母牛發情鑒定標記研究進展

摘 要： 牛場規模化程度不斷擴大，個體發情的精準鑒定成為繁殖管理重點。行為表現、生理變化與自身卵泡發育密切相關，是鑒別發情母牛、確定最佳配種時間的重要標記。利用現代科技深入揭示這些標記的發情周期變化規律與調控機制，提高自動化發情鑒定效率成為該領域的研究焦點。為此，本文綜述了母牛發情行為變化、生理特征的國內外研究進展，分析了相關發情鑒定技術存在的問題，并回顧了發情母牛唾液、尿液、乳汁特異化合物的研究狀況，旨在為研發新型高效的發情鑒定自動化技術提供參考。

關鍵詞： 母牛；發情鑒定；行為標記；生理標記；分子標記

中圖分類號：S823.3

文獻標志碼：A

文章編號：0366-6964（2024）11-4785-11

收稿日期：2024-04-25

基金項目：科技創新2030（2023ZD0404903）；國家重點研發計劃（2023YFD1300601）

作者簡介：楊書含（2000-），男，貴州鎮遠人，碩士，主要從事動物遺傳育種與繁殖研究，E-mail：3312270752@qq.com

*通信作者：路永強，主要從事動物遺傳育種與繁殖研究，E-mail：luyongqiang@163.com；王 棟，主要從事動物遺傳育種與繁殖研究，E-mail：dwangcn2002@vip.sina.com

Research Progress of Estrus Identification Markers in Cows

YANG" Shuhan1， SHI" Yuxin2， PANG" Yunwei1， YUAN" Kaimin1，3， XIU" Haoyu1，4， WANG" Chao1，3， LU" Yongqiang5*， WANG" Dong1*

（1.Institute of Animal Sciences，Chinese Academy of Agricultural Sciences， Beijing 100193，

China;

2.Aohan Animal Husbandry Bureau， Chifeng 024300， China;

3.College of

Animal Science and Technology，Jilin Agricultural University， Changchun 130118， China;

4.College of Animal Science，Shanxi Agricultural University， Taigu 030801， China;

5.Animal Husbandry Station of Beijing， Beijing 100107， China）

Abstract： With increasing scaled cattle cultivation， estrus accurate identification of individual has become the management focus of breeding. The performance of behavior and physiological changes， which are important markers in distinguishing estrus cows and determining the optimal insemination time， are closely related to itself follicular development. A better knowledge of the regularity and mechanism of these markers by modern technology during estrus cycle would help to improve the efficiency of automated estrus identification and become the focus in this field. Therefore， this paper reviews the research progress on estrus behavior and physiological characteristics of cow， analyzes the existing related issues in estrus identification techniques， and summarizes the recent research on identification of specific compounds of saliva， urine and milk in estrus cows， aiming to provide reference for developing newly efficient automated estrus identification technologies.

Key words： cows; estrus identification; behavior marker; physiological marker; molecular marker

*Corresponding authors： LU Yongqiang， E-mail： luyongqiang@163.com; WANG Dong， E-mail： dwangcn2002@ vip.sina.com

隨著養殖的規模化程度不斷擴大，母牛飼養頭數急劇增加，牛場面臨越來越大的發情鑒定壓力。傳統人工發情鑒定方法費時費力、時效性差，已無法適應規模化養殖發展需要。基于計步器或智能項圈監測母牛活動量的發情鑒定自動化技術應運而生，不僅提高了檢出效率，還解決了牛場用工難、用工貴和夜間無人值守等問題。然而，安靜發情母牛活動量變化不明顯［1］，僅監測活動量無法突破安靜發情鑒定瓶頸，配種效率難以進一步提升。探索新的發情鑒定標記，建立高效的發情鑒定自動化技術，解決安靜發情鑒定問題，提高配種效率成為當務之急。

科技飛躍發展，使得科研人員有機會利用物聯網、機電傳感和分子信息等技術，進一步揭示母牛發情相關行為、生理指標變化規律與調控機制，并推動精準高效的發情鑒定自動化技術研發，進而加快牛場繁殖管理智能化發展。為此，本文綜述了母牛發情行為變化、生理特征及相應的發情鑒定技術研究進展，并討論發情母牛唾液、尿液和乳汁等液體中的特異分子化合物研究狀況，旨在為建立更高效的發情鑒定自動化技術提供參考。

1 母牛發情的行為標記

發情期間，母牛行為變化可直接反映自身發情狀態，成為發情鑒定重要的觀測指標。一般情況下，間情期母牛不接受爬跨，且無弓腰舉尾、頻頻排尿等現象；而發情期母牛，常表現興奮不安、左顧右盼、大聲哞叫、食欲降低、反芻減少、相互追逐打鬧、嗅聞外陰、兩后肢叉開舉尾、接受爬跨或爬跨其它牛等行為［2-4］。目前，基于上述行為標記的發情鑒定研究，主要集中在爬跨視頻監控和反芻自動監測兩方面。

1.1 發情爬跨行為

爬跨作為母牛最典型的發情行為［5］，已被廣泛用于發情鑒定。實踐表明，被爬跨母牛站立不動時處于發情盛期，且排卵發生在首次爬跨后的23.5 h±1.5 h（范圍為19～27 h）或發生在爬跨站立不動后的21.8 h±1.3 h（范圍為19～25 h）［6］，成為預測排卵的標志。然而，母牛每次爬跨僅持續4～7 s，且大多集中在夜間，人工觀察漏檢風險大，限制了其揭示發情和預測排卵的實際使用。據此，人們利用彩色蠟筆或染料在待檢母牛尾根背上部涂一條標記，一旦待檢母牛接受爬跨，該標記因被爬跨而蹭掉，建立了尾部涂蠟法［7］。該法解決了夜間無人值守問題，提高了發情檢出率，但標記部位與墻體或欄桿等物體接觸時，也有可能被蹭掉而干擾配種員判斷，假陽性率較高。受尾部涂蠟思想啟發，人們基于機電、傳感等技術，研制出了無線發情爬跨探測儀［8］，即壓力觸發裝置。將該裝置固定在待檢母牛尾根背上部，母牛受到其它牛爬跨產生的壓力會被該裝置實時采集，并通過無線傳輸模塊發送給上位機系統，經軟件分析、加工后自動進行預警提示呈現給用戶。此爬跨探測儀將發情檢出率提高到82.1%［9］，但靈敏度在37%～94%范圍波動［10］，而且壓力觸發裝置易移位或脫落，實際應用效果較差。近年來，為更好的監測母牛爬跨，視頻監控引起了廣泛關注［11-12］。

基于智能監控和人機交互系統研發的母牛爬跨視頻監測系統，為發情鑒定智能化帶來了巨大希望。在牛舍、運動場等區域安裝攝像頭實時錄制母牛行為，并每隔一段時間將其上傳至計算機系統，經特定算法分析和程序處理，若有爬跨行為，與計算機連接的顯示屏就會報警，且顯示爬跨母牛和被爬跨母牛個體號。這樣，配種員每天只需查看顯示屏，就可找出發情母牛并驗證、授精，省時省力，取得了較好的鑒定結果。并且，在多項研究推動下，視頻監控母牛爬跨的準確率從80%提升到99.21%，發情檢出率提高到88.6%［13-18］。然而，母牛爬跨視頻監測技術局限于光照較好的白天，且監測范圍有限，并要求視野清晰無遮擋物，在夜間光線較暗和扎堆遮擋情況下識別效果較差，更無法識別監測范圍外的母牛。夜間場景下，視頻模糊不清、背景顏色失真和邊緣細節丟失，一直是該技術的痛點。結合牛場實際環境條件和母牛體表特征，采用高斯濾波（MSRCR、AGCWD和GMM）圖像背景增強算法、深度學習神經網絡（YOLOv5s、YOLOv5n和Alex Net）模型算法和支持向量機（SVM）分類算法［19-22］持續優化，或許能解決夜間視頻監測效果不佳的難題。

1.2 發情反芻行為

反芻作為牛羊等復胃動物特有的行為，在評判發情和身體健康等方面具有重要意義。發情當天，母牛食欲降低、反芻減少已被研究證實［23-25］。Zebari等［26］報道，間情期母牛每天的干物質攝入量約為21.6～22.7 kg，而發情當天減少到19.8～20.5 kg，比發情前后每天減少1.8～2.2 kg。母牛采食行為直接影響到自身反芻行為，采食量減少，反芻時間也相繼減少。通常情況下，發情前母牛反芻時間波動不大，而發情當天顯著下降至最低（約減少65.8～74 min），隨后又逐漸回升至發情前水平，呈典型的“V”字型變化［27-29］。發情當天反芻時間減少，成為判斷母牛發情與否的重要標記。然而，人工觀測母牛反芻時間工作強度較大，且夜間無人值守。聲音識別、壓力監測等技術的發展，為實時監測和度量母牛反芻時間奠定了基礎。

基于麥克風系統，以色列SCR公司率先開發了自動識別母牛反芻聲音的技術［30］，但該技術易將進食、飲水和反芻的聲音相互混淆，導致檢測結果偏高，實用性較差。基于母牛反芻時，顳窩或鼻帶壓力變化，Braun等［31］研發了壓力監測系統，經驗證得出的反芻時間（388.3 min）和次數（410.0次）與人工觀察計數結果（389.3 min，410.1次）相近，可替代人工觀測，但在顳窩或鼻帶處，如何穩定安裝壓力傳感器是一項巨大挑戰。基于母牛反芻時，上下頜運動的頻率，Shen等［32］利用三軸加速度傳感器，結合k-最近鄰分類算法，研發了反芻行為自動監測系統，準確率為93.7%，但易受采食上下頜運動頻率影響。孫雅琳［33］利用六軸加速度傳感系統，結合CA-Mobile Net網絡和Fed Avg模型聚合算法，將反芻識別準確性進一步提升至98.2%，更加接近人工觀測。近期，還進行了多項母牛反芻行為視頻監測研究［34-36］，其中，姬江濤等［37］改進FlowNet 2.0光流算法，對母牛反芻識別準確率可達99.39%。然而，視頻檢測的局限性仍然是該技術推廣應用的主要限制因素。

2 母牛發情的生理標記

發情期間的各種行為變化都源于母牛活動量增加、體溫升高和陰道黏液電阻值降低等生理變化，這些生理指標變化為發情鑒定自動化技術研發提供了更重要的標記。基于上述生理指標，國內外已經研發了相應發情鑒定設備，如計步器、智能項圈、智能耳標、陰道黏液電阻值檢測設備和陰道測溫設備等，其中，計步器和智能項圈最為成熟，已在全世界推廣應用。

2.1 基于活動量的發情鑒定

正常發情母牛軀體不同部位活動量顯著增加，達最高并持續一段時間后，又逐漸下降并恢復到間情期水平［38］；且有研究表明，排卵發生在腿部活動量開始增加后的29.3 h±3.9 h（范圍為22～39 h）或發生在腿部活動量增加結束后的19.4 h±4.4 h（范圍為12～35 h）［39］。基于上述規律，采用振動或加速度傳感器，融入物聯網等現代技術獲取活動量數據，建立了母牛發情鑒定自動化技術，顛覆了傳統發情鑒定方法，使規模化牛場實現了高效繁殖目標。但是，在腿部、頸部、尾部和耳部等軀體不同部位監測到的活動量有很大差異，發情鑒定效果也有很大差異。

2.1.1 腿部活動量的發情監測效果

腿是軀體運動的主要部位，其運動規律也是研發計步器自動監測母牛發情的最早標記，但值得注意，各腿發情檢出率各不相同。Mayo等［40］報道，母牛左前腿、右前腿、左后腿和右后腿的發情檢出率分別為66.1%、32.1%、41.3%和69.7%，這提示人們對各腿運動習性進行深入研究，可能會獲得更高的發情檢出率。多項基于母牛腿部活動量的發情鑒定結果表明，發情檢出率差異較大，約為70.23%～94.8%不等［41-43］。推測除不同腿檢測結果有差別外，可能還與不同計步器發情檢出閾值差異有關。因為不同季節、胎次、泌乳量等因素會影響發情母牛活動量增加幅度和持續時間［44-45］，所以綜合考慮這些因素，科學設置活動量發情鑒定閾值至關重要。另外，在母牛腿部安裝或拆除計步器很不方便，需要花費較長時間，且存在糞尿污染計步器，影響使用壽命的問題。計步器外殼和綁帶有時會摩破接觸部位皮膚，造成細菌感染、誘發炎癥等問題也不容忽視。在腿部安裝計步器監測母牛發情，不一定是最佳選擇。

2.1.2 頸部活動量的發情監測效果

對比母牛全身部位，頸部佩戴智能項圈進行活動量監測，無論是穿戴還是拆卸都很方便，同時，也避免了糞尿污染和易脫落問題，所以，被很多牛場推廣應用。然而，本團隊前期研究發現，母牛發情當天頸部活動總量（20 950±1 541）遠低于前腿（59 998±1 993）、后腿（59 069± 2 174）、尾部（57 820±2 895）和頭部（31 450±2 330），且發情鑒定準確率（43.9%）與檢出率（62.1%）也低于腿部（84.8%、96.6%）、尾部（61.5%、100%）和頭部（59.1%、89.7%）［38］。另外，國外利用智能項圈監測母牛發情的結果差異也較大，有36.3%～71%不等［40，46-47］。可見，利用頸部活動量判斷母牛發情的檢出效果并不理想，不僅低于其它部位，而且變化差異較大。雖然，在頸部佩戴智能項圈比在腿部穿戴計步器更方便，但是，能否提高發情鑒定效率還有待進一步研究和驗證。

2.1.3 尾部活動量的發情監測效果

尾巴是較靈敏又靈活的部位，可受神經支配隨意活動。發情期間，母牛通過舉尾或利用尾根腹下部來回撫摸外陰，以疏解生殖系統充血腫脹或瘙癢難耐的刺激，使尾部活動量大幅增加。研究表明，母牛發情當天尾部活動總量為57 820±2 895，比發情前、后5 d每天的活動總量高1.63倍；發情開始前和發情結束后的尾部活動量與間情期差異不顯著［38］。因此，尾部活動量，也成為發情鑒定研究的重要標記［48］。然而，母牛尾巴呈上大下小的扁圓柱型，較難穩定佩戴活動量監測設備，若佩戴過于牢固，極易使尾巴皮膚出現壓痕，甚至腫脹或壞死。檢測180只母牛尾部佩戴傳感器的效果發現，僅有25頭母牛（13.9%）的尾巴上一直附著傳感器，且對尾巴無損害；而傳感器滑動、脫落或尾巴腫脹、疼痛及無法操作的母牛分別有37頭（20.6%）、77頭（42.8%）、31頭（17.1%）和10頭（5.6%）［49］。此外，母牛尾部佩戴傳感器等設備會影響尾巴驅趕蚊蠅和撓癢等功能，使其產生應激反應，降低生產性能。因此，很少見到關于尾部活動量的檢測報道。

2.1.4 耳部活動量的發情監測效果

近年來，在母牛耳標中集成加速度傳感器，為利用活動量進行發情鑒定提供了新的檢測方式。Dolecheck等［47］研究證實，母牛發情當天耳部活動量是平時的3.1倍，且高于頸部（1.2倍）和腿部（2.6倍）。在此基礎上，Mayo等［40］、Schilkowsky等［50］和Schweinzer等［51］在耳標中集成加速度傳感器，獲得的發情檢出率分別為78.5%、83.4%和96.8%，明顯高于蔣曉新等［41］（70.23%）和Dolecheck等［47］（65.2%）基于腿部活動量的發情鑒定研究結果。這表明，耳部活動量是判斷母牛發情與否的較好檢出標記。然而，在耳部穿戴傳感器等設備難度較大，太重或佩戴不科學都可能影響到檢測效果。而且，耳標電池容量太小，無法支撐整個發情周期，需要頻繁更換電池。此外，耳標易脫落問題也無法解決。若能解決上述問題，耳標集成加速度傳感器，將成為監測母牛發情的另一重要自動化技術。

2.2 基于陰道黏液電阻值的發情鑒定

實踐表明，活動量鑒定正常發情母牛效果較好，但無法區分假發情母牛，假陽性率為8.0%～11.3%［39，52］，且難以檢出安靜發情母牛，存在一定局限性。為研發更精準的發情鑒定技術，以及解決安靜發情鑒定難題，對母牛陰道黏液電阻值進行了大量研究。發情期間，母牛陰道黏液電阻值顯著降低已被研究證實，成為檢測發情、確定輸精時間的另一重要生理標記。通常情況下，間情期母牛陰道黏液電阻值較高（299.54 Ω±65.22 Ω），而發情期顯著下降（245.90 Ω±61.63 Ω），在整個發情周期呈現“高-低-高”的變化規律［53］。進一步觀察母牛發情當天的陰道黏液電阻值發現，發情開始前第4小時迅速下降，到發情開始后第8～12小時下降至最低（220 Ω±27 Ω），隨后逐漸恢復至間情期水平；其中，排卵發生在陰道黏液電阻值下降至最低后的15 h±1.3 h左右，電阻值高、低相差114 Ω±18 Ω［54］。單獨使用陰道黏液電阻值的發情檢出率為80.4%，而整合活動量后則可達100%，這提示研發多標記的發情鑒定自動化技術，綜合診斷母牛發情，可能會獲得更高的發情鑒定效率。

傳統陰道黏液電阻值測定，主要由人工將帶線探頭插入母牛陰道，然后連通萬用電表觀察電阻值變化，當電阻值穩定后，記錄母牛編號和電阻值。這種方法無法實現連續、自動監測，不僅費時費力，還易引起應激反應，更無法對牛群實行批量化監測。利用先進科學技術，研發母牛陰道黏液電阻值自動采集技術，解決上述問題是未來發展的必然趨勢。基于母牛陰道結構，Andersson等［55］設計了可穿戴無線探頭，初步實現了陰道黏液電阻值自動監測，但該無線探頭的電池容量僅為200 mA·h，使其未能連續長時間工作，實際應用效果較差。劉忠超和何東健［56］也設計了一款自動采集母牛陰道黏液電阻值的無線探頭，該無線探頭的電池容量為6 500 mA·h，可連續工作38 d，超越了母牛發情周期天數，精確度±2%、準確性可達98.5%，為發情鑒定提供了一種新的監測方法。然而，無線探頭長時間停留在陰道內，易損傷陰道誘發炎癥，且母牛走動也易影響探頭位置及檢測效果，并且該探頭對硬件要求較高，還需要解決傳感器短路和長久穩定佩戴等問題。目前，基于防水、防腐蝕的傳感器研發，可能是該探頭成功應用的關鍵。同時，整合活動量與陰道黏液電阻值兩種標記，或許能提高母牛發情鑒定效果，徹底解決安靜發情鑒定問題。

2.3 基于體溫的發情鑒定

基于陰道黏液電阻值標記的發情鑒定自動化技術，雖然難以突破產業應用技術瓶頸，但卻開啟了母牛發情其它生理標記的探索研究。其中，基于體溫標記的發情鑒定技術研發，引起廣泛關注。母牛雖為恒溫動物，但其體溫卻隨發情周期呈現一定規律性變化。葛利江等［57］研究發現，發情前母牛直腸溫度為38.7 ℃，而發情時上升至39.2 ℃，接近排卵時又下降到38.5 ℃，隨后逐漸恢復至發情前水平，整體呈現先升高后降低的變化規律。然而，直腸測溫無法實現自動化，研究重點轉向體表，但牛全身被毛濃密，只有鼻、眼、乳房等少數部位無毛裸露，而這些部位又無法固定溫度采集設備，導致體表自動測溫難度較大。目前，人們研發了瘤胃［58］、陰道［59］、眼球［60］和耳道［61］等部位溫度的監測技術，并檢測到這些部位溫度的變化與直腸溫度呈現相似規律，可升高0.3 ℃～0.5 ℃；且有研究表明，基于耳部溫度標記的母牛發情平均持續時間為16 h±5.67 h，從發情開始到排卵的平均時間間隔為27.90 h±7.68 h［62］。因此，體溫也被作為判斷母牛發情與否的重要生理標記，而且，基于陰道溫度標記的發情鑒定獲得了高達92%的檢出率［63］，是目前除活動量外，最有希望用于母牛發情自動監測的生理指標。

然而，陰道測溫易對母牛造成傷害或引起應激反應，如何實現母牛體溫自動監測是一大難點。與監測陰道溫度相比，監測耳部溫度，傷害要小些。于是，屈東東［64］基于DS18B20溫度傳感器、ESP-WROOM模組和WiFi傳輸，構建了母牛耳部溫度實時監測系統。該系統監測范圍可達80 m，測試精度±0.2 ℃，但每隔幾十米就要布置無線WiFi接入點，以及鋪設大量電纜和布局較多無線接入點，增加了系統復雜度。熱紅外測溫技術的推廣利用，為母牛體溫自動監測提供了新方向。何東健和宋子琪［65］利用熱紅外成像技術與骨架樹模型對牛眼部溫度進行自動檢測，平均絕對誤差為0.35 ℃、相對誤差為0.38%，具有較高精度；但牛頭自由度較大，眼睛目標較小，實際應用并不理想。選擇更合適的部位并設計更巧妙的測溫設備，是該方向未來研發的重點。同時，仍需深入研究疾病、季節、產奶量、胎次和不同發情類型等因素對母牛體溫的影響，以期確定最佳發情溫度預報閾值，為建立更精準的母牛體溫發情鑒定自動化技術提供重要支撐。

3 母牛發情的分子標記

分子檢測技術的發展，使母牛唾液、尿液、乳汁的化學成分得到了深度剖析，為發情診斷分子標記研究開辟了新領域。目前，化學提取、代謝組學和色譜質譜分析技術都取得了較快發展，且研究篩選出了一些不同發情階段的特異分子化合物，為母牛發情鑒定技術革新帶來了新希望。

3.1 唾液化合物

辛海云等［66］綜述表明，唾液化合物的晶體結構差異、蛋白組學差異、揮發物差異，以及胞外RNA差異和電解質平衡差異都可能用于動物發情鑒定技術研發。關于發情母牛唾液特異揮發性分子化合物的篩選研究，也取得了很多新發現。Sankar等［67］報道，母牛唾液中的三甲胺、乙酸、苯酚4-丙基、戊酸和丙酸等揮發性物質，在發情當天顯著增加；其中，三甲胺散發的氣味具有吸引公牛靠近的效果，被認為是潛在的發情特異性分子標記。Karthikeyan等［68］研究認為，水牛唾液中的對甲酚是一種異性吸引劑，也可作為發情特異性分子標志物。本團隊前期研究發現，與發情前相比，發情當天奶牛唾液中的1-戊醇、2-戊基呋喃、苯乙醇等23個揮發性化合物含量顯著升高；進一步比較正常發情和安靜發情奶牛發情當天23個化合物的含量發現，除6-（2，2，2-三氯-1-羥乙基）-1-甲基環己烯和2-羥基苯甲酸甲酯兩個化合物含量顯著高于安靜發情外，其余21個化合物無顯著差異［69］。由此推測，利用唾液揮發性化合物判斷母牛發情受安靜發情干擾小，為尋找不受安靜發情影響的發情鑒定標記提供了新思路。同時，整合發情母牛唾液晶體呈蕨類模式的特點［70］，以及ENO3、SDF4、SERPRINA1、HSP-70等唾液蛋白表達增加等特性［71-72］，采用多標記共同診斷發情，或許有望突破安靜發情鑒定瓶頸，提高配種效率。

3.2 尿液化合物

結合化學提取和氣相色譜聯動質譜，分析間情期、發情期和妊娠期水牛尿液，共發現156種揮發性化合物［73］，并檢測到某些化合物僅存在于特定生理階段。Rajanarayanan和Archunan［74］發現，水牛尿液中的4-氯辛烷、9-甲基苯酚和4-十八烯酸只在發情期表達，并攜帶特殊氣味，具有刺激其它牛嗅聞、爬跨的作用。董智豪等［75］綜述報道，奶牛尿液中的鄰苯二甲酸二丙酯和1-碘十一烷僅存在于發情期，也可作為發情特異分子標志物。基于不同發情階段母牛尿液化合物差異，Muthukumar等［76］開發了發情檢測試劑盒，向該試劑盒加入發情前尿液呈現粉色，發情時為無色，發情后為深粉色，發情檢出率為60%，為利用特異分子化合物標記判斷母牛發情開辟了新方式。然而，不同發情階段母牛尿液混合會導致某些化合物結構發生變化而衍生新化合物，所以檢測時應分別進行，以避免顏色互融或產生其它顏色，從而干擾鑒定結果。最新研究報道，安靜發情水牛尿液的Tamm-Horsfall蛋白顯著增加，約為間情期1.31倍［77］，可將其視為檢測安靜發情的分子標志物。深入揭示發情母牛尿液特異性化合物成分及其存在形式，并針對這些特異性化合研發更精準的專一試劑盒或試紙，也許能推動該研究方向取得突破性進展。

3.3 乳汁化合物

牛奶量多易獲取，其化合物的發情周期變化規律備受研究人員關注。牛奶含有數十種化合物［78］，但目前只有少數被證明存在發情特異性。發情當天，母牛乳汁中的蛋白質、脂肪、尿素、總固體（TS）和固體非脂肪（SnF）含量顯著高于發情前第3天［79］；發情當天牛乳中的醋酸、戊酸、己酸和肉豆蔻酸含量，分別比發情前第14天增加1.29%、1.19%、1.22%、1.93%，而花生四烯酸則降低1.46%［80］。比較乳清代謝物發現，產后70 d卵巢靜止母牛乳清中的琥珀酸、磷酸肌酸等6種代謝物含量，高于正常發情母牛，而丙氨酸、肌酐和乳糖等7種代謝物含量，則低于正常發情母牛［81］。這提示監測乳清代謝物變化，也許能區分產后母牛是正常發情，還是卵巢靜止，以便對牛只進行精準配種或同期發情處理。另外，Liu等［82］報道，發情母牛乳汁外泌體少于非發情母牛，外泌體蛋白濃度更低；進一步研究發現，乳源性外泌體參與調控雌二醇和孕酮（CYP19A1、CYP11A1、 RUNX2、HSD3β1、StAR）相關基因表達，其中，RUNX2在間情期表達顯著高于發情期。發情期與間情期乳汁外分泌體差異，可能是雌、孕激素隨發情周期變化造成的。故推測，乳汁外分泌體可能與卵泡發育、排卵、黃體形成和退化也存在一定關系。因此，深入探明外泌體對母牛發情排卵的調控作用，對于挖掘乳汁化合物標記，建立非侵入式發情鑒定技術具有重要意義。

4 小結

自動監測母牛發情，已成為規模化牛場繁殖管理重點發展方向。基于活動量的發情鑒定自動化技術顛覆了傳統發情鑒定方法，提高了規模化牛場繁殖管理水平效益。但未解決安靜發情鑒定問題，所以，催生了爬跨圖像視頻、反芻時間、陰道黏液電阻值和體溫等一系列指標的研究，以及相關自動化檢測技術的開發。發情母牛反芻時間、陰道黏液電阻值和體溫等指標變化規律的深入揭示，及其相關指標穿戴設備研發的突破，將會推動建立更高效的發情鑒定自動化技術，突破安靜發情鑒定瓶頸。此外，揭示唾液、乳汁中的分子化合物與發情周期之間的關系，也是未來發情鑒定的重點研究方向。

參考文獻（References）：

［1］ 周正義，田 莉，田宏志，等.母牛安靜發情鑒定技術概況及影響因素分析［J］.畜牧獸醫學報，2021，52（4）：862-871.

ZHOU Z Y，TIAN L，TIAN H Z，et al.Analysis of identification technology and influence factors on silent estrus of cows［J］.Acta Veterinaria et Zootechnica Sinica，2021，52（4）：862-871.（in Chinese）

［2］ 李 拓.母牛的發情周期以及發情的鑒定方法［J］.中國動物保健，2022，24（7）：83-84.

LI T.The estrous cycle of the cow and the identification method of estrus［J］.China Animal Health，2022，24（7）：83-84.（in Chinese）

［3］ REITH S，HOY S.Review：behavioral signs of estrus and the potential of fully automated systems for detection of estrus in dairy cattle［J］.Animal，2018，12（2）：398-407.

［4］ 萬仁華.正確判斷母牛發情與適時人工授精［J］.中國畜牧業，2022（19）：53-54.

WAN R H.Judging oestrus of cow correctly and carrying out artificial insemination timely［J］.China Animal Industry，2022（19）： 53-54.（in Chinese）

［5］ GAUDE I，KEMPF A，STRVE K D，et al.Estrus signs in Holstein Friesian dairy cows and their reliability for ovulation detection in the context of visual estrus detection［J］.Livest Sci，2021，245：104449.

［6］ MONDAL M，RAJKHOWA C，PRAKASH B S.Behavioral estrous signs can predict the time of ovulation in mithun （Bos frontalis）［J］.Theriogenology，2006，66（5）：1391-1396.

［7］ 宋亞攀，孫麗萍，郭愛珍，等.涂蠟筆方法在母牛發情鑒定中的應用［J］.中國奶牛，2014（15）：60-62.

SONG Y P，SUN L P，GUO A Z，et al.Application of crayon method in cow estrus identification［J］.China Dairy Cattle， 2014（15）： 60-62.（in Chinese）

［8］ 劉忠超，劉勇軍.基于Android的奶牛發情爬跨行為無線監測系統設計［J］.黑龍江畜牧獸醫，2019（8）：55-59，179.

LIU Z C，LIU Y J.Design of wireless monitoring system for cow estrus crawling behavior based on Android［J］.Heilongjiang Animal Science and Veterinary Medicine，2019（8）：55-59，179.（in Chinese）

［9］ WALKER W L，NEBEL R L，MCGILLIARD M L.Time of ovulation relative to mounting activity in dairy cattle［J］.J Dairy Sci，1996，79（9）：1555-1561.

［10］ SAINT-DIZIER M，CHASTANT-MAILLARD S.Potential of connected devices to optimize cattle reproduction［J］. Theriogenology， 2018，112：53-62.

［11］ LODKAEW T，PASUPA K，LOO C K.CowXNet：an automated cow estrus detection system ［J］.Expert Syst Appl，2023，211：118550.

［12］ BAI Q，GAO R H，WANG R，et al.X3DFast model for classifying dairy cow behaviors based on a two-pathway architecture［J］.Sci Rep，2023，13（1）：20519.

［13］ 顧靜秋，王志海，高榮華，等.基于融合圖像與運動量的奶牛行為識別方法［J］.農業機械學報，2017，48（6）：145-151.

GU J Q，WANG Z H，GAO R H，et al.Recognition method of cow behavior based on combination of image and activities［J］.Transactions of the Chinese Society for Agricultural Machinery，2017，48（6）：145-151.（in Chinese）

［14］ WU D H，WANG Y F，HAN M X，et al.Using a CNN-LSTM for basic behaviors detection of a single dairy cow in a complex environment［J］.Comput Electron Agric，2021，182：106016.

［15］ 王 政，許興時，華志新，等.融合YOLO v5n與通道剪枝算法的輕量化奶牛發情行為識別［J］.農業工程學報，2022，38（23）： 130-140.

WANG Z，XU X S，HUA Z X，et al.Lightweight recognition for the oestrus behavior of dairy cows combining YOLO v5n and channel pruning［J］.Transactions of the Chinese Society of Agricultural Engineering，2022，38（23）：130-140.（in Chinese）

［16］ WANG R，BAI Q，GAO R H，et al.Oestrus detection in dairy cows by using atrous spatial pyramid and attention mechanism［J］. Biosyst Eng，2022，223：259-276.

［17］ 謝忠紅，劉悅怡，宋子陽，等.基于時序運動特征的奶牛爬跨行為識別研究［J］.南京農業大學學報，2021，44（1）：194-200.

XIE Z H，LIU Y Y，SONG Z Y，et al.Research on recognition of crawling behavior of cows based on temporal motion features［J］.Journal of Nanjing Agricultural University，2021，44（1）：194-200.（in Chinese）

［18］ GUO Y Y，ZHANG Z R，HE D J，et al.Detection of cow mounting behavior using region geometry and optical flow characteristics［J］.Comput Electron Agric，2019，163：104828.

［19］ 岳 帥.基于計算機視覺的奶牛夜間爬跨預警系統開發［D］.楊凌：西北農林科技大學，2023.

YUE S.Computer vision-based cows’ nocturnal mounting early warning system development［D］.Yangling：Northwest Aamp;F University， 2023.（in Chinese）

［20］ 王少華.基于視頻分析和深度學習的奶牛爬跨行為檢測方法研究［D］.楊凌：西北農林科技大學，2021.

WANG S H.Detection methods of cow mounting behavior based on video analysis and dee learning［D］.Yangling：Northwest Aamp;F University，2021.（in Chinese）

［21］ 蔡兆暉，林學杰.基于機器視覺的奶牛發情行為視頻監測算法研究［J］.當代畜禽養殖業，2021（3）：28-30.

CAI Z H，LIN X J.Research on video monitoring algorithm of milk cow estrus behavior based on machine vision［J］.Modern Livestock and Poultry Breeding Industry，2021（3）：28-30.（in Chinese）

［22］ MA S F，ZHANG Q R，LI T F，et al.Basic motion behavior recognition of single dairy cow based on improved Rexnet 3D network［J］.Comput Electron Agric，2022，194：106772.

［23］ CODL R，DUCHACˇGEK J，VACEK M，et al.Relationship between daily activities duration and oestrus in dairy cows over the year［J］.Acta Vet Brno，2022，91（1）：11-16.

［24］ ZHOU X J，XU C，GOMES LOPES M，et al.Characterization of the physical and ruminal activities related to estrus in dairy cows raised on Chinese commercial farms［J］.Vet Arh，2023，93（2）：143-158.

［25］ STRAPK P，MIACˇGIAKOV M，STRAPKOV E，et al.Influence of estrus on changes of locomotion activity and rumination time in cattle dams［J］.Acta Fytotech Zootech，2021，24：127-130.

［26］ ZEBARI H M，RUTTER S M，BLEACH E C L.Characterizing changes in activity and feeding behaviour of lactating dairy cows during behavioural and silent oestrus［J］.Appl Anim Behav Sci，2018，206（6）：12-17.

［27］ 潘予琮，蔣林樹，熊本海.奶牛產后首次發情行為變化規律及影響因素分析［J］.中國畜牧雜志，2021，57（4）：123-128.

PAN Y C，JIANG L S，XIONG B H，et al.Analysis on the change rules and influencing factors of first estrus behavior in postpartum dairy cows［J］.Chinese Journal of Animal Science，2021，57（4）：123-128.（in Chinese）

［28］ REITH S，HOY S.Relationship between daily rumination time and estrus of dairy cows［J］.J Dairy Sci，2012，95（11）：6416-6420.

［29］ PAHL C，HARTUNG E，MAHLKOW-NERGE K，et al.Feeding characteristics and rumination time of dairy cows around estrus［J］.J Dairy Sci，2015，98（1）：148-154.

［30］ SCHIRMANN K，CHAPINAL N，WEARY D M，et al.Rumination and its relationship to feeding and lying behavior in Holstein dairy cows［J］.J Dairy Sci，2012，95（6）：3212-3217.

［31］ BRAUN U，TRSCH L，NYDEGGER F，et al.Evaluation of eating and rumination behaviour in cows using a noseband pressure sensor［J］.BMC Vet Res，2013，9：164.

［32］ SHEN W Z，CHENG F，ZHANG Y，et al.Automatic recognition of ingestive-related behaviors of dairy cows based on triaxial acceleration［J］.Information Processing in Agriculture，2020，7（3）：427-443.

［33］ 孫雅琳.基于邊緣計算的奶牛反芻行為實時監測研究［D］.哈爾濱：東北農業大學，2023.

SUN Y L.Research on real-time monitoring of dairy cow rumination behavior based on edge computing［D］.Harbin：Northeast Agricultural University，2023.（in Chinese）

［34］ 毛燕茹.基于機器視覺的多目標奶牛反芻行為監測方法研究［D］.楊凌：西北農林科技大學，2022.

MAO Y R.Multi-target rumination behavior monitoring method of dairy cows based on machine vision［D］.Yangling：Northwest Aamp;F University，2022.（in Chinese）

［35］ LI J X，LIU Y H，ZHENG W X，et al.Monitoring cattle ruminating behavior based on an improved keypoint detection model［J］. Animals （Basel），2024，14（12）：1791.

［36］ 陳甜甜.基于計算機視覺的牛反芻行為識別與分析［D］.包頭：內蒙古科技大學，2023.

CHEN T T.Recognition and analysis of cattle’s rumination based on computer vision［D］.Baotou：Inner Mongolia University of Science amp; Technology，2023.（in Chinese）

［37］ 姬江濤，劉啟航，高榮華，等.基于改進FlowNet 2.0光流算法的奶牛反芻行為分析方法［J］.農業機械學報，2023，54（1）：235-242.

JI J T，LIU Q H，GAO R H，et al.Ruminant behavior analysis method of dairy cows with improved FlowNet 2.0 optical flow algorithm［J］.Transactions of the Chinese Society for Agricultural Machinery，2023，54（1）：235-242.（in Chinese）

［38］ 郭冠華.奶牛發情期軀體不同部位活動量變化規律研究［D］.太谷：山西農業大學，2022.

GUO G H.Study on the changing law of the activity of different parts of the body of dairy cows during estrus［D］.Taigu：Shanxi Agricultural University，2022.（in Chinese）

［39］ ROELOFS J B，VAN EERDENBURG F J C M，SOEDE N M，et al.Pedometer readings for estrous detection and as predictor for time of ovulation in dairy cattle［J］.Theriogenology，2005，64（8）：1690-1703.

［40］ MAYO L M，SILVIA W J，RAY D L，et al.Automated estrous detection using multiple commercial precision dairy monitoring technologies in synchronized dairy cows［J］.J Dairy Sci，2019，102（3）：2645-2656.

［41］ 蔣曉新，劉 煒，魏星遠，等.運用計步器鑒定泌乳盛期荷斯坦奶牛的發情效果研究［J］.安徽農業科學，2013，41（15）： 6728-6729，6732.

JIANG X X，LIU W，WEI X Y，et al.Study on the effects of identifying the estrus of holstein cows during peak lactation by using pedometer［J］.Journal of Anhui Agricultural Sciences，2013，41（15）：6728-6729，6732.（in Chinese）

［42］ SAKAGUCHI M，FUJIKI R，YABUUCHI K，et al.Reliability of Estrous detection in holstein heifers using a radiotelemetric pedometer located on the neck or legs under different rearing conditions［J］.J Reprod Dev，2007，53（4）：819-828.

［43］ 曹學浩，黃善琦，馬樹剛，等.活動量監測技術的研究及其在奶牛繁殖管理中的應用［J］.中國奶牛，2013（8）：37-40.

CAO X H，HUANG S Q，MA S G，et al.Applications of activity monitoring technology in dairy cattle breeding management［J］.China Dairy Cattle，2013（8）：37-40.（in Chinese）

［44］ 孫保貴.奶牛運動量輔助發情診斷及電導率輔助乳房炎診斷參數的研究［D］.泰安：山東農業大學，2011.

SUN B G.A study on parameters for estrus detection based on activity record and subclinical mastitis diagnosis based on milk conductivity in lactating cows［D］.Taian：Shandong Agricultural University，2011.（in Chinese）

［45］ 胡仁超.荷斯坦牛活動量變化規律及其影響因素的相關性研究［D］.楊凌：西北農林科技大學，2016.

HU R C.Researches on variation of the walking activity and it’s influencing factors of holstein cattle［D］.Yangling：Northwest Aamp;F University，2016.（in Chinese）

［46］ VALENZA A，GIORDANO J O，LOPES G JR，et al.Assessment of an accelerometer system for detection of estrus and treatment with gonadotropin-releasing hormone at the time of insemination in lactating dairy cows［J］.J Dairy Sci，2012，95（12）：7115-7127.

［47］ DOLECHECK K A，SILVIA W J，HEERSCHE G JR，et al.Behavioral and physiological changes around estrus events identified using multiple automated monitoring technologies［J］.J Dairy Sci，2015，98（12）：8723-8731.

［48］ HIGAKI S，OKADA H，SUZUKI C，et al.Estrus detection in tie-stall housed cows through supervised machine learning using a multimodal tail-attached device［J］.Comput Electron Agric，2021，191：106513.

［49］ VO A L，FISCHER-TENHAGEN C，BARTEL A，et al.Sensitivity and specificity of a tail-activity measuring device for calving prediction in dairy cattle［J］.J Dairy Sci，2021，104（3）：3353-3363.

［50］ SCHILKOWSKY E M，GRANADOS G E，SITKO E M，et al.Evaluation and characterization of estrus alerts and behavioral parameters generated by an ear-attached accelerometer-based system for automated detection of estrus［J］.J Dairy Sci，2021，104（5）：6222-6237.

［51］ SCHWEINZER V，GUSTERER E，KANZ P，et al.Evaluation of an ear-attached accelerometer for detecting estrus events in indoor housed dairy cows［J］.Theriogenology，2019，130：19-25.

［52］ STEVENSON J S，HILL S L，NEBEL R L，et al.Ovulation timing and conception risk after automated activity monitoring in lactating dairy cows［J］.J Dairy Sci，2014，97（7）：4296-4308.

［53］ 和占星，張繼才，黃梅芬，等.不同繁殖生理階段及繁殖障礙母牛的陰道黏液電阻值變化［J］.畜牧與飼料科學，2023，44（5）：57-62.

HE Z X，ZHANG J C，HUANG M F，et al.Characterization of changes in electrical resistance of vaginal mucus of beef cows in different reproductive physiological periods and with different types of reproductive disorders［J］.Animal Husbandry and Feed Science，2023，44（5）：57-62.（in Chinese）

［54］ 寇紅祥.奶牛體溫與活動量自動檢測系統設計研發及發情周期規律研究［D］.長春：吉林農業大學，2017.

KOU H X.Design of automatic detection system for body temperature and activity and the research on oestrus regulation of dairy cows［D］.Changchun：Jilin Agricultural University，2017.（in Chinese）

［55］ ANDERSSON L M，OKADA H，MIURA R，et al.Wearable wireless estrus detection sensor for cows［J］.Comput Electron Agric， 2016， 127：101-108.

［56］ 劉忠超，何東健.奶牛陰道植入式電阻傳感器與無線監測系統研究［J］.農業機械學報，2019，50（11）：175-185.

LIU Z C，HE D J.Research of implantable sensor and wireless monitoring system for cow’s vaginal resistance［J］.Transactions of the Chinese Society for Agricultural Machinery，2019，50（11）：175-185.（in Chinese）

［57］ 葛利江，吳志杰，陳建鰲，等.關于奶牛發情周期及圍產期體溫變化規律的研究［J］.黑龍江畜牧獸醫，1995（11）：3-5.

GE L J，WU Z J，CHEN J A，et al.Variations in body temperature in dairy cows Druing the estrous cycle and Periparturient period［J］.Heilongjiang Animal Science and Veterinary Medicine，1995（11）：3-5.（in Chinese）

［58］ KIM J Y，LEE J S，JO Y H，et al.Measuring the effects of estrus on rumen temperature and environment，behavior and physiological attributes in Korean native breeding cattle［J］.J Anim Sci Technol，2023，65（3）：579-587.

［59］ HIGAKI S，MIURA R，SUDA T，et al.Estrous detection by continuous measurements of vaginal temperature and conductivity with supervised machine learning in cattle［J］.Theriogenology，2019，123：90-99.

［60］ 王 禎.基于溫度分布特征的奶牛發情識別關鍵技術的研究［D］.呼和浩特：內蒙古農業大學，2022.

WANG Z.Research on the key technology of cow estrus based on temperature distribution characteristics［D］.Hohhot：Inner Mongolia Agricultural University，2022.（in Chinese）

［61］ 修豪宇，李迎軍，原開敏，等.母牛發情期間軀體不同部位溫度變化規律研究進展［J］.畜牧獸醫學報，2024，55（4）：1381-1388.

XIU H Y，LI Y J，YUAN K M，et al.Research progress of temperature variation in different parts of body during estrus in cows［J］.Acta Veterinaria et Zootechnica Sinica，2024，55（4）：1381-1388.（in Chinese）

［62］ RANDI F，MCDONALD M，DUFFY P，et al.The relationship between external auditory canal temperature and onset of estrus and ovulation in beef heifers［J］.Theriogenology，2018，110：175-181.

［63］ WANG S L，ZHANG H L，TIAN H Z，et al.Alterations in vaginal temperature during the estrous cycle in dairy cows detected by a new intravaginal device—a pilot study［J］.Trop Anim Health Prod，2020，52（5）：2265-2271.

［64］ 屈東東.群養奶牛體溫實時監測系統設計與實現［D］.合肥：安徽農業大學，2017.

QU D D.Design and implementation of monitoring system for multiple cows body temperature［D］.Hefei：Anhui Agricultural University，2017.（in Chinese）

［65］ 何東健，宋子琪.基于熱紅外成像與骨架樹模型的奶牛眼溫自動檢測［J］.農業機械學報，2021，52（3）：243-250.

HE D J，SONG Z Q.Automatic detection of dairy cow’s eye temperature based on thermal infrared imaging technology and skeleton tree model［J］.Transactions of the Chinese Society for Agricultural Machinery，2021，52（3）：243-250.（in Chinese）

［66］ 辛海云，孟繁明，胡 斌，等.唾液在家畜發情鑒定中的應用進展［J］.畜牧與獸醫，2020，52（7）：136-139.

XIN H Y，MENG F M，HU B，et al.Application of saliva in animal estrus detection［J］.Animal Husbandry amp; Veterinary Medicine，2020，52（7）：136-139.（in Chinese）

［67］ SANKAR R，ARCHUNAN G，HABARA Y.Detection of oestrous-related odour in bovine （Bos taurus） saliva：bioassay of identified compounds［J］.Animal，2007，1（9）：1321-1327.

［68］ KARTHIKEYAN K，MANIVANNAN P，RAJESH D，et al.Identification of p-cresol as an estrus-specific volatile in buffalo saliva：comparative docking analysis of buffalo OBP and β-lactoglobulin with p-cresol［J］.Zoolog Sci，2014，31（1）：31-36.

［69］ 董智豪，時玉新，郭冠華，等.母牛不同發情階段唾液化合物的比較分析［J］.畜牧獸醫學報，2023，54（11）：4636-4652.

DONG Z H，SHI Y X，GUO G H，et al.Comparative analysis of salivary compounds in different estrous stages of cows［J］.Acta Veterinaria et Zootechnica Sinica，2023，54（11）：4636-4652.（in Chinese）

［70］ CHAVAN N B，KUMARESAN A，CHHILLAR S，et al.Salivary crystallization pattern：a possible unconventional tool for timing of insemination and early pregnancy diagnosis in zebu cows［J］.J Dairy Sci，2023，90（1）：21-25.

［71］ SINGH L K，PANDEY M，BAITHALU R K，et al.Comparative proteome profiling of saliva between estrus and non-estrus stages by employing label-free quantitation （LFQ） and Tandem Mass Tag （TMT）-LC-MS/MS analysis：an approach for estrus biomarker identification in Bubalus bubalis［J］.Front Genet，2022，13：867909.

［72］ 賈銀海.基于唾液蛋白組學開發鑒定水牛發情方法的研究［D］.南寧：廣西大學，2019.

JIA Y H.Research on the estrus identification method of the development based on the salivary proteomics in the buffalo［D］. Nanning：Guangxi University，2019.（in Chinese）

［73］ BARMAN P，YADAV M C，KUMAR H，et al.Gas chromatographic-mass spectrometric analysis of chemical volatiles in buffalo （Bubalus bubalis） urine［J］.Theriogenology，2013，80（6）：654-658.

［74］ RAJANARAYANAN S，ARCHUNAN G.Identification of urinary sex pheromones in female buffaloes and their influence on bull reproductive behaviour［J］.Res Vet Sci，2011，91（2）：301-305.

［75］ 董智豪，張秋雪，郭冠華，等.牛發情特異信息素的研究進展［J］.畜牧獸醫學報，2022，53（4）：1010-1018.

DONG Z H，ZHANG Q X，GUO G H，et al.Study progress on specific pheromones of bovine during oestrus［J］.Acta Veterinaria et Zootechnica Sinica，2022，53（4）：1010-1018.（in Chinese）

［76］ MUTHUKUMAR S，MUNIASAMY S，SRINIVASAN M，et al.Evaluation of pheromone-based kit：a noninvasive approach of estrus detection in buffalo［J］.Reprod Domest Anim，2018，53（6）：1466-1472.

［77］ VARRA M，SUNDARESAN N R，KUMAR V G，et al.Tamm-horsfall protein expression in urine of buffaloes at the estrus and diestrus stages of estrous cycle［J］.Agric Sci Dig，2024，43（6）：858-863.

［78］ FOROUTAN A，GUO A C，VAZQUEZ-FRESNO R，et al.Chemical composition of commercial cow’s milk［J］.J Agric Food Chem，2019，67（17）：4897-4914.

［79］ DU C，NAN L K，LI C F，et al.Influence of estrus on the milk characteristics and mid-infrared spectra of dairy cows［J］.Animals （Basel），2021，11（5）：1200.

［80］ ZEBARI H M，RUTTER S M，BLEACH E C L.Fatty acid profile of milk for determining reproductive status in lactating Holstein Friesian cows［J］.Anim Reprod Sci，2019，202：26-34.

［81］ ZHAO C，BAI Y L，FU S X，et al.Comparison of metabolic alterations in serum and milk whey between inactive ovaries and estrus dairy cows［J］.Front Vet Sci，2021，7：609391.

［82］ LIU W J，DU C，NAN L K，et al.Influence of estrus on dairy cow milk exosomal miRNAs and their role in hormone secretion by granulosa cells［J］.Int J Mol Sci，2023，24（11）：9608.

（編輯 郭云雁）