v
Genetic Improvement

Innovative applications, challenges, and countermeasures of key technologies in yak breeding

  • Yongfu La ,
  • Chunnian Liang
Expand
  • Key Laboratory of Animal Genetics and Breeding on Tibetan Plateau, Ministry of Agriculture and Rural Affairs Lanzhou Institute of Husbandry and Pharmaceutical Sciences/ Chinese Academy of Agricultural Sciences, Lanzhou, 730050, Gansu

Received date: 2026-03-05

  Online published: 2026-07-31

Abstract

Yak, an indigenous dominant livestock species on the Qinghai-Tibet Plateau, holds significant strategic value in breeding efforts for maintaining plateau ecosystem stability, promoting sustainable economic development in pastoral areas, and preserving ethnic cultural heritage. At present, yak breeding remains predominantly reliant on conventional techniques, with the individual identification and performance measurement systems confronting bottlenecks such as susceptibility to data loss, non-standardized measurement procedures, and inadequate genetic evaluation mechanisms. With the continuous advancement of modern biotechnology, intelligent tools including electronic ear tags and intelligent phenotypic measurement are being progressively applied; molecular breeding technology systems such as genomic selection and gene chips are becoming increasingly sophisticated; and reproductive technologies including artificial insemination and embryo transfer are being steadily optimized-all of which provide robust support for accelerating genetic improvement in yaks. However, during the actual promotion and application process in plateau pastoral areas, challenges remain, including insufficient environmental adaptability of technical equipment, high application costs, weak grassroots technical capacity, and inconsistent data collection standards. To address these issues, it is imperative to establish a tiered and categorized technology extension system, improve the collaborative mechanism among government, enterprises, and research institutions, formulate technology standards and specifications tailored to plateau characteristics, and strengthen the cultivation of localized professional technical talents, thereby facilitating the on-the-ground application of key yak breeding technologies and providing tangible support for the revitalization of plateau pastoral areas and the high-quality development of the yak industry. This paper systematically reviews the current status of modern biotechnology applications in yak industry development from four dimensions-the application status of conventional breeding technologies, breakthrough progress in molecular breeding technologies, innovative applications of reproductive biotechnology, and integration of intelligent and digital technologies-analyzes key technological breakthroughs and their application outcomes, with the aim of offering theoretical references and practical insights for the innovation of China's distinctive livestock seed industry.

Cite this article

Yongfu La , Chunnian Liang . Innovative applications, challenges, and countermeasures of key technologies in yak breeding[J]. The Chinese Livestock and Poultry Breeding, 2026 , 22(8) : 32 -41 . DOI: 10.19543/j.cnki.1673-4556.20260708.002

牦牛作为青藏高原特有的优势畜种,其育种工作不仅关系到青藏高原生态系统的稳定与生物多样性保护,更是维系边疆牧区经济可持续发展与民族文化传承的重要支柱[1]。在生态层面,牦牛通过其长期进化形成的适应性采食行为和独特的物质循环机制,对维持高寒草甸生态系统的结构与功能平衡发挥着不可替代的生态调节作用[2, 3]。在经济层面,牦牛产业是西藏、青海、四川、甘肃等省区牧区经济的核心支柱产业,牦牛养殖直接关系着约500万藏族及其他少数民族牧民的生产生活与收入来源。在文化层面,牦牛被誉为“高原之舟”,其文化象征意义和生产实用价值已深深融入当地民族的生产实践、宗教信仰和艺术创作之中,成为青藏高原独特文化遗产的重要活态载体[4]
然而,当前牦牛育种工作仍面临严峻挑战。传统育种模式在高原特殊环境下存在多重技术瓶颈:育种周期长、性能测定体系薄弱、选育手段滞后、技术推广困难以及种群管理松散等问题,严重制约了遗传改良的进展速度[5]。随着消费结构升级和市场需求细分,牦牛产业正经历从“数量扩张”向“质量效益”的转型,对育种效率提出了更高要求。高端肉制品市场需求增长、特色产品开发加速、生态保护压力增大以及国际技术竞争加剧,都迫切要求育种技术的创新突破[6]
全球动物育种技术正经历从“经验驱动”向“数据驱动”、从“表型选择”向“基因组精准设计”的深刻变革。基因组选择、高通量测序、生物信息学分析等现代生物技术的快速发展,为突破牦牛传统育种瓶颈提供了前所未有的机遇。这些技术能够系统解析牦牛重要经济性状和适应性状的遗传机制,实现早期精准选育,大幅缩短世代间隔,显著提高育种效率[7]。特别是在应对高原气候变化、疫病防控、资源可持续利用等挑战方面,现代育种技术展现出巨大潜力。这场技术革命不仅关乎牦牛生产性能的提升,更关系到高原牧区生态保护、牧民增收致富、民族文化传承和区域可持续发展,对筑牢国家生态安全屏障、推动乡村振兴战略实施具有深远的战略意义。本文旨在系统梳理牦牛育种技术从传统到现代的跨越路径,分析关键技术突破与应用成效,以期为我国特色畜禽种业创新提供理论参考和实践借鉴。

1 传统育种技术的应用现状

1.1 品种登记与个体标识技术的现代化转型

传统耳标与纸质档案管理体系在牧区仍占主导地位,但其固有的信息易失、更新滞后、查询困难等缺陷日益凸显。据统计,青藏高原地区牦牛个体信息登记完整率平均不足45%,严重制约了育种工作的系统性开展。近年来,电子标识技术取得突破性进展——RFID耳标在青海、四川等省核心育种场的普及率达到60%~85%,实现了个体信息的自动化采集与数字化管理[8]。然而,在广大牧民及合作社层面,受制于设备成本高、网络基础设施不足、维护能力弱等现实困难,电子标识普及率仍低于20%。少数领先地区已开展区块链技术在牦牛系谱追溯与品质认证中的试点应用,通过建立不可篡改的分布式数据库,实现了从牧场到餐桌的全程质量溯源,为高端品牌建设提供了技术保障。牦牛个体标识技术在不同层面的应用现状见表1
表1 牦牛个体识别技术的应用现状

Table 1 Current application status of yak individual identification technology

序号NO. 技术类型Technological type

应用范围

Application area

应用现状

Applied actuality

优势与特点

Advantages and characteristics

面临的挑战

Challenges faced

1 传统耳标与纸质档案 牧民、合作社 占主导地位,但信息完整率不足45% 操作简单,成本低廉 信息易丢失、更新滞后、查询困难,制约育种系统性
2 RFID电子耳标 核心育种场 60%~85% 实现个体信息自动化采集与数字化管理 设备成本高、网络基础设施不足、维护能力弱,普及面临现实困难
3 牧民及合作社 低于20%
4 区块链技术 少数领先地区(试点应用) 试点阶段,用于系谱追溯与品质认证 建立不可篡改的分布式数据库,实现全程质量溯源 处于试点阶段,尚未大规模推广

数据来源:甘南藏族自治州农业农村局(2024)。

Data source: Agriculture and Rural Bureau of Gannan Tibetan Autonomous Prefecture (2024).

1.2 生产性能测定体系的标准化建设

牦牛生产性能测定体系当前呈现出多层次、不均衡的发展特征(表2)。在体尺体重测定方面,国家级和省级重点育种场已基本实现标准化操作,依据《牦牛生产性能测定技术规范》(GB/T 43842—2024)定期开展系统测定。然而基层单位在测量工具配备和测定时点统一性方面仍存在明显不足。产肉性能测定形成双重体系,屠宰测定作为金标准主要服务于科研校验,而活体超声技术虽能有效评估肉质性状,却因设备昂贵和操作专业性强而难以普及。产乳性能测定则发展出适应高原牧区特点的简易方法体系,“称重法”和“间隔测定法”等创新方法在实际应用中展现出良好的可操作性[9]
表2 牦牛生产性能测定体系的多层次发展特征

Table 2 Multi-level development characteristics of the yak production performance measurement system

序号NO.

类型

Type

国家级/省级重点育种场

National or provincial key breeding farm

基层单位/牧区

Grassroots units/pastoral areas

技术发展趋势或创新方法

Technological development trends or innovative methods

1 体尺体重 基本实现标准化操作 测量工具配备不足,测定时点不统一 依据《牦牛生产性能测定技术规范》(GB/T 43842—2024)进行
2 产肉性能 屠宰测定作为金标准,主要服务于科研校验 活体超声技术因设备昂贵、专业性强而难以普及 形成“科研用屠宰测定、基层推广受阻”的双重体系
3 产乳性能 / 发展出适应高原特点的简易方法 创新出“称重法”和“间隔测定法”等,可操作性良好

注:“/”表示没有相关测定信息。

Note: "/" indicates no relevant measurement information.

1.3 遗传评估与选配技术的精准化发展

牦牛遗传评估与选配技术正处在从传统经验模式向现代精准范式转变的关键阶段。当前,基于系谱指数的选择方法仍广泛应用于基层生产实践,但其准确性因系谱记录的完整性与准确性不足、遗传背景假定的简化等因素而存在显著局限[10]。与此同时,能够有效校正环境效应和系统偏差的最佳线性无偏预测(BLUP)模型已逐步在国家级及省级遗传评估体系中得到应用,通过区域性联合评估形成种公牛遗传评定报告,并以此为基础构建了“种公牛站-县级推广站-基层配种员”的三级冻精推广网络,显著提升了优质种质资源的覆盖效率与人工授精技术的普及水平。

2 分子育种技术的突破性进展

随着以全基因组测序、高通量基因分型和生物信息学分析为代表的现代生物技术日趋成熟,牦牛育种正从依赖表型经验向基于基因型数据驱动的模式转型,标志着精准分子设计育种时代的到来。以基因组学为核心、转录组学和蛋白组学为补充、生物信息学为支撑的多组学融合技术,正以前所未有的深度与精度系统解析牦牛复杂经济性状的遗传调控网络,为突破传统育种效率瓶颈、实现从“经验优选”到“机制育种”的跨越提供关键理论与技术支撑。当前,分子育种技术的发展已形成多层次技术体系,具体进展见表3
表3 分子育种技术发展概况

Table 3 Development of molecular breeding techniques

序号NO.

技术方向

Technical direction

关键技术

Key technology

主要成果与应用

Main achievements and applications

技术特征与优势

Advantages and Characteristics

参考文献References
1 基因组选择 高密度SNP芯片、MtGBLUP模型 阿什旦牦牛预测准确性0.147~0.391,麦洼牦牛体重遗传力0.43 实现早期精准选择,缩短世代间隔;低遗传力性状预测精度有待提升 [7,11,12]
2 分子标记开发 SNP关联分析、候选基因鉴定 鉴定出与生长、乳品质、肉品质、繁殖相关的关键基因20余个 为标记辅助选育提供工具库,支撑多性状协同改良 [13]
3 遗传资源评价 全基因组重测序、高密度SNP芯片 解析多品种遗传结构;亲子鉴定准确率>99.9%;建立珍稀品种动态监测系统 实现从表型评价到基因型精准鉴定的跨越,为保护策略提供科学依据 [14,15]

2.1 基因组选择技术的本土化实践

基因组选择(Genomic selection, GS)作为一项基于全基因组分子标记进行个体遗传评估的育种技术,已在全球主要畜禽种群中广泛应用[16]。GS的核心优势在于能够实现对幼龄个体的早期精准选择,大幅缩短世代间隔,并通过对雌雄两性施加更强的选择压力来加速遗传进展[17, 18]。理论上,GS尤其适用于低遗传力性状的改良,此类性状(如繁殖力、健康性状等)往往与生产性状存在遗传拮抗[19-21]。我国依托国家牦牛基因组计划,已构建了覆盖多个牦牛品种的大规模参考群体,并建立了基于高密度SNP芯片的基因组选择平台。在技术验证方面,阿什旦牦牛早期生长性状研究显示,基因组预测准确性在0.155~0.391,遗传力估计值为0.07~0.57,表明多数生长性状具有中高等遗传力[11]。对麦洼牦牛的研究则发现其体重遗传力为0.43,并成功开发了多性状基因组选择模型(MtGBLUP),显著提高了预测准确性[12]。尽管GS在生长、产肉等中等遗传力性状中表现良好,但在繁殖、抗病等低遗传力性状以及饲料转化率等难测定性状方面,其预测准确性仍有提升空间,亟待通过扩大参考群体规模、整合多组学数据及优化统计模型等途径进一步突破。

2.2 重要经济性状的分子标记开发与利用

针对牦牛产业发展的关键需求,围绕重要经济性状的分子标记开发已取得一系列进展,为标记辅助选育提供了有效工具。在生长性状方面,研究发现SNP AX-174555047可能通过介导GRK4表达以及调节PTHADM功能来影响体重,HSF1、HPGDSTXKPLCE1等基因的多态性也被证实与牦牛生长性状显著相关[22-25]。在乳品质方面,研究鉴定出LPIN1基因对牦牛乳脂率具有影响,ITGA9基因的g.285808T>A、g.306600T>C和g.315413C>T突变与牦牛乳中酪蛋白、蛋白质和总固体含量呈正相关,CCSER1和LAP3等基因的突变则与乳脂率和乳糖含量显著相关[26-29]。肉品质性状方面,研究明确了FOXO3基因的g.636 C>G和g.1296 A>G突变分别与甘南牦牛肉的剪切力和熟肉率显著相关,ACADS基因影响肌内脂肪沉积,TNNI2基因则参与调节牦牛及犏牛的肌肉发育和肉品质[30-32]。繁殖性状方面,MSX2、TGIF1、PRDM9、YAP1、TAZ等基因被证实与卵巢颗粒细胞发育、减数分裂及卵母细胞成熟等繁殖过程存在显著关联[33-36]。这些分子标记和关键基因的开发为牦牛生长性状、乳品质、肉品质和繁殖力等关键经济性状的精准选育提供了重要的遗传基础(表4)。
表4 牦牛重要经济性状的分子标记开发与关键基因

Table 4 Molecular marker development and key genes for important economic traits in Yaks

序号NO. 性状Traits 关键基因/SNP位点Key genes/SNP loci 主要功能Functions 参考文献References
1 生长性状 SNPAX-174555047、HSF1、HPGDSTXKPLCE1 调节体重及生长过程 [22-25]
2 乳品质 LPIN1、ITGA9、CCSER1、LAP3 影响乳脂率、乳蛋白、乳糖等乳成分含量 [26-29]
3 肉品质 FOXO3、ACADSTNNI2 影响剪切力、熟肉率、肌内脂肪沉积及肌肉发育 [30-32]
4 繁殖性状 MSX2、TGIF1、PRDM9、YAP1、TAZ 调控卵巢颗粒细胞发育、减数分裂及卵母细胞成熟 [33-36]

2.3 遗传资源评价与保护新技术

牦牛遗传资源评价与保护技术正进入一个基于全基因组信息的精准化管理新时代。随着高通量测序技术与基因芯片平台的广泛应用,我国已建立起系统的牦牛种质资源精准评价体系。通过对大通牦牛、青海环湖型、雪多牦牛等代表性类群进行全基因组重测序,系统解析了各群体的遗传结构、分化历史及适应性基因的分布特征,为制定科学的保护策略提供了重要依据[37]。基于高密度SNP芯片的亲子鉴定技术已实现99.9%以上的准确率,这一标准化的分子鉴定体系有效解决了传统系谱记录中的错误率问题,显著提升了遗传评估的可靠性[38]。针对天祝白牦牛等珍稀品种,建立了基于基因组信息的遗传动态监测系统,通过持续追踪等位基因频率、杂合度及近交系数等关键指标,实施科学的保种规划和配种方案。这些创新技术的应用不仅大幅提高了遗传资源评价的精度与效率,更为牦牛种质资源的长效保护和可持续利用提供了关键技术支持(表5)。
表5 牦牛遗传资源评价与保护新技术的应用

Table 5 Application of new technologies for evaluation and protection of yak genetic resources

序号NO. 技术方向Technical direction 应用范围Application range 关键技术Key technology 主要成效与作用Effectiveness and impact
1 种质资源精准评价 大通牦牛、青海环湖型、雪多牦牛等 全基因组重测序 系统解析群体遗传结构、分化历史,为制定保护策略提供依据
2 亲子鉴定 育种场核心群 基于高密度SNP芯片 解决传统系谱记录错误,提升遗传评估的可靠性
3 遗传动态监测 天祝白牦牛等珍稀品种 追踪等位基因频率、杂合度及近交系数 实施科学保种规划和配种方案,实现长效保护和可持续利用

3 繁殖生物技术的创新应用

牦牛繁殖效率低下长期制约着高原畜牧业的高质量发展,其低受胎率、长世代间隔等问题亟待现代生物技术提供解决方案。近年来,随着一系列繁殖生物技术的系统性创新与高原适配性改良,牦牛繁殖体系正从传统人工辅助配种向高效化、精准化和工程化方向深刻演进,为种质资源的高效利用与遗传改良提供了关键技术支撑(表6)。
表6 繁殖生物技术的创新应用成效

Table 6 Innovative application effectiveness of reproductive biotechnology

序号

NO.

技术领域

Technosphere

技术突破

Breakthrough

关键优化措施

Key measures

应用成效

Application effectiveness

参考文献

References

1 冻精保护 高原适配型稀释保护液 添加谷胱甘肽、过氧化氢酶等抗氧化剂 有效精子存活时间延长30%,维持顶体功能完整性 [39-41]
2 同期发情-定时输精 TAI技术本地化改良 CIDR+PGF₂α+GnRH联合调控方案 情期受胎率提升至55%~65%,减少发情观察依赖 [42]
3 活体采卵-体外受精 OPU-IVF体系建立 优化采卵针具、卵母细胞成熟培养体系 阶段性成效显著,但规模化生产效率仍待突破 [43-45]
4 胚胎玻璃化冷冻 超快速冷冻保护体系 优化冷冻保护剂(乙二醇+DMSO)组合 解冻后形态完整率>90%,移植妊娠率45%~55% [46-48]
5 遗传资源保护 胚胎库+遗传信息建档 针对天祝白牦牛等珍稀品种的系统性采集与保存 实现遗传物质长期保存与异地群体重建 [49-51]

3.1 人工授精技术体系的优化与适配

为应对高原低氧、低温及强紫外线环境对牦牛精子活力的多重胁迫,科研团队已成功研发出适配高海拔条件的冻精稀释保护液。该保护液体系通过添加谷胱甘肽、过氧化氢酶等抗氧化剂及特定膜稳定成分,显著改善了冻精解冻后的活力,并有效维持了精子质膜完整性与顶体功能,使有效精子存活时间延长约30%,为高原人工授精提供了稳定的技术保障[39-41]。针对高寒牧区养殖分散、发情鉴定困难的生产实际,牦牛同期发情-定时输精技术已通过本地化改良得到系统性推广。该技术采用孕激素阴道栓预处理结合肌内注射氯前列醇(PGF₂α)与促性腺激素释放激素的调控方案,实现了母牛群发情周期的精准同步与集中表达。改良后的程序使牦牛情期受胎率稳定提升至55%~65%,大幅降低了传统人工授精对个体发情行为观察的依赖,显著提高了高原环境下繁殖管理的可操作性与整体效率[42]

3.2 胚胎工程技术的突破与实践

在超数排卵与胚胎移植技术基础上,牦牛活体采卵-体外受精(Ovum pick-up - in vitro fertilization, OPU-IVF)技术取得关键突破。通过优化采卵针具设计、改良卵母细胞体外成熟培养体系及精子优选方案,已成功建立周期性从优秀活体母牛获取可用卵母细胞的技术体系。目前,牦牛卵母细胞体外成熟、体外受精和胚胎移植技术已取得阶段性成效,但是OPU-IVF生产效率普遍较低,未能实现规模化生产[43-45]。在胚胎保存技术方面,玻璃化冷冻已逐步替代传统慢速冷冻成为主流方法。该技术通过优化冷冻保护剂配方(如乙二醇、二甲基亚砜组合)并结合超快速降温程序,有效避免了冰晶形成对胚胎结构的损伤。解冻后胚胎形态完整率超过90%,移植后妊娠率可达45%~55%,显著提升了胚胎利用效率和遗传传递速度[46-48]。值得关注的是,胚胎生物技术已成为珍稀遗传资源保护的核心战略。针对天祝白牦牛、野血牦牛等具有独特遗传价值的群体,通过系统性的胚胎采集、冷冻保存及遗传信息建档不仅实现了遗传物质的长期保存,还可通过胚胎移植实现种质资源的异地再生和群体重建,为牦牛遗传多样性保护和可持续育种提供了关键技术保障[49-51]

4 智能化与数字化技术集成

随着物联网、人工智能及大数据技术的快速发展,牦牛育种管理正经历从经验判断向数据驱动的深刻变革。智能化技术通过多维感知、数据传输与智能决策的有机融合,构建起覆盖“天空地”一体化的现代牧场管理体系。从基于无人机的宏观草场监测,到可穿戴设备的个体健康追踪,再到集成多组学信息的育种大数据平台,数字化技术正在重塑牦牛生产的全链条管理范式,为实现精准育种和智慧养殖提供了系统性技术支撑。表7系统梳理了智能化与数字化技术在3个核心方向的应用进展及其成效。
表7 智能化与数字化技术集成进展

Table 7 Progress in integration of intelligent and digital technologies

序号

NO.

技术方向

Technical direction

核心技术手段

Key technology

应用范围

Application range

技术优势与成效

Advantages and characteristics

1 表型采集 无人机多光谱/热红外、可穿戴传感器、计算机视觉 植被评估、个体监测、体型测量 提升时空分辨率与采集效率;实现非接触式精准测量
2 大数据平台 PostgreSQL+Apache+PHP、GBrowse、BLAST 基因组数据管理、共线性分析、功能注释 整合多组学信息,为精准育种提供数据基础与交互工具
3 智慧牧场管理 物联网传感器、智能调控系统、移动终端APP 环境监控、行为预警、远程管理 实现全天候精准监控,提升基层牧民技术获取与管理参与度

4.1 表型数据采集技术创新

基于无人机平台的多光谱与热红外遥感技术,已实现对牧场植被覆盖度、生物量及营养品质的快速评估,并结合目标检测算法实现畜群规模、分布与行为的自动化监测,显著提升了牧区管理的时空分辨率[52-54]。在个体监测层面,可穿戴式传感器(如项圈式、耳标式设备)能够连续采集牦牛的体温、活动量、反刍行为等生理行为指标,为早期发情鉴定、疾病预警及应激评估提供实时数据支持[55-56]。计算机视觉技术也在体型评价中取得突破,通过三维点云重建与深度学习算法,可自动完成体高、体长、胸围等体型参数的精准测量,大幅提高了表型数据采集的客观性与效率[57-59]。如表7所示,这些技术手段共同构成了“天空地”一体化的表型数据采集体系,实现了从宏观草场到微观个体的多层次、多尺度监测。

4.2 育种大数据平台建设

当前,基于牦牛基因组数据库的整合性育种大数据平台已初步构建,并正在持续优化中。该平台依托涵盖多品种、多尺度、多组学信息的牦牛基因组数据库,系统收录了包括SNP、InDel及结构变异在内的全基因组遗传变异信息,并实现了与黄牛、人等物种的基因组共线性比对分析。在技术架构上,采用PostgreSQL进行数据管理,结合Apache服务器与PHP动态网页技术,为用户提供包括GBrowse基因组浏览器、BLAST序列比对、基因功能注释查询及多物种共线性可视化在内的多功能交互平台。该数据库的建立不仅为解析牦牛高原适应性的分子遗传机制提供了关键数据支撑,也为推动牦牛精准育种体系的构建提供了核心数据基础和技术平台[60]。如表7所示,该平台的核心价值在于整合多组学信息,为解析牦牛高原适应性的分子遗传机制提供了关键数据支撑,也为推动精准育种体系建设奠定了数据基础。

4.3 智慧牧场管理系统

物联网技术在牧场管理中逐步落地,通过个体标识、环境传感器与无线传输网络的结合,实现了对牦牛身份、位置、生理状态及圈舍环境的全天候监控与精准管理[61]。智能调控系统可依据环境数据自动启闭通风、保温设备,并结合动物行为监测实现福利状态的动态评估与干预。面向牧民群体的移动终端应用也得到推广,其集成了技术培训视频、个体数据录入、市场信息查询等功能,有效提升了基层生产者的技术获取能力与数据参与度[62]。根据表7的总结,智慧牧场管理通过物联网、智能调控与移动终端的协同应用,正在推动传统牧业向数字化管理转型,实现生产效率与动物福利的双重提升。

5 技术推广的挑战与对策

5.1 技术推广的挑战

在高原牧区推进技术应用,面临着一系列因自然环境、经济社会条件和制度体系交织而成的特有挑战:一是环境适应性与成本挑战,极端自然条件导致设备研发、部署与维护成本高昂,叠加地域广阔与交通不便,使技术应用面临投入大、回报周期长的困境;二是人才体系与接受度挑战,本地技术支撑薄弱与牧民“不愿用、不会用、不敢用”的现象并存,技术与实际需求匹配不足;三是数据标准与协同挑战,各部门数据标准不一、平台孤立,形成“数据孤岛”,制约数据整合与智慧决策;四是长效机制与生态构建挑战,各方协同机制不畅,缺乏持续资金、市场化服务及高原技术标准体系,导致许多项目难以从试点走向推广。

5.2 推进策略建议

为系统应对上述挑战,促进高原牧区技术的有效应用与可持续发展,提出以下四个层面的推进策略:一是构建“因地施策、层级联动”的技术推广体系。针对县、乡、村不同行政层级和牧区实际生产需求,建立差异化的技术适配方案与推广路径。采用示范引领、培训赋能、补贴激励等多元化手段,提升技术覆盖的精准性与可接受度。二是建立“政府引导、市场主导、科研支撑”的协同推进机制。强化政府在规划制定、政策扶持和监管评估方面的引导作用,激发企业参与技术研发、产品供应和运维服务的主体活力,依托科研机构开展技术本地化研发与持续优化,形成可持续的商业模式与长效运行体系。三是推动制定高原适应性技术标准与认证体系。围绕设备环境耐受性、能源供应稳定性、通信传输可靠性等关键环节,建立覆盖研发、测试、部署、运维全过程的技术标准与操作规范,提升技术产品在极端环境下的可靠性表现。四是实施“开放合作、本土培养”的人才支撑计划。积极开展与国际高海拔地区技术合作,引进成熟技术方案与管理经验;同时加强本土技术人才梯队的系统培养,特别注重培育既掌握先进技术又熟悉牧区特点的复合型专业人才,为技术推广提供坚实的人才保障。

6 未来发展趋势展望

6.1 技术融合创新方向

技术交叉融合将成为推动牦牛育种产业突破的关键。多组学技术整合(基因组、表型组、代谢组等)将实现对牦牛性状与功能更系统、更深入的解析;以CRISPR为代表的基因编辑技术有望在高原适应性、抗病抗逆等重大性状的精准改良中取得战略性应用;合成生物学的发展则为开发牦牛乳、肉等特色高附加值产品,甚至合成新型生物材料开辟全新路径。

6.2 产业发展新机遇

技术进步将催生新的产业形态与价值增长点。基于个体基因型与生理状态的精准营养与个性化饲养方案,将显著提升生产效率与资源利用率;构建气候适应性育种技术体系,有望增强牦牛产业应对极端气候变化的韧性;同时,结合区块链等技术的全产业链数字化追溯系统,将成为提升产品公信力、打造高端品牌、实现优质优价的重要支撑。

7 结语

本文从传统育种技术应用现状、分子育种技术突破性进展、繁殖生物技术创新应用及智能化与数字化技术集成等方面,系统梳理了现代生物技术在牦牛产业发展中的应用现状与关键成效。以基因组选择为核心的分子育种技术是实现育种效率跨越式提升的关键驱动力,繁殖生物技术的创新应用与智能化、数字化技术的系统集成,则为育种体系全链条升级提供了重要支撑。面对高原特殊环境制约、技术成本偏高、专业人才匮乏及数据孤岛突出等现实挑战,未来产业发展应着力构建符合高原生态规律与产业特点的现代化育种技术体系,核心在于推动科研供给与产业需求深度对接,通过构建“因地施策、层级联动”的分层推广体系,完善“政府引导、市场主导、科研支撑”的协同机制,制定高原适应性技术标准,并加强本土化人才培养。以科技创新为引擎,以多方协同为保障,最终构建良性互动、可持续的育种创新生态系统,为高原牧区振兴与牦牛产业高质量发展提供系统性支撑。
[1]
QIU Q, ZHANG G J, MA T, et al. The yak genome and adaptation to life at high altitude[J]. Nature Genetics, 2012, 44(8): 946-949.

[2]
E G X, BASANG W D, ZHU Y B. Whole-genome analysis identifying candidate genes of altitude adaptive ecological thresholds in yak populations[J]. Journal of Animal Breeding and Genetics, 2019, 136(5): 371-377.

[3]
HUANG C, ZHANG M, ZHENG Q, et al.The high-altitude adaptation characteristics of microbiota-host cross-talk in yak gastrointestinal track[J]. Advanced Science, 2026, 13(1):e14862.

[4]
LIU X F, LIU W Y, LENSTRA J A, et al. Evolutionary origin of genomic structural variations in domestic yaks[J]. Nature Communications, 2023, 14: 5617.

[5]
梁春年, 阎萍, 牛春娥, 等. 甘南牦牛资源现状及保护利用措施探讨[J]. 家畜生态学报, 2008, 29(6): 136-138.

LIANG C N, YAN P, NIU C E, et al. Investigation on status quo of resource and developmental strategy for Gannan yak breed[J]. Acta Ecologae Animalis Domastici, 2008, 29(6): 136-138.

[6]
曹建民, 吕文发, 郭爱珍, 等. 2024年度肉牛牦牛产业与技术发展报告[J]. 中国牛业科学, 2025, 51(1): 1-3.

CAO J M, LV W F, GUO A Z, et al. 2024 Annual Report on the Beef Cattle and Yak Industry and Technology Development[J]. China Cattle Science, 2025, 51(1): 1-3.

[7]
MEUWISSEN T H, HAYES B J, GODDARD M E. Prediction of total genetic value using genome-wide dense marker maps[J]. Genetics, 2001, 157(4): 1819-1829.

[8]
王立方, 陆昌华, 谢菊芳, 等. 家畜和畜产品可追溯系统研究进展. 农业工程学报, 2005, 21(7):168-174.

WANG L F, LU C H, XIE J F, et al.Review of traceability system for domestic animals and livestock products[J]. Transactions of the CSAE, 2005, 21(7):168-174.

[9]
马桂琳, 郭淑珍, 马登录, 等. 甘南牦牛繁育技术[J]. 中国牛业科学, 2023, 49(6): 81-83.

MA G L, GUO S Z, MA D L, et al. Breeding techniques of Gannan yak[J]. China Cattle Science, 2023, 49(6): 81-83.

[10]
SAMUELSON D J, PEARSON R E. Accuracy of predicting genetic merit from pedigree information for bulls entering stud sampling programs[J]. Journal of Dairy Science, 1995, 78(9): 2057-2066.

[11]
Ge F, Jia C, Bao P, et al. .Accuracies of genomic prediction for growth traits at weaning and yearling ages in yak.animals (Basel). 2020, 10(10):1793.

[12]
刘亚欣. 牦牛体重性状的全基因组关联分析及基因组选择研究[D]. 成都: 西南民族大学, 2024.

LIU Y X. Genome-wide association analysis and genomic selection study of body weight traits in yak[D].Chendu: Southwest Minzu University, 2024.

[13]
赵黄青, 彭巍, 黄荣, 等. 牦牛基因组研究进展与育种应用[J]. 家畜生态学报, 2023, 44(2): 92-96.

ZHAO H Q, PENG W, HUANG R, et al. Research advances and breeding application of yak genome[J]. Journal of Domestic Animal Ecology, 2023, 44(2): 92-96.

[14]
PEI J, BAO P, CHU M, et al..Evaluation of 17 microsatellite markers for parentage testing and individual identification of domestic yak (Bos grunniens).PeerJ. 2018, 6:e5946.

[15]
李在文, 李响, 李小伟, 等.基于GBS简化基因组测序数据重建麦洼牦牛保种群系谱[J]. 畜牧兽医学报, 2023, 54(9): 3710-3721.

LI Z W, LI X, LI X W, et al. The pedigree reconstruction of the Maiwa yak preserved population based on GBS technology[J]. Acta Veterinariaet Zootechnica Sinica, 2023, 54(9): 3710-3721.

[16]
WALSH J B. Genomic selection signatures and animal breeding[J]. Journal of Animal Breeding and Genetics, 2021, 138(1): 1-3.

[17]
CALUS M P, MEUWISSEN T H, DE ROOS A P, et al. Accuracy of genomic selection using different methods to define haplotypes[J]. Genetics, 2008, 178(1): 553-561.

[18]
SCHAEFFER L R. Strategy for applying genome-wide selection in dairy cattle[J]. Journal of Animal Breeding and Genetics, 2006, 123(4): 218-223.

[19]
DAETWYLER H D, VILLANUEVA B, WOOLLIAMS J A. Accuracy of predicting the genetic risk of disease using a genome-wide approach[J]. PLoS One, 2008, 3(10): e3395.

[20]
HAYES B J, DAETWYLER H D. 1000 bull genomes project to map simple and complex genetic traits in cattle: applications and outcomes[J]. Annual Review of Animal Biosciences, 2019, 7: 89-102.

[21]
MEUWISSEN T, VAN DEN BERG I, GODDARD M. On the use of whole-genome sequence data for across-breed genomic prediction and fine-scale mapping of QTL[J]. Genetics Selection Evolution, 2021, 53(1): 19.

[22]
JIANG H, CHAI Z X, CAO H W, et al. Genome-wide identification of SNPs associated with body weight in yak[J]. BMC Genomics, 2022, 23(1): 833.

[23]
REN W W, HUANG C, MA X M, et al. Association of HSF1 gene copy number variation with growth traits in the Ashidan yak[J]. Gene, 2022, 842: 146798.

[24]
HUANG C, GE F, REN W W, et al. Copy number variation of the HPGDS gene in the Ashidan yak and its associations with growth traits[J]. Gene, 2021, 772: 145382.

[25]
ZHANG J X, ZHA X T, YANG G W, et al. Polymorphisms of TXK and PLCE1 genes and their correlation analysis with growth traits in ashidan yaks[J]. Animals, 2024, 14(23): 3506.

[26]
WANG X, ZHOU H T, HICKFORD J G H, et al. Variation in the yak lipin-1 gene and its association with milk traits[J]. The Journal of Dairy Research, 2020, 87(2): 166-169.

[27]
ZHANG M F, ZHA X T, MA X M, et al. Polymorphisms of ITGA9 gene and their correlation with milk quality traits in yak (Bos grunniens)[J]. Foods, 2024, 13(11): 1613.

[28]
YANG G W, ZHANG J X, MA X Y, et al. Polymorphisms of CCSER1 gene and their correlation with milk quality traits in Gannan yak (Bos grunniens)[J]. Foods, 2023, 12(23): 4318.

[29]
WANG T, MA X M, FENG F, et al. Study on single nucleotide polymorphism of LAP3 gene and its correlation with dairy quality traits of Gannan yak[J]. Foods, 2024, 13(18): 2953.

[30]
QI Y P, WANG X Y, ZHU C E, et al. Mutations in the FOXO3 gene and their effects on meat traits in Gannan yaks[J]. International Journal of Molecular Sciences, 2024, 25(4): 1948.

[31]
XU F, WANG H B, QIN C Y, et al. Combined multi-omics analysis reveals the potential role of ACADS in yak intramuscular fat deposition[J]. International Journal of Molecular Sciences, 2024, 25(16): 9131.

[32]
CAO M L, DING Z Q, WANG X D, et al. Full-length transcriptome sequencing of the longissimus dorsi muscle of yak and cattle-yak using nanopore technology[J]. International Journal of Biological Macromolecules, 2025, 284: 138071.

[33]
MA J, YANG G, QIN X, et al. Molecular characterization of MSX2 gene and its role in regulating steroidogenesis in yak (Bos grunniens) cumulus granulosa cells[J]. Theriogenology, 2025, 231: 101-110.

[34]
WANG G W, SHU S, FU C Q, et al. Characterization of PRDM9 multifunctionality in yak testes through protein interaction mapping[J]. International Journal of Molecular Sciences, 2025, 26(4): 1420.

[35]
ZHONG D L, PAN Y Y, WANG M, et al. Activation of YAP1 and TAZ enhances the in vitro maturation of yak oocytes and influences subsequent embryonic development[J]. Theriogeno-logy, 2025, 246: 117548.

[36]
MA Y, JIANG X D, ZHANG D W, et al. Molecular characterization and effects of the TGIF1 gene on proliferation and steroidogenesis in yak (Bos grunniens) granulosa cells[J]. Theriogenology, 2023, 211: 224-231.

[37]
LI G Z, LUO J, WANG F W, et al. Whole-genome resequencing reveals genetic diversity, differentiation, and selection signatures of yak breeds/populations in Qinghai, China[J]. Frontiers in Genetics, 2022, 13: 1034094.

[38]
李响. 基于GBS对四川省龙日种畜场麦洼牦牛选育群的系谱重建[D]. 成都: 西南民族大学, 2022.

LI X. Based on the pedigree reconstruction of the conservation breeding population of Maiwa yak in Sichuan Longri Breeding farm by GBS[D]. Chendu: Southwest Minzu University, 2022.

[39]
ZHU Y J, YU J, YANG Q H, et al. Mitochondria-targeted antioxidant MitoQ improves the quality of low temperature-preserved yak semen via alleviating oxidative stress[J]. Animal Reproduction Science, 2025, 273: 107680.

[40]
朱艳锦. DHA对牦牛精液冷冻保存的影响及作用机制[D]. 成都: 西南民族大学, 2024.

ZHU Y J. Effects of DHA on yak semen cryopreservation and the mechanism[D]. Chendu: Southwest Minzu University 2024.

[41]
林金杏, 阎萍, 郭宪, 等. 冷冻保存对野牦牛精子酶活性的影响[J]. 中国草食动物, 2007, 27(2): 10-13.

LIN J X, YAN P, GUO X, et al. Effects of cryopreservation on enzyme activities of wild yak sperm[J]. China Herbivores, 2007, 27(2): 10-13.

[42]
王文飙, 马登录, 马桂琳, 等. 两组同期发情方案及定时输精技术提高牦牛受胎率效果观察[J]. 中国牛业科学, 2024, 50(3): 41-43.

WANG W B, MA D L, MA G L, et al. Observation on the effect of two synchronized estrus schemes and timed insemination techniques on improving the conception rate of yaks[J]. China Cattle Science, 2024, 50(3): 41-43.

[43]
彭巍. 牦牛冷暖季卵巢差异分析及添加褪黑素对牦牛卵母细胞体外成熟、胚胎体外发育的影响[D]. 杨凌: 西北农林科技大学, 2019.

PENG W. Analysis of ovarian differences in cold and warm season and the effects of melatonin on oocyte maturation and embryo development of yak in vitro[D]. Yanglin: Northwest A&F University, 2019.

[44]
HE H H, ZHANG H Z, LI Q, et al. Low oxygen concentrations improve yak oocyte maturation and enhance the developmental competence of preimplantation embryos[J]. Theriogenology, 2020, 156: 46-58.

[45]
LI Y, LI S, DAI Y, et al. Nuclear reprogramming in embryos generated by the transfer of yak (Bos grunniens) nuclei into bovine oocytes and comparison with bovine–bovine SCNT and bovine IVF embryos[J]. Theriogenology, 2007, 67(8): 1331-1338.

[46]
孙永刚, 徐惊涛, 才让东智, 等. 体外受精生产犏牛胚胎与移植试验研究[J]. 畜牧兽医学报, 2013, 44(5): 719-726.

SUN Y G, XU J T, CAI R, et al. The study on cattle × yak in vitro fertilization and embryo transfer[J]. Acta Veterinaria et Zootechnica Sinica, 2013, 44(5): 719-726.

[47]
NIU H R, ZI X D, XIAO X, et al. Developmental competence of frozen-thawed yak (Bos grunniens) oocytes followed by in vitro maturation and fertilization[J]. Cryobiology, 2014, 68(1): 152-154.

[48]
YU S J, JU X H, WANG L B, et al. Successful embryo transfer in Tianzhu white yak using standard protocol[J]. Science in China Series C: Life Sciences, 2007, 50(5): 655-659.

[49]
余四九, 巨向红, 王立斌, 等. 天祝白牦牛胚胎移植实验研究[J]. 中国科学C辑, 2007, 37(2): 185-189.

YU S J, JU X H, WANG L B, et al. Experimental study on embryo transfer in Tianzhu White yak[J]. Science in China (Series c), 2007, 37(2): 185-189.

[50]
蒲思颖, 郑杰, 杨远潇, 等. 牦牛新鲜囊胚与玻璃化冻融囊胚转录组的比较分析[J]. 畜牧兽医学报, 2018, 49(4): 709-717.

PU S Y, ZHENG J, YANG Y X, et al. Comparative transcriptome analysis between fresh and vitrified-thawed blastocysts of the yak(Bos grunniens)[J]. Acta Veterinaria et Zootechnica Sinica, 2018, 49(4): 709-717.

[51]
世界上第一头克隆牦牛诞生[J]. 科技导报, 2025, 43(15):8.

The world's first cloned yak was born[J]. Science & Technology Review, 2025, 43(15):8.

[52]
杨晨. 基于深度学习和无人机影像的牛羊识别及排泄量估算: 以青海湖国家级自然保护区为例[D]. 兰州: 西北师范大学, 2024.

YANG C. Identification of yak and sheep and estimation of their excretion based on deep learning and UAV imagery: a case study of Qinghai Lake national nature reserve[D]. Lanzhou: Northwest Normal University, 2024.

[53]
刘树超, 邵全琴, 杨帆, 等. 黄河源区放牧家畜数量及空间分布无人机遥感调查[J]. 地球信息科学学报, 2021, 23(7): 1286-1295.

LIU S C, SHAO Q Q, YANG F, et al. Using UAVs remote sensing for population and distribution of grazing livestock in the source region of the Yellow River[J]. Journal of Geo-Information Science, 2021, 23(7): 1286-1295.

[54]
申波. 无人机技术评估相对放牧强度分布趋势初探[D]. 兰州: 兰州大学, 2019.

SHEN B. Preliminary study on the distribution trend of relative grazing intensity by UAV technical monitoring[D]. Lanzhou: Lanzhou University, 2019.

[55]
张旭, 张晶声, 董明, 等. 超高频RFID发光电子耳标测试方法研究[J]. 中国兽药杂志, 2022, 56(7): 75-80.

ZHANG X, ZHANG J S, DONG M, et al. Research on test method of UHF RFID luminous electronic ear tag[J]. Chinese Journal of Veterinary Drug, 2022, 56(7): 75-80.

[56]
阳宇翔. 基于深度学习的牦牛个体精准采食监测系统研究[D]. 雅安: 四川农业大学, 2025.

YANG Y X. Research on individual yak precision feeding monitoring system based on deep learning[D]. Ya'an: Sichuan Agricultural University, 2025.

[57]
何杰. 基于机器学习的牦牛体尺体重估测方法研究[D]. 西宁: 青海大学, 2023.

HE J. Research on estimation method of body size and weight of yak based on machine learning[D]. Xining: Qinghai University, 2023.

[58]
伍施宇, 刘亚欣, 王世凯, 等. 基于牦牛图像体尺形状预测其种群类型[J]. 西南民族大学学报(自然科学版), 2025(6): 650-657.

WU S Y, LIU Y X, WANG S K, et al. Predicting yak population types based on body size traits in images[J]. Journal of Southwest Minzu University (Natural Science Edition), 2025(6): 650-657.

[59]
肖建, 张玉安, 刘君毅, 等. 基于GAN-BPNN的牦牛动态体重测量算法研究[J]. 中国农机化学报, 2024, 45(11): 150-158.

XIAO J, ZHANG Y A, LIU J Y, et al. Research on dynamic weight measurement algorithm of yak based on GAN-BPNN[J]. Journal of Chinese Agricultural Mechanization, 2024, 45(11): 150-158.

[60]
胡泉军. 牦牛基因组数据库建设[D]. 兰州: 兰州大学, 2014.

HU Q J. Database construction of yak genome[D]. Lanzhou: Lanzhou University, 2014.

[61]
季美, 张良玺. 基于无线传感器的牦牛定位系统设计[J]. 物联网技术, 2025, 15(7): 36-38.

JI M, ZHANG L X. Design of a yak positioning system based on wireless sensors[J]. Internet of Things Technologies, 2025, 15(7): 36-38.

[62]
张晓锋, 张倩, 左世祥, 等. 3S技术在牦牛智慧养殖及牧场生态可持续发展中的应用[J]. 四川畜牧兽医, 2025, 52(11): 34-36.

ZHANG X F, ZHANG Q, ZUO S X, et al. Application of 3S technology in smart yak farming and ecologically sustainable pasture development[J]. Sichuan Animal & Veterinary Sciences, 2025, 52(11): 34-36.

Outlines

/