現代の乳牛生産における育種選抜は、総乳量の最大化だけを目的とした単線的な考え方から、遺伝的潜在能力、代謝効率、環境持続性、動物福祉、そして生物経済学的収益性を統合する多面的で高度に複雑な生物数理学の分野へと進化してきた。20世紀後半に乳量増加を目的として行われた強い単一形質選抜は、乳牛を生理的限界まで押し上げ、その結果として繁殖成績の低下、代謝性疾患への感受性上昇、群内寿命の短縮といった負の遺伝相関を伴った。現在では、気候変動による環境圧力、世界的な飼料価格の不安定化、農業部門に求められる炭素排出削減が、選抜指数の基本設計そのものを再構築することを不可避にしている。本稿では、表現型データ標準化の世界的変化、経済指数の再設計、飼料効率の新しい考え方、暑熱耐性バイオマーカー、メタン排出測定法、そしてssGBLUPの理論的基盤を包括的に検討する。
世界的なパラダイム転換
米国でゲノム選抜が広く導入された2009年以降、遺伝的改良の速度は2〜3倍に高まった。さらに2025年4月には Net Merit (NM$) 指数における乳脂肪の重みが24.7%から31.8%へ上昇し、蛋白質の重みは19.6%から13.0%へ低下した。Body Weight Composite (BWC) に対する1ポイント当たり57ドルの「体重税」は、代謝効率を重視する新時代を象徴している。
VetKriter 繁殖ポテンシャルスコア計算機
個体の生産データを入力すると、産次、分娩月齢、季節、THI などの科学的補正係数で標準化した繁殖ポテンシャルスコア（0〜100）を算出できる。
繁殖スコアを計算する1. 序論: 選抜の進化と現代的要請
乳牛の遺伝的改良は、この100年で劇的に変化した。1900年代初頭の選抜判断は主として表現型観察に依存していたが、1930年代以降、体系的な乳量記録制度の整備と、Jay L. Lush の量的遺伝学理論の家畜改良への応用により、選抜は科学的基盤を獲得した。さらに1970年代に Charles R. Henderson が開発した BLUP (Best Linear Unbiased Prediction) は、環境要因を統計的に分離しながら遺伝評価を行うことを可能にし、推定育種価（EBV）の精度を飛躍的に向上させた。
しかし20世紀末に実施された乳量偏重の強い単一形質選抜は、予期しない副作用を招いた。1960年から2020年にかけてホルスタイン集団の乳量はおよそ3倍に増加した一方で、繁殖指数は低下し、代謝性疾患の発生は増え、平均在群期間は短縮した。こうした負の遺伝相関により、産業全体は多形質・バランス型の選抜指数へ移行せざるを得なくなった。
2009年に米国の国家評価へゲノム選抜が正式に組み込まれたことで、乳牛改良は新時代に入った。高密度のSNP（単一塩基多型）パネルにより、未経産段階でも高精度に遺伝的潜在能力を予測できるようになり、種雄牛の世代間隔は6〜7年から約2年へ短縮された。年間の遺伝的進歩速度は2〜3倍に高まった。
今日の選抜は、生産性や健康性だけでなく、飼料効率（Feed Saved: FSAV）、暑熱耐性、メタン効率（MEF）、持続可能性といった次世代形質まで包含している。
2. 表現型データの標準化と泌乳曲線の再校正
育種評価の質は、基礎となる表現型データの正確性と、その標準化可能性に直接依存する。個体間で遺伝的能力を公正に比較するためには、年齢、産次、分娩季節、搾乳回数、前回の空胎日数など、環境由来の変動要因を数理的に切り分ける必要がある。
2.1 305-ME から 305-AA への移行
乳牛産業は1935年以来、305日成熟換算乳量（305-ME）を標準化指標として用いてきた。これは、乳牛が61〜86か月齢の成熟期に示すであろう成績を推定する考え方に基づく。しかし、過去30年間にわたる強力なゲノム選抜により、乳牛の成熟曲線は大きく変化した。現在の乳牛は生理的成熟により早く到達し、第1泌乳と第3〜4泌乳の差は以前ほど大きくない。
305-AA 基準への移行（2024年8月）
USDA AGIL と CDCB は、1960〜2022年に記録された1億150万件の乳量、1億50万件の乳脂肪、8120万件の乳蛋白の泌乳データを再解析し、2024年8月から 305-ME を廃止して 305-AA（Average Age） へ移行した。
基準点の変更
泌乳記録は理論上の成熟年齢ではなく、平均36か月齢（第2泌乳開始時点）に標準化されるようになった。旧 ME 方式は、実際の産乳能力を約10%過大評価していた。
気候区分の拡張
旧来の3地域区分に代わり、平均気候スコアに基づく5つの気候地域が定義された。密閉型牛舎や環境制御技術の普及により、季節要因の寄与は以前より小さくなっている。
品種別係数
ホルスタイン中心の汎用係数ではなく、ジャージー、ブラウンスイス、エアシャーなど各品種の発育生物学に合わせた係数が算出されるようになった。
2.2 305-AA 移行が PTA と経済指数に与える影響
| 品種 | PTA 乳量の変化 | PTA 脂肪/蛋白 | NM$ への影響 |
|---|---|---|---|
| ホルスタイン | 上方再較正 | 上方 | +10〜+15ドル |
| ジャージー | 約100ポンド低下 | 約6ポンド低下（脂肪+蛋白） | -50〜-70ドル |
| ブラウンスイス | 変化は最小 | ほぼゼロ | 安定 |
| エアシャー / ガーンジー | 変化は最小 | 小幅な変動 | 安定 |
重要な注意点
表現型標準化モデルの更新は、遺伝的ランキングに地殻変動的な影響を及ぼし得る。種雄牛カタログの数値を読む際には、どの標準化方式が使われているかを必ず確認すべきである。
3. 遺伝的ベースの更新と新規表現型形質の統合
育種評価の基準点である遺伝的ベースは、一定期間ごとに更新される。これは、ある基準年に生まれた雌牛群の平均 PTA をゼロと見なす基準線であり、多くの集団では5年ごとに更新される。
3.1 2025年4月の遺伝的ベース更新
なぜベースを更新するのか
- 遺伝的進歩は継続するため、旧ベースと新世代の差が拡大する
- PTA は時間とともに見かけ上膨らむため、新ベースがそのインフレを補正する
- 現集団との比較が再び意味を持つようになる
- 乳量、脂肪、蛋白、SCS の標準偏差が品種ごとに再計算される
解釈上の注意
- 同じ種雄牛でも、ベース更新後は PTA が数学的に低下することがあるが、遺伝的後退ではない
- 旧基準に基づく選抜閾値は互換性を失う
- 国ごとにベース年が異なるため、国際比較には注意が必要
- ホルスタイン PTA 乳量: 約-750 lb、PTA 脂肪: 約-45 lb（純粋に数理的なシフト）
3.2 新しい表現型形質: 搾乳速度（MSPD）
データ収集技術の進歩により、新たな表現型を育種判断に組み込めるようになっている。2025年8月にはホルスタイン向けの搾乳速度（Milking Speed: MSPD）が全面的に再設計された。新しい MSPD は、審査員の主観的スコアではなく、搾乳システムのインラインセンサーから得られる客観データを用いる。平均流量毎分7ポンド（3.18kg）を基準とするこの形質は、近代的なミルキングパーラーの効率や、自動搾乳システム（AMS）への適性を評価するうえで重要な指標となっている。
4. 地域環境要因と形態形質が乳量に及ぼす影響
世界共通の標準化モデルに加えて、遺伝子型 × 環境相互作用（GxE）の地域的ダイナミクスを理解することは、地域適応と生産性確保のために不可欠である。局所的な環境分散がどのように作用するか、また特定の体型・形態形質が生産とどう結びつくかを検討する地域研究は、グローバル指数を地域集団へ適用する際の重要な補助線となる。
4.1 バフリ・ダーダシュ国際農業研究所の研究
トルコの Bahri Dagdas International Agricultural Research Institute において、Mehmet Colak らの研究チームがブラウンスイス牛を対象に行った長期研究は、この文脈で特に重要である。1987年から1999年までの泌乳記録を解析した結果、305日乳量の遺伝率は第1泌乳で0.23、全泌乳を通して0.19と推定された（Tilki, Colak & Sari, 2009）。
Bahri Dagdas 研究の要点
ブラウンスイス牛における305日乳量の遺伝率が、第1泌乳でh² = 0.23、全泌乳でh² = 0.19であったことは、乳量に対して環境要因が支配的な影響を持つことを示している。こうした中程度の遺伝率は、育種評価で表現型補正が不可欠である理由をよく説明している。
4.2 乳房形態と乳生産の関係
同じ研究グループは、乳房形態と実際の乳生産の関係も詳細に検討している。乳頭形状を円筒型、漏斗型、瓶型に分類し、それぞれが乳量や搾乳特性に与える影響を比較した（Tilki, Inal, Colak & Garip, 2005）。
| 乳頭形状 | 平均305日乳量 (kg) | 統計学的解釈 |
|---|---|---|
| 円筒型 | 3,156 | 統計学的に有意に高い（P < 0.05） |
| 漏斗型 | 3,169 | |
| 瓶型 | 2,377 | 有意に低い |
別の研究では、超音波検査により400本の乳頭管が評価され、その20%は屈曲型、80%は直線型であった。この形態差は最終的な乳量に有意差をもたらさなかった一方、前後乳頭長、乳頭径、搾乳後の乳房高などは産次数によって有意な差（P < 0.001）を示した。
形態研究が選抜指数に与える意味
この種の地域的形態研究は、乳房コンポジット（Udder Composite: UDC）のような機能型形質を現代の選抜指数へ高い経済重みで組み込む生物学的根拠となる。乳房構造は搾乳速度だけでなく、乳房炎抵抗性や在群性（productive life）にも直結する。
4.3 環境補正係数: トルコと国際文献の比較
Bahri Dagdas の研究から得られた環境補正係数は、最新の世界文献（CDCB 305-AA、ICAR 2024、JDS 2025）と90%以上の高い整合性を示している。
産次係数（基準 = 第3〜4産 = 1.00）
| 産次 | 係数 | トルコ (DSYMB) | 国際基準 (CDCB/ICAR) |
|---|---|---|---|
| 第1産 | ×1.13 (1.12-1.15) | 平均 ×1.13 | ×1.12-1.15 ✓ |
| 第2産 | ×1.06 (1.05-1.08) | 整合 | ×1.05-1.08 ✓ |
| 第3〜4産 | ×1.00 | 基準 | 基準 ✓ |
| 第5産以上 | ×0.94 (0.92-0.96) | ×0.93-0.96 | ×0.92-0.95 ✓ |
分娩月齢係数（基準 = 37〜48か月 = 1.00）
| 月齢群 | 係数 | 解釈 | 国際整合性 |
|---|---|---|---|
| <30か月 | ×1.18 (1.15-1.20) | 最も大きい補正 | USDA: ×1.17-1.20 ✓ |
| 31〜36か月 | ×1.10 (1.08-1.12) | 中程度の補正 | ✓ |
| 37〜48か月 | ×1.00 | 基準 | CDCB 36か月基準 ✓ |
| 49〜60か月 | ×0.97 | わずかに低下 | ✓ |
| >60か月 | ×0.93 (0.92-0.95) | 長寿性の影響 | ×0.92-0.95 ✓ |
季節係数（基準 = 春 = 1.00）
| 季節 | 係数 | 解釈 | 国際整合性 |
|---|---|---|---|
| 冬（12〜2月） | ×1.08 (1.05-1.10) | 最も高い生産性 | ×1.07-1.10 ✓ |
| 春（3〜5月） | ×1.00 | 基準 | 基準 ✓ |
| 夏（6〜8月） | ×0.93 (0.90-0.95) | 暑熱ストレス | 7〜10%低下 ✓ |
| 秋（9〜11月） | ×1.01 (0.98-1.02) | 春に近い | ×1.00-1.02 ✓ |
補正後305日乳量の式
個体の生データを標準化するための乗法補正式:
補正後 305-AA 乳量 (kg) = 実測乳量 × 産次係数 × 分娩月齢係数 × 季節係数 × THI 補正
VetKriter の繁殖ポテンシャルスコア計算機は、この補正を自動で適用する。
5. 経済選抜指数の再構築: NM$ 2025 改訂
遺伝情報を現場の意思決定へ結び付ける中心的メカニズムが経済選抜指数である。米国の主要な国家選抜指数であるLifetime Net Merit (NM$)は、ある乳牛の平均的な娘牛が生涯に生み出す純利益を米ドルで推定するもので、約40の経済的重要形質を統合している。
NM$ の基本式
NM$ = a' × u
a = 各形質の限界利益を表す経済価値ベクトル、u = 個体の PTA ベクトル。SCS など一部の形質は正規化して組み込まれる。
5.1 バター価値の上昇と蛋白価値の相対的低下
2025年の経済モデルでは、Class III ミルクに対する脂肪価格が1ポンド当たり2.10ドルから2.80ドルへ引き上げられた一方、蛋白価格は 2.60 ドルに据え置かれた。
乳脂肪 (Fat)
24.7% → 31.8%
最も重い経済ウェイト
蛋白質
19.6% → 13.0%
明確な低下
5.2 生存性 (Livability) と生産寿命 (Productive Life)
| 経済パラメータ | 旧値 | 2025年値 | 変化 |
|---|---|---|---|
| 淘汰雌牛価格 (lb) | $0.60 | $0.90 | +50% |
| 雌子牛価値 | $200 | $400 | +100% |
| 成牛死亡損失コスト | $1,800 | $2,038 | +13% |
出荷淘汰による経済回収と、農場内死亡による全面損失との間の経済的ギャップが拡大したため、成牛生存性 (LIV) と 育成牛生存性 (HLIV) の重みは大きく増加した。一方で、一般的な生産寿命 (PL) の比重は11.0%から8.0%に引き下げられた。
5.3 体重税 (Weight Tax)
「大きい牛ほど多く乳を出す」という前提は、現代ゲノム時代では代謝効率の概念に置き換えられた。飼料単価の上昇、泌乳期維持のための乾物摂取要求量の増加、育成コストの上昇により、大型個体の維持費は相対的に重くなっている。その結果、BWC が1.0ポイント上昇すると、生涯 NM$ では57ドルのマイナスとして反映される。
5.4 繁殖アルゴリズムの革新
近年、性判別精液と beef-on-dairy 交配の普及により、繁殖経済の前提は大きく変化した。2025年モデルは、従来の「100%通常乳用精液」仮定を捨て、60%の性判別乳用精液（1本25ドル）と40%の通常肉用精液（1本10ドル）を組み込んでいる。
泌乳次別の収益性
第1泌乳
-$120
育成コストが高く赤字
第2泌乳
+$151
黒字化の開始点
第3泌乳
+$209
収益性のピーク
この数値は、繁殖性と健康性が収益性の中核であることを数理的に示している。
5.5 品種別 NM$ 相対経済ウェイト（2025年4月）
| 形質 / 区分 | Holstein (%) | Jersey (%) | Brown Swiss (%) | Ayrshire (%) |
|---|---|---|---|---|
| 脂肪 (Fat) | 24.7 | 29.9 | 26.9 | 30.2 |
| 蛋白質 | 11.4 | 15.2 | 14.3 | 15.2 |
| 乳量 (Milk) | 2.9 | 3.4 | 3.3 | 3.7 |
| 生産寿命 (PL) | 12.3 | 15.8 | 18.0 | 16.9 |
| 残差飼料摂取量 (RFI) | -14.2 | 0 | 0 | 0 |
| 体重複合値 (BWC) | -11.2 | -13.0 | -13.0 | -14.4 |
| 成牛生存性 (LIV) | 5.9 | 6.0 | 6.6 | 5.1 |
| 乳房コンポジット (UDC) | 1.2 | 1.0 | 1.3 | 2.0 |
| 体細胞スコア (SCS) | -2.6 | -2.6 | -3.3 | -3.6 |
| 娘牛妊娠率 (DPR) | 2.6 | 3.6 | 3.4 | 3.5 |
表データ: USDA — ARR NM$9 — 2025 改訂。RFI データはホルスタインでのみ利用可能であり、他品種では未測定のため他形質の重みが相対的に高くなる。
NM$ の派生指数
Cheese Merit (CM$): 乳量には負の重み、蛋白に高い価値。Fluid Merit (FM$): 蛋白価値はゼロで、乳量と脂肪を重視。Grazing Merit (GM$): 繁殖形質（DPR、CCR）に標準指数の約2.5倍の重みを置く。
6. 飼料効率のパラダイム: FSAV と RFI
乳牛経営における総コストの半分以上は飼料費が占める。CDCB が2020年12月に正式な遺伝評価へ導入したFeed Saved (FSAV) は、Income Over Feed Cost (IOFC) 最適化の中心的形質である。
6.1 FSAV と RFI の定義
FSAV は、Body Weight Composite (BWC) と Residual Feed Intake (RFI) の2要素から構成される複合指数である。
RFI（残差飼料摂取量）とは何か
個体の実際の飼料摂取量と、体格、成長、乳生産、体況から計算される期待飼料摂取量との差を示す。負の RFI は、期待より少ない飼料で生産できる代謝的に優れた個体を意味する。遺伝率はh² ≈ 0.19で、体細胞スコアや妊娠率より高い。
FSAV PTA の例
FSAV PTA が+200のホルスタイン種雄牛では、その娘牛が1泌乳当たり平均200ポンド（約90kg）少ない乾物で同等の生産を達成すると解釈できる。RFI は定義上、生産形質との遺伝相関がほぼゼロであり、乳量を犠牲にせず代謝効率を選抜できる。
環境持続性との接続
飼料摂取が少ない牛ほど排泄量も減り、結果としてメタン排出量も低下することが科学的に示されている。飼料効率は経済性だけでなく環境持続性の中核でもある。NM$ では二重計上を避けるため、BWC と RFI の重みは相互に調整されながら組み込まれる（2025年時点で BWC -11.0%、RFI -6.8%）。
7. 気候危機へのゲノム適応: 暑熱耐性
地球温暖化に伴う環境温度の上昇は、乳牛生産を脅かす最も大きな生物学的リスクの一つである。モデル計算では、制御されない暑熱ストレスが2050年までに世界の乳産業へ年間300億米ドル規模の経済損失をもたらすと予測されている。
7.1 暑熱ストレスの生理学的カスケード
THI（温湿度指数）の式
THI = (1.8 × Tdb + 32) − [(0.55 − 0.0055 × RH%) × (1.8 × Tdb − 26)]
Tdb = 乾球温度（°C）、RH% = 相対湿度。一般に THI が 68〜72 を超えると暑熱ストレスが始まる。
THI が閾値を超えると、乳牛は体熱を放散するため血流を内臓から末梢へ再配分する。この結果として以下のような変化が起こる。
| THI 範囲 | ストレスレベル | 乾物摂取損失 | 乳量への影響 | 補正係数 |
|---|---|---|---|---|
| ≤67 | ストレスなし | — | 正常 | ×1.00 |
| 68-72 | 軽度 | 0.5-1.0 kg/日 | 3〜5%低下 | ×0.97 |
| 73-77 | 中等度 | 1.5-2.5 kg/日 | 5〜10%低下; SCC 上昇 | ×0.93 |
| 78+ | 重度 | 2.5-3.75 kg/日 | 10〜25%低下; 胚死滅増加 | ×0.88 |
7.2 反応規範モデルと暑熱耐性 GEBV
Zoetis などの遺伝研究コンソーシアムは、何百万件もの検定日記録と気象データを統合し、暑熱耐性ゲノム育種価（GEBV）を開発している。これらの評価は、THI 上昇時の受胎率低下に対する抵抗性 (CFS_THI) と、乳量低下に対する抵抗性 (MILK_THI) の2形質を主軸とする。高い CFS_THI と MILK_THI を持つ牛は、強い暑熱波（25°C以上）でも直腸温を39°C未満に保ちやすいことが臨床的に確認されている。
7.3 分子バイオマーカーと SLICK 変異
GWAS（ゲノムワイド関連解析）は、BTA 3、6、14、17 上の QTL が暑熱耐性と関連することを示している。トランスクリプトーム解析では、暑熱負荷下で乳房組織の乳タンパク関連遺伝子（α-カゼイン、β-ラクトグロブリン）の発現が30〜40%低下し、ミトコンドリア融合遺伝子（Mfn2）も抑制されることが報告されている。
SLICK 遺伝子: 最も急進的なゲノム発見
カリブ系 Senepol 牛から同定されたSLICK ハプロタイプは、プロラクチン受容体（PRLR）遺伝子の優性変異によって生じる。短く疎な被毛により発汗と皮膚からの熱放散を高め、ホルスタインやジャージーへの導入交配（introgression）にも成功している。SLICK 保有牛では、熱波時の乳量崩壊を大きく抑え、熱的中性域を拡大できることが示されている。
8. 環境持続性: メタン排出のゲノム評価
反芻家畜生産は、人為起源の温室効果ガス排出の14.5%を占める。その大部分は、CO₂ より28倍高い温暖化係数を持つメタン（CH₄）である。ルーメン内のメタン生成古細菌は、発酵過程で生じる代謝水素を CO₂ と結合させてメタンを合成する。これは家畜にとって、摂取総エネルギーの4〜7%が回収不能な形で失われることを意味する。
8.1 ICAR 第20章: メタン遺伝評価の枠組み
国際家畜記録委員会（ICAR）は第20章ガイドラインにより、乳牛のメタン排出を標準的な遺伝評価へ組み込むための世界的技術枠組みを提示した。研究は、メタン産生量 (MeP, g/日)、メタン強度 (MeI, g CH₄/kg milk)、メタン収率 (MeY, g CH₄/kg DMI) が測定可能であり、遺伝率がh² = 0.12〜0.35であることを示している。
8.2 メタン測定法
| 方法 | 精度 | コスト | データ量 | 用途 |
|---|---|---|---|---|
| 呼吸チャンバー (RC) | ゴールドスタンダード | 非常に高い | 非常に少ない | 研究用 |
| SF₆ トレーサー法 | 高い | 中程度 | 少ない | 研究 / 現場 |
| GreenFeed システム | 高い | 中程度 | 中程度 | 現場研究 |
| Sniffer 装置 (AMS) | 中程度 | 低い | 非常に多い | ロボット搾乳施設 |
| レーザーメタン検出器 | 変動あり | 低い | 多い | 現場スクリーニング |
8.3 乳 MIR 分光法: 革新的な表現型プロキシ
国家レベルで数百万頭を直接測定することは不可能であるため、乳中赤外 (MIR) 分光法が最も重要な表現型プロキシとなっている。ルーチン乳分析の際に MIR 装置がスペクトル情報を取得し、PLS 回帰や AI モデルと組み合わせることで、日次メタン産生量をR² = 0.60〜0.70の精度で推定できる。
8.4 カナダの先行事例: メタン効率 (MEF) GEBV モデル
この技術を国家育種プログラムへ最初に実装したのはカナダ（Lactanet）である。1300万件を超える乳 MIR 記録を用いて、2023年4月にホルスタイン向けのメタン効率 (MEF) GEBV が正式公開された。
MEF モデルの技術要点
- ソフトウェア: MiX99 — 単一ステップ4形質動物モデル（乳量、脂肪、蛋白、CH₄MIR）
- 重要な革新: 再帰的な遺伝線形回帰係数により、メタン産生を乳量および乳成分から遺伝的に独立させる（残差メタン）
- 表示法: 集団平均 = 100、標準偏差 = 5。100超はより少ないメタン排出を示す好ましい遺伝背景
- 目標: 2050年までに乳量を損なわず、1頭当たりメタン排出を20〜30%遺伝的に削減する
- 他国: オーストラリア、スペイン、デンマーク、オランダでも類似指数の実装が進行中
9. 群レベル持続可能性記録形質（ICAR 第22章）
ICAR は2023年7月に第22章「持続可能性記録形質」を公表し、組織が独自の持続可能性指数を構築できるよう標準化された43形質を定義した。気候や季節の偏りを統計的に除去するため、ほぼすべての形質が365日ローリングウィンドウで算出される。
| カテゴリー | 主要形質 |
|---|---|
| 栄養と生産 | エネルギー補正乳量（ECM）、機能的 BCS 比率、メタン排出、MUN 比率、乾物摂取量 |
| 繁殖 | 分娩間隔、56日非復帰率（NR56）、初回授精受胎率、空胎日数、明確な妊娠損失 |
| 健康 | SCS 平均、慢性感染率、乾乳期治療成功率、分娩直後感染、初回検定 FPR<1 または >1.3 の割合 |
| 長命性 | 平均泌乳回数、淘汰月齢、生涯平均生産、分娩後60日以内死亡率 |
| 育成牛 | 初回分娩月齢、死産率、育成牛の不本意淘汰率、呼吸器/下痢損失 |
9.1 乾物摂取量とメタン推定式
実際の飼料摂取量やメタン排出量を農場レベルで直接取得できない場合に備え、ICAR は包括的な生物数理学的推定式を提示している。NASEM（旧 NRC）モデルに基づく乾物摂取量推定は次式で表される。
NASEM 乾物摂取量推定式
DMI (kg/日) = [(0.372 × ECM + 0.0968 × CA0.75) × (1 − e−0.192 × (DIM/7 + 3.67))] × 産次補正
CA = 体重 (kg)、ECM = エネルギー補正乳量、DIM = 泌乳日数、産次 = 0（初産）または1（経産）。
粗飼料割合が高い条件では、飼料中の繊維や脂肪含量を組み込んだ Escobar-Bahamondes 型回帰式を用いて腸内発酵メタン（eCH₄）を推定する。これらの式は、遺伝的選抜を農場管理ソフトと統合し、持続可能性目標を統計的に追跡可能にする。
10. 高度ゲノムモデリング: 単一ステップ GBLUP (ssGBLUP) の構造
現代の乳牛育種では、表現型データをゲノム育種価（GEBV）へ変換する過程で、ssGBLUP (Single-step Genomic Best Linear Unbiased Prediction) が業界標準となっている。この方法の革新性は、遺伝子型情報のある個体とない個体を問わず、血統、表現型、SNP 情報を単一の巨大な同時方程式系に統合できる点にある。
10.1 H 行列: 血統情報とゲノム情報の統合
古典的 BLUP では、遺伝分散共分散構造は血統に基づくNumerator Relationship Matrix (A) のみで表現される。しかしこの方法では、同腹個体間でも異なる遺伝子組み合わせが生じるメンデルサンプリング差を十分に表現できない。ssGBLUP は血統行列 A とゲノム行列 G を融合し、統合関係行列 H を構築する。
H⁻¹ 行列（Henderson 形式）
H⁻¹ = A⁻¹ + [0, 0; 0, Gw⁻¹ − A22⁻¹]
A⁻¹ = 全集団の血統行列の逆行列、A22⁻¹ = 遺伝子型判明サブセットの血統逆行列、Gw = ブレンド済みゲノム行列。これによりゲノム情報は血統ネットワークを通じて未遺伝子型個体にも伝播する。
10.2 ブレンディングとスケーリング
A 行列と G 行列の不一致は、血統が数世代しか遡れない一方、SNP がはるかに長い進化史を反映することに由来する。この基底集団の差は、若い種雄牛のゲノム値に過大推定を生じさせることがある。そこで次のブレンディング処理が行われる。
ブレンディング式
Gw = (1 − β) × G + β × A22
β（ブレンディング係数）は通常0.30〜0.40で設定される。この操作により行列の正定性を確保しつつ、SNP パネルでは捉えにくい残存ポリジーン変動も取り込まれる。最適化研究では、β = 0.30〜0.40、ω = 0.60 により GEBV の精度が6〜7%向上すると報告されている。
10.3 未知親群 (UPG) とメタファウンダー
不完全血統に起因する問題へ対応するため、Unknown Parent Groups (UPG) や、より高度な概念である Metafounders が H⁻¹ 行列へ組み込まれる。これにより、親不明個体がゼロ基準へ押し込まれて遺伝的トレンドを歪めることを防ぎ、未知系統が属する世代の遺伝水準もモデル化できる。現代の計算ソフトは、このような行列を通じて多形質かつ数千万頭規模のデータを解き、ゲノム時代の統計基盤を支えている。
11. 実務的な繁殖選抜基準と次世代形質
理論的基盤と国際的指数を踏まえたうえで、現場で乳牛の繁殖価値を判断する際の具体的基準を優先順位付きで整理する必要がある。以下の表は、現代の乳牛選抜で重視すべき主要項目を要約したものである。
| # | 基準 | 下位構成要素 | 重みの目安 | 解説 |
|---|---|---|---|---|
| 1 | 健康性と遺伝基盤 | SCS、乳房炎抵抗性、代謝病 EBV、ゲノム検査結果（GTPI/gRZG/NM$） | 25〜30% | 不健康な牛は持続不可能。ゲノム検査があれば信頼性は大幅に高まる。 |
| 2 | 補正後乳量 + 乳成分 | 305-AA 乳量 (kg)、脂肪%、蛋白%、脂肪+蛋白総量 (kg) | 30〜35% | 補正係数を適用した標準化成績。脂肪+蛋白総量は単なる乳量より経済価値が高い。 |
| 3 | 繁殖成績 | 分娩間隔、DPR/CCR、初回授精成功率、空胎日数 | 10〜15% | 規則的な分娩は規則的な収入につながる。繁殖障害は群経済へ直撃する。 |
| 4 | 体型と長命性 | UDC、FLC、PL/LIV、BWC | 10〜15% | 乳房構造、肢蹄の健全性、在群期間。BWC は現在では負方向に選抜される。 |
| 5 | 持続可能性と新規形質 | FSAV/RFI、メタン EBV、暑熱耐性、A2A2、κ-カゼイン BB | 5〜10% | 将来価値の高い領域。現時点ではデータに制限があるが、経済的重要性は拡大している。 |
11.1 乳蛋白遺伝変異: A2A2 と κ-カゼイン BB
β-カゼイン A2A2 遺伝子型は、乳中の β-カゼインが A2 変異のみで構成されることを意味する。A1 変異は消化中に BCM-7 を遊離し、一部の消化器症状と関連する可能性が疫学研究で指摘されている。A2 ミルク市場は世界的に拡大しており、A2A2 牛はプレミアム価格という形で生産者に利益をもたらす可能性がある。
κ-カゼイン（κ-CN）BB 遺伝子型はチーズ製造で特に重要である。BB 型牛の乳は AA 型牛より凝固性に優れ、チーズ歩留まりを5〜10%向上させる。トルコの乳利用においてチーズの比重を考えると、κ-CN BB を重視した選抜は経済的に戦略価値が高い。
11.2 ゲノム検査の統合
GTPI（米国）
Total Performance Index。ホルスタインで最も普及した総合指数の一つ。乳量、健康、繁殖、体型形質を統合し、GTPI > 3000 は高水準の遺伝的潜在能力を示す。
gRZG（ドイツ）
Genomischer Relativzuchtwert Gesamt。平均100、標準偏差12で表示され、gRZG > 130 はエリート水準を意味する。健康性と機能形質への重みが比較的大きい。
NM$（米国）
Net Merit Dollar。生涯純経済価値を示す。NM$ > 1000 は高い収益性の可能性を意味し、2025年4月以降は脂肪の重みが31.8%まで上がっている。
12. トルコにおける繁殖選抜の実践と制度基盤
トルコの乳用牛改良は、Damızlık Sığır Yetiştiricileri Merkez Birliği (DSYMB) と各県組織の連携のもとで進められている。乳量記録制度は A4（月次記録）および AT（代替検定）方式で乳量・脂肪率・蛋白率を収集し、血統登録（Herdbook）は ICAR 基準に沿って管理されている。
12.1 トルコの現状と課題
強み
- DSYMB の乳量記録基盤が稼働しており、対象も拡大中
- Bahri Dagdas や Lalahan など強力な研究機関が存在する
- ホルスタイン集団の規模はゲノム評価に十分な水準
- 若い生産者層は技術導入に前向き
- ゲノム検査を実施する経営体は急速に増加している
改善が必要な領域
- 国家レベルのゲノム評価体系はまだ完全運用に至っていない
- 参照集団は形成途上である
- 飼料効率（RFI）やメタンデータを集めるインフラが不足している
- 中小規模農場では記録率が低い
- 暑熱ストレス管理（南東部、地中海沿岸、エーゲ海沿岸）の監視が不十分
12.2 実践的提言
トルコ向け繁殖選抜戦略
- 記録を残す: 必ず乳量記録制度へ参加する。記録のない個体の遺伝価値は正しく推定できない。
- 補正係数を使う: 生乳量をそのまま比較せず、年齢、産次、季節補正を適用する。
- ゲノム検査を導入する: 特に候補母牛やエリート個体で費用対効果が高い。
- 総合指数を使う: 乳量だけで種雄牛を選ばず、NM$、gRZG、TPI などバランス指数を用いる。
- 健康性と繁殖性を重視する: 低 SCS、高 DPR、長い PL を持つ種雄牛を優先する。
- 暑熱耐性を考慮する: 高温地域では暑熱耐性 STA の高い種雄牛や、ジャージー/モンベリアードとの交雑も検討する。
- 脂肪と蛋白を重視する: 脂肪+蛋白総量は単純乳量より価値が高い。チーズ志向なら κ-CN BB を優先する。
- A2A2 選抜: A2 乳市場が伸びる地域では、長期的なプレミアム獲得のため A2A2 頻度を高める。
13. 結論と将来展望
今日の乳牛繁殖選抜は、もはや「最も乳量の多い種雄牛を選ぶ」作業ではなく、生物学的効率、環境持続性、動物福祉、経済最適化を統合した多面的な意思決定プロセスである。ゲノム技術の普及、305-AA への標準化更新、NM$ 2025 による経済指数の再構築、そして ssGBLUP のような高度統計モデルの標準化が、この転換の主要な柱となっている。
将来求められる乳牛は、高脂肪・高蛋白乳を生産し、少ない飼料で維持でき（負の RFI）、メタン排出が少なく、暑熱に強く、健康で長命な「環境調和型」の個体である。この目標は、正確な表現型データ収集、信頼できるゲノム評価、科学的根拠に基づく選抜判断が一体となって初めて実現する。
2030〜2040 年のビジョン
- メタン排出: 遺伝的選抜により1頭当たり20〜30%の削減を目指す
- 飼料効率: RFI データがすべての主要品種で日常評価へ組み込まれる
- 暑熱耐性: SLICK などの温度調節遺伝子が導入交配により乳用品種へ広がる
- 精密畜産: 活動量、反芻、体温などのセンサーデータがゲノムモデルへリアルタイム連携される
- 人工知能: 機械学習アルゴリズムが多形質 GEBV の精度をさらに高める
- トルコ: 国家参照集団の完成と国産ゲノム評価体系の本格運用、さらに国際的統合へ進む
14. 参考文献
- Tilki, M., Çolak, M., & Sari, M. (2009). Genetic parameters of 305-day milk yield for Brown Swiss reared in the Bahri Dagdas International Agricultural Research Institute in Turkey. Kafkas Üniversitesi Veteriner Fakültesi Dergisi, 15(5), 801-804.
- Tilki, M., İnal, Ş., Çolak, M., & Garip, M. (2005). Relationships between milk yield and udder measurements in Brown Swiss cows. Turkish Journal of Veterinary & Animal Sciences, 29(1), 75-81.
- Miles, A. M., VanRaden, P. M., & Norman, H. D. (2025). Updated 305-day lactation yields for age, season, milking frequency, and pregnancy by climate region and breed. Journal of Dairy Science, 108(1), 775-789.
- VanRaden, P. M., Cole, J. B., & Parker Gaddis, K. L. (2025). Net Merit as a Measure of Lifetime Profit: 2025 Revision (NM$9). USDA AIP Research Report.
- Rojas de Oliveira, H., Brito, L. F., Lourenco, D. A. L., & Miglior, F. (2024). Genetic evaluation for methane efficiency in dairy cattle using milk mid-infrared spectroscopy. JDS Communications, 5(2), 178-183.
- Dikmen, S., Khan, M. J., Huson, H. J., & Hansen, P. J. (2025). Heat stress abatement in cattle through genetic improvement of heat tolerance. Journal of Animal Science, 103(2), skae378.
- Aguilar, I., Misztal, I., Johnson, D. L., Legarra, A., Tsuruta, S., & Lawlor, T. J. (2010). Hot topic: A unified approach to utilize phenotypic, full pedigree, and genomic information for genetic evaluation of Holstein final score. Journal of Dairy Science, 93(2), 743-752.
- Bermann, M., Lourenco, D., & Misztal, I. (2022). The distribution of inbreeding depression and recovery by genomic regions in single-step genomic BLUP. Italian Journal of Animal Science, 21(1), 611-622.
- Misztal, I., Legarra, A., & Aguilar, I. (2014). Using recursion to compute the inverse of the genomic relationship matrix. Journal of Dairy Science, 97(6), 3943-3952.
- ICAR (2020). Section 20: Enteric Methane Emissions Recording Guidelines. ICAR Guidelines.
- ICAR (2023). Section 22: Sustainability Recording Traits. ICAR Guidelines.
- Wiggans, G. R., Cole, J. B., Hubbard, S. M., & Sonstegard, T. S. (2017). Genomic selection in dairy cattle: The USDA experience. Annual Review of Animal Biosciences, 5, 309-327.
- Pryce, J. E., & Haile-Mariam, M. (2020). Symposium review: Genomic selection for reducing environmental impact and adapting to climate change. Journal of Dairy Science, 103(6), 5366-5375.
- De Haas, Y., Pszczola, M., Soyeurt, H., Wall, E., & Lassen, J. (2017). Invited review: Phenotypes to genetically reduce greenhouse gas emissions in dairying. Journal of Dairy Science, 100(2), 855-870.
- Tempelman, R. J., Spurlock, D. M., Coffey, M., Veerkamp, R. F., Armentano, L. E., ... & VandeHaar, M. J. (2015). Heterogeneity in genetic and nongenetic variation and energy sink relationships for residual feed intake across research stations and countries. Journal of Dairy Science, 98(3), 2013-2026.
- Legarra, A., Aguilar, I., & Misztal, I. (2009). A relationship matrix including full pedigree and genomic information. Journal of Dairy Science, 92(9), 4656-4663.
- DSYMB (2024). Türkiye Damızlık Sığır Yetiştiricileri Merkez Birliği Süt Kayıt Raporları. Ankara.