1. 数字化育种体系建设框架
规模化养殖逐渐成为我国主要养殖模式，另一方面制约规模化的一个核心问题是育种效率问题。在种猪育种中，随着种猪性能测定、分子育种、计算机技术应用、AI养殖技术等的不断进步，猪育种将在遗传评估和育种方案制定过程中面对海量数据，这将意味着数字化育种、智慧化育种将逐渐成为现实。而要实现AI养殖，数字化育种平台将是基础性的平台，本文在数字化育种平台的构建上做出了一些不成熟的探讨。

现代生猪遗传育种的流程一般为 母猪性能测定——遗传评估——综合育种指数评估——选留方案制定；

• 分为测定站测定与场内测定，个体测定、同胞测定和后裔测定、大群测定和抽样测定。测定的指标包括数量性状、质量形状、经济性状。
  

• 根据《全国种猪遗传评估方案（试行）》的要求及建议，一般采用动物模型BLUP法进行种猪的遗传评估。BLUP法即最优线性无偏估计法。BLUP法将所有重要的系统环境影响和遗传分组的固定效应都考虑时，可以通过混合模型方程组得到最准确而又可靠的个体育种值的预测值。由于方程组的解与BLUP估值等价，所以实际育种中，混合模型方程组法已成为BLUP法的同义词。当一个混合模型中随机遗传效应为该个体本身的加性遗传值，即育种值时，该模型为个体动物模型，也称为加性遗传值模型。
  BLUP法的动物模型公式为：
  式中，Y——某动物的表型观察值；
  X——与固定效应有关的个体数矩阵；
  b——固定效应的估计值（包括场、年、季、胎次等）；
  Z——与加性遗传效应有关的个体数矩阵；
  a——需估计的某动物的育种值（加性遗传效应）；
  

• 综合指数遗传评估即企业根据测定的数据，一般是个体及亲属的资料计算出性状的EBV，然后通过加权平均等方法计算得到一个综合评估指数。

• 首先需要确定猪的育种目标，需要明白的是猪育种的进展是随测定技术等相关技术的进步不断变化的。在确定育种目标时，既要考虑如何提高种猪群生产性能的遗传潜力，又要考虑如何最大限度的实现这些潜力。根据遗传评估方法得到的数进行选留，根据现实情况制定选育方案。

3.数字化育种现状及问题
随着我国规模化养殖体系的逐渐形成，我国的生猪育种也取得了较为可观的进步，但与国外养猪大国，如丹麦、美国、法国等，仍有不小的差距，为此，早在2019年我国先后通过“中加瘦肉型猪项目”、“农业部948重大专项”、“国家现代农业技术体系”的专项支持，逐步构建了我国引进品种选育需要的种猪性能测定、动物模型BLUP选育技术体系等。传统育种体系逐渐与信息化手段结合，组成了核心育种场、国家生猪育种评估中心等。育种逐渐有了数据的支撑，向着更精准、更大规模的方向迈进。
实现数字化育种还存在很多问题，以下例举行业内专家的观点，同时结合自身项目经验，提出一些核心问题：
（1）种猪育种核心群体的大小
录入数字育种系统内的分娩母猪群数量达不到品种的数量要求，目前我国生猪养殖行业仍是以散户为主，也就导致了规模不够，选育的分娩母猪群品种单一，数量不够；
系谱的准确性是准确遗传评估的重要前提。系谱管理混乱体系在，i 性别逻辑错误，在数据录入的时候，可能是粗心大意等原因，录入的猪只性别经常有出错的情况；ii 系谱循环，个体为子的被录成副本，除此之外，在种猪购销环节，种猪个体号不能保持唯一，或者每个场之间的命名规则不一，给跨场间遗传评估带来系统偏差。
（3）数据合理性与平衡性
生猪生长、繁殖均有一定的生物学规律，每个指标均有正常的范围。在数据采集过程中，很容易出现录入超过范围的数据，主要体现在以下方面：i、妊娠期远超过114d；ii 产子、配种日龄过低；iii 产仔日龄太大。数据平衡性也不够理想，笔者所经历过的项目中，经常出现性能测定的个体背膘厚全部为8mm，体重全部为120kg。
（4）种猪登记和性能测定
在群种猪性能测定比例较低；种猪登记、性能测定的数量匹配性较差，按照育种要求，要求种猪登记在先，性能测定在后，然而在具体实施过程经常出现测定数量高于种猪登记数量；多数场无法做到后备猪的全群测定；
对于达100 kg 体重日龄、100 kg 时膘厚等性状，场间关联率达到 3%是实施场间遗传评估的最低要求，目前仍然比较难实现。

育种过程数据监控包括种群数量监控、种群动态监控、种群性能监控、育种数据质量监控、育种计划执行监控。
过程监控的方法可借助与平台开发的数据预警及分析平台实现。过程监控采用控制图方式最重要的是确定中心线、上下限。一些育种企业往往采用设定的目标值或者场间比对参数值来设置中心线、上下限，通常情况下这是不合适或者说折中的方法。控制图的设置必须来源于过程本身，采用不同的控制图，中心线和上下限的计算方法也不同，控制图的设置可以参考国家标准：GB/T 。该标准规定了相应的判定准则。

5 关键选育效果与绩效管理平台化

畜牧业离不开人，尤其是育种这种相对专业性、复杂度较高的流程，育种平台只是辅助生产的一种手段。通过将选育效果评价和绩效管理平台化，对于大的生产集团来说，可以降低管理成本，节省信息沟通的信息耗用量。
下图介绍了关键选育效果和绩效管理的一些参考点，企业可以根据实际生产、经营策略，动态调整KPI的设置。

通过数据采集、分析之后，最重要的是制定相应的育种方案。选种方案是育种方案制定的核心内容，主要包括淘汰、配种、测定和留种等计划的制定。目前我国种猪行业普遍采用的软件有GBS,GPS,Herds-man,KFnets等。以上软件往往只关注育种这个流程，作为数据采集、初步分析、育种方案制定等流程来说，已经足够；但对于集团公司或者智慧养殖来说，把育种流程与养殖其他流程协同起来将把企业的养殖水平提升到更高的层次，比如以上软件系统采集的育种数据与环境、饲喂、疫病的养殖过程系统产生的数据融合分析，将会发现更大价值。这也是做集团数据仓库与数据深度挖掘的意义所在。

种猪育种工作是一项比较复杂的系统工程，其组织实施需要综合考虑各方面因素。充分了解育种流程、育种目标、育种方案的制定以及绩效管理，才能做出一个好的数字化育种平台。需要提出的是，当前育种数据维度缺失、数据真实性有待提高、育种过程数据采集不及时等现实问题，将制约数字化育种平台的发展。而且当前的绝大多数育种系统平台只是实现了数据采集、统计分析、过程监控、绩效管理等比较“傻瓜式”的功能，在金融、电商、教育等领域常用的推荐系统还没有出现。所谓的推荐系统，即是根据采集的数据、设定的育种目标、养殖场历史养殖端数据（PSY、配种率、分娩率、死淘率等指标）等数据，推荐系统通过算法自动推荐一整套育种方案。