مطالعه اثر اقلیم و فصل زایش بر فراسنجه‌های واریانس فنوتیپی و واریانس ژنتیکی افزایشی شیر، چربی، پروتئین و SCS در گاوهای هلشتاین

نوع مقاله : ژنتیک

نویسندگان

1 گروه علوم دامی، دانشکده کشاورزی و صنایع غذایی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی، تهران، ایران

2 گروه علوم دامی، دانشکده کشاورزی، واحد ورامین-پیشوا، دانشگاه آزاد اسلامی، ورامین، ایران

10.22034/aej.2020.124664

چکیده

 در این مطالعه از 111543 رکورد روز آزمون تولید شیر زایش اول با سه بار دوشش در روز طی سال ­های 1362 الی 1395 مربوط به 62 گله موجود در اطلاعات مرکز اصلاح نژاد استفاده شد. حیوانات مورد مطالعه دارای 10 رکورد روز آزمون بودند. متغیرهایی از ترکیب:
 گله-سال-فصل زایش به ­عنوان اثر تصادفی و گله- ماهآزمون- سن در زمان رکوردگیری به ­عنوان اثر ثابت ایجاد شد. میانگین تولید شیر در اقلیم گرم و خشک بیش ­تر از اقلیم گرم و مرطوب بود. میانگین درصد چربی و پروتئین شیر در اقلیم گرم و خشک بیش­ تر از اقلیم گرم و مرطوب بود اما صفات مربوط به سلول‌ های سوماتیک در اقلیم گرم و مرطوب بیش ­تر بود. واریانس فنوتیپی تولید شیر در مناطق گرم و خشک نسبت به مناطق گرم و مرطوب در تمامی ده رکورد بیش ­تر بود. میزان واریانس فنوتیپی درصد چربی شیر در منطقه گرم و خشک در روز آزمون‌ های اول، دوم، پنجم و ششم بیش ­تر از منطقه گرم و مرطوب بود. میانگین واریانس ژنتیکی افزایشی درصد چربی شیر در منطقه گرم و مرطوب در 9 رکورد بیش ­تر از منطقه گرم و خشک بود. واریانس فنوتیپی درصد پروتئین شیر منطقه گرم و خشک در تمام روز آزمون‌ها بیش ­تر از منطقه گرم و مرطوب بود. نتیجه این­ که، اثر متقابل ژنوتیپ و محیط موجب تغییر رتبه­ بندی گاوهای نر در گله­ های پر تولید، تولید متوسط و کم تولید می ­شود. به ­عبارت دیگر، گاوهای نری که در گله­ های پر تولید ارزش اصلاحی بالایی دارند، امکان دارد در گله ­های کم تولید، عملکرد مورد انتظار را نداشته باشند.

کلیدواژه‌ها


ساورسفلی، س.؛ سیدشریفی، ر.؛ منصوریان، م. و کاظمی، م.، 1397. ارتباط بین شاخص دما-رطوبت نسبی و رکوردهای روز آزمون تولید شیر و درصد چربی شیر گاوهای هلشتاین اقلیم مدیترانه ­ای ایران. فصلنامه محیط­ زیست جانوری. سال 11، شماره 2، صفحات 36 تا 47.
Bignardi, A.B.; Faro, L.E.; Cardoso, V.L.; Machado, P.F. and Albuquerque, L.G., 2009. Random regression models to estimate test-day milk yield genetic parameters Holstein cows in Southeastern Brazil. Livestock Science. Vol. 123, pp: 1-7.
Bignardi, A.B.; Faro, L.E.; Santana, M.L.; Rosa, G.J.M.; Cardoso, V.L.; Machado, P.F. and Albuquerque, L.G., 2012. Bayesian analysis of random regression models using B-splines to model test-day milk yield of Holstein cattle in Brazil. Livestock Science. Vol. 150, pp: 401-406.
Boichard, D. and Rupp, R., 1997. Genetic analysis and genetic evaluation for somatic cell score in French Dairy Cattle. Station de Genetic Quantitive et Applique. INRA. pp: 54-60.
Bohlouli, M.; Alijani, S.; Naderi, S.; Yin, T. and König, S., 2019. Prediction accuracies and genetic parameters for test-day traits from genomic and pedigree-based random regression models with or without heat stress interactions. J. Dairy Sci. Vol. 102, pp: 488-502.
Cobuci, J.A.; Euclydes, R.F.; Lopes, P.S. and Costa, C.N., 2005. Estimation of genetic parameters for test day milk yield in Holstein cows using a random regression model. Genetics and Molecular Biology. Vol. 28, pp: 75-83.
Cho, C.I.; Alam, M.; Choi, T.J.; Choy, Y.H.; Choi, J.G.; Lee, S.S. and Cho, K.H., 2016. Models for estimating genetic parameters of milk production traits using random regression models in Korean Holstein cattle. Asian AustralasianJ of Animal Sciences. Vol. 29, pp: 607-614.
Druet, T.; Jaffrezic, F.; Boichard, D. and Ducrocq, V., 2003. Modeling lactation curves and estimation of genetic parameters first lactation test day records of French Holstein cows Journal of Dairy Science. Vol. 86, pp: 2480-2490.
Dube, B.; Dzama, K. and Banga, C.B., 2008. Genetic analysis of somatic cell score and udder type traits in South African Holstein cows. South African Journal of Animal Science. Vol. 38, No. 1, pp: 1-11.
Faraji, H.; Aslaminejad A.A.; Rokouei M. and Nasrabadi M.T., 2012. Estimation of Variance Covariance Component for Somatic Cell Score in Iranian Holstein Cows. Proceedings of the 15th AAAP Animal Science Congress, pp: 26-30. November 2012, Thammasat University, Rangsit Campus, Thailand.
Fazel, A.Y.; Esmailizadeh, A.; Momen, M. and Asadi Fozi, M., 2019 Importance of genotype by environment interaction on genetic analysis of milk yield in Iranian Holstein cows using a random regression model. Animal Production Science. Vol. 59, No. 8, pp: 1438-1445.
Guo, Z.; Lund, M.S.; Madsen, P.; Korsgaard, I. and Jensen, J., 2002 Genetic Parameter Estimation for Milk Yield over Multiple Parities and Various Lengths of Lactation in Danish Jerseys by Random Regression Models. Journal of Dairy Science. Vol. 85, pp: 1596-1606.
Herrera, A.C.; Múnera, O.D. and Cerón-Muñoz, M.F., 2013. Variance components and genetic parameters for milk production of Holstein cattle in Antioquia (Colombia) using random regression models. Revista Colombiana de Ciencias Pecuarias. Vol. 26, pp: 90-97.
Jamrozik, J. and Schaefer, L.R., 1997 Estimation of genetic parameters for test day model with random regression for production of first lactation Holstein. Journal of Dairy Science. Vol. 80, pp: 762-770.
Koc, A., 2008 A study of somatic cell counts in the milk of Holstein-Friesian. Turkish Journal of Veterinary and Animal Sciences. Vol. 32, No. 1, pp: 13-18.
Mayeres, P.; Stoll, J.; Bormann, J.; Reents, R. and Gengler, N., 2004 Prediction of Daily Milk, Fat, and Protein Production by a Random Regression Test-Day Model. Journal of Dairy Science. Vol. 87, pp: 1925-1933.
Miller, R.H.; Norman, H.D.; Wiggans, G.R. and Wright, I.R., 2004 Relationship of test day Somatic cell score with test day and lactation milk yields. Journal of Dairy Science. Vol. 87, pp: 2299-2306.
Moreira, R.P.; Pinto, L.F.B.; Valloto, A.A. and Pedrosa, V.B., 2019. Evaluation of genotype by environment interactions on milk production traits of Holstein cows in southern Brazil. Asian Australas Journal of Animal Science. Vol. 32, pp: 459-466.
Olori, V.E.; Hilla, W.G.; McGuirk.; B.J. and Brother Stonea, S., 1999 Estimating variance components for test day milk records by restricted maximum likelihood with a random regression animal model. Livestock Production Science. Vol. 61, pp: 53-63.
Pryce, J.E.; Nielson, B.L.; Veerkamp, R.F. and Simm, G., 1999. Genotype and feeding system effects and interactions for health and fertility traits in dairy cattle. Livestock Production Science. Vol. 57, pp: 193-201.
Rekik, B.; Ben Gara A.; Ben Hamouda, M. and Hammami, H., 2003 Fitting lactation curves of dairy cattle in different types of herds in Tunisia. Livestock Production Science. Vol. 83, pp: 309-315.
Shamshirgaran, T.; Eslami Negad, A.A.; Farhang far, H. and TahmooresPoor, M., 2016 Comparison of two test day models with fixed and random citizenship in genetic analysis of milk production traits of Holstein cows in Khorasan Razavi province. Iranian Journal of Animal Science Research. Vol. 3, No. 1, pp: 67-73.
Silvestre, A.M.; Petim-Batista, F. and Colaco, J., 2005. Genetic Parameter Estimates of Portuguese Dairy Cows for Milk, Fat, and Protein Using a Spline Test-Day Model. Journal of Dairy Science. Vol. 88, pp: 1225-1230.
Strabel, T. and Misztal, I., 1999 Genetic Parameters for First and Second Lactation Milk Yields of Polish Black and White Cattle with Random Regression Test-Day Models. Journal of Dairy Science. Vol. 82, pp: 2805-2810.
Teimourian, M.; Eslami Negad, A.A. and Tahmoores Poor, M., 2016 Estimation of genetic parameters productive traits in Holstein Cows. Iranian Journal of Animal Science Research. Vol. 3, No. 2, pp: 179-184.
Togashi, K.; Lin, C.Y.; Atagi, Y.; Hagiya, K.; Sato, J. and Nakanishi, T., 2008 Genetic characteristics of Japanese Holstein cows based on multiple-lactation random regression test day animal models. Livestock Science. Vol. 114, pp: 194-201.
Veerkamp, R.F.; Simm, G. and Oldham, J.D., 1994 Effects of interaction between genotype and feeding system on milk production, feed intake, efficiency and body tissue mobilization in dairy cows. Livestock Production Science. Vol. 39, pp: 229-241.