Всероссийский научно-исследовательский институт физиологии, биохимии и питания животных – филиал Федерального государственного бюджетного научного учреждения «Федеральный научный центр животноводства – ВИЖ имени академика Л.К. Эрнста»
При оценке физиологического состояния лактирующих коров на основе биохимического анализа крови в настоящее время обычно ограничиваются констатацией факта невыхода этих показателей за пределы референсного диапазона, устанавливаемого для клинически здоровых животных; при этом игнорируется возможный сдвиг значений показателей к границам «нормы», который необходимо учитывать для ранней диагностики нарушений. Для повышения качества физиологического мониторинга в технологических группах необходимо оценивать по широкому спектру параметров, включая показатели продуктивности и качества продукции, динамики живой массы и упитанности, метаболических и пищеварительных процессов. Технические средства для получения необходимой информации интенсивно разрабатываются, но возникают проблемы её «сжатия» и проведения биоинформационного анализа больших массивов измерительных данных. Авторами предложен вариант использования квалиметрического метода при оценке и мониторинге физиологического статуса животных в стаде на примере разработки интегрального индекса физиологического состояния лактирующих коров по данным биохимического анализа крови. Суть предлагаемого метода состоит в том, что среднему значению каждого измеряемого показателя (Mx) для репрезентативной выборки, технологической группы или стада ставится в соответствие максимальное значение квалиметрического индекса (КИ), равное 100, а для крайних референсных значений Rfmin и Rfmax принимается нулевая величина КИ. Для всего набора измеренных значений (х) одного показателя ставятся в соответствие значения КИ (y), вычисляемые с использованием функции y(x), представляющей линию параболического тренда, оцененную по трём точкам x,y (Rfmin, 0; Mx, 100 и Rfmax, 0) для каждого показателя. Исследование биохимического состава крови у коров на разных стадиях лактации проведено в шести хозяйствах с различными технологиями содержания животных. Выявлены устойчивые тренды динамики КИ по стадиям лактации и сухостоя
1. Василевский Н.В., Елецкая Т.А. Размер частиц пищи как показатель ее структурности и ключевой аспект развития парадигмы теории питания. // Сельскохозяйственная биология. 2020. Т. 55. № 4. С. 714-725. DOI: 10.15389/agrobiology.2020.4. rus
2. Василевский Н.В. Управление питанием с учетом вариабельности физиологических параметров животных (концепция). // Проблемы биологии продуктивных животных. 2015. Т. 2. С. 67-79.
3. Влизло В.В. (Ред.) Лабораторні методи досліджень у біології, тваринництві та ветеринарній медицині довідник. Львів: СПОЛОМ, 2012. 764 с.
4. Ермишин А.С., Тимаков А.В. Биохимические показатели адаптации коров разных пород в условиях ярославской области. // Зоотехния и ветеринария. 2015. №. 4. С. 29-39.
5. Мейер Д., Харви Дж. Ветеринарная лабораторная медицина. Интерпретация и диагностика. М.: Софион, 2007. 456 с.
6. Пайтерова В.В. Естественная резистентность телят в раннем постнатальном онтогенезе и влияние на ее уровень БАД на основе дигидрокверцетина. // Ветеринарная медицина. 2011. Т. 1. С. 37-40.
7. Садовников И.В. Квалиметрия. Чита: ЧитГУ, 2009, 150 с.
8. Черепанов Г.Г. Физиологический мониторинг на основе систем биосенсоров и технологий Big Data: возможности и перспективы для повышения жизнеспособности высокоудойных коров. // Проблемы биологии продуктивных животных. 2021а. № 1. С. 75-86.
9. Черепанов Г.Г. Проблемы биологии продуктивных животных: зачем нужен «Зоофизтех». // Проблемы биологии продуктивных животных. 2021. № 4. С. 62-78.
10. Цюпко В. В. Физиологические основы питания молочного скота. Киев: Урожай, 1984. 157 с.
11. Bahrami-Yekdangi M., Ghorbani G.R., Khorvash M., Khan M.A., Ghaffari M. H. Reducing crude protein and rumen degradable protein with a constant concentration of rumen undegradable protein in the diet of dairy cows: Production performance, nutrient digestibility, nitrogen efficiency, and blood. // J. Anim. Sci. 2016. Vol. 94. nr 2. P. 718-725. DOI: 10.2527/jas.2015-9947.
12. Barros T., Reed K.F., Olmos Colmenero J.J., Wattiaux M.A. Short communication: Milk urea nitrogen as a predictor of urinary nitrogen and urea nitrogen excretions of late-lactation dairy cows fed nitrogen-limiting diets. // J. Dairy Sci. 2019. Vol. 102. nr 2. P. 1601-1607. DOI: 10.3168/jds.2018-14551.
13. Benedet A., Costa A., De Marchi M., Penasa M.J. // J. Dairy Sci. 2020. Vol. 103. nr 7. P. 6354-6363. DOI 10.3168/jds.2019-17916.
14. Bieniek K. Liver function in cattle in experimental rumen acidosis. // Pol. Arch. Weter. 1981. Vol. 23. nr 1. P. 103-106.
15. Cozzi G., Ravarotto L., Gottardo F., Stefani A. L., Contiero B., Moro L., Brscic M., Dalvit P. Short communication: Reference values for blood parameters in Holstein dairy cows: Effects of parity, stage of lactation, and season of production. // J. Dairy Sci. 2011. Vol. 94. nr 8. P. 3895–3901. DOI: 10.3168/jds.2010-3687.
16. Gross J.J., Bruckmaier R.M. Review: Metabolic challenges in lactating dairy cows and their assessment via established and novel indicators in milk // Animal. 2019. Vol. 13. nr 1. P. 75-81. DOI: 10.1017/S175173111800349X.
17. Halima B.H., Sonia G., Sarra K., Houda B.J., Fethi B.S., Abdallah A. Apple cider vinegar attenuates oxidative stress and reduces the risk of obesity in high-fat-fed male wistar rats. // J. Med. Food. 2018. Vol. 21. nr 1. P. 70-80. DOI: 10.1089/jmf.2017.0039.
18. Hutjens M.F. A blueprint for evaluating feeding programs. // Adv. Dairy Techn. 2002. Vol. 14. P. 147-159.
19. Hutjens M.F. Controlling and managing feed variation – a farm perspective. // Mid-South Ruminant Nutrition Conference. 2004. Р. 67-72.
20. Jensen A.L., Houe H., Nielsen C.G. Critical difference of some bovine haematological parameters. // Acta Veter. Scand. 1992. Vol. 33. nr 3. P. 211-217.
21. Kvit AD, Tutka MM, Kunovskiy VV. Acute complicated pancreatitis and diabetes mellitus: the role and significance of biochemical indicators of carbogidrate and lipid metabolism as a prognostic criterion for the severity of the disease clinical course. // Wiadom. Lekars. 2021. Vol. 74. nr 1. P. 22-27.
22. Kohn R.A., Dinneen M.M., Russek-Cohen E.J. Using blood urea nitrogen to predict nitrogen excretion and efficiency of nitrogen utilization in cattle, sheep, goats, horses, pigs, and rats // J. Anim. Sci. 2005. Vol. 83. nr 4. P. 879-889. DOI: 10.2527/2005.834879x.
23. Leskova L., Nagy O., Tothova C., Ilisira V., Kovac G.. The internal environment of Slovak spotted dairy cows in the postpartal period. // Folia Veter. 2009. Vol. 53. nr 1. P. 126-130.
24. .Milaeva I.V., Voronina O.A., Zaitsev S.Yu., Features of the metabolism of lactating cows. // RJOAS: Russian Journal of Agricultural and Socio-Economic Sciences. 2017. Vol. 62. nr 2. P. 275-281. DOI: org/10.18551/rjoas.2017-02.32
25. Moore F. Interpreting serum chemistry profiles in dairy cows. // Veter. Med. 1997. Vol. 92, P. 903-912.
26. Simon K., Wittmann I. The blood glucose value not necessarily indicates correctly the cellular metabolic state. // Orv. Hetil. 2017. Vol. 158. nr 11. P. 409-417. DOI: 10.1556/650.2017.30681.
27. Tierarztl F.M., Ausg P., Nutztiere G.G.. Development and basics of metabolic monitoring in dairy cows. // Focus on research in Eastern Germany and at the University of Leipzig. 2016. Vol. 44. nr 2. P. 107-17. DOI: 10.15653/TPG-151045.
28. Weib J., Pabst W., Granz S. Tierproduktion. Stuttgart: Enke Publ., 2011. 552 s.