Разработка и оптимизация уравнения селекционного индекса для комплексной оценки свиней породы йоркшир
В племенной работе с сельскохозяйственными животными многих видов зачастую оценку и отбор особей необходимо проводить не по одному признаку, а по нескольким, которые в подавляющем большинстве случаев имеют разную экономическую и селекционную значимость.
В практике отечественного свиноводства отбор племенных свиней базируется на инструкции по бонитировке, в основе которой лежит комплексная оценка животных по происхождению, типичности, промерам, экстерьеру, продуктивности и качеству потомства.
Отнесение животных к определенным классам по результатам проведения бонитировки дает лишь общее представление о достоинствах и недостатках животных (в первую очередь их производственной ценности) и не дает в полной мере оценки их генетической ценности — как по отдельным селекционным признакам, так и по их комплексу. Для ведения углубленной селекционной работы такая общая оценка явно недостаточна.
Многими отечественными и зарубежными исследователями обобщены различные методы селекции, используемые в отрасли свиноводства за последние несколько десятилетий: выявлено превосходство BLUP-методологии для оценки племенной ценностей животных по хозяйственно полезным признакам над простыми фенотипическими измерениями, приведены преимущества и недостатки процедур селекционного индекса.
Селекционные индексы являются важным инструментом в современных системах разведения разных видов сельскохозяйственных животных. Они постоянно адаптируются, совершенствуются и улучшаются. Индексы позволяют объединить информацию по комплексу хозяйственно полезных признаков в единое число, которое можно использовать для ранжирования животных и принятия селекционных решений. Как отмечает А.В Соляник и соавт. (2013 г.), комплексный индекс нужен не для прогнозирования фактической величины признака, так как он известен, а чтобы дать суммарную (комплексную) расчетную оценку по всем признакам, входящим в индекс согласно экономической цели селекции. Однако, по мнению J.B. Cole, P.M. VanRaden (2018), не существует единой цели селекции, которая была бы наилучшей для всех популяций или всех стад внутри популяции.
Ряд авторов сообщают о недостатках селекционных индексов, заключающихся в том, что в большинстве случаев они обобщены для улучшения породы в целом и используют средние затраты и доходы от производства. При этом индексы не учитывают конкретные маркетинговые и производственные системы производителей. Так, для организации, занятой получением чистопородного племенного молодняка, структура индексного уравнения должна будет включать весь перечень селекционных признаков, в то время как племенные центры, использующие схемы получения помесных свинок (F1), вынуждены будут разделять селекцию свиней в рамках чистопородного и помесного воспроизводства.
Цель исследования — разработка уравнения селекционного индекса племенной ценности по комплексу признаков при разведении свиней породы йоркшир в условиях селекционного-гибридного центра, сосредоточенного на производстве чистопородных и помесных животных.
Материалы и методы исследования
Материалом исследования послужили записи о продуктивности свиней породы йоркшир, рожденных с 2018 по 2024 год и принадлежащих ООО «Башкирская мясная компания» (г. Уфа, Республика Башкортостан), полученные из базы данных первичного учета организации. В качестве признаков продуктивности были рассмотрены: количество рожденных живых поросят, гол. (Number Born Alive, NBA); крупноплодность, г (Average piglet weight at birth per litter, ABW), среднесуточный прирост от рождения до достижения живой массы 100 кг, г/сут (Average daily weight gain, ADWG), толщина шпика, мм (Backfat thickness over 10–11 ribs, BF).
Число записей по показателю количества живорожденных поросят (после логического контроля данных) составило 31 051 опорос для 12 991 свиноматки, по показателю средней массы поросенка в гнезде 7037 опоросов для 4908 свиноматок. Данные по откормочным и мясным качествам были представлены 15 611 записями среднесуточного прироста и 17 609 записями по толщине шпика. Общее количество животных в базе данных родословной составило 103 296 свиноматок и 12 704 хряка.
Прогноз племенной ценности производился посредством решения уравнения смешанной модели BLUP Animal Model (наилучший линейный несмещенный прогноз(англ.Best linear unbased prediction) с помощью программного пакета BLUPF90 (Animal and Dairy Science University of Georgia, USA). В общем виде уравнение BLUP AM выглядит так:
В матричном виде уравнение смешанной модели представляет собой:
где: y — вектор значений признака; b — вектор фиксированных эффектов; u — вектор генетических значений; e — вектор остаточных значений (ошибок); — матрица отношений, основанная на родословной; X и Z — соответствующие структурные матрицы.
Значимость влияния фиксированных эффектов на проявление признака определялась с помощью дисперсионного анализа (p < 0,05). В качестве фиксированных эффектов для оценки воспроизводственных качеств были выбраны: ферма, год, месяц опороса; ферма, год, месяц рождения; номер опороса; количество сибсов в помете; возраст первого опороса; возраст опороса. Для оценки откормочных и мясных качеств: ферма, год, месяц рождения; пол; количество сибсов в помете; номер опороса матери на момент рождения животного; индивидуальная масса при рождении; масса при бонитировке.
Расчет компонентов «варианс» и «коварианс» производили с помощью модуля AIREML, комплексную оценку племенной ценности — по методологии L. Hazel (1943) с помощью построения уравнения селекционного индекса. В общем виде уравнение селекционного индекса представлено так:
Нахождение весовых коэффициентов селекционного индекса осуществляли с помощью решения системы уравнений, имеющей вид:
где: b — вектор весовых коэффициентов; P — матрица фенотипических (ко)варианс; G — матрица генетических (ко)варианс; a — вектор экономических коэффициентов.
Экономические коэффициенты для показателей многоплодия и крупноплодности были рассчитаны с помощью построения уравнения линейной регрессии, в котором зависимой переменной была представлена суммарная реализационная стоимость всех животных одного опороса при бонитировке, а независимыми переменными — показатели количества живорожденных поросят и средней массы поросенка в опоросе:
где: m — живая масса животных из одного помета при бонитировке; p — стоимость животных за 1 кг живой массы; с — расходы на прирост 1 кг живой массы; NBA — количество живых поросят в опоросе; — соответствующий весовой коэффициент.
Экономический коэффициент для показателя толщины шпика рассчитывался по формуле:
Экономический коэффициент для показателя ADWG был рассчитан по формуле:
Для расчета экономических коэффициентов использовали данные о финансовой отчетности производственной организации. Анализ и обработку всех имеющихся данных осуществляли с помощью языка программирования Python (Python Software Foundation, USA).
Результаты и обсуждение
Для оценки селекционно-генетических параметров и осуществления прогноза племенной ценности (Еstimation breeding value, EBV) построены уравнения смешанного типа для каждого показателя продуктивности с включением только значимо влияющих на разнообразие признаков факторов (табл. 1).
На базе построенных линейных уравнений на следующем этапе произведен прогноз племенной ценности животных по исследуемым признакам продуктивности, рассчитаны их вариансные компоненты и коэффициенты наследуемости (табл. 2).
Признаки, связанные с воспроизводительными качествами свиней, имели низкую генетическую обусловленность ( ,14–0,20), откормочные и мясные показатели характеризовались средним уровнем наследуемости ( ,40–0,64), что согласуется с результатами других исследователей.
Mahboob Alam (2021) приводит результаты расчетов коэффициентов наследуемости для породы йоркшир корейской селекции. Для показателя количества живорожденных поросят он составил 0,09, скорости роста — 0 , толщины шпика — 0,45. По данным Yiting Yang (2023), коэффициент наследуемости для количества живорожденных поросят составил 0,193, для средней массы поросенка в помете — 0,186.
Показатель многоплодия является одним из наиболее экономически значимых признаков продуктивности в селекционных программах в свиноводстве. В то же время увеличение количества поросят в помете оказывает негативное влияние на среднюю массу рожденных поросят и выровненность поросят по живой массе, что в свою очередь снижает показатели среднесуточного прироста и выживаемости поросят до отъема. Таким образом, оптимальной стратегией отбора лучших генотипов является отбор по комплексу хозяйственно полезных признаков, основанный на построении уравнения селекционного индекса, учитывающего изменчивость целевого признака и его взаимосвязь с другими признаками, а также экономическую значимость включенных в индекс признаков.
Для построения селекционного индекса рассчитаны генетические и фенотипические вариансы и ковариансы признаков (табл. 3). Ковариансные компоненты между воспроизводительными показателями и откормочными и мясными качествами вычислены на основании собственной продуктивности животных и данных по первому опоросу.
Результаты таблицы 3 свидетельствуют о наличии отрицательной (как генетической, так и фенотипической) связи между NBA и остальными исследуемыми признаками, между крупноплодностью (ABW) и толщиной шпика. Во всех остальных парах признаков наблюдали положительную сопряженность.
Вектор экономических коэффициентов (в рублях) для признаков количество рожденных живых поросят, крупноплодностью, скорости роста и толщины шпика составил 1620, 170, 132, 195 соответственно. На основании полученных данных построено уравнение селекционного индекса, включающее в себя все исследуемые показатели продуктивности. Общий вид уравнения представлен как:
На основании индекса была проведена комплексная оценка племенной ценности для всех животных из базы данных родословной. Для анализа эффективности отбора на основании селекционного индекса построены графики, отображающие среднее значение племенной ценности по каждому из показателей продуктивности в группе животных, отобранной с разной интенсивностью (% отбора от всех исследуемых животных). Отбор на основании селекционного индекса обеспечивает сбалансированное увеличение (или, если это является целью селекции, уменьшение — например, для толщины шпика) всех включенных показателей продуктивности как при оценке свиноматок, так и при оценке хряков (рис. 1, 2). Формирование селекционных групп на основании селекционного индекса при любой интенсивности отбора учитывает весь комплекс показателей продуктивности.
Важную роль в производстве продукции свиноводства играет система гибридизации, при которой производится скрещивание специализированных отцовских и материнских линий животных с целью получения эффекта гетерозиса. Селекция при создании специализированных линий ведется по ограниченному набору признаков. Для материнских линий основными показателями являются показатели опороса и молочности свиноматки, для отцовских — мясные качества, показатели конверсии корма и скорости роста.
Авторами разработано оптимизированное уравнение селекционного индекса для отбора животных при формировании групп свиней материнских линий. В состав данного индекса были включены показатели многоплодия и крупноплодности. Итоговое уравнение имело следующий вид:
При моделировании селекционных групп животных было установлено, что оптимизированный индекс обеспечивает более интенсивное увеличение многоплодия в отобранных группах по сравнению с общим индексом.
Среднее значение племенной ценности по многоплодию при отборе 10% лучших свиноматок составило +0,46 гол. по общему индексу и +0,53 гол. — по оптимизированному. В то же время средняя племенная ценность по показателю крупноплодности при отборе 10% лучших свиноматок составила +20,5 по всему комплексу признаков и +18,6 — по оптимизированному. Среднее значение племенной ценности в отобранной группе характеризует генетическое превосходство животных по признаку продуктивности относительно среднего значения признака в исследуемой популяции.
Таким образом, оптимизированный селекционный индекс является наиболее эффективным для увеличения показателей многоплодия. Среднее значение племенной ценности по скорости роста в группе 10% лучших свиноматок по общему индексу составило +8,3 г, -1,1 г — по оптимизированному; по толщине шпика -0,08 мм и +0,06 мм соответственно (рис. 3, 4).
При отборе 10% лучших хряков по общему индексу средние значения племенной ценности составили +0,45, +19,2, +7,5, -0,05, при отборе по оптимизированному — +0,56, +18,8, -1,8 и +0,06 для показателей многоплодия, крупноплодности, скорости роста и толщины шпика соответственно.
Установлено, что оценка и отбор животных по общему индексу обеспечивают генетический прогресс по каждому из включенных показателей продуктивности, в то время как отбор по оптимизированному индексу акцентирован на улучшение показателей количества живорожденных поросят. При этом другие показатели имеют менее выраженную тенденцию к увеличению (крупноплодность) или снижаются (толщина шпика и скорость роста). Данный факт подтверждают рассчитанные коэффициенты ранговой корреляции между величинами племенной ценности животных по отдельному признаку и разными вариантами (общий и оптимизированный) селекционного индекса. Результаты приведены в таблице 4.
Оценена эффективность двухэтапной схемы отбора животных в селекционные группы. Предварительный отбор осуществляли на основании общего селекционного индекса, включающего все показатели продуктивности, при котором были отобраны 20% лучших животных по общему индексу.
Второй этап отбора провели с использованием оптимизированного селекционного индекса, при котором были отобраны 50% лучших животных из отобранных на первом этапе. Средние значения племенной ценности в отобранной группе животных по показателям многоплодия, крупноплодности, скорости роста и толщине шпика при двухэтапном отборе составили: +0,51, +2,01, +0,23 и -0,02 для хряков и +0,52, +1,88, +0,26 и -0,07 для свиноматок. Двухэтапный отбор обеспечивает более интенсивное увеличение показателя многоплодия, чем при отборе по общему индексу, при этом не допуская ухудшения откормочных и мясных качеств, как при оборе по оптимизированному индексу.
Выбор стратегии отбора хряков и свиноматок на основании селекционного индекса по комплексу показателей продуктивности необходимо проводить в соответствии с целями селекции, применяемыми технологиями скрещивания и гибридизации, а также экономической значимости признаков в зависимости от используемой системы производства и реализации продукции свиноводства.
Выводы
Разработано уравнение селекционного индекса, включающее показатели многоплодия, крупноплодности, скорости роста и толщины шпика для комплексного отбора в селекционные группы хряков и свиноматок породы йоркшир.
Предложено оптимизированное уравнение селекционного индекса, включающее ограниченный набор воспроизводительных показателей свиней для проведения двухэтапного отбора на базе двух индексов.
Установлено, что комплексный отбор способствует сбалансированному увеличению всех исследуемых признаков продуктивности, в то время как двухэтапный отбор с использованием оптимизированного уравнения селекционного индекса максимизирует генетическое улучшение показателя многоплодия, не допуская снижения коррелирующих с ним признаков продуктивности.
Об авторах
Антон Васильевич Савинов¹, аспирант
savinovantonv@mail.ru http://orcid.org/0000-0002-6770-1990
Наталья Сергеевна Алтухова¹, кандидат сельскохозяйственных наук, доцент
n.altukhova@rgau-msha.ru http://orcid.org/0000-0001-6169-3953
Мария Сергеевна Круткина², руководитель аналитического отдела
mkrutkina@agroplem.ru https://orcid.org/0009-0008-0616-3990
Никита Александрович Ложкин², аналитик
nlozhkin@agroplem.ru http://orcid.org/0009-0007-5577-3907
Марина Владимировна Белова³, начальник селекционно-генетического управления
belova_mv@tavros.ru http://orcid.org/0009-0006-5259-6549
Андрей Иванович Рудь³, доктор сельскохозяйственных наук, руководитель научно-исследовательского отдела селекции животных
rud_ai@tavros.ru http://orcid.org/0000-0001-8893-2846
Илья Владимирович Рукин², директор по научным исследованиям и разработкам
irukin@agroplem.ru http://orcid.org/0000-0003-4093-3254
1 Российский государственный аграрный университет — МСХА им. К.А. Тимирязева,
ул. Тимирязевская, 49, Москва, 127434, Россия
2 АО «Агроплем», Каширское шоссе, 49, Москва, 115409, Россия
3 ООО «Башкирская мясная компания», пр-т Октября, 1, Уфа, 450001, Россия
УДК 636.4.033
DOI: 10.32634/0869-8155-2025-395-06-73-80
