基于Meta分析的母羊泌乳模型构建及泌乳性能预测

李金辉 陈佳欣 王里彦 杨彩虹 田星哲 田沛知 严 慧 刘月琴 纪守坤 张英杰

(河北农业大学动物科技学院，保定071000)

羊奶不仅营养丰富、吸收效率高，还具有一定的保健价值，正逐渐得到人们普遍认可[1-2]。对于母羊，乳产量是泌乳期营养需求的重要参数；对于哺乳羔羊，充足的母乳是其正常发育、增强抵抗力和提高存活率的关键[3-4]。准确预测母羊的泌乳性能是进行精准化饲养管理，保证母羊泌乳性能和羔羊生长性能的关键措施。

母羊泌乳性能可以通过2种方式获得：一是统计单位时间内母羊实际泌乳量，此方法对本品种母羊预测更精准，但存在投入高、时效性差的缺点，因此难以在生产中广泛应用[5]；二是通过数学模型预测母羊泌乳性能，现有模型主要有Wood模型、Wilmink模型、逆多项模型、Ali-Schaeffer模型等[6]，其中Wood模型拟合效果好、可解释度强，因此在羊泌乳性能预测中应用最多。Wood模型可表述为：y=atbe(-ct)，其中参数a表示母羊在产羔后第1天的泌乳量，参数b表示泌乳高峰出现前泌乳曲线的上升速率，参数c表示泌乳高峰出现后泌乳曲线的下降速率[7]。采用Wood模型拟合泌乳曲线预测牛、羊泌乳性能得到了广泛认可，已成为泌乳量估测的重要手段[8]，但母羊泌乳量受遗传、环境、年龄、品种、胎次、挤奶方式、产羔数、生理状态等因素的影响[9]，其中品种是影响母羊泌乳性能的最主要因素[10]。由于山羊和绵羊品种繁多，不同研究间所获得泌乳参数差异较大，人们对母羊泌乳性能的总体规律性以及不同类型母羊的泌乳性能了解有限。

Meta分析是一种对前人文献数据汇总再分析的方法，具有样本量大、规律性强、可信度高等优点，是目前常见的数据统计分析方法，在畜牧学领域应用广泛[11-12]。本研究检索了国内外发表的关于母羊泌乳曲线Wood模型分析的相关文献，从所查阅的文献中提取有关泌乳曲线Wood模型参数a、b、c的数值进行Meta分析，探究各类型母羊泌乳的总体规律，以期为泌乳母羊的饲养与管理提供参考。

1 材料与方法

1.1 文献检索

使用计算机检索以及手工检索，分别以表1中的9个检索策略作为题名、主题或者关键词，分别在Web of Science、PubMed、维普中文期刊、CNKI、万方等数据库进行检索，检索时间区间为1980年1月至2021年5月。搜集不同品种类型母羊的Wood模型参数。

表1 文献检索策略

1.2 纳入标准

本研究纳入标准为：1)采用Wood模型研究母羊泌乳曲线的试验；2)明确了羊的品种和试验处理方式；3)主要统计指标包含泌乳曲线分析中Wood模型参数a、b、c及其标准差(SD)或者标准误(SE)以及有效例数。

1.3 排除标准

本研究排除标准为：1)没有明确母羊品种的文章；2)没有明确指出有效例数的文章；3)母羊患有疾病且明显影响泌乳的文章；4)非试验分析得出，属于综述类的文章；5)采用非Wood模型的文章。

1.4 文献筛选

首先阅读论文题目和摘要，排除不符合纳入标准的文献，对于符合纳入标准的文献进行全文阅读，排除数据不全、采用非Wood模型和重复检索到的文献。

1.5 文献数据提取

利用事先设计好的Excel表格进行文献数据信息提取与整理。提取的信息包括发表时间，作者，Wood模型参数a、b、c数值及其SD或者SE，品种，试验动物重复数(n)以及其他影响因素(胎次、产羔数、羔羊性别、羔羊初生重、产羔月份与季节、母羊年龄、营养状况等)。采用SE进行后续数据分析，对于没有SE的文献使用公式SE=SD/sqrt(n)进行SD和SE的转换。

1.6 产出指标

母羊Wood模型参数a、b、c数值为本次Meta分析关注的统计指标。影响因素为母羊品种，由于相同品种母羊Wood模型相关文献较少，难以满足Meta分析要求，因此本研究将母羊分为山羊和绵羊、乳用山羊和非乳用山羊、乳用绵羊和非乳用绵羊。

1.7 泌乳参数

基于Wood模型的母羊泌乳曲线方程[7]：

y=atbe(-ct)。

式中：y表示泌乳母羊产羔后第t天的泌乳量；t表示泌乳母羊产羔后的泌乳天数；a、b、c为常数项；e为自然数(2.718 3)。

通过Wood模型获得泌乳峰值时间Dmax、峰值泌乳量Ymax以及泌乳持续力P，预测方程分别为：

Dmax=b/c；
Ymax=a(b/c)be-b；
P=-(b+1)lnc。

1.8 Meta分析

利用R-4.0.0软件进行方差倒数Meta分析，采用加权合并效应量方法计算其合并后的点估计值及95%可信区间。利用I2和P值来对统计学异质性进行判断：当I2<50%，P>0.10时，认为无异质性，采用固定效应模型进行分析；当I2>50%，P<0.10时，则认为存在统计学异质性，采用随机效应模型进行分析[13]。本研究纳入文献大多数存在异质性，因此采用随机效应模型进行分析。数据预测值以95%置信区间(95%CI)表示，P<0.05认为具有统计学意义。使用Egger检验进行文献发表偏倚评估，P<0.10认为存在发表偏倚。采用单项文献逐项剔除方法进行敏感性分析，若剔除单项文献后合并效应值变化小于5%，则认为敏感性低，合并效应值具有稳健性。

2 结果与分析

2.1 文献检索结果

本研究共检索到相关文献153篇，进行初筛(阅读文献题目和摘要)后，筛除不符合纳入标准的文献98篇，余下55篇；对剩余的文献进行全文通读复筛，进一步排除不符合要求的文献33篇，最终获得符合纳入标准的文献22篇，其中中文文献9篇，英文文献13篇。纳入文献的基本信息见表2。

表2 纳入文献的基本信息

2.2 山羊和绵羊Wood模型Meta分析

本研究纳入山羊的文献14篇，数据81条，绵羊的文献8篇，数据17条，Meta分析结果见表3。结果表明，山羊各研究间的Wood模型参数a、b均存在统计学异质性(I2>50%，P<0.10)，参数c无异质性(I2<50%，P<0.10)，采用随机效应模型合并效应值，获得山羊的泌乳模型为y=0.943 8t0.359 9e(-0.008 5t)。绵羊各研究间的Wood模型参数a、b、c均存在统计学异质性(I2>50%，P<0.10)，采用随机效应模型合并效应值，获得绵羊的泌乳模型为y=0.677 2t0.349 4e(-0.014 0t)。Egger检验表明，山羊a、b、c值和绵羊b值存在发表偏倚(P<0.10)，绵羊a、c值无发表偏倚(P>0.10)；敏感性分析表明，去除任一文献后，合并效应值变化小于5%，表明本结果具有稳健性。

表3 山羊和绵羊Wood模型Meta分析结果

2.3 乳用山羊和非乳用山羊Wood模型Meta分析

本研究纳入乳用山羊的文献9篇，数据59条，非乳用山羊的文献5篇，数据22条，Meta分析结果见表4。结果表明，乳用山羊各研究间的Wood模型参数a、b、c均存在统计学异质性(I2>50%，P<0.10)，采用随机效应模型合并效应值，获得乳用山羊的泌乳模型为y=1.143 7t0.318 7e(-0.008 0t)。非乳用山羊各研究间的Wood模型参数a、b均存在统计学异质性(I2>50%，P<0.10)，参数c无异质性(I2<50%，P>0.10)，采用随机效应模型合并效应值，获得非乳用山羊的泌乳模型为y=0.419 0t0.468 1e(-0.011 8t)。Egger检验表明，乳用山羊a、b、c值和非乳用山羊b、c值存在发表偏倚(P<0.10)，非乳用山羊a值无发表偏倚(P>0.10)；敏感性分析表明，去除任一文献后，合并效应值变化小于5%，表明本结果具有稳健性。

表4 乳用山羊和非乳用山羊Wood模型Meta分析结果

2.4 乳用绵羊和非乳用绵羊Wood模型Meta分析

本研究共纳入乳用绵羊的文献4篇，数据8条，非乳用绵羊的文献4篇，数据9条，Meta分析结果见表5。结果表明，乳用绵羊各研究间的Wood模型参数a、b、c均存在统计学异质性(I2>50%，P<0.10)，采用随机效应模型合并效应值，获得乳用绵羊的泌乳模型为y=0.796 8t0.256 2e(-0.009 0t)。非乳用绵羊各研究间的Wood模型参数a、b、c存在统计学异质性(I2>50%，P<0.10)，采用随机效应模型合并效应值，获得非乳用绵羊的泌乳模型为y=0.570 0t0.441 0e(-0.026 0t)。Egger检验表明，非乳用绵羊b值存在发表偏倚(P<0.10)，乳用绵羊a、b、c值和非乳用绵羊a、c值无发表偏倚(P>0.10)；敏感性分析表明，去除任一文献后，合并效应值变化小于5%，表明本结果具有稳健性。

表5 乳用绵羊和非乳用绵羊Wood模型Meta分析结果

2.5 不同类型母羊泌乳曲线及泌乳参数

采用Wood模型对山羊和绵羊、乳用山羊和非乳用山羊、乳用绵羊和非乳用绵羊的泌乳曲线进行拟合(图1)，结果显示，山羊、绵羊、乳用山羊、非乳用山羊、乳用绵羊和非乳用绵羊初乳产量(产后第1天泌乳量)分别为0.94、0.67、1.13、0.41、0.79和0.55 kg，泌乳峰值时间分别在泌乳期第42.34天、第25.00天、第39.84天、第39.67天、第28.47天和第16.96天，峰值泌乳量分别为2.54、1.47、2.69、1.47、1.45和1.28 kg，泌乳持续力分别为6.48、5.76、6.37、6.52、5.92和5.26。

a：山羊和绵羊泌乳曲线；b：乳用山羊和非乳用山羊泌乳曲线；c：乳用绵羊和非乳用绵羊泌乳曲线。

3 讨 论

3.1 不同类型母羊泌乳参数

初乳指母羊产后前3 d分泌的母乳，生产上以母羊产后第1天的母乳最为关键，是新生羔羊获得营养和免疫的主要途径，保障新生羔羊初乳摄入量对羔羊哺乳期健康和生长性能具有决定性作用[14-15]。Alves等[16]研究表明，新生羔羊在产后24 h内摄入至少30 g免疫球蛋白G(IgG)(约500 g初乳)才能保证被动免疫的成功建立。本研究结果显示山羊、绵羊、乳用山羊、非乳用山羊、乳用绵羊和非乳用绵羊初乳产量(产后第1天泌乳量)分别为0.94、0.67、1.13、0.41、0.79和0.55 kg。对于单羔，除了非乳用山羊外，其余类型母羊初乳量足够新生羔羊成功建立被动免疫；对于多羔，除乳用山羊外，各类型母羊初乳产量均不足。这一结果与前人研究结果一致，即单羔羔羊被动免疫成功率显著高于双羔和多羔羔羊[17-18]。因此，生产上母羊尤其是多羔母羊初乳产量和羔羊初乳采食量应引起重视，以保障新生羔羊被动免疫的成功建立。

泌乳峰值时间指母羊在整个泌乳期日泌乳量最高的时间，是衡量母羊泌乳性能的重要依据。泌乳峰值时间不仅与泌乳曲线上升和下降速率有关，还在一定程度上反映泌乳潜力的高低[19]。母羊泌乳峰值时间到来之前，泌乳量持续上升可满足羔羊随体重增加而增加的营养需要；泌乳峰值时间过后泌乳量减少，仅依赖母乳不能满足羔羊生长发育的需求，羔羊营养需求从依赖母乳过渡到饲粮。本研究结果显示山羊、绵羊、乳用山羊、非乳用山羊、乳用绵羊和非乳用绵羊泌乳峰值时间分别出现在泌乳期第42.34天、第25.00天、第39.84天、第39.67天、第28.47天和第16.96天。不同类型母羊泌乳峰值时间差别较大，因此需要针对不同类型母羊制定合理补饲时间，保障羔羊营养需求并降低断奶应激[20]。

峰值泌乳量指母羊到达泌乳峰值时间的泌乳量，反映母羊泌乳潜力的高低；泌乳持续力指泌乳峰值时间过后母羊泌乳量下降的缓急程度，反映母羊持续泌乳能力的强弱，两者均与总泌乳量相关[21]。品种、产羔数、胎次等因素均会影响峰值泌乳量和泌乳持续力。Elvira等[22]研究了Toggenbourg山羊和Anglo-Nubian山羊的泌乳性能，结果显示Toggenbourg山羊的泌乳持续力更强；Rojo-Rubio等[23]研究发现产双羔母羊比产单羔母羊泌乳峰值时间更早，峰值泌乳量和总泌乳量更高；Carnicella等[24]研究指出，母羊第3、4胎次比第1、2胎次峰值泌乳量和总泌乳量更高；刘长海[25]研究表明，品种是影响母羊峰值泌乳量和泌乳持续力的主要因素。本研究结果显示山羊、绵羊、乳用山羊、非乳用山羊、乳用绵羊和非乳用绵羊峰值泌乳量分别为2.54、1.47、2.69、1.47、1.45和1.28 kg，泌乳持续力分别为6.48、5.76、6.37、6.52、5.92和5.26。不同类型羊泌乳能力差异较大，总体表现为绵羊泌乳能力低于山羊，非乳用羊泌乳能力低于乳用羊。本研究结果提示，需要针对不同类型母羊的泌乳性能为母羊搭配平衡营养，为羔羊提供合理代乳粉补充，实现母羊和羔羊精准饲养。

3.2 异质性分析

本研究通过异质性分析表明山羊和非乳用山羊a、b值存在异质性，其异质性主要来自Montaldo等[26]的研究，由于Montaldo等[26]的研究包括基因、季节和年龄等多种影响因素，这些因素均会对泌乳参数产生影响，可能是该研究异质性较大的主要原因；绵羊和乳用绵羊a、b、c值的异质性主要来自Portolano等[27]的文献，Portolano等[27]研究的Comisana绵羊是著名的乳用品种，其泌乳性能甚至与乳用山羊相当，使得a、b、c值与Meta分析结果差别较大；乳用山羊a、b、c值的异质性主要来自Shaat[28]的文献，Shaat[28]选择在产后第2周开始测量Zaraibi山羊的泌乳量，由于时间间隔太长导致测量结果与其他研究差异较大，可能是造成数据异质性的主要原因；非乳用绵羊a、b、c值的异质性主要来自张力等[29]的文献，与大部分研究采用直接测定母羊泌乳量不同，张力等[29]通过羔羊哺乳前后体重差法研究湖羊泌乳量，这种方法学差异可能是导致其泌乳量测定结果出现异质性的原因。为降低异质性的影响，本研究对山羊和绵羊分别根据乳用和非乳用群体进行了亚组分析，有效降低了组内异质性，但由于目前采用Wood模型拟合母羊泌乳性能的相关文献数量相对较少，难以进一步进行亚组分析将异质性去除，随今后采用Wood模型预测母羊泌乳性能文献数量的增多，可通过不断扩大数据量来提高本研究Meta分析结果的准确性。

3.3 研究局限性

前人研究表明，品种、遗传、泌乳期、饲养管理、季节、营养水平、胎次以及环境等因素均会对母羊的泌乳性能产生影响，因此会一定程度改变泌乳模型参数[28,30]。目前对于相同品种、胎次、季节等因素条件下泌乳模型的研究相对较少，导致不同研究中泌乳模型参数差异较大，进而造成了本研究数据的统计学异质性。本研究纳入文献遵循严格的纳入和排除标准，数据统计具有较高稳健性，在预测不同类型母羊泌乳量时具有较高普适性，可为不同类型母羊的泌乳量预测提供基础参数。

4 结 论

本研究通过方差倒数Meta分析，得到不同类型母羊泌乳量预测模型：山羊为y=0.943 8t0.359 9e(-0.008 5t)，绵羊为y=0.677 2t0.349 4e(-0.014 0t)，乳用山羊为y=1.143 7t0.318 7e(-0.008 0t)，非乳用山羊为y=0.419 0t0.468 1e(-0.011 8t)，乳用绵羊为y=0.796 8t0.256 2e(-0.009 0t)，非乳用绵羊为y=0.570 0t0.441 0e(-0.026 0t)，其中y为预测泌乳量(kg/d)；t为泌乳天数(d)，e为自然数(2.718 3)。本研究获得的不同类型母羊的泌乳参数可为泌乳期母羊和哺乳期羔羊精准饲养提供基础参数。