Тваринництво та технології харчових продуктів

Оцінка генетичних параметрів і племінної цінності бугаїв-плідників української чорно-рябої молочної породи за основними ознаками

Сергій Рубан, Віктор Даншин
Завантажити статтю
Анотація

Оцінка та відбір бугаїв-плідників за економічно важливими ознаками є головним інструментом в сучасних системах генетичного покращення молочної худоби. Метою досліджень було проведення аналізу впливу середовищних і генетичних факторів на ознаки молочної продуктивності, відтворення, продуктивного довголіття і важкості отелень та здійснити оцінку генетичних параметрів і племінної цінності бугаїв-плідників за цими ознаками. Матеріалом досліджень були дані по показниках продуктивності, відтворення і продуктивного довголіття корів української чорно-рябої молочної породи сільськогосподарського кооперативу «Восток» Харківської області. Для розрахунку генетичних параметрів (коефіцієнти успадковуваності і генетичні кореляції) і племінних цінностей бугаїв-плідників використовувалась багатомірна лінійно-порогова модель. Виявлено вірогідний фенотипічний негативний зв’язок між важкістю отелення і надоєм за 305 днів (r= -0,2244±0,0266, Р>0,999); збільшення важкості отелення на 1 бал призводить до зниження надою за 305 днів лактації на 1281,0 кг. Розраховані оцінки генетичної кореляції свідчать про наявність досить високого зв'язку між надоєм за 305 днів лактації і сервіс-періодом (більше +0,5), а також негативного зв’язку між сервіс-періодом і продуктивним довголіттям (біля -0,37) та позитивного зв’язку між сервіс-періодом і важкістю отелення (біля +0,26). Ці дані свідчать про наявність генетичного антагонізму між молочною продуктивністю і рівнем відтворення молочних корів, негативний вплив подовженого сервіс-періоду на термін перебування корів у молочному стаді і вплив важкості отелення на погіршення плодючості корів. Були розраховані оцінки племінної цінності бугаїв-плідників за надоєм, сервіс-періодом, продуктивним довголіттям і важкістю отелення. Отримані результати свідчать про доцільність включення ознак відтворення, продуктивного довголіття і важкості отелення корів в селекційний індекс, за яким здійснюється оцінка та відбір бугаїв-плідників української чорно-рябої молочної породи України

Ключові слова

молочна худоба, селекція, порогова модель, успадковуваність, генетична кореляція, важкість отелення

ЦИТУВАТИ
Ruban, S., & Danshyn, V. (2022). Assessment of the genetic parameters and breeding value of bulls-producers of the Ukrainian black speckled milky breed by the main characteristics. Animal Science and Food Technology, 13(4), 50-58. https://doi.org/10.31548/animal.13(4).2022.50-58
Використані джерела

[1] About Norwegian Red. Norwegian EBVs. Calving traits (2021). Retrieved from www.norwegianred.com/aboutnorwegian-red/norwegian-ebvs/calving-traits/.

[2] Alam, M., Dang, C.G., Choi, T.J., & Choy, Y.H. (2017). Genetic parameters of calving ease using sire-maternal grandsire model in Korean Holsteins. Asian-Australasian Journal of Animal Science, 30(90), 1225-1233. https://doi.org/10.5713/ ajas.16.0322.

[3] Antanaitis, R., Juozaitiene, V., Malašauskien, D., & Televicius, M. (2021). Influence of calving ease on in-line milk lactose and other milk components. Animals, 11(3), article number 842. https://doi.org/10.3390/ani11030842.

[4] Atashi, H., Asaadi, A., Hostens, M. (2021). Association between age at first calving and lactation performance, lactation curve, calving interval, calf birth weight, and dystocia in Holstein dairy cows. PLoS ONE, 16, article number e0244825. https://doi.org/10.1371/journal.pone.0244825.

[5] Berry D.P. (2018). Symposium review: Breeding a better cow - will she be adaptable? Journal of Dairy Science, 101(4), 3665-3685. https://doi.org/10.3168/jds.2017-13309.

[6] Canaza-Cayoa, A.W., Lopes, P.S., Cobuci J.A., Martins, M.F., and da Silva M.V.G.B. (2018). Genetic parameters of milk production and reproduction traits of Girolando cattle in Brazil. Italian Journal of Animal Science, 17(1), 22-30. https://doi.org/10.1080/1828051X.2017.1335180.

[7] Cole, J.B., Dürr, J.W., & Nicolazzi, E.L. (2021). Invited review: The future of selection decisions and breeding programs: What are we breeding for, and who decides? Journal Dairy Science, 104(5), 5111-5124. https://doi.org/10.3168/ jds.2020-19777.

[8] Dallago G. M., Wade K. M., Cue R. I., McClure J T., Lacroix R., Pellerin D., and Vasseur E. (2021). Keeping Dairy Cows for Longer: A Critical Literature Review on Dairy Cow Longevity in High Milk-Producing Countries. Animals 11, article number 808. https://doi.org/10.3390/ani11030808.

[9] de Vries, A., & Marcondes M. I. (2020). Review: Overview of factors affecting productive lifespan of dairy cows. Animal, 14, 155-164. https://doi.org/10.1017/S1751731119003264.

[10] Fodor, I., Lang, Z., & Ózsvári, L. (2020). Relationship of dairy heifer reproduction with survival to first calving, milk yield and culling risk in the first lactation. Asian-Australasian Journal of Animal Science, 33(8), 1360-1368. https://doi.org/10.5713/ajas.19.0474.

[11] Habibi. E., Qasimi, M. I., Ahmadzai, N., Stanikzai, N., Sakha M. Z. (2021). Effect of Season and Lactation Number on Milk Production of Holstein Friesian Cows in Kabul Bini-Hesar Dairy Farm. Open Journal of Animal Sciences, 11, 369- 375. https://doi.org/10.4236/ojas.2021.113026.

[12] Interbull. (2022). National genetic evaluation forms provided by countries. Retrieved from http://www.interbull.org/ib/ geforms/.

[13] Legarra, A., & Varona, L. (2011). Threshold model. Manual. Retrieved from http://snp.toulouse.inra.fr/~alegarra/ manualtm.pdf.

[14] Lucy, M.C. (2019). Symposium review: Selection for fertility in the modern dairy cow - Current status and future direction for genetic selection. Journal of Dairy Science, 102, 3706-3721. https://doi.org/10.3168/jds.2018-15544.

[15] Ma, L., Sonstegard, T.S., Cole, J.B., & VanTassell, C.P. (2019). Genome changes due to artificial selection in U.S. Holstein cattle. BMC Genomics, 20, article number 128. https://doi.org/10.1186/s12864-019-5459-x.

[16] Malašauskienė, D., Antanaitis, R., Juozaitienė, V., Paulauskas, A., Urbonavičius, G., Televičius, M., Urbutis, M., Kajokienė, L., Yilmaz, A., & Baumgartner, W. (2022). Impact of calving difficulty on lameness in dairy cows. Agriculture, 12(7), article number 960. https://doi.org/10.3390/agriculture12070960.

[17] Mammi, L.M.E., Cavallini, D., Fustini, M., & Fusaro, I. (2021). Calving difficulty influences rumination time and inflammatory profile in Holstein dairy cows. Journal of Dairy Science, 104, 750-761. https://doi.org/10.3168/jds.2020-18867.

[18] Martinez-Castillero, M., Toledo-Alvarado, H., Pegolo, S., Vazquez, A. I., de los Campos, G., Varona, L., Finocchiaro, R., Bittante, G., and Cecchinato, A. (2020). Genetic parameters for fertility traits assessed in herds divergent in milk energy output in Holstein-Friesian, Brown Swiss, and Simmental cattle. Journal of Dairy Science, 103,11545-11558. https://doi.org/10.3168/jds.2020-18934.

[19] Miglior, F., Fleming, A., Malchiodi, F., & Brito, L.F. (2017). A 100 Year Review: Identification and genetic selection of economically important traits in dairy cattle. Journal of Dairy Science, 100(12), 10251-10271. https://doi.org/10.3168/ jds.2017-12968.

[20] Morek-Kopec, M., Zarnecki, A., Ptak, E., & Otwinowska-Mindur, A. (2021). Effect of calving difficulties and calf mortality on functional longevity in polish holstein-friesian cows. Animals, 11(10), article number 2792. https://doi. org/10.3390/ani11102792.

[21] Morton, J. M., Pryce, J. E., and Haile-Mariam, M. (2018). Components of the covariances between reproductive performance traits and milk protein concentration and milk yield in dairy cows. Journal of Dairy Science, 101, 5227– 5239. https://doi.org/10.3168/jds.2017-13268.

[22] Mueller, M.L., & Van Eenennaam, A.L. (2022). Synergistic power of genomic selection, assisted reproductive technologies, and gene editing to drive genetic improvement of cattle. CABI Agriculture and Bioscience, 3, article number 13. https://doi.org/10.1186/s43170-022-00080-z.

[23] Muuttoranta K., Tyrisevä A.M., Mäntysaari E.A., Pösö J., Aamand G.P., Lidauer M.H. Genetic parameters for female fertility in Nordic Holstein and Red Cattle dairy breeds. (2019). Journal of Dairy Science, 102 (9), 8184-8196. https://doi.org/10.3168/jds.2018-15858.

[24] Nejad M. R., Kashan, N. E., Rokouei, M., Aminafshar, M., and Faraji-Arough, H. (2021). Study of Longevity in Dairy Cattle. Iranian Journal of Applied Animal Science, 11(3), 469-475.

[25] Norman H.D., Guinan F.L., Megonigal J.H., and. Dürr J.W. (2020). Reproductive status of cows in Dairy Herd Improvement programs and bred using artificial inseminat. Retrieved from https://queries.uscdcb.com/publish/dhi/current/reproall.html.

[26] Probo, M., Guadagnini, M., Sala, G., & Amodeo, P. (2022). Calving ease risk factors and subsequent survival, fertility and milk production in Italian Holstein cows. Animals, 12(6), article number 671. https://doi.org/10.3390/ani12060671.

[27] Procedure 2 of Section 2 of ICAR Guidelines “Computing of accumulated lactation yield”. ICAR: The global standard for livestock data.

[28] Reshalaitihan, M., & Hanada, M. (2019). Influence of calving difficulty on dry matter intake immediately after calving of dairy cows. Animal Science Journal, 90(4), 539-546. https://doi.org/10.1111/asj.13188.

[29] Ruban, S., & Danshin, V. (2019). Modern methods of animal breeding. Kyiv: Comprint.

[30] Schaeffer, L.R. (2019). Animal models. Waterloo: Volumes Publishing.

[31] Sigdel, A., Xiao-Lin, Wu, Parker Gaddis, K.L., & Norman, H.D. (2022). Genetic evaluations of stillbirth for five United States dairy breeds: A data-resource feasibility study. Frontiers in Genetics, 13, article number 819678. https://doi.org/10.3389/fgene.2022.819678.

[32] Silvestre, A., Martins, A., Santos, V., & Colaco, J. (2019). Genetic parameters of calving ease in dairy cattle using threshold and linear models. Italian Journal of Animal Science, 18(1), 80-87. https://doi.org/10.1080/182805 1X.2018.1482801.

[33] Stefani, G., Aquaroli, D.B., Costa, J.B.G., & Santana, M.L. (2021). Genetic parameters for dystocia, milk yield and age at first calving in Brazilian Holstein cows. Journal of Applied Animal Research, 49(1), 1-5. https://doi.org/10.1080/097 12119.2020.1856115.

[34] Tomka, J. (2018). Genetic evaluation of calving difficulty in cattle: A review. Slovak Journal of Animal Science, 51(3), 128-137.

[35] Ukita, H, Yamazaki, T., Yamaguchi, S., Abe, H., Baba, T., Bai, H., Takahashi, M., and Kawahara, M. (2022). Environmental factors affecting the conception rates of nulliparous and primiparous dairy cattle. Journal Dairy Science, 105, 6947- 6955. https://doi.org/10.3168/jds.2022-21948.

[36] VanRaden, P.M., Cole, J.B., Neupane, M., Toghiani, S., Gaddis, K.L., & Tempelman, R.J. Net merit as a measure of lifetime profit: 2021 revision. Retrieved from https://www.ars.usda.gov/ARSUserFiles/80420530/Publications/ARR/ nmcalc-2021_ARR-NM8.pdf.

[37] Weller, J.I., Gershoni, M., & Ezra, E. (2022). Breeding Dairy Cattle for Female Fertility and Production in the Age of Genomics. Veterinary Science, 9, article number 434. https://doi.org/10.3390/vetsci9080434.

[38] Yamazaki, T., Yamaguchi, S., Takeda, H., Osawa, T., and Hagiya, K. (2020). Genetic parameters for conception rate and milk production traits within and across Holstein herds with different housing types and feeding systems during the first 3 lactations. Journal of Dairy Science, 103, 10361-10373. https://doi.org/10.3168/jds.2020-18494.