Динамика молочных показателей за период 2013-2021 в селекционной популяции голштинского скота племенного завода

Обложка

Цитировать

Полный текст

Аннотация

Проблема формирования высокорезистентного, высокопродуктивного поголовья на сегодняшний день широко обсуждается. Контроль динамики молочных показателей в рамках мониторинга в течение нескольких лет позволяет вести внутрихозяйственное совершенствование селекционных подходов и методик. С целью изучения уровня реализации генетического потенциала молочной продуктивности быков-производителей различного географического и линейного происхождения и определения лидеров с расчетом геномного прогноза в популяции черно-пестрого скота была обследована популяция первотелок голштинской породы с законченной лактацией 2013-2021 года рождения, численностью 5483 голов, трех заводских линий Р.Соверинг, В.Б. Айдиал и Монтвик Чифтейн, одного из племенных заводов Ленинградской области. Исследуемая группа животных представлена дочерьми 227 быков-производителей голштинской породы селекции США, Канады, Германии, Нидерландов и России. Определен уровень реализации генетического потенциала на основании геномного прогноза племенной ценности по удою, жиру, белку. Канадские быки имели размах изменчивости в геномном прогнозе свыше 430 кг, в то время как размах внутрихозяйственной продуктивности дочерей был близок к геномному прогнозу и составил 389 кг. Геномный прогноз быков-производителей, рожденных в США, показал изменчивость по удою в 80,3 кг. Геномный прогноз продуктивности Джеральда существенно не отличался от прогноза Альта Сустейна (+308,7; +389 кг) при фактической продуктивности 12 933 кг и 13 613 кг соответственно. Геномный прогноз по отдельным быкам не подтвердился фактическими показателями, и для поддержания тренда роста продуктивности необходима ротация или браковка производителей аутсайдеров.

Об авторах

В. А. Олонцев

Санкт-Петербургский государственный университет ветеринарной медицины

Автор, ответственный за переписку.
Email: volontseff@yandex.ru
аспирант кафедры кормления и разведения животных Санкт-Петербург, Россия

П. И. Уколов

Санкт-Петербургский государственный университет ветеринарной медицины

Email: vetgenetika@mail.ru
кандидат биологических наук, доцент кафедры кормления и разведения животных Санкт-Петербург, Россия

О. Г. Шараськина

Академия менеджмента и агробизнеса, Санкт-Петербургский государственный аграрный университет

Email: xmause@mail.ru
кандидат биологических наук, доцент кафедры профессиональной аттестации и внедрения инноваций Санкт-Петербург, Россия

Список литературы

  1. Рябых, В. Молочная отрасль: реальность и ожидания / В. Рябых // Perfect Agriculture. - 2023. - № 2(120). - С. 20-21.
  2. Сакса, Е.И. Результаты разведения молочного скота путём использования производителей голштинской породы, оценённых по геному и качеству потомства в условиях Северо-запада / Е. И. Сакса, И. В. Конюшко, А. Т. Мысик // Зоотехния. - 2021. - № 2. - С. 9-14. - doi: 10.25708/ZT.2021.84.10.003. - EDN YFBXYD.
  3. Батраков, А.Я. Современное состояние молочного животноводства России и пути повышения его эффективности / А. Я. Батраков, К. В. Племяшов, Г. Н. Сердюк // Ветеринария. - 2023. - № 6. - С. 10-14. - doi: 10.30896/0042-4846.2023.26.6.10-14. - EDN MGQIIJ.
  4. Олонцев, В.А. Мониторинг реализации потенциала воспроизводства холмогорской породы крупного рогатого скота в хозяйствах Северо-Западного региона Российской Федерации / В. А. Олонцев, П. И. Уколов, О. Г. Шараськина // Нормативно-правовое регулирование в ветеринарии. - 2022. - № 2. - С. 104-107. - doi: 10.52419/issn2782-6252.2022.2.104. - EDN FGEHVZ.
  5. Chu, T.T., Bastiaansen, J.W.M., Berg, P., Komen, H. (2019) ‘Optimized grouping to increase accuracy of prediction of breeding values based on group records in genomic selection breeding programs’, Genetics, Selection, Evolution, vol. 51, no. 1, pp. 1-12.
  6. Nedashkovsky, I., Sermyagin, A., Kostyunina, O., Brem, G., Zinovieva, N. (2018) ‘Assessing homozygosity level in the Russian Black-and-White and Holstein cattle using whole-genome analysis’, Journal of Animal Science, vol. 96, no. 3, p. 139.
  7. Saksa, E.I., Plemyashov, K.V., Maslennikova, E.S. (2019) ‘Breeding value of bulls assessed by genome and quality of offspring’, Dairy and meat cattle breeding, no. 7, pp. 7-12.
  8. Ukolov, P.I., Sharaskina, O.G., Pristach, L.N. (2017) ‘Assessment of the influence of the Holstein breed in the selection of cattle of small farms in the North-Western region of Russia’, Issues of legal regulation in veterinary medicine, no. 4, pp. 133-135.
  9. Ernst, L.K. and Zinovieva, N.A. (2008) Biological problems of animal husbandry in the XXI century, Moscow: All-Russian Research Institute of Animal Husbandry named after Academician L.K. Ernsta, 508 p.
  10. Sermyagin, A.A., Ermilov, A.N., Yanchukov I.N., Kharitonov, S.N., Plemyashov, K.V., Tyurenkova, E.N., Strekozov, N.I., Zinovieva, N.A. (2017) ‘Regional genomic assessment system as a basic element of the national program for genetic improvement of cattle’, Dairy and meat cattle breeding, no. 7, pp. 3-7.
  11. Su, G., Madsen, P., Nielsen, B., Ostersen, T., Shirali, M., Jensen, J., & Christensen, O.F. (2018) ‘Estimation of variance components and prediction of breeding values based on group records from varying group sizes’, Genetics, selection, evolution: GSE, vol. 50, no. 1, p. 42.
  12. Biscarini, F., Bovenhuis, H., van Arendonk, J.A. (2008) ‘Estimation of variance components and prediction of breeding values using pooled data’, Journal of animal science, vol. 86, no. 11, pp. 2845-2852.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Олонцев В.А., Уколов П.И., Шараськина О.Г., 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».