ラブイズブーシェ

From Wikipedia, the free encyclopedia

欧字表記 Love is Boo Shet[1]
性別 [1]
ラブイズブーシェ
第150回天皇賞(秋)パドック
(2014年11月2日)
欧字表記 Love is Boo Shet[1]
品種 サラブレッド[1]
性別 [1]
毛色 黒鹿毛[1]
生誕 2009年3月24日(17歳)[1]
抹消日 2016年1月5日[2][3]
マンハッタンカフェ[1]
ローリエ[1]
母の父 メジロマックイーン[1]
生国 日本の旗 日本北海道浦河町[1]
生産者 小池博幸[1]
馬主 小林祥晃[1]
調教師 村山明栗東[1]
競走成績
生涯成績 32戦6勝[1]
獲得賞金 2億1965万3000円[1]
勝ち鞍
GIII函館記念2014年
テンプレートを表示

ラブイズブーシェ(欧字名:Love is Boo Shet2009年3月24日 - )は、日本競走馬種牡馬[1]。主な勝ち鞍は2014年函館記念

馬名の意味は、「恋なんていらない」[4]

2歳(2011年)

デビューは10月8日京都競馬場の芝1800m戦で10番人気5着。以降未勝利戦で2着2回も勝ちきれずに2歳シーズンを終えた。

3歳(2012年)

2歳12月から半年の休養を取り6月の阪神最終週の芝2200mに岩田康誠で臨み、2番人気に推されるが3着。直後に函館へ渡り三浦皇成に鞍上を戻すも芝2000mの未勝利戦で同様に2番人気3着。中1週で札幌芝2000mの未勝利戦で今度は1番人気の評価を受け先行するも2着に敗れる。ここから5ヶ月の休養を取り12月の中京芝2000mの500万条件戦以降は未勝利馬として格上挑戦することとなり、11番人気の低評価ながら古馬の1〜2勝馬相手に2着となる。

4歳(2013年)

ダート競走を1走した後、500万特別の熱田特別で初勝利[5]。さらに2連勝する。1600万円までクラスが上がり2走して勝てなかったが、降級して再度1000万の北斗特別を勝ち、さらに1600万の五稜郭ステークスを勝つ。オープンにクラスが上がり、初重賞出走の函館競馬場で行われた札幌記念は10着。3か月休養後の福島記念3着。有馬記念は、武豊鞍上に12番人気の低評価を覆し4着。

5歳(2014年)

年明け初戦は日経新春杯を選択、3番人気に推されるもサトノノブレスの8着。小倉大賞典6着、福島民報杯5着を経て臨んだ目黒記念マイネルメダリストの2着。中6週で臨んだ函館記念で重賞初制覇を飾る。札幌記念ではゴールドシップハープスターなどの強豪相手に4着と好走。 11月の天皇賞(秋)でも4着だった。

6歳(2015年)

6歳シーズンは精彩を欠き、11月のアルゼンチン共和国杯8着を最後に現役を引退した。

引退後

引退後は熊本県熊本市の本田牧場で種牡馬となり[6]2019年からはレックススタッドに繋養された。種付け料は11万5000円(受胎条件)。その後、2021年にチェリーフィールズに移動しそこで供用された[7]が、同年8月3日付で転売不明の事由で種牡馬としての供用が停止された。

その後、山梨県北杜市のホースブリッジへ移動。2022年には、テレビ番組Horse Eye きっとウマくいく」(6月15日放送分)に登場している[要出典]

競走成績

年月日競馬場競走名頭数オッズ
(人気)
着順騎手斤量距離(馬場)タイム
(上り3F)
タイム
勝ち馬/(2着馬)
2011.10.8 京都 2歳新馬 11 99.2 (10人) 5着 川須栄彦 54.0 芝1800m(良) 1:50.0(34.5) 0.7 プールマシェール
10.23 京都 2歳未勝利 11 10.9 (4人) 2着 岩田康誠 55.0 芝2000m(稍) 2:02.2(35.0) 0.3 ブライトライン
12.18 中山 2歳未勝利 18 5.3 (3人) 2着 三浦皇成 55.0 芝2000m(良) 2:03.8(35.6) 0.1 マイネルエクレウス
2012.6.23 阪神 3歳未勝利 18 3.7 (2人) 3着 岩田康誠 56.0 芝2200m(良) 2:15.7(36.3) 0.4 フミノポールスター
7.15 函館 3歳未勝利 16 3.3 (2人) 3着 三浦皇成 56.0 芝2000m(良) 2:03.9(36.6) 0.4 ダノンキャスケード
7.29 札幌 3歳未勝利 16 2.7 (1人) 2着 三浦皇成 56.0 芝2400m(良) 2:01.5(37.3) 0.2 ゴールウェイ
12.9 中京 栄特別 500万下 18 25.4 (11人) 2着 古川吉洋 56.0 芝2000m(良) 2:03.6(35.4) 0.0 グランプリブラッド
2013.1.26 中京 4歳上500万下 12 6.8 (3人) 7着 古川吉洋 56.0 ダ1800m(稍) 1:55.6(38.4) 1.5 バンブーリバプール
2.3 中京 熱田特別 500万下 11 8.3 (3人) 1着 中舘英二 56.0 芝2000m(良) 2:04.1(35.4) -0.1 (ゴットマスタング)
2.24 小倉 唐戸特別 500万下 11 4.1 (2人) 1着 中舘英二 56.0 芝2000m(良) 1:59.1(34.6) -0.0 (テーオーレジェンド)
3.30 阪神 仲春特別 1000万下 13 2.8 (1人) 1着 中舘英二 55.0 芝2000m(良) 2:00.9(33.9) -0.0 (ローゼンケーニッヒ)
4.27 京都 下鴨S 1600万下 14 8.4 (4人) 11着 中舘英二 57.0 芝2000m(良) 2:00.4(35.8) 1.4 ユウキソルジャー
5.19 京都 烏丸S 1600万下 12 23.2 (8人) 4着 国分恭介 55.0 芝2400m(良) 2:25.4(34.7) 0.4 ニューダイナスティ
6.16 函館 北斗特別 1000万下 16 6.6 (4人) 1着 古川吉洋 57.0 芝1800m(良) 1:46.2(34.8) -0.4 (ローレルソラン)
7.6 函館 五稜郭S 1600万下 16 2.2 (1人) 1着 古川吉洋 56.0 芝2000m(良) 2:02.1(35.0) -0.1 (サクラボールド)
8.18 函館 札幌記念 GII 16 74.4 (15人) 10着 古川吉洋 57.0 芝2000m(重) 2:10.8(41.7) 4.3 トウケイヘイロー
11.17 福島 福島記念 GIII 16 18.7 (7人) 3着 古川吉洋 54.0 芝2000m(良) 1:57.4(34.5) 0.1 ダイワファルコン
12.22 中山 有馬記念 GI 16 63.7 (12人) 4着 武豊 57.0 芝2500m(良) 2:34.2(37.6) 1.9 オルフェーヴル
2014.1.19 京都 日経新春杯 GII 16 6.5 (3人) 8着 武豊 56.0 芝2400m(良) 2:25.2(34.9) 0.8 サトノノブレス
2.23 小倉 小倉大賞典 GIII 15 11.2 (6人) 6着 吉田隼人 56.0 芝1800m(良) 1:45.8(34.6) 0.5 ラストインパクト
4.13 福島 福島民報杯 OP 16 6.7 (3人) 5着 古川吉洋 56.0 芝2000m(良) 1:59.0(35.7) 0.6 レッドレイヴン
6.1 東京 目黒記念 GII 16 32.4 (12人) 2着 古川吉洋 56.0 芝2500m(良) 2:31.0(34.4) 0.0 マイネルメダリスト
7.20 函館 函館記念 GIII 17 7.1 (2人) 1着 古川吉洋 56.0 芝2000m(良) 2:00.1(36.0) -0.1 ダークシャドウ
8.24 札幌 札幌記念 GII 14 21.5 (6人) 4着 古川吉洋 57.0 芝2000m(良) 2:00.1(36.5) 1.0 ハープスター
11.2 東京 天皇賞(秋) GI 18 119.3 (16人) 4着 古川吉洋 58.0 芝2000m(良) 1:59.9(34.3) 0.2 スピルバーグ
2015.1.4 中山 中山金杯 GIII 17 5.5 (3人) 14着 古川吉洋 57.5 芝2000m(良) 1:59.2(34.8) 1.7 ラブリーデイ
2.21 東京 ダイヤモンドS GIII 16 6.9 (4人) 15着 田辺裕信 57.5 芝3400m(良) 3:37.4(40.2) 5.5 フェイムゲーム
3.28 中山 日経賞 GII 12 53.3 (11人) 12着 北村宏司 57.0 芝2500m(良) 2:32.8(37.1) 2.6 アドマイヤデウス
4.12 福島 福島民報杯 OP 15 36.0 (11人) 12着 藤懸貴志 59.0 芝2000m(良) 2:00.7(36.5) 1.6 マイネルフロスト
7.19 函館 函館記念 GIII 16 11.9 (6人) 10着 古川吉洋 57.0 芝2000m(良) 2:00.7(37.0) 1.6 ダービーフィズ
9.6 新潟 新潟記念 GIII 18 68.3 (14人) 5着 田辺裕信 57.0 芝2000m(稍) 1:58.9(34.3) 0.7 パッションダンス
11.8 東京 アルゼンチン共和国杯 GII 16 47.7 (12人) 8着 古川吉洋 57.0 芝2500m(重) 2:34.9(34.5) 0.9 ゴールドアクター

血統表

脚注

外部リンク

Related Articles

Wikiwand AI