一种评定大白公猪受精能力的数学模型的建立方法技术

本发明专利技术公开了一种评定大白公猪受精能力的数学模型及其建立方法，其建立方法包括步骤：对大白公猪数据样本的预测变量进行数据描述；再进行系统聚类，并依据公猪精液受精能力相关的样本数据对不同受精力水平的大白公猪进行划分，划分为高受精能力公猪群和低受精能力公猪群；再进行聚类后的判别分析和Logistic回归分析，生成具体的数学函数。本发明专利技术所建立的数学模型的系数及预测准确率可靠，能够提供一种适合广东省种猪场评定在役大白公猪受精能力的函数模型，可作为评定大白公猪受精能力的依据；对于缩小公猪间受精能力的梯度变化区间，以及准确预测大白公猪受精能力水平具有重要意义。

【技术实现步骤摘要】

本专利技术属于动物遗传育种与繁殖
，更具体地说，本专利技术涉及一种评定大 白公猪受精能力的数学模型及其建立方法。
技术介绍
参配母猪的分娩率、窝产仔数、窝产活仔数以及均胎贡献仔猪数等生产指标是衡 量公猪受精能力强弱的最终标准，而长期以来的实际养猪生产中主要以公猪精液品质来评 估。在生产上，主要通过肉眼检查和显微镜检查判定公猪精液品质。其中，肉眼检查主要 观察射精量、精液颜色、气味和酸碱度等指标，公猪单次射精量为200~300mL，呈灰白色或 乳白色，并有特殊腥味，pH值在6. 9~7. 5 ;显微镜检查则主要包含精子密度、精子活力、精 子运动轨迹和畸形率等方面，要求原精液的密度达1. 5~3. 5亿个/mL、精子活力达85%以 上、畸形率少于10%、精子运动轨迹呈直线运动等。然而，在精液达到以上指标的情况下，公 猪间的受精能力还是存在相当大的梯度变化区间（表1)。 表1精液性状合格的公猪在人工授精下的结果比较 注：同一列上标不同大写字母表示差异极显著（P〈〇. 01)，不同小写字母表示差异 显著（P〈0. 05)，含相同字母或没有字母表示差异不显著（P>0. 05)，下同。 根据历史繁殖数据将公猪群（1097头）均等分成以下3类（表2)，有约30 %的 同龄公猪（高受精能力公猪）精液常规评定指标皆正常的情况下，输精母猪后的分娩率为 76. 80%，窝产仔数为10. 42头，窝产活仔数为9. 04头；占猪群30%的中等受精能力公猪输 精母猪后的分娩率为69. 14%，窝产仔数为9. 90头，窝产活仔数为8. 48头；低受精能力公 猪的分娩率仅有56. 32%，窝产仔数为8. 31头，窝产活仔数为7. 07头。其中以上组间分娩 率和均胎贡献仔猪数差异极显著（P〈〇. 01);窝产仔数和窝产活仔数差异显著（P〈〇. 05)。以 上数据表明，目前常规的精液品质检测方法存在不足，不能够准确评定公猪的受精能力。 表2不同受精能力公猪的生产性能表现
技术实现思路
有鉴于此，为了克服上述现有技术中存在的问题，本专利技术提供了一种评定大白公 猪受精能力的数学模型的建立方法，该数学模型主要应用于大白公猪选育、选配和评定在 役公猪受精能力等相关养殖生产。 为了实现上述专利技术目的，本专利技术采取了以下技术方案： -种评定大白公猪受精能力的数学模型的建立方法，包括以下步骤： (1)、对大白公猪数据样本的预测变量进行数据描述； (2)、数据描述后，对数据样本主成分分析后得到的公因子和预测变量进行系统聚 类，并依据公猪精液受精能力相关的样本数据对不同受精力水平的公猪进行划分，划分为 高受精能力公猪群和低受精能力公猪群； (3)、聚类分析后，对数据样本主成分分析后得到的公因子和预测变量分别进行聚 类后的Bayes判别分析、Fisher判别分析和Logistic回归分析，生成具体的数学函数。 在其中一些实施例中，步骤（1)中所述预测变量为参配母猪分娩率（Farrowing rate, FR)、窝产仔数（Litter size, LS)、窝产活仔数（Number of born alive, NBA)、窝产 死仔数（Number of dead piglets, NDP)、窝产健仔数（初生重大于1.0 Okg仔猪）（Number of qualified piglets, NQP)、窝产畸形数（Number of abnormal piglets, NAP)、窝产死胎 数（Number of stillborn piglets, NSP)、窝产弱仔数（初生重小于 I. 00kg 仔猪）（Number of weak piglets, NWP)、窝产木乃伊数（Number of mummified piglets, NMP)、仔猪初生 重（Average piglet weight, APW)、均胎贡献仔猪数（参配母猪产仔数总和与公猪配种母 猪胎数的比值，下同）（Number of total piglets per parity, NTPP)、均胎贡献活仔猪 数（Number of alive-born piglets per parity, NABPP)、均胎贡献死仔猪数（Number of dead piglets per parity, NDPP)、均胎贡献健仔猪数（Number of qualified piglets per parity, NQPP)、均胎贡献畸形数（Number of abnormal piglets per parity, NAPP)、 均胎贡献死胎数（Number of stillborn piglets per parity, NSPP)、均胎贡献弱仔数 (Number of weak piglets per parity, NffPP)和均胎贡献木乃伊数（Number of mummified piglets per parity, NMPP)〇 在其中一些实施例中，步骤（I)中所述数据描述为基础统计学描述和多元统计学 描述，所述基础统计学描述为特征统计量极差、标准差、偏度或峰度，所述多元统计学描述 为变量间相关性分析、或主成分分析。 在其中一些实施例中，步骤（1)中所述判别分析在SPSS18. 0工作界面的"分析 (A) "分类（F) "判别（D) "中实现，在"判别（D) "选择界面上将"Group"（即代表群 集数或类别数）选进分组变量框中，同时将分组变量的定义范围最大值为2,最小值为I，即 代表样本数据共有2类，也就是高繁殖力类和低繁殖力类。然后再将输入需要分析的样本 变量，如FR、LS、NBA、NDP、NQP、NAP等或主成分F iy、F2y、F3y等，选进自变量框中，并选择步进 式方法进行判别，在"判别（D) "选择界面上也可适当选择"统计量"、"方法"、"分类"等选择 框，并输出预测成员和判别得分等信息。 在其中一个实施例中，在步骤（3)中所述判别分析中，采用wilks' lambda公式进 行判别。 在其中一些实施例中，步骤（3)中所述Logistic回归分析在SPSS18. 0工作界面 的"分析（A) "回归（R) "二元Logistic"中实现，在"二元Logistic"选择界面上 将"Group"选进自变量框中，然后再将输入需分析的样本变量，如FR、LS、NBA、NDP、NQP、等 或主成分F1Y、F2Y、F3y等，选进协变量框中，方法选择"进入"，在"二元Logistic"选择界面 上"选项框"的多种统计量为预测概率、残差标准化、统计量和输出图形。 本专利技术还提供了上述建立方法建立的大白公猪受精能力的数学模型。 在其中一个实施例中，基于预测变量分析的大白公猪Logistic回归模型对应的 模型函数分别为： 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 上述本文档来自技高网...

【技术保护点】
一种评定大白公猪受精能力的数学模型的建立方法，其特征在于，包括以下步骤：(1)、对大白公猪数据样本的预测变量进行数据描述；(2)、数据描述后，对数据样本主成分分析后得到的公因子和预测变量进行系统聚类，并依据公猪精液受精能力相关的样本数据对不同受精力水平的公猪进行划分，划分为高受精能力公猪群和低受精能力公猪群；(3)、聚类分析后，对数据样本主成分分析后得到的公因子和预测变量分别进行聚类后的Bayes判别分析、Fisher判别分析和Logistic回归分析，生成具体的数学函数。

【技术特征摘要】

【专利技术属性】
技术研发人员：张守全，陈志林，冯美莹，卫恒习，李莉，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：广东;44