本发明涉及一种辅助预测低脂肉鸡的多元线性回归模型及应用，属于禽类遗传育种技术领域。
背景技术：
从上世纪末后期，肉鸡育种者们对肉鸡体重的选育已经取得了显著进展。然而，肉鸡过快的生长速度伴随着体脂(尤其是腹部脂肪)沉积过多等现象的出现。脂肪作为鸡肉生产过程中的副产品具有极低的商业价值，并且，大量的脂肪沉积可降低饲料转化效率。因此，减少肉鸡体内脂肪沉积，培育低脂系肉鸡一直是肉鸡育种工作者的主要任务之一。传统的育种方式主要通过屠宰后测定腹部脂肪量，进行全同胞或半同胞选育，浪费资源且耗时长。因此，我们急需一种不需屠宰鸡只，可缩短世代间隔，能够代替传统选育方式的新育种技术。肉鸡血浆极低密度脂蛋白(VLDL)浓度在饱腹状态下与腹脂性状显著相关，并且已被用于选育和建立高、低脂系肉鸡，说明利用血液生化指标对低脂系肉鸡进行选育是可行的。然而，仅利用单一血液生化指标对低脂系肉鸡进行选育存在误差较大的问题。如果筛选出其他与肉鸡腹部脂肪量相关性较大的饱腹血浆生化指标，将其与血浆VLDL浓度联合，利用多元线性回归模型对肉鸡腹部脂肪量进行早期预测，并筛选低脂系肉鸡，将大大减小选种误差。目前，在人类临床检验中，大部分血液生化指标在空腹状态下进行检测。然而，研究表明，血浆VLDL浓度仅在饱腹状态下与腹脂性状显著相关，在空腹状态下相关性不显著。在饱腹状态下采血，一定程度上改善了肉鸡对饲料消化速度不同，且进食时间不易控制所造成的采血难度和误差。另外，在全血中添加抗凝剂分离得到血浆比血清的制备更方便一些，不需要将血液静置，且不易出现溶血现象。
技术实现要素：
为解决上述问题，发明人经研究发现，如果筛选出与肉鸡腹部脂肪量相关性较大的其他血液生化指标，将其与血浆VLDL联合，利用多元线性回归模型对肉鸡腹部脂肪量进行早期预测，并筛选出低脂系肉鸡，将大大提高育种进程。本发明提供一种用多元线性回归模型预测肉鸡腹部脂肪量或选育低脂系肉鸡的方法，所采取的技术方案如下：
本发明的目的在于提供一种预测肉鸡腹部脂肪量或选育低脂系肉鸡的多元线性回归模型，该模型是鸡饱腹时血浆中的白球比、VLDL、甘油三酯、球蛋白、总胆汁酸和尿酸水平构建的。
所述多元线性回归模型用于肉鸡腹部脂肪量的预测和低脂系肉鸡的选育。
所述多元线性回归模型用于肉鸡腹部脂肪量预测和低脂系肉鸡选育的方法步骤如下：
1)检测待测肉鸡血浆中的白球比、VLDL、甘油三酯、球蛋白、总胆汁酸和尿酸水平；
2)根据分析步骤1)所得的待测肉鸡的白球比、VLDL、甘油三酯、球蛋白、总胆汁酸和尿酸水平利用多元线性回归模型预测肉鸡的腹部脂肪量，并确定低脂系肉鸡。
上述多元线性回归模型的构建方法如下：
1)根据腹部脂肪量确定待筛选肉鸡种群中的高脂系肉鸡和低脂系肉鸡；
2)确定并检测这一世代待预测高脂系肉鸡和低脂系肉鸡中的血浆生化指标，确定血浆生化指标在高脂系肉鸡和低脂系肉鸡中差异的显著性，筛选出差异显著的血浆生化指标，获得第一次筛选指标；
3)确定步骤2)所得的第一次筛选指标与腹部脂肪量的表型相关系数，根据所得表型相关系数进行第二次筛选，获得第二次筛选指标；
4)利用步骤3)所得的第二次筛选指标构建多元线性回归模型，获得最佳多元线性回归模型。
步骤1)所述腹部脂肪量，是指腹脂重和腹脂率。
步骤2)所述这一世代肉鸡，是第十八世代的肉鸡。
步骤3)所述第二次筛选，是表型相关达到显著水平的第一次筛选指标。
步骤4)所述最佳多元线性回归模型，是剔除了在模型中贡献不显著的第二次筛选指标。
本发明取得的有益效果如下：
本发明所提供的多元线性回归模型是结合多个血浆生化指标对肉鸡腹部脂肪量进行预测，与利用单一血液生化指标进行育种相比，减小了选种误差。本发明提供的多元线性回归模型中的血浆生化指标在低脂系肉鸡和高脂系肉鸡中存在显著性差异。同时，这些血浆生化指标与腹部脂肪量具有显著的表型相关。当存在正表型相关系数时，该指标在低脂系肉鸡中的水平低于高脂系肉鸡相应水平，而当存在负表型相关系数时，该指标在低脂系肉鸡的水平高于高脂系肉鸡相应水平。本发明所述生化指标均为饱腹血浆生化指标，与传统的将血液静置析出血清相比，在全血中添加抗凝剂分离得到血浆的方式更加快捷，且不易有溶血现象的发生。另外，在饱腹状态下采血与空腹相比一定程度减小了采血难度。
具体实施方式
下面结合具体实施例对本发明做进一步说明，但本发明不受实施例的限制。
实施例1
一、实验材料
1.实验动物和性状测定
以东北农业大学选育的肉鸡高、低脂双向选择系第十八世代公鸡为实验群体。在46日龄和48日龄时，肉仔鸡采食后，进行翅下静脉采血，血样放于1.5ml离心管中(EDTA-Na2作为抗凝剂)，以3000r/min离心15min制得血浆，放入EP管中，于-20℃冰箱保存备用。7周龄时，屠宰前测定活重，屠宰后测定腹脂重，并除以7周龄活重计算出腹脂率。
2.药品和酶
甘油三酯检测试剂盒；总胆固醇检测试剂盒；高密度脂蛋白胆固醇检测试剂盒；低密度脂蛋白胆固醇检测试剂盒；总胆汁酸检测试剂盒；总蛋白检测试剂盒；白蛋白检测试剂盒；葡萄糖检测试剂盒；尿酸检测试剂盒；肌酐检测试剂盒；谷丙转氨酶检测试剂盒；谷草转氨酶检测试剂盒；γ-谷氨酰转肽酶检测试剂盒；游离脂肪酸检测试剂盒；EDTA-Na2；沉淀剂。
3.主要仪器
离心机、C8000全自动生化分析仪、分光光度计。
二、实验方法
1.实验个体的选择
在十八世代，所有鸡只的腹脂率均值被计算，并将鸡只根据腹脂率均值排序，在高脂系中，从腹脂率由高到低的鸡只中选出88只个体；在低脂系中，从腹脂率由低到高的鸡只中选出88只个体，共选出176只个体。
2.血浆生化指标的测定
以下14项血浆生化指标，采用全自动生化分析仪进行检测：甘油三酯：酶比色法；总胆固醇：酶比色法；高密度脂蛋白胆固醇(HDL-C)：均相酶比色法；低密度脂蛋白胆固醇(LDL-C)：均相酶比色法；总胆汁酸：循环酶法；总蛋白：双缩脲法；白蛋白：溴甲酚绿法；葡萄糖：己糖激酶法；尿酸：酶比色法；肌酐：酶比色法；谷丙转氨酶：连续监测法；谷草转氨酶：连续监测法；γ-谷氨酰转肽酶：连续监测法；游离脂肪酸：酶比色法。
以下4项血浆生化指标通过计算得到：高密度脂蛋白胆固醇/低密度脂蛋白胆固醇(HDL-C/LDL-C)、球蛋白(总蛋白-白蛋白)、白蛋白/球蛋白(白球比)、谷草转氨酶/谷丙转氨酶。
极低密度脂蛋白(VLDL)采用快速比浊法进行检测。
3.统计分析
血浆生化指标在46日龄和48日龄的平均值用于数据分析。
根据东北农业大学肉鸡高、低脂双向选择系群体的特点，构建统计模型如下：
Y＝μ+L+F(L)+D(F，L)+BW7+e ①
Y为性状观察值，μ为群体均值，G为世代固定效应，L为品系固定效应，F(L)为品系内家系的随机效应，D(F，L)为家系与品系内母鸡的随机效应，BW7为7周龄体重作协变量(分析腹脂率时BW7不作为协变量)，e为剩余值。
使用模型①通过统计软件JMP 7.0(SAS Institute，2000)，对高、低脂系肉鸡之间的腹脂性状和血浆生化指标进行比较，并估计性状的最小二乘均值。
使用统计软件JMP 7.0对血浆生化指标和腹脂性状之间的表型相关进行估计；利用混合逐步回归构建多元线性回归模型。
实施例2鸡血浆生化指标在高、低脂双向选择系肉鸡之间的比较
以东北农业大学选育的肉鸡高、低脂双向选择系第十八世代鸡只为实验材料，对高、低脂系肉鸡之间的腹脂性状进行比较分析。结果显示，高脂系肉鸡的腹脂重和腹脂率均极显著高于低脂系肉鸡(表1，P<0.01)。
表1高、低脂系肉鸡之间腹脂性状的比较
注：**P<0.01。
以东北农业大学选育的肉鸡高、低脂双向选择系第十八世代鸡只为实验材料，对高、低脂系肉鸡之间的血浆生化指标进行比较分析。结果显示，高脂系肉鸡的血浆甘油三酯、总胆汁酸、总蛋白、球蛋白、γ-谷氨酰转肽酶、尿酸、肌酐和VLDL浓度均极显著高于低脂系肉鸡(P<0.001)；而高脂系肉鸡的血浆白球比、谷草转氨酶和谷丙转氨酶浓度均极显著低于低脂系肉鸡(P<0.01)；剩余八个血浆生化指标高、低脂系肉鸡之间不存在显著差异(表2，P>0.05)。
表2高、低脂系肉鸡之间血浆生化指标的比较
注：**P<0.01；HDL-C高密度脂蛋白胆固醇；LDL-C低密度脂蛋白胆固醇；VLDL极低密度脂蛋白。
实施例3血浆生化指标与腹脂性状之间的表型相关
将实施例2中的血浆生化指标与腹脂性状进行表型相关分析，结果显示，血浆甘油三酯、总胆汁酸、总蛋白、球蛋白、γ-谷氨酰转肽酶、尿酸、肌酐和VLDL水平与腹脂性状呈极显著的正表型相关(P<0.05)；而血浆白球比、谷草转氨酶和谷丙转氨酶水平与腹脂性状呈极显著的正表型相关(P<0.01)；剩余八个血浆生化指标与腹脂性状之间表型相关不显著(表3，P>0.05)。
表3血浆生化指标与腹脂性状之间的表型相关
注：*P<0.05；**P<0.01；HDL-C高密度脂蛋白胆固醇；LDL-C低密度脂蛋白胆固醇；VLDL极低密度脂蛋白。
实施例4多元线性回归模型的构建
本实施例主要从以下三个方面来考虑多元线性回归模型的构建。第一，该血浆生化指标必须在高、低脂系肉鸡之间存在显著差异；第二，该血浆生化指标应该与腹脂性状(腹脂重和腹脂率)显著相关；第三，利用符合上述两条要求的血浆生化指标构建多元线性回归模型，剔除在模型中贡献不显著的指标，得到最佳多元线性回归模型。
根据实施例2和实施例3所得的结果可知，共11个血浆生化指标在高、低脂系肉鸡之间存在显著差异，包括甘油三酯、总胆汁酸、总蛋白、球蛋白、白球比、谷草转氨酶、谷丙转氨酶、γ-谷氨酰转肽酶、尿酸、肌酐和VLDL，符合上述的第一方面。这11个血浆生化指标均符合上述的第二方面。利用这11个血浆生化指标，通过混合逐步回归对血浆生化指标与腹脂性状之间的多元线性回归关系进行分析，筛选出最佳多元线性回归模型，获得模型如下：
Y＝192.98–244.88X1+176.75X2+34.36X3–4.17X4–1.25X5+0.30X6(P<0.0001) ②
Z＝–0.0915–0.1242X1+0.0833X2+0.0141X3–0.0018X4–0.0005X5+0.0002X6(P<0.0001) ③
其中，Y为腹脂重的表型值，Z为腹脂率的表型值，X1为血浆白球比含量，X2为血浆VLDL含量，X3为血浆甘油三酯含量，X4为血浆球蛋白含量，X5为血浆总胆汁酸含量，X6为血浆尿酸含量。
虽然本发明已以较佳的实施例公开如上，但其并非用以限定本发明，任何熟悉此技术的人，在不脱离本发明的精神和范围内，都可以做各种改动和修饰，因此本发明的保护范围应该以权利要求书所界定的为准。