Моделирование лактационных кривых удоя, компонентов молока и метаболитов обмена веществ коров голштинской породы
Оптимизация молочной продуктивности коров является важным аспектом повышения эффективности молочного скотоводства. Повышение продуктивности и генетического потенциала скота наряду с улучшением технологических характеристик животных дает возможность селекционерам разрабатывать новые генотипы, которые объединяют продуктивные, экстерьерные, функциональные показатели здоровья и воспроизводительные качества. Расширение диапазона генетических параметров для выявления ключевых генов, влияющих на продуктивность, открывает новые горизонты для организации селекционно-племенной работы в молочном скотоводстве, что способствует дальнейшему развитию этой отрасли.
Включение дополнительных параметров для оценки как количественного, так и качественного состава молока коров может значительно улучшить реализацию генетического потенциала животных. Это достигается путем контроля и корректировки условий среды, что способствует нормализации обмена веществ, улучшению воспроизводительных качеств и продлению срока продуктивного использования коров.
Генетическая изменчивость различных компонентов молока коров составляет от 7 до 30%, что открывает новые перспективы для селекционной работы. Несмотря на то что такие показатели, как содержание мочевины, ацетона и бета-гидроксимасляной кислоты, могут казаться менее значимыми для селекции, они отражают реакцию животных на изменения в рационе, обмен веществ и технологические параметры производства молока. Это подчеркивает важность комплексного подхода к оценке молочной продуктивности, учитывающего не только традиционные показатели, но и более тонкие метаболические реакции. Включение этих данных в селекционные программы может способствовать созданию более адаптированных и продуктивных генотипов, что в свою очередь повысит общую эффективность молочного животноводства.
Популяционный мониторинг играет ключевую роль в отборе наиболее устойчивых и адаптированных коров, что является важным аспектом в селекционном процессе. Для эффективного контроля состава молока необходимо уделять внимание экономическим показателям, таким как уровень содержания жира и белка, а также количеству соматических клеток. Эти параметры не только отражают качество молока, но и служат индикаторами здоровья животных и их способности адаптироваться к различным условиям содержания. Таким образом, комплексный подход к оценке как количественного, так и качественного состава молока (с акцентом на экономические показатели) будет способствовать улучшению результатов молочного животноводства.
Традиционный отбор животных по жирномолочности остается важным для удовлетворения рынка основными молочными продуктами. Увеличение продуктивности может привести к напряжению физиологического статуса организма коров и нарастанию метаболического стресса. Интеграция популяционного мониторинга и контроля компонентного состава молока может значительно улучшить селекционные программы. Это позволит создать более адаптированные генотипы, способные эффективно реагировать на изменения в рационе и условиях содержания, что в конечном итоге повысит продуктивность и устойчивость молочного стада. Комплексный подход к оценке взаимодействия генотипа и среды станет ключом к успешному развитию молочного животноводства.
Для более глубокого понимания возможностей использования расширенного компонентного состава молока коров мы определили функциональные параметры ряда биомаркеров, которые могут существенно повлиять на качество и безопасность молочной продукции. Одним из ключевых показателей является массовая доля лактозы, которая не только определяет энергетическую ценность молока, но и влияет на его вкусовые качества. Высокое содержание лактозы может свидетельствовать о хорошем состоянии здоровья коров и их способности к эффективному обмену веществ.
Субклинический кетоз часто остается незамеченным, однако его последствия могут быть значительными, включая снижение молочной продуктивности и ухудшение общего состояния здоровья животных. Поэтому регулярный анализ концентрации ацетона и БГБ в молоке позволяет фермерам своевременно выявлять потенциальные проблемы и вносить необходимые коррективы в рацион или условия содержания. Мониторинг ацетона и БГБ является важным инструментом для поддержания здоровья коров и устойчивого развития молочного животноводства. В последние годы зарубежная литература содержит множество исследований, посвященных анализу компонентного состава молока коров с использованием инфракрасной спектрометрии.
Стоит отметить, что концентрация ацетона и бета-гидроксибутирата (БГБ) в молоке коров представляет собой важные маркеры, которые позволяют эффективно мониторить риск возникновения субклинической формы кетоза. Эти вещества играют ключевую роль в оценке обмена веществ у животных. Повышенные уровни ацетона и БГБ могут указывать на нарушения в метаболических процессах, что может привести к серьезным последствиям для здоровья коров и их продуктивности.
Работы направлены на более детальное изучение показателей молока, их изменчивости под влиянием генетических и средовых факторов и носят популяционный характер. По определению этих метаболитов обмена веществ в молоке (мочевина, ацетон, БГБ) для прогнозирования физиологического статуса животных встречается много публикаций.
Вместе с тем использование данных о функциональных параметрах биомаркеров в практике молочного животноводства позволит не только повысить качество молока, но и улучшить здоровье и продуктивность коров, что является важным шагом к устойчивому развитию отрасли.
Цель работы — оценка изменчивости показателей компонентного состава молока в течение лактации для стандартизации описания параметров лактационной деятельности коров при применении уравнений динамики.
Материалы и методы исследования
Обслуживание животных и экспериментальные исследования были выполнены в соответствии с инструкциями и рекомендациями нормативных актов. При проведении исследований были предприняты меры для обеспечения минимума страданий животных и уменьшения количества исследуемых опытных образцов. На основе популяционных наблюдений в племенных хозяйствах Московской области была сформирована база данных продуктивных характеристик крупного рогатого скота голштинской породы. В объединенную исследовательскую базу были включены данные контрольных доек 11 529 коров из 14 племенных стад голштинского скота с 2018 по 2023 год, объединенные с массивом информации о племенном учете из ИАС «Селэкс. Молочный скот» (Россия).
Анализ компонентного состава сырого молока коров осуществлялся в аккредитованных лабораториях селекционного контроля качества молока, таких как АО «Московское» по племенной работе (г. Ногинск, Московская обл., Россия) и ФГБНУ ФИЦ ВИЖ им. Л.К. Эрнста (пос. Дубровицы, Подольск, Московская обл., Россия).
Достоверность полученных результатов была обеспечена за счет индивидуального отбора проб и строгого соблюдения регламентированных процедур отбора образцов.
Пробы молока для популяционного анализа отбирались специалистами хозяйств в течение всего периода наблюдений от лактирующих животных в течение лактации вне зависимости от сезона года. Контроль за качеством отбора проб молока в племенных стадах осуществлялся контроль-ассистентской службой Союз «Мосплем» (г. Ногинск, Московская обл., Россия) однократно в месяц в течение года.
Отбор проб молока осуществлялся специалистами сельскохозяйственных предприятий в соответствии с регламентом Министерства сельского хозяйства РФ.
Лабораторные анализы проводили с использованием CombiFoss (FOSS, Дания). Были обработаны результаты исследований 36 982 проб молока, анализ биомаркеров обмена веществ, таких как ацетон, бета-гидроксибутират (БГБ) и мочевина, были проведены на 11 529 голов скота.
Созданная авторами база данных компонентного состава молока стала основой для изучения популяционно-генетических параметров и определения изменчивости содержания в молоке МДЖ (массовой доли жира), МДБ (массовой доли белка), МДЛ (массовой доли лактозы), следов ацетона и БГБ (бета-гидроксибутирата), а также концентрации мочевины. Номер лактации, как отдельный фактор, в расчетах не учитывался, но был учтен в рамках индивидуального среднего (pₒ), представляющего собой совокупность факторов, влияющих на пиковую продуктивность животного, в том числе и номер лактации.
Для выявления популяционных закономерностей и определения стандартных форм изменчивости компонентов молока, а также для построения лактационных кривых была выбрана и применена нелинейная регрессионная функции:
Разработанные уравнения моделей лактационных кривых были рассчитаны на основе параметров средней продуктивности по каждому из стад и маркеров обмена веществ животных. Модель была адаптирована к данным, соответствующим стандартной лактационной кривой.
Для анализа экспериментальных данных были задействованы общепризнанные статистические методы вариационной статистики с помощью офисного программного комплекса Microsoft Office (Microsoft, США) с применением Excel 2013 (Microsoft, США) с использованием специального программного обеспечения данных в Statistica 10 (Stat Soft Inc., США), BLUPF90 (I. Misztal, Univercity of Georgia, USA), Genome Studio 2.0 (Illumina Inc., USA).
Результаты и обсуждение
На основе нелинейной функции Ali-Schaeffer была проведена модельная оценка лактационной кривой, охватывающая суточный удой, основные компоненты молока, такие как массовая доля жира, белка и лактозы, а также метаболиты обмена веществ, включая следы ацетона и бета-гидроксибутирата в логарифмическом выражении, а также концентрацию мочевины. В результате анализа установлено, что удой за 305 дней лактации составляет 7898 кг молока при среднесуточном удое в 25,9 кг. Максимальный удой достигается на 50-й день лактации и составляет 33,0 кг. Кроме того, были определены ключевые показатели качества молока: жирномолочность — 4,48%, белковомолочность — 3,41%, процент лактозы — 4,86%. Средняя концентрация мочевины в молоке равна 26,9 мг × 100 мл-1, уровень ацетона в нормированном выражении (логарифм) составляет 2,13, а бета-гидроксибутират (БГБ) — 1,81.
В результате исследования была установлена продолжительность лактации для популяции скота Московской области, которая составила в среднем 350 дней для всех изучаемых показателей в динамике лактации.
Для суточного удоя было разработано уравнение, которое описывало форму лактационной кривой:
Достоверность модели оценки лактационной кривой была подтверждена с помощью коэффициента детерминации (R²), который показывает, какую долю дисперсии результативного признака объясняют независимые переменные. В результате анализа стандартной формы, использованной для описания лактационной кривой, был достигнут высокий уровень точности — 93,5%. Анализ лактационной кривой удоя показал, что после первых недель лактации, когда происходят кратковременные гормональные изменения, вызванные рождением теленка, уровень удоя становится стабильным и перестает существенно варьировать. Это математическое выражение позволяет значительно повысить точность расчета удоя молока за весь период лактации коров голштинской породы в популяции Московского региона. Даже в условиях, когда имеются пропущенные или отсутствующие контрольные доения (рис. 1).
Количество контрольных дней за всю лактацию может быть минимизировано при условии сохранения необходимой частоты отбора проб в начале лактации и сокращения количества отбора проб в конце. В результате вместо 9–10 учетных записей продуктивности на животное за лактацию их количество может быть уменьшено до 4–5, что соответствует практике, принятой в некоторых европейских странах в соответствии с протоколом ICAR.
Обычно изучение взаимосвязей между математическими свойствами функций, используемых для моделирования лактационных кривых, ограничивается оценкой степени соответствия. Лактационные кривые, отклоняющиеся от стандартных форм, считаются нетипичными, и потенциальные проблемы, связанные с их появлением на практике, игнорируются.
Для массовой доли жира разработано следующее уравнение:
Аппроксимирующая кривая массовых долей жира и белка в молоке коров голштинской породы исследуемой выборки представлена на рисунке 2.
Для массовой доли белка разработано следующее уравнение:
Анализ данных (рис. 1, 2) показывает, что удой хорошо моделируется стандартной формой лактационной кривой, в то время как процентное содержание жира и белка в молоке характеризуется обратной зависимостью. Лактационная кривая, описывающая содержание жира и белка, не демонстрирует резких колебаний, однако имеет локальный минимум в момент достижения максимального удоя молока. В течение первых недель лактации наблюдаются максимальная жирность молока и высокое содержание белка, что подтверждается графическими данными.
Коэффициент детерминации (R2) для описания процентного содержания массовой доли жира в молоке оказался менее точным и составил всего 63,7%.
Для описания достоверности процентного содержания массовой доли белка в молоке коэффициент детерминации составил 83,9%.
Снижение удоя, как правило, происходит быстрее, что в свою очередь приводит к тому, что к концу лактации в молоке возрастает массовая доля жира и белка.
Для массовой доли лактозы разработано следующее уравнение в форме модели лактационной кривой:
Аппроксимирующая кривая массовой доли лактозы за лактацию характеризуется более сглаженной формой по сравнению со стандартной моделью лактационной кривой суточного удоя (рис. 3).
Достоверность модели лактационной кривой содержания массовой доли лактозы в молоке составила 68,4%.
Согласно данным Costa A., изменения в количественном содержании процента лактозы в молоке могут использоваться в качестве индикаторов функциональных особенностей крупного рогатого скота голштинской породы и биологической взаимосвязи с наличием мастита у коров [16]. Это подчеркивает потенциальную значимость лактозы как биомаркера для оценки здоровья животных.
Исследование компонентного состава было вызвано необходимостью оценить их изменчивость в течение лактации для стандартизации описания параметров лактационной активности коров и разработки уравнения динамики, включая показатели с низкой наследуемостью.
Указанные биомаркеры демонстрируют низкую генетическую изменчивость, за исключением мочевины.
Таким образом, наряду с селекционными мероприятиями по отбору животных на основе признаков здоровья, таких как продуктивное долголетие, важно проводить параллельный мониторинг структуры рациона, технологических аспектов содержания скота и общего управления стадом.
Для молярной концентрации мочевины разработано следующее уравнение:
Настоящее исследование показало, что содержание следов молярной концентрации мочевины в молоке моделируется несколько хуже, чем другие показатели молока, и описывает нетипичную обратную форму (рис. 4).
Коэффициент детерминации для описания содержания следов молярной концентрации мочевины в молоке оказался равным 46,8%.
В качестве биомаркеров для выявления субклинической и клинической форм кетоза у коров голштинской породы на популяционном уровне в Московской области было изучено распределение следов бета-гидроксибутирата (БГБ) и ацетона в молоке (рис. 5).
Для следов ацетона в логарифмическом выражении разработано следующее уравнение:
Для следов БГБ в логарифмическом выражении разработано следующее уравнение:
В ходе исследования было установлено, что в исследуемой выборке популяции скота Московской области доля здоровых животных, соответствующих минимальному порогу ацетона в молоке до 0,30 мМоль/л, составила 52,9%. Доля коров в стадах с возможными формами кетоза распределилась следующим образом: субклиническая форма — 42,5%, клиническая — 4,6%.
Достоверность модели стандартных лактационных кривых для следов ацетона и бета-гидроксибутирата (БГБ) в молоке коров голштинской породы была установлена на уровне 41,6% и 26,0% соответственно.
Следует отметить, что наименьшие коэффициенты детерминации моделей, которые составили менее 50%, были зафиксированы для таких биомаркеров обмена веществ, как бета-гидроксибутират (БГБ), ацетон и мочевина. Это, вероятно, связано с высокой фенотипической изменчивостью этих показателей, что обусловлено значительным влиянием средовых эффектов на их уровень. Кроме того, активная вовлеченность этих биомаркеров в метаболические процессы организма лактирующих коров может способствовать их изменчивости.
Выводы
В результате проведенной оценки динамики изменения удоя и разработки регрессионных уравнений лактационных кривых для низконаследуемых признаков, таких как ацетон, бета-гидроксибутират (БГБ) и мочевина, определена перспективность их использования для характеристики функциональных качеств лактирующих коров. Эти биомаркеры, обладая высокой фенотипической изменчивостью, могут служить важными индикаторами состояния здоровья животных в зависимости от периода лактации.
Включение данных биомаркеров в программы управления стадом коров голштинской породы позволит осуществлять более эффективный мониторинг состояния животных. Это в свою очередь окажет положительное влияние как на общую продуктивность, так и на воспроизводительные качества коров. Мониторинг компонентного состава молока внутри популяции предоставляет возможность определить оптимальные уровни содержания метаболитов обмена веществ, что является ключевым для реализации продуктивного потенциала животных.
Учитывая, что наименьшие коэффициенты детерминации моделей были зафиксированы для биомаркеров обмена веществ, таких как БГБ, ацетон и мочевина, необходимо продолжать исследования в этой области. Это позволит улучшить модели и повысить их точность, что в конечном итоге будет способствовать более эффективному управлению стадом и улучшению здоровья коров в период лактации.
Таким образом, дальнейшие исследования и внедрение новых методов мониторинга могут значительно повысить эффективность животноводства и обеспечить устойчивое развитие отрасли.
Об авторах
Галина Геннадьевна Карликова¹, доктор сельскохозяйственых наук, старший научный сотрудник
karlikovagalina@yandex.ru https://orcid.org/0000-0002-9021-1404
Александр Александрович Сермягин², кандидат сельскохозяйственных наук, директор alex_sermyagin85@mail.ru https://orcid.org/0009-0005-2386-12
Ирина Алексеевна Лашнева¹, кандидат биологических наук, ведущий специалист lashnevaira@gmail.com https://orcid.org/0000-0009-4276-8782
¹ Федеральный исследовательский центр животноводства — ВИЖ им. академика Л.К. Эрнста, пос. Дубровицы, 60, г. о. Подольск, Московская обл., 142132, Россия
² Всероссийский научно-исследовательский институт генетики и разведения сельскохозяйственных животных — филиал Федерального государственного бюджетного научного учреждения «Федеральный исследовательский центр животноводства — ВИЖ им. академика Л.К. Эрнста», Московское шоссе, 55А, г. Пушкин, г. Санкт-Петербург, 196601, Россия
УДК 636. 2.034:519.87
DOI: 10.32634/0869-8155-2025-396-07-77-84
Просмотров: 152
