продуктивности и т.д. Все виды животных в первую очередь подразделяют на основное стадо (матки и самцы - производители) и молодняк.
При анализе валовой продукции животноводства рассматривают продукцию нормальной жизнедеятельности животных, связанной с хозяйственным использованием животных как средство производства (молоко), а также продукцию выращивания скота (мясная продукция), использование которой для потребления человеком предполагает забой животных. Продуктивность представляют собой выход продукции на 1 голову животных. При оценке молочной продуктивности существенное значение имеет учет качества молока (калорийность, содержание сухих веществ, жира, белка, молочного сахара). Источниками статистических данных о численности и продуктивности скота являются годовые, месячные и квартальные отчеты; отчеты о состоянии животноводства.
Статистическую обработку результатов ПЦР-ПДРФ и данных зоотехнического и племенного учета проводят методами популяционногенетического и биометрического анализа (П.Ф. Рокицкий, 1961; Н.А. Плохинский, 1970; Е.К. Меркурьева, 1977) [322].
Исследование генетической структуры крупного рогатого скота включает сравнение выборок по распределению частот аллельных вариантов генов соматотропинового каскада, а также оценку соответствия распределения частот генотипов теоретически ожидаемому в соответствии с законом ХардиВайнберга.
Частоты генотипов определяются методом прямого подсчета Относительную частоту аллелей рассчитывают по формуле (2):
p=(2nAA+nAB)/2N и q=(2nBB+nAB)/2N (2)
где p – частота аллеля A , q – частота аллеля B , nAA , nAB , nBB – число особей с данным генотипом, N – общее число особей [323].
Статистическую ошибку относительных частот аллелей вычисляют по формуле (2):
SQ=√(Q(1- Q)/2n) (2)
где Q − относительная частота исследуемого аллеля; n − объем выборки [324].
Cравнение выборок по распределению частот аллельных вариантов исследуемых генов проводят с помощью критерия χ2 , формула (3). Число степеней свободы =1:
χ 2 =∑(Но-Не)/Не (3)
где Но − наблюдаемые частоты аллелей;
106
Не − ожидаемые частоты аллелей [324].
В случае, если ожидаемые значения численности хотя бы в одном из классов оказывается меньше пяти, то расчет χ2 осуществлялся с поправкой Йетса, формула (4):
χ2 =∑((Но-Не)-0,5)2 / Не (4)
Соответствие фактического распределения генотипов теоретически ожидаемому в соответствии с законом Харди-Вайнберга оценивается с помощью критерия χ2 , формула (5). Число степеней свободы равняется одному (число генотипов минус число аллелей).
χ2 =∑(Но-Не)2 / Не (5) где Но − наблюдаемые частоты генотипов,
Не − ожидаемые частоты генотипов: (6) АА=p2 ; AB=2pq; BB=q2 [324].
В случае, если ожидаемые значения численности хотя бы в одном из классов оказывается меньше пяти, то расчет χ2 осуществляется с поправкой Йетса:
χ2 =∑((Но-Не)-0,5)2 / Не (7)
Допустимое значение χ2 для одной степени свободы и 5% уровня значимости составляет 3,84 [324].
Для оценки влияния генотипов на признаки продуктивности вначале необходимо выявить предпочтительный и альтернативный генотипы. Для полиморфизмов, у которых группы животных с разными генотипами достоверно различаются между собой по конкретному признаку, генотип, характеризующийся наиболее высоким уровнем продуктивности, является предпочтительным, а два других – нежелательными при отборе животных в ходе селекционного процесса.
Предпочтительный и нежелательные генотипы для каждого полиморфизма определяют путем сравнения средних значений показателей продуктивности в группах животных с разными генотипами между собой, с достоверностью разницы - * P<0,05; ** P<0,01.
Достоверность различий сравниваемых показателей оценивают по критерию Стьюдента.
Подбор методов статистической обработки и предоставления данных осуществляют с учетом характера распределения изучаемых признаков в имеющихся выборках животных.
При проведении статистического анализа для количественных данных первоначально необходимо определить характер распределения (Shapiro-Wilk` W test).
Если в одной из групп количественные признаки не имеют приближенно нормального распределения, или в одной из групп число выявленных животных с редкими генотипами меньше двадцати, то в дальнейшем вся обработка и интерпретация данных, а также предоставление результатов проводятся методами непараметрической статистики. Данные представляют в виде Ме (25%; 75%), где Ме - медиана (срединное значение) признака; 25% и 75% – интерквартильный размах признака характеризующий разброс распределения признака [324, 325].
Статистическая оценка однородности выборок, а также оценка различий между группами с тремя возможными генотипами проводится методом рангового анализа вариаций для трех и более независимых групп по КраскелуУоллису (Kruskel-Wallis ANOVA) либо с помощью медианного теста. Если число животных в группе с редким генотипом менее шести, такая группа исключается из статистической обработки и сравнение проводится с помощью U-критерия Манна-Уитни (Mann-Whitney U-test) для двух независимых групп.
В случае выявления статистически достоверных различий между предпочтительными и альтернативными генотипами, проводят оценку продуктивности относительно общей выборки. Те генотипы, которые характеризуются достоверно повышенной или достоверно пониженной продуктивностью относительно общей выборки могут быть рекомендованы в качестве генетических маркеров по данному признаку.
Достоверность отличия уровня продуктивности в группах с разными генотипами от общей выборки определяют методом интервального оценивания, путем построения 95% доверительно интервала для медианы анализируемой группы и последующего сопоставления его с медианой общей выборки. Для этого находят и сравнивают границы 95% ДИ для медианы общей выборки и анализируемой группы. Если границы ДИ не перекрываются, анализируемая группа значимо отличается от популяции.
Оценку мясной продуктивности животных с разными генотипами и их парными сочетаниями проводят по признакам живой массы и индексам, характеризующим телосложение (сбитость, костистость, растянутость, шилозадость и массивность). Молочную продуктивность крупного рогатого скота оценивают по удою, содержанию жира и белка в молоке.
Статистическую обработку результатов проводят с использованием программных возможностей «Microsoft Excel 2010» и «Statistica 6.0» (StatSoft, Inс. 1994 – 2001).
