Селекция племенного скота


Прогноз племенной ценности даже в его наипростейшей форме основывается на знании фенотипической и аддитивной генетической дисперсии признаков или коэффициента наследуемости. Для большинства российских популяций сельскохозяйственных животных эти параметры неизвестны. Однако для эффективного управления селекцией необходима как можно более полная качественная и надежная информация как об отдельном животном, так и о популяции в целом. Для получения и обработки такой информации требуется определенная система обработки данных.

Концепция информационного процесса управления селекцией выглядит следующим образом:
1. Подход к селекции как к динамической системе управления процессом генетического совершенствования больших и малочисленных популяций. (Система должна быть гибкой и быстро реагировать на различные, сторонние изменения).
2. Ориентация на современные методы селекции. (Математическое обеспечение системы должно базироваться на теории селекции животных, обобщенных линейных моделях и экономико-математических методах).
3. Ориентация на фермеров, селекционеров хозяйств, специалистов племпредприятий, селекционных центров или ассоциаций по породам. (Система должна предоставлять лицам, принимающим решения необходимую информацию в понятной форме).
4. Ориентация на максимальную генетическую и экономическую эффективность. (Система должна обеспечить лиц, принимающих решения, такой текущей и перспективной информацией, которая бы гарантировала максимальную эффективность разведения животных).
5. Независимость системы от ведения учета данных. (Программное обеспечение должно работать с любой базой данных).
В информационной системе управления селекцией профессор В. М. Кузнецов выделяет следующие блоки задач: статистический анализ данных, генетическая оценка животных, генетический анализ популяций, оптимальная программа селекции, оптимизация отбора и подбора животных, оценка эффективности.
Основой любой системы селекции является оценка племенной ценности потенциальных родителей. Цель оценки - получить как можно более точный прогноз генетической ценности особи. Чем достовернее генетическая оценка, чем строже отбор на основе этой оценки, и чем интенсивнее использование генетически лучших животных, тем больше будет уверенности у селекционеров в улучшении животных от поколения к поколению.
В России племенную ценность рассчитывают только у быков, расчет ее ведется методом сравнения со сверстницами, предложенным Альтшулером и Сухановым в 1936 году.
При использовании этого метода продуктивность дочерей быка сравнивается с продуктивностью лактировавших в аналогичных условиях сверстниц. Этот метод легко применим на практике, но имеет ряд недостатков. В частности, он эффективен и обеспечивает безошибочные оценки племенной ценности быков только в случае:
1) если средняя генетическая ценность отцов сверстниц одинакова для дочерей всех оцениваемых быков;
2) все оцениваемые быки выбираются из одной популяции (закрытая система разведения);
3) в популяции нет генетического тренда, то есть эффект селекции равен 0.
При разведении отечественных пород молочного скота, когда для генетического улучшения животных используется семя производителей разных стран, эти условия не соответствуют действительности, поэтому прямой метод сравнения со сверстницами не исключает возможности неточностей и ошибок при классификации быков по их племенной ценности.
Точный прогноз племенной ценности играет важную роль в программах генетического улучшения сельскохозяйственных животных. Это особенно важно для категории животных, малочисленность и высокий уровень воспроизводства, которых имеет преобладающее влияние на генетическую ценность популяции. Исследования показали, что вклад отцов в генетическое улучшение молочной продуктивности может достигать 40% и более.
Для оценки компонентов фенотипической изменчивости, а затем и для прогноза племенной ценности животных необходимо использовать “полевые” данные, т.е. данные племенного и зоотехнического учета в хозяйствах. Для этого и необходима работа с информационными системами (рис. 1). Системы управления базами данных (СУБД) позволяют манипулировать собранными данными и переработать их в необходимую для оценки и прогноза информацию. Для анализа таких данных используются статистические модели смешанного типа (ММЕ). Эти модели включают в себя фиксированные и случайные (рандомизированные) факторы. Результатом решения (обработки ММЕ) является наилучший несмещенный линейный прогноз (Best Linear Unbiased Prediction) BLUP для рандомизированных, и наилучшая несмещенная линейная оценка (Best Linear Unbiased Estimation) BLUE для фиксированных факторов. Первый показывает вероятность проявления того или иного случайного фактора, а вторая - важность учета и силу действия того или иного фиксированного фактора. Эти методы разработаны американским ученым Ч. Хендерсоном.
Для достижения наиболее точного прогноза необходимо учитывать следующие требования:
1. Привлечь все имеющиеся данные.
2. Определить, оценить и устранить из оценки значимые или наиболее значимые факторы окружающей внешней среды.
3. Использовать статистические методы, обеспечивающие несмещенный прогноз генотипа.
Исследованиями было установлено, что генетическая оценка молочного скота по методу BLUP способствует повышению идентификации генотипа на 12-40% и более.

В таблице 1 приведены данные расчета повторяемости оценок племенной ценности быков, проведенного методами сравнения со сверстницами и BLUP, в 20 племенных хозяйствах Ленинградской области (по данным ВНИИ разведения и генетики сельскохозяйственных животных).
Видно, что повторяемость (а, следовательно, и молочность, и содержание жира в молоке) BLUP-оценок была выше, чем оценок по методу СС. Использование BLUP повышало достоверность оценки быков по удою на 18% , по жиру - на 47%. Однако по данным ВНИИРГЖ свойства BLUP в большей степени реализуются при оценке быков, по данным массового учета молочной продуктивности не только в племенных, но и в обычных молочно-товарных хозяйствах. При этом достоверность оценки в сравнении с методом СС может достигать 25-37%.
Статистические модели, требующиеся для метода BLUP, составляются для каждой популяции индивидуально, однако в общих чертах эту модель можно описать.
Например, удой дочери быка это: удой = среднее по стаду + эффект года - сезона отела + эффект отца + другие неучтенные факторы.
Модель - это уравнение, которое показывает, как независимые переменные (стадо, год, сезон отела) влияют на зависимую переменную - признак (удой, % жира). Она необходима для того, чтобы описать фактическую ситуацию в популяции, то есть, как можно полнее и точнее показать факторы, влияющие на продуктивность животного.
Решение статистической модели обеспечивает наилучший несмещенный линейный прогноз 1/2 аддитивной генетической ценности быка, не зависящий от влияния содержания и кормления дочерей на ферме, года и сезона отела, а также всех взаимодействий между этими факторами.
В настоящее время истинная генетическая ценность особей не может быть оценена со 100% точностью, поэтому непосредственно измерить эффективность того или иного метода невозможно. Можно лишь сравнить разные методы с методом, который изначально считается более точным. С точки зрения математики, статистики и селекции метод BLUP считается наиболее обоснованным и имеет под собой лучшую теоретическую базу. Оценки племенной ценности, рассчитанные по методу BLUP, имеют минимальную дисперсию ошибки.
Поэтому можно считать, что, при прочих равных условиях оценки племенной ценности по BLUP будут с наибольшей вероятностью отражать истинную генетическую ценность особи.
На самом первом этапе этой работы необходимо привлекать данные хозяйств, ведущих племенной учет в своих стадах. Чем больше данных будет привлечено в обработку на первом этапе, тем точнее будет оценка, сделанная на их основании, и более оправданная программа селекции, принятая на основе анализа этих данных. Примерная форма создаваемой базы данных представлена в таблице 2 (количество строк и столбцов в базе может варьироваться в зависимости от полноты данных, имеющихся в хозяйствах).
Системы управления базами данных (СУБД), уже разработанные в настоящее время, позволяют выполнять многие задачи. Наиболее приемлемы для этих целей СУБД FOX PRO и ее аналоги. Эта СУБД позволяет создавать файлы DBF, которые потом можно обрабатывать в программных пакетах Microsoft Office - Excel, а также программами статистической обработки данных SAS, HARVY. Кроме этого повсеместно используемая программа СЕЛЭКС-Россия может использоваться для первоначального сбора и накопления данных и дальнейшей их обработке в FOX PRO, однако использование недокументированного материала при создании этой программы может вызвать некоторые трудности у рядового пользователя при работе по совмещению баз данных этих двух программ.
Дальнейшая работа с данными должна быть направлена на то, чтобы селекционер мог оптимизировать результативность своего труда в прошлом, продолжая эффективно осуществлять оценку, отбор и использование лучших животных в настоящем и разрабатывать оптимальные программы селекции в будущем.
Управление селекцией - непрерывный процесс, включающий планирование реализацию и контроль.
Поскольку сбор первичных данных в хозяйствах происходит по различным системам, а конечный результат работы должен быть доступен и понятен каждому селекционеру для реализации программ селекции на местах, встает актуальная проблема - совместимость программного обеспечения - ведь разные хозяйства используют различный soft для своих ЭВМ, как правило, несовместимый между собой.
Оценка компонентов фенотипической изменчивости, вычисление коэффициентов наследуемости, а также составление статистических моделей для оценки племенной ценности животных в каждом конкретном случае - это работа научно-исследовательских организаций, однако сбор информации, ее хранение, а затем и реализация разработанных программ должна осуществляться селекционерами племзаводов и племрепродукторов, которые работают над улучшением той или иной породы крупного рогатого скота.
Поэтому необходимо рекомендовать внедрять единый пакет программ для сбора, обработки и анализа данных (некоторым примером этого может служить применение системы СЕЛЭКС и пакеты программ приведенных выше). Это очень важно, так как в племенную работу включены, как правило, различные учреждения организации предприятия и хозяйства.
При работе над статьей была использована следующая литература:
Бюллетень генетической оценки быков по качеству потомства методом BLUP (выпуск 1). Составители: Кузнецов В. М., Червяков Н. А., Киров, 1998.
Кузнецов В.М. “Вопросы селекции сельскохозяйственных животных” //Вестник РАСХН, № 3, 1998.
Кузнецов В.М. “Программное и информационное обеспечение селекции животных” //Доклады РАСХН, № 4, 1998.
Кузнецов В.М. “Генетическая оценка молочного скота методом BLUP” // Зоотехния, №11, 1995.
“Концепция развития научного обеспечения животноводства Северо-восточного региона России”, под ред. Эрнста Л. К., разд. № 4 “Перспективные направления научных исследований по селекции”. Составитель Кузнецов В. М., Киров, 1997.


И. И. ПАШКИН, д. с/х н., профессор НГСХА; Г. Д. КОМАРОВА, к. с/х н., зав. отделом животноводства НИПТИ АПК; Д. И. ЛЯПОЛОВ, научный сотрудник НИПТИ АПК