Авторы: Джон Генхо
Менің генетикалық мансабымның басталуы коммерциялық мал өндірушілер үшін маңызды уақытта келді, өйткені саладағы өзгерістер кірістілік пен тиімділікті арттыру қажеттілігін тудырды. Сол кездегі менің тұтынушыларым деректерге негізделген және олардың мақсаты ретінде пайда әкелетін ірі коммерциялық ранчолар болды. Бұл коммерциялық өндірушілер генетикалық бағалауларды, веб-деректер базасын іздеді, ал геномика танымал болған сайын геномдық құндылықты бағалау әдістерін іздеді. Жемнің тиімділігі туралы деректер қолжетімді болған кезде, олар бұл деректердің құндылығын біріктірілген жүйеде тез түсінді, мұнда жем шығындары өз бизнесінің шығын жағының маңызды бөлігін құрайды.
Мен сандық генетикпін, сондықтан менің жұмысымның көпшілігі ең жақсы сызықтық бейтарап болжау (BLUP) деп аталатын статистикалық әдіспен жасалады. BLUP - бүгінде ірі қара мал өндірушілері қолданатын EPD және тиісті дәлдіктерді жасайтын нәрсе. Оның күші соңғы онжылдықта американдық сиыр бағының сапасының жоғарылауына, сондай-ақ соңғы 50 жылдағы голштейндердегі сүт өнімділігінің және әртүрлі түрлердегі басқа ұқсас өзгерістердің катализаторы болды. BLUP аббревиатурасында жиі назардан тыс қалған негізгі сөз бар – сызықтық. BLUP көмегімен талданатын барлық деректердің негізгі болжамы деректердің сызықты болуы болып табылады. Генетик ретінде мен сызықтық ойлауға машықтандым және жиі басқаша ойлау қиынға соғады.
Ірі қара мал шаруашылығы азықтық тиімді жануарларға қызығушылық таныта бастағанда, мен өзімнің алғашқы GrowSafe Systems® деректер жинақтарын талдадым. Бастапқыда мен өсу мен тұтыну уақыт бойынша сызықтық болды деген болжаммен бастадым. Бұл, әрине, олай емес, және бұл өсу қисығымызды тегістеп алған әрқайсымыз үшін жақсы нәрсе. Өсуі мен қабылдауы сызықты емес және жануар өмірінің өсіп келе жатқан бөлігінде біршама ауытқуы бар, бұл бізді ең қызықтыратын нәрсе. Әдетте біз қолдарымызды бұлғап айта аламыз және қазіргі топтар мен деректер жинау ұқсас. уақыт осы мәселелерді жояды. Дегенмен, қысқа және ұзақ уақыт аралығында бөлек жиналған тұтыну мен өсуді салыстыра бастағанда, деректерді басқаша бағалау керек екенін түсіндім. Ашудың бастапқы кезеңдерінде біз ұзақ уақыт бойы өсумен қатар қысқа уақыт аралығындағы қабылдау мен өсуді бағаладық. Сызықты емес қисықтардың бір-бірімен сәйкесінше салыстырылуын қамтамасыз ету үшін жинау кезеңінде қабылдау мен алуды жұптау арқылы дәлсіздіктерді шештім. Менің ойымша, тұтынуды және өсуді бағалаудың ең жақсы тәсілі - қалдық азықты тұтыну (RFI), бірақ қалдық орташа тәуліктік кіріс (RADG) немесе жемді түрлендіру коэффициенттері басқа балама болып табылады. Менің тәжірибемде маңызды нәрсе - өсу мен қабылдауды бірдей кезеңде біріктіру.
Кейде біздің индустрия RFI анықтамасына тым әуестеніп кетеді. Бұл кейбір факторларға түзетулер енгізілген орташа күнделікті тұтыну. Барлық дерлік белгілер талдау алдында ковариаттар үшін түзетіледі. Белгілерді өндірушілер ең алдымен емшектен шығару кезіндегі бұзаудың жасына және бөгет жасына сәйкес келетін емшек салмағын жақсы біледі. Ультрадыбыстық зерттеу, туу салмағы, ұрық шеңбері және барлық дерлік басқа белгілер тиісті факторларға немесе статистиктер деп атайтын ковариаттарға реттеледі. RFI кейбір сәйкес ковариаттар үшін түзетілген қабылдау ғана.
Пайда болатын мәселенің бірі - RFI есебіне қандай ковариат қосу керектігін анықтау. Мен арнаның тиімділігі туралы деректерді алғаш талдай бастағанда, мен RFI әртүрлі ковариаттармен әртүрлі жолдармен реттедім. Бұл жануарларды әділ салыстыруды керемет қиындатты. GrowSafe RFI есептеудің стандартты әдісін жасаған кезде менің жұмысым әлдеқайда жеңіл болды. Бұл бастапқы деректер жинақтарында көрген шудың айтарлықтай мөлшерін жойды.
1-сурет: EPD және бес ұрпақтан астам аталықтардың орташа ұрпақ өнімділігі арасындағы корреляция.
Қазіргі GrowSafe EPD құрылғыларында 35,000 235,000-нан астам жеке жем тиімділігі жазбалары және талдауға енгізілген 1 XNUMX-нан астам асыл тұқымды жануарлар бар. Деректер жиынында бестен астам ұрпақтары бар аталар олардың EPD арасындағы корреляцияға және олардың ұрпақтарының әрбір белгі бойынша өнімділігінің орташа көрсеткіштеріне талдау жасалды (XNUMX-сурет). Қорытындылай келе, бұл корреляциялардан RFI өте болжамды қасиет екені және орташа тәуліктік өсімге (ADG) немесе құрғақ заттарды қабылдауға (DMI) қарағанда ұрпақтың нақты өнімділігімен көбірек байланысты болуы мүмкін екендігі анық.