Tilbake til søkeresultatene

FFL-JA-Forskningsmidlene for jordbruk og matindustri

Genomic selection for feed efficiency and reduced environmental impact in dairy cattle

Tildelt: kr 1,2 mill.

En datasimuleringsprogramvare som kan simulere strukturerte melkeavlsprogram, med flere genetiske nivåer som elite-avlsnivå, produksjonsnivå og flere land, dvs. over landseleksjon og bruk av data. Programmet kan håndtere flere egenskaper som melkeproduksjon og inntak av fôr. Mengden av DNA-data kan varieres fra lav til høy densitet opp til hel-genomsekvens. Med denne programvaren ble genomisk-seleksjon og tradisjonelle avlsprogram sammenlignet for seleksjonsnøyaktigheten og genetisk framgang av melkeproduksjon og fôreffektivitet i simulerte avlsprogram som etterlignet den norske røde storfe-populasjonen. Ved å inkludere fôreffektivitet i genomisk-seleksjonsprogram ble det oppnådd høye seleksjonsnøyaktighet og mer genetisk fremgang enn når tradisjonel-seleksjon ble brukt. Den ekstra genetiske gevinsten for fôreffektivitet kom imidlertid på bekostning av en reduksjon i genetisk fremgang for melkeproduksjon. Men den totale genetiske fremgangen var høyere da fôreffektivitet ble inkludert i utvalgssystemet. Det nødvendige antall kyr med fôrinntaksregistrering var stor og anslått til 4000 nye kyr årlig. Mid-infrarød (MIR) spektroskopi av melk ble brukt til å predikere tørrstoffinntak (DMI) og netto energiinntak (NEI). MIR-melkespektra er generelt tilgjengelig på norske kyr fordi de er brukt til å predikere protein og fettinnhold i melk i Kukontrollen. Følgelig innebærer en vellykket prediksjon av DMI og NEI ved hjelp av MIR at vi kan predikeren fôreffektiviteten til alle norske kyr som er i Kukontrollen. Prediksjon ble utført med enten Partial Least Squares (PLS) eller Best Linear Unbiased Prediction (BLUP). Den største nøyaktigheten (DMI (54%) og NEI (65%)) ble oppnådd når man inkluderte MIR-spektrene og kroppsvekt og melkeproduksjon i prediksjonsligningen. Dermed kan MIR-spektra data brukes til å predikere fôreffektivitet i NRF på nasjonal skala og at prediksjonsnøyaktigheten øker når også bruker melkeproduksjon og kroppsvekt i prediksjonsligningen. Vi brukte MIR på 134.880 melkeprøver på 35.600 kuer for å utvikle prediksjoner av avlsverdier for netto energiinntak. Først ble MIR-dataene brukt til å predikere daglige energiinntak. Deretter ble avlsevalueringsmetodikk utviklet basert på "testdagsmodellen", som er en longitudinell dataanalyse som modellerer NEI-dataene av kyrene øver laktasjonen. Her ble det kun brukt data fra den første laktasjon, men utvidelsen til flere laktasjoner er mulig. Også inkludering av nøyaktige, faktiske fôrinntaksdata er mulig ved bruk av multitrait avlsverdi prediksjonsteori. Foreløpig er nøyaktige målinger av fôrinntak ikke tilgjengelige i tilstrekkelige mengder som kan brukes i avlsverdiestimering. Men Geno-prosjektet ?Hightech Fjøs? (www.geno.no) har til hensikt å gi slike data. I et internasjonalt samarbeid ble irske (Moorepark, Cork, Irland) og norske spektroskopi data kombinert for å predikere netto energiinntak (NEI) og irske effektive energiinntak (EEI). Partial Least Squares (PLS) og Best Linear Unbiased Predictions (BLUP) ble implementert enten som singletrait (sBLUP) eller multitrait (mBLUP) metode. Kombinasjon av spektra fra to land økte nøyaktigheten av prediksjon av EEI med 0,02 enheter i både kryssvalidering og ekstern validering. Mens for NEI, har kombinasjon av spektra fra to land ikke påvirket ekstern valideringsnøyaktighet. Dermed kan MIR spektrale data fra to land kombineres og brukes til å predikere energiinntak i melkefe. Vi har også utviklet metodikk for å sammenlikne data på tvers av forsøksgårder, noe som er nødvendig for å kombinere fôrinntak data fra ulike forsøksgårder på tvers av land og innenfor Norge.

Norwegian food production has to increase by about 1% per year until the year 2030 (Landbruksmeldinga, 2012). At the same time GHG emissions need to reduce and use of Norwegian food resources needs to increase. In dairy production, all these goals are add ressed by improving the feed efficiency of cows. In addition, the feeding costs comprise 70% of all variable costs, and improving feed efficiency can easily save 140 mNOK per year. Genomic selection is a novel selection method based on DNA information, wh ich is recently implemented for the selection of NRF cattle. This selection method is especially useful for traits which are impossible or too expensive to record on a large scale in practice. Feed efficiency and GHG emissions of lactating cows are very e xpensive to record on cows, and impossible to record on elite bulls, which are the most important breeding animals in dairy cattle. The project will thus develop genomic selection strategies for the genetic improvement of feed efficiency and GHG emissions . In order to maximise the accuracy of the genomic selection, we will combine data from experimental herds, from milking robots and automatic feeding stations, from approximate recordings of feed efficiency, which can be obtained from Kukontrollen, and da ta from other Nordic countries. The project is embedded in a larger Nordic project entitled 'Towards more sustainable dairy production in the Nordic countries through improved Feed Efficiency and reduced environmental impact', which was applied for at the 'Nordic Dairy Cattle R&D (NDC)' and was given 'highest priority' by NDC. Thus, the project exploits research synergies across the Nordic countries, involving Danish, Swedish and Finnish researchers, and across the disciplines animal genetics and animal n utrition in order to improve feed efficiency reduce environmental impacts.

Budsjettformål:

FFL-JA-Forskningsmidlene for jordbruk og matindustri