猪粮安天下,良种铸基石!习近平总书记多次强调,“从培育好种子做起,加强良种技术攻关”“把当家品种牢牢攥在自己手里”。我国是世界生猪生产第一大国,年出栏生猪约7亿头,猪肉产量占肉类总产量的60%,是中国居民最主要的肉类消费品,也是我国农业经济中的支柱性产业之一。2023年我国进口粮食为16 196.4万t,其中大豆占比60%以上,主要用于动物饲料,而猪饲料占饲料总产量44.6%,猪饲料转化效率(Feed conversion ratio,FCR)每提升0.1,每年出栏7亿头猪可节约700万t粮食,“人猪争粮”的矛盾越来越突出。在猪业生产过程中,饲料成本占总生产成本的65%左右,近年来由于全球气候灾害等因素导致饲料原料产量减少和饲料原料价格上涨,继而造成养猪成本的增加。种猪素有“猪芯片”之称,在整个养猪产业中,种猪资源直接决定了养猪产业的效率和效益,所以,通过科学的选育来培育生长速度快、饲料消耗低的节粮型种猪已经成为当下养猪业最亟待解决的问题。
1 节粮型种猪定义
优秀种猪具有更快的生长速度和更低的饲料消耗,然而并不是所有生长速度快的种猪都有较低的饲料消耗,生长速度慢的种猪往往也会表现出较低的饲料消耗,因此我们定义节粮型种猪必须具备生长速度快、饲料消耗低的特点,可以用校正达120 kg体重日龄和饲料转化效率来衡量。目前,广西已经尝试培育节粮型杂种野香猪,通过在饲养时按比例添加一定量的青料来降低养殖成本,这种猪具有耐粗饲、易饲养、抗病力强、瘦肉率高等特点。
2 我国节粮型种猪选育存在的问题
FCR是评判节粮型种猪的重要指标之一。通过遗传改良可以降低大多数常规品种的FCR,2021年农业农村部发布的《全国生猪遗传改良计划(2021—2035年)》的核心指标是通过对瘦肉型猪的持续改良,使其核心育种群主要性能指标:30~120 kg FCR达到2.45∶1。2024年全国畜牧总站发布的《国家生猪核心育种场年度遗传评估报告(2023年度)》称目前我国核心场的种猪FCR范围为2.20~3.31,核心场FCR均值在2.60左右,而我国生猪FCR平均水平在2.8以上,距离实现2.45的目标仍存在较大的差距。我国相较于国外生猪育种企业在FCR方面的选育仍存在巨大的差距。另一方面,在饲养成本上,饲料成本占猪总生产成本60%以上,高FCR与疫病因素的共同影响导致我国养猪成本居高不下;在测定设备方面,我国拥有全世界最多的生长性能测定站,但利用效率较低,造成测定资源的浪费,这也是导致我国种猪FCR性能选育效率低下的因素之一。
除上述问题外,缺乏统一测定的标准和数据处理标准也是阻碍种猪FCR选育的一大原因。各养殖企业在处理相关数据时品种、地区、测定周期以及数据处理方式等客观条件都难以统一,导致收集到的数据难以统一标准进行处理。
3 节粮型种猪选育技术
以河南省谊发牧业有限责任公司(以下简称“谊发牧业”)节粮型种猪选育实践为例,其采用的节粮型种猪选育技术路线为:表型测定+基因测序筛选主效基因+基因组选种选配。
3.1 表型测定
FCR选育难点在于表型数据收集难,长时间的采食数据收集需要消耗大量的物力、财力等资源,产出数据具有体量大、质量参差不齐的特点,平均每台测定设备一天可以收集上千条猪只的采食数据,数据处理过程相对困难。同时,在测定过程中,测定站管理人员对测定设备日常维护工作必须按照操作标准严格执行。谊发牧业核心育种场测定舍共安装102台奥饲本生长性能测定站,全部工作时面临的测定问题和管理难度较大,但在测定实践中总结的经验有效地提高了工作效率。
3.1.1 测定前猪只准备
每台测定站可测定的种猪数量有限,建议每台测定站单次测定的种猪数量为15头。大量的测定数据表明,猪只的进食是呈规律性的,采食行为大多发生在白天,凌晨的2:00—5:00是休息时间,只有少量的猪只进站采食。试验表明,当每台测定站的测定数量达到20头时,体重在30~50 kg阶段的猪只体重较轻并处于适应测定站的状态,由于单次采食量较少、进食时间较长且采食频率高等原因,导致猪只每天的总采食时间达到20~22 h,极端情况下甚至接近24 h,部分猪只因此无法摄入足够的饲料。猪群在集中采食时会和同群的个体发生竞争,为保证每头猪在休息时间外都能采食到足够的饲料,需要合理安排猪只养殖密度,从而实现更科学合理的测定效果。
在种猪进入测定站之前,需按统一标准严格筛选,选择同一批次中生长速度较快、健康状况良好且体重大于25 kg的种猪。测定期为猪只体重30 kg到120 kg期间,测定周期应不小于90 d。若在测定期间猪只患病,特别是肢蹄病或消化系统疾病,在原圈舍经过连续3 d治疗无效的猪只应被移出测定站进行单独饲养。
患病猪只病愈后一般不再返回原测定站进行测定,受两方面因素的影响:一方面,因测定过程中缺失天数较多,数据的准确性已受到严重影响,继续测定会失去科学意义;另一方面,重新混群后可能导致猪只之间的打斗,增加不必要的应激和损失。
3.1.2 测定前耳标准备
基于猪场的生物安全要求,测定站用到的低频电子耳标在进猪舍前,必须进行两次以上的烘干或者浸泡等方式的消毒,在处理过程中部分耳标可能出现无法使用的情况。因此,在使用前需对耳标进行全面检测,挑出损坏或识别率较低的耳标,目的是确保所使用的耳标都能被测定站成功识别并准确记录猪只的采食数据。通过上述操作,可以减少在测定过程中出现的0耳牌数量,同时减少测定期更换电子耳标的概率,提高测定数据的准确性。
3.1.3 学习与适应期管理
种猪进入测定站后需经历适应的过程。在猪只刚进入测定舍时,饲养员需把测定站栏门调至最大,并在地面和测定站内撒上饲料引导猪只进站采食,在引导过程中猪只在站外采食一部分饲料。由于初期栏门较宽,会出现多头猪只同时进入测定站采食的现象,从而导致系统录入的数据混杂,采集到的体重和采食数据不准确。为提高测定数据的质量,需要测定站管理人员每天进行训练并在测定过程中实时关注测定进站猪只的数量,尽可能让猪只在短时间内学会进站采食,通常情况下,在猪群进入测定站3 d后将栏门调整合适大小以确保单头猪进站采食,在测定过程中根据体重变化实时调整栏门大小。
3.1.4 测定设备校准
测定站的称重系统精度对测定数据的准确性至关重要。测定站为24 h不间断工作,猪只进站采食时处于持续活动状态,在此过程中可能发生排泄行为,同时,猪只在采食时分泌的唾液可能使饲料变湿并粘附在料槽壁上,此外,猪蹄上的粪便也有粘附在体重秤上的可能性,以上现象都会影响测定数据的准确性。为提高测定数据准确性,在猪只进站前要对测定站进行校准调试,并且须在测定期内每间隔5~7 d对测定站进行校准与清洁,可有效提高测定数据的质量。
3.1.5 测定站硬件管理
奥饲本测定站称重模块和传感器的工作情况,直接影响测定数据的准确性,为确保硬件的正常工作,需对每一个测定站的猪只日采食总量和日均体重曲线进行每日跟踪。正常情况下,猪只采食总量和体重随日龄的增加呈慢-快-慢的变化趋势,若某日的采食总量相较于前2~3日下降5 kg以上,日均体重误差在±3 kg以上,首先应检查称重模块或传感器是否出现故障,其次考虑猪群生病或其他情况,此外还需关注测定站马达故障和DPC报警,前者出现故障时会导致不下料,后者报警会影响下料的重量。
3.1.6 群体管理与个体管理
对群体采食数据和体重数据管理的目的是监控测定站工作状况和猪群健康水平,在整体上保证测定数据的准确性,同时在实际管理中个体猪只的管理也至关重要,育种的目的是要关注个体性能是否足够优秀。在测定过程中单头猪因健康因素、管理因素、硬件因素等导致的采食量数据出现缺失或者采食量低等因素导致计算出的FCR≤1.5,上述情况会导致无法准确鉴定出优秀种猪的情况,可能会将因数据失准导致的低FCR种猪作为选留对象从而严重影响育种进程。因此在测定期内,需要每天对采食量低于1.0 kg的个体进行关注并进行及时的管理与干预,以确保其采食量不受其他因素影响,确保数据的准确性,防止因数据失准而做出错误的育种决策。
3.1.7 日常管理
在管理过程中要关注四个方面:1)保证料槽内饲料充足:尤其是在猪只进入生长后期,采食量明显增加,在夜间无人管理时,易出现空料槽的情况,需借助智能设备定时上料,确保猪只采食的连续性。2)饲料撒落及清理:在上料或维修过程中,若饲料撒落在圈舍内且未及时清理,会影响数据准确性。一些饲养员为训练猪定点排泄,常将饲料撒至排泄区,导致部分猪只采食不规范,影响数据的有效性。
3)关注耳牌状态:监控“0耳牌”事件,检查是否因电子耳标损坏导致数据无法采集,并及时更换损坏的耳标,确保数据采集的连续性和准确性。4)记录校准和事件情况:详细记录测定站的校准情况、硬件故障、群体及个体异常事件,以及其他可能影响测定的特殊情况,以便及时排除干扰,保障数据的可靠性。
3.1.8 测定数据处理
采食与体重数据的收集受自动饲喂器及猪群影响大,若出现大量异常事件(零耳牌,长时间采食,数据缺失等)的情况,则不能正确反应猪的生长和采食规律。每头猪平均每天收集到9条采食与体重数据,测定站在整个测定周期会收集到数万条数据,这些数据通常在后台运算和保存,由于数据量巨大,部分异常数据难以在实时过程中被识别和处理。即便在后期进行校正,仍无法完全保证测定数据符合测定标准。通过查阅相关文献和国内育种专家的相关报告,并结合选育实践,对原始数据进行质控,质控标准如表1所示。
3.1.9 FCR计算
FCR=总采食量/总增重,在测定期内出现的异常的数据需进行质控,尤其是出现异常数据缺失天数情况时,总采食量结果会偏少,需要用线性混合模型进行校正和填充,谊发牧业认为校正后采用日均采食量/日增重进行计算FCR准确性更高。在进行种猪选育时,谊发牧业选择40~100 kg体重阶段的FCR,该阶段的优势是在90 d的测定期内95%的猪只都有40~100 kg体重的完整FCR数据,在该体重阶段内FCR无需进行校正,可以采用质控后的数据直接计算,其准确性更高。
谊发牧业也在实践40~120 kg FCR的选育,具体做法是测定结束后通过编写的R质控包对原始数据进行质控和FCR校正,结束测定体重≥120 kg采用实际值,结束测定体重在105~120 kg内使用校正值,结束测定体重<105 kg的个体校正后的误差较大,建议舍弃。
3.2 基因测序筛选主效基因
猪饲料转化率是复杂数量性状,由多基因控制,采用连锁分析及全基因组关联研究(Genome wide association study,GWAS)方法,该方法已被证明是检测与FCR相关的遗传变异和候选基因的有效方法,通过该方法鉴别影响猪FCR的主效基因座(Quantitative trait loci,QTL)对节粮型种猪选育十分重要。谊发牧业与河南农业大学育种团队合作,对有完整40~120 kg FCR数据的法系种公猪进行基因测序,已获取1 224头种公猪重测序数据和413头种公猪50k芯片数据,通过GWAS分析与基因注释,发现位于14号染色体上的MFF 基因与位于15号染色体上的S1PR3基因对猪饲料效率产生显著影响,并预测了关联基因位点。聚合个体FCR为2.26,较群体水平下降0.08,这表明这些基因的应用能够显著提升猪的饲料利用效率,为节粮型种猪的选育提供了新的理论支持和实践依据。
3.3 全基因组选育
建立FCR动物模型,通过一步法基因组最佳线性无偏预测(ssGBLUP)进行遗传评估,该方法已被广泛用于处理猪只测定数据进行后续遗传评估,本试验将FCR作为节粮型种猪重要的选育指标。由于生长性能测定站主要用来测定公猪,对母猪的测定数量比较少,利用全基因组选育技术实现种猪早期选择,减少公猪的留种数量,可选择批次内基因组估计育种值(Genomic Estimated Breeding Value, GEBV)前15%的优秀母猪进站进行测定,补充参考群中母猪FCR数据的缺失,使参考群更加科学准确,同时利用全基因组育种技术进行选种选配,加快节粮型种猪选育进展。
4 节粮型种猪选育进展
谊发牧业核心育种场将FCR作为杜长大三个品种选择目标,尤其是杜洛克作为终端父本,FCR在育种目标中占45%。经过两个世代的选育,FCR进展情况如表2所示。
5 总结与展望
节粮型种猪的选育目前仍处于起步阶段,若要实现品系化、规模化的节粮型种猪培育,需从多个方面进行综合性选育。以下是一些关键方向:1)疫病净化:对猪蓝耳病、非洲猪瘟等主要疫病进行净化,以提升猪只的整体健康水平,进而减少疾病对FCR的负面影响。2)智能设备的应用:选育过程将越来越依赖智能化设备。通过影像监测和自动感应技术,可以准确识别异常猪只并处理异常数据,从而提升数据采集的精度。3)智能电子身份证:引入更智能的电子身份证系统,有助于减少耳标缺失(0耳牌)和错误耳号的发生,从而确保每头猪的准确识别和数据记录。4)环境数据分析:分析猪只生长环境的相关数据,探讨其与FCR之间的相互作用,利用智能环控设备创造最佳生长环境,提升FCR效率。5)多学科联合分析:结合微生物组学、代谢组学、基因组学等多学科的联合研究,从根源上揭示影响FCR的机制,为节粮型种猪的选育提供科学依据。6)全基因组高效育种技术:运用全基因组选择技术加速种猪的选育进展,能够快速筛选出优质个体,提升选育效率和精准度。
综上所述,通过多维度的综合选育措施,将为培育高效节粮型种猪奠定坚实基础,推动养猪行业的可持续发展。