The objective of this study was to obtain new phenotypes of phenotypic variability for the total number born (TNB) in pigs using the residual variance of TNB. The analysis was based on 246,799 Large White litter observations provided by Topigs Norsvin. Three animal models were used to obtain estimates of residual variance for TNB: the basic model (BM) containing fixed effects of farm-year and season and random effects of animal and permanent environmental sow, the basic model with an additional fixed effect of parity (BMP) and a random regression model (RRM). The within-individual variance of the residuals was calculated and log-transformed to obtain three new variability traits: LnVarBM, LnVarBMP and LnVarRRM. Then, (co)variance components, heritability, the genetic coefficient of variation at the standard deviation level (GCVSDe ) and genetic correlations between the three LnVar's and between the LnVar's and mean total number born (mTNB) were estimated with uni-, bi- and trivariate models. Results indicated that genetically LnVar's are the same trait and are positively correlated with the mTNB (~0.60). Thus, both traits should be included in breeding programmes to avoid an increase in TNB variability while selecting for increased TNB. Heritability of the LnVar's was estimated at 0.021. The GCVSDe for LnVar's showed that a change of 8% in residual standard deviation of TNB could be obtained per generation. Those results indicate that phenotypic variability of litter size is under genetic control, thus it may be improved by selection.

中文翻译：

---

估计大白母猪产仔数变异表型

本研究的目的是使用 TNB 的残差获得猪出生总数 (TNB) 表型变异性的新表型。该分析基于 Topigs Norsvin 提供的 246,799 次大白窝观察结果。三种动物模型用于获得TNB的残差估计值：基本模型（BM）包含农场年份和季节的固定效应以及动物和永久环境母猪的随机效应，具有附加固定胎次效应的基本模型（ BMP）和随机回归模型（RRM）。计算残差的个体内方差并进行对数变换以获得三个新的变异性特征：LnVarBM、LnVarBMP 和 LnVarRRM。然后，（协）方差分量，遗传力，标准差水平的变异遗传系数 (GCVSDe) 和三个 LnVar 之间以及 LnVar 与平均出生总数 (mTNB) 之间的遗传相关性通过单变量、双变量和三变量模型进行估计。结果表明，遗传 LnVar 具有相同的性状，并且与 mTNB 呈正相关 (~0.60)。因此，这两种性状都应包括在育种计划中，以避免在选择增加的 TNB 时增加 TNB 变异性。LnVar 的遗传力估计为 0.021。LnVar 的 GCVSDe 表明，每一代可以获得 TNB 残留标准偏差 8% 的变化。这些结果表明，窝产仔数的表型变异受遗传控制，因此可以通过选择加以改善。LnVar 和平均出生总数 (mTNB) 之间的 s 和之间是用单变量、双变量和三变量模型估计的。结果表明，遗传 LnVar 是相同的性状，并且与 mTNB 呈正相关 (~0.60)。因此，这两种性状都应包括在育种计划中，以避免在选择增加的 TNB 时增加 TNB 变异性。LnVar 的遗传力估计为 0.021。LnVar 的 GCVSDe 表明，每一代可以获得 TNB 残留标准偏差 8% 的变化。这些结果表明，窝产仔数的表型变异受遗传控制，因此可以通过选择加以改善。LnVar 和平均出生总数 (mTNB) 之间的 s 和之间是用单变量、双变量和三变量模型估计的。结果表明，遗传 LnVar 具有相同的性状，并且与 mTNB 呈正相关 (~0.60)。因此，这两种性状都应包括在育种计划中，以避免在选择增加的 TNB 时增加 TNB 变异性。LnVar 的遗传力估计为 0.021。LnVar 的 GCVSDe 表明，每一代可以获得 TNB 残留标准偏差 8% 的变化。这些结果表明，窝产仔数的表型变异受遗传控制，因此可以通过选择加以改善。s 是相同的性状，并且与 mTNB (~0.60) 呈正相关。因此，这两种性状都应包括在育种计划中，以避免在选择增加的 TNB 时增加 TNB 变异性。LnVar 的遗传力估计为 0.021。LnVar 的 GCVSDe 表明，每一代可以获得 TNB 残留标准偏差 8% 的变化。这些结果表明，窝产仔数的表型变异受遗传控制，因此可以通过选择加以改善。s 是相同的性状，并且与 mTNB (~0.60) 呈正相关。因此，这两种性状都应包括在育种计划中，以避免在选择增加的 TNB 时增加 TNB 变异性。LnVar 的遗传力估计为 0.021。LnVar 的 GCVSDe 表明，每一代可以获得 TNB 残留标准偏差 8% 的变化。这些结果表明，窝产仔数的表型变异受遗传控制，因此可以通过选择加以改善。s 表明每代可以获得 8% 的 TNB 残留标准偏差的变化。这些结果表明，窝产仔数的表型变异受遗传控制，因此可以通过选择加以改善。s 表明每代可以获得 8% 的 TNB 残留标准偏差的变化。这些结果表明，窝产仔数的表型变异受遗传控制，因此可以通过选择加以改善。