熊 斌 ,郑 璐 ,陈兆贤 ,敖学成 ,熊应龙 ,方元丽
(1.四川省冕宁县畜牧局,四川 冕宁 615600;2.西昌学院,四川 西昌 615000;3.四川省凉山州畜牧局,四川 西昌 615000;4.四川省凉山州原生农业综合开发有限责任公司,四川 冕宁 615602)
1.1 分析材料 从泸宁鸡扩繁群后代中选择黑羽乌骨鸡组成家系繁育群,按公母1∶10比例采用人工授精配种,在相同孵化饲养条件下,孵化出雏后在脱温舍饲养35d,35 d后转到育成舍饲养到90 d,90 d后采用林间放养,饲养到19周龄,然后随机抽样测定相关指标作为分析材料。
1.2 测定内容与分析方法 按农业行业标准NY/T 823-2004家禽生产性能名词术语和度量统计方法,测定体尺体重指标:胸深(X1)、胸宽(X2)、龙骨长(X3)、胫长(X4)、盆骨宽(X5)、胫围(X6)、体斜长(X7)、体重(X8);利用 Excel和 SPSS软件,分别进行性状描述分析、相关分析、主成分分析,获取主成分值进行聚类分析,分类后按样本分类作类间性状方差比较分析。
2.1 体重体尺性状的统计分析 体重体尺数据列表1。从表1可看出各性状平均值的参数指标与中位数均较接近,表明性状均值有代表性。各性状峰度值在-0.02~0.8之间,偏度值在-0.22~0.51之间,各性状最大值与最小值经处理相差比率在36.10%~183.40%之间,说明各性状分布离差较大,群体中存在性状的明显差异,表型值遗传差异明显,存在明显的可选择性。
表1 样本体重体尺性状的统计分析 cm、g
2.2 主成分分析
2.2.1 性状相关分析。样本相关系数列表2,从表2可看出,除胸宽与胫长的相关性较弱,龙骨长与胫长的相关性显著(P<0.05)外,其余性状间的相关系数均达到极显著水平(P<0.01)。说明体重与体尺相关性状间呈正相关关系,选择体尺大的将会影响体重性状和相关性状的提高。
表2 样本相关系数
2.2.2 主成分荷载与特征值贡献率。从表3可知,按不低于85%累计特征值贡献率算,前4个主成分的
表3 主成分特征值及贡献率
特征值分别是4.810、0.907、0.682和0.557,方差贡献率分别是60.121%、11.343%、8.529%和6.957%,累计贡献率达到86.949%。主成分分析可以将多指标问题转化为较少的新的指标,从而获得许多重要信息,并包含样本的主要信息。此例提取的4个主成分已包含了样本主要信息,可取代样本的综合指标。
2.2.3 依据主成分分析原理,可用提取的主成分荷载进行主成分因子判断,主成分荷载系数详见表4。
表4 主成分荷载系数
第一主成分中8个性状荷载系数在0.451~0.923之间,其中最大的荷载系数是体重(0.923),其次是体斜长(0.884)。当体重大时相应的体斜长等指标会更大,体重会更重,因此第一主成分可定义为体斜长生长发育因子。
第二主成分中突出较大的荷载系数是胫长(0.825),表明当胫长越长时,个体体重会更大,因此可定义为胫长因子。
第三主成分中较大的荷载系数是胸宽(0.537),其次是胫围,当胸宽较大时,胸围相应会更大,其个体体重也会更大,可定义为胸宽因子。
第四主成分中较大的荷载系数是并列的胸宽(0.362)和胫长(0.310),当胸宽和胫长同时较大时,将对个体体重产生影响。鉴于第二主成分为胫长因子、第三主成分为胸宽因子,可将第四主成分定义为胸宽胫长互补因子。
综上分析可知,4个主成分代表的主要因子——体斜长生长发育因子、胫长因子、胸宽因子和胸宽胫长互补因子,是影响黑羽泸宁鸡的主要性状因素。
2.3 聚类分析 利用所获得的主成分值进行聚类分析(见聚类成员表5),可将样本聚为4个大类,按分类性状进行方差分析(结果列表6)。从表6可看出,各类间性状中,龙骨长、胫围类间差异不显著(P>0.05),胸深、胸宽、胫长、骨盆宽、体斜长类间差异达到极显著(P<0.01),体重类间差异显著(P<0.05)。分别命名为第1、2、3因子的性状——体长、胫长、胸宽类间差异极显著,说明与影响体重性状的因子是吻合的。
表5 聚类成员
通过分类性状排序比较(见表7)可看出,四个类中1类所有性状为最小,排序均居4;2类、3类与4类的体重相似(平均仅差1.33g和23.63g),在2类中体斜长排序为1,表明和提取主成分的因子命名相吻合,因此按2、4类群性状特点进行选择,个体体重会更大,而与此相关的性状——体斜长、胫长、胸宽等指标将会更大,可见具有选择意义。
表6 分类性状比较分析
表7 分类性状排序比较
通过对泸宁鸡黑羽乌骨家系后代进行主成分和聚类分析,揭示出了泸宁黑羽乌骨鸡的选育依据,可初步得出以下结论:
3.1 利用提取主成分最大荷载提供的命名因子,可知影响泸宁鸡黑羽乌骨家系个体体重的主要性状是体斜长、胫长和胸宽。
3.2 主成分分析所提取的4个主成分,完全包含了样本的主要信息,可取代样本的综合指标;以2、4类群性状的表现特点作为选育依据,可提高以群体体重为主的综合性状。
[1] 杨朝武,朱庆,蒋小松.基于主成分分析的优质鸡肉质评价研究[J].生物数学学报,2007,22(3):547-553.
[2] 章文波,陈红艳.实用数据统计分析及SPSS 12.0应用[M].北京:人民邮电出版社,2006.
[3] 吴高岭,朱德凤.数值分类法在玉米品种资源上的应用[J].玉米科学,2000,8(1):23-27.
[4] 白厚义.试验方法及统计分析[M].北京:中国林业出版社,2005.
[5] 陈国顺.运用聚类分析和主成分分析筛选猪的血清指标[J].甘肃农业大学学报,2005(6):723-727.