圈养繁殖大熊猫生存力的影响因素分析——基于大熊猫谱系数据

提高圈养繁殖大熊猫存活率是维持圈养种群可持续发展和开展野化放归研究的基础,为了探究圈养繁殖大熊猫生存力的影响因素,基于2019年的大熊猫谱系数据,不仅统计分析了不同年代和不同龄级(月龄、年龄组)圈养繁殖大熊猫的存活率和死亡率,而且利用广义线性模型系统分析了影响圈养繁殖大熊猫存活时间的主要因素。结果表明:1960—1989年圈养繁殖大熊猫的幼仔和种群存活率分别是31.61%和68.10%,1990—2019年为78.39%和94.06%;不同年龄组圈养繁殖大熊猫的死亡率呈"凹型"曲线,即幼年和老年大熊猫死亡率较高(26.85%、26.53%),而亚成年和成年的死亡率偏低(4.56%、12.60%);不同月龄则以初生幼仔(1月龄)的死亡率最高,达22.45%,其余月龄相对较低(0～20%)。广义线性模型分析发现,个体性别、出生年代、母兽来源、母兽产仔年龄、育幼方式和胎儿数量等因素显著影响圈养繁殖大熊猫的存活、死亡和寿命长短。因此,加强大熊猫种源管理、提高人工育幼技术以及优化繁育配对等是大熊猫饲养管理的关键。     

圈养大熊猫的繁殖特性和生命表

通过对最大的大熊猫(Ailuropoda melanoleuca)圈养种群——中国保护大熊猫研究中心的圈养种群的研究,总结了圈养大熊猫的繁殖生物学特性,编制了大熊猫的生命表。大熊猫是季节性繁殖的动物,每年春季3～4月发情交配,8月(30.49%)和9月(48.88%)产仔,每胎平均产仔1.5只,圈养繁殖大熊猫的雌雄比为1.11。大熊猫的妊娠期和幼兽的初生体重变化很大,分别平均为139.8天和142.6g。性成熟的年龄,雌性是5.7±1.1岁,雄性是5.8±0.58岁。根据圈养大熊猫的生命表计算出圈养种群的净增长率R0为0.209,世代周期T为9.187年,内禀增长率r为-0.170,周期增长率λ为0.844。     

圈养大熊猫冷冻精液对其种群遗传多样性的作用

在过去34年的圈养大熊猫种群保护工作中,我们成功建立了全球最大的大熊猫精子库,目前已保存50只大熊猫个体总计7 000余支细管冷冻精液(冻精)。冷冻精液一方面可以使物种的遗传资源得到长久保存,另一方面可以通过人工授精的方式促进种群繁育。但是,圈养大熊猫冷冻精液对其种群遗传多样性的作用尚未有明确报道。本研究首先根据成都大熊猫繁育研究基地2000—2014年冷冻精液人工授精数据,对比分析了冻精人工授精个体和圈养种群的遗传多样性。结果显示,冻精人工授精个体遗传多样性均高于同年圈养种群的平均遗传多样性,表明在繁殖年份中冻精人工授精可以显著提高圈养大熊猫种群的遗传多样性。统计精子库中所有冻精个体的平均血缘系数并与圈养种群进行对比分析,探究冷冻精液对圈养种群遗传多样性的潜在作用。结果显示,精子库中有21只已死亡个体的精液,其中有66.67%的个体平均血缘系数低于圈养种群;有14只20岁以上个体的精液,其中有50.00%的个体平均血缘系数低于圈养种群;另有15只20岁以下个体的精液,其中有53.33%的个体平均血缘系数低于圈养种群,表明冷冻精液对圈养种群遗传多样性的保护具有重要价值。综上所述,冷冻精液不但有效保存了大熊猫遗传资源,而且在保护圈养种群遗传多样性方面具有积极的促进作用。     

圈养大熊猫繁育获丰硕成果

近日．记者从国家林业局获悉，2007年全国圈养大熊猫繁育取得丰硕成果。据国家林业局大熊猫保护管理办公室统计，截至11月513，我国大熊猫共繁育19胎31只，成活25只。其中四川卧龙中国大熊猫研究中心繁殖12胎20只，成活16只；成都大熊猫研究基地繁殖6胎10只，成活8只。至此，全国人工圈养大熊猫种群数量已达239只，其中有128只（不含香港4只）饲养在卧龙中国大熊猫研究中心，67只在成都大熊猫研究基地。     

拯救大熊猫赢得主动,保护大熊猫有了希望──“双控”措施是人工繁殖大熊猫的最佳选择

总结了十余年大熊猫生殖轴系垂体促性腺细胞、睾丸、卵巢、精子、卵子和受精机理以及生殖激素测定经验;分析了大熊猫生殖能力低的根本原因是生殖内分泌失调;提出了“双控”措施,即对雌性大熊猫采用补充外源促性腺激素,促进滤泡发育、卵子成熟和发情排卵,而对雄性大熊猫,采用了人工采精,精液冷冻保存的方法。采用“双控”措施的六年里圈养大熊猫空怀明显下降,获双胎7次,单胎9次,出现了大熊猫繁殖史上空前繁荣的大好形势,从此宣告拯救圈养大熊猫已赢得了主动,保护大熊猫有了希望。     

圈舍环境对圈养大熊猫发情率的影响

发情率低是圈养大熊猫Ailuropoda melanoleuca饲养的难题之一,也是制约圈养大熊猫繁育的重要因素。近年来,随着大熊猫圈养技术的不断进步,圈养大熊猫的发情率有了大幅提高,但并未达到特别高的水平。对中国保护大熊猫研究中心2006—2012年参与繁殖计划的圈养成年雌性大熊猫种群的发情率进行统计发现,2009—2012年每年雌性大熊猫的发情率高达90%以上,较2006—2008年的发情率有显著提高。2006—2012年,该大熊猫种群的饲养和管理模式、食物结构都未变化,但从2009年起圈舍环境有明显变化。经分析,该种群发情率的变化与圈舍面积、圈舍地形、圈舍植被覆盖率和植物种类等因素变化有关。本研究为提高圈养大熊猫的发情率从改善大熊猫圈舍条件的角度提供了有效的参考。     

大熊猫觅食行为的栖息地管理策略

野生大熊猫觅食行为的季节性垂直迁移习性和"撵笋"现象有其自身的繁殖生理机制,并与主食竹营养含量的季节变化、竹笋特有的生物化学特性以及地理分布的异质性格局密切相关.本文从大熊猫的觅食行为特性入手,综述和分析了觅食行为的繁殖生理机制、觅食行为与主食竹的分布规律和生长发育特征的关系,从而提出了大熊猫栖息地保护管理的整体性、保护与科研相结合和遵循物种生态生物学特性的基本原则,以及区域森林生态系统的垂直布局管理、主食竹竹笋的封禁保护和圈养大熊猫食物的基地建设等管理措施.     

圈养大熊猫生命表及种群动态研究

大熊猫Ailuropoda melanoleuca为我国特有濒危物种。圈养大熊猫是大熊猫保护的一项重要策略,国家林业局公布的全国第四次大熊猫调查结果显示,大熊猫的繁育保护工作取得可喜成绩,圈养种群规模快速发展。为评估圈养大熊猫种群的发展与圈养种群的未来增长趋势的关系,通过对大熊猫国际谱系(2015)内990只圈养大熊猫基本信息进行分析,统计各年内存活超过100 d的个体数量并绘制其存活曲线;编制圈养大熊猫种群的生命表,绘制死亡曲线及存活曲线,计算其内禀增长能力。结果显示:自2005年之后,每年存活的圈养大熊猫个体数量均超过20只,个别年份超过30只,2013年和2015年则超过40只;圈养大熊猫的寿命期望值较长,2~25岁死亡率低,绝大多数圈养个体都能活到生理年龄,在生理寿命上特征稳定;净增殖率、内禀增长率和周限增长率分别为2.248 4、0.062 3和1.064 3,说明圈养大熊猫种群目前仍存在发展上升的空间,种群结构整体上相对稳定。     

卧龙圈养大熊猫遗传多样性现状及预测

以中国最大的大熊猫圈养种群———四川卧龙中国大熊猫保护中心的圈养种群为对象,以8个大熊猫微卫星位点为分子标记,探讨了大熊猫圈养种群的遗传多样性,并与邛崃野生种群及其他7个濒危物种进行比较。微卫星数据表明,圈养种群的遗传多样性水平(A=5.5,He=0.620,Ho=0.574)低于邛崃野生种群(A=9.8,He=0.779,Ho=0.581),但高于其他7个濒危物种的种群(He=0.13～0.46)。在此数据的基础上对未来100个世代内圈养种群遗传多样性的变化情况做出了预测。结果表明假设种群数量比现在扩大一倍,经历100个世代后也只会使平均等位基因数少减少0.4。因此继续增加野生个体对保持遗传多样性的意义已经不大,建议该圈养种群的保护策略应将重点放到制定更有效的繁殖计划以避免近交上。     

圈养大熊猫的系谱分析

应用Sparks Verl.4软件结合手工算法对现有的圈养大熊猫系谱进行了遗传分析。结果表明,圈养大熊猫群体规模小,漂变是导致遗传多样性丢失的主要因素。由于分散管理,现有群体正面临着近亲交配、种源枯竭的危险。因此,应统一遗传管理,加强各繁殖系之间的基因交流,使圈养大熊猫的遗传多样性能够保持在较高的水平之上。     

野生大熊猫现状、面临的挑战及展望

截至2003年底,我国野生大熊猫种群数量达1596只,分布在陕西、四川和甘肃3省的45个县境内,总栖息地面积达2304991hm^2。与第2次大熊猫调查相比,野生大熊猫生存状况已得到改善,分布范围扩大、栖息地面积增加、种群数量进一步增长。本文在第3次大熊猫调查的基础上,就野生大熊猫种群及栖息地现状进行了分析,指出未来保护大熊猫所面临的3个方面的挑战,即来自物种自身生物学特性的挑战、栖息地破碎化及隔离小种群未来命运的挑战以及大熊猫保护与社区经济发展需求相冲突的挑战。作者还就我国大熊猫保护前景进行了展望,即自然保护区数量将进一步增加,栖息地状况将进一步改善;种群数量在总体保持稳定的基础上将逐步增长,但局部小种群灭绝风险将加剧;圈养种群将形成能自我维持的种群,圈养个体通过培训将逐步放归到隔离野生小种群中以改变其命运。     

基于高分辨率网络的大熊猫姿态估计方法

对圈养大熊猫 (Ailuropoda melanoleuca) 开展长期行为监测能及时了解其所处生理周期和健康状况,有助于繁殖饲养机构迅速采取相应繁育保护措施提高饲养管理水平,但目前无法对大熊猫进行24 h监控并及时地获得相应的行为信息。准确的动物姿态估计是动物行为研究的关键,也是诸多下游应用的基础。了解大熊猫的姿态可以促进大熊猫行为研究并提升保护管理水平。为了提高复杂环境下大熊猫姿态估计的准确率,本文以高分辨率网络 (High resolution net, HRNet) 为基础网络架构提出了一种大熊猫姿态估计方法：针对大熊猫不同部位尺度差异较大的问题,在HRNet-32中引入了空洞空间金字塔池化 (Atrous spatial pyramid pooling, ASPP) 模块,在提升特征感受野的同时捕获多尺度信息;同时对大熊猫身体关键点进行分组,引入基于部位的多分支结构来学习特定于每个部位组的表征。多次对比实验结果表明本文所用模型具有较高的检测精度：在PCK@0.05中所用模型精度达到了81.51%。本文提出的方法可为大熊猫的行为分析和健康评估提供技术支撑。     

Factors Affecting the Outcome of Artificial Insemination Using Cryopreserved Spermatozoa in the Giant Panda (Ailuropoda melanoleuca)

Artificial insemination (AI) is an important component of captive breeding programs for endangered species, such as the giant panda. The panda has been the subject of increasingly successful captive breeding programs involving a compilation of assisted breeding techniques, including AI using cryopreserved spermatozoa. AI implementation is currently hampered by a lack of understanding of the factors that may cause failure. We investigated factors influencing the probability of success of AI for 14 giant panda females housed at the China Center for Research and Conservation of the Giant Panda (CCRCGP) inseminated in a total of 20 instances using cryopreserved spermatozoa from 11 males currently residing in 6 different captive breeding institutions. One of the pandas was the oldest giant panda female to ever successfully conceive from AI (20.5 years old). The success of AI was significantly affected by the timing of AI in relationship to both timing of peak urinary estrogen of the female and percent decline in urinary estrogen between the peak level and the first AI attempt. Our results suggest that the window for successful AI in giant pandas may be narrower than previously suspected, although individual differences in rates of decline in urinary estrogen may reflect some degree of variation in this crucial window across females. Our results are consistent with recent research on pandas and other species that demonstrates the efficacy of cryopreserved spermatozoa for AI and highlights the need for more in‐depth analysis of factors related to female physiology that may influence its success. Zoo Biol 31:561‐573, 2012. © 2011 Wiley Periodicals, Inc.     

Cloning and sequence analysis of FSH and LH in the giant panda (Ailuropoda melanoleuca)

The giant panda (Ailuropoda melanoleuca) is an endangered species and indigenous to China. It has been proposed that it has a highly specialized reproductive pattern with low fecundity, but little is known about its basic reproductive biology at the molecular level. In this report the genes encoding gonadotropin subunits alpha, follicle-stimulating hormone (FSH) beta and luteinizing hormone (LH) beta of the giant panda were amplified for the first time by RT-PCR from pituitary total RNA, and were cloned, sequenced and analyzed. The results revealed that the open reading region (ORF) of gonadotropin subunits alpha, FSH beta and LH beta are 363, 390 and 426 bp long, respectively. They displayed a reasonably high degree (74-94, 85-93, 75-91%, for alpha, FSH beta and LH beta subunits, respectively) of identity when deduced amino acids were compared with homologous sequences from partial available mammals including human, cattle, sheep, pig, rat, mouse. Three distinct differences were found at the site of 59 aa of the alpha subunit and 55 aa, 68 aa of FSH beta subunit. Our results provide an insight into understanding the mechanism of reproduction regulation and genetic characteristics of giant panda which will make an actual contribution to its conservation. In addition they lay a foundation for a further study towards producing recombinant panda FSH and LH which can be used in artificial breeding aimed to increase its captive reproductive efficiency.     

Important population viability analysis parameters for giant pandas (Aliuropoda melanoleuca)

Population viability analysis(PVA) is a tool to evaluate the risk of extinction for endangered species and aid conservation decision-making.The quality of PVA output is dependent on parameters related to population dynamics and life-history;however,it has been difficult to collect this information for the giant panda(Aliuropoda melanoleuca),a rare and endangered mammal native to China,confined to some 30 fragmented habitat patches.Since giant pandas are long-lived,mature late,have lower reproductive rates,and show little sexual dimorphism,obtaining data to perform adequate PVA has been difficult.Here,we develop a parameter sensitivity index by modeling the dynamics of six giant panda populations in the Minshan Mountains,in order to determine the parameters most influential to giant panda populations.Our data shows that the giant panda populations are most sensitive to changes in four female parameters:initial breeding age,reproductive rate,mortality rate between age 0 and 1,and mortality rate of adults.The parameter sensitivity index strongly correlated with initial population size,as smaller populations were more sensitive to changes in these four variables.This model suggests that demographic parameters of females have more influence on the results of PVA,indicating that females may play a more important role in giant panda population dynamics than males.Consequently,reintroduction of female individuals to a small giant panda population should be a high priority for conservation efforts.Our findings form a technical basis for the coming program of giant panda reintroduction,and inform which parameters are crucial to successfully and feasibly monitoring wild giant panda populations.     

育幼经历对圈养成年雌性大熊猫尿液皮质醇含量的影响

为研究育幼期不同的育幼方式对圈养成年雌性大熊猫Ailuropoda melanoleuca福利状况的影响情况,了解圈养育幼模式可能引发成年雌性大熊猫的应激问题,完善育幼期大熊猫的饲养管理和兽舍参数设计,提高育幼过程中圈养大熊猫福利状况,选择成都大熊猫繁育研究基地育幼期采取不同育幼方式管理的成年雌性大熊猫为研究对象,利用...     

微卫星标记在大熊猫研究中的应用进展

大熊猫是我国保护最为成功、研究最为深入的珍稀动物之一,可以为其它珍稀濒危物种的保护研究工作提供参考。20世纪70年代末期借助无线电颈圈,大熊猫的生态学研究工作取得了突破性进展,近20年来微卫星标记和非损伤性遗传取样技术的联合使用,将大熊猫的保护研究工作提升到一个崭新的高度。本文在综合所有已发表大熊猫微卫星标记的基础上,梳理了微卫星标记在圈养大熊猫亲子鉴定与遗传管理,野生大熊猫个体识别与种群数量调查、遗传多样性评估、扩散和种群遗传结构研究中的应用情况,并着重介绍了其中29个重要的微卫星标记。同时指出目前微卫星标记的使用存在标记选择不统一、等位基因读数无统一规程等问题,并对应用前景进行了前瞻。     

基于双模型融合的大熊猫头部图像分割

在大熊猫(Ailuropoda melanoleuca)的迁地保护和种群饲养管理中,及时、快速地进行个体识别和行为监测,对其健康管理具有至关重要的作用。圈养大熊猫健康状况通常由专门的饲养人员肉眼观测,人力成本高、效率低并且缺乏时效性。基于图像的动物个体识别与行为分析技术效率高、时间成本低,已经成为新的监测发展趋势。已有研究提出,通过大熊猫面部图像的检测和分析,可实现个体识别和行为分类。但该方法依然存在检测精度不足导致识别准确率难以提升的问题。本文提出一种基于YOLOv3和Mask R-CNN的双模型融合方法,实现了大熊猫头部图像分割和精准检测。包含3个部分：YOLOv3完成头部检测,Mask R-CNN完成大熊猫轮廓分割,然后将两个模型的输出进行交并比融合。结果显示,头部检测准确率为82.6%,大熊猫轮廓分割准确率为95.2%,总体头部轮廓分割准确率为87.1%。该方法对大熊猫头部图像的识别率和分割准确率高,为大熊猫的个体识别、性别分类提供了帮助,为行为分析提供了技术参考。