Мониторинг физиологических функций и признаков продуктивности у молочных коров

Размещено на http://www.allbest.ru/

Мониторинг физиологических функций и признаков продуктивности у молочных коров

В.Б. Решетов, Г.Г. Черепанов

Physiological monitoring of production functions in dairy cows

V.B. Reshetov, G.G. Cherepanov

Up-to-date approaches to monitoring physiological and productive functions of cows in field conditions were considered. The criterions and procedures aimed to estimate body score and energy balance, protein nutrition quality and welfare of cows were described. The requirements to informational systems of physiological monitoring in dairy industry were suggested.

Рассматриваются современные подходы к организации мониторинга физиологических и продуктивных функций коров в условиях производства. Описаны критерии оценки упитанности и баланса энергии, контроля протеинового питания и комфортности условий содержания коров. Сформулированы требования к информационным системам физиологического мониторинга в молочном скотоводстве.

На протяжении последних десятилетий наблюдался заметный прогресс в увеличении молочной продуктивности коров, однако в целом он не сопровождался таким же ростом по признакам продуктивного долголетия и качества получаемой продукции. Пока нет ясности в том, по каким критериям вести селекцию, чтобы поддерживать высокие показатели резистентности и адаптивности, которые отражают жизнеспособность и напрямую связаны с качеством получаемого молочного сырья. В последние годы накапливается все большее количество данных, свидетельствующих о положительной корреляции между молочной продуктивностью и частотой выбраковки высокоудойных коров, что обусловлено рядом факторов, включая повышение степени инбридинга у особей наиболее распространенных пород, в том числе голштинской (1), условия кормления и содержания животных. В то же время отмечается большая вариабельность по частоте выбраковки животных в разных стадах, однако причина этих различий часто не ясна. Поэтому значительным резервом в поддержании высокой продуктивности может быть контроль физиологического состояния животных и показателей удоя (2).

Наибольшее число метаболических нарушений у коров отмечается в период раздоя, причем продуктивный спад, как правило, предшествует клиническим проявлениям типичных видов патологии (кетоза, жировой инфильтрации печени, вторичной остеомаляции, яловости и т.д.). Биохимические факторы риска возникновения этих предпатологических состояний обусловлены снижением концентрации в крови глюкозы и резким повышением таковой неэстерифицированных жирных кислот (НЭЖК) на фоне часто развивающейся аммиачной интоксикации и ряда других неблагоприятных факторов (3). Известно, что резкое повышение концентрации свободных жирных кислот в крови приводит к разобщению окисления и фосфорилирования в печени и нежелательным функциональным сдвигам иммунной и репродуктивной систем. Имеются сведения о том, что повышенное поступление аммиака отрицательно влияет на глюконеогенез в печени и вызывает сверхстехиометрическое расходование аминокислот в цикле мочевинообразования. Поэтому контроль степени мобилизации депо тканей и процессов протеинового питания входит практически во все используемые в мире системы физиологического мониторинга.

Во Франции разработана комплексная программа по мониторингу питания, поведения, лактации, репродукции и стресса с целью оптимизации конверсии корма в молоко; осуществляется сбор данных по физиологическим параметрам, в том числе составу молока, поглощению нутриентов молочной железой, молекулярным факторам генетической селекции (4). В Германии анализ состава молока используют для мониторинга обменных процессов у коров (5-8). В США пользуются широкой сетью базы данных, включая мониторинг молочной продуктивности, индекса упитанности коров и состава молока (1, 9).

Балан трументальной эхографической (Scanner 450, фирма «Pie Medical») оценки упитанности коров отмечена высокая степень совпадаемости данных (8). По мере увеличения продолжительности и величины отрицательного баланса энергии у коров после отела возрастает риск появления расстройств опорно-двигательного аппарата, пищеварения и репродуктивной функции (10, 11). Так, De Vries с соавт. еженедельно в течение 180 сут лактации определяли величину энергетического баланса по данным регистрации удоя, живой массы коров и потребления энергии с кормом (12). При этом была выявлена корреляция между величиной максимального отрицательного баланса энергии и продолжительностью периода от отела до первой овуляции; в среднем на каждые дополнительные 10 МДж задержка составляла 1,25 сут. По мнению авторов, систематическое снижение жирности молока в первые 26 сут лактации свидетельствует о существенном отрицательном балансе энергии.

Данные по коэффициенту наследуемости отрицательного баланса противоречивы (от 0 до 0,51), что связано с использованием недостаточно больших выборок. Для селекционных целей рекомендуют проводить оценку потребления корма и упитанности параллельно с регистрацией удоев (11).

Повышенное поступление в организм коров аминокислот в первой фазе лактации может отрицательно отражаться на упитанности и воспроизводительной способности. Так, у коров, получавших концентраты в условиях пастбищного содержания, при добавке труднодеградируемого протеина снижались потребление концентратов и упитанность, увеличивался сервис-период, хотя концентрация в крови НЭЖК, ?-оксибутирата, глюкозы и инсулина существенно не изменялась по сравнению с контролем (13).

Согласно данным мониторинговых исследований, проведенных на большом поголовье коров (n = 1000), наиболее существенное влияние оказывают на удой упитанность в период сухостоя, число лактаций и упитанность во время запуска. Повышение упитанности в период между запуском и отелом на 1 балл соответствовало прибавке 545 кг молока за первые 120 сут лактации, дополнительный 1 балл упитанности во время запуска означал снижение удоя на 300 кг (14). Предложен метод оценки скорости изменения содержания липидов по балльной оценке упитанности во время отела, живой массы и времени от отела до оплодотворения (15). Этот метод предполагается использовать в кормлении и селекции.

Большой отрицательный баланс в первой фазе лактации часто сопровождается у коров гиперкетонемией и снижением иммунитета, в частности, падает фагоцитарная активность нейтрофилов (16). В это время наблюдаются сдвиги показателей окислительного стресса: увеличивается концентрация дималонового альдегида в крови, а при повышенном потреблении крахмалистых кормов повышается активность глютатионпероксидазы (17). Кроме того, этот период часто сопровождается проявлением синдрома жировой инфильтрации печени. С целью выявления связи между динамикой снижения упитанности и содержанием липидов в печени были проведены массовые исследования (n = = 218) (18). При этом брали образцы ткани печени (биопсия), проводили анализы крови и оценивали упитанность (балл). Хороший прогноз отложения липидов в печени был получен при использовании данных по продуктивности на ранней фазе лактации и динамике упитанности с учетом концентрации в крови глюкозы, НЭЖК и мочевины.

На основе применения математического аппарата нечетких множеств разработана система адаптивного кормления, в которой используют данные по динамике живой массы (глазомерная оценка), удою и фазе лактации (19). Показано, что экономическая эффективность адаптивного кормления повышается в случае применения автораздатчиков комбикорма. Входит в практику оперативная регистрация баланса нутриентов для контроля адекватности питания коров (20). Ве-личина энергетического баланса коррелирует с показателями глазомерной и инструментальной оценки упитанности, соотношением содержания в молоке жира и лактозы, концентрацией в крови НЭЖК и тироксина, хотя анализ крови не всегда повышает точность оценки энергетического дефицита по сравнению с анализом молока даже при больших выборках (21).

Высокое содержание в кормах протеина усугубляет влияние отрицательного баланса энергии на репродуктивную функцию коров (22-28). При мониторинге воспроизводительной функции рекомендуют контролировать концентрацию мочевины в крови или молоке, с тем чтобы она не превышала 19-20 мг% (29). Концентрация мочевины в крови отрицательно коррелирует с потреблением энергии и положительно -- с потреблением протеина. Концентрация мочевины в молоке (MUN) линейно связана с экскрецией азота с мочой (UN): UN (г/сут) = 0,0259 (?0,0006) ? ? живая масса (кг) ? MUN (мг/дл) (30).

Предполагают разработать системы оценки сбалансированности рационов по протеину и энергии на основании измерения концентрации мочевины и истинного белка в молоке (31). Поскольку не исключены вариации этих показателей в зависимости от стадии лактации, породы, состояния здоровья вымени, подготовки проб и условий проведения анализа, необходима стандартизация методик и определение границ нормальных значений для конкретных условий (32-34). Для оценки у коров эффективности использования азота корма предложено применять показатель отношения содержания истинного молочного белка к концентрации мочевины в молоке (35).

Повышенное содержание протеина в рационе на ранней фазе лактации является фактором, усугубляющим мобилизацию липидов и белков тела (36). Вы-сокий уровень питания в период затухания лактации и сухостоя может быть одной из причин выбраковки коров вследствие развития вторичной остеодистрофии (37).

Определение концентрации мочевины в молоке часто применяют для оптимизации конверсии протеина корма в белок молока, хотя для мониторинга воспроизводительной функции некоторые исследователи считают этот показатель недостаточно информативным (38-41). Концентрация мочевины в молоке, оцененная методом отражательной спектроскопии в инфракрасной области, слабо коррелирует с удоем или упитанностью, но этот показатель можно использовать при расчете экономической эффективности (42). Оценка концентрации мочевины в молоке в большей степени дает информацию о потерях кормового протеина в рубце, чем об эффективности использования аминокислот на продуктивные цели (43, 44). На концентрацию мочевины в молоке положительное влияние оказывают масса тела, стандартизованный по жиру удой, потребление сырого протеина и сухого вещества, продолжительность периода лактации и отрицательное влияние -- суточный удой, выход жира, потребление сырого протеина на единицу содержания энергии и потребление чистой энергии. При этом доля выведения мочевины с молоком от общей экскреции для утренней и вечерней дойки составляет соответственно 1,8 и 3,3 %. (45). Повышение доли нераспадаемого протеина в сыром протеине рациона (16 %) с 29 до 41 % приводило к снижению концентрации мочевины в крови и повышению таковой в молоке, что авторы объясняют дефицитом глюкогенных предшественников и использованием аминокислот на энергетические цели (46).

Определение концентрации мочевины в молоке используют в США для прогноза экскреции азота с мочой при мониторинге протеинового питания на основе нового стандарта концентрации мочевины в молоке -- 8,5-11,5 мг/дл вместо 12-16 мг/дл (47). Предложена математическая модель для прогноза эффективности использования азота у лактирующих коров по оценке концентрации мочевины в молоке, удою, процентному содержанию белка в молоке и потреблению сырого протеина. При проверке расчетной модели с использованием 93 рационов ошибка прогноза составила 15 %. В зависимости от удоя оптимальное содержание мочевины в молоке варьирует от 10 до 16 мг% (48).

По данным анализа состава молока у 6102 коров голштинской породы в 36074 полевых опытах, концентрация мочевины в молоке увеличивается к концу лактации (49). Коэффициент наследуемости по концентрации мочевины в молоке при первой, второй и третьей лактации составлял соответственно 0,44; 0,59 и 0,48; аналогичные показатели получены по удою, но генетическая корреляция при этом отсутствовала. Авторы пришли к выводу, что селекция по концентрации мочевины в молоке возможна, но надо учитывать факторы беременности и болезней.

В научно-исследовательской практике для биохимического контроля ис-пользуют количественное определение в крови метаболитов азотистого, жирового и углеводного обменов, активности ферментов и гормонов (50). Основной проблемой при этом подходе является трудоемкость и дороговизна анализов, а также вариабельность и неспецифичность изменений отдельных биохимических показателей в жидких средах. Поэтому актуальная задача может состоять в том, чтобы научиться извлекать полезную информацию из совокупности данных, используя методы статистического анализа и моделирования. Адекватные методы для решения этой задачи, по-видимому, можно разработать на стыке биохимии и медицинской статусметрии.

В настоящее время в ряде стран начаты исследования в этом направлении. Основные нерешенные проблемы состоят в следующем: необходимо более четкое понимание обменных процессов на уровне отдельных подсистем -- желудочно-кишечного тракта, печени, мышц, жировой ткани, молочной железы; нужно иметь более точный прогноз поступления нутриентов из желудочно-кишечного тракта; важно выявить источники индивидуальной вариабельности реакций, обусловливающих количественные признаки и природу физиологических потреб-ностей животных, то есть необходима интеграция научных знаний для последующей передачи их в технологические регламенты с использованием компьютерных технологий (51). Существующие системы нормирования и контроля питания пока не обеспечивают достижение нужной степени адекватности.

Так, для оценки прогностической эффективности Корнельской системы питания коров Moscardini с соавт. провели опыт при количестве нераспадаемого протеина 4,5; 14,9 и 29,1 % и уровне питания 90 и 80 % (от уровня кормления вволю) (52). Выход микробной массы, оцененный по концентрации пуриновых оснований в моче, не изменялся, однако по прогнозу он должен был снижаться при повышении содержания нераспадаемого протеина. Обнаружено также, что прогнозируемая по этой системе концентрация мочевины в молоке намного выше фактической. На основании полученных данных авторы заключили, что регрессионный подход, использованный в Корнельской системе, недостаточен для прогнозирования, поэтому в будущих разработках нужно учитывать механизмы обмена веществ.

Комфортность состояния животных

Физиологическому мониторингу в мире в последние годы стали уделять большое внимание из-за возросших требований к качеству продукции и в связи с развитием производст-венных систем, обеспечивающих комфортность физиологического состояния (welfare, wellbeing) (53), что составляет главное условие для достижения биоло-гически и экономически оптимальной продолжительности продуктивного ис-пользования коров. Применяют разные способы оценки комфортности. Например, для дойных коров иногда под этим понимают отсутствие психического стресса (mental suffering) и физическую жизнеспособность (physical fitness). Критериями комфортности могут служить показатели состояния здоровья, поведения животных и условия содержания. Capdeville с соавт. для оценки общего состояния здоровья стада использовали частоту яловости, смертности новорожденных, задержания последа, абортов, клинического мастита, хромоты, а также индекс упитанности, степень загрязненности волосяного покрова, наличие кашля, травм, биосоциальные показатели (агрессивность, поведение при доении) и другие (всего 49 показателей) (54).

Отдельные показатели могут быть выражены в виде категорий (хороший, лучший, средний, умеренный, сильно выраженный и т.д.) или числовой шкалы. При разработке комплексной интервальной шкалы применяют разные подходы. Для приведения разнородных показателей к одному комплексному критерию можно использовать различные статистические методы, в том числе кластерный анализ, модель шкалирования (scaling model). Численные показатели можно определять посредством экспертного опроса специалистов, а затем проводить проверочные исследования в производственных условиях (53). На основе методов эпидемиологии анализируют (с помощью методов многомерной статистики) связь показателей комфортности с условиями содержания, кормления, климатическими особенностями, выявляют факторы риска, оценивают информативность отдельных параметров и взаимосвязи между ними (путевой анализ, логистическая регрессия и др.) (55, 56).

Большая доля генетической изменчивости признаков продуктивности связана с вариацией количества съеденного корма и мобилизацией резервов тела. Отбор животных по одному из этих признаков нежелателен. Хотя учет двух признаков перспективен, имеется неопределенность в отношении параметров здоровья, репродукции и баланса энергии (57). Некоторые авторы считают перспективным поиск кандидатов для селекции на основе показателей физиологических признаков. В качестве одного из «индикаторных признаков» предложено использовать определение концентрации азота мочевины в крови после кратковременного голода-ния (58).

Для оценки состояния функциональных подсистем и общего состояния здоровья по физиологическим признакам актуальна разработка теории и практики медицинской статусметрии, предполагающей применение таких вычислительных методов, как теория распознавания образов, кластерный анализ, теория вычислительных оценок (59, 60), полипараметрический анализ (61-64), теория референтных границ (65-68). Это направление актуально, в частности, при оценке общей резистентности у коров (69-72). В последние годы предприняты попытки создания компьютерных экспертных систем для диагностики болезней обмена веществ у сельскохозяйственных животных. Представляет практический интерес в этом плане и другое направление -- поиск интегральных тестовых процедур: КГР-дермография (использование кожно-гальваниче-ской реакции для типизации адаптационного синдрома) (73); анализ суммарной концентрации в крови веществ с низкой и средней молекулярной массой (74, 75); тесты для оценки окислительного стресса (76); применение инфракрасной спектроскопии для анализа конденсатов выдыхаемого воздуха (77).

протеиновый корова мониторинг физиологический

Заключение

Одно из перспективных направлений увеличения молочной продуктивности скота связано с совершенствованием животных по признакам продуктивного долголетия и качества получаемой продукции, а критическим звеном в реализации этого направления является разработка и внедрение систем физиологического мониторинга продуктивных функций, здоровья и комфортности условий содержания животных. Поэтому разработка научных основ физиологического мониторинга является важной и актуальной задачей как в плане фундаментальных исследований, так и в прикладном аспекте.

В систему мониторинга физиологического гомеостаза в условиях производства в настоящее время целесообразно в первую очередь включать следующие показатели: оперативная регистрация баланса энергии по данным анализа рационов и энергии молока; балльная оценка упитанности; концентрация мочевины в молоке и соотношение концентрация мочевины/концентрация истинного белка в молоке. Необходимо отрабатывать математические модели для прогноза эффективности использования азота у лактирующих коров по оценке концентрации мочевины в молоке, удою, концентрации белка в молоке, потреблению сырого протеина и другим факторам. Для контроля и управления продукционными процессами необходим более точный прогноз всасывания нутриентов из желудочно-кишечного тракта и потребностей организма в питательных веществах с учетом физиологического состояния и генотипа. Судя по результатам анализа мирового опыта, организация адаптивного кормления на основе физиологического мониторинга с использованием автораздатчиков комбикорма экономически эффективна.

Для количественной оценки комфортности состояния животных требуется регистрация общих показателей здоровья, выборочное обследование химического состава крови, проведение интегральных тестов. С целью приведения разнородных показателей к одному численному критерию комфортности необходима разработка комплексной интервальной шкалы с применением математических (статистических) методов. Информационная система мониторинга должна обеспечивать возможность ретроспективного анализа связи между показателями комфортности и условиями содержания, кормления, климатическими параметрами, а также выявления факторов риска, оценки информативности отдельных показателей и взаимосвязи между ними. Необходим поиск индикаторных физиологических признаков для использования в селекции.

Литература

1.Ruschen J. The welfare of the high producing animal. Animal welfare and animal health. In: Landbauforschung Volkenrode, Sonderheft 227 /Eds. F. Ellendorf, V. Moening, J. Ladewig e.a., Braunschweig, 2000: 35-39.

2.Rushen J., De Passile A.M.B. Comportement, bien-etre et productivite des bovines laitiers (Behaviour, welfare and productivity of dairy cattle). Can. J. Anim. Sci., 1998, 78: 3-21.

3.O ldham J.D., Emmans G.C. Prediction of responses to protein and energy yielding nutrients. J. Dairy Sci., 1989, 72(12): 3212-3229.

4.Lapierre H. La recherche en production laitiere au centre de Lennoxville (Research in milk production at the Lennoxville centre). Can. J. Anim. Sci., 1998, 78: 105-111.

5.R ossowN., Staufenbiel B., JacobiO. Die Nutzung von Milchinhaltsstoffen fur die Stoffwechseluberwachung bei Milchkuhen. Monatshefte Veterinarmedizin, 1990, 45 (19-20): 686-690.

6.Schwarz F.J., Ettle T. Zukunftsorientierte Milchviehfutterung unter Berucksichtigung von Betriebssystemen. Zuchtungskunde, 2001, 71(6): 471-482.

7.Lg W. Futterungs und Gesundheitsmonitoring mit physiologischen Parametern. Zuchtung-skunde, 2001, 73(61): 460-470.

8.Schafers M., Metzner M., KleeW. Untersuchungen zur Korperkonditionsbeurteilung bei Milchkuhen der Rasse Fleckvieh unter den Haltungsbedingungen des nordlichen Oberbayerns. Tierarztl. Umschau, 2002, 57: 152-160.

9.Nelson A.J. Information needs of the dairy industry for health and nutrition management. J. Dairy Sci., 1994, 77: 1984-1991.

10.Nebe l R.L., M c Gillard M.L. Interactions of high milk yield and reproductive performance in dairy cows. J. Dairy Sci., 1993, 76: 3257-3268.

11.Collar d B.L., Boettcher P.J., Dekkers J.C.M. e.a. Relationships between energy balance and health traits of dairy cattle in early lactation. J. Dairy Sci., 2000, 83: 2683-2690.

12.DVries M.J., Veerka m p f R.F. Energy balance of dairy cattle in relation to milk production variables and fertility. J. Dairy Sci., 2000, 83: 62-69.

13.Chapa A.M., M c Cormick M.E., Fernandez J.M. e.a. Supplemental dietary protein for grazing dairy cows: reproduction, condition loss, plasma metabolites, and insulin. J. Dairy Sci., 2001, 84: 908-916.

14.Domesq J.J., S k i d m o r e A.L., L l o y d J.W. e.a. Relationship between body condition scores and milk yield in a large dairy herd of high yielding Holstein cows. J. Dairy Sci., 1997, 80: 101-112.

15.Friggens N.C., I ngvrsten K.L., Es G.C. Body lipid change in lactation: consequences for the prediction of energy requirements. J. Anim. Sci., 2002, 80, 1: 8.

16.Suriyasathapar n W., Hence C., Noordhuizen - Stasse n E.N. e.a. Hyperketonemia and the impairment of udder defence. Vet. Res., 2000, 31(4): 397-412.

Размещено на Allbest.ru