里岔黑猪和巴里杂交猪母猪100kg体重日龄校正方法的比较

2023-04-11崔登帅熊三亚郑浩李龙云余乃标黄智勇肖石军郭源梅

中国农业科学 2023年6期

崔登帅，熊三亚，郑浩，李龙云，余乃标，黄智勇，肖石军，郭源梅

崔登帅1，熊三亚1，郑浩2，李龙云1，余乃标1，黄智勇2，肖石军1，郭源梅1

1江西农业大学省部共建种猪遗传改良与养殖技术国家重点实验室，南昌 330045；2江西山下华系种猪养殖有限公司，江西赣州 341900

【目的】比较3种达100 kg体重日龄（D100kg）的校正系数的校正效果，为种猪场根据自身实际情况选择合适的D100kg校正系数提供参考。【方法】以里岔黑猪群体及其与巴克夏杂交1代（巴里1代）和2代（巴里2代）共1 344头猪只为研究对象，利用其生长肥育期体重和日龄的数据，以始测体重≥25 kg、终测体重在80—125 kg、过始测点和终测点直线的斜率在群体平均斜率±2个标准差之内等标准进行质控，然后按照下面描述的三种方法估计里岔黑猪、巴里1代、巴里2代以及它们混合群体达100 kg校正系数，并评估它们的校正效果。一是回归校正系数（reg）：利用测定期间个体的体重和日龄数据，拟合体重对日龄的一元回归方程，把其斜率记1i；然后利用它终测点和原点（日龄和体重均为0）作一条直线，把其斜率记为2i；1i/2i的平均数就是reg。二是两点校正系数（2point）：利用个体初测点和终测点作一条直线，得到斜率1i，斜率2i及2point计算方法与reg计算方法相同。三是单点校正系数（1point）：拟合所有个体的终测体重对终测日龄的一元回归方程，得到斜率1；第二条直线斜率与reg相同；1/2i的平均数就是1point。分别将CF、2point和1point代入校正公式，计算出相应的D100kg.CF.reg、D100kg.2point和D100kg.1point。根据前面拟合的日龄对体重的一元回归，计算个体达100kg的回归日龄（D100kg.reg），并计算它与其他D100kg的相关系数和离差。根据相关系数和离差的大小，评估3种方法的优劣。为比较3种校正系数的群体适用性，用某个群体的去校正其他3个群体的D100kg，并根据其校正日龄与该群体D100kg.reg相关系数的高低来评估其群体适用性的优劣。通过分析终测体重和校正误差之间的关系，探究终测体重对D100kg的影响。考虑单点校正误差与终测体重之间存在很强的线性关系，利用终测体重对D100kg.1point进行二次校正，以提高单点校正的准确性。【结果】质控后共1 181头母猪用于后续分析。在同一群体中，reg和2point的值相近，它们极显著大于1point。D100kg.CF.reg和D100kg.2point与D100kg.reg很接近，相关系数均大于0.98，说明这两种方法的校正效果很好。D100kg.1point与D100kg.reg的差异较大，相关系数仅为0.89，校正效果较差。reg和2point的群体适应性很好，均可用于其他群体D100kg的校正。1point的群体适应性较差，不宜用于其他群体D100kg的校正。4个群体中，终测体重离目标体重（100 kg）越远，D100kg.CF.reg校正误差越大，D100kg.2point校正误差没有明显的变化。D100kg.1point的误差与终测体重均存在极显著的负相关，分别为-0.9812、-0.9627、-0.9786和-0.9352。经过二次校正后，1point校正效果有显著提升，但与reg校正效果仍有较大差距，优先选择reg。【结论】reg和2point的校正效果和群体适应性都很好，可用于生产实践。单点校正系数（1point）的校正效果不理想，不宜用于生产实践。在校正D100kg时，可以根据猪只的数据量，采用合适的方法，以提高估计准确性，降低估计误差。

里岔黑猪；达100 kg体重日龄；校正系数；回归日龄

0 引言

【研究意义】我国是全球养猪第一大国，生猪存栏量和猪肉产量均占世界的半壁江山[1-5]。目前，国内肉猪以“外三元”为主[6-7]，虽然生长速度快，瘦肉率高，但是肉质较差，难以满足人们对于优质猪肉的需求[8-9]。我国地方猪种肉质好，能够满足人们对于优质猪肉的需求，但生长速度有待提高[10-12]。达100 kg体重日龄（D100kg）是度量生长速度最常用的指标[13-14]，也是种猪选育的目标性状之一[15]。由于在饲养过程中很难对猪只的体重进行实时监测，且猪只的体重受采食、饮水、排泄等行为的影响，因此不能准确测定猪只D100kg的实际日龄[16]。在生产实践中，对75—115 kg猪只进行称重，然后利用校正系数通过校正公式来计算D100kg[17]。精准校正D100kg有利于加快我国地方猪种生长速度的遗传改良，克服我国地方猪种生长缓慢的不足。【前人研究进展】校正系数主要有两种：一种是2016年以前国家生猪产业体系使用的校正系数[18]，另一种是目前国家生猪产业体系使用的校正系数[19]。笔者前期的研究结果显示这两种校正系数的校正效果没有显著差异，因此本研究只选用第一种校正系数进行后续的分析[16]。目前，只有少数地方品种对D100kg校正系数进行了估计[16, 20]，绝大部分地方猪种D100kg校正系数未见报道。【本研究切入点】目前估计D100kg校正系数需要用到猪只至少2个时间点体重和日龄的数据，如杜洛克、长白、大白猪、里岔黑猪等[21-30]。时间点越多，估计的D100kg校正系数就越准确，但耗费人力物力也就越多。如果可以在不影响准确性的前提下只用一个时间点的数据来估计，则可以大幅度节约成本。【拟解决的关键问题】本研究以里岔黑猪及其与巴克夏公猪杂交的F1和F2代为研究对象，利用生长肥育期测定的体重和日龄数据，探究数据量与的校正效果之间关系。希望探索出一种能够简化测定，节约成本，并且适用于推广应用的D100kg校正方法。

1 材料与方法

1.1 试验猪只

研究所用的试验猪只均来自于江西山下华系种猪养殖有限公司定南阳林山下原种猪场（江西，定南）[31]，实验数据采集于2014—2019年。饲养管理和营养水平参见文献[16]，猪只自由采食和饮水。通过润农性能测定系统（深圳，润农科技），测定试验猪只生长肥育期的体重，并记录测定日期。本研究利用前期报道的1 344头猪只生长肥育期的体重和日期[16]，其中里岔黑猪204头（阉公猪23头，母猪181头）、巴克夏和里岔黑猪（巴里）杂交1代644头（阉公猪31头，母猪613头）和2代496头（阉公猪64头，母猪432头）。

1.2 试验方法

1.2.1 数据质控这1 344头猪已经通过了以下质控标准：测定期≥30 d；始测体重≥25 kg，终测体重在80—125 kg；始测日龄>60 d和终测日龄<280 d；优化后体重对日龄一元回归方程拟合度≥0.95的个体[16]。本研究新增一个质控标准，即经过始测点和终测点直线的斜率在群体平均斜率2个标准差之内。

1.2.2 D100kg校正系数的估计由于群体对于校正系数有显著的影响[16]，因此分群体估计D100kg校正系数。根据之前的报道，巴里杂交1代和2代母猪的非常接近，分别为1.389和1.380，且与里岔黑猪的（1.346）差异也很小[16]。另外，由于里岔黑猪是巴里杂交猪的一个亲本，与它们有遗传关系。因此，将3个群体合并一个群体，即混合群体，加大样本量，提高估计的准确性。根据使用数据量的不同，采用3种方法计算猪只D100kg的校正系数：

一是回归校正系数（reg）：利用自动饲喂系统生长肥育期记录的个体所有体重和日龄数据，拟合体重对日龄的一元回归方程，把其斜率记为1i。然后利用它的终测点和原点（日龄和体重均为0）作一条直线，把其斜率记为2i，reg就等于1i/2i的平均数。

二是两点校正系数（2point）：利用个体始测点（始测体重，始测日龄）和终测点（终测体重，终测日龄）的数据，作一条直线，把其斜率记为1i。剩下的步骤和回归校正系数的步骤完全相同。

三是单点校正系数（1point）：使用所有个体的终测数据，拟合终测体重对终测日龄的一元回归方程，把其斜率记为1。然后利用个体终测点和原点（日龄和体重均为0）作为一条直线，把其斜率记为2i，1point为1/2i的平均数。

1.2.3 D100kg的计算利用生长期的体重和日龄，对每个个体拟合日龄对体重的一元回归方程。把目标体重100 kg代入回归方程即可计算出回归D100kg，记为D100kg.reg，并将其看作为真实的D100kg。

把估计的校正系数（reg、2point和1point）、终测体重和终测日龄代入以下公式[18]，就得到个体的D100kg（D100kg.CF.reg、D100kg.2point和D100kg.1point）：

利用R语言的lm和aov进行方差分析，通过agricolae包中的duncan.test函数进行多重比较的校正，比较不同群体D100kg之间的差异。

1.2.4 校正日龄之间的相关系数利用R语言的pairs函数，作不同方法估计的D100kg之间的散点图，然后用cor.test函数，计算D100kg之间的相关系数，并进行显著性检验。将D100kg.reg看作为真实的D100kg，其他校正日龄与它的相关系数越高，说明该方法估计的校正日龄越准确；反之，越不准确。

1.2.5 校正日龄的无偏性利用校正误差，即校正日龄与回归日龄的差值，来评估校正方法的无偏性。校正误差的平均数离原点越近越无偏，越远偏差越大。如果平均数为负，即偏小；反之，则偏大。校正误差与终测体重之间的散点图能进一步显示校正日龄的无偏性：如果校正日龄关于=0对称，则说明是无偏的，反之则有偏。

1.2.6 校正系数的适用性以某群体的校正系数去估计其他群体的D100kg，利用R语言cor.test函数，计算它与该群体D100kg.reg之间的相关系数，以此来评估校正系数的适用性。相关系数越大，则说明校正系数的适用性越好；反之，校正系数的适用性越差。

1.2.7 终测体重对D100kg的影响据前人的研究结果，终测体重对D100kg准确性有显著的影响[32]。终测体重与目标体重的差异越大，校正D100kg的误差也越大。通过终测体重和校正误差（校正D100kg与D100kg.reg的离差）的散点图，可以看出D100kg.1point的误差与终测体重存在线性关系。利用R语言的cor.test函数，计算D100kg.1point的误差与终测体重的相关系数，并用lm函数拟合它们之间的一元回归公式。

1.2.8 D100kg.1point的二次校正由于单点校正误差与终测体重（BWend）之间存在很强的线性关系，且单点校正效果并不理想，因此建立单点校正误差对终测体重的回归方程，把体重和回归方程的斜率（）代入下列公式，对D100kg.1point进行二次校正（D100kg.1point.cor），以提高单点校正的准确性：

D100kg.1point.cor=D100kg.1point+(BWend-100)。

2 结果

2.1 数据质控结果

在这1 344个个体中，一共1 290个个体通过了质控，其中里岔黑猪197头（母猪175头，阉公猪22头），巴里1代621头（母猪593头，阉公猪28头），巴里2代472头（母猪413头，阉公猪59头）。由于性别和群体对校正系数影响显著，且3个群体中阉公猪数量都较少，影响阉公猪校正系数估计的准确性，因此，仅1 181头母猪用于后续分析。通过质控个体始测点和终测点连线的趋势基本相似（图1），即猪只的生长规律相似，说明质控后的数据质量较好。

2.2 校正系数CF的估计

在里岔黑猪、巴里1代和2代以及混合群体中，3种方法估计的校正系数的简单统计量如表1所示。在同一个群体中，reg和2point的值相近，但它们极显著（＜2.2×10-16）大于1point。

2.3 校正日龄D100kg的估计

回归日龄（D100kg.reg）和三种方法估计的D100kg见表2。在这4个群体中，D100kg.reg、reg校正的D100kg（D100kg.CF.reg）和2point校正的D100kg（D100kg.2point）比较接近，特别是D100kg.reg和D100kg.CF.reg（≥0.0613）。它们与1point校正的D100kg（D100kg.1point）差异均比较大，均达到了极显著水平（≤2.56×10-13）。在里岔黑猪中，D100kg.reg和D100kg.CF.reg与D100kg.2point差异不显著（≥0.4500），但在另外2个群体中，它们之间的差异均达到极显著水平（≤2.94×10-6）。

里岔黑猪4种方法估计的D100kg均极显著（＜2.2×10-16）大于巴里1代和巴里2代相应方法估计的D100kg。除D100kg.1point（=0.0568）外，剩余3种方法校正的巴里2代D100kg均极显著（≤3.76×10-8）大于巴里1代的D100kg。

图1 质控后个体始测点和终测点的连线图

表1 校正系数CF的简单统计量

表2 达100kg日龄的简单统计量

2.4 校正日龄之间的相关性

4种方法估计的D100kg散点图见图2，它们之间的简单相关系数见表3。除D100kg.1point外，D100kg之间均存在极强的正相关，≥0.9796，＜2.2×10-16。D100kg.1point与另外3种D100kg之间也存在极强的正相关，但相关系数没有后三者之间那么强，0.8873≤≤ 0.8999，＜2.2×10-16。

D100kg与D100kg.reg相关系数可以用来度量其估计的准确性。D100kg.CF.reg和D100kg.2point与D100kg.reg相关系数均在0.95以上，分别为0.9925和0.9796。因此，这两种方法估计的D100kg很准确。D100kg.1point与D100kg.reg相关系数为0.8873，显著的小于D100kg.CF.reg和D100kg.2point与D100kg.reg相关系数，说明1point校正的D100kg的准确性要差一些。

表3 达100kg日龄之间的简单相关系数

上三角为相关系数，对角线为观察数，下三角为相关系数对应的值

The numbers in the upper triangle, diagonal and lower triangle are the correlation coefficients, observation numbers andvalues, respectively

2.5 校正日龄无偏性评估

在里岔黑猪、巴里1代、巴里2代和混合群体，reg校正误差的均值±标准差（值）分别为-0.522± 3.6655（=0.0613）、0.107±2.1040（=0.2177）、-0.033± 1.8764（=0.7219）和-0.035±2.3402（=0.6044），均与0没有显著差异。2point校正误差的均值±标准差（值）分别为-0.208±4.2646（=0.5199）、-0.629± 3.2440（=2.94×10-6）、-1.097±2.9674（=3.61×10-13）和-0.730±3.3360（=1.06×10-13）。除里岔黑猪群体外，其他3个群体均与0存在极显著差异。1point校正误差的均值±标准差（值）分别为19.626±26.6659（＜2.2×10-16）、-5.175±15.1430（=6.0×10-16）、-7.810±18.4939（＜2.2×10-16）和-2.422±20.6247（=5.80×10-5），均与0有极显著差异。1point二次校正误差的均值±标准差（值）分别为-1.472± 5.1416（=0.0002）、-1.745±4.0992（＜2.2×10-16）、-2.421±3.8033（＜2.2×10-16）和-0.043±7.3030（= 0.8384）。除混合群体外，其他三个群体均与0存在极显著差异。

2.6 校正系数的适用性

用其他群体的校正系数和用本群体的校正系数估计的D100kg与该群体D100kg.reg间的相关系数非常接近（表4），这说明三种校正系数均有很好的适用性。

2.7 终测体重对D100kg的影响

校正误差与终测体重之间的散点图见图3。在这3个群体中，终测体重离目标体重（100 kg）越远，D100kg.CF.reg校正误差越大，D100kg.2point校正误差没有明显的变化，D100kg.1point校正误差呈负线性变化。终测体重越小，D100kg.1point校正日龄就比回归日龄大的越多；反之，校正日龄就比回归日龄小的越多。

在这3个群体中，D100kg.1point的误差与终测体重均存在极显著的负相关，分别为-0.9812、-0.9627和-0.9786，值均＜2.2×10-16。拟合一元回归模型的截距分别为299.1974、135.6703和161.0781，斜率分别为-3.0067、-1.3742和-1.6350，拟合度分别为0.9628、0.9267和0.9577。

表4 校正系数通用性结果

所有相关系数均达到了极显著水平（＜2.2×10-16） All correlation coefficients are highly significant (＜2.2×10-16)

2.8 D100kg.1point的二次校正

经过二次校正后，单点校正准确性得到非常明显的改善（图2，表2和3），误差与终测体重之间的线性关系也消失了（图3）。但是，误差与终测体重仍然一定曲线关系，尤其在巴里1世代和巴里2世代：随着终测体重与目标体重差异的绝对值越来越大，校正误差的值就负得越多，即单点二次校正日龄比回归日龄偏小越来越多。

第1-4列分别为里岔黑猪、巴里1世代、巴里2世代和混合群体；第1 - 4行分别为回归、两点、单点和单点二次校正日龄

3 讨论

本研究以里岔黑猪及其与巴克夏杂交（巴里）群体为研究对象，采用3种方法估计猪只达100 kg体重日龄的校正系数，并以回归日龄为标准，评估其他3种方法校正的准确性。除单点（终测点）估计的校正效果不理想外，其余两种方法的准确性都很高，均可以用于生产实践。本研究结果为种猪场选择达100 kg体重日龄校正系数的估计方法提供参考。

3.1 选择校正系数CF的理由

根据前人的报道，虽然校正系数和的校正效果没有显著差异，但是校正的D100kg与D100kg.reg的相关系数（0.9918）比校正的D100kg与D100kg.reg的相关系数（0.9917）略高，且它与D100kg.reg差异的绝对值（-0.1385d）比校正的D100kg与D100kg.reg差异的绝对值（-0.2741d）小[16]，所以本研究选用校正效果相对较好的。

目前，我国对于猪只达100 kg体重日龄的校正系数方面研究较少，尤其是对符合我国地方猪种生长规律的研究更少。在我国《全国种猪遗传评估方案（试行）》中推荐使用来自于加拿大种猪遗传改良中心的校正公式，但是加拿大瘦肉型猪目标体重校正公式只分性别，不分群体，且我国地方猪种与西方猪种在生长速度上也存在一定的差异，因此导致对于我国地方猪种D100kg的估计不够准确，难以提供参考[23]。在之前的研究中，郑浩等人通过研究发现里岔黑猪的小于加拿大种猪遗传改良中心杜洛克、长白和大白D100kg的[16]。笔者认为借鉴这些猪种的校正系数，会降低对于D100kg估计的准确性，从而影响生长速度的选择效果。

3.2 数据量对CF的影响

从估计校正系数使用的数据量来说，reg使用的数据量最大。在计算reg时，使用了猪只肥育期每天的体重，受异常体重的影响小。此外，肥育期猪只体重变化还可以监测个体的健康状况，有助于数据的质控。因此，笔者认为这3种方法中reg最好，D100kg.CF.reg与D100kg.reg的相关系数最大也印证了这一点。2point只利用了始测和终测的体重，容易受始测和终测体重的影响。在始测和终测的体重测量比较准确的情况下，2point和reg没有本质差异，D100kg.2point与D100kg.CF.reg之间的相关系数高达0.9796。1point只利用了终测数据，使用数据量最少，校正效果也是最差的，D100kg.1point与D100kg.reg的相关系数仅为0.8873。但经过二次校正后，与D100kg.reg的相关系数为0.9349。

3.3 终测体重对CF的影响

根据D100kg的校正公式，体重离差（终测体重与目标体重的离差）越小，D100kg的误差也越小。由于真实的D100kg不可获取，因此把D100kg.reg看作为真实的D100kg，3种方法估计的D100kg与它的离差看作为它们的误差。从图3可以看出D100kg.2point的误差与体重离差之间没有明显的关系。通过分析体重离差小、而误差大的数据后，发现造成误差大是由于个体在终测时终测体重和回归体重的差异较大造成的。由于终测体重和目标体重很接近，因此D100kg.2point和终测日龄也很接近。但是回归体重与终测体重差异较大，因此D100kg.reg与终测日龄差异较大，即与D100kg.2point的差异较大，从而导致D100kg.2point误差也较大。

3.4 D100kg的无偏性

采用线性回归的方法来估计D100kg的假设是体重和日龄在测定期间是线性的。从体重对日龄的简单回归的拟合度非常接近1（质控后2≥0.95）来看[16]，这个假设即使不完全满足，也应该近似满足。在满足这个假设的前提下，D100k.reg是无偏的。D100kg.CF.reg与D100k.reg之间没有显著差异，因此D100kg.CF.reg也是无偏的。D100kg.2point与D100k.reg之间存在极显著差异（里岔群体除外），但这种差异很可能是起始重和终测重的测定误差造成的（见3.3）。从图3可以看出D100kg.2point的误差关于=0对称，则说明D100kg.2point是无偏的。D100kg.1point是有偏的：当终测体重大于100 kg时偏小；当终测体重小于100 kg时偏大。即使经过二次校正，单点校正的D100kg仍然是有偏的：总体上来看是偏小，尤其是终测体重与目标体重差异的绝对值较大时。

3.5 CF适用范围讨论

如果有自动饲喂系统，能够自动记录肥育期猪只的体重，建议优先选用reg。如果没有自动饲喂系统，很难准确获取肥育期猪只所有的体重，建议测定始测和终测体重，用2point来计算D100kg。在任何情况下均不建议使用1point，因为使用其他群体的reg和2point校正效果均优于本群体的1point校正效果（表4）。虽然经过二次校正后单点校正效果显著提升，但是进行二次校正需要校正误差，即校正日龄减回归日龄。如果能够得到回归日龄，就能计算出reg，因此可以选择使用reg进行校正，因为reg的校正效果最佳。

根据猪只可用数据的多少，采用最佳的方法来校正D100kg可以提高校正准确性，降低估计误差。对于有肥育期体重数据的个体，计算D100kg.reg比较合适。对于只有始测和终测数据的猪只，如果reg可以估计，则先估计reg，然后计算D100kg.CF.reg；否则先估计2point，然后获得D100kg.2point。对于只有终测数据的猪只，如果reg或2point可以估计，则先估计reg或2point，然后计算D100kg.CF.reg或D100kg.2point；否则借鉴其他群体的reg或2point，然后计算D100kg.CF.reg或D100kg.2point。

4 结论

回归校正系数（reg）和两点校正系数（2point）的校正效果都很好，均可用于生产实践。单点校正系数（1point）的校正效果不理想，不适合用于生产实践。在估计D100kg时，可以根据猪只的数据量，采用合适的方法，可以提高估计准确性，降低估计误差。

致谢：本研究得到江西农业大学省部共建种猪遗传改良与养殖技术国家重点实验室主任黄路生教授的大力支持。

[1] 熊信威. 猪12号染色体上增加肌内脂肪含量的因果基因及其因果突变的鉴别与作用机理研究[D]. 南昌: 江西农业大学, 2017.

XIONG X W. Identification of the causative gene and mutation for increasingcontent at SSC12 and its mechanism study[D]. Nanchang: Jiangxi Agricultural University, 2017. (in Chinese)

[2] 张兰勇. 养猪业怎样提高经济效益. 国外畜牧学(猪与禽), 2009, 29(3): 93-94. doi:10.3969/j.issn.1001-0769.2009.03.040.

ZHANG L Y. How to improve the economic efficiency of swine industry. Pigs and Poultry, 2009, 29(3): 93-94. doi:10.3969/j.issn. 1001-0769.2009.03.040. (in Chinese)

[3] 博亚. 规模化养猪业发展探析. 农业技术与装备, 2011(19): 4-6.

BO Y. Study on the development of swine industry in large-scale. Agricultural Technology & Equipment, 2011(19): 4-6. (in Chinese)

[4] 陈日. 2021. 生态猪养殖技术及发展趋势[J]. 农家致富顾问, (12): 208.

CHEN R. The Technology of Raising Pigs Ecologically and Its Developing Trend., 2021 (12): 208. (in Chinese)

[5] 周道雷, 李保明, 施正香. 2003. 我国养猪产业生产现状及其发展方向. 农业工程学报, 19(z1): 101-105.

ZHOU D L, LI B M, SHI Z X. Current Status and Development Strategy of Swine Industry in China. Transactions of the Chinese Societyof Agricultural Engineering, 2003, 19(z1): 101-105. (in Chinese)

[6] 孙泉云, 卫金良, 曹建国. 中国土种黑猪的开发和利用现状. 上海畜牧兽医通讯, 2013(3): 45. doi:10.3969/j.issn.1000-7725.2013.03. 026.

SUN Q Y, WEI J L, CAO J G. Present Status of Exploitation and Utilization of Indigenous Black Pig Breeds in China. Shanghai Journal of Animal Husbandry and Veterinary Medicine, 2013(3): 45. doi:10.3969/j.issn.1000-7725.2013.03.026. (in Chinese)

[7] 陈鹏, 杨在宾, 张庆, 姜淑贞. 里岔黑猪与 “杜长大” 三元猪生长性能和免疫性能的对比研究. 猪业科学, 2017, 34(1): 131-133. doi:10.3969/j.issn.1673-5358.2017.01.051.

CHEN P, YANG Z B, ZHANG Q, JIANG S Z. Comparative the growth and immunity performances of Licha black pig to Duroc× Landrace×Yorkshire pigs. Swine Industry Science, 2017, 34(1): 131-133. doi:10.3969/j.issn.1673-5358.2017.01.051. (in Chinese)

[8] 曾检华, 罗艳凤, 胡杰, 陈瑶生, 刘小红. 不同黑猪杂交组合生产性能研究与分析. 养猪, 2015(1): 61-64. doi:10.13257/j.cnki.21- 1104/s.2015.01.024.

ZENG J H, LUO Y F, HU J, CHEN Y S, LIU X H. The research and analysis of production performance in different hybrid black pigs. Swine Production, 2015(1): 61-64. doi:10.13257/j.cnki.21-1104/s. 2015.01.024. (in Chinese)

[9] 李文通, 刘颖, 周荣, 沈自泉, 董胜华, 宋孝涛, 王月江, 唐辉. 江泉黑猪与杜长大三元杂交猪屠宰性能及肉质性状比较分析. 中国畜牧兽医, 2017, 44(7): 2057-2064. doi:10.16431/j.cnki.1671-7236. 2017.07.022.

LI W T, LIU Y, ZHOU R, SHEN Z Q, DONG S H, SONG X T, WANG Y J, TANG H. A comparative study on the carcass and meat quality traits of Jiangquan black pig and DLY pig. China Animal Husbandry & Veterinary Medicine, 2017, 44(7): 2057-2064. doi:10. 16431/j.cnki.1671-7236.2017.07.022. (in Chinese)

[10] 郭源梅, 李龙云, 赖昭胜, 黄黎斌, 黄智勇, 涂金敏, 邱恒清, 黄路生, 肖石军. 中国地方猪种利用现状与展望. 江西农业大学学报, 2017, 39(3): 427-435. doi:10.13836/j.jjau.2017055.

GUO Y M, LI L Y, LAI Z S, HUANG L B, HUANG Z Y, TU J M, QIU H Q, HUANG L S, XIAO S J. Present status and prospect of utilization of indigenous pig breeds in China. Acta Agriculturae Universitatis Jiangxiensis, 2017, 39(3): 427-435. doi:10.13836/j. jjau.2017055. (in Chinese)

[11] 刘国信. 加强地方猪种保护利用提高生猪产业竞争优势. 浙江畜牧兽医, 2021, 46(1): 14-15.

LIU G X. Strengthening the protection and utilization of native pig breeds and improving the competitive advantage of pig industry. Zhejiang Journal Animal Science and Veterinary Medicine, 2021, 46(1): 14-15. (in Chinese)

[12] 于福清. 我国地方猪种资源最新状况与保护利用建议. 中国猪业, 2012, 7(3): 21-23. doi:10.16174/j.cnki.115435.2012.03.012.

YU F Q. The latest situation of Chinese native pig breeds and suggestions on protection and utilization of them. China Swine Industry, 2012, 7(3): 21-23. doi:10.16174/j.cnki.115435.2012.03.012. (in Chinese)

[13] 刘艳花, 郭建华, 李书勋, 纪志和. 关于加快里岔黑猪新品种研究开发的思考. 山东畜牧兽医, 2017, 38(6): 20-21.

LIU Y H, GUO J H, LI S X, JI Z H. Thoughts on accelerating the research and development of new breed using Licha black pig. Shandong Journal of Animal Science and Veterinary Medicine, 2017, 38(6): 20-21. (in Chinese)

[14] 彭潇, 尹立林, 梅全顺, 王海燕, 刘小磊, 朱猛进, 李新云, 付亮亮, 赵书红. 猪主要经济性状的基因组选择研究. 畜牧兽医学报, 2019, 50(2): 439-445. doi:10.11843/j.issn.0366-6964.2019.02.023.

PENG X, YIN L L, MEI Q S, WANG H Y, LIU X L, ZHU M J, LI X Y, FU L L, ZHAO S H. A study of genome selection based on the porcine major economic traits. Acta Veterinaria et Zootechnica Sinica, 2019, 50(2): 439-445. doi:10.11843/j.issn.0366-6964.2019.02.023. (in Chinese)

[15] WANG K J, LIU D W, HERNANDEZ-SANCHEZ J, CHEN J, LIU C K, WU Z F, FANG M Y, LI N. Genome wide association analysis reveals new production trait genes in a male duroc population. PLoS ONE, 2015, 10(9): e0139207. doi:10.1371/journal.pone.0139207.

[16] 郑浩, 涂金敏, 熊秀萍, 张则凯, 李龙云, 黄黎斌, 黄智勇, 肖石军, 郭源梅. 里岔黑猪和巴里杂交猪达100 kg体重日龄校正系数研究. 中国农业科学, 2020, 53(12): 2493-2501. doi:10.3864/j.issn.0578- 1752.2020.12.015.

ZHENG H, TU J M, XIONG X P, ZHANG Z K, LI L Y, HUANG L B, HUANG Z Y, XIAO S J, GUO Y M. Estimating the correction coefficient of days to 100 kg inblack pig and its intercross with Berkshire. Scientia Agricultura Sinica, 2020, 53(12): 2493-2501. doi:10.3864/j.issn.0578-1752.2020.12.015. (in Chinese)

[17] 全国畜牧兽医总站. 全国种猪遗传评估方案(试行) [Z]. 2000: 60.

National Animal Husbandry & Veterinary Service.(). Beijing, 2000: 60. (in Chinese)

[18] 822-2004" N T. 中华人民共和国农业行业标准-种猪生产性能测定规程. 北京: 中华人民共和国农业部, 2004.

NY/T 822-2004. People's Republic of China agricultural industry standards – Rules for performance testing of breeding pig. Beijing: Ministry of Agriculture of the People's Republic of China, 2004. (in Chinese)

[19] 全国生猪遗传改良计划工作小组领导办公室. 关于调整种猪达100Kg体重日龄和达100Kg体重活体背膘厚校正公式的通知. 2016: 1-2.

LEADING GROUP OF WORK OFFICE OF CHINA SWINE GENETIC IMPROVEMENT PROGRAM. Notice on adjusting the calibration formula of days to 100 kg and backfat thickness at 100 kg in vivo for breeding pigs. 2016: 1-2. (in Chinese)

[20] 李加琪. 中国瘦肉型猪性能测定校正公式. 中国猪业科技大会暨中国畜牧兽医学会2015年学术年会论文集. 厦门. 2015: 5-5.

LI J Q. Correction Formula for Production Performance Testing of Chinese Lean Pigs. Proceedings of China Pig Science and Technology Conference and 2015 Academic Annual Meeting of China Animal Husbandry and Veterinary Society, Xiamen. 2015: 5-5. (in Chinese)

[21] 刘望宏, 张勤, 胡军勇, 倪德斌, 熊远著. 瘦肉型种猪早期生长性状校正公式的制定及评估. 华中农业大学学报, 2010, 29(4): 469-474. doi:10.13300/j.cnki.hnlkxb.2010.04.024.

LIU W H, ZHANG Q, HU J Y, NI D B, XIONG Y Z. Design and evaluation of adjusted equations for early growth performance of commercial breeding swines. Journal of Huazhong Agricultural University, 2010, 29(4): 469-474. doi:10.13300/j.cnki.hnlkxb.2010. 04.024. (in Chinese)

[22] 陈斌. 瘦肉型猪的场内遗传评估及遗传分析研究[D]. 长沙: 湖南农业大学, 2005.

CHEN B. Studies on the on-farm genetic evaluation and genetic analysis of lean type swine[D]. Changsha: Hunan Agricultural University, 2005. (in Chinese)

[23] 张哲, 张豪, 陈赞谋, 李加琪. 种猪育种性能测定校正公式研究. 中国畜牧杂志, 2015, 51(16): 49-54. doi:10.3969/j.issn.0258-7033. 2015.16.011.

ZHANG Z, ZHANG H, CHEN Z M, LI J Q. Development of correction formula for production traits in swine breeding. Chinese Journal of Animal Science, 2015, 51(16): 49-54. doi:10.3969/j.issn. 0258-7033.2015.16.011. (in Chinese)

[24] 王林云. 猪育种工作中某些数据的校正方法. 畜牧与兽医, 2000, 32(1): 20-21. doi:10.3969/j.issn.0529-5130.2000.01.010.

WANG L Y. Correction of some indexes in pig breeding. Animal Husbandry & Veterinary Medicine, 2000, 32(1): 20-21. doi:10.3969/ j.issn.0529-5130.2000.01.010. (in Chinese)

[25] 吕凤林, 黎继华. 内江仔猪体重校正方法的研究. 四川畜牧兽医, 1993, 20(2): 1-3.

LÜ F L, LI J H. A study of the method to adjust bodyweights of Neijiang pig. Sichuan Animal & Veterinary Sciences, 1993, 20(2): 1-3. (in Chinese)

[26] 杨岸奇, 吴买生, 向拥军, 陈斌, 李朝辉, 张善文, 刘伟, 吴攀峰. 沙子岭猪生长性状校正公式的制定. 猪业科学, 2015, 32(2): 132-134. doi:10.3969/j.issn.1673-5358.2015.02.048.

YANG A Q, WU M S, XIANG Y J, CHEN B, LI Z H, ZHANG S W, LIU W, WU P F. Formulating the correction formula for growth traits of Shaziling pig. Swine Industry Science, 2015, 32(2): 132-134. doi:10.3969/j.issn.1673-5358.2015.02.048. (in Chinese)

[27] 胡闪耀, 陈欢, 闫德超, 张子君, 毛元良, 毛慧敏, 王利通, 王国水, 左波. 大白、长白达100 kg体重时体长校正公式的研究. 猪业科学, 2016, 33(1): 110-111. doi:10.3969/j.issn.1673-5358.2016.01.036.

HU S Y, CHEN H, YAN D C, ZHANG Z J, MAO Y L, MAO H M, WANG L T, WANG G S, ZUO B. Study on the correction formula of body length for body weight at 100 kg in Large White and Landrace. Swine Industry Science, 2016, 33(1): 110-111. doi:10.3969/j.issn.1673- 5358.2016.01.036. (in Chinese)

[28] 孙贤,陈卫东, 梁凤莲, 左涛, 居瑞海, 魏传德. 丰海种猪生产性能测定与应用报告. 上海畜牧兽医通讯, 2010(3): 16-17. doi:10.3969/j. issn.1000-7725.2010.03.009.

SUN X, CHEN W D, LIANG F L, ZUO T, JU R H, WEI C D. Reports on production performance testing and its application of fenghai breeding pig. Shanghai Journal of Animal Husbandry and Veterinary Medicine, 2010(3): 16-17. doi:10.3969/j.issn.1000-7725.2010.03.009. (in Chinese)

[29] WU P X, WANG K, YANG Q, ZHOU J, CHEN D J, LIU Y H, MA J D, TANG Q Z, JIN L, XIAO W H, LOU P E, JIANG A N, JIANG Y Z, ZHU L, LI M Z, LI X W, TANG G Q. Whole-genome re-sequencing association study for direct genetic effects and social genetic effects of six growth traits in Large White pigs. Scientific Reports, 2019, 9: 9667. doi:10.1038/s41598-019-45919-0.

[30] LI F G, LEI M G, ZHENG R, ZUO B, JIANG S W, DENG C Y, XIONG Y Z. The effects of estrogen receptor locus on reproductive tracts components and performance traits in large white × Meishan F2offspring. Asian-Australasian Journal of Animal Sciences, 2004, 17(9): 1223-1226. doi:10.5713/ajas.2004.1223.

[31] 李龙云, 肖石军, 黄黎斌, 黄智勇, 涂金敏, 熊秀萍, 郭源梅, 黄路生. 巴克夏和里岔黑猪不同杂交组合生产性能的比较研究. 畜牧兽医学报, 2018, 49(1): 26-35. doi:10.11843/j.issn.0366-6964.2018.01. 004.

LI L Y, XIAO S J, HUANG L B, HUANG Z Y, TU J M, XIONG X P, GUO Y M, HUANG L S. Comparative studies on productive performances among different cross combinations of Berkshire andblack pig. Acta Veterinaria et Zootechnica Sinica, 2018, 49(1): 26-35. doi:10.11843/j.issn.0366-6964.2018.01.004. (in Chinese)

[32] 贺婕妤, 王斌虎, 廖柱, 谢红涛, 易国强, 刘毓文, 敖红, 唐中林. 长白和大白猪主要生长性状的遗传参数估计. 畜牧兽医学报, 2021, 52(8): 2115-2123. doi:10.11843/j.issn.0366-6964.2021.08.005.

HE J Y, WANG B H, LIAO Z, XIE H T, YI G Q, LIU Y W, AO H, TANG Z L. Estimation of genetic parameters of main growth traits in Landrace and large white pigs. Acta Veterinaria et Zootechnica Sinica, 2021, 52(8): 2115-2123. doi:10.11843/j.issn.0366-6964.2021.08.005. (in Chinese)

Comparing Methods for Correcting Days to 100 kg of Sows in Licha Black Pig and Its Intercross with Berkshire

CUI DengShuai1, XIONG SanYa1, ZHENG Hao2, LI LongYun1, YU NaiBiao1, HUANG ZhiYong2, XIAO ShiJun1, GUO YuanMei1

1State Key Laboratory of Pig Genetic Improvement and Production Technology, Jiangxi Agricultural University, Nanchang 330045;2Jiangxi Shanxia Huaxi Pig Breeding Company Limited, Ganzhou 341900, Jiangxi

【Objective】 The aims of this study were to compare the powers of three correction coefficients for days to 100 kg (D100kg), so as to provide the reference for pig breeding farms to select the appropriate correction coefficient for D100kgaccording to the data they have. 【Method】A total of 1 344 pigs were used in this study, including Licha black pig, F1(BL1) and F2(BL2) from its intercross with Berkshire boars. Body weight and age in days for each pig were recorded everyday during its growth and fattening period. The data were qualified according to following criteria: the start body weight ≥25kg, the final body weight among 80 – 125 kg, the slope of the regression equation of body weight to age in days within±2 standard deviations of its average and so on. Three methods described as following were used to estimate the correction coefficient of the days to 100 kg () into Licha Black pig, BL1, BL2and their mixed population. First one was the regressive correction coefficient (reg):1iwas the slope of the simple regression equation of body weight to age in days for theth individual, and2iwas the slop of the straight line through the testing end point of theth individual and the origin (age and weight were both 0), then the average of1i/2iin the population wasreg. Second one is the two-point correction coefficient (2point):1iwas the slope of the straight line through the testing start and end points of theth individual, and the methods to calculate2iand2pointwere as same as those ofreg. The last one was the single-point correction coefficient (1point):1was the slope of the simple regression equation of body weight to age in days at the testing end point for all pigs, and the methods to calculate2iand1pointwere as same as those ofreg. Putreg,2pointand1pointinto the correction equation, respectively, and got D100kg.CF.reg, D100kg.2pointand D100kg.1point. The simple regression of age in days to body weight was used to calculate the regressive age in days to 100 kg (D100kg.reg), and the correlation coefficients and deviations between D100kg.regand other D100kgwere calculated. The merits and demerits of the three methods were evaluated according to their correlation coefficients and deviations to D100kg.reg. D100kgof a population was estimated by using the correction coefficients from another population, and its correlation coefficient with D100kg.regof the population was calculated to evaluate whether the correction coefficient estimated from one population could be used in other populations. The relationship between body weight at the end of performance test (BWend) and correction error was also investigated to explore whether BWendhad an effect on D100kg. Taking consideration of the strong linear relationship between BWendand the correction error of1point, BWendwas used to correct D100kg.1pointto improve the correction accuracy of1point.【Result】 A total of 1 181 sows were used for following analyses after quality control. In the same population, the values ofregand2pointwere almost the same, and both of which were highly significantly greater thanCF. D100kg.CF.regand D100kg.2pointof each pig were very close to its D100kg.reg, and all of the correlation coefficients among D100kg.CF.reg, D100kg.2pointand D100kg.regwere greater than 0.98, indicating that the correction powers ofregand2pointwere very good. The difference between D100kg.1pointand D100kg.regwas large, and their correlation coefficient was 0.89, so the correction power was not very good.regand2pointhad good population transplantations, and could be used to correct D100kgof other populations, while2pointhad poor population transplantations, and it was unsuitable to correct D100kgof other populations. With the difference of BWendto the target body weight increasing, the correction error of D100kg.CF.regwas also increasing in the three populations, and the correction error of D100kg.2pointwas no significant changing. D100kg.1pointwas significant negative correlation with BWend, the correlation coefficients were -0.9812, -0.9627, -0.9786 and -0.9352 in the four populations, respectively. The correction power of1pointhas been significantly improved after adjusting with BWend, butregwas still better than1point, and it was preferred.【Conclusion】The correction powers and transplantations of correction coefficientsregand2pointwere very good, soregand2pointwere suitable to be used to correct Din practice. The correction power of1pointwas not very good, therefore,1pointwas unsuitable to be used in practice. According to the datum amount of a pig, its Dwas estimated with the appropriate correction coefficient in order to improve the estimation accuracy and reduce the estimation error.

Licha Black pig; days to 100 kg; correction coefficient; regressive days to 100 kg