A fejlett állattenyésztéssel rendelkező országok a lehető legnagyobb mértékben ki is használják a BLUP módszerben rejlő genetikai lehetőségeket. A génmódosítás – természetesen – új távlatokat nyit majd a jövő nemesítői, a „gén-operátorok”, a „gén-szabászok” előtt. Mindaddig azonban, amíg ez a korszak be nem köszönt az állattenyésztés gyakorlatában is, a BLUP módszer elméleti tökéletesítése és széleskörû alkalmazása kínálja a genetikai előrelépés számára a legnagyobb hatékonyságot.
Magyarországon a sertések tenyészértékét még a hagyományos – az un. Hazel-féle – index módszerrel becsüljük. A BLUP módszer világméretû elterjedése – és sertéstenyésztési adaptációi – a magyar sertésnemesítés korszerûsítését is lehetővé tennék, illetve tehették volna már az elmúlt években is. Ugyanis mindazt az előkészítő munkát, amely a BLUP módszer hazai sertéstenyésztési alkalmazásához szükséges, az elmúlt másfél évtizedben elvégeztük. Megtörtént az ellenőrzésbe vett sertésállományaink genetikai struktúrájának felmérése (genetikai paraméter-becslés), mely elengedhetetlen feltétele a tenyészérték becslésének. Publikációk sora született, melyek a nyilvánosság elé tárták ezeket az eredményeket. Az OMMI-val közösen végzett kutató-fejlesztő munka eredményeképpen kidolgoztunk egy, a hízékonysági és vágóérték tulajdonságokra alapozott, összevont BLUP indexet, melyet a hivatalos – már említett – Hazel típusú index mellett minden tenyészállatra, illetve tenyészállat-jelöltre vonatkozóan ma is kiszámítunk. Ez a BLUP indexpontszám „tájékoztató adatként” jelenik meg a tenyésztési nyilvántartásokban.
Történeti áttekintés
A genotípus számszerû jellemzéséhez, azaz a tenyészérték becsléséhez az un. vegyes lineáris modell nyújtja napjainkban a legjobb lehetőséget, mely a teljes rokoni kapcsolatrendszer figyelembevételével párosul. Ez képezi a BLUP módszert, melynek elméleti alapjait már csaknem fél évszázaddal ezelőtt kidolgozták, de csak a 90-es évek számítástechnikai fejlődése tette lehetővé a gyakorlati alkalmazást.
Különben a sertéstenyészértékbecslés BLUP módszerhez vezető fejlődési folyamatának kezdete az 1900-as évek elejére nyúlik vissza. Talán az első ezen az úton Pearson és Lee (1903) közleménye, melyben a szerzők a vegyes modellek alkalmazásához szükséges biometriai felismeréseket publikáltak. További jelentős előrelépést hozott ezen az úton – többek között – Hazel munkássága az 1940-es években, melynek időtállóságát mi sem bizonyítja jobban, mint az, hogy a hazai sertés-tenyész értékbecslésben még ma is a Hazel-féle index módszert használjuk.
A minőségi áttörést a Henderson (1975) által leírt ún. vegyes modellû egyenletek használata, majd a rokonsági mátrixnak a számítási algoritmusba való beépítése jelentette. Kiemelkedő szerepe volt a BLUP módszer sertéstenyésztési adaptációjának továbbfejlesztésében Groeneveld tevékenységének. Az ő általa vezetett munkacsoport kifejlesztette a PEST, VCE programcsomagokat (Groeneveld és mtsai, 1990; Groeneveld-Garcia Cortes, 1998), melyek világszerte lehetővé tették a sertések BLUP-ra alapozott tenyész-értékbecslésének gyors elterjedését.
A környezeti tényezők torzító hatásának csökkentése a tenyész-értékbecslésben
Az előzőekben leírtak alapján világosan látható, hogy a BLUP módszer hatékonyabb a hagyományos Hazel-féle index szelekciónál, hiszen a Hazel index a legjobb lineáris becslés (BLUP) felé vezető fejlődés egyik, már meghaladott lépcsőfoka. A BLUP eljárás fölénye a szelekciós előrehaladást tekintve generációról generációra egyre nagyobb lehet, főleg a kisebb h2-értékû (pl. reprodukcióval összefüggő) tulajdonságoknál. Természetesen a genetikai előrehaladás növekedésére számíthatunk a hízékonysági (pl. növekedési erély, takarmányértékesítés) és a vágóérték (pl. színhús %) jellemzőkben is. A BLUP módszer alkalmazásával ugyanis azért válik a tenyész-értékbecslés pontosabbá és hatékonyabbá, mert általa figyelembe vehetők a környezeti hatások. A hagyományos indexszelekció egyáltalán nem, vagy csak nagyon korlátozottan teszi lehetővé a teljesítmény-vizsgálatoknál a környezeti hatások számszerûsítését, s az indexképzésnél ezek kiküszöbölését. Ezért nevezzük a gyakorlatban ezeket a Hazel-típusú indexértékeket un. naturális indexeknek. Ezek a minősítő értékszámok közvetlenül a fenotípusos (mért) értékekre épülnek, figyelmen kívül hagyva ezen értékeket – gyakran nagy mértékben – befolyásoló, könnyen belátható (pl. év-évszaki, üzemi, vizsgáló állomási stb.) hatásokat.
Annak bizonyítására, hogy a közvetlenül mért fenotípusos adatok mennyire torzítottak az egyes környezeti hatások által, több vizsgálatot végeztek. Hazai és külföldi szerzők (pl. Anh-Tuan és mtsai., 1993; Visscher és Goddard, 1993) közleményei is utalnak ezekre. Mi is végeztünk arra vonatkozó vizsgálatokat a hazai sertés-törzstenyészeteknél, hogy milyen mértékûek ezek a környezeti hatások. Legutóbbi számításunk eredményét a következőkben ismertetjük.
A vizsgálat anyaga, módszere
Elemzésünkhöz az Országos Mezőgazdasági Minősítő Intézet 1994–2004 közötti központi hízékonysági és teljesítmény-vizsgálati (rövidítve:HVT) adatbázisát használtuk. Az egyes teljesítmény vizsgálatokat részletesen a Sertés Teljesítmény-vizsgálati Kódex ismerteti (OMMI, 2004). Vizsgálatunkat a legnagyobb populációméretû hazai sertésfajtára, a magyar nagy fehér hússertésre (MNF) korlátoztuk. A vizsgálati elemszám 17 688 volt.
A HVT értékmérők közül az alábbi tulajdonságokat vizsgáltuk: hizlalási napok száma (Tnsz) (nap); összes takarmányfogyasztás (Tf) (kg); értékes húsrészek tömege (Éhm) (kg); és húsminőségi pontszám (Hp). A vizsgált sertéspopuláció alapstatisztikai jellemzőit az 1. táblázat tartalmazza.
Az egyes értékmérőket leíró matematikai modelleket Groeneveld ajánlásai alapján dolgoztuk ki. (A vizsgálatunkban szereplő alapmodellt a 2. táblázat tartalmazza). A tulajdonságok variancia-kovariancia komponenseit a REML módszer segítségével becsültük, VCE-5 szoftver alkalmazásával, többváltozós egyedmodell alapján. A becsült variancia-kovariancia komponensek alapján az egyes értékmérőket befolyásoló környezeti tényezők hatásainak nagyságát a BLUP módszer alapján becsültük a PEST szoftver felhasználásával.
A környezeti tényezők hatásainak pontosabb megismerése érdekében az alapmodellen kívül ún. kiegészítő modellt is használtunk. Ennél a vágási súly mellett – kovariáló hatásként – a vizsgálati kezdősúlyt is szerepeltettük (Modell II). Ezzel a modell-variációval az volt a célunk, hogy megvizsgáljuk, vajon 10 kg súlykülönbség a vizsgálati kezdősúlynál milyen hatást gyakorol az egyes HVT értékmérőkre. Az egyes környezeti tényezők értékmérőkre gyakorolt hatásainak értékelésekor a PEST által becsült hatás nagyságának maximumát választottuk ki, majd azt a vizsgált értékmérő fenotípusos átlagához viszonyítottuk (pl. tulajdonságonként kiválasztottuk az un. legjobb és legrosszabb tenyészeteket, majd a BLUP által becsült különbségeket az egyes tulajdonságok fenotípusos átlagával osztottuk és a kapott értékeket szoroztuk 100-zal).
Eredmények
Amint az a 3. táblázatban összefoglalt számadatokból kitûnik – megerősítve a bevezető fejezetekben foglaltakat – a környezeti hatások jelentősen befolyásolják a teljesítmény vizsgálati eredményeket, s így a tenyészértékbecslést is. Különösen elgondolkodtató, hogy a központi teljesítményvizsgáló állomásokon végzett vizsgálatokban is nagy környezeti eltérések adódnak, holott ennek a vizsgálati módszernek éppen az lenne a lényege, hogy a környezet standardizált legyen.
A táblázat adatai bizonyítják, hogy a HVT-ben a környezeti hatások főleg a hizlalási napok számát (Tnsz) és az összes takarmányfogyasztást (Tf) befolyásolták. E két tulajdonságra nézve a legnagyobb környezeti hatást a tenyészet (az átlagra vonatkoztatva 54,2, ill. 35,2%) jelentette. A tenyészetek befolyásoló hatásának tapasztalt nagysága kedvezőtlen, hiszen a vizsgálati egyedek már viszonylag fiatal korban az állomásokra kerülnek. Ezzel a fiatalkori beszállítással éppen az lenne a cél, hogy a teljesítmény vizsgálatban minimálisra csökkentsük a tenyészetek befolyásoló hatását. Úgy tûnik, hogy ennek az elvárásnak a központi állomási tesztek nem tudnak megfelelni.
A hizlalási napok számánál az első modell eredménye alapján a kedvező vagy kedvezőtlen adottságú tenyészetben történő felnevelés akár 40 nappal is módosíthatja a 105 kg-os tömeg eléréséhez szükséges napok számát. A második modell ugyanakkor a vizsgálati kezdősúly (23–56 kg) figyelembevételével jelentősen (mintegy 35%-kal) csökkentette a tenyészetek befolyásoló hatásának nagyságát. Azaz a hizlalási napok számában tapasztalt variancia egy része valójában a vizsgálat kezdetén mért súllyal magyarázható. Abban az esetben, ha a vizsgálati kezdősúly a modellben nem szerepel, akkor ezt a hatást a szoftver a tenyészethatásban jeleníti meg. Jól látszik tehát, hogy a környezeti hatás csökkentésében még a helyes BLUP modell megválasztásának is jelentős szerepe lehet. Elképzelhetjük, hogy a korrigálatlan, közvetlenül mért naturális adatokra épülő hagyományos indexszámításnál akkor milyen „téves” tenyészértékek adódhatnak.
Itt kell különben megjegyezni, hogy teljesen inkorrekt ilyen extrém súlykülönbségû (a legnagyobb súlyú egyed közel 2,5-szer nagyobb, mint a kódexben rögzített minimum érték) egyedek értékelése a HVT-ben, hiszen – ahogy az előbb bizonyítottuk – még az igen kedvező matematikai sajátosságokat mutató BLUP módszer sem biztos, hogy helyes értékeket becsül az ennyire eltérő adatoknál. Sajnos, a vizsgálat végén mért testsúly is jóval szélesebb intervallumban mozgott (100–115 kg), mint a kódexben előírt 103–107 kg.
A vizsgálati év-hónap hatása a hizlalási napok száma (Tnsz) és az összes takarmányfogyasztás (Tf) esetében jelentős volt (45,6, ill. 28,6% az átlaghoz viszonyítva), ami vélhetően a nyári időszak alatti étvágytalansággal magyarázható.
A vizsgáló állomások értékmérőkre gyakorolt hatásainak viszonylag kis értéke (sorrendben 18,9; 9,6; 4,0 és 16,3%) a fentiekkel szemben kedvező jelenség és a környezet standardizálása érdekében tett erőfeszítések viszonylagos sikerességét igazolja. A számított értékek nagysága alapján megállapítható, hogy az év-hónap, ivar- és állomáshatások mértékét a két modelltípus – az esetek többségében – érdemben nem változtatta meg.
Említést érdemel, hogy az értékes húsrészek súlyát (Ehm) a környezeti tényezők csak viszonylag kis mértékben befolyásolták, ami az értékmérő nagy öröklődhetőségében is megnyilvánul. Megállapítható tehát, hogy az értékes húsrészek súlya igen jól definiált tulajdonság, melyre a jövőben is mindenképpen érdemes szelekciót végezni.
Vizsgálatunkból következően egyébként javasoljuk a Sertés Kódex Bizottságnak – függetlenül a tenyészértékbecslés módszerétől –, hogy próbáljon meg érvényt szerezni a kódex előírásainak a tenyészethatások nagyságának csökkentése érdekében. E téren nagymértékû előrehaladást lehetne elérni a kódexben rögzített vizsgálatba állítási, illetve vágási súlyhatárok pontos betartásával.
Következtetések
Hazai vizsgálataink és a nemzetközi gyakorlat alapján megállapíthatjuk, hogy a BLUP módszerrel történő tenyészértékbecslés a jelenlegi Hazel-féle index módszerhez képest minőségi előrelépést jelentene a magyar sertésnemesítésben. Még akkor is, ha tudjuk, hogy a mesterséges termékenyítés hazai alacsony mértéke a tenyészértékbecslés pontosságát csökkenti. A helyes megoldás az lenne, ha minél előbb bevezetnénk sertéstenyésztésünkben a BLUP alapú tenyészértékbecslést, s ezzel párhuzamosan megpróbálnánk a mesterséges termékenyítés arányát növelni. E két intézkedés additív hatásaként a nemesítő munka ugrásszerû javulására számíthatnánk.
Úgy tûnik, hogy a közeljövőben mindkét területen érdemi előrelépésre számíthatunk. A mesterséges termékenyítés országos kiterjesztésének minden feltétele adott, s jelenleg intenzív együttmûködés folyik az OMMI, a Magyar Fajtatiszta Sertést Tenyésztők Egyesülete és a hazai kutatóhelyek között annak érdekében is, hogy a BLUP index minél előbb a jelenlegi naturális index helyébe léphessen sertés-nemesítésünkben.
Dr. Csató László–Dr. Nagy István–Vígh Zsófia
Kaposvári Egyetem, Állattudományi Kar, Kaposvár
Irodalom:
Anh-Tuan T., Wittmann M., Laky Gy. (1993): Állattenyésztés és
Takarmányozás. 42. 33–39.
Groeneveld, E., Kovac, M., Wang, T. (1990): 4th World Congress on Genetics Applied to Livestock Production. Vol. 23. 488–491.
Groeneveld, E., Garcia Cortes, A. (1998): 6th World Congress on Genetics Applied to Livestock Production. Vol. 27. 455–456.
Henderson, C. R. (1975): Biometrics. 31. 423–447.
Pearson, K., Lee, A. (1903): Biometrika. 2. 357–462.
Visscher, P. M., Goddard, M. E. (1993): J. Dairy Sci. 76. 1444–1454.
