WO2021131486A1 - 評価システム及び評価方法 - Google Patents

評価システム及び評価方法 Download PDF

Info

Publication number
WO2021131486A1
WO2021131486A1 PCT/JP2020/044171 JP2020044171W WO2021131486A1 WO 2021131486 A1 WO2021131486 A1 WO 2021131486A1 JP 2020044171 W JP2020044171 W JP 2020044171W WO 2021131486 A1 WO2021131486 A1 WO 2021131486A1
Authority
WO
WIPO (PCT)
Prior art keywords
milk
rumen
ruminant
estimated
ttor
Prior art date
Application number
PCT/JP2020/044171
Other languages
English (en)
French (fr)
Inventor
眞琴 三森
Original Assignee
国立研究開発法人農業・食品産業技術総合研究機構
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 国立研究開発法人農業・食品産業技術総合研究機構 filed Critical 国立研究開発法人農業・食品産業技術総合研究機構
Priority to JP2021567091A priority Critical patent/JP7257713B2/ja
Priority to US17/787,849 priority patent/US20230042491A1/en
Publication of WO2021131486A1 publication Critical patent/WO2021131486A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01J—MANUFACTURE OF DAIRY PRODUCTS
    • A01J5/00—Milking machines or devices
    • A01J5/007—Monitoring milking processes; Control or regulation of milking machines
    • A01J5/01—Milkmeters; Milk flow sensing devices
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4261—Evaluating exocrine secretion production
    • A61B5/4288—Evaluating exocrine secretion production mammary secretions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/04—Dairy products
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/40—Animals

Definitions

  • the present invention relates to an evaluation system and an evaluation method.
  • Livestock which are ruminants such as cows, are herbivores and produce milk by digesting plant-derived feed. Ruminants digest plant feed with four stomachs. Of the four stomachs, the rumen, called the rumen, has a large volume of about 100 liters, and a wide variety of lumen microorganisms coexist inside.
  • the plant feed ingested by ruminants is first decomposed by fermentation by rumen microorganisms (lumen fermentation) and becomes an energy source and protein source for ruminants, supporting the growth and milk production of ruminants.
  • Lumen acidosis causes so-called production diseases such as dyspepsia, decreased feed intake and milk yield, and decreased conception rate, and reduces the productivity of ruminants. Therefore, proper feeding for rumen fermentation to function normally is important for maintaining ruminant productivity. Therefore, it is required to manage the feeding in consideration of the state of the rumen fluid that reflects the state of rumen fermentation.
  • Non-Patent Document 1 describes the theoretical turnover rate (TTOR) of the liquid phase fraction of rumen calculated from these measured values by measuring rumen pH, short-chain fatty acid concentration in rumen fluid, DMI, bovine body weight, and the like. Has been proposed as a new index for evaluating rumen fermentation.
  • DMI is obtained by subtracting the residual feed that was not ingested from the fed feed, but it is extremely difficult for a general farmer to weigh the feed and the residual feed.
  • the rumen pH is measured by measuring the rumen fluid collected by a gastric catheter or the like with a pH meter or by using a pH sensor provided in the rumen. It is not easy to provide a pH sensor. Therefore, it would be very beneficial if it could be easily evaluated and the state of rumen fermentation could be evaluated practically even in general farmers.
  • One aspect of the present invention aims to realize an evaluation system that can easily evaluate the state of rumen fermentation.
  • An evaluation method for evaluating the state of rumen fermentation of ruminants which includes an estimation step of estimating the state of rumen fermentation of ruminants based on the milk production results representing the milk yield and milk components of the milk produced by the ruminants. Evaluation method.
  • the state of rumen fermentation can be easily evaluated without weighing the feed and the residual feed and measuring the pH of the rumen fluid.
  • TTOR theoretical turnover rate
  • the evaluation system is an evaluation system for evaluating the state of rumen fermentation of ruminants.
  • the evaluation system evaluates the state of rumen fermentation by rumen microorganisms in the rumen, called the rumen of ruminants.
  • the state of rumen fermentation of ruminants is evaluated based on various indexes related to energy metabolism of ruminants shown in FIG.
  • FIG. 1 is a schematic diagram showing the correlation of indexes used in the evaluation system according to the embodiment of the present invention. As shown in FIG. 1, it is shown in Non-Patent Document 1 that various indicators relating to energy metabolism of ruminants are related to each other. Here, the entire Non-Patent Document 1 is incorporated herein by reference. Hereinafter, Non-Patent Document 1 will be referred to as Reference 1.
  • References 1 include rumen pH obtained from a pH monitor moored in the rumen, short chain fatty acid concentration in the rumen (SCFA concentration: short chain fatty acid concentration in the rumen), dry matter intake (DMI), and It has been shown that there is a close relationship between the theoretical turnover (TTOR) of the rumen liquid phase fraction calculated from the weight of the cow and the DMI, milk yield, and lumen pH.
  • SCFA concentration short chain fatty acid concentration in the rumen
  • DMI dry matter intake
  • TTOR is an index showing the state of rumen fermentation.
  • the state of rumen fermentation is represented by various indicators relating to the fermentation of feed in rumen.
  • the index showing the state of rumen fermentation include rumen pH, DMI, SCFA concentration, SCFA amount, methane concentration of the liquid phase fraction in rumen, methane production amount, and the like, in addition to the above-mentioned TTOR.
  • TTOR can be calculated from the amount of methane produced by ruminants and the SCFA concentration. Specifically, the estimated lumen volume (PRV) is calculated from the methane production amount and the methane concentration of the liquid phase fraction in the lumen calculated from the SCFA concentration, and this PRV and the metabolic weight (MBW) of the ruminant are used. TTOR is calculated using.
  • PRV estimated lumen volume
  • MW metabolic weight
  • the amount of methane produced can be calculated by a known method based on DMI.
  • DMI is determined by weighing the feed and the residual feed and subtracting the residual feed from the feed.
  • the methane concentration of the liquid phase fraction in the rumen can be calculated from the flow of metabolic hydrogen in the rumen fermentation based on the SCFA concentration measured in the rumen fluid collected from the rumen.
  • the estimated lumen volume represents an estimate of the total volume of the liquid phase portion in the lumen.
  • Metabolic body weight is a value calculated by the body weight of ruminants to the power of 0.75.
  • Lumen pH is an important index for evaluating rumen acidosis, but conventionally, the rumen fluid collected by a gastric catheter or the like is measured with a pH meter or measured using a pH sensor provided in the rumen. I was doing it.
  • an index representing the state of rumen fermentation such as lumen pH can be estimated from TTOR calculated from the amount of methane production and the SCFA concentration without using such a measurement method. ..
  • the rumen pH and the like can be estimated from TTOR, it is not necessary to collect rumen fluid or provide a pH sensor in the rumen every time the rumen fermentation state is evaluated. Therefore, it is very advantageous. However, especially in general farmers, it is not easy to calculate the amount of methane produced and the SCFA concentration, and as a result, it is not easy to calculate TTOR. Therefore, it would be more advantageous if the state of rumen fermentation could be estimated more easily without calculating TTOR.
  • the present inventors have found for the first time that the state of rumen fermentation can be estimated based on the milk production results representing the milk yield and milk components of milk produced by ruminants, and have completed the present invention.
  • the milk produced by ruminants is obtained by milking from ruminants, and since it is necessary to milk several times a day during the lactation period, it can be easily obtained even by general farmers.
  • the milk yield and milk composition of milk produced by ruminants are routinely measured by ordinary farmers to evaluate the milk produced.
  • the present invention which can estimate the state of rumen fermentation based on the milk production performance of milk produced by ruminants without using indicators such as methane production and SCFA concentration, facilitates the state of rumen fermentation. It is very advantageous as a means to evaluate.
  • the target of evaluation by the evaluation system is domestic animals of ruminants. Ruminants are animals that have four stomachs that digest feed mainly composed of plant-derived components and perform rumination. Ruminant livestock evaluated by the evaluation system include cattle, goats, sheep, etc., and a typical one is cattle. In the evaluation system, the state of rumen fermentation of ruminants is evaluated based on the milk produced by the ruminants. Therefore, the evaluation system is particularly suitable for evaluating dairy cows whose milk is collected on a daily basis and whose production and composition are monitored.
  • milk production results In the evaluation system, the state of rumen fermentation is evaluated based on the milk production results representing the milk yield and milk components of the milk produced by the anticorrosive animal to be evaluated.
  • the milk component may include at least one such as milk fat ratio, milk protein ratio, non-fat solid content ratio, lactose ratio, ammonia nitrogen ratio, and composition ratio such as milk protein / milk fat ratio. These milk production indicators are routinely measured to control milk production on dairy farms.
  • Milk yield means the daily weight of milk produced.
  • Milk fat ratio means the weight ratio of fat to milk yield.
  • Milk protein ratio means the weight ratio of protein to milk yield.
  • the non-fat solid content ratio means the weight ratio of the component excluding water and fat content to the milk yield.
  • Lactose ratio means the weight ratio of lactose to milk yield.
  • Ammonia nitrogen ratio means the ratio of nitrogen contained in urea to milk yield.
  • Milk protein / milk fat ratio means the weight ratio of protein to fat to milk yield.
  • the method for measuring the milk yield and the milk component is not particularly limited, and the milk amount and the milk component can be measured by a conventionally known method.
  • the milk production performance may include at least one value calculated by combining two or more of the above-mentioned milk components.
  • the state of rumen fermentation may be evaluated using a value calculated by combining the milk protein ratio and the milk protein / milk fat ratio as the milk production result.
  • FIG. 2 is a block diagram showing an outline of an evaluation system according to an embodiment of the present invention.
  • the evaluation system 100 includes an evaluation device 20.
  • the evaluation device 20 has an estimation unit 21.
  • the evaluation device 20 may further include a management information generation unit 22, a diagnosis unit 23, a storage unit 24, and a calculation unit 25.
  • the evaluation system 100 may further include a measuring device 10.
  • the measuring device 10 measures the milk yield and the milk component of the milk produced by the anticorrosive animal to be evaluated.
  • the measuring device 10 a conventionally known device for measuring the milk yield and milk component of milk milked from ruminants can be used.
  • the measuring device 10 is preferably an automatic analyzer that automatically analyzes the milked milk.
  • the measuring device 10 sends the measured milk production result result to the evaluation device 20.
  • the measuring device 10 may have a function of measuring the pH of the ruminant fluid collected from the ruminant animal, the SCFA concentration in the ruminant fluid, and the like.
  • the evaluation device 20 evaluates the state of rumen fermentation of the ruminant to be evaluated.
  • the evaluation device 20 evaluates the state of rumen fermentation based on the results of milk production results representing the milk yield and milk components measured by the measuring device 10.
  • the estimation unit 21 estimates the rumen fermentation state of the ruminant animal based on the milk production result representing the milk yield and the milk component of the milk produced by the ruminant animal to be evaluated.
  • the rumen fermentation states estimated by the estimation unit 21 are, for example, TTOR, lumen pH, and DMI.
  • the estimation unit 21 also provides an index showing the state of rumen fermentation such as SCFA concentration, SCFA amount, methane concentration of liquid phase fraction in rumen, and methane production amount based on TTOR estimated based on milk production results. Can be estimated.
  • the estimation unit 21 estimates the state of lumen fermentation using a relational expression representing the correlation of each index representing the state of lumen fermentation.
  • a relational expression may be obtained in the evaluation system 100, or may be acquired from the outside and stored in the evaluation system 100. Therefore, for example, it is not necessary for a general farmer to perform measurement or calculation to obtain such a relational expression, and only by obtaining the relational expression from the outside and substituting the milk production result into the relational expression, the state of lumen fermentation Can be estimated.
  • the estimation unit 21 estimates TTOR based on the milk production performance, for example, as shown below.
  • the estimation unit 21 determines the milk produced by the ruminant to be evaluated based on the correlation between the TTOR calculated based on the amount of methane produced by the ruminant and the SCFA concentration and the milk production performance of the milk produced by the ruminant.
  • TTOR is estimated from the measurement result of the milk production performance of.
  • the correlation between the calculated TTOR used by the estimation unit 21 and the milk production performance of the milk produced by the ruminant is expressed by a regression equation obtained by regression analysis.
  • the regression equation creates a scatter plot of the TTOR calculated based on the amount of methane produced by the ruminants and the SCFA concentration, and the milk production performance of the milk produced by the ruminants, and directly from the plot on the scatter plot. Can be sought. For example, in the scatter plot, a regression line is obtained by the least squares method, and a regression line is obtained from the obtained regression line.
  • the estimation unit 21 calculates TTOR by substituting the value of the milk production performance of the milk produced by the anticorrosive animal to be evaluated into the regression equation obtained.
  • the estimation unit 21 can calculate the TTOR only by substituting the value of the milk production performance of the milk produced by the anticorrosive animal to be evaluated into the regression equation described above.
  • the regression equation used by the estimation unit 21 may be obtained in advance by the calculation unit 25 described later, or may be obtained from the outside.
  • the estimation unit 21 also uses the measurement result of the milk production performance of the ruminant to be evaluated based on the TTOR (theoretical turnover rate of the liquid phase fraction of the lumen) estimated from the milk production performance as described above, and the estimation unit 21 of the ruminant animal.
  • the pH in the lumen can be estimated.
  • the estimation unit 21 estimates the lumen pH from the measurement result of the milk production performance of the milk produced by the ruminant to be evaluated based on the correlation between the estimated TTOR and the measured value of the lumen pH.
  • the correlation between the estimated TTOR and the measured value of lumen pH used by the estimation unit 21 is expressed by a regression equation obtained by regression analysis.
  • the regression equation can be obtained directly from the plot on the scatter plot by creating a scatter plot of, for example, the measured values of the estimated TTOR and milk production performance and the measured values of lumen pH.
  • a regression line is obtained by the least squares method, and a regression line can be obtained from the obtained regression line.
  • the estimation unit 21 calculates the rumen pH by substituting the value of the milk production performance of the milk produced by the ruminant to be evaluated into the regression equation obtained.
  • the estimation unit 21 can calculate the lumen pH only by substituting the value of the milk production performance of the milk produced by the anticorrosive animal to be evaluated into the above-mentioned regression equation.
  • the regression equation used by the estimation unit 21 may be obtained in advance by the calculation unit 25 described later, or may be obtained from the outside.
  • the estimation unit 21 can also estimate the DMI of the ruminant animal from the measurement result of the milk production performance of the ruminant animal to be evaluated based on the TTOR estimated from the milk production performance as described above. For example, the estimation unit 21 estimates the DMI from the measurement result of the milk production performance of the milk produced by the ruminant to be evaluated based on the correlation between the estimated TTOR and the measured value of the DMI.
  • the correlation between the estimated TTOR and the measured value of DMI used by the estimation unit 21 is expressed by a regression equation obtained by regression analysis.
  • the regression equation can be obtained directly from the plot on the scatter plot by creating a scatter plot of, for example, the values related to the estimated measured values of TTOR and milk production performance and the values related to the estimated measured values of TTOR and DMI. ..
  • a regression line is obtained by the least squares method, and a regression line can be obtained from the obtained regression line.
  • the estimation unit 21 calculates the DMI by substituting the value of the milk production performance of the milk produced by the ruminant to be evaluated into the regression equation obtained.
  • the estimation unit 21 can calculate the DMI only by substituting the value of the milk production performance of the milk produced by the ruminant to be evaluated into the regression equation described above.
  • the regression equation used by the estimation unit 21 may be obtained in advance by the calculation unit 25 described later, or may be obtained from the outside.
  • the estimation unit 21 sends an index indicating the estimated lumen fermentation state to the management information generation unit 22, the diagnosis unit 23, the storage unit 24, and the calculation unit 25, which will be described later.
  • the management information generation unit 22 generates breeding management information of the ruminant animal based on the rumen fermentation state of the ruminant animal estimated by the estimation unit 21.
  • the feeding management information includes information on the feed amount (DMI, etc.), the number of feeds, the feed time, the type of feed, the components of the feed, the component ratio of the feed, the amount of water consumed, and the like.
  • the management information generation unit 22 includes the ruminant breed, age, weight, delivery date, postpartum days, estrus, pregnancy, lactation period, milking frequency, and dry milk period, in addition to the rumen fermentation state of the ruminant animal. Etc., and information such as the temperature, humidity, wind speed, rainfall, etc. of the feeding management place, the location (address) of the feeding management place, the management form, etc. are also taken into consideration to generate the feeding management information.
  • the management information generation unit 22 evaluates, for example, the feeding management information corresponding to the rumen fermentation state estimated by the estimation unit 21 based on predetermined data in which the rumen fermentation state and the feeding management information are associated with each other. Generated as breeding management information for rumen.
  • the management information generation unit 22 may send the generated feeding management information to the storage unit 24, or may display it on a display unit (not shown) to notify the user.
  • the diagnosis unit 23 diagnoses at least one of the ruminant feeding management state and the production disease based on the rumen fermentation state of the ruminant animal estimated by the estimation unit 21.
  • Ruminant production diseases include rumen acidosis, dyspepsia, loose stools, decreased feed intake, increased / decreased milk components such as decreased milk fat ratio, decreased milk yield, onset of laminitis, decreased conception rate, etc. Is included.
  • the diagnosis unit 23 determines the probability of morbidity of production disease corresponding to the state of rumen fermentation estimated by the estimation unit 21 based on predetermined data relating the state of rumen fermentation and the probability of morbidity of production disease. Diagnose as the prevalence of production diseases of the anticorrosive animals to be evaluated.
  • the diagnosis unit 23 has an appropriate feeding management state corresponding to the rumen fermentation state estimated by the estimation unit 21 based on predetermined data relating the rumen fermentation state and the appropriate feeding management state. Diagnose whether or not.
  • the diagnosis unit 23 may send information on the diagnosed feeding management state and the diagnosis result of the production disease to the storage unit 24, or may display the information on the display unit (not shown) to notify the user.
  • the storage unit 24 stores information representing the correlation between the milk production performance and the rumen fermentation state of the ruminant animal.
  • the storage unit 24 stores, for example, a regression equation representing the correlation between TTOR and milk production performance, a regression equation representing the correlation between TTOR and lumen pH, a regression equation representing the correlation between TTOR and DMI, and the like. Further, the storage unit 24 may store an index representing the state of rumen fermentation estimated by the estimation unit 21. Further, the storage unit 24 may store the feeding management information generated by the management information generation unit 22 and the information regarding the production disease diagnosed by the diagnosis unit 23.
  • the storage unit may be, for example, a conventionally known computer memory.
  • the calculation unit 25 calculates a relational expression representing the correlation between the milk production performance and the rumen fermentation state of the ruminant animal.
  • the calculation unit 25 calculates, for example, a regression equation representing the correlation between TTOR and milk production performance, a regression equation representing the correlation between TTOR and lumen pH, and a regression equation representing the correlation between TTOR and DMI. ..
  • the calculation unit 25 first calculates TTOR from the measured values of the methane production amount and SCFA concentration released by the ruminants in the sample of the population. Then, the calculation unit 25 calculates a regression equation representing the correlation between the TTOR and the milk production performance by the regression analysis of the correlation between the calculated TTOR and the measured value of the milk production performance in the sample of the population. Further, the calculation unit 25 may calculate the methane production amount based on the DMI by a known method. Further, the calculation unit 25 may calculate the methane concentration of the liquid phase fraction in the rumen from the flow of metabolic hydrogen in the rumen fermentation based on the SCFA concentration measured in the rumen fluid collected from the rumen.
  • the population may be a group of ruminants bred on a specific farm, a group of ruminants bred under specific breeding conditions, or a plurality of ruminants. It may be a group of ruminant livestock consisting of a group of animals.
  • the population is preferably a group of ruminants bred under the same breeding conditions as the ruminants to be evaluated, and should be a group of ruminants bred on the same farm as the ruminants to be evaluated. More preferred.
  • the population may be a group in which individual conditions such as breed, age, number of births, and feed conditions such as feed type, constituents, and feed amount are similar to those of the ruminant to be evaluated.
  • the rumen fermentation state of the individual ruminant animal may be estimated by using a relational expression calculated as a population of data groups acquired at different times. This makes it possible to analyze each individual.
  • the evaluation method according to the embodiment of the present invention is an evaluation method for evaluating the state of rumen fermentation of ruminants.
  • the evaluation method includes an estimation step of estimating the state of rumen fermentation of ruminants based on the milk production performance representing the milk yield and milk components of the milk produced by the ruminants. That is, the evaluation method is an aspect of the evaluation process in the evaluation system according to the embodiment of the present invention described above. Therefore, the details of the evaluation method are based on the above-described description of the evaluation system according to the embodiment of the present invention.
  • the evaluation device of the present invention may be realized by a computer.
  • a control program of the evaluation device that realizes the evaluation device by operating the computer as each part (software element) provided in the evaluation device.
  • a computer-readable recording medium on which it is recorded also falls within the scope of the present invention.
  • the control block (particularly the estimation unit 21 and the calculation unit 25) of the evaluation device 20 may be realized by a logic circuit (hardware) formed in an integrated circuit (IC chip) or the like, or may be realized by software. ..
  • the evaluation device 20 includes a computer that executes a program instruction, which is software that realizes each function.
  • the computer includes, for example, one or more processors and a computer-readable recording medium that stores the program. Then, in the computer, the processor reads the program from the recording medium and executes it, thereby achieving the object of the present invention.
  • the processor for example, a CPU (Central Processing Unit) can be used.
  • the recording medium in addition to a “non-temporary tangible medium” such as a ROM (Read Only Memory), a tape, a disk, a card, a semiconductor memory, a programmable logic circuit, or the like can be used.
  • a RAM RandomAccessMemory
  • the program may be supplied to the computer via an arbitrary transmission medium (communication network, broadcast wave, etc.) capable of transmitting the program.
  • a transmission medium communication network, broadcast wave, etc.
  • one aspect of the present invention can also be realized in the form of a data signal embedded in a carrier wave, in which the above program is embodied by electronic transmission.
  • the present invention can also be expressed as follows. 1) An evaluation system that evaluates the state of rumen fermentation of ruminants, and based on the milk production results that represent the milk yield and milk components of the ruminants to be evaluated, the state of rumen fermentation of the ruminants is evaluated. An evaluation system including an evaluation device having an estimation unit for estimation. 2) The estimation unit estimates the theoretical turnover rate of the liquid phase fraction of rumen, which represents the state of rumen fermentation of the ruminant, based on the milk production performance of the milk produced by the ruminant to be evaluated. Described evaluation system.
  • the estimation unit uses the theoretical turnover rate of the liquid phase fraction of rumen calculated based on the amount of methane produced by the ruminant and the concentration of short-chain fatty acids in the rumen of the ruminant, and the milk production result.
  • the evaluation system according to 2) which estimates the theoretical turnover rate of the liquid phase fraction of the rumen of the ruminant to be evaluated from the measurement result of the milk production performance of the ruminant to be evaluated based on the correlation with.
  • the estimation unit estimates the pH in the rumen of the ruminant animal from the measurement result of the milk production performance of the ruminant animal to be evaluated based on the estimated rumen theoretical turnover rate estimated from the milk production performance 2) or.
  • the estimation unit estimates the dry matter intake from the measurement result of the milk production performance of the ruminant to be evaluated based on the estimated rumen theoretical turnover rate estimated from the milk production performance, as described in 2) or 3). Evaluation system.
  • the evaluation device further includes a management information generation unit that generates feeding management information of the ruminant animal based on the rumen fermentation state of the ruminant animal estimated by the estimation unit 1) to 5). The evaluation system described in either.
  • the evaluation device further includes a diagnostic unit that diagnoses at least one of the ruminant feeding management state and the production disease based on the rumen fermentation state of the ruminant estimated by the estimation unit 1). The evaluation system according to any one of 6).
  • the milk component includes at least one of milk fat ratio, milk protein ratio, non-fat solid content ratio, lactose ratio, ammonia nitrogen ratio, and milk protein / milk fat ratio 1) to 9).
  • An evaluation method for evaluating the state of rumen fermentation of ruminants which is an estimation step for estimating the state of rumen fermentation of ruminants based on the milk production results representing the milk yield and milk components of the milk produced by the ruminants. Evaluation method including.
  • the feed containing Timothy Hay was given twice a day (9:00 and 16:00) at a concentration satisfying 100% of the energy requirement according to the Japanese feed standard (NARO, 2006).
  • NARO Japanese feed standard
  • the lumen pH of each individual was measured using a wireless pH sensor provided in the stomach of the dairy cow. Lumen pH values were continuously recorded every 10 minutes during the measurement. The pH measured at 13:00 was used as a representative value of the daily lumen pH.
  • the milk yield of each cow was measured daily and the milk components were analyzed weekly. Rumen fluid was collected 4 hours after morning feeding via a tube provided in the cow's stomach. Collection of rumen fluid was performed 3 weeks before delivery and 4, 8, and 12 weeks after delivery. The rumen fluid was filtered through a 4-layer cheesecloth and stored at ⁇ 20 ° C. for further analysis.
  • Methane production was estimated from DMI using the following formula (1-1).
  • MY (mol / day) [19.14 x DMI (kg / day) +2.54] /16.042 ... Equation (1-1)
  • the methane concentration (RM) of the liquid phase fraction in the rumen was calculated from the flow of metabolic hydrogen in the rumen fermentation. That is, the methane concentration (RM) of the liquid phase fraction in the rumen was calculated based on the metabolic hydrogen (HU) used in the rumen fermentation and the produced metabolic hydrogen (HP).
  • HUS hydrogen
  • the hydrogen (HUS) in the short-chain fatty acids of the liquid phase fraction in the HP and the liquid phase fraction in the rumen, which is the fermentation intermediate is first described by using the following formulas (1-2) and (1-3). It was estimated from the amount and molar ratio of acetic acid (C2), propionic acid (C3), and butyric acid (C4) in gastric juice. Short-chain fatty acids are a major source of energy for host and ruminant function.
  • the present inventors calculated the estimated lumen volume (PRV) by the following formula (1-7).
  • PRV (L / day) MY (mol / day) / [RM (mM) / 1000] ... Equation (1-7)
  • the amount of short-chain fatty acid produced was calculated by the following formula (1-8) using the intra-lumen concentration (SCFA) and estimated lumen volume (PRV) of short-chain fatty acids.
  • SCFA intra-lumen concentration
  • PRV estimated lumen volume
  • the present inventors calculated the short-chain fatty acid yield using the MY and RM concentrations estimated from the DMI and the short-chain fatty acid concentration in the lumen, respectively.
  • TTOR was calculated by the following formula (1-9) using the metabolic body weight (MBW) represented by (body weight) 0.75.
  • the present inventors use TTOR as a term meaning the turnover rate of the lumen liquid phase fraction per unit metabolic body weight per day.
  • TTOR is the body weight, the weight of the lumen contents derived from the body weight, the volume of the lumen derived from the body weight, the blood volume derived from the body weight, the organ weight derived from the body weight, the body height, the feces volume, the urine volume, and the expiratory volume. It may be the turnover rate of the rumen liquid phase fraction per unit of values such as length, weight, volume, etc. related to the cow body and those discharged from the cow body.
  • Table 1 Parameters for DMI, body weight, rumen fermentation, blood and milk components are shown in Table 1.
  • 1-6. Calculation of TTOR Based on the measurement results shown in Table 1, various parameters representing the properties of lumen fermentation were calculated using the above formulas (1-1) to (1-9) and are shown in Table 2.
  • Reference 4 Hagg, FM, Erasmus, LJ, Henning, PH, & Coertze, RJ (2010). The effect of a direct fed microbial (Megasphaera elsdenii) on the productivity and health of Holstein cows. South African Journal of Animal Science , 40 (2) 101-112.
  • Reference 5 Tager, L.R., & Krause, K.M. (2011). Effects of essential oils on rumen fermentation, milk production, and feeding behavior in lactating dairy cows. Journal of dairy science, 94 (5), 2455-2464.
  • Reference 6 Nasrollahi, SM, Zali, A., Ghorbani, GR, Shahrbabak, MM, & Abadi, MHS (2017).
  • Variability in susceptibility to acidosis among high producing mid-lactation dairy cows is associated with rumen pH, fermentation, feed intake, sorting activity, and milk fat percentage.
  • Animal feed science and technology 228, 72-82.
  • Reference 7 Colman, E., Fokkink, WB, Craninx, M., Newbold, JR, De Baets, B., & Fievez, V. (2010). Effect of induction of subacute ruminal acidosis on milk fat profile and rumen parameters. Journal of dairy science, 93 (10), 4759-4773.
  • Reference 8 Macmillan, K., Gao, X., & Oba, M. (2017). Increased feeding frequency increased milk fat yield and may reduce the severity of subacute ruminal acidosis in higher-risk cows. Journal of dairy science, 100 (2), 1045-1054.
  • An estimation formula for estimating TTOR from milk yield and milk components was obtained.
  • a plurality of formulas can be created as an estimation formula for estimating TTOR from milk yield and milk components, but here, as an example, an estimation formula for estimating TTOR from total milk protein amount was obtained.
  • the total milk protein amount can be calculated from the milk amount and the milk protein concentration that can be easily measured even by a general farmer. First, the total milk protein amount was determined from the milk amount and milk protein concentration described in References 2 to 8.
  • the product of TTOR and MTP (TTOR ⁇ MTP) was determined using TTOR calculated from the measurement data described in References 2 to 8 in the same manner as in. A scatter plot of this TTOR ⁇ MTP and TTOR is shown in FIG.
  • the average value of TTOR_MTP calculated from the formula (2-1) is 8.48, which is higher than the average value of TTOR calculated by 1-6 above, 7.74, but no significant difference is observed in the T test. It was.
  • TTOR can be estimated from milk yield and milk components without measuring DMI and rumen fluid components.
  • Lumen pH estimation from TTOR based on milk yield and milk composition An estimation formula for estimating lumen pH was obtained from milk yield, milk composition, and TTOR_MTP.
  • a plurality of formulas can be prepared as estimation formulas for estimating rumen pH from milk yield, milk component and TTOR_MTP, but here, as an example, the ratio (P) of protein ratio (P) and milk fat ratio (F) of TTOR_MTP and milk
  • An estimation formula for estimating the rumen pH was obtained from / F).
  • TTOR_MTP ⁇ P / F was calculated based on the measurement data described in References 2 to 8.
  • Equation (3-1) is an estimation formula using the measurement data described in References 2 to 8 as a sample, and each of the measurement data described in each reference is used as a sample and the equation (3-) is used. It was examined to calculate the estimated rumen pH more accurately by obtaining the estimation formula corresponding to 1).
  • References 2 to 8 measure data for dairy cows in different breeding conditions at different facilities (farms). Therefore, obtaining the estimation formula corresponding to the formula (3-1) for each reference means that the estimation formula is obtained for each farm.
  • FIGS. 4 and 4 a scatter plot of TTOR_MTP ⁇ P / F calculated by using the measurement data described in References 2 and 4 as a sample and the measured value of lumen pH measured in References 2 and 4 is shown in FIGS. 4 and 4. It is shown in 5 respectively.
  • FIG. 4 is a scatter diagram using the measurement data described in Reference 2 as a sample
  • FIG. 5 is a scatter diagram using the measurement data described in Reference 4 as a sample. Based on the scatter plots of FIGS. 4 and 5, the regression line was obtained by the least squares method, respectively, and the regression equation was obtained.
  • the estimated lumen pH was calculated by applying TTOR_MTP ⁇ P / F calculated based on the measurement data described in References 2 and 4 to the formulas obtained from the measurement data described in References 2 and 4, respectively.
  • the average of the estimated rumen pH was 5.96 (standard deviation 0.20)
  • the average of the measured values of the rumen pH was 5.96 (standard deviation 0.22), which was extremely close.
  • the estimated lumen pH based on the measurement data described in References 2 and 4 and the measured values of the lumen pH described in References 2 and 4 are summarized in Table 3 below.
  • the estimated lumen pH obtained from the formula (3-1) was designated as the estimated lumen pH (A).
  • the estimated lumen pH obtained from the formulas obtained from each of the measurement data described in References 2 and 4 was defined as the estimated lumen pH (B), respectively.
  • the lumen pH can be estimated at a value close to the measured value of the lumen pH by using the estimation formula obtained by regression analysis of the samples from a plurality of farms or the samples for each farm.
  • the estimation formula of the lumen pH is obtained for each farm. It was shown that the lumen pH can be estimated more accurately. In addition, the above 1. As shown in, it is also useful to use the pH estimation formula obtained from the sample of the data group obtained at different times for each individual cow for the analysis for each individual.
  • the milk yield / TTOR_MTP and DMI / TTOR_MTP were calculated based on the measurement data described in References 2 to 8.
  • a scatter plot of the calculated milk yield / TTOR_MTP and DMI / TTOR_MTP is shown in FIG.
  • the regression line was obtained by the least squares method.
  • the estimated DMI estimated from TTOR_MTP is DMI_ (TTOR_MTP).
  • x DMI_ (TTOR_MTP);
  • z TTOR_MTP;
  • Milk yield MY; Then, the following equation can be obtained from the obtained regression line.
  • the average of the estimated DMI is 24.05 kg, which is close to the average of 24.13 kg of the measured values of DMI. Met. In addition, no significant difference was observed in the T-test.
  • the total estimated DMI (31 points) was 745.6 kg, and the total measured value of DMI (31 points) was 747.9 kg. Therefore, when the data used is regarded as one herd, the calculated total estimated DMI is almost the same as the total measured value of DMI, which is very useful in determining the feed feed amount. ..
  • Equation (4-1) is an estimation formula using the measurement data described in References 2 to 8 as a sample, and each of the measurement data described in each reference is used as a sample and the equation (4-) is used. It was examined to calculate the estimated DMI more accurately by obtaining the estimation formula corresponding to 1).
  • References 2 to 8 measure data for dairy cows in different breeding conditions at different facilities (farms). Therefore, obtaining the estimation formula corresponding to the formula (4-1) for each reference means that the estimation formula is obtained for each farm.
  • FIGS. 7 and 8 Scatter plots of the calculated milk yield / TTOR_MTP and DMI / TTOR_MTP are shown in FIGS. 7 and 8, respectively.
  • FIG. 7 is a scatter diagram using the measurement data described in Reference 2 as a sample
  • FIG. 8 is a scatter diagram using the measurement data described in Reference 4 as a sample. Based on the scatter plots of FIGS. 7 and 8, regression lines were obtained by the least squares method, respectively, and regression equations were obtained.
  • the estimated DMI was calculated by substituting the milk yield and TTOR_MTP into the obtained regression equation.
  • the estimated DMI based on the measurement data described in References 2 and 4 and the measured values of the DMI described in References 2 and 4 are summarized in Table 4 below. In this way, a value close to the DMI (actual measurement value) can be obtained by the method of calculating the estimated DMI (estimated DMI (B)) by the regression equation for each farm.
  • DMI can be estimated with a value close to the measured value of DMI by using the estimation formula obtained by regression analysis of samples from multiple farms or samples for each farm. That is, by obtaining the DMI estimation formula from the milk yield, milk component, and TTOR, the DMI can be estimated without weighing the feed and the residual feed, and in particular, the DMI estimation formula can be obtained for each farm. , It was shown that DMI can be estimated more accurately. In addition, the above 1. As shown in, it is also useful to use the DMI estimation formula obtained from the sample of the data group obtained at different times for each individual cow for the analysis for each individual.
  • the present invention can be used especially in the agricultural field related to dairy farming.
  • Measuring device 10 Measuring device 20 Evaluation device 21 Estimating unit 22 Management information generation unit 23 Diagnosis unit 24 Storage unit 25 Calculation unit 100 Evaluation system

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Animal Husbandry (AREA)
  • Chemical & Material Sciences (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Immunology (AREA)
  • Food Science & Technology (AREA)
  • Physiology (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Urology & Nephrology (AREA)
  • Medicinal Chemistry (AREA)
  • Hematology (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Endocrinology (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Artificial Intelligence (AREA)
  • Obesity (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Biotechnology (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Fodder In General (AREA)
  • Feed For Specific Animals (AREA)

Abstract

反芻動物のルーメン発酵の状態を評価する評価システムは、反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、反芻動物のルーメン発酵の状態を推定する推定部を有する評価装置を備えている。評価システムによれば、反芻動物のルーメン発酵の状態を容易に評価することができる。

Description

評価システム及び評価方法
　本発明は、評価システム及び評価方法に関する。
　ウシ等の反芻動物である家畜は草食であり、植物由来の飼料を消化して乳肉を生産している。反芻動物は、４つの胃により植物飼料を消化している。４つの胃のうち、ルーメンと呼ばれる第一胃は、容積が約１００リットルと大きく、内部に多種多様なルーメン微生物が共生している。反芻動物が摂取した植物飼料は、まず、ルーメン微生物による発酵作用（ルーメン発酵）により分解され、反芻動物のエネルギー源やタンパク質源となり、反芻動物の成長や乳肉生産を支えている。
　乳量の増大、乳質の向上等を期待して穀物飼料を反芻動物に多給すると、第一胃液の酸性化（ルーメンアシドーシス）を引き起こすことが知られている。ルーメンアシドーシスは、消化不良、飼料摂取量や乳量の低下、受胎率の低下等のいわゆる生産病の原因となり、反芻動物の生産性を低下させる。したがって、ルーメン発酵が正常に機能するように飼料を適正に給与することが、反芻動物の生産性を保つために重要である。そのため、ルーメン発酵の状態を反映する第一胃液の状態を考慮して飼養管理することが求められる。
　従来、ルーメン発酵は、家畜の飼料摂取量（ＤＭＩ：乾物摂取量）及び第一胃液のｐＨ（ルーメンｐＨ）を測定することで評価されている。非特許文献１には、ルーメンｐＨ、第一胃液中の短鎖脂肪酸濃度、ＤＭＩ、ウシの体重等を測定し、これらの測定値から算出したルーメンの液相分画の理論回転率（ＴＴＯＲ）が、ルーメン発酵を評価する新規の指標として提案されている。
Mitsumori et. al.，Animal Science Journal，http://doi.org/10.1111/asj.13305，2019/10/24, [online]
　従来、ＤＭＩは、給餌した飼料から摂取されなかった残余飼料を減算することで求められるが、一般農家において給餌飼料及び残余飼料を秤量することは極めて困難である。また、ルーメンｐＨは、胃カテーテル等で採取した第一胃液をｐＨメーターで測定したり、第一胃に設けたｐＨセンサを用いて測定したりするが、一般農家において第一胃液を採取したりｐＨセンサを設けたりすることは容易ではない。そのため、容易に評価でき、一般農家においても実用可能にルーメン発酵の状態を評価できれば非常に有益である。
　本発明の一態様は、ルーメン発酵の状態を容易に評価できる評価システムを実現することを目的とする。
　上記の課題を解決するために、以下の態様を含む：
　反芻動物のルーメン発酵の状態を評価する評価システムであって、評価対象の反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、当該反芻動物のルーメン発酵の状態を推定する推定部を有する評価装置を備えた、評価システム；
　反芻動物のルーメン発酵の状態を評価する評価方法であって、反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、反芻動物のルーメン発酵の状態を推定する推定工程を包含する、評価方法。
　本発明の一態様によれば、給餌飼料及び残余飼料を秤量したり、第一胃液のｐＨを測定したりすることなく、容易にルーメン発酵の状態を評価することができる。
本発明の一実施形態に係る評価システムで利用する指標の相関関係を示す概略図である。 本発明の一実施形態に係る評価システムの概要を示すブロック図である。 ルーメン内短鎖脂肪酸濃度及びメタン生産量から算出したルーメンの液相分画の理論回転率（ＴＴＯＲ）と、乳生産成績から推定したＴＴＯＲの推定値との相関を示すグラフである。 ＴＴＯＲの推定値及び乳生産成績とルーメンｐＨの実測値との相関を示すグラフである。 ＴＴＯＲの推定値及び乳生産成績とルーメンｐＨの実測値との相関を示すグラフである。 ＴＴＯＲの推定値及び乾物摂取量と、ＴＴＯＲの推定値及び乳量との相関を示すグラフである。 ＴＴＯＲの推定値及び乾物摂取量と、ＴＴＯＲの推定値及び乳量との相関を示すグラフである。 ＴＴＯＲの推定値及び乾物摂取量と、ＴＴＯＲの推定値及び乳量との相関を示すグラフである。
　以下、本発明の一実施形態について、詳細に説明する。
　［評価システム］
　本発明の一実施形態に係る評価システムは、反芻動物のルーメン発酵の状態を評価する評価システムである。評価システムは、反芻動物のルーメンと呼ばれる第一胃における、ルーメン微生物によるルーメン発酵の状態を評価する。評価システムにおいては、図１に示す反芻動物のエネルギー代謝に関する種々の指標に基づき、反芻動物のルーメン発酵の状態を評価する。
　〔ルーメン発酵の状態を表す指標の相関関係〕
　図１は、本発明の一実施形態に係る評価システムで利用する指標の相関関係を示す概略図である。図１に示すように、反芻動物のエネルギー代謝に関する種々の指標が互いに関連することは、非特許文献１に示されている。ここで、非特許文献１の全体を参照として本明細書に組み込む。以下、非特許文献１を参考文献１と称する。参考文献１には、第一胃内に係留したｐＨモニタから取得したルーメンｐＨ、第一胃内の短鎖脂肪酸濃度（ＳＣＦＡ濃度：ルーメン内短鎖脂肪酸濃度）、乾物摂取量（ＤＭＩ）、及び牛の体重から算出したルーメンの液相分画の理論回転率（ＴＴＯＲ）と、ＤＭＩ、乳量、及びルーメンｐＨとの間に密接な関係があることが示されている。図１において、破線矢印については、参考文献１に示された各指標間の相関関係を示しており、実線矢印については、本発明により明らかとなった各指標間の相関関係を示している。
　ＴＴＯＲは、ルーメン発酵の状態を表す指標である。ここで、ルーメン発酵の状態は、ルーメンにおける飼料の発酵に関する種々の指標により表されるものである。ルーメン発酵の状態を表す指標としては、上述したＴＴＯＲ以外にも、ルーメンｐＨ、ＤＭＩ、ＳＣＦＡ濃度、ＳＣＦＡ量、ルーメン内の液相分画のメタン濃度、メタン生産量等が挙げられる。
　図１において、破線矢印により示すように、ＴＴＯＲは、反芻動物が放出するメタン生産量とＳＣＦＡ濃度とから算出することができる。具体的には、メタン生産量と、ＳＣＦＡ濃度から算出されるルーメン内の液相分画のメタン濃度とから推定ルーメン体積（ＰＲＶ）を算出し、このＰＲＶと反芻動物の代謝体重（ＭＢＷ）とを用いてＴＴＯＲが算出される。
　メタン生産量は、ＤＭＩに基づいて公知の方法により算出することができる。ＤＭＩは、給餌飼料と残余飼料とを秤量し、給餌飼料から残余飼料を減算することで求められる。ルーメン内の液相分画のメタン濃度は、ルーメンから採取した第一胃液において測定したＳＣＦＡ濃度に基づき、ルーメン発酵における代謝性水素の流れから算出することができる。推定ルーメン体積は、ルーメン内の液相部分の総体積の推定値を表している。代謝体重は、反芻動物の体重の０．７５乗により算出される値である。
　ルーメンｐＨは、ルーメンアシドーシスを評価するための重要な指標であるが、従来は、胃カテーテル等で採取した第一胃液をｐＨメーターで測定したり、第一胃に設けたｐＨセンサを用いて測定したりしていた。参考文献１においては、このような測定方法を用いずに、メタン生産量とＳＣＦＡ濃度とから算出したＴＴＯＲからルーメンｐＨ等のルーメン発酵の状態を表す指標を推定可能であることが示されている。
　参考文献１に示されているように、ＴＴＯＲからルーメンｐＨ等を推定できれば、ルーメン発酵の状態を評価する度に第一胃液を採取したり、第一胃にｐＨセンサを設けたりする必要はないため非常に有利である。しかしながら、特に一般農家においては、メタン生産量やＳＣＦＡ濃度を算出することは容易ではなく、その結果、ＴＴＯＲを算出することも容易ではない。したがって、ＴＴＯＲを算出することなく、より容易にルーメン発酵の状態を推定できれば、さらに有利である。
　本発明者らは、反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、ルーメン発酵の状態を推定し得ることを初めて見出し、本発明を完成させるに至った。反芻動物が生産する乳は、反芻動物から搾乳することで得られるものであり、泌乳期には毎日、一日数回搾乳する必要があるため、一般農家においても容易に取得できるものである。また、反芻動物が生産する乳の乳量及び乳成分は、生産された乳を評価するために一般農家においても日常的に測定されている。
　したがって、メタン生産量やＳＣＦＡ濃度のような指標を用いることなく、反芻動物が生産した乳の乳生産成績に基づきルーメン発酵の状態を推定することが可能な本発明は、ルーメン発酵の状態を容易に評価する手段として非常に有利である。
　〔反芻動物〕
　評価システムによる評価の対象は、反芻動物の家畜である。反芻動物は、主に植物由来成分からなる飼料を消化する４つの胃を有しており、反芻を行う動物である。評価システムにより評価する反芻動物の家畜は、ウシ、ヤギ、ヒツジ等を含み、代表的なものはウシである。評価システムにおいては、反芻動物が生産する乳に基づき反芻動物のルーメン発酵の状態を評価する。したがって、評価システムは、乳を日常的に採取して、その生産量や成分が監視される乳牛の評価に特に適している。
　〔乳生産成績〕
　評価システムにおいては、評価対象の反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づきルーメン発酵の状態を評価する。乳成分には、乳脂肪率、乳タンパク質率、無脂固形分率、乳糖率、アンモニア態窒素率、及び、乳タンパク質／乳脂肪比のような構成比等の少なくとも１つが含まれ得る。これらの乳生産に関する指標は、酪農を行う農場で乳生産を管理するために日常的に測定されているものである。
　乳量は、生産される乳の一日当たりの重量を意味している。乳脂肪率は、乳量に対する脂肪の重量比率を意味している。乳タンパク質率は、乳量に対するタンパク質の重量比率を意味している。無脂固形分率は、乳量に対する水分と脂肪分を除いた成分の重量比率を意味している。乳糖率は、乳量に対する乳糖の重量比率を意味している。アンモニア態窒素率は、乳量に対する尿素に含まれる窒素の比率を意味している。乳タンパク質／乳脂肪比は、乳量に対するタンパク質と脂肪との重量比を意味している。乳量及び乳成分の測定方法については、特に限定されず、従来公知の方法により測定することができる。
　乳生産成績には、上述した乳成分の２以上を組み合わせて算出される少なくとも１つの値が含まれてもよい。例えば、乳生産成績として、乳タンパク質率と乳タンパク質／乳脂肪比とを組み合わせて算出した値を用いて、ルーメン発酵の状態を評価してもよい。
　図２を参照して、評価システムの構成について説明する。図２は、本発明の一実施形態に係る評価システムの概要を示すブロック図である。図２に示すように、評価システム１００は、評価装置２０を備えている。評価装置２０は、推定部２１を有している。評価装置２０は、さらに、管理情報生成部２２、診断部２３、記憶部２４、及び演算部２５を有していてもよい。評価システム１００は、さらに、測定装置１０を備えていてもよい。
　〔測定装置〕
　測定装置１０は、評価対象の反芻動物が生産した乳の乳量及び乳成分を測定するものである。測定装置１０としては、反芻動物から搾乳した乳の乳量及び乳成分を測定する従来公知の装置を用いることができる。測定装置１０は、搾乳した乳を自動分析する自動分析器であることが好ましい。測定装置１０は、測定した乳生産成績の結果を評価装置２０に送る。
　また、測定装置１０は、反芻動物から採取した第一胃液のｐＨや第一胃液内のＳＣＦＡ濃度等を測定する機能を有していてもよい。
　〔評価装置〕
　評価装置２０は、評価対象の反芻動物のルーメン発酵の状態を評価するものである。評価装置２０は、測定装置１０が測定した乳量及び乳成分を表す乳生産成績の結果に基づき、ルーメン発酵の状態を評価する。
　（推定部）
　推定部２１は、評価対象の反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、当該反芻動物のルーメン発酵の状態を推定する。推定部２１が推定するルーメン発酵の状態は、例えば、ＴＴＯＲ、ルーメンｐＨ、及びＤＭＩである。また、推定部２１は、乳生産成績に基づき推定されたＴＴＯＲに基づき、ＳＣＦＡ濃度、ＳＣＦＡ量、ルーメン内の液相分画のメタン濃度、メタン生産量等のルーメン発酵の状態を表す指標についても推定し得る。
　推定部２１は、後述するように、ルーメン発酵の状態を表す各指標の相関関係を表す関係式を用いてルーメン発酵の状態を推定する。このような関係式は、評価システム１００内で得られたものであってもよいし、外部から取得して評価システム１００内に記憶させたものであってもよい。したがって、例えば、一般農家においてこのような関係式を求めるための計測や計算をする必要はなく、関係式を外部から得て、当該関係式に乳生産成績を代入するのみで、ルーメン発酵の状態を推定することができる。
　＜ＴＴＯＲの推定＞
　推定部２１は、例えば、以下に示すように乳生産成績に基づきＴＴＯＲを推定する。推定部２１は、反芻動物が放出するメタン生産量とＳＣＦＡ濃度とに基づき算出したＴＴＯＲと、反芻動物が生産した乳の乳生産成績との相関関係に基づき、評価対象の反芻動物が生産した乳の乳生産成績の測定結果からＴＴＯＲを推定する。
　推定部２１が利用する、算出したＴＴＯＲと反芻動物が生産した乳の乳生産成績との相関関係は、回帰分析により求められる回帰式により表される。当該回帰式は、反芻動物が放出するメタン生産量とＳＣＦＡ濃度とに基づき算出されたＴＴＯＲと、反芻動物が生産した乳の乳生産成績との散布図を作成し、散布図上のプロットから直接求めることができる。例えば、当該散布図において、最小二乗法により回帰直線を求め、求めた回帰直線から回帰式を得る。
　そして、推定部２１は、評価対象の反芻動物が生産した乳の乳生産成績の値を得られた回帰式に代入することで、ＴＴＯＲを算出する。このように、推定部２１は、評価対象の反芻動物が生産した乳の乳生産成績の値を上述した回帰式に代入するのみで、ＴＴＯＲを算出することができる。なお、推定部２１が使用する回帰式は、後述する演算部２５により予め求められたものであってもよいし、予め求められたものを外部から取得してもよい。
　＜ルーメンｐＨの推定＞
　推定部２１は、また、上述したように乳生産成績から推定したＴＴＯＲ（ルーメンの液相分画の理論回転率）に基づき、評価対象の反芻動物の乳生産成績の測定結果から、反芻動物のルーメン内のｐＨを推定し得る。推定部２１は、例えば、推定したＴＴＯＲとルーメンｐＨの実測値との相関関係に基づき、評価対象の反芻動物が生産した乳の乳生産成績の測定結果からルーメン内ｐＨを推定する。
　推定部２１が利用する、推定したＴＴＯＲとルーメンｐＨの実測値との相関関係は、回帰分析により求められる回帰式により表される。当該回帰式は、例えば、推定したＴＴＯＲ及び乳生産成績の実測値と、ルーメンｐＨの実測値との散布図を作成し、散布図上のプロットから直接求めることができる。例えば、当該散布図において、最小二乗法により回帰直線を求め、求めた回帰直線から回帰式が得られる。
　そして、推定部２１は、評価対象の反芻動物が生産した乳の乳生産成績の値を得られた回帰式に代入することで、ルーメンｐＨを算出する。このように、推定部２１は、評価対象の反芻動物が生産した乳の乳生産成績の値を上述した回帰式に代入するのみで、ルーメンｐＨを算出することができる。なお、推定部２１が使用する回帰式は、後述する演算部２５により予め求められたものであってもよいし、予め求められたものを外部から取得してもよい。
　＜ＤＭＩの推定＞
　推定部２１は、また、上述したように乳生産成績から推定したＴＴＯＲに基づき、評価対象の反芻動物の乳生産成績の測定結果から、当該反芻動物のＤＭＩを推定し得る。推定部２１は、例えば、推定したＴＴＯＲと、ＤＭＩの実測値との相関関係に基づき、評価対象の反芻動物が生産した乳の乳生産成績の測定結果からＤＭＩを推定する。
　推定部２１が利用する、推定したＴＴＯＲとＤＭＩの実測値との相関関係は、回帰分析により求められる回帰式により表される。当該回帰式は、例えば、推定したＴＴＯＲ及び乳生産成績の実測値に関する値と、推定したＴＴＯＲ及びＤＭＩの実測値に関する値との散布図を作成し、散布図上のプロットから直接求めることができる。例えば、当該散布図において、最小二乗法により回帰直線を求め、求めた回帰直線から回帰式が得られる。
　そして、推定部２１は、評価対象の反芻動物が生産した乳の乳生産成績の値を得られた回帰式に代入することで、ＤＭＩを算出する。このように、推定部２１は、評価対象の反芻動物が生産した乳の乳生産成績の値を上述した回帰式に代入するのみで、ＤＭＩを算出することができる。なお、推定部２１が使用する回帰式は、後述する演算部２５により予め求められたものであってもよいし、予め求められたものを外部から取得してもよい。
　推定部２１は、推定したルーメン発酵の状態を表す指標を、後述する管理情報生成部２２、診断部２３、記憶部２４、及び演算部２５に送る。
　（管理情報生成部）
　管理情報生成部２２は、推定部２１が推定した反芻動物のルーメン発酵の状態に基づいて、当該反芻動物の飼養管理情報を生成する。飼養管理情報には、飼料の給餌量（ＤＭＩ等）、給餌回数、給餌時間、飼料の種類、飼料の成分、飼料の成分比率、飲水量等に関する情報が含まれる。管理情報生成部２２は、反芻動物のルーメン発酵の状態と併せて、反芻動物の品種、月齢（年齢）、体重、分娩日、分娩後日数、発情、妊娠、泌乳期間、搾乳回数、乾乳期間等、及び、飼養管理場所の温度、湿度、風速、雨量等及び飼養管理場所の位置（住所）、経営形態等の情報も考慮して、飼養管理情報を生成する。
　管理情報生成部２２は、例えば、ルーメン発酵の状態と飼養管理情報とを関連付けた予め定められたデータに基づいて、推定部２１が推定したルーメン発酵の状態に対応する飼養管理情報を、評価対象の反芻動物の飼養管理情報として生成する。
　管理情報生成部２２は、生成した飼養管理情報を記憶部２４に送ってもよいし、表示部（図示せず）に表示させてユーザに通知してもよい。
　（診断部）
　診断部２３は、推定部２１が推定した反芻動物のルーメン発酵の状態に基づいて、当該反芻動物の飼養管理状態及び生産病の少なくとも一方を診断する。
　反芻動物の生産病には、ルーメンアシドーシス、消化不良、軟便、飼料摂取量の低下、乳脂率の低下のような乳成分の増減、乳量の低下、蹄葉炎の発症、受胎率の低下等が含まれる。診断部２３は、例えば、ルーメン発酵の状態と生産病の罹患確率とを関連付けた予め定められたデータに基づいて、推定部２１が推定したルーメン発酵の状態に対応する生産病の罹患確率を、評価対象の反芻動物の生産病の罹患確率として診断する。
　反芻動物の飼養管理状態には、飼料摂取量、体重、ボディコンディションスコア、ルーメンフィルスコア、糞スコア、跛行スコア（ロコモーションスコア）、血液成分（ブドウ糖、遊離脂肪酸（ＮＥＦＡ）、β－ヒドロキシ酪酸（ＢＨＢＡ）、カルシウム、総タンパク質、アルブミン、アスパラギン酸アミノトランスフェラーゼ（ＡＳＴ）、ガンマ－グルタミルトランスペプチダーゼ（ＧＧＴ）、アンモニア態窒素、グルコース、トリグリセリド、総コレステロール（Ｔ－Ｃｈｏ）、インスリン、黄体形成ホルモン等）、尿検査結果（尿酸、ｐＨ、クレアチニン等）、乳の乳量及び乳成分を表す乳生産成績、１日の搾乳回数等の飼養管理に関する種々の項目が含まれる。診断部２３は、例えば、ルーメン発酵の状態と適正な飼養管理状態とを関連付けた予め定められたデータに基づいて、推定部２１が推定したルーメン発酵の状態に対応する飼養管理状態が適正であるか否かを診断する。
　診断部２３は、診断した飼養管理状態及び生産病の診断結果に関する情報を記憶部２４に送ってもよいし、表示部（図示せず）に表示させてユーザに通知してもよい。
　（記憶部）
　記憶部２４は、乳生産成績と反芻動物のルーメン発酵の状態との相関関係を表す情報を記憶する。記憶部２４は、例えば、ＴＴＯＲと乳生産成績との相関関係を表す回帰式、ＴＴＯＲとルーメンｐＨとの相関関係を表す回帰式、ＴＴＯＲとＤＭＩとの相関関係を表す回帰式等を記憶する。また、記憶部２４は、推定部２１が推定したルーメン発酵の状態を表す指標を記憶してもよい。さらに、記憶部２４は、管理情報生成部２２が生成した飼養管理情報、及び、診断部２３が診断した生産病に関する情報を記憶してもよい。記憶部は、例えば、従来公知のコンピュータメモリであり得る。
　（演算部）
　演算部２５は、乳生産成績と反芻動物のルーメン発酵の状態との相関関係を表す関係式を算出する。演算部２５は、例えば、ＴＴＯＲと乳生産成績との相関関係を表す回帰式、ＴＴＯＲとルーメンｐＨとの相関関係を表す回帰式、及び、ＴＴＯＲとＤＭＩとの相関関係を表す回帰式を算出する。
　例えば、演算部２５は、まず、母集団の標本における、反芻動物が放出するメタン生産量及びＳＣＦＡ濃度の計測値からＴＴＯＲを算出する。そして、演算部２５は、算出したＴＴＯＲと母集団の標本における乳生産成績の計測値との相関関係の回帰分析により、ＴＴＯＲと乳生産成績との相関関係を表す回帰式を算出する。また、演算部２５は、公知の方法により、ＤＭＩに基づいてメタン生産量を算出してもよい。さらに、演算部２５は、ルーメンから採取した第一胃液において測定したＳＣＦＡ濃度に基づき、ルーメン発酵における代謝性水素の流れからルーメン内の液相分画のメタン濃度を算出してもよい。
　ここで、母集団は、特定の農場において飼育されている反芻動物の集団であってもよいし、特定の飼育条件で飼育されている反芻動物の集団であってもよいし、複数の反芻動物の集団からなる反芻家畜の集団であってもよい。母集団は、評価対象の反芻動物と同様の飼育条件で飼育されている反芻動物の集団であることが好ましく、評価対象の反芻動物と同じ農場において飼育されている反芻動物の集団であることがより好ましい。このような母集団から算出した関係式を用いることで、より正確にルーメン発酵の状態を推定することができる。また、母集団は、品種、年齢、出産回数等の個体条件、及び、飼料の種類、構成成分、給与量等の飼料条件が、評価対象の反芻動物と同様の集団であってもよい。また、反芻動物の個体において異なる時期に取得したデータ群を母集団として算出した関係式を用いて、当該個体のルーメン発酵の状態を推定してもよい。これにより、個体毎の解析が可能である。
　［評価方法］
　本発明の一実施形態に係る評価方法は、反芻動物のルーメン発酵の状態を評価する評価方法である。評価方法は、反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、反芻動物のルーメン発酵の状態を推定する推定工程を包含している。すなわち、評価方法は、上述した本発明の一実施形態に係る評価システムにおける評価処理の一態様である。したがって、評価方法の詳細については、上述した本発明の一実施形態に係る評価システムの説明に準じる。
　〔ソフトウェアによる実現例〕
　本発明の評価装置は、コンピュータによって実現してもよく、この場合には、コンピュータを評価装置が備える各部（ソフトウェア要素）として動作させることにより評価装置をコンピュータにて実現させる評価装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。
　評価装置２０の制御ブロック（特に推定部２１および演算部２５）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。
　後者の場合、評価装置２０は、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータを備えている。このコンピュータは、例えば１つ以上のプロセッサを備えていると共に、上記プログラムを記憶したコンピュータ読み取り可能な記録媒体を備えている。そして、上記コンピュータにおいて、上記プロセッサが上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記プロセッサとしては、例えばＣＰＵ（Central Processing Unit）を用いることができる。上記記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムを展開するＲＡＭ（Random Access Memory）などをさらに備えていてもよい。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
　本発明を以下のように表現することもできる。
１）　反芻動物のルーメン発酵の状態を評価する評価システムであって、評価対象の反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、当該反芻動物のルーメン発酵の状態を推定する推定部を有する評価装置を備えた、評価システム。
２）　前記推定部は、評価対象の反芻動物が生産した乳の乳生産成績に基づき、当該反芻動物のルーメン発酵の状態を表すルーメンの液相分画の理論回転率を推定する、１）に記載の評価システム。
３）　前記推定部は、反芻動物が放出するメタン生産量と反芻動物の第一胃内の短鎖脂肪酸濃度とに基づき算出されたルーメンの液相分画の理論回転率と、前記乳生産成績との相関関係に基づき、評価対象の反芻動物の前記乳生産成績の測定結果から、評価対象の反芻動物のルーメンの液相分画の理論回転率を推定する、２）に記載の評価システム。
４）　前記推定部は、前記乳生産成績から推定した推定ルーメン理論回転率に基づき、評価対象の反芻動物の前記乳生産成績の測定結果から反芻動物のルーメン内のｐＨを推定する、２）又は３）に記載の評価システム。
５）　前記推定部は、前記乳生産成績から推定した推定ルーメン理論回転率に基づき、評価対象の反芻動物の前記乳生産成績の測定結果から乾物摂取量を推定する、２）又は３）に記載の評価システム。
６）　前記評価装置は、前記推定部が推定した反芻動物のルーメン発酵の状態に基づいて、当該反芻動物の飼養管理情報を生成する管理情報生成部をさらに備えている、１）から５）のいずれかに記載の評価システム。
７）　前記評価装置は、前記推定部が推定した反芻動物のルーメン発酵の状態に基づいて、当該反芻動物の飼養管理状態及び生産病の少なくとも一方を診断する診断部をさらに備えている、１）から６）のいずれかに記載の評価システム。
８）　前記評価装置は、前記乳生産成績と前記反芻動物のルーメン発酵の状態との相関関係を表す情報を記憶する記憶部をさらに備えている、１）から７）のいずれかに記載の評価システム。
９）　前記評価装置は、前記乳生産成績と前記反芻動物のルーメン発酵の状態との相関関係を表す関係式を算出する演算部をさらに備えている、１）から８）のいずれかに記載の評価システム。
１０）　前記乳成分には、乳脂肪率、乳タンパク質率、無脂固形分率、乳糖率、アンモニア態窒素率、及び、乳タンパク質／乳脂肪比の少なくとも１つが含まれる、１）から９）のいずれか１項に記載の評価システム。
１１）　前記乳生産成績には、前記乳成分の２以上を組み合わせて算出される少なくとも１つの値が含まれる、１０）に記載の評価システム。
１２）　反芻動物のルーメン発酵の状態を評価する評価方法であって、反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、反芻動物のルーメン発酵の状態を推定する推定工程を包含する、評価方法。
　本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
　本発明の一実施例について以下に説明する。
　〔１．ＤＭＩ及び第一胃液成分の測定値に基づくＴＴＯＲの算出〕
　１－１．～１－６．までの実験は、参考文献１の記載に基づくものである。参考文献１において測定された各データは、牛個体毎に異なる時期に得られたデータである。
　（１－１．動物管理及びサンプリング）
　千葉県、茨城県、石川県、神奈川県、及び富山県の研究施設において飼育された１１頭のホススタイン乳牛（多経産）を実験に用いた。これらの乳牛を施設のタイストール牛舎において飼育し、市販の乾燥配合飼料を、日本飼料標準（ＮＡＲＯ、２００６）にしたがったエネルギー要求の１２０％を満たす濃度で、１日に２回（９時及び１６時）、分娩前３週間与えた。
　その後、泌乳期には、チモシーヘイを含む飼料を、日本飼料標準（ＮＡＲＯ、２００６）にしたがったエネルギー要求の１００％を満たす濃度で、１日に２回（９時及び１６時）与えた。給餌飼料と残余飼料との差をＤＭＩとして、個体毎に実験期間を通して毎日測定した。
　分娩前３週間から分娩後１２週間の試験期間の間、乳牛の胃に設けた無線ｐＨセンサを用いて、各個体のルーメンｐＨを測定した。ルーメンｐＨ値を、計測中１０分毎に継続して記録した。１３時に測定したｐＨを、一日のルーメンｐＨの代表値とした。
　本実験においては、実験動物の管理に関する日本の基準に従い、統一された手順に従った実験手順を使用した。この手順は、Ａｎｉｍａｌ　Ｃａｒｅ　Ｃｏｍｍｉｔｔｅｅ　ｏｆ　ｔｈｅ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｌｉｖｅｓｔｏｃｋ　ａｎｄ　Ｇｒａｓｓｌａｎｄ　Ｓｃｉｅｎｃｅ，ＮＡＲＯ，Ｊａｐａｎにより承認された。
　各乳牛の乳量を毎日測定し、乳成分を週毎に分析した。第一胃液を、朝の給餌の４時間後に、乳牛の胃に設けたチューブを介して採取した。第一胃液の採取は、分娩３週間前、並びに分娩４、８、及び１２週間後に行った。第一胃液を４層のチーズクロスを通して濾し、さらなる分析まで－２０℃で保管した。
　（１－２．成分分析）
　血液の採取は、分娩３週間前、並びに分娩４、８、及び１２週間後に、乳牛１１頭から行った。血液サンプルを、抗凝血剤を含む吸引チューブにより尾骨静脈から採取し、Ｈａｓｕｎｕｍａ　ｅｔ　ａｌ．，２０１６に記載された通り分析した。
　総タンパク質、アルブミン、アスパラギン酸アミノトランスフェラーゼ（ＡＳＴ）、ガンマ－グルタミルトランスペプチダーゼ（ＧＧＴ）、アンモニア態窒素、グルコース、トリグリセリド、総コレステロール（Ｔ－Ｃｈｏ）、非エステル化脂肪酸の血漿濃度等を、Ｍｏｄｅｌ７０２０自動分析器（日立製作所製）を用いて分析した。第一胃液中の有機酸の濃度は、高性能液体クロマトグラフィー（Ａｌｌｉａｎｃｅ　ＨＰＣＬ　ｓｙｓｔｅｍ；Ｗａｔｅｒｓ，Ｍｉｌｆｏｒｄ製）により計測した。乳脂肪、乳タンパク質、無脂固形分、体細胞、アンモニア態窒素の濃度等は、各実験施設における自動分析機を用いて決定した。
　（１－３．統計分析）
　統計分析を、双方向分散分析（ＡＮＯＶＡ）後のテューキーの多重比較事後テストにより行い、アドインソフトウェアＳｔａｔｃｅｌ３（ＯＭＳ　Ｐｕｂｌｉｓｈｉｎｇ）を有するＥｘｃｅｌ　２０１１ソフトウェア（Ｍｉｃｒｏｓｏｆｔ）を用いて、５％（Ｐ＜０．０５）における最小有意差の方法により有意差を決定した。単回帰分析を行った。
　（１－４．ＴＴＯＲの算出方法）
　第一胃液の回転率についての理論分析に使用するデータの相関関係は、図１に示されている。メタン生産量（ＭＹ）は、以下の式（１－１）を用いてＤＭＩから推定した。
　ＭＹ（ｍｏｌ／ｄａｙ）＝［１９．１４×ＤＭＩ（ｋｇ／ｄａｙ）＋２．５４］／１６．０４２・・・式（１－１）
　ルーメン内の液相分画のメタン濃度（ＲＭ）を、ルーメン発酵における代謝性水素の流れから算出した。すなわち、ルーメン発酵で使用された代謝性水素（ＨＵ）と生成された代謝性水素（ＨＰ）とに基づき、ルーメン内の液相分画のメタン濃度（ＲＭ）を算出した。
　ここで、発酵中間体であるＨＰ及びルーメン内の液相分画の短鎖脂肪酸中の水素（ＨＵＳ）は、以下の式（１－２）及び式（１－３）を用いて、第一胃液中の酢酸（Ｃ２）、プロピオン酸（Ｃ３）、及び酪酸（Ｃ４）の量及びモル比から推定した。短鎖脂肪酸は、宿主及び反芻動物の機能の主要なエネルギー源である。
　ＨＰ（ｍＭ）＝２×Ｃ２＋Ｃ３＋４×Ｃ４・・・式（１－２）
　ＨＵＳ（ｍＭ）＝２×Ｃ３＋２×Ｃ４・・・式（１－３）
　ルーメン発酵で短鎖脂肪酸の生成に使用された代謝性水素（ＨＵＳ）とメタンの精製に使用された代謝性水素（ＨＵＭ）との和を、ルーメン発酵で使用された代謝性水素（ＨＵ）とすると、ルーメン発酵で生成された代謝性水素（ＨＰ）のルーメン発酵で使用された代謝性水素（ＨＵ）への回収率は、０．９と推定される（Ｄｅｍｅｙｅｒ，１９９１…）。したがって、ルーメン発酵で使用された代謝性水素ＨＵを以下の式（１－４）から算出できる。
　ＨＵ＝０．９×ＨＰ＝ＨＵＳ＋ＨＵＭ・・・式（１－４）
　したがって、ルーメン内で使用された代謝性水素ＨＵを、以下の式（１－５）により算出した（Ｇｏｅｌ，Ｍａｋｋａｒ　ａｎｄ　Ｂｅｃｋｅｒ（２００９））。
　ＨＵ＝ＨＵＳ＋ＨＵＭ＝（２×Ｃ３＋２×Ｃ４）＋（４×メタン）・・・式（１－５）
　それゆえに、ルーメン内の液相分画のメタン濃度（ＲＭ）を算出する式は、以下の式（１－６）となる。
　ＲＭ（ｍＭ）＝（ＨＵ－ＨＵＳ）／４＝［（０．９×ＨＰ）－ＨＵＳ］／４・・・式（１－６）
　本発明者らは、推定ルーメン体積（ＰＲＶ）を以下の式（１－７）により算出した。
　ＰＲＶ（Ｌ／ｄａｙ）＝ＭＹ（ｍｏｌ／ｄａｙ）／［ＲＭ（ｍＭ）／１０００］・・・式（１－７）
　短鎖脂肪酸産生量は、短鎖脂肪酸のルーメン内濃度（ＳＣＦＡ）及び推定ルーメン体積（ＰＲＶ）を用いて、以下の式（１－８）により算出した。本発明者らは、ＤＭＩ及びルーメン内短鎖脂肪酸濃度のそれぞれから推定したＭＹ及びＲＭ濃度を用いて、短鎖脂肪酸収量を算出した。
　短鎖脂肪酸産生量（ｍｏｌ／ｄａｙ）＝ＳＣＦＡ（ｍＭ）×ＰＲＶ・・・式（１－８）
　ＴＴＯＲを、（体重）０．７５で表される代謝体重（ＭＢＷ）を用いて以下の式（１－９）により算出した。本発明者らは、１日当たり、単位代謝体重当たりのルーメン液相分画の回転率を意味する用語として、ＴＴＯＲを用いている。なお、ＴＴＯＲは、体重、体重から導かれるルーメン内容物の重さ、体重から導かれるルーメンの容積、体重から導かれる血液量、体重から導かれる臓器重、体高、糞量、尿量、呼気量等の、牛体及び牛体から排出されるものに関係する長さ、重さ、容積等の値の、単位当たりのルーメン液相分画の回転率であってもよい。
　ＴＴＯＲ（（Ｌ／ｄａｙ）／ＭＢＷ）＝ＰＲＶ／ＭＢＷ・・・式（１－９）
　（１－５．測定結果）
　ＤＭＩ、体重、ルーメン発酵、血液成分、及び乳成分に関するパラメーターを表１に示した。
Figure JPOXMLDOC01-appb-T000001
  
　（１－６．ＴＴＯＲの算出）
　表１に示す測定結果に基づき、上述した式（１－１）～（１－９）を用いて、ルーメン発酵の性質を表す各種パラメーターを算出し、表２に示した。
Figure JPOXMLDOC01-appb-T000002
  
　〔２．乳量及び乳成分に基づくＴＴＯＲの算出〕
　以下のデータは、参考文献２～８に記載された測定データ（体重、乾物摂取量（ＤＭＩ）、ルーメン内の液相分画の酢酸とプロピオン酸と酪酸の濃度、ルーメンｐＨ、乳量及び乳成分）に基づき算出した。ここで、参考文献２～８の全体を、参照として本明細書に組み込む。
　参考文献２：Khafipour, E., Krause, D. O., & Plaizier, J. C. (2009). Alfalfa pellet-induced subacute ruminal acidosis in dairy cows increases bacterial endotoxin in the rumen without causing inflammation. Journal of Dairy Science, 92(4), 1712-1724.
　参考文献３：Gao, X., & Oba, M. (2016). Characteristics of dairy cows with a greater or lower risk of subacute ruminal acidosis: Volatile fatty acid absorption, rumen digestion, and expression of genes in rumen epithelial cells. Journal of dairy science, 99(11), 8733-8745.
　参考文献４：Hagg, F. M., Erasmus, L. J., Henning, P. H., & Coertze, R. J. (2010). The effect of a direct fed microbial (Megasphaera elsdenii) on the productivity and health of Holstein cows. South African Journal of Animal Science, 40(2) 101-112.
　参考文献５：Tager, L. R., & Krause, K. M. (2011). Effects of essential oils on rumen fermentation, milk production, and feeding behavior in lactating dairy cows. Journal of dairy science, 94(5), 2455-2464.
　参考文献６：Nasrollahi, S. M., Zali, A., Ghorbani, G. R., Shahrbabak, M. M., & Abadi, M. H. S. (2017). Variability in susceptibility to acidosis among high producing mid-lactation dairy cows is associated with rumen pH, fermentation, feed intake, sorting activity, and milk fat percentage. Animal feed science and technology, 228, 72-82.
　参考文献７：Colman, E., Fokkink, W. B., Craninx, M., Newbold, J. R., De Baets, B., & Fievez, V. (2010). Effect of induction of subacute ruminal acidosis on milk fat profile and rumen parameters. Journal of dairy science, 93(10), 4759-4773.
　参考文献８：Macmillan, K., Gao, X., & Oba, M. (2017). Increased feeding frequency increased milk fat yield and may reduce the severity of subacute ruminal acidosis in higher-risk cows. Journal of dairy science, 100(2), 1045-1054.
　乳量及び乳成分からＴＴＯＲを推定する推定式を求めた。乳量及び乳成分からＴＴＯＲを推定する推定式として複数の式が作成可能であるが、ここでは一例として、総乳タンパク質量からＴＴＯＲを推定する推定式を求めた。総乳タンパク質量は、一般農家でも容易に測定可能な乳量及び乳タンパク質濃度から算出することができる。まず、参考文献２～８に記載された乳量及び乳タンパク質濃度から乳総タンパク質量を求めた。
　乳総タンパク質（ＭＴＰ）（ｇ／日）＝乳量（ｇ／日）×乳タンパク質濃度（％）
　次に、上記１．と同様の方法で、参考文献２～８に記載された測定データから算出したＴＴＯＲを用いて、ＴＴＯＲとＭＴＰの積（ＴＴＯＲ×ＭＴＰ）を求めた。このＴＴＯＲ×ＭＴＰとＴＴＯＲとの散布図を図３に示した。
　図３の散布図において、最小二乗法により回帰直線を求めた。ＭＴＰから推定するＴＴＯＲをＴＴＯＲ＿ＭＴＰとし、
　　ｘ＝ＴＴＯＲ＿ＭＴＰ
　　ｚ＝ＭＴＰ
とすると、求めた回帰直線から以下の式が得られる。
　　ｘｚ＝１６８２．７ｘ－３４６３．２
　したがって、
　　ｘ＝２９４８．１／（１５９７．７－ｚ）
となる。
　すなわち、ＴＴＯＲ＿ＭＴＰは、
　　ＴＴＯＲ＿ＭＴＰ＝２９４８．１／（１５９７．７－ＭＴＰ）…式（２－１）
により算出することができる。
　ここで式（２－１）から算出したＴＴＯＲ＿ＭＴＰの平均値は８．４８であり、上記１－６で算出したＴＴＯＲの平均値７．７４よりも高いが、Ｔ検定では有意差が認められなかった。
　すなわち、ＤＭＩ及び第一胃液成分の測定することなく、乳量及び乳成分からＴＴＯＲを推定可能であることが示された。
　〔３．乳量及び乳成分に基づくＴＴＯＲからのルーメンｐＨの推定〕
　乳量、乳成分、及びＴＴＯＲ＿ＭＴＰからルーメンｐＨを推定する推定式を求めた。乳量、乳成分及びＴＴＯＲ＿ＭＴＰからルーメンｐＨを推定する推定式として複数の式が作成可能であるが、ここでは一例として、ＴＴＯＲ＿ＭＴＰ及び乳の蛋白質率（Ｐ）と乳脂率（Ｆ）の比（Ｐ／Ｆ）からルーメンｐＨを推定する推定式を求めた。
　まず、参考文献２～８に記載された測定データに基づき、ＴＴＯＲ＿ＭＴＰ×Ｐ／Ｆを算出した。
　そして、算出したＴＴＯＲ＿ＭＴＰ×Ｐ／Ｆと、参考文献２～８において測定されたルーメンｐＨの実測値との相関関係を、回帰分析により求めた。ＴＴＯＲ＿ＭＴＰが６以上かつＴＴＯＲ＿ＭＴＰ×Ｐ／Ｆが１７未満の条件で、以下式（３－１）の推定式が得られた。
　ルーメンｐＨ＝－０．０２３９×（ＴＴＯＲ＿ＭＴＰ×Ｐ／Ｆ）＋６．１８２４…式（３－１）
　ＴＴＯＲ＿ＭＴＰ×Ｐ／Ｆを式（３－１）に代入して推定ルーメンｐＨを計算すると、推定ルーメンｐＨの平均は６．００であり、ルーメンｐＨの実測値の平均５．９６と近値であった。また、Ｔ検定でも有意差は認められなかった。
　しかしながら、式（３－１）の重相関係数（Ｒ２）は０．１０７と低く、データによっては推定ルーメンｐＨとルーメンｐＨの実測値との違いが大きいことが示唆された。
　この欠点を補正する方法として、以下の検討を行った。式（３－１）は、参考文献２～８に記載された測定データを標本とした推定式であるが、各参考文献に記載された測定データのそれぞれを標本として、それぞれに式（３－１）に相当する推定式を求めることで、より正確に推定ルーメンｐＨを算出することを検討した。参考文献２～８は、それぞれ異なる施設（農場）において異なる飼育状態の乳牛についてデータを計測している。したがって、参考文献毎に式（３－１）に相当する推定式を求めることは、すなわち、農場毎に推定式を求めることを意味する。
　例として、参考文献２及び４に記載された測定データを標本として算出したＴＴＯＲ＿ＭＴＰ×Ｐ／Ｆと、参考文献２及び４において測定されたルーメンｐＨの実測値との散布図を、図４及び図５にそれぞれ示した。図４は、参考文献２に記載された測定データを標本とした散布図であり、図５は、参考文献４に記載された測定データを標本とした散布図である。図４及び５の散布図に基づいて、それぞれ最小二乗法により回帰直線を求め、回帰式を得た。
　参考文献２及び４に記載された測定データのそれぞれから得た式に、参考文献２及び４に記載された測定データに基づき算出したＴＴＯＲ＿ＭＴＰ×Ｐ／Ｆを当てはめ、推定ルーメンｐＨを計算した。その結果、推定ルーメンｐＨの平均は５．９６（標準偏差０．２０）であり、ルーメンｐＨの実測値の平均は５．９６（標準偏差０．２２）と極めて近値であった。
　参考文献２及び４に記載された測定データに基づく推定ルーメンｐＨ、及び、参考文献２及び４に記載されたルーメンｐＨの実測値を、以下の表３にまとめた。表３において、式（３－１）から得られた推定ルーメンｐＨを推定ルーメンｐＨ（Ａ）とした。また、表３において、参考文献２及び４に記載された測定データのそれぞれから得た式から得られた推定ルーメンｐＨを、それぞれ推定ルーメンｐＨ（Ｂ）とした。
Figure JPOXMLDOC01-appb-T000003
  
　このように、複数の農場からの標本又は農場毎の標本を回帰解析することで得られた推定式を用いることで、ルーメンｐＨの実測値に近い値でルーメンｐＨを推定できることが示された。すなわち、乳量、乳成分、及びＴＴＯＲからルーメンｐＨの推定式を求めることで、第一胃液を採取することなくルーメンｐＨを推定可能であり、特に、農場毎にルーメンｐＨの推定式を求めることで、より精度よくルーメンｐＨを推定可能であることが示された。また、上記１．に示したように、牛個体毎に異なる時期に得たデータ群の標本から得られたｐＨの推定式を、個体毎の解析に用いることも有益である。
　〔４．乳量及び乳成分に基づくＴＴＯＲからのＤＭＩの推定〕
　乳量、乳成分、及びＴＴＯＲ＿ＭＴＰからＤＭＩを制定する推定式を求めた。ここでは一例として、乳量とＴＴＯＲ＿ＭＴＰからＤＭＩを推定する推定式を求めた。
　まず、参考文献２～８に記載された測定データに基づき、乳量／ＴＴＯＲ＿ＭＴＰ、及び、ＤＭＩ／ＴＴＯＲ＿ＭＴＰを算出した。算出した乳量／ＴＴＯＲ＿ＭＴＰとＤＭＩ／ＴＴＯＲ＿ＭＴＰとの散布図を図６に示した。
　図６の散布図において、最小二乗法により回帰直線を求めた。ＴＴＯＲ＿ＭＴＰから推定する推定ＤＭＩをＤＭＩ＿（ＴＴＯＲ＿ＭＴＰ）とし、
　　ｘ＝ＤＭＩ＿（ＴＴＯＲ＿ＭＴＰ）；
　　ｚ＝ＴＴＯＲ＿ＭＴＰ；
　　乳量＝ＭＹ；
とすると、求めた回帰直線から以下の式が得られる。
　　ＭＹ／ｚ＝０．９８３５ｘ（ｘ／ｚ）＋１．７１１４
　したがって、
　　ｘ＝（ＭＹ－１．７１１４ｚ）／０．９８３５
となる。
　すなわち、ＤＭＩ＿（ＴＴＯＲ＿ＭＴＰ）は、
　　ＤＭＩ＿（ＴＴＯＲ＿ＭＴＰ）＝（ＭＹ－１．７１１４×ＴＴＯＲ＿ＭＴＰ）／０．９８３５…式（４－１）
により算出することができる。
　乳量及びＴＴＯＲ＿ＭＴＰを式（４－１）に代入して推定ＤＭＩ（ＤＭＩ＿（ＴＴＯＲ＿ＭＴＰ））を計算すると、推定ＤＭＩの平均は２４．０５ｋｇであり、ＤＭＩの実測値の平均２４．１３ｋｇと近値であった。また、Ｔ検定でも有意差は認められなかった。ここで、推定ＤＭＩ（３１点）の総計は７４５．６ｋｇ、ＤＭＩの実測値（３１点）の総計は７４７．９ｋｇであった。したがって、使用したデータを一つの牛群と見なした場合、算出した推定ＤＭＩの総計は、ほぼＤＭＩの実測値の総計と近値であり、飼料給与量を決定する上で非常に有用である。
　しかしながら、式（４－１）の重相関係数Ｒ２は０．００４１と低く、データによっては推定ＤＭＩとＤＭＩの実測値との違いが大きいことが示唆された。
　この欠点を補正する方法として、以下の検討を行った。式（４－１）は、参考文献２～８に記載された測定データを標本とした推定式であるが、各参考文献に記載された測定データのそれぞれを標本として、それぞれに式（４－１）に相当する推定式を求めることで、より正確に推定ＤＭＩを算出することを検討した。参考文献２～８は、それぞれ異なる施設（農場）において異なる飼育状態の乳牛についてデータを計測している。したがって、参考文献毎に式（４－１）に相当する推定式を求めることは、すなわち、農場毎に推定式を求めることを意味する。
　例として、参考文献２及び４に記載された測定データを標本として算出した乳量／ＴＴＯＲ＿ＭＴＰ、及び、ＤＭＩ／ＴＴＯＲ＿ＭＴＰを算出した。算出した乳量／ＴＴＯＲ＿ＭＴＰとＤＭＩ／ＴＴＯＲ＿ＭＴＰとの散布図を、図７及び８にそれぞれ示した。図７は、参考文献２に記載された測定データを標本とした散布図であり、図８は、参考文献４に記載された測定データを標本とした散布図である。図７及び８の散布図に基づいて、それぞれ最小二乗法により回帰直線を求め、回帰式を得た。
　得られた回帰式に、乳量及びＴＴＯＲ＿ＭＴＰを代入して推定ＤＭＩを計算した。参考文献２及び４に記載された測定データに基づく推定ＤＭＩ、及び、参考文献２及び４に記載されたＤＭＩの実測値を、以下の表４にまとめた。
Figure JPOXMLDOC01-appb-T000004
  
　このように、農場ごとの回帰式で推定ＤＭＩ（推定ＤＭＩ（Ｂ））を計算する方法でＤＭＩ（実測値）に近い値が得られる。
　このように、複数の農場からの標本又は農場毎の標本を回帰解析することで得られた推定式を用いることで、ＤＭＩの実測値に近い値でＤＭＩを推定できることが示された。すなわち、乳量、乳成分、及びＴＴＯＲからＤＭＩの推定式を求めることで、給餌飼料及び残余飼料を秤量することなくＤＭＩを推定可能であり、特に、農場毎にＤＭＩの推定式を求めることで、より精度よくＤＭＩを推定可能であることが示された。また、上記１．に示したように、牛個体毎に異なる時期に得たデータ群の標本から得られたＤＭＩの推定式を、個体毎の解析に用いることも有益である。
　本発明は、特に酪農に関する農業分野に利用することができる。
　１０　　測定装置
　２０　　評価装置
　２１　　推定部
　２２　　管理情報生成部
　２３　　診断部
　２４　　記憶部
　２５　　演算部
　１００　評価システム

 

Claims (12)

  1. 　反芻動物のルーメン発酵の状態を評価する評価システムであって、
    　評価対象の反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、当該反芻動物のルーメン発酵の状態を推定する推定部を有する評価装置を備えた、評価システム。
  2. 　前記推定部は、評価対象の反芻動物が生産した乳の乳生産成績に基づき、当該反芻動物のルーメン発酵の状態を表すルーメンの液相分画の理論回転率を推定する、請求項１に記載の評価システム。
  3. 　前記推定部は、反芻動物が放出するメタン生産量と反芻動物の第一胃内の短鎖脂肪酸濃度とに基づき算出されたルーメンの液相分画の理論回転率と、前記乳生産成績との相関関係に基づき、評価対象の反芻動物の前記乳生産成績の測定結果から、評価対象の反芻動物のルーメンの液相分画の理論回転率を推定する、請求項２に記載の評価システム。
  4. 　前記推定部は、前記乳生産成績から推定した推定ルーメン理論回転率に基づき、評価対象の反芻動物の前記乳生産成績の測定結果から反芻動物のルーメン内のｐＨを推定する、請求項２又は３に記載の評価システム。
  5. 　前記推定部は、前記乳生産成績から推定した推定ルーメン理論回転率に基づき、評価対象の反芻動物の前記乳生産成績の測定結果から乾物摂取量を推定する、請求項２又は３に記載の評価システム。
  6. 　前記評価装置は、
    　前記推定部が推定した反芻動物のルーメン発酵の状態に基づいて、当該反芻動物の飼養管理情報を生成する管理情報生成部をさらに備えている、請求項１から５のいずれか１項に記載の評価システム。
  7. 　前記評価装置は、
    　前記推定部が推定した反芻動物のルーメン発酵の状態に基づいて、当該反芻動物の飼養管理状態及び生産病の少なくとも一方を診断する診断部をさらに備えている、請求項１から６のいずれか１項に記載の評価システム。
  8. 　前記評価装置は、
    　前記乳生産成績と前記反芻動物のルーメン発酵の状態との相関関係を表す情報を記憶する記憶部をさらに備えている、請求項１から７のいずれか１項に記載の評価システム。
  9. 　前記評価装置は、
    　前記乳生産成績と前記反芻動物のルーメン発酵の状態との相関関係を表す関係式を算出する演算部をさらに備えている、請求項１から８のいずれか１項に記載の評価システム。
  10. 　前記乳成分には、乳脂肪率、乳タンパク質率、無脂固形分率、乳糖率、アンモニア態窒素率、及び、乳タンパク質／乳脂肪比の少なくとも１つが含まれる、請求項１から９のいずれか１項に記載の評価システム。
  11. 　前記乳生産成績には、前記乳成分の２以上を組み合わせて算出される少なくとも１つの値が含まれる、請求項１０に記載の評価システム。
  12. 　反芻動物のルーメン発酵の状態を評価する評価方法であって、
    　反芻動物が生産した乳の乳量及び乳成分を表す乳生産成績に基づき、反芻動物のルーメン発酵の状態を推定する推定工程
    を包含する、評価方法。
PCT/JP2020/044171 2019-12-23 2020-11-27 評価システム及び評価方法 WO2021131486A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021567091A JP7257713B2 (ja) 2019-12-23 2020-11-27 評価システム及び評価方法
US17/787,849 US20230042491A1 (en) 2019-12-23 2020-11-27 Evaluation system and evaluation method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019232023 2019-12-23
JP2019-232023 2019-12-23

Publications (1)

Publication Number Publication Date
WO2021131486A1 true WO2021131486A1 (ja) 2021-07-01

Family

ID=76573035

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/044171 WO2021131486A1 (ja) 2019-12-23 2020-11-27 評価システム及び評価方法

Country Status (3)

Country Link
US (1) US20230042491A1 (ja)
JP (1) JP7257713B2 (ja)
WO (1) WO2021131486A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010147175A1 (ja) * 2009-06-19 2010-12-23 国立大学法人岩手大学 検出装置およびその回収方法ならびに監視システム
JP2011525974A (ja) * 2008-06-25 2011-09-29 ヴァロレックス 酪農反芻動物によって産生されるメタンの量を評価する方法およびこの量を低減および制御する方法
JP2013543122A (ja) * 2010-10-21 2013-11-28 ヴァロレックス 酪農反芻動物により生成されるメタンの量の評価方法
US20160353710A1 (en) * 2014-02-14 2016-12-08 Gea Farm Technologies Gmbh Method and apparatus for monitoring nutrition, especially fermentation in a rumen of a ruminant

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011525974A (ja) * 2008-06-25 2011-09-29 ヴァロレックス 酪農反芻動物によって産生されるメタンの量を評価する方法およびこの量を低減および制御する方法
WO2010147175A1 (ja) * 2009-06-19 2010-12-23 国立大学法人岩手大学 検出装置およびその回収方法ならびに監視システム
JP2013543122A (ja) * 2010-10-21 2013-11-28 ヴァロレックス 酪農反芻動物により生成されるメタンの量の評価方法
US20160353710A1 (en) * 2014-02-14 2016-12-08 Gea Farm Technologies Gmbh Method and apparatus for monitoring nutrition, especially fermentation in a rumen of a ruminant

Also Published As

Publication number Publication date
JP7257713B2 (ja) 2023-04-14
US20230042491A1 (en) 2023-02-09
JPWO2021131486A1 (ja) 2021-07-01

Similar Documents

Publication Publication Date Title
Dillon et al. A comparison of different dairy cow breeds on a seasonal grass-based system of milk production: 1. Milk production, live weight, body condition score and DM intake
Jorritsma et al. Prevalence and indicators of post partum fatty infiltration of the liver in nine commercial dairy herds in The Netherlands
Roesch et al. Performance of dairy cows on Swiss farms with organic and integrated production
Guliński Ketone bodies–causes and effects of their increased presence in cows’ body fluids: A review
Gasteiner et al. Continuous and Long‐Term Measurement of Reticuloruminal pH in Grazing Dairy Cows by an Indwelling and Wireless Data Transmitting Unit
Huuskonen et al. Effect of drinking water temperature on water intake and performance of dairy calves
Horn et al. Suitability of different dairy cow types for an Alpine organic and low-input milk production system
Leddin et al. Increasing amounts of crushed wheat fed with Persian clover herbage reduced ruminal pH and dietary fibre digestibility in lactating dairy cows
Wieland et al. A longitudinal field study investigating the association between teat-end shape and two minute milk yield, milking unit-on time, and time in low flow rate
Niederecker et al. Effects of feeding stockpiled tall fescue versus summer-baled tall fescue-based hay to late gestation beef cows: I. Cow performance, maternal metabolic status, and fetal growth
Tarekegn et al. Genetic parameters of forage dry matter intake and milk produced from forage in Swedish Red and Holstein dairy cows
Berry et al. Limitations of high Alpine grazing conditions for early-lactation cows: effects of energy and protein supplementation
Nozad et al. Diurnal variations in milk urea, protein and lactose concentrations in Holstein dairy cows
Zentrich et al. Effect of barn climate and management-related factors on bovine colostrum quality
Geerts et al. Milk urea concentration as affected by complete diet feeding and protein balance in the rumen of dairy cattle
Pehlivan Relationship between insulin-like growth factor-1 (IGF-1) concentrations and body trait measurements and climatic factors in prepubertal goat kids
Tshuma et al. Pre-breeding blood urea nitrogen concentration and reproductive performance of Bonsmara heifers within different management systems
Dórea et al. Beef cattle responses to pre-grazing sward height and low level of energy supplementation on tropical pastures
WO2021131486A1 (ja) 評価システム及び評価方法
Obese et al. Effects of feed supplementation on growth, blood parameters and reproductive performance in Sanga and Friesian-Sanga cows grazing natural pasture
Corro et al. Effect of blood metabolites, body condition and pasture management on milk yield and postpartum intervals in dual-purpose cattle farms in the tropics of the State of Veracruz, Mexico
Noordhuizen et al. Veterinary herd health and production control on dairy farms I. Introduction to a coupled basic system and flexible system
Schneider et al. Suitability of eight techniques for estimating digestibility of herbage from continuously grazed all-day pasture
Maeda et al. Evaluation of blood adiponectin levels as an index for subacute ruminal acidosis in cows: a preliminary study
JP2022142754A (ja) 評価システム及び評価方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20907740

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021567091

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20907740

Country of ref document: EP

Kind code of ref document: A1