Селекционная и информационная составляющие молочного скотоводства России Текст научной статьи по специальности «Животноводство и молочное дело»

6. Мурашев C.B., Кодиров У.О. Влияние глубины измельчения на свойства фарша говядины // Научный журнал НИУ ИТМО. Серия: Процессы и аппараты пищевых производств. - 2014. -№ 1(19).

7. Мурашев C.B., Курбанов Б.М. Зависимость свойств фарша баранины от степени измельчения сырья // Научный журнал НИУ ИТМО. Серия: Процессы и аппараты пищевых производств. - 2014. - №2(20).

8. Мурашев C.B., Гаврилова А.Н. Глубина измельчения мышечной ткани и формирование конденсационной структуры сырокопченых колбас // Научный журнал НИУ ИТМО. Серия: Процессы и аппараты пищевых производств. - 2015. - № 4(26). - С. 35-42.

УДК 636.22/28.082:51

Доктор е.- х. наук Л.П. ШУЛЬГА

(СПбГАУ, [email protected])

СЕЛЕКЦИОННАЯ И ИНФОРМАЦИОННАЯ СОСТАВЛЯЮЩИЕ МОЛОЧНОГО СКОТОВОДСТВА РОССИИ

Селекция, селекционные центры, информационные системы

По данным ФАО, поголовье и продуктивность основных видов сельскохозяйственных животных в мире имеет тенденцию к стабилизации и определенному росту. Эту оценку, к сожалению, нельзя в полной мере отнести и к России. Так, за годы реформирования АПК потребление молока и молочных продуктов, мяса, яиц снизилось почти вдвое. Снизился уровень и качество питания. Более чем в 2 раза сократилось поголовье основных видов сельскохозяйственных животных и валовое производство сельскохозяйственной продукции.

«Благие намерения по быстрому решению вопросов импортозамещения в молочном животноводстве РФ, - по замечанию академика РАН В.И. Фисинина, - не имеют быстрых и простых решений» [1]. Это говорит о том, что кроме целого ряда факторов, негативно влияющих на уровень эффективности отрасли, есть такой, от которого во многом зависит и организационная, и племенная составляющие успеха. Этим фактором является уровень организации племенной работы в регионе и четкое соблюдение основных элементов этой работы: объективной генетической оценки животных, отбора животных с наилучшими генотипами и подбора пар для получения ремонтного молодняка следующих генераций. Решение этих и целого ряда других (селекционных, информационных, организационных) вопросов в полном объеме возможно только при создании региональных селекционных центров, способных на современном уровне дать достоверный прогноз генотипа животных, осуществить жесткий отбор и подбор особей с лучшими генотипами, способными обеспечить максимально эффективный генетический прогресс конкретного потомства в результате разработки полноценной стратегии селекционной работы в виде оптимальных программ селекции для конкретных популяций.

Актуальность перечисленных задач должна стать основой создания научно обоснованных региональных систем (программ) селекционно-племенной работы, обеспечивающих оптимизацию процессов селекции, основанных на широком использовании современных методов биотехнологии (генная инженерия, трансплантация, трансгенез и др.), молекулярной, иммунной, популяционной генетик, способных обеспечить значительное (в 2-3 раза) повышение эффективности племенной работы.

При этом количественные характеристики оценки отбора и использования животных определяются программой селекции, эффективность которой может быть с определенной степенью предсказана современными методами популяционной генетики в процессе планирования селекционной работы.

К сожалению, используемые в стране принципы, методы и методики планирования племенной работы с молочным скотом неадекватны накопленным мировой и отечественной

наукой знаниям. Все еще слабо используются возможности информационных и компьютерных технологий. В результате планы и программы в большинстве своем одновариантны, без генетического и экономического обоснования, без четкого определения параметров и уровня их оптимальности. Основная причина такого положения - чрезвычайно слабое проникновение теории селекции животных, био- и экономических методов, принципов имитационного моделирования в сознание специалистов, занимающихся селекцией. «Планирование селекционной работы на современном уровне должно исходить из генетической характеристики стада (описание состояния стада при помощи таких популяционных параметров, как генетическая и фенотипическая изменчивость, наследуемость, фенотипическая и генетическая взаимосвязь признаков, повторяемость) и через анализ селекционных возможностей и экономических условий приводить к разработке оптимальных селекционных программ» [2].

«Современные познания в области популяционной генетики, развития информационных технологий, использования персональных компьютеров в племенной работе уже сегодня делают возможным применение генетико-статистических и экономико-математических методов для анализа и планирования селекционной работы со стадом. В настоящее время имеются пакеты компьютерных программ по многофакторной статистической обработке биологических данных; генетической оценке животных; ретроспективному анализу родословных; генетико-экономической оптимизации программы селекции для стада; локальной популяции; породы; прогнозу размера стада; оценки инбридинга и родства; моделированию разведения по линиям. Их применение дает возможность: а) выявить силу и достоверность влияния различных паратипических и генетических факторов на хозяйственно-полезные признаки; б) оценить наследуемость признаков и генетическую взаимосвязь между ними; в) оценить племенную ценность использованных быков и линий, эффективность скрещивания (если оно имело место) с элиминацией (устранением) значимых средовых факторов; г) исследовать динамику генетической структуры стада и эффективность селекционной работы за прошлые годы; д) рассчитать различные варианты программ селекции, схем меж и внутрилинейного группового подбора и варианты индивидуального; е) определить оптимальное число линий и уровень межлинейного спаривания. Вся эта информация позволяет сделать глубокий популяционно-генетический анализ, разработать эффективную научно обоснованную селекционную программу, снизить степень риска при принятии решений по генетическому улучшению стада [3].

Комплексный подход в решении селекционных проблем региона, широкое использование новейших методов цито- и иммуногенетического анализов, методов молекулярной и популяционной генетик, имитационного компьютерного моделирования поставит селекцию на объективно научную основу, позволит тщательнее контролировать и корректировать селекционный процесс, оперативнее и с наименьшими потерями реагировать на рынок.

Создание селекционных центров преследует основную цель - управление селекционным процессом на различных уровнях. В этом плане определенных успехов достигли многие европейские и особенно американские специалисты и ученые.

Осуществление углубленной селекционно-племенной работы под руководством селекционного центра, внедрение современных методов воспроизводства и экономико-математических методов совершенствования методологии разработки программ селекции позволят не только ускорить и оптимизировать селекционный процесс за счет явного сокращения интервала между поколениями, но и создать новый сегмент рынка по предоставлению услуг по всем направлениям селекционно-племенной работы, включая технологию искусственного осеменения и трансплантации, полностью осуществить программу генетической оценки племенной ценности животных и реализации племенного материала. Будет обеспечена максимальная эффективность:

- отбора матерей и отцов быков на основании рассчитанной племенной ценности;

- проведения заказных спариваний для получения ремонтных бычков;

- контрольных осеменений коров активной части популяции спермой проверяемых быков с целью оценки их по потомству;

- использования семени проверяемых быков (после контрольных осеменений, как для создания банков глубоко охлажденного семени, так и для осеменения коров товарной части популяции);

- оценки и отбора быков по качеству потомства;

- интенсивного (после проверки по качеству потомства) использования семени быков - улучшателей;

- оценки племенной ценности матерей быков по собственной продуктивности;

- отбора отцов и матерей ремонтных быков последующих генераций.

Перечисленное выше, в рамках крупномасштабной селекции, в популяциях около ста

тысяч коров будет соответствовать представленным ниже принципам и нормативам.

Прогнозные значения:

- нагрузка на одного быка должна составлять 1000 коров. Всего на массив требуется 100 производителей, из которых 80 быков молочной и 20 - мясной пород. Доля быков -улучшателей 1 из 4, то есть 25%. Для оценки одного производителя (по качеству потомства) и получения от него 50 хорошо развитых коров-дочерей за ним закрепляется 125 коров;

- выход молодняка на 100 коров - 85%;

- норма ремонта коров должна составлять 25%, в том числе ежегодная выранжировка -

10%;

- 10% худших по продуктивным качествам коров следует выделять под осеменение мясными быками;

- количество племенных коров (с учётом племенной продажи за пределы региона) должно составлять 9-10%;

- численность лучших, высокоценных быкопроизводящих коров (с учётом браковки бычков по развитию, экстерьеру и качеству спермопродукции) должна составлять 0,5% от количества всех коров;

- для ремонта необходимо ежегодно вводить в стадо 20 быков. От быкопроизводящих коров, при 85% выходе, получаем 425 телят, из которых 212 бычков. Из этого количества бычков бракуем: 50% по развитию, экстерьеру и качеству спермопродукции. Из оставшихся 106, примерно 26-27 бычков, должны получить категорию «улучшатель». Для большей надёжности из этого количества отбираем всего 20 лучших;

- для оценки по качеству потомства ежегодно надо оставлять 80 бычков и для них выделять 10 тысяч типичных коров (125 х 80) с продуктивностью, равной средней по всему массиву. Бычки, получаемые от этих коров и проверяемых быков, выращиваются и реализуются на мясо, а тёлки идут на ремонт общего стада;

- при норме ремонта маточного поголовья 25% есть возможность браковать 7-8% коров по возрасту, 5-6% по яловости и случайным заболеваниям и выводить из стада 9-10% худших по продуктивности, заменяя их более ценными коровами-первотёлками;

- от 80 тысяч коров (при выходе 85% телят) можно получить 68 тысяч телят, из которых 34 тыс. составляют тёлки. Этого вполне достаточно для ремонта всего массива коров в пределах 25%, при браковке 11-15% тёлок за период выращивания по показателям роста и развития. Оставшихся 11-16% тёлок, а это 9 тысяч, при хорошем их выращивании можно реализовать в качестве племпродажи как племенных.

Перечисленное выше - основные составляющие отбора в рамках КМС (крупномасштабной селекции).

Вместе с тем следует констатировать, что селекционная работа связана с огромным объёмом зоотехнической и племенной информации. Эта информация в связи с искусственным осеменением животных, интенсивным использованием мирового генофонда, внедрением биотехнологических методов значительно возрастает. Селекционер уже не в

состоянии её эффективно анализировать и использовать. В этой связи внедрение информационных технологий является сегодня основным средством, способствующим наиболее эффективному использованию этой информации для генетического совершенствования сельскохозяйственных животных. В нашей стране также существует целый ряд информационных систем, однако все они, как правило, решают в большей степени производственно-зоотехнические вопросы и лишь частично определяют стратегию и тактику племенной работы.

Совершенно очевидно, что отрасль остро нуждается в информационных системах, способствующих разработке эффективных программ селекции. Такой системой можно считать ИНСЕЛ, разработанную на базе отдела популяционной генетики ВНИИГРЖ ещё в 1985 году. В процессе создания этой информационной системы разработан и целый ряд методик по использованию ЭВМ, ПВМ и ПК, генетико-статистических методов, прогноза генотипа животных, оценки эффективности селекции и моделирования селекционного процесса. «На базе этой системы осуществлено моделирование селекционного процесса для 5 регионов чёрно-пёстрого и 4 регионов холмогорского скота Нечернозёмной зоны России»

[4].

Созданию ИНСЕЛ предшествовали следующие этапы:

1-й - 60-е годы - использование СПМ (счётно-перфорационных машин для обработки зоотехнической информации);

2-й - 70-е годы - создание прикладных программ по отдельным задачам;

3-й - 80-е годы - разработка информационных систем на базе ЭВМ ЕС;

4-й - 90-е-2000-е гг. - разработка информационных систем на базе ПВМ и ПК.

Согласно информационной системе «Селекция» (ИНСЕЛ) данные зоотехнического и

племенного учёта переносятся на технические носители, поступают сначала во временную базу данных, где подвергаются фильтрации, корректируются и переносятся в основную базу данных. Откорректированная информация используется как для решения традиционных вопросов зоотехнического учёта и отчётности (таких как классная оценка коров, бонитировка и др.), так и для решения селекционных задач в рамках крупномасштабной селекции. Подобное информационное обеспечение предусматривает свободный ввод исходной и многоразовое использование обобщённой селекционно-генетической информации. Пакеты прикладных программ по конкретным селекционным задачам в этой системе оформлены как самостоятельные подсистемы:

1-я - генетико-статистического анализа популяций;

2-я - оценки племенной ценности животных;

3-я - конструирования селекционных индексов;

4-я - оптимизации индивидуального и группового подбора;

5-я - оценки эффективности селекции;

6-я - оптимизации программ крупномасштабной селекции.

Подсистема 1. «Статистический анализ»

Являясь аналитической частью системы, эта подсистема предназначена для оценки не только структурных единиц породы (линий, семейств, стад), но и результатов скрещивания, генетических параметров, влияния различных средовых и генетических факторов и т.д. Решение этих вопросов осуществляется в результате использования в подсистеме таких пакетов программ, как SAS (система статистического анализа), LSML-76 (метод максимального правдоподобия или наименьших квадратов-Харвея) и целого ряда программ перечисленных выше. Универсальные пакеты программ этой подсистемы позволяют осуществлять многофакторные анализы компонентов фенотипической изменчивости хозяйственно-полезных признаков, оценивать силу и достоверность влияния средовых и генетических факторов, оптимизировать статистические модели, оценивать генетические параметры популяций (коэффициент наследуемости и генетические корреляции) и использовать результаты в других подсистемах.

Математическая модель подсистемы

У = ХВ+ Zu + е, (1)

где у - вектор наблюдений;

В - вектор фиксированных неизвестных эффектов; U - вектор случайных неизвестных эффектов; е - вектор случайных неучтённых эффектов;

X,Z - известные матрицы плана из 0 и 1 (матрица по быкам может иметь данные по дочерям, а может и не иметь их).

Подсистема 2. «Оценка теменной ценности»

Эта подсистема осуществляет функцию прогноза генотипа животного путём расчёта племенной ценности по происхождению, качеству потомства, собственной продуктивности, а также комбинированной племенной ценности (для коров - по происхождению и собственной продуктивности, для быков - по происхождению, собственной продуктивности и качеству потомства).

В основу расчёта племенной ценности животных заложены современные генетико-статистические методы и, в частности, метод наилучшего линейного несмещённого прогноза BLUP (Henderson, 1974) [5].

Общая линейная модель BLUP

У = М + HYS + G+ S1+P + E, (2)

где У - фенотипическая реализация признака; М - средний уровень популяции; HYS - средовые эффекты;

G - аддитивный генетический эффект группы, к которой относится отец; S1 — аддитивный генетический эффект отца; Р - аддитивный генетический эффект животного; Е - эффект неучтённых факторов.

Исследования показали, что при использовании метода BLUP точность прогноза генотипа быка при оценке его по качеству потомства повышалась от 8 до 21%. Расчёт комбинированной племенной ценности с использованием информации о предках повышал точность прогноза генотипа быка до 6%, коров - до 28%.

Подсистема 3. «Селекционный индекс»

Эта подсистема включает в себя расчёт селекционного индекса по комплексу признаков. Здесь максимально взвешивается имеющаяся о животном информация, что приводит к максимальной эффективности племенной работы, то есть селекционный индекс может включать в себя разное число, признаков обеспечивающих оптимальную эффективность.

Модель селекционного индекса

I = VB х Ш + VD х Ш, (3)

где VB,VD - экономические веса для признаков мясной и молочной продуктивности; Ш - субиндекс по мясной продуктивности, включающий информацию о племенной ценности и молочной продуктивности;

TD - субиндекс по молочной продуктивности, включающий информацию о племенной ценности и мясной продуктивности.

Ш = В11 х BVB + В12 х BVD; Ш = В21 х BVB + В22 х BVD, (4) где В11, В12, В21, В22 - весовые коэффициенты источников информации; BVB - племенная ценность по мясной продуктивности; BVD - племенная ценность по молочной продуктивности.

Подсистема 4. «Индивидуальный и групповой подбор»

Эта подсистема базируется на информации предыдущих подсистем и оценке инбридинга. Критерием оптимального индивидуального подбора является максимальная племенная ценность будущего потомства, при минимальном или заданном коэффициенте инбридинга.

Предусматривается генерирование родословной до любого ряда предков, после чего рассчитывается матрица родства и степень инбридинга будущего потомка.

Данная подсистема может быть использована также для генеалогического анализа групп животных. Ретроспективный анализ генеалогической структуры даёт возможность оценить эффективность человеческого труда, вложенного в процесс генетического совершенствования животных, и более обоснованно планировать как групповой подбор, так и племенную работу с популяцией в целом.

Подсистема 5. «Эффект селещии»

В подсистему «Эффект селекции» входит расчёт ожидаемого и реализованного генетического прогресса. Прогноз эффективности племенной работы, то есть ожидаемого среднегодового генетического прогресса, рассчитывается по известной формуле Ренделя-Робертсона (1950) [6]:

Д G = ISS + ISD + ros + ГОБ / LSS + LSD + LDS +LDD, (5)

где AG- ожидаемый среднегодовой генетический прогресс. Рассчитывается по формуле Ренделя-Робертсона как отношение суммы генетического превосходства родителей к сумме их генерационных интервалов;

I - генетическое превосходство. Рассчитывается как средневзвешенная племенная ценность, соответственно, S S - отцов быков; SD - отцов коров;

DS - матерей быков; DD - матерей коров (см. подсистему 2);

L - генерационный интервал. Рассчитывается как усреднённая разность между датами рождения родителей и их потомства.

Реализованный генетический прогресс рассчитывается разными методами и, в частности, методом сравнения оценок молодых и старых быков, а также методом Смита в модификации В.М. Кузнецова. В основе последнего - различия между начальной и конечной оценками быков.

Ag = 2£Widi/£ Witi, (6)

где A g - реализованный генетический прогресс; Wi - весовой коэффициент;

Di - различие между начальной и конечной оценкой быков; ti - период между оценками.

Оценка генетического прогресса является основой для сравнения эффективности племенной работы в различных популяциях. Она необходима для подтверждения эффективности практической селекции, сравнения методов отбора животных, более точного прогноза генотипов различных индивидов.

Подсистема. 6 «Программа селещии»

Подсистема «Программа селекции» предназначена для моделирования и генетико-экономической оптимизации селекционных программ. В основе этой подсистемы - расчёт множества вариантов программ селекции, оценка их эффективности и выбор наилучшего для практического внедрения (Peterson P. et al., 1974, Басовский Н.З., Кузнецов В.М., 1977, 1982) [7].

AGI = [ISS + (1 -а)х IPB + IDS + IDD /LSS + axLVB + (1 - a) xLPB + LDS + LDD] x r*g - AF, (7) гдеА G1 - экономическая эффективность программы селекции; r*g - генетическая корреляция между 1-й и последующими лактациями; F - инбредная депрессия; Т - генетическое превосходство; а - доля активной части популяции;

L - генерационный интервал;

ISS, ГРВ, IDS, IDD - генетическое превосходство по удою отцов быков (SS), отцов

коров, отобранных по качеству потомства (PB), матерей быков (DS) и матерей коров

(DD);

LSS, LVB, LPB, LDS, LDD - генерационный интервал для отцов быков, быков, не проверенных по качеству потомства, отцов коров, отобранных по качеству потомства, матерей быков и матерей коров.

Оценка экономической эффективности программы крупномасштабной селекции напрямую зависит от ожидаемого среднегодового генетического прогресса, рассчитываемого путём деления суммы генетического превосходства родителей на сумму их генерационных интервалов (см. подсистему 5).

В зависимости от сложившихся в зоне разведения породы селекционно- генетических, зоотехнических и экономических параметров программы крупномасштабной селекции имеют различные количественные характеристики. Отсюда разной оказывается и генетико-экономическая эффективность племенной работы. Поэтому, прежде чем разработать план племенной работы по породе или отдельному региону её распространения, необходимо проводить моделирование и оптимизацию селекционных программ.

Рассмотренные возможности представленной системы позволяют не только оценивать реализованный генетический прогресс, но и прогнозировать эффективность осуществляемой программы селекции и разрабатывать перспективные оптимальные программы крупномасштабной селекции для конкретных популяций.

Литература

1. Фисинин В.И. О не налитом молоке // АИФ. - 2015. - № 46.

2. Яичуков И.Н. Научно-практические основы системы племенной работы с молочным скотом на региональном уровне управления: Автореф. дис...доктора с.-х. наук / РГАЗУ. - М., 2012, -47 с.

3. Кузнецов В.М. Современные методы анализа и планирования селекции в молочном стаде. -Киров, НИИСХ Северо-Востока, 2001. - 116 с.

4. Шульга Л.П. Информационное обеспечение крупномасштабной селекции в молочном скотоводстве: Автореф. дис... доктора с.-х. наук. - СПб, 1995. - 48 с.

5. Henderson G.R. General flexibility of linear model technigues for sire evaluation // j.Dairy Sei. -1974.-57, 8.-P. 963-971.

6. Rendel J.M., Robertson A. Estimation of genetig gain in milk yield by selection in a closed herd of dairy cattle. - J.Genet. 50, 1950.

7. Petersen P.H. et al. Economic optimization of the breeding structure within a dual-purpose cattle population. - « Acta Agr. Scand.», 1974, 24.

УДК 636.2.034

Канд. с.-х. наук С.Л. САФРОНОВ

(СПбГАУ, safronovsliSilist.ra)

ПУТИ РЕАЛИЗАЦИИ ПРОИЗВОДСТВЕННОГО ПОТЕНЦИАЛА

МОЛОЧНОГО СКОТОВОДСТВА В ХОЗЯЙСТВАХ СЕВЕРО-ЗАПАДА РОССИИ

Молочное скотоводство, порода, молочная продуктивность, производство молока, производственный потенциал, эффективность использования скота

Увеличение производства молока является одной из приоритетных задач Госпрограммы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013-2020 гг. Производство молока к 2020 г. должно составить 39 млн. т, то есть увеличиться на 20% за счет роста продуктивности коров и улучшения племенной работы. Производство молока в России в 2015 г. составило 33,0 млн. т [1].