Анисимова Е.Ю., Карпенко Е.В., Гришин В.С., Ткаченкова Н.А., Лазарева Е.Ю., Орехова М.А.
https://doi.org/10.31208/2618-7353-2024-27-77-89
АННОТАЦИЯ / ABSTRACT
Цель
Установление величины и достоверности корреляционных связей между гематологическими показателями, интенсивностью трансформации азота, кальция и фосфора, коэффициентами переваримости сухого вещества, сырого протеина, сырой клетчатки и уровнем молочной продуктивности коров красной степной породы, разводимых в Волгоградской области, для сильных корреляционных связей – построение регрессионных уравнений линейной зависимости.
Материалы и методы
Научно-хозяйственный опыт проводили в условиях промышленного комплекса по выращиванию молочного скота красной степной породы и производству молока «Племенной завод-колхоз им. Ленина». По принципу аналогов были подобраны 20 лактирующих коров-первотелок со средней живой массой 490,0±1,54 кг. Показатели изучались с начала лактационного периода в течение первых трех месяцев (90 дней). Переваримость питательных веществ кормов у лактирующих коров оценивали по результатам балансового опыта в соответствии с рекомендациями Всероссийского института животноводства. Молочную продуктивность регистрировали индивидуально от каждой коровы ежедекадно на основании контрольных доек, содержание жира и белка в молоке определяли на автоматизированном измерительном комплексе «Лактан» (ООО ВПК «СибагроПРИБОР», Россия). Морфологический анализ крови проводили на автоматическом анализаторе URIT-3020 Vet (Urit Medical Electronic Co., Ltd., Китай), биохимический анализ – на полуавтоматическом анализаторе URIT-800 Vet (Urit Medical Electronic Co., Ltd., Китай), аскорбиновую кислоту в сыворотке крови определяли на хроматографе Agilent 1200 (Agilent Technologies Inc., США).
Результаты
Наиболее высокий коэффициент положительной корреляции установлен между массовой долей железа и содержанием гемоглобина в крови лактирующих коров. С уровнем удоя самая высокая положительная связь установлена для количества эритроцитов. Выявлены высокие положительные связи между уровнями потребления кальция и фосфора из корма, содержанием их в крови, молоке и удоем. Очень сильная положительная корреляция установлена между содержанием общего белка в сыворотке крови лактирующих коров и их удоем, в то время как между белковомолочностью и обильномолочностью – слабая отрицательная. Установлена сильная положительная связь между содержанием жира в молоке и переваримостью сухого вещества корма, а также между переваримостью сырого протеина корма и удоем. На основании полученных данных были построены регрессионные уравнения линейной зависимости между изученными показателями для прогнозирования количественных и качественных признаков продуктивности.
Заключение
Использование коэффициентов корреляции и регрессии, а также методов дисперсионного и регрессионного анализа дает возможность селекционерам оценить взаимосвязь между различными признаками и принимать обоснованные решения относительно способов повышения продуктивных показателей животных. Понимание коррелятивных связей и их использование в селекционной работе позволяет проводить тандемную селекцию по нескольким признакам одновременно. Таким образом, выполненные исследования имеют не только научную, но и практическую значимость.
Purpose
The estimation of the value and probability level of correlations between hematological parameters, nitrogen, calcium and phosphorus balances, the digestibility of dry matter, crude protein, crude fiber and the dairy productivity of Red Steppe cows bred in Volgograd region, the regression equations of linear dependence were found for high correlations.
Materials and Methods
The scientific and economic experiment was conducted in the conditions of the industrial complex for raising dairy cattle of the Red Steppe breed and producing milk "Lenin Breeding Plant-Collective Farm". According to the principle of analogues, 20 lactating first-calf cows with an average live weight of 490.0±1.54 kg were selected. The indicators were studied from the beginning of the lactation period during the first three months (90 days). The digestibility of nutrients in feed in lactating cows was assessed based on the results of the balance experiment in accordance with the recommendations of the All-Russian Institute of Animal Husbandry. Milk productivity was recorded individually for each cow every ten days based on control milkings, the fat and protein content in milk was determined on the automated measuring complex "Laktan" (OOO VPK "SibagroPRIBOR", Russia). Morphological blood analysis was performed on the automatic analyzer URIT-3020 Vet (Urit Medical Electronic Co., Ltd., China), biochemical analysis – on the semi-automatic analyzer URIT-800 Vet (Urit Medical Electronic Co., Ltd., China), ascorbic acid in blood serum was determined on the chromatograph Agilent 1200 (Agilent Technologies Inc., USA).
Results
The highest positive correlation coefficient between the serum iron level and the hemoglobin content in the blood of lactating cows was established. Also the highest positive relationship between milk yield and red blood cells was found. The correlations between dietary calcium and phosphorus intake, its levels in serum, in milk and milk yield were very strong or complete and statistically very significant. The correlation coefficient between serum total protein and milk yield was very strong, meanwhile a weak negative correlation between milk protein content and milk yield was found. A strong positive relationship was established between milk fat content and dry matter digestibility, as well as between crude protein digestibility and milk yield. Linear regression equations based on the data obtained were modeling aimed to predict quantitative and qualitative indicators of milk productivity.
Conclusion
The use of correlation coefficients and linear regression models, as well as variance and regression analysis, allows dairy breeders to assess the relationship between different traits and make informed decisions about ways to increase the productive performance of cows. Understanding correlative relationships and their use in breeding work makes it possible to carry out tandem breeding of a lot of parameters at the same time. Therefore, this research has not only scientific, but also practical significance.
АВТОРЫ / AUTHORS
Е. Ю. Анисимова
Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции
400066, Россия, Волгоград, ул. Рокоссовского, д. 6
Анисимова Елена Юрьевна, кандидат биологических наук, ведущий научный сотрудник комплексной аналитической лаборатории
E-mail: elanis1009@mail.ru; тел.: 8 (8442) 39-35-66
Е. В. Карпенко
Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции
400066, Россия, Волгоград, ул. Рокоссовского, д. 6
E-mail: ekatkarpenko@yandex.ru
Карпенко Екатерина Владимировна, кандидат биологических наук, заведующая лабораторией, комплексная аналитическая лаборатория
В. С. Гришин
Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции
400066, Россия, Волгоград, ул. Рокоссовского, д. 6
E-mail: gnuniimmp.lab@yandex.ru
Гришин Владимир Сергеевич, кандидат сельскохозяйственных наук, старший научный сотрудник, комплексная аналитическая лаборатория
Н. А. Ткаченкова
Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции
400066, Россия, Волгоград, ул. Рокоссовского, д. 6
Е-mail: natashka34rus@mail.ru
Ткаченкова Наталия Андреевна, научный сотрудник, отдел по хранению и переработке продукции животноводства
Е. Ю. Лазарева
Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции
400066, Россия, Волгоград, ул. Рокоссовского, д. 6
Е-mail: lenabond1@mail.ru
Лазарева Елена Юрьевна, младший научный сотрудник, комплексная аналитическая лаборатория
М. А. Орехова
Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции
400066, Россия, Волгоград, ул. Рокоссовского, д. 6
E-mail: morehova196@gmail.com
Орехова Мария Александровна, лаборант-исследователь комплексной аналитической лаборатории
About the Authors
E. Yu. Anisimova
Volga Region Research Institute of Manufacture and Processing of Meat-and-Milk Production
6, Rokossovsky st., Volgograd, 400066, Russian Federation
Elena Yu. Anisimova, PhD (Biology), Leading Researcher of the Complex Analytical Laboratory
E-mail: elanis1009@mail.ru; tel.: +7 (8442) 39-35-66
E. V. Karpenko
Volga Region Research Institute of Manufacture and Processing of Meat-and-Milk Production
6, Rokossovsky st., Volgograd, 400066, Russian Federation
E-mail: ekatkarpenko@yandex.ru
Ekaterina V. Karpenko, PhD (Biology), Head of the Laboratory, Complex Analytical Laboratory
V. S. Grishin
Volga Region Research Institute of Manufacture and Processing of Meat-and-Milk Production v
6, Rokossovsky st., Volgograd, 400066, Russian Federation
E-mail: gnuniimmp.lab@yandex.ru
Vladimir S. Grishin, PhD (Agriculture), Senior Researcher, Complex Analytical Laboratory
N. A. Tkachenkova
Volga Region Research Institute of Manufacture and Processing of Meat-and-Milk Production
6, Rokossovsky st., Volgograd, 400066, Russian Federation
Е-mail: natashka34rus@mail.ru
Natalia A. Tkachenkova, Researcher, Department for Storage and Processing of Livestock Products
E. Yu. Lazareva
Volga Region Research Institute of Manufacture and Processing of Meat-and-Milk Production
6, Rokossovsky st., Volgograd, 400066, Russian Federation
Е-mail: lenabond1@mail.ru
Elena Yu. Lazareva, Junior Researcher, Complex Analytical Laboratory
M. A. Orekhova
Volga Region Research Institute of Manufacture and Processing of Meat-and-Milk Production
6, Rokossovsky st., Volgograd, 400066, Russian Federation
E-mail: morehova196@gmail.com
Maria A. Orekhova, Research Lab Assistant, Complex Analytical Laboratory
СПИСОК ИСТОЧНИКОВ / REFERENCES
1. Анисимова Е.И., Катмаков П.С. Взаимосвязь между селекционными признаками у симментальских коров разных внутрипородных типов // Вестник Ульяновской государственной сельскохозяйственной академии. 2018. № 2 (42). С. 104-109. https://doi.org/10.18286/1816-4501-2018-2-104-109.
2. Бакай Ф.Р., Мкртчян Г.В. Наследование и корреляционная связь между удоем и белковомолочностью у коров // The Scientific Heritage. 2021. № 3(65). С. 7-9. https://doi.org/10.24412/9215-0365-2021-65-3-7-9.
3. Батанов С.Д., Баранова И.А., Старостина О.С. Модель прогнозирования молочной продуктивности коров по их экстерьерным особенностям // Вестник Башкирского государственного аграрного университета. 2019. № 1 (49). С. 55-62. https://doi.org/10.31563/1684-7628-2019-49-1-55-62.
4. Взаимосвязь минерального состава говядины и продуктивности бычков разных генотипов / И.Ф. Горлов, М.И. Сложенкина, Е.Ю. Анисимова, Д.А. Мосолова, О.П. Шахбазова, Р.Г. Раджабов // Зоотехния. 2023. № 5. С. 15-19. https://doi.org/10.25708/ZT.2023.95.52.005.
5. Игнатьева Н.Л., Лаврентьев А.Ю. Хозяйственно-полезные признаки голштинизированных коров черно-пестрой породы и корреляционная связь между ними // Молочнохозяйственный вестник. 2020. № 1 (37). С. 35-45.
6. Кадзаева З.А. Изменчивость и корреляция признаков молочной продуктивности коров // Известия Горского государственного аграрного университета. 2021. Т. 58-2. С. 87-90.
7. Моделирование показателей мясной продуктивности в зависимости от типов телосложения бычков калмыцкой породы / И.Ф. Горлов, М.И. Сложенкина, О.П. Шахбазова, В.В. Губарева, Б.К. Болаев // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2017. № 1 (45). С. 97-102.
8. Мухтарова О.М. Взаимосвязь признаков молочной продуктивности коров при интенсивной селекции // Международный научно-исследовательский журнал. 2022. № 11 (125). https://doi.org/10.23670/IRJ.2022.125.60.
9. Прищеп Е.А., Герасимова А.С., Сысоинкова Д.В. Связь признаков молочной продуктивности коров-первотелок швицкой породы СПК «Суворовский» Смоленской области // Аграрный научный журнал. 2024. № 5. С. 118-124. https://doi.org/10.28983/asj.y2024i5pp118-124.
10. Троценко И.В., Иванова И.П. Параметры корреляционной взаимосвязи продуктивных признаков молочного скота // Молочнохозяйственный вестник. 2022. № 1 (45). С. 116-127. https://doi.org/10.52231/2225-4269_2021_3_116.
11. Федосеева Н.А., Усов В.П., Шепинёв Д.А. Связь между признаками молочной продуктивности в стаде голштинизированных коров черно-пестрой породы // Главный зоотехник. 2020. № 7. С. 21-27. https://doi.org/10.33920/sel-03-2007-03.
12. Экстерьерные признаки айрширских коров разных региональных популяций и их связь с молочной продуктивностью / Е.А. Смотрова, Н.И. Абрамова, В.В. Березина, Е.В. Крысова // Генетика и разведение животных. 2019. № 2. С. 17-23. https://doi.org/10.31043/2410-2733-2019-2-17-23.
13. Correlation between some economic traits of Holstein breed cows / MT Akhtamova, SE Kurbanova, CS Sadikova, ST Gapparov // International Journal of Biological Engineering and Agriculture. 2023. Vol. 2, No. 11. P. 90-93. https://doi.org/10.51699/ijbea.v2i11.2939.
14. Foksha V, Konstandoglo A, Morar G. Correlation link of indices of dairy productivity of cows of Holstein breed of different origin // Scientific Papers. Series D. Animal Science. 2020. Vol. LXIII, No. 1. P. 30-36.
15. Correlation analysis of milk production traits across three generations of Simmental cows / DM Petrovic, V Bogdanovic, R Djedovic, Z Skalicki, MM Petrovic, S Bogosavljevic-Boskovic, R Djokovic // African Journal of Biotechnology. 2012. Vol. 11(47). P. 10804-10808. https://doi.org/10.5897/AJB11.1634.
References
1. Anisimova EI, Katmakov PS. Interrelation among selection traits of Symmental cows of different intrabeeding types. Vestnik Ul'yanovskoj gosudarstvennoj sel'skohozyajstvennoj akademii = Vestnik of Ulyanovsk state agricultural academy. 2018;42(2):104-109. (In Russ.). https://doi.org/10.18286/1816-4501-2018-2-104-109.
2. Bakai F, Mkrtchyan G. Inheritance and correlation between yield and protein milk in cows. The Scientific Heritage. 2021;65(3):7-9. (In Russ.). https://doi.org/10.24412/9215-0365-2021-65-3-7-9.
3. Batanov S, Baranova I, Starostina O. Prediction model for milk production of cows by their exterior features. Vestnik Bashkirskogo gosudarstvennogo agrarnogo universiteta = Vestnik Bashkir State Agrarian University. 2019;49(1):55-62. (In Russ.). https://doi.org/10.31563/1684-7628-2019-49-1-55-62.
4. Gorlov IF, Slozhenkina MI, Anisimova EY, Mosolova DA, Shahbazova OP, Radzhabov RG. Correlations between the mineral profile of beef and the productivity of steers with different genotypes. Zootekhniya = Zootechniya. 2023;(5):15-19. (In Russ.). https://doi.org/10.25708/ZT.2023.95.52.005.
5. Ignat'eva NL, Lavrent'ev AYu. Economically useful characteristics of Holsteinized Black-and-White cows and correlations between them. Molochnohozyajstvennyj vestnik = Molochnokhozyaistvenny Vestnik. 2020;37(1):35-45. (In Russ.).
6. Kadzaeva ZA. Variability and correlation of milk yield traits in cows. Izvestiya Gorskogo gosudarstvennogo agrarnogo universiteta = Proceedings of Gorsky State Agrarian University. 2021;58(2):87-90. (In Russ.).
7. Gorlov IF, Slozhenkina MI, Shahbazova OP, Gubareva VV, Bolaev BK. Modelirovanie pokazatelej myasnoj produktivnosti v zavisimosti ot tipov teloslozheniya bychkov kalmyckoj porody [Modeling of meat productivity indicators depending on the body types of Kalmyk bulls]. Izvestija Nizhnevolzhskogo agrouniversitetskogo kompleksa: nauka i vysshee professional'noe obrazovanie = Proc. of the Lower Volga Agro-University Comp. 2017;45(1):97-102. (In Russ.).
8. Mukhtarova OM. The correlation of milk productivity traits of cows under intensive breeding. Mezhdunarodnyj nauchno-issledovatel'skij zhurnal = International Research Journal. 2022;125(11). (In Russ.). https://doi.org/10.23670/IRJ.2022.125.60.
9. Prishchep EA, Gerasimova AS, Sysoinkova DV. The relationship of dairy productivity indexes of first-calf cowы of the Schwyz breed in the SPK «Suvorovsky» of the Smolensk region. Agrarnyj nauchnyj zhurnal =Agrarian scientific journal. 2024;(5):118-124. (In Russ.). https://doi.org/10.28983/asj.y2024i5pp118-124.
10. Trotsenko IV, Ivanova IP. Correlation relationship parameters of productive traits in dairy cattle. Molochnohozyajstvennyj vestnik = Molochnokhozyaistvenny Vestnik. 2022;45(1):116-127. (In Russ.). https://doi.org/10.52231/2225-4269_2021_3_116.
11. Fedoseeva NA, Usov VP, Shepinyev DA. The correlation between dairy productivity traits in the herd of Holsteinized cows of Black and White breed. Glavnyj zootekhnik = Head of Animal Breeding. 2020;(7):21-27. (In Russ.). https://doi.org/10.33920/sel-03-2007-03.
12. Smotrova E, Abramova N, Berezina V, Krysova E. Type traits of Ayrshire cows in different regional populations and their relationship with milk production. Genetika i razvedenie zhivotnyh = Genetics and Animal Breeding. 2019;(2):17-23. (In Russ.). https://doi.org/10.31043/2410-2733-2019-2-17-23.
13. Akhtamova MT, Kurbanova SE, Sadikova CS, Gapparov ST. Correlation between some economic traits of Holstein breed cows. International Journal of Biological Engineering and Agriculture. 2023;11(2):90-93. https://doi.org/10.51699/ijbea.v2i11.2939.
14. Petrovic DM, Bogdanovic V, Djedovic R, Skalicki Z, Petrovic MM, Bogosavljevic-Boskovic S, Djokovic R. Correlation analysis of milk production traits across three generations of Simmental cows. African Journal of Biotechnology. 2012;47(11):10804-10808. https://doi.org/10.5897/AJB11.1634.
15. Foksha V, Konstandoglo A, Morar G. Correlation link of indices of dairy productivity of cows of Holstein breed of different origin. Scientific Papers. Series D. Animal Science. 2020;LXIII(1):30-36.
Ключевые слова:
корреляция, лактация, молочное скотоводство, обмен веществ, удой, уравнение регрессии
Key words:
correlation, lactation, dairy husbandry, metabolism, milk yield, regression equation
Для цитирования:
Анисимова Е.Ю., Карпенко Е.В., Гришин В.С., Ткаченкова Н.А., Лазарева Е.Ю., Орехова М.А. Прогнозирование молочной продуктивности коров красной степной породы на основе корреляционных связей и регрессионных моделей // Аграрно-пищевые инновации. 2024. Т. 27, № 3. С. 77-89. https://doi.org/10.31208/2618-7353-2024-27-77-89.
For citation:
Anisimova E.Yu., Karpenko E.V., Grishin V.S.,Tkachenkova N.A., Lazareva E.Yu., Orekhova M.A. The prediction of Red Steppe cows dairy productivity based on correlation relationship and regression models. Agrarno-pishchevye innovacii = Agrarian-and-food innovations. 2024;27(3):77-89. (In Russ.). https://doi.org/10.31208/2618-7353-2024-27-77-89. |