Таблиця 8 - Генетичні кореляції за методом частинних кореляцій
Всі елементи таблиці 8 за модулем не перевищують одиниці, що відповідає основній властивості кореляції. Зовсім інша картина в табл. 7, де 50% елементів невизначені (нульові), тобто половина елементів матриці не задовольняють поняттю кореляція. Таблиці 7 і 8 використовувалися для розрахунку коефіцієнтів селекційно-економічної значущості, як результату потрійного матричного добутку зворотної фенотипової, генетичної і економічної матриць. Результати представлені в таблиці 9.
В таблиці 9 наведені селекціоновані ознаки бугаїв-плідників, що отримали вищу індексну оцінку, і, для порівняння, середні значення селекціонуємих ознак за групою, що оцінюється.
З таблиці 10 неважко помітити, що бугай-плідник 100 має перевагу перед 4079 з точки зору індивідуальної характеристики. І оскільки вибір того або іншого відрізняється тільки способом визначення генетичних кореляцій, то прийнятніший метод частинних кореляцій.
Таблиця 9 - Показники селекційно-економічної значущості
Нагадаємо ще одну його перевагу - повне виключення випадків уявних значень генетичних кореляцій при розрахунках цього показника. Ця, здавалося б, чисто технічна властивість має проте важливе значення, оскільки спро-щує формалізацію алгоритму і знімає будь-які обмеження щодо застосування методу селекційних індексів.
Таблиця 10 - Значення селекціонуємих ознак тварин,
які отримали вищі ранги оцінки
Таким чином, обгрунтована теоретично і показана на практиці можливість і доцільність використання способу частинних кореляцій при розрахунку генетичних кореляцій для селекційних індексів.
Критерій оптимізації програм селекції молочної худоби
Досягнення максимального темпу генетичного поліпшення можливе на основі методів великомасштабної селекції. Якщо уявити темп генетичного поліпшення як функцію від деяких змінних чинників, то для рішення задачі необхідно визначити значення чинників, при яких функція буде максимальною.
Через неможливість явного аналітичного виразу функції, за рекомендацією Басовського М.З, Кузнєцова В.М. (1977), оптимізація проводиться приблизно, методами варіантних розрахунків. Кількість варіантів може досягати багатьох тисяч.
Програма селекції має десятки селекційно-генетичних і економічних параметрів, тому стає очевидною неможливість знаходження оптимального в такій великій кількості варіантів, без спеціального критерію.
Використання як критерія оптимізації екстремальних значень економічних чинників, як правило, не приводить до вибору варіанта з максимальним значенням генетичного прогресу.
За згаданими вище причинами, залежність рентабельності від генетичного прогресу досліджувалася методами статистичної обробки варіантів, розрахованих на ЕОМ для південної популяції худоби червоної степової породи.
Змінним чинникам (nа - частка активної частини популяції; nоб - кількість батьків ремонтних бугаїв; а - частка активної частини популяції, яка осіменяється спермою бугаїв, що перевіряються; n - кількість ефективних дочок; С - банк спермодоз на одного бугая, що перевіряється) надавалися наступні значення (табл. 11.)
З 1024 варіантів реальними виявилися 467. У них значення генетичного прогресу коливалося в межах від 0,5% до 1,2%, а рентабельність - від 20 до 75%.
Отримані значення згруповані за величиною генетичного прогресу з кроковим проміжком 0,1% (табл. 12).
Таблиця 11 - Межі змін перемінних факторів у модельованих
варіантах програм селекції
Таблиця 12 - Залежність рентабельності від темпу генетичного покращання
Групи, що утворилися, оброблені статистично з визначенням коефіцієнта кореляції між рентабельністю і генетичним прогресом по кожній групі і за всіма варіантами.
Кореляція коливається від -0,66 у другій групі до +0,85 в сьомій, що підтверджує неоднозначність залежності R від G%.
Залежність рентабельності від генетичного прогресу апроксимована поліномом другого ступеня за методом найменших квадратів (індекс кореляції дорівнює 0,93).
Рентабельність R=0 при G%=0,18, G% = 1,2. Тобто, генетичний прогрес менше за 0,18% не може окупити витрат на заходи програми селекції, а, з іншого боку, для отримання генетичного прогресу більше, ніж 1,2%, потрібні витрати, які при будь-якій комбінації змінних чинників (в межах їх зміни, що розглядаються) компенсувати не можна. Ця залежність відображена на графіку (рис.1) відповідно до штрихової і суцільної ліній.
З графіка видно, що одна і та ж рентабельність у 20,0% може бути забезпечена за двома різними значеннями генетичного прогресу 0,25% і 1,15%.
Якщо оптимальність визначати тільки за рентабельністю, то обидва варіанти рівнозначні, тоді як варіант з 1,13% кращий з позиції селекції, і, отже, повинен бути визнаний оптимальним. Це доводить необхідність включення до критерію добору, поряд з рентабельністю, селекційно-генетичних параметрів, які визначають генетичний прогрес. У проведеному дослідженні до критерію оптимізації включені шість слідуючих показників: П1 - випробувальне відношення бугаїв, П2 - точність оцінки бугаїв, П3 – сумарна генетична зверхність, П4 - темп генетичного покращання, П5 - інтенсивність селекції ремонтних бугаїв, П6 - рентабельність програми селекції.
Рис.1. Залежність рентабельності від генетичного прогресу
Аналіз залежності показників критерію оптимізації від перемінних величин досліджено на варіантах селекційних програм, розрахованих за фактичними вхідними параметрами. Досліджуваний фактор сприймався перемінною величиною, а решта чотири розглядались як параметри. Для кожного значення перемінної величини і прийнятих параметрів на ЕОМ розраховувались показники критерію і сам критерій. На рис. 2 наведено залежність показників оптимізації від кількости ефективних дочок, а інші чотири перемінні фактори фіксовані як параметри (nОБ=17, а=0,5,  =0,4, С=50000). З нього ж видно, що усі показники критерію оптимізації, мають нелінійну форму залежності від , кількости ефективних дочок. Нами прийнята лінійна форма критерію оптимізації:
Бк= (1)
де  - коефіцієнти значущості відповідних показників, які увійшли в критерій;
 - значення цих показників у К-тому варіанті, що моделюється.
Виявлено, що коефіцієнти значущості АJ не можуть вибиратися довільно, а повинні формуватися з врахуванням реально діючого селекційного плану. В нашому дослідженні
коефіцієнти значущості фактора визначені, виходячи з реальної селекційної програми періоду, що минув (в подальшому йменується базовим варіантом), як зворотні величини показників базового варіанта:
 (2)
Тому вибір базового варіанта є важливим етапом у розробці критерію оптимізації програми селекції. Базовий варіант розраховано на основі реально діючого плану селекційної роботи з червоною степовою худобою (Методические рекомендации, 1980).
Рис.2 Залежність показників оптимізації від кількості ефективних дочок
За показниками бальної оцінки Поj базового варіанта розраховані коефіцієнти значущості Аоj за формулою (2) табл. 13. Цей критерій включено до алгоритму оптимізації (рис. 3), в розрахунковій частині якого використані відповідні формули. В алгоритмі передбачено одержання п’яти найкращих варіантів шляхом автоматичного порівняння на ЕОМ чергового розрахункового варіанта за критерієм (1) з тими, що є в її пам’яті.
Таблиця 13 - Значення показників для базового варіанта і коефіцієнтів
значущості критерію оптимізації
Якщо варіант, що порівнюється , має критерій краще гіршого з п’яти варіантів, які є, запам’ятовується на місце гіршого. В будь-якому іншому випадку замість варіанта, що запам’ятовується, витискається гірший з п’яти.
У випадку, коли критерій чергового варіанта гірше за будь-якого з п’яти, що є, він відкидається, відбувається зміна поточної перемінної на один крок. Процес циклічно повторюється доти, доки всі змінні чинники досягнуть свого максимального значення, що задається у початкових даних (табл. 11). Із закінченням процесу видається оптимальна програма селекції. Цей алгоритм реалізований на ППЕОМ при оптимізації програм селекції червоної степової худоби на півдні України.
Рис. 3 Схема алгоритму оптимізації програми селекції
ВИСНОВКИ І ПРОПОЗИЦІЇ
- Розроблено критерій оптимізації програм селекції молочної худоби. Критерій випробуваний при корегуванні програми удосконалення племінного масиву червоної степової породи у південному регіоні України.
- Взаємозв’язок рентабельності і генетичного прогресу програм селекції молочної худоби має складний нелінійний характер, тому необхідне їх сумісне включення до критерію оптимізації.
- Критерій дозволяє за розробленою програмою реалізувати вибір кращого варіанта плану удосконалення молочної худоби автоматично на ППЕОМ.
- Розроблений і випробуваний на популяціях великої рогатої худоби метод оцінки бугаїв-плідників з виявленням препотентних поліпшувачів. Як критерій препотентності пропонується різниця коефіцієнтів мінливості (Cv ) ознак предка (М-матері ) і нащадка (Д-дочки).
- Обгрунтована теоретично і доведена практично можливість і доцільність використання способу частинних кореляцій щодо розрахунку генетичних кореляцій для селекційних індексів бугаїв-плідників.
- Визначений алгоритм обчислення істотності показників регресії, які характеризують достовірність багатофакторних моделей в селекції і реалізований на ППЕОМ.
- Розроблений і випробуваний на популяціях великої рогатої худоби метод формування груп-аналогів тварин за комплексом селекційних ознак із будь-якою бажаною малою величиною фенотипової неоднорідності всередині груп. Створена програма для реалізації методу на ППЕОМ.
- Визначений об’єм вибірки для оцінки селекційно-генетичних параметрів молочного стада (n>100) за характеристиками випадкової вибірки. (n= 65), яка забезпечує достовірність безпомилкового судження щодо генеральних параметрів з імовірністю більш 95%.
9. При розробці регіональних планів селекційно-генетичного удосконалення поголів’я племінних стад і масивів великої рогатої худоби молочного напрямку продуктивності застосовувати критерій їх оптимізації на базі ППЕОМ.
10. Широке впровадження генетико-статистичних методів оцінки генотипів бугаїв-плідників та перспективних груп великої рогатої худоби, дозволяє виявляти препотентних поліпшувачів та формувати бажані якості і рівень продуктивності на індивідуальному і популяційному рівнях.
Список опублікованих праць за темою дисертації
Горлов О. І. Розробка та удосконалення методів селекційно-генетичних досліджень в молочному скотарстві. - Рукопис.
Дисертація на здобуття наукового ступеня кандидата сільськогосподарських наук за спеціальністю 06.02.01 - розведення та селекція тварин. - Херсонський державний аграрний університет. Херсон, 2001.
Дисертація присвячена питанням удосконалення і розробки методів оцінки генотипу племінних тварин, оптимізації програм селекції в молочному скотарстві.
Удосконалено методи оцінки бугаїв-плідників з врахуванням препотентності, визначення вірогідності багатофакторних моделей, генетичних кореляцій для підвищення об’єктивності селекційних індексів.
Розроблено методи формування аналогів за комплексом ознак при будь-якій малій величині фенотипової неоднорідності ознак і критерій оптимізації програм селекції. Оптимізований варіант програми селекції використано при коригуванні плану селекційно-генетичного удосконалення червоної степової худоби на півдні України.
Ключові слова: алгоритми, методи оцінки, програми селекції, вірогідність, великомасштабна селекція, оптимізація програм селекції, критерії оптимізації, параметри оцінки.
Горлов А. И. Разработка и усовершенствование методов селекционно-генетических исследований в молочном скотоводстве. - Рукопись.
Диссертация на соискание ученой степени кандидата сельскохозяй-ственных наук по специальности 06.02.01 - разведение и селекция животных. - Херсонский государственный аграрный университет. Херсон, 2001.
Диссертация посвящена совершенствованию существующих и разработке новых методов селекционно-генетических исследований в молочном скотоводстве.
Разработан критерий оптимизации программ селекции молочного скота, включающий рентабельность и генетический прогресс, позволяющий получать оптимизированный вариант программы селекции. Критерий апробирован при корректировке плана селекционно-генетического совершенствования красного степного скота на юге Украины.
Усовершенствован и апробирован на популяциях крупного рогатого скота метод оценки быков-производителей по трем признакам: удою, жирномолочности, живой массе с ранговой оценкой препотентности по каждому признаку отдельно и двум-трем комплексно.
Усовершенствован способ определения достоверности многофакторных моделей в селекции крупного рогатого скота.
Разработан метод формирования группы аналогов по комплексу признаков методами линейной алгебры со сколь угодно малой величиной фенотипической неоднородности признаков в группе. Метод апробирован на реальных стадах.
Определен минимальный объем выборки (n=65), достаточный для характеристики параметров стада с вероятностью безошибочного суждения более 95%.
Обоснована теоретически и доказана практически возможность и целесообразность использования частных корреляций при расчете генетических корреляций для повышения объективности селекционных индексов быков-производителей.
Ключевые слова: алгоритмы, достоверность, критерии оптимизации, крупномасштабная селекция, методы оценки, программы селекции, оптимизация программ селекции, параметры оценки.
Gorlov O.I. Development and Improvement of Methods of Selection-Genetic Researches in Dairy Cattle Breeding. – Manuscript.
A thesis for candidate of agricultural sciences in speciality 06.02.01 – animal breeding and selection. – The Kherson State Agrarian University. Kherson, 2001.
The thesis is devoted to questions of improving and development of methods of evaluation of genotype in the pedigree animals and optimization of selection programs in the dairy cattle breeding.
The methods of sire evaluation have been improved with regard to prepotence, estimation of probability of multifactor models, and determination of genetic correlations for increased objectivity of selection indices have been improved.
Methods of forming analogues by a complex of characters with any small value of phenotypic heterogeneity of characters and criterion of optimizing selection programs have been developed. The optimized variant of selection programs have been used in correction of the plan of selection-genetic improvement of the Red Steppe Cattle in the south of Ukraine.
Key words: algorithms, evaluation methods, selection programs, reliability, parameters of estimating large-scale selection, optimization of selection programs, optimization criteria.
| 
