哈薩克羊×特克賽爾羊雜交F1代體尺與體重的相關及回歸分析

張 梅，李 濤，劉宜勇,*，劉建明，褚洪忠，陳春華，楊光維，張志東，團 勇，吐來力江，邱梅玉

(1.伊犁職業技術學院，新疆 伊寧835000；2.伊犁州畜牧科學研究所；3.新疆畜牧科學院生物技術研究所)

哈薩克羊是我國肉羊養殖的重要畜禽遺傳資源，通過新疆科技育種者的精心選育，形成了現在的超強適應性和抗逆性以及幼畜早期發育性能強等遺傳特點，但存在繁殖率較低、尾脂過多、體軀淺且前胸狹窄等缺點。特克塞爾羊具有高產羔率，發育潛能高、母羊性成熟較早，產肉率和產毛率較高等特點，是肉羊經濟雜交改良的優質父本。為改善哈薩克羊繁育中存在的以上缺陷，利用特克賽爾羊的優良基因進行雜交改良，從而提高個體生產性能以及牧民養殖經濟效益。特哈雜交改良是以外引荷蘭特克賽爾公羊作為父本，當地哈薩克羊為母本的雜交選育工作，雜交后代結合了哈薩克羊的強抗逆性和強適應性以及特克賽爾羊繁殖率高、產肉率高等特點。

通過對體尺、體重的測量和研究，我們可以直觀的了解到畜禽體格發育和體軀結構變化，對雜交改良選育有著重要的指導意義。國內外學者對此做了很多研究，如Doeschl、徐寧迎等通過對豬屠宰后與產肉率相關的各項指標進行了評估，進而建立了最優回歸方程，為品種選育提供了有效方法。因此通過體尺性狀的分析可間接選育出繁殖性能好、適應性及抗病力強的優質種質資源。近年來各國科技工作者對哈薩克羊的選育做了大量工作，而在特哈雜交后代體尺和體重的相關及回歸分析的文章卻相對較少。試驗旨在探究特哈雜交F1代6月齡羔羊體尺和體重的相關及回歸分析，篩選并建立其最佳回歸方程并用于實際生產，為特哈雜交優質后代的培育提供科學理論指導。

1 材料與方法

1.1 試驗動物

試驗選取昭蘇馬場和伊犁種馬場哈薩克羊×特克賽爾羊雜交F1代368只，公羔184只，母羔174，體況發育健康的6月齡羔羊為試驗樣本。

1.2 測定指標及測定方法

參考趙有璋《羊生產學》中的測定方法對每只羔羊的體重(Y)，體高(X1)、體斜長(X2)、胸圍(X3)、胸寬(X4)、胸深(X5)、管圍(X6)進行測定；體重用電子秤稱量；通過測杖測定體斜長、體高、胸深、胸寬；胸圍和管圍用卷尺測量。

1.3 數據處理

首先將原始數據在Excle文件中進行歸納整理，剔除無效和錯誤數據。再用 SPSS19.0對體重和體尺數據進行相關分析和逐步線性回歸分析，進而篩選建立體重和體尺性狀間的最佳回歸方程。

2 結果

2.1 體重和體尺指標的表型分析

通過表1我們可以發現，與母羔相比，F1代公羔的X1極顯著較低(P<0.01)，同時公羔的X5、X4、X2、X6、X3的均值極顯著低于母羔(P<0.01)。CV最大的為Y，公羔CV為15.87%，母羔的CV為16.61%，處于中等變異水平(10%

表1 體重與體尺性狀的平均數、標準差及變異系數

2.2 體重和體尺指標的相關性分析

通過2、3我們可以發現，不管是公羔或者母羔，其F1代的Y與各項體尺性狀間均表現出極顯著的相關性(P<0.01)，公羔的相關程度由大到小為：X2(0.641)>X3(0.623)>X1(0.594)>X6(0.486)>X5(0.416)>X4(0.397)；母羔相關程度由大到小為：X2(0.555)>X5(0.549)>X1(0.538)>X3(0.510)>X4(0.464)>X6(0.429)。除公羔X4和X5兩項體尺指標與X3沒有顯著的相關性外(P>0.05)，公羔和母羔的其它各項體尺指標之間均表現為極顯著的正相關性(P<0.01)，其中公羔X1和X5的相關性最高(為0.568)，母羔的X1與X2相關性最高(為0.617)。公羔的X6與X5相關性性表現為最低(為0.236)，母羔X4與X1的相關性最低(0.225)。

表2 公羔體重和體尺指標的相關性分析

表3 母羔體重和體尺指標的相關性分析

2.3 體重和體尺指標的通徑分析及相關系數分解

通過表4我們可以看出，對公羔Y的直接作用效果最大的是X3(為0.359)，對Y直接作用效果最小是X5(為0.038)，對Y的間接作用效果最高的是X5(為0.380)，對Y的間接作用效果最低的是X6(為0.241)，對公羔Y的直接作用效果表現為X5

表4 公羔體重和體尺指標的通徑分析及相關系數分解

表5 母羔體重和體尺指標的通徑分析及相關系數分解

2.4 體尺指標對體重和逐步回歸分析

通過表6、表7可以得出，公羔體重和各性狀間的最佳多元回歸方程為Y=-74.203+0.291X2+0.350X3+0.504X1+0.515X4+1.446X6(模型5)，標準化后的多元方程為Y=-74.203+0.272X2+0.357X3+0.285X1+0.159X4+0.129X6，復相關系數r=0.832，P<0.01，可決系數R2=0.692；母羔體重與各性狀間的最佳多元回歸方程為Y=-59.179+0.406X2+1.152 X5+0.753X4+0.369X1(模型4)，標準化后的多元方程為Y=-59.179+0.295X2+0.296X5+0.209 X4+0.184 X1，復相關系數r=0.723，P<0.01，可決系數R2=0.522。公、母羔的方差分析的F值分別為80.027和46.178，概率P<0.01(表8)。

表6 體重和體尺指標的逐步回歸模型

表7 體重和體尺指標多元回歸系數的參數估計值

續表7 體重和體尺指標多元回歸系數的參數估計值

表8 體重和體尺指標多元回歸方差分析

3 討論

3.1 體重和體尺指標的表型分析

體重和體尺作為評價個體生長發育的無損指標，不僅能反映出個體自身發育情況，也與個體的生產性能息息相關。本試驗通過對特哈F1代羔羊體重與體尺的相關及回歸分析建立最佳方程，在生產實際中對改善養殖環境，增加養殖收入和選育優秀個體具有深遠的意義。本試驗表型分析揭示了公、母羔體重的CV均高于10%，而體尺的CV均低于10%，說明特哈F1代體重有著較高的選育潛能，而體尺的選育潛力則較低。

3.2 體重和體尺指標的相關性分析

利用各體尺的表型進行相關性分析，我們可以發現體尺對體重的綜合作用效果。本研究結果分析發現，母羔各體尺間均表現出極顯著的相關性，公羔除胸圍和胸寬與胸深沒有明顯的相關性外，其它各指標間均表現出極顯著的相關性，這與田亞磊等研究有著相似的結果。Sowande等研究結果說明體尺性狀三項指標與體重的相關性最高，王志明、裴杰等研究結果與其一致。本研究結果表明體斜長與體重的相關性最高，為0.641和0.555，說明體斜長對體重的直接綜合作用最大，與Sowande等結果存在差異，推測出現不一致的原因可能是由于品種、飼養、管理等多種因素引起的，這些都有待進一步研究證實。

3.3 體重和體尺指標的通徑分析及相關系數分解

利用通徑分析我們可以了解兩個變量之間的相互作用，從而反映出二者之間的相關性，從而得出相關回歸系數。本研究結果表明，公、母羔的胸圍、體高、胸深、體斜長對體重的綜合作用效果顯著，但對體重的直接作用效果較低，間接作用對體重的影響較為顯著，對公、母羔間接作用效果最高的是胸圍與胸深，最小的為管圍和胸深。可以發現各項體尺性狀是通過直接作用和間接作用效果相結合來影響個體生長發育的。綜上可以發現影響體重的因素和途徑較多，所以在實際選育過程中要綜合考慮多種因素的影響，在品種選育時可結合本試驗篩選建立的最佳多元回歸模型進行科學選育。

3.4 體尺指標對體重逐步回歸分析

通過對各體尺性狀與體重的逐步回歸分析，從而得出最優多元回歸方程，進而準確評估體尺性狀對體重的作用效果。本試驗將體尺性狀逐步納入回歸方程中，通過逐步多元線性回歸分析篩選建立公羔體尺與體重的最佳方程Y=-74.203+0.291X2+0.350X3+0.504X1+0.515X4+1.446X6，將上述回歸方程標準化后得到Y=-74.203+0.272X2+0.357X3+0.285X1+0.159X4+0.129X6，母羔體尺最佳回歸方程為Y=-59.179+0.406X2+1.152X5+0.753X4+0.369X1，將上述回歸方程標準化后得到Y=-59.179+0.295X2+0.296 X5+0.209X4+0.184X1，兩個最佳回歸方程都納入了體高、體斜長和胸寬三個性狀。王偉峰通過線性回歸分析建立的最佳回歸方程中納入了體斜長和胸圍兩個體尺性狀；王紅軍通過逐步回歸分析建立的最佳回歸方程中納入了體斜長和胸圍兩個體尺性狀，上述研究結果與本試驗研究結果相似。而李勝開、熱西提等相關逐步線性回歸將體高、體長、胸圍3個體尺性狀納入了其建立的最佳回歸方程中；沂蒙黑山羊的逐步線性回歸分析將胸深、管圍和胸圍3個體尺性狀納入了其建立的最佳回歸方程中。以上研究結果與本試驗結果中存在不一致的地方，分析導致上述結果的原因可能是當地的飼養環境和管理水平等多種非遺傳因素有關。

公羔、母羔的線性方程決定系數R2分別為0.692和0.522。說明納入回歸方程的體尺性狀對羔羊的體重有明顯的影響作用，1-R2分別為0.308和0.478，說明還有尚未選入影響體重的因素，因此影響特哈雜交F1羔羊體重的因素還需作進一步研究探討。

4 結論

特哈雜交F1代各項體尺性狀與體重間都表現出極顯著的相關性，各體尺性狀間除公羔胸寬與胸圍兩項體尺性狀與胸深沒有顯著的相關性外，其它各體尺性狀之間都表現出明顯的相關性，其中體斜長與體重的相關性表現為最高。對體重的直接作用最為明顯的是胸深和胸圍兩項體尺性狀，對體重的間接作用最為明顯的是體斜長、體高、管圍和胸寬4個性狀。6月齡公羔的最佳線性回歸方程為Y=-74.203+0.272X2+0.357X3+0.285X1+0.159X4+0.129X6，(r=0.832，P<0.01)、6月齡母羔的最佳多元回歸方程為Y=-59.179+0.295X2+0.296 X5+0.209 X4+0.184 X1，(r=0.723，P<0.01)。