Бесплатный автореферат и диссертация по сельскому хозяйству на тему

Оптимизация и моделирование методов племенного отбора в птицеводстве

ВАК РФ 06.02.01, Разведение, селекция, генетика и воспроизводство сельскохозяйственных животных

Автореферат диссертации по теме "Оптимизация и моделирование методов племенного отбора в птицеводстве"

На правах рукописи

КОНТАРЕВ ИГОРЬ ВИКТОРОВИЧ

■

Оптимизация и моделирование методов племенного отбора в птицеводетве

: :

Г ; : :

АВТОРЕФЕРАТ

■

му^. у уу- г-'

Работа выполнена в ' ФГОУ БПО «Донской

Научный руководитель: кандидат с.-х."наук, доцент ■: ■: Рудь Андрей Иванович .;: -

доктор с.-х. наук,-, профессор ■ . Шаталов Сергей'Владимирович

доктор с.-х. наук, профессор ^ Щербатов Вячеслав ]

институт животноводства, г. Краснодар

.-'■Зазщит^д^ /^З^-марта'/ 1.10" час'-йа

диссертационного совета' ДД20.44.О1 в Донском государственном университете по адресу 346493, п. Персиановский, Октябрьского (с) '.'Ростовской области, РФ;„тел.: ;В-86360-3"61.50; факс; 8-86360«3-6Ь50^

С диссертацией можно ознакомиться в библиотеке Донского ГАУ

Автореферат разослан «25» февраля. 2006 г.

А(Ю6А-

<//53 1

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

1.1. Актуальность исследований. Оценка генотипа сельскохозяйственной птицы в нашей стране в соответствии с действующими инструкциями бонитировки проводится, как правило, по фенотипу. В то же время многочисленными исследованиями доказано, что по признакам с низкими значениями коэффициентов наследуемости такой отбор является малоэффективным. Точность оценки племенной ценности животных можно существенно повысить, привлекая к ней информацию о продуктивности ближайших род-<л ен пков (предков, боковых родственников, потомков). Методические основ I комплексной оценки генотипа иробанда были заложены СРайтом и Р.Фишером и получили дальнейшее развитие в работах И.Иогансона, Я.Рен-деля, О.Граверта, П.Лепера, З.Никоро Н.Плохинского, Е.Меркурьевой, Н,Михайлова и др. Однако их широкое внедрение в производство сдерживалось отсутствием соответствующего информационного сопровождения для использования в практике племенного отбора. В связи с этим актуальными являются исследования» посвященные повышению эффекта селекции путем максимизации точности оценки генотипа сельскохозяйственной птицы за счет привлечения к оценке информации о продуктивности родственников в различных комбинациях с учетом коэффициентов путей Райта и коэффициентов наследуемости признаков, разработке и созданию информационных систем для реализации в производственных условиях предлагаемых методов и приемов отбора.

Настоящая работа выполнена в соответствии с планом научных исследований Донского ГАУ (тема №09, № госрегистрации 01.2.00106093) в координации с Всероссийским научно-исследовательским и технологическим институтом птицеводства (ВНИТИП, Сергиев Посад, Московской области).

1.2. Цель и задачи исследований. Основной целью исследований являлось повышение эффекта селекции путем максимизации точности оценки генотипа сельскохозяйственной гггицы за счет привлечения к ней информации продуктивноста родственников в различных комбинациях с учетом коэффициентов путей Райта и коэффициентов наследуемости признаков, разработка и создание информационных систем оценки пробанда для реализации в производственных условиях.

Задачами исследований являлось:

- разработка информационных технологий селекционного процесса, позволяющих проводить мониторинг показателей продуктивности с.-х. птицы в популяциях, отбор по различным критериям, прогноз эффекта отбора, оценку его эффективности;

- оценка влияния характера распределения признаков в популяции на эффективность племенного отбора и изучение частоты встречаемости асимметричного распределения признаков в популяции;

- оценка реализации фенотипа родителей в потомстве при различной величине селекционного дифференциала;

[ РОС.

НАЦИОНАЛ БИБЛИОТЕК С. Петерф т Щ1Я

таг

- создание информационной модели, включающей родственников пробан-да в пяти поколениях и учет степени связи (по С.Райту-Р.Фишеру «path coefficient») между родственниками различных блоков;

- определение коэффициентов регрессии фенотипов родственников про-банда на его генотип при различных критериях отбора и оценка вероятного вклада родственников различных степеней родства в генотип пробанда;

- апробация предлагаемых методов селекции в производственных условиях.

1.3. Научная новизна исследований. Установлена степень влияния фенотипов родственников пробанда на генотип оцениваемой особи, разработаны алгоритмы определения коэффициентов регрессии фенотипов родственников на генотип пробанда, установлены математические функции связи между родственниками информационной модели, определен количественный вклад родственников в генотип пробанда при различной величине коэффициентов путей СРайта и коэффициентов наследуемости признаков, определена оценка влияния характера распределения признаков в популяции на точность прогноза эффекта селекции. Разработана система автоматизации селекционного процесса; в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам Российской Федерации получены свидетельства об официальной регистрации программ для ЭВМ «Пласт», «Критерий», «Алгоритм», «С-1. Селекция» (№№2005612254,2006610143, 2006610244).

1.4. Практическая значимость и реализация результатов исследований. Разработаны методы оценки генотипа с.-х., животных, повышающие точность оценки наследственных качеств животных. Предложена система оценки племенной ценности животных в популяциях при различном количестве и комбинациях родственников. Разработана информационная модель для пяти поколений и матрица степени связи между родственниками различных степеней родства. Разработанные алгоритмы, реализованы в информационных технологиях по автоматизации селекционного процесса. Создан пакет компьютерных программ, позволяющий провести статистический анализ показателей продуктивности птицы в популяции, автоматизировать поиск и группировку родственников пробанда для оценки его племенной ценности, проводить отбор птицы с различной интенсивностью, по независимым уровням браковки, граничным значениям признака, прогнозировать эффект селекции при нормальном и асимметричном характере распределения признаков в популяции, оценивать реальный эффект селекции, моделировать методы отбора и оценивать их эффективность.

Результаты исследований апробированы и внедрены в производство в ОНО (ХО) племптицезаводе «Птичное» Московской области, в Министерстве сельского хозяйства и продовольствия и хозяйствах Ростовской области.

1.5. Апробация работы. Работа апробирована на научных конференциях по итогам НИР Донского ГАУ в 2002-2005 гг., Республиканской научно-производственной конференции «Актуальные проблемы производства свинины в Российской Федерации», п. Персиановский, 2002; Международной научно-производственной конференции «Информационные технологии в

обучении и сельскохозяйственном производстве», Новочеркасск, 2003, 2005; Международной научно-производственной конференции «Стратегия развития АПК: технология, экономика, переработка, управление», Персиановский, 2004. Отдельные фрагменты работы экспонировались на выставке-ярмарке «Южно-Российский фермер. Урожай, 2004», Ростов, 2004; Всероссийской выставке-ярмарке «Иннов-2005», г. Новочеркасск; НТТМ-2004, ВВЦ (ВДНХ), Москва, 2004 г; координационном совещании по птицеводству, посвященному 75-летию ВНИТИП и выполнению научно-исследовательских работ по координационному плану на 2001-2005 гг. «Повышение эффективности птицеводства на основе создания новых линий и кроссов птицы, энергосберегающих технологий, производства и переработки птицеводческой продукции» (г. Сергиев Посад Московской обл.) 2005 г., заседаниях НТС Министерства сельского хозяйства и продовольствия Ростовской области в 2005 г.

1.6. Основные положения, выносимые на защиту:

- система автоматизации селекционного процесса по разработанным алгоритмам, реализованным в информационных компьютерных программах «Пласт», «Критерий», «Алгоритм», «С-1. Селекция»;

- распределение признаков в популяции и его влияние на точность прогноза эффекта селекции;

- реализация фенотипа родителей в потомстве при различной величине селекционного дифференциала;

- информационная математическая модель родственников пробанда в пяти поколениях;

- вклад родственников различных степеней родства в генотип пробанда в зависимости от их комбинаций, количества и коэффициента наследуемости признака.

1.7. Публикация результатов исследований. Автором опубликовано 11 печатных работ.

1.8. Объем и структура работы. Диссертация изложена на 132 страницах, содержит 25 таблиц и 24 рисунка; включает введение, обзор литературы, краткую характеристику работы, материал, методику и результаты исследований, выводы, предложения производству, список использованной литературы, представленный 162 работами, в том числе 35 - на иностранных языках, восьми приложений, в том числе три акта внедрения, три свидетельства об официальной регистрации программ для ЭВМ.

2. МАТЕРИАЛ И МЕТОДИКА ИССЛЕДОВАНИЙ

Экспериментальная часть работы выполнялась в период с 2002 по 2005гг. на кафедре частной зоотехнии, в лаборатории по разработке теоретических основ селекции Донского государственного аграрного университета, ОНО (ХО) ППЗ «Птичное» Московской области.

Исследования проводились по схеме, приведенной на рисунке 1. Для каждого этапа были разработаны алгоритмы и созданы компьютерные программы, обеспечивающие решение конкретных задач, стоящих перед селекционером (проведение статистического анализа продуктивности с.-х. животных в популяциях, выбор критериев отбора, обеспечивающих максимальную надежность оценки генотипа пробанда, проведение отбора с.-х. животных по заданным условиям, оценка эффективности селекции и т.д.).

На первом этапе исследований была разработана модель, включающая родственников пробанда в пяти поколениях: предков, потомков, боковых родственников; разработан алгоритм и создана компьютерная программа, позволяющая проводить их поиск в базах данных племенных заводов с последующей группировкой для включения показателей собственной продуктивности в оценку генотипа пробанда. Следующим этапом исследований была разработка алгоритма, реализованного в компьютерной программе, позволяющей определять коэффициенты регрессии генотипа пробанда на фенотип его родственников для различных критериев отбора.

Базовая математическая модель для оценки племенной ценности животного (J) по показателям продуктивности родственников имеет вид:

J = ftxa + &xb+ftxc где - коэффициенты регрессии генотипа пробанда на фенотип соответствующего блока родственников; Ха..л - разность между продуктивностью родственников различных степеней родства и среднепопуляционным значением признака. Вычисление ^-коэффициентов проводилось по системе уравнений множественной регрессии:

Го-1 = 01 + ri-2& + ГьзА + 1*1-404 + ГЬ5& +

Го-2 = r2-lft+ & + Г2-3& + Г2-4& + *2-5& + Ъ-бРб ГО-3 = Гз-iA + Г3.2& + ft + ГЗ-4& + Г3-5/З5 + Г3^6 Г0-4 = Г4.1А + Г4-2Й2 + Г4.3/З3 + & + Г4-5Р5 + Го-5 = 15-lft + Г5.2Й2 + Г5-3/З3 + Г5-4/З4 + 05 + Г0-б = Г6.ф\ + Г6-2& + 1*6-303 + + Гб-sft + 06 Го-i = Г^А + r^ft + + Гн04 + IV5& + ft ,

где - коэффициенты множественной корреляции (коэффициенты путей) между продуктивностью различных блоков родственников. Число уравнений в системе определялось количеством родственных особей пробанда. Решение системы уравнений в численном и аналитическом виде для любых комбинаций родственников проводилось с использованием разработанных нами информационных технологий и компьютерной программы «Maple». Была установлена степень связи между родственниками различных степеней родства. Проведенный анализ позволил выявить комбинации родственников, включение в оценку которых обеспечивало максимальную точность оценки племенной ценности птицы.

Оценка генотипа пробанда производится по индексу, структурными единицами которого является продуктивность каждого из родственников. Для последующего отбора птицы по этому индексу были разработаны алго-

Рис» 1. Схема исследований

ритмы и создана компьютерная программа, позволяющая проводить отбор птицы по заданным условиям: с различной интенсивностью, количеству голов, по заданным граничным значениям признака, независимым уровням браковки и т.д. Помимо этого алгоритмом программы предусмотрено прогнозирование эффекта селекции на одно поколение при нормальном и асимметричном распределении признаков в популяции.

. Важнейшим направлением в селекционной работе является оценка эффективности применяемых методов отбора. Для проверки правомерности использования предлагаемых нами критериев отбора сельскохозяйственной птицы был разработан алгоритм и создана компьютерная программа, позволяющая сравнивать средние значения отобранной для дальнейшего воспроизводства группы с средними значениями продуктивности их потомков.

На заключительном этапе исследований была проведена апробация предлагаемых информационных технологий в производственных условиях.

При статистическом анализе и генетико-нопуляционной характеристике материала применялись алгоритмы исследований, изложенные в работах H.A. Плохинского (1969), Дж. Снедекора (1961), З.С. Никоро и др. (1968), ГЖ Лакина (1990), Е.К. Меркурьевой (1970), A.A. Поляничкина (1980), Н.В.Михайлова (1997, 2004) и др.

Определение степени достоверности оценки проводилось общепринятыми методами. При проведении исследований использовались электронные информационные базы данных племенных заводов и племенных хозяйств Ростовской и Московский областей. Особенности методик отдельных экспериментов приведены в соответствующих разделах диссертационной работы.

3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ

■ 3.1. Автоматизированная система управления

селекционным процессом

Разработана система автоматизации селекционного процесса, позволяющая решать задачи, стоящие перед зоотехником-селекционером на всех этапах проведения племенной работы. В рамках этой системы разработаны алгоритмы и созданы компьютерные программы «Пласт» (а.сЗ&2005612254), «Критерий» (а.с. № 2006610143), «Алгоритм», «С-1.Селекция» (а.с. 2006610244).

Программа «Пласт» позволяет проводить статистический анализ показателей продуктивности животных в популяции, рассчитывать их среднюю продуктивность, показатели изменчивости, анализировать характер распределения (нормальное или асимметричное), определять его количественные характеристики, проводить отбор с.-х. птицы по различным условиям (по независимым уровням браковки - до 255 признаков; одному признаку.(индексу) с различной интенсивностью отбора, в %; отбирать заданное количество го-

лов; определять количество особей в популяции, отобранных с граничным значением селекционного признака.

Программа «Критерий» производит поиск и группировку родственников оцениваемых особей в базах данных для последующего включения информации об их продуктивности в оценку племенной ценности пробанда.

Программа «Алгоритм» оценивает численным и аналитическим методами вклад фенотипов родственников пробанда в его генотип при различном их количестве, комбинациях и коэффициенте наследуемости признаков.

Программа «С~1*Сепекция» позволяет найти в базе данных потомков отобранной (в программе «Пласт») группы животных, определить их количество и провести обработку показателей продуктивности по необходимым селекционным признакам (рис.2). Программа дает возможность сопоставить продуктивность родителей и потомков, оценить эффективность применяемых при отборе методов селекции и дать им квалифицированную оценку.

|<Рлйл Пра&еа Ороис 7

.¡ГГойск} А*^глг<я**юсти, М Селекция |сбод>а^райлэ<4

»б> {{СЛУ/«к\8&> в\С {66) 2003„и5Е «1 ПоццаТайюз- | |

'ИдКДТЬ'М'

ЗйИкжйауманЯакСазас '2539'

|СМ«ЧЛВа$е\С (56) 2ШЗ_иЗЕ

600 |цнг«д }ки=т*А

2203': ев 28189!

22031 65, зоооз'

2203: _ бб! 30369.

2203 ее 26255.

2203 ее 30202*

2203! ее' 30392*

2203! к 25304

2203; ее 253094

2203! 68 30177

2203 68 31100!

22031 85 30802

2203> ее 30С5Б*

22031 68 25233(

22031 66 25236

2203 68, 25483

2203; 68! 2Ь319.

2203 68 25476^

2203! 68' 30446*

2203 66 30131

2203 ее; 30216

2203* 66" 30554,

2203 68 31015

2203' 68 30821'

«54 3456

1704 170С1

3460; 37941

1?15{ 1716, 1717! 1718 " 1719( 1723* 2524; 2525: 2910* 2527

|П воб

□ ингт% ГЛаЕТКА

□ ШШМЕТКА I ) 8ЕМУА С1 \flVOD

□ 0ТЕ2

ЙИВЙЯ__

И МА^А _ .

и

ииМГСА 1К1.ЕТКА | ""1 КЙНОМЕТКА !П ЭЕМУА □ УМОВ ЛотЕг

1МЛТ

М_УД.26 И М_УА_30 И МУА.З« ИУЙйСЗВ

нгаигт

ЙСГОМКИЛО .---—

С Отад Р Мяйри

Нгйтнааей-

Найг« йлйрамиото |

|С.М«к\Зы«\С (66)200Э._и5Е„1^гн> ¿Ы

Найт' , , Йччю*»......

|С.МаЯ\3<ко\С Щ 2003ЦКЕ _1 с(Ы

, Дай&т» ■ | ¿кращпькак!

^»»^/«ууйнь^.ЛУ»«^ РаечагоСця-дАУц^ | | Передать» Е**! ^

-----г ................,

Т.,. >.1мжт . |С!У_»(А55А1МЗ:и51н.УД30 ЕК.УЛЗб'* ]УАУ£3&

ЧЮ7ж\ НОСОК! II»« АОл] К41 |К>0

Ъгм 128% 1Э15! 57.5! 53 53Л\

13274, "12895 "1884. 49,81 52.3 54,11

13274* _ 12853 16841 "а/ 53.3 59.8

19331 54-3' 56-2 »?!

11016: 12321 1967! 88 57Л 59.11

11016- 12921 1835 6Т.4? 53.7

11016 12921 " 2031{ 53.4 833 .: щ

11016) 12321 1756 ' S3.fi 1

11016 12321 1747 > 5аб 65^'

11016 12321 20171 " 55.1] " 58 67.3*

11015 12321 535*

11016 12921 1951'" 55Л*

11С16, 12921 "1988! 53.4 57.4 64!

9; 9! 9 9!

1910; 56,3* 57.7 62-6!

11167, " 13373 3388* 55.3' . 53.6 ' 81.5!

2368 555 53,8 _ 61,5!

• >

Г 4?

Рис.2. Диалоговое окно программы «С-1. Селекция»

Алгоритм программы предусматривает создание трех файлов: в первый записывается информация о потомках отобранной группы птицы, во второй -особи родительского поколения, имеющие потомство, в третий - особи не давшие потомства. Информация об особях, исключенных из воспроизводства, может представлять интерес при анализе их продуктивных качеств, при-

*шн выбраковки и использоваться при корректировке селекционного процесса;

3.2. Анализ влияния характера распределения признаков в популяции на точность прогноза эффекта селекции

В настоящее время при проведении племенного отбора используются методы, основанные на нормальном распределении признаков в популяции. Однако на практике распределение зачастую имеет асимметричный характер. С помощью разработанного алгоритма, реализованного в компьютерной программе «Пласт», были проведены исследования по тестированию характера распределения 10 признаков отбора на птице 4 линий кросса «Птичное» в период с 2001 по 2004 гг.

Установлено, что нормальное распределение встречается достаточно редко. Так, в линии А (55) в 81% случаев (22 варианта из 27) величина коэффициента асимметрии (А$) достоверно превышала его критические значения для нормального распределения. Асимметричным распределением характеризовалась живая масса, половая зрелость, яйценоскость; нормальным - масса яйца на различных этапах яйцекладки.

В 'связи с этим возникает вопрос, насколько характер распределения может повлиять на результативность племенного отбора. Одной из основных величин, характеризующих изменчивость признаков в популяции, является среднее квадратическое отклонение (5). В селекции племенной отбор рекомендуется проводить в долях (единицах) сигмы. При этом считается, что при установлении селекционных границ отбора на величину М + 0,55 будет отобрано 31% поголовья; при отборе М + 15 - 15,8% и т.д. (табл.1).

Однако эти закономерности правомерны только для нормального распределения. При асимметрии реальная интенсивность отбора может отличаться от прогнозируемой достаточно существенно. Для доказательства этого нами были проведены исследования по распределению особей при отборе с различными значениями коэффициента асимметрии (Аэ). Исследования проводились по следующим показателям интенсивности отбора.

Таблица 1

Интенсивность отбора в % при установлении граничных значений признака

Вариант отбора Количество особей при нормальном распределении

в ед. сигмы в % от общего поголовья

М + 0,56 2,5 31,0

М +1,05 2,0 15,8

М+1,55 1,5 6,7

М + 2,05 1,0 2,2

М + 2,55 0,5 0,7

В таблице 2 приведены численные характеристики результатов эксперимента при нормальном и асимметричном распределении.

Таблица 2

Влияние характера распределения признаков на точность прогноза эффекта селекции (при Ь2=0,1)_

Инт. отбора MS МТ I Отклонение

% гол. по Лащу факт. по Ле Роу факт. расчета. факт. ед.из. %

Яйценоскость в 36 нед., шт.; линия А (55); 2001 г.; Аб =-1,86; Су=26,6

1 16 173,1 138,3 164,7 . 131 7Д 3,7 -3,4 -47,9

5 80 158,0 130,7 146,1 127,0 5,6 2,9 -2,7 -48,2

10 159 149,3 128,2 136,3 124,0 4,8 2,6 -2,2 -45,8

15 239 143,6 126,5 129,8 122,0 4,2 2,5 -1,7 -40,5

20 319 139,6 125,2 124,4 120,0 3,8 2,4 -1,4 -36,8

30 478 133,1 122,9 115,8 117,0 зд 2,1 -1,0 -32,3

Масса яйца в 26 нед., г; линия А (55); 2002 г.; As = 0,25; Cv=7,0

1 18 67,9 69,2 66,6 68,0 1,1 1,2 од 9Д

5 88 65,6 66,2 : 63,9 64,0 0,8 0,9 од ПД

10 176 64,3 64,7 i 62,4 62,0 0,7 0,7 0 0,0

15 263 63,5 63,7 61,5 61,0 0,6 0,6 0 0,0

20 351 62,9 63,0 60,7 60,0 0,6 0,6 0 0,0

30 527 61,9 61,9 59,4 59,0 0,5 0,5 0 0,0

Половая зрелость; линия А (55); 2003 г.; Аб = 1,1; Су=11,3

1 25 114,8 129,2 120,6 133 -4,9 -3,5 1,4 -28,7

5 124 125,2 133,4 133,4 136 •3,9 -3,0 0,9 -22,5

10 248 131,2 136,0 140,1 140 -3,3 -2,8 0,5 -14,4

15 373 135,1 137,9 144,6 144 -2,9 -2,6 0,3 -9,7

20 497 137,8 139,8 148,3 148 -2,6 -2,4 0,2 -7,9

30 745 142,3 143,9 154,2 156 -2,2 -2,0 0,2 -7,4

Установлена существенная величина расхождений между фактическими и ожидаемыми результатами при отклонении характера распределения признаков в популяции от нормального. Наиболее значима она при установлении границ отбора при М+16 (15,8%) и выше. Расхождения пропорциональны величине коэффициента асимметрии. При высоких отрицательных значениях Аз количество особей было меньше, при высоких положительных - больше. Так, при отборе птицы на величину М + 15 по яйценоскости в линии С в 2002 г. (А8=-2,56) в случае нормального распределения признака можно рассчитывать на отбор 279 гол. птицы, однако, реальная их величина составила только 66, или в 4,2 раза меньше.

Рис. 3. Блок-схема родственников для 3 поколений предков, боковых родственников иТ!

При Аб=0,44 (масса яйца в 26 иед. по линии О в 2001 г.) при установлении границы отбора М+15 ожидаемое поголовье - 618, фактическое - 690 гол.

Таким образом, традиционные методы расчета селекционных границ отбора и средних значений продуктивности в отобранной для дальнейшего воспроизводства группе при асимметричном распределении вносят существенную ошибку в прогнозирование эффекта селекции (от 20 до 50%). Поэтому программа «Пласт» предусматривает два варианта прогнозирования эффекта селекции: при нормальном и асимметричном распределении признаков в популяции, что позволяет избежать существенных ошибок при проведении отбора в птицеводстве.

33. Реализация фенотипа родителей в потомстве

Автоматизация селекционного процесса позволила провести моделирование отбора 4 линий кросса «Птичное» по половой зрелости, яйценоскости в 36 нед., массе яйца в 26 нед., оценить влияние различных методов отбора на яйценоскость в потомстве. В таблицах 3-4 приведены результаты исследований по линии С кросса «Птичное». Поголовье родителей, включенных в анализ - 346, потомков - 1794 гол.

Таблица 3

Статистический анализ реализации фенотипа родителей в потомстве_

Показатели продуктивности п, гол. Нт М

род. отобр. род. отобр. род. отобр.

Живая масса, г 3212 346 1763 1461 1114 1714 1988 2040 1978

Половая зрелость, дн. 3408 346 1794 170 41 151 156,5 153,3 153,0

Масса яйца в 26 нед., г 3259 346 1753 28,3 22,3 33,4 54,4 57,2 56,1

Масса яйца в 30 нед., г 3079 346 1575 32,1 19,6 35,6 56,6 59,2 58,0

Масса яйца в 36 нед., г 2935 346 1534 35,2 33,5 37,9 57,9 60,3 60,6

Яйценоскость в 36 нед., шт. 3405 346 1793 126 46 131 78,9 90,1 84,5

Проведенный анализ реализации фенотипа родителей в потомстве показал, что продуктивность по анализируемым признакам (половая зрелость, яйценоскость, масса яйца) имеет тенденцию к возврату к среднепопуляцион-ным значениям. Эффект селекции наблюдается только при значительном отклонении средних значений признака отобранной для дальнейшего воспроизводства группы от среднепопуляционных. Достоверный рост яйценоскости в потомстве наблюдается при отборе птицы по собственной яйценоскости

выше 80 яиц в 36 недель, массе яйца в 26 нед. до 62,0 г и половой зрелости до 161 дн. При достижении птицей высокого уровня продуктивности данные методы перестают быть эффективными.

^ Таблица 4

Продуктивность родителей (2002 г.) и потомков (2003 г.) при различных вариантах отбора (линия С кросса «Птичное»)

Показатели продуктивности п, гол. Половая зрелость, дн. Яйценоскость в 36 нед., шт. Масса яйца в 26 нед., г

род. | 1*1 род. Р1 род. Р1 род.. | И]

Отбор по половой зрелости, да.

До 135 9 56 133,7 144,4 107,3 93,6 56,8 56,3

136-140 10 52 138,8 152,9 101,9 85,9 54,9 55,6

141-145 20 102 143,5 148,6 97,8 89,2 54,7 55,8

146-150 72 405 148,0 151,2 94,5 86,9 56,2 55,3

151-155 98 482 153,1 152,7 90,0 84,0 57,5 56,3

156-160 82 387 157,8 154,3 85,8 83,3 58,0 56,6

161-165 49 305 162,4 155,9 83,3 81,6 58,1 .56,5

Св. 166 6 31 167,5 156,4 79,5 82,8 59,2 55,2

Отбор по яйценоскости в 36 нед., шт.

До 75 5 22 161,8 153,3 72,2 77,5 60,2 56,3

76-80 29 149 157,2 153,8 79,0 82,8 59,7 57,3

81-85 68 402 158,9 153,2 83,2 85,0 57,9 56,3

86-90 86 398 156,0 156,7 87,9 81,8 58,0 56,9

91-95 65 316 152,2 152,8 92,5 85,8 57,7 56,1

96-100 63 340 148,0 149,9 97,6 87,9 54,5 54,6

101-105 23 121 142,7 149,7 102,5 88^ 54,7 55,6

Св. 106 7 39 134,7 145,7 109,9 93,3 56,0 55,9

Отбор по массе яйца в 26 нед., г

До 49,9 5 16 147,0 153,6 98,8 85,9 47,7 52,9

50,0-51,9 11 67 146,6 147,8 100,2 92,8 51,0 53,9

52,0-53,9 25 146 146,4 149,3 98,8 87,7 53,2 55,0

54,0-55,9 57 355 152,2 151,1 91,9 87,3 55^ 55,4

56,0-57,9 126 641 154,1 154,1 89,6 84,0 56,9 56^

58,0-59,9 64 314 154,6 153,7 87,7 86,5 58,9 56,6

60,0-61,9 39 173 156,4 154,5 85,1 81,5 60,8 57,6

62,0-63,9 14 55 152,4 156,9 87,9 78,0 62,9 57,1

Св. 64,0 5 20 158,4 153,3 80,8 83,1 65,5 58Д

3.4. Повышение точности оценки племенной ценности сельскохозяйственной птицы

Повысить эффективность селекции возможно путем привлечения к оценке продуктивности ближайших родственников пробанда (предков, потомков, боковых родственников). Создана информационная модель, охватывающая родственников пробанда в пяти поколениях (рис. 3). В соответствии с этой моделью родственники пробанда были распределены на блоки (в модели приняты общепринятые в зоотехнии сокращения родственников: Р -нробанд, Fi - потомок; О - отец, M - мать; С - сибсы, ПС - полусибсы, ДПС - двоюродные полусибсы, ТПС - троюродные полусибсы, ¥г ТПС(ПС МО) -потомки троюродных полусибсов со стороны полусибсов по матери отца и т.д.).

Разработана матрица степени связи между родственниками различных блоков. Структурной единицей связи в блоках являются «коэффициенты путей» («path coefficient») С.Райта-Р .Фишера. В матрице данных степень связи между родственниками различных степеней родства определяется в зависимости от удаленности блока модели от пробанда. Использование этой информации позволило составить и значительно упростить системы уравнений. Так, при включении в оценку генотипа пробанда родственников первых 14 блоков, приведенных на рис.3, она имеет вид:

Го-1 = А + + гыз&з

1*0-2 = 02 + *2-9& + *2-1зАз

*0-3 + Ь-10010 + Гз~13&3

Го-4 - 04 + Г4-1С)АО + 1*4-13/^13 ГО-5 = 05 + Г5-П&1 + 1*5-14^14 Г(«вА+ Гб-llAl + Гб-14^14 Го-7 = А + Ь-12012 + Г7А40и **0-8 я & * 4-12012 + Н-14014 Го_9 = XU90i + Г2_9& + 09 + Г9-13013

Î0-10 ~ ГЗ-10& + *4-10& + 010 + *Г0-1зАз Го-11 = rs-llft + ГЫ1& + fin + п 1А4014 Го-12 ~ Ьл207 + ^8-1208 + 012 + I'l2-14^I4

Г0-13 ~ ГызА + Г2-13Й2 + Ь-1303 + *4-13$4 + т9-1309 + Г Ю-13 А 0 + 013 *0-14 = *S-\405 + ^6-1406 + *7А407 + ^8-140Я + Г11-14011 + 1*12-14^12 + A4.

Решение систем уравнений проводилось двумя методами: численным -для определения количественной характеристики коэффициентов регрессии фенотипов родственников различных степеней родства на генотип пробанда и аналитическим — для установления общих закономерностей этого влияния.

Исследования по определению /S-коэффициентов для частных комбинаций блоков родственников проводились и ранее в исследованиях Р.Фишера, П.Лепер, З.Никоро, ЭДПтакельберга, НМихайлова и др.

Однако системное проведение исследований в этом направлении сдерживалось отсутствием соответствующих информационных технологий, функциональные возможности разработанной нами программы «Алгоритм» позволяют решать системы уравнений множественной регрессии связи генотипа лробанда на фенотип его родственников при различном их количестве и удаленности от пробанда для различных комбинаций и коэффициентов наследуемости признаков. Анализ значений /^-коэффициентов, полученных по различным блокам родственников пробанда, позволил установить общие закономерности влияния фенотипов родственников на генотип пробанда при различных Ь2 (табл.5).

Таблица 5

Вклад родственников различных степеней родства в генотип пробанда в зависимости от коэффициента пути

№ Название 0,5 п Коэф. пути, При Ъ2 (в %)

блока аналитически 0,1 0,3 0,5 0,7 1,0

1 Р 0 10 30 50 70 100

2 М 1 0,5Ь2 5 15 25 35 50

3 ММ 2 0,25 Ь2 1 2,5 7,5 12,5 17,5 25

4 МММ 3 0,125 Ь2 1,25 3,75 6,25 8,75 12,5

5 ПС (МММ) 4 0,0625 Ъ2 0,625 1,875 3,125 4,375 6,25

6 Б^пе (ПС ММ) 5 0,03125 Ъ2 0,3125 0,9375 1,5625 2,1875 3,125

Наиболее перспективно использовать при оценке генсгапа пробанда показатели продуктивности его родственников, относящихся к следующим блокам: ММ (9), ОМ (10), МО (11), 00 (12), М (13), О (14), Р (15), ПС(ММ) (28), ПС(ОМ) (29), С(ММ + ОМ) (30), ПС(МО) (31), ПС(00) (32), С(МО + 00) (33) ПС(М) (34), ПС(О) (35), С(М-Ю) (36), ?! (Р) (43), ?! ПС(М) (44), Р, ПС(О) (45).

Установлено, что зависимость между увеличением числа родственников, привлеченных к оценке, и величиной коэффициентов регрессии их фенотипов на генотип пробанда носит нелинейный характер. Для определения степени нелинейности связей выведены аналитические уравнения коэффициентов при включении в оценку генотипа разного количества родственников.

Проведенные исследования позволили установить закономерности в оценке генотипа пробанда в зависимости от комбинации родственников и величины коэффициента наследуемости. Определены оптимальные варианты сочетаний родственников пробанда, которые увеличивают точность его оценки. Установлено, что коэффициенты связи между генотипом пробанда и его родственниками различных степеней родства могут колебаться в достаточно широких пределах. В частности,, оценка генотипа особи по продуктивности 50 полусибсов при Ь2=0,1 увеличивает коэффициент регрессии их фенотипов на генотип пробанда в 5,5 раза по сравнению с оценкой племенной

ценности птицы по показателям собственной продуктивности (табл.6). Комбинированная оценка пробанда по собственной продуктивности и продуктивности матери в 1,4 раза точнее, чем оценка по собственному фенотипу.

«Селекционное давление» на популяцию со стороны петухов в десятки раз сильнее, чем со стороны кур. Поэтому для повышения эффекта селекции особое значение приобретает надежность оценки племенной ценности самцов. В тоже время ряд признаков в птицеводстве сцеплен с полом, что делает невозможным оценку петуха по собственному фенотипу, например, по яйценоскости. В таких случаях самцов оценивают по матери, дочерям, сверстницам или полусестрам. Предлагаемая методика позволяет объединить все эти методы оценки, включить в нее всех родственных самцу особей и определить вклад их фенотипов в генотип пробанда при различных комбинациях (табл.7)

Таблица 6

Вклад фенотипов родственников различных степеней родства в генотип пробанда*_

Блок Величина коэффициента наследуемости признаков (Ь2)

од 0,3 0,5 0,7 1,0

Р од 0,3 0,5 0,7 1,0

М 0,05 0,15 0,25 0,35 0,5

Р + М 0,143 (0,098/0,045) 0,391 (0,284/0,107) 0,600 (0,467/0,133) 0,770 (0,658/0,112) 1,0 (1,0/0)

Оценка племенной ценности по полусибсам

п=1 0,025 0,075 0Д25 0,175 0,25

3 0,072(0,024) 0,195(0,065) 0,300(0,100) 0,390 (ОДЗО) 0,501 (ОД 67)

5 ОД 15 (0,023) 0,290 (0,058) 0,415 (0,083) 0,515 (0,103) 0,625 (0,125)

10 0,200(0,020) 0,450(0,045) 0,590(0,059) 0,680(0,068) 0,770 (0,077)

20 0,340 (0,017) 0,620(0,031) 0,740 (0,037) 0,800(0,040) 0,860(0,043)

30 0,420 (0,014) 0,720(0,024) 0,810(0,027) 0,870(0,029) 0,900 (0,030)

50 0,550 (0,011) 0,800 (0,016) 0,900 (0,018) 0,900 (0,018) 0,950(0,019)

Оценка племенной ценности по потомкам

п-1 0,05 0Д5 0,25 0,35 0,5

3 ОД44 (0,048) 0,390 (0Д30) 0,600 (0,200) 0,777 (0,259) 0,999(0,333)

5 0,225 (0,045) 0,575(0,115) 0,835 (ОД 67) 1,030 (0,206) 1,250 (0,250)

10 0,410 (0,041) 0,900 (0,090) 1,180(0,118) 1,360(0,136) 1,540 (ОД 54)

20 0,680 (0,034) 1,240 (0,062) 1,480 (0,074) 1,620 (0,081) 1,740(0,087)

30 0,870(0,029) 1,410 (0,047) 1,620 (0,054) 1,740(0,058) 1,830(0,061)

50 1,100(0,022) 1,600(0,032) 1,750(0,035) 1,850 (0,037) 1,900(0,038)

* Примечание: в скобках приведен вклад каждого родственника

Определены коэффициенты регрессии фенотипов матери, полусибсов (полусестер) и потомков (дочерей) петуха при различных их комбинациях, количестве и коэффициенте наследуемости признаков. Комбинированная оценка петуха по матери и 50 псшусибсам в 11,5 раза надежнее, чем по про-

дуктивности матери, при этом соотношение вклада фенотипа матери и фенотипов полусибсов составляет 1:24.

Использование разработанных методов оценки генотипа пробанда с привлечением различных комбинаций родственников особенно необходимо при низких величинах коэффициентов наследуемости, оцениваемых показателей продуктивности. Так при селекционном дифференциале в + и Ь2 = 0,36 ошибка оценки генотипа по собственной продуктивности будет превосходить вероятное генотипическое отклонение отбора на ±0,8 дт Учитывая, что большое количество селекционных признаков в птицеводстве имеет низкую наследуемость, использование разработанных информационных технологий позволяет значительно оптимизировать отбор и повысить его эффективность.

Таблица 7

Комбинированная оценка

Комбинация и число родственников Величина коэффициента наследуемости признаков (Ь2)

0,1 0,3 0,5 0,7 1,0

Щс+Щ 0,074 (0,024/0,05) 0,217 (0,070/0,147) 0,353 (0,110/0,243) 0,483 (0,146/0,337) 0,667 (0,191/0,476)

5Пс+5Е1 0,320 (0,02-0,10/ 0,044-0,220) 0,755 (0,042-0,210/ 0,109-0,545) 1,035 (0,051-0,255/ 0,156-0,780) 1,230 (0,054-0,270/ 0,192-0,960) 1,430 (0,052-0,260/ 0,234-1,170)

5Пс+10р1 0,490 (0,018-0,090/ 0,04-0,40) 1,025 (0,033-0,165/ 0,086-0,86) 1,305 (0,037-0,185/ 0,112-1,120) 1,480 (0,036-0,180/ 0,13-1,30) 1,645 (0,033-0,165/ 0,148-1,480)

10Пс+5р1 0,395 (0,018-0,180/ 0,043-0,215) 0,880 (0,033-0,330/ 0,106-0,530) 1,125 (0,037-0,370/ 0,151-0,755) 1,295 (0,036-0,360/ 0,187-0,935) 1,480 (0,033-0,330 0,23-1,15)

ЮПс+ЮР, 0,55 (0,016-0,16/ 0,039-0,39) 1,10 (0,026-0,26/ 0,084-0,84) 1,37 (0,027-0,27/ 0,11-1,1) 1,53 (0,025-0,25/ 0,128-1,28) 1,67 (0,021-0,210/ 0,146-1,460)

20Пс-К20р1 0,88 (0,012-0,240/ 0,032-0.640) 1,42 (0,013-0,260)/ (0,058-1,160) 1,62 (0,011-0,220)/ 0,070-1,400) 1,72 (0,009-0,180)/ 0,077-1,540) 1,82 (0,007-0,140)/ 0,084-1,680)

""Примечание: в скобках приведен вклад каждого родственника и суммарный вклад родственников данного блока (например, 5Пс+5р1 при ¿2=Ю,1: 0,02 - Шс; 0,10 - 5Пс; 0,044 -1Рц 0,220 -5Р0

Коэффициент наследуемости признака математически является коэффициентом регрессии фенотипа на генотип особи. Его значение относительно постоянно и определяется генетической природой признака. Использование для оценки племенной ценности наиболее оптимальных вариантов комбинаций родственников ведет к увеличению коэффициента связи фенотипа родственников на генотип пробанда и значительно повышает величину 0-коэффициента, что при равном селекционном дифференциале ведет к повышению эффекта селекции.

4. ЭФФЕКТИВНОСТЬ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЙ

Использование разработанного комплекса информационных технологий позволяет значительно интенсифицировать селекционный процесс, сократить затраты труда на генетико-статистическую обработку показателей продуктивности животных, дает возможность исключить ошибки в определении племенной ценности (генотипа) пробанда, повышая тем самым эффективность отбора. В частности, включение в оценку племенной ценности пробанда информации о продуктивности матери и 50 полусибсов в 11,5 раза повышает её точность по сравнению с оценкой по фенотипу матери.

Использовании при асимметричном характере распределения признаков в популяции традиционных методов расчета селекционных границ отбора и средних значений отобранной для дальнейшего воспроизводства группы сопровождается существенной ошибкой в определении селекционного дифференциала и, как следствие, прогнозировании эффекта селекции. Разработанный алгоритм, реализованный в компьютерной программе «Пласт», обеспечивает большую надежность прогноза эффекта отбора

ВЫВОДЫ

1. В линии А кросса «Птичное» асимметричным распределением характеризовались 22 проанализированных варианта из 27 (81%). Асимметричное распределение наблюдалось по живой массе, яйценоскости, половой зрелости; нормальное - по массе яйца в различные возрастные периоды.

2. Использование при асимметричном распределении признаков в популяции традиционных методов расчета селекционных границ отбора и средних значений продуктивности в отобранной для дальнейшего воспроизводства группы, базирующихся на нормальном распределении, вносит существенную ошибку в прогнозирование эффекта селекции (от 20 до 50%); при асимметричном распределении его частоты (варианты) могут в несколько раз отличаться от прогнозируемой величины (в 4,2 раза при Аб -2,56 и отборе птицы по яйценоскости на величину М-Ч^б).

3. Разработанный алгоритм, реализованный в компьютерной программе «Пласт», обеспечивает большую надежность прогноза эффекта отбора при асимметричном характере распределения признаков.

4. Исследования по реализации родительского фенотипа сельскохозяйственной птицы по половой зрелости, яйценоскости и массе яйца в потомстве показали, что для всех признаков наблюдается тенденция возврата к среднепопу-ляционным значениям. Поэтому эффективность отбора по показателям собственной продуктивности гарантирована только при значительной величине селекционного дифференциала

5. Достоверный рост яйценоскости в потомстве наблюдается при отборе птицы по собственной яйценоскости выше 80 яиц в 36 недель, массе яйца в 26 нед. до 62,0 г и половой зрелости до 160 дн.

6. Современные методы оценки племенной ценности животных проводятся, как правило, по показателям собственной продуктивности, путем сопоставления продуктивности пробанда с полу сносами, сверстниками или среднепопу-ляционными значениями без учета нелинейности величины /^-коэффициентов. Практически не применяются комбинированные методы оценки, основанные на привлечении к ней большого количества родственных пробанду животных различных степеней родства.

7. Созданы информационные технологии, обеспечивающие определение вклада фенотипов родственников в генотип пробанда при любых комбинациях, количестве и коэффициенте наследуемости признаков. При Ь2~0,1 вклад продуктивности матери в генотип пробанда составляет 5%; собственной продуктивности -10%, прабабки (МММ) - 1,2%. Наиболее перспективно использовать яри оценке генотипа пробанда показатели продуктивности его родственников, относящихся к следующим блокам: ММ (9), ОМ (10), МО (11), 00 (12), М (13), О (14), Р (15), ПС/ММ) (28), ПС(ОМ) (29), С(ММ + ОМ) (30), ПС(М0) (31), ПС(ОО) (32), С(М0 + 00) (33) ПС(М) (34), ПС(О) (35), ОМ+О) (36), (Р) (43), Р! ПС(М) (44), ?! ПС(О) (45).

8. Оценка генотипа пробанда по продуктивности 50 полусибсов при Ь2=0,1 увеличивает коэффициент регрессии их фенотипов на генотип пробанда в 5,5 раза по сравнению с оценкой племенной ценности птицы по показателям собственной продуктивности.

9. Комбинированная оценка петуха по матери и 50 полусибсам в 11,5 раза надежнее, чем по продуктивности матери, при этом соотношение вклада фенотипа матери и фенотипов полусибсов составляет 1:24.

ПРЕДЛОЖЕНИЯ ПРОИЗВОДСТВУ

1. Информационные технологии для оптимизации селекционного процесса (к.п. «Пласт», ах.№2005612254; «Критерий», а.с. № 2006610143; «Алгоритм», «С-1.Селекция» ас. 2006610244), позволяющие проводить статистический анализ показателей продуктивности, отбор по различным критериям, прогноз его эффективности, поиск и группировку родственников в базах данных, оценку вклада фенотипов родственников в генотип пробанда при различном количестве, комбинациях и коэффициенте наследуемости признаков.

2. Метод прогноза эффективности отбора при асимметричном характере распределении признаков в популяции.

3. Информационная модель и матрица данных связи между родственниками различных блоков модели.

4. Метод оценки вклада фенотипов родственников в генотип пробанда при различном их количестве, комбинациях и коэффициенте наследуемости признаков.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Контарев, И.В. Оценка комбинационной способности линий в животноводстве / А.И. Рудь, И.В. Контарев, В.В. Слепухин // Информационные технологии в обучении и сельскохозяйственном производстве: Материалы международной науч.-произв. конф. (23-24 апреля 2003 г.). - Новочеркасск, 2003. - С. 40-42.

2. Контарев, И.В. Информационные технологии при оценке генотипа пробанда / А.И. Рудь, И.В. Контарев, В.В. Слепухин // Информационные технологии в обучении и сельскохозяйственном производстве: Материалы международной науч.-произв. конф. (23-24 апреля 2003 г.). - Новочеркасск, 2003. ~ С.39-40.

3. Контарев, И.В. Оценка общей и специфической способности линий в животноводстве / И.В. Контарев [и др.]. - Персиановский-Новочеркасск, 2003. -63 с.

4. Контарев, И.В. Разработка алгоритма программы оптимизации точности оценки генотипа пробанда / Н.В. Михайлов, А.И. Рудь, И.В. Контарев // Стратегия развития АПК: технология, экономика, переработка, управление: Мат. Международной науч.-пр. конф. - Персиановский, 2004. - С. 108-109.

5. Контарев, И.В. Компьютерная программа «Пласт» / Н.В. Михайлов, А.И. Рудь, И.В. Контарев // Свидетельство об официальной регистрации программы для ЭВМ № 2005612254 от 2.09.2005. - М., 2005.

6. Контарев, И.В. Компьютерная программа «Пласт» Животноводство / Н.В. Михайлов, А.И. Рудь, И.В. Контарев // Научно-практические рекомендации по использованию компьютерных программ для селекционеров-практиков, студентов зооинженерных и технологических факультетов и слушателей факультетов повышения квалификации специалистов АПК. - Персиановский, 2005.- 26 с.

7. Контарев, И.В. Использование информационных технологий в селекции. Селекционно-информационный фильтр. Компьютерные программы «Критерий», «Алгоритм», «С-1. Селекция». Животноводство / Н.В. Михайлов, А.И. Рудь, И.В. Контарев // Научно-практические рекомендации по использованию компьютерных программ для селекционеров-практиков, студентов зооинженерных и технологических факультетов и слушателей факультетов повышения квалификации специалистов АПК. - Персиановский, 2005. — 30 с.

8. Контарев, И.В. Компьютерные технологии в практической селекции птицы / И.В. Контарев [и др.] // Птицеводство. - 2005. - № 10. - С.8-11.

9. Контарев, И.В. Информатизация в оценке генотипа племенной птицы / А.И. Рудь, Н.В. Михайлов, И.В. Контарев // Птицеводство. - 2005. - № 12. -С.13-16.

10. Контарев, И.В. Компьютерная программа «Критерий» / Н.В. Михайлов, А.И. Рудь, И.В. Контарев // Свидетельство об официальной регистрации программы для ЭВМ № 2006610143 от 10.01.2006. - М., 2006.

11. Контарев, И.В. Компьютерная программа «С-1. Селекция» / Н.В. Михайлов, А.И. Рудь, И.В. Контарев // Свидетельство об официальной регистрации программы для ЭВМ № 2006610244 от 10.01.2006. - М., 2006.

Контарев Игорь Викторович

Оптимизация и моделирование..;; методов племенного отбора в птицеводстве

■ Т' О'

диссертации на соискание учёной степени кандидата сельскохозяйственных наук

Донской государственный аграрный университет .. 346 493, нос. Персиановский, Октябрьский (с) район,. Ростовская обл.

печать 25.02.06 Объём I усл.печ.л. *№298 Тираж 100 экз.

пос. Шрсиаиовскии,

/&&6А-

Содержание диссертации, кандидата сельскохозяйственных наук, Контарев, Игорь Викторович

ВВЕДЕНИЕ

1. СОСТОЯНИЕ ИЗУЧЕННОСТИ ВОПРОСА И ПОСТАНОВКА 8 ЗАДАЧ ИССЛЕДОВАНИЯ

1.1. Методы селекции в животноводстве

1.2. Современные подходы к оценке генотипа пробанда

1.3. Использование информационных технологий в племенном 27 животноводстве

2. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

• 3. МАТЕРИАЛ И МЕТОДИКА ИССЛЕДОВАНИЙ 39 4. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ

4.1. Автоматизированная система управления селекционным 44 процессом

4.1.1. Статистический анализ показателей продуктивности 45 птицы

4.1.2. Оценка характера распределения признаков в популяции 72 и его влияние на эффективность племенного отбора

4.1.3. Оценка эффективности различных методов отбора 83 4.2. Повышение точности оценки генотипа сельскохозяйственной птицы

4.2.1. Поиск в базах данных и группировка родственников 91 пробанда

4.2.2. Вклад фенотипов родственников различных степеней 96 родства в оценку генотипа пробанда

4.2.3. Выбор комбинаций родственников, обеспечивающих 113 максимальную достоверность оценки племенной ценности пробанда

5. ЭФФЕКТИВНОСТЬ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИИ

ВЫВОДЫ

ПРЕДЛОЖЕНИЯ ПРОИЗВОДСТВУ

Введение Диссертация по сельскому хозяйству, на тему "Оптимизация и моделирование методов племенного отбора в птицеводстве"

Сельское хозяйство определяет стратегическую безопасность любого государства. Оно дает жизненно необходимую человеку продукцию: основные продукты питания и сырье для изготовления предметов потребления. Сельское хозяйство производит свыше 12% валового общественного продукта и более 15% национального дохода России, сосредоточивает 15,7% основных производственных фондов, является потребителем продукции восьмидесяти и поставщиком для шестидесяти отраслей промышленности (Фисинин, 2004).

Важнейшей отраслью сельского хозяйства является птицеводство. Его основной задачей является производство продукции, соответствующей по объему и качеству численности населения страны, нормам питания и по ценам, обеспечивающим её рентабельность и соизмеримость с размерами доходов большинства населения. Если раньше целью производства было получение как можно большего объема продукции, практически любой ценой, то сейчас главным критерием стала конкурентоспособность и безубыточность отрасли. Обеспечить её высокую эффективность возможно только внедрением высоких технологий во все звенья технологического процесса (Фисинин, 2002).

В последние десятилетия хозяйственный прогресс во все большей мере определяется развитием информационного сектора экономики. Использование компьютерных технологий существенно сокращает трудозатраты, повышает эффективность производства и, в конечном счете, обеспечивает высокую его рентабельность (Басовский с соавт., 1974; Гущин с соавт., 1994; Гай-ирбегов, Коротаевский, 1997; Alhalabi, 1997; Stanke, 1997; Соляник, Соляник, 1999; Vinterova, Vinter, 2000; Бугаев, 2001 и др.). Поэтому в 1996 году расходы американских компаний на приобретение информации и информационных технологий, достигли 212 млрд. долл. и почти в два раза превысили затраты на обновление основных производственных фондов. В 2004 году компания Microsoft, один из крупнейших разработчиков информационных технологий, потратила на научно-исследовательские цели 5 миллиардов долларов.

В настоящее время всё чаще поднимается вопрос о применении новых информационных технологий в сельском хозяйстве, в частности в племенной работе (Leite, 1987; Сиптиц с соавт., 1996; Громова, 1997; Стрелков, Райхман, 1998; Подобаев, 2001; Логинова, 2001; Бычаев, 2002). Это не только новые технические средства, но и новые формы и методы оценки племенной ценности животных, применение которых долгое время было затруднено в силу сложности обработки вручную больших массивов информации, содержащихся в электронных базах данных о продуктивности нескольких поколений животных. В то же время потребность в таких технологиях достаточно высока. Сложились предельно благоприятные условия для их разработки и широкой апробации (Лабинов, Крикун, 2000).

Важнейшей задачей, стоящей перед зоотехником-селекционером, является отбор для воспроизводства лучших в племенном отношении особей. При этом методы отбора животных, с успехом применявшиеся многие десятилетия (в первую очередь, отбор по показателям собственной продуктивности), в настоящее время оказываются недостаточно эффективными. Создание компьютеров нового поколения, имеющих высокие технические характеристики, позволяет реализовать более сложные методы оценки племенной ценности животных, до последнего времени остававшиеся недоступными. Повысить точность оценки племенной ценности птицы возможно путем привлечения к ней информации о продуктивности её ближайших родственников. В ходе работы нами были разработаны алгоритмы, реализованные в компьютерных программах, позволяющих проводить статистический анализ популяции, оценивать генотип с.-х. птицы по различным критериям, проводить её отбор по заданным селекционером условиям и оценивать эффективность различных методов отбора.

Положения, выводы и рекомендации, разработанные в ходе выполнения диссертационной работы, нашли применение в селекции с.-х. птицы на ОНО (ХО) ППЗ «Птичное» Московской области, Министерстве сельского хозяйства и продовольствия Ростовской области, апробированы в производственных условиях и опубликованы в печати.

По результатам исследований даны практические предложения, которые рассмотрены и одобрены на заседаниях Министерства сельского хозяйства и продовольствия Ростовской области, координационном совещании по птицеводству, посвященному 75-летию Всероссийского научно-исследовательского и технологического института птицеводства (ВНИТИП) и выполнению научно-исследовательских работ по координационному плану на 2001-2005 гг. «Повышение эффективности птицеводства на основе создания новых линий и кроссов птицы, энергосберегающих технологий, производства и переработки птицеводческой продукции; секции «Селекция сельскохозяйственной птицы».

В работе обобщены исследования, выполненные в соответствии с государственными и областными целевыми комплексными научно-техническими программами, на кафедре частной зоотехнии, в лаборатории по разработке теоретических основ селекции с.-х. животных Донского ГАУ в период с 2002 по 2005 гг.

Основные положения диссертации, выносимые на защиту:

- система автоматизации селекционного процесса по разработанным алгоритмам, реализованным в информационных компьютерных программах «Пласт», «Критерий», «Алгоритм», «С-1. Селекция»;

- распределение признаков в популяции и его влияние на точность прогноза эффекта селекции;

- реализация фенотипа родителей в потомстве при различной величине селекционного дифференциала;

- информационная математическая модель родственников пробанда в пяти поколениях;

- вклад родственников различных степеней родства в генотип пробанда в зависимости от их комбинаций, количества и коэффициента наследуемости признака.

Автор выражает глубокую признательность научному руководителю, доц. А.И. Рудю, профессорам Донского ГАУ А.И. Бараникову, Ю.А. Колосову, Н.В. Михайлову, сотрудникам кафедры частной зоотехнии за оказанную помощь, а также руководителям и специалистам хозяйств, где проводились исследования.

Заключение Диссертация по теме "Разведение, селекция, генетика и воспроизводство сельскохозяйственных животных", Контарев, Игорь Викторович

выводы

1. В линии А кросса «Птичное» асимметричным распределением характеризовались 22 проанализированных варианта из 27 (81%). Асимметричное распределение наблюдалось по живой массе, яйценоскости, половой зрелости; нормальное - по массе яиц в различные возрастные периоды.

2. Использование при асимметричном распределении признаков в популяции традиционных методов расчета селекционных границ отбора и средних значений продуктивности в отобранной для дальнейшего воспроизводства группы, базирующихся на нормальном распределении, вносит существенную ошибку в прогнозирование эффекта селекции (от 20 до 50%); при асимметричном распределении его частоты (варианты) могут в несколько раз отличаться от прогнозируемой величины (в 4,2 раза при As -2,56 и отборе птицы по яйценоскости на величину М+1у5).

3. Разработанный алгоритм, реализованный в компьютерной программе «Пласт», обеспечивает большую надежность прогноза эффекта отбора при асимметричном характере распределения признаков.

4. Исследования по реализации родительского фенотипа сельскохозяйственной птицы по половой зрелости, яйценоскости и массе яйца в потомстве показали, что для всех признаков наблюдается тенденция возврата к среднепопу-ляционным значениям. Поэтому эффективность отбора по показателям собственной продуктивности гарантирована только при значительной величине селекционного дифференциала.

5. Достоверный рост яйценоскости в потомстве наблюдается при отборе птицы по собственной яйценоскости выше 80 яиц в 36 недель, массе яйца в 26 нед. до 62,0 г и половой зрелости до 160 дн.

6. Современные методы оценки племенной ценности животных проводятся, как правило, по показателям собственной продуктивности, путем сопоставления продуктивности пробанда с полусибсами, сверстниками или среднепопу-ляционными значениями без учета нелинейности величины Р-коэффициентов. Практически не применяются комбинированные методы оценки, основанные на привлечении к ней большого количества родственных пробанду животных различных степеней родства.

7. Созданы информационные технологии, обеспечивающие определение вклада фенотипов родственников в генотип пробанда при любых комбинациях, количестве и коэффициенте наследуемости признаков. При h2=0,l вклад продуктивности матери в генотип пробанда составляет 5%; собственной продуктивности - 10%, прабабки (МММ) - 1,2%. Наиболее перспективно использовать при оценке генотипа пробанда показатели продуктивности его родственников, относящихся к следующим блокам: ММ (9), ОМ (10), МО (11), ОО (12), М (13), О (14), Р (15), ПС(ММ) (28), ПС(ОМ) (29), С(ММ + ОМ) (30), ПС(МО) (31), ПС(ОО) (32), С(МО + ОО) (33) ПС(М) (34), ПС(О) (35), С(М+0) (36), F, (Р) (43), F, ПС(М) (44), F, ПС(О) (45).

8. Оценка генотипа пробанда по продуктивности 50 полусибсов при h2=0,1 увеличивает коэффициент регрессии их фенотипов на генотип пробанда в 5,5 раза по сравнению с оценкой племенной ценности птицы по показателям собственной продуктивности.

9. Комбинированная оценка петуха по матери и 50 полусибсам в 11,5 раза надежнее, чем по продуктивности матери, при этом соотношение вклада фенотипа матери и фенотипов полусибсов составляет 1:24.

ПРЕДЛОЖЕНИЯ ПРОИЗВОДСТВУ

1. Информационные технологии для оптимизации селекционного процесса (к.п. «Пласт», а.с.№2005612254; «Критерий», а.с. № 2006610143; «Алгоритм», «С-1.Селекция» а.с. 2006610244), позволяющие проводить статистический анализ показателей продуктивности, отбор по различным критериям, прогноз его эффективности, поиск и группировку родственников в базах данных, оценку вклада фенотипов родственников в генотип пробанда при различном количестве, комбинациях и коэффициенте наследуемости признаков.

2. Метод прогноза эффективности отбора при асимметричном характере распределении признаков в популяции.

3. Информационная модель и матрица данных связи между родственниками различных блоков модели.

4. Метод оценки вклада фенотипов родственников в генотип пробанда при различном их количестве, комбинациях и коэффициенте наследуемости признаков.

Библиография Диссертация по сельскому хозяйству, кандидата сельскохозяйственных наук, Контарев, Игорь Викторович, Персиановский

1. Агафонова, В.Г Методы моделирования при разработке селекционной программы Текст . /В.Г. Агафонова, А.С. Серёгин // Зоотехния. 1990.• №10.-С. 20-22.

2. Айвазян, С.А Прикладная статистика: Основы моделирования и первичная обработка данных. Текст . : справочное издание / С.А. Айвазян, Н.С.Енюков, Л.Д. Мешалкин; под ред. Айвазяна С.А. М.: Финансы и статистика 1983.-471 с.

3. Басовский, И.З. Селекция в животноводстве с применением вычислительной техники. Текст . / Н.З. Басовский, В.П. Попов, С.Ф. Погодаев- М., 1974.-50 с.

4. Басовский, Н.З. Сравнительная оценка различных методов определения коэффициентов наследуемости Текст. / Н.З. Басовский, В.П. Попов // Генетика.- 1968.- Т.4. № 10. - С. 67-76.

5. Беляев, Д.К. Анализ генетических и фенотипических корреляций всвязи с некоторыми проблемами селекции и эволюции Текст. / Д.К. Беляев,

6. В.А. Ратнер // Докл. АН СССР.- 1962. Т. 140.- №3.- С. 699-702.

7. Птицеводство и технология производства яиц и мяса птицы Текст. /Б.Ф. Бессарабов, Л.Д. Жаворонкова, П.Л.,A.M. Раецкий.- М.: Колос, 1994. -271с.

8. Бигон, М. Экология. Особи, популяции и сообщества Текст. /Дж.Харпер , К.Таунсенд .- В 2-х т; под ред. A.M. Гилярова М.: Мир, 1989л Т.1.-660 с; Т.2.-386 с.

9. Ю.Боголюбский, С.И. Селекция сельскохозяйственной птицы Текст. / С.И. Боголюбский.- М.: Агропромиздат, 1991. 285 с.

10. Бондарь, Г.В. Теоретическое обоснование и экспериментальная проверка точности оценки племенных качеств при дифференцированной селекции свиней: автореферат дис.кандидат с.-х. наук. (06.02.01)/ Бондарь Галина Васильевна.- Персиановский, 1997.- 24 с.

11. Бугаев, М. Программное обеспечение для решения задач АПК Текст. / М. Бугаёв // Сельские вести. 2001. - №3.- С. 36.

12. Бычаев, А.Г. Математическое обеспечение селекционного процесса в птицеводстве Текст. /А.Г. Бычаев // Теория и практика селекции яичных и мясных кур: сб. науч. тр. СПб.;Пушкин, 2002. - С. 16-38.

13. Вернер, Е.А. Электронные системы обработки данных в сельском хозяйстве Текст. / Е.А. Вернер // Техника и оборуд. для села. 2003. - № 5. -С. 47-48.

14. Ворошилов, Н.В. Значение анализа сибсов в развитии теории и методов селекции животных Текст. / Н.В. Ворошилов // Генетика.- 1966.- №3. -С. 68-75.

15. Гайирбегов, Д.Ш Обработка и анализ зооветеринарной отчетности с применением персональных ЭВМ Текст. / Д.Ш. Гайирбегов, А.Г. Коротаев-ский // Физиол. и биол. основы высокой продуктивности животных. Саранск, 1997.-С. 221-222.

16. Гальперн, И.Л. Концепция развития исследований в области селекции, разведения и воспроизводства сельскохозяйственной птицы Текст. / И.Л. Гальперн // Теория и практика селекции яичных и мясных кур: сб. науч. тр. СПб;Пушкин, 2002. - С.6-15.

17. Герард, А. Генетика в племенном птицеводстве Текст. /А. Герард, А.Алберс //Животновод. 2000. - №2. - С. 10-12.

18. Глебова, Т. Использование компьютерных технологий в молочном скотоводстве Текст. / Т. Глебова, А.И. Рудь, Н. Михайлов, Н. Бахтин,

19. А.Байдюк // Материалы Третьей Всерос. диет, науч.-практ. конф. студентов, асп. и мол. уч.- Персиановский, 2005.-е. 120-121.

20. Громова, Т. Персональные компьютеры помощники селекционеров Селекционный учет в птицеводстве. Программа инкубации. [Текст] / Т.Громова // Птицеводство. - 1997. - № 1. - С. 10-11.

21. Гущин, В. Методика разработки компьютерных программ для решения задач управления птицепроизводством Текст. / В. Гущин, JI. Акопова, С. Лужецкий // Передовой науч.-произв. опыт в птицеводстве: экспресс-информ.- М.,1994. №5. - С. 1-5.

22. Дубинин, И.П. Генетика популяций и селекция Текст. / И.П. Дубинин, Я.Л. Глембоцкий М.:Наука, 1967. - 591 с.

23. Жебровский, Л.С. Селекционная работа в условиях интенсификации животноводства Текст. / Л.С. Жебровский. Л.: ВО Агропромиздат, 1987. -455 с.

24. Жебровский, Л.С. Селекция животных Текст. / Л.С. Жебровский.-М., 2002.-256с.

25. Инге-Вегтомов, С.Г. Генетика с основами селекции Текст./С.Г. Инге-Вегтомов.-М.: Высшая школа, 1989. 551с.

26. Иогансон И. Генетика и разведение домашних животных Текст. /И.Иогансон, Я. Рендель, С. Граверт М.: Колос, 1970. - 351с.

27. Иоганссон И. Современное состояние и перспективы племенного животноводства Текст. / И. Иогансон //Руководство по разведению животных,- М., 1963. -Т.2.- С. 536-544.

28. Костылев, Э.В. Интенсификация селекционного отбора и оптимизация методов оценки племенной ценности свиней с использованием ЭВМ: /автореф. дис. канд. с.-х. наук. Персиановский, 2000. -20 с.

29. Кочиш, И.И. Использование селекционных индексов в птицеводстве Текст. / И.И. Кочиш // Использ. мат. методов прогнозирования и моделирования селекц. процесса при крупномасштаб. селекции с.-х. животных: М., 1989.-С. 105-115.

30. Кочиш, И.И. Птицеводство Текст. / И.И. Кочиш, М.Г. Петраш, С.Б.Смирнов. М.: Колос, 2003. - 407 с.

31. Кравченко,Н. Племенное птицеводство России Текст. / Н.Кравченко, В. Онисовец, М. Анненкова // Птицеводство. 2004. - №2.-С.7-10.

32. Красота, В.Ф. Разведение с.-х. животных Текст. /В.Ф. Красота, В.Т.Лобанов, Т.Г. Джапаридзе. -М.: Агропромиздат, 1990. 461с.

33. Кремянская, Е.В. Молоко дает. компьютер Колхоз им. Кирова Ко-реновского р-на Краснодарского края. [ Текст] / Е.В. Кремянская // Сельские зори,- 2001. № 7. - С.28-29.

34. Кудрявцев, В.Б. Компьютерная технология селекционно-племенной работы Применение в звероводстве. [ Текст] / В.Б. Кудрявцев // Кролиководство и звероводство. 2000. - №5. - С. 8-9.

35. Кушнер, Х.Ф. Вопросы генетики и разведения животных ГДР Текст. / Х.Ф. Кушнер //Животноводство.- 1968. -№2. С.89-94.

36. Кушнер, Х.Ф. Исследования по проблеме взаимодействия генотипа и среды у сельскохозяйственных животных Текст. / Х.Ф.Кушнер // Междунар. с.-х. журн.- 1975. № 2.- С. 78-83.

37. Кушнер, Х.Ф. Наследственность с.-х. животных (с элементами селекции) Текст./ Х.Ф. Кушнер.-М.: Колос, 1964.С. 487с.

38. Кушнер, Х.Ф. Наследуемость и повторяемость признаков животных: методы определения и значение для селекции Текст. / Х.Ф. Кушнер //Животноводство.- 1964.- №2.- С. 80-85; №5.- С. 68-73; №8.- С. 60-64.

39. Кушнер, Х.Ф. Наследуемость сельскохозяйственных животных (с элементами селекции) Текст. / Х.Ф. Кушнер.- М.: Колос, 1964. 487с.

40. Кушнер, Х.Ф. О соотношении массового и индивидуального отбора в племенной работе с животными Текст. / Х.Ф. Кушнер // Изв. АН СССР. Сер. Биол,- 1959.- №6.- С.898-920.

41. Лабинов, В.В. Племенное животноводство и задачи государственной племенной службы России Текст. / В.В. Лабинов, Т.М. Крикун // Зоотех-ния.-2000.- №1.- С. 2-12.

42. Лакин, Г.Ф. Биометрия Текст. / Г.Ф. Лакин. Изд. 4-е, перераб. и доп. - М.: Высшая школа, 1990. - 352 с.

43. Лепер, П.Р. Генетико-математические основы различных методов оценки племенных качеств животных Текст. /П.Р. Лепер, З.С. Никоро. -Новосибирск: Наука, 1966.- 141с.

44. Лесли, Д.Ф. Генетические основы селекции с.-х. животных Текст. / Д.Ф. Лесли . М.: Колос, 1982. - 391с.

45. Логинова, В. Компьютер в роли "свахи" Опыт работы звероплемза-вода "Савватьево", Тверская обл. [ Текст] / В. Логинова // Животноводство России. 2001. - № 4. - С. 22-24.

46. Мазер, К. Биометрическая генетика Текст. /К. Мазер, Д.Джинке. -М.: Колос, 1985.-227с.

47. Меркурьева, Е.К. Генетика с основами биометрии Текст. / Е.К. Меркурьева, Г.Н. Шангин-Березовский. -М.: Колос, 1983.-400 с.

48. Миронова, И.М. Компьютер пришел всерьез и навсегда Компьютеризация в селекционно-племенной работе звероводческих племенных заводов. [ Текст] / И.М. Миронова// Кролиководство и звероводство. 2000. -№1. - С. 11-12.

49. Митронин. А. Опыт работы с курами кросса "Прогресс" Текст. / А.Митронин, Г. Павлушкина. Е. Устинова, А. Гофман // Птицеводство. -2004. № 6.-С. 2-4.

50. Михайлов. Н.В. Оценка генотипа сельскохозяйственных животных Текст. / Н.В. Михайлов, Г.А. Каратунов. В.Д. Кабанов // Вестник Российской академии сельскохозяйственных наук. 1998. - № 2. - С.61-63.

51. Михайлов, Н.В. Интенсификация племенного отбора в свиноводстве Текст. / Н.В. Михайлов, Г.А. Каратунов, O.JI. Третьякова, Э.В. Костылев Персиановский, 1999.- 100 с.

52. Михайлов, Н.В.Методика конструирования селекционных индексов отбора в свиноводстве Текст. / Н.В. Михайлов. А.К. Ганжа, А.Н. Михайлова // Разведение, кормление и технология содержания свиней. Персиановка, 1986. - С.92-95.

53. Михайлов, Н.В. Селекционно-генетические аспекты оценки наследственных качеств животных Текст. / Н.В. Михайлов, В.Д. Кабанов, Г.А. Каратунов-Новочеркасск, 1996.-63с.

54. Михайлов, Н.В. Система оптимизации оценки племенной ценности сельскохозяйственных животных Текст. : методические рекомендации/Н.В.Михайлов, Ю.А. Колосов. Г.А. Каратунов, O.JI. Третьякова. Персиановский, 1999. - 30 с.

55. Михайлов, Н.В. Оценка животных по боковому родству Текст. / Н.В. Михайлов, В.И. Степанов // Свиноводство. 1993. - № 4. - С.14-16.

56. Михайлов, Н.В. Селекционно-информационный фильтр Текст. / Н.В. Михайлов, O.J1. Третьякова. А.И. Рудь. Новочеркасск, 2004. - 112 с.

57. Набалдян, К.С. Некоторые экономические вопросы повышения рентабельности бройлерного производства Текст. / К.С. Набалдян // Теория и практика селекции яичных и мясных кур: сб. науч. тр. СПб.; Пушкин, 2002. -С.277-282.

58. Никитченко, И.Н. Методические положения конструирования селекционных индексов в животноводстве Текст. / И.Н. Никитченко// Сб. тр. / Белорус. НИИ животноводства. 1983. - Т.24: С.14-21.

59. Никитченко, И.Н. Пути повышения эффективности племенной работы в свиноводстве на основе применения генетико-популяционных параметров и методов: автореф. дис. д-ра с. -х. наук / Никитченко Иван Николаевич. Персиановка, 1978. - 47 с.

60. Никоро, З.С. Соотношение генетических и фенотипических корреляций Текст. \ З.С. Никоро, З.С. Киселева // Вопросы математической гене-тики.-Минск, 1969.-С. 129-138.

61. Петухов, В.Л. Генетические основы селекции животных Текст./ В.Л.Петухов, Л.К. Эрнет, И.И. Грудимин. М.: Агропромиздат, 1989. - 94с.

62. Плохинский, Н.А. Руководство по биометрии для зоотехников Текст. / Н.А. Плохинский. М.: Колос, 1969. - 252 с.

63. Плохинский, Н.А. Алгоритмы биометрии Текст. / Н.А. Плохинский. М.: Изд-во МГУ, 1967. - 81 с.

64. Плохинский, Н.А. Биометрия Текст. / Н.А. Плохинский. Новосибирск, 1961.-364 с.

65. Погуца, Н.В. Оценка племенной ценности петухов породы корниш при разном количестве потомков: автореф. дисс. канд. с.-х. наук. / Н.В. Погу-ца Загорск. - 1990. - 123с.

66. Подобаев, В.А. Информационные технологии в коневодстве России Текст. / В.А. Подобаев // Актуал. вопр. развития коневодства в России и странах СНГ. СПб., 2000. - С. 28-31.

67. Подстрешный, А.П. Использование групп крови для анализа линий кур в процессе селекции Текст. / А.П. Подстрешный // Генетические и методические аспекты селекции с.-х. растений и животных.-Киев, 1983. С. 173175.

68. Поляков, П.Е Селекция. Использование новых программ Текст. /П.Е. Поляков.- М.:Колос, 2003.- 120с.

69. Поляничкин, А.А. Популяционная генетика в птицеводстве Текст. /

70. A.А. Поляничкин. М.: Колос, 1980. - 256 с.

71. Популяционная генетика для животноводов-селекционеров Текст. /

72. B. Шталь, Д. Раш, Р. Милер , Я. Вахал . М.: Колос, 1973. - 439с.

73. Рудь, А.И. Методические аспекты точности прогнозирования племенной ценности животных Текст. / А.И. Рудь // Известия высших учебных заведений. Северо-Кавказский регион. Естественные науки.- 2005. № 6. Приложение. - С. 45-50.

74. Статистический анализ оценки генотипа животных Текст. / А.И.Рудь, O.JI. Третьякова, Н.В. Михайлов .- Новочеркасск, 2004. 68с.

75. Рябко, В.М. Совершенствование методики определения генетических корреляций для селекционных индексов Текст. / В.М. Рябко, А.И. Горлов // Генетика. 1999. -Т.35. - № 6. - С. 847-852.

76. Симонова, В.Н. Оптимизация производственной структуры свиноводческого предприятия с использованием ПЭВМ Текст. / В.Н. Симонова // Повышение эффективности ведения свиноводства. Быково, 1999. - С. 40-43.

77. Сингх, Б.П. Молекулярные и количественные подходы в селекции Текст. / Б.П. Сингх // Птица и птицепродукты. 2003. - №5. - С. 18-20.

78. Сиптиц, С.О. Программы для персонального компьютера: "Фермер", "Генетический мониторинг" Текст. / С.О. Сиптиц, Н.Г. Н.Г. Букаров,

79. Е.Г.Федотова // Молекуляр.-генетические маркеры животных. Киев, 1996. -С. 100.

80. Смарагдов, М.Г. Линия специфические ДНК маркеры у кур, подвергшихся длительной разнонаправленной селекции Анализ геномов кур породы черно-пестрый плимутрок. [Текст] / М.Г. Смарагдов, И.А. Колесник, А.Ф. Смирнов. Киев, 1999 . - С. 32-33.

81. Соляник, В.В. Эффективность применения компьютерных программ при составлении рецептов комбикормов для кормления сельскохозяйственных животных Текст. / В.В. Соляник, А.В. Соляник // Зоотехн. наука Беларуси. 1999. - Т.34. - С. 232-240.

82. Сочкан, И.А. Сравнительная эффективность индексной селекции и отбора птицы при селекции по отрицательно коррелирующим признакам Текст. / И.А. Сочкан // Селекц.-технол. процессы в пром. Птицеводстве.-1987.-С. 11-19.

83. Стакан, Г.А. Взаимодействие генотипа со средой в процессе преобразующего отбора по количественным признакам: автореф. дис. д-ра с.-х. наук / Г.А. Стакан. Новосибирск, 1968. - 105 с.

84. Стакан, Г.А. Значение взаимодействия генотипа со средой в племенной работе с животными Текст. /Г.А. Стакан // Генетические основы селекции животных. М., 1969.- С. 203-230.

85. Станшевская, О.И. Прогнозирование племенных качеств кур по интенсивности обмена веществ в эмбриогенезе Текст. / О.И. Станшевская, С.М. Кислюк // Бюл. ВНИИ разведения и генетики с.-х. животных.- 1988.-Т.108.-С. 16-20.

86. Стрелков, Г.В. Компьютерная система управления подбором быков-производителей к товарным стадам Текст. / Г.В. Стрелков, А.Я. Райхман // Актуал. пробл. интенсив, развития животноводства. Горки, 1998. - С. 189192.

87. Татарчук, В.В. Результаты селекции кур по уровню глюкокортико-идных гормонов в ответ на дозированный стресс-фактор Текст. /В.В. Та-тарчук // Бюл. ВНИИ разведения и генетики с.-х. животных.- 1983.- Т. 66. -С.20-26.

88. Теоретические основы селекции животных / З.С. Никоро, Г.А. Стакан, З.Н. Харитонова и др. М.: Колос, 1968. - 440 с.

89. Бройлеры для детского питания Оценка качества мяса цыплят кросса "СК-Русь". [Текст] / Н. Тимошенко, В. Слепухин, В. Луговский, В. Лукашенко, И. Стефанова // Птицеводство. 2000. - № 1. - С. 42-43.

90. Ухтверов, А. Влияние способа и интенсивности отбора родителей на продуктивность потомков Текст. / А. Ухтверов // Свиноводство. 1992. -№2-3. - с. 15.

91. Фисинин, В.И. Птицеводство России. Преодоление кризиса Текст. / В.И. Фисинин // Птица и птицепродукты. 2002. - № 3-4. - С.5.

92. Фисинин, В.И. Стратегические тенденции развития мирового и отечественного птицеводства Текст. / В.И. Фисинин // Птица и птицепродукты. 2004. - №2. - С.7-10.

93. Фисинин, В.И. Стратегия развития отрасли и научных исследований по птицеводству в XXI веке Текст. / В.И. Фисинин // Сб. науч. тр. ВНИТИП. Сергиев Посад, 2000. - Вып.75.-С.З-17.

94. Фишер, Р.А. Статистические методы для исследований Текст. / Р.А. Фишер. М.: Госстатиздат, 1958. - 288 с.

95. Фолконер, Д.С. Введение в генетику количественных признаков Текст./ Д.С.Фолконер. М.: Агропромиздат, 1985. -455с.

96. Хедрик, В. Генетика популяций Текст. \ В. Хедрик. М.: Техносфера, 2003. — 592 с.

97. Хэммонд, Д. Биологические проблемы животноводства Текст. /Д. Хэммонд. М.: Колос, 1964. - 316 с.

98. Черепанов, С.В. Биотехнология селекции яичной и мясной птицы // Теория и практика селекции яичных и мясных кур: сб.науч. тр. СПб; Пушкин, 2002. — С.135-143.

99. Шиллер, Р. Селекция в животноводческой практике Текст. / Р.Шиллер, Я. Вахал, Я. Вины.-М.: Колос, 1981.-215 с.

100. Шишкин, Ю.И. Оценка птицы с помощью селекционного индекса по трем коррелирующим признакам Яичные куры. [ Текст] / Ю.И. Шишкин // Методы повышения продуктивности и качества яиц с.-х. птицы. -СПб., 1991.-С. 4-7.

101. Шишкин, Ю.И. Применение метода корреляционных плеяд в птицеводстве Текст. / Ю.И. Шишкин // Пути интенсификации пр-ва продуктов птицеводства.-М., 1988. С. 23-29.

102. Экономические и политические аспекты развития животноводства и птицеводства России / Пресс-релиз 21 апреля 2005 года Электронный ресурс. // http://www.ex-po.ru/cgi-bin/index.cgi?action=news&newsidin=140

103. Эрнст, J1.K. Значение использования вычислительной техники в генетических программах Текст. / JI.K. Эрнст // Актуальные вопросы прикладной генетики в животноводстве. М.: Колос, 1982. - С.82-97.

104. Akhtar, S.M.H. Relative efficiency of three selection methods Text. /S.M.H. Akhtar, S.K. Verma, H.R. Mishra // Indian J. anim. Sc. 1987. - Vol. 57, №6.-P. 584-586.

105. Albers, G. Future trends in poultry breeding Text. / G. Albers // World Poultry. 1998. - Vol. 14. - P. 42-50.

106. Alchalabi, D.A. Using a personal computer to design a poultry house Text. / D.F. Alchalabi // Agr. Mechan. in Asia, Africa, Latin America. 1997. -Vol. 28, № l.-P. 50-54.

107. Artmann, R. Rechnergesttitzte Milchviehhaltung Text. / R. Artmann ^ // Forschungsrep. Ernahrung-Landwirtschaft-Forsten. -Bonn, 1990. № 5. - S.7-10.

108. Borsting, E. Selection for shell colour Text. / E. Borsting, G. Boysen,iL

109. K. Stokholm // Proceedings and abstracts./ 17 Word's poultry congr. And exhib., Helsinki, 1984.-P. 153-154.

110. Bougler, J. Animaux du futur, 1 "industrie plutot que les eprouvettes Text. / J. Bougler//Cultivar.- 1988.-Vol. 233. P. 134-139.

111. Bulfield, G. Genetic manipulation of egg quality Text. / G. Bulfield, • J.C. McKay // Poultry science symposium ser. 1987. - Vol. 20. - P. 195-201.

112. Burt, D. Application of biotechnology in the poultry industry electronic resource. / D. Burt // Abstracts & Proceedings of the XXI Worlds Poultry Congress. Montreal, 2000. - (CD - ROM).

113. Efeito de erros de pedigree na selecao Text. / P.L.S. Cameiro, R.F.Euclydts, M. de A. Silva e.a. // Rev. brasil. Zootecn. 1999. - Vol. 28, № 2. -P. 269-274.

114. Text. / L.B. Crittenden, D.W. Salter // Avian Dis. 1986. - Vol. 30, № 1. - P.43-46.

115. Halverson, J. The molecular approach to poultry breeding Text. / J.Halverson, R. Rauen // Proceedings. 1988. - P. 175-184.

116. Hermier, D. Chapman M.J., Leclercq B. Plasma lipoprotein profile in fasted and refed chickens of two strains selected for high or low adiposity Text. / D. Hermier, M.J. Chapman, B. Leclercq // J. Nutrit. 1984. - Vol. 114, № 6. -P.l 112-1121.

117. Hunton, P. Selection limits: Have they been reached in the poultry • industry Text. / P. Hunton // Canad. J. anim. Sc. 1984. - Vol. 64, N 2. - P. 217221.

118. Hunton, P. Genetic advances: how much more should we expect? Text. / P. Hunton // Poultry intern. 1994. - Vol. 33, № 6. - P. 36-38.

119. Jansen, G.B. Linear programming in selection of livestock Text. / G.B. Jansen, J. W. Wilton // J. Dairy Sc. 1984. - Vol. 67, N 4. - P. 897-901.

120. Kulisiewicz, Z. BLUP teoria, historia, zastosowanie Text. / Z. Ku-lisiewicz // Pr. Materialy zootechn. - Warszawa, 1998. - № 53. - S. 7-20.

121. Larsen, T. A vlsmalet er storst mulig fortfeneste Text. / T. Larsen // Dansk Erhvervsfjerkrae. 1985. - S. 98-100.

122. Leenstra, F.R. Fat deposition in a broiler sire strain. 5. Comparisons of economic efficiency of direct and indirect selection against fatness Text. / F.R.Leenstra // Poultry Sc. 1988. - Vol. 67, № 1. - P. 16-24.

123. Leithe, M.H. Zuchtziele und ziichterische Massnahmen zur Verbesse-rung der Wirtschaftlichkeit von Legehybriden und Broilern Text. / M.H. Leithe // Osterr. Gefliigelwirtsch. 1987. - Vol. 26, № 7. - S. 193-195.

124. Relationship of plasma estradiol and progesterone levels to egg productivity in domestic chicken hens Text. / D.E. Leszczynski, R.C. Hagan, J.J. Bit-good, F. A. Kummerow // Poultry Sc. 1985. - Vol. 64, № 3. - P. 545-549.

125. Longworth, J.W. Biotechnology: scientific potential and socioeconomic implications for agriculture Text. / J.W. Longworth // Rev. Marketig agr. Econ.- 1987.-Vol. 55, № 3.- P. 187-199.

126. Millet, N. Analyse en composantes principales de la production de 1 "oeuf Text. / N. Millet, J.P. Boyer, M. Reviers // Proceedings and abstracts.• 1984.- P. 151-153.

127. Morris, A.J. Comparison of selection based on phenotype, selection index and best linear unbiased prediction using data from a closed broiler line Text. / A.J. Morris, G.E. Pollott // Brit. Poultry Sc. 1997. - Vol. 38, № 3. -P.249-254.

128. Miiller, J. Untersuchungen zur Wirksamkeit von Zuchtwertindizes aus Eigenleistung und Vollgeschwistermittel bei Legehennen Text. / J. Miiller, N.Mielenz//Arch. Tierzucht. 1987. - Vol. 30, № 3. - S. 295-302.

129. Oyama K. Property of difference between two predicted breeding values from BLUP methodology Text. / K. Oyama, S. Otani, F. Mukai // Anim. Sc. J. 1999. - Vol. 70, № 5. - 1999. - P. 268-272.

130. Pang Hang, Wu Changxin, Zhand Yuan Animal model and multiple trait BLUP applied in poultry genetic evaluation Text. / Pang Hang, Wu Changxin, Zhand Yuan // Acta genet. Sinica. 1989. - Vol. 16, № 4. - P. 291298.

131. Patra, B.N. An alternative method of computing multisource multitrat selection indices Text. // B.N. Patra, S.C. Mahapatra / Indian J. Poultry Sc. -1986.-Vol. 21, № 1.-P. 32-34.

132. Perenyi, M. Szelekcios eljarasok hatasa a pulyka hustermelo kepessegere Text. / M. Perenyi // Baromfitenyesztes Feldolgozas. 1984. -Vol.31, №2.-P. 73-76.

133. Fate and expression of DNA in the chick embryo following injections into the fertilized ovum Text. / M.M. Perry, C. Gribbin, C. Mather e.a. // Anim. Sc. Papers Rep. Warszawa. - 1993. - Vol. 11, № 2. - P. 95-98.

134. Preisinger, R. Moderne Verfahren der Zuchtwertschatzung und Se-lektion Text. / R. Preisinger // Lohmann Inform. Cuxhaven, 1994. - Jan.-Apr. -S. 5-7.

135. Pribyl, J. The use of BLUP method for the construction of selection indexes in egg-laying poultry Text. / J. Pribyl, J. Pribylova // Scient. agr. Bo-hemoslov.-1991.-Vol.23, №2.- P. 135-144.

136. Rishell, W.A. Symposium: Genetic selection strategies for the fu-ture.Breeding and genetics - historical perspective Text. / W.A. Rishell // Poultry Sc. - 1997.- Vol. 76, №8.-P. 1057-1061.

137. Sahoo, A.K. Genetic studies on adenosine triphoshatase enzyme in relation to selection index in a closed flock of Rhode Island Red chicken Text. / A.K. Sahoo, R. Sinha, N. Koley, R. Duttagupta // Indian veter. J. 1987. - Vol. 64, № 4. - P. 314-316.

138. Shultz, F.T. Formulation of breeding objectives for poultry meat production Text. / F.T. Shultz // Proceedings. 1987. - № 10. - P. 215-227.

139. Singh, B. Integrating molecular approached with quantitative genetics in breeding Text. / B. Singh, S. Singh // Poultry International. 2002. - Vol. 41, №4.- P. 26-31.

140. Smith, C. Applications of embryo transfer in animal breeding Text. / C. Smith // Theriogenology. 1988. - Vol. 29, № 1. - P. 203-212.

141. Stanke, P. Rozsireni pocitacu v chovech Text. / P. Stanke // Nas Chov. 1997. - R. 56, № 1. - S. 31-32.

142. Tsang, C.P.W. Prepubertal plasma estradiol and total calcium levelsin two strains of White Leghorns in relation to egg shell quality Text. / C.P.W.Tsang, A.A. Grunder//Arch. Geflugelk. 1985. - Vol. 49, № 1. - S.12-15.

143. Vinterova, J. Vinter V. Pigtales pocitacovy program pro chov prasat Text. / J. Vinterova, V. Vinter // Nas Chov. - 2000. - R. 60, № 7. - S. 35.

144. Studies of the correlations between DNA fingerprints and meat production traits in chickens Text. / Wang Jin-Yu, Gong Yun-Chen, Chen Guo• Hong, Chen Kuan-Wei // Acta genet. Sinica. 1999. - Vol. 26, № 4. - P. 324-328.