La Saga del BLUP – Episodio II: l’alleanza dei geni

Dall’EBV all’indice totale

Nella prima puntata (La Saga del BLUP – Episodio I: l’indice genetico) abbiamo capito come nasce un valore genetico stimato (EBV) e perché il BLUP rappresenta la stima più vicina al vero valore genetico dell’animale. Ma in allevamento non si seleziona mai per un solo carattere.

Una vacca non è solo latte, un ariete non è solo accrescimento e un toro da carne non è solo muscolo. Ogni animale porta con sé un insieme di tratti produttivi, funzionali e morfologici che devono essere considerati insieme, perché migliorarne uno può significare peggiorarne un altro.

Da qui nasce l’idea di indice combinato, o indice di selezione, introdotto per la prima volta da L.N. Hazel nel 1943, ovvero: il miglior animale non è quello che eccelle in un tratto, ma quello che ottimizza tutti quelli importanti per il sistema produttivo.

Correlazione tra caratteri: amici o rivali?

Non tutti i caratteri si comportano allo stesso modo. Alcuni vanno d’accordo, altri si ostacolano. Questa relazione si chiama correlazione genetica e misura quanto la variazione genetica di un carattere è legata a quella di un altro.

• Se due caratteri migliorano insieme (es. grasso% e proteine% nel latte), la correlazione genetica è positiva → selezionando per uno, migliora anche l’altro.
• Se invece migliorare uno peggiora l’altro (es. latte e fertilità), la correlazione è negativa.

Tabella 1 – Valori medi di correlazione genetica simili sono riportati in Pryce & Veerkamp (2001), Mrode (2014) e Miglior et al., (2017).

La ponderazione: dare un prezzo ai geni

Come si decide quanto vale un tratto genetico? Il principio introdotto da Hazel (1943), sviluppato da Cunningham (1970; 1975) e, sul piano economico, da Ponzoni & Newman (1989), assegna a ciascun tratto un peso economico proporzionale al suo impatto sull’utile aziendale; applicazioni pratiche sono sintetizzate da Dekkers (1998) e, in era genomica, da Simianer (2023).

Esempio:

• +1 kg di latte = +0,40 €
• +1 giorno di vita produttiva = +0,15 €
• +1 punto di fertilità = +0,30 €

Il valore economico trasforma i geni in valore monetario atteso. Gli indici nazionali usano proprio questi pesi per costruire un indice totale che rappresenta la redditività futura prevista della prole.

Tabella 2 – Dati aggiornati secondo la revisione ICS-PR di aprile 2024 (Galluzzo, 2025; ANAFIBJ, 2024); Council on Dairy Cattle Breeding (CDCB). (2024); Nordic Cattle Genetic Evaluation (NAV). (2024).

Queste differenze non sono casuali: riflettono le priorità zootecniche e i contesti produttivi di ogni Paese. In Italia, ad esempio, l’indice ICS-PR bilancia latte e funzionalità, mentre nei Paesi nordici si dà molto più peso alla salute e alla fertilità.

Entrambi hanno lo stesso valore totale, ma:

• Galileo è il toro “da spinta”: perfetto per stalle con elevata gestione nutrizionale, ottima fertilità e controllo sanitario, dove il latte extra genera reddito reale.
• Dynamo è il toro “da equilibrio”: meno latte, ma figlie più longeve e fertili, ideali per allevamenti estensivi o con bassi tassi di rimonta.

Morale: l’indice totale serve per ordinare i tori, ma il successo genetico nasce leggendo come è costruito quell’indice.

Di seguito, un semplice e non rappresentativo schema (rielaborato da informazioni da Miglior et al. (2017), Boichard & Brochard, (2012) e Pryce & Veerkamp (2001):

Tabella 3 – Schema (rielaborato da informazioni da Miglior et al. (2017), Boichard & Brochard, (2012) e Pryce & Veerkamp (2001).

Un indice deve riflettere l’obiettivo reale dell’allevamento, non quello di chi fa la classifica.

Il BLUP multicarattere: quando i tratti si aiutano

Il BLUP classico stima un carattere alla volta. Ma quando due caratteri sono correlati geneticamente, stimarli insieme migliora la precisione: è il BLUP multicarattere.

Il modello tiene conto della matrice di covarianza genetica e ambientale tra i caratteri. In pratica, se conosciamo bene un tratto (es. produzione di latte) e meno bene un altro (es. fertilità), le informazioni del primo aiutano a prevedere il secondo.

Tabella 4 – Esempio tipico su dati medi (Pryce & Veerkamp, 2001; Miglior et al. 2017).

Figura 1: Relazioni genetiche tra Latte (L), Proteine (P) e Fertilità (F). Le frecce mostrano correlazioni genetiche. Il modello multicarattere sfrutta queste relazioni per stimare valori genetici più stabili, soprattutto quando i dati sono incompleti o i tratti hanno bassa ereditabilità. Gli indici combinati agiscono su r e su i, migliorando contemporaneamente accuratezza e direzione della selezione. Un buon indice è quello che massimizza ΔG per i caratteri che contano davvero in azienda.

Quando il toro “indietro” non è davvero indietro

Vale la pena fare un esempio su una tipica richiesta da parte di un ipotetico allevatore.

“Non capisco: il toro Ercole ha un valore genetico altissimo per il latte, ma nell’indice totale è dietro a Falco, che fa meno latte. Com’è possibile?”

È una domanda più che legittima, perché a prima vista sembra un errore del sistema. In realtà, è l’esempio perfetto per capire come funzionano gli indici combinati. L’indice totale non valuta solo la produzione di latte, ma considera anche altri caratteri importanti per la redditività e la durata produttiva delle femmine, come la morfologia, la fertilità, la salute e la longevità. Nel caso due ipotetici tori, i numeri raccontano tutto:

Tabella 5 – Dati relativi a due tori diversi.

Ercole trasmette molto latte, ma tende a peggiorare l’apparato mammario e la fertilità delle figlie. Falco, invece, pur con un latte più moderato, migliora la morfologia e la longevità, cioè tratti che nel tempo hanno un peso economico importante.

Alla lunga, un animale che resta più sano e produttivo per più lattazioni può valere molto di più di uno che produce tanto ma per poco tempo. Per questo, nell’indice combinato, Falco risulta più alto: perché rappresenta un guadagno genetico più equilibrato e sostenibile.

È logico che poi ciascuna nazionale di razza può applicare dei diversi fattori e dare un peso virtuale superiore a un carattere, ma oggi è logico pensare che morfologia e longevità abbiano un’importanza strategica in quasi tutte le razze da latte.

Ma pensateci bene… meglio avere in prima generazione 5 figlie che producono mezza tonnellata di latte in più tra 30 mesi ma per questo aver delle bovine con un 30% in meno di fertilità (es. ogni 100 servizi 30 vanno a vuoto!).

La risposta è ovvia.

Ma allora Ercole è fuori dei giochi? No, assolutamente.
La selezione è sempre un gioco di equilibri e contrappesi: quel toro sarà una scelta eccellente su vacche con indici di fertilità e longevità molto buoni per alzare la produzione media di stalla.

Alla fine, il gioco consiste nel dosare i geni in maniera bilanciata.

“Le figlie non producono come atteso”

Un altro fraintendimento frequente riguarda le aspettative sul latte delle figlie. Capita spesso che un allevatore dica:

“Ho cinque figlie di quel toro e non fanno il latte che prometteva!”

Il punto è che un valore genetico non è una promessa individuale, ma una media statistica. Il toro trasmette solo metà della sua genetica: l’altra metà viene dalla madre.

Se un toro ha un valore genetico di +400 kg di latte, significa che, in media, le sue figlie produrranno circa 200 kg in più rispetto alla media della popolazione, se accoppiate con vacche nella media.

Ma se la madre è sotto la media, il vantaggio sarà inferiore; se la madre è molto buona, potrà essere superiore. E poi ci sono l’alimentazione, la salute, la stagione e decine di altri fattori che influenzano il risultato di ogni singola figlia.

L’indice, quindi, non predice il singolo animale, ma l’andamento medio della popolazione: serve a scegliere i riproduttori che spostano l’intera mandria nella direzione giusta, generazione dopo generazione.

Quindi fare buone scelte sul catalogo ma anche pensare in lungo termine a una buona linea femminile.

Certo, se l’obiettivo è ottenere il prossimo top sire nella propria stalla o la migliore vacca della regione, si possono fare scelte individuali, ma comunque serve una buona base.

Figura 2 – Il toro trasmette metà del suo valore genetico: le figlie migliorano rispetto alle madri, ma non raggiungono il livello del padre.

Conclusione: quando la genetica diventa squadra

Il BLUP ci ha insegnato a stimare i valori genetici. Gli indici combinati ci insegnano a usarli insieme, come strumenti di una stessa orchestra. Ogni carattere, latte, fertilità, longevità, salute, è un musicista: da solo può suonare bene, ma solo l’insieme crea armonia e progresso sostenibile.

Il futuro? Indici personalizzati, basati su dati aziendali reali, che uniscono genetica, economia e sostenibilità. Ma la vera sfida sarà integrare gli innumerevoli dati fenotipici che è possibile ottenere dalla sensoristica. La genetica non serve a fare di più, ma a fare meglio. Gli indici genetici non servono a trovare il “toro miracoloso”, ma a scegliere direzioni di miglioramento.

Un buon toro non rende subito figlie campionesse, ma fa sì che la mandria, anno dopo anno, sia mediamente più sana, più efficiente e più produttiva. Nella genetica, come nell’economia aziendale, il vero progresso è quello che dura nel tempo, quello che è sostenibile.

Bibliografia

• ANAFIBJ. (2024). Schede di calcolo degli indici genetici – Frisona e Jersey (edizione gennaio 2024). Technical report, Associazione Nazionale Allevatori Frisona, Bruna e Jersey Italiana, Cremona. Disponibile su: https://www.anafi.it/media/pubblicazioni/schede-calcolo/Schede-calcolo-Indici-ITA-2024.pdf
• Boichard, D., & Brochard, M. (2012). New phenotypes for new breeding goals in dairy cattle. Animal, 6(4), 544–550. https://doi.org/10.1017/S1751731112000018
• Council on Dairy Cattle Breeding (CDCB). (2024). Lifetime Net Merit (NM$) and TPI Index methodology. Accessed July 2024, from https://www.uscdcb.com/
• Cunningham, E.P., Moen, R.A., & Gjedrem, T. (1970). Restriction of selection indexes. Biometrics, 26, 67–74. https://doi.org/10.2307/2529045
• Cunningham, E.P. (1975). Multi-stage index selection. Theoretical and Applied Genetics, 46, 55–61. 10.1007/BF00264755
• Dekkers, J.C.M., & Gibson, J.P. (1998). Applying breeding objectives to dairy cattle improvement. Journal of Dairy Science, 81(Suppl 2), 19–35. https://doi.org/10.3168/jds.S0022-0302(98)70151-1
• Galluzzo, F. (2025). L’ICS-PR si aggiorna: un obiettivo di selezione sempre più DOP. Allevaweb.it, 9 gennaio 2025.
• Hazel, L.N. (1943). The genetic basis for constructing selection indexes. Genetics, 28(6), 476–490. 10.1093/genetics/28.6.476
• Henderson, C.R. (1975). Best linear unbiased estimation and prediction under a selection model. Biometrics, 31(2), 423–447. https://doi.org/10.2307/2529430
• Miglior, F., Fleming, A., Malchiodi, F., Brito, L.F., Martin, P., & Baes, C.F. (2017). A 100-Year Review: Identification and genetic selection of economically important traits in dairy cattle. Journal of Dairy Science, 100(12), 10251–10271. https://doi.org/10.3168/jds.2017-12968
• Mrode, R.A. (2014). Linear models for the prediction of animal breeding values (3rd ed.). CABI Publishing.
• Nordic Cattle Genetic Evaluation (NAV). (2024). The Nordic Total Merit Index (NTM): principles and weights. Accessed July 2024, from https://www.nordicebv.info/
• Ponzoni, R.W., & Newman, S. (1989). Developing breeding objectives for Australian beef cattle production. Animal Production, 49(1), 35–47. https://doi.org/10.1017/S0003356100004232
• Pryce, J.E., & Veerkamp, R.F. (2001). The incorporation of fertility indices in genetic improvement programmes. Animal Science, 73, 405–415.
• Simianer, H., Heise, J., Rensing, S., Pook, T., Geibel, J., & Reimer, C. (2023). How economic weights translate into genetic and phenotypic progress, and vice versa. Genetics Selection Evolution, 55, 38. https://doi.org/10.1186/s12711-023-00807-0