РЕФЕРАТ

Отчет 89 с., 4 рис., 36 табл., 147 источн.

Ключевые слова: генетическая структура, генотип, полиморфизм генов, симментальская порода, порода Сибирячка, молочная продуктивность, воспроизводительные качества, крупный рогатый скот.

Объектом исследования являются гены молочных белков: каппа-казеин (CSN3), бета-лактоглобулин (BLG), альфа-лактальбумин (LALBA) и гормона лептин (LEP).

Предмет исследования –генетическая структура пород крупного рогатого скота и оценка их продуктивного потенциала с использованием полиморфных вариантов генов.

Цель работы — изучение генетическое разнообразиев стадах животных симментальской породы и породы Сибирячка, разводимых в условиях Западной Сибири, по аллелям, генотипам и различным генотипическим комбинациям генов CSN3, BLG, LALBA и LEP и оценка прогностического значения этих генов для продуктивности животных.

В работе использованы молекулярно-генетические и популяционно-статистические методы исследований.

В результате исследования установленполиморфизм генов, описана структура пород по аллелям, генотипам и их комбинации, установлено влияние генов на продуктивные показатели животных. Так, среди трёх генотипических классов в каждом локусе наименьшую частоту встречаемости имели генотипы В/В и Т/Т (10%).Гетерозиготность по генамв породах была относительно равной. Наиболее высокий уровень полиморфности установлен по генам LEP и LALBA и низкий – по CSN3. Высокий показатель средней гетерозиготности по изученным локусам свидетельствует о генетической изменчивости и адаптационном потенциале пород.

Анализ ассоциаций генов с селекционно-значимыми признаками животных выявил приоритетные генотипы для направленного отбора. В симментальской породе приоритетным генотипом являются:по удою — BLG^АА, жирномолочности — LALBA^ВВ и LEP^CC, белковомолочности – LEP^TT. В породе Сибирячка более высокие показатели удоя были у животных с генотипом CSN3^ВВ, BLG^АА, LALBA^АВ и LALBA^ВВ, а также LEP^CC, жирномолочности – LALBA^АА и LEP^CC, белковомолочности — LEP^CC. У пород сходными приоритетными генотипами являются: по удою — BLG^АА, содержанию жира в молоке — LEP^CC.

ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ

В настоящем отчете о НИР применяют следующие термины с соответствующими определениями:

СПК – сельскохозяйственный производственный кооператив;

ООО – общество с ограниченной ответственностью;

ПЦР-ПДРФ–метод амплификации ДНК с помощью полимеразно-цепной реакции и последующего исследования полиморфизма длин рестрикционных фрагментов ДНК;

Генетический полиморфизм — состояние длительного разнообразия генотипов в популяциях с частотой их встречаемости выше 1%;

Аллели – разные формы одного гена;

Амплификация – увеличение числа копий определенного фрагмента ДНК;

Порода(популяция) – совокупность особей одного вида, имеющих генетическое, морфологическое, физиологическое и продуктивное сходство;

Ген – участок молекулы ДНК, кодирующий полипептид;

Генотип – совокупность генов организма;

Гетерозиготность – доля гетерозиготных генотипов в популяции;

Гомозигота – генотип, содержащий одинаковые аллели;

ДНК –дезоксирибонуклеиновая кислота, содержит генетическую информацию о структуре различных видов белков и РНК;

Дрейф генов – случайные колебания частот генов в малых популяциях;

Изменчивость – различия между организмами по признакам и генотипам;

Инбридинг – родственное спаривание;

Генетическая структура популяции – соотношение в популяции различных генотипов и аллелей.

ВВЕДЕНИЕ

На современном этапе развития животноводства большая роль отводится молекулярно-генетическим исследованиям в раскрытии происхождения пород, оценке генетического разнообразия и поиске уникальности популяционной структуры [1-3].Совокупность различных методов селекции, позволяющих оптимизировать разведение сельскохозяйственных животных с применением различных молекулярно-генетических приемов, в частности, с использованием генетических маркеров, дает возможность дать полную характеристику аллелофонда. Она важна для сохранения генофонда, выведения новых пород сельскохозяйственных животных и совершенствования уже имеющихся, а также для ускорения селекционного процесса [4].

Благодаря молекулярно-генетическим методам стало возможным идентифицировать животных, которые способны давать высокую продуктивность и передавать эти качества потомкам [5-6]. Генотипирование племенных животных во многих странах стало обязательным условием селекции. Исследования аллелофонда различных пород по генам, контролирующим показатели продуктивности, продолжаются и в нашей стране [3,7-10]. Многие исследователи отмечают, что в молочном скотоводстве существует риск снижения меж- и внутрипородного генетического разнообразия из-за использования ограниченного числа производителей, линейного разведения, неконтролируемого инбридинга и поглотительного скрещивания. Широкомасштабная голштинизация уже привела к исчезновению многих аборигенных пород, обладающих уникальными адаптационными качествами и устойчивостью к заболеваниям. Кроме того, односторонняя селекция исключительно на повышение удоев, способствует консолидации наследственности и снижает общую генетическую изменчивость. В высокопродуктивных стадах специалисты отмечают сокращение сроков использования животных и раннюю выбраковку по причине болезней. Поэтому стало крайне актуально одновременно с поиском генетических маркеров продуктивности для раннего прогнозирования племенных качеств животных, сохранить меж- и внутрипородное разнообразие, которое обеспечивает приспособительные качества животных в меняющихся или неблагоприятных условиях среды. В литературе наиболее обсуждаемая проблема – контроль генетического разнообразия с использованием микросателлитного и однонуклеотидного полиморфизмов, митохондриальной ДНК и полногеномного сиквенса. До сих пор не определен наиболее информативный способ мониторинга гетерозиготности, с которым связывают адаптивные свойства популяции. Предлагался метод типирования полиморфизма микросателлитных локусов [11-14]. Но, как отмечают авторы, данный подход может быть недостаточно информативным из-за высокой мутабильности сателлитной ДНК, а в таком случае вероятность гетерозиготности каждого из изучаемых локусов является достаточно высокой [15]. Кроме того, ряд исследований не нашли убедительных доказательств участия микросателлитов в поддержании адаптивной функции животных [16]. Следовательно, анализ генетического разнообразия сателлитной ДНК представляет интерес только как инструмент для филогенетического анализа. Другим не менее популярным методом является чипирование SNP высокой и средней плотности [17]. Недостатком этого метода является высокая стоимость исследований. Однако SNP­чипирование позволяет изучать полиморфизм различных морфофункциональных фрагментов ДНК, равномерно распределённых по геному. Некоторые из методов включают в себя лишь мониторинг наиболее мутабильных структурных генов [18].

Изучение однонуклеотидных полиморфизмов структурных генов при помощи разгона фрагментов рестрикции в полупроводниковом электрофорезном геле может быть эффективным способом мониторинга генетического разнообразия [19]. Генетический полиморфизм отдельных локусов, ассоциированных с количественными характеристиками, уже достаточно хорошо изучен, например, по генам каппа-казеина, лактоглобулина, соматотропина, пролактина. В то же время результаты исследования других генов, возможно, сцепленных или входящих в комплекс локусов количественных признаков (QTL), также можно было бы использовать в селекции вместе с другими маркерами. Для этого необходимо идентифицировать эти гены, установить их полиморфизм и изучить эффективность использования на основе сравнительного анализа фенотипических проявлений при разных генотипах. Результаты исследований многих авторов, проведённых на разных породах, демонстрируют, что связи полиморфных вариантов изученных генов часто носят противоречивый характер и не всегда подтверждаются в разных популяционных выборках. Объяснить это можно сложной генетической детерминацией признаков и, возможно, невысокой вовлеченностью отдельного аллеля в формирование полифакториального признака. Необходимо исследования в этом направлении продолжать для того, чтобы накопить достаточно информации о функционировании генов, возможности использования известного полиморфизма в контроле генетического разнообразия популяций и прогнозирования будущей продуктивности.

Целью настоящего исследования стало изучение генетического разнообразия крупного рогатого скота породы «Сибирячка», а также симментальской породы, разводимых в условиях Западной Сибири по аллелям, генотипам и различным генотипическим комбинациям полиморфных локусов генов каппа-казеина (CSN3), бета-лактоглобулина (BLG), альфа-лактальбумина (LALBA), лептина (LEP) и оценка прогностического значения этих генов для продуктивности животных.

В задачи исследования входило:

1. Проведение ДНК-анализа и установление полиморфизма вышеуказанных генов, и описание генетической структуры выборочных популяций;
2. Оценка межпородной дифференциации по частотам встречаемости аллелей, отдельных генотипов и их комбинаций;
3. Изучение влияния полиморфизма генов на молочную продуктивность, воспроизводство, рост и развитие молодняка, а также качественные показатели молока.

1. ВЫБОР НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ

1.1 Генетическое разнообразие сельскохозяйственных животных

Частота редкой формы признака зависит от интенсивности мутационного процесса в определенном локусе и состояния аллелей, которые уже существуют в популяции [20-22]. Изменения в ДНК возникают в результате замены одного или нескольких нуклеотидов, а также потерь или вставок отдельных фрагментов [23]. Формируются разные аллельные варианты генов, которые могут иметь разное фенотипическое проявление. Некоторые изменения оказываются селективно нейтральными и не подвергаются отбору, формируя в популяции полиморфизм. Признак считается полиморфным, если в выборке, имеющей достаточно большие размеры, более 1% особей обладает самой редкой вариацией. Почти любой признак можно считать полиморфным, если в сходных условиях он проявляет вариабельность[24].

Основой микроэволюционных процессов в популяциях является разнообразие организмов. Сохранение генетического разнообразия пород — одна из наиболее обсуждаемых проблем в современном животноводстве [25]. Изучению общей внутривидовой изменчивости и полиморфизма ДНК в связи с разным генетическим потенциалом продуктивности и адаптивными возможностями пород посвящено множество работ. Считается, что большое количество полиморфных локусов и гетерозиготность повышают адаптивные свойства популяции [15, 26-27]. В некоторых исследованиях был показан систематический отбор гетерозигот в репродуктивную группу как наиболее эффективную часть популяции [28]. Механизм связи гетерозиготности с адаптивным потенциалом животных рассматривают с точки зрения полиморфизма нейтральных локусов [29], или взаимодействия продуктов экспрессии строго определённых генов [15]. В природных популяциях существуют эволюционно выработанные способы сохранения генетического разнообразия, такие как миграция самцов из одной субпопуляции в другую [30-31].

Генетическое разнообразие изучается по средней частоте встречаемости особей, которые являются гетерозиготными и гомозиготными по одному локусу или нескольким, а также при выявлении генетических расстояний между изучаемыми популяциями, основываясь на различных частотах генотипов и аллелей в популяциях [32].

Как уже отмечалось, риск снижения генетического разнообразия возрастает из-за сокращения породного разнообразия, использования семени небольшого количества производителей, линейного разведения и инбридинга. Крупномасштабная голштинизация крупного рогатого скотапривела к исчезновению многих местных аборигенных пород. Сокращается генетически эффективная численность популяции из-за снижения жизнеспособности и плодовитости, обедняется аллелофонд вследствие утраты части аллелей посредством случайных процессов [6, 8]. Кроме того, в селекции молочных пород животных практикуется преимущественно односторонний отбор по удою, способствующего фиксации так называемого полигенного комплекса высокой молочной продуктивности [9-11], что так же снижает генетическое разнообразие. Таким образом, проблема сохранения генетического разнообразия стад, пород и видов животныхвсегда будет актуальной, равно как и разработка методов её контроля.

Первым механизм поддержания полиморфизма в популяции попробовал описать R.A. Fischer (1930).Он считал, что приспособляемость особей, имеющих гетерозиготный генотип выше, чем у тех, что имеют гомозиготный. Оба аллеля будут сохраняться с промежуточной частотой, и даже если гомозигота (аа) будет летальной, аллельа в популяции все равно сохранится, при том условии, что селективная значимость гетерозиготы выше. Генофонд будет пополняться за счет гетерозиготных организмов, под влиянием отбора. Такой полиморфизм называется сбалансированным [33]. Есть ряд объяснений превосходства гетерозиготных особей над гомозиготными. В основном они сводятся к одно- и многолокусной моделям проявления гетерозиса. Первая предполагает доминирование, при котором действие вредных рецессивов подавлено доминантным гомологом, а вторая модель рассматривает гетерозис с позиции неаллельных взаимодействий генов или эпистаза.Считают, что гетерозиготы более приспособлены в непостоянных условиях окружающей среды, а если среда становится достаточно однородной, то преимущество в таких условиях приобретают гомозиготные организмы. Гетерозиготы могут утратить превосходство в замкнутой популяции, и следовательно, исчезнет явление сбалансированного полиморфизма в популяции. Гетерозиготность отражает степень генетического разнообразия. Гетерозиготное состояние локусов может быть связано с проявлением более высокой жизнеспособности и продуктивности животных [34].

В заключение следует сказать, что, оценивая генетическое разнообразие животных, мы разрабатываем долгосрочную стратегию сохранения и использования генетического ресурса, определяем приоритеты. Молекулярно-генетические методы позволяют изучать гены, которые могут участвовать в реализации продуктивного и адаптивного потенциала у разных видов и пород.

1.2 Генетические маркерыи область их применения

С появлением молекулярно-генетических методов идентификации генов появилась возможностьоценивать и отбирать особей, способных давать высококачественную продукцию, а также передавать хозяйственно-полезные качества из поколения в поколение. В некоторых странах с развитым животноводством проводят генетическое маркирование племенных сельскохозяйственных животных и изучается породный полиморфизм генов, отвечающих за продуктивные качества животных, что позволяетвыделять селекционно-значимые генотипы [35].

Внедрение ДНК-технологий в практику отбора и последующего подбора животных важно для ускорения селекционного процесса, а также для повышения его эффективности [36-40]. С помощью современных методов молекулярной генетики возможно проводить оценку животных на генетическом уровне, посредством исследования детерминант, формирующих продуктивность животного, при помощи ДНК-маркеров. Совокупность молекулярно-генетических методов дает возможность управлять селекционными процессами, а также осуществлять генетический мониторинг [41].

На настоящее время у сельскохозяйственных животных описаны различные системы генетических маркеров: полиморфизм разных фрагментов хромосом, полиморфные системы ДНК, группы крови, антигены тромбоцитов, аллотипы белков сыворотки крови, лимфоцитарные антигены, принадлежащие различным классам, полиморфные системы белков молока и другие. С помощью них возможно получать информацию об аллельных вариантах генов. Использование большого количества генов-кандидатов продуктивности позволяет наиболее достоверно определить потенциал пород и отдельно взятых животных [39].

Далее представим краткую характеристику маркёров и область их применения. Следует упомянуть, что в качестве первых маркёров сначала использовались морфологические признаки, позже появились биохимические маркёры, в основе которых сталоизучение генных продуктов. В качестве недостатка морфологических маркеров были: низкая информативность, сложный характер наследования, его зависимость от паратипических факторов [42].Биохимические маркёры не позволяют исследовать промоторнуюи регуляторную части генома, а также интроны, то есть фрагменты, которые находились вне структурной части генома [42-43].

Современные молекулярно-генетические методы позволяют исследовать любые области генома, анализировать любой ДНК-содержащий материал, независимо от периода онтогенеза организма. В настоящее время формируется множество ДНК-маркеров, различных по своим свойствам и методам выявления [44]. Ранее было предложено объединить ДНК-маркеры, определяемые с помощью полимеразной цепной реакции, в два основных класса: маркеры, созданные на основе полиморфизма небольших участков последовательности ДНК, и маркеры на основе полиморфизма в тандемно повторяющихся последовательностях ДНК. Однако, данная классификация является слишком обобщенной, поскольку оба класса включают в себя ДНК-маркеры, различающиеся по своим свойствам. Позже предложили классификацию ПЦР-маркеров по типу используемых праймеров. В такую классификацию входят ДНК-маркеры со случайными праймерами (RAPD), с универсальными праймерами (UP-PCR), маркеры со специфическими праймерами (праймеры минисателлитных, микросателлитных локусов и др.) и с комбинированными праймерами (RAMP, SCAR) [45].

Хлесткина Е.К. (2013) разделяет наиболее широко используемые ДНК-маркеры на три группы, в зависимости от метода их анализа: маркеры, исследуемые с помощью блот-гибридизации, ПЦР и ДНК-чипов, а также подразделяет на монолокусные и мультилокусные. Монолокусные маркеры наследуются чаще всего по кодоминантному типу, мультилокусные – по доминантному [46].

Среди множества маркёров выделяют SNP (Single Nucleotide Polymorphism) – маркеры, основанные на определении однонуклеотидного полиморфизма ДНК. SNP имеют очень широкое распространение в геномах всех организмов. Например, у человека точковые мутации встречаются каждые 1000 нуклеотидов [44]. Данный тип маркеров приобретает все большую популярность с каждым годом. Отчасти, это обусловлено возможностью автоматизировано осуществлять генотипирование по нескольким тысячам SNP одновременно при помощи биочипов[47]. Кроме того, ни один другой тип маркера не имеет такую плотность покрытия в геноме.

Для определения этих маркеров необходимы специфические праймеры с известными последовательностями фланкирующих областей. Существует множество методов детекции SNP, основные из них это ПЦР-ПДРФ, аллель-специфичная ПЦР, ПЦР с терминацией синтеза и секвенирование.

SNP используются в создании геномных карт, в филогенетических исследованиях [20, 48], в фармакогенетке и медицине [49], маркерной [50-52] и геномной селекции [53-54]. В исследования вовлечены практически все виды сельскохозяйственных животных: крупный рогатый скот [55-59], свиньи [60-62], овцы [63-64], козы [65-66], лошади [67-68], куры [69-70], а также буйволы [71] и верблюды [72].

У крупного рогатого скота наиболее широко изучаются SNP в генах молочных белков – каппа-казеина, лактоальбумина [73-76], в генах гормональной системы – пролактина, прогестерона, соматотропина [77-78] и других.

Таким образом, современные достижения молекулярной генетики позволяют изучать геномы и вести поиск генетических маркёров различных фенотипических проявлений, связанных с продуктивностью, воспроизводством и резистентностью к заболеваниям, а также контролировать изменения генетической структуры популяций. Внедрение биотехнологических технологий в разные отрасли человеческой деятельности, в том числе использование ДНК-маркёров в животноводстве, требует глубокого и всестороннего анализа.Необходима дальнейшая оценка полиморфизма разных генетических маркеров в популяциях с уникальной эволюционной историей для сохранения и совершенствования пород, обладающих высоким генетическим потенциалом.

1.3.Маркер-ориентированная селекция в животноводстве

Как уже отмечалось,ДНК-маркерывключают селекционные программы разведения животных при условии их высокой полиморфности и связи с признаками. Несмотря на то, что большинство хозяйственно полезных признаков имеет сложный полигенный характер наследования с участием олигогенов, полигенов и генов–модификаторов, поиск генетических маркёров продолжается [79]. Считают, что определенная часть генов может кодировать продукт, участвующий в ряде ключевых процессов, и, следовательно, оказывать более сильное влияние на формирование признака. Такие гены условно называют главными генами, у которых различие по величине признака между особями, несущими альтернативные гомозиготные генотипы, равно либо больше стандартного отклонения [81]. Но, в силу слабой изученности геномов животных известно относительно небольшое число этих генов. Поиск подобных генов базируется на отборе и изучении генов-кандидатов, контролирующих структурные составляющие изучаемого признака (белки молока, мышечные белки), или обуславливающие биохимические процессы его формирования (гормоны и ферменты).

Среди генов-кандидатов выделяют функциональные гены, продукты которых играют ключевую роль в формировании признака. Например, для признаков молочной продуктивности гены каппа-казеина, лактоальбумина, лактоглобулина и пролактина выступают в качестве функциональных генов-кандидатов. Исследованию этих генов посвящено большое количество работ в нашей стране и за рубежом [73-78,80].

Наряду с функциональными генами различают позиционные гены-кандидаты, которые расположены в области, прилегающей к точке локализации QTL [81]. Например, в качестве позиционного гена – кандидата содержания жира в молоке рассматривается ген диацилглицерол О-ацилтрансферазы 1 (DGAT1) [82].

Маркёрная селекция открыла новые возможности для оценки, отбора и подбора племенных животных. ДНК-маркеры не подвержены влиянию паратипических факторов. Оценку можно вести вне зависимости от пола и периода онтогенеза. Показано, что если перед традиционной оценкой по фенотипу провести предварительную селекцию по ДНК-маркерам, выявляющим 50% генетической изменчивости, то эффективность племенной оценки увеличится на 21% по сравнению со стандартной оценкой и на 31%, если преселекцию осуществляли на ранней стадии эмбрионального развития [83]. MAS-селекция является удобным инструментом для отбора по признакам, которые фенотипически могут быть определены только после убоя, имеют относительно позднее проявление, ограничиваются полом, либо находятся под сильным влиянием факторов внешней среды [81].

Несмотря на множество положительных сторон такой селекции, существует и ряд трудностей, ограничивающий массовое внедрение молекулярных технологий в производственный процесс. По мнению Глазко В. И. (2013), экономическая выгода при применении молекулярных технологий в животноводстве часто бывает преувеличена. Причиной этому служит недостаточное изучение оптимальных областей их использования и соответственно уровня проявляемого эффекта [84].

Основываясь на многочисленных исследованиях ассоциаций ДНК-маркеров и признаков продуктивности, очевидной становится проблема низкой воспроизводимости ассоциаций. [84]. Другими словами, различные ДНК-маркеры, статистически достоверно ассоциированные с предпочтительными характеристиками в конкретной популяции, не являются универсальными для пород одного направления продуктивности, а иногда и для различных стад одной породы. К такому выводу пришли французские ученые, изучавшие ассоциации генотипов по ряду структурных генов с показателями молочной продуктивности у молочных пород [85], и российские ученые, изучавшие полиморфизм различных генов-кандидатов продуктивности свиней [86] и крупного рогатого скота [87].

Причинами отсутствия универсальных маркеров Глазко В.И. (2013) называет индивидуальные различия по вкладу конкретных генов в формирование определенного признака. Автор предполагает, что существуют сложные межгенные взаимодействия, приводящие к некоторому антагонизму между аллелями разных генов, участвующих в проявлении одного признака.

Кроме того, Глазко В.И. (2013 г.) отмечает, что предпочтительное проявление признака в большей степени зависит от сочетания генотипов по генам, которые являются «мишенями» естественного отбора. Речь идет о генах, участвующих в адаптационных процессах, генах метаболических и иммунных систем. Этим автор объясняет ассоциации различных генов и конкретного признака в пределах одной породы, но разных популяций.

Несмотря на различные точки зрения, относительно целесообразности использования маркёрной селекции, некоторые страны уже достаточно давно используют маркёры для предварительной оценки племенной ценности животных. Так, например, в Новой Зеландии бычков отбирают с помощью 25 микросателлитных маркеров, сцепленных с шестью локусами QTL, влияющими на качество молока [88]. Во Франции бычков и телят в возрасте 1-12 месяцев тестируют по 33 маркерам для 12 локусов QTL, контролирующих репродуктивные функции и показатели качества молока [89]. Предварительную оценку по ДНК-маркерам проводят также в Германии [90]. В США включена в селекционные программы оценка животных по генам пролактина, лактоглобулина и каппа-казеина [91-92].

Учитывая одновременно преимущества маркерной селекции,а также низкую воспроизводимость ассоциаций, необходимо расширять спектр возможных генов-кандидатов, напрямую или опосредовано участвующих в формировании количественных признаков, и изучать их на разных популяциях и породах, а также в разных географических регионах.

1.4.Ассоциация полиморфизмов генов с продуктивными характеристиками крупного рогатого скота

1.4.1 Ген каппа-казеина (CSN3)

Для экономической целесообразности молоко, из которого изготавливают сыры должно содержать не менее 3% белка [93]. Наибольшую часть молочных белков составляют казеины, на них приходится 78-85% всех белков в молоке, около 17% составляют сывороточные белки. Молочный казеин представлен пятью фракциями – α_S1, α_S2, β, κ, γ [94-95].

Структура белка каппа-казеина регулируется одним полиморфным геном [96]. Ген каппа-казеина (CSN3) является одним из наиболее часто используемых в поиске ассоциативных связей с молочной продуктивность коров[97-99, 141].

Ген CSN3 локализован на 6 хромосоме, размер данного гена13 т.п.н., он включает в себя 5 экзонов, общая длина которых 850 пар нуклеотидов, и 4 интронов [51, 100]. Синтез белка каппа-казеина, контролируется геном, который имеет 10 аллельных вариантов [94]. Наиболее часто встречающиеся варианты А и В имеют различия в двух аминокислотных заменах — Asp¹⁴⁸→Ala иThr¹³⁶ → lle, которые вызваны точковыми мутациями в позиции 5309 C→T и 5345 [4; 10,100].

На данный момент имеется несколько методов генотипирования А и В аллелей гена каппа-казеина (CSN3) с помощью эндонуклеаз рестрикции: HinfI, HindIII, PstI, TaqI, HaeIII, MboII [101].

Ген связывают с технологическими свойствами молока и белковомолочностью. По данным ряда исследователей наиболее благоприятным для сыроварения является молоко от коров с генотипом B/B, так как такое молоко обладает большим количеством молочного белка и наилучшими коагуляционными свойствами [8, 16,19, 26,102]. Отмечали также, что молоко от коров с генотипом А/В имеет более высокое содержание белка с высоким выходом сыра и творога [47, 96-97, 103-104]. Также имеются данные о лучших вкусовых качествах молока, полученного от коров-носительниц генотипа В/В [3].

Сычужная свёртываемость молока, полученного от коров сгенотипом АА и А/В, зачастую соответствует 2 классу, а от коров с В/В — 1 классу. Имеются данные о содержании белка в сухом веществе при оценке качества сыра, полученного от животных с генотипом В/В — 22,3%, что достоверно выше, чем в продукции, полученной от коров с генотипами А/А и А/В [105].

При исследовании сыропригодности молока различных пород получены данные о том, что по основным качествам при изготовлении сыров молоко коров симментальской породы имеет ряд преимуществ по технологическим свойствам в сравнении с животными айширской, красной степной и черно-пестрой пород. Отмечено, что генотип В/В отрицательно коррелирует с выходом молока, а генотипы А/А и А/В являются наиболее благоприятными для высокого надоя [106].

Также некоторые авторы отмечают преобладание по живой массе животных-носителей этого генотипа и более продолжительную лактацию [99].

Соотношение генотипов по гену каппа-казеина и фенотипические проявления при этом зависят от породы и зон разведения скота (табл.1.1.)По некоторым данным у симменталов, разводимых в степной зоне Республики Казахстан, наблюдается повышенная частота генотипа В/В на 11,7-13,1% и пониженная частота встречаемости генотипа А/А на 16,6-17,7% в сравнении с коровами, разводимыми в хозяйствах Новосибирской области в степной зоне и Республики Алтай горной зоны. Животные степной зоны имели более высокие показатели удоя, нежели коровы из хозяйства, расположенного в горной местности. Но животные из горной местности Республики Алтай и степной местности Республики Казахстан отличались более высоким содержанием молочного жира, по сравнению с коровами Новосибирской области, а содержание белка у животных степной местности было выше, чем у коров из горной [3].

Таблица 1.1 — Генетическая структура пород по гену CSN3

В стадах крупного рогатого скота симментальской работы, разводимых в условиях степной зоны Оренбургской области отмечено преобладание коров с генотипом А/А (63%), в сравнении с генотипом В/В (7%) [106-107].

Имеются данные о том, что коровы голштинской породы с гомозиготным генотипом А/А имеют более высокий показатель удоя, а также более высокое содержание молочного белка [108]. У ярославских голштиннизированных коров наилучшими показателями отличаются животные с А/В-генотипом, но отмечено более низкое содержание жира в молоке, в сравнении с А/А [109].

В стадах коров голштинской породы в условиях Рязанской области преобладают животные, имеющие аллель А. Частота встречаемости аллеля А в стадах голштинской пород канадской селекции 74%, а венгерской селекции еще выше — 83% [110]. Отмечают, что использование быков голштинской породы без учета их генотипов по генам-кандидатам молочной продуктивности может привести к снижению качества молока, ухудшению его технологических свойств и химического состава [112].

Высокая частота встречаемости желательного аллеля В наблюдается в стадах джерзейской породы (80%) и швицкой породы (65%). Авторы отмечают, что при изготовлении сыра «чеддер» из 100 кг молока коров голштинской породы выход сыра составляет 10%, из молока бурой швицкой 11,1 %, а из молока коров джерзейской — 12,4% [113]. Отмечено, что в процессе голштинизации этот показатель у скота черно-пестрой породы снизился до 9%, а изначально был на уровне 12%.

На территории Российской Федерации высокая частота встречаемости желательного аллеля В отмечена у красной горбатовской и костромской пород крупного рогатого скота (23-33%) [3].

У коров черно-пестрой породы сибирского типа была высокая частота гетерозиготного генотипа А/В (50%). Около 40% животных имеют гомозиготный генотип А/А, и только 10% желательный генотип В/В [1].

При изучении красно-пестрой породы имеются данные о том, что животные с генотипом А/А имеют более высокие надои, но отличались более низкими показателями по содержанию молочного жира и белка [114].

При изучении технологических свойств молока холмогорской породы получены данные о том, что молоко коров, имеющих генотип В/В по гену каппа-казеина, имеют более высокий выход творога (6,1-8,8%), высокую свертываемость молока по сравнению с другими генотипами.

Наиболее калорийным является молоко, которое получают от коров холмогорской породы татарстанского типа, с гомозиготными генотипами А/А и В/В — 670 ккал, в сравнении с молоком от коров с генотипом А/В — 655 ккал. Коровы с генотипом А/А по гену CSN3 имели достоверно более высокие показатели молочной продуктивности, выше на 10,2% [115].

В стадах черно-пестрого скота, у животных, которые имеют аллель В время коагуляции молока меньше, чем у тех, которые его не имеют [113].

1.4.2 Ген бета-лактоглобулина (BLG)

Бета-лактоглобулин – главный компонент молочной сыворотки, необходимый для роста молодняка. Является амфипатическим кислоустойчивым белком [116], отвечает за белковомолочность и биологическую ценность молока в целом [117-118, 141].

Ген бета-лактоглобулина локализирован на 11 хромосоме крупного рогатого скота и имеет 12 аллельных вариантов [99]. Имеет размер 4662 (длина цепи 178 аминокислот) пар нуклеотидов, включает в себя 6 интронов и 7 экзонов.

В настоящее время известно 11 аллельных вариантов гена бета-лактглобулина — A, B, C, D, E, F, G, H, X, Dr, W. Наиболее часто встречаемыми аллельными вариантами данного гена являются A, B, C и D, отличающимися друг от друга аминокислотной последовательностью. Аллельный вариант B, являющийся основным аллелем гена бета-лактоглобулина, имеет замену в позиции 64, где из-за замены второго основания триплета GAT→GGT аспаргин заменяется на глицин. Наиболее редкий вариант D имеет замену в позиции 45 Glu→Gln. [10,20].

Аллель B связывают с более высоким удоем, а также с повышенным содержанием сывороточных белков в молоке.В стадах черно-пестрой породы отмечают его связьс более высоким содержанием протеина в молоке, большей стабильностью при нагревании и охлаждении молока, меньшим временем коагуляции[120].

В стадах голштинизированных коров черно-пестрого скота по гену BLGотмечали преимущество по удою и жирномолочности коров, имеющих гетерозиготный генотип[116]. В то же время приводятся данные о том, что голштинизированные животные с генотипами А/А и А/В имели более низкую молочную продуктивность.При этом,коровы с генотипом А/А показали более высокие значенияжирномолочности (3,95%), а с генотипом В/В — белковомолочности (до 3%). Есть сведения о том, что ремонтный молодняк, имеющий генотип А/А имел более ранний возраст первого осеменения в сравнении с животными, имеющими генотипы А/В и В/В [121].

При изучении ассоциации генотипов с молочной продуктивностью у чистопородных коров, имеющих генотип ВВ по гену бета-лактоглобулина, симментальской породы отмечается тенденция увеличения надоя с возрастом, в сравнении с коровами-носительницами альтернативных генотипов, особенно в сравнении с гомозиготным генотипом АА. Самая высокая плотность сгустка отмечена у коров, имеющих гомозиготный желательный генотип ВВ, скорость отделения жидкости выше, чем у коров-носительниц генотипа АА и АВ [3].

При изучении генетической структуры в стадах айширской породы отмечается очень низкая частота встречаемости В аллеля бета-лактоглобулина (BLG) [52].

В стадах коров голштинской породы канадской селекции отмечается высокая частота встречаемости аллеля В (87%), связанный с высокими технологическими качествами молока — преобладающий генотип А/В — более 50%, генотип В/В обнаруживается у 35% коров. У голштинских коров венгерской селекции частота встречаемости предпочтительного аллеля В ниже, в сравнении с голштинским скотом, завезенным из Канады, и составляет около 53%. 75% имеют гетерозиготный генотип А/В, а желаемый генотип В/В обнаружен у 20% коров-носительниц. Коровы, имеющие аллель В генов каппа-казеина и бета-лактоглобулина являются более перспективными в качестве матерей быков, так как дочери, которые получат генотип В от отцов, будут иметь молоко с наилучшими технологическими свойствами [110].

У ярославской голштинизованной породы скота отмечается тенденция у животных, имеющих генотип В/В, к более высоким показателям молочной продуктивности, но зачастую сложно судить о достоверности различий между генотипами, так как наблюдается малое число животных, имеющих желательный генотип В/В [122].

Имеется информация о полимофризме гена бета-лактоглобулина у коров холмогорской породы в условиях Республики Саха. У животных, разводимых в Намском улусе желательный генотип В/В встречается с частотой 11%, на территории Олекминского улуса преобладал генотип А/А — 55%, а частота аллеля В была около 0,3 [123].

Исследования, проведенные на дойных коровах холмогорской породы татарстанского типа, показали, что наибольшей калорийностью обладает молоко, полученное от коров с генотипом В/В по гену бета-лактоглобулина — 674 ккал. [115].

Встречаемость А-аллеля у коров голштинской породы может варьировать от 0,37 до 0,57, у черно-пестрых коров данный показатель колеблется от 0,33 до 0,66. Частота встречаемости аллеля В популяция черно-пестрого скота находится в пределах от 0,35 до 0,67 [124].

Таблица 1.2 — Генетическая структура пород по гену BLG

1.4.3 Ген альфа-лактальбумина (LALBA)

Альфа- лактальбумин – это металлопротеин молока, но большая его часть содержится преимущественно в молозиве крупного рогатого скота. Данный белок участвует в синтезе лактозы, путем удерживания молекулы глюкозы при ее образовании [74]. Ген LALBA, кодирующий молочные белки, играет важную роль в изменении объема синтезируемого молока [9]. Данный ген, размером 2784 п.о., локализирован на 5 хромосоме крупного рогатого скота и имеет 4 экзона и 3 интрона. Встречается три аллельных варианта гена – A, B, C, но наиболее широко распространены аллели A и B [125]. Различия двух аллелей заключается изменении аминокислотной последовательности, путем точковой мутации (A –>G) в позиции Arg10 — Gln⁸. Также имеется информация о третьем варианте данного гена – С. Он выделен из молока коров породы бантенг, но последовательность аминокислот не определена [126]. Информация о связи данного гена с показателями молочной продуктивности зачастую носит противоречивый характер, но результаты исследований, проводимых на стадах черно-пестрой породы, говорят о том, что у коров с генотипом A/A наблюдалось повышенное содержание жира в молоке, белка и сухих веществ (в сравнении с животными-носителями генотипа B/B) [74]. В то время как, в работах, посвященных изучению ясрославской породы крупного рогатого скота, свидетельствуют о том, что коровы с генотипом LALBA^AA имели более высокие надои за первую и наивысшую лактацию, а носительницы генотипа LALBA^AB превосходили остальных животных по содержанию белка по первой и наивысшей лактации [127]. Наиболее высокими удоями отличаются носительницы генотипа LALBA^BB. Молоко коров с генотипом А/А у коров черно-пестрой породы имеет более высокую термоустойчивость в сравнении с альтернативными генотипами [75, 128].

В исследованиях О.А. Львиной (2011) отмечается то, что у коров симментальской породы австрийской селекции, имеющих генотип B/B, отмечаются более высокие удои, в сравнении с гетерозиготнымA//B (p<0,01); более высокое содержание жира (A/A>B/B, p<0,01).

Наиболее распространенным генотипом LALBA считается гетерозиготный генотип АВ [127-128].

Таблица 1.3 — Генетическая структура пород по гену LALBA

1.4.4 Ген лептина (LEP)

Ген лептина расположен в четвертой хромосоме крупного рогатого скота, состоит из промоторной части (3 кб), 3 экзонов (501 п.н.), 2 интронов (2 кб), 3’UTR области, и отвечает за синтез гормона лептина, влияющего на мраморность мяса, на содержание жира в молоке и отложение жира в туше [129-130]. Этот гормон, представляющий собой белок из 167 аминокислот и включающий в себя 21 аминокислотную сигнальную последовательность, играет важную роль в формировании пищевого поведения, обмене веществ, развитии иммунной системы, а также оказывает влияние на фертильность, рост и развитие животного, легкость отелов и продолжительность гестации [27,131-133, 137, 139]. Ген лептина зачастую изучается в связи с энергообменом у коров мясного направления и молочной продуктивности у коров голштинской породы [134-136]. Полиморфизмы LEP – R25C, Y7F, A80V [7]. Наиболее изученными аллельными вариантами являются C и T, различия между ними объясняются заменой цитозина на тимин. Есть данные о том, что первотелки с генотипом LEP^TT имеют достоверное преимущество над животными с альтернативными генотипами по удою, содержанию сухого вещества в молоке на 1 кг живой массы, а также молоко, вырабатываемое первотелками-носительницами данного генотипа, имеет более высокой питательной ценностью [138]. Животные с генотипом гетерозиготным генотипом LEP^CT имеют более высокие показатели молочного жира, высокое содержание белка в молоке (выше, чем у коров с генотипом LEP^TT) [140]. В исследованиях Ковалюк (2015) имеются данные о том, что коровы, имеющие генотип LEP^CC(SNPR25C) имеют в 3,14 раза больший риск выбраковки, чем коровы с генотипом LEP^CT. А животные с генотипом LEP^FF (SNPY7F) в 3,64 раза более высокий риск выбраковки, чем у коров-носительниц генотипа LEP^YY. Имеются данные о том, что коровы с гомозиготным генотипом T/T имели лучшие результаты по уровню удоя, а также по коэффициенту биологической эффективности коровы (БЭК) и коэффициенту биологической полноценности молока (КБП) [138]. По результатам исследований Зиннатовой (2018) можно сделать выводы о том, что генотип T/T также имеет связь с более высоким уровнем молочной продуктивности и с меньшей живой массой у коров-первотелок. Данные коровы имели более высокий коэффициент молочности.

Таблица 1.4 — Генетическая структура пород по гену LEP

2 МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1 Место проведения, объект и предмет исследования

Молекулярно-генетические исследования проводились у коров породы «Сибирячка» и симментальской породы, разводимых в хозяйствах Новосибирской области: СПК «Кирзинский» и ООО «Сибирская Нива». Средний уровень молочной продуктивности в стадах составляет более 8000 кг молока. Исследования проведены в лаборатории биотехнологии Сибирский научно-исследовательский и проектно-технологический институт животноводства СФНЦ агробиотехнологий СО РАН. Материалом служила венозная кровь, взятая в пробирку, содержащую антикоагулянт (K2 ЭДТА).

Объектом исследования являлись гены молочных белков:каппа-казеин (CSN3), бета-лактоглобулин (BLG), альфа-лактальбумин (LALBA) и гормона лептин (LEP).

2.2 Забор крови. Выделение и генотипирование ДНК

Забор крови осуществлялся в объеме 7-10 мл в вакуумную пробирку для гематологических исследований, содержащую антикоагулянт ЭДТА К2 (2-замещенная калиевая соль этилендиаминтетрауксусной кислоты). Затем образцы транспортировались в лабораторию в термоконтейнере для перевозки при температуре 2.0-8.0 С^о..

ГеномнуюДНКвыделяли из крови с использованием набора экстракции из клинического материала «Ампли Прайм ДНК-сорб-В» по прописи изготовителя ООО «НекстБио» (г. Москва). Качество и концентрацию выделенной ДНК оценивали в 1% агарозном геле методом горизонтального электрофореза с использованием гельдокументирующей системы E-Box-CX5.TS-20.M, в проходящем ультрафиолетовом свете по флуористенции бромистого этидия визуализировали ДНК.

Полиморфизм генов определяли по методике ПЦР-ПДРФ.

Таблица 2.1 — Этапы амплификации с помощью ПЦР при определении генетических маркеров

Генотипирование животных по гену каппа-казеина (CSN3)

Полиморфизм гена каппа-казеина определяли по методике ПЦР-ПДРФ разработанной во Всероссийском НИИ племенного дела [1].

Для проведения ПЦР реакции в конечном объеме 25 мкл использовали 1× ПЦР буфер (16,6 мМ (NH4)2SO4; 67,7 мМ Трис – НCl, pH = 8,8; 0,1 (v/v) Tween 20), 1,5 мМ MgCl2, 200 мкМ диоксинуклеозидтрифосфатов, 30 пмоль каждого из праймеров и 1 Ед Таg-полимеразы.

Aмплификацию проводили стандартным методом ПЦР анализа на ДНК-амплификаторе С 1000 Touch Termal Cycler «BioRad» (Singapore), с двумя олигонуклеотидными праймерами, предложенных DenicourtD. etal., 1990:

F: 5′ – ATA GCC AAA TAT ATC CCA ATT CAG T – 3′

R: 5′ – TTT ATT AAT AAG TCC ATG AAT CTT G – 3′

После начальной денатурации (95ºС, 5 мин) выполняли 35 циклов амплификации в следующем температурно-временном режиме: денатурация – 1 минута при 94ºС, отжиг – 1 минута при 57ºС, синтез – 1 минута при 72ºС. Хранение при 10 °С. Амплифицировался цельный фрагмент длиной 530 bp.

Для проведения ПДРФ-анализа CSN3-гена 20 мкл ПЦР пробы обрабатывали 10 ед. эндонуклеазы рестрикции Hind III в 1×буфере «O» фирмы СибЭнзим (Россия) при 37°С в течение ночи.

Для визуализации ПЦР-ПДРФ-фрагментов образцы ДНК вносили в лунки геля, содержащего 2,0% агарозы с высоким разрешением, 0,5 мкг/мл этидия бромида и выполняли электрофорез горизонтальный при напряжении 15В/см в 1×ТВЕ буфере, продолжительностью 40 мин. Далее электрофорезный гель визуализировали и идентифицировали генотипы CSN3 по количеству и размеру фрагментов под ультрафиолетовым светом при помощи гельдокументирующей системы E-Box-CX5.TS-20.M. Результат электрофореза рестрикционных фрагментов продуктов амплификации фрагмента гена CSN3 представлен на рисунке 2.1.

Рисунок 2.1 — Результаты электрофореза рестрикционных фрагментов гена CSN3: дорожки 1,4,6,7 – генотип CSN3^AA; дорожки 2,5,8-10 – генотип CSN3^AВ, дорожка 3 – генотип CSN3^ВВ

Наличие нерестрицированного фрагмента длиной 530 bp соответствует генотипу CSN3^AA, двух фрагментов длиной 400 и 130 bp – генотипу CSN3^ВВ, в то время как наличие трех фрагментов длиной 530, 400 и 130 bp соответствует генотипу CSN3^AВ.

Генотипирование животных по гену бета-лактоглобулина (BLG)

Полиморфизм BLG гена определяли по методике ПЦР-ПДРФ разработанной во Всероссийском НИИ племенного дела [1].

Для проведения ПЦР реакции в конечном объеме 25 мкл использовали 1× ПЦР буфер (16,6 мМ (NH4)2SO4; 67,7 мМ Трис – НCl, pH = 8,8; 0,1 (v/v) Tween 20), 1,5 мМ MgCl2, 200 мкМ диоксинуклеозидтрифосфатов, 30 пмоль каждого из праймеров и 1 Ед Таg-полимеразы.

Aмплификацию проводили стандартным методом ПЦР анализа на ДНК-амплификаторе С 1000 TouchTermalCycler «BioRad» (Singapore) в объеме 25 мкл, с двумя олигонуклеотидными праймерами, предложенных MedranoJ.F., Aguilar-CordovaE., 1990:

BLGP3: 5′ – GTC CTT GTG CTG GAC ACC GAC TAC A – 3′

BLGP4: 5′ – CAG GAC ACC GGC TCC CGG TAT ATG A – 3′

После начальной денатурации (95ºС, 5 мин) выполняли 35 циклов амплификации в следующем температурно-временном режиме: денатурация – 60 секунд при 94ºС, отжиг – 60 секунд при 60ºС, синтез – 60 секунд при 72ºС; достройка – 5 минут при 72ºС. Хранение при 10 °С.

Амплифицировался цельный фрагмент длиной 262 bp.

Для проведения ПДРФ-анализа BLG-гена 20 мкл ПЦР пробы обрабатывали 5 ед. эндонуклеазы рестрикции HaeIII в 1×буфере «G» фирмы СибЭнзим (Россия) при 37 °С в течение ночи.

Для визуализации ПЦР-ПДРФ-фрагментов образцы ДНК вносили в лунки геля, содержащего 2,5% агарозы с высоким разрешением, 0,5 мкг/мл этидия бромида и выполняли электрофорез горизонтальный при напряжении 15В/см в 1×ТВЕ буфере, продолжительностью 40 мин. Далее электрофорезный гель визуализировали и идентифицировали генотипы бета-лактоглобулина по количеству и размеру фрагментов под ультрафиолетовым светом при помощи гельдокументирующей системы E-Box-CX5.TS-20.M. Результат электрофореза рестрикционных фрагментов продуктов амплификации фрагмента BLG гена представлен на рисунке 2.2.

Рисунок 2.2 — Результаты электрофореза рестрикционных фрагментов гена BLG: дорожки 2, 3, 8, 11-13 – генотипBLG^AA; дорожки 4,5 – генотип BLG^AВ; дорожки 1, 6, 9, 10 – генотипBLG^ВВ, дорожка 7 — амплификат

Наличие двух фрагментов длиной 153 и 109 bp соответствует генотипу BLG^AA, четырех фрагментов длиной 153, 109, 79 и 74 bp – генотипу BLG^АВ, в то время как наличие трех фрагментов длиной 109, 79 и 74 bp соответствует генотипу BLG^BВ.

Генотипирование животных по гену альфа-лактальбумина (LALBA)

Полиморфизм LALBA гена определяли по методике ПЦР-ПДРФ разработанной во ВНИИЖе [40].

Для проведения ПЦР реакции в конечном объеме 20 мкл использовали 1× ПЦР буфер (16,6 мМ (NH4)2SO4; 67,7 мМ Трис – НCl, pH = 8,8; 0,1 (v/v) Tween 20), 1,5 мМ MgCl2, 200 мкМ диоксинуклеозидтрифосфатов, 30 пмоль каждого из праймеров и 1 Ед Таg-полимеразы.

Aмплификацию проводили стандартным методом ПЦР анализа на ДНК-амплификаторе С 1000 Touch Termal Cycler «BioRad» (Singapore) в объеме 20 мкл, с двумя олигонуклеотидными праймерами, предложенных Гладырь Е.А. и др. (2002):

ALF-LAC1: 5′ – AAG AGT TGG ATG GAA TCA CC – 3′

ALF-LAC2: 5′ – TTC AAA TTG CTG GCA TCA AGC – 3′

После начальной денатурации (94ºС, 4 мин) выполняли 40 циклов амплификации в следующем температурно-временном режиме: денатурация – 10 секунд при 94ºС, отжиг – 10 секунд при 68ºС, синтез – 10 секунд при 72ºС; достройка – 5 минут при 72ºС. Хранение при 10 °С.

Амплифицировался цельный фрагмент длиной 430 bp.

Для проведения ПДРФ-анализа LALBA гена 20 мкл ПЦР пробы обрабатывали 10 ед. эндонуклеазы рестрикции MhiI в 1×буфере «W» фирмы

СибЭнзим (Россия) при 37 °С в течение ночи.

Для визуализации ПЦР-ПДРФ-фрагментов образцы ДНК вносили в лунки геля, содержащего 2,0% агарозы с высоким разрешением, 0,5 мкг/мл этидия бромида и выполняли электрофорез горизонтальный при напряжении 15В/см в 1×ТВЕ буфере, продолжительностью 40 мин. Далее электрофорезный гель визуализировали и идентифицировали генотипы альфа-лактальбумина по количеству и размеру фрагментов под ультрафиолетовым светом при помощи гельдокументирующей системы E-Box-CX5.TS-20.M. Результат электрофореза рестрикционных фрагментов продуктов амплификации фрагмента гена LALBA представлен на рисунке 2.3.

Рисунок 2.3 — Результаты электрофореза рестрикционных фрагментов гена LALBA: дорожка 1 – генотип LALBA ^ВВ; дорожки 2,7 – генотип LALBA ^AА; дорожки 3, 5, 6 – генотип LALBA ^АВ, дорожка 4 – амплификат

Наличие двух фрагментов длиной 328 и 102 bp соответствует генотипу LALBA ^AA, четырех фрагментов длиной 328, 211, 117 и 102 bp – генотипу LALBA ^АВ, в то время как наличие трех фрагментов длиной 211, 117 и 102 bp соответствует генотипу LALBA ^BВ

Генотипирование животных по гену лептина (LEP)

Для проведения ПЦР реакции в конечном объеме 20 мкл использовали 1× ПЦР буфер (16,6 мМ (NH4)2SO4; 67,7 мМ Трис – НCl, pH = 8,8; 0,1 (v/v) Tween 20), 1,5 мМ MgCl2, 200 мкМ диоксинуклеозидтрифосфатов, 30 пмоль каждого из праймеров и 1 Ед Таg-полимеразы.

Aмплификацию проводили стандартным методом ПЦР анализа на ДНК-амплификаторе С 1000 TouchTermalCycler «BioRad» (Singapore) в объеме 20 мкл, с четырьмя олигонуклеотидными праймерами, предложенных Corva P.M. etal. (2009):

LEP-F1: 5′ – GAC GAT GTG CCA CGT GTG GTT TCT TCT GT – 3′

LEP-R1: 5′ – CGG TTC TAC CTC GTC TCC CAG TCC CTC C – 3′

LEP-F2: 5′ – TGT CTT ACG TGG AGG CTG TGC CCA GCT – 3′

LEP-R2: 5′ – AGG GTT TTG GTG TCA TCC TGG ACC TTT CG – 3′

После начальной денатурации (94ºС, 5 мин) выполняли 40 циклов амплификации в следующем температурно-временном режиме: денатурация – 10 секунд при 94ºС, отжиг – 10 секунд при 63ºС, синтез – 10 секунд при 72ºС; достройка – 5 минут при 72ºС. Хранение при 10 °С

Амплифицировались фрагменты длиной 239 и 164 bp (аллель С) и 239 и 131 bp (аллель Т).

Для визуализации ПЦР-ПДРФ-фрагментов образцы ДНК вносили в лунки геля, содержащего 2,5% агарозы с высоким разрешением, 0,5 мкг/мл этидия бромида и выполняли электрофорез горизонтальный при напряжении 15 В/см в 1×ТВЕ буфере, продолжительностью 40 мин. Далее электрофорезный гель визуализировали и идентифицировали генотипы лептина по количеству и размеру фрагментов под ультрафиолетовым светом при помощи гельдокументирующей системы E-Box-CX5.TS-20.M. Результат электрофореза рестрикционных фрагментов продуктов амплификации фрагмента гена LEP представлен на рисунке 2.4.

Рисунок 4 — Результаты электрофореза рестрикционных фрагментов гена LEP: дорожка 3, 5 – LEP ^CС; генотип дорожки 1, 2, 4, 6 – генотип LEP^CT; дорожка 7 – генотип LEP^TT

Наличие двух фрагментов длиной 239 и 164 bp соответствует генотипу LEP^CC, трех фрагментов длиной 239, 164 и 131 bp – генотипу LEP^CT, в то время как наличие двух фрагментов длиной 239 и 131 п.н. соответствует генотипу LEP^TT.

2.3 Статистическая обработка полученных данных

Статистическая обработка полученных данных проводилась с помощью компьютерных программ RStudio и Microsoft Exel, а также с использованием общепринятых методик (Меркурьева, 1977).

Для вычисления частот генотипов в популяции используется формула:

=,

где P_i – это частота генотипа;

n_i– число животных с данным генотипом;

N – общая численность животных в популяции.

Частота аллелей в популяции на основе ранее известных генотипов рассчитывается по формуле:

,

где pi – частота i-го аллеля;

fi – число i-го аллеля в популяции,

N – численность популяции.

Для расчета стандартной ошибки частот генотипов:

S=,

где p – частота признака;

n – число животных в выборке.

Для вычисления ошибки для частот аллелей используют формулу:

S=,

где p – это частота генотипа;

n – объём исследуемой выборки.

Для определения достоверности различий между выборочными частотами генотипов используется формула:

= ,

где – это средние значения признака в данных выборках;

– ошибки средней для каждой из исследуемых выборок.

Для множественного сравнения выборок критерий Стьюдента используется с поправкой Бонферрони.

Проверка соответствия фактического распределения частот генотипов теоретически ожидаемому распределению частот проводили с помощью критерия χ² (хи-квадрат):

^χ2 =,

где O_{i —} фактическая частота i-го генотипа;

E_i — теоретически ожидаемая i-го генотипа.

Равновесие генных частот по закону Харди-Вайнберга:

p²+2pq+q²=1,

где p² – частота доминантных гомозигот;

2pq – частота гетерозигот;

q² – частота рецессивных гомозигот.

Средняя степень гетерозиготности в популяции определяется по следующей формуле:

Ca_ср = ,

где n – число локусов.

Показатель ожидаемой гетерозиготности, который определяется как вероятность того, что данная особь является гетерозиготной по данному локусу в популяционной выборке, вычисляли по формуле:

Не =1- Са,

где Ca – показатель ожидаемой гомозиготности, который определяется с помощью коэффициента гомозиготности, используя формулу Робертсона (Меркурьева Е.К., 1970):

Ожидаемая гетерозиготность в популяции определяется по формуле Робертсона (1956):

,

где Са — показатель ожидаемой гетерозиготности в популяции;

pi – квадраты частот аллелей локуса.

Средняя гетерозиготность особи (наблюдаемая гетерозиготность) по исследуемым локусам в популяционной выборке определяется по формуле М. Нея (1975):

,

где h_i– количество гетерозигот на весь объем популяционной выборки, усреднённое по всем изученным локусам.

Уровень полиморфности в популяции, показывающий число активно действующих генов в популяции рассчитывается по формуле:

где , — квадраты частот по каждому аллелю.

Индекс фиксации позволяет установить связь между индивидуумами отдельной популяции и популяцией в целом. Так как данный показатель количественно отражает отклонение частот встречаемости гетерозиготных генотипов от теоретически ожидаемой по Харди-Вайнбергу доли гетерозигот при случайном спаривании внутри популяции, он может рассматриваться одним из критериев инбредности популяции. Определяется по формуле:

Fis=1-(Но/Не),

где Ho – наблюдаемая гетерозиготность,

He – ожидаемая гетерозиготность.

При нулевой встречаемости генотипа в популяционной выборке ошибку оценивали по формуле Б.Л. Ван-дер-Вардена:

p=, S_p=,

где p – частота генотипа по формуле Ван-дер-Вандерна,

P – нулевая частота генотипа,

n – численность выборочной совокупности.

Оценку достоверности различий частот генотипов и аллелей проводили при помощи t-критерия Стьюдента (Лакин, 1990). Для множественного сравнения выборок t-критерий Стьюдента рассчитывали с поправкой Бонферрони. Проверку соответствия фактического распределения частот генотипов теоретически ожидаемому распределению частот проводили с помощью критерия χ2 (хи-квадрат) (Кузнецов, 2014).

3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

3.1 Оценка генетического разнообразия крупного рогатого скота по полиморфизму генов CSN3, BLG, LALBA и LEP

3.1.1 Генетическая структура симментальской породы и «Сибирячки» по полиморфизму генов CSN3, BLG, LALBA и LEP

Молекулярно-генетические исследования животных по комплексу генов, ассоциированных с показателями молочной продуктивности, были направлены на поиск генетического разнообразия пород, имеющих разное генеалогическое происхождение. Порода Сибирячка (патент № 9498 от 08.02.2018) получена путем использования голштинских быков на коровах черно-пестрой породы, разводимой на территории Сибири. Изначально предполагалось, что она должна быть более гетерогенной, чем чистопородные симменталы. Анализ структуры популяции показал, что генотипические различия между породами незначительны. Доля гомозигот B/B по генам CSN3, BLG, LALBA и T/T по гену LEP не превышала 10%, а частота встречаемости гетерозигот по всем генам была относительно равной. Генетическая структура пород представлена в таблицах 3.1 и 3.2.Уровень достоверных различий между частотами генотипов отражает особенности формирования структуры популяционных выборок. Так, частота гомозигот CSN3^AA превышает другие генотипы на уровне p<0,001. По остальным генам частота гомозигот A/A и С/С была значительно выше, чем B/B и T/T (p<0,001). Частоты альтернативных аллелей по всем генам достоверно различались (p<0,001).

Таблица 3.1 –Генетическая структура симментальской породы по генам CSN3, BLG, LALBA и LEP

Здесь и далее одинаковыми буквами отмечены группы, имеющие достоверные различия по частотам генотипов, уровень достоверности указан в тексте.

Таблица 3.2 – Генетическая структура породы «Сибирячка» по генам CSN3, BLG, LALBA и LEP

В выборке животных породы «Сибирячка» наблюдалась высокая частота гомозигот CSN3^AA в сравнении с остальными генотипами (p<0,001). По генам BLG и LALBA различий между генотипами A/A и A/B не выявлено.

Сравнительный популяционно-генетический анализ распределениягенотипических классов по изучаемым генам не выявил значительных различий между породами, за исключением частот встречаемости гомозиготCSN3^AA и BLG^BB, которые у «Сибирячки» были выше, чем у симменталов (p<0,05).

Сходную генетическую структуру отмечают и в других породах крупного рогатого скота [3, 5,10, 111]. Очевидно, что какого-либо селективного отбора в отношении отдельных генотипов не было, а структура формировалась в условиях случайной комбинации аллелей и сохранялась на протяжении многих поколений. В нашей работе соотношение генотипических классов в породах по всем локусам соответствует теоретически ожидаемому, рассчитанному по формуле Харди-Вайнберга, что указывает на генное равновесие в популяции, которое поддерживается при панмиксии и отсутствии действия фактора отбора, дрейфа генов или мутационного процесса. Частота встречаемости аллеля A и C в 2-3 раза превышает альтернативные варианты генов. Вероятно, такое соотношение частот аллелей сформировалось без участия давления отбора, преимущественно за счет использования случайных генотипов племенных животных. Однако, учитывая, что быки ранее не были генотипированы по этим локусам либо их генотипы не учитывались при подборе, а аллельные варианты в гаметах присутствуют с равной вероятностью, то вклад генотипа быков-производителей в формировании структуры становится незначительным в отношении распределения генотипических классов. Возможно, эти гены слабо подвержены также давлению естественного отбора и представляют собой селективно нейтральные локусы. Низкую частоту аллелей В и Т следует связывать с мутационным процессом, в результате которого от предковой формы аллелей A и C появились новые варианты генов, которые не получили широкого распространения. Если связывать высокую частоту аллеля A с повышенным удоем у коров, то отбор более высокоудойных производителей, вероятно с генотипами A/A и A/B, мог снизить долю гомозигот B/B у потомков. Однако, у мясных пород также наблюдается схожая генетическая структура [6], что даёт основание считать, что данные аллельные варианты локусов не подвергались отбору, в том числе естественному. Каких-либо доказательств снижения фертильности или жизнеспособности носителей аллеля B нами в литературе не обнаружено.

В таблице 3.3 представлены значения уровня полиморфности (Na) и средней степени гетерозиготности (Ca_ср) пород по исследуемым генам. У коров симментальской породы и «Сибирячки» число активно действующих аллелей, на что указывает уровень полиморфности, было наиболее высоким по генам LEP и LALBA, и низким – по CSN3. По гену BLG наблюдается породное различие: у симменталов – 1,770 и у Сибирячки — 1,323. Средняя гетерозиготность пород высокая и находится на уровне 40%, что свидетельствует о достаточно высокой генетической изменчивости, которая будет поддерживаться в поколениях.

Таблица 3.3 — Степень гетерозиготности (Ca) и уровень полиморфности (Na) генов CSN3, BLG, LALBA и LEP

Таким образом, в ходе исследования двух пород установлены незначительные различия по частоте встречаемости генотипов и аллелей. Учитывая значимость отдельных аллелей для продуктивности, для повышения эффективности селекции следует вести поиск комплексных генотипов, сочетающих благоприятные комбинации по разным локусам. Такой отбор позволит выявить, в первую очередь, быков-носителей желательных аллелей, в затем формировать структуру популяции и сохранять генетическое разнообразие не только по уровню общей гетерозиготности, но и по составу гомозиготных вариантов разных селекционно-значимых локусов. Одновременно в стратегии селекции по отбору в пользу отдельных локусов важно учитывать, что генетическая структура популяции формируется в течение многих поколений и поддерживается в состоянии наиболее оптимального соотношения и концентрации аллелей. Изменение структуры популяции даже в отношении отдельных локусов может сопровождаться нежелательными изменениями признаков, в частности ухудшением адаптационных свойств и снижением устойчивости к заболеваниям. Поэтому необходим всесторонний анализ и контроль генетической изменчивости для обеспечения высокого уровня продуктивности и жизнеспособности популяций.

3.1.2 Генетическая структура популяций по комплексным генотипам

В соответствии с поставленной задачей была изучена генетическая структура пород по различным комбинациям генов. В таблице 2.4 представлено генотипическое распределение по полиморфизму генов CSN3 и BLG. Наиболее часто встречается комбинация A/A+A/B, реже всего комбинация с генотипом CSN3^BB. Частота встречаемости гомозиготного генотипа A/A+B/B в породе «Сибирячка» была выше, чем у симменталов (p<0,05).

Таблица 3.4 –Частота встречаемости генотипов по комплексу геновCSN3 и BLG

Следующий изучаемый комплекс генотипов включал полиморфизмы генов CSN3 и LALBA (табл. 3.5). Наиболее распространенным генотипом является комбинация A/A+A/A и A/A+A/B. Уровень гетерозиготных комбинаций занимает промежуточное значение в обеих породах. Достоверных различий не выявлено.

Таблица 3.5 – Частота встречаемости генотипов по комплексу генов CSN3 и LALBA

Чаще всего встречается комбинация гомозигот CSN3^AA с LEP^CC и LEP^CT (табл. 3.6.)

Таблица 3.6 – Частота встречаемости генотипов по комплексу генов CSN3 и LEP

В симментальской породе распространенным генотипом оказался BLG^AA+LALBA^AA(на уровне 25%), а наиболее редким было сочетание гомозиготных генотипов (табл. 3.7.). У коров породы «Сибирячка» частота генотипа BLG^BB+LALBA^AA превосходит аналогичную комбинацию в группе симменталов (p<0,05).

Таблица 3.7 – Частота встречаемости генотипов по комплексу генов BLG и LALBA

В двух породах комбинации генотипов BLG и LEP были относительно одинаковыми, за исключением сочетания BLG^AA+LEP^CT(табл. 3.8.). Частота встречаемости этого генотипа у симменталов была выше, чем у коров породы «Сибирячка» (p<0,05).

Таблица 3.8 – Частота встречаемости генотипов по комплексу генов BLG и LEP

Комплекс из двух полиморфизмов генов LALBA и LEP существенно не отличался между породами. Однако, наблюдается различие по комбинации генотипов B/B+C/C, у симменталов их частота была выше, чем у коров породы «Сибирячка» (p<0,05).

Таблица 3.9 – Частота встречаемости генотипов по комплексу генов LALBA и LEP

Сравнительный анализ комплексных генотипов, включающих четыре локуса, не выявил достоверных различий между породами (табл. 3.10.).

Таблица 3.10 – Генетическая структура пород по комплексным генотипам

В заключение следует отметить,что несмотря на то, что для популяционных сравнений были использованы породы с разной эволюционной историей, степень генотипического разнообразия по исследуемым полиморфным вариантам генов формируется за счет уникальных генотипов отдельных особей. В процессе породообразования отбор по признакам продуктивности нивелирует межпопуляционные различия по генам, контролирующим признаки. При достижении высоких показателей молочной продуктивности эти различия будут неуклонно снижаться. В то же время выявленные нами различия могут свидетельствовать о породных особенностях.

3.1.3 Популяционно-генетические параметры стад на основе полиморфизмов генов CSN3, BLG, LALBA и LEP

В таблице 3.11 представлена популяционно-генетическая характеристика пород по комплексу исследуемых полиморфизмов генов, которая отражает состояние популяции с точки зрения ее адаптационных качеств. Считается, что высокая степень гетерогенности популяции связана с жизнеспособностью и продуктивным долголетием животных. Данные таблицы вновь указывают на сходство генетической структуры пород по показателям ожидаемой (He) и наблюдаемой (Ho) гетерозиготности и гомозиготности (C_a). Рассчитанный индекс фиксации (Fis) характеризует степень отклонения частот встречаемости гетерозигот от теоретического распределения по Харди-Вайнбергу. В обеих породах отрицательный индекс фиксации, приближенный к нулевому значению, указывает на небольшой избыток гетерозигот и равновесное состояние популяции.

Таблица 3.11 — Популяционно-генетические параметры популяции породы «Сибирячка» и симментальской породы крупного рогатого скота

Са – ожидаемая гомозиготность, Не – ожидаемая гетерозиготность, Но — наблюдаемая гетерозиготность, Fis – индекс фиксации.

Соотношение генотипических классов в породах по всем локусам соответствует теоретически ожидаемому, рассчитанному по формуле Харди-Вайнберга, что указывает на генное равновесие в популяции, которое поддерживается при панмиксии и отсутствии действия фактора отбора, дрейфа генов или мутационного процесса. Частота встречаемости аллеля A и C в 2-3 раза превышает альтернативные варианты генов. Вероятно, такое соотношение частот аллелей сформировалось без участия давления отбора, преимущественно за счет использования случайных генотипов племенных животных. Однако, учитывая, что быки ранее не были генотипированы по этим локусам либо их генотипы не учитывались при подборе, а аллельные варианты в гаметах присутствуют с равной вероятностью, то вклад генотипа быков-производителей в формировании структуры становится незначительным в отношении распределения генотипических классов. Возможно, эти гены слабо подвержены также давлению естественного отбора и представляют собой селективно нейтральные локусы. Низкую частоту аллелей В и Т следует связывать с мутационным процессом, в результате которого от предковой формы аллелей A и C появились новые варианты генов, которые не получили широкого распространения. Если связывать высокую частоту аллеля A с повышенным удоем у коров, то отбор более высокоудойных производителей, вероятно с генотипами A/A и A/B, мог снизить долю гомозигот B/B у потомков. Однако, у мясных пород также наблюдается схожая генетическая структура, что даёт основание считать, что данные аллельные варианты локусов не подвергались отбору, в том числе естественному. Каких-либо доказательств снижения фертильности или жизнеспособности носителей аллеля B нами в литературе не обнаружено.

3.1.4.Генетическая структура популяции симментальского скота по генам CSN3 и BLG в инбредной и аутбредной группах коров

Анализ генетической структуры популяции в зависимости от наличия инбридинга по полиморфизму CSN3 показал, что животные из аутбредной и инбредной групп не различались между собой по частоте встречаемости аллелей. Обе выборки характеризовались преобладанием аллеля A над аллельным вариантом В(p < 0,05).

Таблица 3.12 — Распределение частот аллелей и генотипов по гену CSN3 в инбредной и аутбредной группах коров

В таблице 3.12 представлены частоты генотипов и аллелей по гену CSN3. В обеих популяционных выборках наблюдалось преобладание гомозиготного генотипа A/A. Наиболее редким генотипом в обеих выборках был гомозиготнй генотип B/B, частота встречаемости которого была максимально 3,4%. Анализ соотношения генотипов по гену CSN3 в инбредной и аутбредной группах животных показал, что достоверных различий между группами не выявлено.

В обеих выборках частота встречаемости аллеля A (63% в инбредной, 69% в аутбредной популяционной выборке) была выше, чем встречаемость аллеля B (37% и 31%, соответственно).

Генетическая структура аутбредной и инбредной популяционных выборок крупного рогатого скота симментальской породы представлена в таблице 3.13.

Таблица 3.13 — Распределение частот аллелей и генотипов по гену BLG в инбредной и аутбредной группах коров

Анализ распределения генотипов по гену бета-лактоглобулина показал, что в группе инбредных животных преобладал гетерозиготный генотип A/B (55,2%), а в аутбредной популяционной выборке гомозиготный генотип A/A (47,1%). Достоверные различия по частотам генотипов не выявлены.

Эмпирическое распределение частот генотипов в популяционных выборках по генам CSN3 и BLG соответствовало теоретически ожидаемому распределению по закону Харди-Вайнберга, что означает, что во всех группах соблюдается генное равновесие.

В таблицах 3.14 и 3.15 показано процентное соотношение животных с различными генотипами по генам каппа-казеина (CSN3) и бета-лактоглобулина (BLG).

Таблица 3.14 — Соотношение генотипов по гену CSN3 в инбредной и аутбредной популяционных выборках коров, %

Наибольшее количество животных в популяционной выборке имеют генотип A/A, животные-носители данного генотипа находятся в равном соотношении между двумя группами. В аутбредной выборке больше животных, имеющих генотип A/B (p<0,001).

Таблица 3.15 — Соотношение генотипов по гену BLG в инбредной и аутбредной популяционных выборках коров, %

Аутбредная выборка характеризуется более высокой частотой встречаемости гомозиготного генотипа A/A и желательного генотипа B/B (p<0,001).

3.1.5 Популяционно-генетические характеристики стада симментальской породы по генам CSN3, BLG, LALBA и LEP

В таблице 3.16представлены значения уровня полиморфности (Na) и средней степени гетерозиготности (Ca_ср) пород по исследуемым генам. У коров симментальской породы и «Сибирячки» число активно действующих аллелей, на что указывает уровень полиморфности, было наиболее высоким по генам LEP и LALBA, и низким – по CSN3. По гену BLG наблюдается породное различие: у симменталов – 1,770 и у Сибирячки — 1,323. Средняя гетерозиготность пород высокая и находится на уровне 40%, что свидетельствует о достаточно высокой генетической изменчивости, которая будет поддерживаться в поколениях. Небольшие различия по гетерозиготности отмечены между породами по локусу CSN3.

Таблица 3.16 – Популяционно-генетические характеристики популяций по четырем локусам

3.2 Оценка продуктивных качеств животных с разными генотипами по генам CSN3, BLG, LALBA и LEP

3.2.1 Молочная продуктивность коров симментальской породы разных генотипов

Данные по молочной продуктивности животных симментальской породы представлены в таблице 3.17-3.20. Сравнение средних значений показателей между разными генотипическими группами по CSN3 не выявило достоверных различий. В то же время животные с генотипами BLG^AA имели более высокий удой за первую лактацию в сравнении с BLG^AB (p<0,01). Жирномолочность по первой и второй лактациям достоверно выше у животных с генотипом LALBA^BB в сравнении с животными-носителями генотипа LALBA^AA (p<0,05). По данным таблицы 3.14 у коров первой лактации белковомолочность с генотипом LEP^TTвыше, чем у LEP^СС(p<0,05). По второй лактации животные с генотипом LEP^TT превосходили коров с генотипом LEP^СС по удою(p<0,05), но уступали по жирномолочности (p<0,05).

Таблица 3.17 — Показатели молочной продуктивности коров симментальской породы с разными генотипами по гену CSN3

Таблица 3.18 — Показатели молочной продуктивности коров симментальской породы с разными генотипами по гену BLG

Таблица 3.19 — Показатели молочной продуктивности симментальской породы с разными генотипами по гену LALBA

Таблица 3.20 — Показатели молочной продуктивности коров первой лактации симментальской породы с разными генотипами по гену LEP

Таким образом, установленные различия между группами животных симментальской породы разных генотипов демонстрируют ассоциативную связь полиморфных вариантов генов с некоторыми показателями продуктивности.

3.2.2 Молочная продуктивность коров породы «Сибирячка» разных генотипов

Данные по молочной продуктивности животных породы «Сибирячка» представлены в таблицах 3.21-3.24. Как следует из таблицы 3.15 животные первой лактации с генотипом CSN3^BBимеют более высокий удой, чем коровы с генотипом CSN3^AA(p<0,001). По гену BLG коровы с генотипом A/A превосходили гомозигот B/B на 947 кг (p<0,05). Животные с генотипом LALBA^AAуступали по удою за третью лактацию LALBA^AB (p<0,05) и LALBA^BB (p<0,001), при этом содержание жира в молоке у гетерозигот было выше (p<0,001). По первой лактации у коров с генотипом LEP^CC наблюдаются более высокий удой в сравнении с генотипом LEP^CT(p<0,05) и более высокая жирномолочность и белковомолочность по сравнению с генотипом LEP^TT(p<0,001).

Таблица 3.21 — Показатели молочной продуктивности коров породы «Сибирячка» с разными генотипами по гену CSN3

Таблица 3.22 — Показатели молочной продуктивности коров породы «Сибирячка» с разными генотипами по гену BLG

Таблица 3.23 — Показатели молочной продуктивности коров третьей лактации породы «Сибирячка» с разными генотипами по гену LALBA

Таблица 3.24 — Показатели молочной продуктивности коров породы «Сибирячка» с разными генотипами по гену LEP

Полученные результаты свидетельствуют о возможном генетическом сцеплении полиморфных генов с локусами количественных признаков. В то же время необходимо учитывать, что вклад отдельных генов в формирование сложно детерминированных признаков может быть незначительным. В любом случае влияние генотипа по генам, ассоциированным с признаками молочной продуктивности, в первую очередь, обусловлено генетической конституцией отдельной особи, а популяционная выборка отражает общую генотипическую компоненту в формировании различных фенотипических характеристик.

3.2.3 Частота аллельных вариантов генов у животных с разным уровнем молочной продуктивности

В таблице 3.25 представлено соотношение частот встречаемости аллельных вариантов генов у животных с высокими и низкими показателями молочной продуктивности по первой лактации. Из данных таблицы следует, что частота аллеля В гена CSN3 у высокопродуктивных животных выше, чем у низкопродуктивных по удою и содержанию жира (p<0,05-0,001). У животных с невысоким содержанием белкав молоке частота аллеля А по этому гену была выше, чем у высокопродуктивных (p<0,05). Аллель BLG^Анаиболее часто встречался у животных, имеющих более высокие удои (p<0,01). Полученные различия были обнаружены только у коров породы «Сибирячка». Достоверных различий у симменталов не выявлено. Таким образом, вовлеченность полиморфных вариантов генов в признаки продуктивности наиболее ярко проявляется у молодой породы.

Таблица 3.25 – Частота встречаемости аллелей у низко- и высокопродуктивных животных

Здесь *-p<0,05, **-p<0,01, ***-p<0,001.

Таким образом, анализ молочной продуктивности в породах крупного рогатого скота у животных разных генотипов по полиморфизму генов свидетельствует об определённой доле влияния полиморфизма в формировании признаков молочной продуктивности. Не исключено, что высокая продуктивность в породах может нивелировать фенотипические различия по данным локусам, что снижает количество выявленных достоверных ассоциаций.

3.3 Воспроизводительные качества коров симментальской породы с разными генотипами по генам CSN3, BLG, LALBA и LEP

Показатели воспроизводства коров симментальской породы с разными генотипами представлены в таблице 3.26. Животные с генотипамиLALBA^AAи LEP^CTимели более ранний возраст осеменения в сравнении с LALBA^BBи LEP^CC(p<0,05). Продолжительность стельности коровс генотипомLALBA^BBбыла достоверно ниже остальных (p<0,001). Межотельный период у коров с генотипм LEP^CT был в среднем на 21 дней продолжительней по сравнению с генотипом LEP^CС(p<0,05). Между группами животных с другими генотипами достоверных различий по показателям воспроизводства не установлено.

Таблица 3.26 — Воспроизводительные качества коров симментальской породы в зависимости от генотипа по генам CSN3, BLG, LALBA и LEP

Одним из важных показателей воспроизводительных качеств коров является легкость отела. Нами была проведена сравнительная оценка этого признака в зависимости от генотипа животных. Каких-либо ассоциативных связей между группами животных с учетом разной степени проявления признака не выявлено (табл. 3.27.).

Таблица 3.27 — Легкость отела в зависимости от генотипа по четырем генам, %

Таким образом, выявленные ассоциации по некоторым показателям воспроизводства свидетельствуют о вовлеченности полиморфизма генов в проявление репродуктивных качеств крупного рогатого скота. Что касается отсутствия схожих ассоциаций в разных породах, то это возможно связанно с особенностями генотипов, формирующих генетически разнородные группы.

3.4 Живая масса животных в зависимости от генотипа

Рост и развитие животных является важным селекционным признаком, определяющим бедующую продуктивность животных. Сведений о генетических маркерах, которые связаны с интенсивностью роста молодняка, достаточно мало. Очевидно, что при формировании такого сложного интегрального и многофакторного признака участвует целый комплекс генетических систем организма. В нашем исследовании был проведен анализ ассоциаций изученных генов с показателями живой массы животных в разные периоды онтогенеза (табл. 3.28 – 3.31). В ходе сравнительного анализа было установлено влияние генотипа по гену BLG на живую массу телят в возрасте 6 месяцев и по гену LEP при достижении возраста первого осеменения. У телят с генотипом BLG^AAпоказатель был на 10,8 кг выше по сравнению с генотипом BLG^AB(p<0,05). Живая масса коров с генотипом LEP^CC в возрасте первого осеменения была выше, чем с генотипом LEP^TT(p<0,05).

Таблица 3.28 – Живая масса животных с разными генотипами по гену CSN3

Таблица 3.29 — Живая массаживотных с разными генотипами по гену BLG

Таблица 3.30 — Живая массаживотных с разными генотипами по гену LALBA

Таблица 3.31 – Живая массаживотных с разными генотипами по гену LEP

Исходя из результатов анализа по ассоциированности полиморфизма генов с живой массой животных следует заключить о перспективности дальнейшего изучения полиморфизма этого гена в качестве маркера. Информация о его ассоциациях с показателями роста может быть полезной для проведения селекции племенных быков на легкость отела дочерей, поскольку это является залогом быстрого восстановления здоровья и последующей реализации продуктивного потенциала.

ЗАКЛЮЧЕНИЕ

В заключении следует сказать, что полученные в работе данные, по нашему мнению, вносят определенный вклад в понимание процесса формирования межпопуляционных различий и сходства по локусам, напрямую связанных с отбором по продуктивным признакам. Исследования полиморфных вариантов генов имеют важное значение не только в сравнительной оценке генотипического разнообразиястад, но и поиска генетических маркеров продуктивных и адаптивных качеств сельскохозяйственных животных.

В качестве объекта для популяционных сравнений были использованы разные по своему историческому происхождению породы, но с высокой реализованной молочной продуктивностью. В результате установлена генетическая структура в стадах по генам, генотипам и с учетом различных их комбинаций. Показано, что популяционные выборки находятся в состоянии генного равновесия, а значит факторы, способные его изменить, оказывают незначительное влияние. И даже длительный отбор по молочной продуктивности может не нарушить частотное распределение аллелей. За счет достаточно высокой степени гетерозиготности в породах будет поддерживаться генетическая изменчивость. Поэтому высокая специализация молочных пород, в частности разводимых в условиях Западной Сибири, не приводит к потере внутрипопуляционного наследственного разнообразия,во всяком случае, по изучаемым генами соответственно к снижению адаптивности.

В породах наблюдается полное совпадение фактических и ожидаемых частот генотипов, что может указывать на селективную нейтральность этих генов. При изучении влияния генотипа на различные показатели продуктивности, воспроизводства, роста и развития закономерной связи в породах часто не наблюдается. Во многих случаях отдельные генотипы оказывали положительное влияние на признак в одних стадах, в других – отрицательное. Это может быть связано как с генетическими породными особенностями, так и с неравновесием по сцеплению исследуемых генов с локусами, контролирующими количественные признаки. Если оценивать полученные нами достоверные различия между генотипами по различным показателям, то наиболее «желательным» генотипом в симментальской породе по удою является BLG^АА, жирномолочности — LALBA^ВВ и LEP^CC, белковомолочности – LEP^TT. В породе Сибирячка более высокие показатели по удою у животных с генотипом CSN3^ВВ, BLG^АА, LALBA^АВ и LALBA^ВВ, а также LEP^CC, по жирномолочности – LALBA^АА и LEP^CC, по белковомолочности — LEP^CC. Таким образом, сходные приоритетные генотипы у пород выявлены по удою — BLG^АА и по содержанию жира в молоке — LEP^CC. Нужно отметить, что коровы породы Сибирячки с генотипом LEP^CC имели повышенный удой, жир и белок в молоке, а симменталы — более высокую живую массу при первом осеменении и короче межотельный период. При отборе животных с такими генотипами в качестве родительских пар можно ожидать появление потомков, имеющих более высокую частоту предпочтительных аллелей, либо их эффективную комбинацию, и как следствие, более высокую продуктивность по сравнению с родителями. Коррекцию генетической структуры стада можно проводить селекционно-племенной работой с максимальным использованием быков – носителей наиболее благоприятных генотипов по маркёрным генам.

ВЫВОДЫ

1. Генетическая структура симментальской породы и Сибирячки по генам каппа-казеина (CSN3), бета-лактоглобулина (BLG), альфа-лактальбумина (LALBA) и лептина (LEP) находится в состоянии генного равновесия, так как соответствует теоретически ожидаемому распределению генотипических частот по формуле Харди-Вайнберга, что указывает на отсутствие существенного влияния факторов отбора, миграции, дрейфа генов и мутации на данном временном этапе существования пород.
2. Среди трёх генотипических классов в каждом локусе наименьшую частоту встречаемости имели генотипы В/В (CSN3, BLG, LALBA) и Т/Т (LEP), уровень которых не превышал 10%. Низкую частоту этих гомозигот и соответствующих аллелей отмечают в других породах крупного рогатого скота.
3. Частота встречаемости гетерозигот по каждому гену была относительно равной в породах. Высокий показатель средней гетерозиготности по локусам (на уровне 40%) свидетельствует о генетической изменчивости, адаптационном потенциале пород и создает основу для сохранения и поддержания генетического разнообразия.
4. В породах отмечено значительное превосходство аллелей A и C по отношению к альтернативным аллелям В и Т. Уровень полиморфности был наиболее высоким по генам LEP и LALBA и низким – по CSN3. По гену BLG наблюдается породное различие: у симменталов – 1,77 и у Сибирячки — 1,32.
5. Контроль над уровнем гетерозиготности популяции и оценка меж- и внутрипородного генетического разнообразия в разных эколого-географических зонах разведения животных обеспечит высокий уровень продуктивности без снижения адаптационных характеристик.
6. Анализ ассоциаций полиморфных вариантов генов с показателями молочной продуктивности, воспроизводительными качествами, живой массой в разные периоды онтогенеза, выявил приоритетные генотипы для направленного отбора животных.
7. Наиболее «желательным» генотипом в симментальской породе по удою является BLG^АА, по жирномолочности — LALBA^ВВ и LEP^CC, по белковомолочности – LEP^TT. В породе Сибирячка более высокие показатели по удою были у животных с генотипом CSN3^ВВ, BLG^АА, LALBA^АВ и LALBA^ВВ, а также LEP^CC, по жирномолочности – LALBA^АА и LEP^CC, по белковомолочности — LEP^CC. Таким образом, сходные приоритетные генотипы у пород выявлены по удою — BLG^АА и по содержанию жира в молоке — LEP^CC. В породе Сибирячка генотип LEP^CCвлияет на повышение удоя, содержание жира и белка в молоке, а также живой массы при первом осеменении и сокращение межотельного периода (p<0,05 – 0,001) .

Список использованной литературы

РЕФЕРАТ

Отчет 51 с., 11 табл., 13 рис., 25 источников.

Полифункциональные препараты, биологическая защита, биопрепарат, картофель, штаммы бактерий, семеноводство.

Объектами исследования являются: среднеранний сорт «Накра» и раннеспелый «Любава», ризоктониоз картофеля (Rhizoctonia solani Kuhn), гуминовый биопрепарат АФГ, содержащий споровую биомассу бактерий: Bacillus subtilis штамм ВКПМ В-10641, Bacillus amyloliquefaciens штамм ВКПМ В-10642, Bacillus amyloliquefaciens штамм ВКПМ В-10643, и нормализованный безбалластный раствор калиевых и натриевых солей, природных гуминовых кислот, а так же содержит фульвовую кислоту, микроэлементы (К, Ca, Mg, Fe, Mn, Zn, Cu, B, Mo), Фитоп 8.67 (споровая биомасса бактерий: Bacillus subtilis штамм ВКПМ В-10641, Bacillus amyloliquefaciens штамм ВКПМ В-10642, Bacillus amyloliquefaciens штамм ВКПМ В-10643), минеральные удобрения (мочевина, N = 46%).

Цель исследований: Разработать технологию применения полифункциональных биопрепаратов для обеспечения повышения продуктивности семенного материала картофеля и его экологической безопасности.

В результате лабораторных исследования было установлено, что лучшая концентрация гриба Мetarhizium МР-972 составляет 1 г/л, при этом биологические агенты на основе Metarhizium обладают полифункциональными свойствами, так в полевых условиях штамм Мetarhizium МР-972 оказал ростостимулирующее и фунгицидное действие положительно повлияв на прирост вегетативной массы, в 2-3 раза снижая распространенность ризоктониоза. Биологическая эффективность штаммов при этом составляла в от 80,0 до 100 %.

Кроме того, было установлено положительное влияние Мetarhizium МР-972 на формирование урожайности картофеля, которая была на 10 % выше чем на контроле и более чем на 18 % чем на варианте с фитоспорином. При этом данный материал был чистым, что даёт все основание использовать препарат в семеноводстве.

В варианте с применением препарата АФГ масса и высота растений на все даты учета превышали контрольный вариант. Распространенность болезней на растениях в период вегетации в 1,93 раза ниже, чем в контрольном варианте. Препарат оказывал положительное влияние на урожайность картофеля, в среднем урожайность при применении АФГ была выше чем на контроле в среднем на 12 %, незначительно уступая варианту с применением минеральных удобрений.

ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ

В настоящем отчете о НИР применяют следующие термины с соответствующими определениями:

Агент биологической защиты – полезный организм, используемый и биологической защите растений от вредных видов, основа биопрепаратов.

Биологический препарат – препарат, действующим началом которого является микроорганизм или продукт его жизнедеятельности, либо биологическое средство борьбы с вредителями, фитопатогенами и сорняками, активным ингредиентом которого являются агенты биологической природы.

Биологическая эффективность применения пестицидов – это результат использования пестицида в полевых условиях, который выражается показателями гибели, уменьшения численности вредных организмов или степени повреждения ими защищаемых растений (%).

Склероции – устойчивая к неблагоприятным условиям среды отвердевшая форма грибницы.

Склероциальный индекс – обобщённый показатель заселения клубней ризоктониозом

Штамм – генетически однородная культура микроорганизма, наследственная однородность которой поддерживается отбором по специфическим признакам.

ЭПВ – экономический порог вредоносности, плотность популяции вредного вида или степень поврежденности растений, начиная с которых при отсутствии активных мер борьбы ущерб достигает экономически ощутимых размеров.

S.i. – Склероциальный индекс обобщённый показатель заселения клубней ризоктониозом

B. bassiana – Beauveriabassiana

Агент биологической защиты – полезный организм, используемый и биологической защите растений от вредных видов, основа биопрепаратов.

Биологический препарат – препарат, действующим началом которого является микроорганизм или продукт его жизнедеятельности, либо биологическое средство борьбы с вредителями, фитопатогенами и сорняками, активным ингредиентом которого являются агенты биологической природы.

Биологическая эффективность применения пестицидов – это результат использования пестицида в полевых условиях, который выражается показателями гибели, уменьшения численности вредных организмов или степени повреждения ими защищаемых растений (%).

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ

В настоящем отчете о НИР применяют следующие сокращения и обозначения:

БЭ – Биологическая эффективность

ЭПВ – Экономический порог вредоносности

S.i. – Склероциальныйиндекс

B. bassiana – Beauveria bassiana

ВВЕДЕНИЕ

В настоящее время во всем мире ведутся поиски и разработка экологически безопасных препаратов на основе природных полезных микроорганизмов, способных эффективно подавлять вредителей и возбудителей болезней культурных растений. Однако, в связи с более узким спектром действия на целевые объекты, землепользователи не столь активно используют биопрепараты, так как эти технологии требуют более разнообразного ассортимента биопрепаратов по сравнению с химическими пестицидами. Поэтому, так актуален и необходим поиск новых природных биологических агентов (основы биопрепаратов), которые наряду с действием на одну мишень, например, фитофага, способны одновременно проявлять антагонистическое влияние на возбудителя болезни того же растения, а также улучшать рост, развитие, продуктивность и устойчивость защищаемого растения к неблагоприятным факторам среды.

Цель исследований: Разработать технологию применения полифункциональных биопрепаратов для обеспечения повышения продуктивности семенного материала картофеля и его экологической безопасности.

Основные задачи:

— выявить полифункциональные свойства новых природных биологических агентов Metarhizium anisopliae для подавления возбудителя ризоктониоза на картофеле в условиях Западной Сибири;

— изучить влияние фунгицидного и ростостимулирующего действия Metarhizium anisopliae и биопрепарата АФГ на рост, развитие растений и на величину сохраненного урожая картофеля в условиях 2020 года;

— сравнить действие минеральных и органических удобрений на рост и продуктивность картофеля;

— разработать полифункциональную технологию биологической защиты ускоренного семеноводства оздоровленного картофеля (технологическая схема).

1 ВЫБОР НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ

В настоящее время ряд передовых хозяйств, специализированных по производству элитного семенного картофеля, имеют показатели урожайности на уровне 22-28 т/га: ОПХ: «Новостройка», «Возвышенка», «Кийское» (Кемеровская область), учхоз НГАУ «Тулинский» и ЗАО: «Пашинское» и «Приобское» (Новосибирская область), ОПХ «Омское» (Омская область), ОПХ им. Сидоренко и ЗАО «Томь» (Томская область).

Однако картофелеводство большинства областей и краев Сибири претерпело значительные изменения. В настоящее время 92% посадок картофеля размещено у населения. При этом в большинстве хозяйств разных форм собственности и у населения Сибири урожайность картофеля остается на крайне низком уровне (8-14 т/га) в сочетании с невысокими качественными показателями и потерями в процессе хранения. Рентабельность производства картофеля снизилась до такого уровня, когда выращивать картофель стало невыгодно. Имеющиеся в хозяйствах разных форм собственности посадочный материал картофеля не отвечает основным стандартам. Как правило, это несортовой, некондиционный материал с большим спектром болезней. При удовлетворительной обеспеченности картофелеводческих хозяйств тракторами, сельскохозяйственными машинами, хранилищами в дефиците являются семена. Приоритет их в отрасли объясняется тем, что на долю семян приходится 48-55% затрат. Надежный семенной материал обеспечивает высокую продуктивность, качество, устойчивость к заболеваниям, сохранность в процессе длительного хранения. Более того, завоз посадочного материала картофеля зарубежных сортов не отвечает создавшимся экономическим условиям в связи с высокой стоимостью этих семян, а также зарубежные сорта, в частности большинство известных голландских сортов из-за отсутствия устойчивых форм к фитофторозу, иной реакции их на длину светового дня и влажность, несоответствия почвенно-климатическим условиям широкого распространения не получают.

Сегодня на рынке семенного картофеля продается зачастую не сортовой, нерайонированный семенной материал сомнительного происхождения, который не соответствует названию и характеристикам. С этим материалом завозятся и распространяются разные болезни и вредители. Отсутствие контроля приводит к тому, что население не получает необходимой продукции, разочаровывается в своем подсобном хозяйстве.

Производство картофеля связано с сезонностью и зачастую наблюдаются большие потери при его выращивании, особенно в период хранения. Важной задачей является его защита в процессе роста и развития путем применения инновационных экологически приемлемых средств защиты, особую популярность при этом получили биологические средства защиты растений.

Для биологической защиты растений характерны четыре основных стратегии:

– интродукция в популяцию вредных видов (фитофагов, фитопатогенов и сорняков) биологического агента из удаленного ареала для его долговременного обоснования и постоянной регуляции их численности;

– однократное применение биологического агента для его дальнейшего размножения и функционирования как регулятора численности в течение продолжительного срока (но не постоянно);

– многократное использование биологического агента для оперативного сдерживания размножения вредных видов;

– сохранение, активизация и учет деятельности полезных видов в природе разными способами.

На современном этапе состояния агроценозов наиболее распространены вторая и третья стратегии, однако активное введение биоагентов в виде биопрепаратов сохраняет биоразнообразие и способствует реализации последней, наиболее перспективной в экологическом отношении стратегии.

1.1 Основные вредные организмы картофеля

Для любой сельскохозяйственной культуры мероприятия по ее защите зависят от видового состава фитофагов и возбудителей болезней растений. Чем больше хозяйственно важных видов можно подавить биологическими методами, тем больше вклад биологической защиты растений в системы земледелия [1-3].

В Сибири биологические методы пока применяются на достаточно узком круге сельскохозяйственных культур. Биологическая защита в условиях региона наиболее полно реализована для овощных культур открытого и закрытого грунта [4]. Меньше внимания уделяется проблеме биологической защиты картофеля, актуальность которой не вызывает сомнения.

Картофелеводство в Сибири — важная отрасль сельскохозяйственного производства [5]. Эта культура обладает высокой пластичностью, может произрастать и давать хорошие урожаи в нестабильных погодно-климатических условиях региона. Урожайность картофеля помимо других факторов, в сильной степени зависит от поражения болезнями и повреждения вредителями. Распространение и вредоносность вредных организмов в различные годы может значительно колебаться в зависимости от погодных условий конкретного вегетационного периода, агротехники, качества семенного материала, состава возделываемых сортов.

В последние годы самым опасным вредителем картофеля в Западной Сибири стал колорадский жук (Leptinotarsa decemlineata L.). Известно, что потери урожая от его деятельности велики почти во всех регионах России [6,7]. Наиболее часто против этого фитофага используют химические пиретроидные инсектициды [7]. В структуре производства картофеля значительную долю занимает частный сектор (личные подсобные хозяйства, в т.ч. огороды, дачи и т.д.), поэтому возрастает роль экологизации защитных мероприятий. До настоящего времени собственное производство картофеля на подсобном участке или даче является залогом продовольственной безопасности для многочисленных слоев населения, позволяющим переживать неблагоприятные годы. В основном недобор урожая картофеля на большей части территории России происходит из-за повреждений растений колорадским жуком. В последние годы эта проблема возникла и в регионе Сибири. На различных сортах потери достигают от 12 до 50%, а в отдельные благоприятные для развития вредителя годы при отсутствии защитных мероприятий и 100%.

Жук адаптировался к местным природно-климатическим условиям Западно-Сибирского региона [8-10], численность и вредоносность его стабильно высокие, поэтому территория лесостепи Приобья в настоящее время относится к зоне натурализации фитофага [11-12].

Из болезней картофеля в местных условиях наиболее опасен ризоктониоз, вызываемый грибом Rhizoctonia solani Kuhn. Ризоктониоз картофеля (черная парша) (возбудитель – гриб Rhizoctonia solani J.G. Kuhn, телеоморфа Thanatephorus cucumeris (A.B. Frank) Donk (Basidiomycota, Ceratobasidiaceae) [13]. Поражает клубни, стебли, столоны и корни взрослых растений картофеля, а также ростки и всходы, вызывая их отмирание. Кроме картофеля поражает многие овощные, цветочные растения и сорняки (осот, хвощ, лебеда и др.).

Заболевание может проявляться в виде черной парши, углубленной (ямчатой) пятнистости, сетчатого некроза клубней, загнивания глазков и ростков, отмирания столонов и корней, а также в виде «белой ножки» стеблей. Черная парша проявляется в виде расположенных на поверхности клубней черных склероциев различного размера, похожих на прилипшие комочки почвы. Склероции на поверхности практически не причиняют вреда клубню.

1.2. Использование биоагентов и биопрепаратов для защиты растений

1.2.1. Антагонистические бактерии рода Bacillus и бактериальные препараты в защите картофеля от болезней

Отличительной особенностью представителей рода Bacillus, которая делает перспективным их применение в защите растений, является способность бактерий к спорообразованию, что позволяет им переживать неблагоприятные условия среды [14]. В спорах бактерий постепенно накапливаются биологически активные вещества, поэтому в момент прорастания антагонистическая способность бактерий резко усиливается.

В России создано несколько биопрепаратов на основе Bacillus subtilis – Бактофит, Фитоспорин-М, Алирин-Б, Витаплан и др., которые успешно применяют в ряде регионов для защиты растений от болезней.

В полевых условиях изучена активность двух штаммов B. licheniformis ВКПМ В-10561 и ВКПМ В-10562, выделенных в сибирских условиях.

Кроме того, в условиях Западной Сибири в садовом биоценозе испытано действие местных штаммов бацилл трех видов (Bacillus subtilis ВКПМ В-10641, B. amyloliquefaciens ВКПМ В-10642 и B. amyloliquefaciens ВКПМ В-10643) [3].

Смесь этих трех штаммов является основой экспериментального биопрепарата Фитоп 8.67, разработанного научно-производственной фирмой «Исследовательский центр» (Кольцово).

Полевые испытания экспериментального биопрепарата показали, что наряду с антифунгальным эффектом, он оказывает ростостимулирующее действие. Полифункциональное действие Фитоп 8.67 особенно проявлялось при защите картофеля [15].

1.2.2. Энтомопатогенный гриб Beauveria bassiana

В природе энтомопатогенный гриб Beauveria bassiana (Bals.) Vuill. регулирует численность насекомых отрядов чешуекрылых, жесткокрылых, полужесткокрылых и др. Боверию называют «белой мускардиной» (от французского выражения «засахаренный фрукт» за сходство с ним погибшего от гриба фитофага). Пораженные насекомые покрываются белым мучнистым или ватообразным мицелием. Заражению подвергаются почти все фазы развития насекомых – личинки, куколки, имаго, иногда яйца.

На основе B. bassiana был разработан Боверин – первый советский грибной препарат против насекомых-фитофагов на Украине. В настоящее время в России нет зарегистрированного препарата на основе этого гриба, хотя перспективы его использования очевидны. Первичные испытания сибирского штамма гриба B. bassiana в Новосибирской области показали его активность в защите от колорадского жука на картофеле. Экспериментальный препарат на основе этого штамма гриба обозначили как Фитоп 22.78 [16].

Таким образом, выбор направления данных исследований определяется актуальностью разработки технологий применения биопрепаратов в защите растений в сибирских условиях, с одной стороны, и, с другой стороны, наличием необходимого научного задела авторов по испытанию биопрепаратов. Учитывая достаточно сильную зависимость эффекта биопрепаратов от экологических факторов, не вызывает сомнения важность исследований по экологически безопасным методам защиты растений в условиях Сибири.

2. УСЛОВИЯ, ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЙ

2.1 Сведения о хозяйстве

Влияние и эффективность биологического агента изучали в 2020 г. в лаборатории регуляции микробиоценозов сельскохозяйственных животных и растений и УПХ «Сад Мичуринцев».

Климатические условия места проведения экспериментов типичны Дзержинского района Новосибирской области и характеризуются следующими параметрами: продолжительность солнечного сияния (год) – 2077 часа (табл.1).

Таблица 1.

Общая характеристика климата Дзержинского района

Средняя месячная температура воздуха самого теплого (июля) — 19 ^оC, а самого холодного (января) — 19 ^оC. Средняя годовая температура воздуха – 0,2^оС. Зима суровая и продолжительная, с устойчивым снежным покровом, сильными ветрами и метелями. Во все зимние месяцы возможны оттепели, но они кратковременные и наблюдаются не ежегодно. Вследствие обилия солнечного света и тепла лето жаркое, но сравнительно короткое. Оно характеризуется незначительными изменениями от месяца к месяцу и большим количеством осадков. Переходные сезоны (весна и осень) короткие и отличаются неустойчивой погодой, весенними возвратами холодов, поздними весенними и ранними осенними заморозками [17-18].

2.2 Метеорологические условия 2020 года

Важными условиями, определяющими развитие ризоктониоза на картофеле, являются температура и влажность почвы и воздуха, поэтому особенно важно при его изучении, учитывать погодные условия.

Данные по погодным условиям гидрометеостанции (ГМС) Огурцово 2020 года (температура, осадки) представлены в таблице 2.

Таблица 2.

Агроклиматическая характеристика вегетационного периода 2020 г. (по ГМС «Огурцово»)[19]

Май 2020 года был теплым и дождливым. Осадков выпало на 19 мм больше среднемноголетнего значения (42 мм), температура составила 14,8 °С. Температура в июне (15,9 °С) была чуть ниже по сравнению со среднемноголетними данными (16,4 °С). В июне стояла устойчивая воздушная засуха (осадков выпало всего 66 % от нормы), что способствовало проявлению ризоктониоза в виде сетчатого некроза на клубнях. А вот, в июле выпало 95 мм осадков, что составило 135,7 % от среднемесячной суммы осадков, а температура составила 19,1°С, что способствовало развитию склероциальной формы ризоктониоза. Гидротермический коэффициент (ГТК) за вегетацию составил 1,1, что характеризует зону как обеспеченную увлажнением.

2.3 Агрохимическая характеристика УПХ «Сад мичуринцев»

Опыты закладывали на выщелоченном черноземе. Черноземы опытных участков являются среднемощными. Мощность гумусового горизонта колеблется от 35 до 60 см, иногда достигает 68 см. На долю наиболее однородного горизонта А приходится 25-35 см. По механическому составу выщелоченные черноземы опытного поля являются тяжелосуглинистыми, иловато-крупно-пылеватыми почвами[20]. Опытные участки характеризовались плотностью почвы от 1,11 до 1,36 г/см³ при объемной массе в слое почвы 0-27 см — 1,06 г/см³ и в слое 150-160 см — 1,30 г/см³; сумма поглощенных оснований в пахотном слое — 38,49 мг-экв.; гидролитическая кислотность — 2,1 мг-экв.; рН водной вытяжки — 7,42, в гумусовом горизонте слабощелочная при значении рН 7,40-7,16, в карбонатном рН 8,76-8,12. Общая порозность пахотного слоя — 52 %, гидролитической влаги содержится 3,43 % при максимальной гигроскопичности 9,08 % в слое 0-27 см и 5,5 % —в слое почвы 150-160 см. Водопрочных агрегатов в пахотном слое имеется лишь 20-28 %, в подпахотном горизонте их количество увеличивается до 48 %, что указывает на ее склонность к заплыванию. Влажность заплывания выщелоченного чернозема УПХ «Сад Мичуринцев» составила 8,3 %, а наименьшая влагоемкость — 25 % от массы почвы. Опытные участки содержали гумуса 5,72-7,16 % (среднегумусные черноземы), валового азота — 0,19-0,36, фосфора — 0,15-0,21 и калия — 1,10-1,26 %. Содержание легкогидролизуемого азота колебалось в пределах 8,10-12,6 мг, подвижного фосфора — 18,2-25,1 и обменного калия — 9,40-12,1 мг на 100 г почвы, рН солевой вытяжки — 5,62 [21].

Анализ климатических и почвенных факторов показал, что в Дзержинском районе Новосибирской области, можно выращивать хорошие урожаи картофеля, несмотря на короткий вегетационный периоды и периодический недостаток влаги.

2.4 Методики полевых опытов

Закладку полевых опытов проводили на полях УПХ «Сад Мичуринцев» Новосибирской области, в соответствии с методиками полевых исследований [22].

1 опыт.Объекты исследования: среднеранний сорт Накра (оригинатор

ВНИИКХ им. А.Г. Лорха, Сибирский НИИ Сельского Хозяйства и Торфа, Кемеровский НИИСХ), ризоктониоз картофеля (Rhizoctonia solani Kuhn), Metarhizium anisopliae(штамм 972).

Опыт проводили в лабораторных и производственных условиях. Определение содержания фотосинтетических пигментов в лабораторных условиях проводили методом спектрофотометрии. Для измерения готовили вытяжки пигментов из листьев картофеля в 70% спирте. Каротиноиды определяли при λ = 440,5 нм, хлорофилл а — при λ = 665 нм, хлорофилл b — при λ=649 нм. Измерение каждой вытяжки пигментов проводили в десятикратной повторности. Концентрации хлорофиллов а и b в вытяжке рассчитывали по формуле Вернона. Активность пероксидазы в листьях определяли согласно биохимического исследования растений.

В производственных условиях перед посадкой клубни картофеля замачивали в 1 %-й суспензии Metarhizium anisopliae (штамм 972) в течение 1 часа, контролем служили семена и клубни, замоченные в воде, в качестве эталона использовали Фитоспорин-М и Баксиб.

2 опыт. Объекты исследования: раннеспелый картофель сорта «Любава», раннеспелый сорт ВНИИКХ и Кемеровского НИИСХ (Кемерово) ризоктониоз картофеля (Rhizoctonia solani Kuhn), гуминовый биопрепарат АФГ, содержащий споровую биомассу бактерий: Bacillus subtilis штамм ВКПМ В-10641, Bacillus amyloliquefaciens штамм ВКПМ В-10642, Bacillus amyloliquefaciens штамм ВКПМ В-10643, и нормализованный безбалластный раствор калиевых и натриевых солей, природных гуминовых кислот, а так же содержит фульвовую кислоту, микроэлементы (К, Ca, Mg, Fe, Mn, Zn, Cu, B, Mo), предоставленный ООО «НПО АГРО-ФИТ», Фитоп 8.67 (споровая биомасса бактерий: Bacillus subtilis штамм ВКПМ В-10641, Bacillus amyloliquefaciens штамм ВКПМ В-10642, Bacillus amyloliquefaciens штамм ВКПМ В-10643), минеральные удобрения (мочевина, N = 46%). Перед посадкой клубни картофеля замачивали в 1 %-й суспензии АФГ в течение 1 часа, контролем служили семена и клубни, замоченные в воде.

Картофель высаживался рядами по 20 штук в повторности (3 повторности). Испытания проводились на фоне естественного распространения болезней в полевых условиях. Количество урожая оценивали по средним пробам с каждого варианта в каждой повторности.

Агротехника включала зяблевую вспашку в конце сентября – начале октября, весновспашку, культивацию (15-20 см). Посев производился вручную 14 мая 2020 г. Уход за посадками включал внесение удобрений «Кемира картофельное» (30-40 г на кв. м почвы), прополку, полив. Уборка производилась вручную.

Полевые испытания на картофеле проведены для оценки: пораженности картофеля возбудителем черной парши (ризоктониозом); влияния на ростостимулирующие процессы (морфометрические показатели, урожайность).

Учет пораженности ризоктониозом ростков и стеблей проводили через 4 и 6 и 10 недель после посадки. Процент поврежденных и опавших столонов рассчитывали к их общему числу. Растения выкапывали, почву с корневой системы стряхивали и оценивали пораженность подземной части. Учет проводился по пятибалльной шкале Франка [24]: 0 – поражение отсутствует; 1 – штрихи и язвы на ростке (стебле) длиной до 25 мм; 2 – язвы на ростке (стебле) длиной до 50 мм; 3 – язвы на ростке (стебле) длиной более 50 мм, но не окольцовывают росток (стебель) полностью; 4 – обширные язвы, окольцовывающие росток (стебель); 5 – росток (стебель) сгнил или надломился.

Затем рассчитывают распространенность (Р) и развитие болезни (R) по формулам: где

П – количество пораженных растений,

N – общее количество учетных растений;

, где

— сумма произведений числа больных растений (а) на соответствующий им балл поражения (б),

N – общее количество учетных растений,

К – высший балл шкалы учета.

Экономический порог вредоносности- 15% по распространённости ризоктониоза в фенофазу бутонизации, начала цветения.

Биологическую урожайность определяли путем взвешивания урожая с делянки и пересчета на 1 га.

Фракционный состав урожая определяли в соответствии с методикой: мелкая фракция – клубни массой до 35 г; средняя фракция – 35-130 г; крупная фракция – более 130 г. Затем определяли в процентном отношении долю фракции.

Степень поражения ризоктониозом клубней нового урожая определяли по соотношению массовой доли здоровых клубней и пораженных различными формами заболевания. Более точную оценку состояния клубней можно получить, рассчитав склероциальный индекс (S.i.) по модифицированной методике Шалдяевой Е.М., Пилиповой Ю.В. по формуле[23]:

где

с — вес здоровых клубней;h — вес клубней, пораженных сетчатым некрозом и углубленной пятнистостью;m — вес клубней с единичными склероциями и склероциями на 1/10 поверхности;k — вес клубней со склероциями, занимающими 1/4 поверхности;l — вес клубней со склероциями, занимающими 1/2 поверхности.

Статистическую обработку данных проводили методом дисперсионного анализа с использованием пакета прикладных компьютерных программ SNEDECOR для Windows [23].

3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

3.1 Оценка фунгицидного и ростостимулирующего действия микорадов в лабораторных опытах на картофеле

Эффективность штамма гриба Мetarhizium МР-972 в лабораторном опыте была высокой. Основной целью лабораторных исследований была оценка влияния на ростостимулирующие и биохимические процессы картофеля.

Лучший результат получен при обработке клубней штаммом гриба Мetarhizium МР-972 с концентрацией 0,1 г/л. Применение штамма в данной концентрации обеспечило увеличения длины надземной части в 1,2 раза и количества стеблей на 10 % по сравнению с контрольным вариантом (рис.1-2).

Рисунок 1. Влияние разных концентраций штамма Мetarhizium на морфометрические показатели картофеля сорта Накра

А Б В Г

Рисунок 2. Растения картофеля: А – контроль, Б – концентрация 0,1 г/л, Б – концентрация 1 г/л, Б – концентрация 10 г/л

Неплохие результаты и при обработке клубней штаммом гриба Мetarhizium МР-972 с концентрацией 1 г/л. Длина надземной части увеличилась на 19%.

Нами были оценены биохимические показатели картофеля (табл.3,4). Самая высокая концентрация хлорофилла а и b также наблюдалась при обработке клубней штаммом гриба Мetarhizium МР-972 с концентрацией 0,1 г/л (в 1,9 раза и 1,6 раза выше относительно контроля соответственно). Концентрация каротиноидов и содержание пигментов было выше в варианте с концентрацией 1 г/л (на 25% и 28% относительно контроля).

В лабораторных условиях было оценено эндофитное действие штамма гриба Мetarhizium MP-972. Для этого листья, стебли и корни растения, клубни которого были обработаны грибом, стерилизовали в 3% растворе гипохлорита натрия в течение получаса, затем промывали стерильной водой.После этого выкладывали части растений в чашки Петри с картофельно-глюкозным агаром и инкубировали трое суток при температуре 27^оС (рис.3-4).

Таблица 3.

Влияние разных концентраций штамма гриба Мetarhizium МР-972 на концентрацию хлорофилла картофеля

Таблица 4

Влияние разных концентраций штамма гриба Мetarhizium МР-972 на активность пероксидазы картофеля

Рисунок 3. Чашки Петри с корнями, стеблями и листьями растений картофеля сорта Любава

Рисунок 4. Чашки Петри с визуальными признаками штаммом гриба Мetarhizium

Таким образом, для испытания в полевых условиях была выбрана концентрацияштаммов гриба Мetarhizium – 1 г/л.

3.2 Оценка фунгицидного и ростостимулирующего действия Мetarhizium МР-972 в полевом опыте на картофеле

Энтомопатогенный штамм Мetarhizium МР-972 оказал ростостимулирующее действие на картофель, увеличив длину стеблей. Статистически достоверное увеличение наблюдали на 6-ю и 10-ю недели, как в вариантах с применением мицелия, так и конидий (табл. 5).

Таблица 5

Влияние грибных штаммов на морфометрические показатели картофеля на сорте Накра

*– статистически достоверно

Исследуемый штамм положительно повлиял на увеличение столонов в варианте с обработкой клубней конидиями (рис. 5-7). Показатели испытуемых вариантов были на уровне эталонного варианта (с применением Фитоспорина-М).

Рисунок 5. Габитус растений при учете на 4-ю неделю

Рисунок 6. Габитус растений при учете на 6-ю неделю

Рисунок 7. Габитус растений при учете на 10-ю неделю

Пораженность стеблей и столонов через месяц после посадки (4 недели) было незначительным по всем сортам, тем не менее, во всех опытных вариантах она была меньше, чем в контрольном варианте. Через 6 недель после посадки распространенность ризоктониоза в варианте с обработкой мицелием снизился в 3 раза, а в варианте с обработкой конидиями – в 2 раза, что подтверждает антогонистическое действие штамма. Биологическая эффективность штаммов составила 72,7-80,0 % (табл.6).

Биоагент, примененный в виде мицелия (штамм 972) еще больше снизил поражение стеблей перед копкой картофеля (10 недель): распространенность и развитие болезни уменьшилось в 8 раз, увеличив биологическую эффективность до 87,5 %. Величины этих показателей при применении конидий сопоставимы с эталонным препаратом и были ниже контрольных в 1,9 и 5,6 раз, соответственно.

Таблица 6.

Фунгицидное действие биоагентов на стеблях картофеля сорта Накра

Ростостимулирующая активность штаммов и эффективность в отношении ризоктониоза позволили получить более качественный и высокий урожай картофеля (табл. 7, рис. 8). Причем, увеличение массы клубней происходило за счет формирования более крупной фракции и уменьшения средней. Кроме того, в результате применения штаммов, получен более здоровый продовольственный и посадочный материал: распространенность болезни на клубнях нового урожая снизилась в варианте с обработкой мицелием в 16 раз, а в варианте с обработкой конидиями – все клубни были здоровы (склероции черной парши отсутствовали) (рис. 9). Несмотря на то, что прибавка урожая в варианте с мицелием статистически не достоверная, тем не менее, получен чистый от ризоктониозной инфекции продукт.

Таблица 7.

Влияние биологических агентов на урожайность картофеля

За счет оздоровления картофеля получена более высокая урожайность, которая превысила контроль на 3,9 т/га в варианте с применением конидий.

Рисунок 8. Средний образец урожая картофеля с 1 куста по вариантам опыта

Рисунок 9. Влияние обработки конидиями гриба Metarhizium на распространенность ризоктониоза на клубнях нового урожая

Таким образом, в условиях вегетационного периода 2020 года испытуемый энтомопатогенный штамм Мetarhizium МР-972 оказал ростостимулирующее и антифунгальное действие на картофеле сорта Свитанок киевский.

3.3 Оценка фунгицидного и ростостимулирующего действия АФГ на картофеле

В течении вегетации проводили учеты по оценке морфометрических показателей растений картофеля и распространенности болезней (табл. 8, рис. 10-12).

В варианте с применением препарата АФГ масса и высота растений на все даты учета превышали контрольный вариант. Так, на 4-ю неделю учета масса растений была больше на 157,6 г, на 6-ю – на 151,7 г, на 10-ю неделю этот показатель увеличился на 491 г, то есть, масса возросла в 2,17 раза.

Таблица 8.

Действие препарата на морфометрические показатели и снижение заболеваемости

*- «жирным» шрифтом выделены статистически достоверные показатели

Увеличение длины и количества стеблей и столонов было статистически достоверно, начиная только через полтора месяца после посадки картофеля (6-я, 10-я недели).

Рисунок 10. Габитус растений при учете на 4-ю неделю:

слева – контроль, справа – АФГ

Рисунок 11. Габитус растений при учете на 6-ю неделю

Распространенность болезни на растениях и клубнях во все периоды вегетации была ниже в варианте с применением АФГ. Через полтора месяца, под действием почвенной патогенной микрофлоры, на растениях были обнаружены признаки проявления возбудителя ризоктониоза картофеля (Rhizoctonia solani J.G. Kuhn), однако, его распространенность была в 1,93 раза ниже, чем в контрольном варианте. Через 2,5 месяца этот показатель снизился в 2,8 раза, что подтверждает антагонистическое действие бактерии, входящей в состав препарата. Биологическая эффективность препарата составила 63-90 %.

Рисунок 12. Внешний вид растений при учете на 10-ю неделю

При уборке урожая нами были оценены действие биоагентов и регулятора роста на фракционный состав и массу клубней, а также, зараженность их паршой картофеля (табл. 9, рис. 13).

Формирование более крупной фракции клубней в варианте с применением препарата происходило за счет снижения количества мелкой фракции – на 10,6 %, и увеличении крупной – на 32 %. За счет этого была получена более высокая урожайность картофеля, которая превысила урожайность в контроле на 8,1 т/га.

Таблица 9.

Влияние гуминового препарата на формирование урожая

Распространенность болезни на клубнях под воздействием бацилл снизилась в 3,4 раза, что обеспечило 70,3 %-ю биологическую эффективность.

Рисунок 13. Средний образец урожая картофеля с 1 куста по вариантам опыта

Таким образом, препарат АФГ оказал не только ростостимулирующее, но и антифунгальное действие.

4. ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ БИОЛОГИЧЕСКИХ АГЕНТОВ И КОМПЛЕКСНОГО ГУМИНОВОГО ПРЕПАРАТА ПРИ ВЫРАЩИВАНИИ СЕМЕННОГО КАРТОФЕЛЯ

Повышение эффективности сельскохозяйственного производства невозможно без оценки применяемых технологий. При этом определяется система показателей, дающая возможность определить эффективность возделывания разных культур. Одним из важных критериев оценки применяемых технологий является урожайность, однако эта величина должна быть экономически оправданной. Повышение эффективности картофелеводства возможно при условии внедрения в производство новых отечественных сортов с высокими адаптационными способностями и совершенствованием технологии её возделывания.

Использованные биологические агенты на основе гриба Мetarhizium МР-972 повлияли на урожайность и её структурe, а следовательно и на экономические показатели.

Таблица 10

Экономическая эффективность производства оздоровленного семенного картофеля при использовании новых стимуляторов роста, 2019г.

Так уровень рентабельности на вариантах с применением мицелия гриба Мetarhizium МР-972 уровень рентабельности составил 80 %, а на вариантах с применением конидий составил 99 %, что на 2-21% соответственно выше контроля. При этом данный материал был чистым, что даёт все основание использовать препарат в семеноводстве.

Использование комплексного гуминового препарата АФГ положительно сказалось, на урожайность её структуре, а следовательно и на экономических показателях, так уровень рентабельности на вариантах с применением препарата составил 105%, что болеет чем на 20 % выше, чем по контролю. Максимальные показатели уровня рентабельности составили 117 % и они отмечались на варианте с минеральными удобрениями, при этом качественные показатели существенно уступали вариантам с биологическими препаратами.

Таблица 11

Экономическая эффективность производства оздоровленного семенного картофеля при использовании новых стимуляторов роста, 2019г.

Анализ экономической эффективности биологических агентов и комплексного гуминового препарата свидетельствует о том, что их применение на семенном картофеле экономически оправдано. По всем вариантам отмечены более низкая себестоимость и высокий уровень рентабельности в сравнении с контролем, что говорит о целесообразности их использования в производстве семенного картофеля.

ВЫВОДЫ

1. Энтомопатогенный штамм Мetarhizium МР-972 оказал ростостимулирующее действие на картофель, увеличив длину стеблей в полевых опытах. Статистически достоверное увеличение наблюдали на 6-ю и 10-ю недели, как в вариантах с применением мицелия, так и конидий. Исследуемый штамм положительно повлиял на увеличение столонов в варианте с обработкой клубней конидиями Мetarhizium МР-972. Штамм Мetarhizium МР-972 проявил фунгицидное действие. Через 6 недель после посадки распространенность ризоктониоза в варианте с обработкой мицелием снизился в 3 раза, а в варианте с обработкой конидиями – в 2 раза, что подтверждает антогонистическое действие штамма. Биологическая эффективность штаммов составила 72,7-80,0 %. Биоагент, примененный в виде мицелия (штамм 972) еще больше снизил поражение стеблей перед копкой картофеля (10 недель): распространенность и развитие болезни уменьшилось в 8 раз, увеличив биологическую эффективность до 87,5 %. Величины этих показателей при применении конидий сопоставимы с эталонным препаратом и были ниже контрольных в 1,9 и 5,6 раз, соответственно.

2. В варианте с применением препарата АФГ масса и высота растений на все даты учета превышали контрольный вариант. На 4-ю неделю учета масса растений была больше на 157,6 г, на 6-ю – на 151,7 г, на 10-ю неделю этот показатель увеличился на 491 г, то есть, масса возросла в 2,17 раза. Распространенность болезней на растениях в период вегетации была ниже в варианте с применением АФГ. Через полтора месяца, под действием почвенной патогенной микрофлоры, на растениях были обнаружены признаки проявления возбудителя ризоктониоза картофеля, однако, его распространенность была в 1,93 раза ниже, чем в контрольном варианте. Через 2,5 месяца этот показатель снизился в 2,8 раза, что подтверждает антагонистическое действие бактерии, входящей в состав препарата. Биологическая эффективность препарата составила 63-90 %. Формирование более крупной фракции клубней в варианте с применением препарата происходило за счет снижения количества мелкой фракции – на 10,6 %, и увеличении крупной – на 32 %. За счет этого была получена более высокая урожайность картофеля, которая превысила урожайность в контроле на 8,1 т/га.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Шалдяева Е.М., Пилипова Ю.В. Ризоктониоз картофеля: склероциальный индекс // Защита и карантин растений. – 1999. – № 5. – С. 16–17.

2. Шалдяева Е.М., Пилипова Ю.В., Коняева Н.М. Мониторинг ризоктониоза в агроэкосистемах картофеля Западной Сибири. — Новосибирск, 2006. – 195 с.

3. Штерншис М.В., Беляев А.А., Цветкова В.П., Шпатова Т.В., Леляк А.А., Бахвалов С.А.. Биопрепараты на основе бактерий рода Bacillus для управления здоровьем растений // Министерство сельского хозяйства РФ, Новосибирский государственный аграрный ун-т. – Новосибирск: Изд-во СО РАН. – 2016. – 233с.

4. Штерншис М.В. Микробиологическая борьба с вредителями сельскохозяйственных культур Сибири и Дальнего Востока / М.В. Штерншис.– М.: Агропромиздат.– 1988.– 128 с.

5. Галеев Р.Р. Интенсивные технологии выращивания картофеля: Лекция / Р.Р. Галеев, М.Е. Черепанов, Н.П. Щербинин.– Новосиб. гос. аграр. ун-т. Новосибирск, 1992.– 32 с.

6. Павлюшин В.А. Колорадский жук: распространение, экологическая пластичность, вредоносность, методы контроля / В.А. Павлюшин, Г.И. Сухорученко, С.Р. Фасулати, Н.А. Вилкова // приложение к журналу «Защита и карантин растений». – 2009. – №3. – С. 29.

7. Глёз В.М. Колорадский жук / В.М. Глёз, В.И. Черкашин // Приложение к журналу «Защита и карантин растений». – 2002. – №5. – 25 с.

8. Цветкова В.П. Влияние гидротермических условий на развитие колорадского жука (Leptinotarsa decemlineata Sey) в лесостепной зоне Новосибирской области / В.П. Цветкова, Н.С. Чуликова // Продуктивность культурных растений в зависимости от погодных условий: сб. тр. по материалам Междунар. науч.-практич. конф. (Новосибирск, июль 2012 г.) Новосиб. гос. аграр. ун-т. – Новосибирск, 2012. С. 229 – 234.

9. Чуликова Н.С. Фенология колорадского жука в условиях Новосибирской области/ Н.С. Чуликова, А.А. Малюга, В.П. Цветкова// Вестник НГАУ №2 (23) апрель-июнь 2012, Новосибирск, С.33-37.

10. Цветкова В.П. Особенности развития колорадского жука в Сибири и контроль его численности/ В.П. Цветкова //Биологическая Защита Растений: Успехи, Проблемы, Перспективы. Мат-лы конф. Познань, Польша, май 14-17, 2013 г. С. 108- 110.

11. Гербер О.Н. Эффективность химических и биологических агентов борьбы с колорадским жуком / О.Н. Гербер, В.П. Цветкова, В.В. Серебров // Современные технологии производства сельскохозяйственных культур в Сибири. Новосибирск: Агро-Сибирь. 2007. С. 82 – 88.

12. Малюга А.А. Колорадский жук: по пути на восток /А.А. Малюга, Н.А. Омельченко, Ю.Н. Похлёбин // Защита и карантин растений. 2011. № 8. С. 20-23.

13. Ахатов А.К. Болезни и вредители овощных культур и картофеля /А.К. Ахатов, Ф.Б. Ганнибал, Ю.И. Мешков, Ф.С. Джалилов и др. М.: ТовариществонаучныхизданийКМК. 2013. 463 с.

14. Tsvetkova V.P., Shternshis M.V., Shatalova E.I., Bakhvalov S.A., Maslennikova V.S., Grishechkina V.S. Polyfunctional Properties of the Entomopathogenic Bacterium in Protecting Potato in Western Siberia / Вiosciences biotechnology research Аsia, March 2016. – Vol. 13(1). – Р. 9-15.

15. Цветкова В.П., Масленникова В.С. Полифункциональное действие Вeauveria bassiana на картофеле в условиях Новосибирской области / Сборник статей по материалам II Международной научно-практической конференции «ЭКОЛОГИЯ, ОКРУЖАЮЩАЯ СРЕДА И ЗДОРОВЬЕ ЧЕЛОВЕКА: XXI ВЕК», 12-15 ноября г. Красноярск, 2016. – С. 306-311.

16. Масленникова В.С. Цветкова В.П., Селюк М.П., Дубовский И.М. Влияние бактерий рода Bacillus на ризоктониоз Rhizoctonia solani Kühn картофеля / СБОРНИК ТЕЗИСОВ ДОКЛАДОВ, СПб.:ФГБНУ ВИЗР, 2019 . — С.120

17. Новосибирск: климат [Электронный ресурс] URL: http://www.meteo-tv.ru

18. Новосибирск: климат [Электронный ресурс] URL: http://www.meteo-tv.ru

19. Архив погоды в Огурцово [Электронный ресурс] URL: https://rp5.ru/ (дата обращения: 18.10.2020) Архив погоды в Огурцово [Электронный ресурс] URL: https://rp5.ru/ (дата обращения: 18.10.2020)

20. Почвы Новосибирской области: Карта. М-б 1:1 000 000 / Под ред. К. С. Байкова. – Новосибирск: Изд-во Новосиб. картограф. фабрики, 2007. – 1 л.

21. Природное районирование и современное состояние почв Новосибирской области: Атлас / Под ред. К. С. Байкова. — Новосибирск: Изд-во Сиб. геодез. академии, 2010. — 20 с.

22. Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований). М.: Альянс. –2014. – 350 с.

23. Сорокин О.Д. Прикладная статистика на компьютере // О.Д. Сорокин. – Краснообск: ГУП РПО СО РАСХН, 2009. – 222 с.

24. Быкова Т.Е., Муратова Д.М., Мишурова А.А., Масленникова В.С. Испытание новых штаммов bacillusthuringiensis в отношении колорадского жука // В сборнике материалов VII международной научно-практической конференции «Новейшие направления развития аграрной науки в работах молодых ученых». – Новосибирск, 2019. – С. 71-74.

25. Быкова Т.Е., Масленникова В.С. Эффективность биопрепаратов в отношении колорадского жука // материалы 57-й Международной научной студенческой конференции, секция сельскохозяйственные науки. – Новосибирск, 2019. – С. 7.

РЕКОМЕНДАЦИИ ПО БИОЛОГИЗИРОВАННОЙ ТЕХНОЛОГИИ ПРИМЕНЕНИЯ БИОПРЕПАРАТА METARHIZIUM И АФГ НА КАРТОФЕЛЕ

ХАРАКТЕРИСТИКА METARHIZIUM

Микрокапсулы содержат биомассу (конидии или мицелий) гриба Metarhizium anisopliae штамм 972, витамины, растительные остатки после ферментации. Срок хранения: 12 месяцев в холодильнике. Допускается транспортирование при отрицательных температурах до -45°С.

ХАРАКТЕРИСТИКА АФГ

АФГ содержат в себе споровую биомассу бактерий: Bacillus subtilis — штамм DSM 24613 (ВКПМ В-10641), Bacillus amyloliquefaciens — штамм DSM 24614 (ВКПМ В-10642), Bacillus amyloliquefaciens — штамм DSM 24615 (ВКПМ В-10643), и нормализованный безбалластный раствор калиевых и натриевых солей, природных гуминовых кислот, а так же содержит фульвовую кислоту, микроэлементы (К, Ca, Mg, Fe, Mn, Zn, Cu, B, Mo). Всего более 70 групп активных веществ. Является экологически чистым продуктом, не содержит синтетических соединений и вредных веществ.

МЕХАНИЗМ ДЕЙСТВИЯ METARHIZIUM

Гриб Metarhizium, используется как энтомопатогенный гриб: прорастает в полость тела насекомых, что вызывает микоз и гибель вредителей. Смерть насекомых происходит от нарушения циркуляции крови и от выделяемых грибом продуктов жизнедеятельности – токсинов и ферментов.Кроме инсектицидной активности гриб оказывает ростостимулирующее и иммунное действие на растения. Это связано с повышением гуминовых составляющих почвы, что ведет к росту и повышению качества урожая.

МЕХАНИЗМ ДЕЙСТВИЯ АФГ

Входящие в АФГбактерии Bacillus активно ингибируют прорастание и развитие мицелия фитопатогенных грибов, что обусловлено синтезом как биологически активных веществ, так и других факторов конкуренции. Защитный эффект биопрепарата обуславливается способностью Bacillus размножаться в почве, изменяя соотношение антагонистических и фитопатогенных видов микроорганизмов в почвенном микробном ценозе, а также способностью этой бактерии образовывать полиеновые антибиотики, которые ингибируют вредоносную микрофлору и способны стимулировать развитие растений. Оптимальные температурные режимы, при которых споры бактерий прорастают и выделяют полиеновые антибиотики, совпадают с температурными режимами, благоприятными для развития картофеля: 18-25 °С.

Наибольшее количество антибиотиков споры выделяют в момент прорастания, затем наступает так называемая лаг-фаза развития бактерий, когда происходит процесс размножения. В этот период выделяется меньшее количество антибиотиков. Следовательно, при высокой заселенности поверхности растений или субстрата патогенами нужно повторное внесение микробиологических препаратов. Эффективное сдерживание развития патогенной микрофлоры достигается за счет активного выброса антибиотиков во внешнюю среду. При слабо пораженных клубняхдостаточно предварительного профилактического использования микробиологических препаратов с целью обеззараживания субстрата, обеспечения его заселения полезной микрофлорой и стимулирующего действия на растения.

Входящие в состав АФГ гуматы выполняют следующие функции – оптимизация корневого питания растений: (a) непосредственное поступление питательных веществ и микроэлементов; b) мобилизация соединений фосфора в биодоступные формы; c) мобилизация и транспорт катионов переходных металлов (в частности, меди, железа и цинка) в доступной растениям хелатной форме; и d) оптимизация свойств почвы (обеспечение энергии для почвенных микроорганизмов и усиление микробиологической деятельности, усиление водоудерживающей способности, упрочнение структуры и др.). С позиций свойств препарата эти эффекты сводятся к вещественному составу препарата, количеству и природе кислых функциональных групп, структуре полифенольного ядра и структуре гидролизуемой части макромолекулы как главных компонентов, формирующих комплексообразущие способности органических лигандов. Оптимизация внекорневого питания растений. Будучи поверхностно-активными веществами, гуминовые кислоты и фульвокислоты снижают поверхностное натяжение водных растворов, увеличивая тем самым проницаемость клеточных мембран. В свою очередь это оптимизирует пропускную способность транспортной системы растений — ускоряет передвижение питательных веществ. Это ускоряет метаболизм энергии, интенсивность фотосинтеза и синтез хлорофилла. За счет своей амфифильности гуминовые вещества влияют на гидрофильные и гидрофобные участки на поверхностях мембран. Кроме того, многие ученые полагают, что фосфолипидные составляющие клеточных мембран также подвержены влиянию гуминовых веществ. Влияние ГВ на физиологические процессы растений. При поступлении гуминовых веществ в клетки в мембранах и эндоплазматических компонентах растительных клеток происходит ряд биохимических реакций: A) Предполагается, что гуминовые вещества усиливают синтез высокоэнергетического аденозинтрифосфата (АТФ) в клетках, который оптимизирует дыхание растений. Этот механизм может быть обусловлен кислыми функциональными группами ГВ, так как ионы водорода способствуют синтезу АТФ. B) Некоторые молекулярные составляющие ГВ приводят к формированию ростовых фитогормонов или действуют как «гормоноподобные» вещества. Это может быть связано с присутствием орто-хинонов в ароматической части молекулы гуминовой кислоты, которые играют роль дегидрогеназ в окислительных процессах клетки. C) Усиление ферментативной активности, так как ферменты — сложные протеиды — стабилизируются за счет присутствия ковалентных связей в гуминовой молекуле. Так, при применении ГВ показано увеличение содержания каталазы, пероксидазы, дифенилоксидазы и инвертазы. Детоксикация, или инактивация токсикантов в почве — её обычно связывают с сорбционной емкостью ГВ, количеством сильных и слабых кислых функциональных групп, гидрофобностью, сорбционной емкостью в отношении тяжелых металлов и ксенобиотиков.

ТЕХНОЛОГИЯ ПРИМЕНЕНИЯ METARHIZIUM

Metarhiziumприменяют путем обработки клубней 1 %-й суспензии при посадке. Расход рабочей жидкости 10 л/т. Ёмкости, используемые для обработки клубней расположены на картофелесажалке (при посадке клубень падает в ложе и с двух форсунок, расположенных напротив друг друга, происходит обработка клубня). Используют вертикальную фрезу с сажалкой с одновременным гребнеобразованием. Загрузка картофеля в сажалку проводится трактором МТЗ (КУН).

ТЕХНОЛОГИЯ ПРИМЕНЕНИЯ АФГ

С целью ростостимулирующего эффекта, а также ускорения темпов роста и развития оздоровленного семенного картофеля, сортов разной группы спелости рекомендуется предпосевная обработка клубней 1 %-й суспензией АФГ, с нормой расхода препарата 10л/т. Рекомендуемый способ обработки — замачивание клубней перед посадкой на 1 час.

МЕТОДЫ УЧЕТА И ОПРЕДЕЛЕНИЕ БИОЛОГИЧЕСКОЙ ЭФФЕКТИВНОСТИ

Учет распространенности и развития ризоктониоза осуществляют по фазам развития растения, в которых болезнь проявляется наиболее типично (столоны и стебли). Учет проводят через 4, 6 и 10 недель после посадки. Процент поврежденных и опавших столонов рассчитывают к их общему числу. На каждом поле учитывают по 7-10 растений в 4-5 повторностях. Растения выкапывают и оценивают пораженность подземной части. Учет проводят по пятибалльной шкале Франка, где:

0 — поражение отсутствует;

1 — штрихи и язвы на ростке (стебле) длиной до 25 мм;

2 — язвы на ростке (стебле) длиной до 50 мм;

3 — язвы на ростке (стебле) длиной более 50 мм, но не окольцовывает росток (стебель) полностью;

4 — обширные язвы, окольцовывающие росток (стебель);

5 — росток (стебель) сгнил или надломился.

Фракционный состав урожая картофеля определяют в соответствии с ГОСТом 7001-91: мелкая фракция – клубни массой до 35 г; средняя фракция – 35-130 г; крупная фракция – более 130 г. Затем определяют в процентном отношении долю фракции.

Распространенность (Р) и развитие болезни (R)рассчитывают по формулам:

где

П – количество пораженных растений,

N – общее количество учетных растений;

, где

— сумма произведений числа больных растений (а) на соответствующий им балл поражения (б),

N – общее количество учетных растений,

К – высший балл шкалы учета.

Биологическую эффективность (БЭ) биопрепаратов против болезней определяют по формуле:

гдеa — показатель средней пораженности в контроле, %;

b — показатель средней пораженности в опыте, %;

МЕРЫ БЕЗОПАСНОСТИ ПРИ РАБОТЕ С METARHIZIUM

Меры безопасности при работе с Metarhizium аналогичны мерам безопасности при работе с другими биологическими препаратами 4 класса опасности (малоопасные вещества по классификации ГОСТ 12.1.007-76.) При работе не требуется соблюдение особых мер предосторожности; упаковку и остатки продукта допускается утилизировать с бытовыми отходами; при попадании препарата в глаза необходимо промыть чистой водой; при возникновении аллергических реакций — обратиться к врачу). Грибы Metarhizium экологически безопасны, не накапливаются в растениях, не вызывают привыкания, безвредны для человека, теплокровных животных, дождевых червей, растений и окружающей среды. Класс опасности для пчел – 3 класс.

МЕРЫ БЕЗОПАСНОСТИ ПРИ РАБОТЕ С АФГ

Меры безопасности при работе с АФГаналогичны мерам безопасности при работе с другими биологическими препаратами 4 класса опасности (ГОСТ 12.1.007-76), зарегистрированными на территории Российской Федерации.Препарат не опасен для рыбохозяйственных водоемов, пчел и полезных насекомых.pH 9-10. Пожаровзрывобезопасно.

СПИСОК ПУБЛИКАЦИЙ, ВЫШЕДШИХ В ПЕРИОД ПРОВЕДЕНИЯ НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТЫ.

1. Петров А.Ф., Галеев Р.Р., Коваль Ю.И., Цветкова В.П., Шульга М.С., Гаврилец Н.В., Масленикова В.С., Шульга А.А. Разработка биологизированной системы ускоренного семеноводства картофеля как фактора сохранения продуктивности и повышения безопасности получаемой продукции// Инновации и продовольственная безопасность. 2020. № 1 (27). С. 88-96. DOI: 10.31677/2311-0651-2020-27-1-88-96

2. Цветкова В.П., Масленникова В.С., Штерншис М.В., Леляк А.А., Леляк А.И. Влияние полифункциональной микробной смеси на ризоктониоз картофеля и колорадского жука //Достижения науки и техники АПК. 2020. т. 34. № 3. С. 26-31. DOI: 10.24411/0235-2451-2020-10305

3. Ващенко А.С., Масленникова В.С., Цветкова В.П. Испытание Фитопа 26.82 против Rhizoctonia solani и колорадского жука на картофеле//В сборнике: Аграрная наука — сельскому хозяйству. Сборник материалов XV Международной научно-практической конференции. В 2-х книгах. Барнаул, 2020. С. 169-170

4. Дубовский И.М. Рачилов Д.А., Мишурова А.А. Влияния штаммов энтомопатогенных грибов рода metarhizium на развитие картофеля // В книге: МНСК-2020. Сельскохозяйственные науки. Материалы 58-й Международной научной студенческой конференции. 2020. С. 16-17.

4. Цветкова В.П., Масленникова В.С Испытание Фитопа 26.82 против Rhizoctonia solani и колорадского жука на картофеле // В сборнике: Аграрная наука — сельскому хозяйству. Сборник материалов XV Международной научно-практической конференции. В 2-х книгах. Барнаул, 2020. С. 169-170

5. AndreyPetrov, VeraTsvetkova, RinatGaleev, MaximShulga, NataliaGavriletz, SergeyRyumkin, IngaRyumkina, Vladislavа Maslennikova, AnastasiaShulga, EvgeniyRyadskiy, KristinaKoloshina. Influence of the multifunctional biological product Phytop 26.82 on the growth and development of seed potatoes// International Journal of Agronomy. London-2021. Hindawi Publishing Corporation. (Статья прошла успешное рецензирование, ожидаемый выход журнала вторая декада февраля 2021г. Номер статьи на сегодня в журнале ID 8879626)

РЕФЕРАТ

Отчет 57 с., 12 табл., 9 рис., 21 источник.

Племенное дело, разведение и генетика крупного рогатого скота, линейная оценка, племенная ценность животного, биоинформатика, математическое моделирование, R

Объект исследования: изменчивость линейных признаков.

Предмет исследования: уровни варьирования комплексных признаков экстерьера (вымя, общий вид, конечности, объем туловища, молочный тип) измеряемых по 100 балльной шкале и линейные признаки экстерьера измеряемые в 10 балльной шкале (длина передних долей, прикрепление передних долей, высота прикрепления задних долей, положение дна вымени, ширина задних долей вымени, центральная связка, расположение передних сосков, расположение задних сосков, длина сосков, баланс вымени, выраженность молочных вен, рост, глубина туловища, ширина груди, молочные формы, крепость телосложения, обмускуленность, положение таза, ширина таза, длина крестца, постановка задних конечностей сбоку, постановка задних конечностей (вид сзади) и угол копыта).

Цель исследований: выявление роли случайных и фиксированных факторов в реализации генотипов быков в определённых условиях среды по показателям линейной оценки и ряду хозяйственно-полезных признаков.

В рамках поставленной цели решены следующие задачи:

1. разработаны инструменты оценки генеалогической структуры субпопуляций с использованием прикладной биоинформатики;
2. построены математические модели позволяющие корректировать работу бонитёров при линейной оценке экстерьера;
3. выявлены комплексные показатели линейной оценки, играющие существенную роль в изменчивости хозяйственно-полезных признаков;
4. оценена структура фиксированных и случайных факторов в изменчивости хозяйственно-полезных признаков.
5. результаты исследования внедрены в племенных заводах Новосибирской области, могут масштабироваться на федеральном уровне и способствуют реализации программы импортозамещения
6. отобранные в рамках исследования признаки рассматриваются в качестве маркерных при создании индекса племенной ценности скота пород молочного направления продуктивности.

ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ

В настоящем отчете о НИР применяют следующие термины с соответствующими определениями:

Линейные признаки — они же, линейные промеры, расстояния между двумя точками на поверхности тела животного. Пример: косая длина туловища – расстояние от крайней передней точки выступа плечевой кости до задней крайней точки седалищного бугра. Измеряются при помощи мерной палки, циркуля или измерительной ленты.

Комплексные показали экстерьера (вымя, общий вид, конечности, объем туловища и молочный тип) — признаки, изменчивость которых обусловлена ролью ряда линейных признаков, уровни которых измеряются в баллах от 0 до 9.

Экстерьер — внешний вид животного в целом и его отдельных статей (частей тела)

Линейные смешанные модели — модели, которые являются расширениями моделей линейной регрессии для данных, которые собраны и получены в итоге в группах. Эти модели описывают отношение между переменной отклика и независимыми переменными с коэффициентами, которые могут варьироваться относительно одной или нескольких сгруппированных переменных.

Бонитёр — человек, осуществляющий бонитировку, то есть комплексную экстерьерную оценку животного

R — язык программирования для статистической обработки данных и работы с графикой, а также свободная программная среда вычислений с открытым исходным кодом в рамках проекта GNU.

CRAN (The ComprehensiveRArchiveNetwork) — это центральный репозиторий программного обеспечения R

Генотип — комбинация альтернативных состояний гена в контексте полного хромосомного набора организма в формате одного гена, локуса или ряда генов

Фенотип — совокупность признаков организма прямо или косвенно формируемый белками (примера прямого – группы крови, то есть сами белки, косвенного – форма ушей, густота шерсти и т.д.)

Генеалогическая линия — условная совокупность мужских особей, объединённая непрерывными связями «отец – сын».

Генеалогическая ветвь — часть генеалогической линии

Нелинейные преобразования — это преобразования 2-го и более порядка. Эти преобразования могут корректировать нелинейные искажения.

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ

В настоящем отчете о НИР применяют следующие сокращения и обозначения:

БВ – баланс вымени;

ВМВ – выраженность молочных вен;

ВПЗД – высота прикрепления задних долей;

ДК – длина крестца;

ДПД – длина передних долей;

ДС – длина сосков;

КЗСБ – постановка задних конечностей (вид сбоку);

КЗСЗ – постановка задних конечностей сзади;

КТ – крепость телосложения;

МФ – молочные формы;

ОБМ – обмускуленность;

ПДВ – положение дна вымени;

ППД – прикрепление передних долей;

ПТ – положение таза;

Р – рост;
ГТ – глубина туловища;

РЗС – расположение задних сосков;

РПС – расположение передних сосков;

У – удой за 305 дней лактации;

УК – угол копыта;

ЦС – центральная связка;

ШГ – ширина груди;

ШЗД – ширина задних долей вымени;

ШТ – ширина таза;

AIC – информационный критерий Акаике;

b – коэффициент регрессии;

BIC – информационный критерий Шварца;

CI (Confidence Interval) — доверительный интервал;

Cv – коэффициент вариации.

DIC (Deviance Information Criterion) – информационный критерий отклонения;

eff.samp – эффективный размер выборки (популяции). Количество выборочных совокупностей с поправкой на автокорреляцию в цепях (Маркова);

F – критерий Фишера;

lme4 – функция создания линейных смешанных моделей с использованием REML (Restricted Maximum Likelyhood) или максимального правдоподобия;

MCMCglmm – Сэмплер Монте-Карло цепи Маркова для многомерных обобщённых линейных смешанных моделей с ипользованием байесовской статистики с особым акцентом на коррелированные случайные эффекты, возникающие из родословных и филогений (Hadfield 2010);

Me – медиана;

Mean – значение средней арифметической;

n – объём совокупности;

pMCMC – уровень статистической значимости, вычисленный для линейной смешанной модели с использованием байесовского подхода;

Q₁ – квартиль 1;

Q₃ – квартиль 3;

R² – коэффициент детерминации;

Range – разность Max-Min;

SD – стандартное отклонение;

SE – стандартная ошибка;

t – критерий Уэльша (Стьюдента);

α – уровень значимости;

β₀– свободный член уравнения регрессии;

β_SE – стандартная ошибка коэффициента регрессии;

Введение

Животноводство – это одно из самых значимых направлений сельскохозяйственной отрасли любого государства, так как позволяет обеспечить человека всем спектром полноценных и необходимых для его жизнедеятельности питательных элементов. Способность государства собственными силами производить качественную животноводческую продукцию является важнейшим элементом продовольственной безопасности и залогом здоровья нации. Понимая это, наши предки начали процесс доместикации животных, уменьшив зависимость от результатов охоты и условий окружающей среды. Разводимые в неволе животные не только «кормили» человека, но и служили в качестве тягловой силы, помогали в охоте, предупреждали об опасности и защищали его жилище.

В настоящее время уделяется большое внимание вопросам совершенствования селекционно-генетической работы с породами скота и свиней на повышение продуктивности, устойчивости к болезням и продуктивному долголетию. Это происходит одновременно с интенсивно развивающимися технологиями, связанными с механизацией и автоматизацией животноводческого производства и обусловливает появление определённых требований к животным.

В Западной Сибири сосредоточены крупнейшие племенные заводы Российской Федерации с уникальным маточным поголовьем, адаптированным к суровым климатическим условиям и высокими показателями продуктивности. За последние десятилетия в хозяйствах области наблюдаются серьёзные изменения, коррелируемые с внедрением многочисленных технических решений, среди которых можно выделить: переход на беспривязную систему содержания, кормления, реконструкцию и строительство новых помещений для содержания скота, доильных залов с новейшим производительным доильным оборудованием и др. Успешные предприятия, среди которых в качестве флагманского по уровню молочной продуктивности является ЗАО племзавод «Ирмень». Это предприятие включает в себя единый и современный комплекс по производству и переработке молочной продукции.

Описанные выше тенденции идут в ногу с мировым техническим прогрессом и не всегда сопровождаются использованием зарубежных технологий. В последнее десятилетие наблюдается тенденция внедрения и отечественных решений, среди которых особое место занимает ИАС «Селэкс». Племенной учёт в хозяйствах региона ведётся преимущественно с помощью цифровых технологий, которые позволили значительно улучшить качество первичного зоотехнического учёта. Сотрудниками ФГБОУ ВО Новосибирский ГАУ разрабатываются и внедряются собственные программные и математические инструменты контроля качества работы оценщиков экстерьера, оценивается генетический потенциал и степень его реализации в зависимости от ряда фиксированных и случайных факторов с применением многомерных параметрических и непараметрических математических моделей. Верификация генеалогических деревьев вплоть до родоначальника линии и применение языка статистического программирования «R» в качестве базового решения, позволяет агрегировать в одной среде данные из различных источников, применять потенциал динамично развивающихся репозиториев CRAN, Bioconductor GitHub и др. Это позволяет разрабатывать в дальнейшем новые подходы в оптимизации процесса отбора и подбора родительских пар с использованием машинного обучения (леса и деревья, нейронные сети, бустинг модели). Возможность вызова функций других языков, таких, как: Julia, Python и др., открывает ограниченные только аппаратными особенностями возможности интеграции разработанных и создаваемых инструментов в области зоотехнической информатики и племенной работы.

Наряду с вышеизложенным, с сожалением приходится констатировать, что на практике не ведётся целенаправленной комплексной работы по консолидации поголовья по показателям линейной оценки несмотря на действующие в РФ нормативные акты. Это является серьёзным препятствием на пути развития отечественного племенного скотоводства и усилению зависимости нашей страны от импорта племенного материала. Отсутствие единой федеральной индексной системы оценки племенной ценности молочного скота по комплексу признаков привело к отсутствию в России быков отечественной селекции во втором и последующих поколениях, сопоставимых по качеству с иностранным. Наметившийся рост квалификационного уровня специалистов ведущих сельскохозяйственных предприятий позволяет по ряду признаков подойти к платов реализации преимущественно зарубежного генофонда скота в условиях Западной Сибири. К сожалению в Сибири, как и во многих других регионах нашей страны, недостаточно развита линейная оценка экстерьера, а к качеству работы оценщиков имеются вопросы. Не установлена связь линейных показателей экстерьера с изменчивостью ряда хозяйственно-полезных признаков. Отбор преимущественно проводится по данным иностранной геномной оценки без учёта многочисленных случайных и фиксированных факторов.

На данном этапе развития отечественного племенного скотоводства особую обеспокоенность вызывают случаи задержек поставок племенного материала или вероятность введения эмбарго в связи с ужесточением санкционной политики со стороны наших западных партнёров. Последствием такого негативного сценария будет увеличение степени инбридинга и, как следствие, снижение репродуктивных качеств и здоровья животных при разведении «в себе». С другой стороны, согласно нашей оценке, продуктивность молочного скота сократится не менее чем на 10%.

Таким образом, цель настоящего исследования заключается в выявлении роли случайных и фиксированных факторов в реализации генотипов быков в определённых условиях среды по показателям линейной оценки и ряду хозяйственно-полезных признаков.

1. Современные тенденции в племенном молочном скотоводстве

1.1. Проблемы в реализации методов классической селекции в молочном скотоводстве

Вероятность дальнейшего ужесточения санкционной политики со стороны западных партнёров значительно возросла в последнее время и может привести к эмбарго на поставку племенного материала из-за рубежа. В этой связи всё более актуальной видится задача сохранения и совершенствования имеющегося генетического потенциала с учётом многочисленных природно-климатических и хозяйственных условий Западной Сибири. Набирающее в последнее время программа по импортозамещению в народном хозяйстве вносит очевидные предпосылки для такого вектора развития и представляется наиболее логичным шагом.

Решение поставленных государством задач в обретении импортонезависимой экономики немыслимо без обретения независимости в племенной работе. В условиях многолетнего импорта в этой сфере сформировалась критическая ситуация, требующая значительной корректировки применяемых методов и формированию новых научно-педагогических школ.

К сожалению, использование традиционных подходов, связанных с одновекторным отбором, не позволяет в современных условиях достигнуть целей по нескольким селекционируемым признакам. Применение тандемного отбора также не решает поставленной задачи, так как на этапе отбора по уровню второго признака отбора может отсутствовать достаточный уровень генетической изменчивости. Это связано с коррелятивной изменчивостью признаков и удлиняет период естественного восстановления их вариабельности вследствие мутаций, дрейфа генов и пр. Таким образом, в условиях импорта племенного материала происходит «импорт» и методов отбора. В этих условиях селекционерам необходимо корректировать свои подходы к оценке животных и внедрять отбор по нескольким признакам.

Наблюдаемая картина объясняется тем, что селекционный эффект от использования отечественных быков по сравнению с производителями зарубежной селекции, как правило, ниже. Это объясняется малым числом проверяемых отечественных быков на племстанциях и значительно сниженными возможностями последних. Большинство предприятий этой группы предпочитают либо закупать быков за рубежом, либо перепродавать их семя в России. Так, только в Канаде ежегодно проверяется более 7000-10000 быков, из которых лишь немногие признаются лучшими. Поэтому, с одной стороны, возможности одного-двух племпредприятий не позволяют достигать не только приемлемого уровня генетической изменчивости, требуемого для формирования необходимой генеалогической структуры стада, но и наращивать степень вероятности появления быка с высоким уровнем племенной ценности. С другой стороны, к моменту окончания проверки быка ирменского типа, его племенная ценность оказывается ниже таковой по стаду. Широкое внедрение геномной оценки позволяет нашим партнёрам не дожидаться проверки по качеству потомства значительно сократить интервал между поколениями. Это даёт возможность увеличить селекционный эффект и делает традиционные подходы по созданию заводских линий в России менее эффективными.

Обращает на себя внимание возросший уровень межлинейных кроссов. В случае разведения «в себе» с целью создания заводских линий приведёт к значительному росту инбридинга и инбредной депрессии. Это отразится не только на молочной продуктивности, репродуктивных качествах скота, но и других показателях здоровья животных. С учётом обозначенных проблем следует скорректировать и вектор развития племенной работы.

Следует отметить сложность в реализации традиционной оценки по дочерям и их матерям в пределах родственных групп быков. Она состоит в том, что ряд быков улучшающей породы получены за рубежом, где для оценки продуктивности дочерей применяется так называемый «взрослый эквивалент». Он используется с целью нивелирования влияния случайных эффектов и даёт специалистам возможность оценить продуктивность полновозрастного животного. В России принято оценивать племенную ценность преимущественно по первой лактации. Это создает очередные трудности в реализации традиционных подходов в условиях многолетнего поглотительного скрещивания.

Получение быков-продолжателей во втором поколении требует более глубокого понимания природы варьирования главных и второстепенных признаков отбора. Как правило количественные признаки относятся к категории сложных, отличающихся полигенным наследованием, при котором имеется аддитивное действие целого ряда генов. Сложность прогноза таких признаков связана с действием широкого спектра паратипических факторов, связанных с конкретными природно-климатическими и хозяйственными условиями. Сопряженная изменчивость также откладывает свой отпечаток на точность прогноза и носит многомерный характер.

1.2. Используемый инструментарий в племенном животноводстве

В последнее десятилетие наблюдается тенденция внедрения отечественных решений, среди которых особое место занимает ИАС «Селэкс». Племенной учёт в хозяйствах области ведётся преимущественно с помощью цифровых технологий, которые позволили значительно улучшить качество первичного зоотехнического учёта. За последние годы созданы ряд технологий, позволяющих автоматизировать многие этапы отбора и подбора с применением прикладной биоинформатики, многомерных параметрических и непараметрических математических моделей, контроля и прогноза степени инбридинга и молочной продуктивности пробандов, инструменты оценки и верификации генеалогических деревьев вплоть до родоначальника линии. Применение языка статистического программирования «R» в качестве базового решения позволяет не только агрегировать в одной среде данные из различных источников, осуществлять параллельные вычисления, но и иметь доступ к динамично развивающимся репозиториям CRAN, Bioconductor и GitHub. Это открывает возможности разработки в дальнейшем, наряду с популярными BLUE, BLUP, GBLUP, новых подходов в оптимизации процесса отбора и подбора родительских пар с использованием машинного обучения (леса и деревья, нейронные сети, бустинг модели). Возможность вызова функций других языков, таких, как: Julia, Python и др., открывает ограниченные только аппаратными особенностями возможности интеграции разработанных и создаваемых инструментов в области зоотехнической информатики и племенной работы. Обозначенный инструментарий является кроссплатформенным и свободно-распространяемым, что особенно важно в современных условиях, когда крупным трансконтинентальным компаниям принадлежат огромные патентные портфели.

2. Материал и методы исследований

Исследования проведены в период с 2019 по 2020 годы в ЗАО племзавод «Ирмень». Было оценено 769 голов маточного поголовья. Степень реализации генотипа быков в условиях хозяйства оценивалась на дочерях более чем 100 быков отечественной и иностранной селекции. В качестве инструмента был использован язык статистический программирования R, в среде которого был описан алгоритм построения математических моделей и проведения математического анализа исходных данных.

Для оценки были взяты рекомендуемые показатели линейной оценки: рост (Р), глубина туловища (ГТ), крепость телосложения (КТ), молочные формы (МФ), длина крестца (ДК), положение таза (ПТ), ширина таза (ШТ), обмускуленность (ОБМ), постановка задних конечностей (вид сбоку) – КЗСБ, угол копыта (УК), длина передних долей (ДПД), высота прикрепления задних долей (ВПЗД), прикрепление передних долей (ППД), ширина задних долей вымени (ШЗД), центральная связка (ЦС), положение дна вымени (ПДВ), расположение передних сосков (РПС), длина сосков (ДС), расположение задних сосков (РЗС), баланс вымени (БВ), постановка задних конечностей сзади (КЗСЗ), выраженность молочных вен (ВМВ), ширина груди (ШГ). Линейная оценка проводилась приглашенным независимым экспертом.

Применялись множественные линейные, полиномиальные, степенные и логарифмические регрессионные модели. С целью сопоставления моделей между собой вычисляли информационные критерии Акаике (AIC) и Шварца (BIC). Критерием для включения того или иного предиктора выступал уровень статистической значимости t-критерия. Применение логарифмической регрессии обусловлено сходством распределения комплексных признаков с логнормальным.

3. Результаты исследования

3.1. Линейные признаки экстерьера и их связь с генотипом быка

Несмотря на однотипность породных и продуктивных признаков, характерных для сложившейся группы ирменского скота в стаде, оценка и отбор коров желательного типа телосложения остается актуальной задачей племенной работы. В зависимости от того, как сформированы внешние стати и внутренние органы, животное может обладать значительным продуктивным долголетием в условиях интенсивной эксплуатации либо выбыть из стада после первой, второй лактации.

Оценка экстерьера и типа телосложения коров молочного направления продуктивности играет важную роль в комплексной характеристике их племенной ценности. Это связано с тем, что экстерьерные особенности тесно связаны с молочной продуктивностью, выраженностью ряда хозяйственно-полезных признаков и имеют весомое значение в продолжительности периода хозяйственного использования скота [7].

В повседневной работе зоотехников-селекционеров ЗАО племзавод «Ирмень» используются сокращения названий линейных признаков с целью повысить читаемость выходных таблиц (табл. 1). Порядок следования признаков соответствует таковому в ИАС ОТТ и отражён в рабочей форме оценки с указанием баллов модельного животного прил. 3.

Специалистами хозяйства и приглашёнными независимыми экспертами на постоянной основе проводится линейная оценка дочерей в 100±10 дней первой лактации. Результаты такой оценки представлены в прил. 1, сгруппированные по генеалогической линии и быку-производителю за последние 1,5 года (2018-2019 гг.).В оценку пределов варьирования признаков в рамках генетической структуры субпопуляции включены данные с числом дочерей меньшим, чем 15.

Проведена оценка стада ирменского типа по экстерьерным признакам в первую лактацию. Представленные результаты показали высокую консолидированность линейных признаков и подтверждались низкими значениями коэффициента вариации (в поле «Признак» с скобках приведено эталонное значение для ирменского типа; табл. 2). Не установлено статистически значимых отличий между значениями соответствующих средних арифметических, рассчитанных в пределах генеалогических линий Вис Бэк Айдиала 1013415, Рефлекшн Соверинга 198998 и Монтвик Чифтейна 95679.

Таблица 1.

Расшифровка сокращений линейных признаков

Таблица 2.

Характеристика экстерьерных качеств скота ирменского типа в пределах генеалогических линий

Очевидно, что это является следствием многовекторного отбора на получение лучших генотипов быков методами геномной оценки за рубежом. Применение семени выдающихся производителей северо-американской селекции отражалось и на генетической структуре популяции ирменского типа. Применение такого подхода повышает вероятность появление препотентных улучшателей, но влечёт за собой необходимость увеличивать число одновременно используемых быков с целью недопущения нарастания инбредной депрессии.

Представленные данные свидетельствовали о высоком сходстве маточного поголовья с модельных животным. Коэффициент корреляции Пирсона составил 0,863 (R² = 0,744, t = 7,82; α = 1,195·10^-7), Спирмена – 0,786 (R² = 0,619, S = 7,82; α = 8,59·10^-6) и Кендалла – 0,644 (R² = 0,414, z = 3,89; α =0,0001016). С помощью полученного линейного коэффициента корреляции и возможных линейных моделей можно объяснить 74,4% изменчивости всех рассматриваемых показателей линейной оценки. Необъяснённая дисперсия в большей степени имела отношение к развитию вымени. Это отчётливо видно на распределении остатков (рис. 1).

Рисунок 1. Распределение ранжированных разностей средних уровней линейных признаков и их значений у модельного животного (9-ти балльная система оценки)

Наибольшее отклонение отмечалось по таким признакам, как: «Центральная поддерживающая связка», «Высота прикрепления передних задних долей вымени», «Высота прикрепления передних задних долей вымени», «Выраженность молочных вен», «Угол копытца», «Молочные формы», «Расположение задних сосков», «Рост» и «Длина сосков». По признаку «Глубина туловища» следует провести корректировку модельного показателя, так как современные животные значительно отличаются от своих предшественников и понятие о внешнем молочном типе скота также претерпевает изменения. Так, в настоящее время представители ирменского типа чёрно-пёстрой породы имеют более развитый грудной отдел вследствие более высокой продуктивности. Увеличенный объём грудной клетки позволяет обеспечить необходимый уровень окислительно-восстановительных реакций. Теперь молочные формы всё больше похожи на прямоугольник, чем на правильный треугольник, как это было раньше. Вымя также стало более подтянутым благодаря развитой центральной связке и заднему прикреплению.

Дальнейшее развитие ирменского типа видится в использовании быков с высоким значением обозначенных линейных признаков (9 баллов) и/или индекса вымени (не менее 2-х стандартных отклонений) по американской оценки (TPI) и высоким ростом. Такими быками могут являться сыновья Сударя 1599, который по всем перечисленным показателям превосходит своих сверстников (прил. 2). Тем не менее, по развитости центральной связки вымени показали невысокую оценку. Вероятными улучшателями рассматриваются производители зарубежной селекции Юникс 107567492 (Канада), Кварц 3141559252 (Канада), Элонгсайд 42002416 (Канада), Хайтек 12719303 (Канада), Рэндэлл 12283183 (Канада) и АльтаТухот 3129128854 (США).

Установлено влияние генотипов быков на группы линейных признаков с помощью непараметрического критерия Крускала-Уоллиса (аналога критерия Фишера, однофакторный дисперсионный анализ) (табл. 3). Самым высоким и статистически-значимым оказался вклад генотипов быков в изменчивость общего вида, как наиболее комплексного и многомерного показателя, уровень которого в большей степени зависел от профессионализма бонитёра. Этот показатель более чем в два раза превышал качество конечностей и выраженность молочного типа. По всем рассматриваемым зависимым признакам в отношении статистического критерия отклонялась нулевая гипотеза, что позволяло сделать вывод о возможности отбора по этим признакам. Тем не менее, эффективность такого отбора была не так высока и объяснялась сложной и многомерной природой таких показателей. Об этом также можно судить по построенной многомерной линейной модели, где в качестве зависимых выступал весь список рассматриваемых показателей (табл. 4).

Таблица 3.

Влияние генотипа быка на величину комплексного

показателя экстерьера

Таблица 4.

Регрессионные коэффициенты вклада генотипов быков в изменчивость линейных признаков экстерьера скота ирменского типа

Наибольшая доля межгрупповой изменчивости наблюдалась по вымени у потомков Бекера 104169696. Именно по линейным признакам этой группы установлен самый высокий коэффициент регрессии. Относительно большой уровень консолидации отмечался у дочерей Трепета 1609 по общему виду и объёму туловища. Сопоставляя значения угловых коэффициентов быков со средовыми показателями, необходимо указать на большую разность между ними (более, чем в 8 раз). Это в очередной раз подчёркивает значимую роль средовых факторов, природу и структуру которых ещё предстоит исследовать.

3.2.Совершенствование линейной оценки в условиях племенного завода

Согласно Приказа Министерства сельского хозяйства РФ №379 от 28.10.2010 г. утверждён порядок и условия бонитировки с использованием 100 балльной системы [21]. Оцениваемые признаки группируются по следующим категориям: объем туловища (ОТ), выраженности молочного типа (МТ), качеству ног (Н), вымени (В) и общему виду животного (ОВ). Специалисты, привлекаемые к такому процессу должны обладать не просто большим опытом практической работы с одним стадом, но и иметь представление о выраженности рассматриваемых признаков в других популяциях. Это позволяет снизить степень излишней переоценки или недооценки животных. Тем не менее, несмотря на это, человеческий фактор всегда присутствует и приводит к появлению дополнительной погрешности. В условиях комплексной оценки происходит «усиление шумов», что ведёт к росту величины средовой компоненты дисперсии [1–3, 6]. С другой стороны, объективность оценки нескольких специалистов, сопоставимость результатов их работы и повторяемость ещё больше способствуют смещению окончательной характеристики племенной ценности. Таким образом, нашей задачей явилась оценка и разработка методов контроля получаемых результатов линейной оценки.

Объектом наших исследований являлась эмпирическая балльная оценка, проводимая оценщиками. Предметом исследования выступали баллы, выставляемые экспертами по отдельно взятым экстерьерным признакам, группы признаков и прогнозируемые значения баллов. Оценка осуществлялась специалистами племенного отдела ЗАО племзавод «Ирмень» Новосибирской области и независимыми экспертами в течении 2020 г. Материалом исследования выступали коровы ирменского типа чёрно-пёстрой породы в период от 70 до 100 дней первой лактации. Для построения математической модели были использованы следующие линейные признаки, включенные в программный пакет ИАС Оценка типа телосложения производства ООО РЦ «Плинор»: рост (Р), глубина туловища (ГТ), крепость телосложения (КТ), молочные формы (МФ), длина крестца (ДК), положение таза (ПТ), ширина таза (ШТ), обмускуленность (М), постановка задних конечностей (вид сбоку, КСБ), угол копыта (УК), прикрепление передних долей вымени (ППД), длина передних долей вымени (ДПД), высота прикрепления задних долей вымени (ВЗД), ширина задних долей вымени (ШЗД),центральная связка(ЦС), положение дна вымени, расположение передних сосков (РПС), длина сосков (ДС), задние конечности (вид сзади, КСЗ), расположение задних сосков (РЗС) и баланс вымени (БВ). Перечисленные признаки служили основой для прогноза баллов по таким группам признаков, как: объём туловища, вымя, выраженность молочных признаков, конечности и общий вид.

Сопоставимость эмпирических баллов по категориям признаков с ожидаемыми проверялась с помощью линейных моделей в среде статистического программирования «R». Список независимых переменных, вклад которых отличался от нуля, устанавливали в рамках тестирования коэффициентов регрессии по одному из оценщиков (табл. 5).

Таблица 5.

Структура регрессионных моделей, описывающих изменчивость комплексных баллов экстерьера в зависимости от отдельных экстерьерных признаков

В представленных моделях включены только статистически значимые эффекты, и это объективным образом может свидетельствовать о том, на какие признаки бонитёр обращает своё внимание при характеристике группы признаков. Сама оценка связана с индивидуальными особенностями отдельно взятого специалиста и зависит от множества случайных факторов. Полученные коэффициенты детерминации указывали на то, что линейные модели описывали невысокий уровень изменчивости зависимых признаков. Это объясняется тем, что экстерьерные признаки имели низкий уровень изменчивости. С одной стороны, следствием может быть длительный период отбора с того момента, когда шло формирование породы, с другой – деятельность зоотехников-селекционеров племенного завода. В таком случае коэффициент детерминации ожидаемо будет на низком уровне, что, тем не менее, не означает, что модель плохо описывает изменчивость зависимой переменной. R² статистически значимо отличался от 0, а объём совокупности был достаточно большим. Таким образом, учитывая существующее понимание природы высоких и низких коэффициентов детерминации [11], приходим к выводу о возможном использовании построенных моделей. В качестве иллюстрации этого приведём диаграмму рассеяния остатков по такому комплексному признаку, как общий вид (рис. 2).

Рисунок 2. Рассеяние остатков по комплексному признаку «Общий вид»

На оси абсцисс отмечены порядковые номера животных в порядке их оценки (первый порядковый номер соответствует первому оцененному животному), ординат – остатки по 100 балльной оценке (разность между выставленным оценщиком баллом и его предсказанной величиной). Чем ближе точки располагаются к горизонтальной линии, берущей своё начало от точки с нулевым значением по оси ординат, тем лучше модель описывает изменчивость комплексного зависимого показателя. Представленные результаты показывают, что в большинстве случаев погрешность прогноза составляет ±2-3 балла. Нами допускается погрешность в оценке ±5 баллов, а соответствующие границы обозначаются добавочными горизонтальными линиями с соответствующими координатами. Одним из характерных последствий моделирования видится четко выраженная линейность. Это подтверждает правильность выбранного подхода и исключает наличие случайных факторов, искажающих результаты прогноза.

Другой особенностью построенных диаграмм являлась выраженная форма «гантели». Принимая во внимание, что по оси абсцисс все животные ранжированы согласно порядку их оценки, данный ряд можно рассматривать как временной ряд. Очевидно, что большее количество ошибок допускается экспертом в самом начале и конце его работы со стадом. Возможно это связано с тем, что специалист каждый раз «привыкает» к группе животных в первые дни бонитировки, а в последние дни наступает некоторая усталость. Очевидным представляется вклад индивидуальных особенностей специалиста во множественную регрессионную модель.

Распределение остатков в двумерном пространстве было схоже по всем комплексным показателям за исключением таковых по группе показателей, характеризующих конечности (рис. 3).

Рисунок 3. Рассеяние остатков по комплексному признаку «Конечности»

Несмотря на то, что подавляющее большинство остатков находилось в пределах обозначенных границ, выбросов было несколько больше. Такая картина скорее всего связана с тем, что количество главных эффектов было меньше остальных групп признаков, а эксперт при оценке обращал внимание на другие, не представленные в списке обязательных для оценки признаков экстерьера в ИАС Оценка типа телосложения. Форма гантели сохранялась и для этой категории.

3.3. Моделирование объёма туловища по линейным признакам скота ирменского типа

В последние десятилетия наблюдается интенсификация внедрения и использования передовых информационных технологий в области сельского хозяйства [4, 15]. Цифровые технологии позволяют улучшить первичный электронный зоотехнический учет, качество и глубину прогноза. Многие этапы отбора и подбора стали осуществляться с применением элементов прикладной биоинформатики биометрического моделирования[14, 18]. Создаваемые многомерные математические модели, как многомерного параметрического, так и непараметрического характера, способствуют улучшению контроля и повышению точности прогноза степени инбридинга и молочную продуктивность пробандов с использованием разных видов первичных данных [12]. Профильные специалисты получили инструментальную возможность оценки и верификации родословных вплоть до родоначальников генеалогических линий средствами прикладной информатики, математики и моделирования биологических процессов [10, 13, 17].

Отбор животных по комплексу признаков отбора с использованием селекционных индексов в настоящее время является основным инструментом в племенной работе [8, 9, 16],требует повышения качества фенотипических данных, в том числе с внедрением перспективных инструментов трёхмерного моделирования [20]. Наиболее ценные особи, отбираемые на каждом этапе оценки животного, позволяют усилить давление искусственного отбора по ряду хозяйственно-полезных признаков в популяциях молочного скота [19].

Линейная оценка экстерьера сельскохозяйственных животных требует высокой квалификации оценщика и часто носит субъективный характер [5]. Некоторые аспекты такой работы можно скорректировать внедрением подходящих математических моделей. Интересной представляется обоснованность выставления бонитёром комплексных баллов, измеряемых по 100 балльной шкале: объём туловища, вымя, конечности, молочный тип и общий вид (ссылку на статью в сборнике). Таким образом, целью наших исследований явилась оценка возможной связи линейных признаков экстерьера, измеряемых в 10-балльной шкале с комплексными признаками на примере объема туловища. Достижение поставленной цели позволит совершенствовать работу экспертов в области экстерьерной оценки и повысит качество исходных фенотипических данных.

Точность прогноза любого количественного признака зависит от влияния ряда факторов, совокупность и взаимодействие которых играет ключевую роль. Наряду с этим важным представляется оценка роли нелинейных преобразований и интерпретируемость полученных результатов как с математической, так и с биологической точек зрения. Зависимые и независимые признаки в основном обладали низким уровнем изменчивости. Это объяснялось высоким уровнем консолидации популяции скота ирменского типа вследствие интенсивного отбора. Данные особенности накладывают свой отпечаток на возможностях математического прогноза. В этой связи нами предпринята попытка смоделировать уровень комплексного показателя экстерьера «Объём туловища». Этот показатель занимает минимальный вес (0,1) в общей оценке животного согласно существующим порядку и условию проведения бонитировки племенного крупного рогатого скота молочного направления продуктивности (приказ №379 Минсельхоза РФ от 28.10.2010).

Первым этапом исследования являлось построение множественной линейной регрессионной модели (1). Список предикторов определялся значениями уровня статистической значимости. При каждой итерации оставляли только независимые признаки со значимыми коэффициентами регрессии.

(1)

Полученная модель включала 8 независимых признаков (табл. 6). Наибольший вклад на объем туловища оказали такие предикторы, как: рост, глубина туловища, крепость телосложения, что было объяснимо с биологической точки зрения. Наименее существенный вклад вносили такие независимые признаки как: молочные формы, длина крестца, центральная связка, расположение передних сосков, ширина груди. Их угловые коэффициенты (β) отличались от таковых первого списка признаков более чем в два раза. Факторы отбирались в модель без участия оператора, основываясь на величине ошибки первого рода. Незначимые эффекты исключались из модели в автоматическом режиме.

Таблица 6.

Линейная и полиномиальная регрессионная модели

Обращают на себя внимание такие факторы как ЦС и РПС, которые не всегда можно связать с зависимым признаком ОТ. По этим предикторам значения коэффициентов регрессии были одними из самых низких, а также их стандартных ошибок (β_SE).

Использование полиномов нечетного порядка обнаружило отсутствие каких-либо членов нелинейного уравнения справа. Построение подобных моделей с использованием четных порядков приводило к появлению регрессионной зависимости сопоставимой с линейной (рис. 4-5).

Структура независимых признаков не позволяла объяснить с биологической точки зрения их роль в изменчивости ОТ. Примечательной особенностью таких моделей было присутствие только тех признаков, которые характеризовали вымя. Зависимые признаки при построении полиномиальных моделей четного порядка, с биологической точки зрения, не увязываются с объемом туловища, но получаемые модели подобны линейной, это связано с невысоким уровнем изменчивости признака.

Рисунок 4. Линейная регрессия

Рисунок 5. Полиномиальная регрессия 2-го и 4-го порядков

Наряду с приведенной выше оценкой линейной и полиномиальных моделей, следует охарактеризовать роль логарифмических и степенных преобразований исходных данных в степени варьирования зависимой переменной (табл. 7).

Таблица 7.

Логарифмические и степенные преобразования