Tendencias genéticas y fenotípicas para pico productivo, rendimiento lechero y persistencia de lactación en la raza Murciano-Granadina
DOI:
https://doi.org/10.22319/rmcp.v11i2.5152Palabras clave:
Programa de cría, Cabra, Leche, Valores genéticosResumen
El objetivo fue evaluar las tendencias genéticas (TG) y fenotípicas (TF) para los caracteres de pico productivo (PP), rendimiento lechero (RL) y persistencia de la lactación (P) en la curva de lactación de la raza Murciano-Granadina (MG). Para ello se utilizaron 180,872 lactaciones, de 85,404 cabras (registros históricos de 1990-2012). Para la obtención de los caracteres de interés (PP, RL y P) se realizó la biomodelación de curvas de lactación mediante el modelo Spline usando el software “R”. Los valores genéticos (VG) se obtuvieron mediante modelo animal univariado con observaciones repetidas, empleándose el paquete MTDFREML. Las TG y TF se estimaron vía mínimos cuadrados en una regresión del promedio de los VG e información productiva conocida según el año de nacimiento. En el cálculo de las TG y TF se obtuvieron coeficientes de regresión lineal (b), donde los valores b para PP, RL y P fueron de +0.00071, +0.00698; +0.00114, +0.01117 y +0.00002, -0.00076; respectivamente. El trayecto de TG, TF de PP y RL se comportó de la misma manera siguiendo una línea de tendencia ascendente con presencia de intervalos de crecimiento y decrecimiento. La TG de P mostró un comportamiento estacional y la TF fue descendente con puntos más consistentes en su recorrido; reforzando la idea de que altas producciones van en detrimento de la P. Estos resultados permiten informar a los criadores del comportamiento de estos caracteres y considerar la incorporación de la persistencia de la lactación como criterio de selección en el programa genético de la raza.Descargas
Citas
Adewumi OO, Oluwatosin BO, Tona GO, Williams TJ, Olajide OO. Milk yield and milk composition of Kalahari Red goat and the performance of their kids in the humid zone. Arch Zootec 2017; 66:587-592.
FAO. Producción y productos lácteos: pequeños rumiantes. 2018. http://www.fao.org/agriculture/dairy-gateway/produccion/pequenos-rumiantes/#3. Consultada: 25 Feb, 2018.
Delgado JV, Landi V, Barba CJ, Fernández J, Gómez MM, Camacho ME, et al. Murciano-Granadina Goat: A Spanish local breed ready for the challenges of the twenty-first century. Simões J, Gutiérrez C. editors. In: Sustainable goat production in adverse environments: Volume II. Springer International Publishing; 2017:205–219.
MURCIGRAN. Federación Española de Criadores de Caprino de Raza Murciano- Granadina. La raza Murciano-Granadina - Historia. http://www.murcigran.es/la-raza-murciano-granadina/3-historia. Consultada 5 Abr, 2017.
Khojastehkey M, Aslaminejad AA. Study of the environmental, genetic and phenotypic trends for pelt traits and body weight traits in Zandi sheep. J Appl Anim Res 2013;41:356–361.
Kuthu ZH, Javed K, Babar ME, Sattar A, Abdullah M. Estimation of genetic parameters for pre-weaning growth traits in Teddy goats. J Anim Plant Sci 2017;27:1408–1414.
Filho KE, Silva L, Alves R, Figuereido GR. Tendência genética na raça Gir. Pesqui Agropecu Bras 2000;35:787–791.
Abdallah JM, McDaniel BT. Genetic parameters and trends of milk, fat, days open, and body weight after calving in North Carolina Experimental herds. J Dairy Sci 2000;83:1364–1370.
ICAR. International Committee for Animal Recording Rome, Italy;1990. http://www.icar.org/
León JM, Macciotta NPP, Gama LT, Barba C, Delgado JV. Characterization of the lactation curve in Murciano-Granadina dairy goats. Small Ruminant Res 2012;107:76–84.
R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. R-project; 2014. https://www.r-project.org/.
Macciotta NPP, Dimauro C, Steri R, Cappio-Borlino A. Mathematical modelling of goat lactation curves. In: Antonello Cannas G, Pulina A, editors. Dairy goats feeding and nutrition. Sassari: CAB International; 2008:31–46.
Mrode RA. Linear models for the prediction of animal breeding values. 3th ed. Hulbert S, Povey L, editors. Malta; 2014.
Boldman KG, Kriese LA, Van Vleck LD, Van Tassel CP, Kachman SD. A manual for use of MTDFREML. A set of programs to obtain estimates of variances and covariances (DRAFT). Lincoln, NE: USDA. ARS. 1995.
Henderson CR. A simple method for computing the inverse of a numerator Relationship matrix used in prediction of breeding values. Biometrics 1976;32:69-83.
Montaldo H, Almanza A, Juárez A. Genetic group, age and season effects on lactation curve shape in goats. Small Ruminant Res 1997; 24:195–202.
Bosso NA, Cissé MF, van der Waaij EH, Fall A, van Arendonk JAM. Genetic and phenotypic parameters of body weight in West African Dwarf goat and Djallonké sheep. Small Ruminant Res 2007; 67:271–278.
Capuco AV, Ellis SE, Hale SA, Long E, Erdman RA, Zhao X and Paape MJ. Lactation persistency: insights from mammary cell proliferation studies. J Anim Sci 2003;81 Suppl 3:1831.
Jakobsen JH. Genetic correlations between the shape of the lactation curve and disease resistance in dairy cattle [Doctoral tesis]. Copenhague, Denmark: The Royal Veterinary and Agricultural University; 2000 http://www.forskningsdatabasen.dk/ en/catalog/
Pala A, Savas T. Persistency within and between lactations in morning, evening and daily test day milk in dairy goats. Arch Anim Breed 2005;48:396–403.
Macciotta NPP, Dimauro C, Rassu SPG, Steri R, Pulina G. The mathematical description of lactation curves in dairy cattle. Ital J Anim Sci 2011;10(4): e51.
Broucek J. Methane abatement strategies based on genetics and dietary manipulation of rumiants: a review. Arch Zootec 2018;67:448-458.
Torres-Vázquez JA, Valencia M, Castillo H, Montaldo HH. Tendencias genéticas y fenotípicas para características de producción y composición de la leche en cabras Saanen de México. Rev Mex Cienc Pecu 2010;1:337–348.
Cerón-Muñoz MF, Tonhati1 H, Costa C, Benavides F. Genotype and environment interaction in Colombian Holstein cattle. Arch Latinoam Prod Anim 2001;9:72–78.
Descargas
Publicado
Cómo citar
-
Resumen949
-
PDF389
-
PDF 187
-
Texto completo87
Número
Sección
Licencia
Los autores/as que publiquen en la Revista Mexicana de Ciencias Pecuarias aceptan las siguientes condiciones:
De acuerdo con la legislación de derechos de autor, la Revista Mexicana de Ciencias Pecuarias reconoce y respeta el derecho moral de los autores/as, así como la titularidad del derecho patrimonial, el cual será cedido a la revista para su difusión en acceso abierto.
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.