RESUMO
SUMMARY We aimed to compare multi-trait and repeatability models to estimate genetic parameters for the traits number of piglets born alive (NBA) and alive at 3 week of age (NP3), litter weight at birth (LW0) and at 3 week of age (LW3), and mean piglet weight at birth (MW0) and at 3 week of age (MW3), considering the first three farrowings of Landrace sows. Heritability (h2) estimates showed an increasing pattern up to the third farrowing for LW0 and MW3. For NBA, NP3, LW3, and MW0 h2 increased from the first to the second and decreased from the second to the third farrowing. In general, heritability estimated in the repeatability model was lower than the mean of the estimates in the multi-trait model. The traits LWO, MW0, and MW3 presented high genetic correlation among different farrowings (0.9610.997), while NBA, NP3, and LW3 (0.0920.986) presented irregular values among farrowings. The corrected Akaike information criterion shows that the repeatability model is not indicated for almost all of the studied traits. These results indicate that the multi-trait model is recommended for genetic evaluation of the traits number of piglets born alive and alive at 3 week of age, litter weight and mean piglet weight at birth and 3 week of age, in different farrowings, as different traits.
RESUMO Objetivou-se comparar os modelos multicaracterístico e de repetibilidade na estimação de parâmetros genéticos para as características número de leitões nascidos vivos (NLN) e às três semanas de idade (NL3), peso da leitegada ao nascimento (PLN) e às três semanas de idade (PL3), e peso médio do leitão ao nascimento (PMLN) e às três semanas de idade (PML3), considerando os três primeiros partos de fêmeas da raça Landrace. As estimativas de herdabilidade (h2) aumentaram até a terceira ordem de parto para as características PLN e PML3. Para NLN, NL3, PL3 e PMLN as h2 aumentaram da primeira para a segunda parição e reduziram da segunda para terceira parição. Em geral, as herdabilidades estimadas via modelo de repetibilidade foram menores que a média das estimativas obtidas utilizando o modelo muticaracterístico. As características PLN, PMLN e PML3 apresentaram altas correlações genéticas entre as diferentes parições (0,9610,997), enquanto as características NLN, NL3 e PL3 (0,0920,986) apresentaram valores irregulares de correlações genéticas entre as parições. Pelo critério de informação de Akaike corrigido o modelo de repetibilidade não foi indicado para a maioria das características estudadas. Esses resultados indicam que o modelo multicaracterístico é recomendado para avaliação genética das características número de leitões nascidos vivos e às três semanas de idade, peso da leitegada ao nascimento e às três semanas de idade e peso médio do leitão ao nascimento e às três semanas de idade, em diferentes parições, como características diferentes.
RESUMO
SUMMARY We aimed to compare multi-trait and repeatability models to estimate genetic parameters for the traits number of piglets born alive (NBA) and alive at 3 week of age (NP3), litter weight at birth (LW0) and at 3 week of age (LW3), and mean piglet weight at birth (MW0) and at 3 week of age (MW3), considering the first three farrowings of Landrace sows. Heritability (h2) estimates showed an increasing pattern up to the third farrowing for LW0 and MW3. For NBA, NP3, LW3, and MW0 h2 increased from the first to the second and decreased from the second to the third farrowing. In general, heritability estimated in the repeatability model was lower than the mean of the estimates in the multi-trait model. The traits LWO, MW0, and MW3 presented high genetic correlation among different farrowings (0.9610.997), while NBA, NP3, and LW3 (0.0920.986) presented irregular values among farrowings. The corrected Akaike information criterion shows that the repeatability model is not indicated for almost all of the studied traits. These results indicate that the multi-trait model is recommended for genetic evaluation of the traits number of piglets born alive and alive at 3 week of age, litter weight and mean piglet weight at birth and 3 week of age, in different farrowings, as different traits.
RESUMO Objetivou-se comparar os modelos multicaracterístico e de repetibilidade na estimação de parâmetros genéticos para as características número de leitões nascidos vivos (NLN) e às três semanas de idade (NL3), peso da leitegada ao nascimento (PLN) e às três semanas de idade (PL3), e peso médio do leitão ao nascimento (PMLN) e às três semanas de idade (PML3), considerando os três primeiros partos de fêmeas da raça Landrace. As estimativas de herdabilidade (h2) aumentaram até a terceira ordem de parto para as características PLN e PML3. Para NLN, NL3, PL3 e PMLN as h2 aumentaram da primeira para a segunda parição e reduziram da segunda para terceira parição. Em geral, as herdabilidades estimadas via modelo de repetibilidade foram menores que a média das estimativas obtidas utilizando o modelo muticaracterístico. As características PLN, PMLN e PML3 apresentaram altas correlações genéticas entre as diferentes parições (0,9610,997), enquanto as características NLN, NL3 e PL3 (0,0920,986) apresentaram valores irregulares de correlações genéticas entre as parições. Pelo critério de informação de Akaike corrigido o modelo de repetibilidade não foi indicado para a maioria das características estudadas. Esses resultados indicam que o modelo multicaracterístico é recomendado para avaliação genética das características número de leitões nascidos vivos e às três semanas de idade, peso da leitegada ao nascimento e às três semanas de idade e peso médio do leitão ao nascimento e às três semanas de idade, em diferentes parições, como características diferentes.
RESUMO
The main contribution of molecular genetics is the direct use of DNA information to identify genetically superior individuals. Under this approach, genome-wide selection (GWS) can be used with this purpose. GWS consists in analyzing of a large number of SNP markers widely distributed in the genome, and due to the fact that the number of markers is much larger than the number of genotyped individuals and also to the fact that such markers are highly correlated special statistical methods, like Partial Least Squares (PLS), are widely required. Thus, the aim of this paper was to propose an application of Uni (UPLS) and Multivariate (MPLS) Partial Least Squares regression to GWS of carcass traits in an F2 (Piau × commercial) pig population. The results showed that MPLS method provided most accurate genomic breeding values estimates than univariate method.
A principal contribuição da genética molecular é a utilização direta das informações de DNA no processo de identificação de indivíduos geneticamente superiores. Sob esse enfoque, idealizou-se a seleção genômica ampla (Genome Wide Selection - GWS), a qual consiste na análise de marcadores SNPs (Single Nucleotide Polymorphisms) amplamente distribuídos no genoma. Devido a esse grande número de SNPs, geralmente maior que o número de indivíduos genotipados, e à alta colinearidade entre eles, métodos de redução de dimensionalidade são requeridos. Dentre estes, destaca-se o método de regressão via Quadrados Mínimos Parciais (Partial Least Squares - PLS), que além de solucionar tais problemas, permite uma abordagem multivariada, considerando múltiplos fenótipos. Diante do exposto, objetivou-se aplicar e comparar a regressão PLS univariada (UPLS) e multivariada (MPLS) na GWS para características de carcaça em uma população F2 de suínos Piau×Comercial. Os resultados evidenciaram a superioridade do método MPLS, uma vez que este proporcionou maiores valores de acurácia em relação à abordagem univariada.
RESUMO
The main contribution of molecular genetics is the direct use of DNA information to identify genetically superior individuals. Under this approach, genome-wide selection (GWS) can be used with this purpose. GWS consists in analyzing of a large number of SNP markers widely distributed in the genome, and due to the fact that the number of markers is much larger than the number of genotyped individuals and also to the fact that such markers are highly correlated special statistical methods, like Partial Least Squares (PLS), are widely required. Thus, the aim of this paper was to propose an application of Uni (UPLS) and Multivariate (MPLS) Partial Least Squares regression to GWS of carcass traits in an F2 (Piau × commercial) pig population. The results showed that MPLS method provided most accurate genomic breeding values estimates than univariate method.
A principal contribuição da genética molecular é a utilização direta das informações de DNA no processo de identificação de indivíduos geneticamente superiores. Sob esse enfoque, idealizou-se a seleção genômica ampla (Genome Wide Selection - GWS), a qual consiste na análise de marcadores SNPs (Single Nucleotide Polymorphisms) amplamente distribuídos no genoma. Devido a esse grande número de SNPs, geralmente maior que o número de indivíduos genotipados, e à alta colinearidade entre eles, métodos de redução de dimensionalidade são requeridos. Dentre estes, destaca-se o método de regressão via Quadrados Mínimos Parciais (Partial Least Squares - PLS), que além de solucionar tais problemas, permite uma abordagem multivariada, considerando múltiplos fenótipos. Diante do exposto, objetivou-se aplicar e comparar a regressão PLS univariada (UPLS) e multivariada (MPLS) na GWS para características de carcaça em uma população F2 de suínos Piau×Comercial. Os resultados evidenciaram a superioridade do método MPLS, uma vez que este proporcionou maiores valores de acurácia em relação à abordagem univariada.
RESUMO
The aim of this work was to estimate genetic parameters for carcass, carcass cuts, meat quality and performance traits in an F2 swine population (Piau x commercial strain) in order to understand the inheritance of the traits and the association among them. Heritability estimates and genetic correlations were obtained using univariate and bivariate animal models, respectively, and (co)covariance components were obtained by means of restricted maximum likelihood analyses using the software MTDFREML. The heritability estimates using single trait model ranged from 0.10 to 0.43 for carcass, 0.07 to 0.47 for carcass cuts, 0.14 to 0.40 for meat quality and 0.18 to 0.86 for performance traits. The genetic correlation estimates using bi-trait model were high for several traits, showing that they are controlled by the same genes or linked genes. These results suggest that a better understanding of the genetic correlation among the traits, as well as, the quantitative trait loci position can be obtained by mapping studies in this population.
Objetivou-se estimar parâmetros genéticos de características de carcaça, cortes de carcaça, qualidade de carne e desempenho de suínos em uma população F2 (Piau x linhagem comercial), para melhor se compreender a herança e a associação entre essas características. Para obter as estimativas de herdabilidades e correlações genéticas foi utilizado um modelo animal unicaracterístico e bicaracterístico, respectivamente, e os parâmetros foram estimados a partir dos componentes de variância e covariância, obtidos pelo método da máxima verossimilhança restrita por meio do programa MTDFREML. As herdabilidades estimadas, em modelo unicaracterístico, variaram de 0,10 a 0,43 para o grupo de características de carcaça, de 0,07 a 0,47 para cortes de carcaça, de 0,14 a 0,40 para qualidade de carne e de 0,18 a 0,86 para características de desempenho. As correlações genéticas estimadas em modelo bicaracterístico foram altas para algumas características, o que pode ser indicativo de que estas são controladas pelos mesmos genes ou genes ligados. Estudos futuros de mapeamento dos locos de características quantitativas, nesta população permitirão uma melhor compreensão das causas das correlações genéticas existentes entre as características, bem como determinar em qual região cromossômica localiza-se os locos de características quantitativas.
RESUMO
The aim of this work was to estimate genetic parameters for carcass, carcass cuts, meat quality and performance traits in an F2 swine population (Piau x commercial strain) in order to understand the inheritance of the traits and the association among them. Heritability estimates and genetic correlations were obtained using univariate and bivariate animal models, respectively, and (co)covariance components were obtained by means of restricted maximum likelihood analyses using the software MTDFREML. The heritability estimates using single trait model ranged from 0.10 to 0.43 for carcass, 0.07 to 0.47 for carcass cuts, 0.14 to 0.40 for meat quality and 0.18 to 0.86 for performance traits. The genetic correlation estimates using bi-trait model were high for several traits, showing that they are controlled by the same genes or linked genes. These results suggest that a better understanding of the genetic correlation among the traits, as well as, the quantitative trait loci position can be obtained by mapping studies in this population.
Objetivou-se estimar parâmetros genéticos de características de carcaça, cortes de carcaça, qualidade de carne e desempenho de suínos em uma população F2 (Piau x linhagem comercial), para melhor se compreender a herança e a associação entre essas características. Para obter as estimativas de herdabilidades e correlações genéticas foi utilizado um modelo animal unicaracterístico e bicaracterístico, respectivamente, e os parâmetros foram estimados a partir dos componentes de variância e covariância, obtidos pelo método da máxima verossimilhança restrita por meio do programa MTDFREML. As herdabilidades estimadas, em modelo unicaracterístico, variaram de 0,10 a 0,43 para o grupo de características de carcaça, de 0,07 a 0,47 para cortes de carcaça, de 0,14 a 0,40 para qualidade de carne e de 0,18 a 0,86 para características de desempenho. As correlações genéticas estimadas em modelo bicaracterístico foram altas para algumas características, o que pode ser indicativo de que estas são controladas pelos mesmos genes ou genes ligados. Estudos futuros de mapeamento dos locos de características quantitativas, nesta população permitirão uma melhor compreensão das causas das correlações genéticas existentes entre as características, bem como determinar em qual região cromossômica localiza-se os locos de características quantitativas.
RESUMO
The aim of this work was to estimate genetic parameters for carcass, carcass cuts, meat quality and performance traits in an F2 swine population (Piau x commercial strain) in order to understand the inheritance of the traits and the association among them. Heritability estimates and genetic correlations were obtained using univariate and bivariate animal models, respectively, and (co)covariance components were obtained by means of restricted maximum likelihood analyses using the software MTDFREML. The heritability estimates using single trait model ranged from 0.10 to 0.43 for carcass, 0.07 to 0.47 for carcass cuts, 0.14 to 0.40 for meat quality and 0.18 to 0.86 for performance traits. The genetic correlation estimates using bi-trait model were high for several traits, showing that they are controlled by the same genes or linked genes. These results suggest that a better understanding of the genetic correlation among the traits, as well as, the quantitative trait loci position can be obtained by mapping studies in this population.
Objetivou-se estimar parâmetros genéticos de características de carcaça, cortes de carcaça, qualidade de carne e desempenho de suínos em uma população F2 (Piau x linhagem comercial), para melhor se compreender a herança e a associação entre essas características. Para obter as estimativas de herdabilidades e correlações genéticas foi utilizado um modelo animal unicaracterístico e bicaracterístico, respectivamente, e os parâmetros foram estimados a partir dos componentes de variância e covariância, obtidos pelo método da máxima verossimilhança restrita por meio do programa MTDFREML. As herdabilidades estimadas, em modelo unicaracterístico, variaram de 0,10 a 0,43 para o grupo de características de carcaça, de 0,07 a 0,47 para cortes de carcaça, de 0,14 a 0,40 para qualidade de carne e de 0,18 a 0,86 para características de desempenho. As correlações genéticas estimadas em modelo bicaracterístico foram altas para algumas características, o que pode ser indicativo de que estas são controladas pelos mesmos genes ou genes ligados. Estudos futuros de mapeamento dos locos de características quantitativas, nesta população permitirão uma melhor compreensão das causas das correlações genéticas existentes entre as características, bem como determinar em qual região cromossômica localiza-se os locos de características quantitativas.
RESUMO
In order to study the effects of heterogeneity on bovine genetic evaluation, several structures of data were simulated with heterogeneity for different parameters, with and without genetic connexity among herds. The Genesys software was used to generate the data and the MTDFREML metodology was employed to analyze this data. The lowest values of the rank correlations (Spearman correlation) were obtained for the data structure of herds with heterogeneity for all parameters. For the structures of data with similar genetic means and heterogeneity for others parameters, the correlations between breeding values were greater than 70% and near those obtained for data without heterogeneity, which indicates that the heterogeneity for variances and phenotypic mean has little effect on genetic evaluation. The high genetic connexity of data improved the prediction of breeding values of bulls, but this effect was not noted for progenies and, mainly, the genetic evaluation of cows. The rank correlations based on predictions from single and multiple traits analysis were very similar, indicating that the multiple trait analysis was not efficient in eliminating the problems of genetic means heterogeneity.
Para estudar os efeitos de heterogeneidade sobre a avaliação genética de bovinos, foram simuladas várias estruturas de dados com heterogeneidade para diferentes parâmetros, com e sem conexidade genética entre rebanhos. O software Genesys foi usado para gerar os dados e a metodologia MTDFREML para analisar estes dados. Os valores mais baixos de correlações de ordem (correlação de Spearman) entre valores genéticos verdadeiros e preditos foram obtidos para a estrutura de dados em que os rebanhos apresentavam heterogeneidade para todos os parâmetros. Para as estruturas de dados com médias genéticas similares e heterogeneidade para outros parâmetros, as correlações entre valores genéticos foram superiores a 70% e próximas às obtidas para dados sem heterogeneidade, indicando que a heterogeneidade para variâncias e média fenotípica tem pequeno efeito sobre a avaliação genética. A alta conexidade genética dos dados melhorou a predição dos valores genéticos de touros, mas este efeito não foi notado na avaliação genética das progênies e, principalmente, das vacas. As correlações de ordem calculadas com base nas predições das análises de característica única e de características múltiplas foram muito semelhantes, indicando que a análise de características múltiplas não foi eficiente para eliminar os problemas de heterogeneidade para média genética.
RESUMO
The determination of age structure in a herd and the culling strategy in dams are important points to evaluate efficiency of a beef cattle production system. A breeding herd was monitored, where cows were maintained or discard according to technical criterion. Using the Markov chain the culling probability due to age throughout the life time of the cow was simulated. Life expectancy of the dam in the herd was also calculated. After the breeding season, culling pressure was higher and culling probability increased while permanency probability in the herd for older cows decreased, this made the herd more dynamic.
A estrutura etária do rebanho e a estratégia de descarte de matrizes são pontos importantes na avaliação da eficiência do sistema de produção de gado de corte. Neste trabalho foi monitorado o rebanho de cria, cujas matrizes eram mantidas ou descartadas com base em critério técnico, conforme a avaliação do desempenho reprodutivo. Para tanto, foi utilizada a cadeia de Markov com o objetivo de simular a probabilidade de descarte por idade, ao longo da vida, e de calcular a expectativa de vida da matriz no rebanho. Após a introdução da estação de monta, a pressão de descarte foi maior, com aumento da probabilidade de descarte e da diminuição da probabilidade de permanência da matriz no rebanho nas idades mais avançadas. Com a introdução de tecnologias e especialmente da monta controlada, o processo torna-se mais dinâmico com a identificação e descarte de novilhas e matrizes improdutivas, diminuindo a idade média das vacas no rebanho e de descarte das mesmas.
RESUMO
The determination of age structure in a herd and the culling strategy in dams are important points to evaluate efficiency of a beef cattle production system. A breeding herd was monitored, where cows were maintained or discard according to technical criterion. Using the Markov chain the culling probability due to age throughout the life time of the cow was simulated. Life expectancy of the dam in the herd was also calculated. After the breeding season, culling pressure was higher and culling probability increased while permanency probability in the herd for older cows decreased, this made the herd more dynamic.
A estrutura etária do rebanho e a estratégia de descarte de matrizes são pontos importantes na avaliação da eficiência do sistema de produção de gado de corte. Neste trabalho foi monitorado o rebanho de cria, cujas matrizes eram mantidas ou descartadas com base em critério técnico, conforme a avaliação do desempenho reprodutivo. Para tanto, foi utilizada a cadeia de Markov com o objetivo de simular a probabilidade de descarte por idade, ao longo da vida, e de calcular a expectativa de vida da matriz no rebanho. Após a introdução da estação de monta, a pressão de descarte foi maior, com aumento da probabilidade de descarte e da diminuição da probabilidade de permanência da matriz no rebanho nas idades mais avançadas. Com a introdução de tecnologias e especialmente da monta controlada, o processo torna-se mais dinâmico com a identificação e descarte de novilhas e matrizes improdutivas, diminuindo a idade média das vacas no rebanho e de descarte das mesmas.
RESUMO
The determination of age structure in a herd and the culling strategy in dams are important points to evaluate efficiency of a beef cattle production system. A breeding herd was monitored, where cows were maintained or discard according to technical criterion. Using the Markov chain the culling probability due to age throughout the life time of the cow was simulated. Life expectancy of the dam in the herd was also calculated. After the breeding season, culling pressure was higher and culling probability increased while permanency probability in the herd for older cows decreased, this made the herd more dynamic.
A estrutura etária do rebanho e a estratégia de descarte de matrizes são pontos importantes na avaliação da eficiência do sistema de produção de gado de corte. Neste trabalho foi monitorado o rebanho de cria, cujas matrizes eram mantidas ou descartadas com base em critério técnico, conforme a avaliação do desempenho reprodutivo. Para tanto, foi utilizada a cadeia de Markov com o objetivo de simular a probabilidade de descarte por idade, ao longo da vida, e de calcular a expectativa de vida da matriz no rebanho. Após a introdução da estação de monta, a pressão de descarte foi maior, com aumento da probabilidade de descarte e da diminuição da probabilidade de permanência da matriz no rebanho nas idades mais avançadas. Com a introdução de tecnologias e especialmente da monta controlada, o processo torna-se mais dinâmico com a identificação e descarte de novilhas e matrizes improdutivas, diminuindo a idade média das vacas no rebanho e de descarte das mesmas.
RESUMO
In order to study the effects of heterogeneity on bovine genetic evaluation, several structures of data were simulated with heterogeneity for different parameters, with and without genetic connexity among herds. The Genesys software was used to generate the data and the MTDFREML metodology was employed to analyze this data. The lowest values of the rank correlations (Spearman correlation) were obtained for the data structure of herds with heterogeneity for all parameters. For the structures of data with similar genetic means and heterogeneity for others parameters, the correlations between breeding values were greater than 70% and near those obtained for data without heterogeneity, which indicates that the heterogeneity for variances and phenotypic mean has little effect on genetic evaluation. The high genetic connexity of data improved the prediction of breeding values of bulls, but this effect was not noted for progenies and, mainly, the genetic evaluation of cows. The rank correlations based on predictions from single and multiple traits analysis were very similar, indicating that the multiple trait analysis was not efficient in eliminating the problems of genetic means heterogeneity.
Para estudar os efeitos de heterogeneidade sobre a avaliação genética de bovinos, foram simuladas várias estruturas de dados com heterogeneidade para diferentes parâmetros, com e sem conexidade genética entre rebanhos. O software Genesys foi usado para gerar os dados e a metodologia MTDFREML para analisar estes dados. Os valores mais baixos de correlações de ordem (correlação de Spearman) entre valores genéticos verdadeiros e preditos foram obtidos para a estrutura de dados em que os rebanhos apresentavam heterogeneidade para todos os parâmetros. Para as estruturas de dados com médias genéticas similares e heterogeneidade para outros parâmetros, as correlações entre valores genéticos foram superiores a 70% e próximas às obtidas para dados sem heterogeneidade, indicando que a heterogeneidade para variâncias e média fenotípica tem pequeno efeito sobre a avaliação genética. A alta conexidade genética dos dados melhorou a predição dos valores genéticos de touros, mas este efeito não foi notado na avaliação genética das progênies e, principalmente, das vacas. As correlações de ordem calculadas com base nas predições das análises de característica única e de características múltiplas foram muito semelhantes, indicando que a análise de características múltiplas não foi eficiente para eliminar os problemas de heterogeneidade para média genética.