文献标题：Genetics of digital phenotypes of keel bone in layer chickens and correlations with keel bone fractures and deviations

发表期刊：Genetics Selection Evolution

核心团队：Moh Sallam, Dirk-Jan de Koning 等（瑞典农业科学大学）

发表时间：2025年11月

为什么关注龙骨损伤？

在追求高产蛋率的现代蛋鸡生产中，龙骨损伤（Keel Bone Damage, KBD）已成为全球性的行业痛点。统计显示，高达80%的产蛋鸡可能受到龙骨骨折的影响，这不仅引发严重的动物福利问题，还会导致生产性能下降。因此，通过遗传选育降低蛋鸡对龙骨损伤的易感性，是提升蛋鸡产业可持续性的关键。

现有评估方法的局限性

触诊法（Palpation）：虽然是非侵入性的，但主观性强，容易受评估人员经验影响，且往往低估了骨折的发生率 。

解剖法（Dissection）：虽为“金标准”，但属于侵入性/致死性操作，费时费力，无法在大规模活体选育中应用 。

人工影像评估：虽然引入了X光成像，但依靠人工标注成千上万张图片效率极低，且存在人为误差 。

本文的研究目标

🚀开发一种基于计算机视觉和深度学习的自动化X光影像分析方法，用于快速获取蛋鸡龙骨表型 。

🚀探究这些自动化表型的遗传力，及其与解剖后真实损伤评分之间的遗传相关性。

主要结果

1.建立了基于深度学习的自动化评估方法

研究利用深度学习模型从蛋鸡全身X光片中自动分割出龙骨影像（准确率约0.90），并开发了基于OpenCV的Python算法自动提取几何及密度表型。

核心表型定义：

📏龙骨凹陷面积（Keel Concave Area）：指龙骨背侧（靠近内脏一侧）凹陷部分的面积，是衡量龙骨变形的重要指标。

📐长深比（Length to Mid-depth Ratio）：龙骨长度与中部深度的比例。

💡射线阻射率（Radiopacity）：反映骨骼密度，白色程度越高代表矿物质含量越丰富、密度越大。

2.无损评分与解剖评分的关系

研究发现，自动化获取的表型能有效反映真实的损伤情况：

🐔龙骨凹陷面积越大的鸡，其真实的龙骨偏差和骨折程度通常越轻。

🐔发生严重龙骨偏斜的个体，其龙骨长深比往往更高。

有趣的是，龙骨损伤严重的个体，其胫骨密度较低，但龙骨整体密度反而更高（可能与骨折后的骨痂形成有关）。

3.遗传参数估计结果

通过对1051只蛋鸡（Bovans Brown 和 Lohmann Brown）的基因组数据分析，主要遗传参数如下：

🧬解剖后的骨折评分、偏差评分遗传力达0.3左右，说明可以通过遗传选择改善龙骨损伤问题。

🧬龙骨凹陷面积的遗传力高达0.39，显著高于其他自动化表型。

🧬龙骨凹陷面积与解剖后的骨折评分、偏差评分的遗传相关性均为-0.57。

这意味着通过对“凹陷面积”这一连续表型进行选择，可以有效、同步地降低龙骨偏差和骨折的发生率。

研究存在的不足

⚠️本研究数据来自商品代蛋鸡杂交品种，其遗传参数可能受到杂种优势的影响，未来需在纯系中进一步验证。

⚠️龙骨放射密度的遗传相关性分析较为复杂，因为高密度可能代表强壮的骨骼，也可能代表骨折愈合后形成的骨痂，这给育种选择带来了一定干扰。

对育种应用的启示

💡该自动化系统可瞬间处理成千上万张影像，让大规模商业育种群的表型采集成为可能。

💡龙骨凹陷面积被证明是一个高度可靠且具有遗传潜力的育种指标，建议育种公司将其作为龙骨健康的代理性表型。

💡该方法未来可扩展至胫骨密度及鸡蛋尺寸的同步评估，实现一张X光片获取多个关键性状。