Мониторинг и реализация информационных ресурсов племенного свиноводства Западной Сибири

Key words: Western Siberia, pedigree pig breeding, information technologies, information resources, pedigree value, economic valuable parameters, databases, multivariate statistical analysis, prognostic equation, selection index.

Состояние и реализация ресурсов племенного свиноводства Западной Сибири определяются постоянным совершенствованием пород, созданных или импортированных для чистопородного разведения, промышленного скрещивания и гибридизации в специфических экологических условиях [1, 2]. С этой целью выполняются научные исследования и внедрение разработок, включающих привлечение современных методов информационных технологий (ИТ) ведения отрасли на основе реализации информационных ресурсов (ИР) [3, 4].

В племенном свиноводстве региона за многие годы накоплен громадный объем информации. Но в первозданном виде полученные сведения лишь в незначительной степени могут быть представлены как ИР, поскольку для их реализации традиционными методами, без привлечения компьютерной техники и соответствующего программного обеспечения, требуются непомерно большие материальные и физические затраты [5].

С формированием компьютерных баз данных положение существенно меняется. Становится возможным решение важной и сложной задачи: извлечь максимум информации за всю историю разведения какой-либо породы и превратить её (информацию) в активно функционирующий ресурс [5].

В результате проиcходит более полная и всеобъемлющая интеграция «живых» знаний (характеризующих уровень квалификации зоотехников-селекционеров), овеществленных знаний (достигнутых результатов селекции) и непосредственно информации (сведений, определяющих пути дальнейшей селекции стада через целенаправленные выращивание, отбор, подбор в соответствии с планом селекционно-племенной работы).

Причём прогресс отрасли на основе ИР достигается воздействием материальных сил: энергетических, трудовых и многих других «вещественных» факторов. В свою очередь, сила ИР проявляется в том, что они переводят материальные факторы в активное состояние за счет выявления скрытых и образования новых резервов и вводят эти факторы в нужное русло, определяемое требованиями развития племенного свиноводства [6, 7].

Так, установление истинной племенной ценности всех используемых производителей по возможно большому числу различных источников информации за счет использования ИР, заключенных в крупных массивах данных, обеспечивает существенную интенсификацию селекционного процесса со всеми вытекающими последствиями [7].

Следует подчеркнуть, что ИР, в отличие от других видов ресурсов (например, запаса кормов), практически неисчерпаемы. По мере совершенствования породных и продуктивных качеств животных и роста потребления знаний для этой цели запасы ИР не убывают, а растут [3].

Цель исследований - изучить отдельные информационные ресурсы ряда хозяйств региона, с построением прогностических уравнений и селекционных индексов, для решения последующих задач совершенствования породных и продуктивных качеств разводимого поголовья.

ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЙ

Объектами проведённых исследований были чистопородные хряки, свиноматки, ремонтный и выращиваемый в молочный период молодняк крупной белой (4 хозяйства) и кемеровской (2 хозяйства) пород. Проанализированы данные свиноводческих предприятий Новосибирской и Кемеровской областей. Осуществлены спаривания животных, предусмотренные схемами опытов. По породам, в рамках исследования отдельных изучаемых племенных ресурсов, обработаны материалы первичного зоотехнического учёта о развитии ремонтного молодняка, продуктивности хряков и свиноматок, сводных ведомостей результатов бонитировки свиней, данные контрольного откорма животных а также привлечены сведения, опубликованные в Государственной книге племенных животных [7].

Характеристика потенциальных возможностей и хозяйственно полезных свойств пород свиней региона в частности отображена в публикациях [1, 2, 8, 9].

В данном сообщении излагаются обобщённые результаты дополнительного привлечения к мониторингу ИР многомерного статистического анализа для интерпретации и практического использования полученных научных и зооинженерных данных по материалам исследований, осуществлённых авторами [6, 9-12]. Для анализа отдельных ресурсов племенного свиноводства региона проведён ряд исследований с получением общезоотехнических, биологических и биохимических показателей.

С целью исследования селекционно-генетической ситуации в стадах, а затем, в качестве реализации результатов проведённого мониторинга, для построения прогностических уравнений и селекционных индексов при помощи специализированных СУБД сформированы компьютерные базы данных (БД) показателей животных, включённых в обработку.

Всего проанализированы показатели 15533 свиноматок, 1268 хряков и части их потомства (1327 гол.), включающего молодняк для ремонта стада, контрольного выращивания и контрольного откорма.

С использованием БД и на основе обобщения существующих алгоритмов [5], составлен собственный пакет программ компьютерного анализа [10], применённый в мониторинге. В том числе разработаны модули, включающие объединение ранее обработанных разрозненных данных, для вычисления совокупного значения изменчивости; сводного коэффициента корреляции; формирования и анализа однофакторных дисперсионных комплексов с привлечением уже имеющихся параметров градаций, полученных ранее для других целей.

Построение уравнений множественной регрессии выполнили в системе Statistica 6.0 фирмы StatSoft. Селекционные индексы формировали в электронной таблице Office Excel 2003 фирмы Microsoft. Оценку нормальности распределения анализируемых выборок общих и полученных по результатам оценки производителей выполнили в Statistica 6.0.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ И ИХ ОБСУЖДЕНИЕ

Воспроизводительные качества исследуемого поголовья. По крупной белой породе, с учётом полученных достоверных значений коэффициентов корреляции, построены уравнения множественной регрессии для начального прогноза некоторых пожизненных показателей свиноматок на основании данных начала их использования.

Так, для определения молочности за период использования свиноматок, кг (МЛ), по показателям первой случки - возраста, сут (ВС) и живой массы, кг (ЖС), рассчитано уравнение: МЛ = 45,7 + 0,08 х ВС-0,10 х ЖС.

Коэффициент детерминации уравнения (КД) = 0,97.

Живая масса 1 головы в возрасте 2 месяцев (М2):

М2 = 22,71-0,001 х ВС-0,014 х ЖС; КД=0,99.

Количество поросят, выбракованных к 4 месяцам (ВП) с учётом действия указанных факторов и числа поросят в гнезде по достижении возраста 2 месяцев (Г2):

ВП = 2,21-0,0035 х ВС-0,0014 х ЖС + 0,211 х Г2;

КД=0,98.

Уравнения могут быть использованы для начальной ориентировки в случае выбора варианта соотношения возраста и живой массы при первой случке свиноматок.

Установленные достоверные фенотипические корреляции свидетельствуют о возможности использования показателей молочности и числа голов в гнезде при отъёме для прогнозирования массы гнезда поросят в возрасте 2 месяцев в пределах соответствующих (1, 3, 6-й) опоросов свиноматок. Такой прогноз при необходимости может быть применён в случае затруднений взвешивания гнёзд поросят в 2 месяца (при промышленной технологии). Ниже приведены вычисленные уравнения прямолинейной регрессии по породам для рассматриваемых опоросов.

Крупная белая порода.

1. ГН2 = -39,42+1,00хМОЛ+16,60хГО2 КД = 0,77

3. ГН2 = -29,11 + 0,52 х МОЛ + 16,99 х ГО2 КД = 0,86 6. ГН2 = -4,87 + 1,85 х МОЛ + 9,25 х ГО2 КД = 0,80

Кемеровская порода.

1. ГН2 = -16,75 + 1,44 х МОЛ + 9,33 х ГО2 КД = 0,93 3. ГН2 = -3,98 + 1,84 х МОЛ + 6,20 х ГО2 КД = 0,83 6. ГН2 = -36,91+1,43 х МОЛ + 14,04 х ГО2 КД = 0,75.

Рассматривая значения свободных членов и коэффициентов регрессии уравнений, можно заключить, что существуют породные и возрастные различия, определяющие результат оценки возможной массы гнезда при отъёме по молочности свиноматок и количеству выращиваемых поросят. Следовательно, прогностические уравнения в определённой степени имеют информационное значение для каждого конкретного случая.

На основании результатов изучения повторяемости репродуктивных качеств свиноматок отмечено, что прогноз будущих показателей отдельного опороса по единичным или средним данным предыдущих помётов свиноматок малоэффективен. Но по нескольким показателям одного любого опороса можно с большой надежностью судить о результатах следующего опороса или пожизненной продуктивности группы животных.

Полученные уравнения множественной регрессии приведены ниже. Подстрочный индекс указывает номер опороса, символ (*) - знак умножения.

МНП2=8,9+0,082*МНП1-0,001*МОЛ1+

+0,032*ГО21 +0,004*ГН21

МОЛ 2=44,4-0,281*МНП1+0,213*МОЛ 1-

-0,032*ГО21+0,014*ГН21

ГО22=6,9+0,067*МНП1+0,100*МОЛ 1+

+0,131*ГО21+0,001*ГН21

ГН22=132,2+0,127*МНП1+0,341*МОЛ 1+

+2,857*ГО21+0,006*ГН21

СХР2=78,0 +0,109*МОЛ 1+0,589*ГО21-0,016*ГН21

Здесь МНП, МОЛ, ГО2, ГН2, СХР соответственно многоплодие, гол.; молочность - живая масса гнезда в возрасте поросят 21 сут, кг; количество голов в гнезде в 2 месяца; живая масса гнезда поросят в возрасте 2 месяцев, кг; сохранность к отъёму,%.

В приведённых уравнениях прямолинейной регрессии коэффициенты детерминации превышают 0,9, а остаточные суммы квадратов (не приводятся) были несколько меньше, чем вычисленные для соответствующих уравнений параболы первого порядка. Поэтому полученные уравнения множественной регрессии, при наличии ПЭВМ, могут быть использованы для сравнительно более точного прогноза отдельных показателей продуктивности второго по ряду признаков первого опороса в контролируемых условиях среды обитания животных.

Индексная селекция. Репродуктивные качества свиноматок достаточно полно характеризуются одним показателем - массой гнезда поросят в возрасте 2 месяцев. Вместе с этим каждый из признаков, используемых для оценки продуктивности свиноматок, является производным от предыдущего и несёт некоторую долю общей информации, определяющей материнские и племенные свойства этих животных. Так, величина многоплодия отражает действие комплекса факторов, в том числе условий эмбрионального развития приплода. Молочность свиноматок связана с взаимодействием физиологических особенностей матерей по продуцированию молока и способностью потомства «разработать» материнские молочные железы. Численность в гнезде и живая масса поросят при отъёме от матерей отражают сложное взаимодействие материнских качеств свиноматок и условий выращивания молодняка. В частности, особое значение имеет реакция приплода свиноматок на благоприятные (неблагоприятные) условия кормления и содержания. Использование этих признаков в селекционном индексе позволит более чётко проявить их роль в формировании общей оценки свиноматок.

По крупной белой породе селекционный индекс (ИНД) оценки репродуктивных качеств полновозрастных свиноматок имел следующий вид:

ИНД=23,9 (х1-11,3) +6,7 (х2-54,5) +20,1 (х3-9,8)

+1,6 (х4-190,5) +15,3 (х5-19,4)

Здесь х1 ... х5 соответственно многоплодие, гол.; молочность, кг; к отъему в возрасте 2 месяцев: количество голов в гнезде; масса гнезда, кг; средняя живая масса 1 головы, кг.

Установлено, что коэффициент наследуемости индекса, вычисленный методом дисперсионного анализа полусибсов по отцам, составил 0,41±0,04 (Р<0,001). Это подтверждает возможность комплексного совершенствования стада по репродуктивным свойствам свиноматок по селекционному индексу, о чём свидетельствует ранжирование результатов отбора (табл. 1).

Таблица Результаты 50 %-го отбора по отдельному признаку и селекционному индексу (первый опорос, крупная белая порода)

Results of 50% selection according to one-single parameter and selection index (first farrow, large white breed)

Примечание. X1 - многоплодие; Х2 - молочность (поросята в возрасте двух месяцев): Х3 - количество голов в гнезде; Х4 - масса гнезда; Х5 - средняя живая масса одной головы. Сумма рангов: улучшение от меньшего к большему показателю.

Х1 - prolificacy; Х2 - milking capacity (piglets aged 2 months): X3 - number of pigs in the nest; X4 - mass of the nest; X5 - average body weight of a pig. Total rank sum: improvement from lower to higher parameter.

Откормочная и мясная продуктивность характеризуется рядом признаков, находящихся в различной фенотипической и генотипической взаимосвязи. Некоторые важные экономические признаки имеют отрицательную корреляцию, что снижает эффективность отбора. Так, селекция на повышение скорости роста в среднем приводит к увеличению промера толщины шпика у животных.

Также установлено, что в стадах существуют производители, потомство которых имеет нулевые или даже отрицательные показатели связи «конкурирующих» признаков. Поэтому селекционный индекс, очевидно, можно построить с обеспечением улучшающего отбора по всем оцениваемым признакам. Кроме того, из литературных данных и результатов исследований следует, что на уровень показателей откормочной и мясной продуктивности существенное влияние оказывает ряд систематических и технологических факторов. Особое значение имеет величина живой массы свиней по окончании откорма, в связи с чем построенный индекс должен использоваться для конкретного стада, определенных условий и установленных технологических параметров.

В качестве иллюстрации приводится найденный селекционный индекс для кемеровской породы. Приняты следующие условные обозначения: х1 - среднесуточный прирост за период контрольного откорма, г; х2 - возраст достижения живой массы 100 кг, сут; х3 - масса туши, кг; х4 - длина туши, см; х5 - толщина шпика над 6-7-м грудными позвонками, мм; х6 - масса задней трети полутуши, кг; х7 - площадь мышечного глазка, см2. Для различных целей использовались различные наборы признаков.

В случае использования всех признаков селекционный индекс имеет следующий вид: ИНД=0,7 (х1-786) +5,8 (179-х2) +6,3 (х3-64,1) +9,9 (х4-95,6) +8,7 (31,5-х5) + 39,0 (х6-10,5) +12,2 (х7-27,5)

Проведен также анализ результатов моделирования 50 %-го отбора отдельно по каждому признаку и селекционному индексу.

Моделирование отбора на уровне 50% позволило установить тенденцию, общую для репродуктивных качеств свиноматок и показателей контрольного откорма молодняка. При отборе по одному отдельно взятому признаку были получены самые высокие (низкие) результаты в сравнении с анализируемыми признаками, но не подвергшимися селекции (табл. 2).

Таблица 2

Результаты 50 %-го отбора по отдельному признаку и селекционному индексу (кемеровская порода) Results of 50% selection according to one-single parameter and selection index (Kemerovo breed)