Для поиска темы - пользуйтесь СИСТЕМОЙ ПОИСКА


Стоимость дипломной работы


Home Материалы для работы Генетико-статистические методы оценки и отбора свиней

Генетико-статистические методы оценки и отбора свиней
загрузка...
Рейтинг пользователей: / 0
ХудшийЛучший 

Генетико-статистические методы оценки и отбора свиней

Эффективность селекционного процесса в конкретных стадах (популяциях) существенно обусловливается уровнем изменчивости признаков, точностью оценки генотипов, степенью интенсивности от-бора и оптимальностью использования особей, оставленных для вос-производства.
До настоящего времени самым объективным методом оценки хряка-производителя по потомству остается контрольный откорм его потомков, недостатком которого является дороговизна и невозмож-ность охвата максимального количества животных. Нами разработан способ предварительной оценки потенциальных возможностей хряков, дающий возможность отбирать на окончательное испытание наиболее перспективных [98]. Суть его заключается в том, что прогнозируемый фактор пробанда выражается как зависимость от показателей разви-тия и продуктивности предков в виде уравнения регрессии:
Y = b0 +  bj xj ,
где Y- прогнозируемый фактор; xj -показатели развития и продук-тивности предков; bj- коэффициенты пропорциональности, подлежащие определению; b0- постоянная величина, включающая влияние неуч-тенных факторов.
Апробация способа на данных 77 хряков четырех заводских ли-ний украинской степной белой породы и 1282 их предков и потомков показала, что параметры уравнений регрессии (0,0047-0,8062) и коэф-фициенты множественной корреляции (0,8006-0,9999) свидетельствуют о неоднозначности направления зависимости факторов и результатив-ного прогноза. Этот факт можно объяснить их генетической неодно-родностью.
В модель прогнозирования включили: Х1- возраст достижения от-цом оцениваемого хряка живой массы 100 кг, дней; Х2- затраты корма отцом на 1 кг прироста массы, корм. ед.; Х3- длину туловища отца в 8-месячном возрасте, см ; Х4- длину туловища матери отца в 8-месячном возрасте, см; Y- затраты корма потомков на 1 кг прироста массы, корм. ед.
Линии достаточно консолидированы и по избранным показателям относительно выровнены. Так, величина разности между крайними значениями коэффициентов вариации по трем факторам и результа-тивному показателю находится в пределах 1,8-3,8% и только по двум факторам – в пределах 6,6 16,9%.
Фактические и прогнозируемые значения-показатели потомков первой генерации практически совпадают (относительная разность 0,18-4,6%). Следовательно, предлагаемый подход приемлем как в теоретическом, так и в прикладном плане.
Определив наиболее перспективных особей по конкретному ре-зультативному признаку, желательно оценить их комплексную значи-мость. Наиболее объективным является метод индексной оценки. Многие исследователи отмечают, что индексная селекция эффектив-нее тандемного отбора [99-105].
Приоритет в разработке теоретических основ оценки по селекци-онным индексам (СИ), включающим комплекс признаков, принадле-жит американским ученым Smith (1936), Lushanel Hazel (1942) и в дальнейшем развита многими исследователями.
В основу модели СИ была положена теория частных коэффици-ентов регрессии.
В связи с тем, что СИ рассчитываются на основании определен-ных селекционно-генетических параметров определенной популяции, он и оказывает свое положительное действие в селекции только для данной популяции.
Математически СИ представляет собой множественную регрес-сию племенной ценности особи на селекционные признаки, включен-ные в его состав.
Из большинства методов индексной оценки животных особое ме-сто занимает предложенный Л. Хейзелем [106], с использованием ап-парата матричной алгебры. Метод настолько обоснован, что на со-временном этапе практически безальтернативен. Детально метод из-ложен Тейнбергом [107] и рядом других исследователей [108-110]. Положительные качества его методики заключаются в следующем:
1.    Использование всех основных селекционно-генетических парамет-ров популяции - статистических констант (средние и стандартные отклонения), показателей взаимосвязи селекционируемых призна-ков (фенотипические и генетические корреляции), степени насле-дования потомками признаков предков (показатели наследуемо-сти).
2.    Включение экономической значимости признаков.
3.    Концентрация всех вышеупомянутых характеристик в один пока-затель - селекционный индекс.
Следует, тем не менее, отметить, что метод имеет и недостатки. В частности, неоднозначность результата при одних и тех же исход-ных данных, возникающих на разных этапах определения индексов в зависимости от выбора исследователя. Нами усовершенствован ме-тод расчета СИ следующим путем.
Первый этап - масштаб измерений селекционируемых признаков, влияющий на ранг индексов при вычислении его параметров. Стан-дартные отклонения, являясь множителями элементов матриц, влияют на величину матричного произведения, а, следовательно, и на ранг ин-дивидуальных индексов. Помимо этого центральные отклонения при-знаков на заключительном этапе взвешены по параметрам индексов.
Нами исключены влияние масштаба измерений путем замены абсолютных величин на относительные [111-113].
Второй этап - выбор способа вычислений селекционно-генетических параметров (показателей наследуемости и генетических кор-реляций). В наших исследованиях установлено, что наиболее прием-лемыми показателями наследуемости являются третий и четвертый по классификации Н.А.Плохинского [114].
В обобщении на любое количество селектируемых признаков ал-горитм имеет вид:
CU j =  b j (Xi , j -  i , j) / J , i = 1,2 ... n 
bj= [fi,k]-1 . [g j,k] . [a j], j = 1,2 ... m
k = 1,2 ... m
f j, k = r j, k . CV j . CV k ,
g j, k = r g j, k . CV j . CV k . h2j . h2k ,
где i- порядковый номер; n -количество оцениваемых животных; j, k - порядковые номера; m - количество селектируемых признаков; Xi, j - значение j го селектируемого признака i-го животного; rj, k , rgi, k - ко-эффициенты фенотипической и генотипической корреляций j-го и k-го селектируемых признаков; CVj , CVk - коэффициенты вариации соот-ветствующих признаков; h2j , h2k - показатели наследуемости по j-му и k-му признакам; a - показатель экономической значимости.
При этом следует обратить внимание на сложность подходов к определению генетических корреляций, которые существенно влияют на степень объективности СИ. Предложенные Хейзелем четыре фор-мулы определения этого показателя, во-первых, дают разные резуль-таты, лежащие теоретически в пределах от минус бесконечности до плюс бесконечности, а во-вторых, эти результаты часто невозможно интерпретировать, поскольку они нередко бывают мнимыми. Реко-мендуемое отдельными авторами [115] увеличение исследуемой со-вокупности с одной стороны мало меняет ситуацию, а с другой - не всегда возможно.
Наиболее вероятная причина таких явлений в неудачном выборе способа определения генетических корреляций, о чем свидетельству-ют наши многочисленные исследования.
По определению [116-118], частные корреляции показывают сте-пень чистого взаимовлияния пары признаков, исключая остальные. Величина частной корреляции, так же как и обычной - парной, колеб-лется в пределах от минус единицы при обратной функциональной свя-зи до плюс единицы - при прямой, включая все промежуточные значе-ния, где эта связь не является функциональной. Детальная проработка и сравнительная оценка метода Хейзеля и предлагаемого метода по расчету генетических корреляций показала преимущества последнего [119]. Его суть заключается в использовании способа частных корре-ляций при расчете генетических корреляций для селекционных индек-сов.
Прогресс селекции стада (популяции) существенно обусловлен уровнем селекционного давления. Но при заданном его значении тре-буется определить границу величины признака, начиная с которой не-обходимо отбирать, выбраковывать животных. Поэтому в практике очень важно иметь возможность теоретического определения границы отбора, а также влияния его уровня на среднее значение признака. Ап-риорный анализ взаимосвязи названных величин практически эквива-лентен моделированию процесса направленного отбора. Соответст-вующий метод создан [120]. Суть его заключена в следующем.
В качестве исходных данных анализируемой популяции принима-ются предварительно рассчитанные биометрические параметры се-лекционируемого признака: М1- средняя арифметическая,  1- стан-дартное отклонение, CV1- коэффициент вариации, (1 - Р)- доля отбора, где Р-доля браковки. Необходимо определить пороговое значение признака, начиная с которого особей выбраковывают в виде доли среднего Х 0 =   M1, среднюю величину признака М2, получаемую в результате отбора, и относительную величину селекционного диффе-ренциала: Sd = 100 M1 / M1, %.
Поставленная задача решена в виде расчетных формул, получен-ных с использованием свойств нормального распределения дат.
Величину коэффициента  , показывающую долю среднего, чис-ленно равную значению селекционируемого признака и соответст-вующую границе отбора, можно определить по формуле :   = 1 - U0 CV1, где U0 - абсцисса отсекающей части нормальной кривой, соот-ветствующая заданной доле браковки Р, которая определяется по таблицам интеграла вероятности [121] из соотношения : Р = 0,5 -   (U0).
Среднюю величину селекционируемого признака М2, как резуль-тат селекционного давления, можно рассчитать по формуле:
М2 = М1 [1+CV1/1-P •   (U0)],
где  U0 - ордината нормальной кривой в точке отсечения, опре-деляемая из соответствующей таблицы [121].
Величина селекционного дифференциала определяется из выра-жения:
Sd = M1 CV1 • (U0)/ 1-P.
Формула получена, исходя из того, что селекционный дифферен-циал Sd = i• 1 [122], a i =  •(U0) / 1-P - интенсивность селекции в до-лях стандартного отклонения. Согласно приведенным формулам на ЭВМ рассчитаны две таблицы. В одной приведен коэффициент вариа-ции изменения признака через 2% от 0 до 50%, другой – доля отбора от 98 до 50% с тем же интервалом. Таблицы дают возможность опре-делить границу, селекционный дифференциал и среднее значение при-знака по заданному уровню отбора. Априорное значение величины се-лекционного дифференциала можно определить с помощью второй таблицы, как произведение превышения средней на ее исходное зна-чение.
Применение метода в практике селекции племенных стад пока-зывает, что относительные ошибки теоретических величин в сравне-нии с эмпирическими не превышают 5%, что удовлетворяет данным исследованиям. Для удобства на основе упомянутых таблиц построе-ны две специальные номограммы, позволяющие определять уровень отбора и получаемое при этом среднее значение признака. Кроме то-го, принципиально возможно решать обратную задачу, то есть опреде-лять величину необходимого селекционного давления для получения заданного среднего уровня селектируемого признака [123].
Таким образом, методический подход к определению потенци-альных генетических возможностей конкретной особи, особенно про-изводителя, интегральная оценка пробанда на основе его фенотипа в сочетании с параметрами прямых и боковых родственников, модели-рование эффективности селекции в зависимости от уровня изменчиво-сти признака и ее интенсивности дают возможность оптимизировать процесс совершенствования животных на индивидуальном и популяци-онном уровнях, на стадии оценки и отбора [124 126].
Отмечая важность генетико-статистических методов в селекции, необходимо помнить, что они являются лишь частью творческой сис-темы племенной работы [127-128].
На данном этапе требуется совершенствование этих методов в плане повышения разрешающей способности улавливать и отражать многообразие факторов, определяющих реализацию генотипа в окружающей среде [29].


 
загрузка...

Добавить комментарий


Защитный код
Обновить