پديد آورندگان :
قرباني، زينب دانشگاه تبريز - دانشكده كشاورزي و منابع طبيعي اهر - گروه علوم دامي , شيخلو، محمدرضا دانشگاه تبريز - دانشكده كشاورزي و منابع طبيعي اهر - گروه علوم دامي , كريمي، امير دانشگاه تبريز - دانشكده كشاورزي و منابع طبيعي اهر - گروه علوم دامي
كليدواژه :
توابع غيرخطي , وراثت پذيري , منحني رشد , گوسفند مغاني
چكيده فارسي :
سابقه و هدف: وزن بدن در سنين مختلف و سرعت رشد، از صفات اقتصادي مهم گوسفند به شمار رفته و به عنوان معيار انتخاب در برنامه‌هاي اصلاح نژاد مورد استفاده قرار مي‌گيرد. رشد را مي‌توان به صورت افزايش تعداد سلول‌هاي بدني يا افزايش وزن و حجم بدن در دوره خاصي از طول عمر دام تعريف نمود. منحني رشد حيوانات را مي‌توان با استفاده از مدلهاي رياضي مختلف توصيف نمود. مولفه‌هاي منحني رشد در گونه‌هاي مختلف دام توراث پذير هستند. بنابراين مي‌توان ظرفيت ژنتيكي حيوانات را براي مولفه‌هاي منحني رشد پيش‌بيني نمود. بدين ترتيب امكان تغيير شكل منحني رشد در جمعيت، ازطريق انتخاب دامها بر اساس مولفه‌هاي منحني رشد در برنامه‌هاي اصلاح نژادي وجود دارد. بهترين تابع توصيف كننده منحني رشد بسته به نژاد و جمعيت تحت بررسي مي‌تواند متفاوت باشد. هدف از مطالعه حاضر بررسي توانايي مدلهاي غير خطي مختلف در برازش منحني رشد گوسفند نژاد مغاني و برآورد پارامترهاي ژنتيكي خصوصيات منحني رشد در اين نژاد بود.
مواد و روش‌ها: در اين پژوهش، از ركوردهاي وزن بدن گوسفندان نژاد مغاني كه طي سال‌هاي 1368 تا 1396 در ايستگاه اصلاح نژاد جعفرآباد مغان جمع‌آوري‌شده بود جهت بررسي منحني رشد و برآورد پارامترهاي ژنتيكي خصوصيات منحني رشد استفاده شد. از چهار مدل غيرخطي شامل مدلهاي برودي، لجستيك، گومپرتز و ون برتالانفي براي توصيف منحني رشد گوسفند نژاد مغاني استفاده شد. مدل‌ها با استفاده از رويه NLIN نرم‌افزار SAS 9. روي ركوردهاي وزن بدن دامها در سنين مختلف برازش داده شد. مدلهاي مورد استفاده داراي سه مولفه شامل A (وزن بلوغ )، B (وزن اوليه دام) و K (نرخ بلوغ) بودند. از شاخص‌هاي نيكوئي برازش شامل ضريب تبيين، ميانگين مربعات خطا و شاخص اطلاعات آكائيك جهت انتخاب بهترين مدل استفاده شد. پس از برازش مدلهاي غيرخطي و انتخاب بهترين مدل، مولفه‌هاي منحني رشد تك تك دامها با استفاده از بهترين مدل غيرخطي برآورد شد. سپس عوامل غير ژنتيكي مؤثر بر مولفه‌هاي منحني رشد با استفاده از رويه GLM مورد بررسي قرار گرفت. شش مدل دام تك متغيره كه به لحاظ اثرات محيطي دائمي مادري، اثر ژنتيكي مادري و همچنين كوواريانس بين اثر ژنتيكي مستقيم و مادري با هم متفاوت بودند، براي تجزيه و تحليل صفات مورد استفاده قرار گرفتند. همچنين سه آناليز دومتغيره بين مولفه‌هاي منحني رشد جهت برآورد همبستگي ژنتيكي بين مولفه‌ها انجام شد.
يافته‌ها: طبق نتايج اين تحقيق، مدل لجستيك با كمترين ميانگين مربعات خطا و معيار اطلاعات آكائيك و بيشترين ضريب تبيين بهترين مدل جهت توصيف منحني رشد گوسفندان مغاني بود. مقادير مولفه‌هاي وزن بلوغ (A)، وزن اوليه دام (B) و نرخ بلوغ (K) توسط مدل لجستيك به ترتيب 32/40، 58/7 و 027/0 برآورد گرديد. اثرات ثابت جنس بره، تيپ تولد، سال و ماه زايش و همچنين سن مادر در هنگام زايش تاثير معني‌داري بر مولفه‌هاي منحني رشد داشتند. از بين شش مدل خطي برازش شده، مدلهاي شماره شش، دو و چهار به ترتيب به عنوان بهترين مدل جهت تجزيه و تحليل مولفه‌هاي وزن بلوغ (A)، وزن اوليه دام (B) و نرخ بلوغ (K) انتخاب شدند. وراثت پذيري مستقيم مولفه‌هاي وزن بلوغ (A)، وزن اوليه دام ( B) و نرخ بلوغ (K) به ترتيب 17/0، 08/0 و 19/0 برآورد گرديد. مقادير همبستگي ژنتيكي برآورد شده حاصل از تجزيه و تحليل دو متغيره بين مولفه‌هاي A-B، A-K و B-K به ترتيب 06/0، 03/0 و 0003/0- بود.
نتيجه‌گيري: در ميان چهار مدل غيرخطي مورداستفاده، مدل لجستيك بهترين برازش و انطباق را براي رشد گوسفند مغاني داشت. طبق نتايج اين تحقيق مولفه‌هاي منحني رشد اين نژاد وراثت پذيري قابل قبولي داشتند، بطوريكه مي‌توان از اين صفات در برنامه‌هاي اصلاح نژاد جهت تغيير منحني رشد دامها و بهبود الگوي رشد آنها استفاده نمود.
چكيده لاتين :
Background and objectives: The traits of economic importance such as body weight at different ages and growth rate in sheep are used as selection criteria in breeding programs. Growth can be defined either as an increase in the number of body cells or an increase in body weight and volume over a period of a lifetime. Animal growth curves can be described using various mathematical models. Growth curve components are heritable in different species. Therefore, the genetic potential of animals can be predicted for growth curve components. Thus, it is possible to change the growth curve in the population by selecting animals based on the growth curve components in breeding programs. The best function describing the growth curve can vary depending on the breed and population under study. The aim of the present study was to investigate the ability of different nonlinear models to fit the growth curve of Moghani sheep and to estimate the genetic parameters of the growth curve characteristics in this breed.
Materials and methods: In the current study, the data related to the body weights of Moghani sheep collected at the Moghani sheep breeding station in Jafarabad, Moghan, during the years 1989 – 2016 were used to investigate the growth curve and estimating the genetic parameters of the growth curve characteristics in this breed. Four nonlinear models including Brody, Logistic, Gompertz, and von Bertalanffy were used to describe the growth curve of Moghani sheep. All models were fitted on the body weight records of animals at different ages using the NLIN procedure of SAS 9.0 software. The models used have three components including A (maturity weight), B (initial weight of animal) and K (maturity rate). Goodness-of-fit indices including coefficient of determination (R2), Root-Mean-Square Error (RMSE) and Akaike information criterion (AIC) were used to select the best model. After fitting the nonlinear models and selecting the best model, the components of the growth curve of individual animals were estimated using the best nonlinear model. Then, non-genetic factors affecting the growth curve components were investigated using the GLM procedure of SAS. Six univariate animal models that differed in terms of maternal permanent environmental effects and maternal genetic effect as well as covariance between direct and maternal genetic effects were used to analyze the traits. Also, three bivariate analyzes between growth curve components were performed to estimate the genetic correlation between traits.
Results: According to our results, the logistic model with the lowest MSE and AIC and the highest R2 was the best model to describe the growth curve of Moghani sheep. The estimated values for the maturity weight (A), initial weight of animal (B) and maturity rate (K) by the logistic model were 40.328, 7.582, and 0.0270, respectively. The fixed effects of lamb sex, birth type, year and month of calving as well as dam age at calving had a significant effect on the components of the growth curve. Between the six fitted linear models, models number six, two and four were selected as the best models to analyze the components of maturity weight (A), initial weight of animal (B), and maturity rate (K), respectively. Direct heritability for maturity weight (A), initial weight of animal (B), and maturity rate (K) were estimated to 0.17, 0.08, and 0.19, respectively. Estimates of genetic correlation obtained from bivariate analysis between A-B, A-K, and B-K were 0·06, 0·03, and −0·0003, respectively.
Conclusion: Among the four nonlinear models used, the logistic model had the best fit for the growth of Moghani sheep. According to the results of our study, the growth curve components of this breed had an acceptable heritability, so that these traits could be used in breeding programs to alter the growth curve and improve the growth pattern of animals in this breed.
