一种基于系谱信息简化选择高生产性能A2A2纯合基因型奶牛的育种方法
阅读：465发布：2020-05-13
专利汇可以提供一种基于系谱信息简化选择高生产性能A2A2纯合基因型奶牛的育种方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于系谱信息简化选择高生产性能A2A2纯合基因型奶 牛 的育种方法。本发明通过进行 奶牛 生产性能测定，收集奶牛个体的系谱资料和表型资料，结合父亲β 酪蛋白 基因型结果，进行遗传评估，获得产奶量、乳脂量、 乳蛋白 量和乳蛋白率的 育种值 ，通过计算个体高产指数HPI分析获得高产A2A2纯合型个体。本发明方法通过应用日常DHI数据进行大群筛查，极大地减轻了牛场实际生产过程的工作量；本发明可以快速、简便、准确地筛查出牛群中A2A2纯合型个体。，下面是一种基于系谱信息简化选择高生产性能A2A2纯合基因型奶牛的育种方法专利的具体信息内容。
1.一种基于系谱信息简化选择高生产性能A2A2纯合基因型奶牛的方法，其特征在于，所述方法包括如下步骤：
(1)进行奶牛生产性能测定，收集奶牛个体的系谱资料和表型资料；
(2)查看或获取系谱中父亲β酪蛋白基因型结果，选择父亲基因型为A1A2或A2A2的个体；
(3)对父亲基因型为A1A2或A2A2的有性能记录的个体，按产犊季节、产犊年龄对个体进行分类；
(4)进行遗传评估，获得产奶量、乳脂量、乳蛋白量和乳蛋白率的育种值，计算各项育种值均值，并依据均值对个体进行分类，个体育种值在均值以上的标为1，在均值以下的标为
0；
(5)计算个体高产指数HPI
其中m为产奶量育种值分类，fy为乳脂量育种值分类，py为乳蛋白量育种值分类，pp为乳蛋白率育种值分类；
当HPI大于0.85时奶牛个体较高概率为高产A2A2纯合型个体。
2.根据权利要求1所述的方法，其特征在于，步骤(1)中，收集奶牛个体的系谱资料和表型资料，系谱资料包括个体的出生日期、父号、母号和表型数据，表型数据包括产犊日期、胎次、测定日产奶量、乳脂率、乳蛋白率、体细胞评分与生产性能密切相关信息资料。
3.根据权利要求2所述的方法，其特征在于，通过计算并获得乳脂量和乳蛋白量，乳脂量＝产奶量×乳脂率，乳蛋白量＝产奶量×乳蛋白率。
4.根据权利要求1所述的方法，其特征在于，奶牛生产性能测定，获得产奶量、乳脂率、乳蛋白率，同时获得牛只胎次、泌乳天数；牛群为规模化奶牛场、TMR饲喂、采样方式为早中晚4∶3∶3采样。
5.根据权利要求2所述的方法，其特征在于，步骤(3)中，对父亲基因型为A1A2或A2A2的有性能记录的个体，按产犊季节、产犊年龄对个体进行分类，产犊季节按11月至下一年2月为1类、3月-5月及9月-10月为1类、6月-8月为1类，共分为3类；产犊年龄按22月龄-25月龄，
26月龄-29月龄，30月龄-33月龄及以上，共为分3类，保留泌乳天数从产后第5天305天的记录。
6.根据权利要求5所述的方法，其特征在于，步骤(4)中，遗传评估计算育种值的软件利用DFREML、MTDFREML、VCE、ASREML、DMU、GBS、Herdsman中的一种。
7.根据权利要求6所述的方法，其特征在于，应用DMU软件进行遗传评估，获得产奶量、乳脂量、乳蛋白量和乳蛋白率的育种值。
8.根据权利要求5所述的方法，其特征在于，步骤(4)中，进行数据整理，建立数学模型，模型如下： 其中
yijkl为第i个产犊季节、第j个产犊年龄、第k个测定日、第l个体的表型记录；Si为第i个产犊季节效应的固定效应；Agej为第j个产犊年齡的固定效应，Tdk为第k个测定日的固定效应；
amn为第m个个体第n个遗传效应的随机回归系数；pmn为第m个个体第n个永久环境效应的随机回归系数；zmnl为相应于第m个个体第n个遗传或永久环境效应的不同泌乳天数计算出的勒让德乘子；na，np为不同测定日遗传及永久环境效应的勒让德多项式；eijkl为随机残差；应用DMU软件进行遗传评估，获得产奶量、乳脂量、乳蛋白量和乳蛋白率的育种值。
9.根据权利要求1-8任一项所述的方法，其特征在于，还包括步骤(6)，对于HPI大于
0.85的奶牛个体进行B-酪蛋白基因型鉴定，获得高生产性能A2A2纯合基因型奶牛。
10.权利要求1-9任一项所述方法在生产A2原料奶中的应用。
11.权利要求1-9任一项所述方法在培育下一代A2A2牛中的应用。
一种基于系谱信息简化选择高生产性能A2A2纯合基因型奶牛
的育种方法
技术领域
背景技术
[0002] 牛奶中的蛋白是构成牛奶品质的主要物质基础，其以酪蛋白和乳清蛋白为主。而酪蛋白约占牛奶蛋白的80％，包括alpha s1，alpha s2，beta，kappa四种类型。beta(β)酪蛋白约占蛋白总量的30％。研究报道，β-酪蛋白有A1、A2、A3、A4、B、C、D、E、F、H1、H2、I、G等共13种型。A1和A2型β-酪蛋白是奶牛群体中最常见的两种，其区别在于β-酪蛋白基因发生了一个碱基变化，从而导致相应位置氨基酸由脯氨酸变成组氨酸。正是由于上述一个氨基酸的变化，导致了牛奶在消化过程中产生了差异。A1型牛奶在消化或鲜奶加工过程中某些酶可在其组氨酸处特异性水解，从而形成一种由七个氨基酸组成的肽段，被称为β-酪啡肽(BCM-7)，BCM-7能穿过胃肠壁进入血液循环，影响消化系统和免疫细胞，可能与一些如Ⅰ型糖尿病、消化系统疾病、免疫功能紊乱等疾病有关；而A2型β酪蛋白此处氨基酸为脯氨酸，不能够被特异性水解，不会形成BCM-7。消费者出于食品安全的考虑，更加倾向于购买A2奶，因此，A2奶的市场价值非常高，而选育A2纯合型奶牛是生产A2奶的前提条件。
[0003] 分子遗传育种是一种有效的奶牛育种手段，通过检测β-酪蛋白不同变体类型，筛选出A2型种公牛和种母牛，可以实现A2纯合型奶牛的培育，如CN105925717A、CN107287292A、CN105219839A、CN105018582A、CN105018581A公开了区分β-酪蛋白不同变体类型的检测方法和相应试剂盒，为A2纯合型奶牛的育种提供了有效的手段，但通过逐个个体进行分子检测和筛选，前期工作量太大，或需要进一步配种繁殖等操作，并且往往无法统筹兼顾奶牛高产性能，因此，发明一种简化、有效选育高产A2型奶牛的育种方法，具有重要的生产和经济意义。
发明内容
[0004] 针对现有技术存在的问题，本发明的主要目的是为了选育高产A2型奶牛进而生产市场价值较高的A2原料牛奶而提出的一种的简化选择方法，通过采用本发明方法对奶牛个体进行筛选，可快速选育出高生产性能的A2A2纯合基因型牛只。
[0005] 具体的，为实现上述目的，本发明采用的技术方案如下：
[0006] 本发明公开了一种基于系谱信息简化选择高生产性能A2A2纯合基因型奶牛的方法，所述方法包括如下步骤：
[0007] (1)进行奶牛生产性能测定，收集奶牛个体的系谱资料和表型资料；
[0008] (2)查看或获取系谱中父亲β酪蛋白基因型结果，确定父亲基因型为A1A1、A1A2或A2A2；
[0009] (3)对父亲基因型为A1A2或A2A2的有性能记录的个体，按产犊季节、产犊年龄对个体进行分类；
[0011] (5)计算个体高产指数HPI
[0012]
[0013] 其中m为产奶量育种值分类，fy为乳脂量育种值分类，py为乳蛋白量育种值分类，pp为乳蛋白率育种值分类；
[0014] 当HPI大于0.85时奶牛个体较高概率为高产A2A2纯合型个体。
[0015] 本发明所述较高概率优选80％以上，优选85％以上，90％以上，更优选的95％以上。
[0016] 本发明优选的实施方案中，步骤(1)中，收集奶牛个体的系谱资料和表型资料，系谱资料包括个体的出生日期、父号、母号和表型数据，表型数据包括产犊日期、胎次、测定日产奶量、乳脂率、乳蛋白率、体细胞评分等与生产性能密切相关信息资料。
[0017] 进一步的，通过计算并获得乳脂量和乳蛋白量，乳脂量＝产奶量×乳脂率，乳蛋白量＝产奶量×乳蛋白率。
[0018] 具体的实施例中，本发明奶牛参加奶牛生产性能测定(DHI)，获得产奶量、乳脂率、乳蛋白率等表型值，同时获得牛只胎次、泌乳天数等记录；牛群为规模化奶牛场、TMR饲喂、采样方式为早中晚4：3：3采样。
[0019] 本发明优选的实施方案中，步骤(3)中，对父亲基因型为A1A2或A2A2的有性能记录的个体，按产犊季节、产犊年龄对个体进行分类，产犊季节按11月至下一年2月为1类、3月-5月及9月-10月为1类、6月-8月为1类，共分为3类；产犊年龄按22月龄-25月龄，26月龄-29月龄，30月龄-33月龄及以上，共为分3类，保留泌乳天数从产后第5天305天的记录。
[0020] 本发明优选的实施方案中，步骤(4)中，遗传评估计算育种值的软件有多种，例如DFREML、MTDFREML、VCE、ASREML、DMU、GBS、Herdsman等；优选的，本发明应用DMU软件进行遗传评估，获得产奶量、乳脂量、乳蛋白量和乳蛋白率的育种值。
[0021] 更为优选的实施例中，本发明进行数据整理，建立数学模型，模型如下：其中yijkl为第i个产
犊季节、第j个产犊年龄、第k个测定日、第l个体的表型记录；Si为第i个产犊季节效应的固定效应；Agej为第j个产犊年齡的固定效应，Tdk为第k个测定日的固定效应；amn为第m个个体第n个遗传效应的随机回归系数；pmn为第m个个体第n个永久环境效应的随机回归系数；zmnl为相应于m个个体第n个遗传或永久环境效应的不同泌乳天数计算出的勒让德乘子；na,np为不同测定日遗传及永久环境效应的勒让德多项式；eijklm为随机残差；应用DMU软件进行遗传评估，获得产奶量、乳脂量、乳蛋白量和乳蛋白率的育种值。
犊季节、第j个产犊年龄、第k个测定日、第l个体的表型记录；Si为第i个产犊季节效应的固定效应；Agej为第j个产犊年齡的固定效应，Tdk为第k个测定日的固定效应；amn为第m个个体第n个遗传效应的随机回归系数；pmn为第m个个体第n个永久环境效应的随机回归系数；zmnl为相应于m个个体第n个遗传或永久环境效应的不同泌乳天数计算出的勒让德乘子；na,np为不同测定日遗传及永久环境效应的勒让德多项式；eijklm为随机残差；应用DMU软件进行遗传评估，获得产奶量、乳脂量、乳蛋白量和乳蛋白率的育种值。
[0022] 本发明优选的实施方案中，还包括步骤(6)，对于HPI大于0.85的奶牛个体进行β-酪蛋白基因型鉴定，进一步确定A2A2纯合基因型奶牛。
[0023] β-酪蛋白基因型鉴定方法可采用现有技术已经报道的方法或试剂盒，例如CN105925717A、CN107287292A、CN105219839A、CN105018582A、CN105018581A、CN105861671A，一并纳入本申请。
[0024] 本发明取得了以下有益效果：
[0025] (1)本发明通过统计分析发现，β-酪蛋白不同基因型对种公牛生产性状育种值存在影响，β-酪蛋白基因位点对产奶量、乳蛋白量影响均达到极显著水平(P<0.01)，对乳脂量育种值的影响达到显著水平(P<0.05)，对乳脂率的影响不显著(P>0.05)，对乳蛋白率的影响接近显著水平(P＝0.0739)；A2A2基因型对产奶量、乳脂量、乳蛋白量有最高的最小二乘均值，对乳蛋白率有最低的最小二乘均值；通过拟合和回归分析获得本发明所述筛选方法。
[0026] (2)本发明所述筛选方法(HPI指数法)与分子检测筛选结果判定差异为不显著(P>0.05)，本发明所述HPI指数法达到95％以上的判定准确性，这在生产中是完全可以接受的，本发明方法通过应用日常DHI数据进行大群筛查，极大地减轻了牛场实际生产过程的工作量；本发明可以快速、简便、准确地筛查出牛群中A2A2纯合型个体，牛场管理人员可以对A2A2纯合型个体分群挤奶或以A2A2纯合型个体作为母本进行扩繁，生产高市价值的A2原料鲜奶。
具体实施方式
[0027] 应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
[0028] 需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作和/或它们的组合。
[0029] 诚如本发明背景技术所述，现有分子育种前期工作量太大，需要进一步配种繁殖等操作，且往往无法统筹兼顾奶牛高产性能，针对此，本发明提供一种基于系谱信息简化选择高产奶量A2A2纯合基因型奶牛的育种方法，所述方法包括：
[0030] 第一步，奶牛参加奶牛生产性能测定(DHI)，获得产奶量、乳脂率、乳蛋白率等表型值，同时获得牛只胎次、泌乳天数等记录，牛群为规模化奶牛场、TMR饲喂、采样方式为早中晚4：3：3采样；
[0031] 收集奶牛个体的系谱资料和表型资料，系谱资料包括个体的出生日期、父号、母号和表型数据，表型数据包括产犊日期、胎次、测定日产奶量(kg)、乳脂率(％)、乳蛋白率(％)、体细胞评分等与生产性能密切相关信息资料；计算并获得乳脂量(kg)和乳蛋白量(kg)的记录值，乳脂量＝产奶量×乳脂率，乳蛋白量＝产奶量×乳蛋白率；
[0032] 第二步，查看系谱中父亲β酪蛋白基因型鉴定结果，A1和A2型β-酪蛋白是奶牛群体中最常见的两种，一般为A1A1、A1A2或A2A2，如果父亲基因型为A1A2或A2A2，个体方可能是A2A2纯合型个体；
[0033] 第三步，对父亲基因型为A1A2或A2A2的有性能记录的个体，按产犊季节、犊年龄对个体进行分类，产犊季节按11月至下一年2月为1类、3月-5月及9月-10月为1类、6月-8月为1类，共分为3类；产犊年龄按22月龄-25月龄，26月龄-29月龄，30月龄-33月龄及以上，共为分3类，保留泌乳天数从产后第5天305天的记录；
[0034] 第四步，将上述各信息综合起来，进行数据整理，建立数学模型，模型如下：其中yijkl为第i个产
犊季节、第j个产犊年龄、第k个测定日、第l个体的表型记录；Si为第i个产犊季节效应的固定效应；Agej为第j个产犊年齡的固定效应，Tdk为第k个测定日的固定效应；amn为第m个个体第n个遗传效应的随机回归系数；pmn为第m个个体第n个永久环境效应的随机回归系数；zmnl为相应于m个个体第n个遗传或永久环境效应的不同泌乳天数计算出的勒让德乘子；na,np为不同测定日遗传及永久环境效应的勒让德多项式；eijklm为随机残差；
犊季节、第j个产犊年龄、第k个测定日、第l个体的表型记录；Si为第i个产犊季节效应的固定效应；Agej为第j个产犊年齡的固定效应，Tdk为第k个测定日的固定效应；amn为第m个个体第n个遗传效应的随机回归系数；pmn为第m个个体第n个永久环境效应的随机回归系数；zmnl为相应于m个个体第n个遗传或永久环境效应的不同泌乳天数计算出的勒让德乘子；na,np为不同测定日遗传及永久环境效应的勒让德多项式；eijklm为随机残差；
[0035] 应用DMU软件进行遗传评估，获得产奶量、乳脂量、乳蛋白量和乳蛋白率的育种值；计算各项育种值均值，并依据均值对个体进行分类，个体育种值在均值以上的标为1，在均值以下的标为0；
[0036] 第五步，计算个体高产指数(High Production Index,HPI)
[0037]
[0038] 其中m为产奶量育种值分类，fy为乳脂量育种值分类，py为乳蛋白量育种值分类，pp为乳蛋白率育种值分类，当HPI大于0.85时可判定为高产A2A2纯合型个体。
[0039] 本发明的设计思路及高产奶牛指数HPI公式来源：
[0040] 研究发现，奶牛的生产能力不仅决定于产奶量，还与乳脂率、乳蛋白率、体细胞评分等生产性状有关。鉴定A2基因型的分子生物学方法已经不是技术问题，问题是鉴定的成本及操作的简便性。本发明首先调查牛群中A2等位基因及基因型频率，分析获得快速选育A2A2纯合种牛的可行性，进行设计有效的培育高产A2A2牛的育种方法，为降低成本先进行高产奶牛个体的断定，进而依据成日常实验室技术进行判断，可选出高产A2A2牛，进而可以根据选种选配技术培育高产A2A2牛群。通过前期采集样本并参加DHI测定，中期整理数据，后期利用SAS8.2系统的PROC LOGISTIC程序对各项育种值数据进行回归分析，对自变量进行选择，建立最优回归方程，即为A2A2高产奶牛指数(A2A2 High Production Index，HPI)的公式。同时采集一个牛场部分牛只的血样，提取DNA，依据专利：检测奶牛β-酪蛋白基因SNP的引物组合物及其用途(CN201610260677.8)的方法进行基因型分型鉴定，SAS8.2FREQ程序进行适合性检验分析，比较两种判定筛查结果差异显著性。
[0041] 依据孟德尔理念，已知双亲基因型，可以分析后代基因型的可能性。在本发明中(见表1)：
[0042] 当父亲基因型均为A1A1时，后代基因型只能有两种情况A1A1或A1A2，后代基因型为纯合A2A2的概率为0。
[0043] 当父亲基因型为A1A2时，如果母亲基因型为A1A1，后代基因型只能存在两种情况A1A1(50％)、A1A2(50％)，不会出现纯合A2A2个体；如果母亲基因型为A1A2，后代基因型可能存在三种情况A1A1(25％)、A1A2(50％)、A2A2(25％)，既后代可能会出现纯合A2A2个体，其概率为25％；如果母亲基因型为A2A2，后代基因型可能存在两种情况A1A2(50％)、A2A2(50％)，既后代可能会出现纯合A2A2个体，其概率为25％。该种情况下，如果母亲基因型未知，后代基因型为A2A2的概率为25％。
[0044] 当父亲基因型为A2A2时，如果母亲基因型为A1A1，后代基因型只能存在一种情况A1A2(100％)，既不会出现纯合A2A2个体；如果母亲基因型为A1A2，后代基因型可能存在两种情况A1A2(50％)、A2A2(50％)，既后代可能会出现纯合A2A2个体，其概率为50％；如果母亲基因型为A2A2，后代基因型只存在一种情况A2A2(100％)，即后代只能是纯合A2A2个体，其概率为100％。该种情况下，如果母亲基因型未知，后代基因型为A2A2的概率为50％。
[0045] 表1已知双亲不同基因型，后代基因型比例
[0046]
[0047] 综上信息，发明人分析，如果已知个体父亲基因型，结合本身其他方面的信息，获知个体基因型是可能的，而目前各育种公司均对种公牛进行了该基因型鉴定与标注，为本发明技术方案的实施和验证提供了条件。
[0048] 实施例1β-酪蛋白不同基因型与种公牛生产性状育种值分析
[0049] 一、数据收集
[0050] 从加拿大CDN网上下载60余万头牛的公牛遗传评估及系谱信息数据，其中目前还在配种使用的3881头公牛全部进行了β-酪蛋白基因型鉴定。将这些公牛的牛号、系谱、基因型及与生产性能直接相关的产奶量、乳脂量、乳蛋白量、乳脂率、乳蛋白率等性状育种值记录整理建立数据库。
[0051] 二、数据统计
[0052] 利用SAS软件GLM过程分析种公牛群体中β-酪蛋白等位基因及基因型频率及对生产性能的影响，发现A1、A2等位基因频率分别为39.69％和60.31％，A1A1，A1A2和A2A2基因型频率分别为15.95％，47.49％和36.56％，A2等位基因频率和A1A2基因型频率均较高，具体情况见表2。
[0053] 表2检测群体中β-酪蛋白等位基因及基因型频率
[0054]
[0055] 分析β-酪蛋白不同基因型对种公牛生产性状育种值的影响，发现β-酪蛋白基因位点对产奶量、乳蛋白量影响均达到极显著水平(P<0.01)，对乳脂量育种值的影响达到显著水平(P<0.05)，对乳脂率的影响不显著(P>0.05)，对乳蛋白率的影响接近显著水平(P＝0.0739)，具体情况见表3。
[0056] 表3基因位点对产奶量等5个性状育种值的影响
[0057]
[0058] 进一步对不同基因型种公牛产奶量育种值进行两两比较，发现A2A2基因型产奶量的最小二乘均值最高，且显著高于A1A1(P＝0.0002)和A1A2(P＝0.0003)。具体见表4。
[0059] 表4不同基因型对产奶量育种值的两两比较
[0060]
[0061] 注：右侧三列为均值两两比较的t值及p值，其中上三角为t值，下三角为P值[0062] 进一步对不同基因型种公牛乳脂量育种值进行两两比较，发现A2A2基因型乳脂量的最小二乘均值最高，且显著高于A1A1(P＝0.0200)和A1A2(P＝0.0086)。具体见表5。
[0063] 表5不同基因型对乳脂量育种值的两两比较
[0064]
[0065] 注：右侧三列为均值两两比较的t值及p值，其中上三角为t值，下三角为P值[0066] 进一步对不同基因型种公牛乳蛋白量育种值进行两两比较，发现A2A2基因型乳蛋白量的最小二乘均值最高，且显著高于A1A2(P＝0.002)和A1A1(P＝0.002)。具体见表6。
[0067] 表6不同基因型对乳蛋白量育种值的两两比较
[0068]
[0069] 注：右侧三列为均值两两比较的t值及p值，其中上三角为t值，下三角为P值[0070] 进一步对不同基因型种公牛乳蛋白率育种值进行两两比较，发现A2A2基因型乳蛋白率的最小二乘均值最低，与A1A1之间差异显著(P＝0.0274)，与A1A2之间差异不显著(P＝0.1475)，具体见表7。
[0071] 表7不同基因型对乳蛋白率育种值的两两比较
[0072]
[0073] 注：右侧三列为均值两两比较的t值及p值，其中上三角为t值，下三角为P值[0074] 经上述分析，确定影响产奶性能的性状为产奶量、乳脂量、乳蛋白量和蛋白率等四个性状，而乳脂率影响不显著。对影响显著的性状，进一步分析，A2A2基因型对产奶量、乳脂量、乳蛋白量有最高的最小二乘均值，对乳蛋白率有最低的最小二乘均值。进而利用SAS软件PROC LOGISTIC过程进行拟合，获得回归方程：
[0075]
[0076] 其中m为产奶量育种值分类；fy为乳脂量育种值分类；py为乳蛋白量育种值分类；pp为乳蛋白率育种值分类。按上述公式计算牛群HPI指数，当HPI>0.85时，判定为高产A2A2纯合基因型个体。
[0077] 实施例2 HPI指数法与PCR分子检测法比较
[0078] 本发明发明人在山东济南周边的一个参加DHI规模化牛约500头成母牛中选择父亲为A1A2/A2A2的个体共151头，收集相关数据，采集奶样并测定乳成份，利用本发明方法计算牛只的HPI指数，依据HPI>0.85的原则对牛只进行筛查；同时采集血样，提取DNA，参考专利CN201610260677.8法进行基因型判定，获得个体基因型。
[0079] 具体步骤：
[0080] (1)采集试验牛群(151头)奶样，记录产犊日期、采样日期、个体牛只的产奶量。奶样采样方法参考《中国荷斯坦牛生产性能测定技术规范》(NY/T1450-2007)。采样时记录每头牛每次产奶量，日采样三次，按早中晚比例4：3：3采样，混合，共约40-45ml，采样前瓶中加入重铬酸钾0.03g作为防腐剂，奶样常温保存，24小时内完成乳成分测定。同时采集血样，提取DNA。
[0081] (2)山东省农业科学院奶牛研究中心DHI实验室按《中国荷斯坦牛生产性能测定规范》(NY/T 1450-2007)规定的方法，用FOSS FC和FT+仪器测定奶样的乳脂率(F％)、乳蛋白率(P％)等成分，并计算乳脂量和乳蛋白量。
[0082] (3)依据出生日期和产犊日期对产犊季节、产犊年龄进行分类，产犊季节按11月至下一年2月为1类、3月-5月及9月-10月为1类、6月-8月为1类，共分为3类；产犊年龄按22月龄-25月龄，26月龄-29月龄，30月龄-33月龄及以上，共为分3类，保留泌乳天数从产后第5天305天的记录。
[0083] (4)按模型，应用DMU软件进行遗传评估，获得产奶量、乳脂量、乳蛋白量和乳蛋白率的育种值。计算各项育种值均值，并依据均值对个体进行分类，个体育种值在均值以上的标为1，在均值以下的标为0；
[0084] 模型如下：其中yijkl为第i个产犊季节、第j个产犊年龄、第k个测定日、第l个体的表型记录；Si为第i个产犊季节效应的固定效应；Agej为第j个产犊年齡的固定效应，Tdk为第k个测定日的固定效应；amn为第m个个体第n个遗传效应的随机回归系数；pmn为第m个个体第n个永久环境效应的随机回归系数；zmnl为相应于m个个体第n个遗传或永久环境效应的不同泌乳天数计算出的勒让德乘子；na,np为不同测定日遗传及永久环境效应的勒让德多项式；eijklm为随机残差.[0085] (5)计算个体高产指数(HPI)
[0086]
[0087] 其中m为产奶量育种值分类；fy为乳脂量育种值分类；py为乳蛋白量育种值分类；pp为乳蛋白率育种值分类。当HPI大于0.85时判定为高产A2A2纯合型个体。
[0088] (6)筛查奶牛:比较奶牛个体HPI值，若HPI>0.85，即A2A2纯合高产个体，否则为非A2A2个体(A1A2或A1A1个体)，实验中共筛查出HPI>0.85的个体43头，即A2A2个体43头，占28.48％。
[0089] (7)参考专利CN201610260677.8法进行基因型判定，获得个体基因型，实验中该方法检测出A2A2个体39头，占25.83％。具体情况见表8。
[0090] 表8两种方法结果对比
[0091]
[0092] (8)运用SAS8.2FREQ程序进行适合性检验分析，比较两种筛查结果差异显著性。HPI法与专利CN201610260677.8法判定结果差异不显著(χ2＝0.2678，P＝0.6048，P>0.05)。
[0093] 结论：利用SAS8.2的PROC FREQ程序进行卡方检验，结果AHPI法与专利CN201610260677.8法结果判定差异为不显著(P>0.05)，HPI筛选结果完全覆盖PCR方法结果(HPI筛选43头结果中包含PCR结果)，HPI指数法达到95％以上的判定准确性，这在生产中是完全可以接受的，而本发明方法通过应用日常DHI数据进行大群筛查，极大地减轻了牛场实际生产过程的工作量。
[0094] 本发明虽以山东地区牛养殖场为研究对象而得到的研究结果，但可以大规模广泛使用。原因是世界范围内的荷斯坦奶牛均具有较一致的遗传基础，本发明大规模广泛使用可以达到本发明所述的筛查效果。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 延时释放睡眠辅助系统 | 2020-05-08 | 503 |
| 一种常温贮存的儿童再制奶酪及其制备方法 | 2020-05-08 | 434 |
| 一种可常温贮存的活菌酸奶及其制备方法 | 2020-05-11 | 740 |
| 一种利用发酵稀奶油为牛奶或者牛奶饮品提供干酪风味的方法 | 2020-05-12 | 222 |
| 支原体的冻干保护剂与冻干支原体及其制备方法 | 2020-05-12 | 670 |
| 小反刍兽疫病毒的制备方法、疫苗及制备方法和应用 | 2020-05-13 | 359 |
| 一种红曲霉再制奶酪及其制备方法 | 2020-05-08 | 519 |
| 一种可常温贮存的果料酸奶及其制备方法 | 2020-05-11 | 28 |
| 促进蛋白质水解的发酵方法 | 2020-05-11 | 61 |
| 容器詰め食品及びその製造方法 | 2020-05-12 | 132 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
乳蛋白热门专利
-
4 多花兰专用培养基
QQ群二维码
意见反馈
意见反馈