比较机器学习等算法对肉鸡产蛋性状育种值估计的准确性

文献类型： 中文期刊

第一作者： 丁纪强

作者： 丁纪强;李庆贺;张高猛;李森;郑麦青;文杰;赵桂苹

作者机构：

关键词： 白羽肉鸡;产蛋性状;基因组选择;机器学习;遗传参数

期刊名称： 畜牧兽医学报

ISSN： 0366-6964

年卷期： 2022 年 53 卷 005 期

页码： 1364-1372

收录情况： 北大核心 ; CSCD

摘要： 我国白羽肉鸡育种中,通过遗传途径提高产蛋数和控制合适的蛋重是培育优良品系的一个重要方面.为探索适合我国白羽肉鸡育种中的基因组选择模型,本研究以2 474只白羽肉鸡品系的产蛋性状为研究对象,主要分析了机器学习算法 KAML、BLUP(包括:PBLUP、GBLUP、SSGBLUP)和 Bayes(包括:Bayes A、Bayes B 和 Bayes Cπ)方法对产蛋数和蛋重性状的预测准确性,准确性以5倍交叉验证进行评估.利用系谱以及基因组信息估计了产蛋数和蛋重性状的遗传力和遗传相关.结果表明,产蛋数性状遗传力为0.061~0.16,属于低遗传力性状;蛋重遗传力为0.28~0.39,属于中等遗传力性状;产蛋数与蛋重是中等遗传负相关(-0.518~-0.184),不同阶段产蛋数之间是强的遗传正相关(0.736~0.998).不同模型预测43周产蛋数和52周蛋重的育种值估计准确性结果表明,KAML方法对两者的预测准确性分别为0.115和0.266,与GBLUP方法(准确性分别为0.118和0.283)和SSGBLUP方法(准确性分别为0.136和0.259)的准确性差异显著,同时显著低于Bayes方法(准确性分别为0.230~0.239、0.336~0.340)的预测准确性,PBLUP方法预测准确性最低(准确性分别为0.095和0.246).因此,在白羽肉鸡产蛋数和蛋重性状中应用Bayes方法将获得最高的育种值估计准确性.

分类号： S831.2

  • 相关文献

[1]机器学习在动物基因组选择中的研究进展. 李棉燕,王立贤,赵福平. 2023

[2]机器学习在畜禽基因组选择中的应用进展. 王进部,李佳,任德明,王立贤,王立刚. 2024

[3]肉牛遗传育种技术领域相关研究进展. 周振勇,李红波,张杨,闫向民,李娜,袁理星,崔繁荣,叶治兵. 2019

[4]瑶山鸡MTNR1B基因的多态性及其与产蛋性状的关联分析. 徐龙鑫,尚以顺,朱丽莉,伍革民. 2015

[5]“邵伯草鸡”母系(S_2系)主要产蛋性状的遗传参数估测. 黎寿丰,陈宽维,丁余荣,张建华,周新民. 2004

[6]黔东南小香鸡ESR1基因多态性及其与产蛋性状的相关性. 王文涛,李冬光,朱丽莉. 2015

[7]石岐杂鸡胰岛素样生长因子-Ⅰ基因型与产蛋性状相关性研究. 俞明月,周震祥,顾彩菊,李震,蓝胜芝,曹祥荣,黄启忠. 2008

[8]三个地方鸡种产蛋性状配合力测定. 窦套存,王克华,曲亮,陈东军,周守长. 2011

[9]贵妃鸡种群产蛋性状间的相关及通径分析. 叶伟庆,王克华,陶林,杜炳旺. 2014

[10]鸡72周龄产蛋性状与鸡冠性状典型相关分析. 马猛,王克华,曲亮,窦套存,沈曼曼,王星果,郭军. 2019

[11]NCOA1基因多态性与邵伯鸡母系产蛋性状的相关性分析. 黎寿丰,赵振华,黄华云,张静,丁余荣. 2011

[12]河田鸡VIPR-1基因外显子2HpaⅡ位点多态性与产蛋性状的关联分析. 朱志明,陈红萍,杨武,缪中纬,辛清武,周晓勇,邱其华,胡晓寰,郑嫩珠. 2015

[13]绍兴鸭产蛋、生长及血液性状间的典型相关分析. 陈海燕,吕鸿,朱海平,傅衍,卢立志. 2003

[14]鸽GnIH基因多态性及其与产蛋性状的关联分析. 张蕊,穆春宇,汤青萍,卜柱,杨明军,夏爱萍,杨晓明. 2023

[15]核受体辅激活蛋白1基因(NCOA1)作为鸡产蛋性状候选基因的研究. 黎寿丰,赵振华,黄华云,张静,丁余荣. 2010

[16]江汉鸡A系产蛋性状及产蛋曲线拟合分析. 付明,潘爱銮,吴艳,杜金平,申杰,梁振华,张昊,孙静,黄涛,皮劲松. 2024

[17]荆江鸭生长性状与产蛋及蛋品质性状间的典型相关分析. 吴艳,梁振华,蒲跃进,潘爱銮,皮劲松,申杰,杜金平,陈志华. 2013

[18]不同翼型边鸡体质量及产蛋性状的差异性分析. 王志俊,魏清宇,李培峰,叶红心,崔少华,丁馥香. 2016

[19]灵昆鸡VLDLR和CTSD基因多态性与产蛋性状的相关性研究. 张丽萍,刘雅丽,熊化鑫,曾涛,田勇,周树和,林兴钦,卢立志. 2016

[20]层叠式笼养不同笼层鸡产蛋性状和蛋品质分析. 韩海霞,高金波,曹顶国,雷秋霞,刘玮,刘杰,李福伟,周艳. 2019

作者其他论文 更多>>

微信小程序