Go to the content. | Move to the navigation | Go to the site search | Go to the menu | Contacts | Accessibility

| Create Account

Toledo Alvarado, Hugo Oswaldo (2017) Relationships between fertility of cows and their milk yield, composition and infrared spectra. [Ph.D. thesis]

Full text disponibile come:

[img]
Preview
PDF Document
3407Kb

Abstract (english)

Milk production has a strong effect on fertility and at the same time reproduction affects the milk composition. In the last decade, special interest has arisen in studying milk composition and its relation with health, efficiency, and fertility. Therefore the principal objective of this thesis was to assess the relationships between the fertility of dairy cows and their milk yield, composition, and infrared spectra.
Data used were collected by the Breeders Federation of Alto Adige/Südtirol from the northeastern Italian province of Bolzano/Bozen. The milk’s data comprises production, composition and physical properties. For fertility, all the insemination dates were available as well as the calving date. The milk samples collected were analyzed using a MilkoScanTM FT+ 6000 (Foss Electric, Hillerød, Denmark), the spectrum covered 1,060 wavenumbers (wn) from 5,010 to 925 cm-1. Four breeds were studied: the specialized dairy breeds Holstein and Brown Swiss and the double purpose breeds Simmental and Alpine Grey.
The effects of breed and its interaction with milk productivity at the herd level (Herd-L) and at cow-within-herd level (Cow-L) on fertility traits in dairy cattle were studied in the second chapter. A mixed model was fitted to establish milk production levels of the various herds and individual cows according to milk yield. The interval calving-first service (iCF), interval first service-conception (iFC) and days open (DO) traits were analyzed using a Cox’s proportional hazards model. The non-return rate at 56d after first service (NRR), pregnancy rate at first service (PRF) and the number of inseminations (INS) traits were analyzed using a logistic regression. It was observed a strong interaction between breed and productivity class at both Herd-L and Cow-L on all traits. The dual-purpose Simmental and Alpine Grey breeds had better fertility than the specialized Holstein and Brown Swiss dairy cows, also at the same daily milk yield, and the effects of herd and cow productivity differed from each other and differed among breeds. In conclusion, greater herd productivity can result in higher fertility in cows, while a higher milk yield of individual cows within a herd results in lower fertility. These effects at both Herd-L and Cow-L are curvilinear and stronger in the dual-purpose breeds, being more evident from the low to the intermediate levels than moving from the intermediate to the high productivity classes.
The relationships between the estrous cycle phases in dairy cattle to milk composition, milk physical indicators and milk fatty acids were assessed in the third chapter. The test days around the first insemination after calving in the range from -10 to +10 days were selected and classified in 5 phases: Diestrus high-progesterone (Diestrus-HP) from -10 to -4 d; Proestrus from -3 to -1 d; Estrus day 0 (insemination day); Metestrus from 1 to 2 d; and Diestrus increasing-progesterone (Diestrus-IP) from 3 to 10 d. A mixed model was fitted to analyze the milk components and the milk physical indicator properties, including the effect of the estrous phases and we estimated the contrasts among them. The milk composition showed high variability among the estrous phases, affecting principally the fat, protein and lactose. The fatty acid profile and the physical indicators were also highly affected indicating important differences occasioned by the hormonal and behavioral changes of cows in estrus.
The predictive abilities of fat, protein, lactose, casein, and FTIR spectral data to predict cow’s pregnancy status (PS) were assessed in the fourth chapter. We used generalized linear models to predict PS using fat, protein, lactose, casein and single FTIR spectral bands. We also fitted a Bayesian variable selection model to predict PS using the complete FTIR spectrum. Prediction accuracy was evaluated using a 10 fold cross-validation study and calculating the area under a receiver operating characteristic curve (CV-AUC) based on phenotypic predictions and observations. Overall, the most prediction accuracies were obtained for a model that included the complete FTIR spectral data. Alpine Grey cows had the highest CV-AUC (0.645), while Brown Swiss and Simmental had similar results (0.630 and 0.628 respectively) and Holsteins had the lowest value for FTIR Spectra (0.607). For the single wavelength analyses, important peaks were detected at: from wn 2,973 to wn 2,872 cm-1 where Fat-B is usually filtered; wn 1,773 cm-1 where Fat-A is filtered; wn 1,546 cm-1 where protein is filtered; wn 1468 cm-1 associated with urea and fat; wn 1,399 cm-1 and wn 1,245 cm-1 associated with acetone; from wn 1,025 cm-1 to wn 1,013 x cm-1 where lactose is filtered. This research provides new insights to alternative strategies for pregnancy status screening on dairy cattle.

Abstract (italian)

La produzione di latte ha un forte effetto sulla fertilità delle bovine e allo stesso tempo la riproduzione influisce sulla composizione del latte. Negli ultimi decenni, si è sviluppato un particolare interesse riguardo lo studio della composizione del latte e del suo rapporto con la salute, l'efficienza e la fertilità. Pertanto l'obiettivo principale di questa tesi è stato quello di valutare i rapporti tra la fertilità delle bovine da latte e la loro produzione di latte, la composizione e gli spettri a infrarossi del latte prodotto.
I dati utilizzati sono stati raccolti dalla Federazione Allevatori dell’ Alto Adige / Südtirol di Bolzano / Bozen in Italia. I dati relativi al latte comprendono la produzione, la composizione e le proprietà fisiche. Per la fertilità, sono state considerate tutte le date di fecondazione e il giorno di parto. I campioni di latte raccolti sono stati analizzati utilizzando un MilkoScanTM FT + 6000 (Foss Electric, Hillerød, Danimarca), e lo spettro ricopriva 1,060 lunghezze d’onda, da 5,010 a 925 cm-1. Sono state utilizzate quattro razze: le razze specializzate Frisona e Bruna, e le razze a duplice attitudine Pezzata Rossa e Grigio Alpina.
Nel secondo capitolo sono stati studiati gli effetti della razza e la sua interazione con la produzione di latte a livello di allevamento (Herd-L) e a livello individuale (di vacca entro allevamento) (Cow-L) sui caratteri di fertilità nelle bovine da latte. Per stabilire i livelli di produttività delle varie aziende e delle singole vacche, in base alla produzione di latte, è stato utilizzato un modello misto. L’intervallo dal parto alla prima inseminazione (iCF), l'intervallo dalla prima inseminazione al concepimento (iFC) e l’intervallo parto concepimento (DO) sono stati analizzati utilizzando un modello di rischio proporzionale di Cox. Il tasso di non ritorno a 56 giorni dopo il primo servizio (NRR), il tasso di gravidanza al primo servizio (PRF) e il numero di inseminazioni (INS) sono stati analizzati utilizzando una regressione logistica. Per tutti i caratteri è stata osservata una forte interazione tra la razza e la classe di produttività, sia a livello di allevamento che a livello individuale. Le razze a duplice attitudine Pezzata Rossa e Grigio Alpina hanno una migliore fertilità rispetto alle vacche da latte specializzate di razza Frisona e Bruna, anche a parità di produzione, e gli effetti della produttività aziendale e individuale differivano tra loro e tra le razze. In conclusione, una maggiore produttività dell’ azienda può determinare una maggiore fertilità nelle vacche, mentre una maggiore produzione di latte delle singole vacche all'interno di una azienda può risultare in una minore fertilità. Questi effetti, sia livello di allevamento che a livello individuale, hanno un andamento curvilineo e sono più forti nelle razze a duplice attitudine, essendo più evidenti passando da una produttività bassa a una intermedia, piuttosto che passando dal livello intermedio alle classi di produttività elevata.
Nel terzo capitolo sono state valutate le relazioni tra le fasi dell’estro nei bovini da latte e la composizione, gli indicatori fisici e gli acidi grassi del latte. I giorni di campionamento attorno alla prima inseminazione dopo il parto, nell'intervallo da -10 a +10 giorni, sono stati selezionati e classificati in 5 fasi: diestro-alto progesterone (Diestrus-HP) da -10 a -4 giorni; proestro da -3 a -1 giorni; giorno di estro 0 (giorno di inseminazione); metestro da 1 a 2 giorni; e diestro-progesterone in aumento (Diestrus-IP) da 3 a 10 giorni. Per analizzare i componenti del latte e gli indicatori fisici delle proprietà del latte è stato usato un modello misto, includendo l'effetto dell’a fase estrale, e abbiamo stimato i contrasti tra di essi. La composizione del latte ha mostrato un'elevata variabilità tra le fasi diverse dell’estro, e i caratteri maggiormente influenzati sono stati il grasso, la proteina e il lattosio. Anche il profilo acidico e gli indicatori fisici sono stati notevolmente influenzati, indicando importanti differenze causate dalle modifiche ormonali e comportamentali delle bovine in estro.
Nel quarto capitolo è stata valutata l’abilità di predizione dello stato di gravidanza delle vacche (PS) utilizzando grasso, proteina, caseina, lattosio e gli spettri FTIR . Per predire lo stato di gravidanza sono stati utilizzati modelli lineari generalizzati utilizzando grasso, proteina, lattosio, caseina e le singole lunghezze d’onda FTIR. È stato inoltre fittato un modello Bayesiano di selezione di variabile per predire lo stato di gravidanza utilizzando lo spettro FTIR completo . L’accuratezza di predizione è stata valutata utilizzando uno studio di validazione incrociata ripetuto 10 volte e calcolando l'area sotto a la curva del -receiver operating characteristic- (CV-AUC) basata sulle predizioni fenotipiche e sulle osservazioni. Nel complesso, le migliori accuratezze di predizione sono state ottenute per un modello che includeva i dati spettrali FTIR completi. Le vacche Grigio alpine hanno ottenuto il più alto CV-AUC (0.645), Brune e Pezzate Rosse hanno ottenuto risultati simili (0.630 e 0.628 rispettivamente), mentre le Frisone hanno ottenuto il valore più basso per gli spettri FTIR (0.607) completi. Per le singole analisi di lunghezza d'onda, picchi importanti sono stati rilevati: da wn 2,973 a wn 2,882 cm-1 corrispondente al filtro Fat-B delle analisi con monocromatore; wn 1,773 cm-1 dove è posizionato il filtro grasso-A; wn 1,546 cm-1 dove è posizionato il filtro della proteina; wn 1,468 cm-1 che è associato a urea e grasso; wn 1,399 cm-1 e wn 1,245 cm-1 associati con l’acetone; da wn 1,025 cm-1 fino a 1,013 x cm-1 dove è posizionato il filtro del lattosio. Questa ricerca fornisce nuove conoscenze riguardo a strategie alternative per lo screening dello stato di gravidanza dei bovini da latte.

Statistiche Download
EPrint type:Ph.D. thesis
Tutor:Bittante, Giovanni
Supervisor:Cecchinato, Alessio
Ph.D. course:Ciclo 29 > Corsi 29 > SCIENZE ANIMALI E AGROALIMENTARI
Data di deposito della tesi:31 July 2017
Anno di Pubblicazione:31 July 2017
Key Words:fertility, survival analysis, milk production, G×E interaction, mammary gland activity, de novo fat synthesis, heat detection, milk quality, saturated fatty acids, FTIR-Spectroscopy, pregnancy
Settori scientifico-disciplinari MIUR:Area 07 - Scienze agrarie e veterinarie > AGR/17 Zootecnica generale e miglioramento genetico
Struttura di riferimento:Dipartimenti > Dipartimento di Agronomia Animali Alimenti Risorse Naturali e Ambiente
Codice ID:10468
Depositato il:25 Oct 2018 16:44
Simple Metadata
Full Metadata
EndNote Format

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record