Конструирование прогнозного индекса для получения новых высокоценных генотипов коров

Цель данного исследования — разработка прогнозного индекса APIndex для животных отечественной айрширской популяции молочного скота с использованием генетико-математической модели. В обработку вошли фенотипические данные 65753 коров из 34 племенных хозяйств 8 регионов РФ. Согласно базовой модели индекса I _AYR, разработанного в предыдущих исследованиях, проведена оценка пробанда AI_AYR и родителей: SI_AYR — для быков-отцов, DI_AYR — для матерей коров с использованием собственных оценок племенной ценности EBV методом BLUP AM. С помощью однофакторного дисперсионного анализа ANOVA установлены значимые влияния факторов индексной оценки отцов и матерей на зависимую переменную величины индекса пробанда, которые составили 20,9% и 17,7%. В результате вычисления силы влияния и коэффициентов регрессии разработан прогнозный индекс для пробанда, позволяющий оценить потомство еще до получения его фенотипических данных. Подтверждением качества разработанной модели прогнозного индекса послужили высокие достоверные коэффициенты корреляции с AI_AYR (r = 0,807, p ≤ 0,001), SI_AYR (r = 0,889, p ≤ 0,001) и DI_AYR (r = 0,515, p ≤ 0,001). Таким образом, сконструированный индекс APIndex может быть использован в качестве инструмента прогнозирования индексной оценки животных для получения новых высокоценных генотипов и элиминации нежелательных особей с помощью выявленных отрицательных оценок.

1. Legarra A., González-Diéguez D., Vitezica Z.G. Computing strategies for multipopulation genomic evaluation. Genetics Selection Evolution. 2022; 54: 10. https://doi.org/10.1186/s12711-022-00705-x

2. Misztal I., Aguilar I., Lourenco D., Ma L., Steibel J.P., Toro M. Emerging issues in genomic selection. Journal of Animal Science. 2021; 99(6): skab092. https://doi.org/10.1093/jas/skab092

3. Mei Q., Liu H., Zhao S., Xiang T., Christensen O.F. Genomic evaluation for twoway crossbred performance in cattle. Genetics Selection Evolution. 2023; 55: 17. https://doi.org/10.1186/s12711-023-00792-4

4. Селионова М.И., Евстафьева Л.В., Коновалова Е.Н., Белая Е.В. Маркерассоциированная и геномная селекция мясного скота. Тимирязевский биологический журнал. 2023; 2: 37–48. https://doi.org/10.26897/2949-4710-2023-2-37-48

5. Столповский Ю.А., Свищева Г.Р., Пискунов А.К. Геномная селекция. II. Перспективные направления. Генетика. 2020; 56(10): 1107–1114. https://doi.org/10.31857/S0016675820100124

6. Калашников А.Е., Голубков А.И., Щегольков Н.Ф., Гостева Е.Р. Проблемы и вопросы при прогнозировании генетической племенной ценности сельскохозяйственных животных. Вестник НГАУ (Новосибирский государственный аграрный университет). 2022; 4: 77–96. https://doi.org/10.31677/2072-6724-2022-65-4-77-96

7. Дунин И.М., Суслина Е.Н., Григорян Л.Н., Тяпугин Е.Е., Дунин М.И., Аджибеков В.К. Отечественное животноводство на пороге третьего десятилетия ХХI века. Зоотехния. 2021; 1: 7–10. https://doi.org/10.25708/ZT.2020.43.55.002

8. Гавриленко В.П., Катмаков П.С., Бушов А.В. Индексная селекция симментальских коров-первотелок. Вестник Ульяновской государственной сельскохозяйственной академии. 2018; 2: 119–124. https://doi.org/10.18286/1816-4501-2018-2-119-124

9. Salem M.M.I., Nasr M.A.F., Amin A.M.S. Principal component analysis of breeding values for birth weight milk and reproductive traits of the Egyptian buffalo. Tropical Animal Health and Production. 2021; 53: 183. https://doi.org/10.1007/s11250-021-02625-2

10. Косяченко Н.М., Абрамова М.В., Ильина А.В. Комплексные модели в оценке генотипа ремонтного молодняка. Вестник АПК Верхневолжья. 2017; 4: 30–34. https://www.elibrary.ru/ymjiya

11. Amaya A., Martínez R., Cerón-Muñoz M. Selection indexes using principal component analysis for reproductive, beef and milk traits in Simmental cattle. Tropical Animal Health and Production. 2021; 53: 378. https://doi.org/10.1007/s11250-021-02815-y

12. Shook G.E. Major Advances in Determining Appropriate Selection Goals. Journal of Dairy Science. 2006; 89(4): 1349–1361. https://doi.org/https://doi.org/10.3168/jds.S0022-0302(06)72202-0

13. Wellmann R., Gengler N., Bennewitz J., Tetens J. Defining valid breeding goals for animal breeds. Genetics Selection Evolution. 2023; 55: 80. https://doi.org/10.1186/s12711-023-00855-6

14. Bijma P., Dekkers J.C.M. Predictions of the accuracy of genomic prediction: connecting R2, selection index theory, and Fisher information. Genetics Selection Evolution. 2022; 54: 13. https://doi.org/10.1186/s12711-022-00700-2

15. Stockton M.C., Wilson R.K., Feuz D.M., Stalker L.A., Funston R.N. Using measurable physical characteristics to forecast beef heifer maturity: The identification of a maturity index. Journal of Animal Science. 2013; 91(9): 4462–4468. https://doi.org/10.2527/jas.2012-5885

16. Троценко И.В., Иванова И.П. Анализ уровней повторяемости оценок продуктивной способности коров. Молочнохозяйственный вестник. 2021; 4: 103–114. https://doi.org/10.52231/2225-4269_2021_4_103

17. Романова Е.А., Тулинова О.В. Построение региональных селекционных индексов для коров айрширской популяции РФ. Генетика и разведение животных. 2023; 2: 28–35. https://doi.org/10.31043/2410-2733-2023-2-28-35