大白豬剩余采食量的不同估算模型間比較及與飼料效率等指標的相關分析

李 亮 樊福好曹長仁 謝水華 劉建營 郭建超

（廣東省畜牧技術推廣總站，廣東廣州 510520）

改善動物的飼料效率是養殖從業者永恒的追求目標。此外，隨著飼料原料價格波動和環保日漸被重視，為了更系統化地提高飼料效率，研究人員從遺傳、配合飼料、飼料添加劑、生產管理等多個方面進行了探索并取得大量成就，為養殖產業抵抗風險、穩定發展提供了強大的動力[1]。剩余采食量（Residual feed intake,RFI）在1963年被定義為維持動物體代謝過程和生產所需期望飼料采食量與實際采食量的差值，用于估測動物的飼料效率[2]。且有研究證明RFI是獨立于采食量、平均日增重等表型的獨立性狀[3]，其變異可以遺傳并呈現出中到高的遺傳力[4]；因此，利用RFI選種可以降低飼料采食量而不降低增重，是提高動物種群經濟效益的有效選擇性狀，被認為可以作為一種更加準確的評價飼料效率的指標，在選種上具備更大的優勢，可以有更廣泛的應用[5]。

農業農村部種豬質量監督檢驗測試中心（廣州）每年開展2次種公豬集中測定，已持續開展了23年，積累了大量數據。分析這些數據、挖掘相關信息，對種豬的遺傳信息研究有著深遠的意義，對豬場的種豬性能評定工作的改善和種豬推廣起著重要作用；充分挖掘測定數據中隱含的其他信息并進行統計分析，亦有助于為豬場制訂合適的選種策略提供更多參考。前期對種豬測定數據統計發現不同品種間豬的各項測定指標會有差異[6]，各個品種群內RFI與各項指標的關系也呈現出了一定的關系[7]，但RFI的不同評估模型的比較和選擇、創新是需要研究的內容。

本研究以2017—2019年農業農村部種豬質量監督檢驗測試中心（廣州）集中測定的種公豬測定數據為基礎，使用統計工具SPSS，分析不同RFI評估模型以及RFI與背膘、眼肌面積、日增重等標準測定指標之間的關系，以期為后期研究提供更多的基礎數據和研究思路，助力育種和生產的發展。

1 材料與方法

1.1 數據采集

在2017—2019年農業農村部種豬質量監督檢驗測試中心（廣州）所進行的種豬測定所得數據中，選擇360頭大白種公豬。受測種公豬于體重25 kg左右開始用美國奧斯本和廣東廣興自動喂料系統測定其育肥期的采食量（Feed Intake,FI）、平均日采食量（Average feed intake,ADFI）、增重 （Weight gain,WG）、平均日增重 （Average daily weight gain,ADG）、料肉比（Feed conversion ratio,FCR）、眼肌面積（loin muscle area,LMA）等指標，使用荷蘭Pie Medical公司Aquila Vet型B超儀測定其背膘厚和眼肌面積，根據《種豬生產性能測定規程》的要求，計算校正至100 kg體重日齡、校正至100 kg體重背膘厚等性狀。

1.2 估算方法

RFI的估算采取以下4種估算方法[8]。

式①中，ADFI：平均日采食量；OnBW：測定初期體重；OffBW：測定末期體重；MWT：測定中期體重；ADGA：平均日增重；BFA：平均背膘厚；b1～b5：對應性狀的回歸系數。

式②中，ADFI：平均日采食量；ADG：平均日增重；AMBW：平均測定中期體重；BF：背膘厚；b1～b3：對應性狀的回歸系數；ei：殘差。

式③中，DFI：平均日采食量；OnBW：測定初期體重；ADG：平均日增重；b1～b2：對應性狀的回歸系數。

式④中，DFI：平均日采食量；OnBW：測定初期體重；ADG：平均日增重；BF：背膘厚；b1～b3：對應性狀的回歸系數。

在個體生產性能記錄的基礎上，利用SPSS建立多重線性回歸模型，得到全群RFI的線性表型回歸系數，代入公式算出每個個體的RFI，再通過SPSS相關功能分析不同模型RFI與測定指標的相關性。將RFI升序排列并等分為高、中、低3個組，分析測定指標的組間差異及分組的影響。選擇SPSS數據分析軟件的單因素ANOVA或非參數檢驗進行數據分析，應用事后LSD或Tamhane進行多重比較，結果以“平均數±標準差”表示。使用Pearson或Spearman分析各指標的相關性。

2 結果與討論

2.1 不同估算模型結果與測定指標相關性

分析不同模型的估算RFI與測定指標相關性，結果如表1。

豬群的測定期料肉比與各模型估算的RFI都有極顯著正相關（＜0.01），說明這4個模型估算的RFI都可以很好地反映飼料效率的差異；校正至100 kg體重眼肌面積與RFIa、RFIb、RFId有顯著負相關（＜0.05），且與RFIc呈現不顯著負相關（＞0.05），雖然顯著程度不同，但各RFI都表現出與眼肌面積的負相關，再結合與背膘厚的正相關（＞0.05），表示低RFI的豬可能瘦肉率會更高。

2.2 RFI低、中、高組測定指標的差異

對各模型估算的RFI分為低、中、高3個組，測定指標組間差異對比見表2。

各個模型估算的RFI不同組間的測定期料肉比都有極顯著差異（＜0.01），料肉比平均值從低到高的排序均為：低RFI組＜中RFI組＜高RFI組，與表1傳遞的信息相互呼應，很有力地再次揭示了RFI與飼料效率的密切相關。

此外第③個模型（RFIc）的高RFI組校正100 kg體重背膘厚極顯著大于低RFI組（＜0.01），但與中RFI組差異不顯著（＞0.05），雖然3個組的背膘厚呈現梯度變化，但低、中RFI組間背膘厚差異也不顯著（＞0.05），平均值從低到高排序為：低RFI組＜中RFI組＜高RFI組。同時其他各RFI的組間差異雖然不顯著（＞0.05），但同樣顯示出與第③模型相同的變化趨勢，結合眼肌面積的變化趨勢，可以判斷RFI確實能夠在一定程度上反映豬的瘦肉率，這與表1的信息有所呼應。對于校正至100 kg體重日齡和校正30～100 kg體重日增重而言，RFI的組間差異不顯著（＞0.05），且其均值亦未表現較明顯的變化趨勢，可能確無直接聯系。

2.3 各RFI分組與測定指標的相關性

各品種豬群根據RFI分為低、中、高3個組，測定分組操作與各指標的相關系數（見表3）。

表3顯示，各RFI的分組情況與豬群測定期料肉比均有極顯著相關（＜0.01），同時與校正至100 kg體重眼肌面積、校正30～100 kg體重日增重之間亦表現出與表1、表2相似的信息，揭示依據大小為RFI分組確有必要，依此作選種依據應符合生產所需。其他指標與分組無顯著相關（＞0.05），但其均值亦顯示少許趨勢。

表1 不同模型的估算RFI與測定指標相關性

表2 各模型低、中、高RFI組間測定指標差異

表3 根據RFI大小分組與各指標的相關系數

3 結論與展望

使用各模型估算的RFI與各項指標的關系顯示出相近的特征，說明使用上述公式都可以較好地反映出種豬各項性狀，區別只在于需要取得何種指標，可根據生產實際選擇合適的模型。

由于RFI常被用于反映由遺傳背景決定的代謝差異，因此，建議如果生產條件允許，可根據平均日增重、背膘厚、眼肌面積等遺傳測定指標估算RFI；同時，由于RFI一般是用于對比、相關分析，所以估算模型中常數項的存在意義不大，實際計算中可以忽略回歸公式的常數項。此外，根據RFI選種對后代的體型、性格、愛好、性取向、運動量、產仔數、肉質等指標是否有影響，還需要進行更多的研究。