การเปลี่ยนแปลงฤดูกาลต่อความผันแปรของสัดส่วนไขมันต่อโปรตีนในน้ำนม และความเสี่ยงของภาวะแอซิโดซิสและคีโตซิสในโคนมไทย
Article Sidebar
Main Article Content
บทคัดย่อ
ความเป็นมาและวัตถุประสงค์: ความผันแปรของสภาพแวดล้อมและภูมิอากาศในแต่ละฤดูกาลอาจส่งผลต่อแนวทางการจัดการผลิตโคนม งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาผลของการเปลี่ยนแปลงตามฤดูกาลต่อความผันแปรของสัดส่วนไขมันต่อโปรตีนในน้ำนม (FPR) และความเสี่ยงต่อการเกิดแอซิโดซิสและคีโตซิสในโคนมไทย
วิธีดำเนินการวิจัย: ชุดข้อมูลปริมาณน้ำนม ไขมันนม โปรตีนนม และ FPR จำนวน 47,205 ข้อมูล ของโคนมท้องแรก 4,440 ตัว ถูกวิเคราะห์โดยใช้หุ่นจำลองเชิงเส้นที่พิจารณาฟาร์ม-ปี-ฤดูกาล อายุเมื่อคลอดลูก ระดับสายเลือดโฮลสไตน์ และจำนวนวันให้นมเป็นปัจจัยกำหนดและความคลาดเคลื่อนเป็นปัจจัยสุ่ม ความเสี่ยงของการเกิดแอซิโดซิส (FPR < 1.10) และคีโตซิส (FPR > 1.50) ถูกระบุโดย FPR และประเมินอุบัติการณ์ดังกล่าวตามฤดูกาลโดยใช้ไคสแควร์
ผลการวิจัย: โคนมไทยให้ผลผลิตน้ำนมมากที่สุดในฤดูหนาว (13.32 ± 0.040 กิโลกรัมต่อวัน) แต่ให้ไขมันนม (ร้อยละ 3.69 ± 0.008) และโปรตีนนม (ร้อยละ 3.15 ± 0.005) มากที่สุดในฤดูฝน ความเสี่ยงของการเกิดแอซิโดซิสและคีโตซิสระหว่างฤดูกาลแตกต่างกันอย่างไม่มีนัยสำคัญ (P = 0.4136) โคนมมีแนวโน้มเกิดภาวะแอซิโดซิสและคีโตซิสสูงสุดในฤดูหนาว (ร้อยละ 15.81 และ 3.38) ฤดูร้อน (ร้อยละ 15.42 และ 3.22) และฤดูฝน (ร้อยละ 14.96 และ 3.19) ตามลำดับ
สรุป: การวางแผนการจัดการอาหารที่เหมาะสมและเพียงพอเพื่อตอบสนองความต้องการของโคนมในแต่ละฤดูกาลเป็นสิ่งสำคัญในการเพิ่มประสิทธิภาพการผลิตและคุณภาพน้ำนมและลดปัญหาสุขภาพของโคนม
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Bauman, D.E. and J.M. Griinari. 2003. Nutritional regulation of milk fat synthesis. Annu. Rev. Nutr. 23: 203–227. https://doi.org/10.1146/annurev.nutr.23.011702.073408.
Bondan, C., J.A. Folchini, M. Noro, D.L. Quadros, K.M. Machado and F.H.D. González. 2018. Milk composition of Holstein cows: A retrospective study. Ciênc. Rural 48(12): e20180123. https://doi.org/10.1590/0103-8478cr20180123.
Boujenane, I. and E. Elouaddi. 2021. Lactation curves for milk yield and composition of Moroccan Holstein dairy cows. Iran. J. Appl. Anim. Sci. 11(4): 697–705.
Buaban, S., S. Puangdee, M. Duangjinda and W. Boonkum. 2020. Estimation of genetic parameters and trends for production traits of dairy cattle in Thailand using a multiple-trait multiplelactation test day model. Asian-Australas. J. Anim. Sci. 33(9): 1387–1399. https://doi.org/10.5713/ajas.19.0141.
Bunevski, G., J. Nikitovic, M. Radevska, J. Prisenk, A. Klincarov and G. Temov. 2020. Milk protein and fat ratio as an indicator for methabolitic disorders in dairy cows. Zbornik Radova 1: 271–277.
Carrari, I.F., J.K. Poncheki, M. Poczynek, J.A. Horst and R. de Almeida. 2023. Milk fat to protein ratio in the first test-day after calving on dairy cows. Ciênc. Rural 53(5): e20210690. https://doi.org/10.1590/0103-8478cr20210690.
Coleman, J., K.M. Pierce, D.P. Berry, A. Brennan and B. Horan. 2010. Increasing milk solids production across lactation through genetic selection and intensive pasture-based feed system. J. Dairy Sci. 93(9): 4302–4317. https://doi.org/10.3168/jds.2009-2591.
Couvreur, S., C. Hurtaud, C. Lopez, L. Delaby and J.L. Peyraud. 2006. The linear relationship between the proportion of fresh grass in the cow diet, milk fatty acid composition, and butter properties. J. Dairy Sci. 89(6): 1956–1969. https://doi.org/10.3168/jds.S0022-0302(06)72263-9.
Denis-Robichaud, J., J. Dubuc, D. Lefebvre and L. DesCôteaux. 2014. Accuracy of milk ketone bodies from flow-injection analysis for the diagnosis of hyperketonemia in dairy cows. J. Dairy Sci. 97(6): 3364–3370. https://doi.org/10.3168/jds.2013-6744.
Department of Livestock Development. 2017. Dairy cattle feed. Available Source: https://region5.dld.go.th/webnew/images/stories/2560/idp2_60/12%20m%2023.pdf, 21 March, 2024. (in Thai)
Dewanckele, L., P.G. Toral, B. Vlaeminck and V. Fievez. 2020. Invited review: Role of rumen biohydrogenation intermediates and rumen microbes in diet-induced milk fat depression: An update. J. Dairy Sci. 103(9): 7655–7681. https://doi.org/10.3168/jds.2019-17662.
Drackley, J.K., H.M. Dann, G.N. Douglas, N.A.J. Guretzky, N.B. Litherland, J.P. Underwood and J.J. Loor. 2005. Physiological and pathological adaptations in dairy cows that may increase susceptibility to periparturient diseases and disorders. Ital. J. Anim. Sci. 4(4): 323–344. https://doi.org/10.4081/ijas.2005.323.
Duffield, T.F., D.F. Kelton, K.E. Leslie, K.D. Lissemore and J.H. Lumsden. 1997. Use of test day milk fat and milk protein to detect subclinical ketosis in dairy cattle in Ontario. Can. Vet. J. 38(11): 713–718.
Enemark, J.M.D., R.J. Jorgensen and P. Enemark. 2002. Rumen acidosis with special emphasis on diagnostic aspects of subclinical rumen acidosis: A review. Vet. Zootech. 20(42): 16–29.
Fleischer, P., M. Metzner, M. Beyerbach, M. Hoedemaker and W. Klee. 2001. The relationship between milk yield and the incidence of some diseases in dairy cows. J. Dairy Sci. 84(9): 2025–2035. https://doi.org/10.3168/jds.s0022-0302(01)74646-2.
Gulinski, P. and S. Socha. 2021. The relationship between milk fat to protein ratio and selected production traits of Polish Holstein-Friesian cows. Anim. Sci. Pap. Rep. 39(3): 213–223.
Gürtler, H. and F.J. Schweigert. 2005. Physiologie der lactation, pp. 572–593. In W.V. Engelhardt and G. Breves, eds. Physiologie der Haustiere. Enke Verlag, Stuttgart, Germany.
Hashemi, A. and M. Nayebpoor. 2008. Estimates of genetic and phenotype parameters for milk production in Iran Holstein-Friesian cows. Res. J. Biol. Sci. 3: 678–682.
Heuer, C., Y.H. Schukken and P. Dobbelaar. 1999. Postpartum body condition score and results from the first test day milk as predictors of disease, fertility, yield, and culling in commercial dairy herds. J. Dairy Sci. 82(2): 295–304. https://doi.org/10.3168/jds.s0022-0302(99)75236-7.
Jaipipak, C., W. Maneerat and W. Maksiri. 2020. Good agricultural practice for dairy cattle farm of dairy farmer in Prachuap Khiri Khan province. King Mongkut’s Agr. J. 38(4): 563–570. (in Thai)
Jattawa, D., M.A. Elzo, S. Koonawootrittriron and T. Suwanasopee. 2016. Genomic-polygenic and polygenic evaluations for milk yield and fat percentage using random regression models with Legendre polynomials in a Thai multibreed dairy population. Livest. Sci. 188: 133–141. https://doi.org/10.1016/j.livsci.2016.04.019.
Koonawootrittriron, S., M.A. Elzo and T. Thongprapi. 2009. Genetic trends in a Holstein×other breeds multibreed dairy population in Central Thailand. Livest. Sci. 122(2–3): 186–192. https://doi.org/10.1016/j.livsci.2008.08.013.
Laodim, T., M.A. Elzo, S. Koonawootrittriron, T. Suwanasopee and D. Jattawa. 2019. Genomicpolygenic and polygenic predictions for milk yield, fat yield, and age at first calving in Thai multibreed dairy population using genic and functional sets of genotypes. Livest. Sci. 219: 17–24. https://doi.org/10.1016/j.livsci.2018.11.008.
Leblanc, S. 2010. Monitoring metabolic health of dairy cattle in the transition period. J. Reprod. Dev. 56(S): S29–S35. https://doi.org/10.1262/jrd.1056S29.
Looper, M. 2014. Factors Affecting Milk Composition of Lactating Cows. Agriculture and Natural Resources, Department of Agriculture Research and Extension, University of Arkansas System, Arkansas, USA.
Lu, H., Y. Wang and H. Bovenhuis. 2021. Phenotypic and genetic effects of season on milk production traits in dairy cattle in the Netherlands. J. Dairy Sci. 104(4): 4486–4497. https://doi.org/10.3168/jds.2020-19615.
Mäntysaari, P., E.A. Mäntysaari, T. Kokkonen, T. Mehtiö, S. Kajava, C. Grelet, P. Lidauer and M.H. Lidauer. 2019. Body and milk traits as indicators of dairy cow energy status in early lactation. J. Dairy Sci. 102(9): 7904–7916. https://doi.org/10.3168/jds.2018-15792.
Negussie, E., I. Strandén and E.A. Mäntysaari. 2013. Genetic associations of test–day fat: protein ratio with milk yield, fertility, and udder health traits in Nordic Red cattle. J. Dairy Sci. 96(2): 1237–1250. https://doi.org/10.3168/jds.2012-5720.
Othmane, M.H., M.B. Hamouda and H. Hammami. 2004. Multivariate animal model estimates of genetic, environmental and phenotypic correlations for early lactation milk yield and composition in Tunisian Holstein-Friesians. Interbull Bulletin 32: 129–132.
Owens, F.N., D.S. Secrist, W.J. Hill and D.R. Gill. 1998. Acidosis in cattle: A review. J. Anim. Sci. 76(1): 275–286. https://doi.org/10.2527/1998.761275x.
Raboisson, D., M. Mounié and E. Maigné. 2014. Diseases, reproductive performance, and changes in milk production associated with subclinical ketosis in dairy cows: A meta–analysis and review. J. Dairy Sci. 97(12): 7547–7563. https://doi.org/10.3168/jds.2014-8237.
Salfer, I.J., C.D. Dechow and K.J. Harvatine. 2019. Annual rhythms of milk and milk fat and protein production in dairy cattle in the United States. J. Dairy Sci. 102(1): 742–753. https://doi.org/10.3168/jds.2018-15040.
SAS. 2014. SAS® OnDemand for Academics: User’s Guide. SAS Institute Inc., Cary, NC, USA.
Seangjun, A., S. Koonawootrittriron and M.A. Elzo. 2009. Characterization of lactation patterns and milk yield in a multibreed dairy cattle population in the Central Thailand. Kasetsart J. (Nat. Sci.) 43: 74–82.
Silvestre, A.M., A.M. Martins, V.A. Santos, M.M. Ginja and J.A. Colaço. 2009. Lactation curves for milk, fat and protein in dairy cows: A full approach. Livest. Sci. 122(2–3): 308–313. https://doi.org/10.1016/j.livsci.2008.09.017.
Tufarelli, V., N. Puvaca, D. Glamocic, G. Pugliese and M.A. Colonna. 2024. The most important metabolic diseases in dairy cattle during the transition period. Animals 14(15): 816. https://doi.org/10.3390/ani14050816.
Vallejo-Timarán, D., J. Reyes-Vélez, J. VanLeeuwen, J. Maldonado-Estrada and J. Astaiza-Martíneze. 2020. Incidence and effects of subacute ruminal acidosis and subclinical ketosis with respect to postpartum anestrus in grazing dairy cows. Heliyon 6(4): e03712. https://doi.org/10.1016/j.heliyon.2020.e03712.
Vlcek, M., J. Zitny, R. Kasarda. 2016. Changes of fat-to-protein ratio from start to the mid-lactation and the impact on milk yield. J. Cent. Eur. Agric. 17(4): 1194–1203. https://doi.org/10.5513/JCEA01/17.4.1830.
Yeamkong, S., S. Koonawootrittriron, M.A. Elzo and T. Suwanasopee. 2010. Effect of experience, education, record keeping, labor and decision making on monthly milk yield and revenue of dairy farms supported by a private organization in Central Thailand. Asian-Australas. J. Anim. Sci. 23(6): 814–824. https://doi.org/10.5713/ajas.2010.90477.
Zebeli, Q., J.R. Aschenbach, M. Tafaj, J. Boguhn, B.N. Ametaj and W. Drochner. 2012. Invited review: Role of physically effective fiber and estimation of dietary fiber adequacy in high-producing dairy cattle. J. Dairy Sci. 95(3): 1041–1056. https://doi.org/10.3168/jds.2011-4421.