dal Dr. Chunyan Zhang, Genetista, Genesus Inc.

Nella produzione commerciale di suini, il mangime è la più grande componente del costo di produzione e rappresenta il 55-65% del costo totale. Il miglioramento dell'efficienza dei mangimi è sempre stata una priorità nei programmi di allevamento e selezione dei suini. Il rapporto di conversione del mangime (FCR), che è un semplice rapporto tra l'assunzione media giornaliera di mangime (ADFI) e il guadagno medio giornaliero (ADG), è stato storicamente utilizzato per selezionare l'efficienza del mangime. Tuttavia, l'efficienza del maiale in accrescimento è più complessa del semplice FCR e guidata dalla biologia del maiale in accrescimento (https://genesus.com/feed-intake-growth-and-health/). La selezione effettuata esclusivamente sull'FCR non si tradurrà in un cambiamento ottimale sia nell'assunzione di mangime che nella crescita, due caratteristiche economicamente importanti.

L'assunzione di mangime è un motore primario di crescita e la correlazione genetica tra ADFI e ADG è relativamente alta (0.32 – 0.84) (Hoque et al., 2009; Jiao et al., 2014). Pertanto, le persone generalmente pensavano che i maiali dovessero mangiare di più per crescere più velocemente. Tuttavia, la correlazione tra l'assunzione di mangime e la crescita non è perfetta (cioè inferiore a 1), e quindi c'è l'opportunità di identificare e selezionare animali che hanno una crescita più rapida con una minore assunzione di mangime. Il tasso di crescita e l'assunzione di mangime hanno entrambi un impatto significativo sulla redditività, ma i loro valori economici non sono gli stessi e sono ponderati in direzioni opposte. Rispetto alla selezione diretta su FCR, una strategia di selezione alternativa consiste nell'utilizzare un indice di selezione che migliori il tasso di crescita limitando il cambiamento dell'assunzione di mangime.

Inoltre, l'efficienza del mangime è influenzata anche dal tasso di deposizione di grasso e grasso e dall'utilizzo dell'energia dalla dieta (https://genesus.com/feed-intake-growth-and-health/). Correlazioni genetiche da moderate a elevate tra ADFI e grasso e ADFI e profondità del lombo (0.22-0.57) (Jiao et al., 2014; MacNeil & Kemp, 2015) dimostrano questi effetti. L'inclusione di questi tratti geneticamente correlati migliora l'accuratezza dei valori riproduttivi stimati (EBV) sia per la crescita che per l'assunzione di mangime e, di conseguenza, aumenta il tasso di miglioramento genetico per l'efficienza del mangime.

Inoltre, l'utilizzo delle informazioni genomiche offre vantaggi per il miglioramento di questi tratti con correlazioni genetiche sfavorevoli (ad es. ADFI e ADG). I tratti positivamente correlati dovrebbero avere più marcatori genetici in comune, tuttavia non tutti i marcatori che influenzano i tratti sono gli stessi. La valutazione e la selezione genomica possono utilizzare i marcatori non in comune per identificare efficacemente gli animali che vanno contro la correlazione prevista, guidando così la selezione più rapidamente nella direzione desiderata. Inoltre, la raccolta dei dati individuali sull'assunzione di mangime è molto costosa, poiché limita il numero di animali con dati sull'effettiva assunzione di mangime. L'utilizzo delle informazioni genomiche, anche per gli animali senza dati sull'assunzione di mangime, risulterà in un EBV più accurato per tutti gli animali, compresi quelli senza dati sull'assunzione di mangime. Un EBV più accurato si traduce in un tasso più elevato di miglioramento genetico.

In qualità di azienda globale di allevamento di suini, Genesus considera tutte queste strategie all'interno del nostro programma di miglioramento genetico. Dal 2004, raccogliamo l'assunzione di mangime individuale insieme a molteplici caratteristiche dei componenti dell'efficienza del mangime, tra cui il tasso di crescita (Day120, misurato come età a 120 kg/265 libbre), ultrasuoni e grasso della carcassa e profondità del lombo. Genesus ha investito molto nella valutazione genomica e nella ricerca di selezione e utilizza un chip SNP personalizzato (polimorfismo a singolo nucleotide, una sorta di marcatore genetico) con > 60 SNP, inclusi molti SNP associati ai tratti dei componenti dell'efficienza del mangime.

Attraverso un modello di valutazione genomica a tratti multipli, siamo in grado di ottenere un EBV genomico accurato sia per ADFI che per Day120, quindi dare un'enfasi di selezione ottimale su ADFI e Day120 nell'indice di selezione. In questo modo, possiamo selezionare suini che hanno la capacità genetica di una crescita più rapida con un cambiamento minimo nell'assunzione di mangime e quindi con conseguente miglioramento della FCR. Le tendenze genetiche per ADFI e Day120 insieme all'EBV FCR calcolato nella nostra popolazione Duroc sono mostrate nella figura seguente. Dall'anno 2017 in poi, mostra un miglioramento continuo del tasso di crescita (meno giorni per raggiungere i 120 kg/265 libbre) limitando al contempo il cambiamento dell'ADFI quando entrambi i tratti sono stati inclusi nell'indice di selezione e adeguatamente enfatizzati. Il risultato mostra che l'FCR è in costante miglioramento grazie all'aumento della crescita e all'assunzione di mangime sostanzialmente invariata.

Continuiamo i nostri sforzi per migliorare ulteriormente la crescita complessiva e l'efficienza dei mangimi insieme al profitto del produttore, integrando le conoscenze e le tecnologie avanzate nel nostro programma di miglioramento genetico. L'obiettivo è fornire ai riproduttori la capacità genetica di massimizzare il profitto per i produttori di carne di maiale. Il nostro programma di miglioramento genetico, inclusi significativi investimenti in ricerca e sviluppo, si concentra sul miglioramento continuo per i clienti.

Lista di referenze:
Hoque et al., 2009. Scienze zootecniche, https://doi.org/10.1016/j.livsci.2008.05.016
Jiao et al., 2014. Journal of Animal Science, https://doi.org/10.2527/jas.2013-7338
MacNeil & Kemp, 2015. Giornale canadese di scienze animali, https://doi.org/10.4141/cjas-2014-089

Condividi questo...
Condividi su LinkedIn
LinkedIn
Condividi su Facebook
Facebook
Tweet su questo su Twitter
Twitter

Categorizzato in: ,

Questo post è stato scritto da Genesus