تعداد نشریات | 31 |
تعداد شمارهها | 748 |
تعداد مقالات | 7,112 |
تعداد مشاهده مقاله | 10,246,173 |
تعداد دریافت فایل اصل مقاله | 6,899,880 |
کاربرد یک مدل غیرخطی مکانیستیک پنج فراسنجه ای در توصیف ریاضی شکل منحنی شیردهی گاوهای زایش اول زینه و اصیل هلشتاین ایران | ||
تحقیقات تولیدات دامی | ||
دوره 13، شماره 2، شهریور 1403، صفحه 25-41 اصل مقاله (1.15 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22124/ar.2024.26952.1817 | ||
نویسندگان | ||
مریم دوستی توسه چالکی1؛ سید همایون فرهنگ فر* 2؛ مختارعلی عباسی3؛ محمد باقر منتظرتربتی4 | ||
1دانشجوی کارشناسیارشد، بخش علوم دام، دانشکده کشاورزی، دانشگاه بیرجند | ||
2استاد، بخش علوم دام، دانشکده کشاورزی، دانشگاه بیرجند | ||
3دانشیار، مؤسسه تحقیقات علوم دامی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی | ||
4استادیار، بخش علوم دام، دانشکده کشاورزی، دانشگاه بیرجند | ||
چکیده | ||
هدف از این پژوهش، کاربرد یک مدل غیرخطی مکانیستیک برای توصیف ریاضی منحنی شیردهی گاوهای شیری زینه و اصیل هلشتاین ایران بود که برای اولین بار، زایش داشتند. تعداد کل 5596039 رکورد روز آزمون شیر متعلق به 821153 رأس گاو در 579 گله در 26 استان کشور مورد استفاده قرار گرفتند. گاوهای مزبور، فرزندان 7957 رأس گاو نر و 530394 رأس گاو ماده بودند که طی سالهای 1375 تا 1399 زایش داشتند. مدل مکانیستیک برازش داده شده بر دادهها دارای پنج فراسنجه MSmax (مرتبط با بیشترین پتانسیل ترشح شیر در دوران شیردهی)، GR (مرتبط با نرخ نسبی تکثیر سلولهای ترشحی در اوایل دوره شیردهی)، MSLmax (مرتبط با بیشترین اُفت ترشح شیر)، NOD (مرتبط با نسبتی از سلولهای پارانشیم که در زمان زایمان مردهاند)، و DR (مرتبط با نرخ نسبی کاهش در تعداد سلولهای ترشحی) بود که برآورد آنها برای فصول و سنین مختلف زایش گاوهای دارای رکورد، و همچنین بر اساس نوع ژنوتیپ گاو (در دو نوع زینه و اصیل هلشتاین) با نرمافزار SAS انجام شد. گاوهایی که در پاییز زایش داشتند، بیشترین MSmax و GR را نشان دادند و کمترین مقادیر فراسنجههای مذکور بهترتیب برای گاوهایی بود که در تابستان و بهار زایمان نموده بودند (05/0P<). گاوهایی که اولین زایش آنها تا 25 ماهگی بود، بیشترین مقدار فراسنجههای MSmax ، GR و DR را داشتند، در حالیکه بیشترین مقدار فراسنجههای MSLmax و NOD برای گاوهایی بود که دیرتر از سن مذکور زایش داشتند (05/0P<). گاوهای زینه در مقایسه با گاوهای اصیل هلشتاین، مقدار بالاتری از فراسنجههای MSLmax و NOD را نشان دادند ولی برای سایر فراسنجههای مدل، گاوهای اصیل هلشتاین مقدار بالاتری را دارا بودند (05/0P<). بر اساس یافتههای این پژوهش، نتیجهگیری میشود که در بین گاوهای زایش اول، گاوهای که در سنین پایینتری زایمان مینمایند، نسبت به سنین بالاتر در زایش، تداوم شیردهی بهتری را دارند، ضمن آن که گاوهای اصیل هلشتاین در مقایسه با گاوهای زینه، عملکرد بهتری را در رابطه با تداوم شیردهی از خود نشان دادند. | ||
کلیدواژهها | ||
گاوهای شیری؛ رکورد روز آزمون؛ مدل مکانیستیک؛ منحنی شیردهی | ||
مراجع | ||
Abbasi, M. A., Pahlavan, R., Afrazandeh, M. R., Kazemi, M., Hasani Bafarani, A., Kazemi, A., & Jamali, N. (2021). Investigation of standard and atypical lactation curves of Simmental and Jersey cows in Iran. Iranian Journal of Animal Science, 52(2), 123-131. doi: 10.22059/ijas.2021.323864.653826 [In Persian] Albarrán-Portillo, B., & Pollott, G. E. (2008). Genetic parameters derived from using a biological model of lactation on records of commercial dairy cows. Journal of Dairy Science, 91(9), 3639-3648. doi: 10.3168/jds.2007-0929 Albarrán-Portillo, B., & Pollott, G. E. (2011). Environmental factors affecting lactation curve parameters in the United Kingdom’s commercial dairy herds. Archivos de Medicina Veterinaria, 43(2), 145-153. doi: 10.4067/S0301-732X2011000200007 Angeles-Hernandez, J. C., Pollott, G., Albarran-Portillo, B., Ramírez-Perez, A. H., Lizarazo-Chaparro, A., Ortega, O. A. C., & Ronquillo, M. G. (2018). The application of a mechanistic model to analyze the factors that affect the lactation curve parameters of dairy sheep in Mexico. Small Ruminant Research, 164, 58-63. doi: 10.1016/j.smallrumres.2018.05.003 Appuhamy, J. A. D. R. N., Cassell, B. G, Dechow, C. D., & Cole, J. B. (2007). Phenotypic relationships of common health disorders in dairy cows to lactation persistency estimated from daily milk weights. Journal of Dairy Science, 90(9), 4424-4434. doi: 10.3168/jds.2007-0077 Beever, D. E., Rook, A. J., France, J., Dhanoa, M. S., & Gill, M. (1991). A review of empirical and mechanistic models of lactational performance by the dairy cow. Livestock Production Science, 29(2-3), 115-130. doi: 10.1016/0301-6226(91)90061-T Bouallegue, M., & M’Hamdi, N. (2020). Mathematical modeling of lactation curves: a review of parametric models. In: Lactation in Farm Animals - Biology, Physiological Basis, Nutritional Requirements, and Modelization, Edited by Naceur M’Hamdi. Part of IntechOpen Book Series: Veterinary Medicine and Science, 3, 95-114. doi: 10.5772/intechopen.78900 Capuco, A. V., Wood, D. L., Baldwin, R., Mcleod, K., & Paape, M. J. (2001). Mammary cell number, proliferation, and apoptosis during a bovine lactation: relation to milk production and effect of bST. Journal of Dairy Science, 84(10), 2177-2187. doi: 10.3168/jds.S0022-0302(01)74664-4 Chen, Y., Steeneveld, W., Nielen, M., & Hostens, M. (2023). Prediction of persistency for day 305 of lactation at the moment of the insemination decision. Frontiers in Veterinary Science, 10, 1-9. doi: 10.3389/fvets.2023.1264048 Daltro, D. S., Padilha, A. H., Gama, L. T., Silva, M. V. G. B., & Cobuci, J. A. (2021). Breed, heterosis, and recombination effects for lactation curves in Brazilian cattle. Revista Brasileira de Zootecnia, 50, 1-18. doi: 10.37496/rbz5020200085 Davis, S. R., & Collier, R. J. (1985). Mammary blood flow and regulation of substrate supply for milk synthesis. Journal of Dairy Science, 68(4), 1041-1058. doi: 10.3168/jds.S0022-0302(85)80926-7 Dekkers, J. C. M., Ten Hag, J. H., & Weersink, A. (1998). Economic aspects of persistency of lactation in dairy cattle. Livestock Production Science, 53(3), 237–252. doi: 10.1016/S0301-6226(97)00124-3 Dijkstra, J., France, J., Dhanoa, M.S., Maas, J.A., Hanigan, M.D., Rook, A.J., & Beever, D.E. (1997). A model to describe growth patterns of the mammary gland during pregnancy and lactation. Journal of Dairy Science, 80(10), 2340-2354. doi: 10.3168/jds.S0022-0302(97)76185-X Dimauro, C., Atzori, A. S., & Pulina, G. (2011). Assessing and optimazing the performance of a mechanistic mathematical model of the sheep mammary gland. In: Sauvant, D., Van Milgen, J., Faverdin, P., Friggens, N. (Eds.), Modelling Nutrient Digestion and Utilisation in Farm Animals. Wageningen Acedemic Publishers, Wageningen, pp. 72–82. doi:10.3920/978-90-8686-712-7 Elahi Torshizi, M. (2016). Effects of season and age at first calving on genetic and phenotypic characteristics of lactation curve parameters in Holstein cows. Journal of Animal Science and Technology, 58(8), 1-14.doi: 10.1186/s40781-016-0089-1 Elahi Torshizi, M., & Farhangfar, H. (2020). The use of dijkstra mechanistic model for genetic analysis of the lactation curve characteristics and their relationships with age at first calving and somatic cell score of Iranian dairy cows. Acta Scientiarum Animal Sciences, 42, 1-12. doi: 10.4025/actascianimsci.v42i1.50181 Farhangfar, H., & Naeemipour, H. (2007). Phenotypic study of lactation curve in Iranian Holsteins. Journal of Agricultural Science and Technology, 9(4), 279-286. doi: 20.1001.1.16807073.2007.9.4.8.9 Farhangfar, H., Nezamdoost, S., Montazar Torbati, M. B., & Asghari, M. R. (2018). Genetic analysis of Pollott-Gootwine mechanistic model parameters for lactation curve of Iranian dairy cows. Journal of Animal Science Research, 28(3), 31-46. [In Persian] Farhangfar, S. H., Rashidi Toghroljerdi, M. S., Montazer Torbati, M. B. & Sayyad Nezhad, M. B. (2023). A study on the lactation curve characteristics of grade and Iranian purebred Holstein cows with the use of raw, fat corrected, and energy-corrected milk test day records. Animal Production Research, 12(2), 71-84. doi: 10.22124/AR.2023.22771.1718 [In Persian] Ferris, T. A., Mao, I. L., & Anderson, C. R. (1985). Selection for lactation curve and milk yield in cattle. Journal of Dairy Science, 68(6), 1438-1448. doi: 10.3168/jds.S0022-0302(85)80981-4 Gebreyohanes, G., Tegegne, A., Diedhiou, M. L., & Hegde, B. P. (2007). Persistency of lactation and comparison of different persistency measures in indigenous and crossbred cows at Bako, Ethiopian Journal of Animal Production, 7(1), 1-11. Gengler, N. (1996). Persistency of lactation yields: a review. Interbull Bulletin, 12, 102-106. George, D., & Mallery, P. (2020). IBM SPSS Statistics 26 Step by Step: A Simple Guide and Reference. 16th Edition. Taylor & Francis. Ghavi Hossein-Zadeh, N. (2014). Comparison of non-linear models to describe the lactation curves of milk yield and composition in Iranian Holsteins. The Journal of Agricultural Science, 152, 309-324. doi: 10.1017/S0021859613000415 Ghavi Hossein-Zadeh, N. (2017). Application of growth models to describe the lactation curves for test-day milk production in Holstein cows. Journal of Applied Animal Research, 45(1), 145-151, doi: 10.1080/09712119.2015.1124336 Ghavi Hossein-Zadeh, N. (2019a). Application of non-linear mathematical models to describe effect of twinning on the lactation curve features in Holstein cows. Research in Veterinary Science, 122, 111-117. doi: 10.1016/j.rvsc.2018.11.017 Ghavi Hossein-Zadeh, N. (2019b). Comparison of the parameters of the lactation curve between normal and difficult calvings in Iranian Holstein cows. Spanish Journal of Agricultural Research, 17(1), e0401. doi: 10.5424/sjar/2019171-13673 Griver, Y. A. (1994). The FOXPRO 2.6 Codebook. Sybex, San Francisco Inc., USA. Grossman, M., Kuck, A. L., & Norton, H. W. (1986). Lactation curves of purebred and crossbred dairy cattle. Journal of Dairy Science, 69(1), 195-203. doi: 10.3168/jds.S0022-0302(86)80386-1 Guevara Muñeton, L. P., Gloria, L. S., Benaouda, M., Teuntle-López, I. A., Valdés-Córdoba, X. S., Ángeles-Hernández, J. C., Aniceto, E. S., & Acero, A. P. (2023). The shape of curve lactation of crossbred dairy sheep affects the fitting of empirical and mechanistic models. Archivos Latinoamericanos de Producción Animal, 31(Supl. 1), 305-311. doi: 10.53588/alpa.310553 Harder, B., Bennewitz, J., Hinrichs, D., & Kalm, E. (2006). Genetic parameters for health traits and their relationship to different persistency traits in German Holstein dairy cattle. Journal of Dairy Science, 89(8), 3202-3212. doi: 10.3168/jds.S0022-0302(06)72595-4 Imagawa, W., Bandyopadhyay, G. K., & Nandi, S. (1990). Regulation of mammary epithelial cell growth in mice and rats. Endocrine Reviews, 11(4), 494-523. doi: 10.1210/edrv-11-4-494 Innes, D. J., Pot, L. J., Seymour, D. J., France, J., Dijkstra, J., Doelman, J., & Cant, J. P. (2024). Fitting mathematical functions to extended lactation curves and forecasting late-lactation milk yields of dairy cows. Journal of Dairy Science, 107(1), 329-345. doi: 10.3168/jds.2023-23478 Jamrozik, J., Schaeffer, L. R., & Dekkers, J. C. M. (1997). Genetic evaluation of dairy cattle using test day yields and random regression model. Journal of Dairy Science, 80(6), 1217-1226. doi: 10.3168/jds.S0022-0302(97)76050-8 Knight, C. H., & Wilde, C. J. (1987). Mammary growth during lactation: implications for increasing milk yield. Journal of Dairy Science, 70(9), 1991-2000. doi: 10.3168/jds.S0022-0302(87)80241-2 Koloi, S., Pathak, K., Karunakaran, M., & Mandal, A. (2018). Lactation persistency and its genetic evaluation in cattle- A Review. Research and Reviews: Journal of Dairy Science and Technology, 7(3), 1-8. doi: 10.37591/rrjodst.v7i3.1388 Madalena, F. E., Martinez, M. L., & Freitas, A. F. (1979). Lactation curves of Holstein-Friesian and Holstein-Friesian x Gir cows. Animal Production, 29(1), 101-107. doi: 10.1017/S0003356100012198 Mehraban, H., Farhangfar, H., Rahmaninia, J., & Soltani, H. A. (2009). Comparison of some functions describing the shape of the lactation curve for Holstein cows. Iranian Journal of Animal Science Research, 1(2), 47-55. doi: 10.22067/IJASR.V1I2.1974 [In Persian] Naeemipour, H., Shariati, M. M., Zerehdaran, S., & Jabbari, M. (2018). Effects of season and age at first caving on phenotypic and genetic characteristic of lactation curve parameters in primiparous Iranian Holstein cows. Animal Science Journal, 30(117), 163-176. doi: 10.22092/ASJ.2018.116054 [In Persian] Neal, H. D. S. C., & Thornley, J. H. M. (1983). The lactation curve in cattle: a mathematical model of the mammary gland. Journal of Agricultural Science, 101(2), 389-400. doi: 10.1017/S0021859600037710 Pollott, G. (2000). A biological approach to lactation curve analysis for milk yield. Journal of Dairy Science, 83(11), 2448-2458. doi: 10.3168/jds.sS0022-0302(00)75136-8 Pollott, G. E., & Gootwine, E. (2000). Appropriate mathematical models for describing the complete lactation of dairy sheep. Animal Science, 71(2), 197-207. doi: 10.1017/S1357729800055028 Ptak, E., & Schaeffer, L. R. (1993). Use of test day yields for genetic evaluation of dairy sires and cows. Livestock Production Science, 34(1-2), 23-34. doi: 10.1016/0301-6226(93)90033-E Rook, A. J., France, J., & Dhanoa, M. S. (1993). On the mathematical description of lactation curves. The Journal of Agricultural Science, 121(1), 97-102. doi: 10.1017/S002185960007684X SAS. (2013). Base SAS® 9.4 Procedures Guide Statistical Procedures. Second Edition. SAS Institute Inc., Cary, NC, USA. Seangjun, A., Koonawootrittriron, S., & Elzo, M. A. (2009). Characterization of lactation patterns and milk yield in a multibreed dairy cattle population in the central Thailand. Kasetsart Journal - Natural Science, 43(1),74-82. Sölkner, J., & Fuchs, W. (1987). A comparison of different measures of persistency with special respect to variation of test-day milk yields. Livestock Production Science, 16(4), 305-319. doi: 10.1016/0301-6226(87)90001-7 Svennersten-Sjaunja, K., & Olsson, K. (2005). Endocrinology of milk production. Domestic Animal Endocrinology, 29(2), 241-258. doi: 10.1016/j.domaniend.2005.03.006 Tamminga, S. (2000). Issues arising from genetic change: Ruminants. The Challenge of Genetic Change in Animal Production. W. G. Hill, S. C. Bishop, B. McGuirk, J. C. McKay, G. Simm, and A. J. Webb, ed. British Society of Animal Science, 27, 53-62. doi: 10.1017/s146398150004053x Tekerli, M., Akinci, Z., Dogan, I., & Akcan, A. (2000). Factors affecting the shape of lactation curves of Holstein cows from the Balikesir province of Turkey. Journal of Dairy Science, 83(6), 1381-1386. doi: 10.3168/jds.S0022-0302(00)75006-5 Thornley, J. H. M., & France, J. (2007). Mathematical Models in Agriculture: Quantitative Methods for the Plant, Animal and Ecological Sciences. 2nd ed. Wallingford, CABI. 928p. Vetharaniam, I., Davis, S. R., Upsdell, M., Kolver, E. S., & Pleasants, A. B. (2003). Modeling the effect of energy status on mammary gland growth and lactation. Journal of Dairy Science, 86(10), 3148-3156. doi: 10.3168/jds.S0022-0302(03)73916-2 Wildman, E. E., Jones, G. M., Wagner, P. E., Boman, R. L., Troutt, H. F., & Lesch, T. N. (1982). A dairy cow body condition scoring system and its relationship to selected production characteristics. Journal of Dairy Science, 65(3), 495-501. doi: 10.3168/jds.S0022-0302(82)82223-6 Wilmink, J. B. M. (1987). Adjustment of test-day milk, fat and protein yields for age, season and stage of lactation. Livestock Production Science, 16(4), 335-348. doi: 10.1016/0301-6226(87)90003-0 Wood, P. D. P. (1967). Algebraic model of the lactation curve in cattle. Nature, 216, 164-165. doi: 10.1038/216164A0 | ||
آمار تعداد مشاهده مقاله: 186 تعداد دریافت فایل اصل مقاله: 114 |