Модели прогнозирования уровня цинка в мышечной ткани крупного рогатого скота

Биохимические процессы, происходящие в организме крупного рогатого скота, связаны с их элементным статусом. Поэтому актуальным является поиск моделей прижизненной оценки уровня цинка в мышечной ткани животных. Уровень цинка в мышечной ткани оказывает влияние на показатели качества говядины. Исследованы пробы диафрагмальной мышцы массой 100 г, отобранные от крупного рогатого скота герефордской породы, разводимого в типовых условиях промышленного комплекса на юге Западной Сибири (Россия). Элементный анализ проведен атомно-абсорбционным методом с электротермической атомизацией на спектрометре МГА-1000. Определение гематологических показателей: уровень эритроцитов, лейкоцитов и гемоглобина – производили на автоматическом гематологическом анализаторе PCE-90VET. Биохимические показатели определяли с использованием фотометрических методов на биохимическом анализаторе Photometer-5010. Расчет коэффициентов регрессионных моделей проводили методом наименьших квадратов. Выбор наиболее точной и эффективной модели осуществляли на основании комплексной оценки показателей внутренних и внешних критериев качества. Значения зависимой переменной соответствуют гауссовскому. Выявлена высокая скоррелированость между независимыми переменными. В результате селекции на основе внутренних и внешних критериев качества выявлена оптимальная модель прогноза уровня цинка в мышечной ткани герефордского скота, содержащая три предиктора: скорость оседания эритроцитов (мм/ч), цветовой показатель и общий холестерин (ммоль/л). Модель соответствует необходимым допущениям: остатки имеют вид нормального распределения, отсутствуют автокорреляции и влиятельные наблюдения. Между главными эффектами основной модели отсутствуют признаки мультиколлинеарности (VIF = 1,0–1,1). Полученная модель может быть использована для прижизненной оценки уровня цинка в мышечной ткани крупного рогатого скота.

1. Косолапов В.М. Минеральные элементы в кормах и методы их анализа / В.М. Косолапов, В.А. Чуйков, Х.К. Худякова, В.Г. Косолапова. – М.: ООО «Угрешская типография», 2019. – 272 с.

2. McDonald P.M. Animal nutrition / P.M. McDonald R.A. Edwards J.F.D Greenhalgh C.A. Morgan, L.A. Sinclair, R.G. Wilkinson. – Greenhalgh: Pearson Education, 2022. – 752 p.

3. Shah O.S. Zinc as an element of therapeutic importance: A review / O.S. Shah, A.R. Baba, Z.A. Dar, T. Hussain, U. Amin, A. Jan, I. Asharaf, S.U. Nabi, A.U. Haq // The Pharma Innovation Journal. – 2017. – Vol. 6 (12). – Pp. 433–436.

4. Карпенко А.Ф. Полноценное кормление высокопродуктивных коров: Монография / А.Ф. Карпенко, Н.П. Разумовский, Д.Т. Соболев, А.А. Царенок. – Минск: Беларуская навука, 2021. – 430 с.

5. Suttle N.F. Mineral Nutrition of Livestock. – 4th Edition. – Cambridge: CABI, 2010. – Pp. 420–450.

6. Fadlalla I.M. The Interactions of Some Minerals Elements in Health and Reproductive Performance of Dairy Cows, in New Advances in the Dairy Industry. – London: IntechOpen, 2022. – 29 p.

7. Yousif H.M. Changes in Hormones and Some Antioxidant Markers That Correlated to Zinc Deficiency and Affecting Wool Growth in Male Lambs / H.M. Yousif R.A.E.S.A. Rezk A.M. El Mahdy // Journal of Current Veterinary Research. – 2022. – Vol. 4 (2). – Pp. 22–30.

8. Cousins R.J. Role of zinc in the regulation of gene expression // Proceedings of the Nutrition Society. – 1998. – Vol. 57. – Pр. 307–311.

9. Krebs N.F. Overview of zinc absorption and excretion in the human gastrointestinal tract // The Journal of nutrition. – 2000. – Vol. 130 (5). – Pp. 1374S-1377S.

10. Miller W.J. Absorption, tissue distribution, endogenous excretion, and homeostatic control of zinc in ruminants // The American journal of clinical nutrition. – 1969. – Vol. 22. – № 10. – Pp. 1323–1331.

11. Мирошников С.А. Региональные особенности элементного состава шерсти крупного рогатого скота (результаты пилотного исследования) / С.А. Мирошников, А.В. Харламов, О.А. Завьялов, А.Н. Фролов // Вестник мясного скотоводства. – 2015. – № 2 (90). – С. 7–10.

12. Скальный А.В. Аналитические методы в биоэлементологии / А.В. Скальный, Е.В. Лакарова, В.В. Кузнецов, М.Г. Скальная. – СПб.: Наука, 2009. – 576 с.

13. Мирошников С.А., Лебедев С.В. Диапазон концентраций (референтные значения) химических элементов в теле животных // Вестник Оренбургского государственного университета. – 2009. – № 6 (112). – С. 241–243.

14. Скальный А.В. Микроэлементозы человека: гигиеническая диагностика и коррекция // Микроэлементы в медицине. – 2000. – Т. 1 (1). – С. 2–8.

15. Харламов А.В. Информативность биосубстратов при оценке элементного статуса сельскохозяйственных животных (обзор) / А.В. Харламов, А.Н. Фролов, О.А. Завьялов, С.А. Мирошников // Вестник мясного скотоводства. – 2014. – № 4 (87). – С. 53–58.

16. Zuur A.F., Ieno E.N., Elphick C.S. A protocol for data exploration to avoid common statistical problems // Methods in ecology and evolution. – 2010. – Vol. 1, № 1. – Pp. 3–14.

17. Adikaram K.L.B. Data transformation technique to improve the outlier detection power of Grubbs’ test for data expected to follow linear relation / K.L.B. Adikaram M.A. Hussein, M. Effenberger, T. Becker // Journal of applied mathematics. – 2015. – Vol. 2015. – Pp. 1–9.

18. Razali N.M., Wah Y.B. Power comparisons of shapiro-wilk, kolmogorov-smirnov, lilliefors and anderson-darling tests // Journal of statistical modeling and analytics. – 2011. – Vol. 2 (1). – Pp. 21–33.

19. Xiao W. Novel online algorithms for nonparametric correlations with application to analyze sensor data // 2019 IEEE International Conference on Big Data. – 2019. – Pp. 404–412.

20. Aickin M., Gensler H. Adjusting for multiple testing when reporting research results: the Bonferroni vs Holm methods // American journal of public health. – 1996. – Vol. 86 (5). – Pp. 726–728.

21. Баймишев Х.Б., Савинков А.В. Ветеринарная гематология: Методические указания для выполнения практических работ. – Кинель: РИЦ СГСХА, 2014. – 34 с.

22. Васильев Ю.Г., Трошин Е.И., Любимов А.И. Ветеринарная клиническая гематология: Учебное пособие. – СПб.: Издательство «Лань», 2022. – 656 с.

23. Васильева С.В., Конопатов Ю.В. Клиническая биохимия крупного рогатого скота: Учебное пособие для вузов. 3-е изд. – СПб.: Лань, 2021. – 188 с.

24. Chen Y. Spatial autocorrelation approaches to testing residuals from least squares regression // PloS one. – 2016. – Vol. 11, № 1. – Pp. e0146865.