本发明属于动物遗传育种技术领域,涉及一种猪五花肉肉质活体选育方法。
背景技术:
传统上,猪腹部肉(五花肉)是制作红烧肉和培根的必备食材,具有重要的食用价值和经济价值。但在猪育种中,肉质指标的测定多选用猪背最长肌或腰大肌样本进行,并没有将猪腹部肉的质量或等级作为猪肉品质测定指标之一,因此五花肉在猪肉质的选育中也常被忽略了。如果能利用b超仪对猪五花肉进行活体测定与质量评估,就可以实现猪腹部五花肉质量或等级的活体选育,有利于选育出具有猪腹部五花肉肉质更好的种猪。
超声波影像检测技术作为一种新兴的技术被广泛利用在畜牧生产中,如b超测孕、活体测背膘、眼肌面积甚至肌内脂肪含量等,都有成熟的方法。如果能利用b超仪实现活体测定猪的五花肉,并对其进行质量评估,就可以实现猪五花肉肉质的活体选育,有利于猪五花肉肉质性状的选育提高。
使用实时超声测量猪的背膘厚度和背最长肌面积已得到充分应用。计算机技术和图像处理技术的最新发展已经提高了使用计算机图像分析测量脂肪的效率。由于动物超声技术具有客观、低成本、方便、高精度、动物安全等多方面的优点,在动物育种和屠宰场中已使用最新的实时超声技术来测量猪背膘厚度和眼肌面积。研究表明,对猪五花肉(腹部肉)质量的精确测定与评级具有重要的意义。
技术实现要素:
本发明目的是提供一种猪五花肉肉质活体选育方法。
本发明的目的可通过以下技术方案实现:
一种猪五花肉肉质活体选育方法,包含以下步骤:
(1)使用带线阵探头的兽用b超仪测定猪活体倒数第8-9肋骨之间,猪体侧下1/4处;
(2)利用图片,进行猪活体腹部五花肉的肌肉层总厚度占比,脂肪层总厚度占比和脂肪与肌肉总厚度之比的获取;
(3)根据得到的五花肉参数,利用猪腹部五花肉b超测定等级指数i公式进行计算:
i=0.564×tmt-0.335×tft-0.189×tftm
式中:tmt,肌肉层总厚度与五花肉整体厚度的比值;tft,脂肪层总厚度与五花肉整体厚度的比值;tftm,脂肪层总厚度与肌肉层总厚度的比值;
(4)选择具有等级指数i高的猪作为种猪。
所述的带线阵探头的兽用b超仪优选带线阵探头的高清的兽用b超仪;进一步优选意大利百胜高清兽用b超仪mylabtouch。
作为本发明的一种优选,所述b超线阵探头设定参数为:设置深度10~20cm,工作频率3~5hz。
作为本发明的进一步优选,所述b超线阵探头设定参数为:设置深度15cm,工作频率3.6hz。
作为本发明的一种优选,b超实时图像采集3张,要求所得图片层次分明、清晰。
有益效果:
本发明对160头猪的胴体腹部五花肉以及58头活体猪五花肉进行了分析,分析了b超在胴体测定的准确性,最佳的测量位置,以及在活体上的应用。结果发现:b超测定与游标卡尺测定是显著相关的,最佳的测量位置在倒数第8-9肋骨之间,猪体侧下1/4处。b超测量值在该部位的相关性最好,有很好的代表性。通过对b超测定等级指数(x)与游标卡尺测定等级指数(y)进行相关分析,发现两组等级指数呈线性回归(y=0.842x+0.0201;r2=0.723,p<0.001)。同时利用b超测量等级指数,对活体测量的猪腹前、中、后三个部位间的相关分析发现,腹前部五花肉b超等级指数(y)与腹部(前、中、后)整体评分(x)呈显线性回归(y=0.6184x+0.0934;r2=0.6932,p<0.001)。通过b超仪测定该部位五花肉的指标,建立等级指数i,五花肉的肉质等级指数i可作为衡量五花肉优劣的指标,通过i的数值大小评估活体猪的五花肉质量等级,并在猪场中进行活体测定试用,为育种活体测定提供参考依据。
附图说明
图1b超活体测定猪腹部肉等级评分的部位
图2猪五花肉取样位置图
图3猪五花肉的肉质指标与肌肉和脂肪层数与厚度的pearson相关分析注:*表示p<0.05,**表示p<0.01。图中蓝色代表两个变量呈负相关,红色呈正相关。颜色越深表示相关系数越大,颜色越浅相关性越小。palatability,适口性;taste,味道;a,红度;c,色度;h,色调角;l,亮度;tftm,脂肪层厚度与肌肉层厚度的比值;tft,脂肪层厚度与五花肉总厚度的比值;tmt,肌肉层厚度与五花肉总厚度的比值。
图4第一典型变量中肉质数据(v1)与游标卡尺测量数据(u1)之间的相关性注:palatability,适口性;taste,味道;a,红绿色;c,色度;h,色调角;l,黑白色;tftm,脂肪层厚度与肌肉层厚度的比值;tft,脂肪层厚度占比;tmt,肌肉层厚度占比。
图5猪五花肉的肉质综合指数(imq)与其肌肉层厚度占比的线性回归注:以肉质综合指数(imq)为横坐标,肌肉层厚度占比(tmt)为纵坐标,绘制曲线,如图(左)所示,线性回归方程为:y=56.718+1.684x,r=0.573,p=0.002。
图6利用b超仪测定猪五花肉的成像
图7b超腹前等级指数与游标卡尺测定等级指数
图8活体测定猪腹前、中、后部五花肉的超声图像
图9猪腹部五花肉b超等级指数与腹部整体等级指数的回归分析
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。在不背离本发明精神和本质的情况下,对本发明方法、步骤或条件所作的修改或替换,均属于本发明的范围。
实施例1
(一)试验方法
试验样品的采集:
猪白条肉的腹部五花肉,共计33个样本。
白条猪五花肉处理:
采样部位为腹部前、中、后不同位置(倒数第8-9根肋骨、倒数第3-4根肋骨、顺数第2-3腰椎)3cm宽的长条3条带皮切块(腹部前沿到背部肋骨处)(图2)。将每一条五花肉平均分为背侧肋骨部分,中间靠近肋骨部分和腹侧肚皮部分的上、中、下三份。用游标卡尺对样本进行测量,记录五花肉皮、肌肉和脂肪层数及厚度。再将各条块的上、中、下样本平均分为3份,用于测定滴水损失、蒸煮损失和感官评定。
1、滴水损失测定
将肉样切成1cm×2cm×3cm的块状,称重记作g1,后将肉样用金属(细铁丝)钩吊起,在肉样的外面套上塑料袋,把袋口系紧,使肉样封在袋内,袋内留有足够空间,以便接收肉样的渗出水。然后在冰箱(0℃—4℃)中悬挂24小时后取出,去掉塑料袋,称重记作g2。
滴水损失(dl)计算公式:
dl(%)=(g1-g2)/g1×100%(公式2-1)
式中:g1为新鲜的五花肉重量,g;g2为悬挂后的五花肉重量,g。
2、蒸煮损失测定
切取新鲜猪肉样本,置于恒温水浴锅中,当猪肉的中心温度达到70℃后,维持10分钟,取出肉样吊挂于阴凉处冷却后称重。
蒸煮损失(cl)计算公式为:
cl(%)=(w1-w2)/w1×100%(公式2-2)
式中:w2为蒸煮后五花肉的重量,g;w1为新鲜五花肉的重量,g。
3、肉色测定
利用色差仪(cr-10,日本minolta)测定样本最厚层的肌肉的肉色,将色差仪紧贴肌肉面,记录色差仪的l(亮度)、a(红度)、b(黄度)、c(色度)、h(色调角)值,随机取点测定5次,并取平均值作为测定结果。
4、ph值测定
使用ph计(ph-star,德国star)测定,先将ph计用标准液校准,然后对每一个样本最厚的肌肉层进行测量,随机取3个点重复测量,记录数据。每次测量完毕都要用标准液对ph计进行校准,以确保测量值的准确性。
5、感官评估
由五名受过培训的人员对样品进行感官评估(评委组)。使用五分制,评定指标包括味道/口味(taste)、风味/香味(flavor)、多汁性(juiciness)、咀嚼性(chewiness)、适口性(palatability)和总体评分(overallscore)共6个指标。加热过程一直进行到肌肉的内部温度为72℃,然后将样品盖上盖子以获得75℃的温度。冷却后,将样品切成相等的小块,放入塑料一次性盒子,上面盖着盖子。所有样品分别用三位数字编码,随机排序。品尝小组成员每品尝一块肉样后,要用水漱口,保证再次品尝不会受到前一次的影响以减少误差。参数的分析顺序与感觉的自然顺序为味道/口味(taste)、风味/香味(flavor)、多汁性(juiciness)、咀嚼性(chewiness)和适口性(palatability)。总体评分(overallscore)由以上5项取平均值计算而来。评分采用5分制,其中5分为非常好;4分为比较好;3分为一般;2分为较差,1分为非常差。
详细感官评分标准如表1所示。
表1猪五花肉的感官评分标准
6、典型相关分析(cca)
典型相关分析(cca)是一种研究自变量集与另一组由一个或多个变量组成的因变量之间关系的有用的多元技术。cca表示因变量集和自变量集的两个线性组合之间的相关性,这些变量的线性组合对于预测是有用的。因此,cca的目的是寻找两个多元数据间的最佳线性组合,使它们之间的相关系数最大化。可以通过建立线性标准化组合(u1和v1):
u1=a1y1+a2y2+a3y3+a4y4+a5y5+anyn
v1=b1x1+b2x2+b3x3+b4x4+b5x5+bnxn
u1和v1的相关系数就是典型相关系数。标准化系数类似于多元回归中的标准化回归系数,可用于指示自变量在确定因变量值时的相对重要性。a值和b值是当典型相关达到最大值时对应变量的系数。
7、猪五花肉肉质综合指数制定
依据所测得的猪五花肉肉质指标进行线性评分与定级评分,制定出猪五花肉肉质的评分指数公式,该公式包含猪五花肉的滴水损失、蒸煮损失、肉色、ph值和6项感官评分。其中,滴水损失、蒸煮损失、肉色的红度(a值)和ph值各占10%的权重,6项感官评分占60%的权重。在6项感官评分中,味道/口味、风味/香味、多汁性、咀嚼性、适口性和总体评分各占10%的权重。
滴水损失和蒸煮损失越小越好,因此这两项指标系数为-1,即它们的值越小,肉质指数越大,代表五花肉越好。对于肉色,色差仪测得猪肉的红度值为a值,而红度是最关键的肉质指标。肌肉鲜红表明肌红蛋白含量高,因此a值的系数为1,即a值越高,肉质指数越大。对于ph值,一般认为新鲜猪肉的ph值在一定范围内即是正常,ph过低则有可能是pse肉。因此,这个指标主要进行定级给分,共分为两个级别:合格与不合格。合格即给满分,不合格为零分。对于6项感官评分,都是1分最差,5分最好的来评分,因此是分数越高越好,都取正值,它们的分数越高对于肉质指数也就越好。
由于各项肉质指数的取值范围不一样,为了在指数中平衡各项肉质指标的贡献度,对每一项肉质数据进行z-score标准化处理,即其与均值的差值再除以其标准差。这样标准化处理以后,所得的肉质指数中每一项肉质指标的贡献基本相同。因此,肉质综合指数计算公式如下:
式中,ij代表第j个样本的肉质指数,xij代表第j个样本的第i个肉质指标,σxi代表第i个肉质指标的标准差。10个肉质指标依次是滴水损失(x1)、蒸煮损失(x2)、肉色(x3)、ph值(x4)、味道/口味(x5)、风味/香味(x6)、多汁性(x7)、咀嚼性(x8)、适口性(x9)和总体评分(x10)。
8、数据统计方法
使用excel2016对收集到的数据进行整理,数据以平均值的形式呈现。猪五花肉肉质指数与其肌肉和脂肪的层数和厚度的相关分析使用ibmspss21.0进行典型相关分析(cca)和皮尔森相关分析。
(二)实验结果
1、五花肉肉质指标测定
猪五花肉的肉质指标ph值、肉色、滴水损失、蒸煮损失和感官测定结果如下表所示。其中,全部样本的ph值都位于6.07到6.95之间,没有ph值低于6.0的样本。肉色中红度值a值平均为13.40,滴水损失1.63%,蒸煮损失7.00%。感官评分(5分制)整体平均评分2.98。
表2猪五花肉的肉质指标
注:l,亮度;a,红度;b:黄度;c,色度;h,色调角。
2、五花肉肉质指标与游标卡尺测得数据的皮尔逊相关分析
如图3所示,脂肪层厚度占比(tft)与色调角(h)呈显著负相关(r=-0.376,p=0.031)。同时发现,层数(number)与色调角(h)呈显著相关(r=0.485,p=0.006),五花肉层数与红度(a值)呈负显著相关(r=-0.363,p=0.045)。肌肉层厚度占比与色度(c)呈显著负相关(r=-0.406,p=0.019)。肌肉层厚度占比与味道呈显著相关(r=0.431,p=0.012),肌肉层厚度占比与适口性呈显著相关(r=0.438,p=0.011)。
3、肉质数据与游标卡尺测得的数据的典型相关分析
表3显示了三个实测指标变量与肉质数据参数的三对典型变量的分析结果。实测指标变量(u1)和肉质数据参数(v1)的第一对线性关系显著(p=0.03),对应的典型相关系数为0.751,表示实测指标与肉质数据之间的最高线性关系。第二对和第三对典型相关系数不显著(p>0.05)。表4中显示了实测指标变量(u1)和肉质数据参数(v1)所有规范变量对应的标准规范系数,表示因变量和自变量的最佳线性组合的规范变量。由标准规范系数定义如下:
u1=1.335x1-1.072x2+1.142x3
v1=0.278y1+0.57y2-0.158y3-0.29y4+0.21y5-0.041y6
实测指标的系数表明,脂肪层厚度与肌肉层厚度之比(tftm)、脂肪层厚度占比(tft)、肌肉层厚度占比(tmt)对第一典型变量(u1)有很大的贡献,方程系数分别是1.335,-1.072,1.142。另一方面,适口性、味道、色度对第一典型变量(y1)有较大的贡献,方程系数分别是0.57,0.278和0.290。
表3典型相关分析结果
注:u1、u2和u3:第1、第2和第3实际测量指标的典型相关变量;v1、v2和v3:第一、第二和第三肉质数据的典型相关变量。
表4x和y变量集的标准化系数
注:u1、u2和u3:第1、第2和第3实际测量指标的典型相关变量;v1、v2和v3:第一、第二第三肉质数据的典型相关变量。a,红度;c,色度;h,色调角;l,亮度。tftm,脂肪层厚度与肌肉层厚度的比值;tft,脂肪层厚度与五花肉总厚度的比值;tmt,肌肉层厚度与五花肉总厚度的比值。
本发明利用典型相关分析,得到第一典型相关系数(u1和v1)的相关结构如图4所示,典型变量u1和v1之间的相关系数为75.1%。tftm、tmt和tft这三个指标与肉质指标相关性最好,其相关系数分别为:-0.189、0.564、-0.335。
4、猪五花肉肉质综合指数与其肌肉和脂肪层数和厚度的相关
如图5所示,五花肉肉质综合指数与肌肉层总厚度占比呈显著正相关(r=0.573,p=0.002)。肉质综合指数与五花肉的层数之间的相关性不显著(p>0.05)。
综上所述,根据猪五花肉肌肉和脂肪层数和厚度与其肉质测定指标之间的相关分析发现脂肪与肌肉层厚度之比、肌肉层厚度占比、脂肪层厚度占比可以作为评估五花肉肉质的指标,其他的测量指标(如:层数)在肉质评定中差异不显著。另外,肌肉层厚度占比与味道和适口性呈显著相关。典型相关分析的结果表明肉质性状中适口性、味道和肉色与肌肉层厚度占比具有较高的相关性,可通过测定这一指标来反映猪五花肉的肉质性状。相对于简单的相关分析,典型相关分析更加的具体化,可以对五花肉肉质和五花肉层数和厚度指标两组变量的分析,建立二维的生物模型用于评估与五花肉肉质性状的
实施例2
(一)实验方法
1、样本采集:160头猪的胴体腹部五花肉。
2、b超测定五花肉各层厚度:
为了保证b超测定的准确度,试验使用意大利百胜(esaote)高清兽用b超仪mylabtouch测定。先将仪器探头进行调试,设置深度15cm,工作频率3.6hz,分别将探头放在猪腹部1/4处的前、中、后三个部位的进行测量。测量中将探头左右移动,确保测得的动态图像清晰,在测得的动态图片中选取清晰的、位置正确的、可进行测量的b超图像(图6)3张保存。同时,对这三个部位(前:第4、5根肋骨之间的部位;中:倒数3、4根肋骨处;后:倒数第5根腰椎处)猪胴体的横切面进行手机拍照。在b超仪上测定每张图中五花肉的各层厚度和层数的数据。在收集数据的时候,要定点测量,找好相对应的位置,不能随意挑选位置。对刚得到的图片,由测量人员进行初步评估,脂肪层较亮,肌肉层较暗,只有图片符合要求以后才能继续进行余下各部位测量,否则重测。
3、游标卡尺测定五花肉各层厚度
使用游标卡尺对样本进行测量。在测量之前,先找出每个要测量部位的对应位置,测量的时候一人测量,一人拍照,记录五花肉每一层(皮、脂肪、肌肉、脂肪、肌肉等)的厚度,并记下层数。将拍照得到的数据,进行统计核对,要保证数据的准确性(注:每次测定游标卡尺记得“调零”)。
4、使用excel2016对收集到的数据进行初步处理,用spss21.0进行相关与回归分析。
(二)实验结果
1、160头胴体猪腹部前、中、后三个部位b超与游标卡尺测量值之间的相关分析:
本发明利用三个腹部位置的相关性分析(表5),结果表明:与肉质指标相关性最好的tft、tmt和tftm的b超测量值在腹前部的准确性最好,与游标卡尺测量值间的相关系数最大。因此,在活体测定时,如果只选择测一个最代表性的部位应选腹前部。
表5猪腹前、中、后部五花肉b超与游标卡尺测量值间的相关性
注:skin:皮厚;f1:第一层脂肪层厚度;m1:第一层肌肉层厚度;f2第二层脂肪层厚度;m2第二层肌肉层厚度;num:总层数;total:总厚度;tf:脂肪层厚度;tm:肌肉层厚度:tft:脂肪层厚度占总厚度比值;tmt:肌肉层厚度占总厚度比值;mm:肌肉层厚度均值;mf:脂肪层厚度均值。
2、b超活体测定猪腹部五花肉方案制定:
依据所得到实验结果发现:脂肪层总厚度与肌肉层总厚度的比值(tftm)、脂肪层总厚度与五花肉整体厚度的比值(tft)、肌肉层总厚度与五花肉整体厚度的比值(tmt)这三个指标最能代表肉质,因此,制定五花肉b超等级指数公式中包括tftm,tft和tmt这三个指标。
在实施例1中得出的典型相关系数可以作为该计算公式的系数。在试验二中发现:在前中后部位上这三个指标是前部数据的相关系数最大,得出b超测量腹前部最好。因此,可以选用前部数据进行计算每头猪五花肉b超等级指数。猪五花肉b超等级指数(i)公式为:
i=0.564×tmt-0.335×tft-0.189×tftm(公式3-1)
式中:tmt,肌肉层总厚度与五花肉整体厚度的比值;tft,脂肪层总厚度与五花肉整体厚度的比值;tftm,脂肪层总厚度与肌肉层总厚度的比值。
为了让数据更标准化,先对指数每一项数据进行z-score标准化处理,即其与均值的差值再除以其标准差。最后再用游标卡尺所得的前中后数据代到这个公式里分别计算出三个等级指数,再取平均值,得到游标卡尺等级指数。最后,分析b超等级指数与游标卡尺等级指数之间的相关与回归。其中,b超等级指数只选前部数据,游标卡尺等级指数要依次计算前中后部,然后再求平均值。
结果表明(图7):b超测定腹前部五花肉等级指数(x)与游标卡尺测定腹部五花肉等级指数(y)呈线性方程回归(y=0.842x+0.0201;r2=0.723,p<0.001)。
实施例3b超活体测定猪腹部五花肉各层厚度及可行性分析
于2019年4至6月在江苏省徐州润沃牧业猪场,对58头育肥猪进行b超活体测量猪腹部五花肉前(倒数第8-9肋骨处,猪体侧下1/4处)、中(倒数第3-4肋骨处,猪体侧下1/4处)、后(第2-3根腰椎处,猪体侧下1/4处)各层厚度。测定使用的仪器为意大利百胜(esaote)高清兽用b超仪mylabtouch。
测定方法:将待测猪在栏位进行保定,需2-3人(a、b、c)一起操作,a负责猪保定工作(保证猪不会过度紧张,若猪反映强烈,需用保定器进行保定);b负责拿仪器,并对收集到的图像(图8)进行选择和保存(需要对仪器十分了解,且对图片的质量要求很高),c负责拿探头在猪活体腹部指定部位进行测定,三人需配合得当。
对所得猪腹前、中、后部五花肉各层厚度进行比较,采用spss软件做相关分析。再利用前面制订的猪五花肉b超等级指数公式(公式3-1)进行计算,得到每头猪的(腹前部)五花肉b超等级指数,然后分析(腹前部)五花肉b超等级指数与三个部分的b超评分的均值(整体评分)的相关性,以评估在育种时只测腹前五花肉的层数和厚度数据是否可行。
结果表明:猪腹前部与猪腹中部和后部之间的存在显著相关性
表6利用b超仪活体测定猪前、中、后腹部五花肉各层厚度之间的相关分析
注:skin:皮厚;f1:脂肪层第一层;m1:瘦肉层第一层;f2脂肪层第二层;m2瘦肉层第二层;num:层数;total:总厚度;tf:脂肪总厚度;tm:瘦肉总厚度;tft:脂肪占总厚度的比值;tmt:瘦肉占总厚度的比值。
b超活体测量的猪腹前中后三个部位间的相关分析结果可见,腹前部与腹中部的脂肪层总厚度占比(tft)、瘦肉总占比(tmt)、以及脂肪与瘦肉的比值(tftm)、总厚度(total)、脂肪总厚度(tf)这五个元素之间都显著相关。
b超活体测定猪腹部五花肉各层厚度的可行性分析:
如图9所示,b超测定的腹前部五花肉等级指数与腹前、中、后部五花肉等级指数均值之间是线性回归(y=0.6184x+0.0934;r2=0.6932,p<0.001)。由此可见,利用b超仪活体测定猪腹前部(倒数第8-9肋骨之间,猪体侧下1/4处)得出等级指数可用来实现对猪五花肉的活体选育。