Servicios Personalizados
Revista
Articulo
texto en 
Inglés (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por emailIndicadores
-
Citado por SciELO -
Accesos
Links relacionados
-
Similares en
SciELO
Compartir
Permalink
Agrociencia
versión On-line ISSN 2521-9766versión impresa ISSN 1405-3195
Agrociencia vol.41 no.3 Texcoco abr./may. 2007
Ciencia animal
Análisis univariado vs multivariado en la evaluación genética de variables de crecimiento en dos razas bovinas
1Producción Animal. Universidad Autónoma Chapingo. 56230. Chapingo, Estado de México. (rafael.nunez@correo.chapingo.mx)
La predicción de valores genéticos de los animales para variables con selección secuencial requiere identificar modelos estadísticos que maximicen la respuesta a la selección. El objetivo del presente trabajo fue comparar el uso de análisis univariados y multivariados de variables de crecimiento en la evaluación genética de bovinos Angus y Tropicarne. Las variables analizadas fueron los pesos al nacimiento (PN), al destete (PD) y al año (PA), procedentes de los registros genealógicos (n=9933) y productivos de la Asociación Angus Mexicana, y la Asociación Mexicana de Criadores de Ganado Tropicarne (n=5724). Las evaluaciones genéticas se realizaron utilizando el Modelo Animal, con análisis univariados y bivariados en ambas poblaciones, y trivariados en Tropicarne. Los criterios de comparación fueron: magnitud de los estimadores de parámetros genéticos, habilidad de predicción de los modelos, y tamaño de la exactitud de los valores genéticos predichos para PN, PD, leche y PA; además se evaluó el efecto de la alternativa de análisis en la jerarquización de los animales. Para algunas variables la utilización de análisis bivariados mejoró la estimación de las heredabilidades directas y maternas, la exactitud de las predicciones de los valores genéticos, y la habilidad de predicción de los modelos, pero no se observaron ventajas al usar trivariados. El uso de análisis multivariados con respecto a univariados cambió la jerarquización de los animales en casi todas las variables, lo que sugiere la necesidad de evaluar la alternativa de análisis más apropiada para la población y variables específicas. En Angus se recomienda análisis individual para PN, y bivariado para PD y PA; mientras que en Tropicarne, para PN se recomienda análisis bivariado de PN y PD, y para PD y PA el análisis bivariado de ambas.
Palabras clave: Análisis univariado y multivariado; Angus; bovinos para carne; parámetros genéticos; Tropicarne; valor genético
The prediction of genetic values of animals for variables with sequential selection requires the identification of statistical models that maximize the response to selection. The objective of the present study was to compare the use of univariate and multivariate analyses of growth variables in the genetic evaluation of Angus and Tropicarne cattle. The variables analyzed were the weights at birth (BW), at weaning (WW) and at one year (YW), obtained from the genealogical (n=9933) and productive records of the Asociación Angus Mexicana, and the Asociación Mexicana de Criadores de Ganado Tropicarne (n=5724). The genetic evaluations were carried out using an Animal Model, with univariate and bivariate analyses in both populations, and trivariate analysis in Tropicarne. The comparison criteria were: magnitude of the estimators of genetic parameters, prediction ability of the models, and size of the accuracy of the genetic values predicted for BW, WW, milk and YW; in addition, the effect of the alternatives of analysis in the ranking of animals was evaluated. For some variables, the use of bivariate analyses improved the estimation of the direct and maternal heritabilities, the accuracy of the predictions of the genetic values, and the prediction ability of the models, but no advantages were observed when using trivariate analyses. The use of multivariate analysis with respect to univariate analysis changed the ranking of animals in nearly all of the variables, which suggests the need to evaluate the most appropriate alternative of analysis for population and specific variables. In Angus, individual analysis is recommended for BW, and bivariate analysis for WW and YW; whereas in Tropicarne, for BW, bivariate analysis of BW and WW is recommended, and for WW and YW, the bivariate analysis of both traits.
Key words: Univariate and multivariate analyses; Angus; beef cattle; genetic parameters; Tropicarne; genetic value
LITERATURA CITADA
Bennett, G. L., and K. E. Gregory. 1996. Genetic (co)variances among birth weight, 200-day weight, and postweaning gain in composites and parental breeds of beef cattle. J. Anim. Sci. 74: 2598-2611. [ Links ]
Boldman, K. G., L. A. Kriese, L. D. Van Vleck, C. P. Van Tassell, and S. D. Kachman. 1995. A Manual for Use of MTDFREML. A set of programs to obtain estimates of variances and covariances (Draft). USDA, ARS. 114 p. [ Links ]
Domínguez-Viveros, J., R. Núñez-Domínguez, R. Ramírez-Valverde, y A. Ruíz-Flores. 2003. Evaluación genética de variables de crecimiento en bovinos Tropicarne: I. Selección de modelos. Agrociencia 37(4): 323-335. [ Links ]
Ducrocq, V. 1994. Multiple trait prediction: principles and problems. Proc. 5th World Cong. Genet. Appl. Livest. Prod. 18: 455-462. [ Links ]
Eler, J. P., L. D. Van Vleck, J. B. S. Ferraz, and R. B. Lobo. 1995. Estimation of variances due to direct and maternal effects for growth traits of Nelore cattle. J. Anim. Sci. 73: 3253-3258. [ Links ]
Fries, L. A. 1998. Connectability in beef cattle genetic evaluation: The heuristic approach used in Milc. for. Proc. 6th World Cong. Genet. Appl. Livest. Prod. 27: 449-450. [ Links ]
Gregory, K. E., L. V. Cundiff, and R. M. Koch. 1992. Composite breed to use heterosis and breed differences to improve efficiency of beef production. U. S. Meat Animal Research Center Report. Agricultural Research Service. USDA. Clay Center, NE, USA. 53 p. [ Links ]
Henderson, C. R. 1984. Estimation of variances and covariances under multiple trait models. J. Dairy Sci. 67: 1581-1589. [ Links ]
Henderson, C. R., and R. L. Quaas. 1976. Multiple trait evaluation using relatives records. J. Anim. Sci. 43: 1188-1197. [ Links ]
Jensen, J., and I. L. Mao. 1991. Estimation of genetic parameters using sampled data from populations undergoing selection. J. Dairy Sci. 74: 3544-3551. [ Links ]
Kennedy, B. W., L. R. Schaeffer, and D. A. Sorensen. 1988. Genetic properties of animal models. J. Dairy Sci. 71(Suppl.): 17-26. [ Links ]
Lee, J. W., S. B. Choi, Y. H. Jung, J. F. Keown, and L. D. Van Vleck. 2000. Parameter estimates for direct and maternal genetic effects on yearling, eighteen-month, and slaughter weights of Korean native cattle. J. Anim. Sci. 78: 1414-1421. [ Links ]
Li, X., and B. W. Kennedy. 1994. Comparison of genetic parameter estimates for growth rate and backfat from single and multiple trait models with and without genetic groups. Proc. 5th World Cong. Genet. Appl. Livest. Prod. 18: 418-421. [ Links ]
Mallinckrodt, C. H., B. L. Golden, and R. M. Bourdon. 1992. The impact of data problems on the reliability of expected progeny difference. J. Anim. Sci. 70(suppl. 1): 97. [ Links ]
Mallinckrodt, C. H., B. L. Golden, and R. M. Bourdon. 1995. The effect of selective reporting on estimates of weaning weight parameters in beef cattle. J. Anim. Sci. 73: 1264-1270. [ Links ]
Meyer, K. 1993. Estimates of direct and maternal correlations among growth traits in Australian beef cattle. Livest. Prod. Sci. 38: 91-105. [ Links ]
Meyer, K., M. J. Carrick, and B. J. P. Donnelly. 1993. Genetic parameter for growth traits of Australian beef cattle from a multibreed selection experiment. J. Anim. Sci. 71: 2614-2622. [ Links ]
Pollak, E. J., and R. L. Quaas. 1981. Monte Carlo study of genetic evaluations using sequentially selected records. J. Anim. Sci. 52: 257-264. [ Links ]
Pollak, E. J., J. Van der Werf, and R. L. Quaas. 1984. Selection bias and multiple trait evaluation. J. Dairy Sci. 67: 1590-1595. [ Links ]
Ramírez-Valverde, R., I. Misztal, and J. K. Bertrand. 2001. Comparison of threshold vs linear and animal vs sire models for predicting direct and maternal genetic effects on calving difficulty in beef cattle. J. Anim. Sci. 79: 333-338. [ Links ]
SAGAR. 1996. Reglamento Técnico de la Asociación Mexicana de Criadores de Ganado Tropicarne. Secretaría de Agricultura, Ganadería y Desarrollo Rural. México, D. F. 24 p. [ Links ]
SAS. 2001. SAS/STAT User’s Guide. (Release 8.20). Cary, NC, USA. SAS Inst. Inc. [ Links ]
Schaeffer, L. R. 1984. Sire and cow evaluation under multiple trait models. J. Dairy Sci. 67: 1567-1580. [ Links ]
Shao, J. 1993. Linear model selection by cross-validation. J. Am. Stat. Assoc. 88: 486-494. [ Links ]
SMN (Servicio Meteorológico Nacional). 2004. http://smn.gob.mx/ productos/ (consultado en agosto de 2004). [ Links ]
Sorensen, P., M. S. Lund, B. Guldbrandtsen, J. Jensen, and D. Sorensen. 2003. A comparison of bivariate and univariate QTL mapping in livestock populations. Genet. Sel. Evol. 35: 605-622. [ Links ]
Thompson, R., and K. Meyer. 1986. A review of theoretical aspects in the estimation of breeding values for multi-trait selection. Livest. Prod. Sci. 15: 299-313. [ Links ]
Varona L., I. Misztal, and J. K. Bertrand. 1999. Threshold-linear versus linear-linear analysis of birth weight and calving ease using an animal model: comparison of models. J. Anim. Sci. 77: 2003-2007. [ Links ]
Villanueva, B., N. R. Wray, and R. Thompson. 1993. Prediction of asymptotic rates of response from selection on multiple traits using univariate and multivariate best linear unbiased predictors. Anim. Prod. 57: 1-13. [ Links ]
Walter, J. P., and I. L. Mao. 1985. Multiple and single traits analyses for estimating genetic parameters in simulated populations under selection. J. Dairy Sci. 68: 91-98. [ Links ]
Recibido: Marzo de 2006; Aprobado: Enero de 2007
Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons
