PIENINIŲ GALVIJŲ POPULIACIJOJE TYRIMAS IR ...zum.lrv.lt/uploads/zum/documents/files/LT_versija/Veiklos...fermentų (katalazės, peroksidazės, lipazės, amilazės, proteazės ir

1

LIETUVOS SVEIKATOS MOKSLŲ UNIVERSITETAS

TVIRTINU: ………………………

Pareigos

Rektorius Remigijus Žaliūnas

2016 m. lapkričio mėn.......... d.

ŽEMĖS ŪKIO, MAISTO ŪKIO IR ŽUVININKYSTĖS MOKSLINIAI TYRIMAI IR

TAIKOMOJI VEIKLA

GENETINIŲ VEIKSNIŲ ĮTAKOS MASTITO PAPLITIMUI LIETUVOS

PIENINIŲ GALVIJŲ POPULIACIJOJE TYRIMAS IR PAVELDIMUMO

PARAMETRŲ VERTINIMO MODELIO SUKŪRIMAS

2016 M. ATASKAITA

Galutinė

Vadovas

Vida Juozaitienė

Kaunas

2016

2

Turinys

ĮVADAS 1

Darbo tikslas .................................................................................................................................... 2 Darbo uždaviniai .............................................................................................................................. 2 Rezultatai pasiekti įgyvendinus MTTV projektą ............................................................................. 3

LITERATŪRINĖ ANALIZĖ 4

Mastito sukėlėjai ir įvairių veiksnių įtaka jo paplitimui .................................................................. 4 Mastito genetinė koreliacija su pieno produktyvumu ir paveldimumas .......................................... 7 Netiesioginis karvių selekcijos pagal atsparumą mastitui požymis somatinių ląstelių skaičius

piene ................................................................................................................................................. 7 Mastito paveldimumo ir veislinės vertės nustatymo sistemų analizė kitose valstybėse .................. 8

TYRIMŲ OBJEKTAS IR METODAI 15

Mastito sukėlėjų nustatymas .......................................................................................................... 15 Statistinė duomenų analizė............................................................................................................. 21

TYRIMŲ REZULTATAI 24

Mastito sukėlėjų paplitimo tyrimas ................................................................................................ 24

Negenetinių veiksnių įtakos mastito sukėlėjų paplitimui tyrimai .................................................. 26 Tirtų karvių pieno rodiklių ryšys su mastito sukėlėjais ................................................................. 36 Genetinių veiksnių įtakos tyrimai .................................................................................................. 40

Mastito paplitimo genetiniai parametrai ir modelio tyrimai ......................................................... 52

IŠVADOS IR PASIŪLYMAI 57

REKOMENDACIJOS 58

MTTV PROJEKTO ĮGYVENDINIMO RODIKLIAI 59

NAUDOTA LITERATŪRA 61

1

ĮVADAS

Būtina telkti turimas sąnaudas ir išteklius išlaikyti pienininkystės sektorių ir plėtoti pieninių

galvijų auginimą.

Dėl tešmens susirgimų kasmet išbrokuojama vidutiniškai 10,05% visų išbrokuotų karvių, o dėl

mažo produktyvumo –5,01% išbrokuotų kontroliuojamų karvių. Į šį skaičių įeina ir karvės, kurių

produkcija po persirgto mastito sumažėja mažiau, jų išbrokuojama dėl medžiagų apykaitos, lytinių

organų susirgimų ir nevaisingumo ( Klimienė ir kt., 2005).

Mastitas (tešmens uždegimas) - viena iš brangiausių pieninio tipo karvių ligų. Ekonominiai

nuostoliai atsiranda dėl sumažėjusio produktyvumo, pablogėjusių pieno technologinių savybių,

negautų veršelių, išlaidų mastitų diagnostikai ir gydymui. Be to karvės, kurioms mastitą sukėlė

kontaginiai mikroorganizmai, turi būti brokuojamos siekiant išsaugoti bandos sveikatingumą.

Aniulis ir Japertas (2001) nustatė, kad dėl vienos laktuojančios karvės, sergančios

slaptuoju mastitu, pieno produkcijos nuostolis 400 l. Pieno produkcijos nuostoliai, esant

klinikiniam mastitui – nuo 700 kg (Seegers et al., 2003), mastito metiniai nuostoliai karvei

siekia 1000- 3000 € Belgijoje, 75-150 £ Didžiojoje Britanijoje, 150-300 € Olandijoje ir 500-

1000 € Prancūzijoje (Stoliuk and Valchuk, 2011).

Mastitą sukelia per 140 skirtingų rūšių mikroorganizmų. Tai gali būti įvairios

mikroskopinės gyvybės formos, tokios kaip bakterijos, mikoplazmos, mielės, grybai, dumbliai ir

retais atvejais virusai, tačiau bakterijos išlieka pagrindine tešmens infekcijų priežastimi.

(Rutkauskas ir Tušas, 2011). Skirtingų bakterijų paplitimas priklauso nuo šalies epidemiologinės

situacijos, karvių bandų valdymo priemonių ir genetinių veiksnių, kurių pagalba didinamas

karvių atsparumas mastitui.

Aukštą somatinių ląstelių skaičių piene ir sergamumą mastitu įtakoja gamybos

technologija ir genetiniai veiksniai. Genetinis požymio sąlygotumas yra selekcijos pagrindas

(Ilahi, Kadarmideen, 2004).

Mastitas – tai ligų kompleksas, dėl kurio sumažėja pieno sintezė, pasikeičia jo sudėtis, pablogėja

dietinės ir technologinės savybės (Aniulis, 2007). Pagrindinės ligos priežastys – organizmo

imuniteto stoka, genetinis polinkis, prastos zoohigieninės sąlygos, bakterijos ir jų toksinai, šėrimo

klaidos, stresas, traumos, dideli temperatūros svyravimai, netinkama tešmens higiena ir priežiūra,

melžimo klaidos.

Slaptasis karvių mastitas paplitęs ir mūsų šalyje. Lietuvoje slaptuoju mastitu serga apie 50

proc. karvių. Jei jos nesirgtų, kiekviena Lietuvos karvė per laktaciją duotų vidutiniškai 650 kg

pieno daugiau (Japertas S., Japertienė R., 2010).

2

Dažniausiai tešmens infekcija karvės suserga pirmaisiais trim laktacijos mėnesiais ir 80 proc.

atvejų jos serga visą laktacijos laikotarpį. Užsikrėtusios karvės piene pagausėja somatinių

ląstelių. Susirgus karvei mastitu netenkama iki 25 proc. pieno per laktaciją (tik dėl vieno

tešmens ketvirčio uždegimo pieno per laktaciją sumažėja net iki 12 proc.). Mastitu persirgusių

karvių produktyvumas ne visuomet atsistato, nes negrįžtamai pasikeičia alveolinis audinys, todėl

kai kurias karves tenka išbrokuoti. Sergančių karvių pieno sudėtis ir kokybė pakinta: sumažėja

kazeino, laktozės, riebalų, baltymų; padidėja pieno elektrinis laidumas, pH, albuminų, globulinų,

chloro ir natrio kiekis (Aniulis ir Japertas, 2001).

Mastitą sukelančios bakterijos iš aplinkos nuo tešmens ir spenių paviršiaus gali patekti į spenio

kanalą ir prasiskverbti į tešmenį, kur sukelia uždegiminę reakciją. Mikrobams patekti į tešmenį

galimybė labai padidėja, kai blogai užsidaro spenio kanalas ir pažeistas spenio galiukas. Svarbiausi

patogenai pasaulyje, kurie susiję su galvijų subklinikiniu mastitu, yra: Staphylococcus aureus,

Streptococcus uberis, Streptococcus dysgalactiae, Streptococcus agalactiae, Escherichia coli ir

Klebsiella spp. (Karimuribo et al., 2006; Bradley et al., 2007; Stankūnienė ir kt., 2008).

Būtinybę gydyti slaptuoju mastitu sergančias karves rodo didelis somatinių ląstelių skaičius (<

400 tūkst./ml) bendrame pieno kiekyje.(Aniulis, 2007). Mikroorganizmas, kurį labiausiai paveikia

tradicinis gydymas laktacijos laikotarpiu, yra Streptococcus agalactiae. Kitų slaptų infekcijų, pvz.

Aplinkos streptokokų, koliforminių bakterijų ir Staphylococcus aureus įprastinis gydymas laktacijos

laikotarpiu nerekomenduojamas, nes išgyjimo tikimybė gali būti ne daugiau kaip 10 proc., retai

viršija 50 proc., dėl to tokias infekcijas veiksminga gydyti užtrūkimo laikotarpiu (Nelson Philpot ir

kt., 2011).

Gyvulio amžius, kūno masė, atvedimo laikas, primilžiai, veislė ir kiti genetiniai faktoriai turi

įtakos mastitui atsirasti (Czerkawski, 1986).

Darbo tikslas

Įvertinti mastito paveldimumą Lietuvos pieniniams galvijams ir nustatyti didesnio

atsparumo populiacijos struktūrinius elementus.

Darbo uždaviniai

1. Ištirti mastito ir jo sukėlėjų paplitimą Lietuvos pieninių galvijų populiacijoje.

2. Įvertinti negenetinių veiksnių įtaką, taikant mišrius tiesinius modelius.

3. Ištirti genetinių veiksnių: veislių, bulių linijų, gerinančiųjų veislių kraujo

laipsnio ir kt. įtaką.

4. Įvertinti paveldimumo parametrus ir ištirti veislines vertes.

3

5. Pagal atliktus tyrimus pateikti išvadas ir rekomendacijas pieninių galvijų

laikytojams.

6. Sukurti pieninių galvijų populiacijoje paveldimumo parametrų vertinimo

modelį.

Rezultatai pasiekti įgyvendinus MTTV projektą

Įgyvendinant karvių sergamumo mastitu mažinimo ir pieno kokybės gerinimo programą ir

efektyviau sveikatinant karvių bandas mastito atžvilgiu bei siekiant gaminti šalyje išskirtinės

kokybės pieną būtina pieninių galvijų selekcinėse programose be netiesioginio mastito

įvertinimo rodiklio – somatinių ląstelių skaičiaus piene rodiklio, naudoti ir mastito tyrimų

duomenis. Genetinių veiksnių įvertinimas leis siekti genetiškai sąlygoto karvių atsparumo

mastitui gerinimo.

4

LITERATŪRINĖ ANALIZĖ

Mastito sukėlėjai ir įvairių veiksnių įtaka jo paplitimui

Mastitas charakterizuojamas, kaip subklinikinis ir klinikinis, kuris gali būti lengvos,

vidutinės ir sunkios formos. Tarptautinės pieno federacijos duomenimis klinikine mastito forma

serga 2-10 proc., o slapta forma - iki 50 proc. laktuojančių karvių (Aniulis ir Japertas, 2001).

Rudejevienė (2007) nurodo, kad slaptuoju mastitu Lietuvoje serga 43-47 proc. laktuojančių

karvių Svarbus šios ligos požymis – padidėjęs somatinių ląstelių skaičius piene (sveikos karvės

piene būna mažiau nei 100 tūkst./ml).

Klinikinį mastitą diagnozuoti gana paprasčiau, sunkiau atpažįstamas slaptasis mastitas. Jei

nepastebėjus į bendrą pieno talpą patenka nors 5-10 % pieno, primelžto iš slaptuoju mastitu

sergančių karvių, jis netinkamas pieno produktams ir sūriams gaminti (Staniškienė ir kt., 2007).

Dažniausi mastito sukėlėjai yra streptokokai, stafilokokai, S. aureus, S. agalactiae, S.

dysgalactiae, S. uberis, E. coli, rečiau – žarnyno lazdelės, korinebakterijos, pseudomonos, mielės

ir mikoplazmos (Klimienė ir kt., 2005).

Ypač sergamumas naujomis tešmens infekcijomis padidėja nuo paskutinės savaitės iki

veršiavimosi (Stoliuk and Valchuk, 2011), nes piene sumažėja laktoferino koncetracija;

sumažėja somatinių ląstelių veiksmingumas naikinant mikroorganizmų invaziją (Rutkauskas ir

Tušas, 2011) ir laktacijos pradžioje (Stoliuk and Valcuk, 2011), dažniausiai dėl infekcijos, kuri

prasidėjo vėlyvuoju užtrūkimo laikotarpiu (Rutkauskas ir Tušas, 2011). Laktacijos metu mastito

paplitimas palaipsniui sumažėja ir vėl padidėja užtrūkinimo metu. (Stoliuk and Valchuk, 2011).

Atlikti tyrimai patvirtina, kad mastito paplitimas yra didesnis ankstyvosios laktacijos ir mažesnis

laktacijos viduryje (Demelash Biffa et al., 2005).

Rutkauskas ir Tušas (2011) nurodo, kad mikroorganizmus, kurie dažniausiai sukelia

mastitą, galima skirstyti į dvi kategorijas:

užkrečiamuosius,

aplinkos.

Kontaginiai arba užkrečiamieji mikroorganizmai (Staphylococus aureus, koaguliazei

neigiami stafilokokai - KNS, Streptococcus agalactiae ir Mycoplasma spp. ir kt.) gyvena ant

karvės odos paviršiaus ir dauginasi infekuotų spenių ir ketvirčių viduje. Šios bakterijos plinta

nuo karvės karvei per užterštą melžimo įrangą, rankšluosčius ar plovimo/higienines servetėles,

ar per melžimo procese dalyvaujančių asmenų rankas.

Aplinkos mikroorganizmai gyvena ir dauginasi karvės aplinkoje: mėšle, dirvoje,

pakratuose, vandenyje, augaluose. Aplinkos mastito priežastis - karvių aplinkoje besiveisiantys

5

mikrobai, kurie tam tikromis aplinkybėmis patenka į tešmenį. Sukėlėjai plinta per nešvarias

rankas, šluostes, melžimo indus, nešvarius melžimo įrenginius, melžimo metodika bei būdas taip

pat gali nulemti mastito atsiradimą bei tešmens pažeidimus (Apanavičienė, 2000).

Trys pagrindinės aplinkos bakterijų grupės sukelia mastitą:

Streptococcus rūšys, žinomos kaip aplinkos streptokokai ((Streptococcus uberis ir

Streptococcus dysgalactiae),

koliforminės bakterijos (Escherichia coli, Klebsiella pneumoniae ir Enterobacter

aerogenes),

enterokokai (Enterococcus faecalis ir Enterococcus faecium).

KNS grupei, kurie buvo išskirti mastitų tyrimo metu, priklauso daugiau nei dešimt rūšių,

iš kurių labiausiai paplitę yra šie: S. Epidermidis, S. Chromogenes, S. Warneri, S. Xylosus, S.

Simulans, S. Sciuri.

Be minėtų mikroorganizmų, mastitą gali sukelti gram teigiama bakterija -

Arcanobacterium pyogenes; kitos bakterijų rūšys - Pseudomonas aeruginosa, Corynebacterium

spp., Pasteurella spp., Mannheimia haemolytica, Nocardia spp., Fusobacterium necrophorum,

Mycobacterium spp., Bacillus spp., Serratia spp., Listeria monocytogenes, Clostridium

perfringens tipas A, Campylobacter jejuni and Haemophilus somnus; grybų rūšys, kurios gali

būti susijusios su mikotinio mastito patologija - Cryptococcus neoformans, Trichosporon spp.,

Candida spp., Saccharomyces spp., Pichia spp., Torulopsis spp., Aspergillus spp., Rhodotorula

spp., Geotrichum candidum, Trichoderma koningii, Trichotecium roseum. Mastito etiologija gali

būti siejama su dumblių rūšimis - Prototheca zopfii, Prototheca wickerhamii, Prototheca

trispora ir Prototheca blaschkeae (Popescu, 2010).

Mastito plitimui įtakos turi ir laktacijos trukmė. Jei laktacija trunka 200 dienų, serga 8,3

proc., jei 201-400 dienų – 31,4 proc., jei daugiau kaip 400 dienų – 56,2 proc. karvių

(Rudejevienė, 2007).

Taip pat susirgimu mastitais turi įtakos laikotarpis po apsiveršiavimo. Tešmens ketvirčių

atžvilgiu subklinikinio mastito paplitimas buvo 21,2 proc. 7-100 dieną po apsiveršiavimo ir 34,5

proc. 101-305 dieną po apsiveršiavimo. 7-100 dieną ir 101-305 dieną po apsiveršiavimo buvo

16,0 proc. ir 7,4 proc. Staphylococcus aureus, 51,5 ir 50,6 proc. koaguliazei neigiamų

stafilokokų, 0,0 ir 0,8 proc. Streptococcus agalactiae ir 19,4 ir 15,6 proc. kitoms stafilokokų

rūšims, Escherichia coli 1,0 ir 4,0 proc. bei Corynebacterium bovis 25,7 ir 45,1 proc. teigiamų

mėginių, atitinkamai (Busato A. et al., 2000).

6

Naujos KNS infekcijos pasireiškia užtrūkinimo laikotarpiu, todėl būtent veršiavimosi

metu didelis tešmens ketvirčių procentas yra užsikrėtęs šia bakterija. Infekcijų skaičius žymiai

sumažėja pirmąjį laktacijos mėnesį dėl spontaniško pasveikimo, vėliau paplitimas iš esmės lieka

pastovus iki laktacijos pabaigos. Be to ši bakterija dažnai pasitaiko pirmosios laktacijos metu

(Rutkauskas ir Tušas, 2011).

Žymiai didesnis klinikinio mastito, sukelto Streptococcus uberis,pasireiškimo dažnis

buvo pirmaisiais laktacijos mėnesiais, lyginant su 7 mėn. ir tolimesniu laktacijos periodu. (Breen

et al., 2008).

Karvės labai jautrios aplinkos sukelėjų infekcijoms pirmąjį laktacijos mėnesį, vėliau

jautrumas mažėja. Didžiausias Escherichia coli infekcijų skaičius būna per pirmąsias 7 – 10

laktacijos dienas po užtrūkinimo laikotarpio (Rutkauskas A., Tušas S., 2011). Sunkaus laipsnio

mastitą gali sąlygoti po apsiveršiavimo susilpnėjusi karvių imuninė sistema ko pasekoje suletėja

neutrofilų judėjimas.

Serratia spp. gali sukelti mastitą tiek užtrūkusioms, tiek melžiamoms karvėms

Arcanobacterium pyogenes sukeltas mastitas vadinamas „ vasaros mastitu“ – tai iš esmės

laikoma užtrūkusių karvių ir telyčių liga (Rutkauskas ir Tušas, 2011).

Mikoplazminiu mastitu serga laktuojančios, pirmaveršės ir užtrūkusios karvės. Gyvulys

mikoplazmas išskiria apie 2 mėnesius, tačiau periodas gali būti ir trumpesnis arba ilgesnis – net

iki 13 mėnesių (Šiugždaitė, 2007).

Sergančių slaptuoju mastitu karvių piene sumažėja bendrųjų baltymų (1 proc.), kazeino (6–

18 proc.), laktozės (5–20 roc.), riebalų (4–12proc.) Galvijų augintojai patiria nuostolių dėl

sumažėjusios pieno produkcijos (20 proc.), gydymo išlaidų (20–25 proc.), pablogėjusios pieno

kokybės ir ankstyvo karvių brokavimo (30–35 proc.) (Rudejevienė, 2007).

Pieno, turinčio daug somatinių ląstelių, nesuperka perdirbėjai, iš jo pagaminti produktai

kenkia vartotojų sveikatai, todėl mastitas – ne tik ekonominė, bet ir socialinė problema (Rajala-

Schultz et al., 1999). Mastitas yra daugiausia lėšų reikalaujanti pieninių karvių sveikatos

problema (Cywinska et al., 2006).

Cheminė pieno sudėtis ir fizikinės savybės labai priklauso nuo ligos formos ir eigos.

Ūmaus mastito atveju sumažėja pieno termostabilumas ir jautrumas šliužo fermentui. Tokių

karvių piene ženkliai padaugėja somatinių ląstelių skaičius, daugiau ar mažiau padidėja

fermentų (katalazės, peroksidazės, lipazės, amilazės, proteazės ir kt.) aktyvumas. Mažėja tokio

pieno tankis, o rūgštingumas gali sumažėti iki 10 ºT ir mažiau. Mastitu sergančių karvių piene

sumažėja amino rūgščių (metionino, leucino, tirozino ir kt.), padidėja pieno elektrinis

laidumas,taip pat sergančių karvių piene randama daug ketoninių kūnų (acetilacto rūgšties,

7

acetono), iki 40 – 45mg/% ir daugiau, tuo tarpu sveikų karvių piene ketoninių kūnų yra apie

3mg/%.

Sergančių karvių pieno, taip pat iš jo pagamintų produktų organaleptinių savybių pakitimo

laipsnis, jų cheminė sudėtis ir fizikinės savybės labai priklauso nuo ligos eigos ir formos.

Mastitu sergančių karvių piene ne tik gerokai padaugėja somatinių ląstelių, bet ir daugiau ar

mažiau padidėja fermentų (katalazės, šarminės fosfatazės, peroksidazės, lipazės, proteazės)

aktyvumas. Tokio pieno rūgštingumas gali būti 5-13 ºT (Stankūnienė, 2002).

Mastito genetinė koreliacija su pieno produktyvumu ir paveldimumas

Genetinė koreliacija suteikia informaciją apie vieno požymio pasikeitimą keičiantis

kitam požymiui, jei šie požymiai koreliuoja. Svarbiausias selekcijos tikslas pieniniams galvijams

yra produktyvumo didinimas. Genetinė koreliacija tarp produktyvumo ir mastito buvo įvertinta

užsienio mokslinikų darbuose.

Shook (1989) apskaičiavo, kad vidutinė genetinė koreliacija tarp produktyvumo ir

klinikinio mastito buvo 0,20, o Simianier (1991) tarp šių rodiklių nustatė didžiausią koreliaciją -

0,51.

Mokslinkai nustatė, kad didėjančiam mastito paplitimui turi įtakos karvių produktyvumo

augimas, , didėjant produktyvumui sustiprėja genetinis ryšys su padidėjusiu imlumu mastitui.

(Seykora and McDaniel , 1985).

Apibendrinęs literatūros duomenis apie klinikinio mastito paveldimumą Miller (1984)

teigia, kad jis įvairuoja nuo 0 iki 0,50 (vidutiniškai apie 0,12). Emanuelson ir kt.(1988)

Švedijoje nustatė dar mažesnį paveldimumą nuo 0,01 – 0,02, Weller (1992) klinikinio mastito

paveldimumo koeficientą nustatė tik 0,01. Kitais tyrimais buvo bandoma nustatyti tešmens

atsparumą atskiriems mastito sukėlėjams. Norėdamas palengvinti pieno gamintojams suskirstyti

karves pagal atsparumą mastitui, Lawstuen ir kt. (1988), panaudojo 50 taškų skalę (nuo 1 –

mažai rezistentiška, 50 – labai rezistentiška). Jų paskaičiuotas paveldimumo koeficientas buvo

0,03.

Netiesioginis karvių selekcijos pagal atsparumą mastitui požymis somatinių ląstelių

skaičius piene

Veislininkystės programose naudojami požymiai turi turėti didelę ekonominę naudą, būti

lengvai matuojami, turėti priimtiną tyrimų ir kontrolės kainą.

8

Nustatyti mastito atvejus gamybiniu būdu yra sudėtinga ir brangu, tačiau aiškiai matoma

mastito ekonominė svarba. Kai kuriose Skandinavijos šalyse tik veterinarijos gydytojams

leidžiama nustatyti, fiksuoti ir gydyti mastitą. Todėl sudėtinga kontroliuoti mastito atvejus ir

panaudoti tuos duomenis genetinėse programose. Tačiau klinikinio mastito genetinė koreliacija

su pieno somatinėmis ląstelėmis yra pakankamai aukšta. Young (1991) nustatė tarp šių požymių

koreliaciją - 0,80 – 0,98, Emanuelson ir kt.(1988) paskaičiavo genetinę koreliaciją Švedijos

juodmargiams galvijams - 0,46, o Švedijos žalmargiams - 0,78.

Norint pasiekti genetinį progresą pageidautina genetinė koreliacija tarp požymių turėtų

būti - 0,60.

Pieno somatinėmis ląstelėmis gali būti panaudojamos veislininkystės programose mastito

kontrolei, esant pakankamai genetinei koreliacija su mastitu ir vieno požymio gerinimas,

padeda gerinti požymį.

***********************************************************************

Lietuvoje nebuvo atlikti tyrimai, įvertinantys mastito genetinę koreliaciją su pieno

somatinėmis ląstelėmis, pagrindžiantys pastarojo požymio panaudojimo efektyvumą selekcijos

programose, didinant karvių atsparumą mastitui; nebuvo nustatytas mastito paveldimumo

koeficientas, parodantis jo priklausomybę nuo genotipo.

Mastito paveldimumo ir veislinės vertės nustatymo sistemų analizė kitose valstybėse

Mastito paveldimumo tyrimai ir veislinės vertės nustatymas yra vykdomi Skandinavijos

šalyse (1 lentelė), Prancūzijoje (3 lentelė), Olandijoje ir Belgijoje (5 lentelė). Minėtose

valstybėse karvės yra vertinos ne tik pagal pieno somatines ląsteles, bet ir klinikinio mastito

atžvilgiu.

Skandinavijos šalyse karvių mastito paveldimumo koeficientai varijuoja nuo 2 iki 5 proc.

(1 lentelė).

1 lentelė. Mastito paveldimumo koeficientas h2 ((Informacija iš šalių narių apie

nacionalinius įvertinimus pagal klinikinį mastitą INTERBULL gamybiniam vertinimui)

Šalis Veislė h2 Modelis

Danija Airšyrai, Holšteinai, Džersiai 0,04 SM MT

Suomija Airšyrai, Holšteinai, 0,05 SM

Norvegija Airšyrai 0,035 SM

Švedija Airšyrai, Holšteinai, 0,02 SM

Paaiškinimai: SM – tėvo modelis, MT – motinos modelis (http://www.interbull.org/ib/geforms;

http://www.nordicebv.info)

http://www.interbull.org/ib/geforms

http://www.nordicebv.info/

9

Duomenys apie mastito atvejų registravimą genetiniam įvertinimui naudojami iš

veterinarinės apskaitos duomenų bazių, bandų valdymo programų ar produktyvumo kontrolės

sitemos.

Žemiau pateikta Danijos, Suomijos ir Švedijos bulių genetinio vertinimo schema (2

lentelė), pagal kurią keturis kartus metuose nustatomas teųmens sveikatingumo indeksas pagal

pieno SCC, tešmens morfologinius rodiklius ir klinikinio mastito atvejus.

2 lentelė. Danijos, Suomijos ir Švedijos bulių genetinio vertinimo sistema (http://www.interbull.org/ib/geforms; http://www.nordicebv.info)

Požymių apibrėžimai ir

matavimo vienetai

1. – Pieno SCC - ln(SCC), Vidut.=4.37 lakt 1

2. - “ - , - “ - Vidut.=4.75 lakt 2

3. - “ - , - “ - Vidut.=4.94 lakt 3

4. Klinikinis mastitas, 0 ar 1, -15 - 50 DIM, Vidut.=.092 lakt. 1

5. – “ - , 51 - 300 DIM, - “ -=.091 lakt. 1

6. – “ - , -15 - 150 DIM, - “ - =.157 lakt. 2

7. – “ - , -15 - 150 DIM, - “ - =.192 lakt. 3

8. Tešmens priek. d. prisit., , - “ - =5.8 lakt. 1

9. Tešmens gylis , - “ - =6.1 lakt. 1

Matavimo metodas ir duomenų

rinkimo metodas

Požymių 1-3: Pieno produktyvumo kontrolės

Požymių 4-7: Veterinarijos ataskaitų ir produktyvumo kontrolės

Požymių 8-9: Eksterjero vertinimas

Laikotarpis duomenų įtraukimo

Danija Veršiavimaisi nuo 1990

Suomija Veršiavimaisi nuo 1988

Švedija Veršiavimaisi nuo 1981

Amžiaus grupės Laktacijos 1-3

Kiti kriterijai (duomenų

redagavimas) įtraukiant įrašus

vertinimui

SCC: Pirmasis įtraukimas po 90 dienų

Mastitas įrašai įtraukti 10 dienų (Danijoje – 1 diena ) po įrašymo

laikotarpio pabaigos

Aplinkos veiksniai Heterogeninė varianca veršiavimosi metų, laktacijos, šalies

korel. Yijkl = (y-m)std(yearm)/std(yearij) +m

I, j and l nurodomi metams ( year), laktacijos, valstybės, std(yearm)

yra nesvertinis vidurkis laktacijos SD, ir m yra bendras vidurkis

Genetinio vertinimo metodas Kelių požymių, Gyvulio modelis

Aplinkos negenetiniai veiksniai

genetinio vertinimo modelyje

SCS:

Fiksuoti: Herd (banda)*period(periodas), calving age(amžius

veršiuojsantis)*country (valstybė), Year

(metai)*month(mėnuo)*country of calving(valstybė kurioje

veršiavosi), stage of lactation(laktacijos stadija) x produktyvumo

periodas and b(Heterozė).

Atsitiktiniai herd(banda) x test-day(laktacijos diena).

Klinikinio mastito ir tešmens savybių:

Fiksuoti: Herd(banda)*period, calving age (periodas, amžius

veršiuojantis)*country(valstybė),

Year(metai)*month(mėnuo)*country of calving (valstybė),

b(Heterozė).

Atsitiktiniai herd(banda) *year of calving(veršiavimosi metai)



10

Sistemos vertinimas Genetinis vertinimas buvo patvirtintas Interbull

Genetinių vertinimų išraiška

RBV, vidurkis 100, SD=10, Didelės reikšmės yra palankios

Genetinė bazė Bazė yra reproduktoriai gimė 7-9 metai iki vertinimo datos.

Bazė keičiasi kas vertinimą

Patikimumo skaičiavimimo

pagrindimas

Selekcinio indekso teorija, besiremianti kiekvienos veislės

dukterų skaičiumi, genetinėmis koreliacijomis ir ekonominiais

požymių svoriais

Oficialių vertinimų

paskelbimo kriterijai

Visi reproduktoriai turintys patikimumą > 0,40

Vertinimai / Pubikavimai per

metus

4 kartai per metus

Prancūzijoje tešmens sveikatingumas vertinamas pagal pieno SCC ir klinikinio mastito

atvejus, užregistruotus per pirmas 150 laktacijos dienų. Vertinama tris kartus metuose pagal 3

lentelėje pateiktą metodiką.

3 (a) lentelė. Prancūzijos bulių genetinio vertinimo sistema

(http://www.jouy.inra.fr/gabi)

Požymių apibrėžimai ir

matavimo vienetai

SCS:SCS = log2 (CCS/100000)+3

Klinikinis mastitas (MACL), 0 ar 1. Jis taikomas pirmųjų tris

laktacijų karvėms ir yra apibrėžiamas taip: "bent vienas įvykis

klinikinio mastito, užregistruotas per pirmas 150 laktacijos

dienų".

Duomenų fikasvimas Produktyvumo kontrolės sistema

Duomenys Laktacijū duomenys nuo fiksuotos 01/09/1989 datos

Amžiaus grupės 1 – 3 laktacijos

Kiti kriterijai duomenims

Genetinio vertinimo metodas BLUP – ST - RP - AM

Aplinkos negenetiniai veiksniai

genetinio vertinimo modelyje SSC :PE (R), HY (F) ; Parity*region*year (F),Calving

month*parity*region*year (F); Age at calving * parity * region *

year (F); Preceding dry period length * parity * region * year (2nd

vs 3rd parities) (F)

Klininkinis mastitas: Calving month(veršiavimosi

mėnuo)*year(metai), Herd(banda)*year(matai0, Calving age

class(amžiaus veršiuojantis klasė)*Lactation

numbe(laktacija)*year(metai)

Heterogeninių dispersijų

koregavimas vertinimo

modelyje

SCS : nėra

Klininkinis mastitas: - HOL, NOR, MON : Lactation number

(laktacija)*year(metai), Area*year (regionas*metai)

- RED, BSW : Lactation number*year (laktacija*metai)

Genetinių grupių taikymas Grupės nežinomų tėvų apibrėžtos pagal gimimo metus (2 metų

http://www.jouy.inra.fr/gabi

11

intervalu) ir pagal palikuonių kilmės regioną ar šalį (iš 8 šalių

viso 260 HOL veislės grupes)

Požymių paveldimumo

koeficientai

SCS : h²=0.15

MACL :

BSW, RED, HOL : h² =0.018, NOR : h² =0.021, MON :

h² =0.023

Sistemos vertinimas Koreliacija tarp įvertinimų, analizė pridedant naujų dukterų;

genetinių trendų vertinimas

Genetinių vertinimų išraiška SCS : RBV; (m= 0, =1, posityvu = mažiau SCC)

MACL : RBV; (m= 0, =1, posityvu = mažesnis MACL)

Genetinė bazė Metinė bazė, atnaujinama vasario mėn.: vidutinis karvių EBV

gimusiųjų iš (n-8) - (n- 6) metų bulių. Nustatyta vasario mėn.

2013 (ši bazė yra atnaujinama kiekvienais metais per 1

vertinimo metus)

Patikimumo skiačiavimas Patikimumas skaičiuojamas tik iš dukterų informacijos



REL0.50


metus

3: Vasario, birželio, spalio

3 (b) lentelė. Karvių mastito paveldimumo koeficientai Prancūzijoje

(http://www.jouy.inra.fr/gabi)

Rodikliai Veislės h2*

Pieno SCC Visos veislės 0.15

Klinikinis mastitas

HOL, BSW, RED 0.018

NOR 0.021

MON 0.023

Karvių klinikinio mastito paveldimumas Prancūzijoje siekia 1,8-2,3 proc. (3 lentelė).

Olandijos ir Belgijos bulių genetinio vertinimo sistemoje vertinamas visų veislių karvių

tešmens sveikatingumo indeksas): € gyvuliui per laktaciją dėl ekonominių mastito sukeltų

nuostolių, pagal 4 lentelėje pateiktą schema. Genetiniai vertinimai vykdomi tris kartus per metus

ir naudojami tešmens sveikatingumo (UDH) indekse kartu su pieno somatinėmis ląstelėmis:

UDH = 0.477 * [SCM-100) + 0.641 * (CM -100) +100.

4 lentelė. Olandijos ir Belgijos bulių genetinio vertinimo sistema

(www.gesfokwaarden.eu)

Veislės Visų veislių domenys vertinami viename multi-veislių modelyje

Požymiai 1. UHI (Tešmens sveikatingumo indeksas): € gyvuliui per laktaciją

dėl ekonominių infekcijos sukeltų nuostolių


http://www.gesfokwaarden.eu/

12

Duomenų šaltiniai Produktyvumo kontrolės duomenys ir klinikinio mastito registravimo

duomenys iš bandų valdymo programų.

Duomenų fiksavimo laikotarpis Visi laktacijų įrašai nuo 1-5-1990.

Kilmės duomenys iki paskutinio nežinomo protėvio.

Amžiaus grupės vertinimuose Laktacija 1, 2 ir 3

Kiti duomenų kriterijai Karvės t.b. registruotos kilmės knygoje;

Vykdoma produktyvumo kontrolė

Laktacijos dienos tarp 5 ir 335;

Amžius veršiuojantis nuo 640 dienų;

Žinomas tėvas;

Laikotarpis tarp apsiveršiavimų einamojoje latacijoje t.b. bent 215

dienų;

Intervalai intervalai tarp kontrolių nemažiau kaip < 84 dienos

Duomenys iš automatizuotų melžimo sistemų konvertuojami į 24

val. pieno kiekį

Reproduktorių kategorijos Sėklinimo sistemos ir kergimui naudojami buliai

Genetinio vertinimo modelis MT-BLUP-AM

Aplinkos efektai F: Herd (banda)*Year(metai), Year(metai)*Month(mėnuo), Age at

Calving (amžius veršiuojantis), # Testday in lactation(laktacijos

diena), # Days at Risk (rizikos dienos), heterosis (heterozė),

recombination (rekombinacijos)

Patikimumo vertinimas Interbull irk t.

Veislinės vertės nustatymas EBV cm/scm = 0.41*EBVlact1 + 0.33*EBVlact2 + 0.26*EBVlact3 ,pagal

laktacijų svorinius koeficientus. EBV UHI = 0.477*EBVSCM +

0.641*EBVCM , atspindintis 2 - 2,5 karto didesnę ekonominę žalą

infekcijos dėl Klinkinio mastito. EBV UHI pubikuojams kaip RBV

(μ = 100, σ = 4) su didesnės vertės pageidavimu (mažiau

infekcijų, daugiau sutaupytų lėšų)

Genetinė bazė

2015 Holšteino karvių bazė (2015HC):

Visos kilmės knygos juodmargės karvės su min 87,5%

Holšteinų genų ir max 12,5% Olandų Fryzų genų, gimusios 2005

su min 1 kontrolės dienos vienu pieno SCC įrašu.

2015 žalmargių holšteinų karvių bazė (2015RC):

Visos kilmės knygos karvės su min 87,5% Holšteinų genų ir

max 12,5% Olandų Fryzų genų, gimusios 2005 su min 1

kontrolės dienos vienu pieno SCC įrašu.

2015 Dvigubos paskirties karvių bazė (2015YC):

Visos kilmės knygos juodmargės karvės 25-75% Holsteinų genų

gimusios 2010 su min 1 kontrolės dienos vienu pieno SCC įrašu.



Min 30% patikimumas


metus

3 kartus per metus

13

Bendras veislinės vertės indeksas NVI

Viso Merit Index NVI:

NVI = 0.35 x Inet + 0.09 x LON + 5.2 x (UDH-100) + 5.2 x (FER-

100) + 5.2 x (UDD-100) + 6 x (F&L-100) + 2 x (CAL-100)

UDH = 0.477 * [SCM-100) + 0.641 * (CM -100) +100

FER = 0.52 x (IFL–100) + 0.52 x (CI–100) + 100

CAL = 0.08 x (DCE-100) + 0.08 x (MCE-100) + 0.55 x (DLV-100) +

0.83 x (MLV-100) +100

Čia

Inet = produkcijos indeksas

LON = EBV Ilgaamžiškumas

UDH = EBV Pieno SCC, mastitas

FER = EBV Vaisa

UDD = EBV Tešmuo

F&L = EBV Galūnės

CAL = EBV Veršiavimosi požymiai

Olandijoje, mastito paveldimumo koeficientas mažesnis nei pieno SCC ir sudaro 8,9 proc.

Šioje šalyje mastito paveldimumo koeficientas didžiausias iš visų valstybių.

5 lentelė. Karvių mastito paveldimumo koeficientai Olandijoje ir Belgijoje

(www.gesfokwaarden.eu)

Požymis h2

SCC

SCC

laktacija 1

laktacija 2

laktacija 3

laktacijos

0.25

0.28

0.28

0.37

Klinikinis mastitas:

0,089


Daug naujų metodų bandoma taikyti mastito prognozei ir rizikos vertinimui. Tai ir

pieno elektrinio laidumo duomenys iš automatizuotų melžimo sistemų (Norberg, 2005;

Haeusermann and Hartung; 2012) .analizuojami rodiklai IR spektroskopijos ir IR

termografijos, lactoferino (Soyeurt et al., 2012) , mineralinių medžiagų ir kt.(Soyeurt et al.,

2009) ,

ICAR buvo pritarta tešmens sveikatingumo požymiių panaudojimui produktyvumu

kontrolės ir genetinio vertinimo sistemose (ICAR, 2012; 2013).

Genetiniuose vertinimuose naudojama mastito sukėlėjų informacija (de Haas et al.,

2002; Sorenson et al., 2009) .dėl skirtingo jų poveikio karvės imuninei sistemai.

Tiesioginis genetinis mastito (CM) vertinimas pradėtas taikyti Skandinavijos šalyse

prieš 35 metus, po to išbandytas Austrijoje.

Duomenų apie klinikinį mastitą kaupimas Prancūzijoje pradėtas diegti 1995 ir

pritaikytas visoje šalyje 2008 metais. Iš ūkių duomenis apie karvių klinkinį mastitą

pateikiami kartą per mėnesį po kartu s uproduktyvumo kontrolės duomenimis. Genetiniame

vertinime naudojams binarinio vertinimo rezultatas – “0” arba “1”, rodantis klinkinio mastito

buvimą ar nebuvimą (Govignon-Gion et al., 2014)

Šiuo metu tiesioginis mastito vertinimas taikomas įvairių šalių karvių tešmens

sveikatingumo genetinio vertinimo modeliuose (Egger-Danne, 2012, 2014).

15

TYRIMŲ OBJEKTAS IR METODAI

Tiriamasis darbas buvo atliktas „Pieno tyrimai“, Lietuvos sveikatos mokslų universiteto

Gyvūnų veisimo ir mitybos katedros Gyvūnų veislinės vertės tyrimų ir selekcijos

laboratorijoje pagal numatytą planą (6 lentelė).

6 lentelė. MTTV PROJEKTO VYKDYMO PLANAS 2015-2016

Eil.

Nr.

MTTV projekto

etapo pavadinimas

MTTV projekto etapo trumpas

aprašas, kokie numatomi atlikti

darbai

Įvykdymo

terminas

1. Ištirti mastito ir jo

sukėlėjų paplitimą

Lietuvos pieninių

galvijų

populiacijoje.

a) Įvertinti mastito sukėlėjų

paplitimą,

b) nustatyti negenetinių veiksnių:

metų, sezono, ūkio, bandos

skaitlingumo, produktyvumo ir

kitų įtaką mastito paplitimui.

2015-05-10

-2015-11-10

2. Įvertinti genetinių

veiksnių įtaką

mastito paplitimui

Lietuvos pieninių

galvijų

populiacijoje.

a) Ištirti genetinių veiksnių:

veislių, bulių linijų, gerinančiųjų

veislių kraujo laipsnio ir kt. įtaką,

b) įvertinti paveldimumo

parametrus ir sukurti jų vertinimo

modelį, pritaikytą Lietuvos

juodmargių ir žalųjų- žalmargių

galvijų populiacijoms.

2015-11-10

- 2016-11-10

Mastito sukėlėjų nustatymas

Mastito sukėlėjai buvo nustatyti VĮ „Pieno tyrimai“ žemiau aprašytą pateiktą metodiką.

Įvertinome 4 323 pieno mėginius.

16

1 pav. Tyrimų apimčių charakteristika

Mastito sukėlėjui nustatyti pieno mėginiai buvo konservuojami VĮ „Pieno tyrimai“

paruoštu konservantu. Konservantas paruoštas boro rūgšties pagrindu (į 30 ml pieno įpilama

0,4 ml konservanto).

Mastito sukėlėjui nustatyti iš kiekvieno karvės tešmens ketvirčio į mėgintuvėlį su

konservantu paimamas pieno mėginys. Prieš mėginio paėmimą švariai nuplaunami speniai ir

nuvalomi servetėle, sudrėkinta dezinfekavimo tirpalu. Iš spenių išmelžiamos pirmosios 2-3

pieno čiurkšlės ir tik po to mastito sukėlėjų tyrimui atlikti į mėgintuvėlį su konservantu

išmelžiamos 4 - 5 pieno čiurkšlės.

Konservuoti mėginiai iki tyrimo gali būti laikomi 4°C ±2ºC temperatūroje ne ilgiau

kaip 3 paras. Prieš tyrimą mėginys pašildomas iki kambario temperatūros. Mastito sukėlėjai iš

pieno išskiriami pagal schemą, pavaizduotą 1 paveiksle.

10 µl mikrobiologine kilpele pieno mėginys pasėjamas į Petri lėkštelę ant kraujo agaro

su eskulinu, gerai išsklaidoma, kad išaugtų pavienės kolonijos. Pasėlis inkubuojamas 24 val. -

72 val. 37°C ±1ºC temperatūroje.

Išaugusios kolonijos įvertinamos vizualiai. Įvertinama kolonijų išvaizda, dydis, spalva

bei hemolizės zonos. Hemolizė gali būti skaidri (β), žalsva (α) arba gali visai jos nebūti (γ).

Jei pasėlyje išauga daugiau nei 2 rūšių kolonijos, tyrimas nutraukiamas.

17

2 pav. Mastito sukėlėjų tyrimo schema.

Dažniausiai mastitą sukelia stafilokokai ir streptokokai. Stafilokokų kolonijos paprastai

yra gelsvos, kartais pilkai baltos, vidutinio dydžio. Gyvuliams patogeniškos stafilokokų

padermės pasižymi beta (β) hemolizino gamyba, kai kurios iš jų gamina ir alfa (α) lizinus,

kartais ir juos abu. Tada aplink koloniją susidaro dviguba hemolizės zona, sudaryta iš plačios

beta ir siauros alfa zonos. Kartais skaidri zona būna labai siaura, sunkiai pastebima arba visai

jos nebūna. Diagnostikos tikslu jie yra skirstomi į dvi grupes: S. aureus (gamina koagulazės

fermentą) ir koagulazei negatyvūs stafilokokai (KNS ).

18

Streptokokų kolonijos ant kraujo agaro panašios į stafilokokų, tačiau charakteringos

streptokokų kolonijos yra mažesnės (<1 mm) ir permatomos. Jų hemolizė gali būti skaidri (β),

žalsva (α) arba gali visai jos nebūti (γ). Beta (β) hemolizės zona, palyginus su kolonijų

diametru, paprastai būna didesnė.

Bakterijų ląstelių dažymas Gramo būdu leidžia apibūdinti bakterijų morfologiją ir jas

klasifikuoti į gramteigiamas ir gramneigiamas – pagal tai, kaip dažosi šiuo būdu. Skirtingą

dažymosi būdą nulemia sienelės struktūra. Gramneigiamų bakterijų sienelėje peptidoglikanas

(mureinas) sudaro tik 10% - 20% sienelės, tuo tarpu gramteigiamose – 60% -90 %. Pirmo

dažymo (genciano violetu) metu nusidažo abiejų grupių bakterijos. Dažymo procedūros metu

įdėjus jodo, susidaro netirpūs kristalo violeto – jodo kompleksai, kurie iš gramteigiamų

bakterijų neišsiplauna, o iš gramneigiamų dažnai išsiplauna etanoliu. Gramneigiamos

bakterijos po ekstrakcijos etanoliu vėl tampa bespalvės, todėl kad jos būtų matomos per

mikroskopą, reikalingas antras dažymas safraninu arba baziniu fuksinu.

Dažymui turi būti paruoštas tepinėlis. Ant objektinio stiklelio užlašinamas mažas lašas

vandens. Nuo lėkštelės iš pasirinktos kolonijos (augintos 18-24 val.) kilpele paimamas

nedidelis kiekis mikroorganizmų, kilpele keliskart paliečiamas lašelis, tada lašelis tolygiai

išsklaidomas stiklelio paviršiuje, kad susidarytų plonas tepinėlis. Po to tepinėlis

išdžiovinamas ore ir fiksuojamas perbraukiant jį kelis kartus virš spiritinės lemputės liepsnos.

Per didelis karštis gali deformuoti mikroorganizmus ir gramteigiamos bakterijos gali

nusidažyti gramneigiamai. Stiklelis turi būti šiltas, bet ne per karštas laikyti. Paruoštas

tepinėlis dažomas Gramo būdu. Ant objektinio stiklelio užpilama genciano violetinio tirpalo,

paliekama 1 minutei, kad įvyktų reakcija. Stiklelis keletą sekundžių plaunamas silpna vandens

srove, laikant jį nuožulniai, po to užpilamas liugolio tirpalu ir palaikomas 1 min., vėl

plaunamas silpna vandens srove, laikant jį nuožulniai. Švelniai ir nepertraukiamai ant

palenkto stiklelio pilamas etanolis tol, kol neišsiskirs violetinė spalva. Palenktas stiklelis

švelniai nuplaunamas vandeniu tam, kad būtų pašalintas etanolis. Stiklelis užpilamas 1

minutei safranino tirpalu, nuplaunamas silpna vandens srove ir išdžiovinamas.

Tepinėlis tiriamas mikroskopo imersiniu objektyvu. Jei bakterijų ląstelės yra mėlynos ar

violetinės, vadinamos gramteigiamomis (Gram +), jei jos turi tamsiai rožinę ar raudoną

spalvą, vadinamos gramneigiamomis (Gram -).

Gramteigiamas nuo gramneigiamų bakterijų galima atskirti KOH testo pagalba. Kalio

šarmas suardo gramneigiamų bakterijų sieneles ir reaguoja su išlaisvintu ląstelių turiniu.

Kilpele keliant šį mišinį nuo objektinio stikliuko, jis tįsta. Gramteigiamų bakterijų sienelių

kalio šarmas nesuardo ir mišinys lieka nepakitęs. Testui atlikti naudojamas 3% KOH tirpalas,

kuris užlašinamas ant objektinio stikliuko, į jį dedama nuo terpės nuimta kolonija ir

19

sumaišoma su tirpalu. Jei mišinys tįsta, tokios bakterijos gramneigiamos, o jei tąsumo nėra –

gramteigiamos.

Streptokokai ir stafilokokai yra gramteigiamos rutulinės bakterijos (nusidažo mėlyna

arba violetine spalva). Streptokokai mikroskopiniame tepinėlyje išsidėsto pavieniui ar

grandinėlėmis. Stafilokokai mikroskopiniame tepinėlyje išsidėsto pavieniui arba krūvelėmis,

panašiomis į vynuogių kekę.

Streptokokai nuo stafilokokų atskiriami katalazės testu. Testuojama kolonija

mikrobiologine kilpele (jokiu būdu ne metaline) nuimama nuo terpės ir paskleidžiama ant

objektinio stikliuko. Po 30 sekundžių užlašinamas lašas 3 % H2O2. Esant teigiamai reakcijai,

mišinys intensyviai putoja (mikroorganizmai gamina katalazę, kuri suskaido vandenilio

peroksidą į vandenį ir dujinį deguonį). Streptokokų katalazės reakcija – neigiama, o

stafilokokų – teigiama.

Koagulazės mėginys padeda nustatyti ar stafilokokas gamina koagulazės fermentą.

Teigiama reakcija būna tada, kai 24 val. laikotarpiu 1 - 2 kolonijos šviežios bakterijos

kultūros koaguliuoja atskiestą triušio kraujo plazmą 37°C temperatūroje. Koagulazės reakcija

mėgintuvėlyje galima nustatyti ekstra ląstelinę stafilokoagulazę, kitaip dar vadinamą laisvą

koagulazę, kuri aktyvuoja protrombiną, tuo būdu susidaro plazmos krešuliai. Koagulazės

reakcijos ant plokštelės pagalba taip pat galima nustatyti agliutinavimo faktorių - surištą

koagulazę, kuri reaguodama su lašu avies eritrocitų, padengtų fibrinogenu, sudaro organizmų

agregatus, iškrentančius dribsniais. Šis mėginys vadinamas klampumo mėginiu. Dauguma (97

%) Staphylococcus aureus padermių turi stafilokoagulazę ir agliutinavimo faktorių. Apie 95

% Staphylococcus aureus padermių išskiria baltymą - A, kuris yra labai panašus į dalį

imunoglobulino G (IgG).

Staphylococcus aureus buvo nustatomas naudojant latekso testus. Jų sudėtyje yra

polistireno latekso dalelių, kurios padengtos fibrinogenu ir IgG. Sumaišius Staphylococcus

aureus organizmus su latekso testų suspensija, sureaguoja stafilokoko agliutinavimo faktorius

ir baltymas A su testo latekso dalelėmis (fibrinogenu ir IgG), ko pasekoje iškrinta nuosėdos.

Dauguma Staphylococcus aureus atmainų fermentuoja manitą. Tą galima patikrinti

auginant Staphylococcus aureus ant manito druskos agaro, kurie ant šios terpės auga geltonų

kolonijų pavidalu (kiti stafilokokai balti arba geltoni). Tai atranki terpė stafilokokams

nustatyti. Šioje terpėje dėl didelės druskos koncentracijos daugumos kitų mikroorganizmų

augimas slopinamas. Retkarčiais KNS stafilokokai taip pat gali fermentuoti manitą, dėl to

spėjamas Staphylococcus aureus kolonijas būtina patvirtinti kitais metodais.

Dauguma Staphylococcus aureus koagulazei teigiamų atmainų gamina DN- azę, kuri

hidrolizuoja DNR molekulę iki mononukleotidų ir polinukleotidų mišinio. Nustatyta

20

koreliacija tarp koagulazės aktyvumo ir DN-azės gamybos, kurios aktyvumą galima patikrinti

auginant įtariamą Staphylococcus aureus ant DN-azės agaro terpės (Deoxyribonuclease test

agar). Ant šioje terpėje išaugintų įtariamo Auksinio stafilokoko kolonijų užpilama 1N HCL.

Tai nusodins DNR terpėje. Organizmai, kurie gamina DN-azę bus apsupti skaidrios zonos (į

fragmentus suardytos DNR 1N HCL nenusodina ir aplink koloniją terpė lieka skaidri,

nusodinta DNR sudrumsčia terpę) Jei stafilokokas fermentuoja manitą, gaminą DN-azę ir

koagulazę, galime teigti, kad tai Staphylococcus aureus.

Staphylococcus aureus nuo kitų stafilokokų gali būti atskirtas CAMP testo pagalba. Šis

testas atliekamas naudojant žinomą Streptococcus agalactiae kamieną.

Tuo tikslu ant kraujo agaro per lėkštelės vidurį pasėjama Streptococcus agalaktiae

kultūra, o iš šonų statmenai ir 5 mm nuo Streptococcus agalaktiae pasėjimo linijos sėjama

įtariamo stafilokoko kultūra. Jei pasėlių susidūrimo zonoje susiformuoja kastuvėlio arba

pusmėnulio pavidalo skaidri hemolizės zona, tokiu atveju stafilokoką galima priskirti

Staphylococcus aureus rūšiai.

Streptokokai patikrinami pagal jų sugebėjimą hidrolizuoti eskuliną. Aplink kultūras,

kurios hidrolizuoja eskuliną, ultravioletinių spindulių šviesoje (366 nm) matomos tamsios

zonos, o kitur eskulinas švyti neonu. Tarp eskuliną hidrolizuojančių streptokokų dažniausiai

pasitaiko Streptococcus uberis ir enterokokai (Enterococcus faecalis ir Enterococcus

faecium). Streptococcus uberis nuo enterokokų galima atskirti PYR-testu. Testo esmę sudaro

greita spalvinė reakcija, nustatanti streptokokų pirazės aktyvumą. Streptococcus uberis - PYR

(-), o enterokokų – PYR(+). Viena kolonija testuojamos kultūros (0,5mm arba didesnė)

uždedama ant kortelės testo zonos ir užlašinamas 1 lašas buferio ID0100M, palaikoma 5 min.

kambario temperatūroje ir užlašinamas 1 lašas ID0200M. Violetinė spalva išryškėja po 20

sekundžių (pirazė teigiama).

Eskulino nehidrolizuojančius (eskulin -) streptokokus įvertiname pagal hemolizės tipą.

Aiškias α hemolizės zonas suformuoja Streptococcus dysgalactiae, kuris patvirtinamas C

grupės streptokokų latekso agliutinacijos testu.

Eskulino nehidrolizuojantiems ir β hemolizės zonas suformuojantiems streptokokams

priklauso dažniausiai mastitą sukeliantys Streptcoccus pyogenes (patvirtinamas A grupės

streptokokų latekso agliutinacijos testu) ir Streptococcus agalactiae (patvirtinamas B grupės

streptokokų latekso agliutinacijos testu).

Lancefield parodė, kad dauguma streptokokų turi specifinius karbohidratinius antigenus,

pagal kuriuos streptokokus galima suskirstyti į grupes.

Šie streptokokų grupiniai antigenai, išekstrahuoti iš ląstelių, gali agliutinuoti specifiniais

antikūniais padengtas latekso daleles. Lateksinės dalelės yra padengtos individualiai

21

sujaudrintais triušio antikūniais specifiškais vienai iš streptokokų karbohidratų grupių.

Tokios latekso dalelės agliutinuoja tik tada, kai ekstrakte yra homologinio antigeno, jei jo

nėra, latekso suspensija lieka vienalytė. Tokiu principu pagaminti lateksiniai testai

streptokokų grupėms pagal Lancefield nustatyti. Streptokokų kolonijos paimtos nuo kultūros

lėkštelėje yra inkubuojamos enzimų tirpale tam, kad ekstrahuotų antigeną. Paruoštas antigeno

ekstraktas yra testuojamas ant reakcijos kortelės naudojant šešias suspensijas su lateksinėmis

dalelėmis padengtomis atitinkamais antikūniais, kurių kiekvienas yra specifiškas vienai iš A,

B, C, D, F arba G grupių. Tiriamoje kolonijoje, esant atitinkamam vienam iš lateksinių

antigenų, įvyksta vizualiai gerai matoma agliutinacijos reakcija.

Rezultatas laikomas teigiamu, jei vyksta agliutinacija su vienu testo reagentu arba, jei

reakcija su vienu reagentu yra daug stipresnė negu su kitais. Testas laikomas neigiamu, jei

agliutinacija neįvyksta.

Gramneigiamos bakterijos testuojamos greituoju E. coli testu. Tam naudojama

chromokulto agaro terpė. Metodas paremtas tuo, kad koliforminėms bakterijoms būdingas

fermentas β-D-galaktozidazė skaido Salmon-GAL substratą, ir koliforminių bakterijų

kolonijos nusidažo raudona spalva, o Escherichia coli būdingas fermentas β-D-

gliukuronidazė skaido substratus X-gliukuronidą ir Salmon-GAL, ir Escherichia coli

kolonijos nusidažo tamsiai mėlyna ar violetine spalva. Kitos – gramneigiamos bakterijos –

bespalvės kolonijos. Testuojama bakterija nuo kraujo agaro su eskulinu persėjama ant

chromokulto agaro ir auginama 24 val 37°C ±1°C temperatūroje. E. coli ant šios terpės

užauga violetinės arba tamsiai mėlynos spalvos, kiti koliformai – raudonos spalvos.

Tamsiai mėlynos ar violetinės kolonijos patikrinamos, užlašinus ant jų po lašą Kovačo

reagento. Jei po kelių sekundžių reagentas nusidažo vyšnine spalva – reakcija teigiama,

kolonija yra tikrai E. coli.

Proteus atpažįstama iš kolonijų išvaizdos. Tai greitai augančios bakterijos. Paprastai

per parą jos išsiplečia per visą lėkštelės agaro paviršių ir turi specifinį nemalonų kvapą.

Statistinė duomenų analizė

Tyrimams sudarėme duomenų bazę pagal VĮ “Pieno tyrimai” duomenis. Bazėje

atlikome pirminė duomenų analizę bei duomenų grupavimą.

Statistiškai duomenys įvertinti SPSS paketu. LSMU Veterinarijos Akademijoje, Gyvūnų

veislinės vertės tyrimų ir selekcijos laboratorijoje. Duomenų analizei atlikti įvertinome

aprašomosios statistikos rodiklius: tirtų karvių požymių aritmetinius vidurkius, jų paklaidas ir

22

kt. Neparametrinė dažnių analizė atlikta chi2 testu. Duomenys statistiškai patikimi laikyti, kai

p≤0,05.

Nustatant pagrindinius populiacijos selekcinius-genetinius parametrus: paveldimumo

koeficientus (h2) bei genetinės koreliacijos koeficientą (rg), buvo naudota VCE programinė

įranga. Šie parametrai buvo nustatomi multivariaciniu metodu, kai naudojama daugiau negu

vienas rodiklis. Buvo naudoti rodikliai: somatinių ląstelių skaičius tūkst./ml (klasėse) ir pieno

kiekis per parą kg ir mastito paplitimas (1 – nustatyta, 0 – nenustatyta). Kadangi fenotipinė

variacija pagal SLS piene labai didelė, siekiant rodiklio normaliojo pasiskirstymo,

paveldimumo koeficientų bei veislinių verčių skaičiavimui, kaip ir visose valstybėse, vietoj

SLS naudotos SLSlog klasės (VIT metodika), čia:

SLSlog= log 2 (SLS/100000 +3).

Statistinio-genetinio modeliavimo tyrimai buvo atlikti įvertinus negenetinių veiksnių

įtakos įvertinimo rezultatus.

Tyrimams naudota programinė įranga:

Statistinis paketas R 2.13.0 (The Project for Statistical Computing,

http://www.r-project.org).

PEST 4.2 Multivariate Prediction and Estimation, 12-Mar-1999, Linux

2.0.36. Groeneveld E., Kovac M., Wang T. Department of Animal

Sciences, University of Illinois.

VCE 4.2.5, 08-Dec-1998, Linux 2.0.34 i586, written by E. Groeneveld.

PEST (Groeneveld et al., 1998) programine įranga įvertintos gyvulių veislinės

vertės naudojant BLUP (geriausios tiesinės nepriklausomos prognozės) metodo modelį:

eZXy a

y – tiriamojo požymio vektorius;

– fiksuotų efektų vektorius;

a – atsitiktinių efektų vektorius (adityvinis-genetinis efektas);

X, Z – duomenų dažnio matricos;

e – paklaidų vektorius.

Tyrimuose atskirai naudojome juodmargių ir žalųjų-žalmargių galvijų duomenis,

http://www.r-project.org/

23

VCE (Groeneveld, 1998) programine įranga, panaudojant BLUP metodo modelį,

įvertinti karvių pieno elektrinio laidumo paveldimumo ir genetinės koreliacijos

koeficientai.

Tyrimas kiekvienai galvijų populiacijai suformavome po du duomenų masyvus:

kilmės,

vertinamųjų požymių su juos veikiančias faktoriais.

Kilmės duomenų masyvą sudarė gyvulių kilmės duomenys iki paskutinės žinomos

protėvių kartos.

24

TYRIMŲ REZULTATAI

Mastito sukėlėjų paplitimo tyrimas

Karvių sergamumui tešmens uždegimu (mastitu) turi įtakos patogenų buvimas karves

supančioje aplinkoje ir patogenų savybės: patogenų rūšis, jų kiekis, virulentiškumas ir kt.

7 lentelė. Mastito sukėlėjų paplitimo įvertinimas

Mastito sukėlėjai Vnt.

Enterokokai 9

Escherichia coli 33

Gramneigiamos lazdelės 575

Gramteigiamos lazdelės 453

Mieliagrybiai 3

Mišri mikroflora (išaugo įvairių rūšių bakterijos) 1029

Nepatogeniniai stafilokokai 605

Patogeniniai stafilokokai 417

Serologinės C grupės streptokokai 64

Serologinės D grupės streptokokai 21

Serologinės G grupės streptokokai 4

Staphylococcus aureus 661

Streptococcus agalactiae 209

Streptokokai 240

Viso 4323

Kaip rodo 7 lentelėje ir 3 pav. pateikti mastito sukėlėjų analizės duomenys, labiausiai

Lietuvoje paplitę mišrios mikrofloros sukėlėjai - 23,8 proc., antroje vietoje pagal paplitimą -

Staphylococcus aureus, kurio paplitimas buvo 1,6 karto mažesnis (3 pav.). S. aureus ir S.

agalalactiae yra kontaginiai mastitą sukeliantys patogenai, kurių didžiausias šaltinis yra

užkrėstas tešmuo.

Kad uždegimas pasireikštų, būtinai turi saveikauti visi infekcinės grandinės elementai:

karvė, jos aplinka ir patogeniniai mikroorganizmai (Aniulis E.ir kt., 2001).

25

3a

26

3b

3 pav. Mastito sukėlėjų paplitimas šalies pieninių galvijų bandose

Pastaba: 3 a – mėginių skaičius vienetais, 3 b – mėginių skaičius pagal sukėlėjus procentais.

Negenetinių veiksnių įtakos mastito sukėlėjų paplitimui tyrimai

Žiemos sezonu labiausiai paplitę buvo užkrečiamieji patogenai ir sąlyginiai patogenai.

Mažiausiai paplitę buvo aplinkos mikroorganizmai. Kaip rodo 8 lentelėje ir 4 paveiksle

pateikti mastito sukėlėjų analizės duomenys, žiemos sezonu (1) labiausiai buvo paplitę

streptokokai ir gramteigiamos lazdelės.

27

8 lentelė. Mastito sukėlėjų paplitimo metų sezonais tyrimas

Sukėlėjai Sezonas

1 2 3 4

Enterokokai 0 1 0 8

Escherichia coli 0 2 26 5

Gramneigiamos lazdelės 0 23 236 316

Gramteigiamos lazdelės 11 59 217 166

Mieliagrybiai 0 0 0 3

Mišri mikroflora (išaugo įvairių

rūšių bakterijos) *** 1 50 369 609

Nepatogeniniai stafilokokai 0 89 303 213

Patogeniniai stafilokokai 0 18 224 175

Serologinės C grupės streptokokai 12 4 29 19

Serologinės D grupės streptokokai 0 2 11 8

Serologinės G grupės streptokokai 0 1 1 2

Staphylococcus aureus 1 43 353 264

Streptococcus agalactiae 0 14 136 59

Streptokokai 12 8 93 127

Viso 37 314 1998 1974

Susisteminus mastito tyrimų protokolus nustatyta, kad vasarą buvo atlikti 1998 pieno

mėginių tyrimų, t.y. ženkliai daugiau negu žiemos sezonu (8 lentelėje). Užsienio mokslininkų

(Fadlelmoula, 2007) tyrimai parodė), kad mastito pasireiškimo tikimybė yra daug didesnė

vasaros metu, nei žiemos laikotarpiu, todėl galima daryti prielaidą, kad toks tiriamų mėginių

skirtumas galimas dėl padidėjusios mastito rizikos šiltuoju metų laiku.

Vasarą (3) ir rudenį (4) labiausiai paplitę buvo mišri mikroflora, Staphylococcus aureus

ir nepatogeniniai stafilokokai (4 -5 pav.). Literatūros duomenimis mastitas, sukeliamas

aplinkos patogeninių mikroorganizmų, dažniausiai pasitaiko karštais ir drėgnais vasaros

mėnesiais. Patirtis rodo, kad medžių pavėsyje gali daugintis aplinkos mikroorganizmų

populiacijos, panašios į tuos, kurie randami galvijų kraike. Tai pasitaiko laikotarpiais, kai lyja

ir karšta, o drėgnas oras skatina galvijus rinktis tokiose vietose (Rutkauskas ir Tušas, 2011).

Aplinkos patogenai yra enterobakterijos, aplinkoje esantys streptokokai ir enterokokai.

Enterobakterijos – grupė gram–neigiamų mikroorganizmų: E. coli, Klebsiella spp.,

Enterobacter spp. ir Citrobacter spp., o S. dysgalactiae, S. uberis, S. bovis, Enterococcus

faecium ir Enterococcus faecalis yra dažniausiai aptinkami aplinkos streptokokai ir

28

enterokokai. Šių patogenų šaltinis yra aplinka, kurioje laikomos karvės. Nors vėl užsikrėsti

aplinkos patogenais galima melžiant, tačiau dažniausiai užsikrėčiama tarp melžimų (Aniulis

E., Japertas S., 2001).

4 pav. Nustatyti mastito sukėlėjai (proc.) pieno mėginiuose metų sezonais

Užsienio tyrėjų buvo nustatytas sezoniškumo poveikis klinikinio mastito paplitimo

dažnumui, su didžiausiu klinikinio mastito paplitimo dažniu, sukeltu streptokokų ir koliformų

nuo birželio iki rugpjūčio mėnesiais pieninų karvių bandose JAV (Hogan et al., 2003).

Vasaros drėgmė ir temperatūra padidina koliformų skaičių pakratuose, padidėja koliformų

sukelto klinikinio mastito paplitimo dažnis (Olde Riekerink et al., 2007, 2008).

29

9 lentelė. Sezoniškumo įtakos patikimumo mastito sukėlėjų paplitimui Lietuvos pieninių

galvijų bandose statistinis įvertinimas (Chi-Square Tests)

Value df Patikimumas

Asymp. Sig. (2-sided)

Pearson Chi-Square 612,217a 39 0,000

Likelihood Ratio 411,714 39 0,000

N of Valid Cases 4323

5 pav. Nustatyti mastito sukėlėjai (proc.) pieno mėginiuose metų sezonais

Litetarūros duomenimis teigiama, kad Staphylococcus aureus ir Streptococcus

dysgalactiae klinikinio mastito paplitimo dažnis padidėja gruodžio ir sausio mėnesiais (Olde

Riekerink et al., 2007). Mokslininkai teigia, kad Sezoniškumo sukelti svyravimai mažiau

išreikšti KNS ir Corynebacterium bovis klinikinio mastito paplitimo dažnyje (Olde Riekerink

et al., 2007).

30

Metuo mėnuo turėjo statistiškai reikšmingos įtakos mastito dažniui (10 lentelė. ) ir t.b.

įvertintas mastito tyrimo modeliuose, eliminuojant negenetinių veiksnių įtaką.

10 lentelė. Mėnesio įtakos patikimumo mastito sukėlėjų paplitimui Lietuvos pieninių

galvijų bandose statistinis įvertinimas (Chi-Square Tests)

Value df Asymp. Sig. (2-

sided)

Pearson Chi-Square 1307,411a 91 ,000

Likelihood Ratio 880,944 91 ,000


6 pav. Mastito sukėlėjų paplitimas rajonuose

31

Mastito sukėlėjų paplitimas atskiruose rajonuose ir bandose skiriasi (6 pav., 11 lentelė).

Mastito sukėlėjų dažnis statistiškai patikimai (p<0,001) teigiamai koreliavo su bandos dydžiu

(karvių skaičiumi bandoje).

11 lentelė. Mastito sukėlėjų paplitimo tiriamosiose bandose analizė

ŪKIO

ID

En

tero

kok

ai

Esc

her

ich

ia c

oli

Gra

mn

eig

iam

os

lazd

elės

Gra

mte

igia

mo

s la

zdel

ės

Miš

ri m

ikro

flo

ra

Nep

ato

gen

inia

i

staf

ilo

ko

kai

Pat

og

enin

iai

staf

ilo

ko

kai

Ser

olo

gin

ės C

gru

pės

stre

pto

ko

kai

Ser

olo

gin

ės D

gru

pės

stre

pto

ko

kai

Ser

olo

gin

ės G

gru

pės

stre

pto

ko

kai

Sta

phy

loco

ccu

s au

reu

s **

Str

epto

cocc

us

agal

acti

ae

Str

epto

kok

ai

Viso

13 0 0 3 0 8 5 3 0 3 0 15 2 2 41

202 0 0 2 0 0 2 1 0 0 0 0 1 0 6

261 0 1 9 16 6 17 6 2 2 0 26 0 5 90

292 0 0 0 0 0 7 14 0 0 0 5 0 0 26

303 0 0 0 0 3 2 1 0 1 0 2 0 0 9

305 0 0 3 1 0 5 2 0 0 0 8 0 7 26

482 0 22 29 0 24 0 0 0 0 0 0 0 0 75

574 0 0 0 3 2 1 3 2 0 0 4 0 3 18

652 0 0 1 1 1 2 3 0 0 0 17 0 1 26

660 0 0 2 11 4 24 0 1 2 0 16 11 3 74

686 0 0 59 1 132 0 0 0 0 0 0 3 0 195

709 0 0 8 1 63 2 8 0 0 0 6 0 2 90

770 0 0 14 10 15 7 2 1 0 0 17 7 5 78

885 8 0 0 1 2 1 2 3 0 0 12 0 4 33

914 0 0 0 0 4 10 6 0 1 0 6 5 3 35

1056 0 0 5 3 0 3 0 0 0 0 9 3 2 25

1103 0 0 1 3 9 1 4 0 0 0 10 0 9 37

1174 0 0 0 1 2 3 1 1 0 0 5 2 2 17

1178 0 0 2 0 43 7 5 1 0 0 22 3 2 85

1513 0 0 0 0 3 4 10 0 0 0 13 1 5 36

1528 0 0 0 15 11 1 6 0 0 0 0 0 1 34

1560 0 0 135 6 11 6 5 1 0 1 10 4 3 182

1960 0 0 3 26 2 4 1 3 1 0 4 0 1 45

2000 0 0 0 1 1 24 5 0 0 0 15 9 2 57

2043 0 0 1 8 27 3 8 1 0 0 3 2 1 54

2044 0 0 2 11 16 6 14 0 0 0 6 1 6 62

2050 0 0 0 28 9 7 2 0 2 0 7 3 6 64

2095 0 0 4 0 2 5 6 0 0 0 1 7 4 29

2337 0 0 0 1 4 2 8 1 1 0 10 1 2 30

3104 0 0 1 1 19 5 1 0 0 0 7 0 0 34

4026 0 0 8 0 19 0 1 0 0 0 0 0 1 29

32

8000 0 1 5 2 9 0 3 1 0 0 3 0 13 37

8735 0 0 1 0 1 2 6 1 0 0 31 6 4 52

9003 0 0 6 0 47 2 0 0 0 0 4 0 1 60

9010 0 0 0 4 8 0 6 0 0 1 14 3 4 40

9014 0 1 2 12 5 19 11 3 0 0 11 0 13 77

9015 0 0 0 7 10 13 12 0 0 0 4 3 5 54

9017 0 0 0 15 6 9 8 1 2 0 16 1 3 61

9023 0 0 0 0 57 0 0 0 0 0 0 0 0 57

9026 0 0 3 1 2 6 5 1 0 0 18 0 5 41

9028 0 1 14 15 49 15 6 0 0 0 5 30 9 144

9032 0 1 1 2 17 15 23 15 0 0 12 4 1 91

9036 0 0 2 0 0 0 2 0 0 0 12 0 0 16

9055 0 0 3 0 6 2 2 0 0 0 3 1 0 17

9058 0 0 2 0 11 0 0 0 1 0 0 0 4 18

9066 0 0 1 13 3 16 8 0 0 0 12 0 2 55

9072 0 0 0 0 0 2 3 0 0 0 12 0 1 18

9075 0 0 12 0 25 0 0 0 0 0 0 0 0 37

9076 0 0 0 0 8 7 2 0 0 0 13 7 0 37

9089 0 0 0 5 0 13 2 1 0 0 2 0 0 23

9093 0 0 2 16 28 38 14 1 0 1 7 3 0 110

9106 0 1 3 3 1 5 2 0 0 0 4 0 6 25

9142 0 1 18 1 89 41 22 0 1 0 16 0 6 195

9177 0 0 0 21 5 8 2 0 0 0 1 15 0 52

9205 0 0 0 6 0 2 3 0 1 0 7 4 0 23

9207 0 0 0 12 7 2 24 0 0 0 3 0 2 50

9210 0 0 4 0 0 8 3 1 1 0 15 15 2 49

9217 0 2 15 10 7 10 4 2 0 0 10 0 4 64

9231 0 0 0 0 1 0 0 12 0 0 0 0 12 25

9241 0 0 0 0 0 2 3 0 0 0 3 0 2 10

9257 1 0 4 22 11 17 0 0 0 0 10 0 1 66

9272 0 0 44 8 6 3 4 4 0 0 3 4 1 77

9281 0 0 1 0 0 2 6 0 0 0 4 0 1 14

9285 0 0 1 0 2 1 7 0 1 0 11 0 6 29

9304 0 0 0 3 4 3 4 0 0 0 4 1 0 19

9306 0 0 0 0 3 1 4 0 0 0 20 1 4 33

9319 0 0 14 50 0 4 0 1 0 0 5 0 1 75

9358 0 0 0 2 3 6 3 0 1 0 2 3 0 20

9381 0 0 36 0 0 0 0 0 0 0 0 0 0 36

9383 0 0 40 0 13 2 0 0 0 0 1 0 0 56

9386 0 0 3 0 13 15 9 2 0 0 15 0 1 58

9402 0 0 2 0 0 5 3 0 0 0 5 0 1 16

9407 0 0 0 0 0 2 2 0 0 0 18 0 0 22

9585 0 0 3 2 1 1 1 0 0 0 6 0 4 18

9606 0 0 0 0 23 0 0 0 0 0 0 0 0 23

9655 0 0 1 25 15 9 8 0 0 0 0 4 1 63

9666 0 1 3 12 14 24 5 0 0 0 2 7 5 73

33

9725 0 0 0 0 3 13 10 0 0 0 8 0 1 35

9746 0 0 0 5 6 7 4 0 0 0 5 0 0 27

9808 0 0 11 0 18 10 3 0 0 0 2 3 3 50

9861 0 0 16 7 1 17 0 0 0 0 7 2 3 53

9862 0 0 1 0 0 8 0 1 0 0 1 0 0 11

9891 0 0 0 0 0 8 9 0 0 0 5 0 0 22

9948 0 0 1 1 13 7 1 0 0 0 4 1 5 33

9961 0 0 0 2 0 8 13 0 0 0 1 17 0 41

Viso 9 32 567 433 993 576 400 64 21 3 633 200 219 4150

Nustatyta gramneigiamų lazdelių didėjimo tendencija, didėjant laktacijai, taip pat didėja

karvių, kurioms identifikuota mišri mikrofora skačius, nustatyti patogeniniai stafilokokai,

Staphylococcus aureus, Streptococcus agalactiae, Streptokokai. Duomenys pateikiami 12

lentelėje.

12 lentelė. Mastito sukėlėjai pagal laktacijas

Sukėlėjai Laktacija Viso

1 2 3 Ir vyr.

Enterokokai 0 5 4 9

Escherichia coli 3 15 15 33

Gramneigiamos lazdelės 144 201 230 575

Gramteigiamos lazdelės 107 164 182 453

Mieliagrybiai 0 2 1 3

Mišri mikroflora (išaugo

įvairių rūšių bakterijos) 236 370 423 1029

Nepatogeniniai

stafilokokai 128 240 237 605

Patogeniniai stafilokokai 96 153 168 417

Serologinės C grupės

streptokokai 8 28 28 64

Serologinės D grupės


Serologinės G grupės


Staphylococcus aureus 100 267 294 661

Streptococcus agalactiae 22 82 105 209

Streptokokai 44 85 111 240

Viso 892 1624 1807 4323

Chi-Square Tests

Value df p

34

Pearson Chi-

Square 55,514 26 0,001


Laktacijos įtaka (12 lentelė) mastito sukėlėjų paplitimui buvo statistiškai reikšminga

(p<0,001).

Egzistuoja daug įvairių veiksnių predisponuojančių mastito pasireiškimą, šią ligą lemia

kompleksas faktorių, kurie yra svarbūs. Per didelis dėmesys vieno faktoriaus eliminavimui,

kito veiksnio, atžvilgiu gali neduoti laukiamų rezultatų, todėl reikia kreipti dėmesį į visus

veiksnius, turinčius įtakos mastito pasireiškimui, kad būtų pasiektas geriausias rezultatas.

Nustatėme, kad laktacijos mėnesio įtaką mastito sukėlėjų dažniui tiriamosiose bandose buvo

statistiųkai reikšminga (p<0,001). Rezultatati apibendrinti 13 lentelėje.

35

15 lentelė. Mastito sukėlėjai pagal laktacijos mėnesius

Sukėlėjai Laktacijos mėnesis Viso

1 2 3 4 5 6 7 8 9

0 0 0 0 0 0 0 1 1 2

Enterokokai 0 3 0 1 3 1 0 0 1 9

Escherichia coli 0 8 1 5 8 4 4 3 0 33

Gramneigiamos

lazdelės 15 135 85 60 123 87 32 23 15 575

Gramteigiamos

lazdelės 9 130 43 67 98 64 24 6 12 453

Mieliagrybiai 0 1 0 0 2 0 0 0 0 3

Mišri

mikroflora

(išaugo įvairių

rūšių bakterijos)

***

31 298 111 171 138 155 62 42 21 1029

Nepatogeniniai

stafilokokai 19 150 87 91 88 78 45 31 16 605

Patogeniniai

stafilokokai 10 100 54 62 63 65 35 20 8 417

Serologinės C

grupės

streptokokai

1 17 9 7 10 7 4 5 4 64

Serologinės D

grupės

streptokokai

0 3 5 2 7 4 0 0 0 21

Serologinės G

grupės

streptokokai

0 0 1 1 0 1 0 0 1 4

Staphylococcus

aureus 9 144 96 107 102 97 44 46 16 661

Streptococcus

agalactiae 2 57 27 40 28 25 10 12 8 209

Streptokokai 10 57 25 33 49 37 9 13 7 240

Viso 106 1103 544 647 719 625 269 202 110 4325

Chi-Square Tests

Value df p

Pearson Chi-Square 190,469 112 ,000

n 4325

36

Tirtų karvių pieno rodiklių ryšys su mastito sukėlėjais

Vidutiniai tirtų karvių pieno sudėties ir kokybės rodikliai pateikti 14 lentelėje.

14 lentelė. Tirtų karvių pieno rodikliai ir jų koreliacija

Rodikliai n Vidurkis

Vidurkis Vidurkio paklaida

RIEBALAI 4323 4,367060 ,0153418

BALTYMAI 4323 3,468323 ,0082008

LAKTOZE 4323 4,244851 ,0070853

SOMATINĖS

LĄSTELĖS 4323 709,41 21,182

URĖJA 4303 23,69 ,154

Rodikliai RIEBAL

AI

BALTYM

AI

LAKTOZ

E

URĖJA SLSLog10

RIEBALA

I

Pearson Correlation 1 ,314** -,046** ,066** ,081**

Sig. (2-tailed) ,000 ,002 ,000 ,000

N 4323 4323 4323 4303 4323

BALTYM

AI

Pearson Correlation ,314** 1 -,176** ,148** ,200**

Sig. (2-tailed) ,000 ,000 ,000 ,000

N 4323 4323 4323 4303 4323

LAKTOZ

E

Pearson Correlation -,046** -,176** 1 -,112** -,302**

Sig. (2-tailed) ,002 ,000 ,000 ,000

N 4323 4323 4323 4303 4323

UREJA

Pearson Correlation ,066** ,148** -,112** 1 -,018

Sig. (2-tailed) ,000 ,000 ,000 ,251

N 4303 4303 4303 4303 4303

SLSLog10

Pearson Correlation ,081** ,200** -,302** -,018 1

Sig. (2-tailed) ,000 ,000 ,000 ,251

N 4323 4323 4323 4303 4323

**. Correlation is significant at the 0.01 level (2-tailed).

Dažniausiai pasitaikantys patogeniniai mikroorganizmai yra S. aureus, S. agalactiae,

enterobakterijos, kiti streptokokai ir aplinkoje esantys enterokokai. Sergant patogeninių

mikroorganizmų sukeltu mastitu, pieno sudėtis ir somatinių ląstelių skaičius pakinta

37

labiausiai. Toks mastitas sukelia didžiausius ekonominius nuostolius. Stafilokokai, duodantys

neigiamą koaguliazės reakciją (KNS) (S. hyicus, S. simulans, S. epidermidis ir kt.) ir

Corynebacterium bovis laikomi sąlyginai patogeniniais mikroorganizmais. Šių

mikroorganizmų infekcija sukelia tik vidutinio sunkumo uždegimą, kurio metu somatinių

ląstelių būna du ar tris kartus daugiau nei neinfekuotos liaukos somatinių ląstelių. Sąlyginai

patogeninių mikroorganizmų infekcijos retai sukelia klinikinį mastitą, dėl kurio pakinta pieno

sudėtis ar labai sumažėja pieno produkcija (15 lentelė).

15 lentelė. Mastito sukėlėjų ir pieno rodiklių ryšio tyrimas

SUKĖLĖJAS RIEBAL

AI

BALTYM

AI

LAKTOZ

E

SOMATIN

ĖS

LĄSTELĖS

UREJA

Enterokokai

Mean 4,885556 3,565556 4,336667 1097,00 19,56

Std. Error of

Mean ,3488677 ,1790958 ,1658647 355,917 2,759

N 9 9 9 9 9

Escherichia coli

Mean 4,947273 3,420606 4,199697 784,48 25,48

Std. Error of

Mean ,2048744 ,1032740 ,0558381 244,553 1,661

N 33 33 33 33 33

Gramneigiamos lazdelės

Mean 4,288226 3,408957 4,328922 466,11 22,57

Std. Error of

Mean ,0383719 ,0218285 ,0190318 43,404 ,411

N 575 575 575 575 573

Gramteigiamos lazdelės

Mean 4,339581 3,432141 4,244437 395,14 26,00

Std. Error of

Mean ,0452621 ,0250827 ,0216950 37,369 ,475

N 453 453 453 453 453

Mieliagrybiai

Mean 3,333333 4,000000 4,333333 2827,67 19,67

Std. Error of

Mean ,3333333 ,5773503 ,3333333 1252,771 5,696

N 3 3 3 3 3

Mišri mikroflora (išaugo

įvairių rūšių bakterijos)

***

Mean 4,396278 3,485316 4,285763 552,83 22,78

Std. Error of

Mean ,0329238 ,0162500 ,0141313 37,920 ,272

N 1029 1029 1029 1029 1024

Nepatogeniniai Mean 4,351736 3,446678 4,261769 599,61 24,82

38

stafilokokai Std. Error of

Mean ,0420763 ,0224947 ,0190919 51,881 ,432

N 605 605 605 605 602

Patogeniniai stafilokokai

Mean 4,345324 3,475779 4,251439 537,48 25,15

Std. Error of

Mean ,0508858 ,0265445 ,0207399 55,131 ,601

N 417 417 417 417 414

Serologinės C grupės

streptokokai

Mean 4,214375 3,783125 4,103750 980,16 19,75

Std. Error of

Mean ,1095529 ,0687768 ,0429531 156,705 1,024

N 64 64 64 64 64

Serologinės D grupės

streptokokai

Mean 4,242857 3,525714 4,252857 644,76 22,19

Std. Error of

Mean ,2359541 ,1062019 ,0939583 160,976 1,447

N 21 21 21 21 21

Serologinės G grupės

streptokokai

Mean 4,132500 3,247500 4,655000 2235,25 18,00

Std. Error of

Mean ,5220692 ,2508444 ,2359908 2003,002 2,944

N 4 4 4 4 4

Staphylococcus aureus

Mean 4,424297 3,452057 4,165023 923,96 23,08

Std. Error of

Mean ,0401610 ,0209944 ,0183726 57,271 ,388

N 661 661 661 661 656

Streptococcus agalactiae

Mean 4,311962 3,554258 4,099713 2289,17 23,37

Std. Error of

Mean ,0647073 ,0354404 ,0378688 175,541 ,660

N 209 209 209 209 208

Streptokokai

Mean 4,418458 3,528542 4,192708 1022,43 23,67

Std. Error of

Mean ,0601720 ,0381655 ,0318712 110,864 ,748

N 240 240 240 240 239

Viso

Mean 4,367060 3,468323 4,244851 709,41 23,69

Std. Error of

Mean ,0153418 ,0082008 ,0070853 21,182 ,154

N 4323 4323 4323 4323 4303

39

Įvertinus ūkio, sezono ir mastito sukėlėjo fiksuotų faktorių bei jų tarpusavio sąveikos

statistinius efektus matome statististiškai reikšmingą minėtų veiksnių įtaką tirtiems pieno

rodikliams ir aukštą ( 95-98 proc.) modelio determinacijos koeficientą R2.

16 lentelė. Mastito sukėlėjų įtaka pieno tyrimų rodikliams daugiafaktoriniu modeliu

Faktoriai Požymai Sum of

Squares

df Mean

Square

F P

(patiki

mumas

)

Modelio

SLSLog10 24674,604a 550 44,863 140,917 ,000

RIEBALAI 80149,539b 550 145,726 174,652 ,000

BALTYMAI 49889,386c 550 90,708 368,930 ,000

LAKTOZE 74372,115d 550 135,222 716,461 ,000

UREJA 2665495,003e 550 4846,355 145,895 ,000

Modelio faktorių:

SAV_ID

SLSLog10 24405,075 85 287,119 901,858 ,000

RIEBALAI 79809,395 85 938,934 1125,305 ,000

BALTYMAI 49754,434 85 585,346 2380,736 ,000

LAKTOZE 74281,999 85 873,906 4630,310 ,000

UREJA 2641785,440 85 31079,829 935,628 ,000

Sezonas

SLSLog10 8,853 1 8,853 27,808 ,000

RIEBALAI 2,760 1 2,760 3,308 ,069

BALTYMAI 3,729 1 3,729 15,168 ,000

LAKTOZE 5,112 1 5,112 27,083 ,000

UREA 6682,959 1 6682,959 201,184 ,000

SUKĖLĖJAS

SLSLog10 94,462 12 7,872 24,726 ,000

RIEBALAI 6,546 12 ,546 ,654 ,797

BALTYMAI 5,815 12 ,485 1,971 ,023

LAKTOZE 7,223 12 ,602 3,189 ,000

UREA 466,235 12 38,853 1,170 ,299

SAV_ID *

Sezonas

SLSLog10 ,218 1 ,218 ,684 ,408

RIEBALAI ,037 1 ,037 ,044 ,833

BALTYMAI ,008 1 ,008 ,031 ,861

LAKTOZE ,002 1 ,002 ,010 ,921

UREA ,013 1 ,013 ,000 ,984

SAV_ID * SUK SLSLog10 164,678 442 ,373 1,170 ,012

40

RIEBALAI 322,956 442 ,731 ,876 ,965

BALTYMAI 124,289 442 ,281 1,144 ,027

LAKTOZE 76,420 442 ,173 ,916 ,884

UREA 16440,561 442 37,196 1,120 ,052

Sezonas * SUK

SLSLog10 1,149 7 ,164 ,516 ,823

RIEBALAI 3,918 7 ,560 ,671 ,697

BALTYMAI ,903 7 ,129 ,525 ,817

LAKTOZE 1,040 7 ,149 ,787 ,598

UREA 98,238 7 14,034 ,422 ,889

SAV_ID *

Sezonas * SUK

SLSLog10 ,168 2 ,084 ,264 ,768

RIEBALAI 3,926 2 1,963 2,353 ,095

BALTYMAI ,208 2 ,104 ,422 ,655

LAKTOZE ,320 2 ,160 ,847 ,429

UREA 21,557 2 10,778 ,324 ,723

Error

SLSLog10 1139,741 3580 ,318

RIEBALAI 2987,087 3580 ,834

BALTYMAI 880,207 3580 ,246

LAKTOZE 675,675 3580 ,189

UREA 118920,997 3580 33,218

Viso

SLSLog10 25814,345 4130

RIEBALAI 83136,625 4130

BALTYMAI 50769,593 4130

LAKTOZE 75047,789 4130

UREA 2784416,000 4130

a. R Squared = ,956 (Adjusted R Squared = ,949)

b. R Squared = ,964 (Adjusted R Squared = ,959)

c. R Squared = ,983 (Adjusted R Squared = ,980)

d. R Squared = ,991 (Adjusted R Squared = ,990)

e. R Squared = ,957 (Adjusted R Squared = ,951)

Genetinių veiksnių įtakos tyrimai

17 lentelė. Karvių pasiskirstymas pagal veisles

Veislė Karvių

skaičius

%

Juodmargiai 2613 60,4%

Žalieji-žalmargiai 1710 39,6%

41

Viso 4323 100,0%

Viso buvo ištirtos 7348 karvės, mastito sukėlėjai nustatytis 4323 karvėms: 2613

juodmargių ir 1710 žalųjų ir žalmargių veislių karvių (17 lentelė)

18 lentelė. Mastito sukėlėjų paplitimas pagal veisles

Sukėlėjai Veislė Viso

Juodmargiai Žalieji-

žalmargiai

Enterokokai 5 4 9

Escherichia coli 19 14 33

Gramneigiamos lazdelės 371 204 575

Gramteigiamos lazdelės 280 173 453

Mieliagrybiai 3 0 3

Mišri mikroflora (išaugo įvairių rūšių

bakterijos) 639 390 1029

Nepatogeniniai stafilokokai 403 202 605

Patogeniniai stafilokokai 264 153 417

Serologinės C grupės streptokokai 23 41 64

Serologinės D grupės streptokokai 10 11 21

Serologinės G grupės streptokokai 3 1 4

Staphylococcus aureus 352 309 661

Streptococcus agalactiae 97 112 209

Streptokokai 144 96 240

Viso 2613 1710 4323

Juodmargių galvijų populiacijoje labiausiai paplitę mastito sukėlėjai buvo mišri

mikroflora Nepatogeniniai stafilokokai, Gramneigiamos lazdelės ir Staphylococcus aureus;

Žalųjų ir žalmargių galvijų populiacijoje labiausiai paplitę - mišri mikroflora ir

Staphylococcus aureus ir Gramneigiamos lazdelės (18 lentelė).

19 lentelė. Mastito sukėlėjų paplitimas pagal juodmargių galvijų genotipus ir bulių

linijas

Bulių linija Genotipas n Proc.

102 Olandijos

juodmargių

13 0,51

110 13 0,51

190 13 0,51

900 Holšteinų

13 0,51

920 39 1,52

42

921 39 1,52

930 537 20,97

931 661 25,81

932 614 23,98

940 65 2,54

950 65 2,54

951 65 2,54

952 65 2,54

960 65 2,54

980 113 4,41

982 90 3,51

983 91 3,55

Viso 2561 100

20 lentelė. Mastito sukėlėjų pasiskirstymas pagal žalųjų-žalmargių galvijų genotipus ir

bulių linijas

Bulių linija Genotipas n Proc.

99 Danijos žalųjų ir Anglerų 151 8,57


200 Žalmargiai holšteiniai 166 9,42

335 Švičų 151 8,57

336 Švičų 149 8,46

337 Švičų 168 9,53

338 Švičų 166 9,42

339 Švičų 166 9,42

410 Airšyrų ir Švedijos žalmargių 9 0,51









900 Žalmargiai holšteinai 161 9,14




Viso 1762 100,00

43

21 lentelė. Mastito sukėlėjai juodmargių bulių linijose

Bulių linija

102

Sukėlėjas n

Escherichia coli 1



Mieliagrybiai 1


bakterijos)

3




Streptokokai 1

Viso 13

110 Gramteigiamos lazdelės 2


bakterijos)

2




Streptokokai 1

Viso 13



bakterijos)

3





Viso 13

900 Gramneigiamos lazdelės 2



bakterijos)

4



Streptokokai 1

Viso 13




bakterijos)

14





Streptokokai 2

Viso 39

921 Enterokokai 1


44



bakterijos)

14






Streptokokai 1

Viso 39

930 Enterokokai 1

Escherichia coli 1




bakterijos)

123








Streptokokai 32

Viso 537

931 Enterokokai 1

Escherichia coli 6




bakterijos)

164






Streptokokai 38

Viso 661

932 Enterokokai 1

Escherichia coli 7



Mieliagrybiai 2


bakterijos)

134





45



Streptokokai 32

Viso 614

940 Enterokokai 1




bakterijos)

19







Streptokokai 4

Viso 65




bakterijos)

15







Streptokokai 2

Viso 65 951 Escherichia coli 1




bakterijos)

20





Streptokokai 4

Viso 65




bakterijos)

16






Streptokokai 5

46

Viso 65

960 Escherichia coli 2




bakterijos)

14




Streptokokai 5

Viso 65





bakterijos)

29






Streptokokai 6

Viso 113




bakterijos)

16







Streptokokai 4

Viso 90





bakterijos)

22






Streptokokai 8

Viso 91

47

22 lentelė. Mastito sukėlėjai žalųjų- žalmargių bulių linijose

Linija

99

Sukėlėjas n




bakterijos)

29








Streptokokai 9

Viso 151






Streptokokai 1

Viso 9




bakterijos)

40






Streptokokai 6

Viso 166

335 Enterokokai 1

Escherichia coli 1



48


bakterijos)

36







Streptokokai 10

Viso 151





bakterijos)

29







Streptokokai 9

Viso 149

337 Enterokokai 1

Escherichia coli 1




bakterijos)

40







Streptokokai 12

Viso 168



49


bakterijos)

46






Streptokokai 5

Viso 166




bakterijos)

41







Streptokokai 8

Viso 166




bakterijos)

1




Streptokokai 1

Viso 9




bakterijos)

1



Viso 9



bakterijos)

4

50


Viso 9



bakterijos)

7

Streptokokai 1

Viso 9



bakterijos)

5



Viso 9



bakterijos)

5



Viso 9

730 Mišri mikroflora (išaugo įvairių rūšių

bakterijos)

5




Streptokokai 1

Viso 9



bakterijos)

3




Streptokokai 1

Viso 9



bakterijos)

1




Viso 9

51




bakterijos)

37






Streptokokai 9

Viso 161

920 Enterokokai 1

Escherichia coli 5




bakterijos)

41







Streptokokai 8

Viso 168





bakterijos)

25







Streptokokai 6

Viso 113

980 Enterokokai 1

52

Escherichia coli 1




bakterijos)

21






Streptokokai 7

Viso 113

Atlikdami analizę, nustatėme genetinių veiksnių: veislės, buliaus, buliaus linijos

įtaką mastito paplitimui (žr. 23 lentelę). Ženklią statistiškai reikšmingą įtaką turėjo bulius

(p<0,001) Todėl, karvių sėklinimui panaudojant tinkamus bulius, galima tikėtis dukterų su

mažesniu imlumu mastitui.

23 lentelė. Genetinių veiksnių įtakos mastito paplitimui analizė pieninių galvijų

populiacijoje

Rodikliai

Faktorius

Juodmargių

populiacija

Žalųjų ir

žalmargių

populiacija

Veislė < 0,01 < 0,001

Genotipas < 0,001 < 0,001

Buliaus linija < 0,001 < 0,001

Bulius < 0,001 < 0,001

Mastito paplitimo genetiniai parametrai ir modelio tyrimai

Eksperimentinio modelio sukūrimui duomenų bazę sudarė mastito atžvilgiu ištirtos

7348 karvės, iš jų 4323 karvės, kurioms nustatyti mastito sukėlėjai. Kilmės duomenų masyvą

sudarė 14788 įrašai (10 001 juodmargių ir 4787 – žalųjų ir žalmargių).

53

24 lentelė. Genetinių vertinimo duomenų bazės struktūra

KILMĖS DUOMENYS

Karvė ID

Motina ID

Tėvas id

Gimimo data

Veislė

Bulių linija

REPRODUKCIJOS IR LAKTACIJOS DUOMENYS

Sėklinimo data

Veršiavimosi data

Veršiavimosi amžius

Užtrūkimo data

Laktacija

Laktacijos mėnesis

Laktacijos diena

PRODUKTYVUMO KONTROLĖS DUOMENYS

Tyrimų data

Metodas

Pienas, kg

Riebumas, proc.

Baltymingumas, proc.

Laktozė, proc.

Urėja mg proc.

Pieno somatinės ląstelės tūkst./ml

MASTITAS

54

Rizikos data

Tyrimo data

Sukėlėjas

Klinikinis mastitas (neneutatyta - 0, nustatyta - 1) buvo įvertintas pagal

mikrobiologinius mastito tyrimus ir rizikos dienas. Rizikos dienos nustatytos pagal pieno

somatinių ląstelių skaičiaus tyrimus kontrolinių melžimų metu. Pieno somatinių ląstelių

skaičius virš 600 tūkst./ml. buvo laikomas klinikinio mastito požymiu.

Veisimo metodas (heterozė) buvo suskirstytas į dvi klases: grynaveislis ar mišrūnas yra

gyvulys.

Buvo panaudoti keturi modeliai mastito genetiniams parametrams įvertinti.

Modelis 1:

Y = Gyvulys + Banda *Metai(F) + Sezonas (F) + Laktacija F + Laktacijos

mėnesis (F).

Modelis 2:

Y = Gyvulys + Banda (F) + Metai*Sezonas (F) + Laktacija (F) + Laktacijos

mėnesis (F) +Produktyvumas (Reg)

Modelis 3:

Y = Gyvulys + Banda *Metai(R) + Sezonas (F) + Laktacija (F) + Laktacijos

mėnesis (R) +Produktyvumas (Reg) + Populiacija (F) + Veisimo metodas (heterozė).

Modelis 4:

Tėvas + Banda (F) + Metai(F) + Sezonas (F) + Laktacija (F) + Laktacijos

mėnesis (F) + Populiacija (F) + Veisimo metodas (heterozė).

Modeliuose buvo naudoti fiksuoti efektai (F), atsitiktiniai efektai (R) ir

Regresija (Reg).

Tolimesniam vertinimui tinkami programos PEST parametrai (statusas) buvo gauti tik

Modeliui 1. Juo tolimesniame vertiniame buvo nustatyti požymių paveldimumo parametrai ir

genetinės koreliacijos koeficientai (bivariaciniu vertinimu).

55

Nustatyta aukšta mastito ir somatinių ląstelių skaičiaus aukšta koreliacija (0,72-0,79)

rodo galimybę sėkmingai vykdyti selekciją pagal pieno somatines ląsteles, norint sumažinti

jų skaičių piene ir tuo pačiu padidinti atsparumą mastitu (25 lentelė).

25 lentelė. Mastito genetinė koreliacija su pieno somatinėmis ląstelėmis

Populiacija rg

Juodmargių galvijų 0,72

Žalųjų ir žalmargių galvijų 0,79

Didėjant karvių primilžiams, jų imlumas mastitui didės ir tą įrodo nustatyti teigiami

nepalankūs genetinės koreliacijos koeficientai tarp karvių primilžio ir mastito dažnio rg=(0,19

– 0,29). Juodmargių galvijų populiacijoje yra 1,6 karto didesnė.

25 lentelė. Mastito genetinė koreliacija su pieno produktyvumu

Populiacija rg



Genetinė koreliacija tarp pieno kiekio ir somatinių ląstelių skaičiaus piene yra nedidelė

teigiama (rg = 0,26-0,33), tai atitinka ir literatūroje randamus duomenis. Pagal šiuos duomenis

genetinės koreliacijos tarp somatinių ląstelių ir pieno kiekio pagal kitus autorius nustatytas

nuo –0,20 iki 0,48.

27 lentelė. Pieno somatinių ląstelių genetinė koreliacija su pieno produktyvumu

Populiacija rg


Žalųjų ir žalmargių 0,26

Didėjant holšteinų kraujo daliai, tiesinės statistiškai reikšmingos priklausomybės

nenustatyta.

Mišrūnių karvių juodmargių su žalaisiais mastito dažnis buvo vidutiniškai 3,8 proc.

mažesnis (statistiškai nereikšmingai) už grynaveisles karves.

56

28 lentelė. Mastito paveldimumo tyrimai

Populiacija galvijų h2



Lietuvos sveikatos mokslų universiteto Veterinarijos akademijos ir VĮ „Pieno tyrimai“

bendri tyrimai parodė, kad šalyje veisiamoms pieninių galvijų veislių karvėms taip pat

nustatytas genetinis polinkis mastitui (paveldimumas vidutiniškai 3,8 proc.) ir nepalanki

genetinė priklausomybė su produktyvumu, todėl įgyvendinant karvių sergamumo mastitu

mažinimo ir pieno kokybės gerinimo schemas, būtinos efektyvios ir ilgalaikės veislininkystės

priemonės.

Analizė pagal bulių linijas parodė, kad juodmargių galvijų populiacijoje didesnį

mastito dažnį nustatėme holšteinų bulių Wis Ideal ir Elevation 1491007 dukterims.

Mūsų atlikta analizė parodė, kad didesnis mastito paplitimas žalųjų ir žalmargių

galvijų populiacijoje nustatytas žalmargių holšteinų ir švicų bulių linijų dukterų.

57

IŠVADOS IR PASIŪLYMAI

Remiantis atliktų tyrimų rezultatais galime daryti šias išvadas:

1. Atlikti tyrimai patvirtino statistiškai reikšmingą ryšį tarp mastito bei jo sukelėjų

dažnio ir negenetinių veiksnių, taip pat buvo nustatyta sezoniškumo ir mastito

sukelėjų rūšių, jų grupių įtaka somatinių ląstelių skaičiui piene; nustatytas ūkio

ir mastito sukėlų paplitimo ryšys.

2. Tirtų negenetinių veiksnių įtaka (metai, mėnesis, ūkis, sezonas, laktacijos nr.,

amžius laktacijos mėn.) mastito dažniui buvo statistiškai patikima (p < 0,001).

3. Galvijų veislės įtaka mastito dažniui buvo statistiškai rekšminga (p < 0,001),

tačiau holšteinų kraujo laipsnis juodmargių populiacijoje neturėjo tiesinės

dėsningos statistiškai reikšmingos įtakos.

4. Nustatyta patikima bulių linijos ir buliaus (p < 0,001) įtaka mastito paplitimui

Lietuvos pieninių galvijų populiacijoje.

5. Genetinės koreliacijos tyrimai parodė, kad didėjant karvių primilžiams, jų

imlumas mastitui didės ir tą įrodo nustatyti teigiami nepalankūs genetinės

koreliacijos koeficientai tarp karvių primilžio ir mastito dažnio rg=(0,19 –

0,29). Juodmargių galvijų populiacijoje yra 1,6 karto didesnė.

6. Tirtos populiacijos mastito vidutinis paveldimumo koeficientas (h2 = 0,038)

rodo genetinį polinkį mastitui ir atitiko Tarptautinėje bulių vertinimo tarnyboje

(INTERBULL), pateiktus kitų populiacijų genetinio įvertinimo BLUP metodu

duomenis.

7. Lietuvos pieninių galvijų veislininkystės apskaitos informacinėje sistemoje nėra

sukaupta pakankamai duomenų apie mastitą, todėl klinikio mastito atvejų

fiksavimui galima pereinamuoju laikotarpiu vadovautis pieno somatinių

ląstelių skaičiaus skale. VĮ „Pieno tyrimai“ yra sukaupta duomenų apie mastito

sukėlėjų tyrimus.

8. Įgyvendinant karvių sergamumo mastitu mažinimo ir pieno kokybės gerinimo

schemas, būtinos efektyvios ir ilgalaikės veislininkystės priemonės.

58

REKOMENDACIJOS

1. Pirmą kartą Lietuvoje nustatyta mastito ir somatinių ląstelių skaičiaus genetinė

koreliacija (0,72-0,79) pagrindžia somatinių ląstelių kiekio, kaip netiesioginio mastito

požymio panaudojimo efektyvumą Lietuvos pieninių galvijų selekcinėse programose,

tačiau papildomai įvertinus klinikinio mastito riziką, galima pasiekti geresnių rezultatų

siekant genetiškai padidinti atsparumą mastitui.

2. Lietuvos pieninių galvijų populiacijos genetinio vertinimo BLUP metodu metodiką

siūloma papildyti mastito genetinio vertinimo modeliu, sukurtu Lietuvos juodmargių ir

žalųjų bei žalmargių galvijų populiacijoms, atsižvelgiant į šių populiacijų struktūrą ir

negenetinių veiksnių bei kiekybinių kintamųjų poveikį. Tai leis pagerinti Lietuvoje

veisiamų galvijų genetinį atsparumą mastitui.

3. Duomenys kaupiami VĮ “ŽUIKVC” duomenų bazėje. Vertinimą atlieka VĮ ŽUIKVC

genetinio vertinimo ir analizės skyrius.

4. Mastito genetiniam vertinimui tikslinga naudoti BLUP gyvulio modelį:

Y = Gyvulys + Banda *Metai(F) + Sezonas (F) + Laktacija F + Laktacijos

mėnesis (F),

kur F – fiksuoti efektai

Y – mastitas (0 – nenustatyta, 1 – nustatyta).

5. Visi duomenys apie gyvulius imami vertinimui jei: žinomi laktacijos duomenys;

žinoma gyvulio gimimo data.

6. Kilmės informacija atsekama visų imanomų kartų, tėvai turi būti tos pačios

populiacijos kaip ir gyvulys. Jeigu gyvulio tėvai nežinomi, rekomenduojama, kad tai

būtų įrašoma kaip nežinoma grupė ir tos grupės duomenys yra lygūs baziniams

parodymams.

7. Genetiniame vertinime naudojame tokią pačią kaip ir somatinių ląstelių skaičiaus

genetinę bazę.

8. Tikslinga modelį išbandyti su gamybiniais duomenimis optimizuojant efektų

paklaidas.

59

MTTV PROJEKTO ĮGYVENDINIMO RODIKLIAI

Straipsniai

Mokslinis straipsnis

1. Čereškienė, Eglė; Juozaitienė, Vida; Juozaitis, Arūnas; Černauskienė, Janina; Žymantienė,

Judita; Kantautaitė, Jonė. Influence of mastitis agents on milk traits of cows / Eglė

Čereškienė, Vida Juozaitienė, Arūnas Juozaitis, Janina Černauskienė, Judita Žymantienė,

Jonė Kantautaitė // Veterinarija ir zootechnika. Kaunas: Lietuvos sveikatos mokslų

universiteto Veterinarijos akademija. ISSN 1392-2130. 2016, t. 73(95), suppl. 2016, p. 24-

27. Prieiga per internetą: <http://vetzoo.lsmuni.lt/data/vols/2016/073/pdf/cereskiene.pdf>.

Straipsnis populiariojoje spaudoje

2. Juozaitienė,Vida, Žakas Almantas, Čereškienė, Eglė Genetinių veiksnių ir veislininkystės

priemonių įtaka mastitui. Mano ūkis, 2016, gruodžio mėn.

Duomenų sklaida

Pranešimai

Konferencija

1. Čereškienė, Eglė; Juozaitienė, Vida; Juozaitis, Arūnas; Černauskienė, Janina;

Žymantienė, Judita; Kantautaitė, Jonė. Influence of mastitis agents on milk traits of

cows / Eglė Čereškienė, Vida Juozaitienė, Arūnas Juozaitis, Janina Černauskienė,

Judita Žymantienė, Jonė Kantautaitė // Tarptautinė mokslinė konferencija „Vietinių

pašarinių žaliavų panaudojimas gyvūnų mitybai: nauda ir apribojimai, susiję su

virškinimo fiziologija bei jų įtaka produkcijos kokybei ir gyvūnų sveikatai“ : 2016 m.

spalio 6 d. Kaunas = International scientific conference "The Use of local raw material

in the animal nutrition: benefits and limitations regarding digestive physiology,

products quality and animal health : 6 October, 2016, Kaunas / Lietuvos sveikatos

mokslų universitetas. Veterinarijos akademija. Gyvulininkystės Technologijos

fakultetas. Gyvūnų auginimo technologijų institutas. Hohenheimo universiteto

Gyvulių mitybos institutas (Vokietija) ir [kt.]. Kaunas: Lietuvos sveikatos mokslų

universiteto Leidybos namai, 2016. (Straipsnių santraukos/Abstract.), ISBN

9789955154488. p. 22-22.

Seminaras

60

2. V. Juozaitienė. Mastito paveldimumo tyrimai. Mokslinis- gamybinis seminaras.

Mastito mažinimas genetinėmis priemonėmis. Kaunas, LSMU, Gyvūnų veisimo ir

mitybos katedra 2016/11/08.

61

NAUDOTA LITERATŪRA

1. Aniulis E. Patelių pieno liaukos ligos. VšĮ „Terra Publica“, 2007. P. 13 – 131.

2. Aniulis E., Japertas S. Karvių mastitas. Kaunas, 2001. P. 8-104.

3. Bradley, A. J., K. A. Leach, J. E. Breen, L. E. Green, ir M. J. Green. Survey of the

incidence and aetiology of mastitis on dairy farms in England and Wales. Vet. Rec.

2007.N. 160. P. 253-258.

4. Breen J. E., Green M. J., Branley A. J. Quarter and cow risk factors associated with

the occurence of clinical mastitis in dairy cows in the United Kingdom. J. Dairy Sci.

2008. 92:2551-2561.

5. Busato A., Trachsel P., Schällibaum M, Blum JW. Udder health and risk factors for

subclinical mastitis in organic dairy farms in Switzerland. Journal of Preventive

Veterinary Medicine. 2000. 44 (3-4). P. 205-220.

6. Cywinska A., Bas M., Karpiuk O., Krzyzowska M., Rzewuska M., Schollenberg A.,

Niemialtowski M. Immunobiology of bovine mammary gland: apoptosis of somatic

cells in milk naturally ccuring mastitis . Pol. J. Vet. Sci. 2006. T.9. P. 63–70.

7. Czerkawski J. W. An introduction to rumen studies. England: Oxford, Pergamon

Press, 1986. P. 236.

8. De Haas Y, Barkema HWand Veerkamp RF 2002. Genetic parameters of

pathogenspecific incidence of clinical mastitis in dairy cows. Animal Science 74, 233–

242.

9. Egger-Danner C, Fuerst-Waltl B, Obritzhauser W, Fuerst C, Schwarzenbacher H,

Grassauer B, Mayerhofer M and Koeck A 2012. Recording of direct health traits in

Austria-experience report with emphasis on aspects of availability for breeding

purposes. Journal of Dairy Science 95, 2765–2777.

10. Egger-Danner C, Fuerst-Waltl B, Obritzhauser W, Fuerst C, Schwarzenbacher H,

Grassauer B, Mayerhofer M and Koeck A 2012b. Recording of direct health traits in

Austria-experience report with emphasis on aspects of availability for breeding

purposes. Journal of Dairy Science 95, 2765–2777.

11. Elbably, M.A., Emeash, H.H. and Asmaa. N.M. 2013. Risk factors associated with

mastitis occurrence in dairy herds in Beni-Suef Governorate. World's Vet. J. 3 (1): 05-

10.

62

12. Emanuelson U., Danell B. and Philipson J. Genetic parameters for clinical mastitis,

somatic cell counts, and milk production estimated by multipletrait restricted

maximum likelihood. J. Dairy Sci 71, 1988. P. 467.

13. Fadlelmoula A. The Management Practises Associated With Prevalence and Risk

Factors of Mastitis in Large Scale Dairy Farms in Thuringia-Germany. Australian

Journal of Basic and Applied Sciences. 2007. 1 (4). P. 619-624.

14. Govignon-Gion A., Dassonneville R.,, Baloche G.., Ducrocq V. Genetic Evaluation

of Mastitis in Dairy Cattle in France. INTERBULL BULLETIN.2014 VOL 46. P. 1-61

15. Harmon R. J. Physiology of mastitis and factors affecting somatic cell counts in milk.

J. Dairy Sci 77, 1994. P. 2104.

16. Haussermann A and Hartung E 2012. Detection of mastitis during milking – current

solutions and prospective ideas. 63rd Annual Meeting of the Association of European

Animal Production, 27 August, Bratislava, Slovakia. Retrieved 28 March 2014, from

http://www.eaap.org/Previous_Annual_Meetings/2012.Bratislava/Papers/Published/07

_Haeussermann.pdf.

17. Heringstad B, Chang YM, Gianola D and Klemetsdal G 2005. Genetic analysis of

clinical mastitis, milk fever, ketosis, and retained placenta in three lactations of

norwegian red cows. Journal of Dairy Science 88, 3273–3281.

18. Hogan J., Larry Smith K. Coliform mastitis. Vet. Res. 2003. Vol. 34. P. 507-519.

19. http://www.dairyaustralia.com.au/Animals-feed-and-environment/Animal-

health/Mastitis-2/What-is-Mastitis.aspx

20. http://www.dairyco.org.uk/technical-information/animal-health-welfare/mastitis/#

21. http://www.gesfokwaarden.eu

22. http://www.interbull.org/ib/geforms; http://www.nordicebv.info

23. http://www.jouy.inra.fr/gabi

24. ICAR 2012. ICAR guidelines for recording, evaluation and genetic improvement of

health traits. Retrieved 10 December 2013, from http://www.icar.org/

Documents/Rules%20and%20regulations/Amendments%202012/Recording,%20Eval

uation%20and%20Genetic%20Improvement%20of%20health%20traits.pdf

25. ICAR 2013. Challenges and benefits of health data recording in the context of food

chain quality, management and breeding. ICAR Technical Series no. 17. Retrieved 25

March 2014, from

http://www.icar.org/Documents/technical_series/tec_series_17_Aarhus.pdf

26. Ilahi H., Kadarmideen H.N. Bayesian segregation analysis of milk flow in Swiss dairy

cattle using Gibbs sampling Genet. Sel. Vol. 36. 2004. P. 563-576.

http://www.eaap.org/Previous_Annual_Meetings/2012.Bratislava/Papers/Published/07_Haeussermann.pdf

http://www.eaap.org/Previous_Annual_Meetings/2012.Bratislava/Papers/Published/07_Haeussermann.pdf

http://www.dairyaustralia.com.au/Animals-feed-and-environment/Animal-health/Mastitis-2/What-is-Mastitis.aspx

http://www.dairyaustralia.com.au/Animals-feed-and-environment/Animal-health/Mastitis-2/What-is-Mastitis.aspx

http://www.dairyco.org.uk/technical-information/animal-health-welfare/mastitis/





http://www.icar.org/

63

27. Japertas S., Japertienė R. Profilaktika – pats efektyviausias mastito gydymo būdas.

Mano ūkis. 2010. Nr. 2.

28. Karimuribo, E. D., J. L. Fitzpatrick, C. E. Bell, E. S. Swai, D. M. Kambarage, N. H.

Ogden, M. J. Bryant, ir N. P. French. Clinical and subclinical mastitis in smallholder

dairy farms in Tanzania: Risk, intervention and knowledge transfer. Prev. Vet. Med.

2006.N. 74. P. 84-98.

29. Klimienė I.,.Mockeliūnas R.,.Ambrozevičienė Č. B., Sakalauskienė R. Karvių

mastitas. Tyrimai Lietuvoje. 2005. P. 67 – 71.

30. Lawstuen D. A., Hansen L. B.,Steuernagel G. R. and Johnson L. P. Management traits

scored linearly by dairy producers. J. Dairy Sci 71, 1988. P. 788.

31. Mellenberger R., Kirk J. Mastitis Control Program for Staph. aureus Infected Dairy

Cows. 2001. http://milkquality.wisc.edu/wp-content/uploads/2011/09/mastitis-control-

program_staph.-aureaus.pdf

32. Mihaela Smărăndița Popescu (Brînda). Etiological research of mastitis in cows.

Abstract of doctoral thesis. Timisoara. 2010. P. II-XII.

33. Miller R. H. Traits for sire selection related to udder health and management. J. Dairy

Sci. 67, 1984. P. 459.

34. Nelson Philpot W. Nickerson S. C. , Rutkauskas A. , Tušas S. Kaip laimėti kovą priš

mastitą“, 2011 Kaunas, P. 12 – 13. P. 31 – 102. P. 196 – 236.

35. Norberg E 2005. Electrical conductivity of milk as a phenotypic and genetic indicator

of bovine mastitis: a review. Livestock Production Science 96, 129–139.

36. Olde Riekerink R. G. M., Barkema H. W., Kelton D. F., Scholl D. T. Incidence Rate

of Clinical Mastitis on Canadian Dairy Farms. J. Dairy Sci. 2008. 91 (4). P. 1366-

1377.

37. Olde Riekerink R. G. M., Barkema H. W., Stryhn H. The Effect of Season on Somatic

Cell Count and the Incidence of Clinical Mastitis. Journal of Dairy Science. 2007. 90

(4). P. 1704-1715.

38. Rahman M. A., Bhuiyan M. M. U., Kamal M. M., Shamsuddin M. Prevalence of risk

factors of mastitis in dairy cows. The Bangladesh Veterinarian. 2009. 26 (2). P. 54-60.

39. Rajala-Schultz P. J., Gröhn Y. T., McColloch C. E. effects of milk fever, ketosis, and

lameness on milk yields in dairy cows. Dairy Sci. 1999. Vol. 82. P. 288–294.

40. Rudejevienė J. Ką žinome apie slaptąjį mastitą. Ferma. 2007. T. 1. (3). P. 40-42.

41. Rudejevienė J. Karvių slaptasis mastitas. Kaunas, 2007. P. 9 – 82.

42. Rudejevienė J., Žilaitis V., Noreika A., Maruška R., Vorobjovas G. Karvių mastito

gydymas lazeriu. VETinfo. 2006. T. 6 (48). P. 21-24.

http://milkquality.wisc.edu/wp-content/uploads/2011/09/mastitis-control-program_staph.-aureaus.pdf

http://milkquality.wisc.edu/wp-content/uploads/2011/09/mastitis-control-program_staph.-aureaus.pdf

64

43. Sechrist R. S. Summary of NCDHIP policies. Natl. Coop.DHI Progr. Handbook, Fact

Sheet B-3, Washington, DC., 1985.

44. Seegers H., Fourichon Ch., Beaudeau F. Production effects related to mastitis and

mastitis econimocs in dairy cattle herds. Vet.Res. 2003. 34. P. 475-491.

45. Seykora A. J. and McDaniel B. T. Genetic statistics and relationships of teat and udder

traits, somatic cell counts, and milk production. J. Dairy Sci. 69, 1986. P. 2395.

46. Shanks R. D., Berger P. J., Freeman A. E., Kelly D. H. and Dickinson F. N. Projecting

health cost from research herds. J. Dairy Sci. 65, 1982. P. 644.

47. Shook G.B. Selection for disease resistance. J. Dairy Sci.72, 1989. P. 1349.

48. Siminaer H., Solbu H. and Schaeffer L.R. Estimated genetic correlations between

disease and yield traits in dairy cattle. J. Dairy Sci. 74, 1991. P. 4358.

49. Šiugždaitė J. Mycoplasma Bovis – Galvijų mikoplazmozės sukelėjas. VETinfo. 2007.

T. 2 (52). P. 17-22.

50. Sorenson LP, Madsen P, Mark T and Lund MS 2009. Genetic parameters for

pathogen-specific mastitis resistance in Danish Holstein Cattle. Animal 3, 647–656.

51. Soyeurt H, Bastin C, Colinet FG, Arnould VMR, Berry DP, Wall E, Dehareng F,

Nguyen HN, Dardenne P, Schefers J, Vandenplas J, Weigel K, Coffey M, Théron L,

Detilleux J, Reding E, Gengler N and McParland S 2012. Mid-infrared prediction of

lactoferrin content in bovine milk: potential indicator of mastitis. Animal 6, 1830–

1838.

52. Soyeurt H, Bruwier D, Romnee JM, Gengler N, Bertozzi C, Veselko D, Dardenne P

2009. Potential estimation of major mineral contents in cow milk using mid-infrared

spectrometry. Journal of Dairy Science 92, 2444–2454.

53. Staniškienė B., Tušas S., Šernienė L., Šiugždaitė J. Pieno ir jo produktų kokybės ir

saugos žmonių sveikatingumui įvertinti : mokomoji knyga. Lietuvos veterinarijos

akademija. Kaunas. 2007. P. 256 .

54. Stankūnienė V. Kaip pagaminti geros kokybės pieną. LVA Melžimo mokymo centras.

2002.

55. Stankūnienė V., Tacas J., Mišeikienė R. Pieno ūkio savininkui. Kaunas. 2008. P. 224 –

242.

56. Stoliuk V., Valchuk O. Mastitis in Ukrainian cows – effective ways to solve the

problem. International Dairy Topics. 2011. Vol.10 (5) P. 13-17.

57. W. Nelson Philpot, Stephen C. Nickerson, Rutkauskas A., Tušas S. Kaip laimėti kovą

prieš mastitą. Kaunas. Vitae Litera. 2011. 270p.

65

58. Waller, K. P., Bengtsson, B., Lindberg, A., Nyman, A., Unnerstad, H. E., Incidence of

mastitis and bacterial findings at clinical mastitis in Swedish primiparous cows –

influence of breed and stage of lactation, Veterinary Microbiology. 2008.

doi:10.1016/j.vetmic. 2008.09.004.

59. Weller J. I., Sran A. and Zeliger Y. Genetic and environmental relationships among

somatic cell count, bacterial infektion, and clinical mastitis. J. Dairy Sci. 75, 1992. P.

2532.

60. Welper R. d. and Freeman A. E. Genetic parameters for yield traits of Holsteins,

including lactose and somatic cell score. J. dairy Sci. 75, 1992. P. 1342.

61. Young C. W. Breeding dairy cattle for disease resistance. Large Dairy Heard

Management. H. H. Van Horn and Wilcox C. J., ed. Am Dairy Sci. Assoc.,

Champaign, IL., 1992. P. 42.

SUDERINTA: ………………………

...............................tyrimų priežiūros komisijos

pirmininkas

2016 m. ……………………mėn. …..d.