母猪母性的影响因素分析

来源 :中国畜牧兽医学会信息技术分会2013年学术研讨会 | 被引量 : 0次 | 上传用户:akljdhnaliuhda
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
仔猪出生时发育不完善,其存活与否与母猪母性关系较大.在集约化饲养条件下,死亡的仔猪中,大部分是被母猪挤压致死的,对养猪业造成了极大的经济损失.本文主要分析了遗传背景、激素、环境和母性经验对母猪母性的影响,以期对降低哺乳仔猪死亡率和提高养猪经济效益提供一定的参考.
其他文献
本试验探究苏姜猪心脏脂肪酸结合蛋白(H-FABP)基因的多态性及其与肉质性状的相关性,采用3种内切酶HinfⅠ、HaeⅢ和MspⅠ的PCR-RFLP分子标记技术,分析了40头苏姜猪H-FABP基因5′-上游区和第二内含子区的遗传变异情况.结果显示,试验猪群5′-上游区HinfⅠ酶切位点存在多态性,酶切得到HH、Hh、hh 3种基因型,H基因频率为0.6116,表现为中度多态(PIC=0.3622)
近年来随着高通量测序技术的飞速发展,使得通过SNP与数量性状之间的关联分析来实现基因的精细定位成为可能.这项技术不仅在人类疾病应用方面实现了巨大突破,其他经济动物全基因组关联研究也飞速发展.相比于单标记分析,全基因组单倍型分析为研究提供了一个新的思路.一些结果表明,一个单倍型可能组成一个大等位基因,从而在数量性状的表型变化中起着重要作用.本研究基于illumina BovineSNP50 (54K
目的:通过苏尼特羊全基因组选择信号检测,寻找与选择相关的基因,揭示重要经济性状的遗传机制以及正向选择(Positive selection)在苏尼特羊品种培育过程中的作用机理.方法:文章基于illumina Ovine 50K芯片,采用r2度量苏尼特羊全基因组连锁不平衡程度(Linkage disequilibrium,LD),并利用单倍型积分值(Integrated haplotype scor
为实现对中小规模猪场的高效精细管理,本文研究目的在于采用先进的ASP.NET技术,纯粹的B/S结构开发一套中小规模养猪生产管理软件,对现代化养猪实施全面计算机管理,有利于企业实行宏观和微观调控,有效、准确地挖掘、处理、利用猪场数据资料,进行生产性能指标统计、淘汰策略制定、每日工作安排的提醒,以提高养猪生产的技术水平与劳动生产率,提高养猪生产决策的准确性.
本试验以小反刍兽疫病毒Nigeria75/1株为研究对象,通过RT-PCR法扩增P基因,利用DNAStar软件包中的Editseq将Nigeria75/1株苷酸序列翻译成氨基酸序列,然后利用Protean软件对其氨基酸序列进行分析,预测P蛋白的二级结构及B细胞抗原表位.结果表明,在Nigeria75/1株P蛋白的509个氨基酸序列中,多个区域有较好的亲水性、表面可及性和较高的抗原指数,尤其是在N基
目的:究用于猪个体身份识别和猪肉产品溯源的基因条形码编制方法.方法:建立微量猪毛毛囊细胞基因组DNA模板制备方法和猪基因组SNP高通量筛选方法;建立SNP位点的数字表达方法.结果:筛选出10个以上可特异扩增且扩增产物包含多个高杂合度SNP位点的基因片段,使用于猪溯源所需的基因SNP位点达到50个以上;将SNP位点组合成SNP条形码,用阿拉伯数字0~9唯一替代SNP条形码中的10种SNP基因型:A/
本文对脂肪合成关键酶乙酰辅酶A羧化酶-α基因所编码蛋白进行生物信息学分析.查找猪ACACA基因的ORF框,之后对其编码蛋白的二级结构、信号肽、跨膜结构、亚细胞定位及结构功能域进行预测分析.结果表明,猪ACACA基因CDS区全长7041 bp,其编码蛋白含2346个氨基酸.二级结构以α螺旋与无规卷曲为主.该蛋白N端无信号肽,为非分泌蛋白;不含跨膜结构区,预测其为膜外区蛋白;亚细胞定位结果显示该蛋白为
中国是养猪大国,但规模化程度低、进程缓慢.信息技术是推动养猪业快速发展的重要力量.饲料企业是养猪户天然的业务伙伴,在规模化管理和信息化建设中,积累了许多宝贵经验,通过和养猪户建立战略伙伴关系,帮助和引导养猪户信息化建设,带动养猪业发展,从而实现更多的价值回报.
近年来,肉羊养殖产业的快速发展,饲养规模不断扩大,规模化肉羊场信息化管理十分必要.作者以江苏省农科院六合基地试验羊场为例,采用B/S结构设计,开发了规模羊场信息化管理软件,以规范生产合理安排日常工作,该系统除可以快速准确地查询羊个体信息,还能够借助计算机统计分析手段,获得实时生产性能指标,自动生成报表,进一步通过数据分析与挖掘,从数据库中大量记录中提取有用信息,为选种选配、羊群结构优化和生产管理决
目的:通过构建整合图谱和进行Meta分析,利用数学模型整合与优化猪肉色相关QTL,分析已知候选基因与"真实"QTL (MQTL)的关联性,为肉色性状的分子标记辅助选择奠定基础.方法:收集猪肉色相关QTL,包括明度系数(L值,MCOLORL)、红度值(a值,MCOLORa)和黄色度(b值,MCOLORb)等指标,利用BioMercator2.1,将原始QTL映射到美国肉畜研究中心(USDA-MARC