Федеральное государственное бюджетное научное учреждение
Северо-Кавказский федеральный научный аграрный центр​

Россия, Ставропольский край,

г. Михайловск, ул. Никонова, 49

+7 (86553) 2-32-98

факс: +7 (86553) 2-32-97
почта: retnec.canf@ofni

Пн-Чт 8:00 - 17:00
Пт - 8:00-16:00

Перерыв 12:00-13:00

Основные результаты проекта в рамках программы «УМНИК»

Фонд содействия инновациям в рамках конкурса «УМНИК» оказывает грантовую поддержку научно-исследовательских работ, результаты которых имеют перспективу коммерциализации. Программа реализуется в течение двух лет, размер гранта составляет 500 тысяч рублей на каждого победителя.

Суховеева А.В. аспирант, младший научный сотрудник лаборатории геномной селекции и репродуктивной криобиологии в животноводстве ВНИИОК – филиала ФГБНУ «Северо-Кавказский ФНАЦ», является победителем программы «УМНИК – 2020». Ангелина Владимировна успешно защитила свой проект «Разработка комплексной молекулярно-генетической оценки овец для использования в маркер-ассоциированной селекции с целью повышения их мясо-шерстной продуктивности» и завершает его реализацию, направление H5. Биотехнологии. (Руководитель – д.б.н. доцент Скорых Л.Н.).

Учитывая особенности современного овцеводства, направленного на увеличение мясо-шерстных пород и линий овец, развитие новых технологий значительно ускорит темпы селекционной работы и позволит разработать новые методы для прижизненной оценки мясо-шерстных признаков животных на ранних сроках.

Это важно еще и потому, что овцы, выращиваемые на Ставрополье, обладают высоким потенциалом продуктивности, а также более приспособлены к местным климатическим условиям, однако в результате длительного чистопородного разведения, направленного на получение шерсти, многие признаки не исследовались вовсе или утратили свою значимость, поэтому их взаимосвязь с геномом предстоит изучить.

На смену способа оценки прогноза продуктивности сельскохозяйственных животных в раннем возрасте, который основан на учете биохимических и гематологических параметров, пришло использование в биотехнологии молекулярных маркеров продуктивности. В результате использования внедряемой комплексной оценки для племенной работы по вариантам аллелей и генотипов генов GH (соматотропин), CAST (кальпастатин), GDF9 (дифференциальный фактор роста) из селекционного процесса исключаются животные, у которых эти варианты отсутствуют.

Выбранное направление исследований является актуальным и перспективным как в научном, так и в практическом аспектах.

В ходе проделанной работы:

1. Изучено современное состояние молекулярно-генетической оценки овец для использования в маркер-ассоциированной селекции. Доказано, что до настоящего времени не было получено сведений о полиморфном состоянии исследуемых генов у популяции овец породы манычский меринос, что могло бы повысить темп селекционного процесса.

2. Изучен генетический материал, полученный от молодняка овец породы манычский меринос.

3. Проведен анализ частоты встречаемости аллелей и генотипов соматотропина (GH), кальпастатина (CAST) и дифференциального фактора роста (GDF9) у овец породы манычский меринос.

4. Изучена связь обнаруженных полиморфизмов генов с признаками продуктивности.

В завершении экспериментальной части работы, которая проводилась на базе СПК КПЗ им. Ленина Апанасенковского района Ставропольского края, будут даны рекомендации для использования в селекционном процессе особо ценных животных с целью насыщения племенного стада овец породы манычский меринос генетическими маркерами. Скрещивание животных с желательными генотипами, направленное на повышение мясо-шерстной продуктивности в селекционном процессе, позволит значительно ускорить оценку экономически-важных признаков у животных с самого рождения, более точно оценивать потенциал стада и отдельно взятой особи, более точно контролировать селекционные процессы и корректировать их направленность в стаде.

Поделиться в vk
VK
Поделиться в odnoklassniki
OK
Поделиться в telegram
Telegram
Поделиться в email
Email
Поделиться в print
Print

Оставьте комментарий

Ваш адрес email не будет опубликован.

двенадцать − 11 =