荷斯坦牛头胎患隐性乳房炎次数和乳中体细胞评分对2胎体细胞评分的影响

2022-12-14夏予馨梁艳王海洋郭梦玲周部代旭杨章平毛永江

中国农业科学 2022年20期

夏予馨，梁艳，王海洋，郭梦玲，周部，代旭，杨章平，毛永江

夏予馨，梁艳，王海洋，郭梦玲，周部，代旭，杨章平，毛永江

扬州大学动物科学与技术学院/教育部农业与农产品安全国际合作联合实验室，江苏扬州 225009

【目的】奶牛不同胎次间生理状态具有关联性。研究旨在探究荷斯坦牛头胎患隐性乳房炎(subclinical mastitis, SCM)次数和乳中体细胞评分(somatic cell score, SCS)对2胎SCS的影响，为提高牧场奶牛2胎泌乳性能和原料乳品质提供科学依据。【方法】收集江苏13个牛场2015—2020年荷斯坦牛同时具有1—2胎的DHI测定日记录共162 509条，先用Excel 2019对测定日记录进行前期处理和筛选，采用SAS(Ver 9.4)的混合模型探究牛场规模、采样年度、产犊季节、泌乳月、头胎患SCM次数和头胎各泌乳阶段SCS（泌乳期平均、泌乳前期、泌乳中期和泌乳后期）对2胎荷斯坦牛乳中SCS的影响，同时分析了头胎牛患SCM次数和各泌乳阶段SCS与2胎各泌乳月SCS的相关性。【结果】牛场规模、采样年度、产犊季节、泌乳月、头胎患SCM次数和头胎不同泌乳阶段平均SCS均对荷斯坦牛2胎乳中SCS均有极显著影响(＜0.01)。其中，规模在5 000头以上的牛场SCS显著低于其他规模的牛场(＜0.05)；2020年荷斯坦牛SCS显著高于其他采样年度(＜0.05)；春夏季产犊的奶牛SCS显著高于其他产犊季节(＜0.05)，冬季产犊的奶牛SCS显著低于其他产犊季节(＜0.05)；第9、10泌乳月乳中SCS显著高于其他泌乳月(＜0.05)，第2泌乳月乳中SCS显著低于其他泌乳月(＜0.05)。头胎患SCM为2次及以下的奶牛，2胎各泌乳月SCS呈现先下降后上升的趋势；头胎患3次及以上SCM的奶牛，2胎各泌乳月SCS波动较大。头胎牛泌乳期平均SCS、泌乳前期、泌乳中期、泌乳后期各为0、1、2、3时，2胎各泌乳月呈现先下降后上升的趋势；头胎泌乳期平均SCS大于3时，2胎各泌乳月SCS波动较大。整体来说，随头胎牛患SCM次数及各泌乳期平均SCS的增加，2胎牛各泌乳月SCS也逐渐升高。头胎患SCM次数及各泌乳阶段SCS与2胎各泌乳月SCS均呈极显著正相关(＜0.01)，头胎泌乳期平均SCS与2胎各泌乳月SCS的相关系数最大（0.238），头胎泌乳前期SCS与2胎各泌乳月SCS的相关系数最小（0.104）。其中，头胎患SCM次数与2胎第3泌乳月SCS相关系数最大，与第10泌乳月SCS相关系数最小；头胎泌乳期平均SCS与2胎第5泌乳月SCS相关系数最大，与2胎第1泌乳月SCS相关系数最小；头胎泌乳前期平均SCS与2胎第5泌乳月SCS相关系数最大，与2胎第1、10泌乳月SCS相关系数最小；头胎泌乳中期平均SCS与2胎第5泌乳月SCS相关系数最大，与2胎第1泌乳月SCS相关系数最小；头胎泌乳后期平均SCS与2胎第5泌乳月SCS相关系数最大，与2胎第1泌乳月SCS相关系数最小。【结论】头胎患SCM次数和不同泌乳阶段平均SCS对荷斯坦牛2胎乳SCS均有极显著影响，头胎患SCM次数及各泌乳阶段SCS与2胎牛各泌乳月SCS均呈极显著正相关。该结果为今后提高牛场2胎荷斯坦牛原料乳质量提供了参考。

隐性乳房炎；体细胞评分；荷斯坦牛；胎次

0 引言

【研究意义】奶牛隐性乳房炎（subclinical mastitis,SCM）是指乳汁无明显肉眼可见的异常变化，但在理化性质和细菌学等方面发生改变，其致病因子主要有外界环境、饲养管理水平、微生物等[1-2]。奶牛一旦患上SCM，不仅影响其泌乳性能，还极有可能会转化为临床乳房炎（clinical mastitis, CM），增加奶牛场淘汰牛的数量，降低奶牛场经济效益[3]。奶牛SCM诊断的主要方法有病原检测法、乳汁电导率测定法、乳中体细胞数（somatic cell count，SCC）测定法、微量元素检测法等[4]。SCC测定法因为奶牛群体改良计划（dairy herd improvement, DHI）的推广，具有测定自动化程度高、便于量化等优点，受到国内外广泛采用。一般而言，我国通常将SCC大于50万/mL作为判定SCM的标准[5]，但国外部分地区把SCC大于20万/mL作为判定SCM的标准[6]。根据近年我国SCC分布实际情况，本文仍选择SCC大于50万/mL作为判断SCM的依据。江苏省位于长江三角洲地区，属于东亚季风气候，气象灾害种类较多，如春季低温阴雨，初夏暴雨洪涝，盛夏温度较高，且持续时间较长[7]，造成环境湿度较大，病原微生物大量滋生，奶牛极易诱发SCM，严重影响该地区奶牛的产量和质量。据美国农业部统计，SCM每年给美国奶业造成的损失高达10—20亿美元[8]。与CM相比，SCM的隐蔽性强、危害大、发病率高、传染性强，因此奶牛场要加强对SCM的监测。张哲等[9]研究表明，我国奶牛SCM发病率虽然呈现下降趋势，但与国外一些牧场的SCM发病率相比，SCM的发病率还是维持在一个高水平。体细胞计数（somatic cell count, SCC）是指每毫升原奶中的细胞总数，而体细胞评分（somatic cell score, SCS）是由SCC转化而来的，与SCM有较高的遗传相关（0.6—0.8），且SCS的遗传力高于SCM的遗传力[10]。因此，SCS是DHI测定体系中的主要测定项目之一。通过对SCS的分析和运用，能够有效控制奶牛SCM的发病率，有利于提高奶牛群体乳房炎抗性[11]，将大大推动乳房炎抗性育种的进程。【前人研究进展】影响荷斯坦牛乳中SCS的因素很多，包括胎次、年度、测定季节、产犊季节和泌乳阶段等[12]。不同采样年度对荷斯坦牛SCS的影响极显著[13]。有研究表明，随胎次的增加，SCS呈上升趋势[14-15]。王若勇等[16]选取陕西某牛场1 948头荷斯坦牛，按胎次划分为3组，头胎牛的SCS最低，二胎牛SCS最高。毛永江等[17]研究表明，由于我国南方特殊的地理位置和气候条件，导致奶牛SCM发病率偏高。【本研究切入点】国内外多数研究仅限于奶牛乳中SCC或SCS变化因素的报道，对奶牛不同胎次间特别是1、2胎间SCS关联性的文献并不多见。【拟解决的关键问题】收集2015—2020年江苏省13个牛场荷斯坦牛同时具有1—2胎测定日记录的DHI数据，采用混合模型分析头胎牛患SCM次数和乳中不同泌乳阶段SCS对2胎SCS的影响，以期为今后提高牧场荷斯坦牛2胎泌乳性能和原料乳品质提供科学依据。

1 材料与方法

1.1 数据来源

供试数据包括：牛号、牛场规模、胎次、SCC、采样年度、测定季节、产犊季节和泌乳天数等，来自2015—2020年江苏13个牛场荷斯坦牛同时具有1—2胎测定日记录共173 732条。根据文献及统计学知识，使用Excel对DHI数据进行了筛选，筛选标准如下：泌乳天数5—305 d，乳脂率1%—8%，乳蛋白1%—7%，产奶量3—80 kg，泌乳天数≤305，同一奶牛相邻2次DHI测定时间≥25 d，头胎牛DHI测定次数在5次及以上[12,18]。最后符合条件的记录数为162 509条。

1.2 数据统计与分析

供试数据录入Excel后，利用常规函数计算出头胎奶牛患SCM次数和头胎各泌乳阶段SCS（泌乳期平均、泌乳前期、泌乳中期和泌乳后期）。乳中SCC≥50万/mL即判定为该奶牛患SCM。一胎奶牛SCM发生次数根据DHI报告中相同牛号在泌乳期内SCC≥50万个/mL的次数来判断。

用SAS（Ver 9.4）混合模型分析牛场规模、采样年度、产犊季节、泌乳月、头胎患SCM次数和不同泌乳阶段平均SCS（泌乳期平均、泌乳前期、泌乳中期和泌乳后期）对荷斯坦奶牛2胎SCS的影响，模型如下：

Y= μ + F+Y+C +M + SCN+(SCN×M)+ An+ e

式中，Y为荷斯坦牛2胎各泌乳月SCS的观察值，μ为总体均值，F为牛场规模的固定效应，Y为采样年度的固定效应，C为产犊季节的固定效应，M为泌乳月的固定效应，SCN为头胎患SCM次数的固定效应（m=0，1，2，≥3），或头胎不同泌乳阶段平均SCS的固定效应（泌乳期平均、泌乳前期、泌乳中期和泌乳后期）（m=0，1，2，3，4，5，≥6），（SCN×M）为头胎患SCM次数或不同泌乳阶段平均SCS与2胎泌乳月的交互效应，An为奶牛个体的随机效应，e为随机残差。牛场规模划分为4个水平：＜1 000为小型牛场，1 000—2 000为中小型牛场，2 001 —5 000为大中型牛场，＞5 000为大型牛场。产犊季节根据江苏地区的气候特点进行划分春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月到次年2月）。泌乳阶段和泌乳月根据泌乳天数划分如下：5—105 d为泌乳前期，106—205 d为泌乳中期，206—305 d为泌乳后期，每30 d为一个泌乳月，共分为10个泌乳月。

各因素不同水平间多重比较使用Duncan's法。显著性水平定义如下：＜0.01为极显著，＜0.05为显著，＞0.05不显著。所有数据均采用平均值±标准误的形式。

2 结果

2.1 不同因素对荷斯坦牛2胎SCS的影响

不同因素对荷斯坦牛2胎SCS的影响，结果见表1。方差分析表明，牛场规模、采样年度、产犊季节、泌乳月、头胎患SCM次数和头胎不同泌乳阶段平均SCS对荷斯坦牛SCS均有极显著影响（＜0.01）。牛场规模在5000头以上的SCS为2.24，显著低于其他牛场规模（＜0.05）；2020年荷斯坦牛的SCS为2.84，显著高于其他采样年度（＜0.05），2011和2014年SCS分别为1.68和1.90，显著低于其他年度（＜0.05）；夏、春季产犊的SCS显著高于其他产犊季节（＜0.05），冬季产犊的奶牛SCS显著低于其他产犊季节（＜0.05）；第10泌乳月的SCS为2.86，显著高于其他泌乳月（＜0.05），第2泌乳月的SCS为1.94，显著低于其他泌乳月（＜0.05）。

2.2 荷斯坦牛头胎患SCM次数及不同泌乳阶段平均SCS对2胎各泌乳月SCS的影响

头胎患SCM次数及不同泌乳阶段平均SCS对2胎荷斯坦牛各泌乳月SCS的影响，结果见图1—5。

图1 头胎患SCM次数对2胎各泌乳月SCS的影响

图2 头胎泌乳期平均SCS对2胎各泌乳月SCS的影响

表1 不同因素对荷斯坦牛2胎SCS的影响

续表1 Continued table 1

同因素同列数据肩标不同小写字母表示差异显著（＜0.05）。下同

The different lowercase letters on the shoulder label of the same factors indicate that the difference is significant (＜0.05). The same as below

由图1所示，头胎患3次以下SCM的奶牛，2胎各泌乳月SCS呈现先下降后上升的趋势，其中从第1泌乳月开始下降至第2泌乳月，随后呈上升趋势。头胎患3次及以上SCM的奶牛，2胎各泌乳月SCS波动较大。整体来说，随着头胎牛患SCM次数的增加，2胎各泌乳月SCS逐渐升高。

由图2—5所示，头胎牛泌乳期平均、泌乳前期、泌乳中期、泌乳后期SCS各为0、1、2、3时，2胎各泌乳月SCS呈现先下降后上升的趋势，其中从第1泌乳月开始下降至第2泌乳月，随后呈上升趋势。头胎泌乳期平均、泌乳前期、泌乳中期、泌乳后期SCS大于3时，2胎各泌乳月SCS波动较大。总的来说，头胎泌乳期平均、前期、中期和后期SCS为3及以下时，随着SCS增加，2胎奶牛各泌乳月SCS逐渐升高。

2.3 荷斯坦牛头胎患SCM次数及各泌乳阶段SCS与荷斯坦牛2胎各泌乳月SCS的相关性

结果如图6所示，头胎患SCM次数与荷斯坦牛2胎各泌乳月SCS均呈极显著正相关（＜0.01）。其中，头胎患SCM次数与2胎第3泌乳月SCS相关系数最大，与第10泌乳月SCS相关系数最小；头胎泌乳期平均SCS与2胎第5泌乳月SCS相关系数最大，与2胎第1泌乳月SCS相关系数最小；头胎泌乳前期平均SCS与2胎第5泌乳月SCS相关系数最大，与2胎第1、10泌乳月SCS相关系数最小；头胎泌乳中期平均SCS与2胎第5泌乳月SCS相关系数最大，与2胎第1泌乳月SCS相关系数最小；头胎泌乳后期平均SCS与2胎第5泌乳月SCS相关系数最大，与2胎第1泌乳月SCS相关系数最小。另外，如图7所示，头胎泌乳期平均SCS与头胎泌乳中期SCS的相关系数最大，头胎泌乳后期SCS与头胎泌乳前期SCS的相关系数最小。

图3 头胎泌乳前期SCS对2胎各泌乳月SCS的影响

图4 头胎泌乳中期SCS对2胎各泌乳月SCS的影响

图5 头胎泌乳后期SCS对2胎各泌乳月SCS的影响

整体而言，头胎泌乳期平均SCS与2胎各泌乳月SCS的相关系数最大，头胎泌乳后期SCS与2胎各泌乳月SCS的相关系数次之，头胎泌乳前期SCS与2胎各泌乳月SCS的相关系数最小。

*P≤0.05, ** P≤0.01

3 讨论

3.1 不同因素对荷斯坦牛2胎SCS的影响

本研究发现，不同牛场规模奶牛2胎的SCS存在显著差异，与张美荣等[19]研究结果一致。牛场规模在5 000头以上2胎的SCS最低，其原因可能是由于大型牛场机械化程度高，饲养管理完善，资源配置合理，具有科学严格的选育措施[5,20]，能够及时通过头胎患SCM次数和不同泌乳阶段平均SCS对2胎的SCS进行检测，因此大型牛场2胎的SCS低于中小型牛场。荷斯坦牛2020年2胎的SCS数值显著高于其他采样年度，其原因可能是由于2020年江苏地区夏季温度达到历史最高，且环境湿度过高[7]。过高的温度和湿度造成奶牛更为严重的热应激反应[21]，抑制奶牛免疫功能，血液中白细胞数不断上升，无论是1胎还是2胎奶牛乳中体细胞数均会增加[22-23]，因此2020年荷斯坦牛2胎的SCS显著高于其他采样年度。建议奶牛场根据DHI报告中体细胞数进行疾病检查与治疗，对患病严重的牛只及时淘汰。由于SCM致病菌多，部分细菌传染性强，应加强传染性乳房炎牛只的淘汰和好牛舍的消毒[24]。夏季产犊的奶牛2胎SCS显著高于其他产犊季节，其原因是奶牛在夏季热应激反应较为严重[25]，奶牛机体抵抗力较差，微生物极易入侵乳腺组织[26-27]，造成2胎奶牛乳中SCS不断上升。2胎奶牛第10泌乳月的SCS最高，其原因可能是奶牛处于泌乳后期，随着泌乳阶段的增加，奶牛乳房受损度增加，从而使病原微生物感染机率增加[28]，进而导致2胎奶牛在第10泌乳月的SCS升高。

3.2 荷斯坦牛头胎患SCM次数及不同泌乳阶段平均SCS对2胎牛各泌乳月SCS的影响

头胎患3次以下SCM的奶牛及不同泌乳阶段平均SCS为3及以下的奶牛，2胎各泌乳月SCS呈现先下降后上升的趋势，其中从第1泌乳月开始下降至第2泌乳月，随后呈上升趋势，到第10泌乳月达到最高。其原因可能为奶牛产犊早期时易发生炎症，同时血清中由肝脏合成的结合珠蛋白（haptoglobin, HP）含量不断升高[29-30]，使病原微生物极易入侵奶牛乳腺组织，造成免疫机能受损，因此乳中SCS增加。除炎症外，奶牛乳房水肿产生大量自由基，破坏乳腺上皮细胞，也导致乳中SCS上升[31]；此外，子宫内膜炎也会导致乳中SCS上升。到泌乳后期，特别是第10泌乳月SCS达到最高，可能是由于奶牛在泌乳后期产奶量下降，乳中脂肪、胆固醇、蛋白质等干物质浓度上升，产生浓缩效应，导致第10泌乳月SCS达到最高。

头胎患3次及以上SCM及不同泌乳阶段平均SCS为3以上的奶牛，2胎各泌乳月SCS波动较大。可能是由于头胎患SCM次数及不同时间段平均SCS的增多，导致乳房细胞的防御机能下降[32]，炎症区域中炎性因子过度释放导致毛细血管内皮的损害和通透性增加，乳腺组织中白细胞、巨噬细胞和中粒细胞的数量增多[33]，从而导致2胎各泌乳月SCS波动较大。另外，也有可能由于头胎患SCM或乳中SCS较高，在2胎时淘汰的概率增加，造成2胎时各泌乳月SCS的样本数相对减少，且牛只间生理状态差异较大，从而造成2胎各泌乳月SCS波动较大。

3.3 荷斯坦牛头胎患SCM次数及各泌乳阶段SCS与荷斯坦牛2胎各泌乳月SCS的相关性

本研究发现头胎牛泌乳前期平均SCS与2胎各泌乳月SCS的相关系数最小，主要原因是头胎牛泌乳前期和2胎牛各泌乳月间隔时间最长，样本量比头胎泌乳期平均SCS要小得多。此外，头胎牛在泌乳前期易产生能量负平衡（negative energy balance, NEB）[34]和氧化应激反应[35]，体内抗氧化酶如总超氧化物歧化酶（total super oxide dismutase, T-SOD）、谷胱甘肽过氧化物酶（glutathione peroxidase, GSH-Px）和硫氧还蛋白氧化还原酶（thioredoxin reductase, TrxR）活性降低[36]。随着奶牛泌乳期的不断增加，生理状态变化较大，因此头胎泌乳前SCS与2胎各泌乳月SCS的相关系数最小。

本研究中，头胎泌乳期平均SCS与2胎各泌乳月SCS的相关系数最大。有研究表明，奶牛泌乳期患SCM会导致下一泌乳月SCS的增加[37]。其主要原因是头胎泌乳期平均SCS包括了头胎各泌乳月所有SCS信息，相对于仅用泌乳前期平均、泌乳中期平均或泌乳后期平均SCS数据而言，更能客观反映头胎牛的健康状态，同时样本量也比其中一个阶段的要大得多。此外，对于头胎泌乳期平均SCS较高的奶牛，由于炎区释放较多的炎性因子导致微血管内皮损伤、舒缩功能紊乱和通透性增加，可能会对2胎各泌乳月乳中SCS产生影响[38]。因此，可根据头胎泌乳期平均SCS预测荷斯坦牛2胎各泌乳月SCS，对该牧场提高2胎荷斯坦牛原料乳质量有重大意义。

此外，经分析发现，头胎泌乳后期平均SCS与头胎泌乳前期平均SCS的相关系数最小，其主要原因可能是泌乳前期和泌乳后期生理差异最大。有研究表明：奶牛泌乳前期与泌乳后期对饲粮中硒的需求量相差较大[39-40]，泌乳后期饲粮中严重缺乏硒，而硒主要通过依赖GSH-Px、TrxR等硒酶发挥抗氧化作用，保护细胞膜免受自由基的攻击，清除细胞内过氧化物，进而提高机体抗氧化能力。因此硒的缺乏可能造成奶牛泌乳后期乳中SCS较高[41-42]，造成头胎牛泌乳后期SCS与泌乳前期SCS的相关系数最小。

4 结论

牛场、采样年度、产犊季节、泌乳月、头胎患隐性乳房炎（SCM）次数和头胎不同泌乳阶段平均乳中体细胞数（SCS）对荷斯坦牛2胎乳中SCS均有极显著影响。随着头胎患SCM次数和不同泌乳阶段平均SCS的增加，2胎牛各泌乳月SCS逐渐增加。荷斯坦牛头胎患SCM次数与2胎各泌乳月SCS均呈极显著正相关。该结果对指导该地区奶牛场通过头胎患SCM次数和乳中SCS预测2胎各泌乳月乳中SCS，并及时采取相关措施对SCM进行防控和治疗，提高牧场2胎奶牛泌乳性能和原料乳质量等方面提供了科学依据。

[1] 武果桃, 任杰, 牛国庆. 中药乳炎康防治奶牛隐性乳房炎的效果及安全性试验. 中国兽医杂志, 2021, 57(2): 53-57.

WU G T, REN J, NIU G Q. Prevention and treatment of recessive mastitis of dairy cow with ruyankang and safety test. Chinese Journal of Veterinary Medicine, 2021, 57(2): 53-57. (in Chinese)

[2] ROMAIN H T, ADESIYUN A A, WEBB L A, LAUCKNER F B. Study on risk factors and their association with subclinical mastitis in lactating dairy cows in Trinidad. Journal of Veterinary Medicine B, Infectious Diseases and Veterinary Public Health, 2000, 47(4): 257-271. doi:10.1046/j.1439-0450.2000.00349.x.

[3] 刘康军, 曹菲菲, 孙莹慧, 李建基, 孟霞, 崔璐莹, 王亨. 奶牛乳房炎金黄色葡萄球菌的分离鉴定及毒力基因检测. 中国兽医学报, 2019, 39(2): 323-327. doi:10.16303/j.cnki.1005-4545.2019.02.24.

LIU K J, CAO F F, SUN Y H, LI J J, MENG X, CUI L Y, WANG H. Identification and investigation on virulence determinants ofisolated from bovine mastitis. Chinese Journal of Veterinary Science, 2019, 39(2): 323-327. doi:10.16303/j.cnki. 1005-4545.2019.02.24. (in Chinese)

[4] 郝景锋, 李静姬, 张宇航, 尹柏双, 付连军, 曾荣荣, 李东贺, 要斌, 黄岩, 李心慰, 李小兵, 赵晨旭, 刘国文. 奶牛隐性乳房炎诊断技术研究新进展. 黑龙江畜牧兽医, 2018(3): 63-65, 69. doi:10.13881/ j.cnki.hljxmsy.20171206.004.

HAO J F, LI J J, ZHANG Y H, YIN B S, FU L J, ZENG R R, LI D H, YAO B, HUANG Y, LI X W, LI X B, ZHAO C X, LIU G W. New progress of research on diagnosis technology in cow recessive mastitis. Heilongjiang Animal Science and Veterinary Medicine, 2018(3): 63-65, 69. doi:10.13881/j.cnki.hljxmsy.20171206.004. (in Chinese)

[5] 梁艳, 张强, 高启松, 王海洋, 郭梦玲, 李明勋, 张慧敏, 杨章平, 陈志, 毛永江. 影响江苏地区荷斯坦牛体细胞数变化模式的非遗传因素分析. 畜牧兽医学报, 2020, 51(12): 3023-3032. doi:10.11843/ j.issn.0366-6964.2020.12.012.

LIANG Y, ZHANG Q, GAO Q S, WANG H Y, GUO M L, LI M X, ZHANG H M, YANG Z P, CHEN Z, MAO Y J. Analysis of non- genetic factors affecting SCC change pattern of Holstein cows in Jiangsu Province. Acta Veterinaria et Zootechnica Sinica, 2020, 51(12): 3023-3032. doi:10.11843/j.issn.0366-6964.2020.12.012. (in Chinese)

[6] KOESS C, HAMANN J. Detection of mastitis in the bovine mammary gland by flow cytometry at early stages. The Journal of Dairy Research, 2008, 75(2): 225-232. doi:10.1017/S0022029908003245.

[7] 蒋洁, 田思路, 刘晓源. 气候变化与江苏畜牧业发展的交互关系. 改革与开放, 2014(19): 62-63. doi:10.16653/j.cnki.32-1034/f.2014.19. 001.

JIANG J, TIAN S L, LIU X Y. Interaction between climate change and animal husbandry development in Jiangsu province. Reform & Openning, 2014(19): 62-63. doi:10.16653/j.cnki.32-1034/f.2014.19. 001. (in Chinese)

[8] CHEN H, WEERSINK A, KELTON D, VON MASSOW M. Estimating milk loss based on somatic cell count at the cow and herd level. Journal of Dairy Science, 2021, 104(7): 7919-7931. doi:10. 3168/jds.2020-18517.

[9] 张哲, 李新圃, 杨峰, 罗金印, 刘龙海, 李宏胜. 奶牛隐性乳房炎综合防制措施的研究与应用. 中国兽医学报, 2018, 38(3): 598-601, 608. doi:10.16303/j.cnki.1005-4545.2018.03.29.

ZHANG Z, LI X P, YANG F, LUO J Y, LIU L H, LI H S. Research and application of comprehensive control measures against sub-clinical mastitis of dairy cows. Chinese Journal of Veterinary Science, 2018, 38(3): 598-601, 608. doi:10.16303/j.cnki.1005-4545. 2018.03.29. (in Chinese)

[10] 韩丽云, 金亚东, 赵国丽, 李鹏, 史远刚. 体细胞数对牛奶品质及产量的影响. 畜牧与兽医, 2017, 49(4): 6-11.

HAN L Y, JIN Y D, ZHAO G L, LI P, SHI Y G. Effects of somatic cell count on milk quality and milk yield in dairy cows. Animal Husbandry & Veterinary Medicine, 2017, 49(4): 6-11. (in Chinese)

[11] Daniel Z. Selection for clinical mastitis and somatic cell count. Dairy Updates, 2004, 6(13):1-6.

[12] 母童, 虎红红, 冯小芳, 顾亚玲, 田佳, 温万, 张娟, 王影. 宁夏地区荷斯坦牛乳成分及相关指标的非遗传因素、体细胞评分变化规律. 华南农业大学学报, 2021, 42(2): 34-43. doi:10.7671/j.issn.1001- 411X.202005023.

MU T, HU H H, FENG X F, GU Y L, TIAN J, WEN W, ZHANG J, WANG Y. Variation characteristics of non-genetic factors and somatic cell score for raw milk composition and related traits of Holstein in Ningxia region. Journal of South China Agricultural University, 2021, 42(2): 34-43. doi:10.7671/j.issn.1001-411X.202005023. (in Chinese)

[13] MILUN PETROVIĆ D, BOGDANOVIĆ V, MILAN PETROVIĆ M, BOGOSAVLJEVIĆ-BOŠKOVIĆ S, ĐOKOVIĆ R, ĐEDOVIĆ R, RAKONJAC S. Effect of non-genetic factors on standard lactation milk performance traits in Simmental cows. Annals of Animal Science, 2015, 15(1): 211-220. doi:10.2478/aoas-2014-0073.

[14] 孔令旋, 雷放, 邓铭, 魏建生, 肖帆, 陈海坡, 周阳, 刘德武, 李耀坤. 胎次和热应激程度对广州地区奶牛产奶量和乳成分的影响. 畜牧与兽医, 2019, 51(1): 1-4.

KONG L X, LEI F, DENG M, WEI J S, XIAO F, CHEN H P, ZHOU Y, LIU D W, LI Y K. Effects of parity and heat stress on milk production and milk composition in dairy cows. Animal Husbandry & Veterinary Medicine, 2019, 51(1): 1-4. (in Chinese)

[15] 肖西山, 付静涛, 雷莉辉, 龙燕, 张志峰. 奶牛胎次与日产奶量和体细胞数量的关系分析. 当代畜牧, 2014(6): 42-43.

XIAO X S, FU J T, LEI L H, LONG Y, ZHANG Z F. Analysis of the relationship between milk cow parity and daily yield and somatic cells. Contemporary Animal Husbandry, 2014(6): 42-43. (in Chinese)

[16] 王若勇, 沙小飞, 毛宏伟, 辛亚平. 泌乳天数、胎次、乳成分与牛奶体细胞数关系分析. 中国牛业科学, 2018, 44(6): 27-30.

WANG R Y, SHA X F, MAO H W, XIN Y P. Relationships between the number of lactation days, parity, milk composition and milk body cells. China Cattle Science, 2018, 44(6): 27-30. (in Chinese)

[17] 毛永江, 杨章平. 南方地区中国荷斯坦牛乳中体细胞数变化规律的研究. 中国牛业科学, 2007, 33(5): 1-3. doi:10.3969/j.issn.1001- 9111.2007.05.001.

MAO Y J, YANG Z P. Study on variability of somatic cell counts in the milk of Chinese Holstein cattle in South China. China Cattle Science, 2007, 33(5): 1-3. doi:10.3969/j.issn.1001-9111.2007.05.001. (in Chinese)

[18] 杨文静, 王晔, 闫青霞, 麻柱, 刘剑锋, 张胜利. 应用随机回归模型对北京地区荷斯坦牛产奶性状的遗传分析. 中国畜牧杂志, 2021, 57(6): 141-145. doi:10.19556/j.0258-7033.20200706-07.

YANG W J, WANG Y, YAN Q X, MA Z, LIU J F, ZHANG S L. Genetic analysis of milk producing traits of Holstein cattle in Beijing area by random regression model. Chinese Journal of Animal Science, 2021, 57(6): 141-145. doi:10.19556/j.0258-7033.20200706-07. (in Chinese)

[19] 张美荣, 廖想想, 陈丹, 许兆君, 毛永江, 刘坤, 陈亮, 王杏龙, 杨章平, 杨利国. 产犊季节、胎次及牛场对荷斯坦牛泌乳性能的影响. 中国牛业科学, 2012, 38(4): 6-9. doi:10.3969/j.issn.1001-9111.2012. 04.002.

ZHANG M R, LIAO X X, CHEN D, XU Z J, MAO Y J, LIU K, CHEN L, WANG X L, YANG Z P, YANG L G. The influence of different calving seasons, parity and cattle farm on reproductive performances of Holstein cow. China Cattle Science, 2012, 38(4): 6-9. doi:10.3969/j.issn.1001-9111.2012.04.002. (in Chinese)

[20] HADRICH J C, WOLF C A, LOMBARD J, DOLAK T M. Estimating milk yield and value losses from increased somatic cell count on US dairy farms. Journal of Dairy Science, 2018, 101(4): 3588-3596. doi:10.3168/jds.2017-13840.

[21] Jež G, Ostojic M, Relić R. Effect of season and farm size on quality and yield of collected milk. Proceeding of Research Papers, 2011,17:3-4.

[22] MARINS T N, GAO J, YANG Q, BINDA R M, PESSOA C M B, ORELLANA RIVAS R M, GARRICK M, MELO V H L R, CHEN Y C, BERNARD J K, GARCIA M, CHAPMAN J D, KIRK D J, TAO S. Impact of heat stress and a feed supplement on hormonal and inflammatory responses of dairy cows. Journal of Dairy Science, 2021, 104(7): 8276-8289. doi:10.3168/jds.2021-20162.

[23] RAVAGNOLO O, MISZTAL I, HOOGENBOOM G. Genetic component of heat stress in dairy cattle, development of heat index function. Journal of Dairy Science, 2000, 83(9): 2120-2125. doi:10. 3168/jds.S0022-0302(00)75094-6.

[24] 李晓锋, 索效军, 熊琪, 熊海谦, 毛丹, 杨前平, 陶虎, 陈明新. 黄冈地区某奶牛场乳体细胞数变化规律研究. 中国奶牛, 2016(8): 22-24. doi:10.19305/j.cnki.11-3009/s.2016.08.006.

LI X F, SUO X J, XIONG Q, XIONG H Q, MAO D, YANG Q P, TAO H, CHEN M X. Study on the variation of milk SCS in a dairy farm in Huanggang district. China Dairy Cattle, 2016(8): 22-24. doi:10.19305/ j.cnki.11-3009/s.2016.08.006. (in Chinese)

[25] 韩佳良, 刘建新, 刘红云. 热应激对奶牛泌乳性能的影响及其机制. 中国农业科学, 2018, 51(16): 3162-3170. doi:10.3864/j.issn.0578- 1752.2018.16.012.

HAN J L, LIU J X, LIU H Y. Effect of heat stress on lactation performance in dairy cows. Scientia Agricultura Sinica, 2018, 51(16): 3162-3170. doi:10.3864/j.issn.0578-1752.2018.16.012. (in Chinese)

[26] 郭梦玲, 王海洋, 梁艳, 李明勋, 杨章平, 毛永江. 荷斯坦牛日产奶量和体细胞评分变化原因分析. 家畜生态学报, 2020, 41(11): 42-47. doi:10.3969/j.issn.1673-1182.2020.11.008.

GUO M L, WANG H Y, LIANG Y, LI M X, YANG Z P, MAO Y J. Factors affecting the milk yield and somatic cell score of Holstein cows. Acta Ecologae Animalis Domastici, 2020, 41(11): 42-47. doi:10.3969/j.issn.1673-1182.2020.11.008. (in Chinese)

[27] OLDE RIEKERINK R G M, BARKEMA H W, STRYHN H. The effect of season on somatic cell count and the incidence of clinical mastitis. Journal of Dairy Science, 2007, 90(4): 1704-1715. doi:10. 3168/jds.2006-567.

[28] 高树新, 王国富, 邵志文, 刘明玉, 马云, 吴慧光, 赵静雯. 泌乳月份及部分乳成分与牛乳中体细胞数关系的相关性研究. 中国乳品工业, 2007, 35(12): 7-9. doi:10.3969/j.issn.1001-2230.2007.12.002.

GAO S X, WANG G F, SHAO Z W, LIU M Y, MA Y, WU H G, ZHAO J W. Study on the correlation between lactation month, the portion of milk components and bovine milk somatic cell count. China Dairy Industry, 2007, 35(12): 7-9. doi:10.3969/j.issn.1001-2230.2007. 12.002. (in Chinese)

[29] DINGWELL R T, KELTON D F, LESLIE K E. Management of the dry cow in control of peripartum disease and mastitis. The Veterinary Clinics of North America Food Animal Practice, 2003, 19(1): 235-265. doi:10.1016/s0749-0720(02)00072-5.

[30] SAREMI B, AL-DAWOOD A, WINAND S, MÜLLER U, PAPPRITZ J, VON SOOSTEN D, REHAGE J, DÄNICKE S, HÄUSSLER S, MIELENZ M, SAUERWEIN H. Bovine haptoglobin as an adipokine: serum concentrations and tissue expression in dairy cows receiving a conjugated linoleic acids supplement throughout lactation. Veterinary Immunology and Immunopathology, 2012, 146(3/4): 201-211. doi:10. 1016/j.vetimm.2012.03.011.

[31] SIES H. Oxidative stress: a concept in redox biology and medicine. Redox Biology, 2015, 4: 180-183. doi:10.1016/j.redox.2015.01.002.

[32] 赵楠. 奶牛隐性乳房炎的病因、临床特征、诊断方法与防治. 现代畜牧科技, 2021(2): 115-116. doi:10.19369/j.cnki.2095-9737.2021. 02.061.

ZHAO N. Cause, clinical features, diagnostic methods and prevention of dairy cow subclinical mastitis. Modern Animal Husbandry Science & Technology, 2021(2): 115-116. doi:10.19369/j.cnki.2095-9737.2021. 02.061. (in Chinese)

[33] 范开, 孙艳争, 赵德明. 奶牛临床型乳房炎与炎区微循环障碍关系探讨. 中国兽医杂志, 2005, 41(11): 60-61. doi:10.3969/j.issn.0529- 6005.2005.11.041.

FAN K, SUN Y Z, ZHAO D M. Discussion on the relationship between microcirculation dysfunction of cow clinical mastitis and inflammatory zone. Chinese Journal of Veterinary Medicine, 2005, 41(11): 60-61. doi:10.3969/j.issn.0529-6005.2005.11.041. (in Chinese)

[34] 张帆, 呙于明, 熊本海. 围产期奶牛能量负平衡营养调控研究进展. 动物营养学报, 2020, 32(7): 2966-2974. doi:10.3969/j.issn.1006- 267x.2020.07.004.

ZHANG F, GUO Y M, XIONG B H. Research progress on nutritional regulation of negative energy balance in dairy cows during transition period. Chinese Journal of Animal Nutrition, 2020, 32(7): 2966-2974. doi:10.3969/j.issn.1006-267x.2020.07.004. (in Chinese)

[35] SPEARS J W, WEISS W P. Role of antioxidants and trace elements in health and immunity of transition dairy cows. The Veterinary Journal, 2008, 176(1): 70-76. doi:10.1016/j.tvjl.2007.12.015.

[36] CASTILLO C, HERNANDEZ J, BRAVO A, LOPEZ-ALONSO M, PEREIRA V, BENEDITO J L. Oxidative status during late pregnancy and early lactation in dairy cows. The Veterinary Journal, 2005, 169(2): 286-292. doi:10.1016/j.tvjl.2004.02.001.

[37] 孙光野, 张翠羽, 杨威, 夏成, 张洪友, 徐闯. 围产期奶牛氧化应激初步预警体系的建立. 中国兽医学报, 2019, 39(3): 529-534, 540. doi:10.16303/j.cnki.1005-4545.2019.03.26.

SUN G Y, ZHANG C Y, YANG W, XIA C, ZHANG H Y, XU C. Establishment of early warning system for oxidative stress in perinatal mums. Chinese Journal of Veterinary Science, 2019, 39(3): 529-534, 540. doi:10.16303/j.cnki.1005-4545.2019.03.26. (in Chinese)

[38] 梁艳, 王海洋, 郭梦玲, 张强, 高启松, 李明勋, 张慧敏, 杨章平, 毛永江. 荷斯坦牛产后前60 d患隐性乳房炎次数对各泌乳月SCS的影响. 畜牧兽医学报, 2021, 52(2): 352-363. doi:10.11843/j. issn.0366-6964.2021.02.008.

LIANG Y, WANG H Y, GUO M L, ZHANG Q, GAO Q S, LI M X, ZHANG H M, YANG Z P, MAO Y J. Effects of the number of subclinical mastitis infection during first 60 days after calving on SCS of lactation months of Holstein cows. Acta Veterinaria et Zootechnica Sinica, 2021, 52(2): 352-363. doi:10.11843/j.issn.0366-6964.2021. 02.008. (in Chinese)

[39] 孙玲玲, 王坤, 高胜涛, 刘士杰, 卜登攀. 短期试验条件下不同硒源对泌乳奶牛血浆和乳中硒含量及血清抗氧化能力的影响. 动物营养学报, 2018, 30(2): 589-596. doi:10.3969/j.issn.1006-267x.2018. 02.023.

SUN L L, WANG K, GAO S T, LIU S J, BU D P. Effects of different selenium sources on selenium content in plasma and milk, and serum antioxidant capacity of lactating dairy cows under short-term trial conditions. Chinese Journal of Animal Nutrition, 2018, 30(2): 589-596. doi:10.3969/j.issn.1006-267x.2018.02.023. (in Chinese)

[40] SALMAN S, KHOL-PARISINI A, SCHAFFT H, LAHRSSEN- WIEDERHOLT M, HULAN H W, DINSE D, ZENTEK J. The role of dietary selenium in bovine mammary gland health and immune function. Animal Health Research Reviews, 2009, 10(1): 21-34. doi:10.1017/S1466252308001588.

[41] CHUNG S, ZHOU R H, WEBSTER T J. Green synthesized BSA- coated selenium nanoparticles inhibit bacterial growth while promoting mammalian cell growth. International Journal of Nanomedicine, 2020, 15: 115-124. doi:10.2147/IJN.S193886.

[42] 李万栋, 张晓卫, 冯宇哲, 崔占鸿. 微量元素硒在反刍动物中的应用研究进展. 动物营养学报, 2020, 32(4): 1499-1507.

LI W D, ZHANG X W, FENG Y Z, CUI Z H. Research advances on application of trace element selenium in ruminants. Chinese Journal of Animal Nutrition, 2020, 32(4): 1499-1507. (in Chinese)

Effects of the Number of Subclinical Mastitis and Somatic Cell Score in Milk of Parity 1 on Somatic Cell Score of Holstein Cows for Parity 2

XIA YuXin, LIANG Yan, WANG HaiYang, GUO MengLing, ZHOU Bu, DAI Xu, YANG ZhangPing, MAO YongJiang

College of Animal Science and Technology/Joint International Research Laboratory of Agriculture and Agri-Product Safety of Ministry of Education, Yangzhou 225009, Jiangsu

【Objective】There was correlation between physiological status of different parities of cows. The objective of this research was to explore the effect of the number of subclinical mastitis (SCM) and somatic cell score (SCS) in milk of parity 1 on SCS of Holstein cows for parity 2. 【Method】This study collected 162 509 DHI records of Holstein cows with parity 1 and 2 from 2015 to 2020 in 13 farms in Jiangsu Province. Excel 2019 was used to pre-process and filter DHI records firstly. The mixed model of SAS (Ver 9.4) was used to explore the effects of farm size, sampling year, calving season, lactation month, the number of SCM on parity 1 and each average lactation stage of SCS on parity 1 on SCS of parity 2. At the same, the correlation coefficients between the number of SCM and the SCS for each lactation stage of parity 1 with SCS in each lactation month for parity 2 of Holstein cows were calculated.【Result】The farm size, sampling year, calving season, lactation month, the number of SCM on parity 1 and average SCS on parity 1 in different periods had extremely significant effects on the SCS of parity 2 (＜0.01). Among them, SCS with farm size over 5 000 was lower than other farm size (＜0.05). SCS in 2020 was higher than other sampling year (＜0.05). SCS of cows calving in summer and spring was higher than other calving season (＜0.05), while SCS of cows calving in winter was lower than other calving season (＜0.05). SCS in the 9th and 10th lactation month was higher than other lactation months (＜0.05), while SCS in the second lactation month was lower than other lactation months (＜0.05). The SCS in each lactation month of parity 2 showed downward firstly and then upward trend for the cows with the number of SCM less than 2 for parity 1. The SCS for parity 2 in each lactation month fluctuated greatly for the cow with the number of SCM with 3 or more than in parity 1. When the average lactation of SCS, early lactation of SCS, mid lactation of SCS, and late lactation of SCS for the cows in parity 1 were 0, 1, 2, and 3, respectively, the SCS for each lactation month in parity 2 showed downward firstly and then upward trend. When the average lactation of SCS for the cow in parity 1 was more than 3, the SCS in parity 2 in each lactation fluctuated greatly. Overall, the number of SCM and the SCS for each lactation stage of cows in parity 1 increased, and the SCS in each lactation month for parity 2 gradually also increased. There was an extremely significant positive correlation between the number of SCM on parity 1 and SCS on parity 2 in each lactation month (＜0.01). The correlation coefficient of average SCS in the lactation for parity 1 with the SCS in parity 2 lactation month was the maximum (0.238). The correlation coefficient of average SCS in the early lactation for parity 1 and the SCS in parity 2 in each lactation month was the minimum (0.104). Among them, the correlation coefficient of the number of SCM for parity 1 with the SCS for parity 2 in the 3rd lactation month was the maximum. The correlation coefficient of the number of SCM for parity 1 with the SCS for parity 2 in the 10th lactation month was the minimum. The correlation coefficient of average SCS in the lactation for parity 1 with the SCS for parity 2 in the 5th lactation month was the maximum. The correlation coefficient of average SCS in the lactation for parity 1 with the SCS for parity 2 in the 5th lactation month was the minimum. The correlation coefficient of early lactation of SCS for parity 1 with the SCS for parity 2 in the 5th lactation month was the maximum, however, the SCS for parity 2 in the 1st and 10th lactation month was the minimum. The correlation coefficient of mid-lactation of SCS for parity 1 with the SCS for parity 2 in the 5th lactation month was the maximum, while the SCS for parity 2 in the 1st lactation month was the minimum. The correlation coefficient of late lactation of SCS for parity 1 with the SCS for parity 2 in the 5th lactation month was the maximum, while the SCS for parity 2 in the 1st lactation month was the minimum. 【Conclusion】The number of SCM and each average lactation stage of SCS for parity 1 had extremely significant effects on SCS in lactation for the cows of parity 2. There was an extremely significant positive correlation between the numbers of SCM for parity 1 with the SCS for parity 2 in each lactation month. The results provided references for improving quality of raw milk of Holstein cows in parity 2 in the future.

subclinical mastitis (SCM); somatic cell score (SCS); Holstein cows; parity