精武优质肉鸭生长模型分析及其遗传参数估计.pdfVIP

精武优质肉鸭生长模型分析及其遗传参数估计.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
精武优质肉鸭生长模型分析及其遗传参数估计 摘要 本研究以汉口精武农业发展有限公司种鸭场2个世代精武优质肉鸭种鸭为研究 对象,利用这些鸭的生长发育数据(1.10周龄),采用3种生长模型logistic模型、 Gompertz模型和VonBertalanffy模型对精武优质肉鸭进行生长曲线拟合,采用多变 量混合模型(DMU)对各周体重以及三个模型模型参数进行遗传参数估计,结果如 下: 1.三种模型均能较好拟合精武优质肉鸭第一、第二世代公母鸭的生长,其中 Gompertz模型能够较准确地描述精武优质肉鸭的早期生长发育规律,适合拟合两个 世代公母鸭1.5各周体重。对于6.10各周体重,第一世代可用logistic模型准确描述, 第二世代使用Gompertz模型更好。结果表明:经过一个世代的选择,精武优质肉 鸭后期曲线发生了改变。 2.三种模型拟合出的两个世代公母鸭参数变化方向一致:第二世代成熟体重A 高于第一世代,第二世代拐点周龄小于第一世代,第一世代B值大于第二世代。可 以看出:经过一代选择后,第二世代群体的生长周期变短,群体的生长曲线发生变 化,第二世代群体可以在更短的时间达到更高的体重。 3.鸭各周龄体重的遗传力范围在0.54.0.82之间,属于高遗传力。成熟体重A 的遗传力范围在O.3.0.65之间,拐点体重的遗传力范围在0.29-0.65之间,最大周增 长遗传力在0.55.0.60之间,这三个参数属于高遗传力。各周体重的遗传力高于成熟 体重A的遗传力。B的遗传力在0.-0.35之间,拐点周龄的遗传力在0.22—0.29之间, K的遗传力在O.13.0.20之间,这三个参数属于中等遗传力。 4.除个别周龄间(7与8周龄、9与10周龄)外,紧密相连的两周体重的遗 传和表型相关最高。各周龄间鸭体重遗传相关随着时间间隔加大而降低,其中除个 别周龄问(1、2与10周龄,8与9周龄)外,8、9、10周龄与其他各周龄间体重 遗传相关都较弱,各周龄间鸭体重的遗传和表型相关的变化趋势相似。 周增重与每周体重的遗传相关呈正相关,且随着周龄的加大,遗传相关依次增高。 三种模型的拐点周龄与各周龄(除lO周龄)体重的遗传相关呈负相关,Logistic模 精武优质肉鸭生长模型分析及其遗传参数估计 模型的K与每周体重的遗传相关由正相关变为负相关,且随着周龄变大遗传相关先 变强后变弱,其中与3周龄体重的遗传相关最强。6个参数与各周体重间的表型相 关与遗传相关变化趋势大体一致。 关键词:精武优质肉鸭:生长曲线;拟合;遗传参数 Ⅱ 精武优质肉鸭生长模型分析及其遗传参数估计 Abstract To the characteristics nonlinearcurvesof studygrowth ofJingwuqualityduck,the modelwereusedtofitthe model,VonBertalanffy Gompertzmodel,Logistic growth and and of heritabilities correlations model,and geneticphenotypic bodyweights betweencurve wereobtainedforthefirstandthesecond growthparameters generation themultivariatemixedmodels resultswereasfollowed: using pro

文档评论(0)

hlfy68 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档