Развиваем сельское хозяйство вместе С заботой о вашем хозяйстве
Товары, услуги и экспертная поддержка — в одном кабинетеУсловия и документы
← База знаний / Селекция

Анализ состояния и перспективы улучшения генетического потенциала крупного рогатого скота молочных пород

В.Ф. Федоренко, Н.П. Мишуров, Т.Е. Маринченко, А.И. Тихомиров · 2019 · Россия · Россия

Текст оригинального русскоязычного издания; перевод не выполнялся.. Историческое издание: сведения приведены по источнику 2019 года.

Войти и скачать PDF ↓

ку таким образом, чтобы на нее сформировался устойчивый спрос. В настоящее время при реализации инвестиционных проектов ставка делается на зарубежную генетику в силу скорее субъективных, чем объективных причин [45].

Ученые ФГБНУ ФНЦ ВИЖ им. Л.К. Эрнста продолжают работу по сохранению и улучшению отечественных пород. В первую очередь их интересуют ценные гены, получаемые от этих пород, например устойчивости к заболеваниям и низким температурам, высокого содержания жира (DGAT1) и белка в молоке (казеиновые и альбуминовые фракции), роста и развития (рецептор гена гормона роста), фертильности животных и др. Происхождение российских местных пород скота в мировом аспекте генетического разнообразия изучается во вторую очередь [42].

Современными направлениями и методами применения ДНКтехнологий являются контроль достоверности происхождения, генетическая оценка ПЦ и др. (рис. 4).

Рис. 4. Направления применения ДНК-технологий в селекции животных

В России геномная оценка не нашла широкого применения, что сказывается на эффективности: по данным Минсельхоза России, в 2013 г. поголовье в 9 млн коров дало 31 млн л молока, а, к примеру, в США в этот же период при таком же поголовье было произведено молока почти в 3 раза больше – 90,8 млн л. Причем в России проблема племенного животноводства традиционно решается с помо-

щью покупки дорогих иностранных племенных животных с геномным индексом ПЦ.

Длительной причиной отсутствия отечественной системы геномной оценки ПЦ молочного скота являлось неимение референтной популяции, на основе исследования генома которой будет разрабатываться математическая система расчета геномного индекса. Требования для включения в референтную популяцию достаточно жесткие: для каждого животного должна быть известна продуктивность не менее 10-20 потомков, собран биологический материал для исследований от каждого быка. Минимальная выборка – не менее 1000 быков, а оптимальная ‒ для получения высокоточного предсказания на уровне 70-80% ‒ 10-15 тыс. Но крупнейшее племенное предприятие России – ОАО «ГЦВ», обеспечивающее 70% российского рынка племенным материалом для воспроизводства и искусственного осеменения крупного рогатого скота, содержит лишь 1010 живых быков-производителей молочного направления продуктивности. Также для исследования требуются высококвалифицированные специалисты и дорогое оборудование [48].

Для решения этой проблемы запущены пилотные проекты по созданию племенной базы молочного скотоводства по генотипированию племенных животных и формированию базы данных по породам КРС в РИСЦ.

Ученые проанализировали информацию о продуктивности более 1 млн животных и разработали систему оптимизации данных о происхождении животных для построения точной матрицы родства. Это позволит управлять процессом генетического совершенствования популяции, т.е. повысить молочную или мясную продуктивность.

Генотипирование показало, что в среднем 20,37% данных по молочной продуктивности было удалено ввиду их недостоверности. Создана наиболее достоверная база данных из 44 регионов Российской Федерации [49], в основе которой находилась БД ФГБНУ ВНИИплем продуктивности дочерей всех племенных быков, живущих в племенных хозяйствах России. Совместно с научным коллективом ЗАО «Геноаналитика» были систематизированы и пересчитаны показатели продуктивности с помощью математических моделей, например методом линейного несмещенного прогноза Best

Liner Unbiased Prediction (BLUP), уточнены идентификации каждого племенного быка. Применяемые приемы для расчета BLUP полностью учитывают важные влияющие на него факторы. При поддержке Мин обр на уки России для формирования первичной российской референтной популяции собрали коллекцию биологического материала племенных быков, включающую в себя образцы от более 1150 особей из 21 племпредприятия. Образцы проанализированы на микроматрицах ДНК – Illumina BovineSNP50 BeadChip, которые в состоянии подвергнуть анализу более 56 тыс. полиморфизмов генома за один раз. В мировой практике такой тип микроматрицы считается стандартом для расчета геномного индекса. После получения генотипов были проведены ассоциативные исследования трех основных признаков, используемых в селекции молочного направления продуктивности: удой, массовая доля жира и белка в молоке. Специалисты в области биоинформатики определили взаимосвязи между тысячами полиморфизмов генома Bostaurus и степенью проявления признака. Впервые в мире получены данные для черно-пестрой голштинизированной породы, преобладающей в молочном животноводстве России. Сейчас создается математическая модель для расчета геномных индексов на выборке животных с известными показателями продуктивности и проверки полученной системы на контрольной выборке. Сравнение реальных значений с теоретически рассчитанными на основе анализа их генома указывают на определенную точность разработанной системы расчета геномного индекса ПЦ, несмотря на ограниченное количество генотипов, имеющихся в распоряжении ученых [48].

Для повышения точности разработанной системы запланировано дополнительное генотипирование образцов для увеличения референсной популяции при последующей калибровке системы [50].

Весь комплекс проделанных мероприятий стал основой разрабатываемой национальной системы геномной оценки ПЦ крупного рогатого скота по признакам молочной продуктивности.

Базисом проделанной работы стали предшествовавшие достижения ученых – геном коровы был прочитан в 2009 г. Последовательности генома у каждого представителя вида идентичны на 99,9%, и лишь 0,1% так называемых полиморфизмов генома обусловливают различия между особями. Получение полной последовательности

Оглавление

Текст, тема и отступы ↑

AgroSota всегда под рукой

Выберите своё приложение AgroSota

Один аккаунт на сайте и в приложении. Light и Full можно установить рядом.

Знакомый сайт в приложении. Для привычной работы с AgroSota.

Версия 1.1.4

Мобильные экраны и кабинеты клиента и агента.

Версия 1.2.7 · Тестовая

Для Android 10 и новее · Нужен интернет

Установка и обновления
  1. Скачайте выбранное приложение.
  2. Откройте APK в папке «Загрузки» и следуйте инструкциям Android.
  3. Войдите под своей учётной записью AgroSota.

Light обновляет прежнее приложение AgroSota. Оно проверяет обновления автоматически, скачивание и установка — с вашим подтверждением.

Full устанавливается отдельно. Это тестовая версия: проверка всех сценариев продолжается.

Для iPhone: откройте agrosota.ru в Safari → «Поделиться» → «На экран Домой».

ИИ-помощник AgroSotaПодбор товаров · связь с менеджером
Отвечает ИИ. Текст сообщений обрабатывается OpenAI. Контакты для звонка укажите в форме ниже.
Передать запрос менеджеру