新杨黑羽蛋鸡消化器官生长发育及肠道微生物变化规律研究

来源 :上海海洋大学 | 被引量 : 3次 | 上传用户:dsq90
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
新杨黑羽蛋鸡是由上海家禽育种有限公司、上海市农业科学院和国家家禽工程技术研究中心三方合作培育的高产粉壳特色蛋鸡品种,并于2016年成为农业部农业主推蛋鸡品种之一。由于其独特的外貌、良好的抗病性及高产的特性,自上市以来便广受好评。然而,有关该品种各方面的研究,鲜有报道。消化系统是畜禽饲养管理中重点监控的系统之一,消化器官的生长发育情况直接与各种经济性状极显著相关。同时消化器官中的肠道还是免疫系统的重要组成部分。肠道中的微生物可以与肠道粘膜共同组成免疫屏障,维持消化系统的稳定,维护机体健康。肠道微生物不仅能协助机体进行消化吸收,还可以通过自身的代谢产物影响机体的代谢。至今,新杨黑羽蛋鸡消化系统生长发育及肠道微生物相关的研究仍为空白,本研究旨在研究新杨黑羽蛋鸡消化器官生长发育及肠道微生物变化规律及品种特性,为进一步开展生产技术集成提供技术支持,为该品种的系统研究奠定基础。获得的主要研究成果如下:1.新杨黑羽蛋鸡消化器官生长发育规律测定了不同生产时期26个周龄(0-19、21、24、28、33、47、55及80周龄)新杨黑羽蛋鸡的体重体尺、消化器官重、免疫器官重、腹脂重等。用3种生长曲线对消化器官发育进行曲线拟合,消化器官到达拐点的先后顺序依次为肠道、肌胃、腺胃和肝脏。其中肠道生长的最适模型为Bertalanffy模型,其生长拐点在4周龄左右。新杨黑羽蛋鸡出生、开产时期及产蛋高峰期肠道总长分别为37.88±5.61cm、152.00±13.79cm、178.82±21.49cm。0-8周龄为肠道速生期,13-21周龄基本维持稳定,21-24周龄再次生长,24周龄后基本稳定。19~21周龄消化道长度极显著低于24~80周龄的(P<0.01)。肠道指数13周龄前随周龄递减,13周龄后基本稳定,肠道13周龄发育完全。肠道重与体重、半净膛重、肝脏重、输卵管重和腺胃相关显著(P<0.05)。肌胃最适模型为Gompertz模型,腺胃3种模型拟合R2值均未超过0.9,肌胃与腺胃的拐点周龄在5周龄左右,速生期在0-9周,12周开始肌胃与腺胃发育完全,不再生长,33周龄开始肌胃指数和腺胃指数稳定。肌胃与其他器官相关性较低,腺胃与肝脏重、肠道重、空肠长及十二指肠相关显著(P<0.05)。3种模型均可良好的拟合肝脏,肝脏拐点周龄在14周龄左右。肝脏的速生期在0-12周龄,13-21周龄基本维持稳定,21周龄后再次生长。在0-18周龄,肝脏指数随周龄递减,18-45周龄维持相对稳定的状态,80周龄上升至3.45%。肝脏重与体重、半净膛重、肌腺胃重、肠道重、肠道长、卵巢重及输卵管重等性状相关显著(P<0.05)。结合先前的研究成果(新杨黑羽蛋鸡体重拐点周龄在7周龄)可知,新杨黑羽蛋鸡消化器官生长发育早于体重增长,消化器官在13周龄左右发育完全,并与卵巢输卵管等生殖器官发育相关。2.新杨黑羽蛋鸡肠道微生物变化规律及品种特性对1日龄和3周龄新杨黑羽蛋鸡粪便中的微生物进行对群落全长16S rDNA进行单分子测序发现,1日龄的样本中检测到约58种细菌,共获得119 OUT。丰度排行前5的细菌分别为索氏志贺氏菌(Shigella sonnei Ss046)63.3%、假单胞菌(Pseudomonas extremaustralis)15.8%、Pseudomonas veronii 12%、梭状芽孢杆菌(Clostridium disporicum)2.4%和阴沟肠杆菌(Enterobacter cloacae)1.5%。检测到菌落进行KEGG 2级功能预测显示,1日龄细菌与感染性疾病、神经退行性疾病、跨膜运输、氨基酸和碳水化合物代谢、环境适应性及内分泌系统等代谢途径相关。3周龄检测到176种细菌,共获得1573 OUT。丰度排行前5的细菌分别为费格森埃希菌(Escherichia fergusonii)15%、索氏志贺氏菌(Shigella sonnei Ss046)11.9%、Anaeroplasma abactoclasticum 5.5%、螺旋体(Spiroplasma apis)4.7%和[Clostridium]saccharolyticum 4.4%。3周龄的细菌最相关的代谢途径主要有DNA的修复和重组、嘌呤代谢、氨基酸和碳水化合物代谢及准运蛋白等通路。对55周龄的新杨黑羽蛋鸡和海兰褐壳蛋鸡进行16s rDNA的V3-V4段进行双端(Paired-end)测序发现,新杨黑羽蛋鸡回肠和盲肠特有OUT分别为707和1320个,海兰褐分别为646和669个,共有OUT分别为3653和2064个。回肠优势菌群主要有乳杆菌属、粪球菌属、镓细菌属、拟杆菌属和足球菌属等,占总菌群91.6%。盲肠共有优势菌群为乳杆菌属、拟杆菌属、多形拟杆菌属,占总菌群57.5%。回肠存在包括5个门水平、43个属水平在内的59个显著差异(P<0.05)分类单元,新杨黑羽蛋鸡仅乳杆菌属显著(P<0.05)低于海兰褐(73.7%/92.6%),而疣微菌门、Elusimicrobia及TM7等34个分类单元极显著(P<0.01)高于海兰褐。盲肠菌群5个门水平、18个属水平在内的30个分类单元有显著差异(P<0.05),其中新杨黑羽蛋鸡疣微菌门、梭菌属及Mogibacteriaceae等11个分类单元菌属极显著(P<0.01)低于海兰褐。新杨黑羽蛋鸡回肠和盲肠独有功能类群分别为372和346个,海兰褐独有22和16个,共有功能群5442和4946个。KEGG第二等级功能类群比较发现,二者在细胞运动性、氨基酸和碳水化合物代谢、神经退行性疾病、传染性疾病及免疫系统疾病等通路功能群存在差异。新杨黑羽蛋鸡1日龄时肠道菌群结构简单,主要为条件性致病菌为主的变形菌门。3周龄时菌群多样性与丰富度与产蛋期的差异不显著,但菌群结构与主要由厚壁菌群为主的产蛋鸡差异较大。优势菌群由的变形杆菌门转变为益生菌为主的厚壁菌门。新杨黑羽蛋鸡与海兰褐壳蛋鸡肠道菌群差异显著,海兰褐菌群的多样性和丰富度高于新杨黑羽蛋鸡但未达到显著水平。新杨黑羽蛋鸡群体肠道微生物一致性较差,在菌群一致性方面存在选育空间。其KEGG功能预测提示差异功能菌群可能与蛋鸡性情、产蛋率及抗病力的差异存在一定关联。综上所述,本研究阐述新杨黑羽蛋鸡消化器官的生长发育规律,其消化器官发育顺序依次为小肠、大肠、肌腺胃和肝脏。三种生长曲线能良好的拟合新杨黑羽蛋鸡消化器官生长,其消化器官在13周龄发育完全,其生长发育早于机体发育。新杨黑羽蛋鸡1日龄雏鸡肠道菌群结构简单,3周龄时菌群丰富度及多样性明显上升达到产蛋期水平。新杨黑羽蛋鸡与海兰褐菌群差异显著,二者处于同一饲养环境,这种差异的产生可能与遗传背景相关。这些基础研究对为新杨黑羽蛋鸡消化系统健康监控及个性化营养设计提供了数据支撑。
其他文献
本文以火箭子级返回为背景,研究火箭子级返回大气层内的制导控制技术。针对其返回过程中的飞行环境及火箭子级特性,提出了基于终端角度约束的滑模制导方案,设计火箭子级返回直接自适应模糊控制过载控制器,考虑火箭子级返回过程中存在的模型不确定性和外界扰动对系统的稳定性和性能影响,设计扰动观测器以增强控制系统的鲁棒性。本文的主要工作包括以下几个方面:1)分析火箭子级返回过程中的作用力和作用力矩,考虑飞行过程中的
目的:探讨乳腺癌患者术后皮下积液及上肢水肿产生的相关影响因素,探究其减少皮下积液及上肢水肿发生的有效途径,最终为临床上降低皮下积液及上肢水肿发生率提供启发和帮助。
研究背景与目的1983年,Isaacson和Wright在胃淋巴瘤的研究中发现并首次提出黏膜相关淋巴组织淋巴瘤的概念。1994年国际淋巴瘤研究小组提出的修正欧美淋巴瘤分类(Revised Euro
管件电磁缩径是金属管件与金属或者非金属的管件、杆件连接时用到的一种高速电磁脉冲成形工艺,能替代传统成形方法。集磁器线圈将成形电磁力作用于管件使之产生变形,集磁器和工作线圈的参数变化对电磁力效率、工装稳定性有直接影响,而管件金属材料特性和几何参数差异也会对缩径效率、电磁力作用情况产生影响。为了研究基于集磁器线圈的管件电磁缩径机理和各工艺参数对缩径电磁力、成形效率的影响规律,本文通过理论分析、数值模拟
俄罗斯作为当今世界统一多民族国家的典型代表,其民族种类众多、民族构成复杂,并且苏联体系崩溃后,出现的民族问题也变得越发繁杂,严重影响到俄罗斯联邦的民族团结与国家稳定
随着中外交流学习日益频繁,“国际化课堂”应运而生。由于文化背景不同,语言上存在天然差异。口译员扮演桥梁之角色,促进课堂教学。课堂口译市场需求量大,但问题颇多,例如,学
番茄(LLycopersiconesculentum Mill),是我国栽培的重要经济作物。为挖掘番茄高产栽培潜力,本试验以’粉宴1号’和‘1667’番茄品种作供试材料,开展种植模式、密度、留果穗数
600MW级发电机定子重量往往在300吨以上,是火力发电厂重量最大的设备之一。发电机定子可以采用多种方式吊装就位,本文重点对某660MW发电机定子采用双行车抬吊就位方案进行安
《荆楚古城风貌》讲述了荆楚大地的历史变迁,城市风貌。其中,名士层出不穷,众多重要遗址,都彰显了其重要的文化价值。就“文化走出去”这一课题,作为众多荆州人中的一员,译者
为了提高电力服务的质量和保障水平,近年来,电力负荷预测受到工业界和学术界的广泛关注。而随着科技的发展,机器学习已应用到各种领域。如何利用机器学习相关技术,结合历史用电数据和当前电力消费影响因素对电力负荷进行高精度的预测已成为一个研究热点。电力负荷预测的基础数据目前主要来源于数据采集与监视控制系统(Supervisory Control And Data Acquisition,简称SCADA),但