Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mô hình hồi quy ngẫu nhiên để xem xét ảnh hưởng của tương tác gen với môi trường do stress nhiệt đến sản lượng sữa của bò Holstein trong điều kiện nhiệt đới
Tóm tắt
Nghiên cứu hiện tại có các mục tiêu sau: so sánh các mô hình hồi quy ngẫu nhiên (RRM) xem xét biến phụ thuộc vào thời gian (ngày trong kỳ vắt, DIM) và/hoặc biến phụ thuộc vào nhiệt độ × độ ẩm (THI) để đánh giá di truyền; xác định ảnh hưởng của tương tác gen với môi trường (G×E) do stress nhiệt đến sản lượng sữa; và định lượng tổn thất sản lượng sữa do stress nhiệt trong suốt thời kỳ cho con bú của bò dưới điều kiện nhiệt đới. Tổng cộng 937.771 bản ghi ngày thử nghiệm từ 3.603 lần vắt đầu tiên của bò Holstein Brazil được thu thập từ năm 2007 đến 2013 đã được phân tích. Một sự giảm đáng kể trong sản lượng sữa do stress nhiệt được quan sát thấy với các giá trị THI trên 66 (−0,23 kg/ngày/THI). Ba giai đoạn tổn thất sản lượng sữa đã được xác định trong suốt thời kỳ cho bú, trong đó giai đoạn tệ nhất xảy ra vào cuối giai đoạn cho bú (−0,27 kg/ngày/THI). Sử dụng RRM phức tạp nhất, phương sai di truyền bổ sung có thể bị thay đổi đồng thời theo chức năng của cả giá trị DIM và THI. Mô hình này có thể được khuyến nghị cho việc đánh giá di truyền với sự xem xét đến ảnh hưởng của G×E. Phản ứng với việc chọn lọc trong vùng thoải mái (THI ≤ 66) dự kiến sẽ cao hơn so với vùng stress nhiệt (THI > 66) của các con vật. Các tương quan di truyền giữa sản lượng sữa trong vùng thoải mái và vùng stress nhiệt nhỏ hơn 1 ở các cực đối lập của gradient môi trường. Do đó, những con vật tốt nhất về sản lượng sữa trong vùng thoải mái không nhất thiết là những con tốt nhất trong vùng stress nhiệt và, do đó, G×E do stress nhiệt không nên bị coi nhẹ trong việc đánh giá di truyền.
Từ khóa
#mô hình hồi quy ngẫu nhiên #tương tác gen với môi trường #stress nhiệt #sản lượng sữa #bò Holstein #điều kiện nhiệt đớiTài liệu tham khảo
Aguilar I, Misztal I, Tsuruta S (2009) Genetic components of heat stress for dairy cattle with multiple lactations. J Dairy Sci 92:5702–5711
Aguilar I, Misztal I, Tsuruta S (2010) Short communication: genetic trends of milk yield under heat stress for US Holsteins. J Dairy Sci 93:1754–1758
Ali TE, Schaeffer LR (1987) Accounting for covariances among test day milk yields in dairy cows. Can J Anim Sci 67:637–644
Berman A (2005) Estimates of heat stress relief needs for Holstein dairy cows. J Anim Sci 83:1377–1384
Bernabucci U, Biffani S, Buggiotti L, Vitali A, Lacetera N, Nardone A (2014) The effects of heat stress in Italian Holstein dairy cattle. J Dairy Sci 97:471–486
Bignardi AB, El Faro L, Cardoso VL, Machado PF, de Albuquerque LG (2009) Random regression models to estimate test-day milk yield genetic parameters Holstein cows in Southeastern Brazil. Livest Sci 123:1–7
Bohlouli M, Shodja J, Alijani S, Eghbal A (2013) The relationship between temperature–humidity index and test-day milk yield of Iranian Holstein dairy cattle using random regression model. Livest Sci 157:414–420
Bohmanova J, Misztal I, Tsuruta S, Norman HD, Lawlor TJ (2008) Short communication: genotype by environment interaction due to heat stress. J Dairy Sci 91:840–846
Brügemann K, Gernand E, von Borstel UU, König S (2011) Genetic analyses of protein yield in dairy cows applying random regression models with time-dependent and temperature × humidity-dependent covariates. J Dairy Sci 94:4129–4139
Carabaño MJ, Bachagha K, Ramón M, Díaz C (2014) Modeling heat stress effect on Holstein cows under hot and dry conditions: selection tools. J Dairy Sci 97:7889–7904. doi:10.3168/jds.2014-8023
Menéndez-Buxadera A, Serradilla JM, Molina A (2014) Genetic variability for heat stress sensitivity in Merino de Grazalema sheep. Small Rumin Res 121:207–214
Misztal I (1999) Model to study genetic component of heat stress in dairy cattle using national data. J Dairy Sci 82(Suppl 1):32
Misztal I, Tsuruta S, Strabel T, Auvray B, Druet T, Lee DH (2002) Blupf90 and related programs. In: Proceedings of the 7th World Congress on Genetics Applied to Livestock Production, Montpellier, France, 19–23 August 2002
National Research Council (NRC) (1971) A guide to environmental research on animals. National Academy of Sciences, Washington, DC
Porter JR, Xie L, Challinor AJ, Cochrane K, Howden SM, Iqbal MM, Lobell DB, Travasso MI (2014) Food security and food production systems. In: Field CB, Barros VR, Dokken DJ, Mach KJ, Mastrandrea MD, Bilir TE, Chatterjee M, Ebi KL, Estrada YO, Genova RC, Girma B, Kissel ES, Levy AN, MacCracken S, Mastrandrea PR, White LL (eds) Climate change 2014: impacts, adaptation, and vulnerability. Part A: global and sectoral aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, United Kingdom and New York, pp 485–533
Ravagnolo O, Misztal I (2000) Genetic component of heat stress in dairy cattle, parameter estimation. J Dairy Sci 83:2126–2130
Smith BJ (2005) Bayesian output analysis program (BOA) for MCMC. Home page at: http://www.public-health.uiowa.edu/boa/. Accessed April 26 2014
Spiegelhalter DJ, Best NG, Carlin BP, van der Linde A (2002) Bayesian measures of model complexity and fit. J R Stat Soc Ser B 64:583–639
Togashi K, Lin CY (2007) Genetic modification of the lactation curve by bending the eigenvectors of the additive genetic random regression coefficient matrix. J Dairy Sci 90:5753–5758