何世梓，邓先旗，曾宪军，陈 杰，莫治新，罗 文，聂庆华，罗庆斌，张细权*

（1.华南农业大学动物科学学院，广州 510642；2.广州市江丰实业股份有限公司，广州 510450）

家禽肤色作为重要屠体性状，颜色偏黄的白条鸡在我国消费市场更受欢迎[1-2]。目前肤色评定主要有感官评定法、比色卡比色法、色差仪测定法和数字图像提取法等。感官评定法和比色卡比色法需操作人员具备一定专业知识，主观性较强，且通常需多人协作；而机器视觉，如色差仪和图像提取，将皮肤颜色及其变化量化为数值，如转换到CIELab色彩空间[3]，可有效提高肤色测定速度和准确性，在猪肉肉色评估中应用较多[4]，但在家禽肤色评估中报道较少。

家禽肤色性状在体表不同部位具有一定差异[2]，整鸡肤色是各部位共同作用结果，如遗传背景差异，不同色素沉积效率和不同部位沉积效率差异，这些部位间存在复杂相关性。主成分分析（Principal component analysis，PCA）是考查多个变量间相关性的一种多元统计方法，利用降维思想将多个互相关联的数值变量转化成少数互不相关的综合指标，用较少变量解释原始数据中大部分变异[5]。利用主成分分析法可降低多变量数据维度，并可根据特征根及累计贡献率挖掘最具有代表性的肤色性状及测定方法，指导适合生产实践的测定方案，有效降低育种工作量[6]，提高肤色评估效率和准确度。目前，家禽相关主成分分析法大多运用于屠宰性状分析[7-9]，对肤色分析研究鲜有报道。

本研究通过色差仪测定及数字图像提取法评估屠宰前后麻黄鸡各部位肤色，对比分析其表型关联性与差异性，采用主成分分析法比较分析肤色数据，通过比较各部位肤色对整体肤色的贡献率，挖掘出具有代表性肤色测定部位，提高肤色表型测定准确性，明确具有代表性且可重复性高的肤色测定部位及肤色测定方法，建立更客观准确的皮肤颜色表型测定及表型描述方法，为黄羽肉鸡肤色改良和屠宰产品质量评定提供依据。

1 材料与方法

1.1 实验动物与饲养管理

实验动物为江丰麻黄鸡G系，同一批次母鸡319只，公鸡87只，M3系母鸡255只，公鸡76只，共738只，分别在统一饲养条件下笼养，养殖过程中自由饮水和采食，合理光照。

1.2 指标测定

饲养至70日龄，屠宰前利用3nh-NR20XE型色差仪（深圳市三恩时科技有限公司，下同），测定泄殖腔（泄殖孔上周皮肤）、胫部、翅下皮肤（翅根下方）颜色。色差仪开机后首先白板矫正，测定前拨开羽毛，每个部位固定1点，3次后取平均值，每次测定后色差仪旋转90°。屠宰后，60℃热水浸烫5 min，通过水银温度计观测水温，浸烫后脱毛机脱毛，人工拔毛后，利用色差仪测定泄殖腔、背部（尾椎部）、肩部、胸部、腿部、胫部、腹脂颜色，测定方法同上，测定前先用毛巾擦干，避免液体反光影响测定结果。测定后记录L、a和b值，L值为亮度系数，表示从黑到白变化，a值表示从红（+a）到绿（-a），b值表示从黄（+b）到蓝（-b）变化。在摄影棚内，利用Cannon EOS80 d数码单反相机对鸡体拍照记录,测定过程中摄影棚（Travor LED小型摄影棚）内光源固定，光源色温为5226.85℃，相机曝光参数固定（光圈值f/5，ISO-400，曝光时间1/640 s）。

1.3 统计与分析

采用Excel 2019整理生成数据集，使用SPSS 22.0软件分析麻黄鸡皮肤黄度性状主成分，分析前首先通过KMO和Bartlett球形度作适合性检验，输出各肤色性状数据Spearman相关系数矩阵及显著性水平，按照特征根≥1及累计方差贡献率大于50%为要求筛选主成分，分析入选主成分特征根、贡献率等，结果用（平均值±标准误）表示，选择One-Way ANOVA分析显著性，以P＜0.05为差异显著性判断标准，线性回归分析利用逐步回归方法。

照片数据处理方法参考Wu等研究方法[10]，见图1。本研究首先根据照片中比色卡评分鸡屠体感官，再通过Photoshop 22.0去除比色卡，调整图片尺寸至533×800像素，便于后续分析。利用Python 2017.3.2调用CV2包的cv2.cvtColor函数将图像转换到HSV色彩空间，去除背景后，求取鸡屠体整体HSV平均值。H表示色调，S表示饱和度，V表示亮度。

图1 照片数据HSV值提取流程Fig.1 Flowchart of HSV extraction from photo data

2 结果与分析

2.1 屠宰前后各部位b值及HSV值统计描述

宰前各部位b值及HSV值见表1和图2。

图2 麻黄鸡各部位b值及HSV值Fig.2 b value and HSV value of different parts of Mahuang chicken

表1 麻黄鸡各部位b值统计Table 1 Statistical of b values of different parts of Mahuang chicken

由表1和图2可知，宰前肤色b值变异较大，尤其是宰前胫色及翅下皮肤b值，标准差接近平均值，宰后各部位b值及S值较为稳定。G系和M3系两个家系间多个部位肤色b值差异不显著（P＞0.05)，但两个家系公母之间多个部位肤色b值差异显著（P＜0.05）。

2.2 屠宰前后各部位b值与HSV值相关关系

屠宰前各部位b值及HSV值相关关系见表2。

表2 麻黄鸡屠宰前后各部位b值相关关系Table2 Correlation between b values of different partsof Mahuang chickens before and after slaughtering

屠宰后各部位间b值存在极显著相关关系（P＜0.01），如胸部和腿部b值（rp=0.424，P＜0.01），但屠宰后各部位b值与屠宰前各部位b值相关不显著，S值与宰后各部位b值存在极显著相关关系（P＜0.01）。利用活体测定肤色b值对屠宰后各部位色度值作线性回归，均未达到显著水平。

2.3 人工感官评分与仪器测定b值相关关系

人工感官评分与仪器测定b值相关关系见表3。感官评分与屠宰后多个部位b值存在极显著相关关系（P＜0.01），且与照片S值存在极显著正相关（rp=0.674，P＜0.01），可能由于照片S值为整体平均值，相比于各部位单点测定的肤色b值，更接近肉眼所见整体颜色。感官评分与屠宰前各部位b值不存在相关性。

表3 麻黄鸡各部位b值与感官评分间相关关系Table 3 Correlation between b value and manual evaluation in different partsof Mahuang chicken

2.4 屠宰后鸡皮肤黄度值的主成分分析

利用SPSS22.0对738只鸡14个部位b值作主成分分析，结果见表5。按照特征根值≥1要求，选取前4个主成分。第一主成分特征根为2.78，解释总变异19.856%;第二主成分特征根为1.927，解释总变异13.767%，第三主成分特征根为1.337，解释总变异9.548%;第四主成分特征根为1.253，解释总变异8.952%。前4个主成分方差累积贡献率达52.123%，可代表上述14个指标所包含信息。

表4 麻黄鸡各部位b值主成分分析结果Table 4 Results of principal component analysis of b valuein different partsof Mahuang chicken

根据确定的4个主成分，利用SPSS22.0软件抽提因子数量，得到因子负荷矩阵，分析得到因子得分系数矩阵，并根据得分系数矩阵绘制载荷图，见图4。入选主成分1、2、3和4特征根、贡献率、累积贡献率及特征向量值见表5。

表5 麻黄鸡各部位b值主成分统计结果Table 5 Statistical results of principal componentsof b value in different parts of Mahuang chicken

图4 麻黄鸡各部位b值载荷图Fig.4 b valueload diagram of different partsof Mahuang chicken

由各指标得分系数矩阵，得到入选4个主成分表达式。主成分1表达式为:Y1=0.1646x1+0.216x2+0.2245x3+0.2389x4+0.2104x5-0.0046x6+0.2082x7-0.0698x8-0.0513x9-0.048x10+0.0043x11+0.2041x12+0.0123x13+0.1982x14

主成分2表达式为:Y2=-0.1602x1-0.0825x2-0.1273x3-0.1271x4-0.1802x5-0.1111x6+0.0239x7+0.0213x8-0.0468x9+0.0627x10+0.2523x11+0.359x12+0.3477x13+0.2978x14

主成分3表达式为:Y3=0.1758x1+0.0681x2+0.0957x3+0.0394x4+0.0201x5+0.3913x6-0.0006x7+0.3447x8+0.4587x9+0.3801x10+0.0994x11-0.0065x12+0.2456x13-0.0663x14

主成分4表达式为:Y4=0.26x1+0.0993x2-0.2037x3-0.0435x4+0.0537x5+0.3259x6-0.0622x7-0.3071x8+0.005x9-0.4004x10+0.5063x11-0.0793x12+0.1382x13-0.1667x14

主成分1与多个部位宰后肤色b值正相关，而与宰前各部位肤色b值负相关，可将该主成分命名为宰后肤色因子。主成分2与照片S值、腹脂b值、感官评分正相关，可将该主成分命名为感官因子，主成分3与照片V值、H值、翅下皮肤b值正相关，可将该主成分命名为宰前肤色因子。

根据主成分1、主成分2、主成分3绘制的载荷图显示，宰前各部位肤色、宰后各部位肤色、照片提取的HSV值呈明显聚类，而在PC1：PC3图中，照片S值向宰后肤色b值靠近。说明各种方法测定结果及屠宰前后各部位肤色均有各自贡献，而拍照与色差仪测定结果具有一致性。主成分1中，特征值最大的是肩部b值、胸部b值和背部b值，与相关性分析结果一致。表明肩部、胸部和背部可在一定程度上反映麻黄鸡整体肤色。

3 讨论与结论

畜禽重要经济性状遗传改良及其产品质量评定，首先需对其准确有效的表型测定和描述。随黄羽肉鸡生鲜上市政策的实施，黄羽肉鸡肤色外观性状越来越受重视。以往测定或者描述麻黄鸡肤色常常采用人工根据比色卡判断，近年开发出色差仪进行测定，色差仪同时显示L值、a值和b值，3个值对皮肤黄度的意义目前仍不清楚。麻黄鸡皮肤颜色差异主要体现在黄度上，因此色差仪测定应主要针对b值研究，但L值和a值对屠体肤色性状选育也具有参考意义。廖娟等研究发现，8项体尺指标均与冠L值呈正相关（P＜0.05），冠a值和冠b值与各体尺指标间均呈负相关[11]。徐振强等研究发现，同一部位L值和a值呈极显著表型负相关（P＜0.01）[2]。因此，如何利用L值、b值和a值对皮肤颜色评估进行更准确的评估值得探讨。采用摄像技术也可以确定黄羽肉鸡肤色。吴静文等研究发现，HSV值与肩部、腿部和胸部等存在显著相关关系[10]，与本研究结果相符。本研究结果表明，相比色差仪单点测定的L、a和b值，通过数字照片提取整鸡HSV值可能更接近肉眼观感，且S值与感官评分有较高的相关系数。另外，数字图像提取HSV值的方法用时短，便于自动化处理，可有效提高测定效率，值得进一步研究。

考虑育种需要，在屠宰前获得黄羽肉鸡肤色数据可大幅节省育种成本。本研究分别测定屠宰前后肤色b值，但相关性分析及线性回归分析结果表明，屠宰前肤色b值与屠宰后肤色b值不存在显著相关关系，因而难以通过屠宰前肤色b值预测屠宰后肤色。

鸡肤色分布不均匀，个体肤色测定部位仍需试验确定。本研究主成分分析结果表明，胸部b值、肩部b值和背部b值对整体肤色黄度方差贡献率最高，可在一定程度上代表整体肤色黄度，但比例仍未达到决定性水平，因此利用色差仪测定肤色黄度仍需结合多部位测定。而胫部b值和宰前各部位b值对于整体肤色黄度方差贡献率低，且与屠宰后各部位b值相关性较低，因此在肤色表型测定工作中，胫部测定数据无法完全反映整体肤色黄度，且上述部位在测定时易受粪便、绒毛、皮肤损伤等影响，测定的可重复性和准确性低，测定价值较低。

类胡萝卜素使家禽皮肤由白变黄，但类胡萝卜素在鸡机体内的沉积与吸收受BCO2、BCMO1、SCARB1、CD36等影响[12-13]。基因BCO2和BCMO1主要是对不同组织中类胡萝卜素发挥氧化分解作用[13-14]，SCARB1和CD36主要与类胡萝卜素吸收有关[15-16]。除受遗传因素影响外，饲养管理、营养水平、鸡体健康、屠宰方式等也对鸡屠体皮肤颜色黄度产生影响[17-18]。因遗传和非遗传因素的影响，使黄羽肉鸡皮肤黄色的表型测定存在困难。因此，研究确定鸡肤色黄度表型测定十分必要。

综上所述，利用色差仪测定肤色表型时可重点测定屠宰后胸部、肩部和背部；利用相机拍摄照片提取的S值更接近肉眼效果，可作为肤色黄度客观描述指标，为家禽皮肤黄度性状评估提供新思路。