事实速览
饲料效率的农场遗传选择
引言
随着全球人口和肉类需求的急剧增加，以更少的资源生产更多牛肉的能力是目标。 随着饲料成本攀升至生产成本的 70% 以上，熟练劳动力成本急剧上升，以及消费者对增加动物和环境福利措施的需求增长，牛肉生产商面临着巨大的经济和社会压力。
过去，饲料增重比是用于推动饲料效率更高的动物的黄金标准，导致更大的动物通常需要更高的维护需求。
今天，选择剩余采食量 (RFI) 是生产饲料效率更高的牛的最佳方式，可降低成本并增加利润，同时以合乎道德和可持续的方式这样做。 饲料效率提高 10% 可以使利润提高 43%（Fox 等，2001），选择低 RFI 可以减少 12% 的采食量，减少高达 30% 的甲烷产量，减少粪便17%（农业事实，2006 年）。
什么是射频干扰？
RFI 是饲料效率的衡量指标，计算为在给定的生产水平下，动物的实际采食量与其预计采食量之间的差异（Koch 等人，1963 年；Basarab 等人，2003 年）。 每只动物的预计采食量是基于其与其同时代动物相比的实际测量性能和体型。 RFI 较低或为负的牛是有效的，因为它们吃的比预期的少，而 RFI 高或为正的牛是低效的，因为它们吃的比预期的多。
RFI 作为一种有价值的基因选择工具
RFI 是一种中等可遗传性状，遗传力范围为 26% – 58%（Koch 等人，1963；Arthur 等人，2001 a，b；Crews 等人，2003；Schenkel 等人，2004）。 当 RFI 用作遗传选择工具时，产生的后代在相同的生产水平下消耗更少的饲料。 而且，由于 RFI 与生长、体型和其他性能特征无关（Koch 等，1963），选择具有低 RFI 的动物将导致采食量减少和饲料效率提高，而不会影响体型、胴体质量或生长。
因此，可以选择饲料效率的改进并将其纳入育种计划，以产生更高效的后代。
虽然公牛的 RFI 测试非常有利，但后备母牛测试也增加了农场的价值，并可以提高整个牛群的效率。 更好的畜群管理依赖于更好的数据。
表型信息是难题的关键部分，仅通过查看遗传标记是无法理解的。 相反，采食量数据的价值 Vytelle 提供是保持基因组指标准确的关键。 因此，在公牛和奶牛群的商业农场进行饲料效率测试可以实现世代相传的改进，并为整个供应链带来更高的价值。
牧群在牧场上的终生生产力和效率
尽管 RFI 试验是在受控干燥环境中进行的，但时间相对较短，但其结果可以提供 insight 研究动物在其一生中在群体中的表现。 从将在您的牛群中度过很长时间的动物（例如计划成为多胎母牛的替代小母牛）收集 RFI 结果尤其重要，因为它们的开发和维护成本很高。
选择保留效率高的母猪而不是低效率的母猪将对牛群的长期饲料需求和饲料成本产生重大影响。 由于难以测量牧场的干物质摄入量，因此很难确定在干地环境中被确定为饲料效率高的牛在牧场觅食时是否会继续保持饲料效率。
先前的研究发现，当牛采用不同的饮食时，RFI 具有中等的可重复性（Crews 等人，2003 年），这表明干燥场上的低 RFI 动物将在其一生中继续保持高效。
由于该性状独立于其他经济上可行的性状，因此在后备小母牛中选择 RFI 不会牺牲牛群的寿命和生产力，并且会减少饲料消耗和饲料相关成本。
在商业环境中测量 RFI
计算 RFI 需要同时测量采食量和体重增加。 从历史上看，虽然可以在围栏基础上测量采食量，但在个体动物水平上这样做太麻烦且不切实际，在商业上是可行的。
随着介绍 Vytelle的牛肉遗传学计划，这样做的能力现在对于农场测试来说是实际的、经济的。 每只动物都有一个行业标准的 HDX 射频识别 (RFID) 耳标，可唯一识别该动物，并与配备 RFID 的饲料摄入节点相结合，连续自动捕获动物每秒喂食的饲料消失数据，最高可达 10 -gram 分辨率，同时允许并保持动物的自然行为。
水槽前的笔内称重位置使用支持 RFID 的金属制品，当涉及到水槽时，非侵入性地捕捉每只动物的身份，并在每秒钟和每次喝水时捕捉每只动物的部分体重，如他们踩在一个专门建造的规模上。 然后计算这些测量值以提供每日活体重、平均每日增重 (ADG)、生长趋势和许多其他参数。
进料节点与笔内称重位置组成 Vytelle SENSE™ 系统。 该系统提供极其准确的采食量和体重测量信息，可用于确定个体动物的饲料效率。
如上所述，需要同时测量采食量和生长情况以准确计算 RFI。 使用进料节点测量采食量，使用圈内称重位置测量体重，RFI 试验可以在 49 到 10 天的预热后在 14 天的时间内完成。
Vytelle的连续重量和饲料监测技术，再加上 Vytelle INSIGHT™ 决策支持工具，比传统 RFI 试验在更短的时间内准确识别具有最高和最低 RFI 值的牛，因为通过每天收集多个部分体重，可以在更短的时间内建立准确、精确的体重和生长曲线。
这不仅提高了 ADG 计算的准确性，而且还缩短了总体试验期，使育种者每年可以进行更多试验。
的价值 VYTELLE 网络
Vytelle 自 1990 年以来，它一直在帮助养牛场确保他们的牛群不断进步。因此，它是世界上最大的 RFI 预期后代差异 (EPD) 多品种数据库。 目前，我们的数据库包含多品种数据库中超过 262,000 只动物的记录，以根据 RFI（和其他）表型确定 EPD。
与您合作时 Vytelle 并为每只测试的动物分享三代血统，您将成为这个庞大网络的一部分，这将帮助您进行基准测试和改进您的畜群。 在其他参数中， Vytelle 向网络提供 RFI EPD、ADG EPD 和干物质摄入 (DMI) EPD。
在进行 RFI 试验时，这些值对当代组有效，50% 的动物具有阴性 RFI，50% 的动物具有阳性 RFI。 然而，当合作伙伴共享谱系时，可以看到这些测试的最大优势，从而允许在广泛的范围内比较 RFI EPD 和估计育种值 (EBD) Vytelle 网络。 由于严格的标准化，这些测试之间和测试之间的比较是可能的 Vytelle的方法。
可持续发展
Vytelle的技术通过使养牛场能够减少采食量、减少温室气体排放、减少肥料和减少牛肉生产对环境的整体影响，为整个农场的效率奠定了基础。 除了降低饲料相关成本外， Vytelle 合作伙伴将有机会在存在碳交易市场的地区申请碳补偿。
事实上，随着全球对肉类的需求以及当地对可持续性和道德责任实践的需求增加，RFI 的基因选择提高了养牛业务的效率和盈利能力，同时减少了业务的碳足迹并为未来几年的成功做好了准备.
文学被引用
• 农产品； 艾伯塔省农业实用信息（2006 年），https://open。 alberta.ca/dataset/91a77dec-f0a4-49c2-8c54-f172fe568e2c/resource/721e982c-b90f-4605-9de0-a3b8bb312b1f/download/2006-420-11-1.pdf，9 年 2018 月 XNUMX 日访问。
• Arthur, PF, JA Archer, DJ Johnston, RM Herd, EC Richardson 和 PF Parnell (2001a)，“安格斯牛采食量、饲料效率和其他断奶后性状的遗传和表型方差和协方差分量”，J. Anim . 科学，79：2805-2811。
• Arthur, PF, G. Renand 和 D. Krauss (2001b)，“夏洛来公牛不同生长和效率测量方法之间的遗传和表型关系”，Livest。 产品。 科学，68：131-139。
• Basarab, JA, MA Price, JL Aalhus, EK Okine, VM Snelling 和 KL Lyle (2003)，“年轻生长牛的剩余采食量和身体成分”，Can。 J.动画。 科学，83：189-204。
• Crews, DH Jr., NH Shannon, BMA Genswein, RE Crews, CM Johnson 和 BA Kendrick (2003)，“断奶后生长期与育肥期测量肉牛净饲料效率的遗传参数”，Proceedings，Western Section，美国动物科学学会，54：125-128。
• Fox, DG, LO Tedeschi 和 PJ Guiroy (2001)，“确定成群饲养的个体牛的采食量和饲料效率”，第 80-98 页，牛肉改良联合会会议程序，德克萨斯州圣安东尼奥。
• Koch, RM, LA Swiger, D. Chambers 和 KE Gregory (1963)，“肉牛饲料使用效率”，J. Anim。 科学，22（2）：484-494。
• Schenkel、FS、SP Miller 和 JW Wilton (2004)，“年轻肉牛的饲料效率、生长和身体组成性状的遗传参数和品种差异”，Can。 J.动画。 科学，84：177-184。
PDF下载
