肉雞賴氨酸需要量最佳擬合模型薈萃分析研究

◆作者：陳麗欣 王潤蓮,2 譚鈞元 陳澤妍

◆單位：1. 廣東海洋大學動物科學系；2. 廣東海洋大學深圳研究院

賴氨酸作為必需氨基酸之一，同時也是畜禽的第一或第二限制性氨基酸，在畜禽的養(yǎng)殖管理中，往往需要額外添加適當水平的賴氨酸，以提高蛋白質的營養(yǎng)價值，從而提高肉雞的生長性能、屠宰性能及肉品質等。

曲線擬合（Curve Fitting）是一種通過擬合的曲線方程揭示自變量x 與因變量y 之間的內在規(guī)律，其基本思路是通過采用連續(xù)的曲線近似地刻畫或逼近離散點群的函數關系的一種數據挖掘的處理方法（喬立山等, 2004）。對離散的數據進行擬合的目的是為了探明龐大的試驗數據之間隱藏的規(guī)律，同時通過分析研究原始數據的形態(tài)和曲線的特征，找到一條最適合表達實驗數據變化趨勢的最佳擬合曲線。曲線擬合方法的研究在自然科學、社會科學和經濟活動等預測領域具有重要的理論意義和應用價值（盛立锃, 2015）。曲線擬合的方法模型有很多，如二次曲線模型、折線模型、指數曲線模型等（陳靜文等, 2019）。目前，在生物試驗方面應用中，雖有采用一種或幾種曲線擬合進行營養(yǎng)素需要量的研究，但針對特定的營養(yǎng)素篩選最適合擬合模型方法的研究不多。本研究對前人賴氨酸需要量相關研究的原始數據進行收集、整理，并采用多種擬合曲線進行趨勢擬合分析，通過薈萃分析（Meta-Analysis）分析方法獲得一條用以表達賴氨酸水平對肉雞生長性能影響的最佳擬合曲線。

1 試驗材料及方法

1.1 試驗因素與水平的選擇

選擇賴氨酸水平作為單因素試驗研究，確定選擇的數據中，賴氨酸水平的設置大于或等于5。

1.2 效應指標的選擇

測定指標的選取需要具有針對性、靈敏性、可行性，同時還要與研究主題密切相關。本次試驗所選不同賴氨酸水平對日增重的影響為效應值進行模擬計算，且數據間差異顯著性顯著（P＜0.05）。

1.3 數據收集與整理

搜索近年賴氨酸水平研究方面的相關文獻，確定符合要求的數據，共30 組不同賴氨酸水平對日增重影響的劑量- 效應數據，列表1。

表1 不同賴氨酸水平對肉雞增重影響的劑量- 效應數據

1.4 擬合分析

為觀察數據的變化規(guī)律，采用Vedenov 和Pesti 博士的Excel workbook(NRM. xls)對30 份數據分別進行趨勢分析（Pesti 等,2009），使用以下三種模型。

1.4.1 拋物線模型

符合拋物線模型的條件是動物對某一營養(yǎng)素的反應呈曲線，且反應效應值對營養(yǎng)素攝入量不足和過量的反應是對稱的。二次曲線模型正屬于拋物線模型的一種，其模型方程式為：y＝b0＋b1x＋b2x2。二次曲線的最適需要量是效應值y 的最大值時所對應的營養(yǎng)素水平x。

1.4.2 折線模型

包括線性折線模型：y＝m＋k （r－x） 和二次折線模型：y＝m＋k（r－x）2。其中，y 為反應效應值，m 為最大值，k 為速率常數，r 為需要量，x 為營養(yǎng)素水平。根據擬合指數R2和最佳擬合出現(xiàn)的頻度確定最佳擬合曲線。

2 結果與分析

2.1 不同模型的擬合情況

將30 組試驗數據趨勢擬合分析結果列表2。結果表明，多數數據組的三個模型的R2皆大于30%，有個別試驗組出現(xiàn)了R2相同的情況。數據組2 的線性折線模型和二次折線模型的R2分別為3.44%和2.23%，明顯偏低。

表2 不同的模型擬合度R2 結果

2.2 不同模型的平均擬合度比較

由表3 可見，二次曲線模型的R2為90.28%，線性折線模型和二次折線模型的R2分別為87.23%、88.81%。從均值來看，二次曲線模型的R2最高。

表3 各模型的擬合度均值

2.3 不同模型的最佳擬合頻度結果

由表4 可見，二次曲線模型作為最適模型的試驗組有：1、2、6、10、17、21、23、28、29 共10 組，其頻率為10/30；以線性折線模型作為最適模型的試驗組有：4、9、12、13、18、19、20、22、24、25、26、27、30 共13 組，其頻率為13/30；以二次折線模型作為最適模型的試驗組有：3、5、7、8、11、14、15 共7 組，其頻率為7/30。線性折線模型出現(xiàn)最佳擬合的頻度最多。

表4 不同模型的最佳擬合頻度結果

3 討論

本試驗從擬合程度來看，二次曲線模型> 二次折線模型>線性折線模型；就最佳擬合出現(xiàn)的頻率來看，線性折線模型> 二次曲線模型> 二次折線模型?？傮w而言，二次曲線在三個模擬方程中最優(yōu)，但其他兩種模型的擬合度和二次曲線差別不是很大，且線性折線模型最佳擬合出現(xiàn)的頻度在三個模型中呈現(xiàn)最高，因此，建議在以后的試驗中除了最先考慮采用二次曲線模型以外，也可以考慮兩種折線模型。線性折線模型是以往很多試驗中廣泛采用的一種曲線擬合模型（陳春梅等，2006）。

薈萃分析法又被稱為“Meta-analysis”（薈萃分析），是一種對不同研究結果進行收集、合并及統(tǒng)計分析的方法（劉芳，2017）。本研究查閱已經發(fā)表的肉雞賴氨酸需要量研究結果，收集不同賴氨酸水平對肉雞日增重影響的劑量- 效應值，利用三種常見的擬合模型進行統(tǒng)計分析，從大量結果找出適合賴氨酸需要量研究的最佳擬合模型。

本研究收集和整理了30 組賴氨酸水平研究的結果，對于薈萃分析而言，數據量越大，結果的規(guī)律性越明顯，因此，進一步擴大數據量，將會得到可靠性更高的結果。

4 結論

本試驗選用30 組具有代表性賴氨酸水平對肉雞生長性能影響的試驗數據，采用二次曲線、線性折線模型和二次折線模型等三種趨勢擬合模型進行了趨勢擬合，結果得出二次曲線模型的擬合度最高，線性折線模型出現(xiàn)最佳擬合的頻度最多。建議在賴氨酸營養(yǎng)需要量研究中優(yōu)先考慮二次曲線模型和線性折線模型。

參考文獻:(略)