Повышение продуктивного потенциала породных ресурсов крупного и мелкого рогатого скота Юга России на основе современных методов селекции

Обложка

Цитировать

Полный текст

Аннотация

В статье приведены результаты исследований генетических особенностей популяций крупного и мелкого рогатого скота, выращиваемого в южных регионах России. Идентифицированы породоспецифичные паттерны ДНК у трех наиболее распространенных в засушливых условиях пород крупного рогатого скота мясного направления. При изучении молочной продуктивности коров голштинской породы различных селекционно-генетических линий установлено, что для повышения ее уровня у потомства и улучшения качественных показателей молочного сырья целесообразно увеличить частоту включения в родительские пары животных линий Вис Бэк Айдиала и Рефлекшн Соверинга. Адаптационные способности и молочная продуктивность импортных животных зависят от их эколого-географического происхождения. По сравнению с голштинскими коровами австралийской и датской селекции, аналоги американской и немецкой отличаются повышенными значениями уровня молочной продуктивности, однако животные австралийской и датской обладают более высокой адаптационной лабильностью. В результате сравнительной характеристики хозяйственно-биологических особенностей двух поколений крупного рогатого скота (родительский, импортированный, первой генерации - полученный в условиях разведения) абердин-ангусской породы, выявлены тенденции к повышению продуктивных качеств. При изучении особенностей формирования мясной продуктивности у бычков калмыцкой породы в зависимости от экстерьерно-конституционального типа установлено, что по основным показателям бычки высокорослого типа превосходят своих аналогов среднего и компактного телосложения, однако мясо последних характеризуется более высокими кулинарно-технологическими показателями, содержит больше жира и имеет привлекательные вкусовые качества. Исследован полиморфизм генов CAST, GH, GDF9, CLPG, FABP4 и MC4R в популяциях овец различных пород, выращиваемых в Республике Калмыкия, Волгоградской и Ростовской областях, Кабардино-Балкарской Республике. Научно обоснован ДНК анализ у молодняка и дальнейший отбор животных с желательными генотипами как перспективный метод ранней диагностики проявления в онтогенезе хозяйственно полезных признаков.

Об авторах

Иван Фёдорович Горлов

ФГБОУ ВО «Волгоградский государственный технический университет», ФГБНУ «Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции»

Email: niimmp@mail.ru

Марина Ивановна Сложенкина

ФГБОУ ВО «Волгоградский государственный технический университет», ФГБНУ «Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции»

Елена Юрьевна Анисимова

ФГБНУ «Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции»

Екатерина Владимировна Карпенко

ФГБНУ «Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции»

Дарья Александровна Мосолова

ФГБНУ «Поволжский научно-исследовательский институт производства и переработки мясомолочной продукции»

Список литературы

  1. Батанов С.Д., Амерханов Х.А., Баранова И.А. и др. Молочная продуктивность коров разных экстерьерно-конституциональных типов // Известия Тимирязевской сельскохозяйственной академии. 2021. № 2. С. 102-113.
  2. Иванов Р.В., Захарова Л.Н. Проблемы адаптации завозных специализированных пород крупного рогатого скота // Сибирский вестник сельскохозяйственной науки. 2020. Т. 50. № 3. С. 94-102.
  3. Илькив Н. Генетика КРС: новые возможности // Эффективное животноводство. 2022. № 3 (178). С. 62-71.
  4. Колосова М.А., Колосов А.Ю., Бакоев Ф.С. ДНК-маркеры продуктивности в свиноводстве // Вестник Донского государственного аграрного университета. 2019. № 4-1 (34). С. 16-20.
  5. Мусаева И.В., Алиева Р.М. Генетические маркеры мясной продуктивности овец // Известия Дагестанского ГАУ. 2022. № 1 (13). С. 61-64.
  6. Селионова М.И., Плахтюкова В.Р. Мясная продуктивность бычков казахской белоголовой породы разных генотипов по генам CAPN1 и GH // Молочное и мясное скотоводство. 2020. № 4. С. 9-12.
  7. Сычёва О.В., Кононова Л.В. Генетические маркеры в молочном скотоводстве // Аграрно-пищевые инновации. 2018. № 1 (1). С. 27-31.
  8. Тихомиров А.И. Экономическая эффективность технологической модернизации и интенсификации животноводства России // Экономика сельскохозяйственных и перерабатывающих предприятий. 2022. № 12. С. 21-24.
  9. Шендаков А.И. Влияние голштинской породы на генофонд черно-пестрого скота в стадах Орловской области // Молочное и мясное скотоводство. 2022. № 1. С. 17-20.
  10. Konovalova, E. Romanenkova O., Zimina A. et al. Genetic variations and haplotypic diversity in the myostatin gene of different cattle breeds in Russia // Animals (Basel). 2021. V. 11. № 10. A. 2810.
  11. Al-Thuwaini T.M., Al-Shuhaib M.B.S., Lepretre F., Dawud H.H. Two co-inherited novel SNPs in the MC4R gene related to live body weight and hormonal assays in Awassi and Arabi sheep breeds of Iraq // Veterinary Medicine and Science. 2021. V. 7. № 3. P. 897-907.
  12. Haruna I.L., Li Y., Ekegbu U.J. et al. Associations between the bovine myostatin gene and milk fatty acid composition in New Zealand Holstein-Friesian × Jersey-Cross cows // Animals (Basel). 2020. V. 10. № 9. P. 1447.
  13. Valencia C.P.L., Franco L.Á.Á., Herrera D.H. Association of single nucleotide polymorphisms in the CAPN, CAST, LEP, GH, and IGF-1 genes with growth parameters and ultrasound characteristics of the Longissimus dorsi muscle in Colombian hair sheep // Tropical Animal Health and Production. 2022. V. 54. № 1. A. 82.
  14. Wang F., Chu M., Pan L. et al. Polymorphism Detection of GDF9 gene and its association with litter size in Luzhong Mutton Sheep (Ovis aries) // Animals (Basel). 2021. V. 11. № 2. A. 571.
  15. Yan W., Zhou H., Hu J. et al. Variation in the FABP4 gene affects carcass and growth traits in sheep // Meat Science. 2018. V. 145. P. 334-339.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».