乳房炎是奶牛最常见的疾病之一,可导致乳汁成分发生改变,给乳制品行业造成巨大的经济损失[1-2]。奶牛乳房炎包括临床乳房炎(clinical mastitis, CM)和隐性乳房炎(subclinical mastitis, SCM)。CM的特征是乳汁变性、乳房组织呈现不同程度的肿胀、温热和疼痛,是乳房间质、实质或间质实质组织的炎症;SCM的特征是乳汁无明显肉眼可见的异常变化,但乳汁在理化性质、细菌学等方面会发生变化,体细胞数(somatic cell count,SCC)一般大于50万个·mL-1[3-4]。也有研究表明,国际上以SCC在20万个·mL-1作为SCM的诊断标准[5]。相对于CM,由于SCM发病率高、隐蔽性强、危害大,所以重在预防和监测。相关研究表明,全美国因乳房炎造成的损失为20亿美元,有44.7%的奶牛和17.1%的乳区患有SCM[6-7]。我国奶牛SCM的发病率达20%~50%,个别牛群发病率更高[8-9]。目前,国内外对奶牛SCM进行监测常用的方法主要有:乳中体细胞数测定法、导电性测定法、乳中相关蛋白质及各种免疫相关指标的检测等[10],而SCC测定法相对更加方便。
SCC变化模式是根据相邻两个泌乳月SCC变化的一种组合模式,能够体现相邻两个泌乳月SCC的变化趋势,并对下一个泌乳月SCC进行预测。研究表明,胎次、产犊季节、泌乳阶段等因素对SCC变化均有一定影响[11-16],而SCC变化模式的划分及其影响因素国内外尚未见相关报道。
本研究通过对江苏地区12个牧场2017-2019年荷斯坦牛DHI记录中SCC进行分析,在划分不同SCC变化模式基础上,探究牧场规模、胎次、产犊季节、产犊间隔和305天产奶量对SCC变化模式的影响,以期为牧场进行SCM预测提供参考,同时也有利于牧场及时采取相关措施进行防控和治疗,为减少经济损失等方面提供科学依据。
1 材料与方法 1.1 数据来源供试数据来自江苏地区12个奶牛场2017-2019年荷斯坦牛DHI测定日记录,共580 025条,主要包括牛号、测定日期、胎次、产犊季节、泌乳天数、SCC等。在进行数据分析时,为保证结果的可靠性,剔除不完整的数据记录,保留胎次≤5,泌乳天数≤305 d,相邻2个泌乳月均有SCC测定记录的数据。最后符合条件的记录数为253 706条。
1.2 SCC变化模式定义及统计分析对SCC进行划分:≤ 20万个·mL-1为较低水平,20~50万个·mL-1为易感水平,≥50万个·mL-1为感染水平(认定为患SCM)。所有供试数据录入Excel后,根据相邻2个泌乳月SCC数值将SCC变化模式划分为9种(表 1)。
采用最小二乘模型分析不同牧场规模、胎次、产犊季节、产犊间隔和305天产奶量等因素对SCC变化模式的影响,分析模型:
$ Y_{\text {ijklmn }}=\mu+F_{\mathrm{i}}+P_{\mathrm{j}}+S_{\mathrm{k}}+D_{1}+N_{\mathrm{m}}+e_{\text {ijklmn }} $ |
其中,Yijklmn为SCC变化模式的观察值;Fi为牧场规模的固定效应;Pj为胎次的固定效应;Sk为产犊季节的固定效应;Dl为产犊间隔的固定效应;Nm为305天产奶量的固定效应;eijklmn为随机残差。其中, 产犊季节根据当地气候特点进行划分,3~5月为春季,6~8月为夏季,9~11月为秋季,12月到次年2月为冬季。各因素不同水平间的多重比较使用Duncan’s法。
用SPSS(Ver 26.0)分析数据总体及不同因素下SCC变化模式的分布情况,用χ2检验检测不同因素不同SCC模式分布百分比的差异。P < 0.05表示差异显著,P < 0.01表示差异极显著,P>0.05表示差异不显著。
2 结果 2.1 奶牛SCC变化模式总体分布由表 2可知,SCC变化模式中,9种模式所占记录数百分比分别为:69.95%(较低-维持)>6.66%(较低-易感)>5.87%(易感-降低)>3.76%(较低-感染)>3.59% (感染-痊愈)>3.57%(感染-维持)> 2.93%(易感-维持)>1.85%(易感-感染)>1.83%(感染-降低)。
由表 3可知,9种SCC变化模式在不同牧场规模间分布均有极显著差异(P < 0.01)。其中,较低-维持模式在规模5 000头以上的牧场中比例最高,1 000头以下的牧场中比例最低;较低-易感模式、较低-感染模式、易感-降低模式和感染-痊愈模式均在规模2 001~5 000头的牧场比例最高,在5 000头以上的牧场比例最低;易感-维持模式、易感-感染模式、感染-降低模式和感染-维持模式均在规模1 000头以下时比例最高,5 000头以上时比例最低。
由表 4可知,9种SCC变化模式在不同胎次间分布均有极显著差异(P < 0.01)。其中,较低-维持模式在1胎比例最高,5胎的比例最低;较低-易感模式、较低-感染模式、易感-降低模式、易感-维持模式、易感-感染模式、感染-降低模式和感染-维持模式均在5胎比例最高,在1胎比例最低;感染-痊愈模式在4胎时比例最高,1胎比例最低。
由表 5可知,除易感-感染模式,外另外8种SCC变化模式在不同产犊季节间分布均有极显著差异(P < 0.01)。其中,较低-维持在秋季产犊比例最高,春季产犊比例最低;较低-易感模式、感染-痊愈模式和感染-降低模式在春季产犊比例最高,秋季产犊比例最低;较低-感染模式在春季产犊比例最高,夏季产犊比例最低;易感-降低模式在夏季产犊比例最高,秋季产犊比例最低;感染-维持模式在冬季产犊比例最高,夏季产犊比例最低。
由表 6可知,9种SCC变化模式在不同产犊间隔间分布均有极显著差异(P < 0.01)。其中,较低-维持在产犊间隔为300~365 d的比例最高,441 d以上的比例最低;较低-易感模式在产犊间隔为441 d以上的比例最高,421~440 d的比例最低;较低-感染模式在产犊间隔441 d以上的比例最高,300~400 d的比例最低;易感-感染模式和感染-痊愈模式在产犊间隔为441 d以上的比例最高,366~400 d的比例最低;感染-降低模式和感染-维持模式在产犊间隔为441 d以上的比例最高,300~365 d的比例最低。
由表 7可知,除易感-降低模式和感染-降低模式外,其它7种SCC变化模式在不同305天产奶量等级间分布均有极显著差异(P < 0.01)。其中,较低-维持模式在9 001~11 000 kg的比例最高,3 000~ 5 000 kg的比例最低;较低-易感模式在13 001~15 000 kg的比例最高,在3 000~5 000 kg的比例最低;较低-感染模式在3 000~5 000 kg的比例最高,在5 001~7 000 kg的比例最低;易感-降低模式、易感-维持模式和感染-痊愈模式在3 000~5 000 kg的比例最高,在9 001~11 000 kg的比例最低;易感-感染模式和感染-降低模式在3 000~5 000 kg的比例最高,在7 001~9 000 kg的比例最低。
本研究发现,较低-维持模式在规模5 000头以上的牧场中比例最高,在规模1 000头以下的牧场中比例最低;较低-易感模式、较低-感染模式和感染-痊愈模式在规模2 001~5 000头的牧场比例最高,在规模5 000头以上的牧场比例最低。Kučević等[17]和Goran等[18]研究表明,不同牧场规模对奶牛泌乳性能和乳品质有显著影响。相关研究表明,规模在5 000头以上的牧场属于大规模牧场,场中设备机械化程度高,较中小型牛场具有更完善的饲养管理措施,并经过规范且科学的选育提高,牧场环境和奶牛自身抵抗力优于小型牧场,因此奶牛乳中SCC较低,较低-维持模式在规模5 000头以上的牧场中比例最高,较低-易感模式和较低-感染模式的比例最低。此外,由于大规模牧场前期及时检测和预防,奶牛患SCM的风险较低,因此感染-痊愈模式所占比例较低。感染-痊愈模式在规模2 001~5 000头的牧场比例最高,其原因可能是对于中型牧场而言,饲养管理措施尚有很大的改进空间,且在发现奶牛患SCM后及时进行了干预和治疗,因此,中型牧场SCC在下一泌乳月中大幅降低,感染-痊愈模式比例较高。
3.2 胎次对SCC变化模式的影响Saravanan等[19]和Sabuncu等[20]研究发现,胎次对奶牛SCC有显著影响,SCC随奶牛胎次升高逐渐增加。在本研究中,较低-维持模式在1胎牛中比例最高;较低-易感模式和较低-感染模式在5胎牛中比例最高;感染-痊愈模式在4胎牛中比例最高,1胎牛中比例最低,与上述研究基本一致。对于5胎牛中较低-易感模式和较低-感染模式比例最高,Knaus[21]和Oltenacu和Broom[22]研究表明,奥地利和美国奶牛的平均淘汰胎次为3.3胎,李想等[23]研究发现,北京地区荷斯坦牛平均淘汰胎次为2.3 5胎,赵番番等[24]研究发现,新疆地区荷斯坦牛近5年淘汰胎次最高为3.22胎。高胎次奶牛机体免疫力降低,接触病原微生物几率增加,导致乳中SCC上升。对于头胎牛,乳房组织因多次挤奶造成的损伤和接触病原菌的几率小于经产牛,因此SCC较低,处于较低-维持模式中比例最高,并且在较低-易感模式和较低-感染模式中比例最低。此外,相关研究表明,第3、4胎时奶牛机体免疫机能和泌乳性能最佳,此时奶牛患SCM时,毛细血管内皮通透性增加,机体释放大量白细胞、巨噬细胞和嗜中性粒细胞等进入乳腺组织中吞噬病原微生物[25],使乳中SCC降低,因此,感染-痊愈模式在4胎时比例最高。
3.3 产犊季节对SCC变化模式的影响Olde Riekerink等[26]研究表明,夏季产犊时荷斯坦牛的SCS高于其它季节。本研究发现,较低-感染模式在春季产犊比例最高,夏季产犊比例最低;感染-痊愈模式在春季产犊比例最高,秋季产犊比例最低;感染-维持模式在冬季产犊比例最高。本研究与Olde Riekerink等[26]的研究略有差异。相关研究表明,奶牛在泌乳前期本身摄入的能量不能满足机体产奶的需求,从而产生能量负平衡(negative energy balance, NEB),同时最易受外界环境影响[27-28],在热应激情况下会导致奶牛乳腺上皮细胞损伤[29]和各项生理机能紊乱[30],体液免疫和细胞免疫遭到抑制[31],脂肪组织动员能力降低,糖类代谢加强[32-35],从而使维持需求增加,免疫机能降低,感染病原微生物的几率增加,乳中SCC升高[36]。对于春季产犊的荷斯坦牛,泌乳前期处于夏季高温天气,因此,后一个泌乳月的SCC上升;而夏季产犊的荷斯坦牛泌乳前期处于秋季,避开了夏季高温,因此较低-感染模式在春季产犊比例最高,夏季产犊比例最低。秋季产犊时奶牛泌乳前期处于冬季寒冷天气,受冷应激影响奶牛维持能量增加,免疫功能受到抑制[37],SCC维持稳定,因此感染-痊愈模式在冬季比例最低,感染-维持模式在冬季比例最高。
3.4 产犊间隔对SCC变化模式的影响本研究发现,较低-易感模式和较低-感染模式在产犊间隔为441 d以上的比例最高,较低-感染模式在产犊间隔为300~400 d的比例最低,感染-痊愈模式和感染-降低模式在产犊间隔为441 d以上的比例最高。有研究表明,奶牛下丘脑-垂体-卵巢轴受到生长激素(growth hormone, GH)、胰岛素样生长因子-I(insulin like growth factor-I, IGF-I)、胰岛素(insulin, INS)、甲状腺激素(thyroid stimulating hormone, TSH)和瘦蛋白等多种激素调节[38-39]。对于产犊间隔为441 d以上的荷斯坦牛,体内分泌信号因子IGF-I和瘦蛋白处于负平衡状态[38],机体体液免疫能力下降,易受外界细菌感染,从而导致乳中SCC升高,较低-易感模式和较低-感染模式比例最高。此外,理想的产犊间隔为一年一胎(365 d),对于300~400 d的产犊间隔,奶牛身体机能和生产性能处于理想状态,因此SCC较低,较低-感染模式比例较低。
3.5 305 d产奶量对SCC变化模式的影响本研究发现,较低-维持模式在305 d产奶量为9 001~11 000 kg的比例最高,在3 000~5 000 kg的比例最低;较低-感染模式和感染-痊愈模式在3 000~5 000 kg的比例最高。有研究表明,江苏地区健康荷斯坦牛305 d产奶量在9 000~11 000 kg之间[40],305 d产奶量为9 001-11 000 kg的奶牛机体处于理想健康的产奶状态,因此较低-维持模式比例最高。对于305 d产奶量为3 000~5 000 kg的奶牛,部分因为早产,部分可能因为遗传和疾病等原因,导致泌乳性能下降,因此SCC较高,较低-维持模式的比例最低且较低-感染模式的最高。此外,随着牛场对患SCM的奶牛防治措施的改进和对305 d产奶量为3 000~5 000 kg的体弱奶牛进行分群饲养,在其患SCM后得到及时治疗,使SCC逐渐降低,因此感染-痊愈模式在305 d产奶量为3 000~5 000 kg的比例最高。
4 结论不同牧场规模、胎次、产犊季节、产犊间隔和305天产奶量对荷斯坦牛SCC变化模式均有极显著影响。其中,中小型牧场、高胎次奶牛、夏季产犊、产犊间隔441 d以上和305天产奶量为3 000~5 000 kg均会使下一泌乳月SCC升高,从而导致奶牛患SCM风险增加;规模在5 000头以上的牧场、头胎牛、秋季产犊和305天产奶量为9 001~11 000 kg的奶牛较低-维持模式的比例均最高,保持奶牛乳房健康的能力较强。该结果对于指导牧场及时采取相关措施进行SCM防控和治疗,减少经济损失等方面提供了科学依据。
[1] | HEIKKILÄ A M, NOUSIAINEN J I, PYOERAELAE S. Costs of clinical mastitis with special reference to premature culling[J]. J Dairy Sci, 2012, 95(1): 139–150. |
[2] | HEIKKILÄ A M, LISKI E, PYÖRÄLÄ S, et al. Pathogen-specific production losses in bovine mastitis[J]. J Dairy Sci, 2018, 101(10): 9493–9504. |
[3] | PUGGIONI G M G, TEDDE V, UZZAU S, et al. Evaluation of a bovine cathelicidin ELISA for detecting mastitis in the dairy buffalo:comparison with milk somatic cell count and bacteriological culture[J]. Res Vet Sci, 2020, 128: 129–134. |
[4] |
韩晓霞, 田磊, 郭抗抗, 等. 陕西省某牛场奶牛隐性乳房炎的发病规律调查分析[J]. 中国兽医学报, 2020, 40(4): 806–810.
HAN X X, TIAN L, GUO K K, et al. Investigation and analysis on incidence of subclinical mastitis of dairy cows in a dairy farm in Shaanxi Province[J]. Chinese Journal of Veterinary Science, 2020, 40(4): 806–810. (in Chinese) |
[5] | KOESS C, HAMANN J. Detection of mastitis in the bovine mammary gland by flow cytometry at early stages[J]. J Dairy Res, 2008, 75(2): 225–232. |
[6] | HADRICH J C, WOLF C A, LOMBARD J, et al. Estimating milk yield and value losses from increased somatic cell count on US dairy farms[J]. J Dairy Sci, 2018, 101(4): 3588–3596. |
[7] | NASH D L, ROGERS G W, COOPER J B, et al. Heritability of clinical mastitis incidence and relationships with sire transmitting abilities for somatic cell score, udder type traits, productive life, and protein yield[J]. J Dairy Sci, 2000, 83(10): 2350–2360. |
[8] |
刘鸽, 张培生, 于会举, 等. 新疆石河子地区某奶牛场奶牛隐性乳房炎的调查与分析[J]. 中国乳业, 2016(10): 38–41.
LIU G, ZHANG P S, YU H J, et al. Investigation and analysis of recessive mastitis of cows in a dairy farm in Shihezi, Xinjiang[J]. China Dairy, 2016(10): 38–41. (in Chinese) |
[9] |
郝景锋, 李心慰, 刘国文. 长春地区奶牛隐性乳房炎发病情况调查与分析[J]. 黑龙江畜牧兽医, 2018(20): 112–115.
HAO J F, LI X W, LIU G W. Investigation and analysis on the incidence of recessive mastitis in cows in Changchun[J]. Heilongjiang Animal Science and Veterinary Medicine, 2018(20): 112–115. (in Chinese) |
[10] | HAINE D, DOHOO I, SCHOLL D, et al. Diagnosing intramammary infection:Controlling misclassification bias in longitudinal udder health studies[J]. Prev Vet Med, 2018, 150: 162–167. |
[11] | JANSEN J, VAN DEN BORNE B H P, RENES R J, et al. Explaining mastitis incidence in Dutch dairy farming:The influence of farmers' attitudes and behavior[J]. Prev Vet Med, 2009, 92(3): 210–223. |
[12] | LIEVAART J J, BARKEMA H W, KREMER W D J, et al. Effect of herd characteristics, management practices, and season on different categories of the herd somatic cell count[J]. J Dairy Sci, 2007, 90(9): 4137–4144. |
[13] | OLDE RIEKERINK R G M, BARKEMA H W, STRYHN H. The effect of season on somatic cell count and the incidence of clinical mastitis[J]. J Dairy Sci, 2007, 90(4): 1704–1715. |
[14] | SKRZYPEK R, WÓJTOWSKI J, FAHR R D. Factors affecting somatic cell count in cow bulk tank milk-a case study from Poland[J]. J Vet Med Ser A, 2004, 51(3): 127–131. |
[15] |
梁艳, 张强, 郭佳禾, 等. 影响荷斯坦牛体细胞评分差的因素分析[J]. 河南农业科学, 2019, 48(5): 137–142.
LIANG Y, ZHANG Q, GUO J H, et al. Analysis of factors affecting somatic cell score difference in Holstein cow[J]. Journal of Henan Agricultural Sciences, 2019, 48(5): 137–142. (in Chinese) |
[16] | WITT P L, MCGRAIN P. Nonparametric testing using the chi-square distribution[J]. Phys Ther, 1986, 66(2): 264–268. |
[17] | KUČEVIĆ D, TRIVUNOVIĆ S, RADINOVIĆ M, et al. The effect of the farm size on milk traits of cows[J]. Biotechnol Anim Husbandry, 2011, 27(3): 951–958. |
[18] | GORAN J, MIHAILO O, RELIĆ R, et al. Effect of season and farm size on quality and yield of collected milk[J]. Proc Res Papers, 2011, 17: 3–4. |
[19] | SARAVANAN R, DAS D N, DE S, et al. Effect of season and parity on somatic cell count across zebu and crossbred cattle population[J]. Indian J Anim Res, 2014, 49(3): 383–387. |
[20] | SABUNCU A, ENGINLER S O, DUMEN E. The effect of parity, age and season on somatic cell count of dairy cows with subclinical mastitis[J]. J Anim Vet Adv, 2013, 12(4): 472–477. |
[21] | KNAUS W. Dairy cows trapped between performance demands and adaptability[J]. J Sci Food Agric, 2009, 89(7): 1107–1114. |
[22] | OLTENACU P A, BROOM D M. The impact of genetic selection for increased milk yield on the welfare of dairy cows[J]. Anim Welfaree, 2010, 19(S1): 39–49. |
[23] |
李想, 鄢新义, 罗汉鹏, 等. 不同模型估计中国荷斯坦牛生产寿命遗传参数[J]. 畜牧兽医学报, 2019, 50(6): 1162–1170.
LI X, YAN X Y, LUO H P, et al. Genetic parameters estimation for productive life of Chinese Holsteins by different models[J]. Acta Veterinaria et Zootechnica Sinica, 2019, 50(6): 1162–1170. (in Chinese) |
[24] |
赵番番, 王丹, 马砚军, 等. 非遗传因素对新疆地区荷斯坦奶牛在群寿命的影响[J]. 中国畜牧兽医, 2020, 47(3): 822–827.
ZHAO F F, WANG D, MA Y J, et al. Effect of non-genetic factors on population life of Holstein dairy cows in Xinjiang[J]. China Animal Husbandry & Veterinary Medicine, 2020, 47(3): 822–827. (in Chinese) |
[25] |
范开, 孙艳争, 赵德明. 奶牛临床型乳房炎与炎区微循环障碍关系探讨[J]. 中国兽医杂志, 2005, 41(11): 60–61.
FAN K, SUN Y Z, ZHAO D M. Discussion on the relationship between clinical mastitis in dairy cows and microcirculation disturbance in inflamed areas[J]. Chinese Journal of Veterinary Medicine, 2005, 41(11): 60–61. (in Chinese) |
[26] | OLDE RIEKERINK R G M, BARKEMA H W, STRYHN H. The effect of season on somatic cell count and the incidence of clinical mastitis[J]. J Dairy Sci, 2007, 90(4): 1704–1715. |
[27] | FAN C Y, SU D, TIAN H, et al. Liver metabolic perturbations of heat-stressed lactating dairy cows[J]. Asian-Australas J Anim Sci, 2018, 31(8): 1244–1251. |
[28] | WEST J W. Effects of heat-stress on production in dairy cattle[J]. J Dairy Sci, 2003, 86(6): 2131–2144. |
[29] |
权素玉, 张源淑, 卜登攀. 热应激造成奶牛乳腺上皮细胞损伤并影响乳合成相关载体的基因表达[J]. 畜牧兽医学报, 2016, 47(8): 1704–1713.
QUAN S Y, ZHANG Y S, BU D P. Heat stress-induced cell injury and effects on the gene expression of milk synthesis-related transporters in dairy cow[J]. Acta Veterinaria et Zootechnica Sinica, 2016, 47(8): 1704–1713. (in Chinese) |
[30] | FAN C Y, SU D, TIAN H, et al. Liver metabolic perturbations of heat-stressed lactating dairy cows[J]. Asian-Australas J Anim Sci, 2018, 31(8): 1244–1251. |
[31] | HAGIYA K, HAYASAKA K, YAMAZAKI T, et al. Effects of heat stress on production, somatic cell score and conception rate in Holsteins[J]. Anim Sci J, 2017, 88(1): 3–10. |
[32] | GORNIAK T, MEYER U, SVDEKUM K H, et al. Impact of mild heat stress on dry matter intake, milk yield and milk composition in mid-lactation Holstein dairy cows in a temperate climate[J]. Arch Anim Nutr, 2014, 68(5): 358–369. |
[33] | BAUMGARD L H, RHOADS R P. Ruminant nutrition symposium:ruminant production and metabolic responses to heat stress[J]. J Anim Sci, 2012, 90(6): 1855–1865. |
[34] | WHEELOCK J B, RHOADS R P, VANBAALE M J, et al. Effects of heat stress on energetic metabolism in lactating Holstein cows[J]. J Dairy Sci, 2010, 93(2): 644–655. |
[35] | XIE G H.Metabolic and endocrine adaptations to heat stress in lactating dairy cows[D].Blacksburg: The Virginia Polytechnic Institute and State University, 2015. |
[36] |
韩佳良, 刘建新, 刘红云. 热应激对奶牛泌乳性能的影响及其机制[J]. 中国农业科学, 2018, 51(16): 3162–3170.
HAN J L, LIU J X, LIU H Y. Effect of heat stress on lactation performance in dairy cows[J]. Scientia Agricultura Sinica, 2018, 51(16): 3162–3170. (in Chinese) |
[37] |
胡丽蓉, 康玲, 王淑慧, 等. 冷热应激对北京地区荷斯坦牛产奶性能及血液生化指标的影响[J]. 中国农业科学, 2018, 51(19): 3791–3799.
HU L R, KANG L, WANG S H, et al. Effects of cold and heat stress on milk production traits and blood biochemical parameters of Holstein cows in Beijing area[J]. Scientia Agricultura Sinica, 2018, 51(19): 3791–3799. (in Chinese) |
[38] | MEIKLE A, KULCSAR M, CHILLIARD Y, et al. Effects of parity and body condition at parturition on endocrine and reproductive parameters of the cow[J]. Reproduction, 2004, 127(6): 727–737. |
[39] | LI L, WU J, LUO M, et al. The effect of heat stress on gene expression, synthesis of steroids, and apoptosis in bovine granulosa cells[J]. Cell Stress Chaperon, 2016, 21(3): 467–475. |
[40] |
梁艳, 张强, 唐程, 等. 影响荷斯坦牛305 d泌乳性能的因素分析[J]. 中国畜牧杂志, 2020, 56(4): 56–59, 65.
LIANG Y, ZHANG Q, TANG C, et al. Analysis of factors affecting 305-days milking traits of Holstein cows[J]. Chinese Journal of Animal Science, 2020, 56(4): 56–59, 65. (in Chinese) |