Стаття

Отримано 22.11.2022

Доопрацьовано 16.01.2023

Прийнято 28.02.2023

Взято з Том 27, № 1, 2023

Сторінки 20 -29

Ruban, S., & Danshin, V. (2023). Perspectives for the use of genomic selection for genetic improvement of dairy cattle in Ukraine. Ukrainian Black Sea Region Agrarian Science, 27(1), 20-29. https://doi.org/10.56407/bs.agrarian/1.2023.20

Перспективи застосування геномної селекції для генетичного покращення молочної худоби в Україні

Сергій Рубан, Віктор Даншин

Важливою проблемою в сучасному молочному скотарстві є досягнення високого рівня генетичного прогресу по економічно важливим ознакам шляхом впровадження ефективних селекційних програм. Задля цього нині в багатьох країнах світу використовують геномну селекцію. Метою дослідження було вивчення можливостей застосування геномної селекції в розведенні молочної худоби в Україні. На основі аналізу «Каталогу плідників молочних і комбінованих порід для відтворення корів у 2020 р.» (сперму цих плідників використовували в Україні) порівнювали два методи оцінки племінної цінності: 1) традиційний метод, заснований на родоводі і продуктивність потомства; 2) геномний метод, заснований на ефектах SNP-маркерів. Доведено значну перевагу плідників з геномними оцінками. Ці плідники перевершують плідників з традиційною оцінкою за надоєм молока в 1,6 рази, за відсотком жиру в 2,2 рази, за виходом жиру в 1,7 рази, за відсотком білка в 2,1 рази і за виходом білка в 1,7 рази. На основі оцінок племінної цінності плідників були розраховано генетичні кореляції між основними селекційними ознаками. Виявлено негативний генетичний зв'язок між надоєм та вмістом жиру та білка. Були розраховані значення скорегованого на енергію надою (ECM) дочок і матерів плідників для різних порід і країн походження. Показано, що найвищі показники скорегованого на енергію надою мали матері плідників голштинської та джерсейської порід (9132,0 кг та 8041 кг, відповідно), а найнижчі – матері плідників української чорно-рябої молочної породи (5848,1 кг). Відповідно до країни походження дочки бугаїв з США, Канади та Нідерландів мали найвищі значення скорегованого на енергію надою. Порівнювали значення відповіді на відбір за традиційною селекційною програмою та геномною селекцією. Доведено, що за рахунок скорочення генераційних інтервалів на шляхах генетичного покращення «батьки бугаїв», «батьки корів» і «матері бугаїв» за допомогою геномної селекції можна підвищити швидкість генетичного прогресу за надоєм від 100,1 кг. до 180,0 кг, тобто на 80 %

молочна порода; скорегований на енергію надій; генетичне покращення; генетична кореляція; відповідь на відбір; геномна оцінка

[1] Ahmadi, N., & Bartholomé, J. (Eds.). (2022). Genomic prediction of complex traits. Methods and protocols. Totowa: Humana Press.

[2] ARRIVE guidelines. (n.d.). Retrieved from https://arriveguidelines.org/.

[3] Bermann, M., Cesarani, A., Misztal, I., & Lourenco, D. (2022). Past, present, and future developments in single-step genomic models. Italian Journal of Animal Science, 21(1), 673-685. doi: 10.1080/1828051X.2022.2053366.

[4] Doublet, A.-C., Croiseau, P., Fritz, S., Michenet, A., Hozé, C., Danchin‑Burge, C., Laloë, D., & Restoux, G. (2019). The impact of genomic selection on genetic diversity and genetic gain in three French dairy cattle breeds. Genetics Selection Evolution, 51, 52. doi: 10.1186/s12711-019-0495-1.

[5] Guinan, F.L., Wiggans, G.R., Norman, H.D., Dürr, J.W., Cole, J.B., Van Tassell, C.P., Misztal, I., & Lourenco, D. (2023). Changes in genetic trends in US dairy cattle since the implementation of genomic selection. Journal of Dairy Science, 106(2), 1110-1129. doi: 10.3168/jds.2022-22205.

[6] Gutierrez-Reinoso, M.A., Aponte, P.M., & Garcia-Herreros, M. (2021). Genomic analysis, progress and future perspectives in dairy cattle selection: A review. Animals, 11(3), 599. doi: 10.3390/ani11030599.

[7] Hagan, B.A., & Cue, R. (2019). Generation intervals in Canadian dairy cattle herds. Canadian Journal of Animal Science, 100(1), 175-183. doi: 10.1139/cjas-2019-0053.

[8] Hossein-Zadeh, N.G. (2017). Application of growth models to describe the lactation curves for test-day milk production in Holstein cows. Journal of Applied Animal Research, 45(1), 145-151. doi: 10.1080/09712119.2015.1124336.

[9] Lee, Y.-M., Dang, C.-G., Alam, M.Z., Kim, Y.-S., Cho, K.-H., Park, K.-D., & Kim, J.-J. (2020). The effectiveness of genomic selection for milk production traits of Holstein dairy cattle. Asian-Australasian Journal of Animal Science, 33(3), 382-389. doi: 10.5713/ajas.19.0546.

[10] Lembeye, F., López-Villalobos, N., & Uribe, H. (2022). Potential response from selection schemes based on progeny testing and genomic selection for the Chilean dairy cattle under pastoral systems: A deterministic simulation. Journal of Dairy Research, 89(3), 231-235. doi: 10.1017/S0022029922000504.

[11] Lourenco, D., Legarra, A., Tsuruta, S., Masuda, Y., Aguilar, I., & Misztal, I. (2020). Single-step genomic evaluations from theory to practice: Using SNP chips and sequence data in BLUPF90. Genes, 11(7), 790. doi: 10.3390/genes11070790.

[12] Lozada-Soto, E.A., Tiezzi, F., Jiang, J., Cole, J.B., VanRaden, P.M., & Maltecca, C. (2022). Genomic characterization of autozygosity and recent inbreeding trends in all major breeds of US dairy cattle. Journal of Dairy Science, 105(11), 8956-8971. doi: 10.3168/jds.2022-22116.

[13] Makanjuola, B.O., Miglior, F., & Abdalla, E.A. (2020). Effect of genomic selection on rate of inbreeding and coancestry and effective population size of Holstein and Jersey cattle populations. Journal of Dairy Science, 103(6), 5183-5199. doi: 10.3168/jds.2019-18013.

[14] Mäntysaari, E.A., Koivula, M., & Strandén, I. (2020). Symposium review: Single-step genomic evaluations in dairy cattle. Journal of Dairy Science, 103(6), 5314-5326. doi: 10.3168/jds.2019-17754.

[15] Marjanovic, J., Hulsegge, B., & Calus, M.P.L. (2021). Relatedness between numerically small Dutch Red dairy cattle populations and possibilities for multibreed genomic prediction. Journal of Dairy Science, 104(4), 4498-4506. doi: 10.3168/jds.2020-19573.

[16] Misztal, I., Lourenco, D., & Legarra, A. (2020). Current status of genomic evaluation. Journal of Dairy Science, 98(4), 1-14. doi: 10.1093/jas/skaa101.

[17] Norwegian Red breeding program. (2021). Retrieved from https://www.norwegianred.com/about-norwegian-red/norwegian-red-breeding-program/.

[18] Obšteter, J., Jenko, J., & Gorjanc, G. (2021). Genomic selection for any dairy breeding program via optimized investment in phenotyping and genotyping. Frontiers in Genetics, 12, 637017. doi: 10.3389/fgene.2021.637017.

[19] Polupan, Y.P., Gladiy, M.V., Basovskiy, D.M., Germanchuk, S.G., Biriukova, O.D., Pryima, S.V., Podoba, B.E., & Romanova, O.V. (2020). Catalogue of dairy and dual-purpose service sires of Ukraine. Kyiv: NAASU.

[20] Ruban, S. & Danshin, V. (2019). Modern methods of animal breeding. Kyiv: NUELS.

[21] Scott, B.A., Haile-Mariam, M., Cocks, B.G., & Pryce, J.E. (2021). How genomic selection has increased rates of genetic gain and inbreeding in the Australian national herd, genomic information nucleus, and bulls. Journal of Dairy Science, 104(11), 11832-11849. doi: 10.3168/jds.2021-20326.

[22] Simm, G., Pollott, G., Mrode, R., Houston, R., & Marshall, K. (2021). Genetic improvement of farmed animals. Wallingford: CABI. doi: 10.1079/9781789241723.0000.

[23] van den Berg, I., Meuwissen, T.H.E., MacLeod, I.M., & Goddard, M.E. (2019). Predicting the effect of reference population on the accuracy of within, across, and multibreed genomic prediction. Journal of Dairy Science, 102(4), 3155-3174. doi: 10.3168/jds.2018-15231.

[24] VanRaden, P.M. (2020). Symposium review: How to implement genomic selection. Journal of Dairy Science, 103(6), 5291-5301. doi: 10.3168/jds.2019-17684

[25] Weller, J.I. (2019). Genetic evaluation: Use of genomic data in large-scale genetic evaluations in dairy cattle breeding. In J. van der Werf, & J. Pryce (Eds.), Advances in breeding of dairy cattle (pp. 441-474). Cambridge: Burleigh Dodds Science Publishing Limited.

[26] Wiggans, G.R., & Carrillo, J.A. (2022). Genomic selection in United States dairy cattle. Frontiers in Genetics, 13, 994466. doi: 10.3389/fgene.2022.994466.

[27] Zhang, M., Luo, H., Xu, L., Shi, Y., Zhou, J., Wang, D., Zhang, X., Huang, X., & Wang, Y. (2022). Genomic selection for milk production traits in Xinjiang brown cattle. Animals, 12(2), 136. doi: 10.3390/ani12020136.