CC BY
14
EDN: PHZDEN
А.С. Убийко - аспирант, Кубанский государственный аграрный университет, Краснодар, Россия, ubiiko@mail.ru,
A.S. Ubiyko - postgraduate student, Kuban state agrarian university, Krasnodar, Russia.
ЭФФЕКТИВНОСТЬ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ В ЖИВОТНОВОДСТВЕ РОССИЙСКОЙ ФЕДЕРАЦИИ EFFICIENCY OF INNOVATIVE TECHNOLOGIES IN ANIMAL HUSBANDRY OF THE RUSSIAN FEDERATION
Аннотация. В данной научной статье исследуются вопросы применения геномной оценки для повышения эффективности молочного животноводства в Российской Федерации. Предметом статьи является применение геномной информации в программах молочного скотоводства для повышения точности селекции. Целью работы является предоставление обзора принципов и методов геномной оценки, влияющих на экономическую эффективность молочного животноводства, включая разработку геномных моделей прогнозирования и интеграцию геномных и традиционных методов оценки. Методология работы включает всесторонний обзор существующей литературы по данной тематике и построение примерной математической модели. Результаты работы подчеркивают преимущества и ограничения геномной оценки, а также текущее состояние области и будущие направления исследований. Сфера применения результатов предназначена для исследователей, селекционеров и других заинтересованных сторон в молочной отрасли крупного рогатого скота. В выводах статьи подчеркивается важность точности в использовании геномной информации, а также необходимость дальнейших исследований в области геномной оценки в молочном скотоводстве.
Abstract. The theory of genomic evaluation in dairy cattle breeding is explored in this scientific article. The subject of the article is the application of genomic information in dairy cattle breeding programs to improve selection accuracy. The purpose of the work is to provide an overview of the principles and methods of genomic evaluation, including the development of genomic prediction models and the integration of genomic and traditional evaluation methods. The methodology includes a comprehensive review of existing literature on the topic and the development of a preliminary mathematical model. The results of the work highlight the benefits and limitations of genomic evaluation, as well as the current state of the field and future directions for research. The scope of application of the results is for researchers, breeders, and other stakeholders in the dairy cattle industry. The conclusions of the article emphasize the importance of accuracy in the use of genomic information, as well as the need for further research in the field of ge-nomic evaluation in dairy cattle breeding.
Ключевые слова: экономическая эффективность, молочное скотоводство, геномная оценка, секвенирование ДНК, генотипирование, геномная селекция, производство молока, эффективность размножения, фенотипические данные.
Keywords: dairy cattle breeding, genomic assessment, DNA sequencing, genotyping, genomic selection, milk production, reproduction efficiency, phenotypic data.
В настоящий момент зависимость АПК России в современных иностранных геномных технологиях в сфере животноводства составляет приблизительно 80-100 %. Также необходимо отметить, что отечественные производители фактически полностью отрезаны от оценки племенных качеств, ранее доступной для проведения лишь в США и Европе. В связи с этим и требуется подход, который поможет снизить зависимость животноводства страны от зарубежного генетического материала, а также позволит сформировать экономически эффективное поголовье молочного КРС.
Одним из путей по улучшению ситуации эффективности разведения животных в молочном скотоводстве является селекция. В данном случае конечная цель заключается в получении с каждой головы большего объема молока, а также улучшение его качества. На основе представленных фактов можно говорить о том, что основой системы селекции является оценка способности передачи требуемых качеств потомству возможными родителями. Озвученная способность называется уровнем генетического потенциала, а степень его влияния на полезные признаки у получившегося потомства -племенной ценностью.
Применение указанной оценки помогает в осуществлении генетического совершенствования популяции, направленной на улучшение молочной продуктивности, фертильности животного, уменьшение вероятности заболеваний и появления врожденных дефектов.
Оценка племенных качеств в данный момент в ряде регионов России осуществляется по системе, которая была разработана еще в 1936 году. Ее суть заключается в отборе быков-производителей, а если быть точным - по определенному набору качеств рожденных от них дочерей. Стоит учесть, что проводится отбор именно по быкам, так как подразумевается последующее использование искусственного осеменения для получения большего числа потомков.
Сама методика подразумевает сравнительную оценку ряда качеств у дочерей быков, находящихся в периоде лактации. Из этого следует, что для проведения расчетов по племенной ценности быка-производителя требуется порядка 5 или 7 лет. В течении этого времени будут проводится работы по получению и заготовке семени быков, но часто пригодной будет считаться только одна десятая часть. Из этого следует, что сложившаяся традиционная система определения племенной ценности животных, основанная на тестировании быков, требует значительных временных и вытекающих из этого материальных затрат.
В связи с наглядными минусами использования указанной методики обратимся к методу полного геномного анализа, также известному как генотипирование.
Термин «геномная селекция» впервые в 1998 году был предложен Хайли и Вишером, а в 2001 году Мовиссен с соавторами опубликовали свои труды по методологии аналитической оценки племенной ценности на основе ДНК-маркеров, которые охватывают весь геном животного. Сам геном коровы был прочитан в 2009 году в результате шестилетней работы 300 исследователей, принявших участие в международном проекте секвенирования генома крупного рогатого скота, который обошелся в 53 миллиона долларов. В ходе своих исследований ученые выяснили, что внутри одного вида последовательности генома у каждого его представителя совпадают на 99,9 %, а оставшиеся 0,1 % приходятся на отличия особей. На основе данного факта и был создан подход по созданию микроматриц ДНК, чтобы в дальнейшем было возможно проведение генотипирования животных.
Генотипирование - следствие полного геномного анализа, который в отличие от секвенирова-ния генома и дешевле, и проще. Использование данной методики подразумевает рассмотрение лишь равномерно распределенных по геному точек, в которых наблюдается высокая вероятность замены букв относительно референсного генома, также известных как снипы (от англ. SNP - single nucleotide polymorphism). В связи с этим анализ будет насчитывать 40 000 генетических маркеров из заложенных в ДНК-чип 58 000 по каждому, так как именно 40 000 будут иметь информацию о влиянии на признаки, на которые селекционеры чаще всего обращают внимание.
Следующим этапом выяснения особенностей генома как раз и являются ассоциативные исследования, нацеленные на поиск взаимосвязей между особенностями генома и значимыми признаками (используется единая процедура - BLUP Animal Model), в результате чего получится прямая геномная ценность (DGV - Direct Genomic Values), к которой можно отнести племенную ценность. Это означает, что полученные в ходе работы корреляции далее будут использованы для построения математической системы расчета племенной ценности животного, что в конечном итоге позволит определить потенциал быка сразу после рождения.
Сразу становится очевидно, что применение данного метода позволит обеспечить генетический прогресс популяции в результате минимизации времени на смену поколений с 5 или 7 до 2 или 3 лет. Однако необходимо учесть, что для получения полной геномной оценки, необходимо ежегодно обновлять базы. Точность оценок племенной ценности может быть посчитана только на фенотипиче-ских данных с учетом фиксированных эффектов.
Заранее следует уточнить, что прямая геномная оценка молодого животного является прогнозной, до тех пор, пока отсутствуют собственные показатели или показатели потомства. Результаты полученных исследований по геномной селекции оценки прямой геномной ценности молодых животных сопоставляют или коррелируют с более поздними или с дерегрессированными оценками их полигенной племенной ценности. Необходимо учесть, что нельзя использовать геномную оценку племенной ценности других стран. Сами требования к животным для включения в референсную можно назвать жесткими: для каждого животного необходимо знать продуктивность потомков (от 10 особей), минимальная выборка должна насчитывать не менее 1000, а оптимальная 10 или 15 тысяч исследуемых.
Исходя из вышесказанных утверждений возникает вопрос: насколько указанная оценка будет совпадать с истинным генотипом, прогнозной оценкой которого является полигенная племенная ценность с высокой достоверностью, рассчитанная или по собственным показателям животного, и по показателям потомства? Если задаться данным вопросом, то можно обнаружить исследование, опубликованное в 2016 году CDCB (совет по племенному молочному скотоводству США), в котором говорится о том, что геномная оценка племенной ценности может представить максимальный результат в 75 или 80 %. Данные соизмеримы с результатами оценки по потомкам в 70 или 80 %, что в значительной степени превосходит использующуюся оценку по родителям, чей результат колеблется от 30 до 40 %. Также необходимо обратить внимание на то, что Доктор Кент Вайгел, профессор Универси-
тета штата Висконсин в США, внес важное уточнение относительно геномной оценки: «...эффект использования геномной оценки проявляется, в основном, в голштинской породе...».
На выбор именно указанной породы повлиял целый ряд преимуществ: относительно высокая скорость адаптации животного и изменению условий, его сопротивляемость части болезней, присущих крупному рогатому скоту, быстрый рост и т.д. Вторым фактором является то, что для разработки ДНК-чипа селекционеры из США провели анализ геномов множества быков-производителей, которые на тот момент находились в местных центрах по искусственному осеменению, с учетом ранней оценки животных по качеству потомства за период более чем в 15 лет.
Экономическая оценка влияния геномной оценки молочного скота по сравнению с традиционными методами может быть выполнена путем сравнения затрат и выгод от применения нового подхода. Для получения примерных результатов составим условие задачи. Согласно данным Министерства сельского хозяйства на конец 2021 года в Краснодарском крае насчитывалось около 305 тысяч голов КРС, из которых 116,5 тысяч - коровы. Представим, что владельцы трети голов в период до 2018 года согласились пройти через геномную оценку и применили ее результаты при дальнейшей селекции. Данный год выбран намеренно, так как в расчетах будет учтен оптимальный срок для первого отела в возрасте 2 лет. Всего в среднем за 2021 год надой на 1 голову составил 741 кг. молока против 724 кг. в 2020 году, при показателе процента жира в 3,79 % и белка в 3,17 %. Средняя цена за геномную оценку племенной ценности животного в среднем составляет 9 тыс. руб. на 1 голову. В случае геномной оценки затраты включают стоимость анализа ДНК и стоимость внедрения и использования системы геномной оценки. Исходя из информации от компаний, которые осуществляют геномную оценку, прибавка за 1 лактацию у коров может насчитывать до 400 кг. Данный рост является максимальной планкой, так что возьмем в качестве условия задачи прирост в 150 кг. Средняя цена производителей за 2021 год составила 31,26 руб./л против 27,39 руб./л в 2020, что в переводе приравнивается к 32,2 руб./кг и к 28,21 руб./кг.
Исходя из полученных условий общая выручка от реализации молока владельцами 38,8 тыс. голов по средней стоимости в 30,2 руб./кг составила 10 429 881,4 тыс. руб. за при том, что на реализацию полученных при использовании текущего селекции дополнительных 17 кг в месяц с каждой головы пришлось 239 282,03 тыс. руб. выручки. Теперь вычислим экономический эффект при условии использования геномной оценки. При общих затратах в 310 667 тыс. руб. за ранее проведенный анализ предприниматели за 2021 год могли получить 1 872 030 тыс. руб. или 2 111 312,03 тыс. руб. от реализации дополнительных 150 кг молока, а в месяц выручка составила бы 175 942,67 тыс. руб.
Основываясь на полученных результатах экономический эффект от проведения единоразовой оценки, необходимость ежегодного проведения в расчет не бралась, составил 1 561 363,33 тыс. руб. при сроке окупаемости примерно в 26 месяцев с момента начала работ по селекции.
Стоит отметить, что систему геномной селекции уже активно используется в США (с 2015 года еженедельно), Канаде, Европе и других странах начиная с 2010 года. Например, в 2009 году в США в сертификатах племенных быков у голштинской и джерсейской пород появилось обозначение GPTA (Genomic Predicted Transmitting Abilities, или геномная прогнозируемая ценность), которая на от время вычислялось лаборатории, которая и разрабатывала программы по совершенствованию животных (AIPL - Animal Improvement Programs Labouatory). В данных странах предотбор по геному для племенных животных является обязательным, в результате чего для доращивания и получения спермы остаются только быки, имеющие высокий геномный племенной индекс.
В России внедрение геномной оценки животных уже проводится с 2014 года. Первые работы начались в Красноярской лаборатории разведения крупного рогатого скота. Первыми же в России внедрил геномные племенные оценки в молочном животноводстве Агрохолдинг «Рассвет». Итогом анализа стала оценка племенной ценности каждого животного, по которым были проведены исследования, указавшие на достоверность от 50 % до 80 %, что входит в границы международных результатов. Также в апреле 2019 года «Мираторг» запустил Центр геномной селекции в подмосковном Домодедове.
В 2022 году в Краснодарском крае по данному направлению Курчатовским геномным центром (консорциум организаций, во главе с НИЦ «Курчатовский институт») были проведены предварительные работы по разработке адаптированного для популяции голштинизированного скота метода геномной селекции и способов его реализации. Проведен предварительный технико-экономический анализ состояния существующей популяции молочного КРС, в ходе которого были получены более 14 тысяч генотипов по более, чем 35 тысячам отобранных животных, что в свете ранее озвученной информации позволяет говорить о серьезности в отношении создания референтной базы по материалам Краснодар-
ского края. Исходя из условий ранее составленной в качестве примера задачи через 2 года следует ожидать качественное улучшение эффективности деятельности молочного скотоводства края.
Таким образом, внедрение геномной селекции в программу разведения крупного рогатого создаст большое количество возможностей. Возможность ускорить генетический прогресс и получить более точные результаты оценки племенной ценности и маточного поголовья, возможность принимать решения, каких животных следует использовать при дальнейшем разведении в более длительном периоде, а, следовательно, получить от них большее количество лучших потомков, знаменующих собой получение лучшего экономического эффекта.
Источники:
1. Кузнецов В.М. Племенная оценка животных: прошлое, настоящее, будущее (обзор) / В.М. Кузнецов // Проблемы биологии продуктивных животных. - 2012. - № 4. - С. 18- 57.
2. Сермягин А. А. Генетический и геномный прогноз племенной ценности быков-производителей черно-пестрой и голштинской пород в России / А.А. Сермягин, Н.А. Зиновьева // Достижения науки и техники АПК. - Москва. -
2019. - № 12. - С. 77-82.
3. Сермягин А. А. Оценка геномной вариабельности продуктивных признаков у животных голштинизированной черно-пестрой породы на основе GWAS анализа и Roh паттернов / А.А. Сермягин, О.А. Быкова, О.Г. Лоретц, О.В. Костюнина, Н.А. Зиновьева // Сельскохозяйственная биология. - 2020. - том 55, № 2. - С. 257-274.
4. Сигидов, Ю. И. Совершенствование организации управленческого учета в животноводстве / Ю. И. Сигидов, С. А. Чернявская // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2014. - № 99. - С. 870-883. - EDN SGTOQL.
5. Трубилин, А. И. Продовольственная безопасность: проблемы и пути решения / А. И. Трубилин, К. Э. Тюпаков, А. А. Адаменко // Труды Кубанского государственного аграрного университета. - 2021. - № 90. - С. 5-10. - DOI 10.21515/1999-1703-90-5-10. - EDN SXNUHV.
6. Тюпаков, К. Э. Повышение экономической эффективности аграрного производства на основе инноваций / К. Э. Тюпаков, К. С. Гогичева // Итоги научно-исследовательской работы за 2021 год : Материалы Юбилейной научно-практической конференции, посвященной 100-летию Кубанского ГАУ, Краснодар, 06 апреля 2022 года / Отв. за выпуск А.Г. Кощаев. -Краснодар: Кубанский государственный аграрный университет имени И.Т. Трубилина, 2022. - С. 669-672. - EDN SBBOFG.
7. Тюпаков, К. Э. Экономические аспекты развития инвестиционной деятельности в животноводстве Краснодарского края / К. Э. Тюпаков, П. А. Носаленко // Институциональные преобразования АПК России в условиях глобальных вызовов : Сборник тезисов по материалам V Международной конференции, Краснодар, 15-16 июля 2020 года. - Краснодар: ФГБОУ ВО «Кубанский государственный аграрный университет имени И. Т. Трубилина», - 2020. - С. 88. - EDN QPJJTK.
8. Тюпаков, К. Э. Пути повышения экономической эффективности молочного скотоводства Краснодарского края / К. Э. Тюпаков, А. С. Убийко // Научно-технологическое обеспечение агропромышленного комплекса России: проблемы и решения : Сборник тезисов по материалам IV Национальной конференции, Краснодар, 29-30 октября 2019 года / Отв. за выпуск А.Г. Кощаев. - Краснодар: Кубанский государственный аграрный университет имени И.Т. Трубилина, 2019. - С. 137. - EDN SZOJBD.
References:
1. Kuznetsov V.M. Breeding assessment of animals: past, present, future (review) / V.M. Kuznetsov // Problems of biology of productive animals. - 2012. - No. 4. - pp. 18- 57.
2. Sermyagin A. A. Genetic and genomic forecast of breeding value of bulls-producers of black-and-white and Holstein breeds in Russia / A.A. Sermyagin, N.A. Zinov-eva // Achievements of science and technology of the agro-industrial complex. - Moscow. - 2019. - No. 12. - pp. 77-82.
3. Sermyagin A. A. Assessment of genomic variability of productive traits in animals of Holstein black-and-white breed based on GWAS analysis and Roh patterns / A.A. Sermyagin, O.A. Bykova, O.G. Loretz, O.V. Kostyunina, N.A. Zinovieva // Agricultural biology. - 2020. - volume 55, No. 2. - pp. 257-274.
4. Sigidov, Yu. I. Improving the organization of management accounting in animal husbandry / Yu. I. Sigidov, S. A. Chernyavskaya // Polythematic network electronic scientific journal of the Kuban State Agrarian University. - 2014. - No. 99. -P. 870-883. - EDN SGTOQL.Trubilin, A. I. Food security: problems and solutions / A. I. Trubilin, K. E. Tyupakov, A. A. Adamenko // Proceedings of the Kuban State Agrarian University. - 2021. - No. 90. - PP. 5-10. - DOI 10.21515/19991703-90-5-10. - EDN SXNUHV.
5. Tyupakov, K. E. Improving the economic efficiency of agricultural production based on innovations / K. E. Tyupakov, K. S. Gogicheva // The results of research work for 2021 : Materials of the Anniversary scientific and practical conference dedicated to the 100th anniversary of the Kuban State Agrarian University, Krasnodar, April 06, 2022 / Ed. for the issue of A.G. Koshchaev. -Krasnodar: Kuban State Agrarian University named after I.T. Trubilin, 2022. - pp. 669-672. - EDN SBBOFG.
6. Tyupakov, K. E. Economic aspects of investment activity development in animal husbandry of Krasnodar Krai / K. E. Tyupakov, P. A. Nosalenko // Institutional transformations of the Russian agro-industrial complex in the context of global challenges : A collection of abstracts based on the materials of the V International Conference, Krasnodar, July 15-16,
2020. - Krasnodar: Kuban State Agrarian University named after I. T. Trubilin, - 2020. - p. 88. - EDN QPJJTK.
7. Tyupakov, K. E. Ways to increase the economic efficiency of dairy cattle breeding in Krasnodar Krai / K. E. Tyupakov, A. S. Slayko // Scientific and technological support of the agro-industrial complex of Russia: problems and solutions : A collection of abstracts based on the materials of the IV National Conference, Krasnodar, October 29-30, 2019 / Rel. for the release of A.G. Koshchaev. - Krasnodar: Kuban State Agrarian University named after I.T. Trubilin, 2019. - p. 137. - EDN SZOJBD.
