一、白羽番鸭RF系主要经济性状的遗传分析(论文文献综述)
王志成[1](2021)在《皖南三黄鸡日均步行数性状遗传参数估计及候选基因挖掘》文中提出运动量与鸡生产性能和肉品质密切相关,然而鸡运动量难以度量,制约了对其分子机制的研究。因此,本文以日均步行数做为度量鸡运动量的指标,探究皖南三黄鸡日均步行数性状及其分子机制,开展了以下5个研究:(1)选取600只公母各半体重相似的1日龄皖南三黄鸡,通过脚环计步器记录10至16周龄日均步行数,探讨鸡生长过程中日均步行数的动态变化并分析性别及日龄对鸡日均步行数的影响。结果表明,在第12周龄和第13周龄的日均步行数相对稳定,保持在19000步以上,但是11周到14周龄日均步行数整体呈下降趋势。而在15周龄和16周龄时,日均步行数都在20000步以上。不同性别中,公鸡日均步行数在各周均比母鸡多,尤其是在15和16周龄(P<0.05),同性别中,每周日均步行数没有明显差异(P>0.05)。因此,在10至16周龄期间性别对皖南三黄鸡日均步行数的影响较大,而周龄对皖南三黄鸡日均步行数无影响。(2)在112日龄时,根据日均步行数,分别对280只公鸡和280只母鸡进行排序,并分成高(HS)、中(MS)、低(LS)步行数三组,研究日均步行数对鸡生产性能、血清生化指标以及胫骨强度的影响。结果表明,日均步行数的高低对皖南三黄鸡母鸡的体重没有明显影响(P>0.05),但HS组公鸡体重显着低于LS组公鸡体重(P<0.05);公鸡16周龄HS组冠长显着比MS、LS组冠长长(P<0.05),而胫长和胫围则显着低于MS、LS组(P<0.05);HS组的心脏指数明显高于MS、LS组(P<0.05),但HS组的腹脂率、蒸煮损失、剪切力及滴水损失显着低于LS组(P<0.05),其他屠体性能和肉品质之间没有显着差异(P>0.05);在血清生化指标方面,HS组鸡血清中葡萄糖(GLU)、总蛋白(TP)、甘油三脂(TG)和胆固醇(CHO)含量显着低于LS组,但高密度脂蛋白(HDL)显着高于MS、LS组(P<0.05);此外,日均步行数越高精子活力越高,精子畸形率越低。(3)采用ASReml v4.1软件,利用REML算法对G1代公鸡初生重、16周龄体重、日均步行数、冠长、冠高、胫长和胫围进行遗传参数估计。结果显示,除日均步行数的遗传力属于中等偏低(0.18)以外其他研究性状都属于中等遗传力性状(0.22~0.39)。此外,体重除了与平均日步行数之间呈中等负遗传相关(-0.20)以外,与其他性状之间呈正遗传相关。平均日步行数与胫长之间呈现较高的遗传相关(-0.37)。(4)选取高、低步行数两尾各4只112日龄的公鸡,对其胸肌组织进行转录组测序分析,共筛选到101个基因差异表达(q<0.05,|log2fold-change|>1),与低步行数鸡相比,高步行数胸肌中86个基因表达上调,15个基因表达下调。其中,ANKRD2、MUSTN1、MYOZ2、IFFBP5和HOPX五个基因与肌肉的生长发育、肌纤维类型转化中具有重要作用,可能与鸡日均步行数性状密切相关。(5)利用高、低步行数各11只皖南三黄鸡为试验素材进行全基因组重测序,以50kb作为窗口,25kb作为滑动步长计算每个窗口pi与Fst,取Fst以及Lpi/Hpi前1%的窗口作为受选择的区域。相对于低步行数组,高步行数组以Fst法共筛选出175个受选择基因,以Pi法共筛选出316个受选择基因,两种方法共筛选出39个重合的受选择基因。39个重合的受选择基因主要富集到钙调蛋白结合、氧化还原过程、细胞黏附分子结合、胰岛素分泌的调节等62个GO条目以及精氨酸-脯氨酸代谢、苯丙氨酸代谢和精氨酸生物合成等7个KEEG通路。其中,ASPM、NOS2、CADM2以及CAMKMT基因主要与能量代谢、肌肉的生长发育有关,同时,ASPM、NOS2基因参与的钙调蛋白结合通路可能是影响鸡日均步行数的重要通路。综上所述,在10至16周龄时性别是影响皖南三黄鸡日均步行数的主要因素,增加日均步行数可以改善公鸡肌肉品质、精液品质以及公鸡胫骨强度。同时,皖南三黄鸡日均步行数性状的遗传力属于中等偏低水平(0.18)。RNA-Seq揭示ANKRD2、MUSTN1、MYOZ2、IFFBP5和HOPX五个基因在肌肉的生长发育、肌纤维类型转化中具有重要作用,可能与鸡日均步行数性状密切相关。全基因组选择分析方法(Fst和Pi)揭示,在高步行数组中ASPM、NOS2、CADM2以及CAMKMT基因受到正选择,可能是鸡日均步行数性状的候选基因。
唐现文[2](2017)在《黑羽番鸭血液生化指标与肉用性状关联分析及MC1R、MC4R遗传效应表达的研究》文中指出本研究以江苏农牧科技职业学院培育的黑羽番鸭为试验素材,开展了黑羽番鸭血液生化指标与产肉性能的关联分析;以黑素皮质素受体1(melanocortin-1 receptor,MC1R)和黑素皮质素受体4(melanocortin-4receptor,MC4R)为候选基因,采用PCR-SSCP分析和直接测序法,开展了分子遗传多样性分析;利用RT-PCR技术和Western Blot方法分析了MC4R基因在黑羽番鸭不同生长时期胸肌、腿肌组织中mRNA和蛋白表达差异,初步揭示MC4R基因在黑羽番鸭不同时期肌肉中的遗传规律。主要研究结果如下:1.对13周龄黑羽番鸭生产性能指标进行检测,公母黑羽番鸭的7个体尺指标均存在显着差异(P<0.05);宰前活重和全净膛率公番鸭(3.2 Kg,79.6%)显着高于母番鸭(1.9 Kg,76.2%)(P<0.05);常规肉品质指标在公母间差异不显着(P>0.05);风味氨基酸含量测定中母番鸭丙氨酸含量显着高于公番鸭(P<0.05)。2.高产期笼养组和平养组黑羽番鸭公母鸭血清生化指标检测结果表明,母鸭天冬氨酸转氨酶(AST)、丙氨酸转氨酶(ALT)活性和肌酐含量笼养组显着低于平养组(P<0.05),碱性磷酸酶(ALP)、超氧化物歧化酶(SOD)活性笼养组显着高于平养组(P<0.05);公鸭平养组血清中AST、UA、SOD活性显着高于笼养组(P<0.05),ALP显着低于笼养组(P<0.05),睾酮(TES)含量极显着低于笼养组(P<0.01)。表明不同饲养方式对黑羽番鸭血清生化指标有一定影响。3.黑羽番鸭公鸭产肉性能、肉品质以及血液生化指标进行关联分析,产肉性状与肉品质性状间的相关系数达显着水平(P<0.05),占两组性状间总相关信息的35.4%;产肉性状与血清生化性状间的相关系数达极显着水平(P<0.01),占两组性状间总相关信息的48.6%;肉品质性状与血清生化性状相关系数达显着水平(P<0.05),占两组性状间总相关信息的20.3%。表明产肉性状、肉品质性状、血液生化性状间,起主要作用的性状为半净膛重、全净膛重、pH、失水率和碱性磷酸酶。4.黑羽番鸭MC4R基因编码区发现C645T、G672A突变;公番鸭在初生、10周龄、13周龄时TTGG型和CTAG型的体重显着性高于CCAG型体重(P<0.05),CCGG型仅在13周龄时体重显着低于TTGG型(P<0.05),其他基因型之间体重无显着性差异(P>0.05)。公番鸭TTGG型宰前活重显着性高于CCAG型、CCGG型(P<0.05);半净膛重、全净膛重显着性高于CCGG型(P<0.05)。CCAG型和TTGG型胸肌重显着性高于CCGG型、CTAG型和CTGG型(P<0.05);CCGG型胸肌率显着低于其他基因型(P<0.05)。母鸭体重、屠宰性能指标在不同基因型间均无显着性差异(P>0.05)。表明MC4R基因对黑羽番鸭公鸭早期体重和屠宰性能有明显的影响作用。5.黑羽番鸭MC1R基因编码区发现G274A、G279A和C485A突变,在第279处的G-A突变中白羽番鸭仅有GG型,而全黑番鸭群体都以GA、AA型存在;全白番鸭与其他3个番鸭群体之间卡方值最大,推测此位点对番鸭的羽色影响较大。6.对0-13周龄黑羽番鸭胸肌和腿肌MC4R基因mRNA动态表达水平进行检测,初生黑羽番鸭的mRNA含量显着高于其他各周龄(P<0.05),同一性别、同一肌肉组织样中mRNA含量均存在显着差异(P<0.05),且总体上mRNA含量是先下降后趋于平稳;Western blot检测结果表明,13周龄公番鸭胸肌组织MC4R基因蛋白表达显着低于腿肌(P<0.05),母番鸭胸肌组织MC4R基因蛋白表达高于于腿肌(P<0.05);公番鸭胸肌MC4R基因蛋白表达总体上要低于母番鸭。蛋白表达与mRNA表达结果有差异,MC4R基因表达规律不明显。
辛清武,黄勤楼,郑嫩珠,朱志明,缪中纬,李丽[3](2015)在《福建省肉鸭良种繁育体系建设及关键技术的应用研究》文中研究表明畜禽良种繁育体系建设是发展畜牧业的基础和源泉,良种繁育体系建设成效的好坏,直接关系着畜牧业的整体效益。而建立完善的肉鸭良种繁育体系,是实现我省肉鸭产业持续健康发展的前提和关键。本文主要阐述了我省近些年优质肉鸭良种繁育体系建设以及关键技术的研究进展;分析了我省肉鸭良种繁育体系建设存在的一些问题;并提出了优化我省肉鸭良种繁育体系建设的一些措施及今后的发展方向。
杨树猛,马登录,郭淑珍,李保明,马忠涛,才让闹日,牛小莹,格桂花,赵光平,杨秀兰,张玉珍,尕旦吉,张海滨[4](2014)在《藏羊脂联素基因多态性及其与产肉性能的相关性分析》文中认为利用高分辨率熔解曲线技术对176头2周岁的甘肃藏羊(欧拉型、甘加型、乔科型)脂联素基因SNPs位点进行检测,运用GLM模型将检测到的SNPs位点与部分胴体及肉质性状的相关性进行了分析。结果表明:在脂联素第2外显子发现+67G>C突变使编码氨基酸由谷氨酸突变为谷氨酰胺;GG、GC基因型个体的宰前活重、胴体重均显着高于CC型(P<0.05)。说明脂联素基因该位点可能是影响藏羊胴体及肉质性状的主效QTL或与之紧密连锁,可作为藏羊高档羊肉生产的候选分子标记。
吉文林[5](2013)在《黑羽番鸭生长发育规律及GH、LPL基因克隆表达与遗传效应研究》文中研究说明近年来,我国大部分地区所饲养的肉用型鸭主要是樱桃谷鸭、北京鸭,虽然生长速度快,饲料报酬高,但存在脂肪含量高、肉质不够理想等缺点,难以满足已经实现小康的消费者需求。为了满足人们对小型优质肉鸭的需求,我们利用国内外番鸭资源进行杂交培育,开展了瘦肉率高、肉质好、体型适中、羽色纯黑的优质番鸭新品系---黑羽番鸭的培育工作,目前该品系遗传特性已基本稳定。本研究以黑羽番鸭为试验素材,测定了不同周龄体重,13周龄体尺、屠宰性能、常规肉品质、肌肉营养成分等指标,同时对黑羽番鸭生长激素(GH)和脂蛋白脂酶(LPL)基因进行了克隆、序列分析及多态性检测,分析了生长激素基因多态性与生长、屠宰性能的关联性及脂蛋白脂酶基因多态性与肉质性能的关联性,检测了2个基因在肌肉组织中mRNA发育性表达。主要研究结果如下:1、对黑羽番鸭生长发育性能测定结果表明,初生重在公母之间没有显着差异,随着周龄的上升,公鸭生长速度明显高于母鸭(P<0.05),13周龄时,公鸭体重为3149.6g,母鸭体重为1916.9g,公鸭是母鸭体重的1.64倍,公鸭日增重极显着大于母鸭(P<0.01);13周龄体尺测定结果发现,公鸭体斜长、胸深、胸宽、龙骨长、胫长、胫围、半潜水长等7个体尺指标均极显着大于母鸭(P<0.01);体重与体尺呈极显着正相关(P<0.01)。2、对黑羽番鸭早期体重生长曲线进行了拟合,结果显示Logistic、Gompertz、Von Bertalanffy3种曲线模型均能较好拟合黑羽番鸭的生长曲线,其中Gompertz模型在估计黑羽番鸭早期体重效果更优。Gompertz模型估计公鸭拐点体重和时间分别为1309.9g、5.3w,母鸭拐点体重和时间分别为754.7g、4.2w。Gompertz曲线模型结果可以为黑羽番鸭培育提供参考。3、黑羽番鸭屠宰性能测定结果表明,除腹脂重外,黑羽番鸭公鸭所有屠宰指标及比率均极显着高于母鸭(P<0.01)。肉品质测定结果发现,公鸭胸肌剪切力和腿肌失水率显着高于母鸭(P<0.05);公鸭胸肌铁、铜含量显着高于母鸭,腿肌4种矿物元素含量均显着高于母鸭(P<0.05);胸肌中铁、铜、镁含量显着高于腿肌,锌含量显着低于腿肌(P<0.05)。母鸭腿肌中肌苷酸含量显着高于公鸭(P<0.05)。肌肉中部分氨基酸含量在不同性别的组织中有显着差异(P<0.05)。这些结果显示不同组织、不同性别会影响肌肉肉品质。4、利用同源克隆策略,获得了黑羽番鸭生长激素基因(GH)761bp的cDNA序列,包括651bp的编码区,编码216个氨基酸。与禽类GH基因核苷酸和氨基酸序列同源性均在90%以上,与人和哺乳动物同源性在55%-77%之间。实时荧光定量PCR检测结果显示,GH基因在第2周龄肌肉中mRNA表达量最高;第4周龄发生了大幅度下降;在第6周龄时胸肌中表达量有所回升,腿肌仍然处于较低水平;在以后的周龄中维持在一定水平。5、利用同源克隆策略,获得了黑羽番鸭脂蛋白脂酶基因(LPL)1515bp的cDNA序列,包括1485bp的编码区,编码494个氨基酸。与禽类LPL基因核苷酸和氨基酸序列同源性均在90%以上,与人和哺乳动物同源性在70%-75%之间。实时荧光定量PCR检测结果显示,LPL基因在第2周龄肌肉组织中mRNA表达量较低,在第4周龄出现大幅度上升;在第6周龄公鸭胸、腿肌中表达量继续上升,然后下降并维持在较低水平;母鸭腿肌中LPL基因mRNA表达量起伏变化,胸肌维持在较低水平。6、利用PCR-SSCP技术,在GH基因第1内含子上发现了A1251C、A1322G、T1378C、 G1440A、G945A,T1039G共6个SNP,群体平均纯合度为0.5030,多态信息含量为0.3735。前4个点突变形成了AA、AB、BB3种基因型,在番鸭早期生长发育过程中,BB型公鸭体重在不同周龄时处于最高值;在13周龄屠宰时,公鸭BB型的宰前活重、屠体重、半净膛重、全净膛重显着高于AA型和AB型(P<0.05);在内脏组织中,BB型腹脂重、心重显着高于AB型(P<0.05);AA型、AB型、BB型3种基因型间屠宰指标百分比无显着差异(P>0.05);母鸭所有指标在3种基因型间均无显着差异(P>0.05)。后2个点突变形成了CC、CD、DD3种基因型,在番鸭早期生长发育过程中,CC型公鸭体重在不同周龄时处于最高值;在13周龄屠宰时。公鸭CC型的宰前活重、屠体重、半净膛重、全净膛重、腹脂重、腺肌胃重显着高于CD型和DD型(P<0.05);CC型心重显着高于CD型(P<0.05);CC型、CD型、DD型3种基因型间屠宰指标百分比无显着差异(P>0.05)。母鸭所有指标在3种基因型间均无显着差异(P>0.05)。这些关联分析表明B、C基因可能是公鸭早期增重的有利基因,在母鸭上还需进一步验证。7、利用PCR-SSCP技术,在LPL基因第3内含子上发现了A4G, G120A、A128G共3个SNP,群体平均纯合度为0.5028,多态信息含量为0.3736。前1个点突变形成了EE、EF、FF3种基因型,EF型母鸭腿肌失水率显着高于FF型(P<0.05,下同)。EF型公鸭腿肌中镁含量显着高于FF型。EE型公鸭胸肌中Ala含量显着性高于EF型、FF型;FF型母鸭胸肌中Asp、His含量显着性高于EF型;FF型公鸭腿肌中Ser、Pro含量显着高于EE型;EE型母鸭腿肌Lys含量显着高于EF型,EF型Cys、Met含量显着性高于FF型(P<0.05)。后2个点突变形成了HH、HI、Ⅱ3种基因型,Ⅱ型公鸭胸肌中Pro含量显着高于HI型,Ⅱ型Val、Met、Phe含量显着高于HH型;HI型母鸭胸肌中His含量显着性高于Ⅱ型;Ⅱ型公鸭腿肌中Asp含量显着高于HI型,HH型His含量显着高于Ⅱ型,Ⅱ型Pro含量显着高于HH型,Ⅱ型Ile、Phe含量显着高于HH型、HI型;HI型母鸭腿肌中Gly含量显着高于Ⅱ型,HI型Arg含量显着高于HH型(P<0.05)。这些结果推断LPL可作为公鸭胸肌中Ala、Pro、Val、Met、Phe含量,公鸭腿肌中镁、Ser、Pro、Asp、His、Ile、Phe含量,母鸭胸肌中Asp、His含量,母鸭腿肌中失水率、Lys、Cys、Met、Gly、Arg含量的辅助选择标记。
黄丹[6](2011)在《精武优质肉鸭生长模型分析及其遗传参数估计》文中研究说明本研究以汉口精武农业发展有限公司种鸭场2个世代精武优质肉鸭种鸭为研究对象,利用这些鸭的生长发育数据(1-10周龄),采用3种生长模型logistic模型、Gompertz模型和Von Bertalanffy模型对精武优质肉鸭进行生长曲线拟合,采用多变量混合模型(DMU)对各周体重以及三个模型模型参数进行遗传参数估计,结果如下:1.三种模型均能较好拟合精武优质肉鸭第一、第二世代公母鸭的生长,其中Gompertz模型能够较准确地描述精武优质肉鸭的早期生长发育规律,适合拟合两个世代公母鸭1-5各周体重。对于6-10各周体重,第一世代可用logistic模型准确描述,第二世代使用Gompertz模型更好。结果表明:经过一个世代的选择,精武优质肉鸭后期曲线发生了改变。2.三种模型拟合出的两个世代公母鸭参数变化方向一致:第二世代成熟体重A高于第一世代,第二世代拐点周龄小于第一世代,第一世代B值大于第二世代。可以看出:经过一代选择后,第二世代群体的生长周期变短,群体的生长曲线发生变化,第二世代群体可以在更短的时间达到更高的体重。3.鸭各周龄体重的遗传力范围在0.54-0.82之间,属于高遗传力。成熟体重A的遗传力范围在0.3-0.65之间,拐点体重的遗传力范围在0.29-0.65之间,最大周增长遗传力在0.55-0.60之间,这三个参数属于高遗传力。各周体重的遗传力高于成熟体重A的遗传力。B的遗传力在0.-0.35之间,拐点周龄的遗传力在0.22-0.29之间,K的遗传力在0.13-0.20之间,这三个参数属于中等遗传力。4.除个别周龄间(7与8周龄、9与10周龄)外,紧密相连的两周体重的遗传和表型相关最高。各周龄间鸭体重遗传相关随着时间间隔加大而降低,其中除个别周龄间(1、2与10周龄,8与9周龄)外,8、9、10周龄与其他各周龄间体重遗传相关都较弱,各周龄间鸭体重的遗传和表型相关的变化趋势相似。5.肉鸭Logistic模型、Bertalanffy模型和Gompertz模型中A、拐点体重、最大周增重与每周体重的遗传相关呈正相关,且随着周龄的加大,遗传相关依次增高。三种模型的拐点周龄与各周龄(除10周龄)体重的遗传相关呈负相关,Logistic模型和Bertalanffy模型的K、Gompertz模型的B与各周体重的遗传相关也呈负相关,且遗传相关随着周龄变大而变弱。Logistic模型和Bertalanffy模型的B、Gompertz模型的K与每周体重的遗传相关由正相关变为负相关,且随着周龄变大遗传相关先变强后变弱,其中与3周龄体重的遗传相关最强。6个参数与各周体重间的表型相关与遗传相关变化趋势大体一致。
张依裕[7](2010)在《鸭LXRα、Adiponectin和ApoVLDL-Ⅱ基因遗传变异、表达及其与肉质性状的关联分析》文中进行了进一步梳理脂肪沉积过多是现今肉鸭育种中面临的一个重要难题,脂肪过度沉积导致饲料利用率降低和胴体品质下降,更为重要的是人体摄入过多脂肪导致的相关疾病引起了广泛关注,这在一定程度上制约了养鸭业的发展。脂肪沉积作为一个数量性状,受多基因调控。但是,目前对鸭脂肪沉积相关候选基因的研究报道较少,急切需要进一步开展相关研究工作。本研究采用气质联用(GC-MS)技术和血液自动生化分析仪对10周龄樱桃谷鸭、金定鸭、苏牧麻鸭和白羽番鸭4个群体的胸肌脂肪酸组成和9项血清生化指标甘油三酯(TG)、总胆固醇(TC)、白蛋白(Alb)、总蛋白(TP)、胆碱酯酶(ChE)、碱性磷酸酶(ALP)、免疫球蛋白A(IgA)、球蛋白(GLO)和白/球比值(Alb/GLO)进行测定和分析;采用RT-PCR法对樱桃谷鸭和白羽番鸭LXRα基因cDNA进行克隆测序和生物信息学分析;采用PCR-SSCP和DNA测序相结合研究了4个群体3个脂肪沉积相关候选基因LXRα、Adiponectin和ApoVLDL-II的遗传变异及其与肉质性状的相关性;采用实时荧光定量PCR法研究了3个基因在10周龄金定鸭12个组织(心、肝、胸肌、小肠、大肠、小脑、大脑、下丘脑、肾、肺、脾和腺胃)的表达差异以及白羽番鸭和金定鸭肝脏组织在不同发育时期(0d、2w、4w、6w、8w和10w)的表达规律,旨在对鸭的育种或遗传改良工作提供科学参考依据。研究主要取得如下成果:1.鸭胸肌脂肪酸组成分析4个群体中均检测到16种脂肪酸,以油酸(C18:1)、棕榈酸(C16:0)、硬脂酸(C18:0)和亚油酸(C18:2)为主要成分,占脂肪酸质量分数的95%左右。脂肪酸组成在群体间存在一定的差异,除C14:1不存在群体效应外(P>0.05),其它脂肪酸均存在群体效应,其中C15:0存在显着的群体效应(P<0.05),其它脂肪酸均存在极显着的群体效应(P<0.01),所有脂肪酸均不存在性别效应和群体×性别的互作效应(P>0.05)。樱桃谷鸭的UFA最高,而PUFA和EFA最低,白羽番鸭恰好相反。2.鸭血清生化指标测定结果4个群体的9项血清生化指标均存在极显着的群体效应(P<0.01),TG存在显着的性别效应(P<0.05),TC和ALP存在极显着的性别效应(P<0.01),公鸭TG、TC和ALP显着高于母鸭(P<0.05);TG和TC存在极显着的群体×性别的互作效应(P<0.01)。3.鸭LXRα基因的克隆和生物信息学分析首次克隆了樱桃谷鸭和白羽番鸭LXRα基因cDNA序列1626 bp,GenBank登录号分别为FJ966078和GU132847,包括部分5′-UTR序列73 bp、CDS全序列1230 bp和3′-UTR序列323 bp,编码409个氨基酸,樱桃谷鸭和白羽番鸭LXRα基因共存在14个核苷酸(CDS区:9个;UTR区5个)和3个氨基酸(Ser163Gly、Gln171Glu和Asn361Lys)的差异。鸭LXRα蛋白与哺乳动物和鱼类的同源性在74%-78%,与鸡的同源性高达97%。聚类分析显示:哺乳动物、禽类和鱼类各为一类。生物信息学分析表明:鸭LXRα蛋白含有17个磷酸化位点、2个低组分复杂性区域、1个ZnF-C4和1个HOLI结构域,无信号肽,无跨膜螺旋;2条LXRα基因CDS区碱基差异和氨基酸差异导致了RNA折叠结构、蛋白二级结构和糖基化位点发生了改变。4.鸭LXRα基因遗传变异及其与肉质性状的关联分析在鸭LXRα基因LXR-E5位点检测到C277G同义突变,LXR-E12位点检测到G1396C突变和LXR-I6位点检测到C44T突变,其它6个位点LXR-E4、LXR-E6、LXR-E7、LXR-E8、LXR-E10和LXR-E11均没有检测到多态;关联分析表明:LXR-E5位点与嫩度显着相关(P<0.05),LXR-E12和LXR-I6位点与pH、失水率、IMF、TC、TG、UFA、PUFA和EFA显着相关(P<0.05);LXR-E5×LXR-I6互作与UFA显着相关(P<0.05),BBCC组合基因型最高;LXR-E12×LXR-I6互作与pH、嫩度和TC显着相关(P<0.05),分别是BBDD、ABCC和BBDD组合基因型最高。5.白羽番鸭LXRα基因遗传变异及其与肉质性状的关联分析在白羽番鸭LXRα基因LXR-E4和LXR-E12位点分别检测到G53A和-1483/T突变,其它7个位点均没有检测到多态;关联分析表明:LXR-E4位点与IMF、UFA和肉色显着相关(P<0.05),LXR-E4×LXR-E12互作与UFA显着相关(P<0.05),BBCC组合基因型最高。6.鸭Adiponectin基因遗传变异及其与肉质性状的关联分析在鸭Adiponectin基因4个位点ADP1、ADP2、ADP3和ADP4中发现了15个SNPs,其中3′-UTR区1个:G887A,CDS区12个:C86T、C104T、C146T、C155T、C456T、A574G、C651T、C684T、T768C、G784A、A801C和C807T,内含子2个:C273T和C295T。A574G、G784A和A801C为有义突变,分别导致氨基酸序列中144位的Thr(T)变成Ala(A)、214位的Ile(I)变成Val(V)和219位的Asp(D)变成Glu(E);相关分析结果表明:ADP1位点与IMF、UFA、PUFA和EFA显着相关(P<0.05);ADP2位点与失水率、IMF、TC和UFA显着相关(P<0.05);ADP4位点与失水率、TC、UFA和PUFA显着相关(P<0.05);ADP1×ADP3和ADP2×ADP3互作与UFA显着相关(P<0.05),分别是组合基因型CDBC和AACC最高;ADP1×ADP4和ADP3×ADP4互作与失水率和IMF显着相关(P<0.05),失水率分别是组合基因型CDAC和CCBB最高,IMF分别是组合基因型DDAA和CCAA最高。7.白羽番鸭Adiponectin基因遗传变异及其与肉质性状的关联分析在白羽番鸭Adiponectin基因3个位点ADP1、ADP2和ADP4中发现了3个SNPs,其中CDS区2个:A167G和G711A,均为同义突变;内含子1个:C290T;ADP3位点没有检测到多态。关联分析表明:ADP1和ADP2位点与IMF和失水率显着相关(P<0.05);ADP1×ADP4和ADP2×ADP4互作与UFA显着相关(P<0.05),分别是组合基因型BBFF和TTFF最高。8.鸭ApoVLDL-II基因遗传变异及其与肉质性状的关联分析本研究获得鸭ApoVLDL-II基因组DNA序列(GQ 180104),并对该基因的5个位点Exon1、Exon2、Exon3、Exon4和Intron1进行SSCP检测,结果发现:Exon1和Exon2没有检测到多态,在另外3个位点中检测到了12个SNPs:T667C、C669G、T673C、G674A、G683A、G688A、C708G、T715G、G2106A、T2723C、C2743T和A2944C,2个插入/缺失:764位后插入/缺失TG,1910位碱基后插入/缺失CC,除A2944C突变发生在外显子4非编码区外,其它突变均在内含子内,整个编码区没有检测到突变;相关分析表明:Exon3和Exon4位点与失水率、嫩度、IMF、UFA、PUFA和EFA显着相关(P<0.05),Intron1位点与pH、失水率、IMF、TC、TG和UFA显着相关(P<0.05),Exon3×Exon4互作与TC显着相关(P<0.05),组合基因型CCBB最高;Exon3×Intron1互作与UFA显着相关(P<0.05),组合基因型DDBB最高。9.白羽番鸭ApoVLDL-II基因遗传变异及其与肉质性状的关联分析本研究获得白羽番鸭ApoVLDL-II基因组DNA序列(GQ 180103),5个位点中仅Exon3、Exon4和Intron1检测到多态,共发现了3个SNPs和1个插入/缺失:外显子3发生T1986C突变,为沉默突变;外显子4的UTR区检测到C2901T突变;内含子1检测到A720G突变和在687 bp碱基之后插入/缺失1个长度为13 bp的序列AAAATCTTGTTTA;相关分析表明:Intron1位点与IMF和TG显着相关(P<0.05),Exon3/Exon4×Intron1互作没有对肉质性状产生显着性影响(P>0.05)。10. LXRα、Adiponectin和ApoVLDL-II基因的组织表达规律分析实时荧光定量PCR法检测结果表明:LXRα基因在金定鸭的肝脏中表现为高度表达,肺、脾、肾、心和下丘脑表现为中度表达,胸肌、小脑、大脑、腺胃、小肠和大肠表现为低度表达;金定鸭和白羽番鸭肝脏组织LXRα基因的发育性表达规律相似,均表现为0日龄下降到2周龄,随后逐渐增加,且公鸭的表达量均低于母鸭的表达量,白羽番鸭公母鸭各个时期的表达量均低于金定鸭。Adiponectin基因在鸭的胸肌、大肠和心表现为高度表达,肺、肝、小肠、脾和肾表现为中度表达,腺胃、下丘脑、小脑和大脑表现为低度表达,公母鸭Adiponectin基因表达量均随日龄的增加而降低,公鸭Adiponectin基因在不同时期的表达量均高于母鸭,0-4周龄公、母金定鸭均高于白羽番鸭,6-10周龄则低于白羽番鸭;金定鸭在4-6周龄表达量下降最快,而白羽番鸭则为6-8周龄。肝脏ApoVLDL-II基因在公鸭的表达量一直呈缓慢下降趋势,而母鸭呈缓慢上升趋势,说明ApoVLDL-II基因的表达存在性别差异,并且在不同性别中可能发挥不同的生物学作用。11. LXRα、Adiponectin和ApoVLDL-II基因表达调控关系基因的表达调控分析结果表明:3个基因在金定鸭和白羽番鸭中的表达调控关系一致,0-2周龄,公鸭肝脏组织的3个基因彼此间呈正调控关系,母鸭LXRα和Adiponectin基因与ApoVLDL-II基因呈负调控关系,而LXRα和AMP1基因呈正调控关系。4-10周龄,公鸭的LXRα基因与ApoVLDL-II和Adiponectin基因呈负调控关系,ApoVLDL-II与Adiponectin基因呈正调控关系;母鸭的Adiponectin基因与ApoVLDL-II和LXRα则为负调控关系,ApoVLDL-II与LXRα基因呈正调控关系。协同表达分析结果说明:3个基因的表达调控存在性别差异。
彭勇波,杜金平,申杰,皮劲松,潘爱銮,梁振华,蒲跃进,吴艳[8](2010)在《黄羽鹌鹑产蛋性状遗传参数的估计》文中提出[目的]为进行鹌鹑产蛋性能分析及实现产蛋性状早期选种提供科学依据。[方法]通过家系选择并结合个体选择的方法开展黄羽鹌鹑的选育,并以黄羽鹌鹑产蛋记录为材料,采用动物模型,运用MTDFREML软件对鹌鹑产蛋相关性状(开产日龄、开产体重、开产蛋重、105日龄蛋数)进行了遗传力(h2)和遗传相关(r)的估计。[结果]经过5个世代的选择,105日龄的黄羽鹌鹑平均产蛋数G5代比G1代提高了5枚(P<0.05),变异系数由1世代的22.71%降低到12.33%;105日龄产蛋数的估计遗传力h2=0.05,为低遗传力性状,开产体重、开产日龄、开产蛋重的遗传力分别为0.30、0.11和0.31。产蛋相关性状间的遗传相关分析结果表明,105日龄的产蛋数与开产日龄、开产体重的遗传相关系数分别为-0.46和0.83。[结论]该研究为黄羽鹌鹑优良性状的综合选择奠定了基础。
张元跃[9](2009)在《番鸭体重生长非线性混合效应模型评价的研究》文中研究表明为了定量描述和估计本地番鸭体重生长的轨迹和参数,探讨和弄清番鸭体重生长随时间而变化的规律,本研究对116只番鸭进行了为期21周的饲养和观测,每隔7天测定了个体的体重;利用杂种遗传算法,估计了Gompertz、Logistic、Von Bertalanffy、Richards和Brody 5个体重生长函数的参数;拟合了非线性固定和混合效应模型;分别计算了这些模型的8个生长参数(成熟体重、拐点日龄、拐点体重、初生体重、绝对生长率、相对生长率、绝对成熟率、相对成熟率);根据误差方差、相关指数和信息准则量的大小,比较了不同生长模型间的拟合和估计结果;进行了番鸭个体体重生长曲线图谱的绘制和成熟体重BLUP的Bayesian-MCMC模拟分析。观测和分析的结果表明:1)番鸭体重生长具有四个明显不同的阶段。生长前期(0-21 d),公母番鸭日增重平均为15.7 g/d。21 d起公母出现明显的差异生长。生长速增期:公鸭21-49 d,日增重55.2 g/d;母鸭21-42d,日增重41.9g/d。生长平增期:公番鸭是49-77 d,日增重平均为40.5 g/d;母番鸭是42-70d,日增重平均为27.0 g/d。生长后期的单位生长量很小,体重基本处于稳定的阶段,77-147 d公鸭的日增重是7.3 g/d,母鸭的日增重平均是3.2 g/d。2)五种非线性固定效应模型拟合的体重生长方程和估计的8个生长参数,Richards生长模型拟合的误差方差最小,比其它四种生长模型的平均下降18.87%;相关指数整体最大,全群、公鸭、母鸭的分别是0.957、0.998、0.997;实测与估计的8个生长参数整体接近程度较好。3) 5个非线性混合效应模型拟合的番鸭体重生长方程和估计的8个生长参数,其准确度比固定效应模型的整体上提高了许多。Gompertz生长模型,其信息准则最小,误差方差减少量第二,达99.82%,是拟合全群番鸭体重生长的最优模型;公、母番鸭体重生长模型拟合,Richards生长模型,其信息准则一致最小,误差方差减少量第一,公、母鸭分别是89.80%、91.81%,是拟合公、母番鸭体重生长的最优模型。4)拟合番鸭体重生长的最优非线性混合效应模型Gompertz和Richards,预测个体成熟体重BLUP的表型值,经Bayesian-MCMC模拟,观测样本与后验样本的结果整体发生了变化,出现了一些BLUP值由正变负和BLUP值检验结果差异不显着的个体,有利于个体育种价值的评估。根据番鸭的生长特点,Richards非线性混合效应模型描述体重生长方程、估计生长参数和预测个体BLUP育种值,比固定效应模型更准确,能为番鸭品种选育、种苗生产、饲养管理、经济利用提供有参考价值的依据。
彭勇波,杜金平,申杰,皮劲松,潘爱銮,梁振华,蒲跃进,吴艳[10](2009)在《应用DFREML方法估计栗羽鹌鹑产蛋性状的遗传参数》文中研究说明本文以栗羽鹌鹑产蛋记录为材料,采用动物模型。运用MTDFREML软件对鹌鹑产蛋相关性状(开产日龄、体重、蛋重、105日龄蛋数、140日龄产蛋数)进行了加性遗传力(h2)和遗传相关(r)的估计。分析结果表明:105日龄产蛋数和140日龄产蛋数的估计加性遗传力分别为0.09和0.08,初步说明了产蛋数为低遗传力性状。而体重、开产日龄、蛋重等的遗传力分别为0.36、0.21和0.21。产蛋相关性状间的遗传相关分析结果表明:开产日龄与105日龄的产蛋数和140日龄产蛋数存在负的遗传相关分别为-0.68和-0.48,而105日龄与140日龄产蛋数间的表型相关和遗传相关分别达到了0.86和0.96,这为实现产蛋性状的早期选择奠定了理论基础。
二、白羽番鸭RF系主要经济性状的遗传分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、白羽番鸭RF系主要经济性状的遗传分析(论文提纲范文)
(1)皖南三黄鸡日均步行数性状遗传参数估计及候选基因挖掘(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩略词 |
第一章 文献综述 |
1.1 鸡运动量的研究进展 |
1.1.1 鸡运动量的影响因素 |
1.1.2 运动量对鸡生长性能的影响 |
1.1.3 运动量对骨骼肌发育及肉品质的影响 |
1.2 RNA-Seq技术 |
1.2.1 RNA-Seq简介 |
1.2.2 RNA-Seq优势 |
1.2.3 RNA-Seq在家禽生产中的应用 |
1.3 全基因组重测序技术 |
1.3.1 全基因组重测序技术简介 |
1.3.2 基因组重测序在鸡上的应用 |
1.4 遗传参数估计 |
1.4.1 遗传力的概念及估计方法 |
1.4.2 遗传力在家禽生产中的应用 |
1.5 本课题的研究意义和目的 |
第二章 性别及日龄对皖南三黄鸡日均步行数的影响 |
引言 |
2.1 材料与方法 |
2.1.1 试验动物与饲养管理 |
2.1.2 主要仪器和设备 |
2.1.3 数据分析 |
2.2 结果与分析 |
2.2.1 日龄与平均日步行数的关系 |
2.2.2 公母鸡平均日步行数的比较 |
2.3 讨论 |
2.4 小结 |
第三章 日均步行数对皖南三黄鸡生产性能、血清生化指标及胫骨强度的影响 |
引言 |
3.1 材料与方法 |
3.1.1 试验动物与饲养管理 |
3.1.2 试验分组 |
3.1.3 主要仪器和设备 |
3.1.4 测定指标和方法 |
3.1.5 数据分析 |
3.2 结果与分析 |
3.2.1 日均步行数对生长性能的影响 |
3.2.2 日均步行数对鸡冠和体尺的影响 |
3.2.3 日均步行数对屠体性能的影响 |
3.2.4 日均步行数对肉品质的影响 |
3.2.5 日均步行数对血清生化指标的影响 |
3.2.6 日均步行数对胫骨强度的影响 |
3.2.7 日均步行数对精液品质的影响 |
3.3 讨论 |
3.4 小结 |
第四章 皖南三黄鸡日均步行数及其他性状的遗传参数估计 |
引言 |
4.1 材料与方法 |
4.1.1 试验动物与饲养管理 |
4.1.2 家系组建 |
4.1.3 主要仪器和设备 |
4.1.4 测定指标和方法 |
4.1.5 遗传参数估计方法 |
4.2 结果与分析 |
4.2.1 表型描述性统计结果 |
4.2.2 16 周龄日均步行数及遗传参数分析 |
4.3 讨论 |
4.4 小结 |
第五章 RNA-seq技术挖掘影响鸡日均步行数性状的功能基因 |
引言 |
5.1 材料与方法 |
5.1.1 试验动物与饲养管理 |
5.1.2 主要仪器和试剂 |
5.1.3 总RNA提取 |
5.1.4 总RNA样品检测 |
5.1.5 文库构建 |
5.1.6 测序及数据处理 |
5.1.7 差异基因qRT-PCR验证 |
5.2 结果与分析 |
5.2.1 RNA质量检测结果 |
5.2.2 测序数据质量情况 |
5.2.3 测序数据比对情况 |
5.2.4 差异表达基因筛选 |
5.2.5 差异表达基因生物学功能分析 |
5.2.6 qRT-PCR结果验证 |
5.3 讨论 |
5.4 小结 |
第六章 全基因组重测序技术挖掘影响鸡日均步行数性状的候选基因 |
引言 |
6.1 材料与方法 |
6.1.1 试验动物 |
6.1.2 血样采集 |
6.1.3 主要仪器与试剂 |
6.1.4 鸡基因组提取 |
6.1.5 DNA检测 |
6.1.6 测序 |
6.1.7 数据处理 |
6.2 结果与分析 |
6.2.1 DNA质量检测 |
6.2.2 测序数据质量检测情况 |
6.2.3 SNP检测结果统计 |
6.2.4 选择清除分析 |
6.3 讨论 |
6.4 小结 |
结论 |
参考文献 |
附录 |
作者简介 |
(2)黑羽番鸭血液生化指标与肉用性状关联分析及MC1R、MC4R遗传效应表达的研究(论文提纲范文)
中文摘要 |
英文摘要 |
符号说明(缩略语表) |
第一章 文献综述 |
1 黑羽番鸭特性 |
2 番鸭育种研究进展 |
2.1 番鸭种质特性研究 |
2.1.1 种质特性研究 |
2.1.2 不同饲养方式下番鸭性能研究 |
2.1.3 不同营养水平下番鸭性能研究 |
2.2 番鸭杂交利用研究 |
3 血液生化指标与鸭生产性能的关联研究 |
3.1 血液生化指标与肉用性状的关联研究 |
3.2 血液生化指标与产蛋性能的关联研究 |
4 MC4R、MC1R在畜禽育种中的应用 |
4.1 MC4R育种研究进展 |
4.2 MC1R育种研究进展 |
5 本研究目的意义 |
第二章 黑羽番鸭肉用种质特性测定 |
1 材料与方法 |
1.1 试验动物 |
1.2 饲养管理 |
1.3 测定指标 |
1.4 数据分析 |
2 结果 |
2.1 黑羽番鸭体尺测量 |
2.2 屠宰测定 |
2.3 肉品质测定 |
3 讨论 |
第三章 黑羽番鸭血清生化指标分析 |
1 材料与方法 |
1.1 试验动物 |
1.2 饲养方式 |
1.3 血液采集 |
1.4 测定指标 |
1.5 数据分析 |
2 结果 |
2.1 不同饲养方式下番鸭血清生化指标的比较 |
2.2 不同生理周期对母番鸭血清生化指标的影响 |
2.3 不同饲养方式对番鸭血清生殖激素含量的影响 |
2.3.1 不同饲养方式对公番鸭血清生殖激素含量的影响 |
2.3.2 不同饲养方式对母番鸭血清生殖激素含量的影响 |
3 讨论 |
3.1 饲养方式对番鸭血清生化指标的影响 |
3.2 饲养方式对番鸭生殖激素的影响 |
3.3 生理周期对番鸭血清生化指标的影响 |
第四章 黑羽番鸭公鸭肉用性能与血清生化指标的相关分析 |
1 材料与方法 |
1.1 试验数据 |
1.2 统计分析原理 |
1.3 数据分析方法 |
2 结果与分析 |
2.1 各性状间的典型相关分析 |
2.2 各性状间的典型相关的构成及分析 |
3 讨论 |
第五章 黑羽番鸭MC4R基因多态性及与肉用性状的关联分析 |
1 材料与方法 |
1.1 试验动物 |
1.2 主要试剂 |
1.3 主要仪器 |
1.4 主要溶液的配制 |
1.5 引物设计 |
1.6 实验步骤 |
1.7 数据处理 |
2 结果 |
2.1 测序和基因型识别 |
2.2 群体遗传信息统计 |
2.3 不同单倍型间体重的比较 |
2.4 不同单倍型间屠宰性能的比较 |
3 讨论 |
第六章 黑羽番鸭MC1R基因多态性与羽毛相关性分析 |
1 材料与方法 |
1.1 试验动物 |
1.2 引物设计 |
1.3 PCR扩增反应 |
1.4 测序 |
1.5 数据处理 |
2 结果与分析 |
2.1 测序和基因型识别 |
2.2 G274A位点遗传信息分析 |
2.3 G279A位点遗传信息分析 |
2.4 G485A位点遗传信息分析 |
3 讨论 |
第七章 MC4R在黑羽番鸭肌肉组织中基因和蛋白表达的研究 |
1 材料与方法 |
1.1 试验对象 |
1.2 主要试剂 |
1.3 主要仪器 |
1.4 主要溶液的配制 |
1.5 引物设计 |
1.6 试验方法 |
1.6.3 反转录 |
1.6.3.1 反转录反应体系 |
1.6.3.2 反转录反应条件 |
1.6.3 PCR扩增 |
1.6.3.1 PCR扩增条件 |
1.6.3.2 反应液组成 |
1.6.4 PCR扩增片段的回收 |
1.6.5 目的片段与T载体的连接 |
1.6.6 质粒的转化 |
1.6.7 转化菌落的PCR鉴定与培养 |
1.6.8 实时荧光定量PCR分析 |
1.6.9 基因蛋白翻译水平的测定 |
1.7 统计方法 |
2 结果与分析 |
2.1 标准曲线的绘制 |
2.2 样品RT-PCR检测结果及分析 |
2.3 MC4R基因蛋白表达结果 |
2.4 MC4R基因表达趋势分析 |
3 讨论 |
全文结论 |
参考文献 |
附录 |
致谢 |
攻读学位期间发表的学术论文 |
(3)福建省肉鸭良种繁育体系建设及关键技术的应用研究(论文提纲范文)
1 良种繁育体系建设的内涵 |
2 我省优质肉鸭良种繁育体系建设及关键技术的研究进展 |
2.1 优质肉鸭良种繁育的研究进展 |
2.1.1 白羽半番鸭良种繁育的研究进展 |
2.1.2 白番鸭良种繁育的研究进展 |
2.1.3 黑番鸭良种繁育的研究进展 |
2.2 优质肉鸭良种繁育体系关键技术的研究进展 |
2.2.1 种鸭人工授精技术的研究进展 |
2.2.2 肉种鸭限制饲养技术的研究进展 |
2.2.3 肉鸭日粮营养的研究进展 |
3 我省肉鸭良种繁育体系建设存在的主要问题 |
3.1 重品种引进, 轻品种培育 |
3.2 肉鸭良种繁育结构体系不合理 |
3.3 传统育种技术得不到充分应用 |
3.4 监督管理体系不健全 |
4 肉鸭良种繁育体系优化建设的措施 |
4.1 坚持引进和自主创新相结合, 加快肉鸭品种杂交改良和扩繁速度 |
4.2 加强肉鸭基础设施的建设, 建立现代肉鸭良种繁育体系 |
4.3 加强本地特色肉鸭品种资源的保护与开发利用 |
4.4 加强肉鸭良种繁育体系建设的监督管理 |
5 发展方向 |
(4)藏羊脂联素基因多态性及其与产肉性能的相关性分析(论文提纲范文)
1 材料与方法 |
1.1 材料 |
1.2 方法 |
2 结果与分析 |
2.1 HRM突变扫描检测 |
2.2 群体遗传分析 |
3 讨论 |
(5)黑羽番鸭生长发育规律及GH、LPL基因克隆表达与遗传效应研究(论文提纲范文)
中文摘要 |
英文摘要 |
主要略缩词中英文对照 |
第一章 文献综述 |
1 番鸭描述与特性介绍 |
1.1 番鸭品种描述 |
1.2 番鸭种质特性 |
1.3 番鸭性状特点 |
2 黑羽番鸭培育进展 |
2.1 黑羽番鸭培育背景 |
2.2 黑羽番鸭培育目标 |
2.3 黑羽番鸭培育已取得的工作进展 |
3 番鸭育种研究进展 |
3.1 早期生长发育规律研究 |
3.2 肉鸭资源的杂交改良 |
4 相关功能基因在水禽育种中的应用 |
4.1 生长激素基因 |
4.2 脂蛋白脂酶基因 |
5 基因筛选技术在水禽育种中的应用 |
6 畜禽经济性状候选基因DNA多态性的检测方法 |
6.1 限制性片段长度多态性(RFLP) |
6.2 扩增片段长度多态性(AFLP) |
6.3 双链构象多态性(PCR-DSCP) |
6.4 单链构象多态性(PCR-SSCP) |
7 分子标记在番鸭中的研究进展 |
8 本研究意义、目标及技术路线 |
8.1 研究意义 |
8.2 研究目标 |
8.3 技术路线 |
第二章 黑羽番鸭的生长发育规律分析 |
1 材料与方法 |
1.1 试验对象 |
1.2 番鸭营养需要 |
1.3 饲养管理 |
1.4 测定内容 |
1.5 体重生长曲线函数 |
1.6 数据处理与统计分析 |
2 结果与分析 |
2.1 黑羽番鸭早期体重测定结果 |
2.2 不同周龄体重之间的相关分析 |
2.3 番鸭日增重变化规律分析 |
2.4 黑羽番鸭第13周龄体尺测定 |
2.5 黑羽番鸭13周龄体尺、体重的相关分析 |
2.6 不同生长曲线模型拟合分析 |
2.7 体重测定与估计值之间的比较 |
3 讨论 |
3.1 早期体重分析 |
3.2 绝对生长速度分析 |
3.3 体重、体尺相关性分析 |
3.4 生长曲线模型拟合分析 |
第三章 黑羽番鸭屠宰性能、肉品质、矿物元素和营养物质含量分析 |
1 材料与方法 |
1.1 试验材料 |
1.2 主要仪器 |
1.3 主要溶液的配制 |
1.4 测定项目与方法 |
1.5 数据分析 |
2 结果 |
2.1 屠宰测定 |
2.2 常规肉品质测定 |
2.3 矿物元素测定 |
2.4 肌肉营养成分测定 |
3 讨论 |
3.1 屠宰测定分析 |
3.2 肉品质测定分析 |
3.3 矿物元素测定分析 |
3.4 肌肉营养物质测定分析 |
第四章 黑羽番鸭GH和LPL基因的克隆与表达分析 |
1 材料与方法 |
1.1 试验对象 |
1.2 主要试剂 |
1.3 主要仪器 |
1.4 主要溶液的配制 |
1.5 引物设计 |
1.6 试验步骤及方法 |
1.7 统计方法 |
2 结果与分析 |
2.1 总RNA完整性检测 |
2.2 GH基因克隆和序列分析 |
2.3 LPL基因克隆和序列分析 |
2.4 GH基因在组织中mRNA表达 |
2.5 LPL基因在组织中mRNA表达 |
3 讨论 |
3.1 GH基因克隆 |
3.2 GH基因在组织中的表达 |
3.3 LPL基因克隆 |
3.4 LPL基因在组织中的表达 |
第五章 黑羽番鸭GH和LPL基因遗传效应分析 |
1 材料与方法 |
1.1 试验对象 |
1.2 主要试剂 |
1.3 主要仪器 |
1.4 主要溶液的配制 |
1.5 引物设计 |
1.6 试验步骤及方法 |
1.7 统计方法 |
2 试验结果与分析 |
2.1 GH基因多态性检测 |
2.2 LPL基因多态性检测 |
3 讨论 |
3.1 PCR-SSCP的影响因素 |
3.2 黑羽番鸭GH基因SNPs及其与生产性能的相关分析 |
3.3 黑羽番鸭LPL基因SNPs及其与生产性能的相关分析 |
结论 |
参考文献 |
附录 |
致谢 |
攻读学位期间发表的学术论文 |
(6)精武优质肉鸭生长模型分析及其遗传参数估计(论文提纲范文)
摘要 |
ABSTRACT |
1 文献综述 |
1.1 肉鸭产业 |
1.1.1 养鸭业概况 |
1.1.2 肉鸭的品种及选育 |
1.2 畜禽生长发育规律研究现状 |
1.2.1 畜禽生长模型研究现状 |
1.2.2 畜禽生长遗传参数估计的研究现状 |
1.3 本研究目的与意义 |
2 材料与方法 |
2.1 试验材料 |
2.1.1 试验群体 |
2.1.2 试验动物的饲养与管理 |
2.2 试验方法 |
2.2.1 实验数据测定 |
2.2.2 数据处理与统计分析 |
3 结果与分析 |
3.1 精武优质肉鸭不同周龄体重变化规律 |
3.2 生长曲线的比较 |
3.2.1 生长曲线模型参数的估计 |
3.2.2 生长曲线模型的比较 |
3.3 精武优质肉鸭生长性状的遗传参数估计 |
3.4 精武优质肉鸭生长模型参数的遗传参数估计 |
4 讨论 |
4.1 精武优质肉鸭体重生长曲线拟合 |
4.2 精武优质肉鸭三种生长模型参数的拟合 |
4.3 精武优质肉鸭各周体重的遗传力 |
4.4 精武优质肉鸭体重的遗传相关和表型相关 |
4.5 精武优质肉鸭三种生长模型参数的遗传参数 |
5 结论 |
6 本研究的特色 |
7 本研究的不足之处 |
参考文献 |
致谢 |
(7)鸭LXRα、Adiponectin和ApoVLDL-Ⅱ基因遗传变异、表达及其与肉质性状的关联分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 文献综述 |
1.1 前言 |
1.2 家禽脂肪沉积规律 |
1.3 生物信息学概述 |
1.3.1 生物信息学研究应具备条件 |
1.3.2 生物信息学研究主要数据库 |
1.3.3 生物信息学主要研究内容 |
1.3.4 生物信息学研究中的数学方法 |
1.4 LXRs 的研究进展 |
1.4.1 LXRs 的功能结构 |
1.4.2 LXRs 的转录调控机制 |
1.4.3 LXRs 的配体及其靶基因 |
1.4.4 LXRs 在胆固醇代谢中的作用 |
1.4.5 LXRs 基因的表达、突变及遗传效应研究 |
1.5 Adiponectin 的研究进展 |
1.5.1 Adiponectin 基因结构 |
1.5.2 Adiponectin 蛋白结构 |
1.5.3 Adiponectin 生物学功能 |
1.5.4 Adiponectin 基因的表达、突变及遗传效应研究 |
1.6 ApoVLDL-II 的研究进展 |
1.6.1 ApoVLDL-II 基因的功能结构 |
1.6.2 ApoVLDL-II 的表达、多态及遗传效应研究 |
1.7 RQ-PCR 技术 |
1.8 本研究的目的及意义 |
第二章 鸭胸肌脂肪酸的组成和血清生化指标的测定与分析 |
2.1 材料与方法 |
2.1.1 试验材料 |
2.1.2 试验方法 |
2.2 统计分析 |
2.3 结果与分析 |
2.3.1 4 个鸭群体胸肌脂肪酸组成分析 |
2.3.2 4 个鸭群体间血清生化指标的分析 |
2.4 讨论 |
2.5 小结 |
第三章 鸭 LXRα基因的克隆及生物信息学分析 |
3.1 材料与方法 |
3.1.1 试验材料 |
3.1.2 试验方法 |
3.2 序列分析 |
3.3 结果与分析 |
3.3.1 鸭肝脏总RNA 质量检测 |
3.3.2 RT-PCR 的扩增结果 |
3.3.3 鸭LXRα基因的生物信息学分析 |
3.3.4 鸭LXRα基因与其它物种的同源性分析 |
3.3.5 鸭LXRα蛋白的功能基序分析 |
3.4 讨论 |
3.4.1 PCR 克隆新基因策略 |
3.4.2 鸭LXRα基因的结构功能预测 |
3.5 小结 |
第四章 鸭 LXRα基因遗传变异及其与肉质性状的关联分析 |
4.1 材料与方法 |
4.1.1 试验材料 |
4.1.2 试验方法 |
4.2 统计分析 |
4.3 结果与分析 |
4.3.1 引物的扩增效果检测 |
4.3.2 鸭LXRα基因PCR-SSCP 分析 |
4.3.3 鸭LXRα基因SNP 位点的检测 |
4.3.4 家鸭LXRα基因SNP 位点的遗传特性 |
4.3.5 白羽番鸭LXRα基因SNP 位点的遗传特性 |
4.3.6 家鸭LXRα基因SNP 与肉质性状的关系 |
4.3.7 白羽番鸭LXRα基因多态与肉质性状的关联分析 |
4.4 讨论 |
4.4.1 鸭LXRα基因的遗传变异研究 |
4.4.2 鸭LXRα基因多态及其对经济性状的影响 |
4.5 小结 |
第五章 鸭 Adiponectin 基因遗传变异及其与肉质性状的关联分析 |
5.1 材料与方法 |
5.1.1 试验材料 |
5.1.2 试验方法 |
5.2 统计分析 |
5.3 结果与分析 |
5.3.1 鸭Adiponectin 基因扩增 |
5.3.2 家鸭Adiponectin 基因的PCR-SSCP 分析 |
5.3.3 白羽番鸭Adiponectin 基因的PCR-SSCP 检测 |
5.3.4 家鸭Adiponectin 基因的SNP 检测 |
5.3.5 白羽番鸭Adiponectin 基因SNP 检测 |
5.3.6 家鸭Adiponectin 基因多态位点的遗传特性分析 |
5.3.7 白羽番鸭Adiponectin 基因SNP 的遗传特性 |
5.3.8 家鸭Adiponectin 基因的多态与肉质性状的关联分析 |
5.3.9 白羽番鸭Adiponectin 基因的多态与肉质性状的关系 |
5.4 讨论 |
5.4.1 家禽Adiponectin 基因遗传变异分析 |
5.4.2 家禽Adiponectin 基因多态对经济性状的遗传效应 |
5.5 小结 |
第六章 鸭 ApoVLDL-II 基因遗传变异及其与肉质性状的关联分析 |
6.1 材料与方法 |
6.1.1 试验材料 |
6.1.2 试验方法 |
6.2 统计分析 |
6.3 结果与分析 |
6.3.1 鸭ApoVLDL-II 基因的克隆及其与其它禽类的同源性分析 |
6.3.2 家鸭ApoVLDL-II 基因PCR-SSCP 检测 |
6.3.3 家鸭ApoVLDL-II 基因多态片段的克隆和测序 |
6.3.4 家鸭ApoVLDL-II 基因多态座位的遗传特性 |
6.3.5 白羽番鸭ApoVLDL-II 基因的PCR-SSCP 检测 |
6.3.6 白羽番鸭ApoVLDL-II 基因多态片段的克隆和测序 |
6.3.7 ApoVLDL-II 基因多态座位在白羽群体中的遗传特性 |
6.3.8 白羽番鸭ApoVLDL-II 基因的单倍型分析 |
6.3.9 家鸭ApoVLDL-II 基因多态对肉质性状的遗传效应分析 |
6.3.10 白羽番鸭ApoVLDL-II 基因多态与肉质性状的关系 |
6.4 讨论 |
6.4.1 家禽ApoVLDL-II 基因序列分析 |
6.4.2 家禽ApoVLDL-II 基因的多态及其对生产性状的影响 |
6.5 小结 |
第七章 鸭 LXRα、Adiponectin 和 ApoVLDL-II 基因的表达调控 |
7.1 材料与方法 |
7.1.1 试验材料 |
7.1.2 试验方法 |
7.2 统计分析 |
7.3 结果与分析 |
7.3.1 荧光定量PCR 引物常规PCR 检测 |
7.3.2 目的基因与内参基因的溶解曲线 |
7.3.3 3 个目标基因在金定鸭和白羽番鸭中的表达规律 |
7.3.4 3 个基因的表达调控关系 |
7.4 讨论 |
7.4.1 LXRα基因的表达 |
7.4.2 Adiponectin 基因的表达 |
7.4.3 ApoVLDL-II 基因的表达 |
7.4.4 3 个基因的表达调控探讨 |
7.5 小结 |
第八章 结论 |
8.1 主要结论 |
8.2 研究的创新点 |
8.3 进一步需要开展的主要研究工作 |
参考文献 |
致谢 |
攻读学位期间发表和参与发表的学术论文目录 |
(8)黄羽鹌鹑产蛋性状遗传参数的估计(论文提纲范文)
1 材料与方法 |
1.1 数据来源 |
1.2 统计模型和分析方法 |
1.2.1 统计分析模型[6-8]。 |
1.2.2 统计分析方法[9-10]。 |
2 结果与分析 |
2.1 产蛋数选择效果分析 |
2.2 产蛋相关性状遗传参数估计 |
3 结论与讨论 |
3.1 产蛋相关性状选择的效果 |
3.2 产蛋相关性状的遗传力估计 |
3.3 提高产蛋数性状的间接选择 |
(9)番鸭体重生长非线性混合效应模型评价的研究(论文提纲范文)
摘要 |
Abstract |
第一章 文献综述 |
1 番鸭及其生长特点 |
2 番鸭体重生长的特点 |
3 非线性混合效应模型 |
4 非线性混合效应模型及其评价畜禽体生长的研究进展 |
4.1 非线性混合效应模型的研究进展 |
4.2 非线性固定与混合效应模型在家禽生长研究中的应用 |
4.2.1 非线性固定效应模型在家禽生长研究中的应用 |
4.2.2 非线性混合效应模型在家禽生长研究中的应用 |
5 本研究的目的意义 |
6 本研究的主要内容 |
6.1 番鸭体重性能测定 |
6.2 资料整理 |
6.3 数学模型 |
6.4 分析项目 |
6.4.1 个体的分析项目 |
6.4.2 群体的分析项目 |
6.5 程序设计 |
第二章 番鸭的饲养试验 |
1 材料与方法 |
1.1 试验材料 |
1.2 试验日粮 |
1.3 饲养管理 |
1.4 测定项目和方法 |
1.5 资料整理方法 |
2 结果与分析 |
2.1 日龄对全群番鸭体重的影响 |
2.2 日龄对公母番鸭体重的影响 |
2.3 日龄对全群番鸭日增重的影响 |
2.4 日龄对公母番鸭日增重的影响 |
2.5 性别对体重和日增重的影响 |
3 讨论与小结 |
第三章 番鸭体重生长函数参数的杂种遗传算法 |
1 资料来源 |
2 体重生长非线性函数 |
3 遗传算法简介与执行路线 |
3.1 遗传算法简介 |
3.2 杂种遗传算法的执行路线 |
4 标准遗传算法的数学模型 |
5 杂种遗传算法的数学模型 |
6 分析软件 |
7 结果与分析 |
7.1 全群番鸭体重生长函数的参数估计 |
7.2 公番鸭体重生长函数的参数估计 |
7.3 母番鸭体重生长函数的参数估计 |
8 讨论与小结 |
第四章 番鸭体重生长非线性固定效应模型的研究 |
1 资料来源 |
2 拟合模型 |
3 生长参数 |
4 统计分析软件 |
5 结果与分析 |
5.1 全群番鸭体重不同非线性固定效应模型的比较与分析 |
5.2 公番鸭体重不同非线性固定效应模型的比较与分析 |
5.3 母番鸭体重不同非线性固定效应模型的比较与分析 |
5.4 番鸭体重不同非线性固定效应模型估计生长参数的比较与分析 |
6 讨论与小结 |
第五章 番鸭体重生长非线性混合效应模型的研究 |
1 资料来源 |
2 拟合模型 |
2.1 个体测定值的非线性混合效应模型 |
2.2 非线性生长函数的SAS程序模型 |
2.3 信息准则 |
3 生长参数 |
4 统计分析软件 |
5 结果与分析 |
5.1 全群番鸭体重不同非线性混合效应模型的比较与分析 |
5.2 公番鸭体重不同非线性混合效应模型的比较与分析 |
5.3 母番鸭体重不同非线性混合效应模型的比较与分析 |
5.4 不同群体非线性混合效应模型误差方差的比较与分析 |
5.5 番鸭成熟体重BLUP的比较与分析 |
5.5.1 全群番鸭成熟体重BLUP的比较与分析 |
5.5.2 公番鸭成熟体重BLUP的比较与分析 |
5.5.3 母番鸭成熟体重BLUP的比较与分析 |
5.6 番鸭体重不同非线性混合效应模型估计生长参数的比较与分析 |
5.7 番鸭个体体重生长曲线图谱分析 |
6 讨论与小结 |
第六章 番鸭成熟体重BLUP的Bayesian-MCMC模拟 |
1 样本资料 |
2 方法简介 |
3 软件与模拟参数 |
4 结果与分析 |
4.1 测定与后验样本间全群番鸭成熟体重BLUP的比较与分析 |
4.2 测定与后验样本间母番鸭成熟体重BLUP的比较与分析 |
4.3 测定与后验样本间公番鸭成熟体重BLUP的比较与分析 |
5 讨论与小结 |
第七章 讨论与结论 |
1 讨论 |
1.1 关于番鸭的体重生长期 |
1.2 关于体重生长函数 |
1.3 关于体重生长非线性固定效应模型 |
1.4 关于体重生长非线性混合效应模型 |
1.5 关于体重生长参数 |
1.6 关于成熟体重BLUP |
2 结论 |
3 本研究的创新点 |
参考文献 |
附录 |
附录A:全群番鸭个体体重生长曲线图谱 |
附录B:公番鸭个体体重生长曲线图谱 |
附录C:母番鸭个体体重生长曲线图谱 |
致谢 |
作者简介 |
四、白羽番鸭RF系主要经济性状的遗传分析(论文参考文献)
- [1]皖南三黄鸡日均步行数性状遗传参数估计及候选基因挖掘[D]. 王志成. 安徽农业大学, 2021(02)
- [2]黑羽番鸭血液生化指标与肉用性状关联分析及MC1R、MC4R遗传效应表达的研究[D]. 唐现文. 扬州大学, 2017(11)
- [3]福建省肉鸭良种繁育体系建设及关键技术的应用研究[A]. 辛清武,黄勤楼,郑嫩珠,朱志明,缪中纬,李丽. 福建省畜牧兽医学会2015年学术年会论文集, 2015
- [4]藏羊脂联素基因多态性及其与产肉性能的相关性分析[J]. 杨树猛,马登录,郭淑珍,李保明,马忠涛,才让闹日,牛小莹,格桂花,赵光平,杨秀兰,张玉珍,尕旦吉,张海滨. 中国草食动物科学, 2014(02)
- [5]黑羽番鸭生长发育规律及GH、LPL基因克隆表达与遗传效应研究[D]. 吉文林. 扬州大学, 2013(04)
- [6]精武优质肉鸭生长模型分析及其遗传参数估计[D]. 黄丹. 华中农业大学, 2011(05)
- [7]鸭LXRα、Adiponectin和ApoVLDL-Ⅱ基因遗传变异、表达及其与肉质性状的关联分析[D]. 张依裕. 扬州大学, 2010(11)
- [8]黄羽鹌鹑产蛋性状遗传参数的估计[J]. 彭勇波,杜金平,申杰,皮劲松,潘爱銮,梁振华,蒲跃进,吴艳. 安徽农业科学, 2010(02)
- [9]番鸭体重生长非线性混合效应模型评价的研究[D]. 张元跃. 湖南农业大学, 2009(10)
- [10]应用DFREML方法估计栗羽鹌鹑产蛋性状的遗传参数[A]. 彭勇波,杜金平,申杰,皮劲松,潘爱銮,梁振华,蒲跃进,吴艳. 中国家禽科学研究进展——第十四次全国家禽科学学术讨论会论文集, 2009