论文部分内容阅读
饲料利用效率是畜禽育种最重要的目标改良性状之一。饲料转化率(Feedconversion ratio，FCR)是度量饲料利用效率的常用指标，但是FCR由于统计特性导致其基于线性指数方程预测遗传值选择反应无效，因此过去饲料利用效率主要是依靠选择生长带来的间接反应提高。剩余采食量(Residual feed intake，RFI)表型独立于生长性状，利用RFI使选择那些饲料利用效率高但不牺牲生产性能的动物个体成为可能。目前RFI研究主要集中在生长阶段的猪、肉牛等大家畜和开产后蛋鸡，但是不同品种、不同生长阶段RFI及其与生长等其他性状的关系存在很大不同，而国内外对生长阶段肉鸡RFI研究都非常少。并且RFI计算方法在已发表研究中差异很大。最近提出的剩余维持(Residual maintenance requirement，RMEm)被认为是动物能量利用的无偏估计并证明可改善肉种鸡后代雏鸡质量。 本研究以优质肉鸡快大父系×惠阳胡须鸡构建F2资源群为材料，通过比较优化建立RFI、RMEm计算模型，利用以Illumina公司60K Infinium Chicken SNP Beadchip芯片为基础的全基因组关联分析(Genome-wide association study，GWAS)技术等从表型和基因组水平分析RFI、RMEm遗传规律，并从节约测定成本、不降低准确性的前提下优化RFI相关性状测定时间。获得主要结果如下： 1、以初始重或维持代谢重为组成性状，通过表型回归或非线性遗传回归均能获得采食量(校正R2=0.8330-0.8625)(或维持代谢重(校正R2=0.8623-0.8651))较好的拟合效果，相互间相关性高(r>0.89)；并且维持代谢重优于初始重作为组成性状的拟合效果，非线性回归优于线性回归拟合效果。但是采用线性遗传回归模型将严重低估RFI(h2=0.1177)和RMEm(h2=0.0696)遗传力，因此从计算简便性和准确性角度考虑，采用线性表型回归并以维持代谢重、日增重为组成性状和以日采食量、日增重为组成性状的模型适宜分别计算RFI和RMEm。 2、RFI7-12wk和RMEm7-12wk达到GWAS显著性水平最高50个SNPs位点能够解释的加性遗传方差均超过50％，并且显性效应显著位点数均不到加性效应显著位点数(P<10-4)的10％。RFI7-12wk和RMEm7-12wk均属中等遗传力性状(h2=0.3496，0.2449)，并以主效基因加微效多基因和加性效应为主的方式传递遗传信息；同时gga-miR-1596可能在RFI7-12wk的表型变异中扮演了重要角色。 3、RFI7-12wk、MEm7-12wk共享SNP显著(P<10-4)位点所在或相邻基因通过表达调控(10％基因贡献率)和信号传导(3.33％基因贡献率)等途径广泛参与细胞增殖、凋亡等生物过程。相比较而言，低RFI7-12wk个体主要通过提高转录水平(基因贡献率6.75％)、促进细胞增殖、分化，增加合成能力，从而改善FCR7-12wk(rg=0.9301，P<0.01)，提高胸肌率(rg=-0.6200，P<0.01)和降低腹脂率(rg=0.6320，P<0.01)，但可能会引起采食量(rg=0.3672，P>0.05)和胸肌肌内脂肪含量下降(r=0.1648，P>0.05)的负面相关反应。高RMEm7-12wk则更多通过提高代谢能力(尿素循环基因贡献率23.08％)，加强DNA修复过程的DNA合成(基因贡献率23.08％)、促进细胞凋亡(10.26％基因贡献率)等改善FCR7-12wk(rg=-0.5970，P<0.01)，增加ADG7-12wk(rg=0.6249，P<0.05)、胸肌率(rg=0.5376，P<0.01)，降低腹脂率(rg=-0.4938，P<0.05)，并可能会提高采食量(CR)x/Rx=0.45)和胸肌肌内脂肪含量(CRx/Rx=0.62)。 4、剩余采食-维持(Residual feed and maintenance，RFM)是RFI、RMEm的线性组合性状。RFM7-12wk遗传力h2=0.3128，并且RFM7-12wk平衡了RFI7-12wk和RMEm7-12wk有利和不利两方面特征，选择反应基本介于二者之间。 5、测定并选择7-10周RFI、RMEm和RFM将能达到较高准确度，产生较好选择反应，有效提高饲料利用效率，但是选择RFI、RMEm和RFM对生长等重要经济性状影响程度不同。 因此肉鸡剩余采食量和剩余维持是属于存在一定遗传联系(遗传相关rg=-0.7233，P<0.01；SNPs显著位点的Pearson相关rp=0.2164，P<0.01)，反映了饲料利用效率不同方面信息并可用于不同选择目的两个不同性状。剩余维持可能比剩余采食量更适合作为维持生产效率与机体功能平衡的度量指标。