张掖肉牛生长发育规律研究

邵彩萍, 伏中方, 马 斌, 胡俊慧, 王 磊, 张永东, 宋建红, 史玉萍, 田春花

(甘肃省张掖市畜牧管理站，甘肃 张掖 734000)

张掖肉牛是以河西黄牛(蒙古牛)为母本、西门塔尔牛为父本级进杂交3代后,在中国畜牧兽医研究院肉牛遗传育种专家团队的指导下，经多个世代系统选育而成的肉用型品种，主产于甘肃祁连山沿线的河西走廊一带，对我国北方寒冷干燥大陆性气候环境具有良好的适应性。近年，在我国的内蒙、新疆、宁夏、四川、山东等地都有引进。

目前，张掖肉牛品种培育已完成了杂交创新、组群横交和世代选育等阶段的工作，具备了新品种审定的基本条件，开始资料整理、品种命名、申请审定的准备工作。现以多年生产性能测定数据为基础，对牛群的体重、体高、十字部高、体斜长、胸围和腹围等指标数据进行分析，研究其生长发育规律并揭示各性状间的相互关系，构建通过体尺预测体重的回归方程，为后裔测定、种群扩繁和高效推广利用提供科学依据。

1 材料与方法

1.1 数据来源与测定方法

研究所采用数据为张掖肉牛品种培育项目技术团队于2016—2018年间在万禾、玺峰、恒源和发忠4个核心育种场，以牛实际月龄为准，将牛赶进保定栏固定，用测杖和软尺测量体尺，电子显示器读取体重。

1.2 测定指标与规模

测定7个阶段的6个指标表型值。7个阶段指犊牛出生、3月龄、6月龄、12月龄、18月龄、24月龄和36月龄；6个指标是体重、体高、十字部高、体斜长、胸围和腹围。剔除异常数据，选择母牛2 116头，公牛268头。

1.3 数据处理

将测量数据按公、母分组，用Excel 2010软件进行初步整理，计算绝对生长和相对生长值，根据结果做出相应曲线图。

绝对生长计算公式为：

G=(W-W0)/(t-t0)

相对生长计算公式为：

R=(W-W0)/W0

式中：G为绝对生长；R为相对生长；W为末重(后一次测定的重量或体尺)；W0为始重(前一次测定的重量或体尺)；t为后一次测定的月龄；t0为前一次测定的月龄。

1.4 统计分析

用IBM SPSS Statistics 19进行处理，Pearson相关系数计算法进行零阶相关和偏相关性分析，用逐步法设计回归模型，并进行显著性和拟合度检验。多元线性回归模型：

Y=-b0+b1×x1+b2×x2+b3×x3+…+bn×xn

式中：Y为依变量，表示体重；b0为常数,代表回归截距；b1，b2，b3，…，bn为回归系数，表示在其变量固定的情况下，其中一个变量每变动1个单位，体重增加的量；x

1，x2，x3，…，xn为回归系数对应的自变量，分别代表体高、十字部高、体斜长、胸围和腹围。

2 结果分析

2.1 体重与体尺

张掖肉牛各阶段体尺测定及变异结果见表1。由表1可知，张掖肉牛体型高大，从出生到36月龄公牛的体重、体尺性状均高于母牛。从标准误可以看出，随着月龄的增加，张掖肉牛个体间的体尺波动较小。而体重由出生最小的标准误由2.13逐渐增加到24月龄的52.95，变异幅度较大，其他指标的变异幅度相对较小。

表1 张掖肉牛体重体尺生长情况

2.2 生长规律

张掖肉牛体重、体尺生长基本规律表2和曲线见图1-图5。张掖肉牛公牛和母牛长势分化明显，体重、体尺平均值呈逐增态势，但各阶段增幅不一。由图1可以看出，12月龄前公母牛体重、体尺增幅相近，12月龄后公牛增幅大于母牛；由图2和图3可以看出，母牛在12月龄达到生长高峰，公牛在18月龄达到生长高峰，且最大值公牛大于母牛，12月龄后母牛生长直线下降，公牛生长直线下降后在36月龄又反弹回升。由图4和图5可以看出，公、母牛在整个生长期体高、胸围和体斜长的生长强度和速度接近，看不出明显的区别。18月龄体重、体尺表型值的高低代表了肉牛生长的最好水平，为肉牛绝对生长和相对生长势缓降的拐点[1]。

表2结果显示，张掖肉牛公、母牛体重、体斜长、体高、胸围的累积生长曲线形状相似，均呈抛物线[2]，并表现为早期(0～6月龄)生长速度快的特点。公牛在12月龄之后的体重和体尺均明显高于母牛。公、母牛体重、体尺累积生长量随月龄的增加而增加，而绝对生长和相对生长量却随月龄的增加而降低，说明张掖肉牛出生后期随着年龄的增长，4项体尺指标随之增长，但其生长速度和生长强度却逐渐降低，且性状间下降幅度不同。

表2 张掖肉牛体重、体尺生长基本规律

图1 公、母牛体重、体尺生长规律

图2 母牛绝对生长曲线 图3 公牛绝对生长曲线

图4 母牛相对生长曲线 图5 公牛相对生长曲线

2.3 相关性分析

张掖肉牛母牛18月龄体重与体尺相关分析见表3。由表3相关系数可知，肉牛18月龄体重与体高、十字高、体斜长、胸围和腹围之间的相关系数分别达到0.604，0.561，0.743，0.915和0.757，经检验均存在着极显著的正相关关系(P<0.01)。5个体尺指标之间表现为胸围>体斜长>腹围>体高>十字部高。说明18月龄的体重与体尺间有很大的内在联系，它们之间的表型相关对体重的选择有很大的参考价值。

表3 18月龄体重与体尺Pearson分析相关系数

注：**表示在0.01水平(双侧)上显著相关。

2.4 回归模型建立

张掖肉牛18月龄体重与体尺回归模型见表4。由表4可知，经SPSS逐步回归法分析，张掖肉牛18月龄体重与体尺之间可建立4个回归模型，并给出了95%置信度的上下限范围，标明了偏相关系数。模型1～模型4均保留了胸围，可见胸围是影响体重的重要变量。模型4保留了其中4个变量，排除1个变量(十字高)。虽然十字高与体重的相关系数呈极显著相关关系，因相关系数较小，对体重影响较小被排除。

表4 张掖肉牛18月龄母牛体重与体尺线性回归模型的建立

注：a为因变量，18月龄重。

根据多元线性回归模型(Y=-b0+b1×x1+b2×x2+b3×x3+…+bn×xn)建立的4个模型可分别表达为：

Y1=-379.940+4.467×x4

Y2=-596.059+3.566×x4+2.666×x3

Y3=-578.485+3.360×x4+2.437×x3+0.258×x5

Y4=-637.950+3.286×x4+2.282×x3+0.243×x5+0.748×x1

式中：x1为体高；x3为体斜长；x4为胸围；x5为腹围；b0为常数；b1为体高系数；b3为体斜长系数；b4为胸围系数；b5为腹围系数。

模型Y1，表示母牛的体重主要受胸围控制，回归系数B表示，当母牛的体高、十字高、体斜长和腹围相同时或保持不变的情况下，胸围每增加1 cm母牛的体重增加4.467 kg。

模型Y2表示母牛的体重主要受胸围、体斜长控制，当其他变量不变时，胸围或体斜长每增加1 cm体重增加3.566 kg或2.666 kg。

模型Y3、Y4逐次类推，表示母牛的体重主要受胸围、体斜长、腹围和体高控制，变量系数表示当其他变量不变时，其中一个变量每变化1个单位，体重相应变化的幅度。

从回归系数的大小可以看出，影响体重的4个变量的相关系数显著，回归系数也显著，建立的4个直线回归方程代表的直线关系是真实的，具有统计学价值，可以用来进行体重和体尺关系的预测和控制。

2.5 模型检验

张掖肉牛18月龄母牛体重与体尺线性回归模型的方差分析和回归方程的检验(拟合度分析)见表5、表6。

由表5可知，方差分析出4个回归模型计算的回归和残差F>F值，P<0.001，差异极显著，表明4个模型表达的线性回归模型成立[3]。模型1：预测变量，常量为胸围；模型2：预测变量，常量为胸围、体斜长；模型3：预测变量，常量为胸围、体斜长、腹围；模型4：预测变量，常量为胸围、体斜长、腹围、体高。

表5 张掖肉牛18月龄母牛体重与体尺线性回归模型的检验分析(Anovae方差分析)

由表6可知，模型4个拟合度决定系数(R2)分别为：0.828，0.885，0.888，0.890，回归方程预测值与实测值拟合的程度较高，估计误差分别为18.932 kg，15.444 kg，15.279 kg，15.162 kg，其中模型4拟合度最高达到89%，误差最小，为最佳回归方程。

表6 张掖肉牛18月龄母牛体重与体尺线性回归方程的检验(拟合度分析)

2.6 公牛体重与体尺回归方程

由于张掖肉牛从出生到36月龄公牛的体重、体尺性状表型值均高于母牛，且不同阶段的绝对生长和相对生长势均较高，变异幅度较大，因此，适用于母牛的线性回归方程不能用于公牛的估测。按照同样的方法，建立出拟合度达96.8%的公牛最佳回归方程为：

Y5=-881.017+4.057×x4+2.836×x3+4.407

×x5+1.066×x1

该公式95%置信区间常数的上、下限为(-823.460，-938.575)；变量回归系数胸围、体斜长、体高和腹围的上、下限分别为(4.170，3.944)、(3.079，2.593)、(1.425，0.707)、(0.553，0.262)[4]。

3 结果与讨论

(1)从数字来看，张掖肉牛体型高大，结构匀称，体质结实，肩胛宽平，胸宽深，背腰平直，胸腹圆润。公牛体重的绝对生长高峰集中出现在12～24月龄期间，生产中充分应用这一阶段的生长优势进行育肥，追求较高的收益；母牛体重的绝对生长高峰集中出现在12～18月龄期间，正值母牛性成熟，宜适当控制体重，保持良好的膘情，追求较高的授配率。

(2)张掖肉牛公、母牛18月龄均完全达到体成熟，相对长势和绝对生长势的高峰都集中在这一阶段。线性回归方程的建立选择18月龄表型值进行相关分析和直线回归模型建立，较为科学。若牛群营养条件好，饲养管理水平较高或18月龄之后的体重、体尺可取其上限系数进行预测分析；若牛群营养条件较差、饲养管理水平较低或18月龄之前的体重、体尺可取下限系数进行预测分析。

(3)研究从体重、体尺表型值切入，开展相关性分析，应用逐步回归法建立模型，经拟合度检验，较充分地考虑了性状的相关一致性和差异显著性[5]。在获得所测性状的第一个回归方程基础上，经筛选排除相关系数较低的十字部高，逐步建成了4个回归方程，确定方程的R值和拟合优度值相似，从应用方便角度看适宜用Y3进行预测分析，从更科学的角度看适宜用Y4。

(4)研究选择样本资料规模大，代表性广泛，因此研究结果有一定的参考应用价值，可为牛场的肉用西门塔尔牛培育、选种选配及标准化生产提供参考依据。