不同苏氨酸水平下肉用鹌鹑遗传参数的随机回归模型分析

本研究探讨了固定效应和残差方差分类对肉用鹌鹑ICA1和ICA2品系在21日龄和35日龄遗传参数评估的影响。研究人员通过五组苏氨酸水平(1.14%-1.54%)喂养实验，采用920个体重记录和5407只五世代鹌鹑的系谱数据，比较了五种残差方差模型。结果显示性别、孵化批次和出生体重线性效应显著，但模型间无显著差异，同质模型(1.14%-1.54%)在贝叶斯信息准则(BIC)下拟合最优。该研究为家禽精准营养育种提供了重要方法学参考。

　　

这项创新性研究聚焦于评估随机回归模型(Random Regression Models)在肉用鹌鹑(meat-type quails)遗传参数估算中的应用价值。实验设计涵盖五个梯度苏氨酸(threonine)水平(1.14%至1.54%)，采集了三批次孵化(incubation)的920例体重记录，并建立了包含5407只五世代鹌鹑的完整系谱(pedigree)。通过多变量方差分析(MANOVA)验证了性别(sex)、孵化批次及其交互作用、出生体重(birth weight)等固定效应的显著性。

研究团队系统比较了五种残差方差(residual variance)分类方案：从单一分类(1.14%-1.54%)到五分类(各浓度独立)。有趣的是，虽然似然比检验(LRT)显示模型间无统计学差异，但贝叶斯信息准则(BIC)分析表明，简单的同质模型(homogeneous model)对ICA1和ICA2两个品系的拟合效果最佳。这些发现为家禽营养基因组学研究提供了重要方法学启示，特别是在处理多水平营养干预实验数据时，复杂的方差分类未必能提升模型性能。