Оценка репродуктивных качеств дочерей быков голштинской породы с использованием статистических методов анализа выживаемости

Исследования проводили с целью апробация методики генетической оценки быков-производителей по продолжительности сервис-периода дочерей с использованием смешанной модели пропорциональных рисков Кокса. Работу выполняли на ретроспективных данных племенного учета за 2002–2022 гг. Выборка включала сведения о 22087 лактациях дочерей 42 быков-производителей голштинской породы (не менее 100 лактаций на отца). Временной переменной выступала продолжительность сервис-периода (дни от отёла до плодотворного осеменения). Наблюдения считали цензурированными при выбытии животного до стельности или отсутствии стельности по истечении 305 дней после отёла (доля событий – 0,71). В смешанную модель Кокса включили фиксированные эффекты (номер лактации, год и месяц отела, легкость отела) и случайный эффект (бык-производитель). Межгрупповая дисперсия по случайному фактору составила 0,0243 (p < 0,001), 50 %-ная медиана сервис-периода по выборке – 138±1 дней. Паратипические факторы оказывали существенное влияние: медиана сократилась со 177 дней в 2012 г. до 126 дней в 2021 г., а применение родовспоможения повышало величину этого показателя показатель на 12 дней, по сравнению с нормальным отелом. По результатам оценки шансов наступления стельности 14 быков классифицировали как улучшателей репродуктивных качеств, 13 – как ухудшателей. У дочерей лучшего производителя (Форчун 12302930) вероятность стать стельными в течение лактации была выше, чем в среднем по стаду, на 43 % (отношение рисков = 1,43). Коэффициент ранговой корреляции Спирмена между полученными оценками и канадским индексом «плодовитость дочерей» (Lactanet) составил p = 0,525 (p < 0,001). Применение смешанной модели Кокса обеспечивает расчет точных несмещенных оценок племенной ценности быков по фертильности с учетом паратипических факторов. Интеграция предложенного подхода в национальную систему оценки позволит повысить точность отбора животных по репродуктивным признакам.

1. Population genetic structure of Ural black pied cattle / M. V. Modorov, I. V. Tkachenko, A. A. Grin, et al. // Russian Journal of Genetics. 2021. Vol. 57. No. 4. P. 453–459.

2. Clustering of countries based on dairy productivity characteristics of Holstein cattle for breeding material selection / A. F. Petrov, O. V. Bogdanova, K. N. Narozhnykh et al. // Veterinary World. 2024. No. 5 (17). P. 1108–1118.

3. Optimization of Dairy Cattle Breeding Programs with Genotype by Environment Interaction in Kenya / P. K. Wahinya, G. M. Jeyaruban, A. A. Swan, et al. // Agriculture. 2022. Vol. 12. No. 8. Article 1274. URL: https://www.mdpi.com/2077-0472/12/8/1274 (дата обращения: 06.03.2025). doi: 10.3390/agriculture12081274.

4. Koyama K., Takahashi T. Relationship between sire predicted transmitting ability for daughter pregnancy rate and daughter’s reproductive performance and milk production in Japanese dairy herds // The Journal of Reproduction and Development. 2020. Vol. 66. № 5. P. 445–452.

5. Шишкин М. А., Камалдинов Е. В., Пальчиков П. Н. Структура изменчивости и наследуемости цикла высокой фертильности голштинского скота Новосибирской области // Вестник КрасГАУ. 2025. №10. С. 158–167. doi: 10.36718/1819-4036-2025-10-158-167.

6. Kaplan E. L., Meier P. Nonparametric estimation from incomplete observations // Journal of the American Statistical Association. 1958. Vol. 53. No. 282. P. 457–481.

7. Boujenane I., Draga B. Nongenetic factors affecting reproductive performance of Holstein dairy cows // Livestock Research for Rural Development. 2021. Vol. 33. Article 1. URL: https://www.lrrd.org/lrrd33/1/ismail3310.html (дата обращения: 06.03.2025).

8. Архитектура методического конструктора: повторной выборки / П. Г. Рябчук, Д. Н. Корнеев, М. В. Лысенко и др. // Азимут научных исследований: экономика и управление. 2021. Т. 10. №. 3 (36). С. 242–245.

9. R Core Team. R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing, 2023. URL: https://www.R-project.org/ (дата обращения: 20.10.2024).

10. Functional Trait Interpretations: Technical Note // Lactanet. 2025. URL: https://lactanet.ca/en/functional-trait-interpretations/ (дата обращения: 06.03.2025).

11. Игнатьева Л. П., Сермягин А. А. Использование метода BLUP animal model для оценки племенной ценности коров симментальской породы // Вестник Ульяновской государственной сельскохозяйственной академии. 2021. № 4 (56). С. 188–194.

12. Фирсова Э. В., Карташова А. П. Результаты оценки племенной ценности линий при помощи методов сравнения со сверстницами и BLUP на поголовье крупного рогатого скота мурманской области // Аграрный вестник Урала. 2021. №. 5 (208). С. 63–70.

13. Шендаков А. И. Генетические и средовые факторы в селекции голштинской породы // Биология в сельском хозяйстве. 2021. №. 2 (31). С. 2–7.

14. Ковалева Г. П., Сулыга Н. В., Лапина М. Н. Селекционно-генетическая оценка семейств голштинской породы молочного скота Ставропольской популяции // Сельскохозяйственный журнал. 2023. № 1 (16). С. 61–69.