Research on Animal Production

fa تخمین چندصفتی فراسنجه‌های ژنتیکی وزن بدن و مصرف خوراک در جمعیت جوجه‌های گوشتی تجاری Multi-Trait Estimation of Genetic Parameters for Body Weight and Feed Intake in a Commercial Broiler Chicken Population ژنتیک و اصلاح نژاد دام ژنتیک و اصلاح نژاد دام پژوهشي Research <div style="text-align: justify;">چکیده مبسوط مقدمه و هدف: به&lrm;دلیل انتخاب ژنتیکی برای سرعت رشد و بازده خوراک جوجه‌های گوشتی در پنج دهه اخیر بهبود ژنتیکی فوق‌العاده‌ای ثبت شده &lrm;است. با این&lrm;حال، افزایش جمعیت جهانی انسان، افزایش تقاضا برای پروتئین حیوانی مقرون به&lrm;صرفه، افزایش هزینه خوراک و ادامه مسائل زیست محیطی جهانی، هم&lrm;چنان صنعت جوجه‌های گوشتی در مسیر رو به &lrm;رشد سریع و کارآمدی بیشتر است. به&lrm;منظور بهبود بیشتر نرخ رشد و بازده خوراک جوجه&lrm;های گوشتی، درک زمینه ژنتیکی سرعت رشد (وزن بدن) و بازده خوراک در جوجه&lrm;های گوشتی امری ضروری است. لذا این مطالعه با اهداف برآورد همزمان فراسنجه&lrm;های ژنتیکی وزن بدن (BW)، مصرف خوراک (FI)، افزایش وزن بدن  (Gain)در جوجه‌های گوشتی و محاسبه خوراک باقیمانده(RFI)  و برآورد فراسنجه&lrm;های ژنتیکی آن انجام پذیرفت. مواد و روش&lrm;ها: داده‌های 45 نسل برای سرعت رشد در جوجه&lrm;های گوشتی تجاری سویه راس شرکت آرتا جوجه سبلان استان اردبیل برای تجزیه و تحلیل جهت تخمین فراسنجه&lrm;های ژنتیکی برای وزن بدن (BW)  در نرها و ماده‌ها در سه سن مختلف مورد استفاده قرار گرفتند. داده&lrm;های وزن بدن در سه سن مختلف (روز t، روز t-4 و روز t-7) از هر دو جنس اندازه&lrm;گیری شدند. اولین BW در روز t برای 25 نسل ثبت شد، با این&lrm;حال، با ادامه انتخاب، پرندگان شروع به رشد سریع‌تر می‌کنند و زودتر به وزن بدن مورد نظر می‌رسند، بنابراین، سن وزن‌گیری تغییر داده شد و BW در t-4 و t-7 ثبت شد. وزن بدن در نر و ماده و همچنین وزن بدن در دو سن به&lrm;عنوان صفات جداگانه در هر یک از سه صفت در نظر گرفته شد. این امر منجربه ایجاد یک مدل 12 صفتی برای BW، FI  و Gain در دو جنس و سه گروه سنی شد. صفت RFI  فنوتیپی (RFIP) از توزیع شرطی FI داده‌شده روی BW و Gain با استفاده از ضرایب رگرسیون فنوتیپی جزئی برآورد شد. به&lrm;طور مشابه،RFI  ژنتیکی (RFIG) از توزیع شرطی FI داده شده روی BW و Gain با استفاده از ضرایب رگرسیون ژنتیکی جزئی برآورد شد. فراسنجه&lrm;های ژنتیکی وزن بدن و کارایی خوراک با استفاده از تجزیه و تحلیل REML چند صفتی برآورد شدند. از این رو، جنسیت براساس اثر متقابل ژنوتیپ و همچنین سن براساس اثر متقابل ژنوتیپ برای  تمامی صفات BW، FI ، Gain  و RFI مورد بررسی قرارگرفت. همچنین، همبستگی‌های بین صفات تولیدی و صفات بازده خوراک برآورد شدند. یافته&lrm;ها: در نرها، تخمین‌های وراثت‌پذیری BW به&lrm;ترتیب 0/38، 0/34 و 0/29 در روزهای t-7، t-4 و t سن بودند، در حالی&lrm;&lrm;که در ماده&lrm;ها، برآوردهای وراثت‌پذیری BW در روزهای  t-7، t-4 و t به&lrm;ترتیب 0/41، 0/38 و 0/38 بودند. همبستگی ژنتیکی BW بین نرها و ماده&lrm;ها در روزهای t-7، t-4 و t به&lrm;ترتیب 95/0، 89/0 و 89/0 و همبستگی ژنتیکی BW بین سنین تفاوت معنی‌داری داشت. میانگین وراثت‌&lrm;پذیری FI و Gain متوسط بود و برآوردها در نر و ماده در سنین یکسان برای همه صفات به‌&lrm;طور معنی‌&lrm;‌‌داری متفاوت بودند. علاوه‌&lrm;بر این، همبستگی ژنتیکی بین نر و ماده در همان سن به‌&lrm;طور معنی‌داری متفاوت از هم بود که نشان‌دهنده اثر متقابل ژنتیکی بر جنس برای صفات BW و FI  بود. میانگین تخمین‌&lrm;های وراثت‌&lrm;پذیریRFIP  به‌&lrm;طور قابل &lrm;توجهی بالاتر از RFIG در هر دو جنس و سه گروه سنی مختلف بود. علاوه&lrm;بر این، همبستگی ژنتیکی بین RFIP و RFIG در سن t روز تفاوت معنی‌داری داشت، اما در سن t-7 روزگی تفاوت معنی‌داری مشاهده نشد. برآوردهای وراثت‌پذیری صفات تولیدی و بازده خوراک در حد متوسط به‌&lrm;دست آمدند و بنابراین می&lrm;توان با انتخاب ژنتیکی آن‌ها را اصلاح نمود. نتیجه&lrm;گیری: نتایج تحلیل REML چندمتغیره در این مطالعه نشان می‌دهند که ارزیابی ژنتیکی برای صفات تولیدی BW و Gain و صفات بازده خوراک FI، RFIP و RFIG باید تفاوت‌های جنسیتی و سنی را در نظر بگیرد تا صحت انتخاب و افزایش ژنتیکی ارتقاء یابد. همبستگی‌های ژنتیکی بین RFI فنوتیپی و ژنتیکی در سنین پایین‌تر به هم نزدیک و به&lrm;طور قابل‌توجهی باهم در سنین بالاتر متفاوت بودند، که نشان می‌دهد انتخاب با استفاده از هریک از آن&lrm;ها در آن سن خاص جوان‌تر منجربه پاسخ ژنتیکی یکسان می‌شود.این نتایج برای توسعه مستمر استراتژی‌ها برای بهبود کارایی خوراک در پرورش و تولید جوجه‌های گوشتی مهم هستند. به‌&lrm;طور کلی، مدل&lrm;ها و روش&lrm;های آماری به&lrm;کار گرفته شده و نتایج گزارش شده در این مطالعه را می&lrm;توان با تغییرات اندکی به سایر گونه&lrm;های طیور تعمیم داد، زیرا مرغ مدل اصلی برای همه گونه&lrm;های پرندگان است.</div> <div style="text-align: justify;"> <div class="WordSection1"> <div class="WordSection1">Extended Abstract Background: A high genetic improvement in the growth rate and feed efficiency of broilers has been recorded in the last five decades due to genetic selection. However, the increase in global human population, increasing demand for affordable animal protein, increasing feed costs, and continuing global environmental issues continue to push the broiler industry to produce broiler chickens that grow quickly and efficiently. To further improve the growth rate and feed efficiency of broiler chickens, it is necessary to understand the genetic background of growth rate (body weight) and feed efficiency in broiler chickens. Therefore, this study was conducted with the objectives of simultaneously estimating genetic parameters of body weight (BW), feed intake (FI), and body weight gain (Gain) in broiler chickens, as well as calculating residual feed (RFI) and estimating its genetic parameters. Methods: The data of 45 generations for growth rate in commercial broilers from the Arta Sablan Poultry Company of Ardabil Province were used for analysis to estimate genetic parameters for body weight (BW) in males and females at three different ages. Body weight data were measured at three different ages (day t, day t-4, and day t-7) of both sexes. The first BW was recorded on day t for 25 generations; however, as the selection continued, the birds began to grow faster and reach the desired BW earlier. Therefore, the age of weighing changed, and BW was recorded at t-4 and t-7. BW in males and females, and BW at two ages was considered separate traits in each of the three traits. This led to the creation of a 12-trait model for BW, FI, and Gain in two sexes and the three age groups. The phenotypic RFI trait (RFIP) was estimated from the conditional distribution of FI given BW and Gain using partial phenotypic regression coefficients. Similarly, genetic RFI (RFIG) was estimated from the conditional distribution of FI given BW and Gain using partial genetic regression coefficients. Genetic parameters of BW and feed efficiency were estimated using multi-trait REML analysis; hence, gender by genotype interaction and age by genotype interaction were examined for all traits: BW, FI, Gain, and RFI. Correlations between production traits and feed yield traits were also estimated here. Results: In males, the estimated heritability values of BW were 0.38, 0.34, and 0.29 on days t-7, t-4, and t of age, respectively. In females, however, the estimated heritability values of BW on days t-7, t-4, and t were 0.41, 0.38, and 0.38, respectively. The genetic correlations of BW between males and females on days t-7, t-4, and t were 0.95, 0.89, and 0.89, respectively, and the genetic correlation of BW was significantly different between ages. The average heritability of FI and Gain was moderate, and the estimates were significantly different in males and females at the same age for all traits. In addition, the genetic correlation between males and females at the same age was significantly different, indicating a genotype-by-sex interaction for BW and FI traits. The mean heritability estimates of RFIP were significantly higher than RFIG in both sexes and three different age groups. In addition, the genetic correlation between RFIP and RFIG was significantly different at the age of t days, but no significant difference was observed at the age of t-7 days. Estimates of the heritability of production traits and feed efficiency were obtained at an average level, and, therefore, they can be modified by genetic selection.</div> <div aria-label="Page Break" class="cke_pagebreak" contenteditable="false" data-cke-display-name="pagebreak" data-cke-pagebreak="1" style="page-break-after:always" title="Page Break"></div>Conclusion: The results of multivariate REML analysis in this study show that the genetic evaluation for production traits BW and Gain, and feed efficiency traits: FI, RFIP, and RFIG should consider gender and age differences to improve selection accuracy and genetic gain. Genetic correlations between phenotypic and genetic RFI were close at younger ages and significantly different at older ages, indicating that selection using either at that particular younger age would lead to the same genetic response. These results are important for the continuous development of strategies to improve feed efficiency in broiler breeding and production. In general, statistical models and methods used and the results reported in this study can be generalized to other poultry species with slight changes because the chicken is the main model for all bird species.</div> </div> جوجه گوشتی, مصرف خوراک, مصرف خوراک باقی‎مانده, وراثت‌‎پذیری, وزن بدن, همبستگی ژنتیکی Broiler chickens, Body weight, Feed intake, Genetic correlation, Heritability, Residual feed intake 115 125 http://rap.sanru.ac.ir/browse.php?a_code=A-10-619-6&slc_lang=fa&sid=1 Reza Seyedsharifi رضا سیدشریفی reza_seyedsharifi@yahoo.com 100319475328460024858 100319475328460024858 Yes Department of Animal Sciences, Faculty of Agriculture and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran گروه علوم دامی، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران Fatemeh Ala Noshahr فاطمه علانوشهر f.alanoshahr@gmail.com 100319475328460024859 100319475328460024859 No Department of Animal Sciences, Faculty of Agriculture and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran گروه علوم دامی، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران Jamal Seifdavati جمال سیف دواتی jseifdavati@yahoo.com 100319475328460024860 100319475328460024860 No Department of Animal Sciences, Faculty of Agriculture and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran گروه علوم دامی، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران Nemat Hedayat-Evrigh نعمت هدایت ایوریق hedayatuma@gmail.com 100319475328460024861 100319475328460024861 No Department of Animal Sciences, Faculty of Agriculture and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran گروه علوم دامی، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران Abdolfattah Zeidan Mohammad Salem عبدالفتاح زیدان محمد سالم 100319475328460024862 100319475328460024862 No Department of Animal Nutrition, School of Veterinary Medicine and Zootechnics Autonomous, University of the State of Mexico Toluca, Edo de México, México گروه تغذیه دام، دانشکده دامپزشـکی، دانشـگاه مسـتقل ایالـت مکزیکو تولوکا، اودو دو مکزیکو، مکزیک