Napjainkban a genom térképek lehetőséget nyújtanak, olyan gének azonosítására, melyekkel ellenőrizhetővé válnak a szaporasággal összefüggő értékmérő tulajdonságok. Ennek a sertéstenyésztésben is jelentős szerepe van. A marker alapú szelekció (MAS) tovább növeli a markerek és a szaporodásbiológiai tulajdonságok közötti kapcsolatok feltárását. Ebben a tanulmányban azonos telepen tartott magyar nagyfehér hússertés (n=93), duroc (n=9) és pietrain (n=15) fajta 11, alommérettel kapcsolatos tulajdonságot választottam ki. Vizsgáltam, hogy a két fialás között eltelt idő (IBL), a fialási százalék (PL), a fialások száma (NL),az élve született malacok átlaga (MBA), a holtan született malacok átlaga (MBD), az összes született malacszám átlaga (MBT), az élve született malacok száma (NBA), a holtan született malacok száma (NBD), az összes született malacszám (TNB), a választáskori malacszám átlaga (M21D) és a felnevelési ráta (GR) értékmérő tulajdonságokat milyen mértékben befolyásolják egyes gének pontmutációi. Hét, korábban már azonosított kandidáns gén (BF, EGF, ESR, FSHβ, H2AFZ, LEP, PRLR) alléljainak hatását elemeztem a genotípusra, a fajtára és a genotípus és fajta interakcióra. A properdin gén mutációja az MBA, az MBD, az NBD és az M21D tulajdonságok változását eredményezte a fajta, valamint a genotípus és fajta együtthatásának analízise során. Detektáltam a BF gén AA genotípusának hiányát ebben a populációban, mindhárom fajtában. Az epidermális növekedési faktor gén alléljai a genotípus, valamint a genotípus és fajta interakció vonatkozásában nyolc-nyolc tulajdonsággal álltak kapcsolatban. A két fialás között eltelt idő, a fialások száma, az élve született malacok átlaga, a holtan született malacok átlaga, az élve született malacok száma, a holtan született malacok száma, az összes született malacszám és a választáskori malacszám átlaga azok a jellemzők, melyekre a gén alléljai szignifikáns hatással voltak. A vizsgált gének közül a legnagyobb hatással bíró gén az EGF. Az adatok azt bizonyítják, hogy az AB allélú kocák esetében a leghosszabb a két fialás között eltelt idő. Az AA genotípusúak esetében legnagyobb az alomszám. Így az AA genotípust hordozó állatok előnyösek, mert szignifikánsan több a született malacszámuk és közepesen hosszú a két fialás közötti időtartamuk. Az ösztrogén receptor gén A és B alléljai a genotípust vizsgálva két tulajdonsággal, a fajtát tekintve négy, és az együttes hatásukat tekintve öt fontos tulajdonsággal (MBD, MBA, NBD, NBA, M21D) mutattak szignifikáns összefüggést. Meghatároztam az ESR gén AA genotípusát, BB genotípust nem találtam. A follikulus-stimuláló hormon béta alegység gén pontmutációja a genotípusra és a fajtára vonatkoztatva csak néhány tulajdonság változását eredményezte. A fajta és genotípus interakció elemzése során azonban a szaporasággal összefüggő lényeges jellemzőkben (MBD, MBA, NBD, NBA, M21D) statisztikailag alátámasztható mértékű eltéréseket okozott. A H2A hiszton család Z tagjának génje a genotípus és fajta együttes elemzése esetében bizonyította a legnagyobb hatását. A holtan született átlagos malacszám, a holtan született malacok száma, az élve született malacok száma és a választáskori átlagos malacszám értékmérők változására szignifikáns befolyással bírt. A leptin gén C allélja magyar nagyfehérben 0,13%, durocban 0,17%, pietrainben 0,20% gyakorisággal jelent meg. A homozigóta CC genotípusú egyedek a duroc és a pietrain sertéspopulációban hiányoztak. Ennek oka lehet a vizsgált kocák alacsony száma. A LEP gén különböző genotípusai csak néhány statisztikailag nem szignifikáns különbséget mutattak, azonban a fajta vonatkozásában három, a fajta és genotípus interakcióban négy tulajdonsággal (MBD, MBA, NBD, M21D) szignifikáns kapcsolat volt kimutatható. A prolaktin receptor gén A és B alléljának a két fialás közötti időintervallumra történő hatása megmutatkozott a genotípusokban, a fajtákban és a kettő kölcsönhatásában is. A prolaktin receptor gén AB alléljával rendelkező sertések IBL tulajdonságánál az intervallum lényegesen rövidebb volt a többi genotípussal szemben. A két fialás között eltelt időt ritkán vizsgálják, így ez egy új eredmény, mely jelentősnek tekinthető a szaporodásbiológiai tulajdonságok analizálásánál. Az irodalmi adatok alapján azt az eredményt vártam, hogy a PRLR homozigóta AA genotípusát hordozó kocák malacszáma több lesz. A vizsgálataim adatai nem ezt mutatták. Feltehetően az eltérő fajtájú állatok és a kevés számú duroc sertés miatt nem tudtam az összefüggést reprezentálni. Magyar nagyfehér hússertés genotípusai közötti elemzés azt mutatta, hogy a BF gén AB genotípusa a két fialás közötti időtartamra volt szignifikáns hatással. Az EGF gén esetén az AA homozigóta kocák a két fialás közötti idő, a fialások száma, az élve született malacszám és az összes született malacszám korrigált átlagaiban mutattak a gyakorlat számára kívánatos eredményeket. Elvégeztem a három fajta, a magyar nagyfehér (n=295), a duroc (n=76) és a pietrain (n=91) kocák túlélés elemzését. Figyelembe vettem a kocák életkorát a tenyésztésbe vételkor; a selejtezés kori életkort; a termelésben töltött időt; a búgatások és a fialások számát; a fialási százalékot; a két fialás közötti napok számát, az élve és holtan született malacok számát, átlagait; a felnevelt alomszámot; a felnevelt malacszámot, átlagait, a felnevelt alomtömegeit, átlagait valamint a felnevelési százalékot. Eredményeim azt mutatták, hogy a magyar nagyfehér kocák 1056 (± 33,52) napot éltek, a duroc fajtánál 735 (±73,56) nap, a pietrain esetében 818 (±71,98) nap volt az átlagos selejtezési életkor. A túlélés elemzés log-rank tesztje szignifikáns különbséget jelzett a három vizsgált fajta között (χ2=16,981; P<0,001), ami azt jelenti, hogy az egyes fajták túlélési hányada jelentősen különbözött egymástól. A magyar nagyfehér fajtához viszonyítva a duroc fajta selejtezési kockázata 1,6-szer nagyobbnak (P<0,001) mutatkozott, míg a pietrain kocák 1,36-szor nagyobb eséllyel (P<0,01) esnek ki a tenyésztésből. Így eredményeim felhasználhatóak az azonos körülmények között tartott fajták túlélésének összevetésére, valamint egy fajta élethosszának összehasonlítására különböző tartási viszonyok között. A módszerrel kiszűrhetőek azok a tényezők, amelyek a túlélést növelik és ezzel a sertéstenyésztés jövedelmezőséget javítják.

Today genomic maps enable us to identify genes that make prolification traits controllable. This plays an important role in pig husbandry. Marker assisted selection (MAS) further increases the exploration of the correlation between markers and reproduction-biological traits. In the present study 11 traits have been selected that are related to litter size of the Hungarian Large White (n=93), Duroc (n=9), and Pietrain (n=15), pigs raised on the same farm. I investigated the extent to which the interval between litters (IBL), litter percentage (LP), number of litters (NL), mean of piglets born alive (MBA), mean of piglets born dead (MBD), mean of the total number of piglets born (MBT), number of piglets born alive (NBA), number of piglets born dead (NBD), total number of born piglets (TNB), the mean of piglets at 21 days of age (M21D), growth rate (GR), figures are influenced by the point mutation of certain genes. I analyzed the impact of 7 seven previously identified candidate genes (BF, EGF, ESR, FSHß, H2AFZ, LEP, PRLR) on genotype, breed and the interaction of genotype and breed. During the analysis of the breed and the interaction of genotype and breed I found that the mutation of properdin gene resulted in the change of MBA, MBD, NBD and M21D traits. I also detected the lack of the AA genotype of the BF gene in this population in all the three breeds. The alleles of the epidermal growth factor correlated with 8 - 8 traits regarding the genotype and the interaction between genotype and breed. The interval between litters, number of litters, mean of piglets born alive, mean of piglets born dead, number of piglets born, the number of piglets born dead, the mean of piglets at 21 days of age are the traits that were significantly influenced by the alleles of the gene. The gene that had the biggest impact on the traits among the studied genes was EGF. Data proved that the interval between litters is the longest in case of sows with allele AB. The highest number of litters was found in AA genotype sows. Animals carrying genotype AA are advantageous because they produced a significantly higher number of piglets and the interval between litters was of medium length. A and B alleles of the estrogen receptor gene showed significant correlation with two traits in terms of genotype, with four traits in terms of breed and five traits considering the correlation between the two (MBD, MBA, NBD, NBA, M21D). I detected the AA genotype of ESR gene. Genotype BB haven’t been found. The point mutation of FSHß studied for genotype and breed supported the change in only a few traits significantly. The log rank test of survival analysis resulted in statistically supportable differences in important traits related to prolification (MBD, MBA, NBD, NBA, M21D). The linked analysis of genotype and breed revealed that the H2AFZ gene had the most significant impact on the mean of piglets born dead, the number of piglets born dead, the number of piglets born alive and the mean of piglets at selection. The occurrence of allele C of the LEP gene was 0.13% in the Hungarian Large White, 0.17 % in Duroc and 0.20% in Pietrain. CC homozygous individuals were absent from the Duroc and Pietrain swine population. The reason for this can possibly be the low number of sows of the studied breed. The different genotypes of the LEP gene indicated only a few statistically not significant differences but there was a significant link to the three traits regarding breed and four traits regarding the interaction between breed and genotype (MBD, MBA, NBD and M21D). The impact of alleles A and B of the prolactin receptor gene on the interval between litters was detected in terms of the genotype and breed and the correlation of the two. The interval was considerably shorter for pigs with AB allele of the propedin receptor in contrast to the other genotypes. The interval between litters (IBL) is rarely studied, for this reason this new result can be considered relevant at the analysis of reproduction-biological traits. Based on the reference data it was expected that the number of sows carrying the homozygous AA genotype of the PRLR gene would be higher. Our data did not show this tendency. I could not present the correlation due to the different types of the animals and the small number of Duroc individuals. The analysis of the genotypes of the Hungarian Large White showed that the AB genotype of the BF gene had a significant impact of the interval between litters. In case of the EGF gene, AA homozygote sows showed applicable results in the interval between litters, number of litters, the number of piglets born alive and the corrected mean of the total number of piglets born. The survival analysis of the three breeds the Hungarian Large White (n=295), Duroc (n=76), Pietrain (91) have been performed. I considered the age of sows at the time of their inclusion into breeding, their age at the time of culling, time spent in production, number of mating and parities, parity percentage, intervals between litters, number and mean of piglets born alive and born dead, number of raised piglet litters, number and mean of M21D, the weight and mean of raised litter and raise percentage. The results showed that the Hungarian Large White sows lived for 1056 days (± 33.52), the average age was 735 days for Duroc (± 73.56) and 818 days for Pietrain (± 71.98). The log-rank test of survival analysis showed significant differences between the three studied breeds (χ2=16.981; P<0.001), which means the survival rate of the specific breeds varied considerably. The culling risk rate of Duroc was 1.6% higher (P<0.001) than the risk rate of the Hungarian Large White. Pietrain sows were 1.36 times (P<0.01) more likely to be culled than the Hungarian Large White. Thus our results can be used to compare the survival of the breeds raised under the same conditions and the lifespan of a breed raised under different conditions. Factors that increase the chance of survival and improve profitability can be detected by this method.