pieniniŲ galvijŲ populiacijoje tyrimas ir...
TRANSCRIPT
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)
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
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
Oficialių vertinimų
paskelbimo kriterijai
REL0.50
Vertinimai / Pubikavimai per
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
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.
Oficialių vertinimų
paskelbimo kriterijai
Min 30% patikimumas
Vertinimai / Pubikavimai per
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,
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
N of Valid Cases 4323
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
streptokokai 3 10 8 21
Serologinės G grupės
streptokokai 1 2 1 4
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
N of Valid Cases 4323
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
110 Danijos žalųjų ir Anglerų 9 0,51
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
420 Airšyrų ir Švedijos žalmargių 9 0,51
430 Airšyrų ir Švedijos žalmargių 9 0,51
440 Airšyrų ir Švedijos žalmargių 9 0,51
450 Airšyrų ir Švedijos žalmargių 9 0,51
600 Danijos žalųjų ir Anglerų 9 0,51
730 Danijos žalųjų ir Anglerų 9 0,51
800 Danijos žalųjų ir Anglerų 9 0,51
850 Danijos žalųjų ir Anglerų 9 0,51
900 Žalmargiai holšteinai 161 9,14
920 Žalmargiai holšteinai 168 9,53
950 Žalmargiai holšteinai 113 6,41
980 Žalmargiai holšteinai 113 6,41
Viso 1762 100,00
43
21 lentelė. Mastito sukėlėjai juodmargių bulių linijose
Bulių linija
102
Sukėlėjas n
Escherichia coli 1
Gramneigiamos lazdelės 2
Gramteigiamos lazdelės 1
Mieliagrybiai 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
3
Nepatogeniniai stafilokokai 2
Patogeniniai stafilokokai 1
Staphylococcus aureus 1
Streptokokai 1
Viso 13
110 Gramteigiamos lazdelės 2
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
2
Nepatogeniniai stafilokokai 4
Patogeniniai stafilokokai 3
Staphylococcus aureus 1
Streptokokai 1
Viso 13
190 Gramteigiamos lazdelės 3
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
3
Nepatogeniniai stafilokokai 2
Patogeniniai stafilokokai 1
Serologinės C grupės streptokokai 1
Staphylococcus aureus 3
Viso 13
900 Gramneigiamos lazdelės 2
Gramteigiamos lazdelės 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
4
Patogeniniai stafilokokai 3
Staphylococcus aureus 2
Streptokokai 1
Viso 13
920 Gramneigiamos lazdelės 5
Gramteigiamos lazdelės 2
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
14
Nepatogeniniai stafilokokai 3
Patogeniniai stafilokokai 3
Serologinės D grupės streptokokai 1
Staphylococcus aureus 9
Streptokokai 2
Viso 39
921 Enterokokai 1
Gramneigiamos lazdelės 4
44
Gramteigiamos lazdelės 3
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
14
Nepatogeniniai stafilokokai 4
Patogeniniai stafilokokai 2
Serologinės C grupės streptokokai 3
Staphylococcus aureus 4
Streptococcus agalactiae 3
Streptokokai 1
Viso 39
930 Enterokokai 1
Escherichia coli 1
Gramneigiamos lazdelės 84
Gramteigiamos lazdelės 46
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
123
Nepatogeniniai stafilokokai 68
Patogeniniai stafilokokai 43
Serologinės C grupės streptokokai 6
Serologinės D grupės streptokokai 2
Serologinės G grupės streptokokai 2
Staphylococcus aureus 89
Streptococcus agalactiae 40
Streptokokai 32
Viso 537
931 Enterokokai 1
Escherichia coli 6
Gramneigiamos lazdelės 94
Gramteigiamos lazdelės 79
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
164
Nepatogeniniai stafilokokai 96
Patogeniniai stafilokokai 57
Serologinės C grupės streptokokai 8
Staphylococcus aureus 94
Streptococcus agalactiae 24
Streptokokai 38
Viso 661
932 Enterokokai 1
Escherichia coli 7
Gramneigiamos lazdelės 76
Gramteigiamos lazdelės 73
Mieliagrybiai 2
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
134
Nepatogeniniai stafilokokai 92
Patogeniniai stafilokokai 70
Serologinės C grupės streptokokai 5
Serologinės D grupės streptokokai 2
45
Staphylococcus aureus 95
Streptococcus agalactiae 25
Streptokokai 32
Viso 614
940 Enterokokai 1
Gramneigiamos lazdelės 6
Gramteigiamos lazdelės 5
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
19
Nepatogeniniai stafilokokai 9
Patogeniniai stafilokokai 11
Serologinės C grupės streptokokai 2
Serologinės D grupės streptokokai 1
Staphylococcus aureus 6
Streptococcus agalactiae 1
Streptokokai 4
Viso 65
950 Gramneigiamos lazdelės 6
Gramteigiamos lazdelės 6
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
15
Nepatogeniniai stafilokokai 14
Patogeniniai stafilokokai 3
Serologinės C grupės streptokokai 1
Serologinės D grupės streptokokai 1
Staphylococcus aureus 14
Streptococcus agalactiae 3
Streptokokai 2
Viso 65 951 Escherichia coli 1
Gramneigiamos lazdelės 9
Gramteigiamos lazdelės 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
20
Nepatogeniniai stafilokokai 9
Patogeniniai stafilokokai 8
Staphylococcus aureus 9
Streptococcus agalactiae 4
Streptokokai 4
Viso 65
952 Gramneigiamos lazdelės 8
Gramteigiamos lazdelės 5
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
16
Nepatogeniniai stafilokokai 6
Patogeniniai stafilokokai 8
Serologinės D grupės streptokokai 2
Staphylococcus aureus 12
Streptococcus agalactiae 3
Streptokokai 5
46
Viso 65
960 Escherichia coli 2
Gramneigiamos lazdelės 13
Gramteigiamos lazdelės 8
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
14
Nepatogeniniai stafilokokai 11
Patogeniniai stafilokokai 1
Staphylococcus aureus 11
Streptokokai 5
Viso 65
980 Escherichia coli 1
Gramneigiamos lazdelės 15
Gramteigiamos lazdelės 14
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
29
Nepatogeniniai stafilokokai 19
Patogeniniai stafilokokai 9
Serologinės D grupės streptokokai 1
Staphylococcus aureus 13
Streptococcus agalactiae 6
Streptokokai 6
Viso 113
982 Gramneigiamos lazdelės 10
Gramteigiamos lazdelės 9
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
16
Nepatogeniniai stafilokokai 11
Patogeniniai stafilokokai 12
Serologinės C grupės streptokokai 1
Serologinės G grupės streptokokai 1
Staphylococcus aureus 15
Streptococcus agalactiae 11
Streptokokai 4
Viso 90
983 Escherichia coli 2
Gramneigiamos lazdelės 8
Gramteigiamos lazdelės 9
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
22
Nepatogeniniai stafilokokai 11
Patogeniniai stafilokokai 13
Serologinės C grupės streptokokai 1
Staphylococcus aureus 11
Streptococcus agalactiae 6
Streptokokai 8
Viso 91
47
22 lentelė. Mastito sukėlėjai žalųjų- žalmargių bulių linijose
Linija
99
Sukėlėjas n
Gramneigiamos lazdelės 26
Gramteigiamos lazdelės 12
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
29
Nepatogeniniai stafilokokai 22
Patogeniniai stafilokokai 14
Serologinės C grupės streptokokai 2
Serologinės D grupės streptokokai 1
Serologinės G grupės streptokokai 1
Staphylococcus aureus 23
Streptococcus agalactiae 12
Streptokokai 9
Viso 151
110 Gramneigiamos lazdelės 1
Nepatogeniniai stafilokokai 3
Patogeniniai stafilokokai 1
Staphylococcus aureus 2
Streptococcus agalactiae 1
Streptokokai 1
Viso 9
200 Gramneigiamos lazdelės 21
Gramteigiamos lazdelės 20
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
40
Nepatogeniniai stafilokokai 22
Patogeniniai stafilokokai 15
Serologinės C grupės streptokokai 4
Staphylococcus aureus 32
Streptococcus agalactiae 6
Streptokokai 6
Viso 166
335 Enterokokai 1
Escherichia coli 1
Gramneigiamos lazdelės 24
Gramteigiamos lazdelės 12
48
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
36
Nepatogeniniai stafilokokai 21
Patogeniniai stafilokokai 19
Serologinės C grupės streptokokai 3
Serologinės D grupės streptokokai 2
Staphylococcus aureus 16
Streptococcus agalactiae 6
Streptokokai 10
Viso 151
336 Escherichia coli 2
Gramneigiamos lazdelės 21
Gramteigiamos lazdelės 18
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
29
Nepatogeniniai stafilokokai 14
Patogeniniai stafilokokai 15
Serologinės C grupės streptokokai 3
Serologinės D grupės streptokokai 1
Staphylococcus aureus 29
Streptococcus agalactiae 8
Streptokokai 9
Viso 149
337 Enterokokai 1
Escherichia coli 1
Gramneigiamos lazdelės 24
Gramteigiamos lazdelės 20
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
40
Nepatogeniniai stafilokokai 26
Patogeniniai stafilokokai 4
Serologinės C grupės streptokokai 4
Serologinės D grupės streptokokai 2
Staphylococcus aureus 24
Streptococcus agalactiae 10
Streptokokai 12
Viso 168
338 Gramneigiamos lazdelės 24
Gramteigiamos lazdelės 15
49
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
46
Nepatogeniniai stafilokokai 29
Patogeniniai stafilokokai 16
Serologinės C grupės streptokokai 2
Staphylococcus aureus 22
Streptococcus agalactiae 7
Streptokokai 5
Viso 166
339 Gramneigiamos lazdelės 18
Gramteigiamos lazdelės 18
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
41
Nepatogeniniai stafilokokai 24
Patogeniniai stafilokokai 20
Serologinės C grupės streptokokai 4
Serologinės D grupės streptokokai 2
Staphylococcus aureus 23
Streptococcus agalactiae 8
Streptokokai 8
Viso 166
410 Gramneigiamos lazdelės 3
Gramteigiamos lazdelės 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
1
Nepatogeniniai stafilokokai 1
Patogeniniai stafilokokai 1
Staphylococcus aureus 1
Streptokokai 1
Viso 9
420 Gramneigiamos lazdelės 2
Gramteigiamos lazdelės 3
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
1
Staphylococcus aureus 2
Streptococcus agalactiae 1
Viso 9
430 Gramteigiamos lazdelės 4
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
4
50
Staphylococcus aureus 1
Viso 9
440 Gramteigiamos lazdelės 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
7
Streptokokai 1
Viso 9
450 Gramteigiamos lazdelės 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
5
Nepatogeniniai stafilokokai 1
Staphylococcus aureus 2
Viso 9
600 Gramteigiamos lazdelės 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
5
Serologinės D grupės streptokokai 1
Staphylococcus aureus 2
Viso 9
730 Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
5
Nepatogeniniai stafilokokai 1
Patogeniniai stafilokokai 1
Staphylococcus aureus 1
Streptokokai 1
Viso 9
800 Gramneigiamos lazdelės 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
3
Nepatogeniniai stafilokokai 2
Patogeniniai stafilokokai 1
Staphylococcus aureus 1
Streptokokai 1
Viso 9
850 Gramneigiamos lazdelės 1
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
1
Nepatogeniniai stafilokokai 3
Patogeniniai stafilokokai 1
Staphylococcus aureus 3
Viso 9
51
900 Gramneigiamos lazdelės 22
Gramteigiamos lazdelės 19
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
37
Nepatogeniniai stafilokokai 20
Patogeniniai stafilokokai 18
Serologinės C grupės streptokokai 6
Staphylococcus aureus 23
Streptococcus agalactiae 7
Streptokokai 9
Viso 161
920 Enterokokai 1
Escherichia coli 5
Gramneigiamos lazdelės 14
Gramteigiamos lazdelės 18
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
41
Nepatogeniniai stafilokokai 21
Patogeniniai stafilokokai 19
Serologinės C grupės streptokokai 5
Serologinės D grupės streptokokai 1
Staphylococcus aureus 28
Streptococcus agalactiae 7
Streptokokai 8
Viso 168
950 Escherichia coli 2
Gramneigiamos lazdelės 17
Gramteigiamos lazdelės 9
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
25
Nepatogeniniai stafilokokai 15
Patogeniniai stafilokokai 9
Serologinės C grupės streptokokai 2
Serologinės D grupės streptokokai 1
Staphylococcus aureus 20
Streptococcus agalactiae 7
Streptokokai 6
Viso 113
980 Enterokokai 1
52
Escherichia coli 1
Gramneigiamos lazdelės 14
Gramteigiamos lazdelės 14
Mišri mikroflora (išaugo įvairių rūšių
bakterijos)
21
Nepatogeniniai stafilokokai 19
Patogeniniai stafilokokai 15
Serologinės C grupės streptokokai 1
Staphylococcus aureus 17
Streptococcus agalactiae 3
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
Juodmargių galvijų 0,29
Žalųjų ir žalmargių galvijų 0,18
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
Juodmargių galvijų 0,33
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
Juodmargių galvijų 0,040
Žalųjų ir žalmargių galvijų 0,036
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.
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.
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.