Interacción genotipo × ambiente para peso corporal de búfalos mediterráneos utilizando modelos de norma de reacción
DOI:
https://doi.org/10.17533/udea.rccp.v34n2a05Palabras clave:
ambiente, búfalos, correlación de clasificación, evaluación genética, genotipos, gradiente ambiental, inferencia bayesiana, interacción genotipo por ambiente, modelos de norma de reacción, reacción jerárquica, valor genéticoResumen
Antecedentes: La cría de búfalos ha aumentado significativamente en Brasil en los últimos años. Sin embargo, se han realizado escasas evaluaciones genéticas. Objetivo: Evaluar las interacciones genotipo x ambiente en búfalos de agua Mediterráneos criados en Brasil, para peso a los 205 días de edad, utilizando modelos de reacción mediante regresión aleatoria. Métodos: Los datos de búfalos nacidos entre 1990 y 2014 se obtuvieron de cinco granjas situadas en el Norte (1), Nordeste (1), Sur (2) y del Sureste (1) de Brasil. Todas estas haciendas participan en el Programa Brasileño de Mejoramiento de Búfalos. Nuestra base de datos inicial consistió de 5.280 observaciones a los 205 días de edad (P205). Evaluamos el ajuste utilizando dos modelos de norma de reacción jerárquica: de dos pasos (HRNM2s) y un paso (HRNM1s). El ajuste del modelo se estimó usando el Criterio de información de la desviación, desviación basado en los factores de bayes y desviación basado en la ordenación predictiva condicional. Los descriptores ambientales fueron creados para agrupar individuos en ambientes de producción comunes basados en año, estación, rebaño y sexo. Resultados: El mejor ajuste se obtuvo para el modelo de norma de reacción jerárquica con un paso (HRNM1s). Las estimaciones de heredabilidad directa para este modelo variaron de 0,17 a 0,67 y la heredabilidad materna de 0,02 a 0,11 con gradiente ambiental creciente. Las correlaciones más bajas entre las clasificaciones de los reproductores se obtuvieron en comparación con las HRNM1s, en ambientes con bajo y alto manejo, confirmando la presencia de interacciones genotipo x ambiente. Conclusiones: Recomendamos la aplicación amplia de la evaluación genética en búfalos para identificar genotipos óptimos en ambientes específicos.
Descargas
Citas
Ambrosini DP, Bracini Neto J, Martins Filho R, Malhado CHM, Afonso P, Carneiro P. Reaction norms of direct and maternal effects for weight at 205 days in Polled Nellore cattle in North-eastern Brazil. Arch Tierzucht 2014; 57:1-11. https://doi.org/10.7482/0003-9438-57-032.
Ambrosini DP, Carneiro P, Bracini Neto J, Malhado CHM, Martins Filho R, Cardoso FF. Genotype x environment interaction for yearling weight in Polled Nellore cattle in Northeast Brazil. Pesq agropec bras 2012; 47:1489-1495. https://doi.org/10.1590/S0100-204X2012001000011.
Bastianetto E. Water buffalo breed in Brazil: situation and perspective. R Bras Saud Reprod Anim 2009; 6:8-103. http://www.cbra.org.br/pages/publicacoes/rbra/download/p98-103.pdf.
Bernardes O. Buffaloes breeding in Brasil: position and economic relevancy. R Bras Saud Reprod Anim 2007; 31:293-298. https://doi.org/10.4081/ijas.2007.s2.162.
Brooks SP, Roberts GO. Convergence assessment techniques for Markov chain Montes Carlo. Stat Comp 1998; 8:319-335. https://link.springer.com/content/pdf/10.1023/A:1008820505350.pdf.
Cardoso FF. Application of Bayesian inference in animal breeding using the Intergen Program Manual of version 1. 2. Bagé-RS: Embrapa Pecuária Sul. 2010.
Cardoso FF, Tempelman RJ. Linear reaction norm models for genetic merit prediction of angus cattle under genotype by environment interaction. J Anim Sci 2012; 90:2130-2141. https://doi.org/10.2527/jas.2011-4333.
Cardoso LL, Barccini Neto J, Cardoso FF, Cobuci JA, Biassus IO, Barcellos JOJ. Hierarchical bayesian models for genotype x environment estimates in post-weaning gain of Hereford bovine via reaction norms. R Bras Zootec 2011; 40:294-300. https://doi.org/10.1590/S1516-35982011000200009.
Corrêa MBB, Dionello NJL, Cardoso FF. Genotype by environment interaction characterization and model comparison for post weaning gain adjustment of Devon cattle via reaction norms. R Bras Zootec 2009; 38:1468-1477. https://doi.org/10.1590/S1516-35982009000800010.
De Jong G. Phenotypic plasticity as a product of selection in a variable environment. Amer Nat 1995; 145:493-512. https://www.jstor.org/stable/2462965.
De Jong G. Bijma P. Selection and phenotypic plasticity in evolutionary biology and animal breeding. Livest Prod Sci 2002; 78:195-214. https://doi.org/10.1016/S0301-6226(02)00096-9.
Fikse WF, Rekaya R, Weigel KA. Assessment of environmental descriptors for studying genotype by environment interaction. Livest Prod Sci 2003; 82:223-231. https://doi.org/10.1016/S0301-6226(03)00009-5.
Garcia HA, Ramirez OJ, Rodrigues CMF, Sanchez RG, Bethencourt AM, Perez GDM, Minervino AHH, Rodrigues AC, Teixeira MMG. Trypanosoma vivax in water buffalo of the Venezuelan Llanos: An unusual outbreak of wasting disease in an endemic area of typically asymptomatic infections. Vet Parasitol 2016; 230:49-55. https://doi.org/10.1016/j.vetpar.2016.10.013.
Gelfand AE. Model determination using sampling-based methods. In: Markov Chain Monte Carlo in practice. (Eds: WR Gilks, S Richardson, DJ Spiegelhalter) pp. 145-161. (London: Champman and Hall). 1996.
Geweke J. Evaluating the accuracy of sampling-basead approaches to the calculation of posterior moments. In: Bayesian statisti. (Eds: JM Bernardo, JO Berger, AP Dawid, AFM Smit) pp. 1-21. (New York: Oxford University). 1992.
Heidelberger P, Welch P. Simulation run length control in the presence of an initial transient. Operat Res 1983; 31:1109-1144. https://www.jstor.org/stable/170841.
Knap PW, Su G. Genotype by environment interaction for litter size in pigs as quantified by reaction norms analysis. Anim 2008; 2:1742-1747. https://doi.org/10.1017/S1751731108003145.
Kolmodin R, Strandberg E, Madsen P, Jensen J, Jorjani H. Genotype by environment interaction in Nordic dairy cattle studied using reaction norms. Acta Agric Scand A Anim Sci 2002; 52:11-24. https://doi.org/10.1080/09064700252806380.
Malhado CHM, Rezende MPG, Malhado ACM, Azevedo DMMR, Souza JC, Carneiro PLS. Comparison of Nonlinear Models to Describe the Growth Curves of Jaffarabaddi, Mediterranean and Murrah buffaloes. J Agr Sci Tech 2017; 19:1485-1494. https://pdfs.semanticscholar.org/aa77/12ea8e271a886b8b1520030d06651e76241e.pdf?_ga=2.59968621.1129624986.1595351376-1607104821.1592931039.
Malhado CHM, Ramos AA, Carneiro PLS, Azevedo DMMR, Martins Filho R, Souza JC. Improvement and population structure of Mediterranean water buffaloes raised in Brazil. Pesq agropec bras 2008; 43:215-220. https://doi.org/10.1590/S0100-204X2008000200009.
Malhado CHM, Ramos AA, Carneiro PLS, Souza JC, Piccinin A. Genetic and phenotypic parameters for milk production of Murrah buffaloes. R Bras Zootec 2007; 36:376-379. https://doi.org/10.1590/S1516-35982007000200014.
Mattar M, Silva LOC, Alencar MM, Cardoso FF. Genotype x environment interaction for long-yearling weight in Canchim cattle quantified by reaction norm analysis. J Anim Scienc 2011; 89:2349-2355. https://doi.org/10.2527/jas.2010-3770.
Oroian T, Orain R, Pascalãu S, Oroian E, Dronca D. Aspects of the Genotype-Environment Interaction at the Japanese Quail (Coturnix-Coturnix Japonica). Anim Scienc Biotechnol 2010; 43:195-198. http://spasb.ro/index.php/spasb/article/view/756/713.
R Development Core Team. R: A language and environment for estatistical computing. Viena 2008, Áustria: R foundation for statistical computing: [http://www.R-project.org].
Raftery AE, Lewis SM. One long run with diagnostics: implementation strategies for markov chain Monte Carlo. Stat Scienc 1993; 7:493-497. https://projecteuclid.org/download/pdf_1/euclid.ss/1177011143.
Rezende MPG, Ferraz PC, Carneiro PLS, Malhado CHM. Phenotypic diversity in buffalo cows the Jafarabadi, Murrah and Mediterranean breeds. Pesq agropec bras 2017; 52:663-669. https://doi.org/10.1590/s0100-204x2017000800012
Rezende MPG, Malhado CHM., Biffani S, Carneiro PLS, Carrilo JÁ, Bozzi R. Genotype-environment interaction for age at first calving in Limousine and Charolais cattle raised in Italy, employing reaction norm model. Livest Sci 2020; 232;103912. https://doi.org/10.1016/j.livsci.2019.103912
Roso VM, Schenkel FS. AMC: a computer program to assess the degree of connectedness among contemporary groups. In: World Congress on Genetics Applied to Livestock Production. 2006. pp. 26-27. (Belo Horizonte). https://www.researchgate.net/publication/285687222_AMC_-_A_computer_program_to_assess_the_degree_of_connectedness_among_contemporary_groups.
SAS Institute Inc. SAS/STAT. SAS Institute Inc., 2019.
Sesana RC, Baldi F, Borquis RRA, Bignard AB, Hurtado-Lugo NA, El Faro L, Albuquerque LG, Tonhati H. Estimates of genetic parameters for total milk yield over multiple ages in Brazilian Murrah buffaloes using different models. Genet Mol Res 2014; 13:2784-2795. DOI http://dx.doi.org/10.4238/2014.April.14.7.
Smith BJ. Bayesian output analysis program (BOA) version 1.1.7.2 user’s manual. Iowa: University Of Iowa. 2007.
Spiegelhalter DJ, Best NG, Carlin BP, Van der Linde A. Bayesian measures of model complexity and fit (with discussion). J R Stat Soc B 2002; 64:583-639. https://rss.onlinelibrary.wiley.com/doi/pdf/10.1111/1467-9868.00353.
Streit M, Reinhardt F, Thaller G, Bennewitz J. Reaction norms and genotype-by-environment interaction in the German Holstein dairy cattle. J Anim Breed Genet 2012; 129:380-389. https://doi.org/10.1111/j.1439-0388.2012.00999.x.
Su G, Madsen P, Lund MS, Sorensen D, Korsgaard IR, Jensen J. Bayesian analysis of the linear reaction norm model with unknown covariates. J Anim Scienc 2006; 84:1651-1657. https://doi.org/10.2527/jas.2005-517.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Revista Colombiana de Ciencias Pecuarias
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores permiten a RCCP reimprimir el material publicado en él.
La revista permite que los autores tengan los derechos de autor sin restricciones, y permitirá que los autores conserven los derechos de publicación sin restricciones.