一種評定大白公豬受精能力的數學模型及其建立方法
【技術領域】
[0001] 本發(fā)明屬于動物遺傳育種與繁殖技術領域，更具體地說，本發(fā)明涉及一種評定大 白公豬受精能力的數學模型及其建立方法。
【背景技術】
[0002] 參配母豬的分娩率、窩產仔數、窩產活仔數以及均胎貢獻仔豬數等生產指標是衡 量公豬受精能力強弱的最終標準，而長期以來的實際養(yǎng)豬生產中主要以公豬精液品質來評 估。在生產上，主要通過肉眼檢查和顯微鏡檢查判定公豬精液品質。其中，肉眼檢查主要 觀察射精量、精液顏色、氣味和酸堿度等指標，公豬單次射精量為200~300mL，呈灰白色或 乳白色，并有特殊腥味，pH值在6. 9~7. 5 ;顯微鏡檢查則主要包含精子密度、精子活力、精 子運動軌跡和畸形率等方面，要求原精液的密度達1. 5~3. 5億個/mL、精子活力達85%以 上、畸形率少于10%、精子運動軌跡呈直線運動等。然而，在精液達到以上指標的情況下，公 豬間的受精能力還是存在相當大的梯度變化區(qū)間（表1)。
[0003] 表1精液性狀合格的公豬在人工授精下的結果比較
[0006] 注：同一列上標不同大寫字母表示差異極顯著（P〈〇. 01)，不同小寫字母表示差異 顯著（P〈0. 05)，含相同字母或沒有字母表示差異不顯著（P>0. 05)，下同。
[0007] 根據歷史繁殖數據將公豬群（1097頭）均等分成以下3類（表2)，有約30 %的 同齡公豬（高受精能力公豬）精液常規(guī)評定指標皆正常的情況下，輸精母豬后的分娩率為 76. 80%，窩產仔數為10. 42頭，窩產活仔數為9. 04頭；占豬群30%的中等受精能力公豬輸 精母豬后的分娩率為69. 14%，窩產仔數為9. 90頭，窩產活仔數為8. 48頭；低受精能力公 豬的分娩率僅有56. 32%，窩產仔數為8. 31頭，窩產活仔數為7. 07頭。其中以上組間分娩 率和均胎貢獻仔豬數差異極顯著（P〈〇. 01);窩產仔數和窩產活仔數差異顯著（P〈〇. 05)。以 上數據表明，目前常規(guī)的精液品質檢測方法存在不足，不能夠準確評定公豬的受精能力。
[0008] 表2不同受精能力公豬的生產性能表現


【發(fā)明內容】

[0010] 有鑒于此，為了克服上述現有技術中存在的問題，本發(fā)明提供了一種評定大白公 豬受精能力的數學模型的建立方法，該數學模型主要應用于大白公豬選育、選配和評定在 役公豬受精能力等相關養(yǎng)殖生產。
[0011] 為了實現上述發(fā)明目的，本發(fā)明采取了以下技術方案：
[0012] -種評定大白公豬受精能力的數學模型的建立方法，包括以下步驟：
[0013] (1)、對大白公豬數據樣本的預測變量進行數據描述；
[0014] (2)、數據描述后，對數據樣本主成分分析后得到的公因子和預測變量進行系統(tǒng)聚 類，并依據公豬精液受精能力相關的樣本數據對不同受精力水平的公豬進行劃分，劃分為 高受精能力公豬群和低受精能力公豬群；
[0015] (3)、聚類分析后，對數據樣本主成分分析后得到的公因子和預測變量分別進行聚 類后的Bayes判別分析、Fisher判別分析和Logistic回歸分析，生成具體的數學函數。
[0016] 在其中一些實施例中，步驟（1)中所述預測變量為參配母豬分娩率（Farrowing rate, FR)、窩產仔數（Litter size, LS)、窩產活仔數（Number of born alive, NBA)、窩產 死仔數（Number of dead piglets, NDP)、窩產健仔數（初生重大于1.0 Okg仔豬）（Number of qualified piglets, NQP)、窩產畸形數（Number of abnormal piglets, NAP)、窩產死胎 數（Number of stillborn piglets, NSP)、窩產弱仔數（初生重小于 I. 00kg 仔豬）（Number of weak piglets, NWP)、窩產木乃伊數（Number of mummified piglets, NMP)、仔豬初生 重（Average piglet weight, APW)、均胎貢獻仔豬數（參配母豬產仔數總和與公豬配種母 豬胎數的比值，下同）（Number of total piglets per parity, NTPP)、均胎貢獻活仔豬 數（Number of alive-born piglets per parity, NABPP)、均胎貢獻死仔豬數（Number of dead piglets per parity, NDPP)、均胎貢獻健仔豬數（Number of qualified piglets per parity, NQPP)、均胎貢獻畸形數（Number of abnormal piglets per parity, NAPP)、 均胎貢獻死胎數（Number of stillborn piglets per parity, NSPP)、均胎貢獻弱仔數 (Number of weak piglets per parity, NffPP)和均胎貢獻木乃伊數（Number of mummified piglets per parity, NMPP)〇
[0017] 在其中一些實施例中，步驟（I)中所述數據描述為基礎統(tǒng)計學描述和多元統(tǒng)計學 描述，所述基礎統(tǒng)計學描述為特征統(tǒng)計量極差、標準差、偏度或峰度，所述多元統(tǒng)計學描述 為變量間相關性分析、或主成分分析。
[0018] 在其中一些實施例中，步驟（1)中所述判別分析在SPSS18. 0工作界面的"分析 (A) "分類（F) "判別（D) "中實現，在"判別（D) "選擇界面上將"Group"（即代表群 集數或類別數）選進分組變量框中，同時將分組變量的定義范圍最大值為2,最小值為I，即 代表樣本數據共有2類，也就是高繁殖力類和低繁殖力類。然后再將輸入需要分析的樣本 變量，如FR、LS、NBA、NDP、NQP、NAP等或主成分F iy、F2y、F3y等，選進自變量框中，并選擇步進 式方法進行判別，在"判別（D) "選擇界面上也可適當選擇"統(tǒng)計量"、"方法"、"分類"等選擇 框，并輸出預測成員和判別得分等信息。
[0019] 在其中一個實施例中，在步驟（3)中所述判別分析中，采用wilks' lambda公式進 行判別。
[0020] 在其中一些實施例中，步驟（3)中所述Logistic回歸分析在SPSS18. 0工作界面 的"分析（A) "回歸（R) "二元Logistic"中實現，在"二元Logistic"選擇界面上 將"Group"選進自變量框中，然后再將輸入需分析的樣本變量，如FR、LS、NBA、NDP、NQP、等 或主成分F1Y、F2Y、F3y等，選進協變量框中，方法選擇"進入"，在"二元Logistic"選擇界面 上"選項框"的多種統(tǒng)計量為預測概率、殘差標準化、統(tǒng)計量和輸出圖形。
[0021 ] 本發(fā)明還提供了上述建立方法建立的大白公豬受精能力的數學模型。
[0022] 在其中一個實施例中，基于預測變量分析的大白公豬Logistic回歸模型對應的 模型函數分別為：
[0023] 2^=-0.13^^2.79^2-0.15^3-0.88^4+1.05^5+13.27^6+17.43^7+19.54^8-26. 25*X9-0. 38*X10-29. 73*Xn+23. 83*X12+31. 41*X13+7. 60*X14-38. 63*X15-〇. 21*X16-21. 02? 7+35. 28*Xls+24. 64
[0024] 上述 X1- X 1S分別代表為 FR、LS、NBA、NDP、NQP、NAP、NSP、NWP、NMP、APW、NTPP、 NABPP、NDPP、NQPP、NAPP、NSPP、NWPP、NMPP。
[0025] 基于預測變量分析高受精能力大白公豬群和低受精能力大白公豬群的Bayes判 別函數模型分別為：
[0026] Yyai= I. 06*X !+69. 48*Xs+226. 52*Χ9+160· 77*Χ1(]-7· 61*Χ13-38· 98*Χ15+10· 72*X17-2 77. 99*Χ18-167. 57
[0027]