SciELO - Scientific Electronic Library Online

 
vol.42 número2Empleo de mazorca de maíz en dietas de conejos: valor nutritivo y efecto sobre la engordaEfecto de un suplemento con humus sobre el crecimiento, digestibilidad y eficiencia nutricional en el caracol Helix aspersa juvenil índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Agrociencia

versión impresa ISSN 1405-3195

Agrociencia v.42 n.2 México feb./mar. 2008

 

Ciencia animal

 

Parámetros genéticos para la producción de leche del día del control en vacas mambí

 

Genetic parameters for milk yield on the test day in mambi cows

 

Alejandro Palacios–Espinosa1, José L. Espinoza–Villavicencio1, Dianelys González–Peña2, Danilo Guerra–Iglesias2, Miguel Mellado–Bosque3 y Felipe Rodríguez–Almeida4

 

1 Universidad Autónoma de Baja California Sur. Carretera al sur, km 5.5. 23080. La Paz, Baja California Sur, México. (jlvilla@uabcs.mx).

2 Centro de Investigaciones para el Mejoramiento Animal. Carretera Central km 21.5, Cotorro, C. La Habana, Cuba.

3 Universidad Autónoma Agraria Antonio Narro, Saltillo, Coahuila, México.

4 Universidad Autónoma de Chihuahua. Periférico Francisco R. Almada km 1, Chihuahua, Chihuahua, México.

 

Recibido: Enero, 2007.
Aprobado: Noviembre, 2007.

 

Resumen

 

El uso de los datos de producción de leche del día del control (PC) en las evaluaciones genéticas de bovinos lecheros es relativamente reciente y puede tener ventajas para el progreso genético. Para estimar los parámetros genéticos para la PC en vacas Mambí (3/4 Holstein 1/4 Cebú), se usó la información de 6839 pesajes de leche, de 755 vacas de primer parto que parieron entre 2001 y 2004 en 55 explotaciones lecheras de Cuba. Para estimar las componentes de varianza se usó el programa REMLF90, el cual se ajustó a un modelo animal bivariado que incluyó como efectos fijos al grupo de contemporáneas (lechería – fecha del día del control), y la edad de la vaca al día del control como covariable lineal y cuadrática; y como efecto aleatorio al valor genético aditivo del animal. Las vacas se ordeñaron dos veces al día y los pesajes de leche se hicieron cada 30 d. Se incluyeron vacas con al menos cinco y hasta 10 registros de PC. La producción de leche se redujo de 7.7 a 4.9 kg entre la PC1 y la PC10. Los valores de heredabilidad más altos fueron para la PC5 (0.25) y la PC6 (0.28). La varianza residual disminuyó al incrementarse el periodo de lactancia, lo que hace necesario considerar la heterogeneidad de varianzas en los modelos de predicción del valor genético usando la PC. Las correlaciones genéticas entre las PC en las diferentes etapas variaron entre 0.15 y 0.93. El uso de la producción de leche del día del control puede ser una alternativa para la predicción del valor genético de bovinos Mambí de Cuba.

Palabras clave: Bovinos Mambí, día del control, parámetros genéticos, producción de leche.

 

Abstract

The use of test–day milk yield records (MY) in genetic evaluations of dairy cattle is relatively recent and can be advantageous for genetic improvement. In order to estimate the genetic parameters for MY in Mambi cows (3/4 Holstein ¼ Zebu), information from 6 839 weighings of milk from 755 first–calf cows, which gave birth between 2001 and 2005 in 55 Cuban dairy herds, was used. REMLF90 software was used to estimate variance components. The program was fit to a bivariate animal model that included the group of contemporaries (dairy–test day date) as fixed effects and cow age to test day as linear and quadratic covariable; additive genetic value of the animal was the random effect. The cows were milked twice a day and milk was weighed every 30 d. Cows with at least five and up to 10 MY records were included. Milk yield decreased 7.7 to 4.9 kg between MY1 and MY10. The heritability values (h2) were higher for MY5 (0.25) and MY6 (0.28). Residual variance decreased as the lactation period lengthened, making it necessary to consider variance heterogeneity in models that predict genetic value using MY. Genetic correlations between MY in the different stages varied between 0.15 and 0.93. Use of test–day milk yield records can be an alternative for predicting genetic value of Mambi cows in Cuba.

Key words: Mambi cattle, test–day, genetic parameters, milk production.

 

INTRODUCCIÓN

La medición de la producción de leche más usada en las evaluaciones genéticas de bovinos lecheros es la producción de leche (PC) ajustada a 305 d de lactancia, realizando pesajes cada 15 d o una vez al mes. La producción de un mes se acumula con el total de meses anteriores para calcular la producción hasta 305 d. El uso de la PC del día del control en sustitución de la producción ajustada a 305 d en evaluaciones genéticas de bovinos lecheros es relativamente reciente (Ferreira et al., 2002).

La PC se define como la suma de las cantidades de cada ordeño durante un periodo de 24 h; comúnmente se considera la producción acumulada en dos ordeños diarios (Schaeffer y Jamrozik, 1996). Cada control se considera como la producción diaria en intervalos de aproximadamente 30 d (Wilmink, 1987; Meyer et al., 1989). En algunos modelos de PC se puede considerar la producción en cada control lechero como una característica diferente, analizada con los modelos uni o multivariados, o aún, como medidas repetidas de un mismo animal, analizadas con los modelos de repetibilidad (Schaeffer et al., 2000; Lindauer et al., 2003).

Se han estudiado los parámetros genéticos para la PC para incluir en los análisis las lactancias parciales y así aumentar el número de progenie por semental y acortar el intervalo generacional (Van Vleck y Henderson, 1961; Auran, 1976; Danell, 1982). Con esta base, se sustituye el uso de lactancias completas de 305 d por las PC que dan lugar a ellas (Swalve, 1995). Esta metodología tiene varias ventajas en comparación con las lactancias de 305 d, ya que el uso de la PC permite evaluar vacas que no concluyeron la lactancias, sin necesidad de factores de ajuste o proyección de la producción. Además, los factores ambientales se ajustan con más exactitud ya que se toma en cuenta la localidad y la fecha del registro (Ptak y Schaeffer, 1993). Al usar la PC en bovinos lecheros se obtienen estimadores de h2 para las PC mensuales cercanos a los obtenidos para la producción a 305 d, así como correlaciones altas entre esas variables. Se han estimado valores de h2 mayores para las PC realizadas a la mitad de la lactancia, que para el inicio y el final (Swalve, 1995; Machado et al., 1999). Además, la confiabilidad de los valores genéticos de los toros usando la PC ha sido mayor que al usar la producción a 305 d (Ferreira et al., 2002).

En Cuba, los estudios sobre la PC sólo se han realizado en bovinos Siboney (Rivas, et al., 1994; González–Peña et al., 2005). En vacas Mambí, para estimar los parámetros genéticos de la producción de leche sólo se ha usado la producción acumulada a 305 d (Hernández et al., 2005). Por tanto, el objetivo del presente estudio fue estimar los parámetros genéticos de la producción de leche del día del control en vacas Mambí de primera lactancia, usando un modelo animal bivariado en las condiciones de producción en pastoreo de Cuba.

 

MATERIALES Y MÉTODOS

La información analizada provino de bovinos Mambí (3/4 Holstein 1/4 Cebú) de una empresa ganadera de la República de Cuba, situada en la entrada del Golfo de México, entre 20 a 23° N y 74 a 85° O (IMRC, 2006). Hay dos estaciones claramente definidas: la de lluvias de mayo a octubre, con 70 a 80% de la precipitación pluvial (960 mm), y la seca, de noviembre a abril (240 mm); la temperatura media anual es 23.1 °C, con una humedad relativa de 60 a 70 % durante el día y 80 a 90 % durante la noche (Hernández et al., 1998).

Se usaron 6839 pesajes de leche realizados cada 30 d en 755 vacas Mambí de primer parto que parieron entre 2001 y 2004. Estas vacas fueron hijas de 94 padres y 712 madres, provenientes de una Empresa Genética en la provincia de Matanzas y estuvieron distribuidas en 55 explotaciones lecheras. Todas las vacas se ordeñaron dos veces al día y la PC fue la suma de los dos pesajes.

En el análisis se incluyeron vacas con al menos sus primeros cinco controles y hasta 10 registros de PC. La proporción de observaciones según el número controles por vaca fue 97.4, 92.9, 91.5, 86.8, 78.7 y 58.5% de vacas con 5, 6, 7, 8, 9 y 10 pesajes de leche.

Se consideró como grupo de contemporáneas (GC) la combinación de la lechería y la fecha del día del control. El promedio de observaciones por GC fue 6.5, con un mínimo de 5 y un máximo de 25. Sólo se consideraron aquellos GC donde las vacas fueron hijas de al menos dos sementales. La edad de la vaca al día del control se incluyó como covariable lineal y cuadrática. Para estimar los componentes de (co)varianza se utilizó el programa REMLF90 (Misztal, 1999) con el siguiente modelo animal bivariado:

donde, y1 , y2 = vector de las observaciones correspondientes a la combinación de dos PC, desde i=1 hasta n; bi =vector de los efectos fijos (lechería–fecha de la PC y la edad a la PC como covariable lineal y cuadrática) para la i–ésima PC; ai=vector de efectos aleatorios del valor genético aditivo del animal para la i–ésima PC; ei=vector de los efectos residuales aleatorios para la i–ésima PC; Xi y Zi = matrices diseño que relacionan los datos con los vectores de los efectos fijos y aleatorios.

Se supone que:

donde, gij=varianza genética aditiva para la i–ésima PC, cuando i=j y covarianza genética cuando ij; A = matriz de relaciones genéticas aditivas entre los animales; rij=varianza de los residuales cuando i=j y covarianza cuando ij.

 

RESULTADOS Y DISCUSIÓN

En el Cuadro 1 se presenta la descripción estadística de los registros incluidos en el estudio. La media de la producción de leche decreció desde el primer control (PC1) hasta el último (PC10), sin presentar un pico. Tendencias similares se encontraron en vacas Blanco y Negro de Australia en pastoreo (Meyer et al., 1989). En contraste, Osorio–Arce y Segura–Correa (2005) describieron la curva de lactancia mediante el modelo de Wood en vacas Holstein x Cebú y HolsteinxSahiwal en un sistema de doble propósito con pastoreo, con el pico de la producción a los 51.9 y 61.3 d de la lactancia en el primero y segundo grupo racial. El análisis de datos de vacas en estabulación (Miller et al., 2004; Freitas et al., 2006; Dionello et al., 2006), sugiere que la producción de leche aumenta entre el primero y el segundo control, para luego descender gradualmente.

En el Cuadro 2 se presentan los estimadores de las componentes de varianza genética aditiva (σ2a), varianza residual (σ2r), varianza fenotípica (σ2p) y los valores de h2 para las PC. σ2a se comportó de forma irregular desde la PC1 a la PC7 y tendió a descender en PC8, PC9 y PC10. La σ2r presentó una disminución paulatina desde la PC1 hasta la PC 10, con excepción de la PC6, donde tendió a aumentar. Esto es importante, ya que muchas aplicaciones de los modelos lineales mixtos a la evaluación de ganado lechero suponen varianzas genética y residual constantes para diferentes condiciones ambientales (Urioste et al., 2001). Sin embargo, hay evidencias de heterogeneidad de varianzas para la producción de leche (Dodenhoff y Swalve, 1998; Ibáñez et al., 1999). En los hatos con mayor σr2 las vacas superiores al promedio de la población son sobrevaluadas, seleccionándose una mayor proporción de animales que cuando la σ2r, es homogénea (Hill, 1984). Si se ignora la heterogeneidad de la σr2 las consecuencias se reflejarán en la ganancia genética, ya que se reduce la efectividad de la selección (Van Vleck, 1987).

σ2p mostró una tendencia similar a σ2r. La σ2a estimada fue inferior a la publicado por El Faro y Albuquerque (2003), quienes usaron un análisis univariado en vacas Caracú de primera lactancia, aunque el comportamiento de la σ2r y la σ2p en el presente trabajo es semejante al estimado en el estudio mencionado. Meyer et al. (1989) publicaron estimadores de 5.16 a 8.31.

Los valores de h2 para la producción de leche estimados en el presente estudio fluctuaron de 0.06 para la PC10 a 0.28 para la PC6. Mrode et al. (2002) estimaron un valor de h2 igual (0.28) en vacas Holstein a los 140 d de lactancia.

Para los controles mensuales de la primera lactancia de vacas Holstein, Wilmink (1987) encontró que la h2 aumentó gradualmente de 0.16 en el primer control hasta 0.30 en el cuarto, disminuyendo hasta 0.25 en el octavo control. Los mayores valores de h2 ocurrieron a la mitad de la lactancia, entre el cuarto y el séptimo control. Según ese autor, las diferencias genéticas entre las vacas para producciones mensuales de leche fueron considerablemente menores en el inicio y a finales de la lactancia que en otros estadios. Van Vleck y Henderson (1961) usaron 9036 lactancias de vacas Holstein y, a diferencia del presente trabajo, las h2 estimadas aumentaron con el avance de la lactancia, iniciando en 0.11 en el primer control. Sin embargo, coincide con los resultados del presente estudio en que los valores más altos de h2 se alcanzaron en una etapa intermedia de la lactancia, permaneciendo constantes entre PC6 y PC8 (0.21); en contraste aumentaron a 0.23 en el noveno y décimo control. Según estos autores, los primeros y los últimos meses de la lactancia están más sujetos a las variaciones temporales del ambiente y las producciones en la lactancia intermedia están más influenciadas por las diferencias genéticas y del ambiente permanente entre las vacas.

Los resultados del presente estudio mostraron un intervalo de h2 más amplio que el encontrado por Vargas et al. (1998) de 0.15 a 0.23. Estos valores fueron estimados usando un modelo animal multivariado y el valor más elevado se encontró en el primer control. Meyer et al. (1989) obtuvieron valores de h2 de 0.24 a 0.35 para PC en vacas de primera lactancia, mediante un análisis multivariado.

En el Cuadro 3 se presentan las correlaciones genéticas y residuales entre las diferentes PC, las cuales oscilaron entre 0.15 y 0.93 y entre 0.03 y 0.77. Las correlaciones genéticas más elevadas (0.65 a 0.93) se encontraron entre los consecutivos de la PC6 a la PC 10. Correlaciones genéticas similares entre PC consecutivas (0.20 a 0.92) se estimaron en vacas Holstein de primer parto en la república Checa (Zavadilová et al., 2005).

Se han publicado correlaciones genéticas entre pesajes consecutivos cercanas a la unidad: 0.43 a 0.95 (Reents et al., 1995), 0.10 a 0.99 (Druet et al., 2005) y 0.49 a 1.0 (Vargas et al., 1998). Mediante análisis bivariados, El Faro y Albuquerque (2003) estimaron correlaciones genéticas entre 0.3 y 1.0, siendo los valores cercanos a uno entre controles sucesivos principalmente; y correlaciones residuales entre 0.2 y 0.6. Para vacas Jersey se estimaron correlaciones genéticas entre 0.03 y 0.99 y residuales entre –0.1 y 1.0 (Dionello et al., 2006). Mrode et al. (2002) reportaron correlaciones genéticas entre 0.37 y 0.99, y residuales entre 0.43 y 0.99 para controles sucesivos durante la lactancia.

 

CONCLUSIONES

El análisis de la producción de leche del día del control mostró que los mayores valores de heredabilidad se presentaron a la mitad de la lactancia (en los controles cinco y seis). Los últimos tres controles presentaron los valores de heredabilidad más bajos. La varianza residual disminuyó al aumentar el número del control, lo cual sugiere la necesidad de considerar la heterogeneidad de varianzas en los modelos de predicción del valor genético. Las correlaciones genéticas entre los diferentes controles fueron menores a los publicados en la literatura y sus mayores valores ocurrieron al final de la lactancia. El uso de la producción de leche del día del control podría ser una alternativa viable para la predicción del valor genético de bovinos Mambí de Cuba.

 

LITERATURA CITADA

Auran, T. 1976. Studies on monthly and cumulative monthly yield records. III Estimates of genetic parameters. Acta Agriculturae Scandinavica 26: 3–9.        [ Links ]

Danell, B. 1982. Studies on lactation yields and individual test day yields of Swedish dairy cows. II. Estimates of genetic and phenotypic parameters. Acta Agriculturae Scandinavica 32: 83– 91.         [ Links ]

Dionello, N. J. L., C. A. Soares, C. Napolis, e J. Araújo. 2006. Estimação de parâmetros genéticos utilizandose a produção de leite no dia do controle em primeiras lactações de vacas da raça Jersey. Rev. Bras. Zootec. 35: 1646–1652.         [ Links ]

Dodenhoff, J., and H. H. Swalve. 1998. Heterogeneity of variances across regions of northern Germany and adjustment in genetic evaluation. Liv. Prod. Sci. 53: 225–236.        [ Links ]

Druet, T., F. Jaffrézic, and V. Ducrocq. 2005. Estimation of genetic parameters for test day records of dairy traits in the first three lactations. Genet. Selection Evol. 37: 257–271.        [ Links ]

El Faro, L., e L. G. Albuquerque. 2003. Estimação de parâmetros genéticos para produção de leite no dia do controle e produção acumulada até 305 dias, para as primeiras lactações de vacas da raça Caracu. Rev. Bras. de Zootec. 32: 284–294.        [ Links ]

Ferreira, W. J., N. M. Teixeira, R. de Almeida, e M. V. G. Barbosa. 2002. Utilização da produção de leite no dia do controle na avaliação genética em gado de leite – uma revisão. Arch. Latin. Prod. Anim. 10: 46–53.        [ Links ]

Freitas, V. A. D., L. El Faro, V. L. Cardoso, P. F. Machado, e L. D. Cassoli. 2006. Estimação de parâmetros genéticos para a produção de leite no dia do controle e em 305 dias para primeiras lactações de vacas da raça Holandesa. Rev. Bras. Zootec. 35: 1959–1965.        [ Links ]

González–Peña, D., D. Guerra I., J. C. Evora C., J. Ortiz J., y M. Acosta D. 2005. Parámetros genéticos de primera lactancia en la raza Siboney utilizando los polinomios de Legendre. In: Memorias del III Congreso Internacional de Mejoramiento Animal. La Habana, Cuba. pp: 79–82.        [ Links ]

Hernández I., R., M. Milera C., L. Simón A., D. Hernández G., J. Iglesias N., L. Lamela O., O. Toral L., C. Matías A., y G. Francisco S. 1998. Avances en las investigaciones en sistemas silvopastoriles en Cuba. In: Memorias de la conferencia electrónica FAO–CIPAV sobre agroforestería para la producción animal en Latinoamérica. pp: 47–59.        [ Links ]

Hernández A., D., R. Ponce de León A., D. Guerra I., M. Gutiérrez A., S. M. García L., R. García A., M. Mora R., y G. Guzmán R. 2005. Estimación de parámetros genéticos y valores genéticos en rasgos de la producción lechera de la raza bovina Mambí de Cuba. In: Memorias del III Congreso Internacional de Mejoramiento Animal. La Habana, Cuba. pp: 86–89.        [ Links ]

Hill, W. G. 1984. On selection among groups with heterogeneous variance. Anim. Produc. 39: 473–477.        [ Links ]

Ibáñez, M. A., M. J. Carabaño, and R. Alenda. 1999. Identification of sources of heterogeneous residual and genetic variances in milk yield data from the Spanish Holstein Friesian population and impact on genetic evaluation. Liv. Prod. Sci. 59: 33–49.        [ Links ]

IMRC. Instituto Meteorológico de la República de Cuba. 2006. Disponible: http://www.met.inf.cu/asp/genesis.asp?. Accesado Oct. 4, de 2006.        [ Links ]

Lindauer, M., E. A. Mäntysaari, and I. Strandém. 2003. Comparison of test–day models for genetic evaluation of production traits in dairy cattle. Liv. Prod. Sci. 79: 73–86.        [ Links ]

Machado, S. G., M. A. R. Freitas, and C. H. Bgadini. 1999. Genetic parameters of test–day milk yields of Holstein cows. Genet. and Molecular Biol. 22: 383–386.        [ Links ]

Meyer, K., H. U. Graser, and K. Hammond. 1989. Estimates of genetic parameters for first lactation test day production of Australian Black and White cows. Liv. Prod. Sci. 21: 177–199.        [ Links ]

Miller, R. H., H. D. Norman, G. R. Wiggans, and J. R. Wright. 2004. Relationship of test–day somatic cell score with test–day and lactation milk yields. J. Dairy Sci. 87: 2299–2306.        [ Links ]

Misztal, I. 1999. REMLF90 Manual. Available: URL:ftp/nce.ads.uga.edu/pub/ignacy/blupf90/. Accesed Nov. 20, 2003.        [ Links ]

Mrode, R. A., G. J. T. Swanson, and C. M. Lindberg. 2002. Efficiency of part lactation test day records for genetic evaluations using fixed and random regression models. Anim. Sci. 74: 189– 197.        [ Links ]

Osorio–Arce, M., y J. C. Segura–Correa. 2005. Factores que afectan la curva de lactancia de vacas Bos taurus x Bos ídicus en un sistema de doble propósito en el trópico húmedo de Tabasco, México. Téc. Pec. Méx. 43: 127–137.        [ Links ]

Ptak, E., and L. R. Schaeffer. 1993. Use of test day yields for genetic evaluation of dairy sires and cows. Liv. Prod. Sci. 34: 23–34.        [ Links ]

Reents, R., J. C. M. Dekkers, and L. R. Schaeffer. 1995. Genetic evaluation for somatic cell score with a test day for multiple lactations. J. Dairy Sci. 78: 2858–2870.        [ Links ]

Rivas, M., B. Perez, and G. Guzman. 1994. Monthly test day milk yields and the extension of lactation in Cuba. Cuban J. Agric. Sci. 28: 125–139.        [ Links ]

Schaeffer, L. R., and J. Jamrozik. 1996. Multiple–trait prediction of lactation yields for dairy cows. J. Dairy Sci. 79: 2044–2055.        [ Links ]

Schaeffer, L. R., J. Jamrozik, G. J. Kistemaker, and J. Van Doormaal. 2000. Experience with a test–day model. J. Dairy Sci. 83: 1135–1144.        [ Links ]

Swalve, H. H. 1995. Test day models in the analysis of dairy production data —a review. Archiv für Tierzucht Dummerstorf 38: 591–612.        [ Links ]

Urioste, J. I., D. Gianola, R. Rekaya, W. F. Fikse, and K. A. Weigel. 2001. Evaluation of extent and amount of heterogeneous variance for milk yield in Uruguayan Holsteins. Anim. Sci. 72: 259–268.        [ Links ]

Van Vleck, L. D., and C. R. Henderson. 1961. Use of part lactation records in sire evaluation. J. Dairy Sci. 44: 1511–1518.        [ Links ]

Van Vleck, L. D. 1987. Selection when traits have different genetic and phenotypic variances in different environment. J. Dairy Sci. 70: 337–344.        [ Links ]

Vargas, B., E. Perez, and J. A. M. Van Arendonk. 1998. Analysis of test day yield data of Costa Rican dairy cattle. J. Dairy Sci. 81: 255–263.        [ Links ]

Wilmink, J. B. M. 1987. Efficiency of selection for different cumulative milk, fat and protein yields in first lactation. Liv.Prod. Sci. 15: 211–224.        [ Links ]

Zavadilová, L., J. Jamrozik, and L. R. Schaeffer. 2005. Genetic parameters for test–day model with random regressions for production traits of Czech Holstein cattle. Czech J. Anim. Sci. 50: 142–154.        [ Links ]