ニュース

Oct 04, 2023

データマイニング

Rapporti scientifici Volume 12,

Scientific Reports volume 12、記事番号: 15873 (2022) この記事を引用

918 アクセス

1 引用

メトリクスの詳細

スペインでは畜産学的に関心のある鳥類の生物多様性が広いにもかかわらず、これらの遺伝子型とその産物の特徴を明らかにすることを目的としたプロジェクトが必要です。 卵の外部および内部の品質形質は、10 の異なる遺伝子型の雌鶏が産んだ 819 個の卵で測定されました。ウトレラナの白、フランシスコ、黒およびヤマウズラ品種、ブルーアンダルシア、スパニッシュホワイトフェイスド、アンダルシア房状白および黒品種、アラウカナ。 およびレグホーン ローマン LSL-クラシック系統 (商用ハイブリッド系統) の雌鶏の品種。 卵の品質関連形質の多重共線性分析が実行された後 (VIF ≤ 4)、長径、短径、卵重、卵白高さは冗長な説明変数とみなされ、破棄されました。 卵の品質特性を考慮して、鶏の遺伝子型全体で卵をクラスター化するために、段階的判別標準分析が開発されました。 シェルの a* 変数と b* 変数は、最も高い判別力を報告しました (ウィルクスのラムダ: それぞれ 0.699 と 0.729)。 最初の 2 つの判別関数は、グループ間の分散の 60.48% を捕捉しました (F1: 39.36%、F2: 21.12%)。 レグホンの卵と比較すると、地中海在来種の卵には明確な品質の分化の兆候が証明されています。 したがって、卵の品質の差別化に関するこの証拠は、品種や品種に関連した独特の製品の標準化を促進する可能性があり、これにより、幅広い食事や料理への応用の存在に基づいて新たな市場機会が開かれる可能性があります。

近年、消費者の持続可能な生産システムを通じて得られる動物製品への関心が高まっています。 持続可能なシステムの目的は、環境と人間の健康への影響が少ない差別化された食品を入手し、動物福祉に配慮することです1。 世界中で消費されている卵のほとんどは、商用雑種系統の鶏が産んだものです2。 しかし、在来品種や伝統的な育種システムに密接に関連した特別な特性を備えた製品に対して、新たなニッチ市場が出現しつつあります3。 その結果、在来品種の存在は、最終的には代替生産システムの開発と農村部への個体群の固定化を並行してもたらし、ひいては生物多様性の損失や動物遺伝資源の消失の防止に貢献する可能性がある4。

特定の製品が消費者に受け入れられるかどうかは、卵の殻、卵白、卵黄に関連する品質特性に依存すると報告されています5。 品質特性を測定するために卵を割る必要性に応じて、これらは外部品質特性または内部品質特性に分類できます6。 以前の研究では、鶏卵の品質は、鶏の年齢、飼料摂取量、環境および気象要因などの遺伝的要素および非遺伝的要素の影響を受ける可能性があると報告されています7、8、9。 卵のパラメーターは、生殖能力、胚の発育、孵化率、鶏の生存率に影響を与えることが報告されています10。

スペインの大西洋と地中海の幹には、領土全体に広がるすべての鶏の品種が集まっています。 大西洋幹の雌鳥は、一般的に半体重の鳥で、赤い耳たぶと茶色の殻の卵を持っています。 一方、地中海の個体群は、白い耳たぶと白い殻の卵を持つ、軽い個体で構成されています11。 代替家禽システムでの卵生産は、悪天候下でも差別化された製品を効率的に生産できる地元の鶏品種の使用を促進し、その基礎を確立します12。 状況的には、アンダルシア (スペイン南部) は地中海性気候の影響を受けており、5 月から 10 月まで非常に高温になります。 したがって、地域の伝統的な裏庭と広大な条件で飼育された場合、特定の自生産卵鶏の遺伝子型（ウトレラナ、ブルーアンダルシア、スパニッシュホワイトフェイス、アンダルシアエトピリカ）だけが十分に繁栄するのに適応しています6。

いくつかの研究は、ウトレラナ鳥品種の品種内およびアンダルシア自生品種間の既存の遺伝的、生産的、生殖的差異を解きほぐすことに焦点を当てています5、6、7、13、14。 この点に関して、内部および外部の品質関連形質に応じたウトレラナ卵の商業品質分類の検証ツールとして、判別正準分析アプローチが提案されています 15。

状況に応じて、González Ariza et al.15 は、特定の卵がウトレラナ鶏全体のさまざまな商用サイズ カテゴリ (S、M、L、XL) の特徴に正しく適合するかどうかを大幅に判断できる 6 つの判別関数で構成されるツールを設計しました。品種の品種。 このようにして、このツールは、さまざまな品種の卵が、卵消費市場の特定のセクションをカバーしている可能性があるため、さまざまなニッチな機会に適合する可能性があることを証明しました。

この目的のために、本研究では、4つのスペイン在来品種（白い殻の卵の産卵）とその品種であるウトレラナ（フランシスカン、ホワイト、ブラック、ヤマウズラ）が産んだ卵から、卵の品質に関連する形質の異なるクラスターパターンを決定することを目指しています。 、外来在来種のアウトグループ（アメリカ大陸）および商業産卵系統の対照群としてのアローカナ種と比較した、ブルーアンダルシア種、スパニッシュホワイトフェイス種およびアンダルシアタフテッド種（白種および黒種）。 本研究の成果は、これらの絶滅危惧種の遺伝子型の育種プログラムの持続可能性を支援する潜在的なマーケティングおよび商品化の代替案を計画する戦略として、スペインの産卵品種に由来する製品の実体の特徴付けと類型化を裏付ける可能性がある。

研究の各卵の品質関連形質の平均、標準偏差、最大、最小、およびパーセンタイルを補足表S1に示します。

長径、短径、卵重、卵白高さは、VIF 値が 4 を超えるため、分析から除外しました (表 1)。 有意な Pillai の追跡基準 (値: 1.8923; df1: 180; df2: 7173; P < 0.0001) により、判別正準分析が実行可能であると判断されました。 表 2 に報告されているように、分析後に設計された 9 つの判別関数のうち、7 つが有意な判別能力を示しました。 F1 関数の識別力は高く (固有値 1.23、図 1)、分散の 60.48% が F1 と F2 で説明されました。

正準変数関数と自己説明分散および累積分散のパーセンテージ。

変数は、その識別特性に応じてランク付けされました。 このために、卵の品質分類全体にわたるグループ平均の等しい検定が使用されました (表 3)。 ウィルクスのラムダの値が低く、F の値が大きいほど、識別力が優れていることを示し、ランク内でのより良い位置に変換されます。 分析の結果、卵黄と卵白の pH は有意な判別関数の判別能力に大きく寄与していない (P < 0.05) ことが明らかになりました。

標準化された判別係数は、判別関数全体にわたる各卵品質形質の相対的な重みを測定します (図 2 および 3)。 7 つの重要な判別関数 (表 2) のうち、最も関連性の高い 2 つの関数のみを使用して、標準化された判別係数バイプロットを構築し、最も高い分散分率を取得しました (図 3)。 この点に関して、ベクトルが原点からさらに離れて伸びる変数は、最初の (F1) と 2 番目の (F2) の判別関数に最も適切に寄与しました。 図 4 は、分析で考慮されたさまざまな遺伝子型に属する鶏が産んだ卵が明確に区別されていることを示しています。 重心の相対位置は、最初の 2 つの判別関数 (F1 および F2) の各項の観測値の平均値を代入することで決定されました。 重心間の距離が大きいほど、観測値を分類する際の正準判別関数の予測能力が高くなります。

外部および内部の品質関連特性の判別負荷。各正規判別関数における各特性の相対的な重みを決定します。

卵の品質関連形質の判別負荷量のベクトルプロット。

産卵鶏の遺伝子型ごとに分類された標準判別分析で考慮された卵を示す縄張り図。

さらに、ニワトリ遺伝子型クラスター間の近接性を評価するために、マハラノビス距離が表されました (図 5)。 アラウカナ鶏は、残りの鶏の遺伝子型に対して最も遠くに位置する鶏であり、アンダルシア産房状白黒品種の卵は集まって残りの卵よりも遠くにありました。 黒い房状の卵、青いアンダルシアの卵、黒いウトレラナの卵の間には、一定の関連性が証明されています。 それにもかかわらず、中央のウトレラナの卵塊から、黒いウトレラナとフランシスコ種およびヤマウズラ種の卵とのより密接な関係が明らかになった。 白いウトレラナの卵は、他のウトレラナ品種が産む卵と密接に関連していましたが、オオジロやレグホンの卵との密接な関係も報告されています。

産卵鶏の遺伝子型間のマハラノビス距離から構築されたクラドグラム。

これらの分類パターンの基礎となる根拠は、カイ二乗相違度行列から得られたデータ マイニング CHAID デシジョン ツリーの評価後に見つかりました。 これらの点で、カイ 2 乗塩基の分岐とノードの分布は卵が大きく異なる (P < 0.05) ことを示唆しており、殻 b* の値に応じて 5 つのサブグループに分類されました (< 1.49; 1.49-2.09; 2.09-2.91; 2.91- 7.51; ≥ 7.51)。 殻 b* 値が 2.09 より低い場合、レグホンの卵が優勢になります。 殻 b* の値が 1.49 以下および 2.91 ～ 7.51 の卵は、形状指数の値によって分類されました。 殻 b* の値が 2.09 ～ 2.91 の卵は、卵黄の重量に応じて分類されました。 殻 b* の値が 7.51 以上の卵は、卵の重量に従って分類されました。 同時に、殻 b* の値が 2.09 ～ 2.91 の卵と卵黄の重さが 19.03 g を超える卵は、領域ごとに分類されました。 この最後の区別により、ヤマウズラ ウトレラナによって生産された卵から、主に遺伝子型ブルー アンダルシア、ホワイト アンダルシア タフテッド、フランシスカン ウトレラナの卵を定義することができました。 別のサブグループは、殻 b* の値が 7.51 以上で、卵の総重量が 60.04 g を超える卵によって定義されました。 この場合、形状指数は非常に重要であり、黒いアンダルシア産房状卵を分離しました（殻 b* の値が 7.51 以上、卵総重量が 60.40 g 以上、形状指数が 73.06 以下を示した卵の 44.40% が黒いアンダルシア産房状卵から産まれました） ）。

補足表 S2 および S3 は、分類およびリーブワンアウト相互検証で得られた結果を報告しています。 プレスの Q 値は 1939.49 (N = 819; n = 460; K = 10) でした。 したがって、予測は 95%16 確率よりも大幅に優れていたと考えられます。 その後、10 倍相互検証により、同様の再置換および相互検証の誤差率推定値 0.623 および 0.665 が報告され、標準誤差はそれぞれ 0.17 および 0.16 でした。これにより、調査のデータが基準値に達した後に構築された CHAID ツリーが決定されました。最適な深さ。 これらの理由により、得られた結果の堅牢性と、そこから導き出された結論の妥当性が裏付けられます。

飼育動物および家畜の遺伝的多様性とさまざまな遺伝子型の状況は、持続可能な開発目標 2.5.2 に従って理解できます。 （絶滅の危機にあると分類された在来品種の割合）およびFAOガイドラインによって提供される動物個体群のリスク状態の分類17、18。 この分類を考慮すると、この研究で使用されたさまざまな局所遺伝子型のリスク状態を理解できます。 ウトレラナの品種ステータスは絶滅危惧種に維持されており、ブルーアンダルシアン品種のステータスは危機的維持にある一方で、スパニッシュホワイトフェイスドおよびアンダルシアタフテッド品種のリスクステータスは、少数の現存する品種の管理と制御を担当するブリーダー協会がないため不明です。人口19. これに加えて、各品種のすべての特定および登録されたブリーダーの個体の重要なサンプルが、実験が行われたコルドバ（スペイン）のディプタシオン農業州センターにある在来品種の保護センターに保管されています。 したがって、本研究で使用された動物サンプルと補足表S1に示されている卵の品質形質の変動性は、統計分析を使用するのに適切なレベルにあり、この研究で提供された結論は統計的に有意です。

長径と短径と形状指数との高い相関関係は、形状指数計算の数式（解析で保持される）が前述のパラメーターを含むという事実によって説明できます。 一方、卵の重さは、これも余分であるとみなされて廃棄され、卵黄、卵白、卵殻の重さの合計から計算できます。 これらの発見は、同じ冗長性が検出された以前の研究 15 によって裏付けられています。 さらに、説明変数間の異なる関係を検証する必要があることが報告されています。 このように、方程式の代わりに独立変数を選択すると、予測モデルの効率を決定する要因を決定する際に変数が重複しないため、得られる結果が最適化されます20。

pH 関連の形質は、卵の異なるグループ間で有意ではない最も低い識別力を示しました (表 3)。 識別機能に対する pH 関連形質の寄与が低いことは、卵の pH の変動が小さいことが判明していることに由来している可能性があります。 pH は卵の鮮度の尺度として使用できます。時間が経つと、卵内の CO2 と H2O が失われ、風味や卵白粘度の低下など、卵の品質に悪影響が生じます 21,22,23。 卵の pH は鶏系統によって調整されることが報告されています 24 が、本研究では、pH 測定は産卵後 24 時間以内に行われました。 したがって、これらの結果は、卵殻の寿命が鶏の系統によって影響を受ける可能性があることを示唆している可能性がありますが、その後の段階で影響を受ける可能性があります。 したがって、本研究の卵は、異なる品種や鶏の種類間での pH 値の大きな変動を回避するのに十分なほど新鮮であると考えられます。 これは、グループ間での pH 値のばらつきが小さいことの説明になります。 さらに、卵白と卵黄の pH 値が胚の発育と相関していることを考慮し 25、後の段階で差異が存在する可能性を考慮すると、より高い卵白と卵黄の pH 値をもつ品種を決定するには、卵の保存期間に沿った pH の変化を考慮した追加の研究を開発する必要がある。卵殻の寿命を短縮し、卵殻の寿命がより簡単に損なわれる可能性がある絶滅危惧種の保護プログラムを通じて繁殖戦略を強化する6,26。

L*a*b* 色空間と卵黄色ファン システムによって測定されたウィルクス ラムダの高い値と F 卵黄色の低い値も、これらの形質の識別能力が限られていることを示唆しました。 この点に関して、L* は明度の度合いを測定するのに対し、a* パラメーターと b* パラメーターはそれぞれ色度 (赤み - 緑み、黄色み - 青み) を測定します。 分光光度計による光度測定は、卵黄色ファンよりも正確であることが報告されており 27、現在の研究では両方のパラメーターについて同様の識別力が報告されています。 卵黄 b* の値は、さまざまな遺伝子型の卵を分類する際に最も決定的な卵黄の色に関連するパラメーターでした。 これらの結果は、Dvolřák et al.27 によって裏付けられています。彼は、卵の総重量 (r = − 0.919) や白身重量 (r = − 0.918) などの他の品質関連形質との有意な負の相関関係を報告しただけでなく、卵黄 L* および卵黄 a* と比較した場合、卵黄 b* (22.00 から 47.99) パラメーターの絶対頻度値のより広い分布。 さらに、卵黄の着色パラメーター L* と b* の間には強い相互関係がありました (r = 0.927)。 したがって、卵黄中の黄色色素の沈着は、鶏の現在の代謝能力の影響を受けていると推測できます。これは、環境への適応性がしばしば依存する品種間でのばらつきの原因であると報告されています28。 並行して、a* パラメータの最も低い判別関連性は、赤色スペクトル成分を定義するための a* パラメータを導き出した Dvolřák et al.27 によって支持される可能性があり、卵黄重量値の増加は、好ましいオレンジ色の割合の減少に関連付けられています。ただし、コレステロール濃度、つまり卵の内部品質とは無関係であることが報告されています29。

変数の面積、卵殻の強度、卵殻の厚さはそれぞれ 11 位、13 位、15 位にランクされました。 ただし、卵殻の重さは、ランキングの前半で殻の品質に関連する形質で最も良い位置にありました。 以前の研究では、卵の重さの値は卵殻の抵抗力と直接比例関係にないことが報告されています30。 卵殻中のMg、Na、Kの濃度が卵殻の強度に関与している可能性があります。 卵殻内のこれらの微量栄養素が高濃度に含まれると、卵のもろさと柔らかさが増大します31。

レグホンの卵殻には、地元の品種よりもこれらの微量栄養素が高濃度で含まれていることが報告されています7。 例えば、Iqbal et al.32 は、卵殻の重量と卵殻の厚さは正の相関があり、卵のサイズによって大きく影響されることを観察しました。 したがって、多重共線性の問題は、卵の殻の厚さと重さの強い関係に由来する可能性があり、これが卵の殻の厚さにペナルティが与えられた可能性がある理由です（ウィルクスのラムダの値は 0.964、F の値は 3.381）。

視覚的欠陥パラメータの識別力が低いことが示されました。 血液や肉の斑点は卵の黄身や卵白に欠陥を生じさせ、卵の消費者による拒否反応の原因となります9,33。 排卵中に柱頭とは異なる位置で卵胞が破裂し、さまざまな卵子成分が合成されると、これらの視覚的欠陥が生じる可能性があります 34。 卵黄の色度はこれらの斑点の存在によって変化する可能性があり、視覚的欠陥、卵黄 a*、および卵黄 b*15 の間に高い相関関係が生じる可能性があります。

卵黄の大きさに関するパラメータは高い識別力を示した（卵黄重量と卵黄直径の順位は6位と8位）。 これらの発見は、鶏の遺伝子型によって卵黄の割合に大きな違いが生じるという事実を裏付けています。 何人かの著者は、在来種は市販の雑種種よりも卵黄の割合が高い、より小さな卵を産むと結論付けています6、35、36。 商用採卵鶏の年間産卵数と卵重量への寄与は、よりエネルギー効率の高いコストで生産され、より多量の卵白、したがって水分を含んだ卵を産むためである37。

卵白は卵重量の約 57 ～ 71% を占めます 38,39,40。 このため、グループ平均の等しいかどうかの検定では、卵白重量が体重関連形質の中で 1 位にランクされました。 レグホンの卵は最も重い卵殻を持っていることが示されています（補足表S1）。 ハイブリッド株は、商業的および輸送目的のため、卵殻の品質に関して高い選択圧を受けてきました30。 しかし、以前の研究では、地元の遺伝子型はレグホンの遺伝子型よりも強くて硬い卵殻を持っていることが示されていますが、これらの遺伝子型はレグホンの遺伝子型よりも卵殻の重量が低い可能性があります7。

ハウ単位は、グループ平均の等しいかどうかのテストで 5 位にランクされました。 卵白の品質の指標として使用されます。 ハウ単位値は、保管条件と保管時間によって条件付けされます 41 が、鶏の遺伝子型に大きく依存することも報告されています。 ハウ単位を卵黄および白身の pH 値と比較すると、その違いは、卵の殻の寿命が鶏の系統間で大きく異なることが報告されているとしても、ばらつきは後の段階で発生することを示唆している可能性があります (一部の品種は他の品種よりも卵殻の寿命が長い)。敷設直後にばらつきが少なくなります。

本研究で得られた結果は、在来種と比較して、採卵鶏の選択された系統におけるハウ単位の高い値を報告しているため、以前の研究 24,42 と一致しています。 ただし、卵白の割合は卵白の高さと直接相関しています43。 したがって、市販の雑種株が卵白の割合が高いという事実は、より望ましいハウ単位値という点で、これらの遺伝子型に一定の利点をもたらす可能性があります。

形状指数により、卵を丸い卵 (形状指数 > 76)、標準的な卵 (形状指数 = 72 ～ 76)、および鋭い卵 (形状指数 < 72) に分類できます44。 この形質によって報告された高い識別力は、本研究で使用されたさまざまな遺伝子型の卵間で大きなばらつきを示しています。 アローカナの卵は丸い（形状指数 = 76.84）と報告されていますが、白いウトレラナの卵は鋭い形状を示しました（形状指数 = 71.32）。

卵の殻の色度パラメータが最も高い識別力を報告しました。 本研究で使用された遺伝子型のほとんどは白い殻の卵を産みましたが、アラウカナ品種は緑と青色の卵を産むことで区別されます45。 したがって、シェル a* とシェル b* は、グループ平均の等しいかどうかの検定でランクの最初の位置を占めました。 色度パラメータは、異なるグループにおけるアラウカナ品種のクラスタリングに関与していました (図 5)。 それにもかかわらず、研究で使用された残りの遺伝子型が白い殻の卵を産んだとしても、殻 b * により異なる品種や品種の分類が可能になりました（補足図S1）。 たとえば、レグホーン品種は、0 に近い殻 b* の値を示しました。殻 L* の値が高いと、殻 b* の値が減少することが示唆されています 46。 これに関連して、Aygun47 氏によると、卵殻の L* 値が減少すると (卵殻の暗さが増加すると)、ハウ単位値も減少しますが、殻の強度は増加します。 したがって、卵パックの L* 値を報告することは、異なる品種の品質マークの痕跡として役立つ可能性があります。

図 5 は、卵の内部および外部の品質形質に応じて品種が明らかに多様化していることを示しています。 この点で、アローカナの卵グループは、他の地中海産および雑種系統とは異なりました。 アラウカナの地理的隔離は、この品種の他の品種からの遺伝的および表現型の遠ざけを促進しただけでなく、その製品の明確な差別化も引き起こした可能性があります48,49。

スパニッシュホワイトフェイスとホワイトウトレラナの卵を残りの自生遺伝子型から異なるクラスターに分離し、商用雑種系統への卵の品質の観点からそれらのアプローチをとったことは、ブリーダーが個体をレグホーン鶏と交雑させた可能性を示唆しています。スペインオオジロとシロウトレラナの血縁関係は減少するが、これらは動物の数が最も少なく、高い絶滅の危険に直面している。 それにもかかわらず、レグホン卵の多様化は他のスペイン在来品種の卵とは異なっており、前述の在来品種が伝統的に市場で販売されてきた他の品種の卵の代替品となる可能性があることを示唆している50。

ヤマウズラとフランシスコ・ウトレラナの卵の品質関連形質間の類似性は、両品種が残りの遺伝子型よりも高い卵黄の割合を示したため、予想されました。 一方、補足図S1は、ブルーアンダルシアの卵が同時に、ブラックウトレラナおよび2種類のアンダルシア房状品種と同様の特徴を持っていることを示唆しています。 殻 b* の値が 7.51 以上、卵重が 60.04 g 以上、形状指数が 73.06 以上の卵の 81% は、ブルー アンダルシア、ブラック ウトレラナ、またはアンダルシア タフテッドの遺伝子型によって産まれました。 ウトレラナ鶏の品種の中で、黒い品種は、アンダルシアの青い品種の黒い羽毛の個体と形態学的に高い類似性を共有しています。 したがって、これら 2 つの遺伝子型間の表現型の類似性は、形態学的および生産性の両方において、ハイブリダイゼーションの思い出を示している可能性があります。

アンダルシアンタフテッド品種の 2 品種の卵間の縄張り地図の近さは、この品種に属する動物の入手可能性の低さとこの品種が直面している絶滅の危機に起因する、両品種間の生殖管理と交雑の欠如を示唆しています。 さらに、特定の在来品種の公式認定や繁殖プログラムが存在しないことにより、その個体の表現型および遺伝子型の同一性の低下につながる可能性があります52。

本研究では、Press の Q 値が 6.63 を超えることから示唆されるように、品質関連形質に基づいて 10 の異なる遺伝子型から卵を効率的に分類できるツールを開発しました。これは、分類率が偶然に得られたものより少なくとも 25% 高いことを示しています。 これは、殻 a*、殻 b*、卵白重量、形状指数、ハウ単位などの特定の変数が、卵の外部および内部の品質の決定に重要な役割を果たしていることを示しています。 実際、レグホーンとアラウカナの卵の合計 91.18% と 61.90% がそれぞれ正しく分類されました。 ただし、ヤマウズラの卵の 15.58% はフランシスカン ウトレラナの卵として分類され、黒アンダルシアの房状の卵の 20.48% は白アンダルシアの房状の卵として分類されました。 さらに、相互検証リスクが最小相互検証リスク ツリーに 1 つの標準誤差を加えたリスクを大幅に超えなかったため、再代入誤り率と相互検証された誤り率商は 1 に近く、最適なツリーの深さが正常に達成されました。

結論として、判別正準分析とデータマイニング CHAID 決定木手法の組み合わせは、卵の質の特性を考慮してさまざまな遺伝子型から卵を分類するための効率的なツールとして検証されます。 このツールを使用すると、交配取引や品種間の混合の発生をその歴史に沿って検出できます。 卵殻の色度や卵の形状指数などの特定の外部特性は、卵の殻を割らずに簡単に測定でき、さまざまな遺伝子型から卵を正しく分類するための大量の情報が得られます。 さまざまな内部品質関連形質の中でも、ハウ単位や卵白重量などの卵白特性は、遺伝子型間の差異を決定する上で極めて重要な役割を果たします。 スペインの在来品種を市販の雑種系統や他の外国在来品種（アラウカナ鶏など）と比較すると、卵の品質に大きな違いがあることが報告されています。 これらの結果は、ゲノム分析の結果を補完するもので、後者は、一部の在来品種（白品種と黒品種）が両方の市販株と、さらには同じ面積を共有する他の在来品種（レグホーンおよびスパニッシュウィズ）とのある程度の交配の証拠をまだ示している可能性があると結論付けています。 -顔または白のウトレラナ雌鶏と黒のウトレラナとアンダルシアン ブルー）。 この点に関して、ウトレラナ品種のフランシスカン種とヤマウズラ種に見られる卵のさまざまな部分（卵白、卵黄、殻）の割合が類似していることは、卵の分類の混乱の原因となる可能性がありますが、他の遺伝子型の卵では、アンダルシア房状品種などは、製品の差別化が低かった。

この研究は、ヘルシンキ宣言、2 月 1 日の国王令国内法 113/2013、および 9 月 22 日の欧州議会および理事会の指令 2010/63/EU に従って実施されました。この研究は公表されています。コルドバ大学の倫理審査委員会の評価範囲は、科学目的で使用される動物の保護に関する法律に該当しないためです。 すべての方法は ARRIVE ガイドラインに従って報告されており、実験が行われたコルドバ (スペイン) のディプタシオン農業州センターの当局によって許可が与えられました。

実験はスペイン南部コルドバのディプタシオン農業州センター（北緯37度54分50.9秒～西経4度42分40.4秒）で1年間（2019年2月から2020年2月まで）行われた。 本研究で使用した卵は、表 4 に記載されているように分布するさまざまな品種に属する動物からなる雌鶏の群れから得られました。各地域品種の個体の半分は雌鶏 (24 週齢) で、半分は雌鶏 (70 週齢) でした。 。 ただし、レグホーン ローマン LSL-クラシック系統の群れでは、研究に使用されたすべての動物は子犬 (生後 24 週齢) でした。 サンプリングされた個体の選択は、使用されたさまざまな遺伝子型が産卵 (産卵サイクル中の産卵) の 50% に達する年齢を考慮して行われました。 状況に応じて、商業層（とりわけレグホン鶏）の典型的な生産サイクルは約 72 週間続きます53。 ただし、この周期はウトレラナ人口の約 3 分の 1 では 156 週まで延長される可能性があります54。

鶏自体は本研究で説明されている実験には参加していませんが、卵が採取された卵の供給源でした。 採卵した鳥は、１平方メートル当たり１羽の飼育密度で囲いに入れ、同じ市販飼料（化学組成：粗タンパク質１５．２０％、粗油脂４．６０％、粗繊維３．２０％）を与えた。 、１４．００％粗灰分、４．１０％カルシウム、０．６６％リン、０．１９％ナトリウム、０．３１％メチオニン、０．７２％リジン）。 水および飼料は自由に与えた。

卵の品質測定のために合計 819 個の卵がサンプリングされました。 卵は完全な産卵サイクル中に産まれました。 表 5 は、産卵鶏の遺伝子型に応じた卵の分類を示しています。 同じ情報登録プロトコルをサンプルのすべての卵に対して個別に実行しました。

外部品質関連形質は、非侵襲的方法、つまり卵の殻を割らずに測定されました。 次の外部卵品質形質尺度が評価されました。卵の長径と短径。 卵の重さ。 卵殻の色の明度、赤み-緑さ、黄色-青さの座標(殻L*、殻a*、および殻b*)、および形状インデックス。

一方、卵を割って評価する必要がある場合、スコア化された卵の内部品質関連形質は次のとおりでした。 卵の殻の厚さ。 卵殻抵抗。卵殻の強度と力-変位曲線の下の面積（面積）で構成されます。 卵白の高さ。 ハウ単位。 卵白重量。 卵白のpH。 卵黄のpH; 黄身の色のファン。 卵黄の明度、赤み、黄色の変数 (卵黄 L*、卵黄 a*、および卵黄 b*)。 卵黄の直径。 卵黄の重さ。 卵黄および/または卵白の視覚的欠陥の有無。 ハウ単位と形状指数 (表 6) は、Eisen ら 55 および Anderson ら 56 によって確立された前提に従って計算されました。 甲羅の色はポータブル分光光度計 (CM 700d、コニカミノルタホールディングス株式会社、東京) を使用して測定され、結果は国際照明委員会 (CIE) L*a*b* システム カラー プロファイルを使用して次のように表されました。 González Ariza et al.6 で説明されています。

図 6 は、長径と短径、卵殻の厚さ、卵黄の直径といった変数の測定値を収集するための詳細な手順を示しています。 このために、バーニア スケール (Electro DH M 60.205、バルセロナ、スペイン) を使用しました。 卵殻の厚さは、卵殻の中央部分で得られた 3 つの測定値の平均として計算されました。 卵の品質評価は、産卵後 24 時間以内に 15 日ごとに 1 年間測定しました。 卵品質評価時の室温は２２±１℃であった。 使用したデータ収集プロトコルに関する詳細は、González Ariza et al.15 を参照してください。

外部および内部の卵品質データ収集手順のスキーム。 (A) 外径。 (B) 短径。 (C) 卵殻の厚さ。 (D) 卵黄の直径。

正準判別分析 (CDA) を実行して、内部および外部の卵の品質関連形質の尺度の線形結合が集団内および集団間のクラスタリング パターンを説明するかどうかを判断しながら、卵の分類を可能にするツールを設計しました。 今回の解析に用いた説明変数は、長径、短径、卵重量、殻L*、殻a*、殻b*、形状指数、卵殻重量、卵殻厚さ、卵殻強度、面積、卵白高さ、ハウ単位、卵白重量、卵白 pH、卵黄 pH、卵黄色ファン、卵黄 L*、卵黄 a*、卵黄 b*、卵黄直径、卵黄重量、および視覚的欠陥。 産卵鶏の遺伝子型をクラスタリング基準とみなしました。

形質との正規関係をプロットして、グループの違いを解釈しやすい領土地図に表現しました。 変数選択の実行には、正則化された順方向多項ロジスティック回帰アルゴリズムが使用されました。 事前確率は、サンプル サイズが異なるグループがデータの品質に影響を与えるのを避けるために、それらを同じとみなすのではなく、商用ソフトウェア (SPSS バージョン 26.0 for Windows、SPSS, Inc.、イリノイ州シカゴ) の事前確率を使用して計算されたグループ サイズに従って正規化されました。分類20．

この研究でグループ全体で使用されたものと同じサンプルサイズのコンテキストが堅牢であることが報告されています。 この点に関して、一部の著者は、可能性のある歪みの影響を緩和するために、4 つまたは 5 つの予測子ごとに少なくとも 20 の観測値の最小サンプル サイズと、独立変数の最大数を n-2 (n はサンプル サイズ) にする必要があると報告しています20。 57.

したがって、本研究では、上記の比よりも 4 倍または 5 倍高い観測値と独立変数の比を使用し、判別手法を効率的にしました。 多重共線性分析を実行して、予測変数間の独立性と強い線形関係を確保しました。 前方または後方の段階的選択方法によって選択された変数は同じでした。 最後に、後方選択方法よりも時間がかからないため、プログレッシブ前方選択方法が実行されました。

SPSS バージョン 26.0 ソフトウェアの Classify パッケージの判別ルーチンと、XLSTAT ソフトウェア (Addinsoft Pearson Edition 2014、Addinsoft、パリ、フランス) の Analyzing Data パッケージの正規判別分析ルーチンを使用して、正規判別分析を実行しました。

多重共線性の仮定は、判別正準分析を実行する前にテストして、考慮される変数の冗長性によって分散の説明可能性が過度に膨らまないようにする必要があります。 これは、分析内で考慮される他の変数と同じデータの変動部分を説明する変数を破棄するためですが、他の変数が行う特定の追加部分を説明できない可能性があります。 たとえば、卵の重さは卵の殻、卵黄、卵白の重さによって説明できるかもしれませんが、それでも後者は観察全体の違いのかなり正確な部分を表すことができるかもしれません。 したがって、分析ですべてを保存すると、そのような変動性の冗長な説明 (インフレ) が決定される可能性があります。 多重共線性は、2 つ以上の説明変数間の高度な線形相互相関を表すデータ条件です。 相関関係が 2 つの変数間の線形関係であるのに対し、多重共線性は 2 つの変数間、または 1 つの変数と他の変数の線形結合の間に存在する可能性があります。 多重共線性は、変数間の直交性の欠如も表します。これは、変数の 1 つの変化が残りの変化を意味しないことを意味します。 多重共線性を検出するには、さまざまな方法を使用できます。 その中で、分散インフレ係数 (VIF) と許容誤差 58 は、複数の属性を持つ回帰モデルの分散を 1 つの属性のみを持つモデルの分散で割った比率を測定します 59。 多重共線性は、k ベクトルが k 未満の次元の部分空間にある場合に発生します。 多重共線性は、研究者が研究に干渉しない観察研究でよく見られるデータ不足の状態を説明できる可能性があります。 したがって、多くの研究者は多重共線性を相関と混同することがよくあります。 したがって、相関は多重共線性の特殊なケースであると考えられます。 高い相関は多重共線性を意味しますが、その逆は意味しません。 説明変数間には多重共線性がある可能性がありますが、それでもこれらの変数のペア間には高い相関関係はありません60。 この研究では、推奨される VIF 値 4 が使用されました61。 VIF は、XLSTAT ソフトウェア (Addinsoft Pearson Edition 2014、Addinsoft、パリ、フランス) の Analyzing Data パッケージの正規判別分析ルーチンのサブルーチンとして、次の式に従って計算されました。

ここで、R2 は回帰式の決定係数です。

2 つの変数セット間の正準相関の最大数は、小さい方のセット内の変数の数です。 通常、最初の正準相関により、異なるセット間の関係のほとんどが説明されます。 いずれにせよ、以前の研究では最初の次元のみの報告が一般的であったにもかかわらず、すべての正準相関に注意を払う必要があります62。 正準相関値が 0.30 以上の場合、それらは説明された分散の約 10% に相当します。

ウィルクスのラムダ テストは、どの変数が判別関数に大きく寄与する可能性があるかを評価します。 ウィルクスのラムダが 0 に近づくと、判別関数に対するその変数の寄与が増加します。 χ2 はウィルクスのラムダ有意性をテストします。 有意性が 0.05 未満の場合、関数はグループ付加を十分に説明すると結論付けることができます 63。

ピライのトレース基準は、サンプルサイズが等しくない場合に使用できる唯一の許容可能なテストとして、判別関数分析で共分散行列が等しいという仮定をテストするために使用されました64。 Pillai の追跡基準は、XLSTAT ソフトウェア (Addinsoft Pearson Edition 2014、Addinsoft、パリ、フランス) の Analyzing Data パッケージの正準判別分析ルーチンのサブルーチンとして計算されました。 有意性 ≤ 0.05 は、判別モデルで考慮された予測子のセットが統計的に有意であることを示します。 Pillai の追跡基準は、多変量残差の正規性と分散の均一性からの逸脱に対する一般的な保護のための最も堅牢な統計であると主張されています。 ピライ トレースの観測値が高いほど、一連の予測変数が応答変数の値に統計的に有意な影響を与えているという証拠が強くなります。 つまり、Pillai 追跡基準は、鶏の遺伝子型クラスタリング グループ全体にわたる、内部および外部の卵品質形質を組み合わせた潜在的な線形差を示しています 65。

CDA が実装されると、予備的な主成分分析が使用され、全体の変数が、異なる遺伝子型の卵間の変動に最も寄与するいくつかの意味のある変数に削減されます。 CDA を使用すると、そのグループ内の卵の割り当ての割合が決定されました。 判別負荷が ≥ |0.40| の変数は実質的であると考えられ、実質的な識別変数を示しています。 ステップワイズ手順手法を使用することにより、重要でない変数が関数に入ることが防止されました。 絶対値が大きい係数は、識別能力が高い変数に対応します。 データは、Manly と Alberto66 によって報告された手順に従って標準化されました。 次に、次の式を使用して、二乗マハラノビス距離と主成分分析が計算されました。

ここで \(D_{ij}^{2}\): 母集団 i と j の間の距離。 COV-1: 測定変数 x の共分散行列の逆行列。 \(\overline{\Upsilon }_{i}\) および \(\overline{\Upsilon }_{j}\): それぞれ i 番目と j 番目の母集団における変数 x の平均。

二乗マハラノビス距離行列はユークリッド距離行列に変換され、過小加重ペアグループ法の算術平均 (UPGMA; ロビラ イ ヴィルギリ大学、タラゴナ、スペイン) と MEGA X 10.0.5 の系統発生手順 (分子進化遺伝学研究所、ペンシルバニア州立大学、ステートカレッジ、ペンシルベニア州、米国）。

その後、背景が不明な卵が特定の分類グループに属する確率を決定するために 67、ヒット率パラメーターが計算されました。 このために、問題の観測値からその最も近いグループの重心までの相対距離が使用されました。 ヒット率は、最初に産んだ鶏の遺伝子型に正しく帰属する、正しく分類された卵の割合です。 リーブワンアウト相互検証手順は、判別関数が検証できるかどうかを検討するための有意性の形式として使用されます。

Press の Q 統計は、次のように交差検証された関数の識別力を比較するために使用できるため、これらの結果を裏付けることができます。

ここで、n: サンプル内の観測値の数。 n': 正しく分類された観測値の数。 K: グループの数。

Press の Q 統計値は、自由度 0.01 で χ2 の臨界値 6.63 と比較する必要があります。 Press の Q が臨界値 χ2 = 6.63 を超える場合、相互検証された分類率は偶然に得られた分類率よりも少なくとも 25% 高く、十分な分類精度レベルが達成されていると考えられます。

分類、予測、解釈、および個別に分類されたデータ操作には、カイ二乗自動相互作用検出 (CHAID) 決定木 (DT) データ マイニング手法が使用されました。 CHAID ベースのアルゴリズム意思決定サポート ツールには、ルート ノード、ブランチ、リーフ ノードが含まれます。 卵の品質形質 (入力変数) を中心に構築される各内部ノードについては、カイ二乗検定の有意性分割基準 (P < 0.05) が満たされる必要があります (事前枝刈り)。 Breiman et al.68 によると、樹木が多数の枝を提示することを防ぎ、全体の適合度を大幅に高める可能性のある枝の追跡に失敗することを防ぐために、剪定 (前または後) プロセスを実装する必要があります。 検出された独立変数間の重要な関係を網羅的に示すツリーを計算した後、全体の予測に寄与しないノードは破棄されます。 さらに、CHAID では、モデルの複雑さに起因する間接コストとしてペナルティの要素が追加されます。 この点に関して、ボンフェローニ不等式を使用して有意水準を大幅に調整しました。 Breiman の方法は、F-to-enter ベースのテストの代わりにカイ 2 乗テストを使用して最終ステップ数を削減する順方向段階的回帰に似ています。 各ブランチはテストの結果 (2 つ以上の数) を表し、各リーフ ノード (またはターミナル ノード) はターゲット変数 (鶏の遺伝子型) のカテゴリ レベルを表します。 ツリーの最上位のノードがルート ノードです。 決定は各ノードで行われ、データの各レコードは、レコードがツリーのリーフまたは終端ノードに到達するまで、パスに沿ってツリー内を進み続けます69。

その後、相互検証を実行して、新しいサンプルとトレーニング サンプルに適用されたツリーの予測誤差間の差異を測定するために考慮された予測子のセットを検証しました。 デシジョン ツリーの相互検証は、「複雑さパラメーター」と相互検証された誤差を使用して実行され、モデルが目に見えないデータをどの程度正確に一般化するかを推定しました。 パフォーマンス/予測の程度。 10 倍交差検証を使用して CHAID デシジョン ツリーを検証し、考慮された一連の予測因子が品種グループ間の差異を有意に説明していることを確認しました 70。 これは、最も短いツリーが最も多くの重要な関係を効率的かつ反復的に収集するかどうかを判断することを意味します。 トレーニング サンプルと研究データのすべてのサンプル レコードを使用して、10 分割相互検証を実行しました。 相互検証は、新しいサンプルに適用されたツリーの予測誤差 (再置換/置換誤差率) とトレーニング サンプル (相互検証誤差率) の間の既存の差を比較することによって実行されました。 相互検証エラー率 (リスク) は、10 個のテスト サンプル (フォールド、新しいサンプル) にわたるリスクの平均であり、データ予測判別モデルの精度を決定します。 このプロセスは折り目ごとに繰り返され、折り目全体の誤差の推定値が推定されます。 相互検証エラー率が最も低く、したがって最適な適合を示したツリーが選択されました。 対照的に、再置換誤り率は、元のツリーのさまざまなサブセットによる元の誤分類された観測値の割合であり、ツリーの深さが増すにつれて減少します。 最も低い再置換率を報告するツリーには偏りがありますが、大きなツリーは外れ値を過剰適合するため、予測にランダムな変動が追加されます。 結果として、最適なツリーの深さは、相互検証リスクが最小相互検証リスク ツリーに 1 つの標準誤差を加えたリスクを超えない最も浅いツリーで決定されます。 これは、再代入エラー率と相互検証されたエラー率が類似している場合、つまりそれらの商が 1 に近い場合に保証できます。

現在の研究中に生成および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

Ureña, D.、Colombo, D.、López, M. & Ruiz, C. 持続可能な動物製品のニッチ市場: 牧草地で育てられたヤギミルク。 アーチ。 ズーテック。 70、60–70 (2021)。

記事 Google Scholar

カスティージョ、A. et al. イタリア在来鶏品種の概要: 保護状況と使用されている飼育システム。 動物 11、490 (2021)。

記事 PubMed PubMed Central Google Scholar

Busse, M.、Kernecker, ML、Zscheischler, J.、Zoll, F. & Siebert, R. 家禽生産における倫理的懸念: 二目的鶏に関するドイツの消費者調査。 Ｊ．アグリック． 環境。 倫理学 32、905–925 (2019)。

記事 Google Scholar

トアロンボ、P. et al. エクアドル自生雌鶏の形態的特徴に対する社会経済的影響。 アーチ。 ズーテック。 68、416–421 (2019)。

記事 Google Scholar

ゴンザレス・アリーザ、A. 他市販の産卵系統の卵と比較した、絶滅危惧種の在来種の卵の感覚的好みと専門的プロファイルの親和性の定義。 動物 9、920 (2019)。

論文 PubMed Central Google Scholar

ゴンザレス・アリーザ、A. 他産卵系統と比較した、さまざまな品種の在来鶏の卵の品質関連特性のノンパラメトリック標準分析。 アニマルズ 9、153 (2019)。

論文 PubMed Central Google Scholar

Gonzalez Ariza , A. 、Navas Gonzalez , FJ 、Arando Arbulu , A. 、Delgado Bermejo 、JV & Camacho Vallejo 、ME 卵の化学組成の変動源としての鶏の品種と品種の要因。 J. 食品堆肥。 アナル。 改訂 95、103673 (2021)。

記事 Google Scholar

Zheng、Y.ら。 主要な穀物の種類と飼料形態が採卵鶏の生産成績、卵の品質、卵の衛生指標に及ぼす影響。 Br. ポルト。 科学。 61、164–168 (2020)。

論文 ADS CAS PubMed Google Scholar

Sokołowicz, Z.、Krawczyk, J. & Dykiel, M. 代替飼育システムの種類、遺伝子型、産卵鶏の年齢が卵の品質に及ぼす影響。 アン。 アニム。 科学。 18, 541 (2018)。

記事 Google Scholar

MO 州アビオジャ、JA 州アビオナ、OF 州アキンジュテ、HT 州オジョアウォ FUNAAB-ɑ 鶏の卵の品質、胚死亡率、孵化率に対する保存期間の影響。 Ｊ．アニム． 生理。 アニム。 ニュートル。 1、1–10 (2020)。

Google スカラー

Orozco、F. スペイン鶏の品種 (SA Mundi-Prensa Libros、1989)。

Google スカラー

Miguel, J.、Asenjo, B.、Ciria, J. & Calvo, J. カステッラーナ ネグラ原産のスペイン鶏の個体群における成長と産卵のモデリング。 Br. ポルト。 科学。 48、651–654 (2007)。

論文 CAS PubMed Google Scholar

マクリ、M. et al. ウトレラナ鶏品種の遺伝的多様性。 イベロアム行為。 節約します。 アニム。 13、52–59 (2019)。

Google スカラー

Dávila、SG、Campo、JL、Gil、MG、Castaño、C. & Santiago-Moreno、J. 鶏の存在が雄鶏の精子変数に及ぼす影響。 ポルト。 科学。 94、1645–1649 (2015)。

論文 PubMed Google Scholar

González Ariza, A.、Arando Arbulu, A.、Navas González, FJ、Delgado Bermejo, JV & Camacho Vallejo, ME 多品種在来品種卵の商業品質分類の検証ツールとしての判別正準分析。 Foods 10、632–649 (2021)。

記事 PubMed PubMed Central Google Scholar

Chan, Y. 生物統計学 303. 判別分析。 シンガポール医学。 J. 46、54 (2005)。

ADS CAS PubMed Google Scholar

FAO。 家畜多様性情報システム (DAD-IS): 動物遺伝資源のリスク状況 (FAO、2022)。

Google スカラー

FAO。 持続可能な開発目標: 目標 (FAO、2022)。

Google スカラー

マパ。 公式品種カタログ https://www.mapa.gob.es/en/ganaderia/temas/zootecnia/razas-ganaderas/razas/catalogo-razas/ (2022)。

Marin Navas 、 C. 、 Delgado Bermejo 、 JV 、 McLean 、 AK 、 Leon Jurado 、 JM & Navas Gonzalez 、 FJ スペインとアラビアの純血種馬の遺伝的多様性と個体群構造の判別標準分析。 アニマルズ 11、269 (2021)。

記事 PubMed PubMed Central Google Scholar

Nematinia, E. & Abdanan Mehdizadeh, S. 人工ニューラル ネットワークを使用したハウ ユニットと卵白の pH の予測による卵の鮮度の評価。 Ｊ．食品測定。 キャラクター。 12、1449–1459 (2018)。

記事 Google Scholar

Lakins、D. et al. 指向性マイクロ波技術を適用した殻付き卵の品質特性の比較。 ポルト。 科学。 88、1257–1265 (2009)。

論文 CAS PubMed Google Scholar

Samiullah, S.、Omar, AS、Roberts, J. & Chousalkar, K. 生産システムと群れの年齢が卵殻と卵の内部品質測定に及ぼす影響。 ポルト。 科学。 96、246–258 (2016)。

論文 PubMed Google Scholar

ローデロ、M. et al. 在来種の鶏の卵と商業採卵鶏の卵の品質の比較。 ポルト。 科学。 99、1768–1776 (2020)。

論文 CAS PubMed PubMed Central Google Scholar

Ipek, A. & Sozcu, A. 異なる重さの北京ダック卵の孵化卵の特性、胚の発育、卵黄の吸収、孵化窓、孵化率の比較。 ポルト。 科学。 96、3593–3599 (2017)。

論文 CAS PubMed Google Scholar

Gumułka, M.、Andres, K.、Krawczyk, J. & Calik, J. 研究メモ: さまざまな条件で保存された在来のポーランド産クレステッド鶏と市販の雑種鶏の卵の栄養価。 ポルト。 科学。 101、101579 (2022)。

論文 PubMed Google Scholar

Dvolřák, P.、Doležalová, J.、Suchý, P. 選択された卵の品質パラメーターに関連した卵黄の色の光比色測定。 J.Sci. 食・農。 89、1886–1889 (2009)。

記事 Google Scholar

キム、HC、コ、Y.-J. & Jo, C. 代謝の違いに基づいて鶏の品種を識別するための 2D qNMR 分光法の可能性。 食品化学。 342、128316 (2021)。

論文 CAS PubMed Google Scholar

Ingr, I. & Simeonova, J. Bio-La-Test による卵黄中のコレステロールの迅速評価 [産卵雑種、チェコスロバキア]。 獣医。 医学 - チェコ語 28、97–104 (1983)。

CAS Google スカラー

Knaga, S. et al. 産卵鶏の繁殖目標における卵殻の強度 - レビュー。 アニム。 科学。 パプ。 議員37、119–136（2019）。

Google スカラー

Orłowski、G. et al. 鳥類の卵の殻では、カルシウムと金属が縦断面全体に均一に分布していません。 Auk 136、1–14 (2019)。

記事 Google Scholar

イクバル、J. et al. ブロイラー飼育者の生産後期（60週目）における卵の質、雛の品質、およびブロイラーの成績に対する卵重の影響。 Ｊ．Ａｐｐｌ． ポルト。 解像度 26、183–191 (2017)。

記事 Google Scholar

Brant, A.、Norris, K. & Chin, G. 白い殻の卵の血液を検出するための分光光度法。 ポルト。 科学。 32、357–363 (1953)。

記事 CAS Google Scholar

Rizzi, C. 屋外条件下で飼育された純血種および雑種鶏の収量性能、産卵行動特性および卵の質。 動物 10、584 (2020)。

論文 PubMed Central Google Scholar

Zanon, A.、Beretti, V.、Superchi, P.、Zambini, E. & Sabbioni, A. イタリアの 2 つの自生鶏品種、モデネーゼとロマーニョーロの卵の物理化学的特徴。 ワールドポールト。 科学。 J. 62、203 (2006)。

Google スカラー

Rizzi, C. & Marangon, A. ハイブリッドおよびイタリア品種の鶏の有機卵の品質。 ポルト。 科学。 91、2330–2340 (2012)。

論文 CAS PubMed Google Scholar

シリ、F.ら。 イタリアの在来種であるロマニョーラ鶏の卵の品質特性。 ポルト。 科学。 97、4131–4136 (2018)。

論文 CAS PubMed Google Scholar

Ianni, A.、Bartolini, D.、Bennato, F. & Martino, G. アブルッツォ地方 (イタリア) の在来家禽品種であるネラ・アトリアーナ、および放し飼い条件で飼育された ISA 褐色鶏の卵の品質。 動物 11、257 (2021)。

記事 PubMed PubMed Central Google Scholar

Sun, C.、Liu, J.、Yang, N. & Xu, G. 国産鶏、アヒル、ガチョウ、七面鳥、ウズラ、ハトの卵の品質と卵白の特性。 ポルト。 科学。 98、4516–4521 (2019)。

論文 CAS PubMed Google Scholar

ガリ GM 他産卵鶏にクルクミンを飼料に添加すると、抗コクシジウム効果が示され、卵の品質と動物の健康が改善されました。 解像度獣医。 科学。 118、101–106 (2018)。

論文 CAS PubMed Google Scholar

Ymenu、SM、Kim、J.、Kim、B. 電子鼻を使用した保管中の卵の鮮度の予測。 ポルト。 科学。 96、3733–3746 (2017)。

論文 CAS PubMed PubMed Central Google Scholar

フランコ、D. et al. 卵の鮮度と品質に対する品種と食餌の種類の影響: モス (ガリシア固有種) とイサブラウン鶏の比較。 食品 9、342 (2020)。

論文 CAS PubMed Central Google Scholar

Sreenivas, D.、Prakash, MG、Mahender, M. & Chatterjee, RN 白色レグホン鶏の卵の品質形質の遺伝的分析。 獣医。 ワールド 6、263–266 (2013)。

記事 Google Scholar

ギャリック、A. et al. 3 つの異なるハウジング システムからのハイセックス ブラウン鶏卵の物理的および機械的特性。 S.Afr. Ｊ．アニム． 科学。 49、468–476 (2019)。

記事 CAS Google Scholar

Castello, S. 無尾体（しわのない）雄鶏の一種で、チリではイヤリングを付けて繁殖する鶏。 第 1 回世界家禽会議の議事録 (1921 年)。

odabaşi, A.、Miles, R.、Balaban, M. & Portier, K. 鶏が加齢とともに茶色の卵殻の色が変化します。 ポルト。 科学。 86、356–363 (2007)。

論文 PubMed Google Scholar

Aygun, A. 食用卵の卵殻の色と卵の品質特性の関係。 インディアン J. Anim. 解像度 48、290–294 (2014)。

記事 Google Scholar

カルヴァーリョ、DAD 他ブラジル北東部地域の放し飼い鶏の多様性と遺伝的関係。 動物 10、1857 (2020)。

記事 Google Scholar

Mehlhorn, J. & Petow, S. 産卵鶏の脳が小さい: 純粋な繁殖と飼育条件が脳の大きさと脳の構成に与える影響についての新たな洞察。 ポルト。 科学。 99、3319–3327 (2020)。

記事 PubMed PubMed Central Google Scholar

Rondoni, A.、Asioli, D. & Millan, E. 卵に対する消費者の行動、認識、好み: 文献のレビューと業界への影響についての議論。 トレンド食品科学テクノロジー。 106、391–401 (2020)。

記事 CAS Google Scholar

Campo, JL アンダルシアの家畜品種 Vol. II (農水省、2007)。

Google スカラー

Wang, Y.、Bennewitz, J. & Wellmann, R. 歴史的な移動を伴う家畜品種の育種プログラムにおける相反する目的を説明する新しい最適貢献選択方法。 ジュネット。 セル。 進化。 49、1–12 (2017)。

記事 Google Scholar

サイドラー、E.エッグマーケティング。 卵の生産と販売に関するガイド (FAO 農業サービス報、2003)。

Google スカラー

オロスコ、F. アンダルシア、またはウトレラナの人種。 セル。 アヴィック。 29、50-57 (1987)。

Google スカラー

Aisen, E.、Bohren, B. & McKean, H. 卵白の品質の尺度としてのハウ単位。 ポルト。 Sci 41、1461–1468 (1962)。

記事 Google Scholar

Anderson, K.、Tharrington, J.、Curtis, P.、および Jones, F. シングルコームホワイトレグホーン鶏の歴史的系統からの卵の殻の特徴と卵の形状と殻の強度の関係。 内部。 J.ポールト。 科学。 3、17–19 (2004)。

Google スカラー

Poulsen, J. & French, A. 判別関数分析 (サンフランシスコ州立大学、2008)。

Google スカラー

イラク南部の北ルマイラ超巨大油田にあるズバイル層の上部 (DJ ユニット) のタール マット ゾーンをマッピングするための GIS ベースの機械学習モデル。 J.ペット。 科学。 工学 178、559–574 (2019)。

記事 CAS Google Scholar

James, G.、Witten, D.、Hastie, T. & Tibshirani, R. 統計学習入門 Vol. 2 112 (Springer、2013)。

MATH を予約する Google Scholar

アリン、A. 多重共線性。 ワイリー・インターディシプ。 レビジョンコンピューティング。 統計 2、370–374 (2010)。

記事 Google Scholar

Pan, Y. & Jackson, RT 米国成人男性における急性炎症と血清フェリチンの関係における民族差。 エピデミオール。 感染する。 136、421–431 (2008)。

論文 CAS PubMed Google Scholar

ペンシルベニア州トアロンボ バルガス、FJ ナバス ゴンサレス、エクアドルの農業生態地域全体にわたる生体認証正則判別分析によるクレオール鶏の性的二形性と品種の特徴付け、Landi, V.、León Furado, JM & Delgado Bermejo, JV。 動物 10、32 (2020)。

記事 Google Scholar

アヌタマ、K.ら。 判別関数分析を使用した南インド人の歯の性二型性の決定。 法医学。 内部。 212、86–89 (2011)。

論文 PubMed Google Scholar

Zhang, Q.、Hu, J. & Bai, Z. 2 つの高次元サンプル共分散行列に対する Pillai のトレース統計を修正しました。 J.Stat. プラン。 推論 207、255–275 (2020)。

記事 MathSciNet MATH Google Scholar

Pieruccini-Faria、F. et al. 神経変性障害および認知障害にわたる歩行の変動: カナダ加齢における神経変性コンソーシアム (CCNA) および歩行と脳の研究の結果。 アルツハイマー型認知症。 17、1317–1328 (2021)。

記事 PubMed PubMed Central Google Scholar

Manly、BF & Alberto、JAN 多変量統計手法: 入門書 (CRC Press、2016)。

MATH を予約する Google Scholar

Hair、JF、Black、WC、Babin、BJ & Anderson、RE 正準相関: 多変量データ分析の補足。 多変量データ分析: グローバルな視点 第 7 版 （ピアソン・プレンティス・ホール出版、2010年）。

Google スカラー

Breiman, L.、Friedman, J.、Stone, CJ & Olshen、RA 分類および回帰ツリー (CRC Press、1984)。

数学 Google Scholar

Ceylan, Z.、Gürsev, S.、Bulkan, S. 個人の年金貯蓄および投資システムにおけるデータ マイニングのアプリケーション。 EJOSAT 1、7–11 (2018)。

Google スカラー

Baykara、B. 決定木の精度に対する評価方法の影響。 修士論文 (タンペレ大学、2015)。

Google スカラー

リファレンスをダウンロードする

この研究は、FEDER プロジェクト PP.AVA.AVA201601.16 の資金提供、ANCGU (全国ウトレラン家禽繁殖者協会)、IFAPA、コルドバ代表、および PAIDI AGR 218 研究グループの支援がなければ不可能でした。 。

コルドバ大学獣医学部遺伝学科、14071、コルドバ、スペイン

アントニオ・ゴンザレス・アリーザ、アンデル・プラウ・アルブル、フランシスコ・ハビエル・ナバス・ゴンザレス、フアン・ヴィンセント・デルガド・ベルメホ

Animal Breeding Consulting SL、14014、コルドバ、スペイン

アンデル・アランド・アルブル

アンダルシア農業水産研究所 (IFAPA)、アラメダ デル オビスポ、14004、コルドバ、スペイン

フランシスコ・ハビエル・ナバス・ゴンサレス＆マリア・エスペランサ・カマチョ・バジェホ

Agropecuary Provincial Centre、ディプタシオン オブ コルドバ、14071、コルドバ、スペイン

ホセ・マヌエル・レオン・フラド

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

概念化、AGA、FJNG。 方法論、AGA、AAA、JMLJ、および FJNG。 ソフトウェア、FJNG。 検証、FJNG および MECV。 正式な分析、AGAおよびFJNG。 調査、AGA、AAA、FJNG、JMLJ。 リソース、AGA、AAA、JVDB、MECV。 データキュレーション、AGA、FJNG。 執筆・原案作成、AGA、FJNG。 執筆、レビューおよび編集、AGA、AAA、FJNG、JMLJ、JVDB、および MECV。 視覚化、JVDB; 監督、FJNGおよびMECV。 プロジェクト管理、MECV。 資金調達、JVDB および MECV すべての著者が最終原稿を読んで承認しました。

フランシスコ・ハビエル・ナバス・ゴンサレスへの通信。

著者らは競合する利害関係を宣言していません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

ゴンザレス・アリーザ、A.、アランド・アルブル、A.、ナバス・ゴンザレス、FJ 他在来鶏品種の卵の品質を研究するためのツールとしてのデータマイニングベースの判別分析。 Sci Rep 12、15873 (2022)。 https://doi.org/10.1038/s41598-022-20111-z

引用をダウンロード

受信日: 2021 年 10 月 7 日

受理日: 2022 年 9 月 8 日

公開日: 2022 年 9 月 23 日

DOI: https://doi.org/10.1038/s41598-022-20111-z

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。