lammene som ble ultralydmålt ved slakting ( ). Lam som ble ultralydmålt ble dissekert, totalt 350 (110 lam i 2006 og 120 lam i 2007 og 2008).

Transkript

1 Beregning av genetiske parametere for kjøtt, fett og ben målt ved ultralyd, CT, EUROP klassifisering og disseksjon, og korrelasjoner mellom egenskapene Bakgrunn Forskning har vist at AVL er et svært sentralt virkemiddel for å oppnå en bedre sammensetning av kroppsvev (kjøtt, fett og ben) til lam, som vist for Nor-X kjøttsau gjennom seleksjon av dyr basert på muskelmengde målt ved ultralyd og datatomografi (CT) (Kvame og Vangen, 2007). Essensielt for alt avlsarbeid er kjennskap til de genetiske parametere for egenskapene (og mellom egenskaper) som inngår i en modell for beregning av dyrets avlsverdi (BLUP-verdi). De viktigste produktegenskaper i en farrase som Nor-X er sammensetningen av kjøtt og fett. Disse to egenskapene kan en måle ved hjelp av ulike metodikker med ulik sikkerhet. Sikkerheten til en registrert egenskap avhenger både av antall observasjoner til grunn for egenskapen og kvaliteten på registreringen/gjentaksgrad. Ultralyd er mye brukt kommersielt for måling av muskel og fettdybden til lam ved 3.lendevirevl. EUROP klassifisering, Klasse og Fettgruppe, registrert på slakteriet utrykker kjøttfylde og mengden subkutant fett til ett slakt. Datatomografi, ett redskap tilgjengelig til bruk ved Universitetet for Miljø og Biovitenskap, gir sikre estimater for mengden kjøtt, fett og bein til ett dyr, sammenlignbart med verdier for de tilsvarende vev ved dissekering av slakt. Avlsmålet for Nor-X ble i 2007 endret fra kun høy kjøttprosent til høy kjøttprosent, lav fettprosent og høy slaktetilvekst, samtidig som Nortura inngikk en avtale med Norsk Sau og Geit om indekskjøring for Nor-X ved bruk av full slektskapsmatrise fra Sauekontrollen. Nortura opprettet samtidig 24 Nor-X avlsbesetninger, som samlet sett gav ett større datagrunnlag å beregne indekser på grunnlag av noe som gav muligheter til å utvide antall egenskaper i modellen til å inkludere alle registrerte egenskaper knyttet til kjøtt, fett og tilvekst (ultralydmål, CT, EUROP). I den genetiske analysen for sammensetning av slaktevev til lam målt ved ulike metodikker valgte vi i tillegg til CT og EUROP klassifisering å ta med ultralydmål (muskel- og fettdybde målt ved tredje lende vrivel) som er en egenskap registrert for alle Nor-X lam ved avvenning, og disseksjon for å kunne se på den genetiske sammenhengen mellom egenskaper registrert på dyret som levende og hva dyret gir som nedskårede produkter (fordeling av kjøtt, fett og ben, og størrelsen på stykningsdelene) når dyret er slaktet. Datasett Datasettet som ble benyttet for beregning av genetiske parameter analysert ved ultralyd, CT, disseksjon og EUROP klassifisering bestod av Nor-X lam fra Nortura sin besetning på Ås fra 2000 til 2008 (søyelam og værlam). Totalt hadde vi 350 observasjoner for ultralydmål, 651 dyr med CT data, 1095 dyr med klassifiseringsresultater og 350 dyr med disseksjonsdata. Sikkerheten til egenskapene estimert for hver av de fire metodene parametrene gjenspeilet i stor grad variasjonen i antall observasjoner for de ulike metodene. Ultralydmål ble registrert ved tredje lendevirvel like før lammene ble kjørt til slakteriet for at de skulle være mest mulig sammenlignbare med de andre egenskapene registrert rundt slakting. EUROP klassifisering ble registrert på slakteri kort tid etter slakting av autorisert klassifisør for alle slakt som ble slaktet fra besetningen i perioden Fettgruppe og Klasse ble definert for hver skrott, Fettgruppe fra 1- til 5+ (1- svært magert dyr og 5+ svært feitt dyr), og Klasse fra E+ til P- (E+ svært kjøttsatt slakt, P- slakt med svært dårlig kjøttfylde). CT scanning ble utført for ca 30 værlam hvert år fra , og for de 350 1

2 lammene som ble ultralydmålt ved slakting ( ). Lam som ble ultralydmålt ble dissekert, totalt 350 (110 lam i 2006 og 120 lam i 2007 og 2008). Øverst til venstre: Ultralydmåling av lam, registrering av muskel og fettdybde av ytrefileten som vist i bildet under. Høyre: CT scanning av lam, registrering av tverrsnittsbilder av dyret som gir kjøtt- fett og ben% til dyret. CT bilder tatt hver 4 mm fra hals til leggen for hvert dyr. Bildene over viser slakt i hengehallen ved nedskjæringsavdelingen til Animalia klare for nedskjæring, og nedskjæring av slakt til stykningsdeler. Nederst til høyre, tverrsnitt av ryggen med ytrefileten øverst og indrefileten under ribbenene/ryggvirvelen. Som vist over er det ytrefileten vi måler ultralyd muskeldybde av levende lam. 2

3 Resultater og diskusjon Lammene analysert hadde en gj.sn levendevekt før slakting på 46.3 kg og en alder på 149 dager. Gj.sn kjøtt-, fett- og ben-prosent estimert ved CT var på henholdsvis 73.5, 15.0 og 11.5 %, mens for disseksjon var tallene henholdsvis 65.7, 12.5 og 20.6 %. Forskjellen i andel kjøtt, fett og ben estimert ved CT og disseksjon skyldes noen feilkilder knyttet til hver av metodene. Men, fordelingen av kjøtt, fett og ben samsvarte med tidligere studier beregnet for hver av de to metodene. Gj.sn slaktevekt, EUROP Klasse og fettgruppe var henholdsvis 20.4 kg, 9.2 (U) og 5.5 (2 til 2+), og for ultralyd muskel- og fettdybde 30.1 og 2.3 mm. Som forventet ut fra tidligere studier var det betydelig større variasjon for egenskaper knyttet til fett enn for egenskaper knyttet til kjøtt. Tabell 1. Antall observasjoner, gj.sn og standardavvik, min og max for egenskaper i forsøket. Type egenskap Egenskap N Gj.sn std Min Max Ultralyd Levendevekt Muskeldybde Fettdybde CT Alder ved CT Kjøttmengde (kg) Fettmengde (kg) Benmengde (kg) Kjøtt% Fett% Ben% Slakt Alder ved slakting Klasse Fettgruppe Disseksjon Alder ved disseksjon Kjøttmengde (kg) Fettmengde (kg) Benmengde (kg) Kjøtt% Fett% Ben% Signifikante, moderate arvegrader ble funnet for CT egenskapene ( ), EUROP Klasse og Fettgruppe (0.24 og 0.31), og for vekt av ben, og for prosent kjøtt og fett estimert fra disseksjon ( ). For resten av disseksjonsegenskapene varierte arvegraden fra 0.10 for fett til 0.16 for kjøtt. Muskel- og fettdybde hadde arvegrad på 0.15 og 0.10, men ikke signifikant. Andel kjøtt, fett og ben estimert ved CT og disseksjon hadde generelt høyere arvegrader enn for vekt av kjøtt, fett og ben estimert fra de to metodene. Arvegradene til CT egenskapene og de to klassifiserings egenskapen samsvarte med parametere beregnet for Nor- X av Inger Johanne Holme (2009), samt med tidligere publiserte resultater for disse egenskapene på sau. Men, arvegraden for dissekert ben var overraskende, unaturlig høy (1.0). 3

4 Tabell 2. Arvegrader for egenskapene og standard feil. Egenskapene korrigert for kjønn, burd, år og alder. Gruppe egenskaper Egenskaper h 2 ±se Ultralyd Muskeldybde 0.15 ± 0.12 Fettdybde 0.10 ± 0.10 CT Kjøttmengde (kg) 0.20 ± 0.08 Fettmengde (kg) 0.30 ± 0.09 Benmengde (kg) 0.32 ± 0.08 Kjøtt% 0.48 ± 0.09 Fett% 0.44 ± 0.09 Ben% 0.56 ± 0.09 Slakt Klasse 0.24 ± 0.08 Fettgruppe 0.31 ± 0.08 Disseksjon Kjøttmengde (kg) 0.20 ± 0.14 Fettmengde (kg) 0.11 ± 0.11 Benmengde (kg) 1.00 ± 0.16 Kjøtt% 0.58 ± 0.16 Fett% 0.10 ± 0.10 Ben% 0.64 ± 0.16 Vekt og andel kjøtt estimert ved CT var sterkt korrelert til vekt og andel kjøtt estimert fra disseksjon, og tilsvarende for fett og ben. Det vil si at estimert vekt/andel kjøtt- fett eller ben til ett lam målt for ett levende lam ved CT scanning samsvarer med vekt av kjøtt, fett og ben lammet vil ha som slakt/etter nedskjæring. Dette har stor verdi, og understreker styrken og gevinsten med å bruke CT som metodikk for uttak av avlsdyr. Lam som har den mest ideelle og ønskede sammensetningen av kjøtt og fett målt ved CT scanning vil og være de som vil bli best som slakt ut fra dissekert mengde kjøtt og fett, og følgelig de en bør bruke som avlsdyr gitt fordeling av kjøtt, fett og ben i slaktet. De genetiske korrelasjonene mellom kjøtt% estimert ved CT og disseksjon var sterkt negativt genetisk korrelert til fett% funnet fra CT og disseksjon. Det vil si at dagens avlsmål hvor en avler for høy kjøtt%, lav fett% og høy slaktetilvekst vil redusere fett-andelen både gjennom negativ vekting av fett% og gjennom å legge positiv vekt på kjøtt%. Videre var det en fordelaktig, positiv sterk genetisk korrelasjon mellom muskeldybde (ultralydmål som måles på lammet mens det er i live, og som ofte er et seleksjons kriterium for om lammet går til slakt eller avl), og EUROP Klasse som har betydning for den økonomiske verdsettingen av slaktet til produsent (0.80), og mellom fettdybde og EUROP Fettgruppe (også med økonomisk betydning for verdien til slaktet). Dette er positivt for de produsentene som bruker ultralydmål som vurdering om dyr er slaktemodne. Dyr med høy muskeldybde vil få god Klasse. Men, korrelasjon mellom muskeldybde og Klasse til mengde kjøtt estimert fra disseksjon og CT var moderat (0.27 til 0.55), og burde ideelt sett vært noe høyere. Lam med høy muskeldybde er eller slakt med god Klasse er ikke nødvendigvis de slaktene som gir størst andel kjøtt som nedskåret vare. Eller, lam med høy muskeldybde er ikke de lammene som nødvendigvis gir størst kjøtt% ved CT scanning og som vil bli plukket ut til avl. 4

5 Ultralydmål, Klasse og Fettruppe, og kjøtt og fett estimert ved CT er alle egenskaper i modellen for beregning av avlsverdier (BLUP verdier) for Nor-X i dag, og vi ønsker god sammenheng mellom de målte egenskapene og egenskapene i avlsmålet, for at vi ut fra avlsverdiene skal ta ut de beste dyrene. Muskel- og fettdybde målt ved ultralydmål ved avvenning brukes som grunnlag for uttak av værlam til CT og søyelam til påsett. Ultralydmål i vårt studie var tatt 4-8 uker etter avvenning og kan betraktes som en annen egenskap ettersom muskel og fettmengden til lammet kan endres en del i denne perioden (Kvame, Vangen og Brenøe, 2006). Samtidig var standard feilen knyttet til en del av egenskapene med færrest observasjoner (ultralyd og disseksjon) relativt stor. Kommentarer til studiet Studiet er unikt i den forstand at en har CT og disseksjonsdata for så mange dyr (n=350). For det første har de fleste forskningsmiljøer ikke tilgang på bruk av CT på grunn av store kostnader ved innkjøp og bruk av datatomograf. Blant annet av denne grunn finnes det ikke noe referanse i litteraturen for genetiske parametere for kjøtt og fett estimert fra alle de fire metodene fra ett og samme datasett. Følgelig er det få resultater i litteraturen å sammenligne våre resultater med. Samtidig er vi klar over at antall observasjoner for enkelte av egenskapene er svært begrenset for beregning av genetiske parametere, noe som kommer til utrykk gjennom store standard avvik for noen av egenskapene med færrest observasjoner. Få observasjoner for spesielt disseksjonsdata skyldes de relativt store kostnadene med registrering av disse egenskapene (samt CT data). 5