Решение Коллегии Евразийской экономической комиссии от 22.08.2023 № 125
Актуально на 31.10.2026.
Как цитировать: Решение Коллегии Евразийской экономической комиссии от 22.08.2023 N 125. 125. 22.08.2023. https://bukva.ai/docs/reshenie-125-2023
«О внесении изменений в Методику оценки племенной ценности крупного рогатого скота молочного направления продуктивности»
Примечание
Начало действия документа — 23.09.2023. В соответствии с пунктом 2 данный документ вступает в силу по истечении 30 календарных дней с даты официального опубликования (опубликован на Официальном сайте ЕАЭС http://www.eaeunion.org - 24.08.2023).
КОЛЛЕГИЯ ЕВРАЗИЙСКОЙ ЭКОНОМИЧЕСКОЙ КОМИССИИ
РЕШЕНИЕ от 22 августа 2023 г. № 125
О ВНЕСЕНИИ ИЗМЕНЕНИЙ В МЕТОДИКУ ОЦЕНКИ ПЛЕМЕННОЙ ЦЕННОСТИ КРУПНОГО РОГАТОГО СКОТА МОЛОЧНОГО НАПРАВЛЕНИЯ ПРОДУКТИВНОСТИ
В соответствии с частью второй статьи 3 Соглашения о мерах, направленных на унификацию проведения селекционно-племенной работы с сельскохозяйственными животными в рамках Евразийского экономического союза, от 25 октября 2019 года Коллегия Евразийской экономической комиссии решила:
1. Внести в Методику оценки племенной ценности крупного рогатого скота молочного направления продуктивности, утвержденную Решением Коллегии Евразийской экономической комиссии от 24 ноября 2020 г. № 149, изменения согласно приложению.
2. Настоящее Решение вступает в силу по истечении 30 календарных дней с даты его официального опубликования.
Председатель Коллегии Евразийской экономической комиссии М.МЯСНИКОВИЧ
Приложение к Решению Коллегии Евразийской экономической комиссии от 22 августа 2023 г. № 125
ИЗМЕНЕНИЯ, ВНОСИМЫЕ В МЕТОДИКУ ОЦЕНКИ ПЛЕМЕННОЙ ЦЕННОСТИ КРУПНОГО РОГАТОГО СКОТА МОЛОЧНОГО НАПРАВЛЕНИЯ ПРОДУКТИВНОСТИ
1. Пункт 1 дополнить словами «, за исключением малочисленных (генофондных) пород».
2. Пункт 3 после слова «подлежат» дополнить словами «ремонтный молодняк, нетели,».
3. Абзац шестой пункта 5 изложить в следующей редакции:
«малочисленная (генофондная) порода» — группа редко встречающихся животных определенной породы, отличающихся генетико-селекционными особенностями и находящихся под угрозой исчезновения;».
4. Дополнить разделом I(1) следующего содержания:
«I(1). Оценка племенной ценности ремонтного молодняка и нетелей молочного направления продуктивности»
5(1). Племенная ценность (EBV) ремонтного молодняка и нетелей по конкретному селекционируемому признаку определяется на основании данных родителей с учетом всех родственных связей по формуле:
EBVП = 0,5 * EBVО + 0,5 * EBVМ,
EBVП — прогнозируемая племенная (генетическая) ценность потомка по селекционируемому признаку;
EBVО — племенная (генетическая) ценность отца по селекционируемому признаку;
EBVМ — племенная (генетическая) ценность матери по селекционируемому признаку;
5. Абзац первый пункта 6 изложить в следующей редакции:
«6. Племенная ценность коров и быков молочного направления продуктивности определяется по селекционируемым признакам молочной продуктивности, оценка которых проводится согласно приложению № 1, по селекционируемым признакам экстерьера, оценка которых проводится согласно приложению № 1(1), по селекционируемым признакам воспроизводительной способности, оценка которых проводится согласно приложению № 1(2) и по селекционируемым признакам здоровья вымени, оценка которых проводится согласно приложению № 1(3) и рассчитывается:».
6. В предложении первом пункта 7 слово «достоверности)» заменить текстом следующего содержания:
«достоверности (надежности оценки)). Сведения о степени достоверности (надежности оценки) публикуются по каждому признаку отдельно».
7. Пункт 8 исключить.
8. В пункте 10:
а) в абзаце первом слово «Комплексные» заменить словами «Комплексный селекционный индекс (определяемый согласно приложению № 3)»;
б) в подпунктах «а» и «б» слова «удою, молочному жиру и молочному белку» заменить словами «селекционируемым признакам».
9. В Приложении № 1 к указанной Методике:
а) пункт 1 изложить в следующей редакции:
«1. При определении молочной продуктивности коров учитываются следующие селекционируемые признаки:»
количество надоенного молока, кг;
количество молочного жира и белка, кг;
содержание массовой доли жира и белка в молоке, %.
Оценка уровня продуктивности коров и качества молока за лактацию или другой период производится путем обобщения результатов регулярно проводимых контрольных доек.»;
б) пункт 9 после слова «количества» дополнить словами «соматических клеток,».
10. Дополнить приложениями № 1(1) — 1(3) следующего содержания:
«Приложение № 1(1) к Методике оценки племенной ценности крупного рогатого скота молочного направления продуктивности»
ОЦЕНКА КОРОВ ПО ПРИЗНАКАМ ЭКСТЕРЬЕРА
В систему оценки телосложения дочерей быков включены 18 селекционируемых признаков линейных промеров экстерьера коров. Для оценки линейных промеров экстерьера коров применяется 9-балльная шкала, которая должна охватывать биологический диапазон развития селекционируемых признаков в оцениваемой популяции животных.
Шкала оценки селекционируемых признаков экстерьера коров (дочерей быков)
Приложение № 1(2) к Методике оценки племенной ценности крупного рогатого скота молочного направления продуктивности
ОЦЕНКА КОРОВ И ТЕЛОК ПО ПРИЗНАКАМ ВОСПРОИЗВОДИТЕЛЬНОЙ СПОСОБНОСТИ
1. К признакам, характеризующим воспроизводительную способность телок и коров, относятся следующие селекционируемые признаки:
а) количество осеменений, приходящихся на одно плодотворное осеменение;
б) количество дней между отелом и первым осеменением;
в) продолжительность сервис-периода (количество дней между отелом и плодотворным осеменением);
г) возраст первого плодотворного осеменения телок (в днях);
д) межотельный период для коров (в днях);
2. Количество осеменений, приходящихся на одно плодотворное осеменение, рассчитывается по методике, применяемой в селекционно-племенной работе в государстве — члене Евразийского экономического союза.
3. Оценка коров по легкости отела проводится по шкале по среднему значению (по всем отелам). Признак «легкость отела» является оценкой и коров, и дочерей быков.
Шкала оценки легкости отела коров
Приложение № 1(3) к Методике оценки племенной ценности крупного рогатого скота молочного направления продуктивности
ОЦЕНКА КОРОВ ПО ПРИЗНАКАМ ЗДОРОВЬЯ ВЫМЕНИ
1. Селекционируемым признаком здоровья вымени коров является содержание соматических клеток.
2. Для определения содержания соматических клеток применяется одна из следующих формул:
\text{ССК } = log_{2}(\frac{\text{КСК}}{100000}) + 3,
ССК — содержание соматических клеток, выраженное в баллах;
КСК — количество соматических клеток в 1 мл молока, рассчитанное в лаборатории по определению качества молока, аккредитованной в порядке, установленном законодательством государства — члена Евразийского экономического союза;
log2 — логарифм по основанию два;
100000 и 3 — коэффициенты уравнения;
\text{КСК } = \frac{\Sigma(\text{Ум } \times \text{КСКм})}{\Sigma\text{Ум}} ,
КСК — количество соматических клеток за лактацию, тыс./см3;
Ум — ежемесячные удои коровы, кг;
КСКм — количество соматических клеток в индивидуальной пробе, измеряемой ежемесячно, на основании контрольных доек, тыс./см3.».
11. В приложении № 2 к указанной Методике:
а) пункт 4 изложить в следующей редакции:
«4. Для расчета прогнозных значений племенной ценности коров и быков молочного направления продуктивности по разработанным оптимальным статистическим моделям применяется метод BLUP AM.»
Векторная форма уравнения BLUP имеет вид:
y = n x 1 — вектор наблюдений (оценок) (n — число записей);
b = p x 1 — вектор фиксированных эффектов (p — число уровней фиксированных эффектов);
a = q x 1 — вектор случайных эффектов пробандов (q — число уровней случайных эффектов);
e = n x 1 — вектор случайных эффектов;
X — матрица порядка n x p, которая связывает оценку животных с фиксированными эффектами;
Z — матрица порядка n x q, которая связывает оценку животных со случайными эффектами.
Матрицы X и Z называются матрицами случаев. Предполагается, что математическое ожидание (E) переменных:
Главная цель уравнения смешанной линейной модели — предсказать линейную функцию a и b (EBV) относительно y.
Необходимо решить уравнения смешанной линейной модели (MME) для вычисления значений b (фиксированных эффектов) и предсказать решения для значений a (случайных эффектов). Формула для биометрической модели животного (AM) в матричном виде имеет вид:
Коэффициент \alpha рассчитывается по формуле:
\alpha = \frac{\sigma_{e}^{2}}{\sigma_{a}^{2}} = \frac{1 - h^{2}}{h^{2}} ,
отсюда искомые коэффициенты равны:
Таким образом, \hat{b} — лучшая линейная оценка фиксированных эффектов модели; \hat{a} — лучший линейный несмещенный прогноз (BLUP) племенной ценности (EBV) животного.»;
б) пункт 6 изложить в следующей редакции:
«6. Для прогнозирования племенной ценности используются обратная матрица родства A-1, метод расчета A-1 без применения матрицы A, без учета инбридинга.»
При этом ai представляет собой диагональный элемент матрицы D-1 для i-го животного. Диагональные элементы D-1 равны: 2 — если известны оба родителя, 4/3 — если известен один родитель, 1 — если ни один родитель не известен.
Первоначально элементы матрицы родства A-1 задаются нулями и применяются следующие правила.
Если известны оба родителя i-го животного, добавляются:
ai/4 — к элементам (s, s), (s, d), (d, s) и (d, d).
Если известен один из родителей i-го животного, добавляются:
Если неизвестны оба родителя, добавляется ai к элементу (i, i).
При применении метода BLUP AM смешанной модели (MME) вида
матрица коэффициентов имеет вид
При этом обобщенная обратная матрица коэффициентов имеет вид
«.»13. Дополнить приложением № 3 следующего содержания:
«Приложение № 3 к Методике оценки племенной ценности крупного рогатого скота молочного направления продуктивности»
РАСЧЕТ КОМПЛЕКСНОГО СЕЛЕКЦИОННОГО ИНДЕКСА
Комплексный селекционный индекс включает в себя информацию о племенной ценности (u) по нескольким селекционируемым признакам (i).
Племенная ценность (u) — это лучший линейный несмещенный прогноз (BLUP) племенной ценности (EBV) животного.
Рассчитанное числовое значение индекса (Ii) для каждого животного используется в селекции как основа для ранжирования животных. Конструирование селекционных индексов базируется на оценках племенной ценности (EBV).
Индекс (Ii) рассчитывается по следующим формулам:
I1 = k11EBV1 + k12EBV2 + ... + k1iEBVi,
I2 = k12EBV1 + k22EBV2 + ... + k2iEBVi,
Ii = k1iEBV1 + k2iEBV2 + ... + kiiEBVi,
где EBV1, EBV2, EBVi — наилучший линейный несмещенный прогноз племенной ценности животного по селекционируемому признаку, входящему в индекс.
Значения k11, k12, k1i, k22, k2i, kii определяются на основе следующей системы уравнений:
\sigma_{EBV_{1}}^{2} , \sigma_{EBV_{2}}^{2} и \sigma_{EBV_{i}}^{2} — вариансы прогноза племенной ценности по признакам 1, 2 и i;
\sigma_{EBV_{1}EBV_{2}} — коварианса между прогнозом племенной ценности по признакам 1 и 2;
\sigma_{G_{1}EBV_{2}} — коварианса между генотипом животного по признаку 1 и прогнозом племенной ценности по признаку 2;
\sigma_{G_{2}EBV_{1}} _ коварианса между генотипом животного по признаку 2 и прогнозом племенной ценности по признаку 1;
\sigma_{G_{1}EBV_{1}} — коварианса между генотипом животного по признаку 1 и прогнозом племенной ценности;
\sigma_{G_{2}EBV_{2}} _ коварианса между генотипом животного по признаку 2 и прогнозом племенной ценности;
\sigma_{EBV_{1}EBV_{i}} _ коварианса между прогнозом племенной ценности по признакам 1 и i;
\sigma_{G_{1}EBV_{i}} — коварианса между генотипом животного по признаку 1 и прогнозом племенной ценности по признаку i;
\sigma_{EBV_{2}EBV_{i}} — коварианса между прогнозом племенной ценности по признакам 2 и i;
\sigma_{G_{2}EBV_{i}} — коварианса между генотипом животного по признаку 2 и прогнозом племенной ценности по признаку i;
\sigma_{G_{i}EBV_{i}} — коварианса между генотипом животного по признаку i и прогнозом племенной ценности по признаку i.
В теоретическом аспекте построение комплексного индекса выглядит следующим образом:
1 = \sum_{h = 1}^{L} k_{h}u^{(h)},
где kh — весовой коэффициент h-го признака.
Весовые коэффициенты рассчитываются по формулам:
k1 = B(1,1) + B(2,1) + ... + B(L,1),
k2 = B(1,2) + B(2,2) + ... + B(L,2),
kL = B(1,L) + B(2,L) + ... + B(L,L).
В указанных формулах матрица B составлена из векторов b(h):
которые находятся для каждого признака из решения уравнения:
u(h) — оценка наилучшего линейного несмещенного прогноза для каждого h-го признака;
y — вектор значения признака, а V = cov(y(h) · y(p)) — матрица коварианс между h-м и p-м признаками.».