Modelos genéticos para a produção no dia do controle em bovinos Gir Leiteiro (Bos indicus)

Abstract

Com o objetivo de desenvolver um modelo adequado para a avaliação genética da raça Gir Leiteiro (GL) utilizando-se as produções no dia do controle (PDC), foram analisados registros de controle leiteiro de primeiras lactações de vacas da raça GL e cruzadas com Holandês. Primeiramente, as PDC foram analisadas por modelos multicaracterísticas, onde a produção em cada um dos 10 meses da lactação foi considerada como uma característica diferente. Compararam-se sete modelos: multicaracterísticas padrão, três modelos de posto reduzido ajustando os primeiros 2, 3 ou 4 componentes principais genéticos e três modelos considerando-se uma estrutura de análise fatorial para a matriz de covariâncias genéticas, com 2, 3 ou 4 fatores. Entre os modelos comparados, aquele ajustando os dois primeiros componentes principais foi o melhor de acordo com os critérios de comparação, e diminuiu consideravelmente o número de parâmetros estimados e o tempo gasto para a convergência. Entretanto, ainda assim o número de parâmetros a ser estimado permaneceu grande. Em um segundo estudo, foram comparados modelos de regressão aleatória cujos efeitos genético aditivo e de ambiente permanente foram modelados por polinômios ortogonais de Legendre ou funções Splines lineares. A variância residual foi modelada por 1, 5 ou 10 classes. Cinco classes modelaram as mudanças nas variâncias residuais adequadamente e foram utilizadas na comparação dos modelos. O modelo que utilizou polinômios de Legendre de grau 3 para o efeito genético aditivo e 4 para o de ambiente permanente foi o melhor modelo de acordo com os critérios DIC e BIC. Entretanto, a alta correlação de rank (0,998) entre este modelo e aquele aplicando polinômios de Legendre de grau 3 para os efeitos genético aditivo e de ambiente...

In order to develop a suitable model for genetic evaluation of Dairy Gyr breed (DG) using test-day yields (TD), first lactation TD records from purebred DG and crossbred (DG x Holstein) cows were analyzed. First, the TD were analyzed by multivariate models, where the production in each of the 10 months was considered to be a different trait. The following seven models were compared: standard multivariate model, three reduced rank models fitting the first 2, 3 or 4 genetic principal components, and three models considering a 2-, 3- or 4-factor structure for the genetic covariance matrix. Among the models compared, that one fitting the first two principal components was the best according to the model selection criteria, and markedly reduced the number of parameters estimated and the time spent to reach convergence. However, the number of parameters to be estimated remained high. In a second study, random regression models (RRM) in which additive genetic and permanent environmental effects were modeled using orthogonal Legendre polynomials or linear Spline functions, were compared. Residual variances were modeled considering 1, 5, or 10 classes. Five classes fitted the changes in residual variances adequately and were used for model comparison. According to the DIC and BIC criteria, a model using third-degree and fourth-degree Legendre polynomials for additive genetic and permanent environmental effects, respectively, provided the best fit. However, the high rank correlation (0.998) between this model and that applying third-degree Legendre polynomials for additive genetic and permanent environmental effects, indicates that practically the same bulls would be selected by both models. Therefore, the latter model, which is less parameterized, was used in the other studies components of the thesis. In the following... (Complete abstract click electronic access below)