早期产奶性状预测亚热带条件下荷斯坦牛、娟姗牛及杂交奶牛的终生产奶量并支持更替决策

《Veterinary and Animal Science》：Early-life milk production traits predict lifetime milk yield and support replacement decisions in Holstein, Jersey and Crossbred dairy cows under subtropical conditions

　　

通过早期识别优良后备牛来提高终生产奶量是可持续奶牛生产系统的关键目标。本研究探讨了在亚热带条件下管理的奶牛中，第一泌乳期性能指标预测终生产奶量的潜力。研究人员对某商业牧场饲养的349头荷斯坦牛、娟姗牛和杂交奶牛的历史生产记录进行了分析，采用线性混合模型、多元回归和受试者工作特征（ROC）分析。估计终生产奶量（ELMY）由各记录泌乳期的平均日产奶量和泌乳期长度计算得出。品种、胎次及其交互作用显著影响若干产奶性状（P < 0.05）。荷斯坦牛表现出最高的（P < 0.05）产奶性状，而产奶量随胎次增加而提高。品种相关的产奶差异在各胎次中明显存在，且在后期胎次（P4–P5）的特定性状上品种间变异更为突出。第一泌乳期日均产奶量（FDMY）与ELMY强烈相关（r = 0.849, P < 0.001），并成为终生产奶量最重要的预测因子。包含FDMY和品种的最终预测模型解释了ELMY变异的74.7%（校正R² = 0.731）。被归类为高终生生产者的奶牛，其FDMY显著高于中产和低产奶牛（P < 0.001）。二元Logistic回归显示，在调整品种后，第一泌乳期日均产奶量独立预测高估计终生产奶量状态（OR = 2.14, 95% CI: 1.45–3.17; P < 0.001），总体分类准确率为90.6%。受试者工作特征分析显示FDMY具有出色的判别能力（AUC = 0.917 ± 0.036, P < 0.001），最佳阈值为16.0 kg/天，敏感性为76.2%，特异性为93.7%。这些发现确定第一泌乳期产奶量是后续估计终生产奶量的一种有前景的早期生命指标。

提高终生产奶量是可持续奶牛生产系统的核心目标，直接影响牧场盈利、资源利用效率和环境可持续性。奶牛生产性能受遗传、生理、环境和管理因素共同影响，其中品种和胎次是主要变异来源。荷斯坦牛以高产奶量著称，娟姗牛则以乳固体含量和适应性强为特征，杂交则可利用杂种优势整合优良性状。然而，现有预测研究多集中于温带地区的单一品种（尤其是荷斯坦牛），亚热带多品种条件下第一泌乳期性状对终生产奶量的预测能力仍缺乏证据。南非商业牧场同时饲养多个品种，亟需品种特异的管理决策工具。本研究旨在量化品种、胎次及其互作对产奶性状的影响，并评估第一泌乳期性状预测终生产奶量的能力及支持更替决策的阈值。论文发表于《Veterinary and Animal Science》。

研究人员利用南非东开普省Alice地区Fort Hare大学奶牛场的历史生产记录，共349头奶牛（156头荷斯坦牛、92头娟姗牛、101头杂交牛）。关键方法包括：采用线性混合模型（LMM）评估品种、胎次及互作效应；通过Pearson相关和多元线性回归筛选预测因子；用二元Logistic回归和受试者工作特征（ROC）分析评估分类能力和确定最佳阈值。估计终生产奶量（ELMY）由各泌乳期平均日产奶量乘以泌乳期长度累计得到。

3.1 品种和胎次对产奶性状的影响：LMM分析显示，品种显著影响日产奶量、高峰产奶量、持续力和泌乳期产奶量（P<0.05），但泌乳期长度不受品种或胎次影响。荷斯坦牛各产奶性状显著高于娟姗牛和杂交牛；产奶量随胎次递增，在第四胎后趋于稳定。品种×胎次互作对高峰产奶量和持续力显著，但敏感性分析表明该互作主要由第五胎驱动。

3.2 第一泌乳期性状与终生产奶量的关系：Pearson相关分析显示，第一泌乳期日均产奶量（FDMY）与ELMY相关性最强（r=0.849, P<0.01），高峰产奶量次之（r=0.706），持续力中等（r=0.458），泌乳期长度无显著相关。

3.3 终生产奶量的预测：多元回归显示，仅FDMY即解释72.1%的ELMY变异；加入品种后，最终模型解释74.4%变异（调整R²=0.735）。品种与FDMY的交互作用不显著，表明斜率在各品种间一致。

3.4 品种特异预测模型：分品种回归显示，FDMY解释杂交牛ELMY变异的80.0%，娟姗牛57.8%，荷斯坦牛49.4%。尽管回归系数数值不同，但交互作用检验未达显著。

3.5 终生产奶量分组：按ELMY三分位分为低、中、高组，高产出组FDMY（17.03±2.11 kg/天）显著高于中（13.79±1.75）和低（9.80±1.57）组（P<0.001）。二元Logistic回归调整品种后，FDMY每增加1 kg/天，进入高ELMY组的几率增加约2.14倍（OR=2.139, 95%CI:1.445–3.167），总体分类准确率90.6%。

3.6 阈值识别：ROC分析显示FDMY区分高终生生产者的AUC=0.917（P<0.001），最佳阈值约16.0 kg/天，敏感性76.2%，特异性93.7%。

讨论部分指出，品种差异反映了长期选育方向和遗传背景；胎次效应符合奶牛生理成熟规律；泌乳期长度在品种和胎次间稳定可能与统一管理有关。品种×胎次互作主要源于第五胎的品种分化。FDMY之所以是最强预测因子，可能与乳腺发育、代谢适应、遗传潜力和生理韧性等机制有关。加入品种仅适度改善模型，说明FDMY提供了大部分预测信息。Logistic和ROC分析支持FDMY作为早期识别工具，但16 kg/天阈值基于单一回顾性群体，未经验证，应视为初步指标。研究也存在局限：ELMY为估计值而非直接记录，单牧场设计，要求至少三次连续泌乳可能引入生存偏倚，且缺少初产年龄、产犊间隔、健康等协变量。

结论：本研究证明在亚热带管理条件下，品种和胎次显著影响产奶性状。荷斯坦牛在日产奶量、高峰产奶量和泌乳期产奶量上普遍高于娟姗牛和杂交牛，产奶量随胎次增加而提高。尽管特定性状存在品种×胎次互作，但品种差异的整体模式在连续泌乳期基本维持。在第一泌乳期性状中，日均产奶量与ELMY的预测关系最强，且该关系在三个遗传组中基本一致。Logistic回归和ROC分析进一步表明，FDMY可区分后续ELMY状态，约16 kg/天的阈值在敏感性和特异性间达到良好平衡。然而，该阈值应视为初步决策支持指标，而非独立的更替或选择标准，其应用应限于本研究代表的生产条件，并需结合健康、繁殖、遗传和经济因素。鉴于回顾性单牧群设计、使用ELMY以及限定至少三次连续泌乳的预测数据集，需要在更大规模、独立的多个牧群中进行验证。