一种鸡热应激状态的评价方法技术

本发明专利技术公布了一种鸡热应激状态的评价方法，在天气炎热的情况下，采集部分鸡只的直肠温度数据RT和血液样本，检测血液样本的生化指标：ALB、AST和血气指标：Cl、Hb，代入Fisher判别函数：Y1＝2.1176*RT+0.0094*AST

【技术实现步骤摘要】
℃和36
±
1℃的条件下进行热应激处理，早上11点开始，下午17点结束，共热应激处理6小时，两个温度梯度之间给予两周以上的时间进行恢复状态；
[0011](2)在每次热应激处理前后采集鸡只的直肠温度数据和血液样本，检测血气指标:Na、Cl、K、TCO2、Glu、Hct、pH、PCO2、HCO3、BEecf、AnGap、Hb和生化指标:ALT、AST、BUN、CK、CA、GLU、LDH、TCHO、TG、TP、ALB、GLB；
[0012](3)根据所采集样本是热应激处理前还是热应激处理后，将所得到的数据分为非热应激组和热应激组，再采用SPSS 25对数据进行分析，首先进行独立样本T检验，筛选出在热应激前后有显著变化的指标，即P<0.05，再将有显著变化的指标随机组合成指标数p不同的多个模型，每个模型与鸡只状态进行逐步回归分析，挑选出指标数p最少，R2>80％,且指标组成的模型显著，即P<0.001；
[0013](4)再将热应激组的数据根据实验的温度进行分组，将应激前的数据设为非应激组，将32℃的数据设置为轻度热应激组，将36℃的数据设置为重度热应激组，每组的样本量为n
i
，总样本量为n，建立Fisher判别函数，首先计算各组的均值，i为不同的分组，i
→
1为非热应激组，i
→
2为轻度热应激组，i
→
3为重度热应激组：
[0014][0015]其中i为不同的组别，根据各组均值在计算总体均值：
>[0016][0017]得到总体均值后计算各组协方差矩阵S
i
和联合组内协方差矩阵S
p
，组内SSCP矩阵W和组间SSCP矩阵B，其中X
ij
为第i组的第j个样本：
[0018][0019][0020][0021][0022]其中
“’”
符号为取转置矩阵，根据得到的W和B计算判别函数的特征根λ，根的数量t为min(p,g
‑
1)，即判别函数的数目：
[0023](W
‑1B
‑
λI)E＝0
ꢀꢀ
(7)
[0024]其中I和E为单位矩阵，得到λ后基于式(8)，计算判别函数中各指标的系数a
t
：
[0025](W
‑1B
‑
λ
t
T)a
t
＝0且(a
t
S
p
a
t
)＝1
ꢀꢀ
(8)
[0026]得到a
t
后计算判别函数的常数项c
t
：
[0027][0028]最终得到判别函数y
t
：
[0029]y
t
＝x1*a
t1
+x2*a
t2
+
…
+x
p
*a
tp
+c
t
ꢀꢀ
(10)
[0030](5)将得到的判别函数对数据进行回顾验证
[0031]：将步骤(3)～(4)分组后的鸡只的直肠温度数据RT和血液样本，检测血液样本的生化指标：ALB、AST和血气指标：Cl、Hb，代入步骤(4)得到Fisher判别函数，若Y1小于0则判
断为非热应激，若Y1大于0且Y2小于0则判断为轻度热应激，若Y1大于0且Y2大于0则判断为重度热应激，统计判别函数预测的非热应激组、轻度热应激组和重度热应激组的数量：n1’
，n2’
，n3’
，再计算判断准确率：η1＝n1’
/n1，η2＝n2’
/n2，η3＝n3’
/n3；
[0032](6)若所有分组的准确率均大于80％，即选为判别函数；
[0033]若否，则将步骤(3)～(4)分组后的数据随机抽取80％，共抽取多次，每次抽取出的数据按照步骤(4)重新建立判别函数，得到的多次判别函数结果，将多次得到结果的系数取平均值，得到新的判别函数；
[0034](7)重新按照步骤(5)～(6)对步骤(6)得到的判别函数进行回顾验证，直至所有分组的准确率均大于80％。
[0035]在天气炎热的情况下，采集部分鸡只的样本，通过判别函数判断鸡只的热应激状态，进而推断整个鸡群的热应激状态，在了解鸡群的状态后就可以更有针对性的改进饲养管理方案，降低热应激带来的负面影响，降低经济损失。
[0036]有益效果：
[0037]1)首先将血气指标应用到了鸡的研究中，并且将血气指标和鸡的热应激问题进行了很好的结合；
[0038]2)评估结果比较可靠：本专利技术抓住了鸡只生理指标、生化指标和血气指标会随热应激的强度而变化这一特性，将多个关键指标相结合，因此形成的判别函数可以准确的评估鸡只的热应激状态；
[0039]3)操作简便：现场饲养管理人员仅需采集鸡只的直肠温度数据和血样即可。
附图说明
[0040]图1原始判别函数回归验证结果：落在第二、第三象限的点判别为非热应激，落在第一象限的点为重度热应激，落在第四象限的点为轻度热应激；
[0041]图2最终判别函数回归验证结果：落在第二、第三象限的点判别为非热应激，落在第一象限的点为重度热应激，落在第四象限的点为轻度热应激。
具体实施方案
[0042]实施例1
[0043]1)选择处于产蛋期的海兰褐蛋鸡和欣华蛋鸡各90只，为消除长途运输以及环境改变的应激影响，蛋鸡到舍后经过两周的适应性常温饲养后开展试验。正常情况下将鸡群饲养在环境温度在18℃～25℃之间的房间内，光照方案采取16小时光照和8小时黑暗，采用自动定时开关控制，全天给予充足的饮水和饲料，水质符合NY5027
‑
2008无公害食品畜禽饮水水质要求，饲料成分组成和营养水平符合“中国鸡饲养标准”(NY/T 2004)(中华人民共和国农业部，2004)的要求；
[0044]2)加热环控舱改造：在吊顶加装100mm的聚氨酯保温板，在门窗缝隙处采用聚氨酯泡沫进行填充，增加房间整体的保温隔热性能。在房间的两侧安装加热板和加热风机对房间进行加热，并采用温控开关对加热装置进行控制，使房间温度保持在目标温度；
[0045]3)建立标准的热应激模型：正常情况下将鸡群饲养在18～25℃的适宜环境下，然后转移至加热环控舱内，在60～70％环境湿度，32
±
1℃和36
±
1℃环境温度的条件下进行
热应激处理，两个温度梯度之间给予两周时间让鸡群恢复到正常状态。进行热应激处理时，将鸡群从正常饲养的环境中转移到经过改造后温湿度稳定且均匀的环控舱内6小时，使鸡群产生热应激反应；
[0046]4)在鸡群进行热应激处理前和热应激处理6小时后分别在左右侧翅下静脉采血3.5毫升，0.5毫升置于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种鸡热应激状态的评价方法，其特征在于，在天气炎热的情况下，采集部分鸡只的直肠温度数据RT和血液样本，检测血液样本的生化指标：ALB、AST和血气指标：Cl、Hb，代入Fisher判别函数：Y1＝2.1176*RT+0.0094*AST
‑
0.2045*ALB
‑
0.1322*Cl
‑
0.1466*Hb
‑
70.8139Y2＝1.2204*RT
‑
0.0091*AST+0.2348*ALB+0.0975*Cl+0.4176*Hb
‑
68.2245若Y1小于0则判断为非热应激，若Y1大于0且Y2小于0则判断为轻度热应激，若Y1大于0且Y2大于0则判断为重度热应激。2.根据权利要求1所述的鸡热应激状态的评价方法，其特征在于，Fisher判别函数通过以下步骤获得：(1)建立标准的热应激模型，将若干鸡只在环境湿度为60
‑
70％，环境温度为32
±
1℃和36
±
1℃的条件下进行热应激处理，共热应激处理6小时，两个温度梯度之间给予两周以上的时间进行恢复状态；(2)在每次热应激处理前后采集鸡只的直肠温度数据和血液样本，检测血气指标:Na、Cl、K、TCO2、Glu、Hct、pH、PCO2、HCO3、BEecf、AnGap、Hb和生化指标:ALT、AST、BUN、CK、CA、GLU、LDH、TCHO、TG、TP、ALB、GLB；(3)根据所采集样本是热应激处理前还是热应激处理后，将所得到的数据分为非热应激组和热应激组，再采用SPSS 25对数据进行分析，首先进行独立样本T检验，筛选出在热应激前后有显著变化的指标，即P<0.05，再将有显著变化的指标随机组合成指标数p不同的多个模型，每个模型与鸡只状态进行逐步回归分析，挑选出指标数p最少，R2>80％,且指标组成的模型显著，即P<0.001；
‑
(4)再将热应激组的数据根据实验的温度进行分组，将应激前的数据设为非应激组，将32℃的数据设置为轻度热应激组，将36℃的数据设置为重度热应激组，每组的样本量为n
i
，总样本量为n，建立Fisher判别函数，首先计算各组的均值，i为不同的分组，i
→
1为非热应激组，i
→
2为轻度热应激组，i
→
3为重度热应激组：其中i为不同的组别，根据各组均值在计算总体均值：得到总体...

【专利技术属性】
技术研发人员：龚炎长，盛哲雅，吴晓辉，郑斌，于承志，梅子，宋珍全，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：