В результате проведенных исследований на 32 168 выбывших коровах красно-пестрой породы из 11 регионов и 43 племенных хозяйств определены линейные операционные модели для оценки признаков фертильности молочных коров – интервал между отелами в днях, сервис-период в днях, кратность осеменения и индекс стельности. Операционная модель включает фиксированные эффекты: регион, хозяйство, удой за 305 дней лактации и случайный эффект быка-производителя. Информация для расчета включала 153 796 записей дат осеменения в молочных хозяйствах по коровам 2000-2009 года рождения по пяти первым лактациям. Анализ фертильности проводился в пределах породы коров с разной кровностью по голштинской породе. Эффективность биометрических моделей оценивали с помощью коэффициента детерминации (R2).
коэффициент детерминации, биометрическая модель, многофакторный дисперсионный анализ
Снижение фертильности является проблемой в молочной промышленности Российской Федерации. В программах по разведению молочного скота оценку племенных животных проводят в основном по продуктивности за первую лактацию – удой за 305 дней, процентное содержание жира и белка в молоке, без учета воспроизводительных качеств, продолжительности лактации, здоровья и долголетия животных, а значит и без учета экономической целесообразности разведения таких коров [1]. Предыдущие исследования авторов по долголетию красно-пестрой породы показали, что более 28% причин выбытия коров связаны с нарушениями репродуктивной системы животных, поскольку отбор на более высокие удои приводит к снижению воспроизводства коров из-за неблагоприятных генетических корреляций между удоем и фертильностью.
Репродуктивная способность коровы представляет собой совокупность нескольких признаков. Они наблюдаются во время каждой стельности, и могут меняться с возрастом коровы, часто в зависимости от показателей предыдущих отелов. Наследуемость большинства признаков фертильности, как правило, ниже 0,10 [2]. Несмотря на это, небольшая аддитивная генетическая изменчивость по этим признакам достаточна для обеспечения эффективного отбора [3]. Путем одновременного рассмотрения нескольких признаков фертильности в моделировании селекционного процесса может быть достигнута лучшая оценка репродуктивной способности.
Было обнаружено, что факторы окружающей среды оказывают очень большое влияние на фертильные признаки [4]. Управление стадом, год, месяц в течение года, возраст отела и возраст осеменения (в пределах лактации) — все эти факторы оказывают существенное влияние на фертильность в различных исследованиях [5]. Целями данного исследования было изучение силы влияния различных факторов на признаки фертильности молочных коров красно-пестрой породы и на основании полученных результатов разработать модель для генетической оценки. Модель разрабатывалась на основе наших знаний о генетике воспроизводства, доступности данных, литературных данных, моделей генетической оценки фертильных признаков, которые используются в других странах, и доступности вычислительных ресурсов.
В наших исследованиях признаками фертильности были выбраны такие показатели как интервал между отелами, сервис-период, кратность осеменения, индекс стельности. Сервис-период рассматривался как интервал между датой отела и датой плодотворного осеменения коровы. Когда дата отсутствовала, для оценки даты осеменения использовалась дата следующего отела минус 280 дней. Кратность осеменения, удобный и доступный показатель, рассчитывался по количеству дат осеменения коров; индекс стельности оценивался в соответствии с датой отела и осеменения, выражался в процентах и рассчитывался как 21/(DO-45+11), где 21 – средняя продолжительность репродуктивного цикла коровы, 45 – стандарт периода добровольного ожидания (два репродуктивных цикла), а 11 половина репродуктивного цикла [6]. Интервал между отелами рассматривался как показатель для прогнозирования фертильности, он удобен и доступен по данным учета молока и генетически коррелирует с различными прямыми показателями фертильности. Результаты средних показателей по регионам РФ фертильности представлены в таблице 1.
Таблица 1 - Средние показатели признаков фертильности коров красно-пестрой породы в регионах РФ (М ± m)
|
п/п |
Регион |
n |
MOП |
Сервис-период |
КОС |
Индекс стельности |
|
1 |
Алтайский край |
3744 |
403±1,2 |
123±1,2 |
2,04±0,02 |
41±0,55 |
|
2 |
Амурская область |
1151 |
413±2,6 |
133±2,6 |
1,88±0,03 |
38±1,08 |
|
3 |
Белгородская область |
3148 |
415±1,5 |
135±1,5 |
1,63±0,02 |
38±0,58 |
|
4 |
Брянская область |
272 |
420±4,7 |
140±4,7 |
1,34±0,04 |
34±1,83 |
|
5 |
Волгоградская область |
24 |
455±11,3 |
175±11,3 |
2,77±0,25 |
17±1,61 |
|
6 |
Воронежская область |
8796 |
416±0,8 |
136±0,8 |
1,68±0,01 |
35±0,32 |
|
7 |
Красноярский край |
9984 |
427±0,9 |
147±0,9 |
1,88±0,01 |
34±0,32 |
|
8 |
Липецкая область |
674 |
395±2,9 |
115±2,9 |
2,13±0,05 |
46±1,39 |
|
9 |
Республика Мордовия |
2805 |
416±0,8 |
136±1,5 |
1,66±0,02 |
37±0,60 |
|
10 |
Саратовская область |
1144 |
433±2,7 |
153±2,7 |
1,60±0,03 |
31±0,86 |
|
11 |
Республика Хакасия |
693 |
418±3,1 |
138±3,1 |
1,87±0,04 |
37±1,25 |
|
В среднем по популяции |
32168 |
425±0,5 |
138±0,5 |
1,79±0,01 |
36±0,18 |
|
В результате расчетов установлены статистически достоверные результаты, по которым лучшие показатели фертильности по интервалу между отелами, сервис-периоду и индексу стельности получены в Липецкой области: продолжительность интервала между отелами ниже средних значений на 30 дней, по сервис-периоду на 23 дня, а индекс стельности выше средних значений на 10%. Худшим регионом по показателям фертильности выявлена Саратовская область. Продолжительность интервала между отелами больше средних на 8 дней, сервис-периода на 15 дней, а индекс стельности ниже средних значений на 5%. По кратности осеменения на одно плодотворное наилучшие показатели получены в Брянской области, что ниже средних значений в популяции на 0,45 осеменения, худшие в Липецкой области.
Для определения силы и достоверности влияния факторов на фертильность использовалась статистическая базовая модель смешанного типа для каждой лактации:
у=µ+R+H+YС+MС+AC+MY305+FAT+PROT+GCOW+SIR+e,
где y - оцениваемый признак; µ - среднее значение по выборке; производственные классы фиксированных эффектов представлены как: R - регион, H - хозяйство; YС - год отела; MС - месяц отела; AС - возраст отела MY305 - средний удой за 305 дней лактации в кг; FAT -содержания жира в процентах; PROT - содержание белка в процентах; GCOW - процент кровности по голштинской породе, случайные факторы: эффект отца - SIR и остаточный эффект (не учтенные факторы) - e.
Для анализа каждой лактации из общего количества отобранных животных было сформировано пять групп. В первую группу вошли коровы с количеством лактаций не менее одной за всю жизнь, во вторую не менее двух, в третью не менее трех, в четвертую не менее четырех, в пятую не менее пяти. Таким образом, количество коров составило в первой группе 32168, во второй 25229, в третьей 18380, в четвертой 12261, в пятой 7283 голов. Достоверность разницы между средними значениями изучаемых признаков в исследуемых группах превышала Р>0,999.
В таблице 2 представлены оценки коэффициентов детерминации по 10 биометрическим моделям для оценки признаков фертильности. Значения коэффициентов детерминации в зависимости от группы животных установлены в следующих пределах: для интервала между отелами и сервис-периоду 10,71-16,38%; по кратности осеменения 12,19-16,72%, по индексу стельности 11,65-17,22%. После исключения факторов с минимальным воздействием, эффективность биометрических моделей изменилась незначительно, а значения коэффициентов детерминации составили: для интервала между отелами и сервис-периоду 10,22-13,51%; по кратности осеменения 12,19-15,57%, по индексу стельности 11,31-14,87%.
Для оценки фертильности коров красно-пестрой породы оба варианта модели имеют одинаково невысокие коэффициенты, поэтому как первый, так и второй вариант можно использовать для анализа, в зависимости от наличия имеющейся информации по коровам, где y – признак фертильности:
y=R+H+MY305+SIR+e,
а фиксированные эффекты факторов: R – регион; H – хозяйство; MY305 – удой за 305 дней лактации в кг; SIR – бык-отец и случайный остаточный эффект (ошибка) – e.
Таблица 2 – Коэффициенты детерминации моделей для признаков фертильности, %
|
Факторы модели |
МОП |
Сервис-период |
КОС |
Индекс стельности |
|
I-лактация |
||||
|
R, H, YC, MC, AС, MY305, FAT, PROT, GCOW, SIR |
16,38 |
16,38 |
12,50 |
17,22 |
|
R, H, MY305, SIR |
13,03 |
13,03 |
11,38 |
14,21 |
|
II-лактация |
||||
|
R, H, YC, MC, AС, MY305, FAT, PROT, GCOW, SIR |
10,71 |
10,71 |
12,19 |
11,65 |
|
R, H, MY305, SIR |
10,22 |
10,22 |
11,67 |
11,31 |
|
III-лактация |
||||
|
R, H, YC, MC, AС, MY305, FAT, PROT, GCOW, SIR |
11,63 |
11,63 |
13,83 |
12,42 |
|
R, H, MY305, SIR |
10,68 |
10,68 |
13,21 |
11,57 |
|
IV-лактация |
||||
|
R, H, YC, MC, AС, MY305, FAT, PROT, GCOW, SIR |
14,72 |
14,72 |
16,35 |
15,50 |
|
R, H, MY305, SIR |
13,51 |
13,51 |
15,57 |
14,40 |
|
V-лактация |
||||
|
R, H, YC, MC, AС, MY305, FAT, PROT, GCOW, SIR |
15,25 |
15,25 |
16,72 |
16,69 |
|
R, H, MY305, SIR |
12,96 |
12,96 |
15,33 |
14,87 |
Фертильность коров представляет собой сложный набор признаков, связанных генетическими факторами и факторами окружающей среды. Ее следует анализировать по нескольким признакам. Показатели фертильности могут быть дополнены более высоконаследуемыми интервальными признаками: от отела до первого осеменения, от первого осеменения до плодотворного осеменения, продолжительность стельности, которые позволили бы осуществлять эффективный отбор лучших животных по репродуктивным показателям при индексной оценки фертильности. Признаки, связанные с отелом (дистоция, мертворождение), так же влияют на фертильность и поэтому то же могут быть включены в оценку репродуктивных признаков и признаков отела.
1. Программа селекции красно-пестрой породы молочного скота на период 2021-2030 гг. / И. М. Дунин [и др.]. – Лесные Поляны: ФГБНУ ВНИИплем, 2021. – 92 с.
2. New composite traits for joint improverment of milk and fertility trait in Holstein dairy cow. / H. Ghiasi, D. Piwczynski, B. Sitkowska, O.Gonzalez-Recio // Anim Biosci., 2021. – № 34 (8). – pp. 1303–1308.
3. Sawicka-Zuqaj, W. The Role Reproduction and Genetic Variation in Polish White-Backed Cows in the Breed Restoration Process. / W. Sawicka-Zuqaj, W. Chabus, K. Kasprzak-Filipek // Animals (Basel), 2022. – № 8 (12). – P. 1485.
4. Cassell, B. G. Maternal and fetal inbreeding depression for 70-day non-return and calving rate in Holsteins and Jerseys. / B. G. Cassell, V. Adamec, R. E. Pearson // J. Dairy Sci. – 2003. – no. 86. – pp. 2977–2983.
5. VanRaden, P. M. Effect of Nonadditive Genetic Interactions, Inbreeding, and Recessive Defects on Embryo and Fetal Loss by Seventy Days / P. M. VanRaden, R. H. Miller // J. Dairy Sci. – 2006. – no. 89. – pp. 2716–2721.
6. Genetic Evaluation of Famale Fertility for Walloon Dairy and Dual Purpose Cows Using a Parity Random Regression Model: Ferst Results / P. Mayers, S. Vanderick, C. Croguet, H. Soyert, H. Hammami, N. Gengler // Research&Development, Walloon Breeders Association, B-5590 Ciney, Belgium Animal Science Unit, Gembloux University, B-5030 Gembloux, Belgium National Fund for Scietific Research, B-1000 Brussels, Belgium. 2005.
