[发明专利]一种鸡热应激状态的评价方法

权利要求书

1.一种鸡热应激状态的评价方法，其特征在于，在天气炎热的情况下，采集部分鸡只的直肠温度数据RT和血液样本，检测血液样本的生化指标：ALB、AST和血气指标：Cl、Hb，代入Fisher判别函数：

Y1＝2.1176*RT+0.0094*AST-0.2045*ALB-0.1322*Cl-0.1466*Hb-70.8139

Y2＝1.2204*RT-0.0091*AST+0.2348*ALB+0.0975*Cl+0.4176*Hb-68.2245

若Y1小于0则判断为非热应激，若Y1大于0且Y2小于0则判断为轻度热应激，若Y1大于0且Y2大于0则判断为重度热应激。

Fisher判别函数通过以下步骤获得：

(1)建立标准的热应激模型，将若干鸡只在环境湿度为60-70％，环境温度为32±1℃和36±1℃的条件下进行热应激处理，共热应激处理6小时，两个温度梯度之间给予两周以上的时间进行恢复状态；

(2)在每次热应激处理前后采集鸡只的直肠温度数据和血液样本，检测血气指标:Na、Cl、K、TCO₂、Glu、Hct、pH、PCO₂、HCO₃、BEecf、AnGap、Hb和生化指标:ALT、AST、BUN、CK、CA、GLU、LDH、TCHO、TG、TP、ALB、GLB；其中ALB表示白蛋白，AST表示谷丙转氨酶，RT表示鸡只的直肠温度数据，BUN表示尿素氮，CK表示肌酸激酶，CA表示钙，GLU表示葡萄糖，LDH表示乳酸脱氢酶，TCHO表示总胆固醇，TG表示甘油三酯，TP表示总蛋白，GLB表示球蛋白；

(3)根据所采集样本是热应激处理前还是热应激处理后，将所得到的数据分为非热应激组和热应激组，再采用SPSS 25对数据进行分析，首先进行独立样本T检验，筛选出在热应激前后有显著变化的指标，再将有显著变化的指标随机组合成p不同的多个模型，每个模型与鸡只状态进行逐步回归分析，挑选出p最少，R²80％,且指标组成的模型显著，即P0.001；得到5个指标：RT、Cl、ALB、AST、Hb组成的模型，p为与热应激状态相关性较强的指标数；

(4)筛选留下RT、Cl、ALB、AST、Hb的指标数据都完整的样本并进行重新分组，将热应激组的数据根据实验的温度进行分组，将应激前的数据设为非应激组，将32℃的数据设置为轻度热应激组，将36℃的数据设置为重度热应激组，每组的样本量为n_i，总样本量为n，建立Fisher判别函数，首先计算各组的均值，i为不同的分组，i为1为非热应激组，i为2为轻度热应激组，i为3为重度热应激组：

其中i为不同的组别，根据各组均值在计算总体均值，x(j)为各组中的第j个样本的RT、Cl、ALB、AST、Hb的指标数据：

得到总体均值后计算各组协方差矩阵S_i和联合组内协方差矩阵S_p，组内SSCP矩阵W和组间SSCP矩阵B，其中X_ij为第i组的第j个样本：

其中“’”符号为取转置矩阵，根据得到的W和B计算判别函数的特征根λ，根的数量t为min(p,3-1)，即判别函数的数目：

(W^-1B-λI)E＝0 (7)

其中I和E均为单位矩阵，得到λ后，计算判别函数中各指标的系数a_t：

得到a_t后计算判别函数的常数项c_t：

最终得到判别函数y_t：

(5)将得到的判别函数对数据进行回顾验证：将步骤(3)～(4)分组后的鸡只的直肠温度数据RT和血液样本，检测血液样本的生化指标：ALB、AST和血气指标：Cl、Hb，代入步骤(4)得到Fisher判别函数，若Y1小于0则判断为非热应激，若Y1大于0且Y2小于0则判断为轻度热应激，若Y1大于0且Y2大于0则判断为重度热应激，统计判别函数预测的非热应激组、轻度热应激组和重度热应激组的数量：n₁^’，n₂^’，n₃^’，再计算判断准确率：η₁＝n₁^’/n₁，η₂＝n₂^’/n₂，η₃＝n₃^’/n3；

(6)若所有分组的准确率均大于80％，即选为判别函数；

若否，则将步骤(3)～(4)分组后的数据随机抽取80％，共抽取多次，每次抽取出的数据按照步骤(4)重新建立判别函数，得到的多次判别函数结果，将多次得到结果的系数取平均值，得到新的判别函数；

(7)重新按照步骤(5)～(6)对步骤(6)得到的判别函数进行回顾验证，直至所有分组的准确率均大于80％。