［目的］本文旨在建立拟合中国荷斯坦牛泌乳曲线的数学模型，计算出一套可靠的３０５ ｄ产奶量校正系数。［方法］分别使用Ｗｏｏｄ不完全伽玛模型、逆多项式模型、Ａｌｉ－ＳｃｈＡｅｆｆｅｒ模型、六次多项式回归模型、Ｗｉｌｍｉｎｋ模型和Ｐｏｌｌｏｔｔ模型对７１个奶牛场４３ ８１２头中国荷斯坦牛的６０９ ７８４条测定日记录进行了拟合。参数的估计使用ＳＡＳ ９．２软件中的非线性回归过程迭代求解实现。［结果］６种数学模型的拟合度（ｒ２值）为０．９４０～０．９４７。其中，六次多项式回归模型的拟合度（ｒ２值）最大，模型估计误差标准差最小，在本次试验中拟合效果最好。［结论］用六次多项式回归模型计算出各泌乳时间的累积产．．．

【目的】满足对奶牛个体营养需要量的精确预测,探索乳成分的分泌规律。【方法】以中国荷斯坦奶牛第三泌乳期305 d的产奶量为基础,从5 000—11 999 kg,按1 000 kg为间隔分为7个区间对196头奶牛进行分组,分别采用Wood、Gompertz经验模型和Dijkstra机理模型对每月测定并校正到标准日期的产奶数据进行模拟,通过SAS非线性参数估计和均方误差(MSE)分析,筛选得到了21套泌乳产量区间的泌乳曲线模型,并通过模型的参数揭示了每个区间的起始产量(y0)、达到泌乳高峰时的天数(tm)、高峰产量(ym)和泌乳持续力(r(th))等泌乳特性指标。【结果】通过分析模型参数及特性指标...

【目的】满足对奶牛个体营养需要量的精确预测,探索乳成分的分泌规律。【方法】以中国荷斯坦奶牛第二泌乳期305d产奶量为基础,从6000—13000kg,按1000kg为间隔分为7个区间对289头奶牛进行分组,分别采用Wood、Gompertz经验模型和Dijkstra机理模型对每月测定并校正到标准日期的产奶数据进行模拟。通过SAS非线性参数估计和均方误差(MSE)分析,筛选得到了21套泌乳产量区间的泌乳曲线模型,并通过模型的参数揭示了每个区间的起始产量(y0)、达到泌乳高峰时的天数(tm)、高峰产量(ym)和泌乳持续力(r(th))等泌乳特性指标。【结果】通过分析模型参数及特性指标的规律表明,上...

为分析娟姗牛泌乳曲线的特征及其305d产奶量的影响因素，并重点比较娟姗牛和荷斯坦牛两品种泌乳曲线间的差异，本研究收集了河北地区某规模化牧场2017年1月—2021年1月共1 721头娟姗牛和6 093头荷斯坦牛的日产奶量连续监测记录，利用Wood模型对奶牛的个体泌乳曲线进行拟合，并根据曲线特征确定了高峰奶、高峰日、日产奶量变化速率、各泌乳阶段产奶总量等指标对泌乳曲线进行剖析。利用SAS 9.4软件的GLM过程分析了胎次、产犊季节等因素对娟姗牛305d产奶量的影响及两群体泌乳曲线间的差异。结果表明：1)Wood模型对娟姗牛泌乳曲线的拟合效果较好，泌乳曲线拟合度（R2）可达0.86;2）娟姗牛305d产奶量受胎次、产犊季节等因素影响显著（P<0.05），较高胎次及春季产犊的娟姗牛305d产奶量更高；3）娟姗牛和荷斯坦牛的泌乳曲线在高峰奶、高峰日及日产奶量变化速率等方面均表现出显著差异（P<0.05），娟姗牛的高峰日较荷斯坦牛提前了39.84天，而高峰奶占总产奶量的比例较荷斯坦牛高0.036%，且娟姗牛的泌乳主要集中于泌乳前期（1～99d），在泌乳后期（200～305d）产奶量显著降低（P<0.05）。综上，本研究利用连续测定的日产奶量记录全面揭示了娟姗牛的泌乳特征，同时通过与荷斯坦牛泌乳曲线的比较为研究娟姗牛与荷斯坦牛的种间差异提供了有用信息，为今后利用连续监测的日产奶量记录进行奶牛产奶性能的遗传选育和牛群的精准管理提供了参考。

【目的】为满足对奶牛饲养管理的季节性调控,探索乳成分的变化规律。【方法】基于中国北方荷斯坦泌乳奶牛牛群生乳DHI测定数据,按第1胎到第4胎对泌乳奶牛的乳成分(乳蛋白率、乳脂肪率)进行分组,将原始数据经过预处理后获得乳蛋白率观察数据6 114个,乳脂肪率观察数据5 871个;假设以自然月份、泌乳胎次及两者的互作作为影响乳蛋白率及乳脂肪率变化的因素,采用SAS软件的GLM过程,建立统计分析模型。【结果】①在不分胎次(仅对1—4胎)对牛群自然月份乳成分的Duncan多重比较显示,不同月份之间的乳成分数据总体呈现显著差异(P<0.05)(尽管有些月份之间的数据差异不显著);乳蛋白率在9月最高(3.18...

【目的】研究中国荷斯坦牛CSN3基因的多态性,并探索其与泌乳性状的关系。【方法】采用DNA测序方法,对565头中国荷斯坦牛CSN3基因进行群体变异分析,将检测到的单核苷酸多态性(SNP)位点与中国荷斯坦牛泌乳性状进行关联性分析,同时分析不同双倍型对中国荷斯坦牛泌乳性状的影响。【结果】从中国荷斯坦牛CSN3基因中共检测到4个SNP位点,分别为g.463A>G、g.1012A>C、g.2015T>A和g.2396A>T,除g.2396A>T外,其余3个SNPs位点与中国荷斯坦牛泌乳性状紧密关联,其中g.463

【目的】研究中国荷斯坦牛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性,为培育高乳蛋白及高乳脂率奶牛提供参考依据。【方法】采用DNA测序、PCR-RFLP和CRS-PCR技术,对544头中国荷斯坦牛κ-酪蛋白基因的外显子4和5序列进行研究,通过SHEsis软件和PHASE软件进行配对连锁不平衡分析和单倍型分析。【结果】发现6个新的SNPs,包括外显子5上A12907G、G12950A、C12989T、A13028G、T12980C共5个SNP位点,证实前4个位点紧密连锁;外显子4上A10996T共1个SNP位点。单位点基因型与泌乳性状关联分析表明,A10996T突变位点的TT和AT基因...

【目的】研究奶牛脂肪酸合成酶(Fatty acid synthase,FASN)基因多态性对产奶量和乳成分的影响,为中国荷斯坦牛的优化育种提供相应的分子遗传学依据。【方法】以464头中国荷斯坦牛为研究材料,参照奶牛生产性能测定(Dairy herd improvement,DHI)方法采集产奶量和乳成分数据;采集试验牛血样,提取DNA,PCR扩增FASN基因,用单链构象多态性(Single-strand conformation polymorphism,SSCP)技术并结合测序确定基因型;用最小二乘法进行基因多态性与泌乳性状的关联性分析。【结果】FASN基因外显子34存在2个等位基因、2种基...

【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、305d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、305d校正产奶量、乳蛋白量的...

【目的】研究STAT5A基因多态性与中国荷斯坦牛泌乳性状的相关性,为进一步加快育种进程提供参考依据。【方法】利用PCR-SSCP技术对279头中国荷斯坦牛的STAT5A基因的P1和P2两个位点进行群体遗传学检测;计算其基因频率和基因型频率,并对多态性与泌乳性状进行相关性分析。【结果】发现在STAT5AP1和STAT5AP2两个位点上分别存在3种多态以及7种单倍型组合。STAT5AP1位点的AA、GG和AG的基因型频率分别为0.2401、0.1470和0.6129,A和G的基因频率分别为0.5466和0.4534,不同基因型对第1胎产奶量、乳蛋白率和第2胎乳蛋白率存在显著影响;STAT5AP2位...

蓖麻籽是一种重要的高含油、低含水工业油料，粉碎后进行单轴压榨时，随着压缩比增大或压榨速度的降低，饼粕的残油率总体呈降低趋势。压榨速率对蓖麻籽饼粕残油率影响较大，一定压缩比时，速率越大残油率越高；在相同压缩比下，多次压榨相对单次压榨可以达到更低的残油率。通过压榨曲线拟合，建立了压缩比与残油率的数学模型，确定了模型参数并进行误差分析。结果表明，模型模拟值与实测值在一定程度上是吻合的，平均误差约为１％。

【背景】牛奶中钠（sodium,Na）、钾（potassium,K）和镁（magnesium,Mg）含量的准确检测有助于奶牛的健康养殖，同时也是稳定乳制品质量的前提。但目前检测牛奶中矿物质含量的常规方法昂贵且耗时，因此需要一种低成本且快速检测牛奶Na、K和Mg含量的方法。【目的】利用中红外光谱（mid-infrared spectroscopy,MIRS）预测中国荷斯坦牛牛奶中Na、K和Mg含量的潜力，为测定牛奶中Na、K和Mg含量提供快速检测技术，为牛群饲养管理和奶牛遗传育种提供大量表型数据支撑。此外，比较不同特征波段选择算法改进预测牛奶中Na、K和Mg含量的MIRS定量预测模型的能力。【方法】以来自华北地区的255份健康中国荷斯坦牛牛奶样本为研究对象。首先，使用Milko Scan TMFT+收集牛奶样本的MIRS数据，并使用电子耦合等离子体发射光谱法测定牛奶样本中Na、K和Mg含量的真实值。随后，以MIRS数据为预测变量，Na、K和Mg含量的真实值为因变量，利用4种光谱预处理算法（一阶导数、二阶导数、SG平滑和标准正态变换）、4种特征选择算法(无信息变量消除（uninformative variable elimination,UVE）、竞争性自适应重加权算法（Competitive adaptive reweighted sampling,CARS）、遗传算法（Genetic Algorithm,GA）及最小角回归算法（Least Angle Regression,LAR）)和9种建模算法（偏最小二乘回归、支持向量机、随机森林和弹性网络等），分别建立预测牛奶中Na、K和Mg含量的MIRS定量预测模型，并选出最优模型组合（特征选择算法+光谱预处理算法+建模算法）。【结果】CARS特征波段选择算法对Na、K和Mg含量预测模型的改进效果优于UVE、GA和LAR算法。基于CARS特征选择算法、一阶导数预处理和弹性网络建模算法开发的Na含量预测模型效果最好，该模型预测集决定系数（coefficient of determination of prediction set,R _p²）=0.72，预测集均方根误差（root mean squared error of prediction,RMSEp）=63.28 mg·kg^-1，预测集平均绝对误差（mean absolute error of prediction set,MAEp）=49.03 mg·kg^-1，性能偏差比（ratio of performance to deviation,RPD）=1.90；基于CARS特征选择算法、原始光谱和支持向量机建模算法开发的K含量预测模型效果最好，该模型R _p²=0.57,RMSEp=141.49mg·kg^-1,MAEp=116.24 mg·kg^-1,RPD=1.57；基于CARS特征选择算法、原始光谱和偏最小二乘回归建模算法开发的Mg含量预测模型效果最好，该模型R _p²=0.51,RMSEp=12.08 mg·kg^-1,MAEp=9.84 mg·kg^-1,RPD=1.30。【结论】利用MIRS预测中国荷斯坦牛牛奶中Na和K含量的方法可行，可以较准确地预测Na含量，近似地定量预测K含量（用于区分低浓度K和高浓度K样品）。在建模之前利用CARS算法提取特征波段提高了MIRS预测模型的准确性，并大大减少了运算时间，可提高MIRS模型预测表型数据的效率。

本试验旨在研究酵母培养物对泌乳中期荷斯坦奶牛产奶量及乳品质的影响。选用20头处于泌乳中期的荷斯坦奶牛按年龄、胎次、泌乳月、日产奶量和乳成分相近的原则,随机分成两组,对照组饲喂基础日粮,试验组在对照组日粮的基础上添加120g/(d.头)的酵母培养物,预试期7 d,正试期42 d,测定试验组与对照组的日产奶量和各种乳成分的变化情况。结果表明:酵母培养物可以有效缓解泌乳中期奶牛日产奶量的下降,与对照组相比,日粮中添加酵母培养物42 d后产奶量显著提高了12.8%(P<0.05),乳蛋白率、乳糖率、乳非脂固形物率和乳密度分别极显著提高了8.2%、6.8%、7.9%和11.7%(P<0.01)。总体显示...

[目的]本试验旨在测定秋季不同牛舍（开放牛舍和恒温牛舍）环境参数，同时探究牛舍类型对荷斯坦牛各项指标（生理指标、产奶性能和血液生化指标等）的影响。[方法]每天距离地面1.5 m处测定试验牛所在牛舍区域的温度、相对湿度（RH）、风速、CO_(2)、NH_(3)、PM_(10)和PM_(2.5)，同时测定舍外温度和RH，并计算温湿指数（THI），两栋牛舍各连续测定7 d。试验期间，记录试验牛生理指标、反刍行为、产奶性能和奶牛舒适度数据，并在第7 d下午挤奶后于尾静脉采集血液，制作血清，并使用试剂盒测定血清生化指标。[结果]结果显示，开放牛舍和恒温牛舍之间的温度、RH、THI和CO_(2)浓度无显著差异（P>0.05），恒温牛舍风速显著高于开放牛舍（P<0.01），同时恒温牛舍有害气体和悬浮颗粒物含量在13时最低。环境因子之间存在相互作用，使得牛舍微气候维持相对稳定。与开放牛舍试验牛相比，恒温牛舍试验牛直肠温度和呼吸频率极显著降低（P<0.01），产奶量增长速度更慢，乳中体细胞数则极显著增加（P<0.01）。此外，恒温牛舍的奶牛舒适度更高。在血清免疫指标上，恒温牛舍试验牛肿瘤坏死因子-α和免疫球蛋白G含量极显著高于（P<0.01）开放牛舍，同时白介素-6含量显著高于开放牛舍（P<0.05）。[结论]基于测定的环境参数、试验牛生理指标和奶牛舒适度，恒温牛舍能够在秋季为奶牛提供较适宜环境，但试验牛产奶量增长速度较开放牛舍慢，乳中体细胞数高，且机体炎症反应较强，需要注重恒温牛舍奶牛产后护理和疾病诊治，并加强牛舍消毒。