体重、ADG、ADFI、FCR普遍存在极显著的性别差异(P<0.01),公鹅各阶段体重、ADG、ADFI大于母鹅但FCR小于母鹅。具体而言,不同批次公、母鹅ADG、ADFI和FCR在9~10周龄的平均性别差异比例(25.58%、14.16%、14.48%)均高于7~8周龄(21.03%、13.37%和7.51%),FCR在9~10周龄的平均性别差异比例达到7~8周龄的1.93倍(表4)。在批次差异方面,不同批次间各阶段体重、ADG、ADFI、FCR均存在极显著差异(P<0.01,表3),批次Ⅲ、Ⅳ、Ⅴ的6周龄体重、各阶段FCR普遍极显著低于批次Ⅰ、Ⅱ(P<0.01),而10周龄体重、7~8周龄ADG、7~10周龄ADG则相反,呈现出不同的生长模式。

表3 不同性别、批次渝州白鹅生长及饲料效率性状比较

Table 3 Comparison of growth and feed efficiency traits of Yuzhou white geese between sex and batches

项目 Items	性别 Sex	批次Batch					P值 P-value
项目 Items	性别 Sex	Ⅰ	Ⅱ	Ⅲ	Ⅳ	Ⅴ	P值 P-value
6W BW/g	公鹅	2 867±253^A	2 618±213^B	2 455±233^C	2 625±274^B	2 369±297^D	<0.001
	母鹅	2 595±192^A	2 510±196^B	2 170±211^D	2 325±245^C	2 190±271^D	<0.001
	P值	<0.001	<0.001	<0.001	<0.001	<0.001
8W BW/g	公鹅	3 628±324^Aa	3 066±285^C	3 553±277^Ab	3 441±282^B	3 381±312^B	<0.001
	母鹅	3 233±234^A	2 793±230^D	3 175±230^A	3 035±249^B	2 957±305^C	<0.001
	P值	<0.001	<0.001	<0.001	<0.001	<0.001
10W BW/g	公鹅	3 873±346^B	3 743±367^C	4 037±322^A	4 002±317^A	3 983±346^A	<0.001
	母鹅	3 379±257^C	3 258±303^B	3 559±269^Aa	3 477±295^Ab	3 518±354^A	<0.001
	P值	<0.001	<0.001	<0.001	<0.001	<0.001
7~8W ADG/g	公鹅	55.1±15.1^D	32.2±14.6^E	79.0±12.7^A	58.8±11.4^C	72.7±12.0^B	<0.001
	母鹅	46.0±11.6^D	19.3±11.6^E	71.3±9.9^A	50.3±12.2^C	55.0±12.0^B	<0.001
	P值	<0.001	<0.001	<0.001	<0.001	<0.001
9~10W ADG/g	公鹅	19.2±12.9^D	45.3±16.0^A	34.3±10.2^C	39.2±11.1^B	43.6±10.9^A	<0.001
	母鹅	9.4±6.1^D	34.0±12.4^B	25.4±9.3^C	31.9±10.9^B	40.4±11.9^A	<0.001
	P值	<0.001	<0.001	<0.001	<0.001	0.002
7~10W ADG/g	公鹅	36.9±7.6^D	40.2±10.4^C	56.3±8.6^A	48.9±9.2^B	57.6±9.6^A	<0.001
	母鹅	28.0±6.8^C	26.4±5.7^C	49.4±7.9^aA	40.8±8.2^B	47.5±10.0^bA	<0.001
	P值	<0.001	<0.001	<0.001	<0.001	<0.001
7~8W ADFI/g	公鹅	254.5±21.9^B	244.2±22.9^C	261.4±25.6^A	231.5±25.6^D	229.8±24.8^D	<0.001
	母鹅	223.2±22.3^B	186.1±24.4^E	241.6±26.9^A	211.5±27.5^C	196.4±24.1^D	<0.001
	P值	<0.001	<0.001	<0.001	<0.001	<0.001
9~10W ADFI/g	公鹅	215.0±27.2^D	234.1±20.7^BCa	253.2±37.0^A	227.1±31.3^Cb	239.8±27.4^B	<0.001
	母鹅	166.2±25.0^D	183.1±22.1^C	228.6±37.3^A	196.3±31.1^B	232.5±36.0^A	<0.001
	P值	<0.001	<0.001	<0.001	0.002	0.010
7~10W ADFI/g	公鹅	234.6±21.1^BCa	238.8±18.1^B	258.3±24.0^A	228.8±24.9^Cb	234.8±24.5^BCa	<0.001
	母鹅	195.4±20.0^D	185.0±21.4^E	234.8±24.5^A	203.0±26.4^C	214.0±23.8^B	<0.001
	P值	<0.001	<0.001	<0.001	<0.001	<0.001
7~8W FCR	公鹅	4.41±0.75^B	6.86±1.93^A	3.37±0.45^D	4.00±0.71^C	3.20±0.41^D	<0.001
	母鹅	4.77±0.83^B	7.73±1.89^A	3.38±0.38^E	4.24±0.80^C	3.67±0.64^D	<0.001
	P值	<0.001	0.140	0.785	<0.001	<0.001
9~10W FCR	公鹅	12.70±6.77^A	4.87±1.45^Db	7.68±2.01^B	5.75±1.09^Da	5.64±1.11^Da	<0.001
	母鹅	18.83±9.14^A	5.41±1.34^C	9.43±3.54^B	6.22±1.26^C	5.86±1.30^C	<0.001
	P值	<0.001	0.160	<0.001	<0.001	0.390
7~10W FCR	公鹅	6.37±0.99^A	5.86±1.11^B	4.64±0.65^C	4.69±0.67^C	4.11±0.55^D	<0.001
	母鹅	6.78±1.06^A	6.82±1.08^A	4.85±0.80^BC	5.02±0.73^B	4.62±0.85^C	<0.001
	P值	0.002	<0.001	0.006	<0.001	<0.001

同行之间为不同批次间的多因素方差分析,同列之间为各阶段公鹅、母鹅间的t检验。同行数据肩标无字母或相同字母表示差异不显著(P>0.05),不同小写字母表示差异显著(P<0.05),不同大写字母表示差异极显著(P<0.01);公、母鹅间显著性差异用P值表示,P>0.05表示差异不显著,P<0.05表示差异显著,P<0.01表示差异极显著。

Multifactorial ANOVA is done between batches in the same row, t-test is done between male and female geese at each stage in the same columns. In the same row, values with no letter or the same letter superscripts mean no significant difference (P>0.05), while with different small letter superscripts mean significant difference (P<0.05), and with different capital letter superscripts mean extremely significant difference (P<0.01). Significant difference between male and female geese are indicated by P-value, with P>0.05 indicating that the difference is not significant, P<0.05 indicating that the difference is significant, and P<0.01 indicating that the difference is extremely significant.

表4 7~8周龄和9~10周龄ADG、ADFI、FCR的性别差异比例

Table 4 Proportion of sex differences in 7~8W and 9~10W ADG, ADFI, FCR

项目 Items	不同批次的性别差异比例 Proportion of sex differences in different batches/%						阶段比值 Stage ratio
项目 Items	Ⅰ	Ⅱ	Ⅲ	Ⅳ	Ⅴ	均值Mean	阶段比值 Stage ratio
7~8W ADG	16.52	40.06	9.75	14.46	24.35	21.03	1.21
9~10W ADG	51.04	24.94	25.95	18.62	7.34	25.58
7~8W ADFI	12.30	23.79	7.57	8.64	14.53	13.37	1.06
9~10W ADFI	22.70	21.79	9.72	13.56	3.04	14.16
7~8W FCR	7.55	11.25	0.30	5.66	12.81	7.51	1.93
9~10W FCR	32.55	9.98	18.56	7.56	3.75	14.48

表格中的Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ为5个不同批次7~8周龄和9~10周龄ADG、ADFI、FCR公、母鹅间的差值比例(ADG、ADFI为公鹅减去母鹅差值的比例,FCR为母鹅减去公鹅差值的比例),阶段比值为5个不同批次性别差异比例均值在9~10周龄和7~8周龄间的比值。

Values in the table are the proportions of differences between male and female geese in five different batches of 7~8W and 9~10W ADG, ADFI and FCR (ADG and ADFI are the proportions of difference values for male geese minus female geese, and FCR is the proportions of difference values for female geese minus male goose), and the stage ratios are the ratios of mean values of the proportions of sex differences in five different batches between 9 to 10 and 7 to 8 weeks of age.

2.2 性别、批次对渝州白鹅RFI估计准确性的影响

相关性分析(图1)显示,在不同条件下估计的RFI之间存在差异(相关系数=0.838~0.995,均值为0.919)。基于单批次双性别、多批次单性别和多批次双性别数据估计的RFI与单批次单性别数据估计的RFI之间的相关系数分别为0.949,0.858和0.838,进行相应的性别和批次效应校正后,上述相关系数分别上升至0.990、0.963和0.844~0.932。

显示原图|下载原图ZIP|生成PPT

图1 不同条件下估计的7~10周龄RFI的相关性

图中数值为皮尔森相关系数。坐标轴上1~9分别代表单批次单性别(无校正)、单批次双性别(无校正)、单批次双性别(校正性别)、多批次单性别(无校正)、多批次单性别(校正批次)、多批次双性别(无校正)、多批次双性别(校正性别)、多批次双性别(校正批次)、多批次双性别(校正性别和批次)条件下估计的RFI。

Fig.1 Correlation of estimated 7~10W RFI under different conditions

Values in the figure are Pearson correlation coefficients. 1~9 on the axes represent estimated RFI under the conditions of single-batch and single-sex (unadjusted), single-batch and double-sex (unadjusted), single-batch and double-sex (adjusted sex), multi-batch and single-sex (unadjusted), multi-batch and single-sex (adjusted batch), multi-batch and double-sex (unadjusted), multi-batch and double-sex (adjusted sex), multi-batch and double-sex (adjusted batch), and multi-batch and double-sex (adjusted sex and batch), respectively.

基于单批次单性别数据估计7~10周龄RFI时(图2-A、表5),5个批次调整R²均值公鹅(调整R²=0.213~0.547,均值为0.431)和母鹅(调整R²=0.334~0.570,均值为0.424)的估计准确性接近且均有波动,但仅公鹅的准确性高低与各批次样本量大小相符。使用单批次双性别数据估计7~10周龄RFI时(图2-A、表6),各批次RFI准确性明显提高(调整R²=0.502~0.662,均值为0.578),提高幅度与样本量成反比;校正性别后,各批次准确性(调整R²=0.501~0.742,均值为0.625)的提高幅度(0~37.407%)与性别的标准化系数绝对值相符。使用多批次单性别数据估计7~10周龄RFI时(图2-B、表7),公鹅RFI准确性(调整R²=0.372)稍降低而母鹅(调整R²=0.495)有所提高;校正批次后,公鹅(调整R²=0.533)和母鹅(调整R²=0.574)RFI准确性均明显提高且差异减小,但仍低于单批次双性别RFI,公鹅的提高幅度(43.280%)高于母鹅(15.960%),这与公、母鹅各虚拟批次标准化系数的绝对值差异相符。对于多批次双性别RFI(图2-C、表8),无校正、校正性别、校正批次、校正性别和批次条件下的调整R²分别为0.550、0.556、0.633、0.636,校正后的RFI准确性高。

显示原图|下载原图ZIP|生成PPT

图2 性别、批次对渝州白鹅RFI估计准确性的影响

A:单批次单性别、单批次双性别7~10周龄RFI;B:多批次单性别7~10周龄RFI;C:多批次双性别7~10周龄RFI。图中折线和柱体上方的数值为样本量。

Fig.2 Effects of sex and batch on accuracy of RFI estimation of Yuzhou white geese

A: single-batch and single-sex 7~10W RFI and single-batch and double-sex 7~10W RFI; B: multi-batch and single-sex 7~10W RFI; C: multi-batch and double-sex 7~10W RFI. Values above the fold line and bars in the figure are sample sizes.

表5 单批次单性别7~10周龄RFI估计R²和标准化系数

Table 5 Estimated R² and standardized coefficient for 7~10W RFI under single-batch and single-sex

批次 Batches	性别 Sex	样本量 Sample size/只	决定系数 R²	调整R² Adjusted R²	代谢体重标准化系数 Standardized coefficient of BW^0.75	平均日增重标准化系数 Standardized coefficient of ADG
Ⅰ	公鹅	165	0.430	0.423	0.374	0.439
	母鹅	108	0.450	0.440	0.400	0.436
Ⅱ	公鹅	106	0.228	0.213	0.337	0.193
	母鹅	77	0.396	0.379	0.291	0.428
Ⅲ	公鹅	176	0.437	0.431	0.570	0.178
	母鹅	183	0.342	0.334	0.547	0.107
Ⅳ	公鹅	197	0.548	0.543	0.543	0.409
	母鹅	339	0.572	0.570	0.386	0.567
Ⅴ	公鹅	248	0.551	0.547	0.413	0.523
	母鹅	253	0.401	0.397	0.422	0.358

表6 单批次双性别7~10W RFI估计R²和标准化系数

Table 6 Estimated R² and standardized coefficient for 7~10W RFI under single-batch and double-sex

批次 Batches	校正情况 Adjusted or not	样本量 Sample size/只	决定系数 R²	调整R² Adjusted R²	校正后 R²变化 R² change after adjustment/ %	代谢体重标准化系数 Standardized coefficient of BW^0.75	平均日增重标准化系数 Standardized coefficient of ADG	性别标准化系数 Standardized coefficient of sex
Ⅰ	无校正	273	0.664	0.662		0.481	0.450
	校正性别	273	0.698	0.694	4.834	0.360	0.381	-0.248
Ⅱ	无校正	183	0.545	0.540		0.352	0.447
	校正性别	183	0.746	0.742	37.407	0.238	0.174	-0.577
Ⅲ	无校正	359	0.505	0.502		0.636	0.133
	校正性别	359	0.505	0.501	0.000	0.654	0.136	0.031
Ⅳ	无校正	536	0.640	0.638		0.467	0.484
	校正性别	536	0.643	0.641	0.470	0.504	0.498	0.069
Ⅴ	无校正	501	0.551	0.549		0.429	0.444
	校正性别	501	0.551	0.549	0.000	0.441	0.453	0.032

表7 多批次单性别7~10W RFI估计R²和标准化系数

Table 7 Estimated R² and standardized coefficient for 7~10W RFI under multi-batch and single-sex

校正情况 Adjusted or not	性别 Sex	样本量 Sample size/只	决定系数 R²	调整 R² Adjusted R²	校正后 R²变化 R² change after adjustment/ %	标准化系数 Standardized coefficient
校正情况 Adjusted or not	性别 Sex	样本量 Sample size/只	决定系数 R²	调整 R² Adjusted R²	校正后 R²变化 R² change after adjustment/ %	代谢体重 BW^0.75	平均日增重 ADG	虚拟批次1 Virtual batch 1	虚拟批次2 Virtual batch 2	虚拟批次3 Virtual batch 3	虚拟批次4 Virtual batch 4
无校正 No adjustment	公鹅	892	0.374	0.372		0.431	0.392
	母鹅	960	0.496	0.495		0.328	0.585
校正批次 Adjusted batch	公鹅	892	0.536	0.533	43.280	0.424	0.460	0.116	0.169	-0.234	-0.212
	母鹅	960	0.577	0.574	15.960	0.361	0.463	-0.032	0.280	-0.064	0.031

表8 多批次双性别7~10W RFI估计R²和标准化系数

Table 8 Estimated R² and standardized coefficient for 7~10W RFI under multi-batch and double-sex

校正情况 Adjusted or not	样本量 Sample size/只	决定系数 R²	调整R² Adjusted R²	校正后 R²变化 R² change after adjustment/ %	标准化系数 Standardized coefficient
校正情况 Adjusted or not	样本量 Sample size/只	决定系数 R²	调整R² Adjusted R²	校正后 R²变化 R² change after adjustment/ %	代谢体重 BW^0.75	平均日增重 ADG	性别 Sex	虚拟批次1 Virtual batch 1	虚拟批次2 Virtual batch 2	虚拟批次3 Virtual batch 3	虚拟批次4 Virtual batch 4
无校正 No adjustment	1 852	0.551	0.550		0.457	0.474
校正性别 Adjusted gender	1 852	0.557	0.556	1.091	0.405	0.457	-0.097
校正批次 Adjusted batch	1 852	0.634	0.633	15.091	0.448	0.464		0.036	0.165	-0.166	-0.110
校正性别和批次 Adjusted gender and batch	1 852	0.638	0.636	15.636	0.412	0.442	-0.074	0.032	0.177	-0.150	-0.099

2.3 性别、批次对渝州白鹅RFI与生长及饲料效率性状相关性的影响

如图3所示,不同估计条件对RFI与各性状的皮尔森相关系数有所影响(平均差异为0.075)。同时,不同条件下估计的RFI与各性状之间的相关性还存在性别差异(平均差异为0.119)(图3-A)。无论公鹅还是母鹅,不同条件下RFI与各阶段体重、ADFI、ADG的相关性无明显差异,但与各阶段FCR的相关性差异明显(图3-B、图3-C)。多批次双性别(校正性别和批次)条件下,公鹅中RFI与7~10周龄FCR的皮尔森相关系数达到0.448,而母鹅仅为0.132。以批次为控制变量的偏相关分析(图4)表明,不同估计条件对RFI与各性状间偏相关系数的影响(平均差异为0.032)小于皮尔森相关系数,且不同RFI与各性状间偏相关系数的性别差异(平均差异为0.064)也小于皮尔森相关系数(图4-A)。对于公、母鹅(图4-B、图4-C),不同条件下估计RFI对7~10周龄RFI与各阶段各性状间的偏相关系数均无明显影响。

显示原图|下载原图ZIP|生成PPT

图3 不同条件下估计7~10周龄RFI与渝州白鹅生长及饲料效率性状的相关性

A:公、母鹅相关性差值;B:公鹅中相关性;C:母鹅中相关性。单元格内为皮尔森相关系数。公、母鹅差值为公鹅减母鹅。1~9为单批次单性别(无校正),单批次双性别(无校正)、单批次双性别(校正性别),多批次单性别(无校正)、多批次单性别(校正批次),多批次双性别(无校正)、多批次双性别(校正性别)、多批次双性别(校正批次)、多批次双性别(校正性别和批次)条件下估计RFI。a~l依次代表6、8、10周龄体重,7~8周龄、9~10周龄、7~10周龄平均日增重、平均日采食量和饲料转化比。

Fig.3 Correlations of estimated 7~10W RFI under different conditions with growth and feed efficiency traits in Yuzhou white geese

A: difference in correlations between male geese and female geese; B: correlations in male geese; C: correlations in female geese. Values in cells are Pearson’s correlation coefficients. Difference value between male geese and female geese is male geese minus female geese. 1~9 are single-batch and single-sex (unadjusted), single-batch and double-sex (unadjusted), single-batch and double-sex (adjusted sex),multi-batch and single-sex (unadjusted), multi-batch and single-sex (adjusted batch), multi-batch double-sex (unadjusted), multi-batch and double-sex (adjusted sex), multi-batch and double-sex (adjusted batch), multi-batch and double-sex (adjusted sex and batch) conditions to estimate RFI. a~l represent 6W, 8W and 10W body weight, 7~8W, 9~10W and 7~10W ADG, ADFI and FCR, respectively.

显示原图|下载原图ZIP|生成PPT

图4 不同条件下估计7~10周龄RFI与渝州白鹅生长及饲料效率性状的偏相关性

A:公、母鹅偏相关性差值;B:公鹅中偏相关性;C:母鹅中偏相关性。单元格内为偏相关系数,控制变量为批次。公、母鹅差值为公鹅减母鹅。1~9及a~l含义同图3。

Fig.4 Estimated 7~10W RFI bias correlations with growth and feed efficiency traits in Yuzhou white geese under different conditions

A: difference in biased correlation between male geese and female geese; B: biased correlation in male geese; C: biased correlation in female geese. Values in cells are biased correlation coefficients, control variable is batch. The difference value between male geese and female geese is male geese minus female geese. 1~9 and a~l have the same meaning as above Fig.3.

3 讨论

3.1 性别、批次对渝州白鹅生长和饲料效率性状的影响

性别和批次差异是影响动物生产性能的重要且不可消除的因素。这种差异在不同物种、品种、环境条件和饲养管理下多有变化,了解特定品种(群体)性别和批次差异水平及相关规律有助于提高生产效益和育种效率。针对肉鹅而言,由于其具有季节性繁殖特点且种鹅产蛋量较低^[1-2],后代留种批次较多、个体数据采集规模普遍偏小,因而缺乏明确性别和批次差异等问题的数据支撑。

本研究通过个体笼养测定,开展了跨越2个年度、5个批次和2种鹅舍结构的较大样本量的比较研究,为评价渝州白鹅性别和批次差异提供了较为可靠的数据。本研究发现,各阶段公鹅体重、ADG、ADFI均显著高于母鹅但FCR小于母鹅。公、母鹅7~8周龄ADG、ADFI和FCR的性别差异分别为21.03%、13.37%和7.51%,在9~10周龄扩大为25.58%、14.16%和14.48%。前人研究发现,江南白鹅、湘白鹅、皖西白鹅早期体重(1~21日龄或1~28日龄)的性别差异不显著,但后期公鹅显著高于母鹅^[7-8],四川白鹅35日龄和56~63日龄体重的性别差异显著^[9],莱茵鹅公、母鹅7~70日龄体重均存在显著差异^[10],但缺乏关于肉鹅个体FCR性别差异的报道。鸡上的研究也有类似发现,3~6周龄爱拔益加(AA)肉鸡公鸡的ADFI、ADG和FCR均极显著高于母鸡^[19]。本研究的发现与上述报道基本一致。综上可知,渝州白鹅公鹅不仅体(增)重更好且饲料效率也更高,同时上市(70日龄)前其性别差异持续增大且FCR的性别差异加速扩大,可依据这些规律优化生产管理策略。

不同批次(生产季节)对畜禽生产性能的影响较大。刘胜军等^[6]研究发现,不同孵化批次对来航鸡开产日龄、产蛋性状的影响显著,提出应在选种时考虑剔除批次固定效应的影响。多项研究报道发现,不同温度、出生季节、性别对猪体重、增重、采食量、料重比等存在显著影响,建议在估计育种值时尽量考虑批次、季节、性别等固定效应^[3⇓-5]。本研究发现,不同批次渝州白鹅6周龄开测体重差异极显著,开测体重较低的批次Ⅲ、Ⅳ、Ⅴ的ADG、FCR和10周龄体重更好,这可能与这2个批次鹅舍环境优于批次Ⅰ、Ⅱ有关,因此其增重及饲料效率更好。

3.2 性别、批次对渝州白鹅RFI估计准确性的影响

饲料投入约占畜禽生产总成本的70%,选育提高饲料效率已成为畜禽育种的核心内容之一。饲料效率常以FCR衡量,FCR反映了采食量与体增重的关系,但FCR属于比值性状,存在遗传力不稳定的缺陷,并且FCR与增重遗传相关明显,难以在不影响体重前提下改善FCR^[20]。RFI的提出有效解决了FCR存在的问题,研究表明RFI与体(增)重无显著相关^[17]、遗传力中等、具有较好的选择反应^[21⇓-23],为其广泛应用奠定了基础。

RFI的计算必须构建多元线性回归模型以获得预测采食量。目前,RFI的估计方法仍在不断更新和完善,RFI估计模型还没有统一规范^[24]。然而,在RFI估计模型中考虑性别、批次等主要固定效应已成为共识。肉鹅RFI的研究起步较晚,相关报道缺乏,鉴于此,本研究分析了不同性别、批次对肉鹅RFI估计准确性的影响。由于样本量、数据结构和固定效应均对RFI估计结果有影响,本研究在使用单批次单性别、单批次双性别、多批次单性别和多批次双性别数据及是否校正性别、批次等9种不同组合条件下,比较分析了性别、批次对RFI估计准确性的影响。本研究发现,单批次单性别RFI估计时,5个批次的调整R²均值为公鹅0.431、母鹅0.424;改变数据使用方式后,单批次双性别(无校正)和多批次双性别(无校正)条件下的RFI估计准确性提高至0.578和0.550,但多批次单性别(无校正)条件下公鹅准确性下降而母鹅上升。在不同数据使用方式下,进行性别、批次效应的相应校正可以进一步提升RFI估计准确性,但校正性别效应带来的RFI估计准确性提升极不稳定。总体来说,单批次双性别(校正性别)和多批次双性别(校正性别和批次)条件下估计RFI的准确性最高。使用单批次双性别数据可在单一批次测定后及时计算利用RFI较为实用,但缺点是其准确性在批次间波动明显;使用多批次双性别数据因为剔除了批次效应而具有稳定性,但时效性较差,可能增加饲养成本。综上所述,本研究表明,单批次双性别(校正性别)和多批次双性别(校正性别和批次)2种条件下估计RFI的效果较好。

标准化系数用来衡量自变量对因变量贡献的重要性。本研究发现,性别、批次标准化系数绝对值的大小与进行相应校正后RFI估计准确性提升幅度有密切联系,使用多批次单性别和多批次双性别数据时ADG的标准化系数高于代谢体重。以上结果表明,性别、批次的标准化系数绝对值大小可作为评价RFI估计效果的参考指标,而ADG对RFI的准确估计可能有更大贡献。在未来的研究中,适当约束上笼体重使代谢体重变异减小,从而得到更为稳定的ADG回归系数代入估计模型,可能是优化肉鹅RFI估计准确性的有效手段。

3.3 性别、批次对渝州白鹅RFI与生长和饲料效率性状相关性的影响

RFI与其他经济性状的相关性是利用RFI进行选种的重要前提,并在一定程度上决定了选择RFI之后所产生的综合效应。一般而言,选择RFI可改善FCR且对体重、ADG无明显影响^{[17,25⇓-27]}。与前人研究报道相似,本研究中公、母鹅7~10周龄RFI与各阶段体重和ADG无明显相关,与各阶段ADFI有较强相关,与各阶段FCR有较弱到中等程度的相关。将本研究与我们已发表的仅基于公鹅的2项研究^[17,27]比较,发现本研究中RFI与ADFI的相关系数(公鹅为0.667、母鹅为0.724)稍高于前期研究(0.689、0.669),但与FCR的相关系数(公鹅为0.377、母鹅为0.228)明显低于前期研究(0.572、0.590),这可能是由于本研究测定阶段为7~10周龄,晚于前期研究的3~10周龄。因此,本研究在较大样本量下确认了利用肉鹅RFI开展选择的应用前景,并补充完善了母鹅RFI与生长和饲料效率性状相关性的基础数据。

此外,本研究结果显示,不同估计条件在整体上对渝州白鹅RFI与各性状的皮尔森相关系数有所影响,平均差异为0.075。不同条件下估计的RFI与各阶段FCR的相关性差异明显,多批次双性别(校正性别和批次)条件下,公鹅中RFI与7~10周龄FCR的相关性达0.448,而母鹅仅为0.132。然而,控制批次的偏相关分析显示,不同条件下估计的RFI与生长和饲料效率性状的偏相关系数在公、母鹅间基本一致,表明RFI呈现的性别差异可能与批次和性别之间的交互作用有关。综上所述,利用多批次双性别(校正性别和批次)RFI可能导致公、母鹅FCR的性别差异扩大,这种影响与批次效应存在联系,需在未来研究中进一步确认。

4 结论

① 渝州白鹅FCR的性别差异在上市前显著增大,批次对生长模式有影响。

② 基于单批次双性别数据估计RFI准确性和时效好,但存在批次间波动;基于多批次双性别数据估计RFI准确性好且无批次波动,但费时费力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	施振旦, 孙爱东. 鹅繁殖季节的调控和配套技术[J]. 中国家禽, 2011, 33(18):40-42. SHI Z D, SUN A D. Regulation and supporting technologies for goose breeding season[J]. China Poultry, 2011, 33(18):40-42. (in Chinese)

[2]	李琴, 陈明君, 王启贵. 四川白鹅反季节繁殖性能的观测[J]. 中国家禽, 2021, 43(12):116-119. LI Q, CHEN M J, WANG Q G. Observation of reproduction performance on Sichuan white goose during non-breeding season[J]. China Poultry, 2021, 43(12):116-119. (in Chinese)

[3]	李驰, 穆淑琴, 闫峻, 等. 季节性冷刺激对育肥猪生长性能和采食行为的影响[J]. 家畜生态学报, 2017, 38(2):29-32. LI C, MU S Q, YAN J, et al. Effects of seasonal cold stimulation on growth performance and feeding behaviors of finishing pigs[J]. Acta Ecologae Animalis Domastici, 2017, 38(2):29-32. (in Chinese)

[4]	COLLIER C T, CARROLL J A, BALLOU M A, et al. Oral administration of Saccharomyces cerevisiae boulardii reduces mortality associated with immune and cortisol responses to Escherichia coli endotoxin in pigs[J]. Journal of Animal Science, 2011, 89(1):52-58.

[5]	李京真. 鄂通两头乌猪生长性状校正公式制定与育种值估计的研究[D]. 硕士学位论文. 武汉: 华中农业大学, 2023. LI J Z. Study on formulation of growth trait correction formula and estimation of breeding values for Etong two-end-black[D]. Master’s Thesis. Wuhan: Huazhong Agricultural University, 2023. (in Chinese)

[6]	刘胜军, 杨宁. 不同孵化批次效应对后代生产性能的影响[J]. 中国畜牧杂志, 2001, 37(5):25-26. LIU S J, YANG N. Influence of different incubation batch effects on progeny production performance[J]. Chinese Journal of Animal Science, 2001, 37(5):25-26. (in Chinese)

[7]	万雨. 江南白鹅早期生长发育规律的分析研究[D]. 硕士学位论文. 扬州: 扬州大学, 2021. WAN Y. Study of the early growth and development on Jiangnan white geese[D]. Master’s Thesis. Yangzhou: Yangzhou University, 2021. (in Chinese)

[8]	曲湘勇, 陈继发, 梁韡, 等. 湘白鹅生长发育规律及产肉性能的研究[J]. 中国畜牧兽医, 2017, 44(3):832-838. DOI QU X Y, CHEN J F, LIANG W, et al. Study on growth and development law and meat performance in Xiang white goose[J]. China Animal Husbandry & Veterinary Medicine, 2017, 44(3):832-838. (in Chinese)

[9]	王健, 段修军, 董飚, 等. 皖西白鹅和四川白鹅早期生长发育规律研究[J]. 西南农业学报, 2014, 27(1):419-422. WANG J, DUAN X J, DONG B, et al. Comparison on growth regularity and body-size between Wanxi white goose and Sichuan white goose[J]. Southwest China Journal of Agricultural Sciences, 2014, 27(1):419-422. (in Chinese)

[10]	董飚, 王健, 段修军, 等. 菜茵鹅和朗德鹅早期生长规律及体尺比较[J]. 河南农业科学, 2012, 41(11):139-142. DONG B, WANG J, DUAN X J, et al. Comparison on early growth regularity and body-size between Rhine goose and Landes goose[J]. Journal of Henan Agricultural Sciences, 2012, 41(11):139-142. (in Chinese)

[11]	KOCH R M, SWIGER L A, CHAMBER D, et al. Efficiency of feed use in beef cattle[J]. Journal of Animal Science, 1963, 22(2):486-494.

[12]	HOQUE M A, KADOWAKI H, SHIBATA T, et al. Genetic parameters for measures of residual feed intake and growth traits in seven generations of Duroc pigs[J]. Livestock Science, 2009, 121(1):45-49.

[13]	GILBERT H, BIDANEL J P, GRUAND J, et al. Genetic parameters for residual feed intake in growing pigs,with emphasis on genetic relationships with carcass and meat quality traits[J]. Journal of Animal Science, 2007, 85(12):3182-3188.

[14]	GODINHO R M, BERGSMA R, SILVA F F, et al. Genetic correlations between feed efficiency traits,and growth performance and carcass traits in purebred and crossbred pigs[J]. Journal of Animal Science, 2018, 96(3):817-829.

[15]	COYNE J M, BERRY D P, MATILAINEN K, et al. Genetic co-variance functions for live weight,feed intake,and efficiency measures in growing pigs[J]. Journal of Animal Science, 2017, 95(9):3822-3832.

[16]	杜永旺, 黄超, 王一东, 等. 结合GWAS先验标记信息的肉鸡RFI性状全基因组选择研究[J]. 畜牧兽医学报, 2022, 53(10):3403-3411. DOI DU Y W, HUANG C, WANG Y D, et al. Genomic selection for RFI in broiler combining GWAS prior marker information[J]. Acta Veterinaria et Zootechnica Sinica, 2022, 53(10):3403-3411. (in Chinese) DOI

[17]

李琴, 赵献芝, 王丽辉, 等. 渝州白鹅剩余采食量测定及其与饲料利用效率相关性状的相关分析[J]. 动物营养学报, 2022, 34(11):6984-6993.

DOI

, ZHAO

X Z

, WANG

L H

, et al. Determination of residual feed intake and analysis of its correlation with feed utilization efficiency correlated traits of Yuzhou geese[J]. Chinese Journal of Animal Nutrition, 2022, 34(11):6984-6993. (in Chinese)

[18]	AGGREY S E, KARNUAH A B, SEBASTIAN B, et al. Genetic properties of feed efficiency parameters in meat-type chickens[J]. Genetics Selection Evolution, 2010, 42(1):25.

[19]	王军, 田玉民, 苏玉虹, 等. 性别对3-6周龄AA肉鸡生产性能、血液指标的影响[J]. 现代畜牧兽医, 2014(1):22-26. WANG J, TIAN Y M, SU Y H, et al. Effect of sexuality on production performance and blood indexes of 3-6 weeks old AA broiler[J]. Modern Journal of Animal Husbandry and Veterinary Medicine, 2014(1):22-26. (in Chinese)

[20]	NKRUMAH J D, BASARAB J A, PRICE M A, et al. Different measures of energetic efficiency and their phenotypic relationships with growth,feed intake,and ultrasound and carcass merit in hybrid cattle[J]. Journal of Animal Science, 2004, 82(8):2451-2459.

[21]	ARTHUR P F, ARCHER J A, JOHNSTON D J, et al. Genetic and phenotypic variance and covariance components for feed intake,feed efficiency,and other postweaning traits in Angus cattle[J]. Journal of Animal Science, 2001, 79(11):2805-2811.

[22]	CAI W, CASEY D S, DEKKERS J C M. Selection response and genetic parameters for residual feed intake in Yorkshire swine[J]. Journal of Animal Science, 2008, 86(2):287-298. PMID

[23]	张云生. 北京鸭RFI性状遗传参数分析及应用研究[D]. 博士学位论文. 杨凌: 西北农林科技大学,2018:19-23. ZHANG Y S. The genetics parameters estimation of residual feed intake and practical application in Pekin duck[D]. Ph.D.Thesis. Yangling: Northwest A&F University,2018:19-23. (in Chinese)

[24]	李秋梦, 张向吉吉, 王起山, 等. 猪剩余采食量统计模型的研究现状[J]. 中国畜牧杂志, 2018, 54(12):18-23. LI Q M, ZHANG X J J, WANG Q S, et al. Research progress on statistical model for residual feed intake of pig[J]. Chinese Journal of Animal Science, 2018, 54(12):18-23. (in Chinese)

[25]	AGGREY S E, REKAYA R. Dissection of Koch’s residual feed intake:implications for selection[J]. Poultry Science, 2013, 92(10):2600-2605.

[26]	GILBERT H, BILLON Y, BROSSARD L, et al. Review:divergent selection for residual feed intake in the growing pig[J]. Animal, 2017, 11(9):1427-1439.

[27]

李琴, 王郁石, 赵献芝, 等. 不同剩余采食量渝州白鹅生长性能、屠宰性能及肉品质的比较研究[J]. 动物营养学报, 2024, 36(1):323-331.

DOI

, WANG

Y S

, ZHAO

X Z

, et al. Comparative analysis of growth performance,slaughter performance and meat quality of Yuzhou white geese with different residual feed intake[J]. Chinese Journal of Animal Nutrition, 2024, 36(1):323-331. (in Chinese)

Options

文章导航