基因组学已经减少了世代间隔

基因组学使得在早期做出选择决策成为可能,缩短世代间隔和加速进步。
(Pexels)

子代测试是识别在人工智能中广泛使用的最佳公牛以及作为下一代公牛的雄性的成功策略。后代测试,然而,需要三年多的时间,是昂贵的和限制数量的公牛评估。相比之下,基因组选择允许AI钉评估更多的牛比通过传统的后代测试项目是可行的。

基因组选择是指基于基因组育种值的选择决策。数以千计的DNA标记的发现加上基于标记数据的育种预测值的开发,使得AI中心能够对乳品公牛进行准确的基因组选择。

因此,选择用于AI的奶牛雄性已经从后代检测转移到牛奶生产的基因组预测,生育和健康特征。通过基因组选择,根据DNA标记谱选择下一代雄性的雄性和母性,并在青春期后不久交配。下一代雄性是作为体外受精(IVF)胚胎或出生后不久,对期望和不希望的特征进行标记分析。

基因组选择缩短了世代间隔,或者父母生育子女的平均年龄。男性和女性都有助于缩短间隔,当6-8个月龄的精英基因组小母牛进行采卵时,然后进行体外受精和胚胎移植。

更快的进步

根据美国农业部动物基因组学和改良实验室的科学家的说法,雄的世代间隔公牛已经减少从大约七到两年半,2010年至2015年,分别。在同一时期,公牛坝的发育间隔由4年缩短到两年半。

世代间隔的缩短转化为更快的遗传进步。的确,基因组选择提高了诸如女儿怀孕率等重要经济性状的改善率,生产性生活和体细胞评分。

一个常见的误解是基因组学将取代DHIA牛奶检测。这不是真的,因为基因组学是建立在表型与基因型的关系之上的。基因组学需要精确的数据收集来建立参考群体以校准基因组结果并持续更新参考群体。数据流(牛奶检测,类型分类和健康特征)进入系统是至关重要的,因为参考群体的大小影响基因组预测的准确性。基因组学,与许多其他新技术类似,添加信息,但不替换信息。

后代测试仍然有价值

基因组评估提供更准确的信息比以前年轻的公牛。尽管没有后代数据的公牛精液销售比例从2008年至今稳步上升,后代测试公牛仍然需要他们,因为他们与年轻的基因组公牛有利竞争。这可能是由于通过后代测试数据生成的临界质量,这有助于准确评估所需继续广泛使用。

由于世代间隔的缩短和遗传改良率的提高,年轻的基因组雄性的竞争力可能会提高。后代测试可以继续提供具有竞争力的后代证明的雄性以满足市场需求。

约瑟夫·C。达尔顿博士,是爱达荷大学的教授。他的研究集中在提高奶牛人工智能的效率,包括热检测精度,,同步程序和人工智能技术人员熟练程度。

注:本文发表在2018年9月的《奶牛群管理》杂志上。

评论