Validace spolehlivosti vybraných metod odběru vzorků pro zajištění věrohodnosti výsledků analýz mléka v kontrole užitkovosti dojnic v České republice

Transkript

1 Validace spolehlivosti vybraných metod odběru vzorků pro zajištění věrohodnosti výsledků analýz mléka v kontrole užitkovosti dojnic v České republice The validation of authenticity of chosen sampling methods for provision of analytic result reliability in milk recording of dairy cows in the Czech Republic Hering, P. 1 - Hanuš, O. 2 - Jedelská, R. 2 - Rejlek, V. 1 - Kopecký, J. 3 1 = Českomoravská společnost chovatelů, a.s., Praha 2 = Agrovýzkum Rapotín, s.r.o. 3 = Výzkumný ústav pro chov skotu, s.r.o., Rapotín ABSTRACT The routine milk analyses which are carried out in the breeder laboratories are important for using their results in the milk recording and heredity control in the breeding work. The mentioned facts have influence on breeding efficiency in the herds of milked cattle breeds. It means on determination of genetic material prices as well. Therefore, the reliability of milk analytic results is very essential. There are various systems of dairy cow milking in the farm practice. The aim of this study was to validate and contribute to support of the reliability of milk sampling methods in the various systems of keeping and milking of dairy cows. Experimental milk samples were collected in regular milk recording in herd with 400 Holstein dairy cows. Cow-shed was equipped by two fish-bone milking parlours with stationary milk meters Flowmaster MM15. Evening milking at 15:30 o clock and morning milking at 4:30 o clock were performed with separate sampling. Milking interval was 13 hours. In the case of two milking parlours the milk samples are decanted together after milking time (total halving sample CEPU). The samples were analysed on main composition and health indicators in regular milk recording procedure such as milk fat (F = T, in %), proteins (P = B, in % of crude proteins), lactose (L, in % of monohydrate) and somatic cell count (SCC = PSB, in ths./ml). The kilograms of milk (DMY = ML, in kg) were determined as daily milk yield, too. Milk samples were analysed in the accredited milk laboratory (LRM Bustehrad, no ) in the routine milk recording system according to official standard operation procedure manuals. Used analytical instruments were calibrated in regular periods according to results of reference methods. The data sets were cleaned from out laying results by statistical convention on 99 % (arithmetical mean x ± standard deviation sx 2.58) level of probability for confidence interval. PSB data were transformed onto log form and continuously their geometrical mean (g) values were used, too. The daily fat and protein yields (T and B in kg) were calculated according to their sampling percentage and relevant milk yield (evening (VE), morning (RA) and whole day (CE)). The daily milk yield (ML in kg) was calculated as sum of evening and morning milk kilograms. The whole day percentages (T, B and L) were measured directly in halving samples (evening + morning; CEPU; this method is regularly used in the Czech milk recording). The calculated whole day (CEKA) milk yield (ML) and percentages (T, B and L) and properties (PSB) were calculated as arithmetical mean which was weighted by kilograms of the milk yield (most exact method, reference used regularly in Germany for example). The pair t-test was carried out immediately and the significance between differences was investigated according to the sampling procedures such as: evening and morning (VE-RA); evening and calculated whole day (VE-CEKA); evening and whole day in halving sample (VE-CEPU); morning and calculated whole day (RA-CEKA); morning and whole day in halving sample (RA-CEPU); calculated whole day and whole day in halving sample (CEKA-CEPU; the most important comparison). Similarly, the mutual relationships between milk analytical results of sampling methods, correction and predictor equations with regression, determination and correlation coefficients and their significance were calculated by method of the linear regression in the identical comparison combinations according to the sampling procedures such as: evening and morning (VE RA); evening and calculated whole day (VE CEKA); evening and whole day in halving sample (VE CEPU); morning and calculated whole day (RA CEKA); morning and whole day in halving sample (RA CEPU); calculated whole day and whole day in halving sample (CEKA CEPU; a most important relationship). The differences were often significant. The most important comparison (CEPU-CEKA (reference)) had insignificant differences in fat (T % and kg), lactose and PSB (SCC). The result was surprising at fat, accordingly at PSB. The kinds of sampling can be alternated. The significant differences (P<0.01) were noted at B, % and relevant kg. This effect can be caused by a inexplicit drift trend of instrumental serial analyse. The others milk indicators were in logical configuration (T, kg T, L, PSB, log PSB). The protein results,

2 according to experience, are not under the higher risk of inaccuracy at decantation of VE and RA milk sample portions together as fat and PSB results. The tested effect of risk of inaccuracy of decantation of milk sample portions on real value of fat or PSB was not confirmed. The regression equations can be used for relevant methodical corrections in the procedure of milk recording, for instance to conversion of results from evening milking or morning milking to CEKA and so on. The mentioned is valid for all milk indicators with certain exception at protein. However, this solution is recommended only for necessary cases, but not for official purposes. The most important equations (CEKA CEPU) had following formulas: y = x (T); y = x (B). The positive correlation coefficients (most important comparison CEKA CEPU) varied for individual milk indicators as follows: T 0.983; kg T 0.997; B 0.980; kg B 0.997; L 0.952; PSB 0.966; log PSB All coefficients were significant (P<0.001). The mentioned facts support the possibility to alternate the method CEKA by CEPU method of result estimation. Despite certain investigated difference in estimation of protein content and yield (CEPU-CEKA) it is possible to designate the sampling method CEPU beside the reference method CEKA as reliable methods for the obtaining of results in the framework of official milk recording. Key words: raw cow milk, milk recording, milk sample, milking system, sampling procedure, milk yield, analyse, fat, proteins, lactose, somatic cell count, result reliability, analyse result difference, prediction regression equation, correlation Klíčová slova: syrové kravské mléko, kontrola užitkovosti, vzorek mléka, systém dojení, postup odběru vzorku, mléčná užitkovost, analýza, tuk, bílkoviny, laktóza, počet somatických buněk, věrohodnost výsledků, rozdíl výsledku analýzy, predikční regresní rovnice, korelace ÚVOD Současný stav a literární přehled Výkonnost mléčných stád od dob domestikace stále plynule vzrůstá, protože je významná pro ekonomiku produkce mléka. Vedle mléčné užitkovosti (kg mléka) jsou od jisté doby významné i důležité nutriční složky mléka. Rutinní analýzy mléka v chovatelských laboratořích jsou důležité pro použití jejich výsledků v kontrole užitkovosti a zejména kontrole dědičnosti. Uvedené se významně podílí na efektivitě šlechtění plemen dojeného skotu a dále na určení cen plemenného materiálu. Proto je významná věrohodnost těchto výsledků. Uvedeným problémem se na internacionální profesionální úrovni průběžně a intenzivně zabývají četné pracovní skupiny ICAR (International Committee for Animal Recording, Mezinárodní výbor pro kontrolu užitkovosti zvířat). U automatických dojicích systémů a elektronického měření mléka všech nádojů obecně (ROELOFS et al., 2007) je používán alternativní systém odběru a analýz vzorků mléka ráno a večer (AM/PM). Složitější je situace v dojírnách a u dojicích zařízení, kdy se mléko měří, odebírá a analyzuje jen jednou měsíčně. Zde je lépe provést více měření a odběrů za den, které odpovídají počtu dojení. Prakticky jsou používány různé modifikace postupu. Důležité je aby výsledky byly mezinárodně respektovány (ICAR). Již dříve GILBERT et al. (1972), LEE a WARDORP (1984) a LIU et al. (2000) publikovali své metodické výsledky pro zlepšení odhadu mléčné užitkovosti a obsahů a produkce mléčných složek na základě výsledků různých systémů měření a odběrů vzorků mléka. To vše při známé zkušenosti, že tyto vlastnosti podléhají cirkadiánnímu kolísání a kolísají i uvnitř dne v závislosti na četnosti dojení a délce klidového intervalu. Procento tuku bylo podhodnoceno (0,09 %) vzhledem k 24-hodinovému procentu prostřednictvím ranního vzorkování a nadhodnoceno prostřednictvím večerního vzorkování (0,05 %). Jako vlivné faktory byly zmíněny rozdíly v syntéze mléčného tuku mezi denní a noční periodou (GILBERT et al., 1972; LEE a WARDORP, 1984). Také bylo uvedeno, že vlivnými faktory nepřesností mohou být pořadí a stadium laktace (LIU et al., 2000). ROELOFS et al. (2007) uvedli nelineární regresní vzorce pro zohlednění vlivů nepřesností odhadů obsahu tuku, kde byly zahrnuty procento bílkovin, interval před vzorkováním,

3 objem vzorku, objem předchozího dojení, interval před předchozím dojením. Bylo tak dosaženo celkové redukce směrodatné odchylky rozdílu mezi pravdivou hodnotou a odhadem 24-hodinového % tuku v hodnotě 2,4 %. Korelace mezi těmito procenty vzrostly zohledněním vlivů z 0,898 na 0,903. HAND et al. (2007) doložili nepatrný vliv použití vícenásobného denního průměru mléka (24-hodinové odhady mléka) při odhadu laktační mléčné užitkovosti na odchylky, avšak byla naznačena určitá ztráta přesnosti při odhadu 24-hodinové tukové a bílkovinné užitkovosti, pokud vzorkovací perioda není spojena s periodou mléčné užitkovosti. WIRTZ et al. (2007) se zabývali výpočty denních záznamů mléka pro odhad laktační užitkovosti. Administrativní aspekty problematiky v rámci ICAR shrnul krátce LAURITSEN (2007). Různé metodické práce pro zajištění věrohodnosti výsledků rutinních analýz mléka byly v ČR provedeny již dříve s ohledem na konzervaci, transport, teplotu, uchování a stáří vzorků ve stájových podmínkách a laboratořích kontroly mléčné užitkovosti (HANUŠ et al., 1989, 1992, 1998, 2002; BENDA, 1995). S ohledem na vyšší frekvence denního dojení pak zpracovali korekční, resp. predikční rovnice odhadu výsledků pro různé systémy odběru vzorků a základní složky mléka HERING et al. (2003). O realizaci uvedených systémů dojení a vzorkování se zmiňují JAHNKE et al. (1999). Kontrola užitkovosti při trojím denním dojení je případně povolována pouze v chovech, kde se dodržuje osmihodinový interval. Pro určení hodnot složení mléka se využívá tzv. zjednodušená metoda kontroly užitkovosti. Bere se vzorek z poledního dojení. Hodnota tuku je korigována koeficientem 0,99. Nové technologie volného ustájení, krmení a dojení krav umožňují nejenom podstatné zvyšování produktivity práce, ale také zajištění welfare chovaných zvířat, což významně zvyšuje kvalitu vyprodukovaného mléka (DOLEŽAL et al., 2000). V České republice se modernizace procesu dojení řeší většinou budováním dojíren různých typů a velikostí. Pokud je stáj vybavena jedinou dojírnou, s prováděním kontroly mléčné užitkovosti, resp. odběru vzorků mléka nebývají výrazné problémy. Odběrová zařízení na dojírnách jsou ve většině případů povolena ICARem. Pokud dojírna není tímto zařízením vybavena, používá se ke kontrole užitkovosti mobilní odběrné zařízení, které je ICARem povolené (např. TRU-TEST). Pro odebírání vzorků z těchto povolených měřičů je zpracována metodika odběru v kontrole mléčné užitkovosti. Problém s technologií odběru vzorků však nastává v okamžiku, kdy ve stáji jsou v provozu paralelně dvě a více dojíren a ve stáji je zaveden stupeň kontroly A4. Při klasické kontrole užitkovosti stupně A4 se odebírá tzv. půlený vzorek, to znamená vzorek je složen ze stejného množství mléka z večerního a ranního dojení, pokud se interval mezi dojeními nachází v rozmezí hodin. Pokud se krávy dojí na stání nebo v jedné dojírně, plemenářský zootechnik bez problémů odebere z večerního a ranního dojení připravenou odměrkou půlený vzorek. Když jsou v provozu vedle sebe dvě a více dojíren, musí tomu odpovídat i počet kontrolních asistentů. Dojírny mívají společnou čekárnu, a není tedy jisté, ve které dojírně bude kráva podojena. Plemenářští zootechnici jsou tedy nuceni odebírat vzorky z každého dojení zvlášť za použití dvojnásobného počtu vzorkovnic, jedné sady pro večerní a jedné pro ranní dojení. Po ukončení kontrolního dne se potom vyhledají u příslušné krávy obě poloviny vzorku a slitím teplého mléka (ranního) do studeného (večerního) je získán půlený vzorek. Vyskytl se však názor, že spojováním vzorků mohou být ovlivněny změřené obsahové hodnoty, zejména tučnosti (pro údajnou nehomogenitu převodu tuku). Cíl práce Cílem této metodické práce bylo zajistit spolehlivost metod reprezentativního odběru vzorků mléka v režimech chovu a dojení krav ve dvou a více paralelně používaných dojírnách. Uvedené je významné pro zajištění věrohodnosti analytických výsledků k jejich správné aplikaci v kontrole mléčné užitkovosti a kontrole dědičnosti. Dále bylo cílem získat

4 opěrné validační podklady pro upřesnění vlastních prováděcích postupů vzorkování při kontrole mléčné užitkovosti a tím pro účely zajištění případného oficiálního auditu. MATERIÁL A METODY Odběr pokusných vzorků mléka Pokusné vzorky mléka byly odebírány v kontrolní den zároveň se vzorky běžně odebíranými při kontrole užitkovosti v chovu Soběšice, Obchodní družstvo Soběšice v okrese Klatovy. V chovu je ustájeno kolem 400 krav holštýnského plemene. Stáj je vybavena dvěmi rybinovými dojírnami De Laval 2x5 opatřenými stacionárními měřiči mléka Flowmaster MM15. Kontrolní den byl zahájen v 15:30 hod. Ranní dojení začínalo v 4:30 hod. Interval mezi dojeními byl 13 hodin, tedy interval, který je podle metodiky ICAR vyhovující pro odebírání půlených vzorků. Při rutinní kontrole mléčné užitkovosti odebírají dva pracovníci oprávněné organizace zvlášť vzorky z večerního a ranního dojení. Krávy jsou identifikovány kromě ušních známek také obojky. Čísla obojků jsou načítány dojírnou při průchodu zvířete na jednotlivá stání. Po ukončení dojení a automatickém sejmutí strukových násadců je dojivost zobrazena na displeji spolu s číslem obojku. Po ukončení kontrolního dne jsou vzorky z večerního a ranního dojení podle čísel obojků spárovány a je z nich spojením vytvořen klasický půlený vzorek. K provedení pokusu byly ještě odebrány samostatné dílčí vzorky z každého dojení (večer a ráno, VE a RA) a v laboratoři samostatně analyzovány. Výsledky měření těchto dílčích vzorků a vzorků půlených z kontroly užitkovosti jsou dále statisticky zpracovány a vyhodnoceny. Analytické postupy uplatněné u vzorků mléka Ve stáji při odběru vzorků mléka byl stanoven denní nádoj (ML v kg/den). Dále v akreditované laboratoři (LRM Buštěhrad, č. ZL ) byly stanoveny mléčné ukazatele rozhodující pro kontrolu užitkovosti, dědičnosti a poradenství ke zdravotnímu stavu mléčné žlázy, tzn. obsah tuku (T v %), hrubých bílkovin (B v %), laktózy (L v % monohydrátu) a počet somatických buněk (PSB v tis./ml). Určení bylo provedeno na filtrovém (selektivní vzorkové a referenční optické filtry) jednokyvetovém infraanalyzátoru mléka ve střední oblasti infraspektra (MIR) Bentley 2000 (Bentley Instruments, USA). PSB byl vyšetřen na spřaženém zařízení Somacount 500 (Bentley Instruments, USA) průtočnou fluorooptoelektronickou analýzou (FC). Všechny analýzy byly provedeny podle příslušných standardních operačních postupů. Přístroje byly pravidelně měsíčně (T, B, L) a čtvrtletně (PSB) kontrolovány a kalibrovány podle výsledků příslušných referenčních metod: T = Röse- Gottliebova extrakčně-gravimetrická metoda stanovení všech triglyceridů v mléce; B = mineralizačně-destilačně titrační Kjeldahlova metoda stanovení obsahu celkového dusíku v mléce; L = polarimetrická metoda stanovení monohydrátu laktózy v mléce; PSB = metoda přímé mikroskopie. Statistický postup vyhodnocení výsledků pokusu 1) Soubory výsledků složek mléka (tuk, bílkoviny a laktóza) byly očištěny od odlehlých hodnot na hladině pravděpodobnosti intervalu spolehlivosti 99 % (aritmetický průměr x ± směrodatná odchylka sx 2,58). Pro soubor výsledků PSB byla provedena podobná metoda s logaritmicky transformovanými výsledky pro přiblížení souboru normální frekvenční distribuci. V tomto případě očištění dat byla použita i metoda kvalifikovaného odhadu (hodnota měření < tis./ml). Tímto opatřením klesly počty vzorků (n) v jednotlivých souborech na: T = 298; B = 299; L = 295; PSB = 296.

5 2) Výsledky PSB byly pro všechny výpočty aplikovány v původních hodnotách tis./ml a rovněž v logaritmicky transformované formě (log) a následně v geometrických průměrech (g). 3) U složkových ukazatelů (T a B) byly vypočteny prostřednictvím zjištěných denních nádojů (ML, resp. nádojů při ranním a večerním dojení) ráno, večer a za celý den vyprodukované kg tuku a bílkovin (T kg a B kg). 4) Dále byl z existujících změřených výsledků ML a složek a vlastností mléka ranního (RA) a večerního (VE) vzorkování vypočten výsledek platný pro celodenní nádoj (CEKA) metodou vážení výsledků analýz příslušnými kilogramy mléka (zde aplikovaná referenční hodnota, metoda používaná např. v Německu). 5) Poté byl proveden párový t-test významnosti rozdílů mezi nádoji (ML) a výsledky uvnitř složek a vlastností vzorků mléka (T, T kg, B, B kg, L, PSB a log PSB) podle metod vzorkování: večerním a ranním (VE-RA); večerním a celodenním kalkulovaným (VE-CEKA); večerním a celodenním půleným (VE-CEPU); ranním a celodenním kalkulovaným (RA-CEKA); ranním a celodenním půleným (RA- CEPU); celodenním kalkulovaným a celodenním půleným (CEKA-CEPU; nejdůležitější srovnání). 6) Podobně byly metodou lineární regrese vypočteny korekční, resp. predikční rovnice, tedy vztahy mezi hodnocenými metodami vzorkování ve stejných kombinacích: večerní a ranní (VE RA); večerní a celodenní kalkulovaný (VE CEKA); večerní a celodenní půlený (VE CEPU); ranní a celodenní kalkulovaný (RA CEKA); ranní a celodenní půlený (RA CEPU); celodenní kalkulovaný a celodenní půlený (CEKA CEPU; nejdůležitější vztah). Byly vypočteny koeficienty determinace, korelace a regrese a stanovena jejich statistická významnost. VÝSLEDKY A DISKUSE Základní výsledky Základní statistické hodnoty souboru, po očistění o odlehlé hodnoty, resp. o technicky chybějící hodnoty do párových srovnání a podle způsobu nabytí výsledků při kontrole mléčné užitkovosti, tedy podle systému vzorkování a analýz jsou uvedeny v Tab. 1. Průměrné hodnoty mléčných ukazatelů (CEKA a CEPU) odpovídají typickému průměrnému stádu dojnic v ČR. Pouze obsah bílkovin a tedy i produkce jsou mírně vyšší ve srovnání k celostátnímu průměru. Nicméně mohou odpovídat běžné roční periodicitě a krmné sezóně provedení testu (zimní období). Významnost diferencí výsledků různých metod vzorkování mléka Významnosti logicky závažnějších diferencí průměrných výsledků mezi způsoby vzorkování a měření mléka uvnitř mléčných ukazatelů jsou uvedeny v Tab. 2. Rozdíly byly nezřídka významné. Nejvýznamnější srovnání (CEPU-CEKA (reference)) přineslo nevýznamné rozdíly u tuku (% i kg), laktózy a PSB. Zejména u tuku byl výsledek překvapivý vzhledem k očekávání. Podobné lze konstatovat o PSB. V tomto ohledu lze způsoby odběru vzorků alternovat. Významná diference (P<0,01) byla zaznamenána u bílkovin (% a související kg). Původ rozdílu je v obsahu bílkovin, kde CEPU 3, 59 % (slévaný) > VE 3,56 % i RA 3,48 %, zatímco měl být intermediální, tak jako je tomu u referenční hodnoty (CEKA, 3,52 %). Tento vliv může být pravděpodobně určen nějakým nepodchyceným driftovým trendem instrumentální analýzy během sériového měření, když ostatní složky odpovídají logické konfiguraci (T, kg T, L, PSB, log PSB). Výsledek bílkovin ve skutečnosti, podle všech dostupných zkušeností, není vystaven při manipulaci sléváním VE a RA porce zvýšenému riziku vnosu nepřesností, srovnatelnému k výsledkům tuku nebo PSB. Proto zde

6 zjištěnou odchylku lze považovat více méně za náhodnou. Testovaný vliv rizika nepřesnosti sléváním porcí vzorků na skutečnou hodnotu tuku nebo PSB ve vzorcích mléka nebyl prokázán. Predikční regresní rovnice pro metody vzorkování mléka v kontrole užitkovosti dojnic Vztahy lineární regrese výsledků mezi způsoby vzorkování a měření mléka uvnitř mléčných ukazatelů jsou uvedeny v Tab. 3 a na Obr. 1 až 3. Jednotlivé regresní rovnice mohou být v případě potřeby použity v postupu kontroly užitkovosti pro příslušné metodické korekce, např. pro konverzi výsledků z dojení VE nebo RA na CEKA. Uvedené platí pro všechny ukazatele mléka, s určitou výjimkou u bílkovin, kde tato možnost je z výše uvedených důvodů do jisté míry omezena. Nicméně, toto řešení se nedoporučuje pro oficiální účely (kontrola užitkovosti, uznávání výsledků ICAR), ale pouze jako jedno z nouzových řešení v případě potřeby. Nejvýznamnější rovnice (CEKA CEPU) měly následující tvar: y = 0,9724x + 0,1005 (T); y = 0,9929x + 0,0927 (B; Tab. 3 a Obr. 1 a 2). Pozitivní korelační koeficienty pro vztahy metod odběru, analýz a kalkulace (nejdůležitější srovnání CEKA CEPU) kolísaly pro jednotlivé mléčné ukazatele následovně: T 0,983 (Obr. 1); kg T 0,997; B 0,980 (Obr. 2); kg B 0,997; L 0,952; PSB 0,966 (Obr. 3); log PSB 0,940 (všechny Tab. 3). Všechny koeficienty byly statisticky významné (P<0,001). Tím se uvádí, že variabilita ve výsledcích slévaného vzorkování (VE a RA ze dvou vzorkovnic po ranním dojení) CEPU vysvětluje 88,4 (log PSB) až 99,5 (kg T a kg B) % variability identických mléčných ukazatelů v referenčních výsledcích CEKA. Zmíněné podporuje možnost střídání metody CEKA metodou CEPU v případě praktické nezbytnosti s ohledem na technologické a technické podmínky dojení v konkrétní stáji dojnic, bez ztráty věrohodnosti výsledků odhadu pro kontrolu užitkovosti. ZÁVĚR Přes určitý zjištěný rozdíl v odhadu obsahu a produkce bílkovin (CEPU-CEKA) a protože prioritně testovaný negativní vliv slévání vzorků v dojírně (při nezbytnosti odděleného odběru vzorku VE a RA) na odhady obsahu tuku, počtu somatických buněk a produkce tuku nebyl prokázán, tedy lze metodu vzorkování CEPU, vedle referenční CEKA, označit za věrohodnou pro získávání výsledků z kontroly mléčné užitkovosti a pro kontrolu dědičnosti v podmínkách ČR. Pravděpodobně pro všechny sledované mléčné ukazatele. Práce byla podporována výzkumným projektem MSM MŠMT-ČR a projektem INGO, 1P05LA244 a provedena v rámci aktivit NRL-SM v Rapotíně. LITERÁRNÍ REFERENCE BENDA, P.: Vliv některých konzervačních činidel na přirozenou mikroflóru vzorků mléka. The effect of some preservatives on natural microflora in milk samples. Vet. Med.-Czech., 40, 1995, 11, DOLEŽAL, O. et al.: Mléko, dojení, dojírny. Agrospoj, 2000, 241. GILBERT, G. R.- HARGROVE, G. L.- KROGER, M.: Diurnal variations in milk yield, fat yield, milk fat percentage and milk protein percentage by the test interval method. J. Dairy Sci., 56, 1972, HAND, K. J.- LAZENBY, D.- MIGLIOR, F.- KELTON, D. F.- QUIST-MOYER, M. A.: Use of daily milk weight to predict lactation and 24-hour yields. EAAP publication No. 121, Proceedings of the 35th Biennal Session of ICAR, Kuopio, Finland, June 2006, Breeding, production recording, health and the evaluation of farm animals, ISBN , 2007, HANUŠ, O.- BENDA, P.- GENČUROVÁ, V.: Testování nového konzervačního přípravku vzorků mléka Milkofix pro účely infračervené analýzy základního složení mléka. I. Ověření bakteriostatických a baktericidních vlastností a interferenčního vlivu. Tests of Milkofix a new preservative substance for milk samples used for the purposes of an infrarad analysis of basic milk composition. I. Checks of bacteriostatic and bactericidal

7 abilities and interferential effect. Veter. Med. (Praha), 37, 1992, 1, HANUŠ, O.- BENDA, P.- JEDELSKÁ, R.- KOPECKÝ, J.: Design a vyhodnocení prvního celostátního testu kvality rutinních analýz základního složení mléka. Design and evaluation of the first national qualitative testing of routine milk analyses. Acta univ. agric. et silvic. Mendel. Brun. (Brno) 1998, XLVI, 3, HANUŠ, O.- GENČUROVÁ, V.- ŽVÁČKOVÁ, I.: Testování nového konzervačního přípravku vzorků mléka Milkofix pro účely infračervené analýzy základního složení mléka. II. Ověření konzervačního účinku ve vztahu k infračervené analýze. Tests of Milkofix a new preservative substance for milk samples used for the purposes of an infrarad analysis of basic milk composition. II. Checks of preservative effects in relation to the infrared analysis. Veter. Med. (Praha), 37, 1992, 1, HANUŠ, O.- GENČUROVÁ, V.- GABRIEL, B.- ŽVÁČKOVÁ. I.: Srovnání účinnosti konzervačního přípravku Milkofix s tradičními konzervačními prostředky pro účely stanovení počtu somatických buněk ve vzorcích mléka fluoro-opto-elektronickou. A comparison of the efficiency of Milkofix preservative substance with traditional preservatives used to determine somatic cell counts in milk samples by a fluoro-opto-electronic method. Veterinární medicína, 2, 1992, 37, HANUŠ, O.- GENČUROVÁ, V.- GABRIEL, B.: Vliv stárnutí vzorků na přesnost infračervené analýzy základního složení mléka. The effect of sample aging on the accuracy of an infrared analysis of basic milk composition. Veter. Med. (Praha), 37, 1992, 3, HANUŠ, O.- HERING, P.- MOTYČKA, Z.- JEDELSKÁ, R.: Vliv zmrznutí vzorků mléka na praktickou interpretovatelnost individuálních počtů somatických buněk. Effect of milk samples freezing on practical interpretationability of individual somatic cell counts. Výzkum v chovu skotu, ISSN , 2002, 2, HANUŠ, O.- ŽVÁČKOVÁ, I.: Přeprava vzorků mléka v kontrole užitkovosti. Výzkum v chovu skotu, ISSN , 1989, 1, HERING, P.- HANUŠ, O.- JEDELSKÁ, R.- ZLATNÍČEK, J.: Studie věrohodnosti alternativ a výsledků kontroly užitkovosti pro trojí denní dojení. The study of the reliability of the alternatives and results of the milk recording for the three times milking per day in the Czech Republic. Výzkum v chovu skotu, ISSN , 2003, 2, JAHNKE, B.- WOLF, J.- WANGLER, A.: Trojí dojení v systému kontroly užitkovosti Mecklenburg-Vorpommern, 1999 (překlad J. Kvapilík). LAURITSEN, U.: Report of ICAR Sub-Committee on recording devices. EAAP publication No. 121, Proceedings of the 35th Biennal Session of ICAR, Kuopio, Finland, June 2006, Breeding, production recording, health and the evaluation of farm animals, ISBN , 2007, LEE, A. J.- WARDORP: Predicting daily milk yield, fat percent, and protein percent from morning or afternoon tests. J. Dairy Sci., 67, 1984, LIU, Z.- REENTS, R.- REINHARDT, F. T.- KUWAN, K.: Approaches to estimating daily yield from single milk testing schemes and use of a.m.-p.m. records in test-day model genetic evaluation in dairy cattle. J. Dairy Sci., 83, 2000, ROELOFS, R. M. G.- JONG, G.- DE ROOS, A. P. W.: Renewed estimation method for 24-hour fat percentage in AM/PM milk recording scheme. EAAP publication No. 121, Proceedings of the 35th Biennal Session of ICAR, Kuopio, Finland, June 2006, Breeding, production recording, health and the evaluation of farm animals, ISBN , 2007, WIRTZ, N.- BÜNGER, A.- KUWAN, K.- REINHARDT, F.- REENTS, R.: Calculation of the lactation performance from daily milk recording data. EAAP publication No. 121, Proceedings of the 35th Biennal Session of ICAR, Kuopio, Finland, June 2006, Breeding, production recording, health and the evaluation of farm animals, ISBN , 2007,

8 Tab. 1 Základní statistické hodnoty mléčných ukazatelů podle způsobu odběru individuálních vzorků mléka při kontrole užitkovosti. ML T kg T B kg B L PSB log PSB VE n x 10,6 4,31 0,4525 3,56 0,3730 4, ,0094 g 102 sx 4,163 0,689 0,181 0,322 0,126 0, ,108 0,547 vx 39,3 16,0 40,0 9,0 33,8 4,9 153,5 27,2 min 1,0 2,74 0,0448 2,86 0,0493 4,11 5 0,6990 max 21,2 6,40 1,2550 4,49 0,7790 5, ,4571 RA n x 11,7 4,00 0,4580 3,48 0,4041 4, ,0023 g 101 sx 4,557 0,732 0,166 0,319 0,133 0, ,656 0,570 vx 38,9 18,3 36,2 9,2 32,9 5,1 163,6 28,5 min 0,8 1,96 0,0223 2,77 0,0322 4,05 4 0,6021 max 24,9 6,09 1,0076 4,42 0,7370 5, ,4318 CEPU n x 22,3 4,13 0,9077 3,59 0,7919 4, ,0313 g 107 sx 8,421 0,607 0,318 0,321 0,252 0, ,801 0,538 vx 37,8 14,7 35,0 8,9 31,8 4,8 144,8 26,5 min 2,0 2,77 0,0626 2,90 0,0830 4,14 4 0,6021 max 42,4 6,07 1,8571 4,45 1,3568 5, ,4002 CEKA n x 22,3 4,15 0,9105 3,52 0,7770 4, ,0275 g 107 sx 8,421 0,613 0,319 0,317 0,247 0, ,079 0,538 vx 37,8 14,8 35,0 9,0 31,8 4,9 146,3 26,5 min 2,0 2,55 0,0670 2,81 0,0814 4,10 6 0,7782 max 42,4 6,19 1,8402 4,40 1,3229 5, ,3985 VE = večerní vzorek; RA = ranní vzorek; CEPU = celodenní půlený vzorek; CEKA = celodenní kalkulovaný vzorek (váženým způsobem podle kg mléka); n = počet případů; x = aritmetický průměr; g = geometrický průměr; sx = směrodatná odchylka; vx = variační koeficient %; min = minimum; max = maximum; ML = dojivost v kg; T = obsah tuku v %; kg T = užitkovost v kg tuku; B = obsah bílkovin v %; kg B = užitkovost v kg bílkovin; L = obsah laktózy v %; PSB = počet somatických buněk v tis./ml; log PSB = dekadický logaritmus hodnoty PSB.

9 Tab. 2 Rozdíly mezi průměry mléčných ukazatelů u různých způsobů odběru individuálních vzorků mléka při kontrole užitkovosti. ML T kg T B kg B L PSB log PSB VE-RA n d -1,1 0,31-0,0055 0,08-0,0311 0, ,0070 sd 2,299 0,727 0,140 0,106 0,077 0, ,344 0,302 t 8,36 7,36 0,68 13,05 6,98 2,62 0,83 0,40 význ. *** *** ns *** *** ** ns ns VE-CEPU n d 0,17-0,02 0, ,0219 sd 0,379 0,086 0, ,996 0,239 t 7,74 4,02 2,23 0,69 1,58 význ. *** *** * ns ns VE-CEKA n d 0,16 0,04 0, ,0182 sd 0,387 0,056 0, ,023 0,152 t 7,14 12,35 2,35 0,77 2,06 význ. *** *** * ns * RA-CEPU n d -0,14-0,10-0,01 7-0,0291 sd 0,378 0,078 0, ,690 0,257 t 6,39 22,17 1,58 0,73 1,94 význ. *** *** ns ns ns RA-CEKA n d -0,15-0,04-0,01 7-0,0252 sd 0,346 0,051 0, ,386 0,175 t 7,48 13,56 2,91 0,86 2,48 význ. *** *** ** ns * CEPU-CEKA n d -0,01-0,0028 0,07 0,0149 0,00 0 0,0038 sd 0,113 0,026 0,065 0,018 0,074 85,305 0,186 t 1,53 1,86 18,59 14,29 0,00 0,00 0,35 význ. ns ns *** *** ns ns ns d = diference; sd = směrodatná odchylka průměrné diference; t = testovací kritérium párového t-testu; význ. = významnost, ns = P>0,05, * = P<0,05, ** = P<0,01, *** = P<0,001.

10 Tab. 3 Lineární regresní vztahy uvnitř mléčných ukazatelů podle způsobu odběru a vyhodnocení individuálních vzorků mléka při kontrole užitkovosti. x y Koeficient determinace R 2 Koeficient korelace r Významnost Lineární rovnice ML VE RA y = 0,9468x + 1,7094 0,7479 0,865 *** VE CEPU y = 1,9468x + 1,7094 0,9262 0,962 *** VE CEKA y = 1,9468x + 1,7094 0,9262 0,962 *** RA CEPU y = 1,7899x + 1,3148 0,9384 0,969 *** RA CEKA y = 1,7899x + 1,3148 0,9384 0,969 *** CEKA CEPU y = x 1,0 1,0 T VE RA y = 0,5072x + 1,8126 0,2283 0,478 *** VE CEPU y = 0,7361x + 0,963 0,7001 0,837 *** VE CEKA y = 0,7383x + 0,9675 0,6892 0,830 *** RA CEPU y = 0,7098x + 1,2957 0,7333 0,856 *** RA CEKA y = 0,7394x + 1,1916 0,7787 0,882 *** CEKA CEPU y = 0,9724x + 0,1005 0,9661 0,983 *** kg T VE RA y = 0,6229x + 0,1762 0,4600 0,678 *** VE CEPU y = 1,6157x + 0,1766 0,8468 0,920 *** VE CEKA y = 1,6228x + 0,1762 0,8525 0,923 *** RA CEPU y = 1,731x + 0,1149 0,8198 0,905 *** RA CEKA y = 1,7386x + 0,1142 0,8253 0,908 *** CEKA CEPU y = 0,9956x + 0,0012 0,9933 0,997 *** B VE RA y = 0,9347x + 0,1521 0,8934 0,945 *** VE CEPU y = 0,9605x + 0,1651 0,9300 0,964 *** VE CEKA y = 0,9677x + 0,072 0,9698 0,985 *** RA CEPU y = 0,9778x + 0,1824 0,9416 0,970 *** RA CEKA y = 0,9813x + 0,1025 0,9744 0,987 *** CEKA CEPU y = 0,9929x + 0,0927 0,9595 0,980 *** kg B VE RA y = 0,8658x + 0,0811 0,6799 0,825 *** VE CEPU y = 1,8933x + 0,0857 0,9038 0,951 *** VE CEKA y = 1,8652x + 0,0813 0,9080 0,953 *** RA CEPU y = 1,811x + 0,0602 0,9116 0,955 *** RA CEKA y = 1,7847x + 0,0559 0,9165 0,957 *** CEKA CEPU y = 1,0149x + 0,0034 0,9950 0,997 *** L VE RA y = 0,8945x + 0,4928 0,7358 0,858 *** VE CEPU y = 0,9328x + 0,3169 0,8978 0,948 *** VE CEKA y = 0,9433x + 0,2647 0,9073 0,953 *** RA CEPU y = 0,8494x + 0,7404 0,8097 0,900 *** RA CEKA y = 0,9232x + 0,3816 0,9451 0,972 *** CEKA CEPU y = 0,9459x + 0,2638 0,9055 0,952 *** PSB VE RA y = 0,8145x + 53,238 0,5199 0,721 *** VE CEPU y = 0,8715x + 34,203 0,8084 0,899 *** VE CEKA y = 0,8998x + 27,549 0,8446 0,919 *** RA CEPU y = 0,7733x + 45,966 0,8120 0,901 *** RA CEKA y = 0,8073x + 37,628 0,8674 0,931 *** CEKA CEPU y = 0,9565x + 10,238 0,9334 0,966 *** log PSB VE RA y = 0,8902x + 0,2136 0,7299 0,854 *** VE CEPU y = 0,8877x + 0,2475 0,8150 0,903 *** VE CEKA y = 0,9449x + 0,1288 0,9231 0,961 *** RA CEPU y = 0,8439x + 0,3416 0,7995 0,894 *** RA CEKA y = 0,8982x + 0,229 0,9056 0,952 *** CEKA CEPU y = 0,9398x + 0,1258 0,8835 0,940 ***

11 Obr. 1 Lineární regresní vztah mezi vzorkováním CEKA a CEPU pro obsah tuku v mléce. T (CEPU) y = 0,9724x + 0,1005 R 2 = 0, T (CEKA) Obr. 2 Lineární regresní vztah mezi vzorkováním CEKA a CEPU pro obsah bílkovin v mléce. B (CEPU) 4,5 4,0 3,5 3,0 y = 0,9929x + 0,0927 R 2 = 0,9595 2,5 2,5 3,0 3,5 4,0 4,5 B (CEKA) Obr. 3 Lineární regresní vztah mezi vzorkováním CEKA a CEPU pro počet somatických buněk v mléce. PSB (CEPU) y = 0,9565x + 10,238 R 2 = 0, PSB (CEKA)