Моделирование объема туловища по линейным признакам скота ирменского типа

Представлены результаты моделирования изменчивости комплексного признака «объем туловища» по линейным признакам, измеряемым по 10-балльной шкале согласно действующей инструкции по бонитировке крупного рогатого скота молочных и молочно-мясных пород. Объект исследований – комплексный показатель «объем туловища» крупного рогатого скота ирменского типа. Экстерьер скота оценен специалистами на коллегиальной основе. Полученные модели позволили выявить группу экстерьерных признаков, связанных с изменчивостью изучаемого показателя и выявляли погрешности в работе оценщиков. Решение поставленных задач осуществлялось с использованием множественных линейных, полиномиальных, степенных и логарифмических регрессионных моделей. Установлено, что множественные линейные регрессионные модели достаточно точно описывают норму реакции объема туловища. Диаграммы распределения остатков сделали возможным контролировать качество оценки бонитеров и корректировать их дальнейшую работу. Наиболее близкой к линейной отмечена логарифмическая модель. Значения остатков в большинстве случаев оказались близки к нулю, что объяснялось низким уровнем изменчивости используемых показателей. Выявлено, что применение разных уровней степенных порядков в моделировании изменчивости объема туловища в баллах может приводить к появлению необъяснимых с биологической точки зрения связей с такими линейными показателями, как расположение передних сосков, расположение задних сосков, прикрепление передних долей и положение дна вымени. Построение диаграммы рассеяния обнаружило высокий уровень варьирования остатков и привело к выводу о нецелесообразности внедрения моделей степенного ряда в практическую работу зоотехников-селекционеров. Показан незначительный вклад изучаемых линейных признаков в варьирование исследуемого комплексного признака. Высокая внутригрупповая дисперсия при построении полиномиальных моделей второго, четвертого порядков отражалась в самых низких значениях критерия Фишера.

сельское хозяйство, крупный рогатый скот, ирменский тип, селекция, линейная оценка, математические модели

1. Камалдинов Е.В., Дементьев В.Н., Гарт В.В. Использование информационных технологий в племенном свиноводстве // Вестник Новосибирского государственного аграрного университета. 2012. Т. 22. № 1. С. 50–54.

2. Marinchenko T.E. Digitalization as a driver of development of domestic animal breeding // IOP Conference Series: Materials Science and Engineering. 2020. Vol. 873. Р. 012004. DOI: 10.1088/1757-899X/873/1/012004.

3. Katkov K., Skorykh L.N., Pashtetsky V.S., Pashtetsky A.V., Ostapchuk P.S. Mathematical prediction of breeding value in sheep // Research Journal of Pharmaceutical, Biological and Chemical Sciences. 2018. Vol. 9. N 6, Р. 1645–1649.

4. Singh S., Gautam B., Rao A., Tandon G., Kaur S. Bioinformatics Approaches for Animal Breeding and Genetics // Current trends in Bioinformatics: An Insight. Singapore. 2018. Р. 287–306. DOI: 10.1007/978-981-10-74837_17.

5. Faid-Allah E. Multi-trait and multi-source selection indices for milk production and reproductive traits in a herd of Holstein cattle in Egypt // Jurnal Ilmu Ternak dan Veteriner. 2015. Vol. 20. N 3, Р. 159–167. DOI: 10.14334/JITV.V20I3.1182.

6. Addo S., Schäler J., Hinrichs D., Thaller G. Genetic Diversity and Ancestral History of the German Angler and the Red-and-White Dual-Purpose Cattle Breeds Assessed through Pedigree Analysis // Agricultural Sciences. 2017. Vol. 8. N 9, Р. 1033–1047. DOI: 10.4236/as.2017.89075.

7. García-Ruiz A., Wiggans G.R., Ruiz-López F.J. Pedigree verification and parentage assignment using genomic information in the Mexican Holstein population // Journal of Dairy Science. 2019. Vol. 102. N 2, Р. 1806–1810. DOI: 10.3168/jds.2018-15076.

8. Moore K.L., Vilela C., Kaseja K., Mrode R., Coffey M. Forensic use of the genomic relationship matrix to validate and discover livestock pedigrees // Journal of Animal Science. 2019. Vol. 97. N 1, Р. 35–42. DOI: 10.1093/jas/sky406.

9. Мельникова Е.Е., Янчуков И.Н., Ермилов А.Н., Зиновьева Н.А., Осадчая О.Ю., Харитонов С.Н. Селекционный индекс племенной ценности коров популяции чернопестрого скота Московской области // Известия Тимирязевской сельскохозяйственной академии. 2017. № 1. С. 85–97.

10. Янчуков И.Н., Сермягин А.А., Мельникова Е.Е., Немчинова M.В., Харитонов С.Н. Комплексная оценка молочного скота на основе селекционного индекса // Актуальные проблемы интенсивного развития животноводства. 2017. Т. 20. № 1. С. 13–21.

11. Miglior F., Muir B.L., Van Doormaal B.J. Selection Indices in Holstein Cattle of Various Countries // Journal of Dairy Science. 2005. Vol. 88. N 3, Р. 1255–1263. DOI: 10.3168/jds.S0022-0302(05)72792-2.

12. Viana J.H.M., Bartolo P.J.D.S. New applications of three-dimensional data acquisition, modelling, and printing in animal sciences: a case report // Singapore: Progress in Additive Manufacturing. 2016. Р. 122–127.

13. Soloshenko V.A., Popovski Z., Goncharenko G.M., Petukhov V.L., Grishina N.B., Shishin N.I., Kamaldinov E.V. Association of polymorphism of κ-casein gene and its relationship with productivity and qualities of a cheese production // Research Journal of Pharmaceutical, Biological and Chemical Sciences. 2016. Vol. 7. N 5, Р. 982–989.

14. Камалдинов Е.В. Каноническая дискриминантная модель влияния генотипа отца на некоторые интерьерные показатели его потомков у свиней // Вестник КрасГАУ. 2012. № 1. С. 117–122.

15. Камалдинов Е.В., Короткевич О.С. Каноническая дискриминантная модель межпородных дифференциаций свиней по биохимическим и гематологическим параметрам крови // Аграрная Россия. 2011. № 5. С. 8–12.