ИСПОЛЬЗОВАНИЕ КОМПЛЕКСНЫХ ГЕНЕТИЧЕСКИХ МАРКЕРОВ ДЛЯ ПОВЫШЕНИЯ СОДЕРЖАНИЯ БЕЛКА В МОЛОКЕ КОРОВ
Bibliographic record
Abstract
В последние десятилетия в России наблюдается тенденция снижения содержания белка в молоке коров, в основном, в связи с импортом племенного материала голштинской породы из США и Канады, поэтому необходимо разрабатывать селекционные методы повышения содержания молочного белка, в том числе с использованием генетических маркеров. Известно, что аллельные варианты генов каппа-казеина (CSN3) и бета-лактоглобулина (LGB), являются маркерами белковомолочности и технологических свойств молока. Для повышения содержания белка в молоке и улучшения его технологических свойств предпочтительными являются В-аллельные варианты генов CSN3 и LGB. Укрупного рогатого скота наиболее часто встречаются аллели А и В CSN3 в трёх сочетаниях генотипов – АА, АВ, ВВ. Цель данной работы – изучить частоту встречаемости аллелей генов CSN3 и LGB у дочерей, полученных от быков-отцов ярославской породы с АВ, ВВ генотипами CSN3 и АА, АВ генотипами LGB, и оценить наследуемость содержания белка в молоке коров с учётом результатов генотипирования. Было прогенотипировано 49 коров-дочерей от 11 быков-отцов ярославской породы. ДНК-диагностика образцов крови по каппа-казеину и β-лактоглобулину проведена с использованием методики (Saiki et al., 1985). В исследованных выборках быков-производителей наиболее часто встречался вариант CSN3АА/LGВАА, имеющий А-аллель генов CSN3 и LGB; на втором месте были быки с вариантом CSN3АВ/LGВАА комплексных генотипов. Более половины коров имеют в своём комплексном генотипе два и более В-аллелей генов молочных белков; каждая особь наследует по одному из двух аллелей генов CSN3 и LGB от матери и отца. Важно контролировать комплексные показатели у быков-производителей и их дочерей с учётом генотипов матерей и уровня показателей молочной продуктивности в родительском стаде. ABSTRACT. In recent decades, in Russia it has been seen a decline in protein in cow's milk, mainly due to the import of Holstein breeding material from the US and Canada. Therefore, it is necessary to develop selection methods for increasing milk protein production, including using genetic markers. Allelic variants of the kappa-casein (CSN3) and beta-lactoglobulin (LGB) genes are known to be markers of milk protein and technological properties of milk. To increase the protein content in milk and improve its technological properties, B-allelic variants of CSN3 and LGB genes are preferred. In cattle, the kappa-casein alleles A and B are most often found in three different combinations of genotypes - AA, AB, BB. The aim of this work is to study the frequency of occurrence of CSN3 and LGB alleles in daughters obtained from bullfathers of the Yaroslavl breed with AB, BB genotypes CSN3 and AA, AB genotypes LGB, and to evaluate the heritability of protein content in cow milk, taking into account the results of genotyping. There were genotyped 49 cows daughters from 11 bull fathers of the Yaroslavl breed. DNA diagnostics of blood samples by CSN3 and LGB was carried out using the technique (Saiki et al., 1985). In the studied samples, the CSN3AA/LGBAA variant with the A allele of the CSN3 and LGB genes was most often encountered; in second place were bulls with the CSN3AB/LGVAA variant of complex genotypes. More than half of the cows in their complex genotype have two or more B-alleles of milk protein genes; each individual inherits one of the two alleles of the CSN3 and LGB genes from the mother and father. It is important to control complex indicators in bulls and their daughters, taking into account the genotypes of mothers and the level of indices of milk productivity in the parent herd.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.050 | 0.014 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".