Fire faktorer bak genetisk framgang

Genetisk framgang er sammensatt av fire faktorer: genetisk variasjon, seleksjonsintensitet, sikkerhet og generasjonsintervall. Den genetiske framgangen vil øke når vi øker seleksjonsintensitet, genetisk variasjon og sikkerhet på avlsverdier, og reduserer generasjonsintervallet. De nye modellene for eksteriøregenskaper vil forbedre sikkerheten av beregnede avlsverdier, som igjen vil føre til en raskere genetisk gevinst.

Eksempel på hva dette kan bety i praksis

Se for deg at vi har to egenskaper, en der sikkerheten på en avlsverdi er 0,1 og en annen der sikkerheten er 0,9. Vår oppgave er å velge ut 50 oksekalver med høyest avlsverdi fra totalt 1 000 oksekalver. Problemet er at vi ikke vet den sanne avlsverdien, men bare beregnet avlsverdi. Når vi velger ut dyr vil de bli valgt basert på de avlsverdiene vi beregner. Dermed kan det skje at vi velger ut dyr som ikke er blant de 50 dyrene med høyest sann avlsverdi, og vi kan gå glipp av dyr som er blant de 50 beste med sann avlsverdiene. Den gode nyheten er at dette kan forbedres med høyere sikkerhet på avlsverdiene. Du kan se illustrasjon av dette i figuren. Figuren viser den sanne avlsverdien på y-aksen (loddrett) og den beregnede avlsverdien på x-aksen (vannrett) Figuren på venstre side viser egenskapen med sikkerhet på 0,1 og figuren på høyre side viser egenskapen med sikkerhet på 0,9. Punktene i figuren er avlsverdier for okser, hvor de som er merket svart og grønt er de 50 beste oksene basert på beregnet avlsverdi og de som er merket rødt og grønt er de 50 beste oksene basert på den sanne avlsverdien. Figuren til venstre som viser egenskapen med sikkerhet på 0,1, viser at blant de 50 utvalgte dyrene (farget svart og grønt) er det kun valgt ut 4 (farget grønt) okser som er blant de 50 beste med høyest sanne avlsverdier (farget rødt og grønt). Blant resten av oksene som er valgt ut (farget svart) er det stor variasjon i den sanne avlsverdien. Figuren på høyre side viser egenskapen med sikkerhet på 0,9. Her har vi blant de 50 utvalgte dyrene (farget svart og grønt) valgt ut 32 (farget grønt) som er blant de 50 beste med høyest sanne avlsverdier (farget rød og grønn). Dessuten er de 18 (farget svart) som ikke er blant de 50 beste dyrene med den høyeste sanne avlsverdien ikke langt unna. Noe som ikke var tilfelle da sikkerheten på avlsverdiene var 0,1.

Sikkerheten økte med 0,07 – 0,39

Sikkerheten på avlsverdiene i de nye modellene ble forbedret med mellom 0,07 og 0,39. Tidligere sikkerhet på avlsverdiene varierte mellom 0,45 og 0,72, mens i de nye modellene er sikkerheten mellom 0,60 og 0,95. Dette betyr at avlsverdiene som er beregnet med de nye modellene vil være mer sikre og dermed føre til en høyere genetisk framgang i NRF.

Samtidig har de nye modellene også økt arveligheten for alle unntatt en egenskap. Det vil si at med de nye modellene er mer av den fenotypiske variasjonen vi ser mellom individer forklart av genetikk og mindre av miljø. Det er flere årsaker til dette fenomenet.

Den viktigste årsaken til høyere sikkerhet og arvelighet er at vi i de nye modellene bruker data fra de fem første laktasjonene, mens i de gamle modellene ble det bare brukt fenotyper fra første laktasjon. Dette har ikke bare økt mengde data vi bruker for å beregne avlsverdiene, men også gjort det mulig å måle miljøeffekter på individets fenotype som er konstante, over gjentatte mål på individet. Denne effekten kaller vi en permanent miljøeffekt.

Nye faste effekter gir høyere arvelighet

Nye miljøeffekter i modellen er en annen årsak til høyere arvelighet og sikkerhet på avlsverdier. For hver egenskap har vi testet forskjellige miljøeffekter (for eksempel melkesystem, kalvingsår, timer siden melking) for å utvikle den beste modellen som klarer å beregne den mest korrekte og riktige avlsverdien. I tillegg utnyttes genetiske sammenhenger mellom egenskaper på en best mulig måte. Det vil si at egenskaper med høy genetisk sammenheng blir beregnet sammen og dermed utnyttes fenotypene på tvers av egenskapene.

De nye modellene ble sendt til Interbull for testing i slutten av august i år. De ble godkjent, og som nevnt innledningsvis, vil vi allerede fra november i år benytte dem til å beregne avlsverdiene for NRF i Norge.

Prosjektet er gjennomført med støtte fra Norges forskningsråd.