料重比（F/G）是指肉羊在养殖过程中单位增重所消耗的饲料量，是评估饲料投入和增重之间关系的重要指标，与肉羊养殖的经济效益密切相关。对F/G的准确预测及其影响因素解析可为提高肉羊饲料转化效率提供参考，实现肉羊的精准饲养。F/G的测定常采用动物饲养试验测得动物的增重和饲料消耗量进行计算，但此种方法周期长，操作较为烦琐，因此尝试通过预测模型的方法估计动物饲料转化效率[1]。Flohr等[2]构建了猪F/G预测模型，认为BW是影响猪F/G的主要因素。研究表明，影响F/G的因素主要表现在两方面，一是动物因素，不同品种的肉羊饲料转化率存在着显著差异[3]，生长阶段也会影响肉羊饲料转化效率[4]；二是饲料因素，日粮精粗比[5]、能量水平[6]、蛋白质水平[7]以及日粮物理结构[8]均会影响肉羊F/G。此外，饲养方式如放牧或舍饲也会影响肉羊F/G[9]。F/G是动物生长性能的核心评测指标，但关于肉羊的F/G预测模型研究较少。本研究通过收集和整理文献试验数据，建立肉羊F/G及其影响因素数据集，将体重（BW）、干物质采食量（DMI)、日粮干物质（DM）、代谢能（ME）、粗蛋白质（CP）、中性洗涤纤维（NDF）、钙（Ca）、磷（P）等影响因素纳入模型，采用多元回归法建立肉羊F/G预测模型，采用方差分解方法进行分析影响因素，为肉羊料重比预测提供参考。1材料与方法1.1数据集的构建1.1.1文献检索本研究利用中国知网、万方等中文数据库进行文献检索，英文文献检索采用Web of Science。检索时间为2015年6月至2021年6月，中文数据库以“羊”and“料重比”or“饲料转化效率”作为主题进行检索，英文数据库以“sheep or goat or lamb” and “ feed conversion ratio” or “feed efficiency”进行检索。1.1.2纳入标准研究对象为肉羊；试验肉羊健康状况良好；基础日粮指标包括DM、能量[总能（GE）或消化能（DE）或代谢能（ME）]、蛋白质[CP或可消化蛋白质（DP）或代谢蛋白质（MP）]、NDF、Ca、P；以数据形式明确给出了肉羊生长性能指标，包括初重（IBW）、末重（FBW）、DMI、F/G。1.1.3排除标准健康状况异常的肉羊；综述类文献；文章数据缺失严重，无法得到完整数据；数据以图展示，不能得到具体数值；重复检索到的文章。1.1.4筛选过程及结果通过对文章的初步筛选与总结，建立共99篇文献的数据集，进一步筛选包含肉羊的IBW、FBW和DMI、DM、ME、CP、NDF、Ca、P含量的文献，最终纳入14篇，数据43条。指标中的BW按照（IBW+FBW）/2进行计算；相对成熟度（RM）利用公式（RM=BW/成年体重）计算，从而组成包括肉羊BW、RM、DMI和日粮DM、ME、CP、NDF、Ca、P以及F/G的数据集。1.2预测模型的建立1.2.1F/G预测模型参数共线性R软件中的cor程序可用于参数间的相关性分析，从而判断各参数间的共线性。共线性评价标准：|r|0.4表示参数间不存在共线性；0.4≤|r|0.6且P0.05表示存在中度共线性；|r|≥0.6且P0.05表示存在高度共线性[10]。当两参数间存在高度共线性时，依据其与F/G相关性大小将相关性较低参数进行排除。1.2.2F/G预测模型的构建采用R软件lm函数建立多元回归模型：Y=a+b1X1+b2X2+......bnXn；其中Y为因变量F/G；X为自变量，包括肉羊BW、RM、DMI和日粮DM、ME、CP、NDF、Ca、P在内的预测模型参数；a为固定常数项；b为对应参数变量的系数[11]。利用R软件Vif函数计算多元回归模型中各参数的方差膨胀因子（Vif），Vif5作为判断因变量间不存在共线性的依据。1.2.3F/G预测模型评估采用R软件中的cor.test函数，分析预测值与观测值的相关性。利用平均偏差（MB）和均方根预测误差（RMSPE）对模型的预测方法偏差进行评估[11]。MB=1n∑i=1n(Pi-Oi)  (1)式中：MB为平均偏差；n为肉羊F/G观测值和预测值数量；Pi为肉羊F/G第i项预测值；Oi为肉羊F/G第i项观测值。RMSPE=1n∑i=1nPi-OiPi2 (2)式中：RMSPE为均方根预测误差；n为肉羊F/G预测值和观测值数量；Pi为肉羊F/G第i项预测值；Oi为肉羊F/G第i项观测值。1.2.4方差分解方差分解采用R软件多元线性回归模型进行分析。利用scale函数对整理的数据集进行中心化和标准化[10]，以去除不同参数量纲的影响。根据多元回归模型结果得到各参数对肉羊F/G模型预测结果的贡献度、模型的方差解释率、动物和日粮因素对F/G的贡献度。2结果与分析2.1肉羊F/G及其影响因素数据集的基本特征（见表1）由表1可知，肉羊BW、RM、DMI、DM、ME、CP、NDF、Ca、P的中位数分别为30.73 kg、0.38 g/d、1 210.00 g/d、90.94%、10.25 MJ/kg、14.80%、42.26%、0.81%和0.43%，变动范围分别为11.78~49.16 kg、0.23~0.95 g/d、596.63~1 600 g/d、66.96%~97.07%、7.41~14.84 MJ/kg、10.45%~27.86%、18.26%~63.52%、0.36%~1.25%和0.17%~0.56%。10.13557/j.cnki.issn1002-2813.2023.07.014.T001表1肉羊F/G及其影响因素数据集的基本特征项目文献数数据量平均值中位数标准差最大值最小值BW/kg134331.2230.739.4649.1611.78RM/%13430.440.380.220.950.23DMI/(g/d)13431 151.181 210.00308.411 600.00569.63DM/%134385.5190.9410.7097.0766.96ME/(MJ/kg)134310.4510.251.8914.847.41CP/%134315.3914.803.4927.8610.45NDF/%134340.1542.2612.6263.5218.26Ca/%13430.850.810.221.250.36P/%13430.390.430.120.560.17F/G13437.426.603.1218.633.892.2肉羊F/G数据集参数间的相关性（见表2）由表2可知，所构建的数据集中肉羊BW、RM与F/G呈显著正相关（P0.05）；日粮ME与F/G呈显著正相关（P0.05），P与F/G呈显著负相关（P0.05）。10.13557/j.cnki.issn1002-2813.2023.07.014.T002表2肉羊F/G数据集参数间的相关性项目BW/kgRM/%DMI/(g/d)DM/%ME/(MJ/kg)CP/%NDF/%Ca/%P/%BW/kg—0.667*0.645*0.645*0.0860.2460.1840.1560.135RM/%0.667*—0.360*-0.560*-0.1540.331*-0.0220.442*0.166DMI/(g/d)0.645*0.360*—-0.0240.1080.388*-0.1310.390*0.331*DM/%-0.270-0.560*-0.024—0.0440.104-0.404*-0.315*-0.431*ME/(MJ/kg)0.086-0.1540.1080.044—-0.0730.0140.108-0.052CP/%0.2460.331*0.388*0.104-0.073—-0.557*0.507*0.177NDF/%0.184-0.022-0.131-0.404*0.014-0.557*—-0.2530.092Ca/%0.1560.442*0.390*-0.315*0.1080.507*-0.253—0.384*P/%0.1350.1660.331*-0.431*-0.0520.1770.0920.384*—F/G0.590*0.302*0.016-0.0390.359*0.2290.070-0.112-0.321*注：“*”表示影响显著（P0.05）。2.3构建肉羊F/G预测模型结果2.3.1肉羊F/G预测模型（见表3）采用多元线性回归分析方法构建肉羊F/G的预测数据模型。由表3可知，肉羊F/G的预测模型为：F/G=0.356BW-3.424RM-0.007DMI-0.038DM+0.553ME+0.375CP-0.012NDF-1.583Ca-7.016P+1.791。该模型对肉羊F/G的方差解释率为83.00%（P0.05），各参数间无显著共线性（Vif5）。10.13557/j.cnki.issn1002-2813.2023.07.014.T003表3肉羊F/G预测模型项目截距BWRMDMIDMMECPNDFCaPVif平均误差平均偏差R2P值F/G预测模型1.7910.356-3.424-0.007-0.0380.5530.375-0.012-1.583-7.016500.1720.830.0012.3.2肉羊F/G预测模型评估结果利用本研究所获得的肉羊F/G预测模型计算F/G预测值，见图1。由图1可知，本研究所获模型无显著预测偏倚（MB=0，P0.05），预测误差为17.20%。10.13557/j.cnki.issn1002-2813.2023.07.014.F001图1肉羊F/G预测模型评估结果2.4肉羊F/G影响因素的方差分解（见图2）由图2可知，研究所获得模型可解释83.00%的肉羊F/G变异；在可解释的F/G变异中，动物因素可解释其中60.24%的变异，是影响肉羊F/G的主要因素，BW与F/G呈正相关（P0.05），而RM、DMI与F/G呈负相关（P0.05）；日粮因素可解释其中39.76%的变异，日粮中CP、ME与F/G呈正相关（P0.05），而P含量与F/G均呈负相关（P0.05）。本模型所纳入的9个影响肉羊F/G的因素中，主要体现出BW和DMI对F/G的影响，BW和DMI共解释了52.85%的肉羊F/G变异。10.13557/j.cnki.issn1002-2813.2023.07.014.F002图2肉羊F/G影响因素的方差分解3讨论3.1F/G预测模型的构建分析F/G在养殖生产中是重要的生长评测指标，构建肉羊F/G预测模型可使人们利用相关指标及时对生产中存在的问题做出调整。本研究采用对文献进行二次整合建立包含多个影响因素在内的数据集的方式，可构建准确度较高的预测模型，从而有效预测肉羊F/G。董瑞兰等[12]通过构建数据集成功建立了荷斯坦奶牛氮排泄量预测模型。闫俊彤等[11]建立了包含15个DMI影响因素在内的数据集，构建了舍饲肉羊的DMI预测模型。Cannas等[13]建立的CNCPS也同样采用此方法。目前，国内暂无对肉羊F/G进行预测的相关模型，本研究通过收集整理国内外相关文献，筛选后纳入符合研究目的文献13篇，相关数据43条，初步建立起肉羊F/G预测模型，可为肉羊F/G预测提供参考。3.2影响肉羊F/G的主要因素分析肉羊F/G容易受到品种[3]、生长阶段[4]、日粮能量水平[6]、精粗比[5]和饲养管理[9]等多方面影响。本研究从动物因素和日粮因素两个方面进行方差分解分析，结果发现，动物因素和日粮因素共解释了83%的F/G变异，是影响肉羊F/G的主要因素，其中动物因素可解释肉羊F/G变异的60.24%，日粮因素可解释39.76%的变异，表明生产中动物本身状态是影响F/G的主要因素。本研究发现，肉羊F/G主要受到动物因素（BW、DMI）的影响，BW和DMI共解释52.85%的变异。BW与F/G呈正相关，根据肉羊生长曲线可知，肉羊生长强度与体重、年龄呈负相关关系[14]，肉羊早期生长速度快，饲料转化效率较高[15]，因此肉羊的F/G随着BW增加增大。本研究表明，DMI与F/G呈负相关，即肉羊F/G随着DMI增加降低。研究发现，DMI增加可提高肉羊日增重，使F/G降低[16]，原因是肉羊摄入营养物质用于维持需要和生长需要，肉羊维持需要相对恒定，所摄入营养物质优先保障维持需要后才用于生长，因此肉羊F/G随DMI的提高而降低[17]。结果表明，关注肉羊育肥早期阶段并提高其DMI可以有效降低F/G。本研究结果发现，日粮能量蛋白质水平与肉羊F/G呈正相关，与李海琴等[18]和王循刚等[19]研究结果不完全相同。适宜的能量蛋白质水平可为动物机体提供足够的氮源，满足瘤胃微生物的氮需求，从而促进肠胃对营养物质的吸收，但过高的日粮蛋白质水平反而会抑制肉羊生长。崔晓鹏等[20]发现，藏羔羊日粮中添加13.2%的蛋白质会造成藏羔羊对其他营养物质的吸收能力降低，降低羔羊日增重，从而导致F/G随日粮蛋白质含量的增加而增大。Rios-Rincon等[21]发现，高于14.5%的蛋白质水平会降低羔羊的生长性能。Brand等[22]发现，羔羊F/G在不同能量蛋白质水平的日粮处理下无显著差异。本研究所纳入文献的能量蛋白设置水平在10.45%~27.86%，造成研究结果间差异的原因可能是各试验处理羊的生长阶段不同以及能量蛋白质设置水平不同，表明在生产中应根据羊的生理状况设置适宜的能量蛋白质水平。F/G与Ca、P呈负相关关系，Ca、P是动物体内不可或缺的矿物质元素。赵智力[23]研究表明，高Ca和高P条件下可显著提高内蒙古白绒山羊的饲料转化率。Kegley等[24]也指出，高Ca、高P可促进动物生长发育，均与本研究结果一致。因此，生产中在保证P消化率的前提下，可在允许范围内提高日粮P的添加量。NDF水平一般通过日粮精粗比调节，在一定范围内提高NDF水平（即提高精粗比）可使吸收的营养物质增多，从而满足动物的生长需求，提高饲料转化率[25]，DM也随精料增加而增加，因此DM和F/G呈负相关关系。但Ca、NDF和DM不是影响F/G的关键因素。本研究中F/G变异范围为3.89~18.63，F/G最低情况出现在体重为（18.1±1.8）kg的生长期湖羊的研究中[26]，F/G最高的情况出现在体重（47.95±4.49）kg、12月龄陶赛特羊的研究中[27]，两试验的试验羊品种、年龄以及试验处理均不相同，是变异范围出现的主要来源。根据本研究结果，推测F/G最低的情况是由于生长早期的湖羊摄入的营养物质主要用于自身发育，饲料转化效率较高，同时能量蛋白质水平设置较为适宜，因此F/G较低。而F/G最高的情况可能是由于成年羊生长速度较为缓慢，从而影响ADG，对F/G造成一定程度的影响。本研究纳入了包括动物和日粮因素在内的9个影响因素，共解释F/G变异83.00%，现仍有17.00%的变异未被解释。研究表明，肉羊F/G还受到环境、遗传[28]以及瘤胃微生物组成[29]等其他因素的影响。可能是本研究预测模型是预测误差的主要来源，由于存在环境管理与其他不可控因素，暂时难以满足本次构建数据集的相关要求，后续会持续关注相关研究进展，从而进一步扩大数据量，扩充数据集，进一步完善模型的建立，以期获得准确度更高的预测模型。4结论本研究通过多元线性回归分析方法构建的肉羊F/G预测模型为F/G=0.356BW-3.424RM-0.007DMI-0.038DM+0.553ME+0.375CP-0.012NDF-1.583Ca-7.016P+1.791，该模型可解释83.00%的肉羊F/G变异，预测偏差为0.00，预测误差为17.20%。在对影响肉羊F/G影响因素分析中，BW和DMI可显著影响肉羊F/G，可解释52.85%肉羊F/G变异。