Please use this identifier to cite or link to this item: http://repositorio.ufc.br/handle/riufc/63407
Type: Tese
Title: Bases para o melhoramento genético da resistência à mastite em rebanhos Guzerá
Title in English: Bases for genetic improvement of resistance to mastitis in Guzerá herds
Authors: Silva, Roberta Polyana Araújo da
Advisor: Lobo, Raimundo Nonato Braga
Co-advisor: Peixoto, Maria Gabriela Campolina Diniz
Keywords: Correlação genética;Contagem de células somáticas;Herdabilidade;Inferência bayesiana;Modelo animal
Issue Date: 2018
Citation: SILVA, Roberta Polyana Araújo da. Bases para o melhoramento genético da resistência à mastite em rebanhos Guzerá. 2018. 78 f. Tese (Doutorado em Zootecnia) - Universidade Federal do Ceará, Fortaleza, 2018.
Abstract in Brazilian Portuguese: A contagem de células somáticas (CCS) tem sido utilizada como ferramenta para redução da incidência de mastite. Assim, programas de melhoramento genético de gado de leite têm utilizado a CCS, em escala logarítmica (ECS – escore de células somáticas), como critério de seleção para a saúde do úbere. Neste trabalho, dois estudos foram conduzidos para estimativa de parâmetros genéticos para CCS. No primeiro, esta característica foi analisada em conjunto com características de produção de leite, estimando suas associações genéticas e verificando ainda duas estratégias de normalização da CCS (CCS1 = Log10(CCS); CCS2 = Log2(CCS/100)+3). No segundo, após definir o melhor método de normalização da CCS, seus componentes de variância e parâmetros genéticos foram estimados de duas maneiras: 1) CCS em diferentes lactações de um mesmo animal, sob modelo animal de repetibilidade e 2) CCS no dia do controle, com modelo animal de regressão aleatória. O arquivo de dados continha informações de 6.513 vacas, provenientes de 95 rebanhos. Nos dois estudos, foi realizada inferência bayesiana via amostragem de Gibbs. Utilizaram-se cadeias únicas de 2.000.000 iterações com descarte amostral das primeiras 5.000 cadeias e período de amostragem a cada 50 iterações. O critério do desvio de informação (DIC) foi utilizado para avaliar a melhor transformação para normalização dos dados de CCS. As estimativas de herdabilidade para as características produtivas e para CCS avaliados no primeiro estudo foram baixas, indicando pequena possibilidade de ganhos genéticos expressivos, a partir da seleção direta para estas características. Entretanto, as repetibilidades estimadas indicaram potencial de incremento neste potencial, desde que sejam reduzidos os efeitos de ambiente permanente. As correlações genéticas entre as características produtivas indicaram potencial de ganho genético correlacionado, a partir da seleção de apenas uma característica. De acordo com a estrutura de dados disponível, a normalização da CCS pelo logaritmo da base 10 (Log10(CCS)) foi mais eficiente e produziu melhores estimativas que a normalização pelo método do ECS (Log2(CCS/100)+3). No segundo estudo, o modelo de regressão aleatória conseguiu ser mais eficaz em captar a variabilidade genética da CCS dos rebanhos avaliados. Este modelo permitiu melhor detalhamento dos parâmetros genéticos, ao longo da lactação. Apesar da tendência de baixos valores de herdabilidade da CCS, observou-se que o melhor período de seleção para CCS neste conjunto de dados estaria entre 50 e 200 dias de lactação.
Abstract: Somatic cell count (SCC) has been used as a tool to reduce the incidence of mastitis. Thus, breeding programs for dairy cattle have been using CCS on a logarithmic scale (ECS) as a selection criterion for udder health. In this work, two studies were performed to estimate genetic parameters for CCS. In the first one this trait was analyzed together with milk production traits, estimating their genetic associations, and also verified two CCS normalization strategies (CCS1 = Log10 (CCS); CCS2 = Log2 (CCS / 100) +3). In the second, after defining the best CCS standardization method, its components of variance and genetic parameters were estimated in two ways: 1) CCS in different lactations of the same animal under animal model of repeatability and 2) CCS on test-day, with animal model of random regression. The data file contained information on 6,513 cows from 95 herds. In both studies, Bayesian inference was used via Gibbs sampling. Single chains of 2,000,000 iterations were used with sampling discard of the first 5,000 chains and sampling period every 50 iterations. The deviation information criterion (DIC) was used to evaluate the best transformation for normalization of CCS data. The heritability estimates for the productive traits and for the CCS evaluated in the first study were low, indicating small probability of expressive genetic gains, from the direct selection for these traits. However, the estimated repeatability indicated an increase potential at this potential, if the effects of permanent environment were reduced. The genetic correlations between the productive traits indicated potential of correlated reperse from simple trait selection. According to the available data structure, the normalization of CCS by log 10 (Log10 (CCS)) was more efficient and produced better estimates than the normalization by the ECS method (Log2 (CCS / 100) +3). In the second study, the random regression model was more effective in capturing the genetic variability of CCS of the evaluated herds. This model allowed better detailing of the genetic parameters during lactation. Despite the trend of low CCS heritability values, it was observed that the best selection period for CCS in this dataset would be between 50 and 200 days of lactation.
URI: http://www.repositorio.ufc.br/handle/riufc/63407
Appears in Collections:PPGZO - Teses defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_tese_rpasilva.pdf1,42 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.