应用随机回归模型对北京地区荷斯坦牛产奶性状的遗传分析

我国自开展奶牛生产性能测定(DHI)以来,积累了大量DHI数据,这为奶牛群体遗传参数估计和遗传评定奠定了良好的基础。本研究收集了北京地区1998—2018年间131个牛场的99 823头中国荷斯坦奶牛的头胎测定日数据,共计817 208条,以及全部牛只的系谱记录信息,采用了单性状随机回归模型配合4阶Legendre多项式分析中国荷斯坦牛产奶性状的遗传参数以及育种值估计,计算过程采用DMU软件的AI模块。结果表明:北京地区荷斯坦牛产奶量、乳脂率、乳蛋白率、乳脂量、乳蛋白量5个性状的305 d泌乳期遗传力分别为0.28、0.53、0.63、0.25、0.24,1990—2016年间各产奶性状的平均年遗传进展分别为10.52 kg、-0.00046%、-0.00011%、0.30kg、0.32kg。该研究结果为进一步提高选种准确性和遗传进展提供了依据,为北京地区制定合理的育种目标和进行遗传评估提供了理论参考。     

北京地区荷斯坦牛乳糖率影响因素分析及遗传参数估计

为探究非遗传因素对荷斯坦牛测定日乳糖率(lactose percentage,LP)的影响,并估计测定日乳糖率的遗传力及其与体细胞评分(somatic cell score,SCS)、产奶量之间的遗传相关,试验收集了北京地区2017－2019年6个牧场11 554头荷斯坦牛的测定日生产性能记录,采用Mixed模型分析了影响测定日乳糖率的非遗传因素,基于DMU软件的DMUAI模块使用重复力模型估计了测定日乳糖率、SCS和产奶量的遗传参数,分析了测定日乳糖率的遗传趋势。结果显示,北京地区荷斯坦牛测定日乳糖率平均值为5.10%,胎次、泌乳阶段、牧场、测定年和测定季节对乳糖率均有极显著影响(P<0.01)。北京地区荷斯坦牛测定日乳糖率的遗传力估计值为0.097,高于同群体SCS性状;重复力估计值为0.162。1994-2019年,乳糖率性状的估计育种值总体呈升高趋势。乳糖率与SCS、产奶量之间分别存在中等至低的遗传相关,遗传相关系数分别为-0.49和0.28。上述结果表明,在遗传水平上,乳糖率越高的个体,其产奶量越高,体细胞数越低。本研究在中国牛群中对测定日乳糖率的遗传建模分析进行了有益尝试,利用大规模数据初步揭示了测定日乳糖率的遗传规律。     

不同模型估计中国荷斯坦牛生产寿命遗传参数

旨在估计中国荷斯坦牛生产寿命遗传参数,同时比较不同模型的预测可靠性和稳定性。本研究使用单性状动物模型、单性状公畜模型和多性状动物模型对北京地区29个牧场90049头中国荷斯坦母牛的生产寿命数据进行遗传参数估计,所有模型均考虑了场、出生年季、头胎产犊月龄组的固定效应,个体加性遗传效应(动物模型)或父亲遗传效应(公畜模型)的随机效应和残差效应。结果表明,单性状动物模型和单性状公畜模型估计的生产寿命遗传力分别为0.052和0.047,多性状动物模型估计的遗传力较为稳定,介于0.057与0.069之间,多性状动物模型的遗传相关在0.779~0.998之间。对于存在大量在群个体(删失记录)的数据,使用基于前三胎数据的多性状动物模型较为合适,模型预测稳定性更高。本研究对中国荷斯坦牛生产寿命进行了遗传评估,为提高牧场效益、实现平衡育种提供了理论基础。     

奶牛杂交群体及其遗传评估的模拟研究

为验证在奶牛杂交群体中将品种组成和杂合度作为协变量的遗传评估理论,为奶牛杂交模式选择和杂交群体遗传评估等实际问题提供理论依据,结合我国奶业现状,本研究模拟了在低产荷斯坦牛群引入法系蒙贝利亚牛、德系西门塔尔牛进行杂交,采用随机交配和三品种轮回杂交模式、群体世代重叠17年的繁育过程.群体杂合度在第7年后趋于平衡,轮回杂交模式的群体杂合度高于随机交配.经过杂交,原中低产荷斯坦牛群体在产奶性能、生长性能方面都有进展,轮回杂交提高幅度相对略高.此外,利用品种效应和杂合度效应剖分杂种优势,采用单性状和多性状动物模型对模拟群体进行遗传评估,效果基本一致,都可以很好地用于杂交群体的遗传评估.结果表明,对荷斯坦牛中低产群体进行杂交,可实现生产性能和效益的提高,回归模型可用于多元群体的遗传评估.     

中国荷斯坦牛SCD1基因多态性与泌乳性状的关联分析

本研究旨在探索中国荷斯坦牛SCD1基因多态性与产奶性状的相关性.以上海某奶牛场610头中国荷斯坦牛为试验材料,采用PCR-SSCP法对SCD1基因A293V位点遗传多态性进行分析,利用一般线性模型分析SCD1基因A293V位点突变对测定日产奶量、乳脂率、乳蛋白率、305天校正产奶量、乳脂量、乳蛋白量及体细胞评分7个泌乳性状的影响.共检测到AA、AV和VV 3种基因型,频率分别为0.634、0.323和0.043,等位基因A和V的频率分别为0.796和0.204.该位点突变对乳脂率、乳蛋白率的影响达到显著水平(P＜0.05),对测定日产奶量、305天校正产奶量、305天乳蛋白量和305天乳脂量以及体细胞评分影响不显著(P＞0.05).多重比较表明,VV基因型个体的乳蛋白率、乳脂率极显著高于AA、AV型个体(P＜0.01).SCD1基因A293V位点突变对中国荷斯坦牛泌乳性状的遗传效应有一定程度的影响,但影响机理需要进一步的研究.     

中国荷斯坦牛产后0～35d繁殖疾病遗传参数估计

旨在估计中国荷斯坦牛产后0～35d的繁殖疾病遗传参数。本研究收集了1993-2017年间北京地区27个场中国荷斯坦牛产后0～35d25 026条繁殖疾病记录,统计分析发病规律,采用阈模型和线性模型,以场年、胎次和产犊季节为固定效应,个体加性遗传效应和永久环境效应为随机效应得到遗传参数来探究中国荷斯坦牛产后0～35d繁殖疾病遗传规律,同时尝试单独对子宫疾病进行遗传参数估计。结果显示,奶牛产后0～35d繁殖疾病记录占整个泌乳期繁殖疾病记录的54%;使用线性模型和阈模型所得奶牛产后0～35d遗传力分别为0.015 2(0.001 9)和0.094 4(0.01),使用SAS计算两个模型繁殖疾病EBV排名秩相关达95%(P<0.01);在繁殖疾病中,子宫疾病占48%,且主要集中于产后0～35d,利用线性模型估计得到产后0～35d子宫疾病遗传力为0.010 7(0.001 6)。根据线性模型得到的EBV计算繁殖疾病遗传趋势,发现自2000年以来,公母牛繁殖疾病、子宫疾病估计育种值均呈现下降趋势。本研究结果可为中国荷斯坦牛繁殖疾病的遗传育种工作提供参考。     

三河牛产奶量遗传评估模型及遗传参数估计的研究

本文以三河牛第一泌乳期测定日产奶量记录为研究材料,通过建立随机回归模型,对固定效应和随机效应(加性遗传效应和永久环境效应)配合不同阶数的legendre多项式,应用似然比及残差方差等作为综合评价指标,得到了用于测定日产奶量遗传评估的最优模型,并估计了第一泌乳期的表型和遗传变化规律。研究得出:产奶量的最适遗传评估模型为LP8-3-5;产奶量第一泌乳期遗传相关表现为:第153与第228测定日间遗传相关最高(0.943),第5与第305测定日之间存在负的遗传相关(-0.507);第228测定日遗传力最高(0.71),泌乳初期最低(0.184)。     

用Wood模型拟合南方中国荷斯坦牛产奶量、乳脂率、乳蛋白率和体细胞评分及其效果分析

旨在了解南方中国荷斯坦牛测定日产奶量、乳脂率、乳蛋白率和体细胞评分(Somatic cell score,SCS)变化趋势,并进行准确预测.利用Wood模型对南方5个大中型奶牛场(2008-2010年1～3胎)中国荷斯坦牛的33 194条测定日产奶量、乳脂率、乳蛋白率和SCS数据进行曲线拟合.结果表明,测定日产奶量为标准泌乳曲线,乳脂率、乳蛋白率和SCS变化与标准泌乳曲线正好相反.Wood模型对乳蛋白率和产奶量变化曲线拟合度最高,各胎次拟合度均为0.99,误差均方也较低;其次为乳脂率,各胎次拟合度均为0.98,而对SCS的拟合度最低,均在0.7以下,同时误差均方也最大.各胎次产奶高峰日出现的时间与乳蛋白率和SCS最低值出现的时间相近,而最低乳脂率出现的时间较晚.一胎牛高峰产奶量相对较低(30.4 kg·d-1),但泌乳后期泌乳持续力及维持低SCS能力较强;二胎和三胎牛高峰产奶量较大,分别为35.9和36.2 kg·d-1,二胎奶牛在泌乳后期同时维持高乳脂率和乳蛋白率的能力较强.Wood模型适合于南方中国荷斯坦牛测定日产奶量、乳脂率、乳蛋白率变化曲线的拟合分析,而不适合于SCS的拟合分析.     

北京地区中国荷斯坦牛长寿性及其影响因素分析

本研究对北京地区中国荷斯坦牛群不同淘汰原因进行归类并对奶牛长寿性的影响因素进行分析,旨在为奶业实践中提高奶牛长寿性提供依据。试验收集了北京地区1996—2014年的奶牛离群记录(51 361条),将淘汰原因归为11大类。针对在群时间(从出生至淘汰的总天数),使用SAS MIXED过程,以场、出生年和月、淘汰类型作为固定效应,父亲、场年互作、年月互作为随机效应,分析各因素的影响。结果表明:繁殖障碍与消化类疾病是造成奶牛淘汰的最主要因素,约占40%;奶牛平均在群时间不足5年,平均胎次2.86胎;场、出生年、出生月、淘汰类型均对在群时间有显著影响,父亲效应方差组分约占总方差的1%。北京地区中国荷斯坦牛使用年限较短,被动淘汰比例高,其长寿性受遗传与环境因素共同影响。本研究结果可为中国荷斯坦牛群生产寿命遗传评估建模及实施平衡育种奠定基础。     

不同月龄荷斯坦牛产奶量的研究

研究荷斯坦牛不同月龄产奶量,对掌握适宜的配种年龄,提高生产性能有重要的意义。为了探讨同仁县农区不同月龄荷斯坦牛产奶量,对本县保安镇某奶牛养殖合作社100头不同月龄荷斯坦奶牛产奶量进行了分析,结果表明17~18.6月龄的荷斯坦牛胎产奶量最高,比16月龄头胎产奶量高676.55kg(P0.05)比18.7~19月龄头胎产奶量高669.74gk(P0.05),比19.7~19.90月龄头胎产奶量高1027.09kg(P0.01),说明同仁县地区荷斯坦奶牛在17~18.6月龄产奶量最高,也是最佳的初配月龄。     

中国荷斯坦牛干奶期长度的群体特征及其与生产性能的关系

本研究旨在探究北京地区中国荷斯坦牛干奶期长度（DPL）的变化规律及其变异对奶牛各项生产性能的影响，包括产奶性能、繁殖性能、初乳品质和乳房健康。收集了北京地区34个牧场出生于2009—2018年136 231头中国荷斯坦牛的干奶日期、生产性能记录、繁殖性能记录等。通过整理试验牛群的干奶记录，揭示了北京地区中国荷斯坦牛1胎和2胎DPL的群体规律，利用固定模型分析了胎次、产犊季节、场-产犊年和初产月龄对DPL的影响；此外，利用固定模型分析了DPL的变异对日产奶量、乳脂率、乳蛋白率、首末次配种间隔（interval from first to last insemination，IFL）、产犊至首次配种间隔（interval from calving to first insemination，ICF）和初乳品质的影响，利用Logistic回归过程分析了DPL的变异对首次配种受胎率（conception rate of first insemination，CR）、首次配种56 d不返情率（56-days non-return rate of first insemination，NRR56）、难产率和乳房健康的影响。研究结果显示，北京地区中国荷斯坦牛DPL平均为58.81 d，胎次、产犊季节、场-产犊年和初产月龄均对DPL有显著影响（P<0.05）。DPL的变异对日产奶量、乳蛋白率、ICF、CR、NRR56、难产率和乳房健康有显著影响（P<0.05）。干奶期短的奶牛测定日平均乳蛋白率、CR和NRR56更高；DPL适中的奶牛测定日平均产奶量更高、乳房健康水平更好、ICF更短、难产率更低。本研究在国内利用大规模牛群数据揭示了中国荷斯坦牛DPL的群体规律，可为中国规模化奶牛场提升管理水平提供参考。     

Genetic characteristics of Japanese Holstein cows based on multiple-lactation random regression test-day animal models

The first three lactation curves of the Japanese Holstein cows were analyzed using a random regression (RR) test-day model with a cubic Legendre polynomial fitted to each of the three parities. The first three eigenvectors of the additive genetic RR covariance matrix explained 77.8, 10.9, and 4.2% of the total variance of the three parities and are associated mainly with the level of milk yield, the linear increase, and the concave curve, respectively. On a lactational basis, as the parity increases, the contribution of the first eigenvector to a lactational variation decreases whereas the contribution of the second eigenvector increases sharply. This means that the impact of the first eigenvector on the level of milk production decreases across parity whereas the effect of the second eigenvector on the shape of the lactation curve increases across parity. The first lactation curve was the most persistent, followed by the second and the third lactation. Persistency and days to reach peak yield decrease as the parity increases (45, 40, and 36 days for the first three parities). Daily heritabilities within lactation were lower for the first parity than for the second or the third parity. The first three lactation curves possess distinctive genetic characteristics that merit consideration when combining the proofs of the first three lactations to select for lifetime production. Within- and between-parity genetic correlations between the constant and the linear RR coefficients were all positive, suggesting that raising the level of milk production in one parity would increase the linear slope in all parities, thus improving persistency. Within- and between-parity genetic correlations between the constant and the quadratic RR coefficients were all negative, implying that increasing the level of production in one parity would deepen and/or widen the concave curve in all parities, thus decreasing persistency. The linear and quadratic RR coefficients were negatively correlated within or between parities and thus have antagonistic effects on persistency.     

河北省中国荷斯坦牛产奶和体型性状遗传参数分析

旨在探究河北省中国荷斯坦牛产奶和体型性状的遗传参数,为育种提供参考.本研究收集了2012-2018年河北省133个牛场8 891头中国荷斯坦母牛第一胎次的3个产奶性状记录(产奶量、乳脂率和乳蛋白率)和26个体型性状记录,利用DMU软件,以场年季、产犊月龄、鉴定年季和鉴定员效应为固定效应,以个体的加性遗传效应为随机效应,...     

影响荷斯坦牛产奶量差的因素分析

产奶量差是奶牛个体同一胎次前后2个泌乳月产奶量的差值,可准确反映产奶量变化情况。为探究影响荷斯坦牛产奶量差的因素,本研究收集整理了江苏省某大型奶牛场2015-2018年55 193头次荷斯坦牛生产性能测定记录,并利用最小二乘法分析胎次、测定年度、产犊季节、泌乳月4个因素对荷斯坦牛产奶量差的影响。结果显示:胎次、测定年度、产犊季节、泌乳月及其交互作用对产奶量和产奶量差均有极显著影响(P<0.01)。其中,不同胎次、测定年度和产犊季节的荷斯坦牛总产奶量在第2个泌乳月增加最快,产奶量差为8.79kg;头胎第6泌乳月、二胎第7泌乳月和三胎及以上第6泌乳月产奶量下降最大,产奶量差分别为-2.86kg、-4.59kg和-6.13kg;2015-2018年4个测定年度中,第10、第6、第7、第6泌乳月产奶量降低最大,产奶量差分别为-2.26kg、-4.98kg、-4.44kg和-3.56kg;春季产犊的荷斯坦牛第4泌乳月、夏季产犊的荷斯坦牛第12泌乳月、秋季产犊的荷斯坦牛第9泌乳月、冬季产犊的荷斯坦牛第6或第7泌乳月产奶量下降最大,产奶量差分别是-4.34kg、-4.71kg、-5.36kg和-5.40kg。此外,产奶量差与泌乳持续力呈极显著正相关(P<0.01),与产犊间隔呈显著正相关(P<0.05),与泌乳天数、高峰奶、乳脂率、蛋白率、305d产奶量呈极显著负相关(P<0.01)。因此,产奶量差作为衡量奶牛产奶量变化的指标之一,可为牧场进行科学饲养管理提供参考。     

Bayesian estimates of genetic parameters for metritis, retained placenta, milk fever, and clinical mastitis in Holstein dairy cows via Gibbs sampling

The objective of this study was to estimate heritability and genetic correlations between the liabilities of clinical mastitis (CM), milk fever (MF), metritis (MET), and retained placenta (RP) within the first three lactations of Holstein dairy cows. The records of 57,301 dairy cows from 20 large dairy herds in Iran between January 2005 and June 2009 were analysed with univariate and bivariate threshold animal models, using Gibbs sampling methodology. The final model included the fixed class effects of herd-year, season of calving, parity of dam, the linear covariate effect of age at calving, and the random direct genetic effect of animal. Posterior means of heritability for liabilities in first, second, and third lactations were 0.06, 0.08, and 0.09, respectively, for CM; 0.10, 0.12, and 0.11, respectively, for MF; 0.09, 0.07, and 0.10, respectively, for MET, and 0.07, 0.08, and 0.08, respectively, for RP. Posterior means of genetic correlations between disease liabilities were low or moderate (from −0.01 to 0.26). The results of this study indicated the importance of health traits for considering in the selection index of Iranian Holstein dairy cows.     

中国荷斯坦牛PIN1基因对产奶性状的遗传效应分析

前期研究通过荷斯坦公牛全基因组重测序鉴定到17个奶牛产奶性状候选功能基因,其中,肽基脯氨酸顺反异构酶基因(PIN1)参与甘油三酯代谢、甘油磷脂代谢以及mTOR信号通路,且位于产奶量和乳蛋白量性状QTL区间。为进一步系统分析PIN1基因是否对奶牛产奶性状具有遗传效应,本实验基于40头公牛的基因组DNA混池,采用PCR产物直接测序法对PIN1基因的全部编码区以及上下游调控区2000 bp进行扫描,在内含子2检测到1个SNP位点7:g.14432394G>A,A、G等位基因频率分别为0.4797和0.5203。采用靶向测序基因型技术对北京地区987头中国荷斯坦母牛进行个体基因型检测,对SNP位点7:g.14432394G>A与5个产奶性状进行关联分析。结果表明:在第1泌乳期,SNP 7:g.14432394G>A与产奶量、乳脂量、乳蛋白量和乳蛋白率呈显著或极显著关联(P=0.0001~0.0493);在第2泌乳期,SNP与产奶量、乳脂量、乳脂率和乳蛋白量呈显著或极显著关联(P=0.0001~0.0104);SNP位点7:g.14432394G>A对产奶量、乳脂量、乳蛋白量和乳蛋白率的加性效应或等位基因替代效应均达到显著或极显著。综上,PIN1基因对中国荷斯坦牛的产奶量和乳蛋白、乳脂性状具有显著遗传效应,可作为遗传标记用于基因组选择,以加快遗传进展。     

中国荷斯坦牛RPL23A和ACACB基因对产奶性状的遗传效应分析

作者所在团队前期通过奶牛乳腺上皮组织转录组测序及荷斯坦公牛全基因组重测序研究发现RPL23A和ACACB基因是奶牛乳蛋白和乳脂性状的候选功能基因,本研究旨在探究这两个基因是否对奶牛产奶性状具有显著遗传效应。以北京地区7个牧场的1059头中国荷斯坦母牛为试验群体,采集尾根静脉血并提取基因组DNA,通过飞行时间质谱方法检测SNP位点基因型,利用SAS9.4软件的MIXED过程进行关联分析。结果表明,RPL23A基因的SNP位点g.20146771C>T与第1泌乳期5个产奶性状达到显著或极显著关联(P=0.0001~0.0416),其优势等位基因为T;ACACB基因的g.63878254T>C位点与第1泌乳期产奶量、乳脂量和乳蛋白量呈极显著关联(P<0.01),其优势等位基因为C;g.63962768G>A位点与第1泌乳期产奶量、乳脂量、乳脂率和乳蛋白率关联显著或极显著(P=0.0001~0.0391),其优势等位基因为A。综上,RPL23A基因主要影响中国荷斯坦牛产奶量和乳蛋白,ACACB基因对产奶量和乳脂具有显著遗传效应,3个SNP位点可考虑作为遗传标记用于标记辅助选择培育奶牛高乳蛋白乳脂新品系和选育提高。     

用随机回归模型对湖南荷斯坦奶牛日产奶量进行协方差函数估计

用随机回归模型对507头中国荷斯坦奶牛的第1胎日产奶量进行了分析，将时间配合勒让德多项式作为自变量，再用平均信息约束最大似然法（AIREML）进行估计。然后通过协方差函数对时间轴上的时间点间估计协方差值，再用Excel绘制三维图。结果表明：配合M6-5-10时，能对月间隔的测定日产奶量数据进行分析，并能反映出整个时间轴上的加性遗传效应和永久环境效应的变异，且能得到光滑的三维图形。降价配合涉及的参数比较少，同时能够很好地缓和协方差函数估计值间的差异。     

Crossbreeding effects on milk yield traits and calving interval in spring‐calving dairy cows

The aim of the study was to assess crossbreeding effects for 305‐day milk, fat, and protein yield and calving interval (CI) in Irish dairy cows (parities 1 to 5) calving in the spring from 2002 to 2006. Data included 188 927 records for production traits and 157 117 records for CI. The proportion of genes from North American Holstein Friesian (HO), Friesian (FR), Jersey (JE) and Montbéliarde (MO) breeds, and coefficients of expected heterosis for HO×FR, HO×JE and HO×MO crosses were calculated from the breed composition of cows’ parents. The model used to assess crossbreeding effects accounted for contemporary group, age at calving within parity, linear regression on gene proportions for FR, JE and MO, and linear regression on coefficients of expected heterosis for HO×FR, HO×JE and HO×MO, as fixed effects, and additive genetic, permanent environmental and residual as random. Breed effects for production traits were in favour of HO, while for CI were in favour of breeds other than HO. The highest heterosis estimates for production were for HO×JE, with first‐generation crosses yielding 477 kg more milk, 25.3 kg more fat, and 17.4 kg more protein than the average of the parental breeds. The highest estimate for CI was for HO×MO, with first‐generation crosses showing 10.2 days less CI than the average of the parental breeds. Results from this study indicate breed differences and specific heterosis effects for milk yield traits and fertility exist in Irish dairy population.     

Alternative parameterizations of the multiple-trait random regression model for milk yield and somatic cell score via recursive links between phenotypes

Multiple-trait random regression models with recursive phenotypic link from somatic cell score (SCS) to milk yield on the same test day and with different restrictions on co-variances between these traits were fitted to the first-lactation Canadian Holstein data. Bayesian methods with Gibbs sampling were used to derive inferences about parameters for all models. Bayes factor indicated that the recursive model with uncorrelated environmental effects between traits was the most plausible specification in describing the data. Goodness of fit in terms of a within-trait weighted mean square error and correlation between observed and predicted data was the same for all parameterizations. All recursive models estimated similar negative causal effects from SCS to milk yield (up to -0.4 in 46-115 days in milk in lactation). Estimates of heritabilities, genetic and environmental correlations for the first two regression coefficients (overall level of a trait and lactation persistency) within both traits were similar among models. Genetic correlations between milk and SCS were dependent on the restrictions on genetic co-variances for these traits. Recursive model with uncorrelated system genetic effects between milk and SCS gave estimates of genetic correlations of the opposite sign compared with a regular multiple-trait model. Phenotypic recursion between milk and SCS seemed, however, to be the only source of environmental correlations between these two traits. Rankings of sires for total milk yield in lactation, average daily SCS and persistency for both traits were similar among models. Multiple-trait model with recursive links between milk and SCS and uncorrelated random environmental effects could be an attractive alternative for a regular multiple-trait model in terms of model parsimony and accuracy.