迪庆藏猪杂交后代生长曲线拟合分析

刘韶娜，张 斌，相德才，赵智勇，赵彦光

（云南省畜牧兽医科学院，云南 昆明 650224）

迪庆藏猪杂交后代是云南省畜牧兽医科学院选用的迪庆藏猪、滇南小耳猪、太湖猪及杜洛克等猪种，采用遗传育种手段，通过杂交合成和横交固定培育而成。该猪全身被毛黑色， 头大小适中，耳中等大小，前倾稍下垂，额面清秀，颜面微凹，嘴筒平直而长短适中，背腰平直，腹部紧凑，四肢粗壮，肢蹄结实，体型匀称，各部位结构良好；有效乳头5对以上，排列均匀整齐；其具有耐粗饲，抗逆性强，抗病能力强的优点。

生长曲线的拟合和分析可以描述生物的体重生长发育规律，是育种和生产的基础工作，在实际生产管理和育种工作中具有重要的指导作用[1-3]。目前在猪的生长曲线拟合中，Logistic和Gompertz两种模型是常用的非线性曲线模型，可以综合分析猪的体重变化，通过SPSS等分析软件运行分析，从而综合为参数，预测猪的体重变化趋势，从而针对不同的生长速率加强猪的生产管理和营养调控，有利于节约生产成本，提高生产率。本研究拟利用Gompertz和Logistic两种曲线模型[4]，对迪庆藏猪杂交后代A品系进行生长曲线拟合，以期寻找最佳生长曲线拟合方法，为该猪的利用和生产提供参考依据，为制定迪庆藏猪杂交后代的生产方案、饲料配方及降低成本提供理论依据。

1 材料与方法

1.1 试验动物

试验猪由云南省畜牧兽医科学院提供。2019年6—12月从迪庆藏猪杂交后代A品系中按照日龄和体重相近的原则随机选择5头猪。出生后称重、佩戴电子耳标，于28 d断奶，随后去势，分别在初生、断奶后1月龄称重，2月龄则进入测定舍每周测定体重。

1.2 饲养管理和数据采集

学院种猪性能检验测试中心完成。采用猪全自动采食测定系统（ACEMO64）对测定猪进行采食量测定。试验猪自由饮水和采食，常规免疫程序进行免疫，其他管理按照规模化猪场管理规程进行，每周定期称重，试验结束计算采食量、平均体重、平均日增重和料重比等。集中测试期为2～6月龄。

1.3 生长曲线模型

试验采用Logistic和Gompertz两种非线性曲线模型，针对猪0～6月龄体重数据的生长曲线进行拟合，模型中y为t日龄时的体重（kg），w为第t日龄的体重，A为极限生长量，B为常数，k为瞬时相对生长率。各模型表达式见表1。

表1 2种非线性生长曲线模型

1.4 数据分析

所有采集数据采用Excel表格进行整理，并绘制实际体重变化生长曲线，SPSS 17.0软件进行拟合分析。采用高斯牛顿计算方法估算出最优参数A、B、k值，建立生长曲线模型，计算并建立2个非线性曲线模型，计算出残差平方和与拟合度，评价模型。计算出各个模型的拐点体重、拐点日龄及拟合度等。

2 结果与分析

2.1 实际体重观测值生长曲线

如图1，迪庆藏猪杂交后代A品系猪的生长曲线分析发现，68 d前生长速度较快，68～82 d生长较为缓慢，82 d后生长速度加快。

图1 实测体重曲线

2.2 生长曲线的拟合与分析

由表2、表3和图2分析拟合结果，比较两种模型的拟合度R2值，数值均在0.99以上，则说明两种模型的拟合效果都较好，为了进一步分析两种模型的拟合结果，将拟合值与实测值联合分析，A品系Logistic和Gompertz模型拟合值与实际生长曲线基本一致，Logistic模型的拟合结果与实际测定值更接近，68～117 d期间Gompertz模型的拟合值与测定值更接近，117～145 d用Logistic模型拟合值与实测值非常接近，145～187 d期间体重，使用Logistic和Gompertz模型均能较好的拟合其生长。由表2可知，对拐点日龄和拐点体重的拟合值，Logistic模型的估值比Gompertz模型的估值要低，Logistic模型对拐点体重和拐点日龄的估值分别是71.93 kg和180.11 d，Gompertz模型拟合的估值分别是117.14kg和247.15 d。

表2 2种生长曲线的参数估计值（n=5）

表3 不同日龄的体重及模型估计值（n=5）

图2 迪庆藏猪杂交后代A品系生长曲线拟合值与实际体重比较

2.3 平均日增重曲线分析

由图3可知，0～6月龄的模型估计值和实测值的日增重趋势是随着日龄增加而增加，其中实测值0～3月龄上升趋势一致，3～4月龄平均日增重上升趋势增大，此时为A品系猪的快速生长期，4～5月龄平均日增重趋平，后进入快速生长期，Logistic模型拟合值在3～6月龄更接近实测值。

图3 平均日增重的实测值与拟合值

3 讨论

运用生长曲线拟合，通过生长规律、拐点体重、拐点日龄等数据拟合，对生长规律分析，对实际生产中出栏及屠宰时间的判断、饲粮结构的调整及生产管理的侧重等具有指导作用，同时也为育种工作提供基础数据和理论指导，如通过拟合曲线分析营养调控的长期效果[5]。Gompertz和Logistic两种非线性曲线模型是猪生产中常用的模型。由于品种、饲养环境等的差异，其最佳模型的选择及拟合值也不同。如Gompertz模型能较好地拟合圩猪[6]、特种野猪[7]、新丹系[8]的生长曲线，Logistic模型则能较好地拟合长白猪[9]、皮特兰[10]、梅山猪[11]、江香猪[5]和沙乌头猪[12]的生长曲线，均能较好地对比分析出不同品种之间生长特点的差异性，同时制定不同生长期的饲粮配方调控和生产管理等细则。由此，本研究也采用这两种数学模型对迪庆藏猪杂交后代A品系生长体重进行拟合，拟合度均较理想，结合拐点体重和拐点日龄等因素分析，Logistic模型更能精确拟合其生长趋势，其中拐点体重为71.93 kg，拐点日龄为180.11 d，同时可为其屠宰时间等选择提供理论依据。

本试验针对迪庆藏猪杂交后代的体重测定时间为187 d，此阶段为迪庆藏猪杂交后代的生长前期。在Logistic数学模型拟合过程中，A品系猪拟合值高于实际体重，则说明此阶段为迪庆藏猪杂交后代A品系的快速生长期，应根据其生长特点，制定相应的生产管理和营养调控方案。