2. 北京奶牛中心, 北京 100192;
3. 北京首农畜牧发展有限公司, 北京 100029
2. Beijing Dairy Cattle Center, Beijing 100192, China;
3. Beijing Sunlon Animal Husbandry Development Co. Ltd., Beijing 100029, China
奶牛繁殖疾病是与奶牛生殖系统病变有关的疾病,包括持久黄体、子宫内膜炎、流产、阴道疾病和卵巢疾病等,是影响我国奶牛业发展的第二大疾病[1]。繁殖疾病在奶牛泌乳早期以直接(兽医治疗)或间接(减少产奶量、降低繁殖性能、缩短寿命、增加淘汰率以及额外的劳动力等)方式增加养殖场的生产成本[2-4]。
研究表明,繁殖疾病会导致奶牛繁殖性能降低[5-8],而繁殖疾病中的产后子宫疾病是影响受精的第二大重要因素[9];同时,子宫炎和隐性子宫炎会对繁殖性能造成实质性的损害,包括空怀天数增加,淘汰比例增加和受孕率下降,对养殖场造成了很大的经济损失[10-12]。据统计,中国荷斯坦牛因繁殖疾病而淘汰的比例高达21%~25%[13-14],且人工授精的受胎率下降了10%~20%[15];Holmberg和Andersson-Eklund[16]对瑞典牧场数据调查研究显示,约500头规模的奶牛场,每年繁殖疾病引起的损失高达20万美元。因此,养殖场的繁殖疾病问题受到人们的高度关注。多年来,国内外在疾病治疗及预防方面做了大量研究,并取得了一定的效果[17-19],近年来针对奶牛的人工授精以及治疗方案改进上的研究仍在开展[20-24],但改变群体饲养管理水平只能暂时降低疾病发生率和缓解繁殖力下降,同时考虑对群体进行遗传选择是更有效、更长期的解决方法。随着分子遗传学的发展,国外关于从遗传育种角度对包括乳房炎、繁殖力、蹄病、卵巢囊肿等在内的一些具体疾病的遗传参数评估和基因组选择已有相关报道[25-27],且多项证据显示,遗传因素对提高奶牛健康状况和疾病抵抗力有重大贡献[28]。但由于繁殖疾病的复杂性以及疾病诊断记录的缺失,类似研究在国内鲜有报道。
奶牛繁殖疾病遗传改良可通过选择指数实现,且需要以遗传参数作为基础[16],同时遗传参数以及估计育种值(estimated breeding value, EBV)可为奶牛分子选育[29],包括蛋白质组学研究提供依据[30]。围产期是奶牛疾病的高发期,曹杰[31]于2015年的研究结果显示,大约75%的疾病发生在产后1个月内,因此对产后1个月内奶牛的繁殖疾病遗传参数估计更有代表意义。本研究通过计算北京地区27个荷斯坦牛牛场的繁殖疾病发病情况,利用DMU软件估计荷斯坦牛产后0~35 d繁殖疾病遗传参数,同时尝试对繁殖疾病中产后0~35 d的子宫疾病进行遗传参数估计,以期为中国荷斯坦牛繁殖疾病的遗传育种工作提供参考。
1 材料与方法 1.1 数据来源及整理 1.1.1 中国荷斯坦牛疾病数据分类本研究的数据来自北京奶牛中心提供的牧场管理信息数据库中收集的疾病诊断记录。根据2002年肖定汉《奶牛病学》的分类标准[1],对疾病信息进行分类,并从中提取繁殖疾病类数据,删除重复,保留产犊后0~35 d的繁殖疾病记录;并从繁殖疾病记录中筛选子宫疾病记录,得到1993-2017年间北京地区27个场19 103头牛的25 026条繁殖疾病数据和13 869头牛的17 117条子宫疾病数据。
1.1.2 中国荷斯坦牛系谱数据来源及整理系谱数据来自北京奶牛中心提供的牧场管理信息数据库,共包括12 254头公牛和353 601头母牛。
1.1.3 中国荷斯坦牛数据整理及填充对数据进行填充,定义事件信息类型:收集来自27个牛场的繁殖数据,进行数据质控整理后得到221 158条记录,将未发病记录定义为0,发病记录定义为1;场效应与产犊年份效应合并为场年效应;季节划分为春季(3~5月)、夏季(6~9月)、秋季(10~11月)、冬季(12~2月);删除重复项,使得在产后35 d内每头牛每个胎次下仅保留一条疾病记录。
1.2 方法 1.2.1 育种值估计分别使用线性模型和阈模型,借助DMU软件估计奶牛繁殖疾病以及子宫疾病的方差组分及育种值,并使用SAS 9.2计算两个模型之间的Spearman秩相关系数:
$ {Y_{ijkml}} = \mu + H{Y_i} + {P_j} + {S_k} + {A_m} + P{e_m} + {e_{ijkml}}{\rm{ }}\left( {{\text{线性模型}}} \right) $ |
其中,Yijkml为事件是否发生(0或1);μ为群体平均数;HYi为场年固定效应;Pj为胎次固定效应;Sk为产犊季节固定效应;Am为个体加性遗传效应;Pem为永久环境效应;eijkml为随机残差效应。
$ {\rm{logit}}\left( P \right) = {\rm{ln}}\left( {\frac{P}{{1 - P}}} \right) = {\beta _1}H{Y_i} + {\beta _2}{P_j} + {\beta _3}{S_k} + {\beta _0}\left( {阈模型} \right) $ |
其中,P为疾病发生率;β0为截距;β1、β2、β3为对应效应的回归系数;其余参数与线性模型一致。
1.2.2 遗传参数计算根据DMU得到的方差组分结果,利用以下公式计算遗传力及标准误:
$ \begin{array}{*{20}{l}} {{h^2} = \frac{{\sigma _A^2}}{{\sigma _A^2 + \sigma _{Pe}^2 + \sigma _e^2}}}\\ {\;\;\;\;\;S{E^2} = }\\ {{{[\frac{{\sigma _A^2}}{{\sigma _P^2}}]}^2}{{\left[ {\frac{{Var\left( {\sigma _A^2} \right)}}{{{{\left( {\sigma _A^2} \right)}^2}}} + \frac{{Var\left( {\sigma _P^2} \right)}}{{{{\left( {\sigma _P^2} \right)}^2}}} - 2\frac{{Cov\left( {\sigma _A^2,\sigma _P^2} \right)}}{{\sigma _A^2\sigma _p^2}}} \right]}^{\left[ {32} \right]}}} \end{array} $ |
其中,h2为遗传力;σA2为加性遗传方差;σPe2为永久环境效应;σe2为残差方差;σP2为表型方差。
2 结果 2.1 北京地区荷斯坦牛疾病发病率分析根据本研究收集得到的数据,北京地区中国荷斯坦牛繁殖疾病在群体中的发病率为21%。对繁殖疾病随泌乳天数的变化情况进行统计,经计算,奶牛产后0~35 d繁殖疾病记录占整个泌乳期繁殖疾病记录的54%(图 1A),说明产后前35 d奶牛繁殖疾病发病率较高,需要重点关注。同时,本研究数据统计显示,子宫疾病在繁殖疾病中占比达48%,且产后0~35 d子宫疾病记录占整个泌乳期子宫疾病记录的76%(图 1B)。因此本研究以产后0~35 d为节点,探究繁殖疾病以及其分类下子宫疾病的遗传变化规律。
使用线性模型和阈模型得到的北京地区中国荷斯坦牛繁殖疾病遗传力分别为0.015 2(0.001 9)和0.094 4(0.01)(表 1)。相比较而言,阈模型得到的遗传力高,但标准误大,准确性差;在SAS中对两性状得到的繁殖疾病估计育种值做秩相关分析,两个模型EBV排名相关性达95%(P < 0.01),说明本试验中所涉及的疾病数据遗传参数估计可使用线性模型。利用线性模型得到子宫疾病遗传力为0.010 7(0.001 6)(表 1),遗传力低。
根据线性模型计算得到的公母牛繁殖疾病和子宫疾病估计育种值及可靠性范围如表 2所示。由于公牛后代数差异大,公牛估计育种值以及可靠性变化范围均大于母牛;在繁殖疾病中,公牛估计育种值在-0.067 1~0.116 1范围内,集中于0.020 0~0.040 0,可靠性集中于0.050 0~0.250 0;母牛估计育种值在-0.061 6~0.095 6之间,集中于-0.010 0~0.030 0之间,可靠性集中在0.150 0~0.350 0之间。
为保证研究准确性,对估计育种值和可靠性进行质控,分别保留公牛后代数大于5的个体和母牛估计育种值可靠性高于0.150 0的个体,筛选后估计育种值范围见表 2,可看出,根据可靠性进行质控,公母牛繁殖疾病和子宫疾病估计育种值可靠性均提高,估计育种值范围没有发生变化。根据筛选后的估计育种值作图,从图 2可看出,随着记录的个体数增加,公母牛繁殖疾病EBV变化趋势逐渐趋于稳定;2000年以后公母牛繁殖疾病育种值均呈现下降趋势,且公牛变化剧烈。子宫疾病与繁殖疾病呈现相同的变化趋势,估计育种值相对较低。
本研究结果显示,繁殖疾病在群体中发病率为21%,由于繁殖疾病影响养殖场的经济效益,为了探究中国荷斯坦牛繁殖疾病的发病规律,并从遗传育种的角度对其进行遗传改良,本研究对繁殖疾病进行遗传参数估计。本研究计算结果显示,繁殖疾病在北京地区荷斯坦奶牛产后前35 d发病率高(图 1A),与前人研究结果一致[32],因此选取北京地区中国荷斯坦牛产后前35 d的繁殖疾病进行遗传参数估计具有一定的代表性,同时,由于子宫疾病在繁殖疾病中占据较大的比重,且主要集中于产后前35 d,同时对子宫疾病进行遗传参数估计有助于剖析影响繁殖疾病的关键因素。
3.2 奶牛遗传力评估理论上来讲,线性模型假定变量为正态分布,在估计二分类性状的方差组分时,阈模型要优于线性模型,即使阈模型计算耗时较长。在本研究中,使用两种模型估计繁殖疾病遗传参数,结果显示,阈模型估计的繁殖疾病遗传力高于线性模型,但其准确性差(SE高,表 1),而且计算时间长,这可能与数据记录质量的局限性有关,说明阈模型并不适合本研究中数据的参数估计。从本研究结果来看,阈模型和线性模型对繁殖疾病估计育种值排名秩相关达95%,可直接使用线性模型对本试验数据进行评估。
针对繁殖疾病性状的遗传参数评估报道较多。1995年,Uribe等[33]对荷斯坦牛常见的健康疾病进行遗传参数评估(包括卵巢囊肿、乳腺炎、产褥热和繁殖障碍),得到疾病性状的遗传力在0~0.15之间;Kadarmideen等[25]使用线性模型评估的英国奶牛繁殖性状和疾病遗传力分别为0.01~0.029和0.004~0.038,同时计算出产奶量和疾病之间的遗传相关为0.07~0.37;美国相关研究显示,荷斯坦牛子宫感染和乳房炎遗传力分别为0.141[34]和0.161[27];2010年,Heringstad[35]计算的挪威红牛子宫炎遗传力为0.07(0.01);Zwald等[36]评估头胎牛子宫炎遗传力为0.08(0.07)。在本研究中,使用线性模型估计得到的中国荷斯坦牛繁殖疾病和子宫疾病遗传力分别为0.015 2(0.001 9)和0.010 7(0.001 6),与以上结果相比,本试验所得到的遗传力在相应研究范围内,但是处于较低水平,分析原因可能为:1)牧场数据收集过程存在不规范性,信息记录可能有误,因此本研究在数据处理过程中将所有的疾病信息分为几大类,并提取其中的繁殖疾病数据,信息记录与分类问题均可能导致遗传参数的估计误差;2)本研究考虑到生产中记录的不准确性以及记录时间上的不确定性,只保留每头牛产犊后前35 d内的一条疾病记录用于遗传参数评估,这种处理方式可能会忽视大分类下的具体疾病问题,从而减少数据量,需要在后期研究中根据生产数据记录进一步完善。
3.3 公母奶牛估计育种值以1代表发病,0代表未发病,估计育种值越高,证明对疾病发生更加敏感。从本研究结果看,公牛估计育种值要高于母牛,但公母牛在1994年之前的估计育种值波动范围都很大,这与记录的数据量有关。随着年份变化,公母牛估计育种值均呈下降趋势,证明中国荷斯坦牛对疾病的抵抗力有所增强,这与养殖场饲养管理水平提高有很大关系,但仍处于较低范围。
4 结论本研究使用线性模型和阈模型对中国荷斯坦牛产后前35 d的繁殖疾病进行遗传参数估计,得到其遗传力分别为0.015 2(0.001 9)和0.094 4(0.01),两者估计育种值秩相关达95%(P < 0.01)。同时,线性模型得到的子宫疾病遗传力为0.010 7(0.001 6),遗传力低。自2000年后公母牛繁殖疾病和子宫疾病育种值均呈现下降趋势。相较于国外研究,本研究得到的遗传力较低,可能与数据质量有关,建议养殖场规范健康数据的收集和记录,为提高奶牛繁殖能力的选育工作打下基础。
[1] |
肖定汉.
奶牛病学[M]. 北京: 中国农业大学出版社, 2002: 571.
XIAO D H. Diseases of dairy cattle[M]. Beijing: China Agricultural University Press, 2002: 571. (in Chinese) |
[2] | FOURICHON C, SEEGERS H, BEAUDEAU F, et al. Health-control costs in dairy farming systems in westernFrance[J]. Livest Prod Sci, 2001, 68(2-3): 141–156. DOI: 10.1016/S0301-6226(00)00248-7 |
[3] | HANSEN L B. Consequences of selection for milk yield from a geneticist's viewpoint[J]. J Dairy Sci, 2000, 83(5): 1145–1150. DOI: 10.3168/jds.S0022-0302(00)74980-0 |
[4] | HARDER B, BENNEWITZ J, HINRICHS D, et al. Genetic parameters for health traits and their relationship to different persistency traits in German Holstein dairy cattle[J]. J Dairy Sci, 2006, 89(8): 3202–3212. DOI: 10.3168/jds.S0022-0302(06)72595-4 |
[5] | KELTON D F, LISSEMORE K D, MARTIN R E. Recommendations for recording and calculating the incidence of selected clinical diseases of dairy cattle[J]. J Dairy Sci, 1998, 81(9): 2502–2509. DOI: 10.3168/jds.S0022-0302(98)70142-0 |
[6] | GILBERT R O, SHIN S T, GUARD C L, et al. Prevalence of endometritis and its effects on reproductive performance of dairy cows[J]. Theriogenology, 2005, 64(9): 1879–1888. DOI: 10.1016/j.theriogenology.2005.04.022 |
[7] | OVERTON M, FETROW J.Economics of postpartum uterine health[C]//Dairy Cattle Reproduction Council Convention.Omaha, Nebraska, 2008: 39-44. |
[8] | CABRERA V E. Economics of fertility in high-yielding dairy cows on confined TMR systems[J]. Animal, 2014, 8(S1): 211–221. DOI: 10.1017/S1751731114000512 |
[9] | LEBLANC S. Overall Reproductive performance of Canadian dairy cows:challenges we are facing[J]. Adv Dairy Technol, 2005, 17: 137–148. |
[10] | LEBLANC S J. Postpartum uterine disease and dairy herd reproductive performance:A review[J]. Vet J, 2008, 176(1): 102–114. DOI: 10.1016/j.tvjl.2007.12.019 |
[11] | FOURICHON C, SEEGERS H, MALHER X. Effect of disease on reproduction in the dairy cow:a meta-analysis[J]. Theriogenology, 2000, 53(9): 1729–1759. DOI: 10.1016/S0093-691X(00)00311-3 |
[12] | SHELDON I M, CRONIN J, GOETZE L, et al. Defining postpartum uterine disease and the mechanisms of infection and immunity in the female reproductive tract in cattle[J]. Biol Reprod, 2009, 81(6): 1025–1032. DOI: 10.1095/biolreprod.109.077370 |
[13] |
郭刚, 罗杨, 刘善超, 等. 奶牛淘汰原因与淘汰时泌乳天数关系研究[J]. 中国奶牛, 2012(17): 47–49.
GUO G, LUO Y, LIU S C, et al. The Relationship study between culling reasons of cows and lactation days[J]. China Dairy Cattle, 2012(17): 47–49. DOI: 10.3969/j.issn.1004-4264.2012.17.016 (in Chinese) |
[14] |
鄢新义, 刘澳星, 董刚辉, 等. 北京地区中国荷斯坦牛长寿性及其影响因素分析[J]. 中国畜牧杂志, 2016, 52(23): 1–6.
YAN X Y, LIU A X, DONG G H, et al. Analysis of longevity and its influencing factors in Chinese Holstein population in Beijing[J]. Chinese Journal of Animal Science, 2016, 52(23): 1–6. (in Chinese) |
[15] |
黄金明, 王长法, 王洪梅, 等. 奶牛繁殖的遗传学和基因组学研究进展[J]. 家畜生态学报, 2009, 30(1): 7–11.
HUANG J M, WANG C F, WANG H M, et al. Advances on genetics and genomics for reproduction in dairy cattle[J]. Journal of Domestic Animal Ecology, 2009, 30(1): 7–11. DOI: 10.3969/j.issn.1673-1182.2009.01.002 (in Chinese) |
[16] | HOLMBERG M, ANDERSSON-EKLUND L. Quantitative trait loci affecting fertility and calving traits in Swedish dairy cattle[J]. J Dairy Sci, 2006, 89(9): 3664–3671. DOI: 10.3168/jds.S0022-0302(06)72406-7 |
[17] |
李胜利. 奶牛繁殖障碍与繁殖疾病的营养调理[J]. 中国畜牧杂志, 2005(9): 3–6.
LI S L. The nutrition regulation in reproductive diseases[J]. Chinese Journal of Animal Science, 2005(9): 3–6. (in Chinese) |
[18] | VAN SAUN R J, SNIFFEN C J. Transition cow nutrition and feeding management for disease prevention[J]. Vet Clin North Am Food Anim Pract, 2014, 30(3): 689–719. DOI: 10.1016/j.cvfa.2014.07.009 |
[19] | GUNDUZ M C, SABUNCU A, UCMAK M, et al. Postpartum reproductive problems and therapy in dairy cows[J]. J Anim Vet Adv, 2010, 9(14): 1952–1954. DOI: 10.3923/javaa.2010.1952.1954 |
[20] | MAHEN P J, WILLIAMS H J, SMITH R F, et al. Effect of blood ionised calcium concentration at calving on fertility outcomes in dairy cattle[J]. Vet Rec, 2018, 183(8): 1–6. |
[21] | JEONG J K, CHOI I S, MOON S H, et al. Relationship between serum magnesium concentration during the transition period, peri-and postpartum disorders, and reproductive performance in dairy cows[J]. Livest Sci, 2018, 213: 1–6. DOI: 10.1016/j.livsci.2018.04.013 |
[22] | CROCIATI M, DI GIACINTO F, MANUALI E, et al. Systemic profiling of ectopic fat deposits in the reproductive tract of dairy cows[J]. Theriogenology, 2018, 114: 46–53. DOI: 10.1016/j.theriogenology.2018.03.026 |
[23] | SIMÕES L M S, ORLANDI R E, MASSONETO J P M, et al. Exposure to progesterone previous to the protocol of ovulation synchronization increases the follicular diameter and the fertility of suckled Bos indicus cows[J]. Theriogenology, 2018, 116: 28–33. DOI: 10.1016/j.theriogenology.2018.04.031 |
[24] | FODOR I, BAUMGARTNER W, ABONYI-TÍTH Z, et al. Associations between management practices and major reproductive parameters of Holstein-Friesian replacement heifers[J]. Anim Reprod Sci, 2018, 188: 114–122. DOI: 10.1016/j.anireprosci.2017.11.015 |
[25] | KADARMIDEEN H N, THOMPSON R, SIMM G. Linear and threshold model genetic parameters for disease, fertility and milk production in dairy cattle[J]. Anim Sci, 2000, 71(3): 411–419. DOI: 10.1017/S1357729800055338 |
[26] | GERNAND E, REHBEIN P, VON BORSTEL U U, et al. Incidences of and genetic parameters for mastitis, claw disorders, and common health traits recorded in dairy cattle contract herds[J]. J Dairy Sci, 2012, 95(4): 2144–2156. DOI: 10.3168/jds.2011-4812 |
[27] | HOOIJER G A, LUBBERS R B F, DUCRO B J, et al. Genetic parameters for cystic ovarian disease in Dutch black and white dairy cattle[J]. J Dairy Sci, 2001, 84(1): 286–291. DOI: 10.3168/jds.S0022-0302(01)74478-5 |
[28] | BERRY D P, BERMINGHAM M L, GOOD M, et al. Genetics of animal health and disease in cattle[J]. Irish Vet J, 2011, 64: 5. DOI: 10.1186/2046-0481-64-5 |
[29] | LIU A X, WANG Y C, SAHANA G, et al. Genome-wide association studies for female fertility traits in Chinese and Nordic Holsteins[J]. Sci Rep, 2017, 7: 8487. DOI: 10.1038/s41598-017-09170-9 |
[30] | ZACHUT M, SOOD P, LEVIN Y, et al. Proteomic analysis of preovulatory follicular fluid reveals differentially abundant proteins in less fertile dairy cows[J]. J Proteomics, 2016, 139: 122–129. DOI: 10.1016/j.jprot.2016.03.027 |
[31] |
曹杰. 奶牛围产期疾病数据分析及管理[J]. 中国奶牛, 2015(6): 59–60.
CAO J. Data analysis and management of cow diseases in transition period[J]. China Dairy Cattle, 2015(6): 59–60. DOI: 10.3969/j.issn.1004-4264.2015.06.016 (in Chinese) |
[32] | SU G, LUND M S, SORENSEN D. Selection for litter size at day five to improve litter size at weaning and piglet survival rate[J]. J Anim Sci, 2007, 85(6): 1385–1392. DOI: 10.2527/jas.2006-631 |
[33] | URIBE H A, KENNEDY B W, MARTIN S W, et al. Genetic parameters for common health disorders of Holstein cows[J]. J Dairy Sci, 1995, 78(2): 421–430. DOI: 10.3168/jds.S0022-0302(95)76651-6 |
[34] | ABDEL-AZIM G A, FREEMAN A E, KEHRLI M E, et al. Genetic basis and risk factors for infectious and noninfectious diseases in US holsteins.I.Estimation of genetic parameters for single diseases and general health[J]. J Dairy Sci, 2005, 88(3): 1199–1207. DOI: 10.3168/jds.S0022-0302(05)72786-7 |
[35] | HERINGSTAD B. Genetic analysis of fertility-related diseases and disorders in Norwegian red cows[J]. J Dairy Sci, 2010, 93(6): 2751–2756. DOI: 10.3168/jds.2009-2879 |
[36] | ZWALD N R, WEIGEL K A, CHANG Y M, et al. Genetic selection for health traits using producer-recorded data. I.Incidence rates, heritability estimates, and sire breeding values[J]. J Dairy Sci, 2004, 87(12): 4287–4294. DOI: 10.3168/jds.S0022-0302(04)73573-0 |