Modelos para avaliação genética da produção de leite em múltiplas lactações

Detalhes bibliográficos
Autor(a) principal: Reis Filho, João Cruz
Data de Publicação: 2015
Outros Autores: Verneque, Rui da Silva, Torres, Robledo de Almeida, Ribeiro, Virgínia Mara Pereira, Toral, Fabio Luiz Buranelo
Tipo de documento: Artigo
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://dx.doi.org/10.1590/S0100-204X2015000400005
http://locus.ufv.br//handle/123456789/26075
Resumo: O objetivo deste trabalho foi avaliar componentes de covariância e valores genéticos para produção de leite acumulada em até 305 dias, a partir dos dados das três primeiras lactações de vacas Gir. Foram analisados dados de 14.659 lactações, de 9.079 vacas, por meio dos modelos de repetibilidade, multicaracterístico (Mult) e de regressão aleatória com variância residual homogênea (MRAHo) ou heterogênea (MRAHe). A produção de leite foi considerada como característica distinta em cada lactação, no modelo Mult. Polinômios lineares foram utilizados nos modelos de regressão aleatória para ajuste das trajetórias médias e dos efeitos genético aditivo e de ambiente permanente individuais, de acordo com a ordem de parto. As médias a posteriori da herdabilidade foram semelhantes entre os diferentes modelos e lactações, e variaram entre 0,24 e 0,29. Os modelos Mult e MRAHe ajustaram-se melhor aos dados, uma vez que observou-se heterogeneidade de variâncias genéticas e residuais entre lactações. As correlações genéticas da produção acumulada de leite em até 305 dias nas três primeiras lactações foram próximas de 1,0; portanto, a seleção de reprodutores já pode ser feita a partir dos resultados da primeira lactação. Modelos de regressão aleatória com variâncias genéticas e residuais heterogêneas permitem modelar adequadamente as covariâncias das produções de leite acumuladas em múltiplas lactações e obter valores genéticos para seleção de reprodutores com base nos dados já da primeira lactação.
id UFV_99249fc3eec4327089f3f0231a31656c
oai_identifier_str oai:locus.ufv.br:123456789/26075
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Reis Filho, João CruzVerneque, Rui da SilvaTorres, Robledo de AlmeidaRibeiro, Virgínia Mara PereiraToral, Fabio Luiz Buranelo2019-07-04T13:34:08Z2019-07-04T13:34:08Z2015-041678-3921http://dx.doi.org/10.1590/S0100-204X2015000400005http://locus.ufv.br//handle/123456789/26075O objetivo deste trabalho foi avaliar componentes de covariância e valores genéticos para produção de leite acumulada em até 305 dias, a partir dos dados das três primeiras lactações de vacas Gir. Foram analisados dados de 14.659 lactações, de 9.079 vacas, por meio dos modelos de repetibilidade, multicaracterístico (Mult) e de regressão aleatória com variância residual homogênea (MRAHo) ou heterogênea (MRAHe). A produção de leite foi considerada como característica distinta em cada lactação, no modelo Mult. Polinômios lineares foram utilizados nos modelos de regressão aleatória para ajuste das trajetórias médias e dos efeitos genético aditivo e de ambiente permanente individuais, de acordo com a ordem de parto. As médias a posteriori da herdabilidade foram semelhantes entre os diferentes modelos e lactações, e variaram entre 0,24 e 0,29. Os modelos Mult e MRAHe ajustaram-se melhor aos dados, uma vez que observou-se heterogeneidade de variâncias genéticas e residuais entre lactações. As correlações genéticas da produção acumulada de leite em até 305 dias nas três primeiras lactações foram próximas de 1,0; portanto, a seleção de reprodutores já pode ser feita a partir dos resultados da primeira lactação. Modelos de regressão aleatória com variâncias genéticas e residuais heterogêneas permitem modelar adequadamente as covariâncias das produções de leite acumuladas em múltiplas lactações e obter valores genéticos para seleção de reprodutores com base nos dados já da primeira lactação.The objective of this work was to evaluate covariance components and breeding values for 305‐day cumulative milk yield with data from the first three lactations of Gyr cows. A total of 14,659 lactations of 9,079 cows were evaluated, using the models of repeatability, multiple‐trait (MT), and random regression with residual homoscedasticity (RRMHo) or heteroscedasticity (RRMHe). Milk yield was considered as a different trait in each lactation, in the MT model. Linear polynomials were used in random regression models to fit the mean trajectories and the additive genetic and permanent environment individual effects, according to calving order. Posteriori means for heritability were similar among different models and lactations, and varied from 0.24 to 0.29. The MT and RRMHe models had a better fit to the data, since heterogeneity was observed for genetic and residual variances between lactations. The genetic correlations of cumulative milk yield up to 305 days in the first three lactations were close to 1.0; therefore, the selection of reproducers can be made with data already from the first lactation. Random regression models with heterogenous genetic and residual variances allow for proper modeling of the covariances in cumulative milk yields in multiple lactations and for obtaining the genetic values to be used in the selection of reproducers, based on data already from the first lactation.porPesquisa Agropecuária Brasileirav. 50, n. 4, p. 298- 305, abr. 2015Bos indicusGir leiteiroModelo multicaracterísticoRegressão aleatóriaRepetibilidadeSeleção precoceDairy gyrMultiple‐trait modelRandom regressionRepeatabilityEarly selectionModelos para avaliação genética da produção de leite em múltiplas lactaçõesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALartigo.pdfartigo.pdfartigoapplication/pdf483917https://locus.ufv.br//bitstream/123456789/26075/1/artigo.pdf51942fe24b3f2eaa41f72516081145f0MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/26075/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/260752019-07-04 12:12:34.731oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452019-07-04T15:12:34LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Modelos para avaliação genética da produção de leite em múltiplas lactações
title Modelos para avaliação genética da produção de leite em múltiplas lactações
spellingShingle Modelos para avaliação genética da produção de leite em múltiplas lactações
Reis Filho, João Cruz
Bos indicus
Gir leiteiro
Modelo multicaracterístico
Regressão aleatória
Repetibilidade
Seleção precoce
Dairy gyr
Multiple‐trait model
Random regression
Repeatability
Early selection
title_short Modelos para avaliação genética da produção de leite em múltiplas lactações
title_full Modelos para avaliação genética da produção de leite em múltiplas lactações
title_fullStr Modelos para avaliação genética da produção de leite em múltiplas lactações
title_full_unstemmed Modelos para avaliação genética da produção de leite em múltiplas lactações
title_sort Modelos para avaliação genética da produção de leite em múltiplas lactações
author Reis Filho, João Cruz
author_facet Reis Filho, João Cruz
Verneque, Rui da Silva
Torres, Robledo de Almeida
Ribeiro, Virgínia Mara Pereira
Toral, Fabio Luiz Buranelo
author_role author
author2 Verneque, Rui da Silva
Torres, Robledo de Almeida
Ribeiro, Virgínia Mara Pereira
Toral, Fabio Luiz Buranelo
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Reis Filho, João Cruz
Verneque, Rui da Silva
Torres, Robledo de Almeida
Ribeiro, Virgínia Mara Pereira
Toral, Fabio Luiz Buranelo
dc.subject.pt-BR.fl_str_mv Bos indicus
Gir leiteiro
Modelo multicaracterístico
Regressão aleatória
Repetibilidade
Seleção precoce
Dairy gyr
Multiple‐trait model
Random regression
Repeatability
Early selection
topic Bos indicus
Gir leiteiro
Modelo multicaracterístico
Regressão aleatória
Repetibilidade
Seleção precoce
Dairy gyr
Multiple‐trait model
Random regression
Repeatability
Early selection
description O objetivo deste trabalho foi avaliar componentes de covariância e valores genéticos para produção de leite acumulada em até 305 dias, a partir dos dados das três primeiras lactações de vacas Gir. Foram analisados dados de 14.659 lactações, de 9.079 vacas, por meio dos modelos de repetibilidade, multicaracterístico (Mult) e de regressão aleatória com variância residual homogênea (MRAHo) ou heterogênea (MRAHe). A produção de leite foi considerada como característica distinta em cada lactação, no modelo Mult. Polinômios lineares foram utilizados nos modelos de regressão aleatória para ajuste das trajetórias médias e dos efeitos genético aditivo e de ambiente permanente individuais, de acordo com a ordem de parto. As médias a posteriori da herdabilidade foram semelhantes entre os diferentes modelos e lactações, e variaram entre 0,24 e 0,29. Os modelos Mult e MRAHe ajustaram-se melhor aos dados, uma vez que observou-se heterogeneidade de variâncias genéticas e residuais entre lactações. As correlações genéticas da produção acumulada de leite em até 305 dias nas três primeiras lactações foram próximas de 1,0; portanto, a seleção de reprodutores já pode ser feita a partir dos resultados da primeira lactação. Modelos de regressão aleatória com variâncias genéticas e residuais heterogêneas permitem modelar adequadamente as covariâncias das produções de leite acumuladas em múltiplas lactações e obter valores genéticos para seleção de reprodutores com base nos dados já da primeira lactação.
publishDate 2015
dc.date.issued.fl_str_mv 2015-04
dc.date.accessioned.fl_str_mv 2019-07-04T13:34:08Z
dc.date.available.fl_str_mv 2019-07-04T13:34:08Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dx.doi.org/10.1590/S0100-204X2015000400005
http://locus.ufv.br//handle/123456789/26075
dc.identifier.issn.none.fl_str_mv 1678-3921
identifier_str_mv 1678-3921
url http://dx.doi.org/10.1590/S0100-204X2015000400005
http://locus.ufv.br//handle/123456789/26075
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartofseries.pt-BR.fl_str_mv v. 50, n. 4, p. 298- 305, abr. 2015
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pesquisa Agropecuária Brasileira
publisher.none.fl_str_mv Pesquisa Agropecuária Brasileira
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/26075/1/artigo.pdf
https://locus.ufv.br//bitstream/123456789/26075/2/license.txt
bitstream.checksum.fl_str_mv 51942fe24b3f2eaa41f72516081145f0
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1794528249252937728