龚 争, 程郁昕
(安徽科技学院 动物科学学院,安徽 凤阳 233100)
动物性状间的相关性分析研究广泛[1],其中的多元回归分析是对具有因果关系的影响因素(多个自变量)和预测对象(一个依变量)进行的统计分析[2],典型相关分析是简单相关和多元回归的扩展[3],是利用综合变量之间的相关关系来反映两组指标之间整体相关性的多元统计分析方法。它可以识别并量化两组变量之间的联系[4],既能分别反映自变量性状组和依变量性状组组内部分的线性关系,又能反映组间的相互关系,在众多变量中抓住主要变量[5];且两组变量的个数及内容均可不同,应用灵活、广泛。本试验拟进行42日龄AA肉鸡屠宰性状和肌肉品质的典型相关分析,测定的屠宰性状包括活重(x1)、屠体重(x2)、半净膛重(x3)、全净膛重(x4)、胸肌重(x5)、腿肌重(x6)、腹脂重(x7),肌肉品质包括肌肉(胸肌、腿肌)色度(红度x8、黄度x9、亮度x10)、嫩度(x11)、失水率(x12),分析两组性状间的本质联系,探讨各性状在组内的相对重要性,为生产提供参考。
200只1日龄健康AA肉鸡,公母各半,笼养,自由采食、饮水,采用1994 年NRC肉鸡营养标准进行基础日粮配制,常规免疫。
随机抽取24只42日龄健康AA肉鸡(公母各半),停食、不断水12h后,称活重(x1),颈部放血致死,解剖,测定屠宰性状中的屠体重(x2)、半净膛重(x3)、全净膛重(x4)、胸肌重(x5)、腿肌重(x6)、腹脂重(x7),肌肉品质中的肌肉(胸肌、腿肌)色度(红度x8、黄度x9、亮度x10)、嫩度(x11)、失水率(x12)[6-7]。
使用DPS 3.01数据处理系统进行数据的整理和分析。
AA肉鸡屠宰性状与肌肉品质的表型参数分别见表1~2。
表1 屠宰性状的表型参数
表2 肌肉品质的表型参数
表3 各变量间的简单相关系数
注:* 表示P<0.05,显著;** 表示P<0.01,极显著。下同。
由表3可见,活重(x1)与屠体重(x2)、半净膛重(x3)、全净膛重(x4)为极显著(P<0.01)的正相关;屠体重(x2)与半净膛重(x3)、全净膛重(x4)为极显著(P<0.01)的正相关,与黄度(x9)、亮度(x10)均为显著(P<0.05)的负相关;半净膛重(x3)与全净膛重(x4)为极显著(P<0.01)的正相关,与黄度(x9)、亮度(x10)均为显著(P<0.05)的负相关;全净膛重(x4)与黄度(x9)、亮度(x10)均为显著(P<0.05)的负相关;胸肌重(x5)与嫩度(x11)为显著(P<0.05)的负相关;腿肌重(x6)与红度(x8)为显著(P<0.05)的负相关;腹脂重(x7)与亮度(x10)为显著(P<0.05)的负相关;黄度(x9)与失水率(x12)为显著(P<0.05)的负相关;其余各性状间相关系数均未达到显著水平(P>0.05)。
2.3.1 两组性状间的典型相关系数
表4 两组性状间的典型相关系数
由表4可见,两组性状的5个典型相关系数,第1个0.927 4达到显著水平(P<0.05),其余均不显著(P>0.05)。
2.3.2 两组性状间典型相关显著的第1对典型变量的构成
表5 两组分类间典型相关显著的第1对典型变量的构成
典型变量中各性状权重大小表示对典型性状值影响的重要程度。由表5可见,达到显著的第1对典型变量中,V1中屠体重(x2)的系数(0.761)和半净膛重(x3)的系数(-0.586)明显高于其他性状,W1中黄度(x9)、亮度(x10)的系数分别为-0.555和-0.575,明显高于其他性状。
试验结果表明,屠宰性状与肌肉品质的12 个变量间的66 个简单相关系数中,有6 个达到极显著水平(P<0.01),10 个达到显著(P<0.05),其余均不显著(P>0.05)。同时,屠宰性状和肌肉品质间的第1 个典型相关系数0.927 4达到显著水平(P<0.05),其余均不显著(P>0.05);两组性状间典型相关显著的第1 对典型变量的构成为V1=-0.162x1+0.761x2-0.586x3+0.083x4+0.057x5-0.039x6+0.196x7,W1=0.392x8-0.555x9-0.575x10-0.273x11-0.368x12;V1中屠体重和半净膛重的系数明显高于其他性状,W1中黄度、亮度的系数明显高于其他性状,说明第1 对典型变量的显著相关主要由屠体重、半净膛重和肌肉黄度、亮度的密切相关所引起。
简单相关中,屠体重与肌肉黄度、亮度均为显著(P<0.05)的负相关;半净膛重与肌肉黄度、亮度的负相关也达到显著水平(P<0.05);这与典型相关的分析结果一致,即随着屠体重及半净膛重的升高,肌肉黄度、亮度都有所降低,其原因有待进一步探讨。在简单相关分析中,其余达到极显著(P<0.01)或显著(P<0.05)水平的相关系数在典型相关分析中均未得到表现。简单相关受很多因素的影响,所反映的结果是表面的,非本质的,甚至可能出现假象;而由多个变量构成的典型变量间的典型相关分析是综合反映两组性状间的整体相关关系,更能反映性状间的本质联系,同时也能表明各性状在组内的相对重要性,其结果更科学可靠[8-9]。
综上所述,屠宰性状与肌肉品质的相关主要由屠体重、半净膛重、肌肉黄度、亮度的密切相关所引起,家禽各表型性状是遗传因素和环境因素共同作用的结果,各性状间的关系较为复杂,因此,利用典型相关分析研究综合选择问题,通过找出早期重要的生长性状来预测后期性状,可减少育种工作的盲目性,有一定的指导意义。