Селекционный контроль качества молока как инструмент оценки племенной ценности животных

Актуальность темы. Система оценки племенной ценности животных складывается из фенотипических и генотипических признаков, на основании которых рассчитываются индексы племенной ценности. Большой упор при ведении племенной работы с крупным рогатым скотом ранее делался по большей части на фенотипические признаки животных, что и происходит в настоящее время во всех хозяйствах Тюменской области [8, 14]. Опираясь на генетические факторы, доля влияния которых, например, на молочную продуктивность составляет 25–30 %, можно не только проводить оценку племенной ценности, но и улучшать стадо по необходимым параметрам. Это уже является основой работы непосредственно на самом предприятии, поэтому именно работа по системе улучшения стада позволяет реализовать генетический потенциал отобранных с помощью геномной оценки животных [1, 12].

Оценка крупного рогатого скота проводится по утвержденной Коллегией Евразийской экономической комиссии (от 24.11.2020 г. № 149) методике оценки племенной ценности крупного рогатого скота молочного направления продуктивности. Согласно данной методике племенная ценность коров и быков молочного направления продуктивности определяется по удою, молочному жиру и молочному белку и рассчитывается: а) у коров – по окончании лактации; б) у быков – при наличии данных о продуктивности дочерей за 305 сут лактации.

Однако сложность использования геномной селекции обусловливается еще и тем, что сама молочная продуктивность в значительной степени зависит от факторов окружающей среды [9, 15]. Так, бельгийские исследователи показали, что оценка племенной ценности быков по молочной продуктивности дочерей голштинской породы существенно отличаются в Люксембурге и Тунисе, причем доля генетической компоненты изменчивости по характеристикам молочной продуктивности выше в Люксембурге, а паратипической – в Тунисе. Ранговые корреляции у одних и тех же быков были низкими и недостоверными между оценками, полученными для них по молочной продуктивности их дочерей в разных странах [2].

Для автоматизации, ускорения работы со стадом, а также получения достоверных параметров молочной продуктивности при оценке племенной ценности животных существуют различные механизмы, одним из таких является селекционный контроль качества молока.

Рассматриваемый в данной статье вопрос является составной частью научно-исследовательских работ, проводимых ФГБОУ ВО ГАУ Северного Зауралья по теме «Улучшение генетического потенциала крупного рогатого скота молочного и мясного направлений продуктивности, разводимого на предприятиях Тюменской области, ЯНАО, ХМАО-Югры» АААА-А20-120120490045-8.

Цель работы – оценить эффективность автоматизации сбора данных качества молока при оценке племенной ценности животных.

Материал и методы исследований. Исследования проведены в 2021 г. в племенном заводе по разведению черно-пестрой породы крупного рогатого скота. На основании получаемых данных в автоматическим режиме возможен разносторонний анализ показателей по стадам и не только в рамках отдельных хозяйств. Так, например, возможно оценить динамику показателей по сезонам года в разрезе по породам или половозрастным группам и т. д.

В соответствии с действующими нормативными документами учет молока от коров в племенных хозяйствах России осуществляется раз в месяц – за одни контрольные сутки по всем сеансам доения (при трехкратном доении – утро, день, вечер). Ведущими странами мира, входящими в систему ICAR (International Committee of Animal Recording), применяется метод селекционного контроля качества молока коров, основанный на учете показателей только одного сеанса доения с последующим автоматизированным переводом данных на суточные показатели с использованием утвержденных переводных коэффициентов [10, 11].

Показатели химического состава молока (массовая доля жира и общего белка, лактозы, мочевины, бета-гидрокси-бутирата, ацетона и соматических клеток) исследовались на базе лаборатории селекционного контроля качества молока Института прикладных аграрных исследований и разработок ФГБОУ ВО ГАУ Северного Зауралья при помощи комбинированной системы анализаторов молока Bentley FTS-400. В состав лаборатории также входит контроль-ассистентская служба, которая выезжает в хозяйство и совместно с персоналом хозяйства проводит контрольные доения.

Принцип работы Bentley FTS-400 основан на измерении интенсивности излучения в среднем ИК-диапазоне спектра, прошедшего через кювету с гомогенизированным исследуемым образцом молока. В хозяйствах установлены счетчики зоотехнического учета молока выгрузки данных зоотехника-селекционера об инвентарном номере коровы и т. п., данные об удое (кг) и прочие сведения поступают в Сервис «Молочная лаборатория» от ООО «Региональный центр информационного обеспечения племенного животноводства Ленинградской области “ПЛИНОР”». Химический анализ молока, полученный с прибора Bentley FTS-400, также поступает автоматически в данную программу. Полные данные коммуницируются в сервисе «Молочная лаборатория».

Результаты исследований и их обсуждение. За период с февраля по май по результатам анализа 415–466 проб молока в среднем по отдельному отделению и в разрезе лактаций получены сведения, представленные в табл. 1.

Примечание: * – ТР ТС 033/2013 «О безопасности молока и молочной продукции» (прил. 5, 6); ** – исходя из формулы СВ = СОМО + Жир; *** – ГОСТ Р 52054-2003. Молоко коровье сырое (с изм. № 1, 2).

За анализируемый период по средним уровням содержания питательных веществ и температуре замерзания, уровню соматических клеток молоко соответствовало требованиям ТР ТС 033/2013 «О без опасности молока и молочной продукции» в части идентификации сырого молока. Лимиты значений по МДЖ находились в диапазоне от 3,99 до 4,46 %, по МДБ – от 3,43 до 3,54 %, причем большее содержание жира в молоке наблюдается в феврале, а белка – в марте.

Среднее соотношение между МДЖ и МДБ находится в норме, но отдельное внимание уделяется лимитам соотношений по итогам индивидуального контроля, где наблюдаются значительные сдвиги от нормы в обе стороны – 0,50–5,28, что вызывает некоторые опасения. Соотношение менее 1,0 является косвенным признаком ацидоза, а более 1,5 – косвенным признаком кетоза коров [3, 7].

Среднее содержание мочевины по стаду было оптимальным и составляло 23,52 мг/дл. В среднем содержание мочевины соответствовало максимально допустимому для сборного сырого молока (не более 40 мг/дл согласно ГОСТ Р 52054). Максимальные и минимальные значения мочевины по данным индивидуального контроля требуют обратить внимание на животных с критическими значениями 7,4–63,8 мг/дл. Уровень мочевины показывает обеспеченность микроорганизмов рубца азотом (белком). Низкий уровень мочевины – показатель недостатка азота, высокий – его избытка.

Автоматизация поступления данных в единую систему позволяет оперативно отслеживать взаимосвязь изменения основных показателей.

Так, например, сбалансированность рациона кормления по обменной энергии и протеину определяют по массовой доле белка и содержанию мочевины в молоке [4, 13]. Оптимальное содержание в молоке МДБ 3,0–3,5 % при мочевине 15–35 мг/дл (рис. 1, сектор 5) свидетельствует о сбалансированности рациона кормления по обменной энергии и протеину. Низкое содержание мочевины – показатель недостаточной обеспеченности азотом (белком) микроорганизмов в рубце, а высокое – наоборот показатель избыточности азота.

Рис. 1. Взаимосвязь между белком (у) и мочевиной (х) в молоке коров (а – февраль, б – май)

В секторе 1, 4 и 6 – сдвиг соотношения между жиром и белком (табл. 2). В секторе 1 наблюдается соотношение жира к белку – 0,94, в секторе 4 – соотношение 1:1, что характерно для ацидозного состояния. В секторе 6 – значительный сдвиг на сторону жира, если принять во внимание в среднем 101 сут лактации коров этого сектора, то можно предполагать, что у животных происходит мобилизация жирового депо (признак напряженного обмена веществ) и формирование кетонов (уровень кетоновых тел повышен до 1,99 ммоль/л при норме 1,5 и менее). В секторе 8 наблюдается низкое содержание белка в молоке, что является признаком недостатка энергии и нерасщепляемого протеина. Возможные проблемы – образование желтого тела, кист, скрытая течка, заболевания копыт, увеличение нагрузки на печень.

Распределение коров по группам с учетом соотношения между МДБ и мочевины в молоке показало, что в феврале и мае у 43,7 и 52,0 % коров рацион кормления на ферме, соответственно, был сбалансирован по обменной энергии и протеину.

В сектор 2, в свою очередь, в текущих месяцах вошли 44,3 и 38,1 % коров на ферме. Эти животные предположительно испытывали избыток обменной энергии в рационе кормления. На рис. 2 показана структура поголовья в этом секторе, из чего следует, что избыток энергии в рационе был для коров после 100 сут лактации. Достоверность представленных данных о сбалансированности рационов по группам подтверждается и лабораторным анализом рационов кормления в данный период.

Рис. 2. Структура поголовья коров в секторе 2 (рис. 1) по сут после отела (а – февраль, б – май)

Также сравнивая группы коров одного возраста с наименьшим и наибольшим содержанием соматических клеток, отметили, что преимущества по суточному удою почти всегда имеют животные с низким уровнем соматических клеток в молоке. Так, например, в мае преимущество по величине суточного удоя составляло от 2,26 до 4,02 кг молока. Таким образом, повышение числа соматических клеток в молоке приводит не только к снижению сортности молока, но и негативно сказывается на объемах его производства.

Количество соматических клеток (КСК) изменялось по суткам лактации (рис. 3).

Рис. 3. Количество соматических клеток и удой в зависимости от сут лактации у первотелок (а) и полновозрастных коров (б)

На ферме высокий уровень соматических клеток у первотелок был до 30 сут лактации, поэтому особое внимание необходимо уделить профилактике мастита у этой возрастной группы с целью сохранения здоровья вымени, начинать доение рекомендуется со здоровых первотелок. Также очевидна проблема с повышенным числом соматических клеток в группе полновозрастных коров. При наложении графиков КСК и удоя видна связь между этими признаками – рост удоя сопровождался повышением числа соматических клеток.

По результатам полного анализа (лабораторного и аналитического), по каждому показателю хозяйству приложен список коров с идентификационными номерами, лимиты которых выходят за пределы, на основании этого хозяйству удобно вести работу с поголовьем. Схема сбора данных качества молока при оценке племенной ценности животных представлена на рис. 4.

Рис. 4. Схема сбора данных качества молока при оценке племенной ценности животных

Заключение. На основании изучения данных литературы и собственных исследований мы пришли к следующим выводам:

1. Развитие методов молекулярно-генетического маркирования различных геномных участков привело к возможностям геномного сканирования – одновременного генотипирования сотен и десятков тысяч локусов в одном геноме [5, 6]. Методы геномного сканирования позволили продолжить картирование главных генов хозяйственно ценных признаков на основании оценок полиморфизма из генетических карт с высокой плотностью маркеров, что привело к развитию представлений о возможностях их использования в целях геномной селекции.

2. Неоспоримым является тот факт, что применение методов геномного сканирования позволяет достаточно четко определять достоверность происхождения животных, пути их расселения, генеалогические сдвиги между породами и рассчитывать на возможность их использования для надежного определения происхождения и породной принадлежности животных.

3. Зависимость изменчивости количественных признаков от генофондных особенностей пород, влияний факторов окружающей среды и взаимодействий между ними свидетельствует об ограниченности потенциальной эффективности геномной селекции в целях увеличения эффективности животноводства. Поэтому без возможности получения фенотипических данных и данных показателей продуктивности не только невозможна разработка собственного российского индекса племенной ценности животных, но и в целом системы оценки племенной ценности.

4. Лаборатория селекционного контроля качества молока для оценки племенной ценности животных позволяет повышать достоверность данных за счет:

– установления соответствия «корова-проба-анализ» молока (проведенный анализ попадет к нужному животному);

– исключения ошибок ручного ввода данных;

– наглядного получения числа испорченных или неправильных проб (списка животных, пробы которых необходимо повторить);

– сохранения первичных данных лабораторных анализов, возможность их использования в спорных ситуациях.

5. Предлагаемый инструмент в виде лаборатории селекционного контроля качества молока позволяет использовать информацию не только на уровне РИСЦ как интегратора данных в регионе, но и по породам, ассоциациям, союзам, лабораториям, а также передавать готовые данные в ассоциации, союзы, госструктуры.