بهبود ارزيابي ژنتيكي سخت زايي با استفاده از صفات همبسته در گاوهاي هلشتاين ايران

Improving genetic evaluation of dystocia applying correlated traits in Iranian Holsteins

در اين پژوهش براي بررسي قابليت استفاده از صفات وزن تولد گوساله و طول دوره آبستني در بهبود ارزيابي ژنتيكي سخت زايي در نخستين شكم زايش گاوهاي هلشتاين ايران از 29950 ركورد صفات گوساله زايي استفاده شد. اين ركوردها طي سال هاي 1383 تا 1392 در 131 گله تحت پوشش مركز اصلاح نژاد دام و بهبود توليدات دامي كشور ثبت شده بودند. پس از بررسي نقش اثرات ژنتيكي مستقيم و مادري و تعيين مدل مناسب براي هر صفت، قابليت پيش بيني چهار مدل مختلف ارزيابي ژنتيكي سخت زايي با استفاده از دو معيار ميانگين مربعات و همبستگي بين مقادير مشاهده شده و پيش بيني شده مقايسه شد. اين چهار مدل شامل مدل تك صفتي سخت زايي، مدل دو صفتي سخت زايي و وزن تولد گوساله، مدل دو صفتي سخت زايي و طول دوره آبستني و مدل سه صفتي سخت زايي، وزن تولد و طول دوره آبستني بودند. از بين مدل هاي مورد مقايسه، مدل دارنده اثرات ژنتيكي افزايشي مستقيم و ژنتيكي افزايشي مادري، بدون در نظر گرفتن كوواريانس بين آن ها، مدل مناسب براي برآورد اجزاء واريانس صفات گوساله زايي بررسي شده در اين پژوهش تشخيص داده شد. مقايسه مدل ها بر اساس قابليت پيش بيني نشان داد كه مدل دو صفتي سخت زايي و وزن تولد گوساله (به عنوان صفت همبسته) در مقايسه با مدل تك صفتي سخت زايي و مدل دوصفتي سخت زايي و طول دوره آبستني ميانگين مربعات خطاي كمتر و همبستگي بين مقادير مشاهده شده سخت زايي و مقادير پيش بيني شده بيشتري دارد. بين قابليت پيش بيني مدل دو صفتي سخت زايي و وزن تولد گوساله و مدل سه صفتي سخت زايي، وزن تولد گوساله و طول دوره آبستني تفاوتي وجود نداشت. وزن تولد گوساله را مي توان به عنوان صفت همبسته مناسب جهت ارزيابي ژنتيكي سخت زايي در شكم اول گاوهاي هلشتاين ايران در نظر گرفت.

In the present study the potential consideration of calf birth weight (BW) and gestation length (GL) as correlated traits for improving genetic evaluation of calving difficulty (CD) in Iranian Holsteins at first calving was studied applying data collected from 2002 to 2013 in 131 herds by Animal Breeding and Production Improvement center of Iran. The influences of direct and maternal additive genetic effects on each trait were tested and the most appropriate model for each trait determined. Considering the most appropriate model for each trait, predictive abilities of four genetic evaluation models of CD including univariate model of CD, bivariate model of CD and BW, bivariate model of CD and GL and trivariate model of CD, BW and GL were compared applying mean of squares and correlation between observed and predicted values. The obtained results revealed that the model included direct additive genetic and maternal additive genetic effects as random effects, without considering covariance between them, was the most appropriate model for estimating variance components of the considered calving traits. Comparisons of the models revealed that model included CD and BW had better predictive ability than univariate model included CD and the bivariate included CD and GL in terms of lower mean square of error and higher Pearson correlation between observed and predicted values of CD. There was no difference between bivariate model (CD- BW) and multivariate model (CD-BW-GL) in terms of predictive ability. Therefore, BW can be considered as a suitable correlated trait for genetic evaluation of CD at first calving in Iranian Holsteins.