《Journal of Dairy Science》：Using the daily variation in body temperature of dairy cows in thermoneutral conditions to predict their response to hot weather
编辑推荐：
本研究瞄准奶牛热应激挑战，探索利用体温（BT）日振幅预测其热耐受性的新方法。研究人员通过对荷斯坦-弗里生奶牛在不同温度湿度指数（THI）条件下的阴道温度进行连续监测，发现凉爽日（THI ≤65）的BT振幅与炎热日（THI >68）的最大BT及BT振幅存在强二次方关系。这表明，在热中性条件下体温更稳定的奶牛，面对高温天气时表现出更强的热耐受性。该发现为无需暴露于高温即可进行奶牛热耐受性表型鉴定提供了新思路，对提升奶牛育种的气候韧性和精准管理具有重要意义。
随着全球气候变暖，极端高温天气的频率、强度和持续时间预计将持续增加。对于对湿热天气特别敏感的奶牛而言，这意味着热应激问题将日益严峻。热应激会导致奶牛体温升高、干物质采食量（DMI）下降，进而引发产奶量、繁殖性能和健康状况等一系列短期和长期负面影响。这不仅威胁动物福利，也给奶牛养殖业带来了巨大的经济损失。因此，寻找能够有效识别和选育耐热奶牛的方法，对于构建具有气候韧性的奶牛生产体系至关重要。传统的热耐受性评估方法，如基于产奶量下降趋势推导的育种值（HTBV），需要大量奶牛在多年的热事件中积累数据，过程漫长且依赖于不可预测的天气。有没有一种更直接、更高效的方法，能在常规环境下就预测出奶牛对高温的抵抗能力呢？发表在《Journal of Dairy Science》上的一项研究给出了肯定的答案。
该研究主要运用了以下关键技术方法：研究团队在2018、2020和2021年夏季，于澳大利亚维多利亚州的Ellinbank SmartFarm进行了三项观察性实验，共涉及144头荷斯坦-弗里生奶牛。通过置入阴道温度记录仪（iButton DS1922L），以5或10分钟为间隔连续监测奶牛的体温。同时，利用现场气象站记录环境温度和湿度，并据此计算温度湿度指数（THI）。通过Python和Pandas软件处理海量体温数据，并使用平滑样条拟合及多项式回归等统计方法，分析凉爽日与炎热日体温变化特征之间的关系。
结果
1. 研究条件与体温
三项实验中，奶牛分别经历了不同数量的凉爽日（THI ≤65）和炎热日（THI >68）。实验期间记录了广泛的THI范围（49-85）和体温日振幅变化（0.14°C至1.58°C）。其中，实验3的奶牛在炎热日表现出最高的平均体温振幅（1.21°C），而实验2的奶牛体温振幅范围最大。
2. 相关性分析
统计分析揭示了一个关键发现：奶牛在凉爽日的体温日振幅，与它们在炎热日的体温日振幅及最高体温之间存在强烈的相关性。最佳拟合模型（具有不同截距但相同二次方斜率）显示，凉爽日体温振幅可以解释炎热日体温振幅86.3%的变异，以及炎热日最高体温71.6%的变异。68）每小时最高体温（BT）的平均振幅与凉爽日（THI ≤65）每小时最高BT平均振幅的关系，以及（b）炎热日每小时最高BT平均值与凉爽日每小时最高BT平均振幅的关系。趋势线使用具有不同截距但相同斜率的模型拟合。">具体而言，在凉爽日体温变化幅度较小的奶牛（振幅约0.2°C），在炎热日体温的上升也较为有限；而当凉爽日体温振幅增至约0.8°C时，其对炎热日体温的影响趋于平台期，不再进一步增加。研究还发现，当模型中未纳入凉爽日体温振幅时，较高的平均产奶量和较高的HTBV（即更耐热）分别与炎热日更大的体温变异性和更稳定的体温相关。然而，一旦将凉爽日体温振幅及其二次项纳入模型，产奶量和HTBV这两个因素对解释炎热日体温变异的作用均变得不显著。这表明，奶牛在凉爽条件下维持体温恒定的能力，是驱动其在热应激日体温反应的主要因素。
讨论与结论
本研究证实了最初的假设：奶牛在炎热日（THI >68）的体温反应与它们在凉爽日（THI ≤65）的体温变化幅度（振幅）强相关。在凉爽日体温波动范围更大的奶牛，在炎热日会达到更高的体温峰值。这种体温调控的差异可能源于个体间体温调节系统完整性的不同。体温调节能力更强的奶牛，能够将体温维持在更窄的范围内，从而表现出更好的热耐受性。这一发现与基因耐热育种值（HTBV）的研究结果一致，即HTBV更高的奶牛（更耐热）在高温下体温反应更低。
该研究的意义在于提出了一种创新的热耐受性表型鉴定策略。利用奶牛在凉爽日的体温日振幅来预测其对高温的响应，具有两大明显优势：其一，可以避免让奶牛暴露于高THI环境来进行耐热性测试，降低了评估风险和对极端天气的依赖；其二，当无法获得产奶量数据时（例如对于青年牛、公牛或非泌乳母牛），体温曲线可以作为一种替代的反应指标，扩大了评估范围。
研究者也讨论了可能影响该关系的其他因素，如热习服（奶牛在实验3中可能因处于夏季初期而未充分适应高温）、泌乳阶段、妊娠状态、日粮营养特性等。尽管存在这些影响因素，但各实验间响应斜率并无差异，这意味着凉爽日的体温振幅仍可作为一个实用工具，用于在群体内对奶牛的热应激易感性进行排序。
总之，这项研究表明，在热中性条件下体温日变化更稳定的奶牛，对高温天气表现出更强的耐受性。 无论天气特征如何，体温日振幅都可作为预测奶牛热耐受性的指标。通过连续监测体温获得的这种新型表型，有望为开发更精准的多性状耐热育种值提供基础，将体温生理和能量消耗相关参数与生产性状相结合。这将有助于早期识别耐热奶牛，通过基因组选择培育出对热应激更具抵抗力且不牺牲生产性能的牛群，从而改善奶牛的生产力、繁殖性能和动物福利，提升整个产业的气候韧性。
