รายงานทางเทคนิค Genesus – Chad Bierman สิงหาคม 2022

ตัวบ่งชี้การฟื้นตัวของโรคจากข้อมูลการบริโภคอาหารแต่ละอย่างในนิวเคลียสสุกรที่มีสุขภาพสูง

Chad Bierman, PhD, นักพันธุศาสตร์, Genesus Inc.

การทำกำไรสำหรับผู้ผลิตสุกรแบบดั้งเดิมนั้นมุ่งเน้นไปที่การลดต้นทุน การปรับปรุงประสิทธิภาพ หรือการเพิ่มมูลค่า องค์ประกอบสำคัญของประสิทธิภาพคือการเพิ่มผลิตภัณฑ์ในตลาดให้ได้มากที่สุด การส่งมอบผลิตภัณฑ์สู่ตลาดมากขึ้นมีความสมเหตุสมผลโดยเฉพาะอย่างยิ่งเมื่อต้นทุนการผลิตเกือบทั้งหมดหมดลงแล้ว ดังนั้นจึงไม่ใช่เรื่องที่ไม่คาดคิด การตายและการเจ็บป่วยแสดงให้เห็นว่าประกอบด้วยตัวชี้วัดสูงสุดสามตัวที่ส่งผลกระทบต่อความสามารถในการทำกำไรในการผลิตสุกรตามที่ Boyd (2012) ให้ความสำคัญ เนื่องจากผลกระทบทั้งสองมีส่วนทำให้สินค้าขายได้น้อยลง (ขายได้น้อยกว่าหรือน้อยกว่า) และต้นทุนที่มีนัยสำคัญใน กรณีการตายของสุกรในระยะหลังของการตกแต่ง การได้มาซึ่งการวัดอัตราการตาย การเจ็บป่วย หรือลักษณะบ่งชี้ที่เกี่ยวข้อง ช่วยให้มีการปรับปรุงทางพันธุกรรมในพื้นที่นี้ ซึ่งนำไปสู่ผลกำไรที่เพิ่มขึ้น

ลักษณะการบริโภคอาหาร (FI) ได้รับความสนใจอย่างมากในโครงการเพาะพันธุ์สุกร ความอยากอาหารทำให้เกิดอัตราการเติบโต ซึ่งเพิ่มน้ำหนักสุดท้าย และยังเชื่อมโยงกับความแข็งแกร่งอีกด้วย (Ocepek et al. 2019) ความเครียด เช่น โรค เป็นที่ทราบกันดีว่าส่งผลเสียต่อ FI และการเติบโตที่ตามมา (Nguyen-Ba et al. 2020) ความแปรปรวนของการบริโภคอาหารภายใต้ความท้าทายของโรคได้แสดงให้เห็นแล้วว่าส่งผลต่อประสิทธิภาพและการอยู่รอด และส่งผลให้มีการยืนยันลักษณะเหล่านี้ว่าสัมพันธ์กันทางพันธุกรรมและเป็นประโยชน์กับการผลิตและผลการตายภายใต้ความเครียดดังกล่าว (Cheng et al. 2020, Putz et al) . 2019). นี่แสดงให้เห็นว่าลักษณะความยืดหยุ่นของ FI เป็นลักษณะบ่งชี้ที่น่าเชื่อถือของการฟื้นตัวของโรค 

ลักษณะการบริโภคอาหารมักจะถูกบันทึกไว้ในฝูงนิวเคลียสทางพันธุกรรมที่ประชากรอยู่ภายใต้การคัดเลือกโดยตรง ฝูงสัตว์เหล่านี้มักดำเนินการภายใต้สถานการณ์ด้านสุขภาพระดับสูงเพื่อเพิ่มความสามารถของสุกรในการแสดงศักยภาพทางพันธุกรรมอย่างเต็มที่ เพิ่มความแม่นยำสูงสุดในการประมาณค่าพารามิเตอร์ทางพันธุกรรมและการปรับปรุงทางพันธุกรรมตามผลลัพธ์ ฟีโนไทป์ความยืดหยุ่นในการป้อนอาหารจึงสามารถคำนวณได้ง่าย แต่จะถ่ายทอดได้ภายใต้สถานการณ์ด้านสุขภาพที่สูงหรือไม่? 

ลักษณะความยืดหยุ่นของ FI คำนวณจากระเบียน FI 3.5 ล้านครั้งต่อวัน (สัตว์ 7,498 ตัว) ที่จับได้ระหว่างปี 2016-2021 ภายในหน่วยนิวเคลียสของ Genesus Duroc ตามวิธีการที่บันทึกไว้ก่อนหน้านี้ (Cheng et al. 2020, Putz et al. 2019) หนึ่งในการวัดเหล่านี้เกี่ยวข้องกับการคำนวณปริมาณความผันแปรสำหรับการบริโภคอาหารในแต่ละวัน (กก./วัน) และระยะเวลาการบริโภคอาหารในแต่ละวัน (ระยะเวลาที่ใช้ไปในการรับประทานอาหาร) (รูปที่ 1) ฟีโนไทป์ถูกจัดกลุ่มเป็นหมวดหมู่ของความเครียดที่สูงขึ้นหรือต่ำลงตามอุณหภูมิเฉลี่ยรายเดือน ณ เวลาที่สัตว์ถูกนำออกจากการทดสอบ การแบ่งพาร์ติชั่นนี้ให้เอฟเฟกต์ตามฤดูกาลที่ออกแบบมาเพื่อแยกฟีโนไทป์ออกเป็นหมวดหมู่ความเครียดตามสภาพภูมิอากาศ แม้ว่าอุณหภูมิโรงนาและการระบายอากาศจะถูกควบคุมด้วยระบบอิเล็กทรอนิกส์ ความชื้นและสภาพแวดล้อมจุลภาคที่ร้อน/เย็นก็ยากที่จะเอาชนะได้ในระหว่างสภาพอากาศสุดขั้ว ส่งผลให้ระดับความเครียดต่างกัน องค์ประกอบความแปรปรวนถูกประเมินเพื่อกำหนดความสามารถในการถ่ายทอดทางพันธุกรรมและความสัมพันธ์ทางพันธุกรรมด้วยการวัดค่าเฉลี่ยรายวัน FI (ADFI) 

รูปที่ 1 ตัวอย่างของสุกรสองตัวที่มีการเปลี่ยนแปลงปริมาณอาหารในแต่ละวัน (VAR) ต่ำกว่า (A) หรือสูงกว่า (B) อย่างเห็นได้ชัด_FI) พร้อมกับพล็อตการเปลี่ยนแปลงของระยะเวลาการบริโภคอาหาร (VAR_ยาก). จำนวนพื้นที่แรเงาด้านบนและด้านล่างเส้นแนวโน้มหมายถึงปริมาณการเปลี่ยนแปลง ความชันของเส้นแนวโน้มเป็นอิสระจากความแปรผันที่วัดได้สำหรับ VAR_FI หรือ VAR_ดูร์  หมูสองตัวนี้ไม่มี VAR . ต่างกัน_ยาก ฟีโนไทป์. 

                                       เอ บี

การประเมินความสามารถในการถ่ายทอดทางพันธุกรรมอยู่ในระดับปานกลาง โดย ADFI มีขนาดใหญ่กว่าสำหรับความเครียดที่สูงกว่าเมื่อเทียบกับประเภทความเครียดที่ต่ำกว่า และลักษณะความยืดหยุ่นที่คล้ายคลึงกันระหว่างสองหมวดหมู่ของความเครียด (ตารางที่ 1) ค่าประมาณของความสัมพันธ์ทางพันธุกรรม (ตารางที่ 2) ระหว่าง ADFI กับปริมาณการเปลี่ยนแปลงของระยะเวลาการกินอาหาร (VAR_หยาบ) ตรงกับรายงานก่อนหน้า โดยที่การเปลี่ยนแปลงของระยะเวลาที่ตัวป้อนสูงส่งผลให้ ADFI ต่ำลง ความสัมพันธ์นี้ดูแข็งแกร่งขึ้นภายใต้ความเครียดที่สูงกว่าภายใต้ความเครียดที่ต่ำกว่า ค่าประมาณสหสัมพันธ์สำหรับความผันแปรใน FI (VAR_FI) แสดงสัญญาณผสมระหว่างสภาพแวดล้อมความเครียด แสดงผลVAR_FI ฟีโนไทป์ที่สรุปไม่ได้เกี่ยวกับการนำไปใช้ในโปรแกรมการเพาะพันธุ์ สำหรับการพิจารณาในอนาคต ข้อผิดพลาดมาตรฐาน (SE) บอกเป็นนัยว่าความสัมพันธ์เหล่านี้อาจได้รับประโยชน์จากการประมาณการที่ดีขึ้น ซึ่งสามารถทำได้โดยการสะสมบันทึกเพิ่มเติมสำหรับลักษณะความยืดหยุ่นของ FI เหล่านี้     

ตารางที่ 1 ค่าประมาณการถ่ายทอดทางพันธุกรรมและข้อผิดพลาดมาตรฐานสำหรับประสิทธิภาพการทำงานและลักษณะความยืดหยุ่นของการบริโภคอาหารภายใต้หมวดหมู่ความเครียดต่างๆ

	ความเครียดที่สูงขึ้น	ความเครียดที่ลดลง
	มรดก	SE	มรดก	SE
เอดีเอฟไอ	0.46	0.04	0.35	0.05
VARFI	0.33	0.04	0.31	0.04
VARหยาบ	0.50	0.04	0.50	0.04

VAR_FI = การเปลี่ยนแปลงในการบริโภคอาหารในแต่ละวัน VAR_หยาบ  = การเปลี่ยนแปลงของระยะเวลาการบริโภคอาหารในแต่ละวัน

ADFI = ปริมาณอาหารเฉลี่ยต่อวัน; SE= ข้อผิดพลาดมาตรฐาน

ตารางที่ 2 ค่าประมาณของความสัมพันธ์ทางพันธุกรรม (SE) ระหว่างลักษณะความยืดหยุ่นในการกินอาหารและ ADFI ภายใต้หมวดหมู่ความเครียดต่างๆ

	เอดีเอฟไอ
	ความเครียดที่สูงขึ้น	ลดความเครียด
VARFI	0.00 (0.15)	0.49 (0.16)
VARหยาบ	-0.22 (0.11)	-0.12 (0.16)

VAR_FI = การเปลี่ยนแปลงในการบริโภคอาหารในแต่ละวัน VAR_หยาบ  = การเปลี่ยนแปลงของระยะเวลาการบริโภคอาหารในแต่ละวัน

ADFI = ปริมาณอาหารเฉลี่ยต่อวัน; ข้อผิดพลาดมาตรฐาน (SE) ในวงเล็บ

โดยสรุป ลักษณะความยืดหยุ่นของ FI สามารถถ่ายทอดได้ในการตั้งค่านิวเคลียสที่มีสุขภาพสูง นี่เป็นสิ่งสำคัญเนื่องจากเป็นโอกาสสำหรับ Genesus ในการสร้างฟีโนไทป์ใหม่จากข้อมูลที่มีอยู่เพื่อเพิ่มลงในชุดเครื่องมือทางพันธุกรรมของเรา งานนี้สามารถเพิ่มทางเลือกสำหรับสุกรที่สามารถทนต่อโรคหรือความเครียดได้ดีขึ้น ผลลัพธ์ของการถ่ายทอดทางพันธุกรรมที่คล้ายคลึงกันระหว่างสภาพแวดล้อมที่มีความเครียดก็เป็นสิ่งที่ส่งเสริมเช่นกัน โดยแสดงให้เห็นว่าการตอบสนองการคัดเลือกเป็นไปได้ทั้งในสภาพแวดล้อมที่มีความเครียดสูงและความเครียดต่ำ การวิจัยในอนาคตที่วางแผนไว้จะเพิ่มฟีโนไทป์ในอดีตเพื่อเสริมสร้างความสัมพันธ์ลักษณะโดยประมาณของเราและช่วยเพิ่มประสิทธิภาพการใช้ข้อมูลนี้ในโปรแกรมการเพาะพันธุ์ Genesus

อ้างอิง:

Boyd D. (2012) Proc. ของแอม รศ. ของ Swine Veterinarians, Perry City, IA United States

Cheng J. , Putz AM, Harding JCS, Dyck MK, Fortin F. et al. (2020) เจ อานิม วิทย์. 98:8:1-14.  https://doi.org/10.1093/jas/skaa244

Nguyen-Ba H. , van Milgen J. , Taghipoor M. (2020) สัตว์ 14:2:253-260.  https://doi.org/10.1017/S1751731119001976

Ocepek M. , Andersen-Ranberg I. , Edwards SA, Fredriksen B. , Framstad T. et al. (2016), เจ อานิม วิทย์. 94:8:3550–3560.  https://doi.org/10.2527/jas.2016-0386

Putz AM, Harding JCS, Dyck MK, Fortin F. , Plastow GS, Dekkers JCM และคณะ (2019) หน้า. ยีนต์. 9:660:1-14. https://doi.org/10.3389/fgene.2018.00660  

จัดหมวดหมู่: ข่าวเด่น, Global Tech

โพสต์นี้เขียนขึ้นโดย Genesus