Componentes de (co)variância e parâmetros genéticos de características de crescimento da raça Simental no Brasil

Abstract

Informações de genealogia e produção, cedidas pela Associação Brasileira de Criadores da Raça Simental (ABCRS), relativas aos pesos desde o nascimento até um ano de idade, foram utilizadas para estimar, sob modelos alternativos, os componentes de variância e os parâmetros genéticos em animais da raça Simental no Brasil. A matriz de parentesco incluiu 25.812 animais dos quais 7587 com dados de produção. O modelo 1 contém, além do erro, o efeito genético direto. Os modelos seguintes contêm os componentes do modelo 1, mais o efeito permanente de ambiente materno (modelo 2), ou o componente genético materno (modelo 3), ambos os componentes (modelo 5), os componentes do modelo 3 mais a covariância entre os efeitos genéticos direto e materno (modelo 4) e todos os componentes citados (modelo 6). Os modelos foram comparados pelo teste de razão de verossimilhança pelo chi² (P<0,01). Os componentes de variância e os valores de herdabilidades, estimados para os efeitos direto e materno, foram decrescentes, desde o modelo 1 até o modelo 6, na razão direta em que o modelo incorpora mais efeitos aleatórios. Para a fase de aleitamento foi encontrada variância genética nula, entretanto, alto valor para a variância de ambiente permanente. Os efeitos maternos, genético e de ambiente permanente são importantes para a raça Simental no Brasil e devem ser considerados em programas de seleção. Entretanto, os valores mais elevados de herdabilidade materna, encontrados com modelos sem efeito de ambiente permanente, sugerem que o método utilizado não discrimina apropriadamente esses efeitos, oriundos de mesma fonte de variação.

Multi-Trait analysis of growth traits: fitting reduced rank models using principal components for Simmental beef cattle

“…This effect can be observed in table 2 with regard to the magnitude of the first principal component coefficient, in which higher values are observed for advanced ages. Similar results were reported by MARQUES et al (1999) and MOTA et al (2013) working with Simmental beef cattle. In addition, BOLIGON et al (2013) reported similar direct additive genetic variance component estimates between all tested models for Nellore cattle.…”

Tendências e Parâmetros Genéticos para Características Pré-desmama em Bovinos da Raça Charolês Criados no Rio Grande do Sul

“…O valor do ganho de peso do nascimento à desmama, encontrado neste trabalho, foi mais alto apenas quando comparado aos obtidos para raças zebuínas, como o Gir, cujos animais apresentaram ganhos médios de 103,32 kg (Euclides Filho et al, 2000), e o Tabapuã, com ganhos de peso médios de 135,71 kg . Marques et al (1999), trabalhando igualmente com animais de grande porte, como o Simental, encontraram alto peso médio ao nascer (40,1 kg) porém também foram altos os valores de ganho pré-desmama (178,7 kg). Esses resultados sugerem que, no período estudado, não deve ter ocorrido seleção para a característica de ganho de peso, e sim, provavelmente, para as características de peso à desmama e ao sobreano.…”

“…Coeficientes de herdabilidades(h2) diretas mais baixas, variando de 0,14 a 0,36 e maternas semelhantes foram estimadas para a característica peso ao nascer por Euclides Filho et al (1978), Eler et al (1995), e Scarpati & Lôbo (1999) para a raça Nelore, Marques et al (1999), para a raça Simental; Ferreira et al (1999), para a raça Hereford, e Mascioli et al (1996) para a raça Canchim. Apenas Mascioli et al (1997) encontraram valor mais alto para o coeficiente de h² direta para peso ao nascer em um rebanho Canchim, da ordem de 0,76.…”

Genetic evaluation using multi-trait and random regression models in Simmental beef cattle

“…The genetic evaluation of beef cattle in Brazil has been performed using animal models by mixed model methodology, which routinely uses multi-trait models (MTM) to predict breeding values of animals (Marques et al, 1999(Marques et al, , 2001Nobre et al, 2003). Random regression models (RRM) (Henderson Jr., 1982;Laird and Ware, 1982) are an alternative to longitudinal data analysis (Dias et al, 2006;Albuquerque and El Faro, 2008;Sánchez et al, 2008).…”