Avlens betydning i produktionsbesætninger

Svineproduktion i Danmark foregår på flere niveauer. Dels som renavl i avlsbesætninger, hvor der udvælges dyr i specialiseret orne- og solinier. Dels i krydsningsproduktioner, hvor produktion af slagtesvin foregår. Udvælgelsen af dyr i renavl sker på baggrund af avlsindekset, der beskriver de enkelte dyrs genetiske potentiale. Udbyttet ved renavl beregnes ofte som den gennemsnitlige fremgang i en populations genetiske potentiale. Dette er en hurtig og nem metode, og det er vigtigt hele tiden at være opmærksom på, at den forventede avlsfremgang opnås. Det er dog ikke tilstrækkeligt. Den endelige gevinst ved avlen skabes i krydsningsproduktionen, da det er her det endelige produkt produceres og de økonomiske værdier skabes. At vurdere renavlens udbytte i krydsningsproduktionen kræver kendskab til de genetiske korrelationer, der binder egenskaber, der anvendes i renavl sammen med de egenskaber, som skaber de økonomiske værdier i krydsningsproduktionen.

For at gennemføre denne vurdering af avlsudbyttet kræves specielle data fra krydsningsproduktionen, hvor forældrene til de enkelte dyr er kendt samtidig med, at der gennemføres målinger på hvert enkelt dyr.

Når målet er at undersøge, om renavlens fremgang også giver fremgang på produktionsniveau, kan vi estimere virkningsgraden mellem renavl og krydsningsproduktion som en regressionskoefficient af renavls avlsværdital på krydsningsproduktionen. Dette er meget relevant for de producenter, der køber sæd fra KS og avlsdyr fra opformeringsbesætninger. Det er også relevant, når de økonomiske vægte skal fastlægges i avlsmålet. Regressionskoefficienter kan estimeres ud fra et simplere forsøgsdesign end et forsøgsdesign for estimering af korrelationskoefficienter, idet der ved estimering af regressionskoefficienter kun anvendes information fra renavlens avlsværdital.

Formål

At undersøge om avlsfremgangen for egenskaberne daglig tilvækst fra fødsel til 30 kg, daglig tilvækst fra 30 til 100 kg og kødprocent kan genfindes i slagtesvinebesætninger.

Der blev registreret information om slægtskab af 9.673 krydsningsgrise født i en enkelt sobesætning, og grisene blev fulgt frem til slagtning på Holstebro Slagtehus, hvor slagtedato, slagtevægt og kødindhold blev registreret. Mødrene var alle LY-søer indkøbt i opformeringsbesætninger, hvor alle søerne har kendt afstamning. I alt blev 522 søer løbet med 170 durocorner. Durocornerne var avlsrelevante orner opstaldet på KS-station og brugt i mindst en avlsbesætning. I sobesætningen blev alle smågrise øremærket ved fødsel med et individmærke. Kuldudjævning blev gennemført efter behov, men først efter at grisene var øremærket. I alt blev der født og registreret 962 kuld. Efter fravænning blev grisene overført til 6 forskellige slagtesvinebesætninger. Fra 9 kuld blev der ikke registreret slagtede grise, idet alle grise fra disse kuld døde inden slagtning. Det anvendte datamateriale består derfor kun af 953 kuld.

Ved slagtning blev grisenes kødindhold målt på slagteriets KC-anlæg som kødprocent. Ligeledes blev slagtevægten registeret. Målingerne af kødprocent og slagtevægt var de samme målinger, som anvendes til afregningerne af landmændene. Ud fra slagtevægten blev grisenes levende vægt beregnet som 1,31 ¹⁾ gange slagtevægten. Grisenes levende vægt sammen med grisenes alder ved slagtning blev anvendt til beregning af tilvæksten. Den samlede beregning af grisenes tilvækst blev udført som: 1.000 × ((slagtevægt × 1,31)/alder), hvor tilvæksten var beregnet i g/dag.

Tilretning af data

Alle dyr, der ikke var galte eller sogrise, var ikke med i analysen. De udeladte dyr var blandt andet orner og halvorner.

Fejlregistreringer og fejlindtastninger var bortsorteret ved at undlade

• alle dyr med en slagtealder mindre end 90 dage
• alle dyr med en slagtevægt mindre end 0 kg
• alle dyr med en kødprocent mindre end 40 %
• alle dyr med mindre end 200 g tilvækst pr. dag

Grise med en tilvækst mindre end 200 g pr. dag kunne være fejlindtastninger, men der kunne også være grise, hvor der i kødkontrollen på slagteriet var kasseret store dele af slagtekroppen.

Efter tilretning af data bestod datamaterialet af observationer for 9.532 dyr, som alle indgik i de efterfølgende analyser.

Statistisk metode

Data i forsøget blev analyseret for tilvækst 30-100 kg, kødprocent og smågrisetilvækst 0-30 kg.

Der blev anvendt to modeltyper, dels modellerne A og C uden effekterne af ornens subindeks, dels modellerne B, D og E, hvor ornens subindeks for henholdsvis daglig tilvækst i perioden fra 30-100 kg, kødprocent og smågrisetilvækst fra fødsel til 30 kg var med i modellerne som systematiske effekter. Begge modeltyper indeholder tilfældige effekter af ornerne. I modellerne A og C betegner den tilfældige orneeffekt det genetiske potentiale i produktionsbesætningerne samt usikkerheder, som f.eks. skyldes antal af afkom. I model B, D og E beskrives det genetiske potentiale ud fra ornens subindeks, og den tilfældige orneeffekt betegner her kun usikkerheden for sammenhængen mellem avl og produktion.

Model A:
I denne model beskrives tilvæksten, y_i, fra fødsel til slagtning ved ca. 100 kg som
                      y _i = a_i + b_i + c_i + a_i × b_i + F_i + F(K)_i + e_i

hvor i = {1,…, 9532} angiver dyrene i analysen og

a_i      er effekt af hver af de 6 slagtesvinebesætninger,

b_i      er effekt af køn (galt eller so),

c_i      er effekt af slagtemåned (12 mdr.),

F_i      er effekt af ornen, som antages at være tilfældig, uafhængig og N(0,sigma²_F),

K(F)_i  er effekt af kuld nestede inden for ornen, antages at være tilfældig, uafhængig og 
        N(0,sigma²_K(F)),

e_i      er resten, som antages at være tilfældig, uafhængig og N(0,sigma²_e).

Model B:
Denne model til beskrivelse af tilvæksten indeholder ornens estimerede avlsværdital for daglig tilvækst i perioden fra 30-100 kg
                      y _i = a_i + b_i + dx_1i + c_i + a_i * b_i + F_i + F(K)_i + e_i
hvor
d       er regressionsfaktoren for ornens avlsværdital for daglig tilvækst i perioden 30-100 kg,
         x_1i.

Model C:
I denne model beskrives kødprocenten, z_i, som
                      z _i = a_i + b_i + fw_i + c_i + (fb_i)w_i + a_i × b_i + (fa_i)w_i + F_i + F(K)_i + e_i
hvor
z_i       er kødprocenten, målt med KC-udstyr på slagteriet

f        er regressionsfaktoren for slagtevægt w_i, som er målt på slagteriet

Model D:
Denne model til beskrivelse af kødprocent indeholder ornens estimerede avlsværdital for kødprocent
                       z _i = a_i + b_i + fw_i + c_i + gx_2i + (gf)w_i××2i + a_i * b_i + a_i × fw_i + F_i + F(K)_i + e_i

g_i       er regressionsfaktoren for ornens avlsværdital for kødprocent, x_2i.

Model E:
Denne model til beskrivelse af tilvæksten indeholder ornens estimerede avlsværdital for daglig tilvækst 0-30 kg
                      y_i = a_i + b_i + c_i + hx_3i + a_i × b_i + (ha_i)x_3i + F_i + F(K)_i + e_i

h_i       er regressionsfaktoren for ornens avlsværdital for smågrisetilvækst, x_3i

Alle modelparametre blev estimeret med ”lme” i R.

Modelkontro

Figur 1. Residualplot for tilvækst fra 0-100 kg

Figur 2. Residualplot for kødprocent

Residualplottene viste, at residualerne var homogent fordelt gennem hele udfaldsrummet af de predikterede værdier for tilvækst (figur 1) og for kødprocent (figur 2). Fordelingen er forskudt lidt under nul i figur 1. Det kan skyldes en overrepræsentation af grise, der voksede langsommere, og var ældre end forventet ved slagtning.

Der var indikation af enkelte afvigende observationer, øverst i figur 1, der kan skyldes, at grisen har nået slagtevægt på færre dage end de andre, og derved har fået en ekstrem høj tilvækst. Det har medført en tendens til afvigelser fra normalfordelingsantagelsen. Dog viste en analyse uden disse observationer, at de var uden betydning for modellens estimerede parametre og disses signifikansniveauer, derfor medtages observationerne i de efterfølgende analyser.

Residualplottene for de andre modeller havde ikke tegn på inhomogen varians eller afvigende observationer.

Statistiske test af modeller

Alle modellerne blev testet for signifikans af de enkelte parametre. Modellerne blev reduceret for ikke signifikante parametre, og de viste modeller indeholder kun signifikante parametre (tabel 1).

Tabel 1. Niveauer for de enkelte effekter, signifikansniveauer for systematiske effekter og varianser for tilfældige effekter i de analyserede modeller

Miljøeffekter

Vekselvirkning mellem besætninger og køn var signifikant i alle modeller (p<0,0004). Derved var tilvæksten fra fødsel til slagtning forskellig hos sogrise og galtgrise i de seks besætninger. Ligeledes er kødprocenten forskellig hos so- og galtgrise i de enkelte besætninger. Forskellen imellem kønnene kunne ikke tillægges forskellen imellem antallet af so- og galtgrise fra besætning til besætning, da alle besætninger havde omtrent den samme fordeling mellem so- og galtgrise. Derimod kan det skyldes forskellige fodringsstrategier og andre miljøfaktorer.

Slagtemåned var klart signifikant i alle modeller, det vil sige, det havde betydning for grisens kødprocent og tilvækst, i hvilken måned grisen blev slagtet. Dette kan skyldes variationer mellem årstider og slagteriets kalibreringsmetoder.

Vekselvirkning mellem besætning og slagtevægt for kødprocent var signifikant (p<0,0001 i model C og p<0,0001 i model D), det viser, at der ikke var samme kødprocent i alle besætninger ved samme slagtevægt. Det kan igen blandt andet skyldes forskellige fodringsstrategier og andre miljøfaktorer.

Vekselvirkning mellem slagtevægt og køn (model C) for kødprocent var signifikant (p<0,0001), det betyder, at hvis so- og galtgrise havde samme vægt, ville deres kødprocent være forskellig. Ved model D var denne vekselvirkning mellem slagtevægt og køn ikke signifikant, og blev derfor udelukket i modellen. Det kan skyldes, at subindekset for kødprocent indgår i model D og måske forklarer noget af effekten fra vekselvirkningen.

Vekselvirkningen mellem indeks for smågrisetilvækst og besætning (model E) indikerer, at subindekset for tilvækst blev udnyttet forskelligt afhængig af, hvilken besætning grisen vokser op i. Hvilket muligvis igen kan skyldes forskellige fodringsstrategier og andre miljøfaktorer.

Variansen på farid var betydeligt lavere i model B i forhold til model A. Det skyldes, at ornens subindeks for tilvækst var inkluderet i model B (p<0,0001). Derved ændres betydningen for niveauerne af de enkelte orner. I model A beskriver de enkelte orners niveau et niveau for avlsværdien – målt i produktionsbesætningen – af den enkelte orne. I model B derimod beskrives ornens avlsværdi i produktionsbesætningen af regressionskoefficienten multipliceret med subindekset for tilvækst fra 30-100 kg, og niveauerne for den tilfældige orneeffekt er her kun udtryk for den tilfældige afvigelse fra den observerede avlsværdi i produktionen og dens forventede avlsværdi bestemt ud fra subindekset.

I tabel 2 ses de systematiske effekter med deres estimerede regressionskoefficienter og signifikansniveauer.

Tabel 2. Estimater for regressionskoefficienter med tilhørende signifikansniveauer

Tilvækst

Figur 3. Niveauer for tilvækst fra fødsel til slagtevægt i produktionsbesætningen for ornens afkom (model A) plottet mod ornens subindeks for daglig tilvækst i perioden fra 30-100 kg. Regressionsliniens hældning er 0,37

Ud fra model A blev niveauerne for tilvæksten estimeret fra fødsel til slagtning af ornernes afkom i produktionsbesætningerne. Disse niveauer viste en positiv sammenhæng til ornens subindeks for daglig tilvækst i perioden 30-100 kg estimeret i avlssystemet (figur 3). Den lineære sammenhæng bestemmes ved en re-gressionslinie. Regressionsliniens hældning er fundet til 0,37, som viser, at orner med et højt subindeks for tilvækst gav afkom med høj tilvækst i produktionsbesætningerne. Regressionslinien er estimeret uden hensyn til, at der er forskelligt antal afkom efter hver orne.

Regressionskoefficienten ved model B blev fundet til 0,456 (tabel 2) for subindekset for tilvækst i perioden 30-100 kg, hvilket var i overensstemmelse med hældningskoefficienten (0,37) funden ovenfor i figur 3. Derimod var estimatet for regressionskoefficienten fundet ved brug af model B mere korrekt, da der ved dette estimat er taget hensyn til det forskellige antal afkom efter hver orne. Regressionskoefficienten på 0,45 er i overensstemmelse med det forventede på 0,5, da ornen bidrager med halvdelen af det genetiske potentiale. Regressionskoefficienten kan fortolkes som udnyttelsesgraden i produktionsbesætningerne af ornens subindeks for tilvækst 30-100 kg beregnet i avlssystemet.

Kødprocent

Figur 4. Niveauer for kødprocent i produktionsbesætningen af ornernes afkom (model C) plottet mod ornernes subindeks for kødprocent. Regressionsliniens hældning er 0,62

Generelt var der en positiv sammenhæng mellem subindekset for kødprocent og den kødprocent, der afregnes efter på slagteriet, således at dyr med højt subindeks afregnes med høj kødprocent (figur 4). Den positive sammenhæng viser, at orner med høj avlsværdi for kødprocent gav afkom i produktionen med høj kødprocent.

Regressionslinien indikerer, at der var gennemslag af avlen i produktionsbesætninger, det vil sige, at hvis en orne havde et højt subindeks for kødprocent, vil det komme til udtryk ved, at hans afkom får høj kødprocent.

Resultaterne fra model C i figur 4 er i overensstemmelse med resultaterne fra model D (figur 5). Blot afslører model D, at der var vekselvirkning mellem subindekset for kødprocent og slagtevægt. Vekselvirkningen mellem subindekset for kødprocent og slagtevægt (model D) indikerer, at subindekset for kødprocent virkede forskellig på kødprocenten på slagteriet afhængig af slagtevægten. Det vil sige, subindekset bliver udnyttet forskelligt afhængigt af slagtevægten. Jo lavere slagtevægt jo mere negativt var udnyttelsen af subindekset (figur 4).

På figuren ses, at et lavt indeks og en høj vægt ikke gav en forbedring af kødprocenten, mens et højt indeks og en høj slagtevægt gav en forbedring på kødprocenten. Ved 90 kg slagtevægt var udnyttelsesgraden 1,25, hvorimod den kun var 0,59 ved 70 kg slagtevægt.

Ud fra regressionskoefficienterne (tabel 2) for subindeks for kødprocent, slagtevægt og vekselvirkningen mellem de to, kunne vi beregne en model for virkningsgraden af subindekset: a = ÷1,73078 + 0,03314 × slagtevægten. Hvis subindekset for kødprocent var 0,8, ville kødprocenten være uafhængig af slagtevægten (figur 5). Hvis subindekset for kødprocent var større end 0,8, ville der være gevinsten på kødprocenten ved at øge slagtevægt. Hvis derimod subindekset for kødprocent var mindre end 0,8, ville der være tab på kødprocenten ved øget slagtevægt (figur 5).

Hvis en landmand har et dyr med subindeks -2 for kødprocent, og har valget mellem at slagte afkommet ved 70 kg og ved 90 kg, vil der være en gevinst på gennemsnitlig 2 kødprocentenheder for at slagte ved 70 kg frem for at slagte ved 90 kg. Hvis han har et subindeks på 2, og igen har valget mellem at slagte afkommet ved 70 kg og ved 90 kg, vil belønningen gennemsnitlig være 1 kødprocentenhed for at slagte dyrene ved 90 kg.

Figur 5. Kødprocentens afhængighed af vekselvirkning mellem subindeks for kødprocent og slagtevægt

Smågrisetilvækst

Figur 6. Niveauer for tilvækst fra fødsel til slagtevægt i produktionsbesætningen af ornernes afkom (model A) plottet mod ornernes indeks for daglig tilvækst i perioden fra 0-30 kg. Regressionsliniens hældning er 0,66

Ud fra model A blev niveauerne for tilvæksten fra fødsel til slagtning estimeret for ornernes afkom i produktionsbesætningerne. Disse niveauer viste en positiv sammenhæng til ornens subindeks for smågrisetilvækst i perioden 0-30 kg (figur 6). Regressionsliniens hældning er fundet til 0,66, som viste, at orner med et højt subindeks for smågrisetilvækst gav afkom med høj smågrisetilvækst i produktionsbesætningerne. Regressionslinien er – ligesom i figur 3 – estimeret uden hensyn til, at der var forskelligt antal afkom efter hver orne.

Tabel 3. Regressionskoefficienter for subindeks for smågrisetilvækst afhængig af besætning (model E)

Subindeks for smågrisetilvækst i model E havde en estimeret regressionskoefficient på 1,249 (tabel 2), som kan sammenlignes med regressionskoefficienterne vist i tabel 3. Der er forskellig regressionskoefficient alt efter, hvilken besætning det drejer sig om (tabel 3). Det betyder, at der var forskellig udnyttelsesgrad af subindekset for smågrisetilvækst i de forskellige besætninger. I besætning 5 var der mindst udnyttelse, hvorimod udnyttelsesgraden var størst i besætning 6.

Analyser viste, at der var gennemslag i produktionsbesætninger af avlen for tilvækst 30-100 kg, da orner med højt subindeks for tilvækst gav afkom med høj tilvækst. Regressionskoefficienten blev fundet til 0,455 for subindekset, hvilket betød, at virkningsgraden i produktionsbesætningen for faderens subindeks beregnet i avlssystemet for tilvækst 30-100 kg var på 0,45.

Analyser viste ligeledes, at der var gennemslag i avlen for kødprocent, da orner med højt subindeks for kødprocent gav afkom med høj kødprocent. Subindekset bliver udnyttet forskelligt afhængigt af slagtevægten. Jo lavere slagtevægt jo mere negativ var udnyttelsen af subindekset. Et lavt indeks og en høj slagtevægt gav forbedring af kødprocenten, hvorimod et højt indeks og en høj slagtevægt gav maksimal udnyttelse af subindekset for kødprocent. Ved 90 kg slagtevægt var udnyttelsesgraden 1,25, hvorimod den kun var 0,59 ved 70 kg slagtevægt.

Analyser viste, at der var gennemslag i avlen for smågrisetilvækst, da orner med et højt indeks for smågrisetilvækst fik afkom med høj tilvækst gennem hele vækstperioden fra fødsel til slagtning. Udnyttelsesgraden af subindekset for smågrisetilvækst var forskellig i de undersøgte besætninger. Hvilket betyder, at der var forskellig udnyttelsesgrad af subindekset for smågrisetilvækst afhængig af, hvilken besætning grisene blev leveret fra.

¹⁾   Omregningsfaktor i E-kontrol, ved omregning af slagtevægt til levendevægt.