Die Evolution der Bewertung der Futtereffizienz

Von: John Genho

Der Beginn meiner Laufbahn als Genetiker fiel für kommerzielle Rinderzüchter zu einer kritischen Zeit, da Veränderungen in der Branche zu einem größeren Bedarf an Rentabilitäts- und Effizienzsteigerungen führten. Meine damaligen Kunden waren große kommerzielle Ranches, die datenzentriert waren und Profit als Motiv hatten. Diese kommerziellen Produzenten suchten nach genetischen Bewertungen, Web-Datenbanken und mit zunehmender Popularität der Genomik nach Möglichkeiten, den genomischen Wert zu bewerten. Als Daten zur Futtereffizienz verfügbar wurden, erkannten sie schnell den Wert dieser Daten in einem integrierten System, in dem die Futterkosten einen erheblichen Teil der Kostenseite ihres Unternehmens ausmachen.

Ich bin ein quantitativer Genetiker, und als solcher mache ich den Großteil meiner Arbeit mit einer statistischen Methode namens Best Linear Unbiased Prediction (BLUP). BLUP erstellt EPDs und damit verbundene Genauigkeiten, die Rinderzüchter heute verwenden. Seine Kraft war ein Katalysator für die Qualitätssteigerung bei amerikanischen Kuhhirten in den letzten zehn Jahren sowie für die Milchleistung bei Holsteins in den letzten 50 Jahren und für verschiedene andere ähnliche Veränderungen bei verschiedenen Arten. Es gibt ein Schlüsselwort zum Akronym BLUP, das oft übersehen wird – linear. Eine Grundannahme aller mit BLUP analysierten Daten ist, dass die Daten linear sind. Als Genetiker bin ich darauf trainiert, linear zu denken, und es fällt mir oft schwer, anders zu denken.

Als sich die Rinderindustrie für futtereffiziente Tiere interessierte, analysierte ich meine ersten GrowSafe Systems®-Datensätze. Anfänglich ging ich von der Annahme aus, dass Wachstum und Aufnahme im Laufe der Zeit linear verlaufen. Das ist natürlich nicht der Fall, und es ist gut für jeden von uns, der seine Wachstumskurve abgeflacht hat. Wachstum und Nahrungsaufnahme sind nicht linear und haben in der Tat ziemliche Schwankungen durch den wachsenden Teil des Lebens eines Tieres, was uns am meisten interessiert. Normalerweise können wir mit den Händen winken und sagen, dass zeitgenössische Gruppen und das Sammeln von Daten ähnlich sind mal diese Probleme beseitigen. Mir wurde jedoch klar, dass wir die Daten anders auswerten mussten, als ich anfing, Aufnahme und Wachstum zu vergleichen, die separat über kurze und lange Zeiträume erhoben wurden. In den frühen Stadien der Entdeckung haben wir die Aufnahme und das Wachstum über einen kurzen Zeitraum sowie das Wachstum über einen langen Zeitraum bewertet. Ich habe die Ungenauigkeiten behoben, indem ich Aufnahme und Verstärkung über den Erfassungszeitraum hinweg gepaart habe, um sicherzustellen, dass die nichtlinearen Kurven angemessen miteinander verglichen werden. Ich denke, der beste Weg, um Aufnahme und Wachstum zu bewerten, ist die Restfutteraufnahme (RFI), aber die durchschnittliche Tageszunahme (RADG) oder die Futterverwertungsverhältnisse sind andere Alternativen. Das Wichtigste ist meiner Erfahrung nach, Wachstum und Einnahme über den gleichen Zeitraum zu paaren.

Manchmal wird unsere Branche zu besessen von der Definition von RFI. Es ist einfach die durchschnittliche tägliche Aufnahme mit Anpassungen für einige Faktoren. Nahezu alle Merkmale werden vor der Analyse um Kovariaten bereinigt. Die Erzeuger von Merkmalen sind wahrscheinlich am besten mit dem Absetzgewicht vertraut, das an das Alter des Kalbes beim Absetzen und das Alter der Mutter angepasst wird. Ultraschall, Geburtsgewicht, Hodensackumfang und fast alle anderen Merkmale werden um relevante Faktoren oder Kovariaten, wie Statistiker sie nennen würden, bereinigt. RFI ist einfach eine um einige relevante Kovariaten bereinigte Aufnahme.

Ein auftretendes Problem besteht darin, genau zu definieren, welche Kovariate in die RFI-Berechnung einbezogen werden soll. Als ich anfing, Daten zur Futtereffizienz zu analysieren, ließ ich RFI auf verschiedene Weise mit unterschiedlichen Kovariaten anpassen. Dies machte es unglaublich schwierig, Tiere fair zu vergleichen. Meine Arbeit wurde viel einfacher, als GrowSafe eine Standardmethode zur Berechnung von RFI entwickelte. Dadurch wurde ein erheblicher Teil des Rauschens entfernt, das ich in frühen Datensätzen gesehen habe.

Abbildung 1: Korrelation zwischen EPDs und durchschnittlicher Nachkommenleistung für Vererber mit mehr als fünf Nachkommen.

Die aktuellen GrowSafe-EPDs enthalten über 35,000 einzelne Aufzeichnungen zur Futtereffizienz und über 235,000 reinrassige Tiere, die in die Analyse einbezogen wurden. Vererber mit mehr als fünf Nachkommen im Datensatz wurden auf die Korrelation zwischen ihren EPDs und der durchschnittlichen Leistung ihrer Nachkommen für jedes Merkmal analysiert (Abbildung 1). Zusammenfassend wird aus diesen Korrelationen deutlich, dass RFI ein sehr prädiktives Merkmal ist und möglicherweise stärker mit der tatsächlichen Leistung der Nachkommen korreliert als die durchschnittliche tägliche Zunahme (ADG) oder die Trockenmasseaufnahme (DMI).

Translate »