Мониторинг физиологических функций и признаков продуктивности у молочных коров (обзор)

На протяжении последних десятилетий наблюдался заметный прогресс в увеличении молочной продуктивности коров, однако в целом он не сопровождался таким же ростом по признакам продуктивного долголетия и качества получаемой продукции. Пока нет ясности в том, по каким критериям вести селекцию, чтобы поддерживать высокие показатели резистентности и адаптивности, которые отражают жизнеспособность и напрямую связаны с качеством получаемого молочного сырья. В последние годы накапливается все большее количество данных, свидетельствующих о положительной корреляции между молочной продуктивностью и частотой выбраковки высокоудойных коров, что обусловлено рядом факторов, включая повышение степени инбридинга у особей наиболее распространенных пород, в том числе голштинской (1), условия кормления и содержания животных. В то же время отмечается большая вариабельность по частоте выбраковки животных в разных стадах, однако причина этих различий часто не ясна. Поэтому значительным резервом в поддержании высокой продуктивности может быть контроль физиологического состояния животных и показателей удоя (2).

Наибольшее число метаболических нарушений у коров отмечается в период раздоя, причем продуктивный спад, как правило, предшествует клиническим проявлениям типичных видов патологии (кетоза, жировой инфильтрации печени, вторичной остеомаляции, яловости и т.д.). Биохимические факторы риска возникновения этих предпатологических состояний обусловлены снижением концентрации в крови глюкозы и резким повышением таковой неэстерифициро-ванных жирных кислот (НЭЖК) на фоне часто развивающейся аммиачной интоксикации и ряда других неблагоприятных факторов (3). Известно, что резкое повышение концентрации свободных жирных кислот в крови приводит к разобщению окисления и фосфорилирования в печени и нежелательным функциональным сдвигам иммунной и репродуктивной систем. Имеются сведения о том, что повышенное поступление аммиака отрицательно влияет на глюконеогенез в печени и вызывает сверхстехиометрическое расходование аминокислот в цикле мочеви-нообразования. Поэтому контроль степени мобилизации депо тканей и процессов протеинового питания входит практически во все используемые в мире системы физиологического мониторинга.

Во Франции разработана комплексная программа по мониторингу питания, поведения, лактации, репродукции и стресса с целью оптимизации конверсии корма в молоко; осуществляется сбор данных по физиологическим параметрам, в том числе составу молока, поглощению нутриентов молочной железой, молекулярным факторам генетической селекции (4). В Германии анализ состава молока используют для мониторинга обменных процессов у коров (5-8). В США пользуются широкой сетью базы данных, включая мониторинг молочной продуктивности, индекса упитанности коров и состава молока (1, 9).

Б а л а н с э н е р г и и и у п и т а н н о с т ь. При сравнении результатов глазомерной и инструментальной эхографической (Scanner 450, фирма «Pie Medical») оценки упитанности коров отмечена высокая степень совпадаемости данных (8). По мере увеличения продолжительности и величины отрицательного баланса энергии у коров после отела возрастает риск появления расстройств опорно-двигательного аппарата, пищеварения и репродуктивной функции (10, 11). Так, De Vries с соавт. еженедельно в течение 180 сут лактации определяли величину энергетического баланса по данным регистрации удоя, живой массы коров и потребления энергии с кормом (12). При этом была выявлена корреляция между величиной максимального отрицательного баланса энергии и продолжительностью периода от отела до первой овуляции; в среднем на каждые дополнительные 10 МДж задержка составляла 1,25 сут. По мнению авторов, систематическое снижение жирности молока в первые 26 сут лактации свидетельствует о существенном отрицательном балансе энергии.

Данные по коэффициенту наследуемости отрицательного баланса противоречивы (от 0 до 0,51), что связано с использованием недостаточно больших выборок. Для селекционных целей рекомендуют проводить оценку потребления корма и упитанности параллельно с регистрацией удоев (11).

Повышенное поступление в организм коров аминокислот в первой фазе лактации может отрицательно отражаться на упитанности и воспроизводительной способности. Так, у коров, получавших концентраты в условиях пастбищного содержания, при добавке труднодеградируемого протеина снижались потребление концентратов и упитанность, увеличивался сервис-период, хотя концентрация в крови НЭЖК, β -оксибутирата, глюкозы и инсулина существенно не изменялась по сравнению с контролем (13).

Согласно данным мониторинговых исследований, проведенных на большом поголовье коров ( n = 1000), наиболее существенное влияние оказывают на удой упитанность в период сухостоя, число лактаций и упитанность во время запуска. Повышение упитанности в период между запуском и отелом на 1 балл соответствовало прибавке 545 кг молока за первые 120 сут лактации, дополнительный 1 балл упитанности во время запуска означал снижение удоя на 300 кг (14). Предложен метод оценки скорости изменения содержания липидов по балльной оценке упитанности во время отела, живой массы и времени от отела до оплодотворения (15). Этот метод предполагается использовать в кормлении и селекции.

Большой отрицательный баланс в первой фазе лактации часто сопровождается у коров гиперкетонемией и снижением иммунитета, в частности, падает фагоцитарная активность нейтрофилов (16). В это время наблюдаются сдвиги показателей окислительного стресса: увеличивается концентрация дималонового альдегида в крови, а при повышенном потреблении крахмалистых кормов повышается активность глютатионпероксидазы (17). Кроме того, этот период часто сопровождается проявлением синдрома жировой инфильтрации печени. С целью выявления связи между динамикой снижения упитанности и содержанием липидов в печени были проведены массовые исследования ( n = = 218) (18). При этом брали образцы ткани печени (биопсия), проводили анализы крови и оценивали упитанность (балл). Хороший прогноз отложения липидов в печени был получен при использовании данных по продуктивности на ранней фазе лактации и динамике упитанности с учетом концентрации в крови глюкозы, НЭЖК и мочевины.

На основе применения математического аппарата нечетких множеств разработана система адаптивного кормления, в которой используют данные по динамике живой массы (глазомерная оценка), удою и фазе лактации (19). Показано, что экономическая эффективность адаптивного кормления повышается в случае применения автораздатчиков комбикорма. Входит в практику оперативная регистрация баланса нутриентов для контроля адекватности питания коров (20). Величина энергетического баланса коррелирует с показателями глазомерной и инструментальной оценки упитанности, соотношением содержания в молоке жира и лактозы, концентрацией в крови НЭЖК и тироксина, хотя анализ крови не всегда повышает точность оценки энергетического дефицита по сравнению с анализом молока даже при больших выборках (21).

К о н т р о л ь п р о т е и н о в о г о п и т а н и я. Высокое содержание в кормах протеина усугубляет влияние отрицательного баланса энергии на репродуктивную функцию коров (22-28). При мониторинге воспроизводительной функции рекомендуют контролировать концентрацию мочевины в крови или молоке, с тем чтобы она не превышала 19-20 мг% (29). Концентрация мочевины в крови отрицательно коррелирует с потреблением энергии и положительно — с потреблением протеина. Концентрация мочевины в молоке (MUN) линейно связана с экскрецией азота с мочой (UN): UN (г/сут) = 0,0259 ( ± 0,0006) х х живая масса (кг) х MUN (мг/дл) (30).

Предполагают разработать системы оценки сбалансированности рационов по протеину и энергии на основании измерения концентрации мочевины и истинного белка в молоке (31). Поскольку не исключены вариации этих показателей в зависимости от стадии лактации, породы, состояния здоровья вымени, подготовки проб и условий проведения анализа, необходима стандартизация методик и определение границ нормальных значений для конкретных условий (32-34). Для оценки у коров эффективности использования азота корма предложено применять показатель отношения содержания истинного молочного белка к концентрации мочевины в молоке (35).

Повышенное содержание протеина в рационе на ранней фазе лактации является фактором, усугубляющим мобилизацию липидов и белков тела (36). Высокий уровень питания в период затухания лактации и сухостоя может быть одной из причин выбраковки коров вследствие развития вторичной остеодистрофии (37).

Определение концентрации мочевины в молоке часто применяют для оптимизации конверсии протеина корма в белок молока, хотя для мониторинга воспроизводительной функции некоторые исследователи считают этот показатель недостаточно информативным (38 -41). Концентрация мочевины в молоке, оцененная методом отражательной спектроскопии в инфракрасной области, слабо коррелирует с удоем или упитанностью, но этот показатель можно использовать при расчете экономической эффективности (42). Оценка концентрации мочевины в молоке в большей степени дает информацию о потерях кормового протеина в рубце, чем об эффективности использования аминокислот на продуктивные цели (43, 44). На концентрацию мочевины в молоке положительное влияние оказывают масса тела, стандартизованный по жиру удой, потребление сырого протеина и сухого вещества, продолжительность периода лактации и отрицательное влияние — суточный удой, выход жира, потребление сырого протеина на единицу содержания энергии и потребление чистой энергии. При этом доля выведения мочевины с молоком от общей экскреции для утренней и вечерней дойки составляет соответственно 1,8 и 3,3 %. (45). Повышение доли нераспадаемого протеина в сыром протеине рациона (16 %) с 29 до 41 % приводило к снижению концентрации мочевины в крови и повышению таковой в молоке, что авторы объясняют дефицитом глюкогенных предшественников и использованием аминокислот на энергетические цели (46).

Определение концентрации мочевины в молоке используют в США для прогноза экскреции азота с мочой при мониторинге протеинового питания на основе нового стандарта концентрации мочевины в молоке — 8,5-11,5 мг/дл вместо 12-16 мг/дл (47). Предложена математическая модель для прогноза эффективности использования азота у лактирующих коров по оценке концентрации мочевины в молоке, удою, процентному содержанию белка в молоке и потреблению сырого протеина. При проверке расчетной модели с использованием 93 рационов ошибка прогноза составила 15 %. В зависимости от удоя оптимальное содержание мочевины в молоке варьирует от 10 до 16 мг% (48).

По данным анализа состава молока у 6102 коров голштинской породы в 36074 полевых опытах, концентрация мочевины в молоке увеличивается к концу лактации (49). Коэффициент наследуемости по концентрации мочевины в молоке при первой, второй и третьей лактации составлял соответственно 0,44; 0,59 и 0,48; аналогичные показатели получены по удою, но генетическая корреляция при этом отсутствовала. Авторы пришли к выводу, что селекция по концентрации мочевины в молоке возможна, но надо учитывать факторы беременности и болезней.

В научно-исследовательской практике для биохимического контроля используют количественное определение в крови метаболитов азотистого, жирового и углеводного обменов, активности ферментов и гормонов (50). Основной проблемой при этом подходе является трудоемкость и дороговизна анализов, а также вариабельность и неспецифичность изменений отдельных биохимических показателей в жидких средах. Поэтому актуальная задача может состоять в том, чтобы научиться извлекать полезную информацию из совокупности данных, используя методы статистического анализа и моделирования. Адекватные методы для решения этой задачи, по-видимому, можно разработать на стыке биохимии и медицинской статусметрии.

В настоящее время в ряде стран начаты исследования в этом направлении. Основные нерешенные проблемы состоят в следующем: необходимо более четкое понимание обменных процессов на уровне отдельных подсистем — желудочно-кишечного тракта, печени, мышц, жировой ткани, молочной железы; нужно иметь более точный прогноз поступления нутриентов из желудочнокишечного тракта; важно выявить источники индивидуальной вариабельности реакций, обусловливающих количественные признаки и природу физиологических потребностей животных, то есть необходима интеграция научных знаний для последующей передачи их в технологические регламенты с использованием компьютерных технологий (51). Существующие системы нормирования и контроля питания пока не обеспечивают достижение нужной степени адекватности.

Так, для оценки прогностической эффективности Корнельской системы питания коров Moscardini с соавт. провели опыт при количестве нераспадаемого протеина 4,5; 14,9 и 29,1 % и уровне питания 90 и 80 % (от уровня кормления вволю) (52). Выход микробной массы, оцененный по концентрации пуриновых оснований в моче, не изменялся, однако по прогнозу он должен был снижаться при повышении содержания нераспадаемого протеина. Обнаружено также, что прогнозируемая по этой системе концентрация мочевины в молоке намного выше фактической. На основании полученных данных авторы заключили, что регрессионный подход, использованный в Корнельской системе, недостаточен для про- гнозирования, поэтому в будущих разработках нужно учитывать механизмы обмена веществ.

К о м ф о р т н о с т ь с о с т о я н и я ж и в о т н ы х. Физиологическому мониторингу в мире в последние годы стали уделять большое внимание из-за возросших требований к качеству продукции и в связи с развитием производственных систем, обеспечивающих комфортность физиологического состояния (welfare, wellbeing) (53), что составляет главное условие для достижения биологически и экономически оптимальной продолжительности продуктивного использования коров. Применяют разные способы оценки комфортности. Например, для дойных коров иногда под этим понимают отсутствие психического стресса (mental suffering) и физическую жизнеспособность (physical fitness). Критериями комфортности могут служить показатели состояния здоровья, поведения животных и условия содержания. Capdeville с соавт. для оценки общего состояния здоровья стада использовали частоту яловости, смертности новорожденных, задержания последа, абортов, клинического мастита, хромоты, а также индекс упитанности, степень загрязненности волосяного покрова, наличие кашля, травм, биосоциальные показатели (агрессивность, поведение при доении) и другие (всего 49 показателей) (54).

Отдельные показатели могут быть выражены в виде категорий (хороший, лучший, средний, умеренный, сильно выраженный и т.д.) или числовой шкалы. При разработке комплексной интервальной шкалы применяют разные подходы. Для приведения разнородных показателей к одному комплексному критерию можно использовать различные статистические методы, в том числе кластерный анализ, модель шкалирования (scaling model). Численные показатели можно определять посредством экспертного опроса специалистов, а затем проводить проверочные исследования в производственных условиях (53). На основе методов эпидемиологии анализируют (с помощью методов многомерной статистики) связь показателей комфортности с условиями содержания, кормления, климатическими особенностями, выявляют факторы риска, оценивают информативность отдельных параметров и взаимосвязи между ними (путевой анализ, логистическая регрессия и др.) (55, 56).

Большая доля генетической изменчивости признаков продуктивности связана с вариацией количества съеденного корма и мобилизацией резервов тела. Отбор животных по одному из этих признаков нежелателен. Хотя учет двух признаков перспективен, имеется неопределенность в отношении параметров здоровья, репродукции и баланса энергии (57). Некоторые авторы считают перспективным поиск кандидатов для селекции на основе показателей физиологических признаков. В качестве одного из «индикаторных признаков» предложено использовать определение концентрации азота мочевины в крови после кратковременного голодания (58).

Для оценки состояния функциональных подсистем и общего состояния здоровья по физиологическим признакам актуальна разработка теории и практики медицинской статусметрии, предполагающей применение таких вычислительных методов, как теория распознавания образов, кластерный анализ, теория вычислительных оценок (59, 60), полипараметрический анализ (61-64), теория референтных границ (65-68). Это направление актуально, в частности, при оценке общей резистентности у коров (69-72). В последние годы предприняты попытки создания компьютерных экспертных систем для диагностики болезней обмена веществ у сельскохозяйственных животных. Представляет практический интерес в этом плане и другое направление — поиск интегральных тестовых процедур: КГР-дермография (использование кожно-гальваниче-ской реакции для типизации адаптаци- онного синдрома) (73); анализ суммарной концентрации в крови веществ с низкой и средней молекулярной массой (74, 75); тесты для оценки окислительного стресса (76); применение инфракрасной спектроскопии для анализа конденсатов выдыхаемого воздуха (77).

Заключение

Одно из перспективных направлений увеличения молочной продуктивности скота связано с совершенствованием животных по признакам продуктивного долголетия и качества получаемой продукции, а критическим звеном в реализации этого направления является разработка и внедрение систем физиологического мониторинга продуктивных функций, здоровья и комфортности условий содержания животных. Поэтому разработка научных основ физиологического мониторинга является важной и актуальной задачей как в плане фундаментальных исследований, так и в прикладном аспекте.

В систему мониторинга физиологического гомеостаза в условиях производства в настоящее время целесообразно в первую очередь включать следующие показатели: оперативная регистрация баланса энергии по данным анализа рационов и энергии молока; балльная оценка упитанности; концентрация мочевины в молоке и соотношение концентрация мочевины/концентрация истинного белка в молоке. Необходимо отрабатывать математические модели для прогноза эффективности использования азота у лактирующих коров по оценке концентрации мочевины в молоке, удою, концентрации белка в молоке, потреблению сырого протеина и другим факторам. Для контроля и управления продукционными процессами необходим более точный прогноз всасывания нутриентов из желудочнокишечного тракта и потребностей организма в питательных веществах с учетом физиологического состояния и генотипа. Судя по результатам анализа мирового опыта, организация адаптивного кормления на основе физиологического мониторинга с использованием автораздатчиков комбикорма экономически эффективна. Для количественной оценки комфортности состояния животных требуется регистрация общих показателей здоровья, выборочное обследование химического состава крови, проведение интегральных тестов. С целью приведения разнородных показателей к одному численному критерию комфортности необходима разработка комплексной интервальной шкалы с применением математических (статистических) методов. Информационная система мониторинга должна обеспечивать возможность ретроспективного анализа связи между показателями комфортности и условиями содержания, кормления, климатическими параметрами, а также выявления факторов риска, оценки информативности отдельных показателей и взаимосвязи между ними. Необходим поиск индикаторных физиологических признаков для использования в селекции.

Л И Т Е Р А Т У Р А

• 1.    R u s c h e n J. The welfare of the high producing animal. Animal welfare and animal health. In: Landbau-forschung Volkenrode, Sonderheft 227 /Eds. F. Ellendorf, V. Moening, J. Ladewig e.a., Braunschweig, 2000: 35-39.

• 2.    R u s h e n J., De P a s s i l e A.M.B. Comportement, bien-etre et productivite des bovines laitiers (Behaviour, welfare and productivity of dairy cattle). Can. J. Anim. Sci., 1998, 78: 3-21.

• 3.    O l d h a m J.D., E m m a n s G.C. Prediction of responses to protein and energy yielding nutrients. J. Dairy Sci., 1989, 72(12): 3212-3229.

• 4.    L a p i e r r e H. La recherche en production laitiere au centre de Lennoxville (Research in milk production at the Lennoxville centre). Can. J. Anim. Sci., 1998, 78: 105-111.

• 5.    R o s s o w N., S t a u f e n b i e l B., J a c o b i O. Die Nutzung von Milchinhaltsstoffen fur die Stoff-wechseluberwachung bei Milchkuhen. Monatshefte Veterinarmedizin, 1990, 45 (19-20): 686-690.

• 6.    S c h w a r z F.J., E t t l e T. Zukunftsorientierte Milchviehfutterung unter Berucksichtigung von Betriebs-systemen. Zuchtungskunde, 2001, 71(6): 471-482.

• 7.    L u p p i n g W. Futterungs und Gesundheitsmonitoring mit physiologischen Parametern. Zuchtungskunde, 2001, 73(61): 460-470.

• 8.    S c h a f e r s M., M e t z n e r M., K l e e W. Untersuchungen zur Korperkonditionsbeurteilung bei Mil-chkuhen der Rasse Fleckvieh unter den Haltungsbedingungen des nordlichen Oberbayerns. Tierarztl. Um-schau, 2002, 57: 152-160.

• 9.    N e l s o n A.J. Information needs of the dairy industry for health and nutrition management. J. Dairy Sci., 1994, 77: 1984-1991.

• 10.    N e b e l R.L., M c G i l l a r d M.L. Interactions of high milk yield and reproductive performance in dairy cows. J. Dairy Sci., 1993, 76: 3257-3268.

• 11.    C o l l a r d B.L., B o e t t c h e r P.J., D e k k e r s J.C.M. e.a. Relationships between energy balance and health traits of dairy cattle in early lactation. J. Dairy Sci., 2000, 83: 2683-2690.

• 12.    D e V r i e s M.J., V e e r k a m p f R.F. Energy balance of dairy cattle in relation to milk production variables and fertility. J. Dairy Sci., 2000, 83: 62-69.

• 13.  C h a p a A.M., M c C o r m i c k M.E., F e r n a n d e z J.M. e.a. Supplemental dietary protein for grazing

  dairy cows: reproduction, condition loss, plasma metabolites, and insulin. J. Dairy Sci., 2001, 84: 908-916.

• 14.  D o m e s q J.J., S k i d m o r e A.L., L l o y d J.W. e.a. Relationship between body condition scores and

  milk yield in a large dairy herd of high yielding Holstein cows. J. Dairy Sci., 1997, 80: 101-112.

• 15.  F r i g g e n s N.C., I n g v a r s t e n K.L., E m m a n s G.C. Body lipid change in lactation: consequences

  for the prediction of energy requirements. J. Anim. Sci., 2002, 80, 1: 8.

• 16.  S u r i y a s a t h a p a r n W., H e n c e C., N o o r d h u i z e n - S t a s s e n E.N. e.a. Hyperketonemia and

  the impairment of udder defence. Vet. Res., 2000, 31(4): 397-412.

• 17.    S t r a d a i o l i D., G a b a i G., S t e f a n o n B. Influence of dietary starch and phase of lactation on haematological markers of oxidative stress in early lactation. J. Anim. Sci., 2002, 80, 1: 5.

• 18.    J o r r i t s m a R., J o r r i t s m a H., S c h u k k e n Y.H. e.a. Prevalence and indicators of post partum fatty infiltration of the liver in nine commercial dairy herds in the Netherlands. Livest. Prod. Sci., 2001, 68: 53-60.

• 19.    M o r a g I., E d a n Y., M a l t z E. Individual feed allocation decision support system for the dairy farm. J. Agric. Engng. Res., 2001, 79(2): 167-176.

• 20.    K n i p e r s A., M a n d e r s l o o t F., Z o m R.L.G. An approach to nutrient management on dairy farms. J. Anim. Sci., 1999, 77, 217: 84-8.

• 21.    R e i s t M., E r d i n D., V o n E u w D. e.a. Estimation of energy balance at the individual and herd level using blood and milk traits in high-yielding dairy cows. J. Dairy Sci., 2002, 85: 3314-3327.

• 22.    Р е й х е л П., В р з г у л а Л., Й о з е р С. Синдром ожирения высокопродуктивных коров — актуальная проблема скотоводства. Междунар. агропром. журн., 1989, 2: 122-127.

• 23.  R a n d e l R.D. Nutrition and postpartum rebreeding in cattle. J. Anim. Sci., 1992, 70: 1661-1666.

• 24.  B e a m S.W., B u t l e r W.R. Energy balance and ovarien follicle development prior to the first ovulation

  postpartum in dairy cows receiving three levels of dietary fat. Biol. Reprod., 1997, 56: 133-142.

• 25.    Ц ю п к о В.В., П р о н и н а В.В. О некоторых проблемах кормления высокопродуктивных коров. Докл. РАСХН, 1999, 5: 33-35.

• 26.    S i n c l a i r K.D., K u r a n M., G e b b i e F.E. e.a. Nitrogen metabolism and fertility in cattle. II. Development of oocytes recovered from heifers offered diets differing in their rate of nitrogen release in the rumen. J. Anim. Sci., 2000, 78: 2670-2680.

• 27.    П р о к о ф ь е в М.И., Б у к р е е в Ю.М., Д а н е в В.В. Регуляция половой функции у коров в по-слеотельный период. Зоотехния, 2002, 9: 22-25.

• 28.    П о р ф и р ь е в И.А. Бесплодие и его этиология у высокопродуктивных молочных коров. С.-х. биол., 2002, 2: 67-81.

• 29.    B u t l e r W.R. Effect of protein nutrition on ovarian and uterine physiology in dairy cattle J. Dairy Sci., 1998, 81: 2533-2539.

• 30.    K a u f f m a n A.J., S t - P i e r r e N.R. The relationship of milk urea nitrogen to urine nitrogen excretion in Holstein and Jersey cows. J. Dairy Sci., 2001, 84: 2284-2294.

• 31.    D e P e t e r s E.J., C a n t J.P. Nutritional factors influencing the nitrogen composition ofbovine milk. J. Dairy Sci., 1992, 75: 2043-2070.

• 32.    H o f f m a n n M., S t e i n h o f e l O. Moglichkeiten und Grenzen zur Einschatzung der Energie- und Proteinversorgung durch Kontrolle des Milchharnstoffgehaltes. Monatshefte fur Veterinarmedizin, 1990, 45: 223-227.

• 33.    G o d d e n S.M., L i s s e m o r e K.D., K e l t o n D.F. e.a. Factors associated with milk urea concentration in Ontario dairy cows. J. Dairy Sci., 2001, 84: 107-114.

• 34.    S t e i n w i d d e r A., G r u b e r L. Einflusfaktoren auf den Milchharnstoffgehalt. BAL Bericht, 1999, 26: 15-25.

• 35.    B a k e r L.D. Responses in urea and the protein in milk to different protein feeding schemes for dairy cows. J. Dairy Sci., 1995, 78: 2424-2432.

• 36.    M a d h a v V.S., K o m a r a g i r i s M.V.S., E r d m a n R.A. Factors affecting body tissue mobilization in early lactation dairy cows. I. Effect of dietary protein on mobilization of body fat and protein J. Dairy Sci., 1997, 80: 929-937.

• 37.    К о н д р а х и н И.П. Причина выбраковки высокопродуктивных коров — вторичная остеодистрофия. Аграрная наука, 1999, 11: 14-15.

• 38.    G o d d e n S.M., K e l t o n D.F., L i s s e m o r e K.D. e.a. Milk urea testing as a tool to monitor reproductive performance in Ontario. Dairy Herds. J. Dairy Sci., 2001, 84: 1397-1406.

• 39.    W e s t w o o d C.T., L e a n F.J., K e l l a w a y R.C. Indication and implication for testing of milk urea in dairy cattle: a quantitative review. Part 2. Effect of dietary protein on reproductive performance. New Zealand Vet. J., 1998, 46(4): 123-130.

• 40.    K e n n y D.A., B o l a n d M.P., D i s k i n M.G. e.a. Effect of rumendegradable protein with or without fermentable carbohydrate supplementation on blood metabolites and embryo survival in cattle. Anim. Sci., 2002, 74: 529-537.

• 41.    Е р о х и н А.С., Е п и ш и н а Т.М. Исследование связи репродуктивных показателей с уровнем мочевины в молоке. Докл. РАСХН, 2003, 1: 41-42.

• 42.    G o d d e n S.M., L i s s e m o r e K.D., K e l t o n D.F. e.a. Relationship between milk urea concentrations and nutritional management, production, and economic variables in Ontario. Dairy Herds. J. Dairy Sci., 2001, 84: 1128-1139.

• 43.  H o f G., V e r v o o r n M.D., L e n a e r s P.J. e.a. Milk urea nitrogen as a tool to monitor the protein

  nutrition of dairy cows. J. Dairy Sci., 1997, 80: 3333-3340.

• 44.  W i l s o n R.C., O v e r t o n T.R., C l a r k J.H. Effects of Yucca shidigera extract and soluble protein on

  performance of cows and concentrations of urea nitrogen in plasma and milk. J. Dairy Sci., 1998, 81: 10221027.

• 45.    B r o d e r i c k G.A., C l a y t o n M.K. A statistical evaluation of animal and nutritional factors influencing concentrations of milk urea nitrogen. J. Dairy Sci., 1997, 80: 2964-2971.

• 46.    R o d r i g u e z L.A., S t a l l i n g s C.C., H e r b e i n J.H. e.a. Effect of degradability of dietary protein and fat on ruminal, blood, and milk components of Jersey and Holstein cows. J. Dairy Sci., 1997, 80: 353363.

• 47.    K o h n R.A., K a l s c h e u r K.F., R u s s e k - C o h e n E. Evaluation of models to estimate urinary nitrogen and expected milk urea nitrogen. J. Dairy Sci., 2002, 85: 227-233.

• 48.    J o n k e r J.S., K o h n R.A., E r d m a n R.A. Using milk urea nitrogen to predict nitrogen excretion and utilization efficiency in lactating dairy cows. J. Dairy Sci., 1998, 81: 2681-2692.

• 49.    W o o d G.M., B o e t t c h e r P.J., J a m r o z i l J. e.a. Estimation of genetic parameters for concentrations of milk urea nitrogen. J. Dairy Sci., 2003, 86: 2462-2469.

• 50.    В л а д и м и р о в В.Л., С а м о х и н В.Т., Н а у м е н к о П.А. и др. К вопросу о биохимическом контроле в животноводстве. Мат. Междунар. конф. «Прошлое, настоящее и будущее зоотехнической науки». Науч. тр. ВИЖ, 2004, 3, 62: 17-22.

• 51.  S n i f f e n C.J., B e v e r l y R.W., M o o n e y C.S. e.a. Nutrient requirements versus supply in the dairy

  cow: strategies to account for variability. J. Dairy Sci., 1993, 76(10): 3160-3178.

• 52.  M o s c a r d i n i S., W r i g h t T.C., L u i m e s P.H. e.a. Effects of rumen-undegradable protein and feed

  intake on purine derivative and urea nitrogen: comparison with predictions from the Cornell Net Carbohydrate and Protein System. J. Dairy Sci., 1998, 81: 2321-2329.

• 53.    S c o t t E.M., N o l a n A.M., F i t z p a t r i c k J.L. Conceptual and methodological issues relatеd to welfare assessment: a framework for measurement. Acta Agric. Scand. Section A. Anim. Sci., 2001, 30: 510.

• 54.    C a p d e v i l l e J., V e i s s i e r I. A method of assessing welfare in loose housed dairy cows at farm level, focusing on animal observations. Acta Agric. Scand. Section A. Anim. Sci., 2001, 30: 62-68.

• 55.    W a i b l i n g e r S., K n i e r i m U., W i n c k l e r C. The development of an epidemiologically based on-farm welfare assessment system for use with dаiry cows. Acta Agric. Scand. Section A. Anim. Sci., 2001, 30: 73-77.

• 56.    O s t e r g a a r d S., S o r e n s e n J.T., K r i s t e n s e n A.R. A stochastic model simulating the feeding — health — production complex in a dairy herd. J. Anim. Sci., 2000, 83: 721-733.

• 57.    V e e r k a m p R.F. Selection for economic efficiency of dairy cattle using information on live weight and feed intake. J. Dairy Sci., 1998, 81: 1109-1119.

• 58.    W o o l l i a m s J.A., S m i t h C. The value of indicator traits in the genetic improvement of dairy cattle. Anim. Prod., 1988, 46(3): 333-345.

• 59.    С т а в и ц к и й Р.В., Г у с л и с т ы й В.П., К о ш е л а в а В.В. и др. Использование показателей периферической крови для оценки состояния здоровья и эффективности лечения. Междунар. мед. журн., 1998, 7: 598-602.

• 60.    У г о л е в Д.А., М а м о н о в а И.В., В а р т а н я н И.А. и др. Проблема измерения в парадигме теории адекватного питания и трофологии. В сб.: Механизмы функций висцеральных систем. СПб, 2001: 371.

• 61.    Д м и т р и е в а Н.В. Симметрийный подход к оценке функционального состояния организма человека. Изв. АН СССР. Серия биологическая, 1990, 1: 52-66.

• 62.    Д м и т р и е в а Н.В. Полипараметрический анализ вегетативного статуса человека при развитии стресса. Вест. РАМН, 1995, 11: 16-21.

• 63.    Д м и т р и е в а Н.В. Полипараметрическая структура вегетативных синдромов при развитии стрессов. В сб.: Механизмы функций вегетативных систем. СПб, 2001: 195-196.

• 64.    Б о в т ю ш к о В.Г., П о д д у б с к и й Г.А. Степень сопряжения функциональных систем как индикатор состояния здоровья человека. Российский физиол. журн., 1994, 80(6): 99-105.

• 65.    И в а н о в К.П. Современная экологическая физиология и ее практические задачи. Российский физи-ол. журн., 1992, 78(4): 124-133.

• 66.    В о с к о б о й н и к В.Ф. Отклонение физиологических параметров у животных и компьютерная диагностика болезней. В сб.: Регуляция физиологических функций у продуктивных животных. М., 1993: 53-54.

• 67.    С е р ф о к л о в с к а я Г.Н., Ч у р ь я н о в а М.И. Методология донозологической диагностики. Вест. РАМН, 1995, 7: 59-64.

• 68.    D e K r u s t A., M a n s f e l d R., H o e d e m a k e r M. Tierarztliche Bestandsbetrennung beim Mil-chrind. Stuttgart, Germany, 1998.

• 69.    К о с т о м а х и н Н.М. К вопросу оценки состояния общей резистентности у крупного рогатого скота. Бюл. ВНИИРГЖ, 1990, 123: 30-31.

• 70.    Б е л к и н а Н.Н., П а в л у н е н к о Н.А. Оценка уровня неспецифических защитных сил животного организма с помощью индекса резистентности. Вест. с.-х. науки, 1991, 2: 141-143.

• 71.    Ф е д о р о в Ю.Н., В е р х о в с к и й О.А., Н и к у л и н Д.М. Оценка иммунного статуса животных. В сб.: Проблемы инфекционных и инвазивных болезней в животноводстве на современном этапе. М., 1999: 82-83.

• 72.    Т р о ф и м о в А.Ф., С и д о р о в В.Т., К о р о б к о А.В. Клинико-физиологические и биохимические показатели телят, полученных от коров с различным уровнем естественной резистентности. В сб.: Зоотехническая наука Беларуси. Минск, 2000: 317-322.

• 73.    Г о л и к о в А.Н. Адаптационный синдром у коров в молочном комплексе. В сб.: Актуальные проблемы ветеринарной науки. М., 1999: 180-187.

• 74.    С т е п а н о в а И.П., В л а с о в а И.В., Д м и т р и е в а Л.М. Интегральная оценка обмена веществ у коров. Зоотехния, 2003, 10: 10-12.

• 75.    С т е п а н о в а И.П., В л а с о в а И.В., Д м и т р и е в а Л.М. Интегральный метод диагностики метаболических нарушений у коров. С.-х. биол., 2003, 4: 109-113.

• 76.    C e s a r o n e M.R., B e l c a r o G., C a r a t e l l i M. e.a. A simple test to monitor oxidative stress. Int. Angiol., 1999, 2: 127-130.

• 77.    Б е л о з е р о в К.Б., В о л о б у е в А.М., Г у л я е в а Н.В. Применение инфракрасной спектроскопии для анализа конденсатов выдыхаемого воздуха (новый метод). Бюл. эксп. биол. мед., 1995, 4: 446-448.