Способ комплексной оценки адаптационной способности крупного рогатого скота Российский патент 2023 года по МПК A01K67/02 

Изобретение относится к животноводству, в частности, к молочному скотоводству, и может быть использовано для оценки адаптационных качеств мясного скота, а также в других отраслях продуктивного и непродуктивного животноводства при отборе животных в условиях промышленной технологии, а также к способам разведения и селекции.

В практическом животноводстве адаптация оценивается по показателям продуктивности, продуктивному долголетию животных, их воспроизводительным способностям, а также по поведению и состоянию здоровья животных.

Известно несколько способов определения адаптации животных, в том числе довольно затратные и трудно применимые в условиях промышленного разведения, но не один из них, на наш взгляд, не может адекватно раскрыть механизмы адаптации, так как не охватывает полностью все аспекты изучения.

Известен способ, предложенный в своей монографии Б.П. Моховым, по нормированному отклонению по продуктивности, принятому за коэффициент адаптации, для вычисления которого использованы возраст коровы в отелах, молочная продуктивность изучаемой группы в сравнении со стандартом породы и нормированное (стандартное или среднеквадратическое) отклонение от стандартных показателей породы по продуктивности [Мохов, Б.П. Крупный рогатый скот. Биологические и хозяйственные признаки: монография [Текст] / Б.П. Мохов. - Ульяновск: УГСХА, 2006. - С. 296-300].

Однако вышеуказанный способ оценки адаптации не учитывает интерьерные показатели животных, что позволило бы оценить еле заметные сдвиги в состоянии здоровья скота и адаптационную способность на более ранних этапах данного процесса. Коэффициент рассчитывается несколько раз отдельно по разным параметрам продуктивности, что является трудоемким. Кроме того, использование стандарта породы в качестве показателя для расчета коэффициента адаптации не совсем корректно, т.к. данный параметр обусловлен требованиями к I бонитировочному классу, который для целей селекции и племенного отбора мало информативен ввиду заниженных и морально устаревших значений этого показателя.

Адаптационную способность животных можно оценивать с помощью показателей естественной резистентности, основанной на анализе неспецифических факторов защитных структур животных организмов по способу В.В. Федюка через расчет фагоцитарной активности лейкоцитов, фагоцитарного числа, фагоцитарного индекса, бактерицидной активности сыворотки крови, лизоцимной активности сыворотки крови, комплиментарной активности сыворотки крови и индекса резистентности, описанные в монографии [Федюк, В.В. Естественная резистентность крупного рогатого скота и свиней [Текст] / В.В. Федюк, С.В. Шаталов, В.В. Кошляк. - Пос. Персиановский: Донской ГАУ, 2007. - С. 14-15, 52-57].

К недостаткам данного способа относится относительная дороговизна исследований и отсутствие широкого и повсеместного доступа к подобного рода анализам.

Также есть методика Р. Бензера (1970) для расчета коэффициента адаптации животных по формуле, учитывающей показатели температуры тела и частоты дыхания, описанная в диссертации Ф.Д. Салахова [Салахов, Ф.Д. Сравнительная характеристика хозяйственно полезных признаков и адаптационных качеств коров голштинской и бурой швицкой пород при промышленной технологии производства молока [Текст]: дисс… кандидата сельскохозяйственных наук: 06.02.07 / Фарид Дамирович Салахов. - Уфа, 2017. - 133 с.].

Приведенная выше методика относительно сложна в исполнении, так как требует специального оборудования и учета, которые не везде и всегда доступны в хозяйственных условиях животноводческих ферм и комплексов.

Существует способы оценки адаптации животных по стресс-чувствительности, описанные в научном издании С.И. Плященко, В.Т. Сидорова [Плященко, С.И. Стрессы у сельскохозяйственных животных [Текст] / С.И. Плященко, В.Т. Сидоров. - М.: Агропромиздат, 1987. - С. 192; Патент РФ №2456957. МПК 61D 99/00 A01K 67/00. 27.07.2012 Бюл. №21] и апробированные, в частности, на свиньях. Они предполагают определение активности определенных ферментов, соотношение различных форменных элементов крови и оценку неспецифичной реактивности организма.

В научной литературе встречается также способ определения адаптационного напряжения по индексу Л.Х. Гаркави, характеризующему активацию острофазовых белков, динамически развивающихся при воздействии психотравмирующей ситуации [Гаркави, Л.Х. Адаптационные реакции и резистентность организма [Текст] / Л.Х. Гаркави, Е.Б. Квакина, М.А. Уколова. - Ростов н/Д: Изд-во Ростовского университета, 1990. - 224 с.]

Существуют способы оценки типа стрессоустойчивости коров в процессе машинного доения, описанные в авторском свидетельстве СССР №1132918 [Авторское свидетельство СССР №1132918. МПК А61В 10/00. 07.01.1985 Бюл. №1] и патентах РФ №2174751 [Патент РФ №2174751 МПК A01K 67/02, 20.10.2001 Бюл. №29]; №2246214 [Патент РФ №2246214 МПК A01K 67/02, 20.02.2005 Бюл. №5]; №2505959 [Патент РФ №2505959 МПК A01K 67/02, 10.02.2014 Бюл. №4] и №2750819 [Патент №2750819 МПК A01K 67/02, 05.07.2021 Бюл. №19].

Данные способы дают представление лишь о небольшой части, составляющей адаптационный процесс животных. Кроме того, такое мероприятие, как забор крови или воздействие искусственным стрессором в процессе исследований, неизбежно вызывает у животного стресс. Методы трудоемки и в условиях крупных животноводческих комплексов трудно реализуемы. Поэтому описанные методы не могут служить инструментами объективной оценки адаптации.

Существуют способ оценки адаптационных качеств крупного рогатого скота по элементному составу шерсти и метод оценки адаптационных реакций, описанные в [Патент РФ №2508551 МПК G01N 33/53. 27.02.2014 Бюл. №6; Патент РФ №2738092 МПК A01K 67/02 G01N 33/53. 08.12.2020 Бюл. №34].

Недостатком этих способов является относительная дороговизна исследований и отсутствие широкого и повсеместного доступа к подобного рода анализам, требуется наличие в лабораториях специального дорогостоящего оборудования. Также недостатком указанных подходов является отсутствие увязки с продуктивными и воспроизводительными качествами животных.

Также необходимо отметить, что перечисленные методы очень точны в своей области применения, но могут использоваться только в специальных условиях и ограниченно. Лишь крайне малое число сельскохозяйственных предприятий практикуют проведение подобных исследований. Однако все без исключения животноводческие предприятия проводят мониторинг биохимических показателей крови животных своих стад.

Наиболее близким к предлагаемому способу является способ оценки адаптационного напряжения методом корреляционной адаптометрии, описанный в статье А.Н. Горбань с соавт. [Горбань, А.Н. Динамика корреляций между физиологическими параметрами при адаптации и эколого-эволюционный принцип полифакториальности [Текст] / А.Н. Горбань, В.Т. Манчук, Е.В. Петушкова // Проблемы экологического мониторинга и моделирования экосистем. - Л.: Гидрометеоиздат, 1987. - Т. 10. - С. 187-198], К.Р. Седовым с соавт. [Седов, К.Р. Корреляционная адаптометрия как метод диспансеризации населения [Текст] / К.Р. Седов, А.Н. Горбань, Е.В. Петушкова, В.Т. Манчук, Е.Н. Шаламова // Вестник АМН СССР. - 1988. - №10. - С. 69-75].

В основу этого метода оценки адаптации положено изменение степени скоррелированности физиологических параметров в значениях коэффициентов корреляций для групп организмов при изменении условий жизни, так как выявлено, что коэффициенты корреляций намного чувствительнее к адаптационному напряжению, нежели абсолютные величины параметров организмов [Смирнова, Е.В. Моделирование адаптации к экстремальным условиям, эффект группового стресса и корреляционная адаптометрия [Текст]: дисс… докт. физ.-мат. наук: 05.13.16 / Елена Валентиновна Смирнова. - Красноярск, 2000. - 273 с.].

Степень скоррелированности физиологических параметров оценивается с помощью веса корреляционного графа, рассчитываемого как сумма весов его ребер (сумма соответствующих коэффициентов корреляции) по формуле:

где G - вес кореляционного графа;

- коэффициент корреляции между i-м и j-м параметрами,

α - уровень значимости, определяется уровнем достоверности коэффициентов корреляции (принимаются во внимание только статистически достоверные коэффициенты корреляции, значения которых больше или равны α).

При применении метода корреляционной адаптометрии для каждой группы данных авторами метода [Горбань, А.Н. Групповой стресс: динамика корреляций при адаптации и организация систем экологических факторов [Текст] / А.Н. Горбань, Е.В. Смирнова, Е.П. Чеусова. - Красноярск: Вычислительный центр СО РАН, 1997. - 54 с.; Седов, К.Р. Корреляционная адаптометрия как метод диспансеризации населения [Текст] / К.Р. Седов, А.Н. Горбань, Е.В. Петушкова, В.Т. Манчук, Е.Н. Шаламова // Вестник АМН СССР. - 1988. - №10. - С. 69-75] рекомендуется производить следующие операции:

1. Выполняется проверка гипотезы о нормальности распределения выборки по критерию .

2. Стандартизуется матрица данных, для чего переменные z заменяются на переменные x по формуле:

где - среднее значение j-го признака:

- дисперсия j-го признака:

3. Для всех показателей (признаков) вычисляются парные коэффициенты ковариации и корреляции:

где N - количество объектов в группе.

где - стандартное отклонение по ,

- стандартное отклонение по .

4. Определяется достоверность коэффициентов корреляции.

5. Рассчитывается вес корреляционного графа по формуле:

где G - вес кореляционного графа;

- коэффициент корреляции между i-м и j-м параметрами,

α - уровень значимости, определяется уровнем достоверности коэффициентов корреляции (принимаются во внимание только статистически достоверные коэффициенты корреляции, значения которых больше или равны α).

6. Для определения статистической достоверности при сравнении весов корреляционного графа используются методы бутстрепа и «складного ножа», описанные в [Жанатауов, С.У. Обратная модель главных компонент и ее применение [Текст]: дисс… канд. физ.-мат. наук: 05.13.11 /Сапаргали Утепович Жанатауов. - Новосибирск, 1987. - 302 с.; Bilker,W.B. Bootstrappinglefttruncatedandrightcensoreddata [Text] / W.B. Bilker, M.-C. Wang // Commun. Statist. Simul. and Comput. - 1997. - №1 (Vol. 26). - P. 141-171].

Оценка достоверности различий групп объектов по степени скоррелированности набора показателей может быть проведена с помощью интервального оценивания веса корреляционного графа. В частности, выборки бутстрепа генерируются следующим образом: по исходным данным получают большое количество копий, которые затем тщательно перемешиваются. Далее случайным образом формируется несколько выборок такого же объема, как исходная. По полученным выборкам подсчитываются коэффициенты корреляции, и для них находятся стандартные статистические характеристики, в частности, доверительный интервал. Теоретические исследования Е.И. Воробьева и В.Ю. Резниченко, изложенные в статье [Воробьев, Е.И. Оценка степени напряжения адаптационных механизмов организма по степени связанности его физиологических параметров [Текст] / Е.И. Воробьев, В.Ю. Резниченко // Адаптация человека к климатогеографическим условиям и первичная профилактика: материалы IV Всесоюзной конференции. - Новосибирск, 1986. - Т. 1. - С. 14-15], показали, что для коэффициентов корреляции ширина интервала, соответствующего распределению бутстрепа, и ширина интервала, соответствующего реальному распределению, как правило, совпадают. Вероятность попадания значений веса корреляционного графа случайной выборки из исследуемых групп в доверительный интервал составляет 95%.

Однако для оценки взаимосвязи между различными физиологическими показателями могут быть использованы алгебраические параметры спектра корреляционной матрицы Z (n×m) такой, что Z_ij есть значение j-го признака у i-го объекта группы (каждый из n объектов представляется вектором наблюдений из m признаков). В книге К. Фукунаги показано, что элементы спектра являются устойчивыми характеристиками, и их взаимное расположение характеризует взаимосвязи во множестве переменных [Введение в статистическую теорию распознавания образов, 1979]. Спектр корреляционной матрицы используется, в основном, в практических применениях метода главных компонент, в диссертации С.У. Жанатауова [Жанатауов, С.У. Обратная модель главных компонент и ее применение [Текст]: дисс… канд. физ.-мат. наук: 05.13.11 / Сапаргали Утепович Жанатауов. - Новосибирск, 1987. - 302 с.] рассматриваются шесть функциональных параметров ƒ₁-ƒ₆. В диссертации С.У. Жанатауова подробно изложена численная модель спектра корреляционной матрицы и для оценки связей предполагается 6 алгебраических параметров:

где ƒ₁ - сумма ненулевых собственных чисел;

λ_j - здесь и далее собственные числа корреляционной матрицы.

где ƒ₂ - значение избыточности системы признаков; чем больше этот показатель, тем сильнее степень выраженности мультиколлинеарности.

где ƒ₃ - число обусловленности корреляционной матрицы; в вычислительной математике оно служит количественной мерой независимости, если это число близко к 1, то столбцы исходной матрицы данных линейно зависимы в сильной степени.

где ƒ₄ - доля первых главных компонент, где равно числу доминирующих элементов спектра.

где ƒ₅ - определитель корреляционной матрицы.

где ƒ₆ - суммарный показатель меры удаленности элементов спектра друг от друга.

При обработке ветеринарно-зоотехнической информации исследователи очень часто сталкиваются с матрицами данных, имеющими пропуски, так как не всегда представляется возможным зафиксировать все значения изучаемых показателей. При обработке таких массивов данных применяют следующие подходы:

1. Если объем выборки позволяет, то из нее исключаются объекты, имеющие неполное описание;

2. Пропуски заполняются;

3. Исследователи стараются извлечь из имеющейся выборки максимум информации без заполнения пропусков, используя при вычислении коэффициентов корреляции каждую из имеющихся пар показателей.

Первый подход требует большого объема выборки. Второй, широко распространенный подход, обладает тем недостатком, что не всегда удается автоматизировать процесс заполнения пропусков из-за сильной зависимости показателей друг от друга, приходится формулировать критерий заполнения для каждого показателя в отдельности. Третий подход используют в случае уникальности обрабатываемого материала.

Ученые-физиологи, ветеринарные специалисты и зооинженеры-генетики предпочитают третий подход, так как всегда считают полученные с большим трудом данные уникальными, боятся потерять каждый объект наблюдений и находят недопустимым искусственное введение показателей в их выборки, особенно, если речь идет о биохимических исследованиях крови, взятой из вены. Такие данные действительно уникальны, так как при исследовании адаптационных процессов проводится обследование здоровых по существующим медицинским показаниям животных. А если это молодняк, и, тем более, новорожденные животные, то результаты обследования становятся не просто уникальными, а драгоценными.

При применении третьего метода при вычислении коэффициентов корреляции с использованием каждой имеющейся пары значений показателей часто получают матрицу коэффициентов корреляции, не являющуюся положительно определенной. Для таких матриц, естественно, невозможно рассчитать собственные значения и, соответственно, алгебраические параметры спектра.

Резюмируя вышесказанное, можно сделать следующие выводы.

1. Если исследователи имеют полный набор данных у всех объектов наблюдения, оценку скоррелированности физиологических параметров можно проводить и весом корреляционного графа, и алгебраическими параметрами спектра корреляционной матрицы.

2. В случае невозможности расчета элементов спектра корреляционной матрицы оценку адаптационного напряжения можно проводить только весом корреляционного графа G, а при сравнительном анализе получать доверительные интервалы для G методом бутстрепа или «складного ножа».

3. При практическом использовании метода корреляционной адаптометрии из алгебраических параметров спектра, согласно исследованиям Е.В. Смирновой, наиболее значимое различие групп прослеживается при сравнении по весу корреляционного графа [Смирнова, Е.В. Моделирование адаптации к экстремальным условиям, эффект группового стресса и корреляционная адаптометрия [Текст]: дисс… докт. физ.-мат. наук: 05.13.16 / Елена Валентиновна Смирнова. - Красноярск, 2000. - 273 с.]

4. Метод корреляционной адаптометрии целесообразно использовать при изучении проблем адаптации импортного скота в условиях Российской Федерации.

Недостатками данного метода являются:

1. Исследование между собой только интерьерных показателей;

2. Полное отсутствие связи с продуктивными и другими биологическими качествами животных.

Данный способ взят в качестве прототипа.

Задачей настоящего изобретения является разработка более точного способа определения адаптационной способности у крупного рогатого скота, учитывающего интерьерные показатели и хозяйственно-полезные (селекционные) качества животных.

В основу реализации поставленной задачи был взят принцип комплексного изучения адаптационного синдрома. Известно, характер проявления адаптационного синдрома соответствует степени адаптационного напряжения и проявления наследственно запрограммированных продуктивных признаков скота. В этой связи данный подход является удобной моделью в определении комплексной адаптационной способности животных.

Предлагаемый способ определения комплексной адаптационной способности крупного рогатого скота предусматривает определение значения зависимости степени реализации родительского потенциала продуктивности от адаптационного напряжения.

Техническим результатом является оценка степени адаптационной способности животных.

Сущность предлагаемого способа оценки адаптации крупного рогатого скота заключается в том, что вычисление комплексного показателя - адаптационного индекса - осуществляется путем отношения среднего значения реализации селекционного индекса по группе животных (в числителе) к значению признака напряженности обменных процессов (в знаменателе) за анализируемый период (формула). Чем выше реализация наследственного потенциала продуктивности, тем ниже напряженность обменных процессов, а значит, адаптация проходит успешнее.

где M_R - среднее значение реализации наследственного потенциала продуктивности (в качестве такого показателя допустимо использовать родительский индекс коровы (РИК), родительский индекс быка (РИБ) и другие селекционные индексы), %;

G - вес корреляционного графа, доли единицы.

Вес корреляционного графа (G) рассчитывается по следующей формуле:

где G - вес корреляционного графа, доли единицы;

- коэффициент корреляции между i-м и j-м интерьерными параметрами,

Р - уровень статистической значимости коэффициентов корреляции, равный или меньший 0,05.

Среднее значение реализации наследственного потенциала продуктивности рассчитывается по следующей формуле:

где R_SI - реализация селекционного индекса;

n - количество селекционных индексов.

Реализация селекционного индекса (R_SI) рассчитывается по следующей формуле:

где - фактическое значение селекционного признака;

SI - значение селекционного индекса.

Чем выше реализация наследственного потенциала продуктивности, тем ниже напряженность обменных процессов, и наоборот, поэтому взято отношение средней реализации селекционного индекса и G. Адаптационный индекс способен принимать только положительные значения: он будет стремиться к 0 при наибольшей адаптационной напряженности (меньшей адаптированности) и, наоборот, будет стремиться к бесконечности при меньшей адаптационной напряженности (лучшей адаптированности) организма животных.

В сравнении с прототипом предлагаемый способ имеет следующие отличительные признаки.

1. Проводится учет и анализ селекционных признаков животных (суточный удой, удой за 305 дней лактации, массовая доля жира (МДЖ), массовая доля белка (МДБ), абсолютное содержание молочных белка и жира и их суммарный показатель и др.) за исследуемый период в контексте с биохимическими показателями крови, а также хозяйственными условиями.

2. Проводится расчет селекционного индекса (родительского индекса коровы (РИК), родительского индекса быка (РИБ) и др.) и оценка степени его реализации у подконтрольных животных в среднем по группам.

3. Вычисляется итоговый показатель, характеризующий степень адаптационной способности животных - адаптационный индекс .

Анализ научной литературы и патентной информации показывает, что заявляемый способ является новым, так как он не известен из уровня науки и техники, то есть соответствует критерию патентоспособности «новизна». Изучение аналогичных технических решений, используемых для оценки комплексной адаптационной способности крупного рогатого скота не выявило в них признаки, сходные с заявленным решением, из чего следует, что предлагаемое изобретение имеет изобретательский уровень, так как для среднего специалиста в области зоотехнии, биологии, физиологии и ветеринарии оно явным образом не следует из уровня науки и техники и до настоящего времени не применялось. Изобретение является промышленно применимым, так как оно может использоваться в животноводстве при оценке адаптационных качеств крупного рогатого скота и других отраслей продуктивного и непродуктивного животноводства. Техническое решение задачи состоит в повышении эффективности и достоверности оценки адаптационной способности животных. Предлагаемый способ дешев, т.к. не требует применения специальных приборов, оборудования и реактивов, дорогостоящих анализов в специальных лабораториях и дополнительных знаний в рамках программ повышения квалификации; также он подходит как для малых, так и для крупных животноводческих комплексов, т.к. не предполагает вмешательство в технологические процессы и нарушение и ритмов производства, а выполняется в рамках рутинных профилактических (при плановой диспансеризации) и технологических работ специалистов предприятия.

Пример конкретного осуществления способа комплексной оценки адаптационной способности скота

Научно-производственный эксперимент выполнен на поголовье молочного стада в условиях племенного завода ОАО «Михайловское» Ярославского района Ярославской области. Для проведения опыта по принципу пар-аналогов сформировано три группы по 10 клинически здоровых коров-первотелок в каждой: чистопородные ярославские (контрольная, I группа), чистопородные голштинские (опытная, II группа), завезенные по импорту из Канады, и Михайловский тип ярославской породы с долей кровности по голштинам 75-80% (опытная, III группа). Для получения объективных результатов в каждой группе присутствовали коровы трех физиологических состояний: новотельные, на 2-3-м месяце лактации и сухостойные. У животных отбирали пробы крови пункцией яремной вены в утренние часы до кормления.

Биохимические исследования крови подконтрольных животных проводились в ГБУ «Ярославская областная ветеринарная лаборатория» по следующим методикам: общий белок - рефрактометрическим методом; белковые фракции (альбумины и глобулины) - турбидиметрическим методом; каротин - методом Бессея в модификации Левченко; активность аспартатаминотрансферазы и аланинаминотрансферазы - динитрофенилгидрозоновым методом (метод Райтмана-Френкеля) [Методы ветеринарной клинической лабораторной диагностики [Текст]: справочник / Под ред. И.П. Кондрахина. - М.: КолосС, 2004. - С. 89-91, 97-100, 186-188, 221-226]; общий кальций, неорганический фосфор, глюкозу и активность щелочной фосфатазы - на полуавтоматическом анализаторе для биохимического и иммунотурбидиметрического анализа с проточной кюветой Vitalon-40» с соответствующими наборами реактивов - КАЛЬЦИЙ-ВИТА», ФОСФОР-ВИТА», ГЛЮКОЗА-ВИТАЛ-03, ЩЕЛОЧНАЯ ФОСФАТА-ЗА-ВИТАЛ-02 (VitalDiagnostics, Спб).

Сила и характер корреляционных связей для вычисления веса корреляционных графов оценивались по шкале Чеддока.

Обработка материалов проводилась по Е.К. Меркурьевой [Меркурьева, Е.К. Биометрия в селекции и генетике сельскохозяйственных животных [Текст] / Е.К. Меркурьева. - М.: Колос, 1970. - С. 18-75, 137-160, 216-248] с использованием пакета программ Microsoft Excel с расчетом статистической значимости по t-критерию.

Оценка достоверности различий групп объектов по степени скоррелированности набора показателей проводилась с помощью интервального оценивания веса корреляционного графа методом бутстрепа [Моделирование адаптации к экстремальным условиям, эффект группового стресса и корреляционная адаптометрия, 2000, С. 106].

Все подконтрольное поголовье содержалось привязным способом в единых сре-довых условиях с кормлением в стойлах и доением в молокопровод.

Результаты биохимического анализа крови коров представлены в таблице 1.

Как видно из табл. 1, в основном, значения биохимических показателей сыворотки крови коров находились у всех подконтрольных животных примерно на одном уровне и не выходили за границы нормы. Однако значения альбуминово-глобулинового индекса указывают, что у первотелок голштинской породы в сравнении с местными сверстницами наблюдалась тенденция к пониженному содержанию альбуминов и повышенному содержанию глобулиновой фракции бежа. Это свидетельствует о нарушении обмена веществ и снижению естественной резистентности животных, которые являются следствием перенесенного голштинами транспортного стресса.

Также на напряженность обменных процессов в организме коров II (опытной) группы указывают повышенные средние значения активности аланинаминотрансферазы и щелочной фосфатазы, что связано с мобилизацией защитных сил организма. Последнее также может свидетельствовать о повышении резорбции костной ткани в результате напряженности обменных процессов в связи с большим выносом минеральных питательных веществ с молоком. На это указывает и снижение уровня глюкозы в крови, наблюдающееся у высокопродуктивных коров (у животных II (опытной) группы самый высокий генетически запрограммированный потенциал молочной продуктивности по удоям среди изучаемых групп первотелок), когда организм животных не может покрыть возрастающий расход питательных веществ, выделяемых с молоком, поступлением питания с кормами.

Далее проведен корреляционный анализ биохимических показателей, на основе которого вычислена степень скорелированности, т.е. вес корреляцинного графа по каждой группе подконтрольных животных, который подтвердил выводы по анализу значений интерьерных показателей крови животных.

Вес корреляционного графа (G) рассчитывали по формуле:

где G - вес корреляционного графа, доли единицы;

- коэффициент корреляции между i-м и j-м интерьерными параметрами,

Р - уровень статистической значимости коэффициентов корреляции, равный или меньший 0,05.

В результате исследований процесса адаптации к изменившимся условиям степень скоррелированности (G) между физиологическими параметрами выше, чем в адаптированном состоянии, что и подтверждают полученные общие веса корреляционного графа: у коров II (опытной) группы G = 7,46, а у коров III (опытной) и контрольной групп степень скоррелированности оказалась практически на одном уровне: G составил 6,48 и 6,32, соответственно.

Для первотелок II (опытной) группы высокий вес корреляционного графа объясним стрессовыми факторами (новые условия кормления, привязное содержание и доение в стойлах), тогда как для сверстниц контрольной группы такие условия являются привычными, и они уже хорошо адаптированы к ним. Для коров III (опытной) группы в сравнении с контрольной чуть более высокое значение G можно объяснить напряженностью обменных процессов, направленных на активное образование структурных компонентов молока и их вынос из организма: от этих животных получены самые высокие показатели обильно-, жирно- и белковомолочности.

Таким образом, способ оценки адаптации путем расчета и анализа веса корреляционного графа подтвердил свою эффективность и показал на популяциях животных эффект группового стресса, который состоит в том, что чем выше адаптационное напряжение, тем выше скоррелированность физиологических показателей.

Далее проанализированы показатели среднесуточной молочной продуктивности на период проведения исследований интерьерных показателей. Самые высокие показатели обильно-, жирно- и белковомолочности имели коровы III (опытной) группы (табл. 2). Разность по суточному удою между коровами контрольных и опытной групп не обнаружено. По количеству молочного жира статистически достоверно первотелки III (опытной) группы превосходили животных контрольной группы на 0,26 кг (Р<0,05). Остальные различия оказались недостоверны. Однако значения МДЖ и МДБ коров контрольной группы превышали соответствующие значения II (опытной) группы. Более крупными по живой массе животными оказались коровы III и II (опытных) групп.

По удою за законченную стандартную лактацию коровы III (опытной) группы превысили показатели II группы на 403 кг, или 6,4%, а I (контрольной) группы - на 1691 кг (Р<0,01) или на 33,6% (табл. 3). Содержание жира и бежа в молоке коров III группы выше, чем у II (опытной) группы, на 0,17% и 0,07% соответственно, но меньше, чем у коров контрольной группы - на 0,32 и 0,20% (Р<0,05). Бежово-жировой показатель наивысший также у коров III (опытной) группы - на 43,4 и 92,8 кг больше, чем у коров II (опытной) и контрольной группы соответственно.

В качестве селекционного индекса для оценки наследуемости продуктивных показателей использовали родительский индекс коровы (РИК), вычисляемый по формуле, предложенной Н.А. Кравченко [Племенной подбор, 1957] на основе коэффициента путей Райта:

где РИК - родительский индекс коровы по удою (кг) или по массовой доле жира (МДЖ) или массовой доле белка (МДБ) в молоке (%);

М - продуктивность матери, кг или %;

ММ - продуктивность матери матери, кг или %;

МО - продуктивность матери отца, кг или %;

2 и 4 - постоянные коэффициенты.

Результаты расчета селекционных индексов приведены в таблице 3. Реализацию селекционного индекса (R_SI) рассчитывается по формуле:

где - фактическое значение селекционного признака;

SI - значение селекционного индекса.

Оценки наследуемости продуктивных показателей (R_СИ, % реализации родительского индекса коровы (РИК) составили: по удою у коров II (опытной) группы - 51%, у III (опытной) группы - 89%, у I (контрольной) группы - 86%; по сумме выхода молочного жира и белка за лактацию у коров III (опытной) группы - 82%, у контрольной группы - 80%, у II опытной группы - 56%. Расчетные значения родительского индекса для исследованных групп коров получены в разных условиях - по II (опытной) группе - в Канаде, а по двум другим группам - в условиях Ярославской области. Поэтому различия в реализации наследственных задатков (родительского индекса) у импортного и отечественного скота могут быть обусловлены тем, что состав кормов и системы нормирования питания животных в РФ и за рубежом в той или иной степени отличаются. Определенное влияние на реализацию генетического потенциала импортного скота могут, по-видимому, вносить эффекты технологических стрессов, снижающие уровень жизнеспособности и потенциал продуктивного долголетия у завозимых животных.

После расчета степени реализации родительского потенциала молочной продуктивности по первой лактации, вычислили среднее значение реализации родительского индекса коровы (РИК) по следующей формуле:

где R_SI - реализация селекционного индекса;

n - количество селекционных индексов.

Далее провели расчет комплексного показателя адаптации по формуле:

где M_R - среднее значение реализации наследственного потенциала продуктивности (в качестве такого показателя допустимо использовать родительский индекс коровы (РИК), родительский индекс быка (РИБ) и другие селекционные индексы), %;

G - вес корреляционного графа, доли единицы.

Результаты проведенных расчетов представлены в таблице 4.

Как видно из таблицы 4, значения комплексного показателя адаптации у животных I и III групп, т.е. скота местной селекции оказался на одном уровне, а значение животных II группы (популяция импортного скота) оказалось значительно ниже, что доказывает предположение о том, что отечественный скот лучше адаптирован к местным хозяйственным условиям разведения, чем импортный.

Таким образом, предложенный комплексный показатель информативно отражает степень реализации наследственных продуктивных качеств животных в зависимости от напряженности адаптации.

Изобретение относится к области биотехнологии. Изобретение представляет собой способ, заключающийся в том, что у коров последовательно исследуют показатели напряженности обменных процессов и реализацию наследственных качеств через вычисление комплексного показателя - адаптационного индекса (I_a), рассчитывающегося путем отношения среднего значения реализации селекционного индекса по группе животных (в числителе) к значению признака напряженности обменных процессов (в знаменателе) за анализируемый период по формуле: , где MR - среднее значение реализации наследственного потенциала продуктивности (в качестве такого показателя допустимо использовать родительский индекс коровы (РИК), родительский индекс быка (РИБ) и другие селекционные индексы), %; G - вес корреляционного графа, доли единицы. Чем выше реализация наследственного потенциала продуктивности, тем ниже напряженность обменных процессов, а значит адаптация проходит успешнее. Изобретение может быть использовано для оценки адаптационных качеств мясного скота, а также в других отраслях продуктивного и непродуктивного животноводства при отборе животных в условиях промышленной технологии, а также в способах разведения и селекции. 4 табл., 1 пр.

Способ комплексной оценки адаптационной способности крупного рогатого скота, включающий отбор венозной крови с анализом биохимических показателей у коров при смене средовых условий, расчет коэффициентов корреляции, вычисление веса корреляционного графа для оценки адаптационной напряженности обменных процессов у животных, рассчитываемого по формуле как сумма весов его ребер - сумма соответствующих коэффициентов корреляции где G - вес корреляционного графа; r_ij - коэффициент корреляции между i-м и j-м параметрами, α - уровень статистической значимости коэффициентов корреляции, отличающийся тем, что проводят учет и анализ селекционных признаков животных: суточный удой, удой за 305 дней лактации, массовая доля жира (МДЖ), массовая доля белка (МДБ), абсолютное содержание молочных белка и жира и их суммарный показатель; за исследуемый период в контексте с биохимическими показателями крови, а также хозяйственными условиями; осуществляют расчет селекционного индекса: родительский индекс коровы (РИК), родительский индекс быка (РИБ); и оценки степени его реализации у подконтрольных животных в среднем по группам; вычисляют итоговый показатель, характеризующий степень адаптационной способности животных - адаптационный индекс I_а, рассчитываемый за анализируемый период (формула): I_а=M_R/G, где M_R - среднее значение реализации наследственного потенциала продуктивности; в качестве такого показателя широко используются родительский индекс коровы (РИК), родительский индекс быка (РИБ), %; G - вес корреляционного графа, единицы.