PPGZOO - Mestrado em Zootecnia (Dissertações)
Permanent URI for this collectionhttps://repositorio.ufvjm.edu.br/collections/ef8f507f-9124-4005-b152-61e6207ecb77
Browse
3 results
Search Results
Item Análise longitudinal do consumo alimentar residual em bovinos Nelore(UFVJM, 2018) Assis, Clélia Soares de; Bonafe, Cristina Moreira; Pereira, Idalmo Garcia; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Bonafe, Cristina Moreira; Verardo, Lucas Lima; Sousa, Mariele Freitas; Pereira, Idalmo GarciaA estimação de parâmetros genéticos para o consumo alimentar residual (CAR) ao longo do período de teste pode propiciar a identificação dos períodos de teste em que há maior variabilidade genética. Objetivou-se ajustar um modelo de regressão aleatória com o uso de polinômios spline para CAR ao longo do período de avaliação, a fim de proporcionar um melhor entendimento do comportamento dos componentes de variância, bem como estimar os parâmetros e valores genéticos, e identificar os períodos de teste em que há maior variabilidade genética. Foram utilizados dados de ingestão de matéria seca e peso de 929 machos Nelore, provenientes de sete provas de desempenho com duração de 70 dias. O CAR foi avaliado em diferentes períodos de duração: 14, 28, 42, 56 e 70 dias. Para cada período de avaliação foram calculados: Ingestão de Matéria Seca (IMS), Ganho Médio em Peso Diário (GMD), Peso Vivo Metabólico (PVM 0,75) e Ingestão de Matéria Seca estimada (IMSe). Os componentes de variância foram estimados por meio de uma análise bayesiana, via amostragem de Gibbs. Utilizou-se modelo de regressão aleatória com polinômios lineares do tipo spline contendo cinco nós para o ajuste da trajetória média, dos efeitos aleatórios (genéticos aditivos e ambiente permanente) e considerou-se heterogeneidade de variância residual. As estimativas de herdabilidade variaram de 0,40 a 0,50. As correlações genéticas entre os períodos reduzidos e o período completo (70 dias) foram positivas e elevadas, variando de 0,87 a 0,94. O valor do coeficiente de correlação de Spearman entre o período completo e o período de 56 dias foi de 0,94. Portanto, entre os 93 animais selecionados no período de teste reduzido para 56 dias, 77 deles seriam selecionados no período de teste de 70 dias. A resposta correlacionada para o CAR, aos 56 dias, corresponde a 85% da resposta direta aos 70 dias. Os resultados apontaram que modelos de regressão aleatória com polinômios lineares do tipo spline podem ser empregados em estudos de eficiência alimentar em bovinos, e os testes de eficiência alimentar podem ter duração de 56 dias, sem que haja perda na predição dos valores genéticos dos tourinhos.Item Parâmetros e tendências genéticas para escores visuais, pesos corporais e perímetros escrotais em bovinos da raça Guzerá(UFVJM, 2014) Abreu, Luiza Rodrigues Alves; Pires, Aldrin Vieira; Pereira, Idalmo Garcia; Araújo, Claudio Vieira de; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Pires, Aldrin Vieira; Pereira, Idalmo Garcia; Araújo, Claudio Vieira de; Silva, Martinho de Almeida; Villela, Severino Delmar JunqueiraObjetivou-se com este estudo estimar as (co)variâncias e as associações genéticas para as características de pesos corporais, perímetro escrotal e os escores de avaliação visual em bovinos da raça Guzerá. Foram utilizados dados de animais nascidos entre os anos de 1960 e 2013 de cinco estados brasileiros, registrados na ABCZ (Associação Brasileira de Criadores de Zebu). As características avaliadas foram: peso corporal ao nascimento (PN), pesos corporais aos 120, 205, 365, 450 e 550 dias de idade (P120, P205, P365, P450 e P550) e perímetros escrotais PE205, PE365, PE450 e PE550, além dos escores de avaliação visual da conformação corporal (E – estrutura corporal, P – precocidade, M – musculosidade, U – umbigo, R – raça, A – aprumos e S - sexualidade). Os componentes de (co)variâncias foram estimados por modelo animal, uni e bi característica usando a inferência bayesiana e assumindo modelo linear para os dados com distribuição contínua e modelo limiar para as características com distribuição discreta. As médias a posteriori para a herdabilidade direta, obtidas por análises unicaracterísticas, foram: 0,38 (PN); 0,45 (P120), 0,41 (P205), 0,39 (P365), 0,40 (P450), 0,43 (P550), 0,15 (PE205), 0,62 (PE365), 0,32 (PE450), 0,60 (PE550), 0,33 (E), 0,30 (P), 0,32 (M), 0,38 (U), 0,34 (R), 0,39 (A) e 0,46 (S). As tendências genéticas e fenotípicas indicam que houve evolução nos valores genéticos e fenotípicos dos animais ao longo dos anos. As correlações genéticas estimadas entre peso corporal à desmama (P205), peso corporal ajustado aos 450 dias de idade (P450), estrutura corporal (E), precocidade (P) e musculosidade (M) e as demais características foram positivas variando de média a alta magnitude. Os resultados sugeriram que seleção com base em pesos corporais à desmama e aos 450 dias de idade, e escores visuais de estrutura corporal, precocidade e musculosidade resultaria como resposta direta ou correlacionada à seleção, em animais mais pesados em todas as idades, com maiores perímetros escrotais e com incremento nos escores visuais.Item Avaliação genética da prenhez precoce em animais da raça Nelore utilizando modelos lineares generalizados mistos(UFVJM, 2010) Garcia, Diogo Anastácio; Pereira, Idalmo Garcia; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Pereira, Idalmo Garcia; Pires, Aldrin Vieira; Silva, Fabyano Fonseca eObjetivou-se avaliar a aplicação dos modelos lineares generalizados mistos na avaliação genética da prenhez precoce, comparando as funções de ligação probit e logit, utilizando dados simulados e reais, além de avaliar os efeitos na variabilidade genética e na seleção de reprodutores quando diferentes definições desta característica são adotadas. O processo de simulação foi determinado pela transformação aplicada para se obterem as probabilidades de prenhez das novilhas e da função de ligação utilizada na análise dos dados, sendo construídas as estruturas de simulação: logit-logit (LL), logit-probit (LP), probit-logit (PL) e probit-probit (PP). Foram adotadas distintas porcentagens de fêmeas precoces (%FP): 5, 10, 15, 20, 25 e 30%. Para cada cenário de simulação, construídos pela combinação das estruturas e %FP, foram realizadas 100 repetições, sendo o valor paramétrico da herdabilidade (h2) igual a 0,40. Nos dados reais, a prenhez precoce foi definida aos 15, 17, 19 e 21 meses, representadas por PP15, PP17, PP19 e PP21. A implementação da simulação e a estimação dos parâmetros e predição dos valores genéticos foram realizadas no software R. No estudo de simulação, as estimativas obtidas para a herdabilidade ( ) foram comparadas com o valor paramétrico por meio do Erro Quadrático Médio (EQM). Correlações de Pearson (CP), entre os valores genéticos preditos e reais, e a porcentagem de touros em comum, entre a classificação real e predita, considerando apenas 10% dos touros com maiores valores genéticos (TOP10) foram calculadas. Para os dados reais, correlações de Pearson, entre os valores genéticos preditos pelas funções de ligação, e a TOP10, entre a classificação predita pela logit e probit e em cada função entre PP15, PP17, PP19 e PP21 foram mensuradas. Além disso, para comparar o ajuste dos modelos, foram calculados os critérios de informação Bayesiano de Schwarz (BIC) e de Akaike (AIC). Considerando a simulação, as estruturas LP e PL apresentaram resultados inferiores a LL e PP. Os valores de , EQM, correlações de Pearson e TOP10, para as estruturas LL e PP, foram muito próximos. Para os dados reais, as para PP15, PP17, PP19 e PP21, foram próximas entre logit e probit, com exceção da PP15. As CP e a TOP10 entre as funções foram altas. O AIC e BIC apresentaram-se semelhantes entre as funções, independente da classe de prenhez estudada. A TOP10, considerando a predição da mesma função de ligação, entre PP17-PP19, PP17-PP21 e PP19-PP21 foram de moderadas a alta. Entretanto, a TOP10 entre PP15-PP17, PP15-PP19 e PP15-PP21 podem ser consideradas baixas, independente da função utilizada. É necessário comparar o ajuste das funções de ligação, uma vez que ao simular dados na escala logit e alisá-los por probit, e vice-versa, os resultados nas estimativas dos parâmetros e predição não foram satisfatórios como aqueles apresentados quando se gerou e analisou os dados por meio da mesma escala e função de ligação. Para as classes de precocidade estudadas, os modelos apresentaram estimativas de parâmetros genéticos, predições dos efeitos aleatórios e ajuste dos modelos muito semelhantes. A classificação dos touros foi consideravelmente diferente entre PP15-PP17, PP15-PP19 e PP15-PP21.