Análise genética do peso em um rebanho de bovinos Nelore

Abstract

Resumo -O objetivo deste trabalho foi determinar os parâmetros genéticos para o peso de bovinos Nelore, do nascimento até 1.000 dias de idade, por meio de modelos de regressão aleatória. Utilizaram-se 115.096 registros de peso de 19.417 animais. Os parâmetros genéticos foram obtidos por modelos de regressão aleatória via inferência bayesiana. A trajetória média de crescimento foi ajustada com um polinômio de Legendre quártico. O efeito genético aditivo direto foi ajustado com um polinômio quadrático de Legendre. Os efeitos de ambiente permanente direto e materno foram ajustados com polinômios de Legendre quíntico e quadrático, respectivamente. A variância residual foi modelada com três classes de idades. Os valores genéticos dos pesos, do nascimento até 1.000 dias de idade, foram utilizados para a análise da tendência genética, por meio de superfícies de resposta. As herdabilidades variaram entre 0,16 e 0,47. Os efeitos de ambiente permanente direto e materno foram responsáveis por 5 a 77% e 0,2 a 11% da variância fenotípica, respectivamente. As correlações genéticas dos pesos em diferentes idades foram altas e superiores a 0,40. Os valores genéticos foram crescentes ao longo dos anos, e a tendência genética foi máxima para peso aos 500 dias.Termos para indexação: Bos indicus, inferência bayesiana, parâmetro genético, seleção, superfície de resposta. Genetic analysis of body weight in a Nellore cattle herdAbstract -The objective of this work was to determine the genetic parameters for body weight of Nellore cattle, from birth to 1,000 days of age, by random regression models. Data from 115,096 body weight records of 19,417 animals were used. The genetic parameters were obtained by random regression models and Bayesian inference. The average growth trajectory was fitted by a fourth-order Legendre polynomial. The additive direct effect was fitted by a quadratic Legendre polynomial. Direct and maternal permanent environmental effects were fitted by the fifth-and second-order Legendre polynomials, respectively. Residual variance was modeled by three classes of age. The breeding values of weights obtained from birth to 1,000 days of age were used for the analysis of genetic trend by response surfaces. Heritability ranged from 0.16 to 0.47. The direct and maternal permanent environmental effects explained 5 to 77% and 0.2 to 11% of the phenotypic variance, respectively. The genetic correlations of body weights at different ages were high and above 0.40. Breeding values increased throughout the years, and genetic trend was maximum for body weight at 500 days.

Bivariate analysis for the improvement of genetic evaluations with incomplete records in Charolais cattle

“…Como ha sido documentado (7) este es un problema persistente de los sistemas de producción para carne, donde la selección secuencial, desecho o venta de animales y reporte selectivo de la información paea algunas características es una práctica frecuente. Como se obervó en el presente estudio, la base de datos analizada experimentó una reducción del 52% de los registros de BW al YW, debido a la venta de sementales jovenes y quizás novillas de remplazo, conduciendo muy probablemente a un probable sesgo de desecho o selección (6,27). Esta es una implicación relevante de la comercialización de sementales jovenes del destete al año, con una pérdida considerable de datos no registrados.…”

“…Interesantemente, el análisis bivariado de YW y WW condujo a un aumento considerable de la exactitud en las dos caracteristicas y a una reducción substancial de la SEP para YW (p<0.001). Teóricamente, este incremento en la exactitud con un modelo multivariado puede ser explicado por las mejores conecciones entre los datos debido a la covarianza residual entre características (6,27).…”

Genetic parameters and trends of growth traits in Nelore cattle raised in the Northern region of Brazil

“…Estimates of genetic parameters for growth traits in beef cattle are indicators of the response to genetic improvement (Barbosa et al, 2017), allowing classification and selection of the best individuals to be parents in the next generations. One aspect to consider in this context is that several authors have reported on the estimates of genetic parameters in populations of Nelore in different regions of Brazil (Passafaro et al, 2016;Barbosa et al, 2017;Souza et al, 2018;Pereira, 2021) and showed the existence of genetic variability, which allows for genetic progress through selection.…”

Random regression models for the evaluation of the growth of goats of the Anglonubian breed

“…These models are suitable for a genetic analysis of growth, with no dependence upon standardization of weight. Additionally, when all available records are included, genetic parameters can be obtained for all evaluated ages (Passafaro et al, 2016). Therefore, the present study proposes to compare random regression models to determine the best suited to describe changes in genetic parameters throughout the growth curve of Anglo-Nubian goats.…”