Genetisk analyse av celletall og utmelkingsegenskaper med utgangspunkt i data fra melkerobot
Master thesis
Permanent lenke
https://hdl.handle.net/11250/3172210Utgivelsesdato
2024Metadata
Vis full innførselSamlinger
- Master’s theses (BioVit) [414]
Sammendrag
Norsk melkeproduksjon er i en overgangsfase der mange gjør om til løsdrift og investerer i melkerobot. Med økt bruk av melkerobot skapes en rekke nye muligheter for datainnhenting. Med Geno sin satsning på helse i avlsarbeidet for NRF har fokuset på jurhelseegenskaper økt.Dette er egenskaper som eksempelvis utmelkingshastighet og celletall. Spesielt celletall er for mange en viktig egenskap å følge med på da den har sterk sammenheng med mastitt. Da mastitt regnes som den mest kostbare sykdommen i melkeproduksjonen på verdensbasis, vilen mulighet for å redusere forekomsten være av stor interesse. Målet med denne oppgaven var å utnytte data fra melkeroboten til å undersøke en ny celletallsegenskap. Først med en genetisk analyse av celletallsegenskapen log-transformert online celletall (logOCC). Videreble sammenhengen mellom den nye logOCC egenskapen og dagens jurhelseegenskaper undersøkt ved å beregne korrelasjoner mellom avlsverdier. Dette ble etterfulgt gjennomføres en analyse hvor det estimeres genetiske korrelasjoner mellom logOCC og andremelkerobotegenskaper.Observasjonsdata ble hentet fra 24 ulike besetninger med melkerobot fra DeLaval, som registrerer online celletall. Dette ga i overkant av 451 000 observasjoner fra 1490 kyr. I tillegg ble slektskapsdata med totalt 10 433 observasjoner benyttet. LogOCC var registrert fra 30 til 320 dager etter kalving, og hadde en gjennomsnittsverdi på 4.48. Arvegraden for logOCC ble estimert til 0.08 og 0.11 fra henholdsvis univariat og bivariatanalyse. Det ble estimert positive korrelasjoner mellom avlsverdiene for logOCC og avlsverdiene for andre jurhelseegenskaper. Den genetiske korrelasjonen mellom logOCC og utmelkingshastighet på 0.51 tilsier at celletallet vil øke parallelt med økende utmelkingshastighet. I tillegg viste den genetiske korrelasjonen mellom utmelkingshastighet og bokstid (tid i melkeroboten) høy negativ korrelasjon opp mot -0.91, som tilsier at bokstiden synker betraktelig med økende utmelkingshastighet. Med korrelasjon signifikant forskjellig fra 0 mellom avlsverdier for logOCC og andre jurhelseegenskaper, vil data fra melkeroboten gi en vesentlig mulighet for å skape nye indikatorer for jurhelse. Den høye genetiske korrelasjonen mellom logOCC og utmelkingshastighet tilsier at det er mulig å indirekte avle for lavere celletall ved å avle for lavere utmelkingshastighet. Dette utgjør en viktig mulighet for avlsarbeidet, da lavere celletall er svært ønskelig for å redusere forekomsten av mastitt. Likevel er det nødvendig å avle på utmelkingshastighet som en optimumsegenskap da det er ugunstig for bonden med for lav ogfor høy utmelkingshastighet Norwegian milk production is in a transitional phase where many are converting to loose-housing and investing in automatic milking systems (AMS). With increased use of AMS, a number of new opportunities for data collection are created. With Geno’s commitment to improve cow health when breeding NRF, the focus on udder health traits has increased. These include traits such as milking speed and somatic cell count. Somatic cell count in particular is for many an important trait to monitor as it is highly associated with mastitis. As mastitis is considered the most costly disease in milk production worldwide, an opportunity to reduce its occurrence would be of great interest. The aim of this thesis was to use data from AMS to examine a new somatic cell count trait. First, a genetic analysis of log-transformed online cell count (logOCC) was performed. Furthermore, the relationship between the new logOCC trait and current udder health traits was investigated by calculating correlations between breeding values. This was followed by analyses where genetic correlations were estimated between logOCC and other AMS traits.
Observational data was obtained from 24 different herds with AMS from DeLaval, that registers online cell counts. This involved more than 451 000 observations from 1490 cows. In addition, pedigree data was used with a total of 10 433 observations. LogOCC was recorded from 30 to 320 days after calving and had an average value of 4.48. The heritability of logOCC was estimated to 0.08 and 0.11 from the univariate and bivariate analyses. The predicted breeding values for logOCC had positive correlations with the breeding values for other udder health traits. The genetic correlation between logOCC and milking speed of 0.51 indicates that the somatic cell count will increase when milking speed increases. In addition, the genetic correlation between milking speed and boxtime (time spent in the robot) showed a high negative correlation of up to – 0.91, which indicates that boxtime decreases considerably with increasing milking speed.
With correlations significantly different from 0 between breeding values for logOCC and other udder health traits, data from AMS constitutes a significant opportunity to create new indicators for udder health. The high genetic correlation between logOCC and milking speed suggests that it is possible to indirectly breed for lower cell count by breeding for lower milking speed. This represents an important opportunity for the breeding program, as a lower cell count is highly desirable to reduce the incidence of mastitis. Nevertheless, it is necessary to breed for milking speed as an optimum trait as it is unfavorable for the farmer with too low and too high milking speed.