原创力文档- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
第 29卷 第3期 海 洋 水 产 研 究 Vo1．29，NO．3
2 0 0 8 年 6月 MARINE FISHERIES RESEARCH Jun．，2008
应用动物模型对罗氏沼虾育种值估计的差别分析
罗 坤 孔 杰 栾 生 杨国梁
王军毅 张宇飞
( 农业部海洋渔业资源可持续利用重点开放实验室 中国水产科学研究院黄海水产研究所，青岛 266071)
( 浙江南太湖淡水水产种业有限公司，湖州 313001)
摘要 为准确评估罗氏沼虾的育种值，利用罗氏沼虾1O6个家系中2 628尾个体的体重资料，分别
考虑日龄、性别和雌虾出池时是否抱卵等因素，设计了4种单性状动物模型，应用BLUP法估计个体
的体重育种值。4种模型所估计的体重遗传力差别较大，遗传力范围在 0．02～0．13之间。分析表
明，家系混养前日龄与家系出池体重测定值存在极显著的相关(r一0．434，P0．01)，说明家系混养
前日龄对混养后家系个体的体重有显著影响，提示在动物模型设计时，应该考虑家系混养前日龄作协
变量；在考虑性别效应、雌虾出池时的抱卵效应，并以家系混养前日龄为协变量，获得的育种值估计较
其他模型更为准确。实验还对育种值选择与表型值选择的效率进行了比较。结果表明，依据育种值
选择与依据表型值选择的结果存在着较大差异，两种选择方法选取的前53个家系育种值的平均值分
别为0．70和0．58 g，前者比后者提高2O．7 ，提示依据育种值的选择效率要高于表型值选择效率。
关键词 罗氏沼虾 育种值 BLUP 动物模型
中图分类号 Q959．223 ．63；Q953’。．1 文献识别码 A 文章编号 1000—7075(2008)03—0085—07
Difference analysis of breedingvalue estimation for
Macrobrachium rosenbergiiby animal models
LUO Kun KONG Jie LUAN Sheng YANG Guo—liang
WANG Jun—yi ZHANG Yu—fei
( Key Laboratory{or Sustainable Utilization of Marine Fishery Resources，Ministry of Agriculture，Yellow Sea
Fisheries Research Institute，Chinese Academy of Fishery Sciences，Qingdao 266071)
(。Zhejiang South Taihu Lake Freshwater Fish Breeding Co．，Ltd．，Huzhou 313001)
ABSTRACT For accurate estimation of the breeding value of Macrobrachi m rosenbergii。
four single trait animal models were designed involving factors such as day-age，sex and female
egg=~a~ying effect，etc．Breeding values for body weight of 2 628 individuals in 106 M．rosen一
西 g西families were estimated using linear unbiased prediction(BLUP)procedures
文档评论（0）