Avaliação genética da prenhez precoce em animais da raça Nelore utilizando modelos lineares generalizados mistos

Abstract

Objetivou-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.