CC BY
13
аспекте //Сборник научных трудов Всероссийского научно-исследовательского института овцеводства и козоводства. 2016. Т. 2. № 9. С. 19-25.
Гайдашов Сергей Иванович, главный зоотехник СПК племзавода «Восток» Степновского района Ставропольского края, 357937 п. Верхнестепной, ул. Пионерская, 6, тел. 8 (86563)-37-3-75.
Омаров Арслан Ахметович, ведущий научный сотрудник отдела овцеводства, ФГБНУ «Северо-Кавказский федеральный научный аграрный центр», кандидат сель-скохозйственных наук.
Gaidashov Sergei Ivanovich, Chief zootechnician of the Vostok breeding plant, 357937, 6, Pionerskaya str., Verkhnestepnoy v., Stepnovsky district, Stavropol Territory. Tel. 8 (86563)-37-3-75.
Omarov Arslan Akhmetovich, Leading Researcher of the Sheep Breeding Department, North Caucasus Federal Agriculture of Research Centre, Candidate of Agricultural Sciences. E-mail: omarov1977@yandex.ru.
DOI: 10.25930/0372-3054/005.4.12.2019 УДК: 636.39.082
ФОРМИРОВАНИЕ СЕЛЕКЦИОННЫХ ИНДЕКСОВ ДЛЯ ПРОГНОЗА ЭФФЕКТИВНОСТИ СЕЛЕКЦИИ В ОВЦЕВОДСТВЕ
К.А. Катков
Залогом успешной селекционно-племенной работы является отбор животных с наилучшими показателями значимых хозяйственно полезных признаков. Отбор животных по какому-либо одному признаку не представляет особых сложностей. В то же время в современной практике племенного дела селекцию ведут по ряду признаков. В этом случае можно использовать отбор по селекционным индексам. Сущность такого отбора состоит в том, что из селекционного процесса не исключают животных, которые имеют низкий уровень развития одного признака при высокой ценности других. Селекционный индекс является суммой произведений весовых коэффициентов, определяемых наследуемостью признака, а также его генотипической изменчивостью, и основы индекса. В статье рассматриваются два подхода к формированию селекционных индексов, различающихся принятыми за основу математическими соотношениями. Один подход предполагает в качестве основы индекса использование селекционного дифференциала, другой - селекционного отношения. Показано, что для более точной оценки животных недостаточно использование какого-либо одного селекционного индекса. В этом случае могут быть исключены из дальнейшего селекционного процесса животные, имеющие высокие показатели лишь по отдельным признакам. Представленная методика формирования селекционных индексов предполагает дополнительный ввод весовых коэффициентов по усмотрению селекционера. Такой подход позволяет выявить лучших особей из уже отобранной группы животных с высокими значениями селекционных индексов. В статье приведены выражения, которые использовались при формировании селекционных индексов с различными основами. Также статья снабжена диаграммами с результатами расчетов селекционных индексов.
Ключевые слова: селекционный индекс, весовой коэффициент, селекционный дифференциал, селекционное отношение
THE FORMATION OF SELECTION INDICES FOR PREDICTING THE EFFECTIVENESS OF SELECTION IN SHEEP BREEDING
K.A. Katkov
The quarantee to successful breeding work is the selection of animals with the best indices of significant economically useful traits. The selection of animals on any one trait does not represent any special difficulties. At the same time, in modern practice of pedigree breeding, selection is carried out on a number of traits. In this case, selection by selection indices can be used. The essence of such selection is that the selection process does not exclude animals that have a low level of development of one trait at a high value of others. The selection index is the sum of the weight coefficients products determined by the inheritability of the trait, as well as its genotypic variability, and the basis of the index. The article deals with two approaches to the formation of breeding indices that differ in the mathematical relations taken as the basis. One approach assumes the use of selection differential as the basis of the index, and the other, the selection ratio. It was shown that for a more accurate assessment of animals, the use of any one selection index is not enough. In this case, can be excluded from the further breeding process animals with high indices only on certain characteristics. The presented method for the formation of breeding indices involves additional input of weight coefficients at the discretion of the breeder. This approach allows us to identify the best individuals from the already selected group of animals with high values of selection indices. The article presents the expressions used in the formation of selection indices with different bases. Also, the article is provided with diagrams with the calculation results of selection indices.
Key words: selection index, weight coefficient, selection differential, selection ratio
Актуальность работы. Известно [1, 2], что приоритетной задачей в любой отрасли животноводства является селекционная работа. Для ее успешного проведения необходима качественная оценка животных. Оценка животного по какому-либо одному хозяйственно полезному признаку (ХПП) оправдана только в том случае, когда основным показателем эффективности селекционного отбора является именно этот (конкретный) признак [3]. Для оценки животного по комплексу ХПП целесообразно использовать индексную оценку [4, 5].
Селекционный индекс является комплексным числовым показателем, который позволяет оценить каждое животное из анализируемой выборки по всем выбранным признакам. Такой комплексный показатель предполагает, что недостаточное развитие какого-либо одного признака может быть компенсировано высокими значениями другого [5]. В то же время может возникнуть ситуация, когда один или два признака имеют высокие показатели, а низкие значения других признаков снижают общее значение индекса. В этом случае такое животное может быть исключено из дальнейшего использования в селекционном процессе. При этом оправданность такого исключения может быть сомнительна. Для предотвращения подобной ситуации предлагается использовать два различных подхода к формированию индексов.
Научная новизна. Предложение использовать два различных подхода для формирования селекционных индексов представляет определенную новизну. Один подход предполагает использование в качестве основы селекционного дифференциала, второй - селекционного отношения. Данная методика приводит к тому, что недостатки оценки
с помощью индекса на основе селекционного дифференциала будут компенсированы оценкой индексов на основе селекционного отношения и наоборот.
Формирование селекционных индексов. Для формирования селекционных индексов необходим следующий набор исходных данных: состав признаков, входящих в селекционный индекс; значения признаков по всей группе оцениваемых животных; показатели желательного типа для каждого из выбранных ХПП (целевые показатели); значения коэффициентов наследуемости (И2) по каждому признаку.
Параметры и соответствующие им выражения, используемые при построении селекционных индексов на основе селекционного дифференциала и селекционного отношения, представлены в таблице.
Таблица - Параметры и выражения для формирования индексов
Параметр Селекционные индексы
Основа индекса Селекционный дифференциал: э?, = X ц: - X Селекционное отношение: Я. = X „ Т.
Селекционный вес каждого признака щ? ' о,4Иг щя Я (X" - Х"°)
Доля каждого селекционного веса в общей сумме весов к?=щ? ±щ? кЯ=щ,Я ж
Частные коэффициенты для каждого признака к?=ко/ээ, КЯ йэ II *
Селекционный индекс у-го животного N ( \ I?=^к? (X - X) /=1 V 0 1 у Я II = М N К Я XI X
В таблице используются следующие обозначения: / - номер признака, выбранного для формирования селекционных индексов (/ = 1... N ); у- номер оцениваемого животного; Ху - значение /-го ХПП для у-го животного; Хц - показатели желательного
типа для выбранных ХПП (целевые показатели признаков); Хг - среднее значение -го ХПП в оцениваемой выборке животных; о. - среднее квадратичное отклонение
//~(т/-/~»\ • л/1 -г^тах -г^тт
(СКО) по каждому из / Х1Ш; X , , X , - максимальное и минимальное значение / -го ХПП в выборке. Верхний индекс ? означает, что данные коэффициенты рассчитаны на основе селекционного дифференциала, верхний индекс Я - на основе селекционного отношения.
Следует заметить, что сумма долей селекционных весов должна удовлетворять равенству
N N
5Х=1кЯ=1. (1)
/=1 /=1
Селекционные индексы на основе дифференциала (I?) могут принимать как положительные, так и отрицательные значения. За нулевую отметку приняты значения
ХПП, которые совпадают со средними значениями по выборке. Если индекс I° < 0, то это означает, что у данного животного значения ХПП ниже средних по выборке [4].
Индексы на основе селекционного отношения (Iй) имеют только положительные значения. Поэтому требуется дополнительно рассчитать опорный индекс, значения
ХПП в котором будут равны средним значениям ХПП по выборке. Опорный индекс
является аналогом нулевого индекса I и определяется выражением
N
Я (2)
1=1
Если рассчитанный селекционный индекс равен или больше единицы, то это говорит о том, что значения ХПП данного животного близки или превышают целевые показатели.
Учет тонины шерсти. Большинство ХПП, используемых при формировании селекционных признаков, работают по принципу: «чем больше, тем лучше». Чем выше значение признака, тем ближе он к показателям желательного типа (Хц). Данное утверждение справедливо для всех признаков, кроме такого ХПП, как тонина шерсти. Для тонкорунного и полутонкорунного овцеводства чем меньше показатель тонины в микрометрах, тем ближе он к целевому показателю.
Для учета тонины в селекционном индексе Р предлагается значения тонины шерсти для каждого }-го животного (ХТ}), а также значение целевого показателя тонины
( Хц ) умножить на -1:
Хту = - Хту
т т . (3)
ХЦт =- ХЦТ
Тем самым большее по модулю значение тонины будет наихудшим. Дальше расчеты необходимо проводить в соответствии с выражениями, представленными в таблице.
При формировании индекса Iй предлагается селекционное отношение для признака «тонина» рассчитывать в соответствии с выражением
Ят = Х_/XЦт . (4)
Тогда выражение для расчета селекционного индекса принимает вид
N-1 X
1Я = х +кяХ-^ . (5)
г=1 X. Х Т}
В выражениях (3) - (5) нижний индекс Т говорит о том, что данный параметр относится к тонине шерсти. Если в процессе формирования селекционных индексов признак «тонина шерсти» не участвует, то действия, описанные выражениями (3) - (5), проводить не нужно.
Выделение категорий животных. Как уже указывалось выше, построение селекционных индексов на основе двух подходов имеет своей целью более полное выявление особей с высокими показателями ХПП из общей массы оцениваемых животных. С этой целью предлагается разделить оцениваемых животных на категории. К первой категории отнесем особей, чьи селекционные индексы соответствуют неравенству
Iя > 1
I° > 1
(6)
Животные, селекционные индексы которых удовлетворяют условию (6), имеют значения ХПП, превышающие или близкие к показателям желательного типа ( Хц ).
Ко второй категории отнесем животных, показатели ХПП которых превышают или равны средним показателям выбранных признаков по выборке. Селекционные индексы таких животных должны удовлетворять следующей системе неравенств:
1Я > 1Ц
1° > о
(7)
К третьей категории относятся животные, которые имеют низкий индекс 1°, но высокий индекс Iя и наоборот. Другими словами, к этой категории относятся те животные, которые имеют невысокий общий селекционный индекс, но высокие показатели по отдельным признакам. В случае использования только одного из селекционных индексов, такие животные могли бы быть исключены из дальнейшей селекционной работы. Использование же двух подходов к формированию селекционных индексов позволяет выделить таких животных в отдельную категорию для дальнейшего анализа. К этой категории отнесем животных, селекционные индексы которых удовлетворяют условию
Iя > Iо
1° < о
или
Iя < Iя 1] 10
I° > 0
(8)
Животные, селекционные индексы которых не удовлетворяют системам (6) - (8), имеют низкие значения ХПП.
Ввод дополнительных коэффициентов. Представленная методика позволяет отобрать из общей выборки животных только тех особей, показатели которых по указанным ХПП выше средних значений по выборке. При расчете индексов вес каждого признака определялся на основе генотипической изменчивости (табл.). Имеет смысл предусмотреть уточнение полученных результатов путем введения дополнительных весовых коэффициентов (V), устанавливаемых селекционером. При этом следует учесть, что сумма вводимых весовых коэффициентов должна удовлетворять условию N
IV = 1.
1=1
В этом случае селекционные индексы имеют вид:
N
1=1
N
1=1
г
I° = £у • к°
\
¡о=1У ■ к
х, - X
V 0
X-
я^у
(9)
X
Результаты построения индексов. Представленная методика построения селекционных индексов прошла апробацию на группе из 86 баранов цигайской породы [6]. Была разработана программа для ЭВМ на языке MATLAB, позволяющая формировать селекционные индексы, выделять категории животных и, при необходимости, вводить дополнительные весовые коэффициенты (9). Результаты выдаются как в текстовом, так и в графическом форматах. В рассматриваемом примере в качестве ХПП, участвующих в формировании селекционных индексов, были выбраны: живая масса барана, длина шерсти, настриг чистой шерсти, тонина шерсти. Результаты отбора особей, чьи показатели превышают средние значения ХПП по выборке, представлены на рисунке 1.
JR Indices greater than the basic value
1.1 -1.05 -
Рисунок 1 - Индексы животных, показатели которых превышают средние значения по выборке
По горизонтальной оси графиков на рисунке 1 представлены номера баранов, чьи показатели выше или равны средним значениям по выборке.
Выделение особей по категориям дает результат, представленный на рисунке 2. Здесь к первой категории отнесены бараны с номерами: 10, 29, 31, 34, 35 и 86. Их селекционные индексы удовлетворяют условию (6).
Ко второй категории отнесены 23 особи, чьи селекционные индексы удовлетворяют условию (7). Животные, индексы которых удовлетворяют условию (8), отнесены к третьей категории. В рассматриваемом примере таковых оказалось 11 голов.
Таким образом, из 86 оцениваемых животных с помощью селекционных индексов была выделена группа из 40 особей, представляющих наибольший интерес в плане дальнейшей селекционной работы. Для выявления этой группы использовались значения 4-х признаков.
IR.ID
1.5—
1 CATEGORY
1 ----0.5 ----0-
IR, ID
'1
0.5
10
2931 335
2 CATEGORY
86 N
rR 0d 10 20
IR -1
30 40 50 60
3 CATEGORY
70 80 90 N
0.5 0
-0.5
1 1
1 .
i i I i 1 i
28
340 47 51 53 55 58 65 70 76
N
Рисунок 2 - Индексы животных 1-й, 2-й и 3-й категорий
Теперь можно в этой группе назначить дополнительные весовые коэффициенты и оценить отобранных особей по интересующим селекционера параметрам. В рассматриваемом примере были назначены весовые коэффициенты: живая масса - 0,6; длина шерсти - 0,1; настриг чистой шерсти - 0,3; тонина - 0. Результаты расчетов представлены на рисунке 3. Исходя из назначенных весовых коэффициентов видно, что наивысшие индексы имеют особи с номерами 31, 34, 35, 41 (рис. 3).
Таким образом, представленная методика расчета селекционных индексов позволила не только выделить группу животных с показателями ХПП выше среднего значения, но и определить внутри этой группы особей с наивысшими значениями наиболее интересующих селекционера параметров.
Iя, I°
0.5,-
0.4-
0.3-
0.2-
0.1 -
0
-0.1 -
-0.2 -
' 0 10 20 30 40 50 60 70 80 90 ^
Рисунок 3 - Индексы животных после введения дополнительных весовых коэффициентов
Заключение. Проведенное исследование позволяет сделать следующие выводы.
1. Одновременное использование двух подходов к формированию селекционных индексов позволяет более точно выявить особей, использование которых в дальнейшей селекционной работе может привести к положительным результатам.
2. К наивысшей категории необходимо относить только тех животных, индексы которых удовлетворяют условию (6).
3. Сравнительный анализ индексов Iя и IП позволяет выделить животных третьей категории, отдельные показатели признаков отбора которых близки или превышают целевые показатели. Эти животные также могут быть использованы в селекционном процессе. Использование только одного подхода к формированию индексов может не выявить таких животных.
4. Ввод дополнительных весовых коэффициентов в селекционные индексы позволит из группы уже отобранных животных выбрать особей с наивысшими показателями отдельных признаков, интересующих селекционера.
Литература
1. Ефимова Н.И., Скорых Л.Н., Копылов И.А. Шерстная продуктивность потомков от производителей импортной селекции //Сборник научных трудов Всероссийского научно-исследовательского института овцеводства и козоводства. 2015. Т. 2. № 8. С. 17-21.
2. Копылов И.А., Скорых Л.Н., Ефимова Н.И. Мясность молодняка овец породы советский меринос и их помесей с австралийскими баранами //Овцы, козы, шерстяное дело. 2017. № 2. С. 26-27.
3. Катков К.А., Бобрышова Г.Т., Скорых Л.Н., Копылова О.С., Афанасьев М.А. Алгоритм проверки статистической значимости различий хозяйственно полезных признаков между различными генеалогическими группами животных //Вестник АПК Ставрополья. 2018. № 2 (30). С. 86-90.
4. Михайлов Н.В., Каратунов Г.А., Третьякова О.Л., Костылев Э.В. Интенсификация племенного отбора в свиноводстве - пос. Персияновский: ДонГАУ, 1999. 100 с.
5. Михайлов Н.В., Кабанов В.Д., Каратунов Г.А. Селекционно-генетические аспекты оценки наследственных качеств животных- Новочеркасск: ДонГАУ, 1996. 63 с.
6. Ostapchuk P.S., Yemelianov SA., Skorykh L.N., Konik N.V., Kolotova N.A. Model of tsigai breed' meat quality improvement in pure breeding //Research Journal of Pharmaceutical, Biological and Chemical Sciences. 2018. Vol. 9. No. 3. P. 756-764.
Катков Константин Александрович, кандидат технических наук, доцент, ведущий научный сотрудник ВНИИОК - филиала ФГБНУ «Северо-Кавказский ФНАЦ», 355000 г. Ставрополь, пер. Зоотехнический, 15, тел. 89188619802, E-mail:kkatkoff@mail.ru
Katkov Konstantin Aleksandrovich, Candidate of Technical Sciences, Associate Professor, Leading Researcher, All - Russian Research Institute of Sheep and Goat Breeding - branch of the FSBSI "North Caucasus FARC", 355017, 15, Zootechnichesky, Stavropol. Tel. 89188619802, E-mail:kkatkoff@mail.ru
DOI: 10.25930/0372-3054/006.4.12.2019 УДК: 636.32/.38.085.13
ПРОТЕИНОВАЯ ПОТРЕБНОСТЬ БАРАНОВ-ПРОИЗВОДИТЕЛЕЙ
Л.А. Пашкова
Бараны-производители - малочисленная, важнейшая часть стада, от которой зависит успех оплодотворения овцематок и дальнейшее получение здорового, высокопродуктивного потомства. Из многих факторов, влияющих на эффективность данного зоотехнического мероприятия, главным является полноценное кормление, которое должно быть усиленным особенно в протеиновой части, оказывающей воздействие на качество спермы. Сперматогенез представляет собой длительный и сложный процесс, поэтому подготовку баранов начинают заблаговременно до их использования. В связи с тем, что по многим причинам (ценообразование и качество кормовых средств, конкуренция за них и так далее) возникает дефицит качественных белковых кормовых добавок в животноводстве, именно протеин является одним из главных условий образования качественных, жизнеспособных сперматозоидов. Данная статья представляет собой обзорный формат развития науки кормления в области расчёта потребности баранов в протеине в период использования в зависимости от нагрузки, и продемонстрированный в ней материал востребован для практического овцеводства. Цель данной работы состояла в анализе и обобщении информации по влиянию протеина, входящего в состав нетрадиционных кормовых белковых добавок, на воспроизводительную способность
