Sikrere avlsverdier for utmelking, lynne og jurhelse med robotdata
Melkeroboten bidrar med store datamengder med objektive målinger av hvert individ som besøker roboten. Mer nøyaktige målinger kan bidra til høyere arvbarhet og bedre sikkerhet på avlsverdiene.
I melkeroboten blir det registrert og lagret informasjon om en rekke ulike egenskaper ved kua. I tillegg til ytelse og effektivitet blir det også registrert egenskaper som sier noe om både kuas oppførsel, og det gis indikatorer for blant annet jurhelse. Det er et stort potensial for å benytte data fra melkerobot i avlsarbeidet. Som en del av et forskningsprosjekt ved Norges miljø og biovitenskapelige universitet i Ås (NMBU), har vi undersøkt genetisk variasjon i en rekke egenskaper som beskriver utmelking, lynne og jurhelse i roboten. Her blir noen av resultatene fra artikkelforfatterens doktorgradsarbeide presentert.
Presise og automatiske fenotyper i roboten
I prosjektet ble det hentet ut data fra 77 norske besetninger med DeLaval melkeroboter. Besetninger fra hele landet ble invitert til å delta, og for å laste ned data ble det på forhånd gitt godkjenning av produsenten til å logge seg på via en ekstern tilkoblingsmulighet. Produsenter hadde DelPro versjon 3.7, 4.5 eller 5.2 installert. Rapporten «gruppemelkinger» ble hentet ut, og gir presise fenotyper på blant annet utmelkingshastighet, melkemengde og tidsforbruk fra hver melking. Totalt ble det hentet ut data fra ca. 4 800 NRF-kyr med til sammen litt over to millioner melkingsbesøk i roboten fra 2015 til 2017.
Mål på lynne og atferd i roboten
Som en indikasjon på kuas melkingsatferd i roboten undersøkte vi avspark der en eller flere av spenekoppene har falt av under melking. Vi undersøkte andelen melkinger med avspark oppsummert gjennom hele laktasjonen i tillegg til antallet melkinger med avspark fra dag til dag. Arvbarheten var høyere når vi summerte antallet avspark gjennom laktasjonen, 0.13 sammenlignet med 0.06 (Tabell 1). Vi undersøkte også prosentandel ufullstendige melkinger (< 60 prosent av forventet ytelse) og melkinger der roboten ikke finner spenen for påsett av spenekoppen. Disse egenskapene hadde arvbarhet på henholdsvis 0.14 og 0.11, som noe høyere arvbarhet enn for dagens lynne-egenskap.
Utmelkingshastighet
Melkeroboten gir oss et veldig nøyaktig mål på utmelkingshastighet målt som Kg/minutt, som gir svært høy arvbarhet på 0.48 (Tabell 1). I dagens avlsarbeid blir kuas utmelkingshastighet i første laktasjon vurdert av bøndene på en tredelt skala som «rask», «middels» eller «sein». Denne subjektive vurderingen av hastighet har en arvbarhet på 0.22. I tillegg til høyere arvbarhet for utmelkingshastighet målt i roboten, kan utviklingen av egenskapen følges over tid. Førstelaktasjons- kyr hadde i gjennomsnitt lavest hastighet, og tredjelaktasjonskyr raskest utmelkingshastighet (Figur 1).
Tidsbruk i roboten
En annen egenskap med stor verdi for roboteffektivitet er kuas oppholdstid i roboten, eller bokstid. Her fant vi en arvbarhet på 0.27. Det ble også beregnet kuas melkeytelse fordelt på bokstid (kg melk/minutt bokstid) som et annet mål på effektivitet og denne egenskapen hadde 0.22 i arvbarhet. Det ble funnet sterke genetiske korrelasjoner, som alle går i ønsket retning, mellom disse utmelkingsegenskapene i roboten (Tabell 1). Det betyr at man vil få en forbedring av både bokstid og økt kg melk/min bokstid ved å vektlegge utmelkingshastighet.
Sammenhengen mellom elektrisk konduktivitet og jurhelse
Alle melkeroboter måler melkas elektriske konduktivitet, eller strømledningsevne. Denne påvirkes av salter og ioner, der høy konduktivitet indikerer høyt saltinnhold i melk og skal være en indikasjon på jurhelse. Vi ville derfor undersøke hvor arvelig elektrisk konduktivitet er, og vurdere muligheten for å bruke denne informasjonen i avlsarbeidet som en indikator på jurhelse. Vi fant høy arvbarhet, fra 0.23 til 0.35 for konduktivitet målt som høyeste verdi og et gjennomsnitt av spenene. Dette alene er ikke tilstrekkelig for å kunne bli brukt i avlsarbeidet. Derfor undersøkte vi den genetiske sammenhengen til jurhelseegenskaper inkludert i dagens avlsarbeid. Det var ingen genetisk sammenheng mellom konduktivitet og celletall i melk målt som et laktasjonsgjennomsnitt med data fra Kukontrollen.
I dag blir både informasjon om veterinærbehandlet klinisk mastitt (synlige og alvorlige tegn på jurbetennelse), og celletall i melk brukt for å beregne avlsverdier for jurhelse. Jurhelse-indeksen er vektlagt med 13.4 prosent i samla avlsverdi. I vårt prosjekt var det ikke mulig å beregne genetisk sammenheng mellom klinisk mastitt og konduktivitet, fordi svært få kyr blant de 77 besetningene hadde blitt behandlet for mastitt i perioden med data.
Celletallsmåler i roboten
Flere av besetningene som deltok i studien hadde installert celletallsmåler fra DeLaval (OCC- måler, OCC = Online Cell Count). Av de 77 besetningene var det 24 med OCC-måler, som gav totalt 451 949 OCC-målinger fra 1 490 kyr i ulike laktasjoner. Arvbarheten var på 0.09 når OCC ble målt som gjentatte melkinger for hver ku (Tabell 2). Ettersom elektrisk konduktivitet i melk er benyttet som en indikator på problemer med jurhelse, og OCC måler gir celletallet i melk for hver melking, ønsket vi å undersøke om det eksisterer en genetisk sammenheng mellom dem. Vi fant ingen genetisk sammenheng mellom OCC og konduktivitet i melk. Den genetiske sammenhengen mellom konduktivitet i melk med data fra robot og gjennomsnitt laktasjonscelletall med data fra Kukontrollen var ikke høy (0.34-0.37), og resultatene våre sår derfor usikkerhet rundt nytten av denne målingen. På grunnlag av våre resultater kan vi ikke anbefale å bruke elektrisk konduktivitet som en indikator på jurhelse i avlsarbeidet på NRF.
Sterk sammenheng mellom celletall og OCC
Det er en sterk genetisk sammenheng (0.79) mellom kuas celletall målt i roboten til celletall i Kukontrollen (Tabell 2). Resultatene viser at OCC kan benyttes for å beregne avlsverdier og kan supplere dagens celletall. Med OCC vil man kunne følge utviklingen i celletall gjennom laktasjonen. En får en indikasjon på kyr som går med høyt celletall over tid, men også kartlagt kyr som håndterer en infeksjon uten behandling. Det ville derfor være til nytte om flere av egenskapene undersøkt i denne doktoravhandlingen blir tilgjengelig, og dermed bli inkludert i det rutinemessige avlsarbeidet på NRF. Dette vil gi nye muligheter og bidra til sikrere avlsverdier spesielt for kyr i besetninger med robot.
Doktoravhandlingen finner du her:
https://nmbu.brage.unit.no/nmbu-xmlui/handle/11250/2655432
Vi ønsker å takke alle melkeprodusenter som deltok i prosjektet, og spesielt rette en takk til Alf Odin Olsen og Ingebret Risa i DeLaval for hjelp med rapporter og tilgang til data.