Multivariate analyses of milk infrared spectra and predictions from it in dairy cattle populations | Fleireigenskapsanalyse av infraraude mjølkespekter og prediksjonar frå dei i mjølkekupopulasjonar

Английский. Fourier-transform mid-infrared (FT-MIR) spectra of milk is one of the multivariate information routinely recorded by many milk-recording organizations in the world. Use of such information is becoming central to research in dairy sciences. This is because the FT-MIR spectra and phenotypes predicted from those spectra could be useful for better estimation of parameters related to breeding, feeding and health. The focus of this PhD study has been to verify methods for exploiting milk FT-MIR spectral information for prediction of breeding values and phenotypes.In paper I, we compared the conventional single-trait (ST) and multi-trait (MT) animal models for genetic evaluations using test-day data from Norwegian milk recording. Results show that estimates of heritability were very similar in both analyses. The MT analyses improved accuracies of estimated breeding values (EBV) for cows (e.g., improvement from 2.5 % for milk yield to 9.83 % protein yield) and sires with < 50 daughters (e.g., 3.25% improvement for protein yield), but they were similar for sires with >50 daughters. Estimated genetic trends were slightly higher under MT for protein and fat contents, and for fat yield, but slightly lower for the remaining traits. With comparison of MT with ST rank correlations for EBV, sires were less re-ranked than cows. In paper II, we compared two prediction approaches using mixed models for their ability to predict blood β-hydroxybutyrate (BHB) from milk FT-MIR spectra in Polish cows. One approach (indirect prediction – IP) transforms spectra to a single-trait before analysis, while the other (direct prediction – DP) uses a multi-trait mixed model on (dimension reduced) spectral variables to obtain multi-trait predictions of random effects. Both approaches involve genetic analyses for ultimate phenotypic and EBV prediction. Performances of the IP and DP approaches were similar for phenotypic prediction of blood BHB. A slightly more accurate prediction of BHB was found when univariate variance structure (IP) was used compared to when multivariate covariance structures were used. Accuracies (R2) were low, 0.28-0.30 for the IP, and 0.26-0.30 for the DP approach. For partial least square (PLS) regression with untransformed blood BHB, the R2 accuracy was 0.29 to 0.37. In paper III an established connection between milk FT-MIR spectra and blood BHB in Polish dairy cattle was used to identify Norwegian Red cows treated for ketosis. Genetic parameters for FT-MIR predicted blood BHB and for clinical ketosis (KET) were estimated. Genetic associations of predicted blood BHB with KET and milk production traits were also examined. Heritability estimates for predicted blood BHB at different stages of lactation were moderate, ranging from 0.250 to 0.365. Genetic correlations between BHB traits were higher for adjacent lactation stages. Predicted blood BHB at 11-30 DIM was moderately genetically correlated with KET (0.469) and milk traits (ranged from -0.367 with protein content to 0.277 with milk yield). In paper IV, we simulated three traits and compared the IP and DP approaches for predictions of EBV and phenotypes under different genetic (low: 0.10 to high: 0.90) and residual (zero to high: ± 0.90) correlation scenarios of the traits. Relationships between performances of the two approaches and the accuracy of calibration equations were evaluated. Moreover, the effect of using different PLS regression coefficients estimated from simulated phenotypes (βp), true breeding values (βg) and residuals (βr) on performance of the two approaches were evaluated. Aaccuracies of EBV predictions were higher in the DP than in the IP approach. The reverse was true for accuracy of phenotypic prediction when using βp, but not when using βg and βr. Within the DP approach, accuracies of EBV when using βg were higher than when using βp, especially at the low genetic correlation scenario. However, there were no differences in EBV prediction accuracy between the βp and βg in the IP approach. Performance of both approaches increased with increase in accuracy of the calibration, which increased with improvement in genetic or residual structures between traits.In conclusion, MT analyses would be useful when number of observations are small, for example for genetic evaluation of cows and sires with < 50 daughters. Use of the DP approach for prediction of EBV seems useful while the IP or PLS regression based prediction equations are a method of choice for phenotypic prediction. There is a direct relationship between performance of the two approaches and accuracy of the calibration model. Performance of the DP approach is sensitive to the type of PLS regression coefficients used. Milk predicted blood BHB is heritable and has moderate positive genetic correlations with ketosis. Therefore, predicted blood BHB can be an alternative for breeding cows to have lower susceptibility to ketosis.

Fourier-transformerte midt-infraraude (FT-MIR) spekter frå mjølkeprøver er eitt slag fleireigenskapsinformasjon som blir registrert rutinemessig av mange mjølkekontrollorganisasjonar. Bruk av slike spekter er i ferd med å bli viktig for mjølkeforsking fordi eigenskapar som kan predikerast frå spekter kan vera nyttige for avl, fôringsrettleiing og helsekontroll. Fokus i denne PhD-oppgåva har vore å verifisera metodar for utnytting av FT-MIR-mjølkespekter til prediksjon av avlsverdiar og fenotypar.I artikkel 1 blei testdagsobservasjonar av mjølk analyserte med den vanlege ein-eigenskaps dyremodellen (ST) og samanlikna med ein fleireigenskaps-modell (MT) til avlsformål. Arvegradsestimat blei svært like i begge modellane. MT-modellen ga betre sikkerhet for predikerte avlsverdiar for kyr (for eksempel 2,5% betre for mjølkemengde og 9,83% for proteinmengde) og for oksar med mindre enn 50 døtrer. Estimert avlsframgang var litt høgare med MT for protein- og feitt-mengde, men litt mindre for dei andre eigenskapane. Ved samanlikning av avlsverdiar frå MT og ST hadde oksar høgare rangkorrelasjon enn kyr. I artikkel 2 samanlikna vi to metodar til å predikera blod-β-hydroxybutyrat (BHB) frå FT-MIR-mjølkespekter hos polske kyr. Den eine metoden (indirekte prediksjon – IP) gjer spekteret om til éin eigenskap før analyse med ein blanda modell, den andre (direkte prediksjon – DP) bruker fleireigenskaps- blanda modell på (dimensjonsreduserte) spekterdata. For begge predikerer ein dei tilfeldige effektane i modellane, og predikerer til slutt fenotypar og avlsverdiar for BHB. IP og DP ga omtrent like resultat for prediksjon av fenotypisk blod-BHB. Univariat variansstruktur (IP) ga litt meir nøyaktige prediksjonar. Sikkerhetane for modellane var låge: 0,28-0,30 for IP, 0,26-0,30 for DP. For PLS med utransformert BHB var sikkerheten 0,29-0,37. I artikkel 3 blei samanhengen mellom FT-MIR-mjølkespekter og blod-BHB funnen for polske kyr brukt til å identifisera kyr i norsk kukontroll og sjekka om dei var behandla for ketose. Genetiske parameter for FT-MIR-predikert BHB og for registrert klinisk ketose (KET) blei estimerte. Genetisk samanheng mellom predikert BHB og KET og med mjølkeproduksjonseigenskapar blei òg estimerte. Arvegradar for predikert blod-BHB for ulike laktasjonsstadiar var moderate: frå 0,250 til 0,365. Genetiske korrelasjonar var høgare for nære stadiar. Predikert blod-BHB for 11-30 dagar i laktasjonen hadde moderat genetisk korrelasjon med KET (0,469) og med mjølkeeigenskapar (-0,367 med proteininnhald og 0,277 med mjølkemengde). I artikkel 4 simulerte vi tre eigenskapar og samanlikna IP- og DP-metoden med ulike genetiske (låg: 0,1 til høg: 0,9) og residual- (null til høg: ± 0,9) korrelasjonar for eigenskapane. Resultat for dei to metodane, og for PLS, blei studerte. Dessutan såg ein på bruk av ulike regresjonskoeffisientar som blei estimerte frå simulerte fenotypar (βp), sanne avlsverdiar (βg) eller residualar (βr) og kva effekt dette hadde. Sikkerhet for prediksjon av avlsverdiar (EBV) blei høgare med DP enn med IP. Når βp blei brukt var IP betre til fenotypisk prediksjon, men ikkje når βg eller βr blei brukte. Med DP blei sikkerheten høgare når ein brukte βg enn når ein brukte βp, spesielt med låg genetisk korrelasjonssenariet. Med IP var det ikkje forskjell på bruk av βg eller βp. For både DP og IP auka sikkerheten når sikkerheten med PLS auka. Dette skjedde når enten genetisk eller residual-korrelasjon auka.Til konklusjon: MT kan vera nyttig når det er få observasjonar, for eksempel for kyr eller for oksar med >50 døtrer. DP-metoden synest å vera nyttig for avlsverdiutrekning, mens IP eller PLS-regresjon er betre for fenotypeprediksjon. Der er ein direkte samanheng mellom kor gode IP- og DP-metodane er og sikkerheten til PLS. DP-metoden er følsom for kva slag PLS-regresjonskoeffisient som blir brukt. Blod-BHB predikert med mjølkespekter er arveleg og har moderat positiv korrelasjon med ketose. Difor kan det vera eit alternativ for å avla for kyr som er mindre utsette for ketose.