Использование комплексного показателя продуктивности для оценки генетического потенциала овец разных генотипов

Автор: Катков К.А., Скорых Л.Н., Ефимова Н.И., Копылов И.А.

Журнал: Вестник аграрной науки @vestnikogau

Рубрика: Сельскохозяйственные науки

Статья в выпуске: 5 (92), 2021 года.

Бесплатный доступ

Эффект селекции в овцеводстве зависит от выявления лучших генотипов и широкого их использования в практической селекции. Повышение продуктивных качеств животных за счет использования генетического потенциала невозможно без системной оценки по признакам продуктивности - это диктует необходимость применения новых подходов в оценке фенотипических параметров. Современные исследования предполагают использование математических моделей для определения констант роста животных в возрастном аспекте, а также для прогнозирования уровня продуктивности в последующие периоды онтогенеза, основываясь на данных о начальной живой массе. Однако в последние годы появились исследования, направленные на использование многомерных методов анализа, а именно анализа главных компонент для изучения особенностей процессов роста сельскохозяйственных животных. В представленной статье разрабатывается комплексный показатель продуктивности для оценки генетического потенциала овец разных генотипов на основе метода главных компонент. Формирование числа комплексного показателя продуктивности (КПП) включало использование физиолого-биохимических параметров крови и величину живой массы молодняка овец. Для формирования изучаемого показателя применен метод главных компонент (Principal Component Analysis, PCA), позволяющий провести дисперсионный анализ и выявить генотипы высокой продуктивности. Использование данного метода поможет сократить размерность исходных данных. Кроме того, метод главных компонент на основании рассчитанных значений общностей позволил определить измеряемые параметры, обладающие наибольшей информативностью. Для определения влияния того или иного генотипа, характеризующего исследуемые группы животных, на значение рассчитанного комплексного показателя продуктивности применялась процедура однофакторного дисперсионного анализа. В качестве результирующего признака использовался рассчитанный комплексный показатель продуктивности, а в качестве градаций фактора - принадлежность животного к тому или иному генотипу. Результаты дисперсионного анализа свидетельствуют, что среди овец исследуемых генотипов выявлены помесные животные СМхАММ, СМх(СМхАММ), характеризующиеся наибольшей продуктивностью.

Еще

Генотип, овцы, порода советский меринос, главные компоненты, дисперсионный анализ, общность, комплексный показатель

Короткий адрес: https://sciup.org/147235544

IDR: 147235544   |   DOI: 10.17238/issn2587-666X.2021.5.49

Список литературы Использование комплексного показателя продуктивности для оценки генетического потенциала овец разных генотипов

  • Скорых Л.Н., Вольный Д.Н., Абонеев Д.В. Рост и развитие молодняка овец, полученных в результате промышленного скрещивания // Зоотехния. 2009. № 11. С. 26-28.
  • Пелиховская Т.Н., Омаров А.А., Скорых Л.Н. Влияние аэроионизации на качество шерсти овец // Овцы, козы, шерстяное дело. 2011. № 1. С. 41-43.
  • Селионова, М.И., Бобрышова Г.Т. Приоритеты развития и научного обеспечения овцеводства и козоводства в России // Сборник научных трудов Северо-Кавказского научно-исследовательского института животноводства. 2017. Т. 1. № 6. С. 166-171.
  • Ефимова Н.И., Завгородняя Г.В. Мясная продуктивность потомков от баранов пород советский меринос и австралийский мясной меринос // Сборник научных трудов Ставропольского научно-исследовательского института животноводства и кормопроизводства. 2011. Т. 1. № 4-1. С. 13-14.
  • Прикладная статистика. Классификация и снижение размерности / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1989. 607 с.
  • Нелинейный метод главных компонент // URL: http://pca.narod.ru/ (дата обращения: 30.04.2021).
  • Зиновьев А.Ю. Визуализация многомерных данных. Красноярск: Изд-во КГТУ, 2000. 180 с.
  • Дьяконов А.Г. Анализ данных, обучение по прецедентам, логические игры, системы WEKA, RapidMiner и MatLab (Практикум на ЭВМ кафедры математических методов прогнозирования): учебное пособие. М.: Издательский отдел факультета ВМК МГУ имени М.В. Ломоносова, 2010. 278 с.
  • Сергеев А.Г., Латышев М.В., Мищенко З.В. Математическое моделирование задач метрологии. Стандартизации и сертификации в MATLAB. Электронное учебное пособие. Владимир: Изд-во Владимирского государственного университета, 2003. 314 с.
  • Информационные технологии: учебное пособие / К.А. Катков, И.П. Хвостова, В.И. Лебелев [и др.]. Ставрополь: Изд-во СКФУ, 2014. 254 с.
Еще
Статья научная