You are on page 1of 61

UNIVERZITET U NOVOM SADU

POLJOPRIVREDNI FAKULTET

Ana-Mira Radaković
dipl. Inž.

ZNAČAJ MESEČNIH KONTROLA MLEČNOSTI


KRAVA U OCENI OPLEMENJIVAČKE VREDNOSTI
BIKOVA

Magistarska teza

NOVI SAD

2010
Komisija za ocenu magistarske teze

1. ________________________
Dr Vitomir Vidović, redovni profesor,
no Genetika i oplemenjivanje životinja
Poljoprivredni fakultet, Novi Sad, mentor

2. _______________________
Dr Miroslav Plavšić, redovni profesor,
no Stočarstvo
Poljoprivredni fakultet, Novi Sad

3. ___________________
Dr Radica Djedović, vanredni profesor,
no Stočarstvo
Poljoprivredni fakultet, Zemun
"Dajte čoveku ribu i nahranićete ga za jedan dan;
naučite ga kako da je lovi i prehranićete ga za ceo život."
Lao Tse

Bez dobrih učitelja nema napretka. Želim da se zahvalim izuzetnim učiteljima u


nauci i životu, mentoru, Dr Vitomiru Vidoviću, Dr Snežani Trivunović i Dr Vesni
Lalošević, koji su mi znanjem i savetima, nesebično pomogli da završim ovaj rad. Takodje
se zahvaljujem svojoj porodici na ogromnoj podršci, prijateljima i kolegama sa posla na
podršci i razumevanju.

Rad posvećujem svojoj deci Borisu i Milovanu


UNIVERZITET U NOVOM SADU UDK: 613.287.5:636.082.2(043.2)
POLJOPRIVREDNI FAKULTET
NOVI SAD
Magistarska teza,
Podneta juna 2010. godine

ZNAČAJ MESEČNIH KONTROLA MLEČNOSTI U OCENI


OPLEMENJIVAČKE VREDNOSTI BIKOVA
Ana-Mira Radaković, dipl. Inž.

Sažetak

Koristeći mesečne kontrole i metod laktacija svedenih na 305 dana izračunate


su i upoređene ocene oplemenjivačkih vrednosti očeva, kod goveda crni holštajn
crveni holštajn i simentalac. U radu su korišćeni podaci mesečnih laktacija holštajn-
frizijske rase (HF)- 2863 kontrole, crveni holštajn 1671 kontrola, i simentalske rase -
1501, kontrola, sa 18 farmi privatnog sektora u Vojvodini, u periodu od početka 2001.
godine do marta 2006. Izračunati su genetski parametri osobina mlečnosti i utvrdjen je
različit uticaj faktora spoljne sredine, farme, godine i sezone, kao i kontrole i laktacije
po redu. Kod holštajn frizijske rase, vrednost heritabilnosti za prve tri laktacije kod
posmatranja stvarnih i standardnih laktacija bile su u granicama visoko naslednih
svojstava, osim heritabilnosti za procenat mlečne masti u standardnoj laktaciji. Za rasu
crveni holštajn ove vrednosti su nešto niže kod osobina prinosa, dok su osobine
sadržaja proteina i mlečne masti znatno niže od teorijskih vrednosti. Kod rase crveni
holštajn i simentalske rase, prinos mleka i prinos proteina u standardnim i stvarnim
laktacijama su u granicama srednje naslednih svojstava, a procenat mlečne masti i
proteina koji inače spadaju u visoko nasledna svojstva, ovde imaju veoma niske
vrednosti heritabilnosti. Vrednosti korelacija za osobine prinosa jake su i pozitivne.
Negativne korelacije dobijene su izmedju osobina prinosa i osobina sadržaja.
Za ocenu oplemenjivačke vrednosti, korišćen je BLUP model oca, a poredjenje
rezultata vršeno korelacijom ranga. Jačina korelacija ustanovljena je Romer-
Orphalovom skalom klasifikacije. Ocene oplemenjivačkih vrednosti su u visokoj,
veoma visokoj ili potpunoj korelaciji za oplemenjivačke vrednosti dobijene na osnovu
svih laktacija i svih kontrola, za sve osobine osim za prinos proteina kod holštajn
frizijske rase gde je ustanovljena srednja korelacija.

Ključne reči: osobine mlečnosti, genetski parametri, oplemenjivačka vrednost,


korelacija ranga

Magistarska teza odložena je u biblioteku Poljoprivrednog fakulteta


Univerziteta u Novom Sadu (55 strana, 57 tabela, 68 navoda literature, izvorni tekst na
srpskom jeziku sa sažetkom na srpskom i engleskom jeziku).
UNIVERSITY OF NOVI SAD UDK: 613.287.5:636.082.2(043.2)
FACULTY OF AGRICULTURE
NOVI SAD
M.Sc. thesis
Submitted in June 2010.

IMPORTANCE OF MILK TRAITS MONTHLY RECORDS IN


ESTIMATION OF SIRES BREEDING VALUE
Ana-Mira Radaković, dipl. Inž.

Abstract

Estimation and comparison of breeding values using two methods, method of


standard lactation and method which is using Test Day records is performed. Data
were obtained from records for three breeds, holstein friesian (2863 records), red
holstein (1671 records) and simmental breed (1501records), collected from 18 farms in
small diary farm sector in Vojvodina, from the beginning of year 2001. till March 2006.
Genetic parameters has been estimated for milk traits and also different influence of
environmental effects, heard, year season, and lactation/record parity effect is found.
Heritability value at holstein friesian breed, for first, second and third lactation in
whole and standard lactations were in range for highly heritable traits, except
heritability for milk fat content in standard lactation. For red holstein breed,
heritability values for yield traits were slightly lower than theoretical values, whilst at
traits of content were significantly lower than theoretical one. At red holstein breed
and simmental breed, milk yield and protein yield in whole and standard lactations
are in range of moderate heritable traits, and milk fat and protein content, which are
highly heritable, in this population are very low. Correlation values for yield traits are
strong and positive. Negative correlations are found between yield and content traits.
BLUP sire model is used for estimation of breeding value and comparison is
performed by using rank correlation. The strength of correlation is determined by
Romer-Orphal scale. Breeding values are in high, very high or complete correlation for
breeding values calculated for all examined lactations and all examined controls, for
all traits except for protein yield at holstein friesian breed, where medium correlation
is determined.

Key words: milk traits, genetic parameters, breeding value, rank correlation

A copy of this thesis is filed in the Library of the Faculty of Agriculture,


University of Novi Sad (55 pages, 57 tables, 68 literature citations, the original
manuscript in Serbian with Summary in Serbian and English language).
Sadržaj

1. UVOD .................................................................................................................................................................................. 1

2. PREGLED LITERATURE................................................................................................................................................ 3

2. 1 OSOBINE MLEČNOSTI ZNAČAJNE U OPLEMENJIVAČKOM RADU .....................................................................................................3


2. 2 KOMPONENTE VARIJANSE ..............................................................................................................................................................5
2. 2. 1. VARIJANSE OKOLINE ZA OSOBINE MLEČNOSTI ......................................................................................................................6
2. 2. 1. 1 Sistematski uticaj farmi ......................................................................................................................................................6
2. 2. 1. 2 Uticaj godine, sezone i laktacije po redu...........................................................................................................................6
2. 2. 2 GENETSKA VARIJABILNOST OSOBINA MLEČNOSTI .................................................................................................................8
2. 2. 2. 1 Heritabilnost h2 ....................................................................................................................................................................8
2. 2. 2. 2 Ponovljivost R ...................................................................................................................................................................10
2. 2. 2. 3 Genetske, fenotipske i korelacije okoline........................................................................................................................11
2. 3 GENETSKI NAPREDAK I METODE PROCENE OPLEMENJIVAČKE VREDNOSTI ŽIVOTINJA ..............................................................12
2. 3. 1 TEST DAY MODELI U OCENI OPLEMENJIVAČKE VREDNOSTI ................................................................................................13
2. 3. 1. 1 Klase Test Day Modela .....................................................................................................................................................15
2. 4 KORELACIJA RANGA .....................................................................................................................................................................19

3. RADNA HIPOTEZA ....................................................................................................................................................... 20

4. ZADATAK I CILJ RADA.................................................................................................................................................. 21

5. MATERIJAL I METOD RADA....................................................................................................................................... 22

5. 1 MATERIJAL ...................................................................................................................................................................................22
5. 1. 1 KONTROLA MLEČNOSTI KRAVA – POSTUPAK U RADU ..........................................................................................................23
5. 2 METOD RADA ................................................................................................................................................................................24
5. 2. 1 FENOTIPSKI PARAMETRI OSOBINA MLEČNOSTI ....................................................................................................................24
5. 2. 2 GENETSKI PARAMETRI, OPLEMENJIVAČKA VREDNOST I KORELACIJE RANGA..................................................................24

6. REZULTATI ISTRAŽIVANJA I DISKUSIJA ................................................................................................................ 26

6. 1 OSOBINE MLEČNOSTI ZNAČAJNE U OPLEMENJIVAČKOM RADU ...................................................................................................26


6. 1. 1 STVARNE I STANDARDNE LAKTACIJE .....................................................................................................................................26
6. 1. 2 MESEČNE KONTROLE ..............................................................................................................................................................29
6. 2 VARIJANSE OKOLINE ZA OSOBINE MLEČNOSTI ............................................................................................................................30
6. 2. 1 STVARNE I STANDARDNE LAKTACIJE .....................................................................................................................................30
6. 2. 2 MESEČNE KONTROLE ..............................................................................................................................................................31
6. 3 GENETSKI PARAMETRI OSOBINA MLEČNOSTI ..............................................................................................................................34
6. 4 OCENA OPLEMENJIVAČKE VREDNOST BIKOVA I KORELACIJE RANGA .........................................................................................37

7. ZAKLJUČAK......................................................................................................................................................................... 49

8. LITERATURA...................................................................................................................................................................... 51

BIOGRAFIJA ........................................................................................................................................................................................55

0
1. UVOD

Govedarstvo je jedna od najvažnijih grana stočarske proizvodnje. U razvijenim zemljama


govedarstvo čini 60-70 odsto ukupne poljoprivredne proizvodnje (Danska i Holandija), dok je kod
nas zastupljeno sa oko 33 procenta. Goveda se u Srbiji gaje u cilju proizvodnje goveđeg mesa i
kravljeg mleka. U nas su dominantne dve rase, holštajn frizijska i simentalska rasa. Holštajn, kao
specijalizovana rasa za proizvodnju mleka, prisutna je kao crno beli ali i crveno beli varijetet.
Simentalac i domaće šareno goveče u tipu simentalca su rase kombinovanih svojstava.
Relativno mali broj grla goveda po glavi stanovnika, u odnosu na razvijene zemlje Evrope i
prisustvo velikog broja gazdinstava sa samo nekoliko grla, odslikava stanje našeg govedarstva. Brojni
domaći istraživači bavili su se problematikom proizvodnje mleka u našim uslovima uglavnom vršeći
ispitivanja na velikim farmama u državnom ali i privatnom valsništvu, na holštajn frizijskoj rasi,
uglavnom iz razloga što je tamo bilo moguće vršiti kontrolisane eksperimente.
Oplemenjivački programi predstavljaju planirani rad čoveka na unapređenju postojećih ili
stvaranju novih rasa, linija ili hibrida. Prva matična knjiga za frizijsku rasu mlečnih goveda osnovana je
1875. u Holandiji. Prve asocijacije proizvođača osnivaju se krajem 19 i početkom 20. veka. Prva
asocijacija farmera mlečnih goveda osnovana je 1895 u Danskoj. Naša zemlja nije toliko kasnila sa
uvođenjem matične evidencije, koliko sa primenom znanja u praksi. (Vidović 2009)
Da bi se postigli maksimalni rezultati, unapređenje proizvodnih osobina životinja treba da ide
zajedno sa unapređenjem uslova u kojima one žive. Uzimajući u obzir i ekoloske aspekte, sa dobrim
planom oplemenjivanja i unapređenjem uslova držanja, planski treba pristupiti razvoju govedarstva
kroz sledeće generacije, ukoliko želimo da unapredimo stočarsku proizvodnju, bilo na nivou jedne
farme ili čak čitave države.
Oplemenjivački ciljevi definišu se u različitim zootehničkim, ekonomskim i tržišnim uslovima,
ali ipak svaki od njih mora da zadovolji kriterijume ekonomske opravdanosti i maksimiziranja profita,
kao i smanjenje rizika na prihvatljivu meru.
Prema odgajivačkom cilju, nadalje se definiše odgajivački program koji će na optimalan način
doprineti ostvarenju postavljenih ciljeva. Određivanje odgajivačkog programa je vrlo osetljiva faza
čitavog procesa, jer se u njemu određuju osobine koje direktno i indirektno utiču na realizaciju
postavljenog cilja, kao i relativni značaj svake od osobina uključene u odgajivački program. Sa aspekta
profita, procenjuju se najbitnije osobine, koje treba unaprediti i na osnovu njih se vrši ocena
oplemenjivačke vrednosti životinja koje ce se koristiti kao roditelji budućih generacija. U mlečnom
govedarstvu te osobine su prinos mleka, mlečne masti i proteina u mleku. Njima se daje različita
težina prema ekonomskim uslovima koji vladaju u datim regijama, odnosno otkupnim cenama po
jedinici mere.
Prva faza u planiranju programa oplemenjivanja mlečnih goveda jeste izbor roditelja sledeće
generacije. S obzirom na to da se radi o kvantitativnim osobinama na čije fenotipsko izražavanje ima
uticaj velikog broja gena, kao i faktori spoljne sredine, za procenu genetske vrednosti neke životinje i
sposobnost prenošenja ovih osobina na buduće generacije, koriste se statističke metode i principi
kvantitativne i populacione genetike.
U svetu i zemljama sa razvijenim mlečnim govedarstvom, u ovu svrhu koristi se Animal model
(AM), a sve više i Test Day (TD) modela (model na dan kontrole). Kod nas je i dalje u upotrebi
BLUP, model oca, a počenje se sa primenom AM. Upotrebom Test Day modela dobijaju se tačniji

1
podaci pri izračunavanju faktora spoljne sredine i faktora menadžmenta nego kod upotreba podataka
na bazi laktacije 305 dana. Različiti nivoi perzistencije uračunati su za svaku kravu u okviru svake
laktacije, a eliminisano je projektovanje nedovršenih laktacija. Prihvatljiva je veća fleksibilnost u
vođenju evidencije i praćenju podataka u svrhu procene oplemenjivačke vrednosti od strane
farmera/proizvođaca. Proizvođači dobijaju objavljene indekse krava ranije u toku laktacije i to im
obezbeđuje dovoljno informacija za praćenje testiranih životinja koje se testiraju po redovnoj osnovi.

Ovaj rad analizira podatke sa malih privatnih gazdinstava, koje su držale holštajn frizijsku rasu i
crvenog holštajna, ali i simentalsku rasu. Danas se postepeno izdvajaju neki odgajivči koji na svojim
farmama gaje veći broj goveda, pa su u tom smislu veoma interesantni za selekcijske poslove.
Zadatak ovog istraživanja bio je da se prikaže i uporedi ocena oplemenjivačkih vrednosti
priplodnjaka dobijena na osnovu mesečnih kontrola i standardne laktacije od 305 dana.

2
2. PREGLED LITERATURE
2. 1 Osobine mlečnosti značajne u oplemenjivačkom radu
Posmatrajući mlečna grla i njihove proizvodne karakteristike, neophodno je definisati
najvažnije osobine. Osobine koje u najvećoj meri utiču na prihod jedne govedarske farme koja se bavi
proizvodnjom mleka jesu prinos mleka, mlečne masti i proteina i kao takve treba da predstavljaju
glavni oplemenjivački cilj i oblast u kojoj treba ostvariti genetski napredak. Pored ovih osobina veoma
su značajne i osobine vezane za zdravlje i reprodukciju životinje.
Osobine ili svojstva uslovljeni su genotipom životinje. Geni ili genotip životinje određuju njene limite,
a spoljna sredina je ta koja će u određenoj meri pospešiti ili umanjiti fenotipsku ekspresiju posmatrane
osobine.
U tabeli 1, prikazan je prosečan prinos u standardnoj laktaciji, bez korekcija, za grla koja su
završila laktaciju u navedenom periodu, a prema statistističkim podacima Svetske Federacije holštajn
frizijske rase (World Holstein Friesian Federation).

Tabela 1: Prosečan prinos u standardnoj laktaciji (statististički podaci Svetske Federacije holštajn frizijske rase)
%Mlečne Kg Mlečne Kg
Zemlja Broj grla* Kg Mleka %Proteina Period/Godina
masti masti Proteina.
Meksiko 41.452 8.433 3,41 287,0 3,21 270,0 2007
Mađarska 200.000 8.486 3,50 297,0 3,16 268,0 2007
Iran 250.000 7.700 3,50 269,0 3,20 246,0 2007
SAD 3.923.650 10.311 3,65 378,0 3,07 317,0 2007
Španija 512.435 9.036 3,66 330,0 3,15 284,0 2007
Italija 1.100.401 9.052 3,68 333,0 3,34 302,0 2007
Kanada 667.757 9.343 3,72 360,0 3,19 310,0 2007
Irska 400.000 6.700 3,73 249,0 3,37 226,0 2007
Francuska 1.746.688 7.662 3,92 301,0 3,28 240,0 2007
Engleska 975.000 8.705 3,92 340,0 3,19 278,0 2007
Finska 70.800 9.238 3,96 368,0 3,42 317,0 2007
Grčka 45.600 8.441 3,96 334,0 3,41 288,0 2007
Belgija 58.664 8.628 3,98 343,0 3,34 289,0 2007
Slovenija 29.439 7.204 3,98 287,1 3,20 230,2 1/1/07 - 31/12/07
Estonija 70.816 7.332 4,05 297,0 3,28 240,0 2007
Austrija 41.122 8.158 4,12 336,0 3,23 263,0 2007
Holandija 588.973 8.720 4,29 374,0 3,44 300,0 9/2006 - 8/2007
∗Ukupan broj grla holštajn frizijske rase koje su ušle u program kontrole mlečnosti (prema pravilima ICAR-a)

Prema podacima ICAR-a, on-line baze podataka, za simentalsku, holštajn frizijsku rasu i
crvenog holštajna, prikazani su podaci o godišnjim laktacijama i osobinama mlečnosti u tabelama 2, 3 i
4.

3
Tabela 2: Podaci o godišnjim laktacijama prema podacima ICAR-a za holštajn frizijsku rasu
Prinos Prinos Procenat Procenat
Dužina mleka po mleka po mlečne proteina Interval
Broj
Godina Država laktacija grlu u grlu u masti (%) u mleka (%) u telenja
laktacija
(dana) stvarnoj standardnoj standardnoj standardnoj (dana)
laktaciji laktaciji laktaciji laktaciji
2001 Hrvatska 8241 6002 3,74 3,27 440
2001 Belgija (Wallonia) 39666 345 7920 7462 4,08 3,32 411
2001 Holandija 784485 347,00 8993 8272 4,39 3,47 405,00
2002 Hrvatska 9343 6281 3,76 3,30 449
2002 Belgija (Wallonia) 41217 347 8140 7675 4,08 3,34 415
2002 Holandija 825400 354,00 9075 8222 4,40 3,47 408,00
2003 Hrvatska 7500 6320 3,90 3,31 448
2003 Belgija (Wallonia) 40421 348 8241 7730 4,07 3,32 414
2003 Holandija 634745 351,00 9143 8343 4,39 3,48
2004 Hrvatska 8089 6039 3,90 3,25 443
2004 Belgija (Wallonia) 41346 350 8335 7784 4,05 3,33 416
2004 Holandija 638251 351,00 9218 8403 4,37 3,48
2005 Hrvatska 12580 5964 3,99 3,26 433
2005 Belgija (Wallonia) 40036 352 8547 7967 4,03 3,33 417
2006 Hrvatska 16930 6161 3,94 3,25 452
2006 Belgija (Wallonia) 37532 356 8618 7925 4,05 3,33 420
2006 Germany 1964899 320 8421 8392 4,12 3,38 409
2006 Holandija 600908 354,00 9500 8618 4,36 3,49
2007 Hrvatska 19421 6339 3,98 3,25 453
2007 Belgija (Wallonia) 41699 359 8628 7794 3,98 3,34 423
2007 Germany 1976702 322 8511 8501 4,12 3,39 410
2007 Holandija 588973 356,00 9651 8720 4,34 3,48
2008 Hrvatska 23039 6405 4,05 3,27 453
Min 7920,00 5964,00 3,74 3,25
Max 9651,00 8720,00 4,40 3,49

Tabela 3: Podaci o godišnjim laktacijama prema podacima ICAR-a za crvenog holštajna


Procenat
Procenat
Prinos mleka Prinos mleka proteina
Dužina mlečne Interval
po grlu u po grlu u mleka (%)
Godina Država Broj laktacija laktacija masti (%) u telenja
stvarnoj standardnoj u
(dana) standardnoj (dana)
laktaciji laktaciji standardnoj
laktaciji
laktaciji
2001 Belgija (Wallonia ) 10187 329 6720 6569 4,19 3,38 401
2001 Holandija 236604 327,00 7595 7289 4,55 3,55 390,00
2002 Belgija (Wallonia ) 9788 332 6923 6759 4,21 3,39 404
2002 Holandija 229775 335,00 7684 7187 4,57 3,55 392,00
2003 Belgija (Wallonia) 8879 334 7001 6779 4,19 3,37 405
2003 Holandija 166424 332,00 7744 7358 4,57 3,56
2004 Belgija (Wallonia) 8613 334 7032 6837 4,18 3,37 406
2004 Holandija 150360 334,00 7909 7484 4,56 3,56
2005 Belgija (Wallonia) 7735 338 7265 7032 4,18 3,39 407
2005 Holandija 169356 332,00 7883 4,55 3,56
2006 Belgija (Wallonia) 6969 343 7349 7000 4,21 3,40 410
2006 Germany 253284 318 7489 7469 4,26 3,39 400
2007 Belgija (Wallonia) 7159 343 7265 6798 4,15 3,40 411
2007 Holandija 139774 341,00 8464 7891 4,55 3,57
2007 Germany 249284 320 7582 7581 4,23 3,40 403
Min 6720 6569 4,15 3,37
Max 8464 7891 4,57 3,57

4
Tabela 4: Podaci o godišnjim laktacijama prema podacima ICAR-a za za simentalsku rasu
Prinos Prinos Procenat
Procenat proteina
Dužina mleka po mleka po mlečne Interval
Broj mleka (%) u
Godina Država laktacija grlu u grlu u masti (%) u telenja
laktacija standardnoj
(dana) stvarnoj standardnoj standardnoj (dana)
laktaciji
laktaciji laktaciji laktaciji

2001 Hrvatska 21545 4175 3,91 3,36 402


2001 Slovenija 24747 342 5042 4588 4,22 3,39 408
2002 Hrvatska 21461 4426 4,02 3,40 404
2002 Slovenija 27168 342 5123 4689 4,26 3,39 414
2003 Hrvatska 19706 4620 4,01 3,36 407
2003 Slovenija 27130 346 5261 4772 4,23 3,38 420
2004 Hrvatska 21584 4424 4,08 3,35 405
2004 Slovenija 32262 346 5412 4920 4,26 3,38 422
2005 Hrvatska 26962 4427 4,08 3,37 399
2005 Slovenija 34714 344 5380 4898 4,20 3,33 424
2006 Hrvatska 34672 4459 4,07 3,35 405
2006 Slovenija 34698 346 5537 5023 4,17 3,29 410
2007 Slovenija 34458 347 5757 5213 4,13 3,28 407
2007 Hrvatska 41351 4473 4,07 3,34 406
2008 Slovenija 34907 349 5812 5238 4,11 3,31 408
2008 Hrvatska 47879 4559 4,11 3,34 407
Min 5042,00 4175,00 3,91 3,28
Max 5812,00 5238,00 4,26 3,40

Stanton at al., (1992) su prikazali sledeće rezultate istraživanja, upotrebom Test Day modela:
- prosečna proizvodnja mleka bila je 7868 kg sa standardnom devijacijom (SD) 1089 kg
- prosečan sadržaj mlečne masti bio je 289 kg a SD 40,3 kg
- prosečan sadržaj proteina 253 kg i SD 35,4 kg
- prosečan procenat mlečne masti bio je 3,7% sa SD 0,19%
- prosečan procenat proteina bio je 3,2% i SD 0,09%.

2. 2 Komponente varijanse

Kvantitativna svojstva utvrđuju se merenjem a dobijena vrednost izražava fenotipsku vrednost


posmatrane životinje. Može se potvrditi da se radi o složenoj vrednosti koja se sastoji od genotipske
vrednosti individue i odstupanja tj. devijacije nastale usled delovanja faktora spoljne sredine.

F(fenotip) = G (genotip) + E (uticaj spoljne sredine) [1]


Fenotipska je vrednost varijabilna i sastoji se od komponenata koje se mogu utvrditi analizom
varijanse.
VF= VG+VE+VGE [2]

Najvažnija je ona komponenta koja se može preneti na potomstvo. To je posebno značajno


kod onih svojstava koji se nasleđuju poligeno, odnosno kod osobina čija izraženost zavisi od više
gena. U praksi bez naročite računice, veoma je teško tačno odvojiti uticaj gena i uticaj spoljašnje

5
sredine. Ove osobine su, pod uticajem varijabilnosti u populaciji i uticajem spoljnih faktora, često
zamaskirane. Zbog toga se koriste kompleksne stističke metode pomoću kojih je moguće izdvojiti
uticaj gena na proizvodnu sposobnost životinje. Danas u eri kompjutera i visokom ekspanzijom ove
tehnologije, omogućena je brza obrada podataka što svakako doprinosi bržem dobijanju rezultata i
skraćenju generacijskog intervala.
Pri analiziranju podataka suočavamo se sa varijansama. Sa svakim setom podataka postavljamo
matematički model koji opisuje posmatranja. Na taj način definišemo razliku između fiksnih i
slučajnih efekata koji definišu varijansu. Model može da se postavi ako postoji najmanje jedan fiksni
(srednja vrednost) i jedan slučajan efekt (greška rezidualne varijanse). Ako je na posmatranja imao
uticaj i genetski efekat, tada imamo i genetsku varijansu. U tom slučaju imamo dve komponente koje
doprinose ukupnoj varijansi posmatranja a to su genetska i rezidulna komponenta. Ovi nam parametri
korste kada želimo da vidimo rezultat nekog oplemenjivačkog programa. Kod predviđanja
oplemenjivačke vrednosti može se primeniti model koji koristi i fiksne i slučajne efekte i BLUP (Best
Linear Unbiased Prediction) metoda . U tom slučaju pretpostavljaju se poznate varijanse i kovarijanse.
U oplemenjivačkom radu utvrđivanjem komponenti varijanse određujemo izvor varijacije kao i njen
relativni uticaj na proizvodnju mleka. Time omogućavamo izračunavanje oplemenjivačke vrednost
životinja i određivanje stvarne proizvodne vrednosti grla. Na osnovu toga određuje se oplemenjivački
program i pravac oplemenjivanja.

2. 2. 1. Varijanse okoline za osobine mlečnosti


2. 2. 1. 1 Sistematski uticaj farmi
Veliki broj autora u svojim radovima prikazao je značajan uticaj sistematskog uticaja farme na
proizvodne performanse grla. Uticaj se ostvaruje kroz različit način držanja, ishrane, nege, tehnoloski
postupak, itd.
Značajan uticaj farme (P<0.05) na prinos mleka, broj dana laktacije, dužinu servis perioda,
dužinu zasušenog perioda i interval telenja sa prosekom stada za prinos mleka u rasponu od 2620 do
7670 kg i koeficijentom varijacije koji pokazuje visoku varijabilnost među grlima u okviru jednog
stada, za ove osoobine ustanovili su McDowell et al. (1975). Razlike između stada objasnili su delom
vrednošću očeva i kvalitetom i količinom kabaste hrane u ishrani grla. Veličina stada i intenzitet
izlučivanja takođe je mogao doprineti različitim performansam stada. Veličina stada varirala je od 40
do preko 200 grla a intenzitet izlučivanja od 8% do 28%.
Van Vleck et al. (1961), utvrdili su sledeće komponente varijanse: varijansa oca 6%; godina-
sezona 2%; stado 30%; oca po godini 6-8%; oca po farmi i po godini-sezoni; i rezidualnu varijansu
50%.
Petrović i sar. (2009) su kod simentalske rase ustanovili da je odgajivačko područje statistički
analizirano visoko značajno (** P<0.01.)i da je prouzrokovalo odstupanja proizvodnih fenotipova od
opšteg proseka.

2. 2. 1. 2 Uticaj godine, sezone i laktacije po redu


Starost, paritet, faza laktacije, reproduktivni ciklus i godina i sezona su vremenski određeni
faktori koji mogu uticati na proizvodnu performansu grla. Značajan uticaj na osobine mlečnosti ima i
godina proizvodnje, zbog različitih klimatskih faktora koji se odražavaju, pre svega na promene u

6
ishrani. Osim toga, tokom godina na farmama se menja i tehnologija proizvodnje pa i kompletan
manadžment (Trivunovic 2006).
Različitu proizvodnju mleka po godinama za vremenski period od 1978. do 1988. godine
prikazao je Vidović (1990). Ispitivanja su obuhvatila proizvodnju krava holštajn frizijske rase na tri
društvene farme. Količina mleka se povećavala od 5607 kg u 1978. na 6043 kg u 1988. godini, a
količina masti od 208,6 kg na 236,9 kg. Sadržaj masti je takođe imao tendenciju rasta od 3,72 % u
1978. do 3,92 % u 1988. godini.
McDowell et al. (1975) utvrdili su značajan uticaj godine na sve osobine mlečnosti osim
intervala teljenja kod holštajn frizijske rase. Za stada u kontinualnom testu, prosečan prinos mleka
godišnje pokazao je uzlazni trend od 4271 kg u 1969 do 4750 kg u 1973. U istom periodu prosečna
dužina laktacije povećala se za 19 dana a servis period za oko dva dana godišnje. Efekat starosti grla
pri teljenju bio je značajan osim za broj dana laktacije.
Krave u prvoj laktaciji imale su prosečno 22 dana duži servis period nego krave u drugoj i kasnijim
laktacijama.
Efekat sezone teljenja bio je značajan za prinos mleka, broj dana laktacije i dužine servis
perioda. Uopšteno govoreći efekat sezone uticao je više nego duplo na varijabilnost u umerenim
klimatskim uslovima prema većini studija.
Za prinos mleka uticaj meseca teljenja bio je bimodalan. Krave koje su se telile od jula do
septembra bile su značajno iznad proseka, a takođe i one koje su se telile u januaru, dok su dužina
laktacije i servis perioda imale jedan maksimum.
Petrović i sar. (2009) su ustanovili da su sezona telenja i godina (* P<0.05.) prouzrokovali
značajna variranja proizvodnih osobina. Rezultati odstupanja osobina proizvodnosti pod uticajem
godine teljenja ukazuju na pozitivne tendencije u povećanju prinosa mleka. Značajna odstupanja
(P<0.05) je izazvala godina telenja i na prinos mleka i mlečne masti. Godišnje doba početka laktacije
krava obuhvaćenih njihovim istraživanjem, pokazuje visokoznačajna odstupanja prinosa mleka i
mlečne masti u odnosu na opšti prosek (P<0.01). Tako su junice oteljene u februaru, martu i aprilu
imale značajno i visoko značajno više mleka i mlečne masti u odnosu na one koje su se otelile u
drugim mesecima u godini.
Petrović i sar. (2009) ispitivali su uticaj sistematskih faktora na ispoljenost proizvodnih osobina
stvarnih laktacija kod grla simentalske rase. Krave su smeštene na tri farme, odnosno područja: farmi
muznih krava “Zlatiborski suvati” na Zlatiboru, Poljoprivrednom dobru Dobričevo u Ćupriji i
području Kotraže na individualnim gazdinstvima. Sistematski faktori (farma, sezona telenja, grupe
laktacija, grupa (godina x sezona rođenja), interakcije farma x sezona telenja i farma x grupe laktacija) i
uzrast pri prvoj oplodnji statistički su visoko značajano uticali na sve osobine stvarnih laktacija
(P<0.001), izuzimajući uticaj sezone telenja na trajanje punih laktacija (P<0.05) i sadržaj mlečne masti
(P>0.05).
Novija istraživanja uticaj farme, godine i sezone svrstavaju u jedan jedinstveni faktor čime je
obuhvaćena i interakcija između njih (Trivunović 2006).
Tsvetanova (2004) je utvrdila značajan uticaj farme-godine-sezone uzimajući ga kao jedinstven faktor
okoline.

7
2. 2. 2 Genetska varijabilnost osobina mlečnosti

Raznolikost individua neke populacije, u određenim svojstvima je izuzetno velika. Genotip


predstavlja naslednu osnovu, a jednu osobinu može da određuje jedan dva ili više parova gena.
Karakteristika kvantitativnih osobina je da pokazuju fenotipsku ispoljenost u različitom stepenu, jer ih
određuje više gena i uticaj spoljne sredine, kao i interakcija ova dva faktora. Fenotip predstavlja
ocenjenu ili izmerenu vrednost osobine. Od svih faktora koji utiču na fenotip, jedino genetski faktori
su nepromenjivi. Zbog toga je za selekcionare genotip od velike važnosti i predstavlja osnovni
kriterijum na osnovu kojeg se biraju grla koja će preneti poželjne gene na svoje potomstvo. Osobine
mlečnosti od najvećeg ekonomskog značaja, upravo jesu kvantitativne osobine. Međutim, na
varijabilnosti svojstava, geni utiču svojim dominantnim, aditivnim ili epistatičkim dejstvom. Aditivni
efekat gena je od najvećeg značaja u odgajivačko selekcijskom radu i kod ispoljavanja efekta ovih gena
dolazi do izražaja interakcija između genotipa i spoljne sredine. Oni svojim prisustvom doprinose
stepenu ispoljenosti osobine na koju deluju, tako da se njihov efekt sumira. Uticaj epistatičkog efekta
minor gena, iako postojeći, teško se može utvrditi. Dominantni efekti gena su značajni u svojem
inbreeding ili heterozis delovanju.
Precizne ocene genetske varijabilnosti značajne su za dobijanje tačnije ocene oplemenjivačke
vrednosti nekog grla kao i za procenu očekivanog rezultata programa selekcije.
Parametri koji su od posebnog značaja su heritabilnost genetske i fenotipske korelacije, a one
su u stvari izračunate funkcije komponenti varijanse.

2. 2. 2. 1 Heritabilnost h2
Heritabilnost je jedan od najvažnijih genetskih parametara kvantitativnih svojstava. Ona meri
snagu nasledne osnove nekog svojstva, to jest veze između fenotipskih vrednosti i oplemenjivačke
vrednosti u jednoj populaciji. Kako samo fenotipska vrednost individue može biti merena, njome
ocenjujemo, koristeći heritabilnost, oplemenjivačku vrednost koju determinišemo pri prenošenju
predispozicije na sledeću generaciju. Ako oplemenjivač izabere životinju za roditelja sledeće
generacije, na osnovu njenog fenotipa doprinos sledećoj generaciji može se meriti korelacijom između
fenotipske vrednosti i oplemenjivačke vrednosti. Ovaj stepen izražen je heritabilnošću.
Procena heritabilnosti je bazirana na metodi koja određuje sličnost između genetski povezanih
individua. Heritabilnost opisuje proporciju varijacija jedne osobine koja može dati odgovor na
selekciju. Ona predstavlja liniju regresije, tj kovarijansu između fenotipske vrednosti osobine
potomstva i fenotipske srednje vrednosti osobine kod roditelja. U izrazu regresije, heritabilnost
predstavlja očekivanu promenu u aditivnoj genetskoj vrednosti za svaku jedinicu promene u fenotipu.
Heritabilnost se najčešće se definiše kao deo ukupne varijabilnosti koji je uslovljen naslednim
razlikama. Možemo posmatrati heritabilnost u širem i užem smislu. U širem smislu heritabilnost je
udeo ukupne genetske varijabilnosti u fenotipskoj varijabilnosti. U užem smislu heritabilnost je odnos
između aditivne genetske varijabilnosti i fenotipske varijabilnosti.
Vrednosti heritabilnosti se mogu kretati u intervalu od 0 do 1. Procene heritabilnosti su
specifične za populaciju u kojoj su merene jer heritabilnost nije biološka konstanta. Ona može dati
različite vrednosti u različitim populacijama, okruženjima i vremenu. Ona je mera vrednosti
populacije, a ne pojedinih grla.

8
Kada je h2=0, ne postoji varijabilnost uzrokovana aditivnim genima. Kada je h2 nedefinisana,
ne postoji varijabilnost u populaciji. Ako je varijabilnost unutar familija relativno veća nego razlike
između familija, posmatrana osobina ima nisku heritabilnost.
Kod mlečnih goveda, osobine sa niskom heritabilnošću (h2 < 0.20) su reproduktivne osobine
kao što su dužina servis perioda, dužina intervala telenja. Srednje nasledne osobine (h2 od 0.2 do 0.4)
su prinos mleka, mlečne masti i prinos proteina (0.25-0.35). Visoko nasledne osobine (h2> 0.4) su
sadržaj mlečne masti i proteina u mleku (oko 0,5).
Za izračunavanje heritabilnosti možemo koristiti različite metode. Neke od njih, koje su
najčešće u upotrebi, jesu metod najmanjih kvadrata, metod intraklasne korelacije, metod hijerarhijske
analize varijanse, metod regresije i td.
Tačnost selekcije je veća za visoko nasledna svojstva nego za niskonasledna. Što je selekcija
tačnija, imaćemo bolji rezultat selekcije odnosno genetski napredak u populaciji.
U tabeli 5 je dat pregled očekivanih vrednosti za heritabilnost u evidenciji INTERBULL-a po
nekim zemljama članicama, za prinos mleka, mlečne masti i proteina kod holštajn frizijske,
simentalske rase i rase crveni holštajn. Dat je pregled modela kojima su računate vrednosti
heritabilnosti u tim zemljama.

Tabela 5: Vrednosti heritabilnosti za osobine mlečnosti po zemljama članicama INTERBULL-a (August


2009).
Zemlja Rasa mleko mlečna mast proteini model
Belgija Holštajn frizijska 0,38 0,43 0,41 ST R AM
Kanada Holštajn frizijska 0,41 0,34 0,37 MT ML RR TD AM
Češka Holštajn frizijska 0,39 0,38 0,37 ST ML RR TD AM
Češka Simental 0,33 0,32 0,31 ST ML RR TD AM
Francuska Crveni holštajn 0,30 0,30 0,30 ST R AM
Francuska Holštajn frizijska 0,30 0,30 0,30 ST R AM
Nemačka i Austrija Holštajn frizijska 0,49 0,48 0,48 ST ML RR TD AM
Irska Holštajn frizijska 0,35 0,35 0,35 ST R AM
Irska Simental 0,35 0,35 0,35 ST R AM
Slovačka Holštajn frizijska 0,31 0,25 0,30 ST RR TD BLUP AM
Slovačka Simental 0,34 0,26 0,32 ST RR TD BLUP AM
Španija Holštajn frizijska 0,28 0,28 0,28 ST R AM
Švajcarska Holštajn frizijska 0,36 0,30 0,32 MT ML RR TD AM
Švajcarska Crveni holštajn 0,41 0,36 0,36 MT ML RR TD AM
Švajcarska Simental 0,41 0,36 0,36 MT ML RR TD AM
SAD Holštajn frizijska 0,30 0,30 0,30 ST R AM
AM=Animal Model; SM=Sire/Maternal Grandsire Model ST ML=Model with lactations as correlated traits;
MT=Multiple-traits; MT SL=Multiple-trait model with single lactation; TD=Test Day Model; FR=Fixed
regression; RR=Random regression

Niže vrednosti heritabilnosti za prinos mleka u 305 dana laktacije prikazali su mnogi autori
Hansen et al. (1983), Sallam et al. (1990), Saatci et al. (2000), dok su više vrednosti prikazane u
radovima, Visscher and Thompson (1992), Pryce (1997), Gomez and Tewolde (1999) Kadermideen,
et al. (2003), Kaya et al. (2003).

9
Vrednosti heritabilnosti u populaciji holštajn-frizijske rase u Južnoafričkoj republici koristeći
Test Day model prinos mleka, mlečne masti i proteina utvrdili su Mostert et al. (2006) za prinos
mleka 17%, mlečne masti 10.5% i proteina 15%.
Carabiano at al. (1989) su poredili holštajn frizijsku rasu u Španiji i SAD. Za špansku
populaciju utvrdili su heritabilnost za prinos mleka 0,16 i prinos mlečne masti 0,14. Procena za SAD
populaciju (0,29 i 0,28 za prinos mleka i mlečne masti u uzorku broj 1 i 0,37 za prinos mleka i 0,33 za
prinos mlečne masti u uzorku broj 2) bila je u okvirima prethodnih rezultata za istu zemlju. Niže
vrednosti heritabilnosti španske populacije mogu se objasniti spoljnom sredinom koja se odlikuju
takvim uslovima, vezanim za menadžment farme koji onemogućavaju ekspresiju genetskog potencijala
superiornih grla i zbog toga manjom razlikom u prinosima, koja bi bila uslovljena genetskom
razlikom.
Hansen et al. (1981) utvrdili su heritabilnost za prinos mleka u celim laktacijama i laktacijama
od 305 dana Hendersonovom metodom 3, za prvu, drugu i treću laktaciju. U stvarnim laktacijama od
1. do 3. laktacije heritabilnost je bila 0,10. U 305 dana u prvoj laktaciji 0,16, u drugoj 0,11 i u trećoj
0,10.
Panić i Vidović (2006) dobili su relativno niske vrednosti koeficijenta heritabilnosti za trajanje
laktacije (0,017) i sadržaj mlečne masti u celoj i standardnoj laktaciji (0,037 i 0,031), a srednje za prinos
mleka (0,227 i 0,317) i mlečne masti (0,214 i 0,281) u celoj i standardnoj laktaciji kod grla simentalske
rase. Ocene heritabilnosti za ispitivane osobine imaju visoku standardnu grešku, što ukazuje da je
uzorak iz koga su izvedene bio premali. Posmatrajući prosečne vrednosti heritabiliteta za prinos mleka
(0,317) i mlečne masti (0,281) kod svih standardih laktacija zajedno, u ovoj populaciji bio u okvirima
srednje naslednih osobina, a sadržaj mlečne masti (0,031) u okvirima nisko naslednih osobina .
Visina heritabilnosti raste od prve ka narednim laktacijama, što su u svojim radovima
prikazali mnogi autori. Samore et al. (2002) su računali heritabilnost Test Day modelom slučajne
regresije za krave holštajn - frizijske rase koje su imale prve tri laktacije u periodu od 1990. do 1998.
godine. Heritabilnost prinosa mleka u prvoj laktaciji iznosila je 0,33, drugoj 0,34 i trećoj 0,37, a
prinosa masti u prvoj 0,30, drugoj 0,34 i trećoj 0,38.
Koristeći Hendersenov model 3, Vidović (1990) je prikazao vrednosti heritabilnosti za prinos mleka i
sadržaj mlečne masti u uzastopnim laktacijama. Heritabilnost za prinos mleka u prvoj laktaciji je
iznosila 0,27, drugoj i trećoj 0,26, a u ostalim laktacijama 0,27. Za sadržaj mlečne masti heritabilnost se
povećavala od prve (0,36) ka ostalim laktacijama (0,40).

2. 2. 2. 2 Ponovljivost R
Repitabilnost nekog svojstva, je proporcija fenotipske varijanse uzrokovane uticajem stalnih
genetskih efekata i stalnih efekata spoljne sredine. Repitabilnost meri snagu veze između ponovljenih
merenja. Zbog toga, repitabilnost može biti izražena kao korelacija između ponovljenih merenja jedne
životinje. Snaga veze između jednog merenja i proizvodne sposobnosti jedne životinje (stalni efekti)
može biti izražena kroz regresiju proizvodne sposobnosti na fenotipsku vrednost individue.
Značaj repitabilnosti je u tome što nam pomaže da predvidimo naredna merenja fenotipskih
vrednosti. Ako je vrednost ponovljivosti visoka, tačnije možemo predvideti sledeće merenje. Ona je
važna i za predviđanje oplemenjivačke vrednost životinje.

10
2. 2. 2. 3 Genetske, fenotipske i korelacije okoline
Proučavajući pojave u genetskim istraživanjima, možemo uočiti da između njih postoji
uzajamna povezanost. Stepen te povezanosti može se utvrditu uz pomoć korelacione analize.
Koeficijent korelacije pokazuje u kojoj meri isti geni utiču na proizvodne osobine. Koeficijent
korelacije se kreće u intervalu od –1 do +1.
Genetske korelacije pokazuju povezanost između aditivnih efekata gena koji uslovljavaju dve
osobine. Fenotipske korelacije predstavljaju povezanost između rezultata merenja dve osobine na istoj
individui. Korelacije okoline su u većini slučajeva visoke zato što okolina utiče na svaki deo i sve
funkcije individue. Korelacije okoline između svojstava nastaju iz istih efekata okoline koji izazivaju
istovremenu varijabilnost kod oba svojstva.
Ekonomski uspeh u stočarskoj proizvodnji najčešće zavisiod više osobina. Genetske korelacije
mogu biti u nekim slučajevima prepreka, a u nekim pomoć pri selekciji na više osobina. Negativne
genetske korelcije između osobina umanjuju efekat selekcije (količina mleka i procenat mlečne masti
su primer negativne korelacije između dva svojstva). Negativne korelacije utiču da se selekcijom na
jednu osobinu smanjuje ispoljenost druge osobine.
Genetske korelacije omogućuju posrednu ili indirektnu selekciju. Efekti indirektne selekcije su
manji od efekata direktne selekcije međutim, ima primera gde je merenje osobina koje želimo da
popravimo, otežano. Teorijski gledano moguće je da efekat indirektne selekcije bude veći od učinka
direktne selekcije. Ako jedna osobina ima malu varijabilnost, a jaku korelaciju sa drugom osobinom
koja ima visoku varijabilnost onda će selekcija na osobinu sa većom varijabilnošću dovesti do većih
promena u prvoj osobini.
Welper i Freeman (1992) su utvrdili pozitivne genetske korelacije između prinosa mleka i
prinosa mlečne masti (0,81) i prinosa proteina (0,96). Nešto su niže bile vrednosti fenotipskih
korelacija za iste parove osobina (0,71 i 0,93). Genetske korelacije osobina prinosa sa osobinama
sadržaja bile su negativne (kg mleka/% proteina -0,36; kg mleka/% mlečne masti -0,34), a fenotipske
kod istih parova iznosile su -0,47 i -0,40.
Othmane (2004) je za osobine mlečnosti utvrdio visoke korelacije koje govore da postoji jaka
veza između prinosa mleka i prinosa mlečne masti ili proteina. Uglavnom su vrednosti genetskih
korelacija bile nešto više od fenotipskih. Genetske korelacije između prinosa mleka i proteina bile su
visoke 0,94, a između prinosa mleka i mlečne masti još više 0,97. Genetske korelacije između prinosa
proteina i prinosa mlečne masti bile su 0,96. Genetske korelacije između prinosa mleka i sadržaja
mlečne masti i proteina su bile negativne. Vrednosti genetske korelacije između prinosa mleka i
procenta mlečne masti iznosi -0,42 a između prinosa mleka i procenta proteina -0,25. Genetske
korelacije između procenta proteina i procenta mlečne masti iznosila je 0,60.
Ptak et al. (2004) upoređujuci linearne korelacije dobijene Test Day modelom i standardnom
metodom koja uzima u obzir laktacije svedene na 305 dana, došli su do zaključka da sa vise Test Day
kontrola dobijamo manje razlike u rezultatima i više vrednosti koeficijenta korelacije. Visoke korelacije
dobijene su kod poređenja rezultata do 200 dana laktacije sa celim laktacijama. Razlika je bila značajna
kod korelacija rađenih na prvih 60 dana laktacije, a nešto manje razlike pokazuje poređenje prvih 100
dana laktacije sa celom laktacijom.

11
2. 3 Genetski napredak i metode procene oplemenjivačke vrednosti životinja
Oplemenjivačka vrednost (vrednost aditivne genetske komponente) je deo genotipske
vrednosti koja može biti preneta sa roditelja na potomstvo. To je suma prosečnog efekta individualnih
gena. Oplemenjivačka vrednost životinje je njena vrednost kao roditelja izražena kao sposobnost
roditelja da doprinese genetskoj strukturi sledeće generacije. Pre nego što odaberemo roditelje sledeće
generacije, moramo proceniti njihove oplemenjivačke vrednosti i odabrati one sa najboljim
oplemenjivačkim vrednostima.
U oplemenjivačkom radu, kroz istoriju, korišteno je puno različitih metoda za ocenu
oplemenjivačke vrednosti. Jedna od njih je poređenje vršnjakinja (CC i MCC).
Linearni modeli su najčešće korišteni modeli u oplemenjivanju životinja. Oni koriste podatke
posmatranja i mere fenotipskih osobina za izračunavanje oplemenjivačke vrednosti životinja.
Najvažnije od njih su, selekcijski indeks (SI), metoda najmanjih kvadrata (LS), metoda najboljih
objektivnih pokazatelja (BLUP), dok se u modernom govedarstvu primenjuje Animal model (metoda
modela individue). Ova metoda danas se smatra najtačnijom za ocenu oplemenjivačke vrednosti
bikova i krava, jer koristi informacije od svih poznatih odnosa među životinjama da bi predvidela
genetsku sposobnost svake individue. Prema tome, pri oceni po Animal mododelu uzimaju se u obzir
svi sopstveni podaci, kao i oni o precima, srodnicima i potomcima.
Selekcijskim indeksima vrši se selekcija na više svojstava istovremeno. Za svaku od osobina
mora biti poznata relativna ekonomska vrednost, koja će indeksima dati određenu težinu. Svojstvima
se daje onakav značaj koji je u skladu sa ekonomskim efektima njihovih genetskih promena.
Selekcijski indeks je metod ocene aditivne genetske vrednosti farmskih životinja tj. njihovih osobina
gde su merenja izvršena na samoj životinji i njenim srodnicima, (Vidovic 2009).
Za uspeh selekcije jako je važno da su nam poznate vrednosti genetskih i fenotipskih korelacija
parova osobina koje uključujemo u indeks. Takođe moraju biti poznate varijanse i vrednosti
heritabilnosti u toj populaciji.
Smith (1983) je u svom radu objavio rezultate koji pokazuju da je potrebno ograničiti broj
osobina u agregatnom genotipu na osobine sa visokom ekonomskom vrednošću ili visokim
heritabilitetom.
Linearni modeli omogućavaju korekciju oplemenjivačke vrednosti za sistematske uticaje
spoljne sredine (obično nazvani fiksnim efektima). Procena oplemenjivačke vrednosti BLUP
metodom zasnovana je na mešovitom modelu koje je linerani model koji proračunava fiksne i slučajne
efekte (obično aditivnu genetsku varijansu).
Glavna prednost ovog modela u praktičnoj primeni je što može na odgovarajući način uzeti u
obzir sve faktore koji imaju uticaj. Da bi se dobila nepristrasna ocena oplemenjivačke vrednosti ,
efekat oca i efekat stada moraju biti ocenjeni istovremeno. Da bi se ovo dobilo, koriste se mešoviti
modeli, kod kojih su zajedno izračunati fiksni efekti i oplemenjivačke vrednosti (koje se računaju kao
„slučajni efekti”), (Van der Werf 2003). Ova metoda se zove BLUP i razvio ju je C.R. Henderson,
1949 godine.
BLUP model oca je bio jedan od prvih linearnih modela koji se koristio u proceni
oplemenjivačke vrednosti bikova za sposobnost produkcije mleka njihovih ćerki. Jedno od
ograničenja ovog modela je u pretpostavci da se priplodnjaci i plotkinje slučajno pare i da imaju
jednog potomka ne uzimajući u obzir druge rodbinske veze. Ovo je prevaziđeno upotrebom Animal
Modela, tj BLUP modela individue, (Schaeffer 1999).

12
2. 3. 1 Test Day modeli u oceni oplemenjivačke vrednosti
Nekoliko desetina godina unazad, metode procene oplemenjivačke vrednosti grla postaju sve
više sofisticirane, što rezultira stalnim poboljšanjem genetske vrednosti konformacijskih osobina i
osobina mlečnosti grla, u onim zemljama u kojima su implementirani odgajivački programi.
Genetičari koji se bave mlečnim govedarstvom, usavršili su procene oplemenjivačke vrednosti
bikova i krava. Kao jedna od ovih metoda, u najrazvijenijim zemljama, što se tiče mlečnog
govedarstva, primenjuje se takozvani Test Day model.
Tradicionalni pristup upotrebe kontrola je kritikovan kao nekonzistentan, a ipak su nakon toga
predmet sofisticiranih statističkih analiza, koje treba da urade analizu optimalnu diferencijaciju između
genetskih uticaja i uticaja spoljne sredine. Sa Test Day modelom sistematski, genetski i uticaj spoljne
sredine izračunava se direktno na mestu uticaja, na dan kontrole, (Swalve 2000). To je njihova
osnovna konceptualna prednost. Još jednu prednost ovog modela predstavlja izbegavanje korekcije
laktacija na dužinu od 305 dana, kod izlučenih životinja i životinja kod kojih je laktacija u toku.
Nedostatak ovog modela su poteškoće kod kompjuterske obrade podataka, usled velikog broja
podataka i potrebe da se proceni mnogo veći broj parametara nego kod traicionalnog modela na bazi
305 dana laktacije, (Jensen 2001).
Sezedsharifi et al. (2006) utvrdili su u svojoj studiji visoke pozitivne genetske korelacije između
Prinosa mleka Test Day modelom i prinosu mleka u standardnoj laktaciji, što ukazuje na moguću
primenu Test Day modela umesto modela koi koristi podatke standardne laktacije od 305 dana.
Vrednosti ovih korelacija kretale su se u rasponu od 0,41-0,83. Vrednosti fenotipskih korelacija bile su
nešto niže. Rekaya et al. (2001) utvrdili su više vrednosti korelacije za Test Day kontrole u prvoj
laktaciji i u standardnoj laktaciji (0,89) ali sa tendencijom pada u drugoj polovini laktacije.
Machad et al. (1999) utvrdili su genetske korelacije između individualnih Test Day kontrola i
laktacije od 305 dana kod grla holštajn rase u Brazilu, u rasponu od 0,78 do 1. Rezultati ukazuju da
genetske procene za prinos mleka Test Day modelom u sredini laktacije može biti korišten umesto
metode na bazi standardne laktacije od 305 dana, jer su vrednosti heritabilnosti slične. Povrh svega
rana selekcija skraćuje generacijski interval.
Osnovne prednosti Test Day modela u odnosu na druge modele predstavlja njegova velika
fleksibilnost kod prikupljanja podataka. Podatke predstavljaju dnevne laktacije i upoređujuci sa
prikupljanjem podataka za analizu laktacionog perioda na bazi 305 dana gde se mere sve laktacije u
tom periodu, troškovi prikupljanja podataka su drastično smanjeni, jer je smanjen i broj uzorkovanja.
Procenu genetskih parametara na bazi analize podataka mesečnih/dnevnih kontrola i
poređenje sa modelom na bazi laktacije 305 dana (standardna laktacija), ocenili su mnogi autori.
Schaeffer et al. (2000), navode u radu o teoretskom poređenju Test Day modela sa modelom na bazi
305 dana kompletne laktacije: Svako grlo u analizi imalo je 36 genetskih objašnjenja (12 osobina sa tri
regresiona koeficijenata), i one su kombinovane u jedinstvenu ocenu oplemenjivačke vrednosti za
svaku od osobina, prinos mleka, mlečne masti, proteina, prosečan broj somatskih ćelija i perzistenciju
proizvodnje mleka (samo za bikove). Korelacija oplemenjivačke vrednosti sa prethodnim modelom na
bazi 305 dana za bikove bila je 0,97 a za krave 0,93 (holštajn), što znači da postoji visoka korelacija
između ocena dobijenih na ova dva načina.

13
Genetske procene proizvodnih osobina kod mlečnih grla mogu biti poboljšane upotrebom
Test Day kontrola (Test Day Model) umesto agregatnog modela standardne laktacije, (Ptak &
Shaefferč 1993, Swalve 1995a, Jamrozik et al. 1997, Schaeffer et al. 2000).
Ptak & Shaeffer (1993), Swalve (1995a) utvrdili su minorne razlike u rangu ispitivanih očeva za
oplemenjivačke vrednosti, ali veće razlike u rangiranju krava. Korelacije između procenjenih
oplemenjivačkih vrednosti za prinose kod Test Day kontrola i standardnih laktacija od 305 dana bile
su u rasponu od 0,87 do 0,97 u studiji Ptak and Schaeffer (1993) i od 0,88 do 0,96 u studiji Swalve
(1995a).
Mostert et al.(2006) u svom radu prikazuju visoke korelacije oplemenjivačkih vrednosti
osobina mlečnosti Test Day modelom i modelom standardne laktacije za holštajn rasu.
Korištenjem kontrola Test Day model, većina procenjenih heritabilnosti imaju višu vrednost
nego upotrebom tradicionalnog modela, iako su neke i sa nižim vrednostima.
Kod Test Day modela, kontrole pojedinačnih dana, predstavljaju osnovne podatke i koriste se
za određivanje ukupne proizvodnje mleka, umesto akumuliranja podataka cele laktacije. U poređenju
sa korišćenjem podataka akumuliranih tokom čitave laktacije, ovaj metod skraćuje generacijski interval
kroz česte procene oplemenjivačke vrednosti preko najsvežijih podataka, (Swalve, 2000).
U idealnom slučaju Test Day model može biti podešen da u momentu kontrole uzme u obzir
status različitog broja muža u okviru jedne laktacije, meseca telenja, meseca kontrole, uticaja očeva na
potomstvo u okviru stada, graviditeta i td. Dani kontrole u okviru jedne laktacije i između različitih
laktacija obično se uzimaju kao različite osobine. S obzirom da su za ocenjivanje najvažnije količina
mleka, sadržaj proteina, masti i broj somatskih ćelija u mleku, najčešće se koristi Test Day model za
više osobina. Test Day model može se koristiti za procenu i drugih osobina kao što su perzistencija,
prinosi dela laktacije, prikazivanja laktacione krive za pojedinačne genotipove i grupe životinja i
poređenje prve sa narednim laktacijama.
Swalve (2000)navodi da generalno gledano, postoje tri pristupa Test Day modela:
-Korekcija uticaja spoljasnje sredine na nivou dnevnih kontrola, i kasnija dalja obrada kontrola na
konvencionalni način;
- Test Day model koji tretira kontrole u okviru jedne laktacije kao ponovljene osobine i prikazuje
krivolinijsku putanju laktacione krive kao odgovarajući sub-model;
-Modeli slučajne regresije koji uključuju kasnije uticaje ali dodatno dekomponuju efekte na životinju, u
koeficijente slučajne regresije.
Takođe, postoje modeli koji uključuju procenu oplemenjivačke vrednosti na osnovu jedne ili
više osobina.
Uvođenje Test Day modela je težak zadatak Sve kontrole su u korelaciji kao da su posebne
osobine. Takođe nije lako odrediti koji Test Day model treba koristiti i on se može razlikovati od
zemlje do zemlje. Ako se ne upotrebi dobar Test Day model, mogu se pomešati uticaji gena i uticaji
spoljašnje sredine.
Kao krajnja svrha Test Day modela, može se navesti procena oplemenjivačke vrednosti
bikova, kako na lokalnim, tako i na internacionalnom nivou. Internacionalne procene se trenutno vrše
kompjuterskom obradom podataka dobijenih iz procene oplemenjivačkih vrednosti pojedinačnih
zemalja. Kod izbora bikova, svaka zemlja želi grlo koje će svojim proizvodnim osobinama doprineti
njihovom oplemenjivačkom cilju. Pored toga potreban je izbor bikova iz različitih zemalja, na osnovu
performanse koja poželjna u zemlji koja uvozi grla. Procene koje vrši INTERBULL (Uppsala,
Švedska) razvijene su da zadovolje ove potrebe. Metod koji se trenutno koristi je metod za više

14
osobina između zemalja (multy-trait across country) ili skraceno MACE. Procene INTERBULL-a su
u širokoj upotrebi. Preko 25 zemalja koristi procene INTERBULL-a. Oplemenjivanje goveda nije više
stvar pojedinih zemalja, nego je poprimilo globalni karakter.
Iz svega ovoga proističe zaključak o velikom značaju ocene oplemenjivačke vrednosti životinja
i brzina kojom tu ocenu možemo dobiti. Savremeni modeli ocene oplemenjivačke vrednosti skraćuju
vreme i daju raniju ocenu oplemenjivačke vrednosti, što svakako skraćuje generacijski interval, čime se
dobija brži genetski napredak.

2. 3. 1. 1 Klase Test Day Modela


Test Day model u dva koraka je model kod kojeg se Test Day kontrola koriguje za uticaj
spoljašnje sredine, obično koristeći model samo sa fiksnim efektima, i ovako korigovani podaci se
kombinuju u laktaciona merenja koja mogu biti analizirana tradicionalnim modelima za prinos
mlečnosti, (Jensen, 2001). Svakoj pojedinačnoj kontroli dodeljuje se određena težina, u zavisnosti od
korelacija između kontrola laktacije. Ovakvi modeli bili su predstavljeni od strane Jones i Goddard
(1990) i rutinski se koriste u Australiji i Novom Zelandu. Za zemlje koje nemaju podatke o Test Day
kontrolama u dužem periodu, prebacivanje na Test Day model je moguće ako se koristi ovaj Test Day
model, jer kombinovanje Test Day i tradicionalnih laktacionih kontrola je mnogo jednostavnije nego
korištenje direktnog Test Day pristupa. Kombinovanje starijih podataka o laktaciji sa novim podacima
u ovom slučaju je neophodno, jer bi u suprotnom došlo do nagle promene u oceni živih životinja,
prvenstveno zbog efekta starijih životinja bez Test Day kontrola koje su u relaciji sa živim grlima
preko Test Day kontrola, (Swalve 2000).

Test Day model sa fiksnom regresijom je model u jednom koraku, kod kojeg se laktaciona
kriva modelira kao fiksni efekat i slučajne komponente modela su specifikovane kao kod
tradicionalnog modela ponovljivosti. Ovaj model je i nastao kao derivat modela ponovljivosti gde se
kontrole posmatraju kao ponovljena merenja iste osobine, (Jensen 2001).
Generalizacija ovog modela za više osobina predstavljen je od strane Reents et al. (1995a,
1995b) i ovakav model se trenutno koristi u Nemačkoj.
Prema Jensen (2001) i Swalve (2000) pojednostavljena skalarna verzija Test Day model sa
fiksnim regresijama za kontrole u jednom paritetu laktacije mogle bi biti:
y = HTD + ∑bixi + a + p + e [3]
Ovde je :
HTD - fiksni TD efekat stada,
a – slučajni aditivni genetski efekat
p – je slučajni stalni uticaj spoljašnje sredinekoji je povezan sa svakim mlečnim grlom
e – je slučajna rezidua.

Laktaciona kriva modelira se koristeći regresione parametre bi a xi su odgovarajući kovarijanti.


Regresija je obično smeštena u okviru klasa fiksnih efekata kao što su godište, sezona i regija. Dalja
generalizacija mogla bi ići u pravcu da se regresije uključe u okvir svakog stada-godine da bi se
varijansa između stada uzela u obzir. Različite strategije ishrane mogu uticati na laktacione krive u
drastičnoj meri. Što se tiče slučajnih efekata, model predstavlja jednostavan model ponovljivosti koji
predpostavlja da su aditivne genetske komponente varijanse konstantne, a komponente varijanse

15
uticaja spoljašnje sredine, stalne, kroz celu laktaciju. Šta više, predpostavlja se da su genetske korelacije
i korelacije stalnog uticaja spoljne sredine, a između prinosa u različitim danima laktacije, jedinstvene,
bez obzira na udaljenost dana koji su izabrani.

Test Day model slučajne regresije je proširenje Test Day modela sa fiksnim regresijama.
Ovde se predpostavlja da je oblik laktacione krive pod uticajem i slučajnih genetskih i stalnih uticaja
spoljne sredine. Na taj način, genetske i korelacije stalnih efekata spoljne sredine između prinosa u
različitim danima laktacije, mogu biti manje od jedan. Šta više, model može uračunati heterogenu
aditivnu i permanentnu varijansu spoljne sredine za vreme laktacije. Stepen heterogenosti može
zavisiti od funkcije koja će opisivati laktacionu krivu. Opšti koncept upotrebe slučajne regresije u
kontekstu oplemenjivanja životinja je predložen od strane Henderson-a (1982) i predložen je za
upotrebu u genetskim procenama mlečnih grla od strane Schaeffer-a i Dekkers-a (1994). U
pojednostavljenojskalarnoj formi ovaj model izgleda ovako:

y = HTD + ∑bixi + ∑ ajxj + ∑ pkxk + e [4]

gde je:
aj - aditivni efekat gena koji odgovara regresionom koeficijentu j;
xj - je odgovarajući kovarijant a analogno tome, k je stalni uticaj spoljne sredine
Različiti indeksi pokazuju da kovarijanse u različitim delovima modela ne moraju biti iste. Ako
uporedimo sa jednačinom [3], ovo odgovara uključivanju regresije u efekte aditivnih gena i
permanentne efekte spoljne sredine. Kovarijanti xi mogu, u principu, biti bilo koji kovarijanti, ali su
obično relativno jednostavne funkcije broja dana u laktaciji (BDL), kao što su polinomi, ortogonalni
polinomi ili parametri Wilminkove funkcije, (Wilmink 1987). Npr:
x1 = 1, x2 = BDL, i X2 = exp(-0,05 BDL)
BDL – broj dana laktacije
Mnoge druge funkcije mogu biti upotrebljene. Ptak i Schaeffer (1993) koristili su različite
kombinacije linearnih, kvadratnih i logaritamskih funkcija BDL. U nekoliko slučajeva, autori su
pokušali da razviju funkcije koje opisuju laktacione krive bazirano na poznavanju procesa sekrecije
mleka, npr. Wood (1967) i Wilmink (1987). Rekaya et al. (2000) koristili su nelinearne Wood-ove
krive u hijerarhijskom modelu da bi utvrdili udeo genetske varijanse u oblikovanju laktacione krive i
vezu između parametara i funkcija krive , kao što su ukupan prinos mleka i perzistencija. Ipak, u većini
slučajeva, funkcije koje se koriste u genetskoj proceni mlečnih grla, baziraju se na relativno
jednostavnim polinomima koji podatke uklapaju prilično dobro.
Od 1999. godine zvaničan metod za procenu oplemenjivačke vrednosti mlečnih grla i bikova u
Kanadi, jeste Test Day model slučajne regresije.

Test Day model za više osobina je model koji dnevne kontrole, ili kontrole u klasama BDL
(broj dana laktacije) definisanih u intervalima tokom laktacije, posmatra kao posebne osobine. Ove
osobine se onda analiziraju koristeći multivarirajuću metodologiju. Prednost ovakvog modela je što ne
pretpostavlja kovarijanse između kontrola uzetih u različitim danima laktacije. Nedostatak ovog
modela je da mnoge „osobine” moraju biti definisane, što vodi poteškoćama pri proceni fiksnih
efekata i disperzionih parametara koji se odnose na uticaj aditivnih gena i stalan uticaj spoljašnje
sredine. Takođe, obzirom da ni jedna struktura nije predviđena da proceni kovarijanse tokom

16
vremena, parametri mogu biti „skokoviti,” a mogući razlog je relativno mali set podataka koji se
obično koristi za procenu parametara, (Jensen 2001).
Poseban slučaj predstavljen je od strane Wiggans-a i Goddard-a (1997), u kojem su mnoge
osobine redukovane na samo nekoliko kanoničkom transformacijom u tzv. „pseudo osobine” koje
odgovaraju najvećim svojstvenim vrednostima matrice kovarijansi za sve osobine koje su uključene u
model. Često se dešava da je samo nekoliko „pseudo osobina” potrebno da se prikaže ukupna
varijacija u originalnim podacima. Opis upotrebe kanoničke transformacije u proceni matrica
kovarijansi ili u genetskoj proceni predstavili su Jensen i Mao(1988). Ducrocq i Besbes (1993)
proširuju upotrebu kanoničkih transformacija na situacije kada nemamo potpune podatke. Ovo je
postignuto upotrebom EM-algoritma koji zamenjuje podatke koji nedostaju sa očekivanim
vrednostima u svakoj rundi procesa ponavljanja, koji se koristi za rešavanje parametara modela.

Modeli funkcije kovarijansi. Funkcija kovarijanse je funkcija koja opisuje (ko)varijanse


između kontrola/osobina koji su mereni u različitim danima laktacije. Ove funkcije mogu biti
dobijene koristeći Test Day model slučajne regresije, ili funkcije kovarijanse mogu biti procenjene
koristeći metode kao što su kao što su generalizovana metoda najmanjih kvadrata koja se primenjena
na punu procenu Test Day modela na više osobina, (Kirkpatrick et al. 1990). Koeficijent funkcije
kovarijnse, prema potrebi, može biti procenjen direktno iz podataka koji koriste REML (Restricted
Maximum Likelihood), (Meyer 1997). Ako su korištene iste funkcije, ovaj model je ekvivalentan
modelu slučajne regresije (Meyer & Hill 1997, Van der Werf et al. 1997). Funkcija kovarijanse takođe
može da se koristi da prikaže kovarijanse između različitih osobina, kao što su prinos mleka, mlečne
masti i proteina. Prednost ovoga, posebno u slučaju kada postoji više varijacija, je da se može se
koristiti redukovana usklađenost pa se procena može vršiti za znatno manji broj parametara. Ovakva
redukcija veličine modela trenutno se koristi u Finskom nacionalnom sistemu za mlečna goveda,
(Lidauer i Mantysaari 1999).

Višedimenzioni Test Day model. Svi modeli koji su pomenuti imaju dane laktacije za
vremensku skalu. Jedna mogucnost je da se ukljuci i paritet laktacije kao dodatna vremenska skala,
kada se analiziraju podaci. Dani laktacije, modeliraće krivu mlečnosti u okviru jedne laktacije, a paritet
između laktacija. Ovakav model trebao bi biti u prednosti u poređenju sa modelom koji svaku
laktaciju posmatra kao posebnu osobinu, posebno ako u analizu želimo uključiti sve raspoložive
podatke. Ovo je potrebno ako rezultati treba da se upotrebe u svrhu menadžmenta na farmi, kao
dodatak genetskoj selekciji. U ovu svrhu moguće je upotrebiti model koji uključuje slučajnu regresiju,
unutar i između pariteta, i on pokazuje mogućnost iskorištavnja Test Day kontrola, sa manje
parametara nego modeli koji posmatraju svaki paritet kao posebnu osobinu. Ipak, potrebno je još rada
na ovome, kako bi se kontrole iz svih laktacija uključile u Test Day model.
Primer višedimenzionog Test Day model predstavljen je od strane Veerkamp i Goddard
(1998). Oni su razvili funkciju kovarijanse koja zavisi od broja dana laktacije i proizvodnom nivou
stada. Njihove analize jasno pokazuju da varijansa aditivnih gena zavisi zavisi od proizvodnog nivoa
stada, kao i od broja dana laktacije. Takođe je napravljen pokusaj uključivanja informacija o
vremenskim prilikama u običan metod slučajne regresije. Ovaj model trebao je da predstavi genetsku
varijansu za toleranciju krava prema visokim temperaturama. Otkrivene su značajne indikacije
genetske varijabilnosti što se tiče ove osobine, ali i blaga negativna korelacija između tolerancije prema
toploti i proizvodnih osobina.

17
Model ponovljivosti u poređenju sa modelima za više osobina. Kod modela ponovljivosti
Test Day kontrole posmatraju se kao ponovljena merenja iste osobine i stalni uticaj spoljašnje okoline
računa se kao uticaj okoline između različitih Test Day kontrola u okviru iste laktacije. Glavni
nedostatak ovog modela je heterogenost rezidualne varijanse za vreme laktacije (Ptak and Schaeffer
1993, Reents et al. 1998, Kaya et al. 2003).
Model slučajne regresije prikazuje laktacionu krivu u okviru individualne laktacije. Zbog toga
što su parametri krive tretirani kao slučajne varijable, relevantni podaci se dobijaju i sa malo podataka.
To je bolji model sa sveobuhvatnijim opisom genotipa životinje. Model slučajne regresije uobičajen je
kod obrade longitudinalnih podataka ili ponovljenih merenja na individuama u vremenu, (Schaeffer et
al. 2000, Schaeffer 2004).
Analiza Test Day kontrola zahteva analizu ponovljenih kontrola jedne individue. U svakom
slučaju kada imamo višestruke kontrole za isto grlo, mora se odlučiti da li će se iste posmatrati kao
ponovljena merenja ili će se posmatrati kao različite osobine koje su međusobno u mogućoj
korelacionoj vezi. Ako su genetske korelacije, među osobinama koje se uzimaju u obzir, blizu 1, treba
koristiti model repitabilnosti (ponovljivosti). Za Test Day kontrole ovo je model fiksne regresije.
Kada se genetske korelacije između osobina (kontrola) razlikuju od jedinice, za genetske
procene treba koristiti model za više osobina. Uzimajući više osobina u isto vreme, minimalan broj
parametara koji se procenjuje je 2 [n(n+1)/2] jer je za izračunavanje kovarijanse potrebno minimum
dve rezidue i genetski efekat grla. Broj merenja je označen sa n. Procena ovih parametara je, zbog
velikog broja osobina, uvek teška ako ne i nemoguća. Broj jednačina za izračunavanje genetske
vrednosti grla raste linearno sa porastom broja osobina koje se uključuju u analizu. U ovom slučaju,
alternativa je kanonička dekompozicija matrica kovarijansi da bi se našla k-ta linearna kombinacija
koja odgovara najvišim svojstvenim vrednostima matrice. Ove k osobine ili bilo koje druge
kombinacije dobijene iz n merenja, mogu biti iskorištene za genetsku procenu, (Swalve 2000).

Metode za procenu parametara. Model Test Day kontrola zahteva procenu velikog broja
parametara. Kao primer, model koji se koristi u Kanadi uključuje mleko, mast, proteine i broj
somatskih ćelija u mleku, a podaci u svakoj od prve tri laktacije smatraju se kao posebne osobine (u
ovom slučaju 12 osobina). Za svaku osobinu, koristi se petoparmetarni polinom, tako da su matrice
genetskih kovarijansi reda 60x60, i 1830 (ko)varijansi treba da bude procenjeno i za efekat aditivnih
gena i za stalni uticaj spoljne sredine. Pravi je izazov dobiti precizne ocene ovih parametara.
Postoji nekoliko opcija u proceni ovih parametara. Uopšteno govoreći parametri se procenjuju
koristeći ili REML (Restricted Maximum Likelihood) i Bayesian metode bazirane na Markov Chain
Monte Carlo (MCMC) metodologiji. Primenjujući ove metode direktno u Modelima slučajne regresije
sa velikim setom podataka, može učiniti kompjutersku obradu izuzetno razvučenom, a u praksi,
procena parametara za ovakve modele oslanja se na analizu relativno malog broja podsetova
dostupnih podataka, (Jensen 2001).

Opisano je nekoliko modela i strategije procene oplemenjivačke vrednosti za analizu podataka


dobijenih Test Day modelom. U literaturi su opisani i drugi modeli. Iz gore navedenog zaključujemo
da postoji više različitih modela kojima se može izvršiti obrada podataka Test Day kontrola. Ni jedan
model se ne može oceniti kao idealan i ne postoji saglasnost koji od njih usklađuje podatke na najbolji
način. Trenutno ne postoji usaglašenost stavova, koji je model najbolje koristiti. To zavisi od lokalnih

18
uslova gde će model biti primenjen, što znači od slučaja do slučaja. U principu, za procenu
oplemenjivačke vrednosti, najbolje je odabrati onaj model, koji će dati maksimalan genetski napredak
u populaciji, a to nije uvek unapred sasvim jasno.
Heterogenost varijanse postoji u svim izvorima varijabilnosti koji doprinose ukupnoj
fenotipskoj varijansi, i modeli koji se koriste, ovu činjenicu moraju uzeti u obzir. Pažljivo izabrani i
testirani modeli slučajne regresije i i funkcije kovarijnse, moći će da izračunaju svu heterogenost
varijanse. Ovakvi modeli dobro uključuju različite kovarijante u fiksne (uticaj aditivnih gena) ili
slučajne (spoljašnja sredina) delove modela.
Test Day modeli biće neophodni za genetske procene u budućnosti, posebno zato što se
dnevne kontrole tokom laktacije mogu ređe uzimati. Oblik laktacione krive menja se sa starošću
životinje, i odvojene krive treba da budu testirane. Test Day modeli imaju veliki značaj za proizvodnju
mleka, jer sami proizvođači dobijaju tačnije rezultate za proizvodne osobine.

2. 4 Korelacija ranga

Kaya et al. (2003) su poredili rang životinja prema oplemenjivačkoj vrednosti dobijenih na
osnovu dve metode, kontrola u 305 dana i Test Day modela, Spearmanovom i Kendallovom
korelacijom ranga. Dobili su visoke vrednosti koeficijenata korelacije za prinos mleka (≥ 0,97 i ≥0,86).
Veće promene u rangu bile su kod krava nego kod bikova. Opšti je zaključak da se Test Day kontrole
mogu koristiti umesto modela standardne laktacije kod procene oplemenjivačke vrednosti mlečnih
grla. Slične rezultate Spearmaovom korelacijom ranga (0,916 do 1), dobili su Khan et al (2008); Ptak
and Schaeffer (1993) od 0,87 do 0,97 ; 0,88 do 0,96 u studiji Swalve (1995a); Kaya et al. (2003) 0,97; a
0,98 korelacija ranga bikova u studiji Zavadilova et al. (2005).

19
3. RADNA HIPOTEZA
Na osnovu pregleda literature o značaju mesečnih kontrola i Test Day modelu prikupljanja i
obrade podataka, postavljena je radna hipoteza kojom pretpostavljamo sledeće:

• Prosečna proizvodnja mleka, mlečne masti i proteina je u skladu sa navodima literature iz


sličnih proizvodnih regiona;
• Očekivana varijabilnost populacije je velika;
• Faktori spoljne sredine utiču značajno na proizvodni fenotip životinja;
• Korelacije ocena oplemenjivačkih vrednosti životinja, dobijene različitim metodama su visoke.

20
4. ZADATAK I CILJ RADA

Zadatak rada je bio da se prikaže:


1. Prosečna proizvodnja mleka, mlečne masti i proteina,
2. Procena komponenti varijanse,
3. Uticaj faktora spoljašnje sredine i genetski parametri navedenih osobina,
4. Ocena oplemenjivačke vrednosti bikova u ispitivanoj populaciji, dobijena na osnovu mesečnih
kontrola mlečnosti i standardnih laktacija.
5. Koeficijenti korelacije ranga.

Ova istraživanja imaju za cilj da predstave upotrebu mesečnih/dnevnih kontrola za procenu


oplemenjivačke vrednosti bikova. Izvršena je analiza podataka mesečnih kontrola mlečnosti (količina
mleka, mlečne masti i proteina) koja je upoređena sa oplemenjivačkom vrednošću dobijenom
analizom podataka modela na bazi 305 dana laktacije. Poređen je rang bikova nakon ocene njihove
oplemenjivačke vrednosti na osnovu ove dve metode.

21
5. MATERIJAL I METOD RADA

5. 1 Materijal
U radu su korišteni podaci mesečnih kontrola mlečnosti i to: holštajn frizijske rase 2863 kontrole,
crveni holštajn 1671 kontrola, i simentalske rase 1501 kontrola, sa 18 farmi privatnog sektora u
Vojvodini, u periodu od početka 2001. godine do marta 2006., a prema podacima sa regiona koji
kontroliše Poljoprivredna stanica Novi Sad. Podaci su iz DBASE III baze prebačeni u Microsoft
Office EXCEL. Iz Excel-a su prerađeni podaci prebačeni u Harvey LSMLMW MIXMDL (1990).
Za ocenu oplemenjivačke vrednosti bikova na bazi podataka mesečnih kontrola kćeri, stvarnih
laktacija i na standardnim laktacijama, svedenim na 305 dana, uzete su u obzir prve tri laktacije.
Korišteni su podaci sledeće strukture:

Tabela 6: 1. laktacija
Minimalan broj Maksimalan broj
Rasa Broj bikova Ukupan broj kćeri
kćeri po ocu kćeri po ocu
Holštajn frizijska 20 164 2 13
Crveni holštajn 9 110 2 38
Simentalska 6 95 3 33
Ukupno 35 (*36) 369
Tabela 7: 2. laktacija
Minimalan broj Maksimalan broj
Rasa Broj bikova Ukupan broj kćeri
kćeri po ocu kćeri po ocu
Holštajn frizijska 17 61 1 13
Crveni holštajn 8 45 2 11
Simentalska 4 40 2 14
Ukupno 29 156
Tabela 8: 3. laktacija
Minimalan broj Maksimalan broj
Rasa Broj bikova Ukupan broj kćeri
kćeri po ocu kćeri po ocu
Holštajn frizijska 10 22 1 5
Crveni holštajn 7 15 1 5
Simentalska 4 10 1 3
Ukupno 21 47

Uzeti su sledeći podaci: matični broj krave, matični broj bika, datum rođenja bika i njegovih
kćeri, datum teljenja, redni broj laktacije, redni broj kontrole, dužina cele laktacije, podaci o
proizvodnji mleka, mlečne masti i proteina, kao i o sadržaju mlečne masti i proteina u celoj i
standardnoj laktaciji, datum mesečne kontrole, broj dana između kontrola i dnevni prinos mleka i
mlečne masti.
Preračunavanje mlečnosti u laktacijama koje su kraće od 305 dana na nivo standardne laktacije,
obavljeno je množenjem količine mleka i mlečne masti u stvarnoj laktaciji sa faktorima korekcije,

22
izračunatim na osnovu faktora linearne regresije. Laktacije krava koje su proizvodile kraće od 200 dana
nisu uključene u istraživanje.
Sezone teljenja konvertovane su u dve grupe i to tako što su u prvu grupu stavljene sva teljenja
u periodu od februara do jula , a u drugu grupu sva teljenja od avgusta do januara.
Za sve laktacije i za prvu laktaciju za svaku rasu posebno, ispitane su sledeće osobine:

• Prinos mleka u stvarnoj laktaciji, kg, (MLEKO)


• Prinos mlecne masti u stvarnoj laktaciji, kg, (MM)
• Prinos proteina u stvarnoj laktaciji, kg, (P)
• Sadržaj mlecne masti u stvarnoj laktaciji, %, (PMM)
• Sadržaj proteina u stvarnoj laktaciji,%, (PP)
• Prinos mleka u standardnoj laktaciji, kg, (MLEKO305)
• Prinos mlecne masti u standardnoj laktaciji, kg, (MM305)
• Prinos proteina u standardnoj laktaciji, kg, (P305)
• Sadržaj mlecne masti u standardnoj laktaciji,%, (PMM305)
• Sadržaj proteina u standardnoj laktaciji,%, (PP305)

Isti broj očeva i kćeri bio je uključen u ocenu oplemenjivačke vrednosti oca na bazi mesečnih
kontrola. Za ovu ocenu, korištene su mesečne kontrole kćeri, prva, druga, treca i sve kontrole.
Prosecan broj dana između dve kontrole je 29,9. Maksimalan broj kontrola po ocu je 538, a
minimalan 28.

Za sve kontrole, za 1., 1. i 2., 1.,2.,i 3. kontrolu posebno i posebno za svaku rasu, ispitane su
sledeće osobine:
• Prinos mleka, kg, (MLEKOK)
• Procenat mlečne masti, %, (MMK)
• Prinos mlečne masti, kg, (PMMK)
• Procenat proteina, %, (PK)
• Prinos proteina, kg, (PPK)

5. 1. 1 Kontrola mlečnosti krava – postupak u radu


Prema uputstvu za rad, na poslovima selekcije, konrole se uzimaju na sledeći način:
Rezultati kontrole treba da budu veran izraz sposobnosti ispitivanih grla u pogledu
proizvodnje mleka, mlečne masti i proteina. Vrši se od strane obučenih lica Kontrolnih asistenata ili
Matičara. Kontrola se vrši po planu kontrole mlečnosti, mesečno, odnosno u razmaku od 26-33 dana
kada se kontroliše svaka krava pojedinačno.
Kontrola namuženog mleka počinje sa večernjom, a završava jutarnjom mužom, odnosno kod
visokoproduktivnih grla završava se mužom u podne. Bitno je da kontrolni asistent vrši jutarnju
kontrolu istim redom kao i večernju kako ne bi skraćivao vreme između dve uzastopne muže.
Kontrolni period traje koliko i laktacija. Počinje sutradan po telenju i traje do zasušenja, tj. dva meseca

23
pred naredno telenje. Prva kontrola radi se 5-7 dana nakon telenja a najkasnije 33 dana nakon telenja,
a zatim jednom mesecno (svakih 26 do 33 dana).
Sadrzaj mlečne masti i proteina, utvrđuje se laboratorijski.

5. 2 Metod rada
Primenjeno je više statističkih i matematičkih proračuna za analizu fenotipskih i genetskih
parametara osobina mlečnosti. Korišteni su sledeći softverski paketi: DBASE, EXCELL, LSMLMW
and MIXMDL (Harvey, 1990)

5. 2. 1 Fenotipski parametri osobina mlečnosti


Prosečne vrednosti i varijabilnost osobina mlečnosti izračunati su u programu LSMLMW and
MIXMDL (Harvey, 1990). Ove vrednosti računate su za sve laktacije i prvu laktaciju u modelu
standardne laktacije i za sve kontrole, za 1., 1. i 2., 1.,2.,i 3. kontrolu, posebno za svaku rasu. Za sve
ispitivane osobine izračunati su standardni statisticki parametri: srednja vrednost (X), standardna
devijacija (SD) i koeficijent varijacije (CV).

5. 2. 2 Genetski parametri, oplemenjivačka vrednost i korelacije ranga


Genetski parametri izračunati su primenom metoda najmanjih kvadrata, prema programu
Mixed model Least Squares and maximum Likelihood Computer Program, User`s Guide for
LSMLMW and MIXMDL (Harvey, 1990). Da bi se dobio što bolji statistički model, u model su
uključeni svi faktori koji su imali uticaj na bilo koju ispitivanu osobinu. Prethodno ispitani sistematski
faktori koji su imali uticaj, kombinovani su na različite načine.
U zavisnosti od značajnosti sistemskih faktora izračunati su genetski parametri i ocene
oplemenjivačkih vrednosti bikova na osnovu analize podataka obema metodama.

Opšti model imao je oblik:

Yijk = µ+Oi+Fj+ek [5]


Gde je:
Yijk - Fenotipska vrednost ispitivanih osobina
µ - Opšta srednja vrednost
Oi - Uticaj i-tog oca
Fj - Set fiksnih uticaja (farma, godina, sezona, redni broj laktacije, redni broj kontrole)
ek - Slučajna greška

Heritabilnost, genetske i fenotipske korelacije izračunati su metodom intraklasne korelacije.


Mešoviti modeli za izračunavanje genetskih parametara i oplemenjivačkih vrednosti, kreirani su
nakon definisanja fiksnih i regresijskih uticaja. Za ocenu genetskih parametara i ocenu oplemenjivačke
vrednosti za osobine prinos mleka, mlečne masti i proteina, sadržaj mlečne masti i proteina u celim i

24
standardnim laktacijama, za prvu i sve laktacije, kao i za mesečne kontrole (1., 1. i 2., 1.,2., i 3. i sve
kontrole) primenjeni su sledeci statistički modeli:

Za prvu standardnu i stvarnu laktaciju:


Yijklm = µ+Oi+FGSjkl+eijklm [6]

Za sve standardne i stvarne laktacije, za prvu kontrolu kod mesečnih kontrola:


Yijklmn = µ+Oi+FGSjkl+ Lm+eijklmn [7]

Za sve kontrole, 1. i 2., 1., 2. i 3 kontrolu kod mesečnih kontrola:


Yijklmno = µ+Oi+FGSjkl+ Lm+Kn+eijklmno [8]

Gde je
Y – fenotipska vrednost posmatranih osobina
µ – opšta srednja vrednost
O – slučajni efekat oca
FGS – fiksni efekat farme, godine i sezone teljenja
L – fiksni efekat laktacije po redu
K – fiksni efekat kontrole po redu
e – ostali nekontrolisani uticaji (slučajna greška)

Kod predstavljanja uticaja slučajnih i fiksnih faktora u tabelama, korištene su iste skraćenice,
O za uticaj oca, FGS za uticaj farme, godine i sezone, L za uticaj laktacije po redu i K za kontrolu po
redu.
Rang bikova dobijen na osnovu prethodno navedenih modela, upoređen je korelacijom ranga
primenjujući Spearmanov koeficijent pri izračunavanju,
n
6∑ d i2
i =1
rs = 1 − 2 [9]
n(n − 1)
Jačina korelacija ustanovljena je Romer-Orphalovom skalom klasifikacije:
0 – 0,10 nema korelacije
0,10 – 0,25 jako slaba korelacija
0,25 – 0,40 slaba korelacija
0,40 – 0,50 srednja korelacija
0,50 – 0,75 jaka korelacija
0,75 – 0,90 vrlo jaka korelacija
0,90 – 1,00 potpuna korelacija

25
6. REZULTATI ISTRAŽIVANJA I DISKUSIJA

6. 1 Osobine mlečnosti značajne u oplemenjivačkom radu


Ekonomski relevantne osobine za proizvodnju mleka su količina i sastav mleka (prosečna
mlečnost, sadržaj i procenat mlečne masti i proteina), pa su ove osobine uvrštene u ovo istraživanje.
Prikazane su prosečne vrednosti i varijabilnost osobina mlečnosti u celim (stvarnim) laktacijama,
standardnim laktacijama svedenim na 305 dana i po mesečnim kontrolama.

6. 1. 1 Stvarne i standardne laktacije


U tabelama od 10 do 12, prikazane su prosečne vrednosti, standardne devijacije i koeficijenti varijacije
u svim laktacijama i u prvoj laktaciji, osobina mlečnosti za sve tri rase.

Tabela 10: Prosečne vrednosti i varijabilnost osobina mlečnosti za holštajn frizijsku rasu
Sve laktacije 1 laktacija
HOLŠTAJN FRIZIJSKA X SD CV X SD CV
MLEKO 6244 1893 30,3 5985 1805 30,2
MLEKO 305 6488 1458 22,5 6189 1307 21,1
PMM 3,60 0,25 6,8 3,59 0,25 6,9
MM 224 67 29,8 214 65 30,2
PMM 305 3,62 0,26 7,1 3,62 0,26 7,2
MM 305 234 51 21,9 223 47 20,9
PP 3,12 0,18 5,8 3,10 0,12 3,9
P 194 58 30,0 185 56 30,0
PP 305 3,14 0,19 6,0 3,13 0,13 4,25
P 305 203 45 22,2 193 40 20,8
X - srednja vrednost; SD - standardna devijacija; CV koeficijent varijacije

U ispitanoj populaciji holštajn frizijskih goveda, posmatrajući sve laktacije, posebno stvarne a
posebno standardne, parametri pokazuju sledeće vrednosti:
Prosečna količina mleka iznosila je 6244 kg. Prosečna količina mleka u standardnoj laktaciji
iznosila je 6488 kg. Sadržaj mlečne masti prosečno je iznosio 3,60%. Prosečna količina mlečne masti
iznosila je 224 kg. Sadržaj mlečne masti u standardnoj laktaciji iznosila je 3,62%. Prosečna količina
mlečne masti u standardnoj laktaciji iznosila je 234 kg. Sadržaj proteina prosečno je iznosio 3,12%.
Prosečna količina proteina iznosila je 194 kg. Sadržaj proteina u standardnoj laktaciji prosečno je
iznosio 3,14%. Prosečna količina proteina standardnoj laktaciji je iznosila 203 kg.
Dalje, u istoj populaciji holštajn frizijskih goveda, posmatrajuci samo prvu laktaciju, posebno stvarnu a
posebno standardnu, parametri pokazuju sledeće vrednosti:
Prosečna količina mleka iznosila je 5985 kg. Prosečna količina mleka u standardnoj laktaciji
iznosila je 6189 kg. Sadržaj mlečne masti prosečno je iznosio 3,59%. Prosečna količina mlečne masti
iznosila je 214 kg. Sadržaj mlečne masti u standardnoj laktaciji iznosila je 3,62%. Prosečna količina

26
mlečne masti u standardnoj laktaciji iznosila je 223 kg. Sadržaj proteina prosečno je iznosio 3,10%.
Prosečna količina proteina iznosila je 185 kg. Sadržaj proteina u standardnoj laktaciji prosečno je
iznosio 3,13%. Količina proteina standardnoj laktaciji prosečno je iznosila 193 kg.
Koeficijent varijabilnosti pokazao je nešto više vrednosti u svim laktacijama kod prinosa
mleka u standardnoj i stvarnoj laktaciji, prinosa mlečne masti, prinosa i sadržaja proteina u
standardnoj laktaciji, dok je u prvoj laktaciji relativna varijabilnost bila veća kod prinosa mlečne masti
u stvarnoj laktaciji i sadržaja mlečne masi u stvarnoj i standardnoj laktaciji. Vrednost koeficijenta
varijacije za prinos proteina u stvarnoj laktaciji, bila je ista i u prvoj laktaciji i u svim ispitivanim
laktacijama.
Poredeći ove rezultate sa rezultatima Svetske Federacije holštajn frizijske rase, gde možemo
primetiti da je minimalna prosečna količina mleka u standardnoj laktaciji 6700 kg dobijena u Irskoj, a
maksimalna prosečna količina mleka 10.311kg u SAD-u, možemo zaključiti da su sve navedene
zemlje u 2007. godini imale veću prosečnu proizvodnju mleka u standardnoj laktaciji. Prema istim
podacima, prosečni procenat mlečne masti kretao se u rasponu 3,41 do 4,29%. Prosečan procenat
mlečne masti u standardnoj laktaciji dobijen u ovom radu nalazi se u ovom rasponu. 14 zemalja po
tabeli Svetske Federacije imale su viši sadržaj mlečne masti, a 3 zemlje nešto niži. Sve navedene zemlje
imale su veći sadržaj mlečne masti u standardnoj laktaciji. 16 zemalja imalo je viši prosečni procenat
proteina, a samo jedna zemlja manji, dok su sve zemlje imale veći prosečni sadržaj proteina u
standardnoj laktaciji.
Poredeći podatke stvarnih laktacija, sve navedene zemlje po navedenim godinama, a prema
podacima ICAR-a imale su više prosečne vrednosti proizvedenog mleka.

Tabela 11: Prosečne vrednosti i varijabilnost osobina mlečnosti za crveni holštajn


Sve laktacije 1 laktacija
CRVENI HOLŠTAJN X SD CV X SD CV
MLEKO 5832 1537 26,4 5687 1453 25,5
MLEKO 305 6145 1279 20,8 5815 1041 17,9
PMM 3,68 0,34 9,3 3,69 0,38 10,4
MM 213 56 26,1 208 52 25,0
PMM 305 3,72 0,37 9,8 3,73 0,42 11,1
MM 305 227 48 21,0 216 39 18,11
PP 3,16 0,22 6,8 3,17 0,26 8,2
P 183 47 25,7 179 44 24,6
PP 305 3,19 0,24 7,5 3,21 0,29 9,0
P 305 195 40 20,3 185 32 17,5
X - srednja vrednost; SD - standardna devijacija; CV koeficijent varijacije

U ispitanoj populaciji rase crveni holštajn, posmatrajuci sve laktacije, posebno stvarne a
posebno standardne, parametri pokazuju sledeće vrednosti:
Prosečna količina mleka iznosila je 5832 kg. Prosečna količina mleka u standardnoj laktaciji
iznosila je 6144 kg. Sadržaj mlečne masti prosečno je iznosio 3,68%. Prosečna količina mlečne masti
iznosila je 213 kg. Sadržaj mlečne masti u standardnoj laktaciji iznosila je 3,72%. Prosečna količina
mlečne masti u standardnoj laktaciji iznosila je 227 kg. Sadržaj proteina prosečno je iznosio 3,16%.

27
Prosečna količina proteina iznosila je 183 kg. Sadržaj proteina u standardnoj laktaciji prosečno je
iznosio 3,19%. Prosečna količina proteina standardnoj laktaciji prosečno je iznosila 195 kg.
U istoj populaciji rase crveni holštajn, posmatrajuci samo prvu laktaciju, posebno stvarnu a
posebno standardnu, parametri pokazuju sledeće vrednosti:
Prosečna količina mleka iznosila je 5687 kg. Prosečna količina mleka u standardnoj laktaciji
iznosila je 5815 kg. Sadržaj mlečne masti prosečno je iznosio 3,69%. Prosečna količina mlečne masti
iznosila je 208 kg. Sadržaj mlečne masti u standardnoj laktaciji iznosila je 3,73%. Prosečna količina
mlečne masti u standardnoj laktaciji iznosila je 216 kg. Sadržaj proteina prosečno je iznosio 0,20%.
Prosečna količina proteina iznosila je 179 kg. Sadržaj proteina u standardnoj laktaciji prosečno je
iznosio 3,21%. Prosečna količina proteina standardnoj laktaciji prosečno je iznosila 186 kg.
Vrednosti koeficijenta varijabilnosti u svim ispitivanim laktacijama bile su vece u odnosu na 1.
laktaciju osim kod sledećih osobina: procenat mlečne masti i proteina u stvarnim i standardnim
laktacijama.
Poredeći ove podatke osobina mlečnosti sa podacima ICAR-a, vidimo da su vrednosti
dobijene ovom analizom ili niže (prinos mleka u stvarnoj lakaciji, procenat proteina i mlečne masti u
standardnoj laktaciji) ili slične nižim vrednostima (prinos mleka u standardnoj laktaciji).
Tabela 12: Prosečne vrednosti i varijabilnost osobina mlečnosti za simentalsku rasu
Sve laktacije 1. laktacija
SIMENTAL X SD CV X SD CV
MLEKO 5251 1164 22,2 5205 1140 22
MLEKO 305 5268 980 18,6 5116 898 17
PMM 3,74 0,21 5,6 3,74 0,22 5,90
MM 196 43 21,9 194 42 22
PMM 305 3,76 0,22 5,8 3,75 0,23 6,15
MM 305 197 36 18,5 191 34 18
PP 3,19 0,10 3,2 3,19 0,11 3,51
P 167 36 21,8 166 36 21
PP 305 3,20 0,11 3,3 3,20 0,12 3,66
P 305 168 30 18,1 163 28 17
X - srednja vrednost; SD - standardna devijacija; CV koeficijent varijacije

U ispitanoj populaciji goveda simentalske rase, posmatrajuci sve laktacije, posebno stvarne a
posebno standardne, parametri pokazuju sledeće vrednosti:
Prosečna količina mleka iznosila je 5251 kg. Prosečna količina mleka u standardnoj laktaciji
iznosila je 5268 kg. Sadržaj mlečne masti prosečno je iznosio 3,74%. Prosečna količina mlečne masti
iznosila je 196 kg. Sadržaj mlečne masti u standardnoj laktaciji iznosila je 3,76%. Prosečna količina
mlečne masti u standardnoj laktaciji iznosila je 197 kg. Sadržaj proteina prosečno je iznosio 3,19%.
Prosečna količina proteina iznosila je 167 kg. Sadržaj proteina u standardnoj laktaciji prosečno je
iznosio 3,20%. Prosečna količina proteina standardnoj laktaciji prosečno je iznosila 168 kg.
U istoj populaciji goveda simentalske rase, posmatrajuci samo prvu laktaciju, posebno stvarnu
a posebno standardnu, parametri pokazuju sledeće vrednosti:
Prosečna količina mleka iznosila je 5205 kg. Prosečna količina mleka u standardnoj laktaciji
iznosila je 5116. Sadržaj mlečne masti prosečno je iznosio 3,74%. Prosečna količina mlečne masti

28
iznosila je 194 kg. Sadržaj mlečne masti u standardnoj laktaciji iznosila je 3,75%. Prosečna količina
mlečne masti u standardnoj laktaciji iznosila je 191 kg. Sadržaj proteina prosečno je iznosio 3,19%.
Prosečna količina proteina iznosila je 165 kg. Sadržaj proteina u standardnoj laktaciji prosečno je
iznosio 3,20%. Prosečna količina proteina standardnoj laktaciji prosečno je iznosila 163 kg.
Vrednosti koeficijenta varijabilnosti u svim laktacijama bile su veće u odnosu na 1 laktaciju
osim kod sledećih osobina: procenat mlečne masti i procenat proteina u stvarnim i standardnim
laktacijama.
Poredeći sa zemljama iz okruženja, Slovenijom i Hrvatskom, prema podacima ICAR-a,
vrednosti osobina mlečnosti za simentalsku rasu prinos mleka u standardnoj i stvarnoj laktaciji bio je u
granicama istih vrednosti sa nešto nižim procentom proteina i mlečne masti u standardnoj laktaciji.
Niske vrednosti ispitatane populacije mogu se objasniti malim uzorkom ispitivanih životinja ali
i činjenicom da grla potiču sa malih gazdinstava u privatnom vlasništvu.

6. 1. 2 Mesečne kontrole
Za sve tri rase, prikazane su prosečne vrednosti, standardne devijacije i koeficijenti varijacije u
svim kontrolama, 1, 1 i 2, 1, 2 i 3. kontroli u tabelama 13, 14 i 15.
Varijabilnost kod svih osobina opada, sa povećanjem broja kontrola, osim kod % mlečne
masti za simentalsku rasu. Poredeći varijabilnost ovih osobina sa varijabilnošću osobina u stvarnim i
standardnim laktacijama, dolazimo do zaključka da su računicom svih metoda dobijene visoke
vrednosti varijabilnosti u populaciji za sve osobine prinosa a da je varijabilnost osobina procenta
sadržaja nešto niža. U poređenju sa navodima literature, u ispitanoj pulaciji imamo niže prinose mleka,
mlečne masti i proteina, ali veću varijabilnost ovih osobina.

Tabela 13: Prosečne vrednosti i varijabilnost osobina mlečnosti za holštajn frizijsku rasu, po mesečnim
kontrolama
sve kontrole 1. kontrola 1. i 2. kontrola 1. 2. i 3. kontrola
HOLŠTAJN
FRIZIJSKA X SD CV X SD CV X SD CV X SD CV
MLEKO K 644 196 30,5 597 262 44,0 672 245 36,4 689 229 33,2
PMM K 3,61 0,49 13,7 3,61 0,57 15,8 3,55 0,53 14,9 3,54 0,52 14,5
MM K 23 7 31,2 21 10 45,5 24 9 37,9 24 8 35,0
PP 3,11 0,24 7,7 3,10 0,30 9,7 3,08 0,3 9,1 3,08 0,27 8,7
P 20 6 30,2 18 8 44,6 21 8 36,8 21 7 33,5
X - srednja vrednost; SD - standardna devijacija; CV koeficijent varijacije

Tabela 14: Prosečne vrednosti i varijabilnost osobina mlečnosti za crveni holštajn, po mesečnim kontrolama
CRVENI sve kontrole 1. kontrola 1. i 2. kontrola 1. 2. i 3. kontrola
HOLŠTAJN X SD CV X SD CV X SD CV X SD CV
MLEKO K 615 183 29,8 563 234 41,6 632 224 35,4 654 210 32,2
PMM K 3,68 0,48 13,0 3,68 0,58 15,8 3,64 0,51 14,0 3,64 0,50 13,6
MM K 22 7 31 21 9 45,0 23 8 37,3 24 8 34,2
PP 3,15 0,22 7,0 3,15 0,30 9,5 3,14 0,26 8,2 3,14 0,24 7,7
P 19 6 29,7 18 7 41,9 20 7 35,4 20 7 32,2
X - srednja vrednost; SD - standardna devijacija; CV koeficijent varijacije

29
Tabela 15: Prosečne vrednosti i varijabilnost osobina mlečnosti za simentalsku rasu po mesečnim kontrolama
sve kontrole 1. kontrola 1. i 2. kontrola 1. 2. i 3. kontrola
SIMENTAL X SD CV X SD CV X SD CV X SD CV
MLEKO K 518 162 31,2 523 206 39,4 565 187 33,1 581 183 31,5
PMM K 3,77 0,45 11,9 3,68 0,43 11,7 3,66 0,41 11,3 3,66 0,42 11,4
MM K 19 6 31,2 19 8 41,0 21 7 34,0 21 7 32,9
PP 3,20 0,22 6,8 3,18 0,25 7,9 3,17 0,22 7,0 3,16 0,21 6,7
P 16 5 30,8 17 7 40,0 18 6 33,5 18 6 32,0
X - srednja vrednost; SD - standardna devijacija; CV koeficijent varijacije

6. 2 Varijanse okoline za osobine mlečnosti


Fenotip životinje predstavlja rezultat zajedničke i interaktivne ekspresije gena i spoljne sredine.
Fenotipska varijansa sastoji se od varijanse prouzrokovane genima, varijanse pod uticajem okoline, ali
i varijanse nastale međusobnim uticajem genotipa i sredine.
Da bi se konstruisao najadekvatniji model za ocenu genetskih parametara i ocenu
oplemenjivačke vrednosti bikova, neophodno je prvo ispitati uticaj sistematskih faktora.

6. 2. 1 Stvarne i standardne laktacije


Uticaji farme, godine, sezone i rednog broja laktacije na ispitivane osobine mlečnosti, racunati
prema podacima dobijenim za stvarne i standardne laktacija prikazani su u tabelama 16, 17 i 18.

Tabela 16: Uticaj fiksnih faktora na osobine mlečnosti u stvarnim i standardnim laktacijama za holštajn
frizijsku rasu
F vrednosti
Uticaj df MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
O 19 1.483 1,706* 0,9050 1,5530 1,733* 0,9370 1,1460 1,5380 1,721* 1,0340
laktacije laktacija

FGS 8 1.172 0,9110 1,4730 1,3720 1,3850 1,4350 1,5040 1,3150 1,1250 1,1930
1

O 19 3,152** 3,534** 1,1590 3,037** 3,293** 1,250 0,6010 2,986** 3,122** 0,8550
sve

L 2 6,598** 11,251** 0,6150 7,524** 12,4** 0,2170 2,7730 8,154** 13,555** 1,9320
FGS 9 1,8960 1,7240 1,9030 2,251* 2,532** 1,8490 0,9740 2,167* 2,305* 0,9580

Na osobine mlečnosti u 1. laktaciji kod holštajn frizijske rase, značajan uticaj imao je otac na
prinos mleka, prinos mlečne masti i prinos proteina u standardnoj laktaciji. Farma, godina i sezona,
prema rezultatu ovog istraživanja nisu značajno uticali. Kod svih laktacija, uticaj oca i redni broj
laktacije je visoko značajan na prinos mleka , mlečne masti i proteina u standardnim i stvarnim

30
laktacijama, dok su farma, godina i sezona značajno uticale na prinos mlečne masti i proteina u
standardnim i stvarnim laktacijama.

Tabela 17: Uticaj fiksnih faktora na osobine mlečnosti u stvarnim i standardnim laktacijama kod crveenog
holštajna
F vrednosti
Uticaj df MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
O 8 0,4720 0,810 0,7950 0,460 1,0520 0,480 0,7730 0,4730 0,8480 0,3040
laktacije laktacija

FGS 8 1,1140 1,2140 0,8610 0,9310 1,4840 0,6370 0,9020 1,1390 1,4070 0,3170
1

O 8 0,9740 1,7590 1,1720 1,0080 2,214* 0,880 0,6860 0,9680 1,9370 0,5920
L 2 0,9590 4,984** 0,3570 1,6260 6,011** 0,1880 0,0880 1,2980 4,951** 0,080
sve

FGS 9 0,7310 1,2490 0,8530 0,940 1,8370 0,6410 0,4050 0,8580 1,4960 0,2430

Značajan uticaj oca pokazao se kod rase crveni holštajn, kod analize svih laktacija, a redni broj
laktacije imao je veoma značajan uticaj na prinos mleka, mlečne masti i proteina u standardnoj
laktaciji.

Tabela 18: Uticaj fiksnih faktora na osobine mlečnosti u stvarnim i standardnim laktacijama kod simentalske
rase
F vrednosti
Uticaj df MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
O 5 0,990 1,2230 0,4550 1,0150 1,0020 0,5490 0,1260 0,9110 1,1730 0,1660
laktacije laktacija

FGS 9 1,6650 1,5080 2,893** 1,4670 1,5670 2,671** 3,122** 1,50 1,3970 2,789**
1

O 5 2,299* 2,372* 0,50 2,348* 2,1780 0,5570 0,1050 2,398* 2,502* 0,1680
L 2 1,0290 2,8220 0,7920 1,3030 3,654* 0,5260 0,8320 1,3560 3,761* 0,9430
sve

FGS 9 1,5290 1,5350 3,473** 1,2870 1,6950 3,359** 3,692** 1,3110 1,3850 3,239**

Kod simentalske rase veoma značajan uticaj kod prve laktacije imale su farma, godina i sezona
na procenat mlečne masti i proteina u standardnoj i stvarnoj laktacije. Za sve laktacije, značajan uticaj
imao je otac kod prinosa mleka i proteina u standardnoj i stvarnoj laktaciji i prinos mlečne masti u
stvarnoj laktaciji. Redni broj laktacije, uticao je značajno na prinos mlečne masti i proteina u
standardnoj laktaciji.

6. 2. 2 Mesečne kontrole
Uticaji farme, godine, sezone, rednog broja laktacije i kontrole na ispitivane osobine mlečnosti,
racunati prema podacima dobijenim za stvarne i standardne laktacija prikazani su u tabelama 19, 20 i
21.

31
Tabela 19: Uticaj fiksnih faktora na osobine mlečnosti za sve kontrole, 1 kontrolu, 1 i 2 kontrolu, 1,2 i 3
kontrolu kod holštajn frizijske rase
F vrednosti
uticaj df MLEKOK PMMK MMK PPK PK
1 kontrola sve kontrole

O 19 19,961** 3,045** 14,734** 2,831** 17,615**


FGS 2 65,384** 0,2110 59,072** 2,1470 68,685**
L 17 22,405** 5,145** 13,437** 4,064** 18,531**
K 5 0,7010 15,289** 5,918** 15,807** 3,182**
O 19 1,3910 1,0520 1,1220 0,9130 1,2160
FGS 9 0,7170 3,505** 0,4230 3,915** 0,5660
L 2 2,4460 1,1010 2,3490 3,352* 2,9480
K
O 19 2,236** 0,8990 2,045** 0,7710 2,184**
kontrola

FGS 9 0,8740 3,947** 0,3680 5,614** 0,5910


1I2

L 2 13,32** 0,7630 10,954** 1,990 12,721**


K 1 62,537** 7,642** 40,772** 2,2740 53,981**
O 19 3,528** 1,0890 2,902** 0,8520 3,348**
kontrola
1,2 I 3

FGS 9 0,4320 4,737** 0,6860 6,877** 0,5480


L 2 24,935** 0,4650 19,856** 1,4660 23,779**
K 2 41,835** 3,88* 28,735** 1,3670 37,683**

Kod analize podataka svih mesečnih kontrola holštajn frizijske rase utvrđen je veoma značajan
uticaj oca na sve osobine, farma, godina i sezona nisu uticale na procenat mlečne masti i proteina, a
redni broj kontrole nema uticaj na prinos mleka. Redni broj laktacije za sve osobine pokazao je
značajan uticaj.

Tabela 20: Uticaj fiksnih faktora na osobine mlečnosti za sve kontrole, 1 kontrolu, 1 i 2 kontrolu, 1,2 i 3
kontrolu kod rase crveni holštajn
F vrednosti
uticaj df MLEKOK PMMK MMK PPK PK
1 kontrola sve kontrole

O 8 11,891** 5,091** 10,293** 6,446** 11,067**


FGS 2 24,061** 3,071* 23,941** 2,7350 24,56**
L 15 18,773** 2,586** 12,603** 1,816* 16,673**
K 5 2,224* 4,982** 3,397** 2,709* 2,0690
O 8 1,1410 2,087* 0,6850 3,305** 0,820
FGS 9 0,810 0,7780 0,5980 0,8490 0,6750
L 2 1,1670 0,4790 1,6330 0,0550 1,3370
K
O 8 2,056* 1,7170 1,3680 2,68** 1,5650
kontrola

FGS 9 1,2520 0,9940 1,3780 1,1330 1,3580


1I2

L 2 8,092** 0,2370 6,989** 0,0040 7,962**


K 1 40,868** 2,4580 26,39** 0,6970 37,671**
O 8 2,688** 1,6570 1,7820 2,658** 2,133*
kontrola
1,2 I 3

FGS 9 2,293* 1,5010 2,688** 1,2010 2,498**


L 2 12,672** 0,1440 10,477** 0,0180 12,681**
K 2 29,973** 1,2940 20,176** 0,4160 28,316**

32
Kod rase creni holštajn u svim kontrolama utvrđen je značajan uticaj slučajnih i fiksnih faktora,
osim rednog broja kontrole koji nije uticao na prinos proteina.

Tabela 21: Uticaj fiksnih faktora na osobine mlečnosti za sve kontrole, 1 kontrolu, 1 i 2 kontrolu, 1,2 i 3
kontrolu kod simentalske rase
F vrednosti
uticaj df MLEKOK PMMK MMK PPK PK
1 kontrola sve kontrole

O 5 8,874** 1,4930 8,489** 0,7840 9,68**


FGS 2 16,049** 0,8950 18,362** 1,2610 18,792**
L 16 17,695** 5,607** 11,307** 3,777** 15,164**
K 5 6,926** 6,339** 4,628** 5,571** 5,814**
O 5 0,9150 1,0070 0,8480 0,1650 0,8840
FGS 9 2,158* 3,243** 1,9390 2,676** 1,870
L 2 2,1210 2,3010 3,333* 1,0210 2,620
K
O 5 2,1470 0,5520 1,3120 0,2880 2,190
kontrola

FGS 9 2,311* 2,967** 1,6250 3,462** 1,8250


1I2

L 2 5,958** 1,6080 6,12** 0,4310 6,181**


K 1 17,266** 0,3170 14,201** 0,3130 15,388**
O 5 3,727** 0,4590 2,95* 0,9580 4,063**
kontrola
1,2 I 3

FGS 9 2,182* 4,139** 1,2180 4,941** 1,5480


L 2 12,635** 2,5520 14,664** 1,6920 14,065**
K 2 13,003** 0,1840 10,902** 0,6870 11,396**

Kod simentalske rase i svih kontrola, svi faktori su imali značajan uticaj osim uticaja oca,
farme, godine i sezone na procenat mlečne masti i procenat proteina.
Posmatrajući samo 1., 1. i 2., 1.,2., i 3. laktaciju, možemo primetiti prisutnost uticaja slučajnih i
fiksnih faktora, na pojedine osobine, ali u manjoj meri nego sto je slučaj kod svih kontrola što se može
objasniti manjim brojem podataka u obradi. Sa povećanjem broja kontrola u analizi, povećava se i broj
registrovanih značajnih uticaja na osobine mlečnosti.
Drugi radovi, navedeni u literaturi, pokazuju značajan uticaj oca (Van Vleck et al.), farme
(McDowell et al., Petrović i sar.), godine (Vidović, McDowell et al., Petrović i sar.) i sezone (Van
Vleck et al., Petrović i sar.) kao i laktacije i kontrole po redu na varijabilnost osobina mlečnosti.
Različit uticaj na iste osobine u ovom radu, u odnosu na podatke iz literature može se objasniti malim
uzorkom populacije.

33
6. 3 Genetski parametri osobina mlečnosti
Heritabilnost i standardna greška heritabilnosti (na dijagonali), fenotipske (iznad dijagonale) i
genetske korelacije (ispod dijagonale) za sve rase posebno, za standardne i stvarne laktacije, za sve
laktacije i samo za prvu laktaciju prikazane su u tabelama 22, 23, 24, 25, 26 i 27.

Tabela 22: Vrednost heritabilnosti na dijagonali, fenotipske korelacije iznad i genotipske korelacije ispod
dijagonale, za holštajn frizijsku rasu u svim standardnim i stvarnim laktacijama
h2 MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
MLEKO 0.639±0.261 0,855 -0,215 0,973 0,791 -0,289 -0,165 0,981 0,815 -0,214
MLEKO305 0,942 0.732±0.277 -0,288 0,812 0,941 -0,313 -0,227 0,825 0,961 -0,245
PMM -0,738 -0,577 0.056±0.132 0,006 0,026 0,963 0,561 -0,108 -0,139 0,540
MM 0,995 0,943 -0,661 0.610±0.256 0,823 -0,076 -0,042 0,98 0,808 -0,095
MM305 0,906 0,995 -0,496 0,915 0.674±0.267 0,016 -0,052 0,797 0,961 -0,052
PMM305 -0,947 -0,749 0,99 -0,895 -0,685 0.086±0.14 0,543 -0,186 -0,147 0,594
PP -0,758 -0,731 1 -0,599 -0,611 1 0.156±0.217 0,025 0,03 0,935
P 1 0,94 -0,79 0,999 0,903 -0,969 -0,721 0.597±0.254 0,837 -0,03
P305 0,938 1,004 -0,652 0,937 1 -0,781 -0,687 0,926 0.631±0.26 0,028
PP305 -0,459 -0,554 0,984 -0,651 -0,598 0,975 1 -1 0,254 0.480±0.193

Kod holštajn frizijske rase, vrednost heritabilnosti za prve tri laktacije kod posmatranja
stvarnih i standardnih laktacija bile su u granicama visoko naslednih svojstava, osim heritabilnosti za
procenat mlečne masti u standardnoj laktaciji. Vrednosti heritabilnosti su bile više nego u navodima
literature (INTERBULL, Mostert et al., Carabiano at al., Hansen et al.) za proizvodnju mleka prinos
proteina i mlečne masti u stvarnim i standardnim laktacijama. To se može objasniti visokom
genetskom varijabilnošću u populaciji, što znači da se ove osobine u sledećim generacijama mogu
unaprediti pravilnom selekcijom roditelja.

Tabela 23: Vrednost heritabilnosti na dijagonali, fenotipske korelacije iznad i genotipske korelacije ispod
dijagonale, za holštajn frizijsku rasu u prvoj standardnoj i stvarnoj laktaciji
h2 MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
MLEKO 0.243±0.238 0,872 -0,136 0,976 0,831 -0,177 -0,12 0,992 0,857 -0,159
MLEKO305 1 0.346±0.259 -0,218 0,828 0,944 -0,235 -0,183 0,855 0,98 -0,202
PMM -0,805 -0,641 0.029±0.122 0,073 0,09 0,946 0,918 -0,028 -0,06 0,819
MM 0,999 1 0,985 0.276±0.245 0,858 0,025 0,073 0,993 0,85 0,015
MM305 1,01 1 -0,741 1 0.358±0.262 0,091 0,098 0,85 0,985 0,097
PMM305 -0,739 -0,328 0,984 -0,272 -0,589 0.035±0.15 0,875 -0,074 -0,058 0,915
PP 0,456 0,739 0,999 0,457 0,755 0,997 0.077±0.201 -0,002 -0,014 0,881
P 0,997 1 -0,864 1,001 1,014 -0,693 0,518 0.269±0.244 0,862 -0,056
P305 0,999 0,999 -0,881 0,998 1,005 -0,138 0,832 1,007 0.352±0.261 -0,01
PP305 -0,447 0,004 0,993 -0,308 -0,026 0,828 2,214 -0,267 0,029 0.018±0.187

Prema navodima literature, heritabilnost sa rednim brojem laktacije se smanjuje. Analizom


podataka u ovom radu, dobijeni su drugačiji rezultati i vrednosti heritabilnosti holštajn frizijske rase u
ovoj populaciji pokazuju niže vrednosti u prvoj laktaciji, nego u svim laktacijama. Ovo može biti
posledica malog uzorka. Vrednosti heritabilnosti u prvoj laktaciji u saglasnosti su sa navodima

34
INTERBULL-a i Carbano et al., SAD populaciju, za prinos mleka, mlečne masti i proteina.
Vrednosti heritabilnosti dobijene ovim istraživanjem, su nešto više u odnosu na rezultate Mostert et
al. i rezultata Carbano et al. za špansku populaciju i rezultata koje su dobili Hansen et al..

Tabela 24: Vrednost heritabilnosti na dijagonali, fenotipske korelacije iznad i genotipske korelacije ispod
dijagonale, za rasu crveni holštajn u svim standardnim i stvarnim laktacijama
MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
MLEKO 0.175±0.211 0,849 -0,264 0,962 0,785 -0,206 -0,276 0,987 0,82 -0,209
MLEKO305 0,991 0.187±0.201 -0,281 0,811 0,913 -0,253 -0,282 0,836 0,961 -0,243
PMM -0,728 1 0.044±0.144 -0,033 0,059 0,932 0,919 -0,138 -0,079 0,832
MM 0,999 1 0,975 0.002±0.127 0,847 0,009 -0,104 0,987 0,833 -0,053
MM305 0,999 1 1 0,976 0.291±0.239 0,127 -0,012 0,822 0,977 0,07
PMM305 -1 -1 -0,531 -0,985 -1 0.066±0.14 0,858 -0,087 -0,01 0,911
PP -1 -1 1 -0,989 -0,962 0,945 0.076±0.191 -0,161 -0,089 0,885
P 0,983 0,999 -1 0,949 0,897 -0,817 -1 0.208±0.117 0,839 -0,104
P305 0,987 1 -1 0,964 1 0,919 -0,945 1 0.228±0.217 0,002
PP305 -1 -0,698 0,989 -0,998 -0,964 0,914 0,948 -1 0,198 0.280±0.154

Tabela 25: Vrednost heritabilnosti na dijagonali, fenotipske korelacije iznad i genotipske korelacije ispod
dijagonale, za rasu crveni holštajn u prvoj standardnoj i stvarnoj laktaciji
MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
MLEKO 0.203±0.137 0,816 -0,277 0,909 0,781 -0,190 -0,157 0,931 0,797 -0,212
MLEKO305 1 0.225±0.248 -0,356 0,76 0,876 -0,307 -0,050 0,791 0,919 -0,306
PMM -1 0,728 0.056±0.125 -0,065 0,006 0,889 0,178 -0,147 -0,115 0,818
MM 0,998 0,613 -0,479 0.054±0.067 0,826 0,004 -0,135 0,933 0,797 -0,064
MM305 0,919 0,651 -0,582 0,691 0.022±0.217 0,117 -0,024 0,813 0,967 0,058
PMM305 -0,911 0,912 0,842 -0,584 -0,372 0.063±0.135 0,145 -0,07 -0,007 0,883
PP -0,698 -0,787 0,899 0,501 0,723 0,928 0.112±0.071 -0,138 -0,029 0,149
P 0,997 0,942 -0,959 0,972 0,813 -0,650 0,921 0.229±0.241 0,810 -0,105
P305 0,923 0,891 -0,840 0,901 0,884 -0,251 -0,930 0,848 0.279±0.261 -0,001
PP305 -0,513 -0,680 0,972 -0,275 -0,374 0,728 0,912 -0,351 0,248 0.282±0.256

Za rasu crveni holštajn u obe tabele imamo podjednake vrednosti heritabilnosti. U poređenju sa
teorijskim vrednostima i rezultatima INTERBULL-a, ove vrednosti su nešto niže kod osobina
prinosa, dok su osobine sadržaja proteina i mlečne masti znatno niže od teorijskih vrednosti.

35
Tabela 26: Vrednost heritabilnosti na dijagonali, fenotipske korelacije iznad i genotipske korelacije ispod
dijagonale, za simentalsku rasu u svim standardnim i stvarnim laktacijama
MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
MLEKO 0.259±0.253 0,789 -0,142 0,968 0,742 -0,167 -0,171 0,991 0,762 -0,268
MLEKO305 1,137 0.273±0.259 -0,231 0,732 0,952 -0,187 -0,244 0,766 0,985 -0,243
PMM -0,181 0,999 0.007±0.016 0,102 0,05 0,919 0,825 -0,028 -0,098 0,779
MM 1 1 -0,712 0.268±0.257 0,757 0,063 0,033 0,988 0,738 -0,077
MM305 1 1 -0,885 1,158 0.236±0.243 0,115 -0,011 0,752 0,978 -0,011
PMM305 -1 0,983 0,951 -0,328 -0,114 0.008±0.016 0,770 -0,062 -0,056 0,765
PP -1 0,987 0,961 -0,458 0,139 0,831 0.086±0.114 -0,042 -0,090 0,904
P 1 1 -0,957 0,994 1,182 -0,852 -0,795 0.277±0.261 0,760 -0,147
P305 1 1 -0,835 1 0,995 -0,835 -0,638 1 0.297±0.27 -0,08
PP305 -1 -0,971 0,879 -0,148 -0,08 0,879 0,987 -0,375 0,235 0.092±0.211

Tabela 27: Vrednost heritabilnosti na dijagonali, fenotipske korelacije iznad i genotipske korelacije ispod
dijagonale, za simentalsku rasu u prvoj standardnoj i stvarnoj laktaciji
MLEKO MLEKO305 PMM MM MM305 PMM305 PP P P305 PP305
MLEKO 0.189±0.230 0,689 -0,135 0,964 0,633 -0,148 -0,176 0,984 0,655 -0,271
MLEKO305 0,979 0.074±0.235 -0,242 0,626 0,944 -0,156 -0,296 0,652 0,981 -0,269
PMM -0,200 0,598 0.005±0.020 0,121 0,051 0,882 0,822 -0,006 -0,093 0,770
MM 0,926 0,681 -0,399 0.005±0.202 0,65 0,087 0,042 0,985 0,633 -0,068
MM305 0,947 0,675 -0,371 0,577 0.001±0.2 0,167 -0,049 0,635 0,975 -0,023
PMM305 -0,816 -0,714 0,923 -0,471 -0,982 0.008±0.051 0,741 -0,033 -0,011 0,738
PP -0,829 -0,214 0,999 0,892 -0,95 0,999 0.071±0.21 -0,033 -0,128 0,869
P 0,914 0,958 -0,875 0,951 0,891 -0,821 -0,781 0.202±0.136 0,645 -0,139
P305 0,925 1 -0,948 0,639 0,382 0,964 -0,920 0,899 0.058±0.228 -0,089
PP305 -0,938 -0,739 0,999 -0,921 -0,271 0,928 0,937 -0,632 0,214 0.230±0.116

Poredeći sa rezultatima autora Panić i Vidović, koji su dobili niže vrednosti heritabilnosti, iz
literature, možemo reći da su dobijene vrednosti za prinos mleka kod simentalske rase, u saglasnosti,
ako posmatramo sve laktacije, dok su kod prve laktacije dobijene nešto niže vrednosti heritabilnosti.
Prinos mleka i prinos proteina u standardnim i stvarnim laktacijama su u granicama srednje naslednih
svojstava, a procenat mlečne masti i proteina koji inače spadaju u visoko nasledna svojstva, ovde
imaju veoma niske vrednosti i u saglasnosti su sa podacima koje su dobili Panić i Vidović. Dobijena
vrednost heritabilnosti niža je nego u navodima INTERBULL-a.
Niža vrednost heritabilnosti može biti uzrokovana visokom fenotipskom varijansom.
Optimizacijom uslova spoljne sredine povećala bi vrednost heritabilnosti i omogućila efikasniju
selekciju priplodnih životinja na željene osobine.
Vrednosti korelacija između osobina prinosa jake su i pozitivne kao što je prikazano u radu
Othmane-a, Welper i Freeman. Negativne korelacije dobijene su između osobina prinosa i osobina
sadržaja što je u saglasnosti sa teoretskim vrednostima, kao i sa navodima literature (Welper i
Freeman.

36
6. 4 Ocena oplemenjivačke vrednost bikova i korelacije ranga
Za ocenu oplemenjivačke vrednosti korišteni su isti statistički modeli kao i za ocenu genetskih
parametara.
U tabelama od 28 do 37 su prikazane ocene opemenjivačkih vrednosti i korelacije ranga za
holštajn frizijsku rasu, za svaku osobinu mlečnosti i za svaki korišten model. Radi bolje preglednosti,
zelenom bojom su upisane najviše oplemenjivačke vrednosti, a crvenom najniže.

Tabela 28: Ocene oplemenjivačkih vrednosti za prinos mleka kod bikova holštajn frizijske rase
Prinos mleka
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 -53,02 -39,78 -45,06 -49,05 212 -659 143 -491
2 -22,72 -33,27 -47,96 -88,48 -1012 -1328 -988 -1005
3 105,46 14,35 -11,89 -27,93 -614 -785 -509 -626
4 7,60 -23,06 -26,69 -35,81 -473 -562 -528 -559
5 43,63 38,08 34,99 14,51 247 280 -10 263
6 -111,58 -90,33 -80,58 -52,19 -55 -228 -289 -552
7 101,32 39,00 64,88 62,61 -99 2593 379 1034
8 -74,52 -19,14 7,66 63,60 1337 1259 527 710
9 -74,23 -49,43 -29,34 -34,48 -584 -750 -229 -239
10 40,07 17,85 16,63 8,25 523 838 261 354
11 46,26 30,49 2,65 -31,76 74 -376 142 -200
12 -78,57 -74,70 -62,92 -92,87 -1373 -1539 -746 -1071
13 -292,40 -146,66 -134,98 -46,24 538 934 -96 247
14 -8,99 -11,03 -2,67 7,19 190 -121 179 150
15 103,68 72,49 44,32 14,57 -1175 -822 -300 -122
16 -98,71 -64,24 -63,28 -52,94 192 -425 -335 -585
17 107,07 121,81 152,36 148,45 2049 1809 1730 1677
18 83,10 98,80 93,63 96,30 584 640 504 932
19 128,11 93,33 80,15 78,97 82 -105 371 319
20 48,44 25,43 8,12 17,30 -644 -652 -204 -234
Na osnovu analize podataka, možemo zaključiti da očevi br 2, 17 i 19 u holštajn frizijskoj rasi imaj
najveće oplemenjivačke vrednosti za prinos mleka, dok očevi 2, 12 i 13 imaju najniže vrednosti.

Tabela 29: Korelacije ranga za prinos mleka za holštajn frizijsku rasu


Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
1. i 2. 0,92 1,00
Mesečne kontrole
1., 2. i 3. 0,85 0,96 1,00
sve 0,58 0,80 0,89 1,00
1. -0,02 0,26 0,40 0,66 1,00
Stvarne laktacije
sve 0,13 0,31 0,48 0,72 0,75 1,00
1. 0,33 0,58 0,72 0,87 0,87 0,77 1,00
Standardne laktacije
sve 0,34 0,59 0,74 0,92 0,78 0,90 0,91 1,00

37
Tabela 30: Ocene oplemenjivačkih vrednosti za prinos mlečne masti kod bikova holštajn frizijske rase
Prinos mlečne masti
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 -2,21 -2,56 -1,93 -1,83 6,07 -25,42 3,22 -18,58
2 -0,58 -1,12 -1,18 -2,58 -31,83 -43,81 -29,00 -30,27
3 3,23 -0,08 -1,00 -1,55 -32,51 -36,77 -28,87 -30,94
4 -1,61 -1,67 -1,31 -1,43 -22,67 -24,31 -21,07 -21,27
5 1,34 1,76 1,62 0,51 6,31 8,75 -2,99 8,21
6 -4,76 -3,76 -3,44 -1,57 -2,96 -7,32 -13,36 -21,52
7 6,28 3,44 2,28 1,40 -3,79 81,01 12,52 21,47
8 -0,98 0,63 0,37 2,54 60,89 62,37 31,60 42,35
9 -1,88 -1,03 -0,26 -1,19 -21,23 -27,07 -7,03 -7,15
10 0,77 0,66 1,11 0,67 26,44 37,16 14,74 16,20
11 1,02 0,53 -0,15 -1,34 -5,98 -15,80 -4,48 -10,40
12 -2,34 -2,25 -1,30 -2,42 -47,25 -45,57 -25,32 -28,50
13 -9,41 -6,15 -5,67 -2,63 19,92 20,84 -5,16 -3,63
14 -0,97 -1,03 -0,07 0,55 5,24 -2,61 4,07 7,35
15 3,24 2,49 1,99 1,00 -31,45 -21,97 3,65 5,35
16 -3,68 -1,94 -2,10 -1,52 13,86 -11,40 -6,65 -18,12
17 3,20 4,51 5,73 5,40 73,94 65,64 63,58 62,04
18 1,88 2,70 2,67 2,91 15,84 18,24 13,25 28,78
19 4,34 3,18 1,95 2,47 -3,38 -7,76 7,42 8,14
20 3,13 1,68 0,66 0,62 -25,45 -24,22 -10,12 -9,50
Najveće oplemenjivačke vrednosti za prinos mlečne masti, imaju očevi 7 i 17, a najniže vrednosti
očevi 2, 3, 12 i 13.

Tabela 31: Korelacije ranga za prinos mlečne masti za holštajn frizijsku rasu
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1
1. i 2. 0,93 1
Mesečne kontrole
1., 2. i 3. 0,84 0,96 1
sve 0,62 0,83 0,87 1
1. -0,06 0,22 0,32 0,63 1
Stvarne laktacije
sve 0,23 0,42 0,45 0,68 0,80 1
1. 0,30 0,56 0,67 0,86 0,87 0,81 1
Standardne laktacije
sve 0,38 0,65 0,73 0,92 0,81 0,86 0,95 1

38
Tabela 32: Ocene oplemenjivačkih vrednosti za procenat mlečne masti kod bikova holštajn frizijske rase
Procenat mlečne masti
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 -0,04 -0,18 -0,06 -0,04 0,11 -0,05 -0,05 -0,04
2 0,11 0,01 0,08 0,11 0,07 0,07 0,13 0,10
3 -0,06 -0,08 -0,09 -0,06 0,12 -0,09 -0,11 -0,08
4 -0,05 -0,16 -0,09 -0,05 0,07 -0,09 -0,07 -0,05
5 -0,01 0,02 0,02 -0,01 0,08 -0,03 -0,05 -0,03
6 0,05 -0,06 -0,09 0,05 0,07 -0,01 -0,06 -0,04
7 -0,05 0,36 0,10 -0,05 0,18 -0,07 0,01 -0,15
8 0,03 0,12 0,01 0,03 0,14 0,23 0,20 0,22
9 -0,01 0,12 0,12 -0,01 0,08 0,00 0,02 0,02
10 0,04 0,00 0,06 0,04 0,07 0,05 0,03 0,02
11 -0,02 -0,06 -0,03 -0,02 0,07 -0,04 -0,14 -0,05
12 0,15 0,08 0,14 0,15 0,09 0,15 0,04 0,17
13 -0,13 -0,05 -0,10 -0,13 0,14 -0,15 -0,02 -0,16
14 0,02 -0,08 0,00 0,02 0,10 0,01 -0,05 0,01
15 0,08 -0,01 0,06 0,08 0,11 0,13 0,24 0,13
16 0,06 0,04 0,02 0,06 0,11 0,05 0,08 0,04
17 0,00 -0,02 0,01 0,00 0,09 0,02 0,03 0,03
18 -0,08 -0,11 -0,10 -0,08 0,07 -0,08 -0,07 -0,07
19 -0,06 -0,05 -0,13 -0,06 0,08 -0,06 -0,08 -0,05
20 -0,03 0,13 0,06 -0,03 0,08 -0,04 -0,06 -0,03

Najveće oplemenjivačke vrednosti za procenat mlečne masti imaju očevi 7, 8, 12 i 15, a najmanje 1, 2,
4, 6, 10, 11, 13, 18, 19.

Tabela 33: Korelacije ranga za procenat mlečne masti masti za holštajn frizijsku rasu
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
1. i 2. 0,18 1,00
Mesečne kontrole
1., 2. i 3. 0,62 0,72 1,00
sve 1,00 0,18 0,62 1,00
1. -0,24 0,50 0,11 -0,24 1,00
Stvarne laktacije
sve 0,82 0,28 0,57 0,82 -0,01 1,00
1. 0,60 0,36 0,54 0,60 0,28 0,79 1,00
Standardne laktacije
sve 0,81 0,13 0,52 0,81 -0,15 0,97 0,75 1,00

39
Tabela 34: Ocene oplemenjivačkih vrednosti za prinos proteina kod bikova holštajn frizijske rase
Prinos proteina
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 -1,65 -1,43 -1,36 -1,49 7,64 -20,93 5,24 -15,27
2 -0,71 -0,99 -1,24 -2,44 -29,21 -39,65 -27,19 -27,91
3 2,72 -0,05 -0,65 -1,01 -22,73 -27,10 -20,13 -23,03
4 -0,43 -1,18 -0,96 -1,22 -18,78 -11,09 -17,59 -8,70
5 1,25 1,39 1,29 0,34 4,25 6,27 -3,62 5,93
6 -4,27 -3,28 -2,94 -1,52 -3,16 -7,45 -11,63 -18,87
7 3,92 1,80 1,84 1,57 -4,43 73,40 9,90 23,10
8 -1,19 -0,32 0,12 1,96 46,17 46,34 20,91 29,00
9 -1,79 -1,02 -0,45 -0,93 -17,20 -22,16 -5,16 -5,27
10 1,06 0,39 0,44 0,31 19,93 28,47 10,97 12,18
11 0,71 0,72 0,04 -1,10 -1,38 -13,56 0,04 -8,85
12 -2,18 -2,19 -1,66 -2,59 -42,45 -44,77 -23,35 -30,32
13 -8,42 -4,81 -4,48 -1,83 17,13 24,57 -3,28 3,49
14 -0,50 -0,50 0,02 0,45 7,62 -2,44 6,12 5,61
15 2,63 2,01 1,43 0,71 -30,49 -23,00 -1,46 -0,17
16 -2,80 -1,58 -1,72 -1,42 9,76 -11,42 -7,31 -16,97
17 3,19 4,09 5,00 4,65 63,69 55,95 54,35 52,47
18 2,10 2,70 2,63 2,69 16,55 16,58 14,06 25,85
19 4,07 3,04 2,18 2,30 -1,33 -6,45 7,52 6,80
20 2,31 1,20 0,47 0,55 -21,56 -21,56 -8,37 -9,03

Najveće oplemenjivačke vrednosti za prinos proteina, imaju očevi 7, 17 i 19 a najniže vrednosti očevi
2, 3, 12 i 13., slično kao kod prinosa mlečne masti, što znači da su ove dve osobine u pozitivnoj
korelaciji.

Tabela 35: Korelacije ranga za prinos proteina masti za holštajn frizijsku rasu
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1
1. i 2. 0,92 1
Mesečne kontrole
1., 2. i 3. 0,86 0,97 1
sve 0,65 0,83 0,88 1
1. -0,02 0,25 0,36 0,63 1
Stvarne laktacije
sve 0,18 0,33 0,43 0,68 0,76 1
1. 0,33 0,58 0,69 0,86 0,87 0,77 1
Standardne laktacije
sve 0,37 0,61 0,71 0,90 0,80 0,87 0,92 1

40
Tabela 36: Ocene oplemenjivačkih vrednosti za procenat proteina kod bikova holštajn frizijske rase
Procenat proteina
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 -0,06 -0,06 -0,02 -0,01 0,01 -0,02 0,00 -0,01
2 0,01 0,01 0,04 0,06 0,04 0,03 0,07 0,06
3 -0,06 -0,05 -0,03 -0,01 -0,03 -0,02 -0,04 -0,02
4 -0,14 -0,09 -0,04 -0,03 -0,07 0,09 -0,04 0,12
5 -0,05 0,01 0,01 -0,02 -0,05 -0,04 -0,05 -0,04
6 -0,10 -0,07 -0,07 0,02 -0,03 -0,02 -0,05 -0,04
7 0,16 0,12 0,02 -0,02 -0,01 -0,05 -0,02 -0,09
8 0,03 -0,01 -0,03 -0,01 0,08 0,10 0,08 0,09
9 0,10 0,08 0,06 0,01 0,02 0,02 0,03 0,03
10 -0,05 -0,02 -0,01 0,00 0,02 0,02 0,02 0,01
11 -0,08 -0,02 -0,01 -0,01 -0,06 -0,03 -0,07 -0,04
12 0,06 0,03 0,05 0,05 0,00 0,04 0,00 0,05
13 0,14 0,00 -0,03 -0,05 0,00 -0,05 0,00 -0,05
14 -0,01 -0,01 0,02 0,03 0,02 0,01 0,00 0,00
15 -0,04 -0,03 0,02 0,04 0,12 0,04 0,13 0,04
16 0,04 0,05 0,03 0,04 0,05 0,02 0,05 0,02
17 -0,03 0,03 0,03 0,00 0,01 0,00 0,01 0,01
18 -0,09 -0,05 -0,04 -0,04 -0,02 -0,05 -0,02 -0,05
19 0,02 0,01 -0,05 -0,02 -0,05 -0,05 -0,05 -0,05
20 0,13 0,07 0,04 -0,01 -0,04 -0,04 -0,04 -0,04
Najveće oplemenjivačke vrednosti za procenat proteina imaju očevi 2, 7, 8, 9, i 15, a najmanje 4, 6,
10, 11, 13.

Tabela 37: Korelacije ranga za procenat proteina masti za holštajn frizijsku rasu
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1
1. i 2. 0,86 1
Mesečne kontrole
1., 2. i 3. 0,51 0,73 1
sve 0,00 0,13 0,55 1
1. 0,18 0,11 0,32 0,57 1
Stvarne laktacije
sve -0,21 -0,23 0,12 0,46 0,48 1
1. 0,17 0,10 0,37 0,58 0,97 0,58 1
Standardne laktacije
sve -0,27 -0,29 0,14 0,44 0,39 0,96 0,53 1

41
U tabelama od 38 do 47 su prikazane ocene opemenjivačkih vrednosti i korelacije ranga za
rasu crveni holštajn, za svaku osobinu mlečnosti i za svaki korišten model.

Tabela 38: Oplemenjivačkih vrednosti za prinos mleka kod bikova rase crveni holštajn
Prinos mleka
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 -13,94 26,15 55,13 86,80 543 183 960 776
2 8,59 23,51 32,48 21,13 484 449 272 231
3 -17,23 15,80 30,43 55,39 -440 559 431 752
4 -58,78 -52,10 -46,92 -59,18 -166 -436 -65 -327
5 36,51 32,92 26,70 -0,75 -111 4 -74 18
6 86,25 60,42 22,46 -11,61 5 -84 -140 -58
7 57,61 36,27 26,40 -20,99 -104 -63 -259 -208
8 -192,26 -188,92 -164,68 -87,79 -785 -981 -1106 -1083
9 93,27 45,94 17,99 16,99 575 369 -19 -102

Na osnovu analize podataka, možemo zaključiti da očevi br 1, 3, 6 i 9 u rasi crveni holštajn


imaju najveće oplemenjivačke vrednosti za prinos mleka, dok otac sa rednim brojem 8 ima najniže
vrednosti.

Tabela 39: Korelacije ranga za prinos mleka kod rase crveni holštajn
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,95 1,00
kontrole 1., 2. i 3. 0,83 0,96 1,00
sve 0,47 0,68 0,82 1,00
Stvarne 1. 0,64 0,68 0,69 0,62 1,00
laktacje sve 0,68 0,81 0,87 0,86 0,63 1,00
Standardne 1. 0,42 0,66 0,82 0,92 0,66 0,78 1,00
laktacije sve 0,45 0,70 0,85 0,95 0,51 0,85 0,95 1,00

Tabela 40: Ocene oplemenjivačkih vrednosti za prinos mlečne masti kod bikova rase crveni holštajn
Prinos mlečne masti
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 0,21 0,43 1,05 3,68 19,18 14,30 38,60 38,54
2 -0,11 1,22 1,44 1,00 20,11 19,84 11,27 13,71
3 -1,56 0,63 1,04 1,01 -15,41 10,81 16,08 20,26
4 -1,68 -1,89 -1,94 -2,04 -9,38 -14,53 -8,10 -11,96
5 0,53 0,59 0,69 0,45 2,25 6,64 1,21 5,46
6 3,12 2,17 0,64 -0,40 -1,09 -1,55 -1,66 2,76
7 1,53 0,35 0,43 -1,02 -3,96 -5,28 -12,42 -15,08
8 -5,04 -5,08 -4,09 -2,85 -26,03 -39,41 -39,08 -44,43
9 3,00 1,56 0,74 0,17 14,34 9,18 -5,91 -9,27

42
Najveće oplemenjivačke vrednosti za prinos mlečne masti imaju očevi 1, 2 i 6, a najmanje otac
sa rednim brojem 8.

Tabela 41: Korelacije ranga za prinos mlečne masti kod rase crveni holštajn
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,89 1,00
kontrole 1., 2. i 3. 0,74 0,95 1,00
sve 0,38 0,62 0,78 1,00
Stvarne 1. 0,64 0,69 0,73 0,73 1,00
laktacje sve 0,61 0,87 0,96 0,85 0,80 1,00
Standardne 1. 0,35 0,63 0,77 0,95 0,66 0,85 1,00
laktacije sve 0,37 0,67 0,80 0,94 0,63 0,86 0,99 1,00

Tabela 42: Ocene oplemenjivačkih vrednosti za procenat mlečne masti kod bikova rase crveni holštajn
Procenat mlečne masti
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 0,11 -0,02 -0,06 0,11 0,03 0,15 0,04 0,16
2 -0,19 -0,05 -0,05 -0,02 0,02 0,03 0,01 0,05
3 -0,25 -0,07 -0,07 -0,17 -0,02 -0,13 -0,04 -0,11
4 0,01 -0,04 -0,06 0,01 -0,09 0,00 -0,12 -0,01
5 -0,23 -0,14 -0,08 0,08 0,16 0,13 0,12 0,11
6 -0,10 -0,07 -0,08 0,00 -0,04 0,01 0,05 0,07
7 -0,16 -0,17 -0,10 -0,05 0,01 -0,05 -0,02 -0,10
8 0,96 0,62 0,52 0,14 0,03 -0,06 0,03 -0,07
9 -0,14 -0,06 -0,02 -0,10 -0,09 -0,08 -0,07 -0,09
Kod procenta mlečne masti, najveće oplemenjivačke vrednosti imaju očevi 1, 5 i 8, a najmanje 3, 4, 7 i
9.

Tabela 43: Korelacije ranga za procenat mlečne masti kod rase crveni holštajn
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,97 1,00
kontrole 1., 2. i 3. 0,95 0,99 1,00
sve 0,65 0,53 0,51 1,00
Stvarne 1. 0,06 0,06 0,10 0,52 1,00
laktacje sve -0,10 -0,23 -0,26 0,67 0,59 1,00
Standardne 1. 0,12 0,12 0,14 0,56 0,86 0,60 1,00
laktacije sve -0,10 -0,19 -0,25 0,61 0,47 0,94 0,63 1,00

43
Tabela 44: Ocene oplemenjivačkih vrednosti za prinos proteina kod bikova rase crveni holštajn
Prinos proteina
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 0,08 0,53 1,25 2,92 17,00 9,22 32,78 29,45
2 0,06 0,92 1,10 0,80 16,11 15,95 5,94 8,15
3 -1,03 0,57 0,89 1,16 -14,70 13,09 12,79 20,42
4 -1,79 -1,58 -1,52 -1,77 -5,91 -12,85 -3,49 -9,71
5 0,71 0,83 0,75 0,20 -0,85 2,81 -0,88 2,82
6 2,51 1,76 0,58 -0,34 -0,57 -2,07 -0,46 1,99
7 1,41 0,67 0,57 -0,87 -4,51 -4,56 -11,00 -11,89
8 -4,29 -4,69 -4,00 -2,39 -22,11 -30,89 -32,74 -34,78
9 2,34 0,99 0,37 0,29 15,56 9,30 -2,94 -6,44

Najveće oplemenjivačke vrednosti za prinos proteina imaju očevi 1, 2 i 6, a najmanje otac sa rednim
brojem 8.

Tabela 45: Korelacije ranga za prinos proteina kod rase crveni holštajn
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,91 1,00
kontrole 1., 2. i 3. 0,78 0,96 1,00
sve 0,41 0,64 0,80 1,00
Stvarne 1. 0,63 0,63 0,66 0,66 1,00
laktacje sve 0,61 0,84 0,92 0,84 0,69 1,00
Standardne 1. 0,37 0,64 0,78 0,93 0,62 0,79 1,00
laktacije sve 0,38 0,69 0,82 0,93 0,53 0,84 0,97 1,00

Tabela 46: Ocene oplemenjivačkih vrednosti za procenat proteina kod bikova rase crveni holštajn
Procenat proteina
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 0,06 -0,02 -0,04 0,04 -0,07 0,07 0,04 0,07
2 -0,09 -0,02 -0,03 0,00 0,07 0,02 -0,05 0,00
3 -0,14 -0,03 -0,04 -0,10 -0,06 -0,07 -0,04 -0,06
4 -0,02 -0,01 -0,02 0,01 -0,01 0,00 -0,04 0,00
5 -0,12 -0,06 -0,04 0,03 0,00 0,06 0,06 0,06
6 -0,10 -0,07 -0,05 0,00 -0,09 0,00 0,06 0,05
7 -0,12 -0,09 -0,06 -0,04 0,06 -0,04 -0,03 -0,08
8 0,66 0,40 0,32 0,11 0,05 0,00 0,04 0,00
9 -0,13 -0,09 -0,05 -0,05 0,05 -0,04 -0,03 -0,05

Kod procenta proteina, najveće oplemenjivačke vrednosti imaju očevi 1, 5, i 8, a najmanje 3, 6 i 7.

44
Tabela 47: Korelacije ranga za procenat proteina kod rase crveni holštajn
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,98 1,00
kontrole 1., 2. i 3. 0,97 0,99 1,00
sve 0,79 0,72 0,71 1,00
Stvarne 1. 0,22 0,26 0,32 0,13 1,00
laktacje sve 0,16 0,07 0,04 0,70 -0,14 1,00
Standardne 1. 0,39 0,31 0,32 0,63 -0,43 0,59 1,00
laktacije sve 0,13 0,05 0,01 0,61 -0,51 0,87 0,75 1,00

U tabelama od 48 do 57 su prikazane ocene opemenjivačkih vrednosti i korelacije ranga za


simentalsku rasu, za svaku osobinu mlečnosti i za svaki korišten model.

Tabela 48: Ocene oplemenjivačkih vrednosti za prinos mleka kod bikova simentalske rase
Prinos mleka
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 55,76 115,89 114,53 69,02 -104 660 137 714
2 -77,37 -45,79 -51,82 -42,37 -469 -641 -424 -490
3 -34,92 -5,71 -10,07 -14,96 -94 -83 -26 -52
4 -47,41 -27,51 -14,62 -8,35 55 -255 105 -137
5 46,53 -19,50 -46,58 19,51 722 704 338 335
6 57,41 -17,37 8,58 -22,84 -110 -385 -129 -373

Na osnovu analize podataka, možemo zaključiti da očevi br 1, 5 i 6 u simentalskoj rasi imaju


najveće oplemenjivačke vrednosti za prinos mleka, dok otac sa rednim brojem 2 ima najniže
vrednosti.

Tabela 49: Korelacije ranga za prinos mleka kod simentalske rase


Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,55 1,00
kontrole 1., 2. i 3. 0,54 0,95 1,00
sve 0,65 0,89 0,78 1,00
Stvarne 1. 0,49 -0,03 -0,18 0,39 1,00
laktacje sve 0,67 0,65 0,46 0,90 0,70 1,00
Standardne 1. 0,57 0,37 0,25 0,71 0,88 0,86 1,00
laktacije sve 0,59 0,83 0,66 0,98 0,49 0,95 0,77 1,00

45
Tabela 50: Ocene oplemenjivačkih vrednosti za prinos mlečne masti kod bikova simentalske rase
Prinos mlečne masti
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 0,56 3,22 4,02 2,54 -5,50 21,07 4,97 24,41
2 -2,94 -1,57 -1,84 -1,58 -17,45 -23,41 -14,35 -16,41
3 -1,33 -0,21 -0,75 -0,47 -0,49 -1,01 2,14 0,32
4 -1,87 -0,91 -0,64 -0,44 -0,03 -10,18 2,26 -5,30
5 2,35 0,23 -0,90 1,25 30,89 30,84 14,35 14,86
6 3,23 -0,77 0,09 -1,30 -7,42 -17,31 -9,38 -17,87

Najveće oplemenjivačke vrednosti za prinos mlečne masti imaju očevi 1, 5 i 6, a najmanje otac sa
rednim brojem 2.

Tabela 51: Korelacije ranga za prinos mlečne masti kod simentalske rase
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,31 1,00
kontrole 1., 2. i 3. 0,32 0,93 1,00
sve 0,32 0,93 0,76 1,00
Stvarne 1. 0,48 0,16 -0,11 0,48 1,00
laktacje sve 0,44 0,73 0,47 0,91 0,77 1,00
Standardne 1. 0,33 0,53 0,28 0,77 0,87 0,91 1,00
laktacije sve 0,23 0,88 0,67 0,98 0,54 0,94 0,83 1,00

Tabela 52: Ocene oplemenjivačkih vrednosti za procenat mlečne masti kod bikova simentalske rase
Procenat mlečne masti
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 -0,28 -0,15 -0,04 -0,02 -0,04 -0,06 0,00 -0,03
2 -0,05 -0,01 -0,01 0,00 0,01 0,01 0,03 0,03
3 0,04 0,00 -0,06 0,04 0,05 0,04 0,06 0,05
4 0,03 0,02 -0,01 -0,03 -0,03 -0,01 -0,03 0,00
5 0,05 0,13 0,12 0,09 0,06 0,07 0,03 0,05
6 0,21 0,00 0,00 -0,07 -0,04 -0,06 -0,09 -0,09

Kod procenta mlečne masti, najveće oplemenjivačke vrednosti ima otac sa rednim brojem 5, a
najmanje 1 i 6. Kod oca 6 sa porastom broja kontrola smanjila se oplemenjivačka vrednost. Dok se
kod oca br 3, povećala.

46
Tabela 53: Korelacije ranga za procenat mlečne masti kod simentalske rase
Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,66 1,00
kontrole 1., 2. i 3. 0,26 0,75 1,00
sve -0,09 0,57 0,55 1,00
Stvarne 1. 0,22 0,67 0,40 0,91 1,00
laktacje sve 0,21 0,78 0,52 0,91 0,95 1,00
Standardne 1. -0,38 0,17 0,03 0,83 0,79 0,75 1,00
laktacije sve -0,15 0,46 0,22 0,85 0,85 0,90 0,93 1,00

Tabela 54: Ocene oplemenjivačkih vrednosti za prinos proteina kod bikova simentalske rase
Prinos proteina
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 1,68 3,95 4,15 2,42 -2,55 21,81 5,88 24,38
2 -2,41 -1,37 -1,58 -1,35 -14,49 -20,18 -12,88 -15,01
3 -1,20 -0,32 -0,51 -0,52 -2,68 -2,50 -1,01 -1,79
4 -1,59 -0,95 -0,57 -0,35 0,90 -8,78 3,28 -4,42
5 1,26 -0,58 -1,51 0,61 22,24 22,06 8,32 8,78
6 2,26 -0,74 0,03 -0,81 -3,42 -12,41 -3,59 -11,95

Najveće oplemenjivačke vrednosti za prinos proteina, imaju očevi 1, 5 i 6, a najmanje otac sa


rednim brojem 2.

Tabela 55: Korelacije ranga za prinos proteina kod simentalske rase


Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. 0,49 1,00
kontrole 1., 2. i 3. 0,50 0,96 1,00
sve 0,56 0,92 0,82 1,00
Stvarne 1. 0,44 0,00 -0,16 0,38 1,00
laktacje sve 0,58 0,68 0,50 0,89 0,71 1,00
Standardne 1. 0,52 0,48 0,38 0,75 0,81 0,86 1,00
laktacije sve 0,49 0,87 0,74 0,98 0,45 0,93 0,79 1,00

47
Tabela 56: Ocene oplemenjivačkih vrednosti za procenat proteina kod bikova simentalske rase
Procenat proteina
Otac Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1 -0,01 0,03 0,07 0,02 0,00 0,01 0,02 0,02
2 0,00 0,01 0,01 0,00 0,01 0,00 0,01 0,01
3 0,00 -0,02 -0,03 0,00 0,00 0,00 0,00 0,00
4 0,00 -0,01 -0,01 -0,02 -0,01 -0,01 0,00 0,00
5 -0,08 -0,01 -0,02 -0,01 -0,02 -0,01 -0,04 -0,03
6 0,09 -0,01 -0,02 0,00 0,01 0,00 0,01 -0,01

Kod procenta proteina, najveće oplemenjivačke vrednosti imaju očevi sa rednim brojem 1, 2 i
6, a negativne ocene očevi 3, 4 i 5.

Tabela 57: Korelacije ranga za procenat proteina kod simentalske rase


Korelacije Mesečne kontrole Stvarne laktacije Standardne laktacije
1. 1. i 2. 1., 2. i 3. sve 1. sve 1. sve
1. 1,00
Mesečne 1. i 2. -0,16 1,00
kontrole 1., 2. i 3. -0,09 0,97 1,00
sve 0,15 0,64 0,76 1,00
Stvarne 1. 0,80 0,22 0,26 0,50 1,00
laktacje sve 0,18 0,65 0,72 0,81 0,66 1,00
Standardne 1. 0,64 0,53 0,59 0,49 0,80 0,73 1,00
laktacije sve 0,33 0,65 0,69 0,51 0,63 0,84 0,93 1,00

Poređenjem korelacija ranga sa Romer – Orphalovom skalom, možemo zaključiti da su ocene


oplemenjivačkih vrednosti u veoma visokoj ili potpunoj korelaciji za oplemenjivačke vrednosti
dobijene na osnovu svih laktacija i svih kontrola, za sve osobine osim za prinos proteina kod holštajn
frizijske rase gde je ustanovljena srednja korelacija i kod procenta mlečne masti i proteina za crveni
holštajn i procenat proteina kod simentalske rase gde je ustnovljena jaka korelacija.
Vrednosti korelacija opadaju sa smanjenjem broja kontrola u testu. Ovo se može objasniti time
da se tačnost procene povećava sa povećanjem broja kontrola uzetih u analizu.

48
7. ZAKLJUČAK
Na osnovu izvedenih istraživanja značaja mesečnih kontrola mlečnosti krava u oceni
oplemenjivačke vrednosti bikova, mogu se izvesti sledeći zaključci:

• Ispitivane osobine u stvarnoj i standardnoj laktaciji (tabele 10, 11 i 12), pokazale su sličan
trend zakonitosti u nasleđivanju i ekspoziciju u proizvodnim uslovima u kojima su istraživanja
bila sprovedena. Krave crnog holštajna proizvele su u stvarnoj laktaciji 6244 kg, crveni holštajn
5832 kg, dok su simentalke imale 5251 kg.
Sličan trend konstatovali smo i u standardnoj laktaciji. Između krava crvenog i crnog
holštajna, razlike u prinosu mleka nisu bile signifikantne jer su i kriterijumi selekcije na mlečne
osobine gotovo identični.
Simentalke su prema očekivanju imale manje mleka u odnosu na obe prethodne holštajn
rase.
Kriterijumi selekcije kod simentalca kao rase kombinovanih proizvodnih svojstava, gde su u
agregatni genotip pored mlečnosti uključena i svojstva prirasta, mesnatosti i konformacije,
značajno se razlikuju u odnosu na holštajn rase, gde je najveći naglasak stavljen na prinos
mleka, sadržaj i prinos mlečne masti.
Sadržaj mlečne masti prema očekivanju bio je najviši kod krava simentalske rase.
Nivo proteina u mleku, bio je signifikantno niži u odnosu na sadržaj masti. Utvrđene razlike
između rasa u nivou proteina u mleku nisu bile signifikantne (holštajn rasa 3,14%, crveni
holštajn 3,20% i simentalska rasa 3,19% proteina u standardnoj laktaciji).
• Ispitivanje sistematskih uticaja na prinos i kvalitet mleka, kako u stvarnim tako i
standardnim laktacijama, pokazale su, prema očekivanju, signifikantan uticaj naročito sa
povećanjem broja laktacija. Ovaj podatak ukazuje na opravdanost primene modela
korekcijeuticaja sistematskih faktora na osobine koje su bile predmet istraživanja (tabela 16 , 17
i 18).
Istim modelom pokazao se značajan uticaj očeva na mlečnost i osobine kvaliteta
mleka(količina mlečne mast i proteina), kako u prvoj tako i u ostalim laktacijama. Kada je u pitanju
sadržaj mlečne masti i protein u mleku, uticaj farme, godine i sezone nije pokazao signifikantnost kod
holštajn rase. Ovo ukazuje na stabilnost tehnologije na ispitivanim farmama, naročito u sferi
kontinuiteta ishrane krava po sezonama.
Za razliku od obe holštjn rase uticaj farme, godine i sezonena sadržaj mlečne mast ii protein kod
simentalske rasebio je visoko signifikantan. Verovatno su ovoj pojavi doprineli različiti kriterijumi
selekcije kod sve tri ispitivane rase, gde su ove osobine uključene u agregatni genotip i gde im nije
pridat isti značaj.da osobine mlečnosti spadaju u grupu srednje naslednih svojstava
• Ocene heritabilnosti za ispitivane osobine (prikazane u tabelama od 22 do 27) ukazuju da se radi o
srednje i visoko naslednim svojstvima. Kod holštajn frizijske rase, vrednost heritabilnosti za prve
tri laktacije kod posmatranja stvarnih i standardnih laktacija bile su u granicama visoko
naslednih svojstava, osim heritabilnosti za procenat mlečne masti u standardnoj laktaciji.
Za rasu crveni holštajn u obe tabele imamo podjednake vrednosti heritabilnosti. U poređenju
sa teorijskim vrednostima, ove vrednosti su nešto niže kod osobina prinosa, dok su osobine

49
sadržaja proteina i mlečne masti znatno niže od teorijskih vrednosti.
Vrednosti heritabilnosti kod rase crveni holštajn i simentalske rase, za prinos mleka i prinos
proteina u standardnim i stvarnim laktacijama su u granicama srednje naslednih svojstava, a
procenat mlečne masti i proteina koji inače spadaju u visoko nasledna svojstva, ovde imaju
veoma niske vrednosti.
Standardna greška heritabilnosti je bila izražena i ukazuje da je ocenu ovog parametra
potrebno izvesti na većoj populaciji, sa optimalnim rasporedom klasa i podklasa u analizi
varijanse i kovarijanse.
Genetske, kao i fenotipske korelacije (tabele 22 do 27) pokazuju očekivane trendove sa
takođe izraženom standardnom greškom.
• Na osnovu prikazanog ranga bikova i njihovih oplemenjivačkih vrednosti za prinos mleka,
mlečne masti i proteina u standardnim laktacijama, može se utvrditi da je bik sa najboljom
ocenom oplemenjivačkom vrednošću za ove osobine kod holštajn frizijske rase, bik pod
rednim brojem 17. Ocene oplemenjivačkih vrednosti za osobine sadržaja mlečne masti i
proteina, mogu se oceniti kao neutralne, iz čega se može zaključiti da je bi njegov doprinos
sledećim generacijama bio u pravcu poboljšanja osobina prinosa, dok bi osobine sadržaja
ostale na istom nivou. Kod crvenog holštajna bik pod rednim brojem 1 ima najbolje ocene za
kontrole u sve tri standardne laktacije. Naročito je zanimljivo što ovaj bik takodje daje najbolje
ocene i za sadržaj mlečne masti i proteina, što su inače osobine u negativnoj korelaciji sa
osobinama prinosa, tako da se može zaključiti da bi ovaj bik dao dobar doprinos kao roditelj
sledećim generacijama. Bik broj 8 u istoj rasi ima najlošije ocene oplemenjivačke vrednosti za
osobine prinosa, a najbolje ocene za osobine sadržaja što je u skladu sa navodima literature i na
šta treba obratiti pažnju pri izboru očeva u skladu sa željenim pravcem selekcije. Kod
simentalca, bik pod rednim brojem 1 ima najbolje ocene oplemenjivačke vrednosti kod prinosa
mleka, mlečne masti i proteina u sandardnim laktacijama i kod sadržaja proteina, dok je kod
sadržaja mlečne masti njegova ocena negativna.
Bikovi pokazuju superiornost i inferiornost u pojedinim osobinama pa je potrebno pažljivo
vršiti genetska pomeranja u selekciji na svojstva prinosa i osobine kvaliteta mleka.
Poređenjem korelacije ranga koristeći Romer Orphalovu skalu ocene oplemenjivačih
vrednosti žemo zaključiti da su ocene oplemenjivačkih vrednosti u veoma visokoj ili potpunoj
korelaciji za oplemenjivačke vrednosti dobijene na osnovu svih laktacija i svih kontrola, za sve
osobine osim za prinos proteina kod holštajn frizijske rase gde je ustanovljena srednja
korelacija i kod procenta mlečne masti i proteina za crveni holštajn i procenat proteina kod
simentalske rase gde je ustanovljena jaka korelacija.
• Izvedena istraživanja pokazuju opravdanost nastavka rada na većoj populaciji. Analize
pokazuju da su genetske razlike između crnog i crvenog holštajna nesignifikantne i da je
opravdano vršiti predmetne analize jer su i kriterijumi selekcije gotovo identični.

50
8. LITERATURA

Carabano, M. J., Van Vleck, L.D., Wiggans, G. R., Alenda, R. 1989: Estimation of Genetic
Parameters for Milk and Fat Yields of Dairy Cattle in Spain and the United States. J Dairy Sci 72:3013-
3022
Dekkers, J.C.M., Ten Hag, J.h. and Weersink, A. 1998: Economic Aspects of Persistency of
Lactation. Livest. Prod. Sci., 53: 237-252.
Ducrocq, V. and Besbes, B. 1993: Solution of multiple trait animal models with missing values on
some traits. J. Anim.Breed. Genet. 110:81–92.
Ertugrul, O., Orman, M.N. and Guneren, G., 2002: Some genetic parameters of milk yield the
Holstein breed. Turk. J. Vet. Anim. Sci., 26, 463-469.
Gomez, C.H. and Tewolde, A., 1999: Genetic parameters of milk production evaluation of sires
and characterization of dairy farms in the humid tropics of Costa Rica. Archivos Latinoamericanos de
Produccion Animal, 7, 19-37.
Hansen, L.B., Freeman, A.E. and Berger, P.J., 1983: Yield and fertility relationship in dairy cattle.
J. Dairy Sci., 66, 293-305.
Henderson, C. R., Jr. 1982: Analysis of covariance in the mixed model: Higher level,
nonhomogenous, and random regressions. Biometrics 38:623–640.
ICAR: Yearly enquiry on the situation and the results of cow milk recording in ICAR member
countries. www.waap.it/enquiry/
Interbull Centre, 2009: National evaluation data considered in the Interbull evaluation for dairy
production traits (August 2009). Evaluation model summary.
www-interbull.slu.se/eval/framesida-prod.htm
Jamrozik, J., Schaeffer, L. R., and Dekkers, J. C. M. 1997: Genetic evaluation of dairy cattle using
test day yields and random regression model. J. Dairy Sci. 80: 1217-1226.
Jensen, J. 2001: Genetic Evaluation of Dairy Cattle Using Test-Day Models. J Dairy Sci 84:2803-2812.
Jensen, J. and Mao, I. L. 1987: Transformation algorithms in analysis of single trait and of multitrait
models with equal design matrices and one random factor per trait: a review. J. Anim. Sci. 66:2750–
2761.
Jones L.P., Goddard, M.E. 1990: Five years experience with the animal model for dairy cattle
evaluations in Australia. In: Proc 4th World Congr Genet Appl Livest Prod, Edinburgh, Scotland, July 23-27,
13, 382-385.
Jovanka Panić, Vidović, V. 2006: Heritabilnost važnijih svojstava mlečnosti krava simentalske rase.
Biotechnology in Animal Husbandry 22 (1-2), p 55-64.
Kadarmideen, H.N., Thompson, R., Coeffey, M.P. and Kossaibati, M. A., 2003: Genetic
parameters and evaluation from single- and multiple- trait analyses of dairy cow fertility and milk
production. Livest. Prod. Sci., 81, 183-195.
Kaya I., Akbas Y., Uzmay C. 2003: Estimation of breeding values for dairy cattle using test-day
milk yields. Turk. J. Vet. Anim. Sci., 27, 459-464.
Kaya, I., Akbas Y. and Uzmay, C. 2003: Estimation of Breeding Values for Dairy Cattle Using
Test-Day Milk Yields. Turk J Vet Anim Sci 27 (2003) 459-464

51
Kaya, I., Akbas Y.and Uzmay, C. 2003: Estimation of breeding values for dairy cattle using test-day
milk yields. Turkish J. Vet. Anim. Sci., 27: 459-464.
Khan, M. S., Bilal, G. Bajwa, I. R., Rehman Z. and Ahmad S. 2008: Estimation of breeding
values of sahiwal cattle using Test Day milk yields Pakistan. Vet. J., 28(3): 131-135.
L.R.Schaeffer, J.Jamrozik, G.J. Kistemaker, and B.J. Van Doormaal 2000: Experience with a
Test Day model. J Dairy Sci 83:1135-1144.
Lidauer, M., and. Mantysaari, E. A. 1999: Multiple trait reduced rank random regression test-day
model for production traits. Proc. Ann. Interbull Meeting, Zurich, Switzerland, 1999. Interbull Bull.
22:74–80.
Machado, S.G. Freitas M.A.R. and Gadini C.H. 1999: Genetic parameters of Test Day milk zields
of holstein cows. Genetics and Molecular Biology, 22, 3, 383-38G6 e(n1e9t9ic9 ) Estação Experimental de
Zootecnia de Ribeirão Preto IZ/CPA/SAA-SP, Av.Bandeirantes, 2419, 14030-670 Ribeirão Preto, SP, Brasil.
McDowell R. E., Camoens, J. K., Van Vleck, L. D., Christensen, E. and E. Cabello Frias, E.
1975: Factors Affecting Performance o f Holsteins in Subtropical Regions of Mexico. Journal of Dairy
Science Vol. 59, No. 4 723-725
Meyer, K. 1997: An ‘average information’ restricted maximum likelihood algorithm for estimating
reduced rank genetic covariance matrices or covariance functions for animal models with equal design
matrices. Genet. Sel. Evol. 29:97–116.
Meyer, K., and Hill, W. G. 1997: Estimation of genetic and phenotypic covariance functions for
longitudinal or ‘repeated’ records by restricted maximum likelihood. Livest. Prod. Sci. 47:185–200.
Mostert, B.E. Theron, H.E. Kanfer, F.H.J. and van Marle-Köster, E. 2006: Comparison of
breeding values and genetic trends for production traits estimated by a Lactation Model and a Fixed
Regression Test-day Model. South African Journal of Animal Science 2006, 36 (2)
Othmane, M. H., Ben Hamouda M., and Hammami, H. 2004: Multivariate animal model
estimates of genetic, environmental and phenotypic correlations for early lactation milk yield and
composition in Tunisian Holstein-Friesians. Proc. 2004 Interbull Meeting, Sousse, Tunisia. Interbull Bull.
32:129–132.
Petrović , M. D., Skalicki, Z., Petrović, M. M., Bogdanović V. 2009: Uticaj sistematskih faktora
na mlečnost krava simentalske rase u celim laktacijama. Biotechnology in Animal Husbandry 25 (1-2), p 61-
71.
Petrović, M.M., Sretenović, Lj., Bogdanović, V., Perišić, P., Aleksić, S., Pantelić¹, V., Petrović,
M.D., Novaković, Ž. 2009: Kvantitativna analiza genetskog unapređenja fenotipova mlečnosti krava
simentalske rase. Biotechnology in Animal Husbandry 25 (1-2), p 45-51.
Pryce, J.E. 1997: Genetics of health and fertility in dairy cattle. The University of Edinburg UK. PhD
thesis.
Ptak E., Satola A., Czaja H. 2004: Prediction of 305-day lactation milk, fat and protein yields using
Legendre polynomials and test-day yields from different parts of lactation. Animal Science Papers and
Reports year: 2004, vol: 22, number: 2, pages: 173-183
Ptak, E., and Schaeffer, L. R. 1993: Use of test day yields for genetic evaluation of dairy sires and
cows. Livestock Prod. Sci. 34: 23-34.
Reents, R., Dopp, L. Schmutz M. and Reinhardt, F. 1998: Impact of application of a test-day
model to dairy production traits on genetic evaluation of cows. Interbull Bull., 17: 49–54.
Reents, R., J. C. M. Dekkers, and L. R. Schaeffer. 1995a. Genetic evaluation for somatic cell score
with a multiple lactation test day model. J. Dairy Sci. 78:2858–2870.

52
Reents, R., J. Jamrozik, L. R. Schaeffer, and Dekkers, J. C. M. 1995b: Estimation of genetic
parameters for test day somatic cell score. J. Dairy Sci. 78:2847–2857.
Rekaya, R., Carabano, M. J. and Toro, M. A. 2000: Bayesian analysis of lactation curves of
Holstein-Fresian cattle using a non-linear model. J. Dairy Sci. 83:2691–2701.
Rekaya, R., Carabano, M. J., and Toro, M. A. 2000: Assessment of heterogeneity of residual
variance using change point techniques. Genet. Sel. Evol. 32:339–346.
Rekaya, R., Weigel, K.A. and Gianola D. 2001: Application of a Structural Model for Genetic
Covariances in International Dairy Sire Evaluations. Journal of Dairy Science Vol. 84 No. 6 1525-1530
Saatci, M., Ulutas, Z., Dewi, I.A. and Akkus, I., 2000: Environmental effects variance
components and estimated breeding values of milk yield for Holstein cows in Dalaman State farm.
Ataturk Univ. Ziraat Fakultesi Dergisi, 312, 97-101.
Sallam, M.T., El-Feel, F.M. and Khattab, A.S., 1990: Effect of genetic. and non-genetic factors
for productive and reproductive traits in Friesian cows in Egypt. El-Minia. J. Agric. Res. Egypt, 12, 521-
528.
Samore, A. B., Boettcher, P., Jamrozik J., Bagnato, A. and Groen. A. F., 2002: Genetic
parameters for production traits and somatic cell scores estimated with a multiple trait random
regression model in Italian Holsteins. 7th World Congress on Genetics Applied to Livestock Production,
Montpellier, France. Commun. no. 01-07.
Schaeffer, L. R., 2004: Application of random regression models in animal breeding. Livest. Prod. Sci.,
86: 35–45.
Schaeffer, L. R., and Dekkers J. C. M. 1994: Random regressions in animal models for test-day
production in dairy cattle. Proc. 5th World Congr. Genet. Appl. Livest Prod. Guelph, Ontario, Canada
XVIII:443–446.
Schaeffer, L.R. 1999: Quantitative Genetics and Animal Models. Lecture notes for ANSC*6370 –
University of Guelph, Department of Animal & Poultry Science.Ontario, Canada.
Sezedsharifi, R., Eskandari-Nasab, M.P. and Sobhani, A. 2008: Estimation of Genetic
Parameters and Breeding Values for Test Day and 305 Days Mlk Yields in some Iranian Holstein
Herd. Journal of Animal and Veterinary Advances 7 (11): 1422-1425.
Smith, C. 1983: Effects of Change in Economic Weights on the Efficiency of Index Selection. J.
Anim. Sci. 56, 1057-1063.
Swalve H. H. 2000: Theoretical Basis and Computational Methods for Different Test-Day Genetic
Evaluation Methods. J. Dairy Sci 83:1115–1124.
Swalve, H. H. 1995a: The effect of test day models on the estimation of genetic parameters and
breeding values for dairy yield traits. J. Dairy Sci. 78: 929-938.
Swalve, H. H. 1995b: Test day models in the analysis of dairy production data - a review. Arch. Tierz.,
Dummerstorf, 38 (6): 591-612.
Swalve, H.H. 2000: Theoretical basis and computational methods for different Test-Day genetic
evaluation methods ; J Dairy Sci 83:1115-1124.
Test-day models for South African dairy cattle for participation in international evaluations. South
African Journal of Animal Science 2006, 36 (1)
Trivunovic Snežana, 2006: - Genetski trend prinosa mleka i mlečne masti u progenom testu bikova
za veštačko osemenjavanje. Doktorska disertacija, Novi Sad
Van der Werf, J. 2003: Introduction to Mixed Models. Armidale Animal Breeding Summer Course -
lecture notes.

53
Van Vleck, L. D., Wadell L. H. and Henderson, C. R. 1961: Components of Variance Associated
with Milk and Fat Records of Artificially Sired Holstein Daughters. Journal of Animal Science 20:812-816
Vargas, B., Perez, E. and Van Arendonk, J.A.M. 1998: Analysis of Test Day Yield Data of Costa
Rican Dairy Cattle J Dairy Sci 81:255–263.
Veerkamp, R. F., and Goddard, M. E. 1998: Covariance functions across herd production levels
for test day records on milk, fat, and protein yields. J. Dairy Sci. 81:1690–1701.
Vidović, V. 1987: Heritabilnost svojstava mlečnosti pri različitom nivou proizvodnje u prvoj laktaciji.
Stočarstvo, 41, 3-4, 85-87.
Vidović, V. 1990: Genetske promene u proizvodnji mleka i nekim svojstvima plodnosti holštajn
goveda. Stočarstvo, 44, 3-4, 149-160.
Vidović,V.S. 2009: Principi i metodi oplemenjivanja domacih životinja. strana 13-14 72-73, 110, 275,
276.
Visscher, P. M. and Thompson R., 1992: Univariate and multivariate parameter estimates for milk
production traits using an animal model. I. Description and results of REML analyses. Genetics Selection
Evoluation, 24, 415-430.
Wanton, L. Jones, L. R., Everett, R. W. and Kachman, S. D. 1992: Estimating Milk, Fat, and
Protein Lactation Curves with a Test Day Model. Journal of Dairy Scimce Vol. 75, No. 6, J Dairy Sci
75:1691-1700.
Welper, R.d. and Freeman, A.E. 1992: Genetic parameters for yield traits of Holsteins including
lactose and somatic cell score. J. Dairy sci. 75, 1342-1348.
Wiggans G.R. and Goddard M.E. 1997: A computationally feasible Test Day model for genetic
evaluation of yield traits in the US; J Dairy Sci 80:1795–1800.
Wilmink, J. B. M. 1987: Ađustment of test-day milk, fat, and protein yields for age season and stage
of lactation. Livest. Prod. Sci. 16:335–348.
Wood, P. D. P. 1967: Algebraic model of the lactation curve in cattle. Nature 216:164–165.
World Holstein Friesian Federation: WHFF – statistics. www.whff.info/info/statistics.php
Yanka Tsvetanova 2004: Linear models for breeding value estimation of diary cattle based on Test
Day records. Trakia Journal of Sciences, Vol. 2, No. 3, pp 65-69, 2004.
Zavadilova, L., Nimcova, E., Poibyl J. and J. Wolf, 2005. Definition of subgroups for fixed
regression in the test-day animal model for milk production of Holstein cattle in the Czech Republic.
Czech J. Anim. Sci., 50: 7–13.

54
Biografija

Ana-Mira Radaković rođena je u Novom Sadu 14.10.1972 godine. Srednju medicinsku školu, završila je
u Novom Sadu 1991. godine, na smeru Stomatološke sestre tehničari. 1996. godine upisuje Poljoprivredni
fakultet u Novom Sadu i završava u roku, 2001. godine, sa prosečnom ocenom 8,23. Diplomirala je na
stočarskom smeru, na predmetu Genetika i oplemenjivanje domaćih životinja, sa ocenom 10. Diplomski rad
„Genetski trend osobina mlečnosti bikova holštajn frizijske rase u SR Jugoslaviji“ takođe je bio predstavljen na
smotri studentskih radova Gödöllő, Mađarska u novembru 2001. i u Novom Sadu, u novembru 2001.
Postdiplomske studije upisuje 2003. godine, na predmetu Genetika i oplemenjivanje domaćih životinja.
Zaposlena je u Carlsberg Srbija D.O.O., kao specijalsta nabavke. Majka je dvoje dece.

55