CC BY
1
Научная статья
УДК 636.082: 636.2.034
doi: 10.47737/2307-2873_2023_42_97
ВЗАИМОСВЯЗЬ ПРИЗНАКОВ ЭКСТЕРЬЕРА ПЕРВОТЕЛОК ЧЕРНО-ПЕСТРОЙ ПОРОДЫ РАЗНОЙ ЛИНЕЙНОЙ ПРИНАДЛЕЖНОСТИ
©2023. Александр Федорович Контэ
Федеральный исследовательский центр животноводства - ВИЖ имени академика Л.К. Эрнста, Дубровицы, Россия, [email protected]
Аннотация. Большое количество факторов оказывает влияние на продуктивность животных, и среди них происхождение, т.е. принадлежность к линиям и родственным группам. В соответствии с этим существует необходимость в контроле паратипических и генетических факторов. В качестве объекта исследований нами были выбраны первотелки черно-пестрой породы Подмосковья. В целях проведения исследования оценок экстерьера коров первого отела создана выборка животных, на основе данных базы, по 43988 головам. С целью определения силы влияния эффекта «линия» как фиксированного фактора нами использован дисперсионный анализ, а определения сопряженности признаков экстерьера - регрессионный многофакторный анализ. Исследуемые показатели телосложения коров-первотелок в рамках всего поголовья в основном находятся в пределах достаточно оптимальных значений баллов (5-6 баллов), за исключением показателей - положение таза, высота пятки, расположение передних сосков, длина сосков и скакательный сустав (вид сзади) (4.5-4.9 балла), это что касаемо оценок системы «Б». Схожая закономерность просматривается в разрезе линий. В ходе проведенных расчетов нами установлено, что три исследуемых признака линейной оценки системы «А» («молочный тип», «туловище» и «вымя») имеют достаточно высокую градацию уровня линейной зависимости (0.5679-0.7093), за исключением «конечностей» (0.4329). О силе линейной зависимости можно судить по множественному коэффициенту корреляции R:>0.70 - высокая; <0.70 и >0.30 - средняя; <0.30 - низкая. В нашем случае по всей выборке и, в частности, по линиям достаточно высокая линейная зависимость (>0,70) по признаку «молочный тип» (системы «А») свидетельствует о том, что селекцию достаточно было бы вести по 1-2 показателям. При этом наибольшее значение по данному признаку установлено у линии Вис Бэк Айдиэл 1013415 (0.8337) и Пабст Говернер 882933 (0.7574).
Ключевые слова: линейная оценка, экстерьер, телосложение, черно-пестрый скот, регрессионный анализ, коровы
Введение. Рациональное использование продуктивного потенциала молочных пород скота имеет важное значение и зависит от хозяйственно-биологических особенностей животных и их акклиматизационной способности к внешней среде. Большое количество факторов оказывает влияние на продуктивность животных, и среди них важное место занимают
такие, как рост и развитие животного, его онтогенез, происхождение, т.е. генетика и принадлежность к линиям и родственным группам, технология доения, кормления и содержания. В соответствии с этим существует необходимость в контроле паратипических и генетических факторов. Однако из всех перечисленных факторов особую роль играет экстерьер,
отражающий строение организма и предопределяющий реализацию продуктивного потенциала [1,2].
Оценка экстерьера позволяет дать общую характеристику типу животного и его продуктивной направленности и в целом увеличить срок использования высокопродуктивных животных, что определяет рост рентабельности молочной отрасли скотоводства. Страны с развитой отраслью скотоводства, а также хозяйства России широко используют методику линейной оценки экстерьера коров при оценивании производителей по качеству потомства [3,4,5].
Оценка экстерьера включает в себя две системы: система «А» - экстерьер животного оценивается по 4-м группам признаков по 100-балльной шкале, и система «Б» - оценка наиболее важных признаков экстерьера (по 9-балльной шкале). Система «А» позволяет классифицировать внутри стада и популяции; система «Б» необходима для мониторинга экстерьера скота в регионах и хозяйствах, а также оценки быка по телосложению дочерей [6,7,8].
Следует учитывать, что изменчивость любого из признаков экстерьера может быть обусловлена воздействием не определенно одного фактора, а зависеть от совокупного действия нескольких факторов. Комплексное действие факторов может иметь разное влияние на каждый признак. Выраженность любого признака часто обусловлено совокупным действием большого числа факторов. Влияя на признак в векторе одного направления, они могут взаимно увеличивать силу влияния друг друга. В то же время, если имеет место обратно пропорциональное действие ряда факторов в отношении какого-либо признака, то совместное их действие нивелируется [9, 10].
Целью исследований являлось изучение взаимосвязи признаков экстерьера черно-пестрых первотелок в зависимости от их линейного происхождения.
Методика. В качестве объекта исследований нами были выбраны первотелки черно-пестрой породы Подмосковья. В целях проведения исследования оценок экстерьера коров
первого отела создана выборка животных, на основе данных базы, по 43988 головам. Данные включают четыре признака оценки согласно системе «А», а также семнадцать признаков оценки согласно системе «Б». Мы соотнесли 17 признаков оценки системы «Б» в соответствие четырем признакам системы «А»: все семнадцать признаков соотнесли «молочному типу» системы «А»; «туловищу» соответствуют высота, положение и ширина зада, крепость и глубина туловища; «вымени» - глубина вымени, длина и прикрепление передних долей, высота задних долей, центральная связка, длина сосков, расположение передних сосков; «конечностям» - скакательный сустав (сзади), постановка задних ног (сзади), угол задних ног сбоку, высота пятки.
С целью определения силы влияния эффекта «линия» как фиксированного фактора нами использован дисперсионный анализ. При этом общая модель однофакторного дисперсионного анализа имеет вид:
хкт = % + ак + Ркт, (!)
где: х - генеральная средняя (среднее арифметическое из всех наблюдаемых значений случайной величины вне зависимости от принадлежности к какой-либо группе уровня фактора); ак - числовая характеристика степени влияния фактора на его к-м уровне; @кт - случайная величина, не подверженная влиянию фактора. Предполагается, что @кт распределена по нормальному закону и имеет нулевое математическое ожидание (Ркт ~ N(0,0), где о - среднее квадратическое отклонение Ркт ).
Дисперсионный анализ является результатом применения общего статистического метода проверки гипотез к сформулированной задаче [11].
Так как в нашей задаче исследуются несколько независимых переменных, то, принимая во внимание, что между ожиданием и каждой из переменных (к) существует линейная зависимость, тогда модель множественной линейной регрессии имеет следующий вид (2): Г = р0+ + р2х2 + ■■■+ 0пхпп (2)
где Р0, р1, Р2, ..., Рп - коэффициенты регрессии, х1, х2, ...,хп - независимые переменные. В таком случае Ь0 - это сдвиг, а Ь1 является отклонением прямой Y, зависимой от переменной х1, если независимые переменные х2, ..., хп служат константами; Р2 - отклонение прямой Y, зависимой от переменной х2, если
Расчеты осуществлены на рабочей вычислительной машине (ПК): процессор Intel(R) Í3-6100 CPU Core (TM), частота 3,70 GHz, ОЗУ 16 Gb с применением языка программирования R и программы «STATISTICA» ver. 10.
переменные х1, ..., хп - константы; Рп является отклонением прямой Y, зависимой от переменной хп, если объясняющие переменные х1, х2, ..., хп-1 являются константами.
Значения коэффициентов регрессии будут найдены по методу наименьших квадратов системы нормальных уравнений [12,13] (3):
(3)
Результаты. Нами были получены следующие результаты на основе проведенного статистического анализа показателей линейной оценки типа телосложения первотелок черно-пестрой породы (таблица 1).
Все поголовье 1* 2 3 4 5
n 43988 17855 16164 6042 1607 2320
Система «А»
M ±m а M ±m а M ±m а M ±m а M ±m а M ±m а
1 81.0 0.01 1.75 81.1 0.01 1.78 81.1 0.01 1.73 80.9 0.02 1.72 81.3 0.04 1.72 80.8 0.04 1.76
2 812 0.01 1.74 812 0.01 1.73 812 0.01 1.64 812 0.02 1.82 81.4 0.04 1.68 80.9 0.04 2.16
3 792 0.01 2.06 79.3 0.02 2.08 792 0.02 2.03 792 0.03 2.10 79.6 0.05 1.83 78.9 0.05 2.17
4 80.9 0.01 1.79 80.9 0.01 1.80 80.9 0.01 1.80 80.8 0.02 1.76 812 0.04 1.67 80.7 0.04 1.75
Система «Б»
1 5.6 0.01 124 5.7 0.01 124 5.6 0.01 123 5.7 0.02 123 5.7 0.03 128 5.5 0.03 1.30
2 6.3 0.02 1.03 6.3 0.01 1.04 6.3 0.01 1.02 6.3 0.01 1.05 6.3 0.03 1.01 62 0.02 1.08
3 4.9 0.01 1.38 4.9 0.01 1.39 5.0 0.01 1.38 5.0 0.02 1.37 4.7 0.03 1.36 5.1 0.03 1.39
4 5.5 0.01 1.11 5.4 0.01 1.11 5.5 0.01 1.10 5.4 0.01 1.11 5.4 0.03 1.11 5.5 0.02 1.10
5 5.0 0.01 1.30 5.0 0.01 1.30 5.0 0.01 129 5.0 0.02 1.31 5.1 0.03 126 5.0 0.03 1.34
6 4.9 0.01 1.42 5.0 0.01 1.42 4.9 0.01 1.40 4.9 0.02 1.44 5.0 0.04 1.46 4.9 0.03 1.42
7 5.1 0.01 121 5.1 0.01 120 5.1 0.01 120 5.1 0.02 121 5.1 0.03 1.17 52 0.03 126
8 62 0.01 126 62 0.01 125 6.1 0.01 126 6.1 0.02 1.30 62 0.03 123 6.1 0.03 124
9 6.6 0.02 0.96 6.6 0.01 0.96 6.6 0.01 0.96 6.5 0.01 0.97 6.7 0.02 0.94 6.6 0.02 0.97
10 5.8 0.01 126 5.8 0.01 127 5.8 0.01 125 5.8 0.02 128 5.7 0.03 1.30 5.8 0.03 1.32
11 6.6 0.01 1.07 6.6 0.01 1.07 6.6 0.01 1.08 6.5 0.01 1.09 6.5 0.03 1.02 6.6 0.02 1.08
12 4.5 0.01 1.10 4.5 0.01 1.10 4.5 0.01 1.09 4.5 0.01 1.09 4.6 0.03 1.02 4.5 0.02 1.16
13 4.9 0.01 125 5.0 0.01 125 4.9 0.01 125 5.0 0.02 128 4.9 0.03 122 4.7 0.03 125
14 5.5 0.01 1.18 5.5 0.01 1.18 5.5 0.01 1.18 5.5 0.02 1.18 5.7 0.03 1.14 5.5 0.03 123
15 6.3 0.02 0.99 62 0.01 0.99 6.3 0.01 0.97 62 0.01 1.01 62 0.02 0.94 6.3 0.02 1.01
16 5.5 0.01 1.15 5.5 0.01 1.15 5.5 0.01 1.14 5.5 0.01 1.14 5.5 0.03 1.10 5.6 0.03 120
17 4.6 0.01 1.16 4.6 0.01 1.15 4.6 0.01 1.16 4.6 0.02 1.18 4.7 0.03 1.14 4.5 0.02 1.19
пр о + ft ^ xi + •••+ Рр^хр = ^ у Po^*i + Pi^ *i2 + •+ Рр ^ XiXp = ^
/о ^ *р + Pi^ *1*р + •■■+ Рр^хР= ^
Xi у хру
Таблица 1
Показатели линейной оценки животных первого отела разных линий
Исследуемые показатели телосложения коров-первотелок в рамках всего поголовья в основном находятся в пределах достаточно оптимальных значений баллов (5-6 баллов), за исключением показателей - положение таза, высота пятки, расположение передних сосков, длина сосков и скакательный сустав (вид сзади) (4.5-4.9 балла) - это, что касаемо оценок системы «Б». Схожая закономерность просматривается в разрезе линий. Если обратить внимание на оценки системы «А», то животные всей выбранной популяции характеризуются хорошими показателями туловища и вымени при достаточно выраженном молочном типе (80.9-81.2 балла). Конечности же имеют более низкое значение - 79.2 балла, что заметно просматривается и по линиям, это может быть связано с недостаточным вниманием на конечности при селекции крупного рогатого скота, а также с трудностями при оценке, обусловленными содержанием животных (подстилка, недостаточное освещение, неровная поверхность пола). При этом несколько более высокими баллами по показателям 100-балльной оценки обладали животные линии Пабст Говернер 882933.
Относительно же определения влияния линейной принадлежности на показатели оценки типа телосложения, мы воспользовались однофакторным дисперсионным анализом. В данном случае мы посчитали, что предиктором (фиксированным эффектом) может быть выбрана линия. Дисперсия позволяет наиболее полно охарактеризовать степень сопряженности фактора и зависимых переменных (экстерьерных показателей) - коэффициент детерминации (т.е. непосредственно силу влияния предиктора).
Дисперсия линейной принадлежности как фактора показала, что между ней и показателями типа телосложения существует достоверно положительная связь согласно критерию
Фишера Коэффициент детерминации ^2) дает понимание того, что влияние «линейной принадлежности» животных на ряд показателей экстерьера как по системе «А», так и «Б» является значительным.
В ходе проведенных расчетов нами были получены коэффициенты регрессионного уравнения Ро .п, которые при постановке их в уравнение (2), дают нам следующие регрессионные уравнения (таблица 2).
В уравнении многофакторной регрессии коэффициент во является прогнозируемым числовым выражением значения первого столбца таблицы 3 при условии значений факторов х1, х2...х17 равных 0, и четко показывает «ответ», равный 69.2...79.4. Полное объяснения сути значения регрессионных коэффициентов в].в 17, можно получить, обратив внимание на полярность знака перед ними. Положительный знак «+» коэффициента показывает на положительное влияние фактора на исследуемый показатель (в нашем случае один из четырех показателей оценки системы «А»), то есть увеличение значений показателей «молочный тип», «туловище», «вымя» и «конечности», а отрицательный знак «-» говорит нам о противоположном эффекте, т.е. об отрицательном характере фактора. Регрессионное уравнение по всей выборке показывает нам, что на «молочный тип» сильное влияние имеют молочный тип (система Б), глубина туловища и высота; туловище сопряжено с высотой и глубиной туловища; показатель же «конечности» в большей степени зависит от постановки задних ног (вид сбоку), высоты пятки и постановки задних ног (вид сзади); взаимодействие же вымени обусловлено в основном с показателями: «высота задних долей», «длина передних долей» и «центральная связка». Если же обратить внимание на линейную принадлежность исследуемых животных, то здесь просматривается схожая закономерность.
* Примечание «х»: 1 - высота; 2 - глубина туловища; 3 - положение таза; 4 - ширина таза; 5 - постановка задних ног (вид сбоку); 6 - высота пятки; 7 - постановка задних ног (вид сзади); 8 - прикрепление передних долей вымени; 9 -высота задних долей; 10 - центральная связка; 11 - глубина вымени; 12 - расположение передних сосков; 13 - длина сосков; 14 - крепость телосложения (ширина груди); 15 - молочный тип; 16 - длина передних долей; 17 - скакательный сустав (вид сзади); подчеркнутый шрифтом выделены независимые переменные с недостоверным влиянием.
Таблица 2
Регрессионные уравнения по показателям экстерьера в зависимости
от линейной принадлежности
Показатели Уравнения
Все поголовье
Молочный тип (система «А») у = 69.6 + 0.36x1 + 0.20x2 - 0.11хз + 0.05x4 - 0.018x5 + 0.07x6 + 0.03x7 + 0.09x8 + 0.16x9 + 0.07хю - 0.09x11 + 0.09x12 - 0.07x13 + 0.08x14 + 0.91x15 + 0.03x16 + 0.03x17
Туловище у = 74.3 + 0.49x1 + 0.62x2 - 0.06x3 + 0.07x4 + 0.03x14
Конечности у = 78.7 - 0.48x5 + 0.30x6 + 0.37x7 - 0.09x17
Вымя у = 72.1 + 0.11x8 + 0.23x9 + 0.49x10 + 0.02x11 + 0.11x12 - 0.04x13 + 0.61x16
Вис Бэк Айдиэл 1013415
Молочный тип (система «А») у = 69.2 + 0.35x1 + 0.21x2 - 0.10x3 + 0.08x4 -0.02x5 + 0.07x6 + 0.02x7 + 0.09x8 + 0.18x9 + 0.08x10 - 0.09x11 + 0.10x12 -0.07x13 + 0.08x14 + 0.92x15 + 0.04x16 + 0.04x17
Туловище у = 74.1 + 0.49x1 + 0.63x2 - 0.06x3 + 0.09x4 + 0.03x14
Конечности у = 78.6 - 0.48x5 + 0.31x6 + 0.38x7 - 0.09x17
Вымя у = 72.3 + 0.10x8 + 0.24x9 + 0.48x10 - 0.01x11 + 0.11x12 -0.05x13 + 0.62x16
Рефлекшн Соверинг 198998
Молочный тип (система «А») у = 69.9 + 0.37x1 + 0.19x2 - 0.11x3 + 0.04x4 - 0.023x5 + 0.07x6 + 0.03x7 + 0.09x8 + 0.15x9 + 0.08x10 - 0.10x11 + 0.09x12 - 0.07x13 + 0.07x14 + 0.90x15 + 0.03x16 + 0.03x17
Туловище у = 74.6 + 0.49x1 + 0.62x2 - 0.07x3 + 0.05x4 + 0.01x14
Конечности у = 78.8 - 0.49x5 + 0.28x6 + 0.37x7 - 0.09x17
Вымя у = 71.8 + 0.12x8 + 0.21x9 + 0.51x10 + 0.04x11 + 0.13x12 - 0.04x13 + 0.61x16
Монтвик Чифтейн 95679
Молочный тип (система «А») у = 69.7 + 0.29x1 + 0.20x2 - 0.08x3 + 0.03x4 -0.03x5 + 0.07x6 + 0.03x7 + 0.13x8 + 0.13x9 + 0.07x10 - 0.08x11 + 0.04x12 - 0.03x13 + 0.12x14 + 0.93x15 + 0.01x16 + 0.02x17
Туловище у = 74.1 + 0.47x1 + 0.63x2 - 0.02x3 + 0.06x4 + 0.05x14
Конечности у = 78.9 - 0.49x5 + 0.29x6 + 0.36x7 - 0.12x17
Вымя у = 71.9 + 0.13x8 + 0.19x9 + 0.48x10 + 0.08x11 + 0.06x12 - 0.02x13 + 0.59x16
Пабст Говернер 882933
Молочный тип (система «А») у = 69.6 + 0.42x1 + 0.15x2 - 0.07x3 + 0.08x4 - 0.01x5 + 0.11x6 + 0.05x7 + 0.05x8 + 0.14x9 + 0.04x10 - 0.11x11 + 0.07x12 - 0.07x13 + 0.14x14 + 0.95x15 + 0.03x16 + 0.01x17
Туловище у = 74.0 + 0.55x1 + 0.54x2 - 0.02x3 + 0.06x4 + 0.11x14
Конечности у = 79.4 - 0.43x5 + 0.31x6 + 0.34x7 - 0.19x17
Вымя у = 72.4 + 0.19x8 + 0.19x9 + 0.49x10 + 0.10x11 + 0.03x12 - 0.04x13 + 0.54x16
Другие линии
Молочный тип (система «А») у = 69.9 + 0.38x1 + 0.19x2 - 0.14x3 + 0.02x4 + 0.02x5 + 0.11x6 + 0.07x7 + 0.08x8 + 0.16x9 + 0.05x10 - 0.08x11 + 0.11x12 - 0.09x13 + 0.03x14 + 0.86x15 + 0.01x16 + 0.02x17
Туловище у = 73.8 + 0.57x1 + 0.55x2 - 0.06x3 + 0.12x4 + 0.03x14
Конечности у = 77.8 - 0.50x5 + 0.39x6 + 0.38x7 - 0.06x17
Вымя у = 72.3 + 0.09x8 + 0.27x9 + 0.44x10 - 0.05x11 + 0.16x12 - 0.01x13 + 0.58x16
Подтверждением правильности уравнений могут служить показатели многофакторной регрессионной статистики (таблица 3).
В ходе проведенных расчетов нами установлено, что три исследуемых признака линейной оценки системы «А» («молочный тип», «туловище» и «вымя») имеют достаточно высокую градацию уровня линейной зависимости (0.5679-0.7093), за исключением «конечностей» (0.4329). О силе линейной зависимости
можно судить по множественному коэффициенту корреляции R: >0.70 - высокая; <0.70 и >0.30 - средняя; <0.30 - низкая. В нашем случае по всей выборке и в частности, по линиям достаточно высокая линейная зависимость (>0,70) по признаку «молочный тип» (системы «А») селекцию достаточно было бы вести по 1 -2 показателям из уравнения. При этом наибольшее значение по данному признаку установлено у линии Вис Бэк Айдиэл 1013415 (0.8337) и Пабст Говернер 882933 (0.7574).
Регрессионная статистика
Таблица 3
Показатели Уравнения
Множест. Я | Множест. Я2 | Скоррект. Я2 | Б | Ст. ошибка регрессии
Все поголовье
Молочный тип* 0.7093 0.5032 0.5029 2619.4 1.2359
Туловище 0.5938 0.3526 0.3525 4790.5 1.3961
Конечности 0.4329 0.1874 0.1873 2535.9 1.8590
Вымя 0.5679 0.3225 0.3223 2990.8 1.4729
Вис Бэк Айдиэл 1013415
Молочный тип 0.8337 0.6951 0.6947 2032.6 0.9847
Туловище 0.6087 0.3705 0.3703 2100.9 1.3714
Конечности 0.4283 0.1834 0.1832 1002.4 1.8786
Вымя 0.5678 0.3225 0.3222 1213.9 1.4807
Рефлекшн Соверинг 198998
Молочный тип 0.7047 0.4966 0.4961 937.1 1.2262
Туловище 0.6078 0.3694 0.3692 1893.0 1.3007
Конечности 0.4350 0.1893 0.1891 943.0 1.8261
Вымя 0.5700 0.3249 0.3247 1111.0 1.4805
Монтвик Чифтейн 95679
Молочный тип 0.7079 0.5013 0.4999 356.1 1.2182
Туловище 0.5546 0.3076 0.3070 536.3 1.5165
Конечности 0.4330 0.1876 0.1870 348.4 1.8908
Вымя 0.5686 0.3233 0.3226 411.9 1.4483
Пабст Говернер 882933
Молочный тип 0.7574 0.5736 0.5690 125.7 1.1269
Туловище 0.6222 0.3872 0.3852 202.3 1.3204
Конечности 0.4613 0.2128 0.2108 108.3 1.6231
Вымя 0.5893 0.3472 0.3444 121.5 1.3539
Другие линии
Молочный тип 0.7215 0.5206 0.5171 147.1 1.2243
Туловище 0.5222 0.2726 0.2711 173.5 1.8420
Конечности 0.4641 0.2154 0.2141 158.9 1.9260
Вымя 0.5771 0.3330 0.3310 164.9 1.4339
Примечание: * - Молочный тип системы «А»; множественный Я - множественный коэффициент корреляции; Множественный Я2 - коэффициент детерминации; Скорректированный Я2 - коэффициент детерминации; Е критерий - в множественной регрессии позволяет оценивать статистическую значимость уравнения; стандартная ошибка регрессии — это среднее расстояние, на которое наблюдаемые значения отклоняются от линии регрессии.
Выводы. На основании вышеизложенного можно сделать следующее заключение:
- многофакторные уравнения регрессии свидетельствуют о взаимодействии признаков экстерьера двух систем оценки, а также указывают на важность линейной оценки экстерьера;
- снижение достоверности коэффициентов регрессии в уравнениях по некоторым признакам экстерьера, в зависимости от линейной принадлежности, может быть связано как с различной численностью исследуемых животных, так и с возможным влиянием кроссов линий, что в дальнейшем предполагает изучить данное влияние;
- значительно низкое значение коэффициента множественной корреляции по всем градациям выборки установлено по признаку
«конечности» (0.4283-0.4641), что может зависеть от подхода к оценке данного признака, на него возможно обращали внимание не в первую очередь, а также от трудностей объективной оценки конечностей из-за положения животного, качества подстилки, освещения, что может указывать на общую закономерность в подходе к оценке конечностей животного, независимо от линейной принадлежности, условий содержания и происхождения.
Благодарности. Особую благодарность в предоставлении данных мы выражаем специалистам ОАО «Московское» по племенной работе». Исследования выполнены в рамках Госзадания Министерство науки и высшего образования Российской Федерации 0445-20210016.
Список источников
1. Чупшева Н.Ю. Продуктивное долголетие черно-пестрого скота в зависимости от некоторых генетических факторов // Вестник Бурятской государственной сельскохозяйственной академии имени В.Р. Филиппова. 2019. № 1 (54). С. 68-76.
2. Konstandoglo A., Foksha V., Granaci V. The relationship between Holstein cows exterior and dairy productivity by various breeding // Scientific Papers. Series D. Animal Science. Vol. LXII. No.2. 2019. P.29-33.
3. Костин А.А., Татуева О.В., Кольцов Д.Н. Экстерьер коров сычевской породы ООО «Балтутино» // Сельскохозяйственный журнал. 2014. №7. С.226-229.
4. Трухачев В.И., Злыднев Н.З., Селионова М.И. Селекция молочного скота стран Северной Европы: стратегия, методы, результаты (2 часть) // Молочное и мясное скотоводство. 2016. № 5. С.3-7.
5. Ефимова Л.В., Кулакова Т.В., Иванова О.В., Иванов Е.А. Взаимосвязь между признаками линейной оценки экстерьера и молочной продуктивностью коров // Вестник НГАУ. 2017. (3):115-124.
6. Методика оценки телосложения крупного рогатого скота молочного и молочно-мясного направлений продуктивности. Министерство сельского хозяйства Российской Федерации. 2017. С.4-23.
7. Veerkamp R.F., Gerritsen C.L.M., Koenen E.P.C, Hamoen A., Jong G. De. Evaluation of Classifiers that Score Linear Type Traits and Body Condition Score Using Common Sires // Journal of Dairy Science. Vol. 85. Iss. 4. 2002. P. 976-983.
8. Савенко Н.А. Селекционер Подмосковья / Н.А. Савенко [и др.] М.: МСХиП МО. 2006. 84с.
9. Ферстер Э., Ренц Б. Методы корреляционного и регрессионного анализа. пер. с нем. М.: Финансы и статистика, 1983. 304 с.
10. Kern E.L., Cobuci J.A., Costa C.N., Pimentel C.M. Factor analysis of linear type traits and their relation with longevity in brazilian holstein cattle // Asian-Australas J Anim Sci. 2014; 27 (6);784-790.
11. Юденков В.А. Дисперсионный анализ. Минск: Бизнесофсет, 2013. 76с.
12. Синъити Курихара. Статистика в рисунках. ДМК-Пресс. 2021. 304с.
13. Контэ А.Ф. Игнатьева Л.П. Многофакторный регрессионный анализ показателей типа телосложения коров-первотелок черно-пестрой голштинизированной породы Подмосковья // Вестник Ульяновской ГСХА. 2020. №4 (52). С. 165-172.
INTERRELATION OF EXTERIOR FEATURES OF COW-HEIFERS OF BLACK-AND-WHITE BREED WITH DIFFERENT LINEAR AFFILIATION
©2023. Аlexandr F. Conte
Federal Research Center for Animal Husbandry named after Academy Member L.K. Ernst, Dubrovitsy, [email protected]
Abstract. A large number of factors affect the productivity of animals and among them the origin, i.e. belonging to the lines and related groups. Accordingly to this fact, there is a need to control paratypic and genetic factors. As an object of research, we chose cow-heifers of black-and-white breed of the Moscow region. To investigate the exterior of cow-heifers a sample of animals was created based on the database with 43988 heads. To determine the strength of the influence of the "line" effect as a fixed factor, we used variance analysis, and for determination of the contingency of exterior features, we used multivariate regression analysis. The studied indicators of body features of the cow-heifers in the herd are mainly within the range of fairly optimal values (5-6 points), with the exception for such indicators as rump angle, foot angle, front teat placement, teat length and hock joint (back view) (4.5-4.9 points), this is with regards to the ratings of the "B" system. A similar pattern can be seen in the lines. While making calculations, we found that three studied features of the linear assessment of the system "A" ("dairy type", "body " and "udder") have a fairly high rate of the level of linear relationship (0.56790.7093), with the exception of "limbs" ( 0.4329). The strength of a linear relationship is shown by the multiple correlation coefficient R: > 0.70 - high; <0.70 and >0.30 - average; <0.30 - low. In our case, for the entire sample and in particular for the lines, high linear relationship (> 0.70) based on "dairy type" (system "A") indicates that it would be enough to select for 1-2 indicators. At the same time, the highest value for this feature was found for the lines of Vis Back Ideal 1013415 (0.8337) and Pabst Governer 882933 (0.7574).
Key words: linear affiliation, exterior, body type, black-and-white cattle, regression analysis,
cows
References
1. Chupsheva N.Yu. Produktivnoe dolgoletie cherno-pestrogo skota v zavisimosti ot nekotorykh geneticheskikh faktorov (Productive longevity of black-and-white cattle depending on some genetic factors), Vestnik Buryatskoi gosudar-stvennoi sel'skokhozyaistvennoi akademii imeni V.R. Filippova, 2019,No. 1 (54), pp. 68-76.
2. Konstandoglo A.,FokshaV., Granaci V. The relationship between Holstein cows exterior and dairy productivity by various breeding, Scientific Papers, Series D. Animal Science, Vol. LXII, No.2, 2019, pp.29-33.
3. Kostin A.A., Tatueva O.V., Kol'tsov D.N. Ekster'er korov sychevskoi porody OOO «Baltutino» (The exterior of cows of the Sychevskaya breed in Baltutino LLC), Sel'skokhozyaistvennyi zhurnal, 2014, №7, pp.226-229.
4. Trukhachev V.I., Zlydnev N.Z., Selionova M.I. Selektsiya molochnogo skota stran Severnoi Evropy: strategiya, metody, rezul'taty (2 chast') (Breeding dairy cattle in the Nordic European countries: strategy, methods, results (part 2)), Mo-lochnoe i myasnoe skotovodstvo, 2016,No. 5, pp.3-7.
5. Efimova L.V, Ivanova O.V., IvanovE.A..Vzaimosvjaz' mezhdupriznakamilinejnojocenkijek-ster'eraimolochnojproduktivnost'jukorov (The relationship between the features of linear assessment of the exterior and milk productivity of cows) ,Vestnik NGAU, 2017. (3), pp. 115-124.
6. Metodikaocenkiteloslozhenijakrupnogorogatogoskotamolochnogoimolochno-mjasnogonapravlenijproduktivnosti (Methodology for assessing the body type of of dairy and milk-meat cattle), Ministerstvosel'skogohozjajstvaRossijskojFeder-acii, 2017, pp .4-23.
7. Veerkamp R.F., GerritsenC.L.M.,KoenenE.P.C,HamoenA.,Jong G. De. Evaluation of Classifiers that Score Linear Type Traits and Body Condition Score Using Common Sires // Journal of Dairy Science. Vol. 85. Iss. 4. 2002. P. 976-983.
8. SavenkoN.A. SelekcionerPodmoskov'ja (Breeder of the Moscow region) M.: MSHiP MO, 2006, 84p.
9. Ferster Je.,. Renc.BMetodykorreljacionnogoiregressionnogoanaliza (Methods of correlation and regression analysis). per. s nem. M.: Finansyistatistika, 1983. 304 p.
10. Kern E.L.,CobuciJ.A., CostaC.N., Pimentel C.M. Factor analysis of linear type traits and their relation with longevity in brazilianholstein cattle // Asian-Australas J Anim Sci. 2014; 27 (6);784-790.
11. Judenkov V.A. Dispersionnyjanaliz (Variance analyses). Minsk: Biznesofset, 2013. 76p.
12. Sin'uitiKurihara. Statistika v risunkah (Statistics in pictures). DMK-Press, 2021, 304p.
13. Konte A.F., Ignat'eva L.P. Mnogofaktornyjregressionnyjanalizpokazatelejtipateloslozhenijakorov-pervotelokcherno-pestrojgolshtinizirovannojporodyPodmoskov'ja (Multivariate regression analysis of indicators of the body type of cows-heifers of the black-and-white Holstein breed of the Moscow Region),VestnikUl'janovskoj GSHA, 2020, №4 (52), pp. 165-172.
Сведения об авторах
А.Ф. Контэ-канд. с.-х. наук, старший научный сотрудник.
ФГБНУ ФИЦ ВИЖ им. Л.К. Эрнста, п. Дубровицы, дом 60, г.о. Подольск, Россия, 142132
Information about the author A.F. Conte - Cand. Agr. Sci., Senior Researcher.
Federal Research Center for Animal Husbandry named after Academy Member L.K. Ernst, 60, Dubrovitsy, Podolsk, Moscow region, Russia, 142132
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов. Conflict of interest: the authors declare that they have no conflicts of interest.
Статья поступила в редакцию 09.02.2023; одобрена после рецензирования 10.04.2023; принята к публикации 05.06.2023. The article was submitted 09.02.2023; approved after reviewing 10.04.2023; acceptedfor publication 05.06.2023.
