中国荷斯坦奶牛K-酪蛋白基因多态性与泌乳性能关联性分析

牛乳酪蛋白基因多态性研究进展赵烜影，刘振民，雍靖怡，穆海菠，李 楠*（乳业生物技术国家重点实验室，上海乳业生物工程技术研究中心，光明乳业股份有限公司乳业研究院，上海 200436）摘 要：牛乳被称为“白色血液”，是最理想的天然食品之一，富含蛋白质、乳脂、钙、维生素和人体必需的8 种氨基酸，也被称为“接近完美的食品”。

但我国的牛乳多用于液态乳的加工，其营养价值未得到充分利用。

酪蛋白基因多态性被认为会影响乳产量、乳的理化特性和营养成分、乳制品加工特性以及营养价值，因此得到学者们的重视。

本文对现有研究中关于酪蛋白基因多态性及其检测方法和应用进行归纳总结，为奶牛的定向选育、改善牛乳品质、精准开发功能性乳制品提供一定参考。

关键词：酪蛋白；多态性；检测方法；加工特性；人体健康Progress in the Study of Bovine Milk Casein Gene PolymorphismZHAO Xuanying, LIU Zhenmin, YONG Jingyi, MU Haibo, LI Nan *(Shanghai Engineering Research Center of Dairy Biotechnology, State Key Laboratory of Dairy Biotechnology,Dairy Research Institute, Bright Dairy and Food Co. Ltd., Shanghai 200436, China)Abstract: Bovine milk is known as the “white blood” and is one of the most ideal natural foods, rich in protein, milk fat, calcium, vitamins and the eight essential amino acids, also known as a near-perfect food. However, in China, cow ’s milk is mostly used for liquid milk processing, and its nutritional value has not been fully utilized. Casein gene polymorphisms are thought to affect milk yield, physicochemical properties and nutritional composition, dairy product manufacturing performance and nutrition, and hence have received much attention from scholars. In this paper, we summarize the existing studies on casein gene polymorphism, the methods used for its detection, and its application, hoping to provide some reference for the targeted breeding of dairy cows, the improvement of milk quality, and the precise development of functional dairy products.Keywords: casein; polymorphism; detection methods; processing performance; human health DOI:10.15922/ki.jdst.2021.01.009中图分类号：TS252.1 文献标志码：A 文章编号：1671-5187（2021）01-0044-07引文格式：赵烜影, 刘振民, 雍靖怡, 等. 牛乳酪蛋白基因多态性研究进展[J]. 乳业科学与技术, 2021, 44(1): 44-50. DOI:10.15922/ki.jdst.2021.01.009. ZHAO Xuanying, LIU Zhenmin, YONG Jingyi, et al. Progress in the study of bovine milk casein gene polymorphism[J]. Journal of Dairy Science and Technology, 2021, 44(1): 44-50. DOI:10.15922/ki.jdst.2021.01.009. 收稿日期：2020-10-26基金项目：“十三五”国家重点研发计划重点专项（2018YFC1604205）；上海乳业生物工程技术研究中心项目（19DZ2281400）第一作者简介：赵烜影（1993—）（ORCID: 0000-0002-0478-2455），女，硕士，研究方向为乳品营养与加工。

中国荷斯坦牛乳蛋白分子遗传多态性和产奶性状相关性的研究赵春江;李宁
【期刊名称】《黄牛杂志》
【年(卷),期】1999(025)001
【摘要】从北京两个主要牛场共采得１８７头中国荷斯坦奶牛的血样，提取基因组ＤＮＡ，通过ＰＣＲ－ＲＦＬＰ方法对Ｋａｐｐａ酪蛋白、Ｂｅｔａ乳球蛋白（βｌｇ）和Ａｌｐｈａ乳白蛋白（α－ｌａ）进行了基因型的鉴定，并结合产奶性状进行统计分析，结果表明，牛群中上述３种乳蛋白基因的基因频率分别为Ｋ－ｃｎＡ７９％，Ｋ－ｃａＢ２１％，β－ｌｇＡ４３％，β－ｌｇＢ５７％，α－ｌｇＢ１００％，Ｋ－ＣＮ和β－ｌｇ基因位眯对产奶量没
【总页数】4页(P13-16)
【作者】赵春江;李宁
【作者单位】中国农业大学动物科学技术学院动物遗传育种系;中国农业大学农业生物技术国家重点实验室
【正文语种】中文
【中图分类】S823.2
【相关文献】
1.中国荷斯坦牛STAT5A基因遗传多态性与泌乳性状的相关分析 [J], 鲍斌;房兴堂;陈宏;张润锋;严林俊;张海军
2.中国荷斯坦牛IL8基因遗传多态性与泌乳性状以及体细胞评分的关联 [J], 陈仁
金;杨章平;毛永江;陈莹;常玲玲;冀德君;吴海涛;李云龙;李锐
3.中国荷斯坦牛乳中体细胞数与产奶性能相关性的研究 [J], 夏敏;薛小刚;郭秀英;鲍士兵;
4.河北省中国荷斯坦牛产奶和体型性状遗传参数分析 [J], 彭朋;李建明;蒋桂娥;杨晨东;马亚宾;倪俊卿;孙东晓
5.中国荷斯坦牛催乳素基因A8398G多态性与产奶性状相关性分析 [J], 王丽娟;李秋玲;王洪梅;李建斌;王志玉;王长法;侯明海;仲跻峰
因版权原因，仅展示原文概要，查看原文内容请购买。

奶牛的泌乳行为由神经内分泌系统分泌的多种激素和乳腺分泌的多种生长因子协同调控[1]，其中，以生长激素（growth hormone ，GH ）为核心的生长激素轴对奶牛泌乳起重要的调控作用[2]。

但是，GH 作为生物大分子，无法直接穿透细胞膜，故需要与位于靶细胞膜上的生长激素受体（growth hormone receptor ，摘要：为明确GHR 基因F279Y 位点对河北地区中国荷斯坦奶牛泌乳性能的影响，以河北地区859头中国荷斯坦牛为试验材料，采用PCR-RFLP 法对GHR 基因F279Y 位点进行了遗传多态性分析，并利用混合动物模型分析了GHR 基因F279Y 位点突变对乳脂率、乳脂量、乳蛋白率、乳蛋白量和305d 产奶量5个泌乳性状的影响。

结果表明：共检测到TT 、TA 和AA 计3种基因型，其频率分别为0.3946、0.5448和0.0605；等位基因T 和A 的频率分别为0.6671和0.3329。

该碱基突变对乳脂率的影响达到了显著水平，而对乳脂量、乳蛋白率、乳蛋白量和305d 产奶量影响不显著；多重比较结果表明，TT 基因型的乳脂率显著高于AA 基因型；AA 和TA 、TT 和TA 基因型之间无显著差异。

说明GHR 基因突变对河北地区中国荷斯坦奶牛泌乳性状有较大的遗传效应，可用于泌乳性状的分子标记辅助选择。

关键词：中国荷斯坦牛；GHR 基因；泌乳性状；PCR-RFLP ；关联分析中图分类号：S823.9+1文献标识码：A 文章编号：1008-1631（2018）06-0060-05收稿日期：2018-12-04基金项目：河北省现代农业科技创新工程项目（F18R31）；河北省现代农业产业技术体系肉牛产业创新团队建设项目（HBCT20181302）作者简介：王思伟（1989-），女，河北石家庄人，助理研究员，硕士，主要从事反刍动物遗传育种与繁殖研究。

E-mail ：****************。

奶牛催乳素基因多态性及其与产奶性状的关联解析本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！催乳素( prolactin，PRL) 是一种主要由垂体前叶分泌的单链多肽类激素。

与促肾上腺皮质激素、生长激素同为应激反应中腺垂体分泌的三大激素。

牛PRL 基因位于23 号染色体上，由5 个外显子和4 个内含子组成。

PRL 通过与靶细胞表面的催乳素受体( prolactin receptor，PRLR ) 结合，从而启动JAK2 /STAT5 信号传导通路，进而激活STAT5 因子，使其作用于乳蛋白基因启动子区的靶序列，启动或增强以乳蛋白基因启动子为作用元件的靶基因的表达。

Lewin 等于1992 年在PRL 基因外显子3 上发现了突变，随着检测方法的成熟与发展，国内外学者关于PRL 基因的研究日渐丰富。

曹新等于2002 年首次克隆得到牛PRL 基因的全长序列，袁峰等在水牛群体中研究PRL 基因外显子2 的多态性，李吉涛等对PRL 基因非编码序列与奶牛产奶性状相关研究，贾祥捷等在牛PRL 基因5’侧翼序列中发现2个多态位点，郑新宝等在新疆地区中国荷斯坦中验证了PRL 基因外显子3 多态性对泌乳性状有影响。

国外学者中Khaizaran 等、Alfonso 等分别在不同地域和品种的泌乳牛群体中证实PRL 基因多态性对泌乳性状的影响。

学者们对于荷斯坦等泌乳牛PRL 的研究多集中于其外显子3 和外显子4 上，而对于非编码序列的研究则较为少见，本研究以中国北方寒区澳系荷斯坦奶牛群体PRL 基因5’侧翼区调控序列为研究对象，通过PCR - RFLP 结合测序技术寻找该序列上的突变位点，结合基因型检测结果，分析不同基因型个体在泌乳性状间的差异，从而判断该群体中PRL 基因5’侧翼调控序列多态性与奶牛泌乳性状之间是否存在关联性，为该群体今后的选育工作提供参考，也为进一步开展奶牛PRL 基因非编码序列上潜在遗传标记的研究提供基础数据。

中国荷斯坦牛leptin基因多态性及其与产奶性能的关系的开题报告一、研究背景与意义荷斯坦牛作为牛奶生产的主要品种之一，其产奶性能一直是畜牧学研究的重点之一。

Leptin是一种多功能激素，能够影响生长、胰岛素分泌、饥饿感控制以及能量代谢等生理功能。

而关于中国荷斯坦牛Leptin基因多态性与产奶性能的关系，目前尚未有深入的研究。

因此，本研究旨在探究中国荷斯坦牛Leptin基因多态性及其与产奶性能的关系，为其良种选育和优化生产提供科学依据。

二、研究内容与方法1.研究内容：通过集中采集中国荷斯坦牛种群的血样，并利用PCR-RFLP技术对其Leptin基因多态性进行检测与分析。

同时，采集相应的产奶性能数据，如产乳量、乳脂率、乳蛋白率等，并对其进行统计学分析。

最后，探讨荷斯坦牛Leptin基因多态性与产奶性能的相关性。

2.研究方法：（1）样本采集：采集中国荷斯坦牛种群的血样，并进行样本处理。

（2）PCR扩增：选取Leptin基因内的目标序列，设计引物并进行PCR扩增。

（3）RFLP分析：在PCR扩增的基础上，利用限制性内切酶进行RFLP分型。

（4）产奶性能数据采集：通过标准的产奶性能测试方法，采集荷斯坦牛的产奶性能数据。

（5）数据统计分析：采用SPSS软件对产奶性能数据进行统计学分析，并探讨荷斯坦牛Leptin基因多态性与产奶性能的相关性。

三、预期成果本研究预期能够探究中国荷斯坦牛Leptin基因多态性与产奶性能的关系，为其良种选育和优化生产提供科学依据。

在方法和技术上能够更好地熟练掌握PCR-RFLP技术，为以后的动物分子遗传学研究打下基础。

此外，本研究的实验操作也将增加我们的实验技能，提高实验水平。

中国农学通报2015,31(26):26-30Chinese Agricultural Science Bulletin中国荷斯坦奶牛TBX21基因与产奶性状及体细胞数的遗传效应分析孟洪1，赵凤2，盛熙晖1，齐晓龙1，常迪1，邢书涵1，刘林2，李俊雅3，郭勇1，倪和民1（1北京农学院动物科技学院，北京102206；2北京奶牛中心，北京100192；3农科院北京畜牧兽医研究所，北京100193）摘要：为鉴定与奶牛产奶性状和乳房炎抗性相关的遗传标记，为将来的分子育种提供理论基础，以383头中国荷斯坦母牛（均为2胎牛）为研究对象，利用直接测序法及飞行时间质谱法首次寻找TBX21基因5'和3'侧翼区的SNP位点，进而对这些多态性位点与中国荷斯坦牛4个泌乳性状（305天产奶量、乳脂率、乳蛋白率、乳糖率）和体细胞数进行关联分析。

结果表明：在TBX21基因5'和3'侧翼区存在2个SNP位点，一个是在3'侧翼区1091bp处A→G的突变，一个是3'侧翼区654bp处A→C的突变；这2个位点均处于哈代-温伯格(Hardy-Weinberg)平衡状态。

关联分析结果表明，rs207725545位点AA基因型个体的4种泌乳性状和体细胞数均高于CC型个体(P>0.05)；rs110420592位点GG基因型个体的产奶量和乳糖率高于AA型个体(P>0.05)，AA基因型个体的乳脂率和乳蛋白率高于GG型个体(P>0.05)，而GA基因型个体的体细胞数略高于其他2种基因型个体(P>0.05)。

因此，在本试验群体中，TBX21基因的rs110420592和rs207725545两个位点与产奶性状和体细胞数无显著关联，后续需要扩大群体对TBX21基因的其他位点进行遗传效应分析。

关键词：中国荷斯坦奶牛；泌乳性状；TBX21基因；SNP；关联分析中图分类号：S813.3文献标志码：A论文编号：casb15050173Genetic Effects of TBX21Gene on Milk Production Traits and SCC of Chinese Holstein CowsMeng Hong1,Zhao Feng2,Sheng Xihui1,Qi Xiaolong1,Chang Di1,Xing Shuhan1,Liu Lin2,Li Junya3,Guo Yong1,Ni Hemin1(1College of Animal Science and Technology,Beijing University of Agriculture,Beijing102206;2Beijing Dairy Cattle Center,Beijing100192;3Institute of Animal Sciences of CAAS,Beijing100193) Abstract:In order to identify the genetic markers associated with milk production and mastitis resistance,and provide theoretical basis for molecular breeding,383Chinese Holstein cows(all were the2nd parity)were chosen as study animals.Direct sequencing and time of flight mass spectrometry were used to find polymorphisms in5'and3'-flanking region of TBX21gene.Then association of the two polymorphic sites with the4milk production traits including milk yield,fat percentage,protein percentage and lactose percentage and SCC(somatic cell count)was analyzed.The results showed that two polymorphic sites were detected in5'and基金项目：2013年度北京市教委北京市属高等学校创新团队建设与教师职业发展计划项目“体细胞转基因克隆肉牛新品系培育与利用”(PXM2013_ 014207_000067)；2015年度北京市奶牛产业技术体系北京市创新团队(5075237007/002)；2013年国家863科技支撑计划“奶牛养殖业节能减排关键技术研究与示范”(2013BAD21B01)。

动物营养学报２０２０，３２（７）：３１９９⁃３２１３ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＡｎｉｍａｌＮｕｔｒｉｔｉｏｎ㊀ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００６⁃２６７ｘ．２０２０．０７．０３０北京地区不同泌乳水平中国荷斯坦奶牛乳成分模型建立及相关性分析吴富鑫１㊀童津津１∗㊀张㊀华１㊀毛胜勇２㊀熊本海３㊀麻㊀柱４∗∗㊀蒋林树１∗∗（１．北京农学院动物科学技术学院，奶牛营养学北京市重点实验室，北京１０２２０６；２．南京农业大学动物科技学院，南京２１００９５；３．中国农业科学院北京畜牧兽医研究所，北京１００１９３；４．北京奶牛中心首农集团，北京１０００８５）摘㊀要：为探索北京地区不同泌乳水平中国荷斯坦奶牛泌乳量和乳成分特征，本研究应用曲线回归分析方法构建泌乳量及乳成分变化规律模型㊂以２０１６ ２０１９年北京地区中国荷斯坦奶牛的阿菲金在线乳成分分析仪记录的数据为基础，构建泌乳量和乳成分随泌乳天数变化的模型，分析不同泌乳水平中国荷斯坦奶牛的乳成分－泌乳天数曲线的差异性以及泌乳量和电导率与各乳成分之间的相关关系㊂结果表明：不同泌乳水平的中国荷斯坦奶牛在乳成分和泌乳量上均存在极显著差异（Ｐ＜０．０１）㊂对各曲线模型进行对比分析发现，三次方模型能较好地拟合北京地区不同泌乳水平中国荷斯坦奶牛各乳成分－泌乳天数曲线㊂不同泌乳阶段的高㊁低产奶牛的乳糖率㊁乳脂率㊁乳蛋白率和脂蛋比与泌乳量及电导率均具有显著或极显著相关性（Ｐ＜０．０５或Ｐ＜０．０１）㊂由此可知，泌乳量和电导率是引起乳成分改变的重要因素，因此，对不同泌乳水平的奶牛分别拟合分析具有一定的实践指导意义㊂关键词：奶牛；泌乳量；乳成分；曲线回归分析中图分类号：Ｓ８２３．９＋１㊀㊀㊀㊀文献标识码：Ａ㊀㊀㊀㊀文章编号：１００６⁃２６７Ｘ（２０２０）０７⁃３１９９⁃１５收稿日期：２０２０－０１－０９基金项目： 十三五 国家重大科技专项（２０１６ＹＦＤ０７００２０１，２０１６ＹＦＤ０７００２０５，２０１７ＹＦＤ０７０１６０４）；北京市现代农业产业技术体系奶牛创新团队；国家自然科学基金（３１８０２０９１，３１７０２３０２，３１７７２６２９）作者简介：吴富鑫（１９９５ ），男，山东济宁人，硕士研究生，研究方向为奶牛营养与免疫㊂Ｅ⁃ｍａｉｌ：２９９６４４０４３２＠ｑｑ．ｃｏｍ∗同等贡献作者∗∗通信作者：麻㊀柱，高级畜牧师，Ｅ⁃ｍａｉｌ：138****3288＠163．com ；蒋林树，教授，博士生导师，Ｅ⁃ｍａｉｌ：ｋｊｘｎｂ＠ｖｉｐ．ｓｉｎａ．ｃｏｍ㊀㊀随着我国奶业的发展和人们对食品安全愈发的重视［１］，以及畜牧行业的法律法规及奶业行业标准日益完善［２］，使得牛奶收购企业对牛奶的质量要求越来越高［３］㊂奶牛的健康与牛奶的产量及品质直接决定着奶农的经济效益，且牛奶中的多种乳成分（乳糖㊁乳脂㊁乳蛋白和体细胞数）是决定乳品质量的关键性指标，同时也是衡量奶牛能量平衡和乳腺生理及健康情况的重要指征［４］㊂研究表明，牛奶中乳成分的含量受泌乳量㊁季节㊁胎次㊁泌乳阶段㊁挤奶次数㊁饲粮类型㊁饲粮组成以及奶牛健康状况等各种因素的影响［５］㊂因此，了解乳成分随泌乳时间㊁泌乳量等因素的变化规律，对提高奶牛乳品品质㊁保障奶牛生理健康至关重要㊂㊀㊀随着农业现代化的发展，高新的数字化㊁自动化的检测设备正逐步应用于养殖业当中，使得养殖场的管理更加智能化和信息化［４］㊂阿菲金在线乳成分分析仪是一个可以统计每头牛每班次泌乳量，并实时检测其乳成分变化的工具，其中的电磁阀可以对当前栏位挤奶奶牛牛奶的电导率进行检测，并将所得数值存入系统㊂该系统可直接对相关的乳成分进行检测，从而避免了牛奶装置分离㊁人员采集㊁样品运输㊁奶牛牛群改良（ＤＨＩ）分析（测试的标样校正㊁奶样预热㊁奶样混合）等诸多环节的污染和误差的产生［６－７］；并且，其每天所产生㊀动㊀物㊀营㊀养㊀学㊀报３２卷的大量实时数据，也是ＤＨＩ技术每周或是每月采集样本进行分析所不能比拟的㊂因此，阿菲金在线乳成分分析仪可以更为准确地拟合奶牛泌乳量和乳成分的变化规律，对奶牛的饲养管理㊁遗传育种及经济效益分析具有非常重要的作用㊂㊀㊀本研究旨在运用阿菲金在线乳成分分析仪，探究北京地区不同泌乳水平中国荷斯坦奶牛乳成分的变化规律，并对比分析泌乳量和电导率与各项乳成分之间的相关性，以期为保障奶牛健康㊁提高乳品品质提供科学依据和理论支持㊂１㊀材料与方法１．１㊀试验仪器㊀㊀在线乳成分分析仪３２台（ＡｆｉＦａｒｍ３．Ｘ，阿菲金，以色列）㊂１．２㊀试验动物及饲养管理㊀㊀按牛场正常饲养条件进行，每天饲喂３次，自由采食，自由饮水，每天０６：００㊁１３：００和２０：００利用阿菲金管道式挤奶系统挤奶３次，牛群为散栏式饲养㊂所采用的奶牛饲粮参照ＮＲＣ（２００１）配制，以全混合日粮（ＴＭＲ）形式饲喂，其组成及营养水平见表１㊂饲粮部分营养水平的测定方法如下：参照ＧＢ／Ｔ６４３２ １９９４测定粗蛋白质含量，参照ＧＢ／Ｔ６４３３ ２００６测定粗脂肪含量，参照ＧＢ／Ｔ６４３４ ２００６测定酸性洗涤纤维和中性洗涤纤维含量，参照ＧＢ／Ｔ６４３５ ２００２测定钙含量，参照ＧＢ／Ｔ６４３６ ２００２测定磷含量㊂表１㊀ＴＭＲ组成及营养水平（干物质基础）Ｔａｂｌｅ１㊀ＣｏｍｐｏｓｉｔｉｏｎａｎｄｎｕｔｒｉｅｎｔｌｅｖｅｌｓｏｆｔｈｅＴＭＲ（ＤＭｂａｓｉｓ）％项目Ｉｔｅｍｓ含量Ｃｏｎｔｅｎｔ原料Ｉｎｇｒｅｄｉｅｎｔｓ苜蓿干草Ａｌｆａｌｆａｈａｙ１３．３４羊草Ｌｅｙｍｕｓｃｈｉｎｅｎｓｉｓ１１．２０玉米Ｃｏｒｎ１５．７３全棉籽Ｗｈｏｌｅｃｏｔｔｏｎｓｅｅｄ３．１９青贮玉米Ｍａｉｚｅｓｉｌａｇｅ２８．５７干酒糟及其可溶物ＤＤＧＳ２．９９蒸汽压片玉米Ｓｔｅａｍ⁃ｆｌａｋｅｄｃｏｒｎ７．１６豆粕Ｓｏｙｂｅａｎｍｅａｌ１１．５３棉籽粕Ｃｏｔｔｏｎｓｅｅｄｍｅａｌ３．８７预混料Ｐｒｅｍｉｘ１）１．９６续表１项目Ｉｔｅｍｓ含量Ｃｏｎｔｅｎｔ食盐ＮａＣｌ０．４６合计Ｔｏｔａｌ１００．００营养水平Ｎｕｔｒｉｅｎｔｌｅｖｅｌｓ２）产奶净能ＮＥＬ／（ＭＪ／ｋｇ）７．２６粗脂肪ＥＥ４．９７粗蛋白质ＣＰ１７．３５中性洗涤纤维ＮＤＦ３０．８０酸性洗涤纤维ＡＤＦ１６．５０钙Ｃａ０．７４磷Ｐ０．４１㊀㊀１）每千克预混料含有Ｏｎｅｋｇｏｆｐｒｅｍｉｘｃｏｎｔａｉｎｅｄｔｈｅｆｏｌｌｏｗｉｎｇ：Ｃｕ１２３０ｍｇ，Ｚｎ４９５０ｍｇ，Ｍｎ１７６０ｍｇ，Ｉ５０ｍｇ，Ｓｅ６１ｍｇ，ＶＡ２３００００ＩＵ，ＶＤ３５００００ＩＵ，ＶＥ１０００ＩＵ㊂㊀㊀２）产奶净能为计算值，其他营养水平为实测值［８］㊂ＮＥＬｗａｓａｃａｌｃｕｌａｔｅｄｖａｌｕｅ，ｗｈｉｌｅｔｈｅｏｔｈｅｒｎｕｔｒｉｅｎｔｌｅｖｅｌｓｗｅｒｅｍｅａｓｕｒｅｄｖａｌｕｅｓ［８］．１．３㊀试验设计及方法㊀㊀利用阿菲金在线乳成分分析仪测定的日泌乳量㊁电导率㊁乳脂率㊁乳蛋白率㊁乳糖率㊁乳脂率／乳蛋白率（脂蛋比）的每日数据，分别对２０１６ ２０１９年北京地区的２４５５头平均体重为（６２６．２５ʃ１１３．３７）ｋｇ㊁平均胎次为（２．８ʃ０．６）胎（胎次范围为１ ９胎）㊁干物质采食量为（２３．６５ʃ６．２３）ｋｇ／ｄ（干物质采食量范围为８．３４ ３６．１５ｋｇ／ｄ）的中国荷斯坦奶牛的剔除兽医诊断疾病的异常数值后的每项３０８３２７条数据进行分析，将牛只按泌乳期内的日平均泌乳量分为高产组（日平均泌乳量大于４０ｋｇ／ｄ）㊁中产组（日平均泌乳量３０ ４０ｋｇ／ｄ）和低产组（日平均泌乳量小于３０ｋｇ／ｄ），拟合分析不同泌乳水平奶牛在整个泌乳期内的数据并建立相关模型㊂数据采集标准如下：排除泌乳天数小于２００ｄ和大于３０５ｄ的数据，并去除体细胞数过高的异常值之后进行相关性分析和模型建立，其中泌乳量范围为６．９ ７５．３ｋｇ／ｄ，乳脂率范围为１．９５％ ９．６７％，乳蛋白率范围为２．０１％ ４．２１％，乳糖率范围为４．１６％ ５．７０％，脂蛋比范围为０．２１ ６．００，电导率范围为５．７１ １７．４０ｍｓ／ｃｍ㊂１．４㊀统计与分析㊀㊀数据采用Ｅｘｃｅｌ２００７和ＳＰＳＳ２２．０软件分别进行初步处理和回归曲线估计模型建立；采用００２３７期吴富鑫等：北京地区不同泌乳水平中国荷斯坦奶牛乳成分模型建立及相关性分析ＬＳＤ法进行多重检验，决定系数（Ｒ２）越接近１拟合度越好㊂Ｐ＜０．０１表示差异极显著；Ｐ＜０．０５表示差异显著㊂２㊀结果与分析２．１㊀不同泌乳水平奶牛乳成分之间的差异性㊀㊀不同泌乳水平奶牛乳成分分析如表２所示㊂各组之间的泌乳量㊁电导率㊁乳脂率㊁乳蛋白率㊁乳糖率㊁乳脂产量㊁乳糖产量㊁乳蛋白产量和脂蛋比均具有极显著的差异（Ｐ＜０．０１）㊂低产组奶牛的乳蛋白率㊁乳脂率㊁乳糖率以及脂蛋比均极显著高于高产组和中产组奶牛（Ｐ＜０．０１），同时中产组奶牛极显著高于高产组奶牛（Ｐ＜０．０１）；低产组奶牛的电导率㊁乳糖产量㊁乳脂产量㊁乳蛋白产量极显著低于中产组和高产组奶牛（Ｐ＜０．０１），同时中产组奶牛极显著低于高产组奶牛（Ｐ＜０．０１）㊂表２㊀不同泌乳水平奶牛乳成分分析Ｔａｂｌｅ２㊀Ｍｉｌｋｃｏｍｐｏｓｉｔｏｎａｎａｌｙｓｉｓｏｆｄａｉｒｙｃｏｗｓｗｉｔｈｄｉｆｆｅｒｅｎｔｌａｃｔａｔｉｏｎｌｅｖｅｌｓ项目Ｉｔｅｍｓ低产组Ｌｏｗｙｉｅｌｄｇｒｏｕｐ（ｎ＝４４５１６）中产组Ｍｉｄｄｌｅｙｉｅｌｄｇｒｏｕｐ（ｎ＝１４００６０）高产组Ｈｉｇｈｙｉｅｌｄｇｒｏｕｐ（ｎ＝５１０９８）全群平均值Ｔｏｌａｌａｖｅｒａｇｅ（ｎ＝２３５６７４）Ｐ值Ｐ⁃ｖａｌｕｅ泌乳量Ｌａｃｔａｔｉｏｎｙｉｅｌｄ／（ｋｇ／ｄ）２７．７２ʃ６．３０Ｃ３５．３２ʃ７．０７Ｂ４４．７０ʃ８．６０Ａ３５．９２ʃ９．１０＜０．０１电导率Ｃｏｎｄｕｃｔｉｖｉｔｙ／（ｍｓ／ｃｍ）８．７８ʃ０．７７Ｃ８．８８ʃ０．６２Ｂ９．０８ʃ０．６１Ａ８．９１ʃ０．６６＜０．０１乳脂率Ｍｉｌｋｆａｔｐｅｒｃｅｎｔａｇｅ／％４．０８ʃ０．６４Ａ３．９７ʃ０．６５Ｂ３．６９ʃ０．６９Ｃ３．９３ʃ０．６７＜０．０１乳蛋白率Ｍｉｌｋｐｒｏｔｅｉｎｐｅｒｃｅｎｔａｇｅ／％３．８３ʃ０．５１Ａ３．７８ʃ０．５２Ｂ３．６４ʃ０．５２Ｃ３．７６ʃ０．５２＜０．０１乳糖率Ｌａｃｔｏｓｅｐｅｒｃｅｎｔａｇｅ／％５．０９ʃ６．１８Ａ５．０２ʃ３．４２Ｂ４．９３ʃ０．２０Ｃ５．０１ʃ３．７５＜０．０１脂蛋比Ｆａｔｔｏｐｒｏｔｅｉｎｒａｔｉｏ１．０６ʃ０．５９Ａ１．０３ʃ０．５３Ｂ０．９４ʃ０．３５Ｃ１．０２ʃ０．５１＜０．０１乳脂产量Ｍｉｌｋｆａｔｙｉｅｌｄ／ｋｇ１１１．７９ʃ２５．１９Ｃ１３８．５６ʃ２８．０６Ｂ１６２．１２ʃ３２．５６Ａ１３８．８１ʃ３２．８３＜０．０１乳蛋白产量Ｍｉｌｋｐｒｏｔｅｉｎｙｉｅｌｄ／ｋｇ１０５．８５ʃ２５．３１Ｃ１３３．０９ʃ３０．３５Ｂ１６１．８３ʃ３５．９３Ａ１３４．３９ʃ３５．６５＜０．０１乳糖产量Ｌａｃｔｏｓｅｙｉｅｌｄ／ｋｇ１４１．５２ʃ４０．５９Ｃ１７７．５２ʃ４１．３５Ｂ２２０．５３ʃ４３．０７Ａ１８０．３６ʃ４２．５８＜０．０１㊀㊀３组之间，同行数据肩标不同大写字母表示差异极显著（Ｐ＜０．０１）㊂㊀㊀Ｖａｌｕｅｓｉｎｔｈｅｓａｍｅｒｏｗａｍｏｎｇ３ｇｒｏｕｐｓｗｉｔｈｄｉｆｆｅｒｅｎｔｃａｐｉｔａｌｌｅｔｔｅｒｓｕｐｅｒｓｃｒｉｐｔｓｍｅａｎｅｘｔｒｅｍｅｌｙｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅ（Ｐ＜０．０１）．２．２㊀泌乳天数对不同泌乳水平奶牛泌乳量和各乳成分的影响及模型建立２．２．１㊀泌乳天数对不同泌乳水平奶牛泌乳量的影响及模型建立㊀㊀不同泌乳水平奶牛泌乳量和泌乳天数的拟合曲线如图１所示㊂对比分析各泌乳量－泌乳天数曲线模型发现，全群㊁低产组㊁中产组和高产组拟合较好的均为三次方模型，Ｒ２分别为０．９０７㊁０．９２０㊁０．８８４和０．８１２，且各模型均极显著（Ｐ＜０．０１），拟合方程分别为：全群，ｙ＝３．５２６ˑ１０－６ｘ３－０．００２ｘ２＋０．２６３ｘ＋３０．４６；低产组，ｙ＝３．２２９ˑ１０－６ｘ３＋０．００２ｘ２＋０．２３４ｘ＋２２．５９１；中产组，ｙ＝３．２０７ˑ１０－６ｘ３－０．００２ｘ２＋０．２４７ｘ＋２９．７７６；高产组，ｙ＝４．８０７ˑ１０－６ｘ３－０．００３ｘ２＋０．３３６ｘ＋３８．８８７㊂上述模型中的ｂ１㊁ｂ２㊁ｂ３及常数都不同，证明不同泌乳水平奶牛的拟合分析具有意义；同时，从Ｒ２可以看出低产组比中产组及高产组具有更好的拟合性㊂此外，全群㊁低产组㊁中产组和高产组奶牛分别于第５７㊁５６㊁５８和４７天到达了泌乳量最高峰（泌乳量分别达到４１．３㊁３２．５㊁４０．２和５２．６ｋｇ／ｄ）且维持后缓慢下降㊂２．２．２㊀泌乳天数对不同泌乳水平奶牛电导率的影响及模型建立㊀㊀不同泌乳水平奶牛电导率与泌乳天数的拟合曲线如图２所示㊂对比分析各电导率－泌乳天数曲线模型发现，全群㊁低产组㊁中产组以及高产组拟合较好的均为三次方模型，Ｒ２分别为０．８６０㊁０．８５４㊁０．８４７和０．８７３，且各模型均极显著（Ｐ＜０．０１），拟合方程分别为：全群，ｙ＝－１．３２４ˑ１０－８ｘ３＋２．４５７ˑ１０－６ｘ２＋０．００２ｘ＋８．６２７；低产组，ｙ＝－８．０７８ˑ１０－８ｘ３＋３．１３６ˑ１０－５ｘ２－０．００１ｘ＋８．６２３；中产组，ｙ＝－１．５４５ˑ１０－９ｘ３－８．９２８ˑ１０－７ｘ２＋０．００２ｘ＋８．６２２；高产组，ｙ＝１．９５４ˑ１０－８ｘ３－１．４９０ˑ１０－５ｘ２＋０．００５ｘ＋８．６４３㊂上述模型中的ｂ１㊁ｂ２㊁ｂ３及常数都不同，１０２３㊀动㊀物㊀营㊀养㊀学㊀报３２卷证明不同泌乳水平奶牛的电导率拟合分析具有意义；同时，从Ｒ２可以看出高产组比中产组及低产组具有更好的拟合性㊂㊀㊀ａ：全群；ｂ：低产组；ｃ：中产组；ｄ：高产组；ｅ：汇总㊂下图同㊂ａ：ｔｏｔａｌｄａｉｒｙｃｏｗｓ；ｂ：ｌｏｗｙｉｅｌｄｇｒｏｕｐ；ｃ：ｍｉｄｄｌｅｙｉｅｌｄｇｒｏｕｐ；ｄ：ｈｉｇｈｙｉｅｌｄｇｒｏｕｐ；ｅ：ｔｏｔａｌ．Ｔｈｅｓａｍｅａｓｂｅｌｏｗ．图１　泌乳量与泌乳天数的拟合曲线Ｆｉｇ．１㊀Ｆｉｔｔｉｎｇｃｕｒｖｅｏｆｌａｃｔａｔｉｏｎｙｉｅｌｄａｎｄｌａｃｔａｔｉｏｎｄａｙｓ２０２３７期吴富鑫等：北京地区不同泌乳水平中国荷斯坦奶牛乳成分模型建立及相关性分析㊀㊀此外，由图２可知，高产组㊁中产组和低产组奶牛的电导率到达最低点的时间明显不同，高产组在第９天时就到达了最低点，中产组在第１３天，而低产组则在第３８天到达电导率的最低点㊂在第１７天之前，高产组电导率低于低产组和中产组，中产组低于低产组㊂而在第１７天后高产组的电导率则高于低产组和中产组㊂在泌乳后期，高产组电导率在第２６６天到达高峰后开始下降，中产组在第２９４天前后到达高峰并保持至第３０５天，低产组在第２４５天达到高峰后下降在第２８３天到达低值后又上升㊂图２　电导率与泌乳天数的拟合曲线Ｆｉｇ．２㊀Ｆｉｔｔｉｎｇｃｕｒｖｅｏｆｃｏｎｄｕｃｔｉｖｉｔｙａｎｄｌａｃｔａｔｉｏｎｄａｙｓ３０２３㊀动㊀物㊀营㊀养㊀学㊀报３２卷２．２．３㊀泌乳天数对不同泌乳水平奶牛乳脂率的影响及模型建立㊀㊀不同泌乳水平奶牛乳脂率与泌乳天数的回归分析如图３所示㊂对比分析各乳脂率－泌乳天数曲线模型发现，全群㊁低产组㊁中产组以及高产组拟合较好的均为三次方模型，Ｒ２分别为０．８０１㊁０．７７０㊁０．７８９和０．８３１，且各模型均极显著（Ｐ＜０．０１），拟合方程分别为：全群，ｙ＝－２．５０９ˑ１０－７ｘ３－０．０１９ｘ＋４．３７９７；低产组，ｙ＝－２．１１１ˑ１０－７ｘ３－０．０１６ｘ＋４．４３；中产组，ｙ＝－２．２９３ˑ１０－７ｘ３－０．０１７２ｘ＋４．３４６；高产组，ｙ＝－３．４８８ˑ１０－７ｘ３－０．０２７ｘ＋４．４２６㊂模型中的ｂ１㊁ｂ２㊁ｂ３及常数都不同，证明不同泌乳水平奶牛的乳脂率拟合分析具有意义；同时，从Ｒ２可以看出高产组比中产组及低产组具有更好的拟合性㊂此外，各泌乳水平奶牛乳脂率随泌乳天数的延长均为先下降后上升的趋势，且各泌乳时间点高产组均低于中产组奶牛和低产组㊂全群奶牛乳脂率于第５４天到达最低值，为３．５９；低产组于第４６天到达最低值，为３．６９；中产组于第４７天到达最低值，为３．６４；高产组于第６８天到达最低值，为３．２６㊂图３㊀乳脂率－泌乳天数的拟合曲线Ｆｉｇ．３㊀Ｆｉｔｔｉｎｇｃｕｒｖｅｏｆｍｉｌｋｆａｔｐｅｒｃｅｎｔａｇｅａｎｄｌａｃｔａｔｉｏｎｄａｙｓ４０２３７期吴富鑫等：北京地区不同泌乳水平中国荷斯坦奶牛乳成分模型建立及相关性分析２．２．４㊀泌乳天数对不同泌乳水平奶牛乳蛋白率的影响及模型建立㊀㊀不同泌乳水平奶牛乳蛋白率与泌乳时间的拟合曲线如图４所示㊂对比分析各乳蛋白率－泌乳天数曲线模型发现，全群㊁低产组㊁中产组以及高产组拟合较好的均为三次方模型，Ｒ２分别为０．６８５㊁０．７２１㊁０．６２０和０．７８５，且差异极显著（Ｐ＜０．０１），拟合方程分别为：全群，ｙ＝－９．８８５ˑ１０－８ｘ３＋５．６７５ˑ１０－５ｘ２－０．００９ｘ＋４．０５２；低产组，ｙ＝－１．１１４ˑ１０－７ｘ３＋６．０９７ˑ１０－５ｘ２－０．００９ｘ＋４．０６３；中产组，ｙ＝－１．０３６ˑ１０－７ｘ３＋５．６２６ˑ１０－５ｘ２－０．００８ｘ＋４．０３９；高产组，ｙ＝－７．５７７ˑ１０－８ｘ３＋５．４０８ˑ１０－５ｘ２－０．０１ｘ＋４．０７６㊂模型中的ｂ１㊁ｂ２㊁ｂ３及常数都不同，证明不同泌乳水平奶牛的乳蛋白率拟合分析具有意义㊂在泌乳开始前５ｄ，高产组奶牛的乳蛋白率高于中产组和低产组，之后开始快速下降，低于低产组和中产组，并且所有泌乳水平奶牛的乳蛋白率都有先下降再上升再趋于稳定后再上升的趋势㊂其中，全群奶牛的乳脂率于第６５天到达最低值，为３．６３；低产组于第５９天到达最低值，为３．６３；中产组于第７４天到达最低值，为３．６５；高产组于第９０天到达最低值，为３．４９㊂图４　乳蛋白率与泌乳天数的拟合曲线Ｆｉｇ．４㊀Ｆｉｔｔｉｎｇｃｕｒｖｅｏｆｍｉｌｋｐｒｏｔｅｉｎｐｅｒｃｅｎｔａｇｅａｎｄｌａｃｔａｔｉｏｎｄａｙｓ５０２３㊀动㊀物㊀营㊀养㊀学㊀报３２卷２．２．５㊀泌乳天数对不同泌乳水平奶牛乳糖率的影响及模型建立㊀㊀不同泌乳水平奶牛乳糖率与泌乳天数的拟合曲线如图５所示㊂对比分析各乳糖率－泌乳天数曲线模型发现，全群㊁高产组㊁中产组以及低产组均无较为符合的函数关系，但我们可以看出中㊁低产组奶牛的乳糖率随泌乳天数的延长先上升后趋于稳定；高产组奶牛则呈现先升高然后下降再升高的趋势㊂图５　乳糖率与泌乳天数的拟合曲线Ｆｉｇ．５㊀Ｆｉｔｔｉｎｇｃｕｒｖｅｏｆｌａｃｔｏｓｅｐｅｒｃｅｎｔａｇｅａｎｄｌａｃｔａｔｉｏｎｄａｙｓ２．２．６㊀泌乳天数对不同泌乳水平奶牛脂蛋比的影响及模型建立㊀㊀不同泌乳水平奶牛脂蛋比与泌乳天数的拟合曲线如图６所示㊂对比分析各乳蛋白率－泌乳天数曲线模型发现，全群㊁低产组㊁中产组以及高产组拟合较好的均为三次方模型，Ｒ２分别为０．９０２㊁０．７２３㊁０．８９３和０．８９９，且各模型均极显著（Ｐ＜０．０１），拟合方程分别为：全群，ｙ＝－４．４８２ˑ１０－８ｘ３＋６０２３７期吴富鑫等：北京地区不同泌乳水平中国荷斯坦奶牛乳成分模型建立及相关性分析２．２８２ˑ１０－５ｘ２－０．００３ｘ＋１．１６２；低产组，ｙ＝－３．９５０ˑ１０－８ｘ３＋２ˑ１０－５ｘ２－０．００２ｘ＋１．２１５；中产组，ｙ＝－３．６００ˑ１０－８ｘ３＋１．８７５ˑ１０－５ｘ２－０．００２ｘ＋１．１６７；高产组，ｙ＝－７．６７７ˑ１０－８ｘ３＋３．７３２ˑ１０－５ｘ２－０．００４ｘ＋１．１０７㊂模型中的ｂ１㊁ｂ２㊁ｂ３及常数都不同，证明不同泌乳水平奶牛脂蛋比的拟合分析具有意义㊂在整个泌乳周期中，低产组的脂蛋比始终高于中产组和高产组；并且，所有泌乳水平奶牛的脂蛋比都有先下降然后上升，再趋于稳定后再上升的趋势㊂低产组奶牛的脂蛋比于第３０天到达最低值，为１．１０，中产组于第５３天到达最低值，为１．０７，高产组于第６８天到达最低值，为０．９３㊂图６　脂蛋比与泌乳天数的拟合曲线Ｆｉｇ．６㊀Ｆｉｔｔｉｎｇｃｕｒｖｅｏｆｆａｔｔｏｐｒｏｔｅｉｎｒａｔｉｏａｎｄｌａｃｔａｔｉｏｎｄａｙｓ７０２３㊀动㊀物㊀营㊀养㊀学㊀报３２卷２．３㊀泌乳量和电导率对不同泌乳水平奶牛各乳成分的影响２．３．１㊀泌乳量与电导率㊁乳成分的相关性分析㊀㊀本研究中将泌乳量分为１ ６０ｄ㊁６１ ３０５ｄ２个阶段进行对比分析㊂在１ ６０ｄ阶段，泌乳量呈现上升的趋势；在６１ ３０５ｄ阶段，泌乳量则呈现下降的趋势㊂对１ ６０ｄ㊁６１ ３０５ｄ２个阶段的泌乳量与乳成分进行了相关性分析和差异性分析，结果如表３所示㊂在１ ６０ｄ阶段，泌乳量在高产组与电导率呈极显著正相关（Ｐ＜０．０１），在中产组和低产组与电导率呈极显著负相关（Ｐ＜０．０１），在全群与电导率呈显著负相关（Ｐ＜０．０５）；泌乳量在全群组㊁高产组㊁中产组和低产组均与乳脂率㊁乳蛋白率㊁脂蛋比呈极显著负相关（Ｐ＜０．０１），与乳糖率在高产组和低产组呈极显著正相关（Ｐ＜０．０１），在全群组呈显著正相关（Ｐ＜０．０５），在中产组则无相关关系（Ｐ＞０．０５）㊂在６１ ３０５ｄ阶段，泌乳量与全群组㊁高产组㊁中产组和低产组的电导率㊁乳脂率㊁乳蛋白率㊁脂蛋比以及高产组的乳糖率呈极显著负相关（Ｐ＜０．０１）㊂表３㊀不同产奶阶段泌乳量与电导率、相关乳成分的相关性分析Ｔａｂｌｅ３㊀Ｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｏｆｌａｃｔａｔｉｏｎｙｉｅｌｄａｎｄｃｏｎｄｕｃｔｉｖｉｔｙ，ｍｉｌｋｃｏｍｐｏｎｅｎｔｓｉｎｄｉｆｆｅｒｅｎｔｍｉｌｋｐｒｏｄｕｃｔｉｏｎｓｔａｇｅｓ泌乳天数Ｌａｃｔａｔｉｏｎｄａｙｓ／ｄ组别Ｇｒｏｕｐｓ标注Ｌａｂｅｌ电导率Ｃｏｎｄｕｃｔｉｖｉｔｙ乳脂率Ｍｉｌｋｆａｔｐｅｒｃｅｎｔａｇｅ乳蛋白率Ｍｉｌｋｐｒｏｔｅｉｎｐｅｒｃｅｎｔａｇｅ乳糖率Ｌａｃｔｏｓｅｐｅｒｃｅｎｔａｇｅ脂蛋比Ｆａｔｔｏｐｒｏｔｅｉｎｒａｔｉｏ１ ６０（ｎ＝６０）全群Ｔｏｔａｌｒ－０．３０８∗－０．９７３∗∗－０．９８５∗∗０．３１９∗－０．９４１∗∗Ｐ０．０１７＜０．００１＜０．００１０．０１３＜０．００１低产组Ｌｏｗｙｉｅｌｄｇｒｏｕｐｒ－０．８１７∗∗－０．９７７∗∗－０．９８２∗∗０．５５２∗∗－０．９２５∗∗Ｐ＜０．００１＜０．００１＜０．００１＜０．００１＜０．００１中产组Ｍｉｄｄｌｅｙｉｅｌｄｇｒｏｕｐｒ－０．３９５∗∗－０．９７５∗∗－０．９７９∗∗０．１７０－０．９５８∗∗Ｐ０．００２＜０．００１＜０．００１０．１９４＜０．００１高产组Ｈｉｇｈｙｉｅｌｄｇｒｏｕｐｒ０．３３５∗∗－０．９５３∗∗－０．９８２∗∗０．３４７∗∗－０．８６９∗∗Ｐ０．００９＜０．００１＜０．００１０．００７＜０．００１６１ ３０５（ｎ＝２４５）全群Ｔｏｔａｌｒ－０．９６８∗∗－０．９９７∗∗－０．９５６∗∗０．０３７－０．９６６∗∗Ｐ＜０．００１＜０．００１＜０．００１０．５６２＜０．００１低产组Ｌｏｗｙｉｅｌｄｇｒｏｕｐｒ－０．７６２∗∗－０．９７７∗∗－０．９４５∗∗－０．００９－０．９８０∗∗Ｐ＜０．００１＜０．００１＜０．００１０．８９４＜０．００１中产组Ｍｉｄｄｌｅｙｉｅｌｄｇｒｏｕｐｒ－０．９７９∗∗－０．９９２∗∗－０．９６１∗∗０．０９６－０．９６７∗∗Ｐ＜０．００１＜０．００１＜０．００１０．１３６＜０．００１高产组Ｈｉｇｈｙｉｅｌｄｇｒｏｕｐｒ－０．９６１∗∗－０．９８７∗∗－０．７４７∗∗－０．３３７∗∗－０．８９０∗∗Ｐ＜０．００１＜０．００１＜０．００１＜０．００１＜０．００１㊀㊀ｒ：相关系数；Ｐ：Ｐ值；∗：显著性相关；∗∗：极显著性相关㊂表４同㊂㊀㊀ｒ：ｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ；Ｐ：Ｐ⁃ｖａｌｕｅ；∗：ｓｉｇｎｉｆｉｃａｎｔｃｏｒｒｅｌａｔｉｏｎ；∗∗：ｅｘｔｒｅｍｅｌｙｓｉｇｎｉｆｉｃａｎｔｃｏｒｒｅｌａｔｉｏｎ．ＴｈｅｓａｍｅａｓＴａｂｌｅ４．２．３．２㊀电导率与泌乳量㊁乳成分的相关性分析㊀㊀由于电导率在不同泌乳时间具有不同的趋势，故本研究将不同泌乳水平奶牛按单一变化分割时间段㊂将高产组奶牛按泌乳天数分别为１ ８ｄ㊁９ ２６６ｄ和２６７ ３０５ｄ３个阶段，中产组分为１ １７ｄ和１８ ３０５ｄ２个阶段，低产组分为１ ３７ｄ㊁３８ ２４５ｄ㊁２４６ ２８３ｄ和２８４ ３０５ｄ４个阶段分别进行分析，如表４所示㊂㊀㊀高产组奶牛的相关性分析结果表明，电导率在１ ８ｄ与乳脂率㊁乳蛋白率呈极显著负相关（Ｐ＜０．０１）；在９ ２６６ｄ与泌乳量㊁乳蛋白率㊁乳糖率呈极显著负相关（Ｐ＜０．０１），与乳脂率㊁脂蛋比呈极显著正相关（Ｐ＜０．０１）；在２６５ ３０５ｄ与乳脂率㊁乳蛋白率呈极显著负相关（Ｐ＜０．０１）㊂㊀㊀中产组奶牛的相关性分析结果表明，电导率在１ １７ｄ与乳脂率㊁乳蛋白率呈极显著正相关（Ｐ＜０．０１），与脂蛋比呈显著正相关（Ｐ＜０．０５），与泌乳量呈极显著负相关（Ｐ＜０．０１）；在１７ ３０５ｄ与泌乳量呈极显著负相关（Ｐ＜０．０１），与乳脂率㊁乳蛋白率㊁脂蛋比呈极显著正相关（Ｐ＜０．０１）㊂８０２３㊀㊀低产组奶牛的相关性分析结果表明，电导率在１ ３７ｄ与泌乳量㊁乳糖率呈极显著负相关（Ｐ＜０．０１），与乳蛋白率㊁乳脂率㊁脂蛋比呈极显著正相关（Ｐ＜０．０１）；在３８ ２４５ｄ与泌乳量呈极显著负相关（Ｐ＜０．０１），与乳脂率㊁乳蛋白率㊁脂蛋比呈极显著正相关（Ｐ＜０．０１）；在２４６ ２８３ｄ与泌乳量呈极显著正相关（Ｐ＜０．０１），与乳脂率㊁乳蛋白率㊁脂蛋比呈极显著负相关（Ｐ＜０．０１）；在２８４ ３０５ｄ与各指标均无显著相关关系（Ｐ＞０．０５）㊂表４㊀不同产奶阶段电导率与泌乳量、乳成分的相关性分析Ｔａｂｌｅ４㊀Ｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｏｆｃｏｎｄｕｃｔｉｖｉｔｙａｎｄｌａｃｔａｔｉｏｎｙｉｅｌｄ，ｍｉｌｋｃｏｍｐｏｎｅｎｔｓｉｎｄｉｆｆｅｒｅｎｔｍｉｌｋｐｒｏｄｕｃｔｉｏｎｓｔａｇｅｓ组别Ｇｒｏｕｐｓ泌乳天数Ｌａｃｔａｔｉｏｎｄａｙｓ／ｄ标注Ｌａｂｅｌ泌乳量Ｌａｃｔａｔｉｏｎｙｉｅｌｄ乳脂率Ｍｉｌｋｆａｔｐｅｒｃｅｎｔａｇｅ乳蛋白率Ｍｉｌｋｐｒｏｔｅｉｎｐｅｒｃｅｎｔａｇｅ乳糖率Ｌａｃｔｏｓｅｐｅｒｃｅｎｔａｇｅ脂蛋比Ｆａｔｔｏｐｒｏｔｅｉｎｒａｔｉｏ高产组Ｈｉｇｈｙｉｅｌｄｇｒｏｕｐ１ ８ｒ－０．２９０－０．４６０∗∗－０．４２９∗∗－０．２３７０．０３９（ｎ＝９）Ｐ０．０７００．００３０．００６０．１４１０．８１２９ ２６５ｒ－０．７１９∗∗０．４０４∗∗－０．４６１∗∗－０．３６１∗∗０．６６９∗∗（ｎ＝２５６）Ｐ＜０．００１＜０．００１＜０．００１＜０．００１＜０．００１２６６ ３０５ｒ－０．２９０－０．４６０∗∗－０．４２９∗∗－０．２３７０．０３９（ｎ＝４０）Ｐ０．０７００．００３０．００６０．１４１０．８１２中产组Ｍｉｄｄｌｅｙｉｅｌｄｇｒｏｕｐ１ １７ｒ－０．９５４∗∗０．７９９∗∗０．９０２∗∗－０．４５９０．６４８∗（ｎ＝１７０）Ｐ＜０．００１０．００１＜０．００１０．１１５０．０１７１８ ３０５ｒ－０．８１６∗∗０．８４６∗∗０．６４３∗∗－０．０６２０．８７２∗∗（ｎ＝２９２）Ｐ＜０．００１＜０．００１＜０．００１０．２９４＜０．００１低产组Ｌｏｗｙｉｅｌｄｇｒｏｕｐ１ ３７ｒ－０．９２３∗∗０．８３４∗∗０．８５６∗∗－０．５８２∗∗０．７４７∗∗（ｎ＝３８）Ｐ＜０．００１＜０．００１＜０．００１＜０．００１＜０．００１３８ ２４５ｒ－０．９２６∗∗０．９３８∗∗０．９００∗∗０．０４６０．９１２∗∗（ｎ＝２０６）Ｐ＜０．００１＜０．００１＜０．００１＜０．００１＜０．００１２４６ ２８３ｒ０．７５３∗∗－０．７８８∗∗－０．６０１∗∗－０．１３４－０．４４９∗∗（ｎ＝３８）Ｐ＜０．００１＜０．００１＜０．００１＜０．００１＜０．００１２８４ ３０５ｒ－０．３３６０．０２９－０．１７３－０．０９３０．０１６（ｎ＝２３）Ｐ０．１１７０．８９５０．４２９０．６７３０．９４３３㊀讨㊀论３．１㊀不同泌乳水平奶牛乳成分之间的差异性㊀㊀不同泌乳水平的奶牛，乳成分之间存在显著性差异㊂本课题组已有研究表明，泌乳中期的中国荷斯坦奶牛，高产组［泌乳量（３１．９０ʃ１．７６）ｋｇ／ｄ］和低产组［泌乳量（１９．３０ʃ１．７６）ｋｇ／ｄ］奶牛的乳脂率和乳蛋白率具有显著差异［８－１０］㊂在本研究中，扩大了样本量并加大了样本间泌乳量的差距，进一步证实了高产组奶牛与中产组奶牛相比乳脂率和乳蛋白率显著降低，但乳糖率与之前的研究略有差异，之前的研究表明高产组奶牛的乳糖率高于低产组［８］，但本研究中乳糖率则表现为高产组低于中产组，出现这种现象原因的可能是泌乳水平区间选取的不同造成的㊂本研究中高产组奶牛的乳糖产量较高，但泌乳量大，之前的研究泌乳量２组之间差别较小，稀释作用不明显，造成高产组乳糖率偏高的现象［１０－１１］㊂当本次研究增加样本量并加大泌乳水平间的差距后发现高产奶牛具有更高的乳糖㊁乳脂和乳蛋白产量，３个组之间差异极显著，但是由于 稀释作用 的影响，在实际测量中高产奶牛具有更低的乳糖率㊁乳脂率和乳蛋白率㊂牛奶中的乳糖㊁乳脂和乳蛋白构成了主要的乳能量［１２－１３］大量的研究表明，泌乳的过程产生了大量乳能量，这需要动员机体能量储备［１３－１５］，高产奶牛产生了更多的乳糖㊁乳脂和乳蛋白，就需要有更多的能量储备以及更好的乳腺状态，将更多的能量分配给乳腺产奶［１３－１５］，说明高产组奶牛具有更好的乳腺状态，但同时较高的泌乳量也给乳腺增加了更多的压力㊂本研究还发现，对于未患乳房炎的奶牛，高产组的奶牛具有更高的电导率㊂电导率是一种公认的反映乳中体细胞数的有效手段，并广泛的被用于乳房炎的监测当中［１６］㊂目前关于电导率的研究多使用事后检测，在这一过程中有诸多因素会导致电导率的改变［１７］㊂此外，根据Ｓｔｅｅｎｅｖｅｌｄ等［１６］的研究，温度对乳汁的电导率有很大的影响［１８］㊂本研究测定电导率时使用的是阿菲金实时乳成分分析仪，避免了外界因素的干扰，使得测定的电导率数值更真实㊂冯军科等［１８］的研究表明，阿菲金实时乳成分分析仪预测隐性乳房炎的电导率阈值为９．３，但该研究排除了泌乳末期㊁干奶前期的奶牛，因此，与本研究的结果基本一致㊂本研究中还发现电导率随泌乳量的升高而升高，即体细胞数随泌乳量的升高而升高，这与Ｒｏｃａ等［１９］在羊上的研究所一致，产生此现象的原因是超负荷的生产压力造成乳腺和导管的损伤，导致上皮细胞凋亡和乳头括约肌松弛，更易造成微生物入侵，因此，需要更多的免疫细胞，从而造成体细胞数的升高［２０］㊂３．２㊀不同泌乳水平奶牛泌乳量和乳成分的泌乳阶段变化模型研究㊀㊀乳成分在泌乳阶段变化与泌乳时间之间存在明显的相关关系㊂本研究使用曲线回归模型估计，用三次方的模式模型可较好地拟合泌乳量及乳成分随泌乳时间的变化，这与Ｚｈａｎｇ等［２０］建立的模型使用的拟合模型不同㊂本试验中乳成分和泌乳量都具有规律性，并且高㊁中㊁低产奶牛表现出了显著的差异性；此外，由于本研究使用的乳成分观察数据仅考虑泌乳水平的影响，胎次㊁季节㊁温湿度数据涉及较少，因此本研究所建立的回归模型具有一定局限性㊂尽管如此，本研究所得泌乳量－泌乳天数曲线模型也与熊本海［２１－２２］㊁Ｂｅｎ等［２３］㊁ｖａｎＫｎｅｇｓｅｌ等［２４］对不同胎次㊁季节因素对荷斯坦奶牛ＤＨＩ影响的研究中所得结果有相似的趋势㊂本研究建立的乳成分和泌乳量与泌乳天数的回归模型还需要通过更多不同牛场㊁不同泌乳水平的乳成分变化数据进行验证，以达到对模型的检验㊂㊀㊀另外，本试验结果显示不同泌乳水平的奶牛的乳成分到达最低值以及电导率到达最低值和第２次最高值的时间不同，推测是能量负平衡造成了这一现象㊂通过泌乳期前３０ｄ表现出的高产组奶牛低电导率和高乳脂率，推测泌乳初期高产组的乳腺状态和能量储备好于中产组和低产组，由于高产组奶牛生产需要更多的乳脂㊁乳蛋白和乳糖，从而导致机体消耗更多的能量用于产生乳成分［１４］，使机体用于维持自身生理作用的能量减少，因此造成了能量负平衡的发生［２６］㊂在Ｈｅｒｖｅ等［１４］和ＢｅｎＭｅｉｒ等［２５］的研究中均发现限制饲粮会造能量负平衡的产生，并导致体细胞数的增加以及乳脂率㊁乳糖率㊁乳蛋白率的改变，与本研究结果相同㊂脂蛋比是反映奶牛能量平衡的重要指标之一［２６］，Ｐｅｔｒｏｖｓｋａ等［２６］认为脂蛋比应在１．１２ １．３６，小于１．１２则表示机体在快速消耗体脂，造成能量负平衡㊂本试验发现，高产组奶牛在泌乳高峰期的脂蛋比低于１．１２，这也证实了高产奶牛在泌乳高峰期处于能量负平衡状态㊂由于本试验并未对牛奶中的乳能量进行实际的测定，也没有对血液中能量标志物进行检查，因此该结论还需要通过检测相关指标进行验证㊂３．３㊀泌乳量、电导率与乳成分的相关性㊀㊀在泌乳周期的不同泌乳阶段内乳成分与电导率和泌乳量之间存在明显的相关关系㊂电导率反映的是乳汁中的体细胞数，体细胞中多为巨噬细胞㊁白细胞等免疫细胞，奶牛在泌乳初期增加免疫细胞数有助于帮助机体抵御生产带来得生产应激［２７］，从而显示出奶牛的乳腺状态㊂赵萌［２８］的研究认为，电导率快速降低的原因是泌乳量增加的稀释作用，而电导率的升高是由于过大产奶压力导致乳腺上皮损伤造成的㊂而Ｈｅｒｖｅ等［１４］则认为电导率的升高是由于能量负平衡导致的乳腺上皮脱落率增加造成的㊂本研究结果与孙宇等［２７］㊁赵萌［２８］的研究结果相似，高产组奶牛较高的泌乳量使得乳腺的代谢增强，可能是造成体细胞数增加的主要原因之一㊂然而，高产组奶牛因为具有较高的泌乳能力，因此需要趋化更多的免疫细胞抵御外界刺激，这也可能是高产组奶牛具有更高的体细胞数的原因［２８］㊂本研究中，在泌乳天数大于６０ｄ后，泌乳量与各泌乳水平组的电导率㊁乳脂率㊁乳蛋白率㊁脂蛋比以及高产组的乳糖率呈极显著负相关㊂这可能是由于随着泌乳量的增加，能量平衡逐渐被打破，而到了泌乳末期由于泌乳量较少，低产组的能量负平衡状态较轻，更容易恢复，高产奶牛的能量负平衡状态较重，故恢复较慢，所以出现了电导率下降较晚的现象㊂因此，我们认为电导率和泌乳量均与乳成分具有相关性，但是对电导率和泌乳量对乳成分产生影响的相关机制并不清晰，仍需进一步研究㊂４㊀结㊀论㊀㊀①不同泌乳水平奶牛的泌乳量㊁乳脂率㊁乳蛋白率㊁乳糖率㊁脂蛋比和电导率均存在极显著的差异，并且随着泌乳时间的改变而改变，其中泌乳量和电导率是引起乳成分改变的重要因素，因此，对不同泌乳水平的奶牛分别拟合分析具有一定的实践指导意义㊂㊀㊀②三次方模型能较好地定量描述北京地区不同泌乳水平的中国荷斯坦奶牛各乳成分－泌乳天数曲线变化规律㊂参考文献：［１］㊀ＺＥＭＰＬＥＮＩＪ，ＡＧＵＩＬＡＲ⁃ＬＯＺＡＮＯＡ，ＳＡＤＲＩＭ，ｅｔａｌ．Ｂｉｏｌｏｇｉｃａｌａｃｔｉｖｉｔｉｅｓｏｆｅｘｔｒａｃｅｌｌｕｌａｒｖｅｓｉｃｌｅｓａｎｄｔｈｅｉｒｃａｒｇｏｓｆｒｏｍｂｏｖｉｎｅａｎｄｈｕｍａｎｍｉｌｋｉｎｈｕｍａｎｓａｎｄｉｍｐｌｉｃａｔｉｏｎｓｆｏｒｉｎｆａｎｔｓ［Ｊ］．ＴｈｅＪｏｕｒｎａｌｏｆＮｕｔｒｉ⁃ｔｉｏｎ，２０１６，１４７（１）：３－１０．［２］㊀国务院办公厅．国务院办公厅关于推进奶业振兴保障乳品质量安全的意见［ＥＢ／ＯＬ］．（２０１８－０６－１１）．ｈｔｔｐ：／／ｗｗｗ．ｇｏｖ．ｃｎ／ｚｈｅｎｇｃｅ／ｃｏｎｔｅｎｔ／２０１８－０６／１１／ｃｏｎｔｅｎｔ＿５２９７８３９．ｈｔｍ．［３］㊀ＫＡＴＺＧ，ＭＥＲＩＮＵ，ＢＥＺＭＡＮＤ，ｅｔａｌ．Ｒｅａｌ⁃ｔｉｍｅｅ⁃ｖａｌｕａｔｉｏｎｏｆｉｎｄｉｖｉｄｕａｌｃｏｗｍｉｌｋｆｏｒｈｉｇｈｅｒｃｈｅｅｓｅ⁃ｍｉｌｋｑｕａｌｉｔｙｗｉｔｈｉｎｃｒｅａｓｅｄｃｈｅｅｓｅｙｉｅｌｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，２０１６，９９（６）：４１７８－４１８７．［４］㊀ＭＡＣＲＡＥＡ．Ａｓｓｅｓｓｍｅｎｔｏｆｅｎｅｒｇｙｂａｌａｎｃｅｉｎｄａｉｒｙｃａｔｔｌｅ［Ｊ］．Ｌｉｖｅｓｔｏｃｋ，２０１９，２４（５）：２２９－２３５．［５］㊀ＣＨＥＳＴＥＲ⁃ＪＯＮＥＳＨ，ＨＥＩＮＳＢＪ，ＺＩＥＧＬＥＲＤ，ｅｔａｌ．Ｒｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｅｎｅａｒｌｙ⁃ｌｉｆｅｇｒｏｗｔｈ，ｉｎｔａｋｅ，ａｎｄｂｉｒｔｈｓｅａｓｏｎｗｉｔｈｆｉｒｓｔ⁃ｌａｃｔａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆＨｏｌ⁃ｓｔｅｉｎｄａｉｒｙｃｏｗｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，２０１７，１００（５）：３６９７－３７０４．［６］㊀ＷＥＬＬＥＲＪＩ，ＥＺＲＡＥ．Ｇｅｎｅｔｉｃａｎｄｐｈｅｎｏｔｙｐｉｃａｎａｌｙ⁃ｓｉｓｏｆｄａｉｌｙＩｓｒａｅｌｉＨｏｌｓｔｅｉｎｍｉｌｋ，ｆａｔ，ａｎｄｐｒｏｔｅｉｎｐｒｏ⁃ｄｕｃｔｉｏｎａｓｄｅｔｅｒｍｉｎｅｄｂｙａｒｅａｌ⁃ｔｉｍｅｍｉｌｋａｎａｌｙｚｅｒ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，９９（１２）：９７８２－９７９５．［７］㊀ＭＥＩＲＹＡＢ，ＮＩＫＢＡＣＨＡＴＭ，ＦＯＲＴＮＩＫＹ，ｅｔａｌ．Ｅａｔｉｎｇｂｅｈａｖｉｏｒ，ｍｉｌｋｐｒｏｄｕｃｔｉｏｎ，ｒｕｍｉｎａｔｉｏｎ，ａｎｄｄｉ⁃ｇｅｓｔｉｂｉｌｉｔｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｈｉｇｈ⁃ａｎｄｌｏｗ⁃ｅｆｆｉｃｉｅｎｃｙｌａｃｔａｔｉｎｇｃｏｗｓｆｅｄａｌｏｗ⁃ｒｏｕｇｈａｇｅｄｉｅｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，２０１８，１０１（１２）：１０９７３－１０９８４．［８］㊀吴富鑫，童津津，张华，等．不同泌乳量奶牛行为学差异及其与泌乳性能的相关性［Ｊ］．动物营养学报，２０１９，３１（７）：３１５６－３１６３．［９］㊀ＴＯＮＧＪＪ，ＺＨＡＮＧＨ，ＹＡＮＧＤＬ，ｅｔａｌ．Ｉｌｌｕｍｉｎａｓｅ⁃ｑｕｅｎｃｉｎｇａｎａｌｙｓｉｓｏｆｔｈｅｒｕｍｉｎａｌｍｉｃｒｏｂｉｏｔａｉｎｈｉｇｈ⁃ｙｉｅｌｄａｎｄｌｏｗ⁃ｙｉｅｌｄｌａｃｔａｔｉｎｇｄａｉｒｙｃｏｗｓ［Ｊ］．ＰＬｏＳＯｎｅ，２０１８，１３（１１）：ｅ１９８２２５．［１０］㊀ＺＨＡＮＧＨ，ＴＯＮＧＪＪ，ＺＨＡＮＧＹＨ，ｅｔａｌ．Ｍｅｔａｂｏｌｏ⁃ｍｉｃｓｒｅｖｅａｌｓｐｏｔｅｎｔｉａｌｂｉｏｍａｒｋｅｒｓｉｎｔｈｅｒｕｍｅｎｆｌｕｉｄｏｆｄａｉｒｙｃｏｗｓｗｉｔｈｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓｏｆｍｉｌｋｐｒｏｄｕｃｔｉｏｎＪ］．Ａｓｉａｎ⁃ＡｕｓｔｒａｌａｓｉａｎＪｏｕｒｎａｌｏｆＡｎｉｍａｌＳｃｉｅｎｃｅｓ，２０１９，３３（１）：７９－９０．［１１］㊀李欣，温万，脱征军，等宁夏地区荷斯坦奶牛产奶量以及乳成分变化模型的构建与分析［Ｊ］．中国畜牧杂志（１１）：４０－４６．［１２］㊀ＤÓＲＥＡＪＲＲ，ＦＲＥＮＣＨＥＡ，ＡＲＭＥＮＴＡＮＯＬＥ．Ｕｓｅｏｆｍｉｌｋｆａｔｔｙａｃｉｄｓｔｏｅｓｔｉｍａｔｅｐｌａｓｍａｎｏｎｅｓｔｅｒｉ⁃ｆｉｅｄｆａｔｔｙａｃｉｄｃｏｎｃｅｎｔｒａｔｉｏｎｓａｓａｎｉｎｄｉｃａｔｏｒｏｆａｎｉｍａｌｅｎｅｒｇｙｂａｌａｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，２０１７，１００（８）：６１６４－６１７６．［１３］㊀ＢＥＲＲＹＤＰ，ＦＲＩＧＧＥＮＳＮＣ，ＬＵＣＹＭ，ｅｔａｌ．Ｍｉｌｋｐｒｏｄｕｃｔｉｏｎａｎｄｆｅｒｔｉｌｉｔｙｉｎｃａｔｔｌｅ［Ｊ］．ＡｎｎｕａｌＲｅｖｉｅｗｏｆＡｎｉｍａｌＢｉｏｓｃｉｅｎｃｅｓ，２０１６，４（１）：２６９－２９０．［１４］㊀ＨＥＲＶＥＬ，ＱＵＥＳＮＥＬＨ，ＶＥＲＯＮＭ，ｅｔａｌ．Ｍｉｌｋｙｉｅｌｄｌｏｓｓｉｎｒｅｓｐｏｎｓｅｔｏｆｅｅｄｒｅｓｔｒｉｃｔｉｏｎｉｓａｓｓｏｃｉａｔｅｄｗｉｔｈｍａｍｍａｒｙｅｐｉｔｈｅｌｉａｌｃｅｌｌｅｘｆｏｌｉａｔｉｏｎｉｎｄａｉｒｙｃｏｗｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，２０１９，１０２（３）：２６７０－２６８５．［１５］㊀ＫＨＡＴＵＮＭ，ＢＲＵＣＫＭＡＩＥＲＲＭ，ＴＨＯＭＳＯＮＰＣ，ｅｔａｌ．Ｓｕｉｔａｂｉｌｉｔｙｏｆｓｏｍａｔｉｃｃｅｌｌｃｏｕｎｔ，ｅｌｅｃｔｒｉｃａｌｃｏｎ⁃ｄｕｃｔｉｖｉｔｙ，ａｎｄｌａｃｔａｔｅｄｅｈｙｄｒｏｇｅｎａｓｅａｃｔｉｖｉｔｙｉｎｆｏｒｅ⁃ｍｉｌｋｂｅｆｏｒｅｖｅｒｓｕｓａｆｔｅｒａｌｖｅｏｌａｒｍｉｌｋｅｊｅｃｔｉｏｎｆｏｒｍａｓ⁃ｔｉｔｉｓｄｅｔｅｃｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，２０１９，１０２（１０）：９２００－９２１２．［１６］㊀ＳＴＥＥＮＥＶＥＬＤＷ，ＶＥＲＮＯＯＩＪＪＣＭ，ＨＯＧＥＶＥＥＮＨ．Ｅｆｆｅｃｔｏｆｓｅｎｓｏｒｓｙｓｔｅｍｓｆｏｒｃｏｗｍａｎａｇｅｍｅｎｔｏｎｍｉｌｋｐｒｏｄｕｃｔｉｏｎ，ｓｏｍａｔｉｃｃｅｌｌｃｏｕｎｔ，ａｎｄｒｅｐｒｏｄｕｃｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，２０１５，９８（６）：３８９６－３９０５．［１７］㊀ＡＤＤＩＳＭＦ，ＢＲＯＮＺＯＶ，ＰＵＧＧＩＯＮＩＧＭＧ，ｅｔａｌ．Ｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｍｉｌｋｃａｔｈｅｌｉｃｉｄｉｎａｂｕｎｄａｎｃｅａｎｄｍｉｃｒｏｂｉｏｌｏｇｉｃｃｕｌｔｕｒｅｉｎｃｌｉｎｉｃａｌｍａｓｔｉｔｉｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＤａｉｒｙＳｃｉｅｎｃｅ，２０１７，１００（４）：２９４４－２９５３．［１８］㊀冯军科，周焕梅，刘闯，等．电导率监控奶牛隐性乳房炎阈值的确定及分析［Ｊ］．中国奶牛，２０１０（７）：４７－４８．［１９］㊀ＲＯＣＡＡ，ＲＯＭＥＲＯＧ，ＡＬＥＪＡＮＤＲＯＭ，ｅｔａｌ．ＭｉｌｋｅｌｅｃｔｒｉｃａｌｃｏｎｄｕｃｔｉｖｉｔｙｉｎＭａｎｃｈｅｇａｅｗｅｓ：Ｖａｒｉａｔｉｏｎ。

中国荷斯坦牛MT1和MT2基因多态性及其与泌乳性状关联性分析郭文莉;王玉娟;王亚宁;王晓宇;杨武才;昝林森【摘要】探索MT1及MT2基因对中国荷斯坦牛泌乳性状的影响,为中国荷斯坦牛泌乳性状的提升提供理论基础.本试验采用直接测序法,将测序结果运用生物信息分析软件进行对比分析,寻找突变位点;将检测到的SNP位点与中国荷斯坦牛泌乳性状进行关联性分析.通过扩增MT1的第2外显子区1域,检测到1个SNP位点;扩增MT2基因内含子区域,检测到2个SNP位点.将其与中国荷斯坦牛泌乳性状关联分析,结果显示:MT1基因g.22354G＞A位点,GG基因型乳脂率、乳蛋白率、总蛋白、总乳脂均值均显著高于AA基因型均值(P＜0.05);MT2基因的g.13647 T＞A与g.13810 T＞A位点,各基因型的泌乳性状之间差异均不显著(P＞0.05).MT1基因可以作为影响泌乳性状的候选基因,为中国荷斯坦牛辅助标记育种提供理论依据.【期刊名称】《中国牛业科学》【年(卷),期】2017(043)006【总页数】5页(P1-5)【关键词】中国荷斯坦牛;MT1基因;MT2基因;多态性;泌乳性状;关联分析【作者】郭文莉;王玉娟;王亚宁;王晓宇;杨武才;昝林森【作者单位】西北农林科技大学动物科技学院,陕西杨凌712100;西北农林科技大学动物科技学院,陕西杨凌712100;西北农林科技大学动物科技学院,陕西杨凌712100;西北农林科技大学动物科技学院,陕西杨凌712100;西北农林科技大学动物科技学院,陕西杨凌712100;国家肉牛改良中心,陕西杨凌712100;西北农林科技大学动物科技学院,陕西杨凌712100;国家肉牛改良中心,陕西杨凌712100【正文语种】中文【中图分类】S823.2摘要：探索MT1及MT2基因对中国荷斯坦牛泌乳性状的影响，为中国荷斯坦牛泌乳性状的提升提供理论基础。

本试验采用直接测序法，将测序结果运用生物信息分析软件进行对比分析，寻找突变位点；将检测到的SNP位点与中国荷斯坦牛泌乳性状进行关联性分析。

中国荷斯坦奶牛κ-酪蛋白基因第四外显子多态性与产奶性状的关联分析鞠志花;李秋玲;王洪梅;李建斌;安利国;杨桂文;仲跻峰;王长法【期刊名称】《遗传》【年(卷),期】2008(30)10【摘要】以544头中国荷斯坦奶牛为研究对象,以κ-酪蛋白基因为产奶性状的候选基因,扩增779 bp的片段,结合测序结果采用PCR-RFLP方法来检测κ-酪蛋白基因3个位点的多态性.结果在exon 4的第10 891 bp、10 927bp和10 988 bp 处分别发生了T/C、C/A错义突变和G/A同义突变,据此分别选择了Taq Ⅰ、Hind Ⅲ、Psi Ⅰ等3种限制性内切酶检测了其多态性.发现3个位点的A、B等位基因在群体中都有分布,且处于低度多态;A和B 等位基因的频率分别为86.03%和13.97%;AA,AB和BB基因型频率分别为73.71%,24.63%和1.66%:χ2适合性检验表明,该群体在这3个位点的突变达到Hardy-Weinberg平衡状态(P＞0.05):舳和AB基因型个体乳脂率显著高于AA基因型个体(P＜0.05),AB基因型个体脂蛋白比显著高于AA基因型个体(P＜0.05),但不同基因型对产奶量和乳蛋白率没有显著影响;3个位点的酶切多态性在所研究群体中是紧密连锁的.说明在中国荷斯坦奶牛群体中,κ-酪蛋白B等位基因可作为改良奶牛乳脂率性状的分子遗传标记.【总页数】7页(P1312-1318)【作者】鞠志花;李秋玲;王洪梅;李建斌;安利国;杨桂文;仲跻峰;王长法【作者单位】山东省农业科学院奶牛研究中心,济南,250100;山东师范大学生命科学学院,济南,250014;山东省农业科学院奶牛研究中心,济南,250100;山东省农业科学院奶牛研究中心,济南,250100;山东省农业科学院奶牛研究中心,济南,250100;山东师范大学生命科学学院,济南,250014;山东师范大学生命科学学院,济南,250014;山东省农业科学院奶牛研究中心,济南,250100;山东省农业科学院奶牛研究中心,济南,250100【正文语种】中文【中图分类】S8【相关文献】1.中国荷斯坦奶牛Leptin基因第2外显子多态性及其与产奶性状的相关性 [J], 刘新武;昝林森;张佳兰2.中国荷斯坦奶牛CSN1S2基因第二外显子SSCP多态性与产奶性状的关系 [J], 付小波;昝林森;张佳兰;王英;王均辉3.牛SLC27A1基因SNPs筛选及其与中国荷斯坦奶牛产奶性状的关联分析 [J], 吕延飞;杜立新;魏彩虹;张莉;路国彬;刘开东;陆健;孙丹;张世芳;柳楠4.牛SLC27A1基因SNPs筛选及其与中国荷斯坦奶牛产奶性状的关联分析 [J], 吕延飞;杜立新;魏彩虹;张莉;路国彬;刘开东;陆健;孙丹;张世芳;柳楠5.中国荷斯坦奶牛EEF1D基因的SNPs检测及其与产奶性状的关联分析 [J], 张娟;母童;蔡正云;顾亚玲;刘丽元;杨雪瑶;温万;孙东晓因版权原因，仅展示原文概要，查看原文内容请购买。

基金项目:新疆维吾尔自治区科技计划项目(201230116-7);“十二五”国家科技支撑计划课题(2012BAD12B09);现代农业(奶牛)产业技术体系建设专项资金资助(Supported by China Agriculture Research System )(CARS-37)作者简介:吐尔逊古丽·肉孜阿洪(1970-),女(维吾尔族),畜牧师,研究方向动物遗传育种。

E-mail :1575956859@ 通讯作者:帕尔哈提·木铁力甫(1962-),男(维吾尔族),副教授,研究方向动物遗传育种。

E-mail :parhat@ 收稿日期:2015-04-05,修回日期:2015-04-11荷斯坦牛乳脂率、乳蛋白率变化规律及其相关性分析吐尔逊古丽·肉孜阿洪1,刘丽元2,伊力哈尔·沙塔尔3,葛建军4,帕尔哈提·木铁力甫2*,马光辉4(1.新疆额敏兽医站,新疆额敏834600;2.新疆农业大学,新疆乌鲁木齐830052;3.新疆维吾尔自治区畜牧厅编译室,新疆乌鲁木齐830004.;4.新疆呼图壁种牛场,新疆呼图壁831203)摘要:为探讨原料乳中乳脂率、乳蛋白率的影响因素及其之间的相关关系,本文收集新疆地区呼图壁种牛场牧一场和牧三场、天山畜牧生物股份有限公司牛场、沙湾金牛场、西部牧业共5个牧场4727头次荷斯坦奶牛的生产性能记录,采用SAS (8.1)软件分析不同牧场、年度、季节、胎次对乳脂率和乳蛋白率的影响,并运用SPSS16.0软件进行相关性分析。

结果表明:牧场、年度、季节、胎次均对乳脂率和乳蛋白率有极显著影响(<0.01)。

相关性分析结果表明,乳脂率与乳蛋白率呈极显著正相关,相关系数为0.11。

通过分析牧场、年度、季节、胎次对乳脂率、乳蛋白率的影响及相关关系,加深影响乳成分因素的认识,提示在生产中要做好饲养管理工作,并根据季节变化、奶牛胎次的增加,结合奶牛营养需求,采取具体措施调控影响乳成分的因素,从而提高原料乳质量。

南方地区中国荷斯坦牛DGAT1基因多态性与泌乳性状的关联分析毛永江;陈仁金;陈莹;常玲玲;施雪奎;杨章平;施健;黄回华【期刊名称】《中国农业科学》【年(卷),期】2010(043)014【摘要】[目的]探索南方地区中国荷斯坦牛DGAT1基因多态性与泌乳性状的相关性.[方法]以上海光明乳业集团金山奶牛场30个公牛家系的605头中国荷斯坦牛为试验材料,采用PCR-SSCP法分析DGAT1基因K232A位点遗传多态性,采用混合动物模型分析DGAT1基因K232A位点突变对测定日产奶量、乳脂率、乳蛋白率、305 d校正产奶量、乳脂量、乳蛋白量及体细胞评分7个泌乳性状的影响.[结果]共检测到KK、KA和AA三种基因型,频率分别为0.7918、0.1917和0.0165,等位基因K和A的频率分别为0.8876和0.1124.该位点突变对测定日产奶量、乳脂率、乳蛋白率、305 d校正产奶量、乳蛋白量的影响达到极显著水平(P＜0.01),对乳脂量的影响达到显著水平(P＜0.05),对乳中体细胞评分影响不显著(P＞0.05).多重比较表明,KK和KA型测定日产奶量、305 d校正产奶量和乳蛋白量极显著高于AA型(P＜0.01),AA型乳脂率和乳蛋白率极显著高于KK和KA型(P＜0.01).[结论]DGAT1基因K232A位点突变对中国荷斯坦牛泌乳性状有较大的遗传效应,可用于其泌乳性状的分子标记辅助选择.【总页数】6页(P2990-2995)【作者】毛永江;陈仁金;陈莹;常玲玲;施雪奎;杨章平;施健;黄回华【作者单位】扬州大学动物科学与技术学院,江苏扬州,225009;扬州大学动物科学与技术学院,江苏扬州,225009;扬州大学动物科学与技术学院,江苏扬州,225009;扬州大学动物科学与技术学院,江苏扬州,225009;扬州大学动物科学与技术学院,江苏扬州,225009;扬州大学动物科学与技术学院,江苏扬州,225009;上海奶牛育种中心,上海,200072;上海奶牛育种中心,上海,200072【正文语种】中文【相关文献】1.崂山奶山羊DGAT1基因多态性及与泌乳性状的关系 [J], 王桂芝;李成渤;秦孜娟;王建民;戈新;赵金山;李培培;王建华2.中国荷斯坦牛κ-酪蛋白基因第4和第5外显子多态性与泌乳性状的关联分析 [J], 鞠志花;王洪梅;李秋玲;黄金明;李建斌;安利国;杨桂文;仲跻峰;王长法3.中国荷斯坦牛LF基因多态性与泌乳性状及乳腺炎的关联分析 [J], 李强子;马生虎;徐军;文亮;田立;刘丽霞;张丽4.IL8基因3'UTR SNPs与中国荷斯坦牛泌乳性状的关联分析 [J], 方远洋;宋雪梅;姜俊芳;蒋永清5.中国荷斯坦牛SCD1基因多态性与泌乳性状的关联分析 [J], 王小龙;陈仁金;杨章平;毛永江;冀德君;陈莹;常玲玲;李云龙;李锐因版权原因，仅展示原文概要，查看原文内容请购买。