Анализ распределений и взаимосвязи индексов племенной ценности симментальских быков-производителей австрийского происхождения при использовании геномной селекции

Автор: Мурленков Н.В., Шендаков А.И.

Журнал: Биология в сельском хозяйстве @biology-in-agriculture

Рубрика: Актуальные вопросы зоотехнии и ветеринарии

Статья в выпуске: 4 (41), 2023 года.

Бесплатный доступ

Популярность программы геномной оценки быков в странах ближнего зарубежья за последние несколько лет привела к развитию методов молекулярно-генетического маркирования, а возникшая возможность геномного сканирования, позволила одновременно анализировать тысячи локусов в одном геноме. Такие методы геномного сканирования позволяют проводить картирование главных генов, ответственных за хозяйственно ценные признаки, на основе полиморфизма генетических маркеров. Благодаря геномной селекции, использующей различные индексы, степень выявления ценности животных возрастает уже в раннем возрасте, что определяет новизну и актуальность в системе племенной работы. В представленной статье изучены закономерности взаимосвязи и сила влияния ведущих племенных индексов при геномной оценке производителей. Объектом представленного исследования служили симментальские быки-производители разных возрастов, предметом - племенные индексы, характеризующие продуктивные и физиологические особенности животных. Анализ первичных данных по каждому быку проводился на базе «IBM SPSS Statistics» 27 с применением параметрических и непараметрических критериев. Была определена нормальность распределения изучаемых индексов (нулевая гипотеза сохраняется); выявлены достоверные различия между группами животных в зависимости от возраста (от 6,22 до 60,43, при p=0,01); проведен дисперсионный анализ при влиянии возраста на величины индексов (GZW - 2195,1; MW и FIT - 683,4 и 597,9, при р=0,0005); изучена степень взаимосвязи индексов методом парных корреляций (GZW и MW: +0,739; GZW и FIT: +0,628, при р=0,0005); построена регрессионная модель, которая описывает 61% случаев, где увеличение возраста быков влечет за собой возрастание индексов.

Еще

Племенные индексы, геномный анализ, быки-производители, корреляция, дисперсионный анализ, критерий достоверности, коэффициенты регрессии

Короткий адрес: https://sciup.org/147242260

IDR: 147242260

Текст научной статьи Анализ распределений и взаимосвязи индексов племенной ценности симментальских быков-производителей австрийского происхождения при использовании геномной селекции

него и дальнего зарубежья широкое распространение получил метод геномной оценки племенной ценности (далее GEBV). Геномная оценка в системе селекционно-племенной работы основана на анализе последовательностей ДНК животного [6]. GEBV рассчитывается для каждого хозяйственно-полезного признака с использованием индексов или молекулярногенетических меток, например, SNP-маркеров (однонуклеотидный полиморфизм) для определения племенной ценности животных.

В скандинавских странах Джозефом Мизенбер-гером (J. Miesenberger) на основе исследований австрийских симменталов был предложен новый ком- плексный индекс племенной ценности (GZW), объединяющий молочные, мясные и физиологические качества животных [8]. В этой связи представляется актуальным изучение современных аспектов геномной оценки быков-производителей и влияния основных индексов на формирование показателя общей племенной ценности (GZW). Представленные данные могут быть использованы в качестве научнометодического материала, а также служить основой для разработки селекционной базы, необходимой в племенной работе России.

Материалы и методы исследований. Исследования были проведены с использованием информации по документам первичного учета селекционных и геномных индексов, представленным на площадке Zuchtwert Austria. Был выполнен статистический анализ распределений и взаимосвязей племенной ценности быков-производителей симментальской породы в зависимости от возраста. Схема исследований, изучаемые индексы и применяемые методы математического анализа представлены в таблице 1.

Таблица 1 – Схема исследований

Быки-производители симментальской породы (n=3030)

Контрольная группа

1 опытная

2 опытная

Рожденные с 2020-2022 гг.

Рожденные с 2017-2019 гг.

Рожденные с 2014-2016 гг.

Изучаемые индексы

GZW

MW

FW

FIT

Общая племенная ценность

Молочная продуктивность дочерей

Откормочные качества

Фитнесс*

Статистические методы исследований

N d

t-test

d/g

ANOVA

r

R/R 2

Нормальность распределения

Распределение Стьюдента

Размеры эффектов

Дисперсионный анализ

Корреляция

Регрессия

Примечание: Фитнесс – индекс, включающий совокупность селекционных и физиологических признаков животных

Анализ первичных данных по каждому быку проводился на базе «IBM SPSS Statistics» 27 с применением параметрических и непараметрических критериев. Оценка нормальности распределения выборочной совокупности проводилась с использованием визуализированного метода (при помощи коробчатых диаграмм – «тьюков»). Проверка равенства средних осуществлялась с использованием критерия Стьюдента; для измерения силы взаимосвязи между переменными использовался метод сравнения эффектов, с применением критериев Коэна и Хеджеса; для оценки влияния факторов использовался дисперсионный анализ – ANOVA; оценка взаимосвязи проводилась с применением парных корреляций по Пирсону; по- строение регрессии осуществлялось линейным методом с определением зависимости по P-P графику.

Результаты исследований и их обсуждение. Перед использованием математических методов моделирования для определения статистической значимости и взаимосвязей между совокупностью данных, требуется соблюсти основное правило – проверить нормальность распределения изучаемых выборок. Данные рисунков 1-4 наглядно демонстрируют, что медианы всех четырех индексов расположены практически посередине коробчатых диаграмм. Таким образом, выборки подчиняются нормальному закону распределения, и параметрические тесты могут быть применимы.

Рис. 1 – Нормальность распредления по индексу GZW

Рис. 2 – Нормальность распредления по индексу MW

Рис. 3 – Нормальность распредления по индексу FW

Рис. 4 – Нормальность распредления по индексу FIT

В таблице 2 была представлена проверка гипотез, основанных на распределении Стьюдента. Уро- вень значимости для оценки различий средних величин составил 0,05.

Таблица 2 - T -критерий для равенства средних

Показатели

T st

р

Средняя разность

MSE

95% ДИ

Нижняя

Верхняя

Между контролем и 1 группой

GZW

27,403

0,01

8,211

0,300

7,623

8,799

MW

17,723

0,01

5,511

0,311

4,901

6,121

FW

6,228

0,01

2,145

0,344

1,469

2,820

FIT

15,479

0,01

5,421

0,350

4,734

6,108

Между контролем и 2 группой

GZW

60,432

0,01

18,965

0,314

18,350

19,581

MW

34,680

0,01

11,275

0,325

10,638

11,913

FW

16,561

0,01

6,168

0,372

5,438

6,898

FIT

34,624

0,01

12,287

0,355

11,591

12,983

Примечание : T st – критерий Стьюдента; р – двухсторонняя значимость; MSE - среднеквадратичная ошибка разности; ДИ – доверительный интервал

Т-тест Стьюдента при парном сравнении контрольной и опытных групп предполагал равные дисперсии и демонстрировал достоверные различия у всех племенных индексов (от 6,22 до 60,43) на уровне 0,01. Исследования также показали, что ДИ не вклю- чал нуль, поэтому с 95% вероятностью принимается альтернативная гипотеза о статистической значимости селекционных индексов на уровне не хуже 0,05.

Таблица 3 - Размеры эффектов парных выборок

Показатели

Стандартизатор

Точечная оценка

95% доверительный интервал

Нижняя

Верхняя

Пара 1

Возраст - GZW

d Коэна

10,735

-11,236

-11,521

-10,951

g Хеджеса

10,736

-11,235

-11,520

-10,949

Пара 2

Возраст - MW

d Коэна

8,737

-13,052

-13,382

-12,721

g Хеджеса

8,738

-13,050

-13,381

-12,719

Пара 3

Возраст - FW

d Коэна

8,866

-11,798

-12,097

-11,498

g Хеджеса

8,867

-11,796

-12,096

-11,497

Пара 4

Возраст - FIT

d Коэна

9,907

-10,799

-11,073

-10,524

g Хеджеса

9,908

-10,797

-11,071

-10,523

Если p-значение может показывать статистически значимую разницу между двумя выборками, то размер эффекта (d Коэна, g Хеджеса) отражает величину полученной разницы. Показатель g Хеджеса яв- ляется более точной версией d Коэна, использующий поправочный коэффициент, а именно n - 1 для каждой выборки вместо n, что дает лучшую оценку. Эмпирические значения d и g в таблице 3 указывают на то, что средние парных групп отличаются на 8,866 – 10,736 стандартных отклонений. Согласно эмпириче- скому правилу парных эффектов, полученные данные имеют достаточно большой размах.

Таблица 4 – Однофакторный дисперсионный анализ (ANOVA)

Показатели

Сумма квадратов

ст.св.

Средний квадрат

F

знач.

GZW

Между группами

182729,676

2

91364,838

2195,116

0,0005

Внутри групп

125989,395

3027

41,622

Всего

308719,071

3029

MW

Между группами

64212,074

2

32106,037

683,484

0,0005

Внутри групп

142190,652

3027

46,974

Всего

206402,726

3029

FW

Между группами

19725,482

2

9862,741

146,438

0,0005

Внутри групп

203400,159

3020

67,351

Всего

223125,641

3022

FIT

Между группами

76593,383

2

38296,691

597,973

0,0005

Внутри групп

193861,582

3027

64,044

Всего

270454,965

3029

Проведенный однофакторный дисперсионный анализ в таблице 4 демонстрирует, что вне зависимости от возраста критерий Фишера (F) имел достоверные различия на уровне не хуже 0,0005. В тоже время наибольшие статически значимые различия были вы- явлены по индексу GZW – 2195,1, несколько слабее – по MW и FIT – 683,4 и 597,9 соответственно. Таким образом, проведенный анализ позволяет отвергнуть нулевую гипотезу и сделать вывод, что не все средние группы равны.

Таблица 5 Корреляции парных выборок

Показатели

GZW

MW

FW

FIT

GZW

Корреляция Пирсона

1

0,739**

0,385**

0,628**

знач. (двухсторонняя)

-

0,0005

0,0005

0,0005

N

3030

3030

3023

3030

MW

Корреляция Пирсона

0,739**

1

0,124**

0,045*

знач. (двухсторонняя)

0,0005

-

0,0005

0,014

N

3030

3030

3023

3030

FW

Корреляция Пирсона

0,385**

0,124**

1

0,032

знач. (двухсторонняя)

0,0005

0,000

-

0,080

N

3023

3023

3023

3023

FIT

Корреляция Пирсона

0,628**

0,045*

0,032

1

знач. (двухсторонняя)

0,0005

0,014

0,080

-

N

3030

3030

3023

3030

Примечание : * – корреляция значима на уровне 0,05; **

– корреляция значима на уровне 0,01

Согласно данным таблицы 5, наибольшие положительные корреляции наблюдались по: GZW и MW – 0,739; GZW и FIT – 0,628 при двусторонней значимости 0,0005 (p<0,01). Умеренная связь прослеживалась между: GZW и FW – 0,385; MW и FW – 0,124 при двусторонней значимости 0,0005 (p<0,01). Таким образом, при увеличении индексов молочной продуктивности и фитнесса общая пленная ценность также будет увеличиваться и наоборот.

Для изучения влияния племенных индексов на возраст быков-производителей был проведен линейный регрессионный анализ – «модель 1» (табл. 6), где предикторами выступали GZW, MW, FW и FIT, а константой служил возраст животных. Значение коэффициента детерминации (R) составило 0,784, что говорит о достаточно тесной взаимосвязи между племенными индексами и возрастом быков-производителей. Величина R-квадрата составила

0,614, а значит, приведенная модель описывает 61% случаев, при которых увеличение значений индексов происходит за счет увлечение возраста быков.

Таблица 6 – Сводка для модели регрессии 1

^Q

О

4

О s

Pi

Й ч cd PQ ¥ pi

св Н СО g о а

a pi

и и

S

° S те

о

й

и

1

0,784

0,614

0,614

0,507

Рис. 5 – Гистограмма регрессионного распределения

Рис. 6 – Нормальный P-P график регрессии

В линейной регрессии предполагается, что разница предсказанных и наблюдаемых значений распределены нормально. Однако прежде чем сделать вывод, необходимо рассмотреть гистограмму (рис. 5) и вероятностный график (P-P) остатков для визуального анализа (рис. 6). Анализ рисунков показывает, что между значениями племенных индексов и возрастом быков существует нормальная положительная зависимость. Соответственно, если величина индекса увеличивается, то возраст животных возрастает линейно.

Таблица 7 – Коэффициенты регрессии модели 1

Модель

Нестандартизованные коэффициенты

т

р

B

Стандартная ошибка

1

(Возраст)

16,766

0,525

31,918

0,0005

GZW

0,027

0,006

4,192

0,0005

MW

-0,072

0,005

-13,462

0,0005

FW

-0,029

0,002

-12,320

0,0005

FIT

-0,060

0,004

-14,611

0,0005

При выполнении линейной регрессии, полученные значения нестандартизированы, то есть используются необработанные данные для поиска линии наилучшего соответствия (табл. 7). Нестандартизиро-ванный коэффициент B по константе (возрасту) сообщает среднее значение переменной отклика (19,76), в том случае если предикторы принимают нуль. Коэффициенты B по GZW, MW, FW и FIT говорят об изменении значения отклика, связанном с увеличением на единицу переменной предиктора. Таким образом, увеличение GZW на одно стандартное отклонение связано с увеличением возраста быков на 0,027 стандартного отклонения, при условии, что остальные индексы остаются неизменными. Соответственно, увеличение MW, FW и FIT связано с уменьшением возраста быков на 0,072, 0,029 и 0,060, если предположить, что значение GZW постоянно.

Заключение. На основании представленных исследований были сформированы следующие выводы:

  • 1.    Коэффициент Стьюдента для контрольной и опытных групп демонстрировал достоверные различия у всех племенных индексов (от 6,22 до 60,43) на уровне 0,01. Кроме того, наибольшие различия прослеживались у контрольной и 2 опытной группы – в пользу молодых животных.

  • 2.    Эмпирические значения Коэна и Хеджеса указывало на то, что средние парных групп отличались

  • 3.    Корреляционная матрица индексов показывала наибольшую положительную связь между GZW и MW: +0,739; GZW и FIT: +0,628 при значимости 0,0005 (p<0,01). Соответственно, это доказывает, что на формирование общей племенной ценности в основном влияли молочная продуктивность и фитнесс, что закономерно.

  • 4.    Дисперсионный анализ демонстрировал, что наибольшие статически значимые различия между возрастом и индексами были выявлены по GZW – 2195,1, MW и FIT – 683,4 и 597,9 при значимости 0,0005. Отсюда можно сделать вывод, что племенная работа в большей степени ведется по молочной продуктивности и состоянию здоровья животных, нежели по мясным качествам.

  • 5.    Регрессионная модель описывала 61% случаев, при которых увеличение значений индексов происходило за счет увлечения возраста быков. Также увеличение GZW на одно стандартное отклонение связано с увеличением возраста быков на 0,027 стандартного отклонения; увеличение MW, FW и FIT, наоборот, – с уменьшением возраста быков на 0,072, 0,029 и 0,060, соответственно.

на 8,866-10,736 стандартных отклонений. При этом, у более молодых особей размер эффекта по GZW был выше, а значит, разница между средним животным в каждой группе также была больше.

Список литературы Анализ распределений и взаимосвязи индексов племенной ценности симментальских быков-производителей австрийского происхождения при использовании геномной селекции

  • Геномные технологии в молочном животноводстве // URL: https://igene-ferma.com/wp-content/uploads/2018/05/gebv_smsz.pdf (дата обращения 09.09.2023 г.).
  • Зубенко Э.В., Некрасов Д.К. Использование метода селекционных индексов для прогнозирования племенной ценности быков черно-пестрой породы по пожизненному удою дочерей // Вестник АПК Верхневолжья. 2012. № 4 (20). С. 28-32. EDN: PXZBKP
  • Карымсаков Т.Н., Абугалиев С.К., Баймуканов Д.А. Оценка племенной ценности быков-производителей по геномному анализу // Аграрная наука. 2019. № 10. С. 40-42. EDN: NCXVPC
  • Кругляк О.В. Хозяйственно-экономические предпосылки внедрения геномной оценки животных в молочном скотоводстве // Международный научно-производственный журнал "Экономика АПК". 2013. № 9 (227). С. 085-091. EDN: RDHHPP
  • Попов Н., Некрасов А., Федотова Е. Генетическое маркирование в селекции скота // Животноводство России. 2020. № S2. С. 9-15. EDN: ZXFJUR
  • Смирнов Е.А. Геномная оценка быков и её использование в молочном скотоводстве // Modern research and technology - 2023: сборник статей Международной научно-практической конференции. Петрозаводск, 2023. С. 220-224. EDN: NWBVBS
  • Шаркаева Г.А Анализ племенной ценности быков по геномной оценке и качеству потомства // Проблемы и перспективы повышения эффективности племенного животноводства и кормопроизводства: материалы международной научно-практической конференции. Тверь, 2021. С. 137-139. EDN: KPYXZR
  • Miesenberger J., Fuerst Ch. Experiences in selecting on a total merit index in the Austrian Fleckvieh breed // Biotechnology in Animal Husbandry. 2006. Vol.22, pp 17-27.
Еще
Статья научная