A NUESTROS USUARIOS
Con el propósito de tener una comunicación efectiva, les sugerimos utilizar correos institucionales o del dominio gmail.
Si su correo es hotmail, puede tener retrasos u omisiones en la entrega de los mensajes.
Gracias por su comprensión.
FACTOR DE IMPACTO
2019 = 1.327
ÍNDICE SCIMAGO
SÍGUENOS
Impacto de la inclusión de información extranjera sobre la evaluación genética mexicana de sementales Holstein
Resumen
El objetivo del presente estudio fue evaluar el impacto de la inclusión de información extranjera de sementales de la raza Holstein, sobre su evaluación genética para las características de producción de leche (PL), grasa (PG) y proteína (PP) en kilogramos. Lo anterior, se logró mediante la comparación de valores genéticos (VG) y confiabilidades (CF), agrupación de sementales por número de hijas, ordenamiento de los sementales y la superioridad genética esperada por año ((∆I_s)⁄ys), con diferentes escenarios determinados por la intensidad de selección (〖ip〗_s) de sementales usados en la evaluación genética nacional (EG-MEX), los incorporados a la evaluación genética internacional con hijas en México (EG-I) y la evaluación genética internacional con o sin hijas en México (EG-MACE). En total, se analizó la información de 5,825 sementales en la para PL y 3,914 para PG y PP. El impacto de la información extranjera en la EG-MEX es positivo, debido a que mejora la CF de los VG de los sementales usados en México. También, permitió observar diferencias importantes de los VG y CF entre las evaluaciones, generando una oportunidad de mejoramiento en la población Holstein mexicana; por lo que, es recomendable continuar con la participación en el programa de Interbull, y considerar el uso de la información validada de manera internacional en los procesos de selección de animales productores de leche y sus componentes. Estas acciones pueden contribuir de manera importante en el incremento del progreso genético productivo a nivel nacional.
Palabras clave
Referencias
Ruiz-López FJ, García-Ruiz A, Martínez-Marín GJ. ¿Qué Toro? Evaluación genética de toros y vacas Holstein para producción de leche, conformación y longevidad. Centro Nacional de Investigación Disciplinaria en Fisiología y Mejoramiento Animal, INIFAP-SAGARPA y Asociación Holstein de México. Libro Técnico No. 58, Colón, Querétaro. 2018.
Moro-Méndez J, Ruiz-López FJ. Mejoramiento genético de características de conformación en ganado Holstein. Vet Méx 1998;9(4):385-398.
REDGATRO. Red de Investigación e Innovación Tecnológica para la Ganadería Bovina Tropical. Estado del arte sobre investigación e innovación tecnológica en ganadería bovina tropical. Consejo Nacional de Ciencia y Tecnología. Libro Técnico No. 4, Ciudad de México. 2015.
VanRaden PM, Wiggans GR. Derivation, calculation, and use of national animal model information. J Dairy Sci 1991;74(8):2737-2746.
Schaeffer LR, Zhang W, Robinson A, Chesnais J, Wilmink H, Wiggans G, et al. Multiple trait across country evaluation of dairy sires. Interbull Bulletin 1993:1-21.
Mäntysaari EA, Liu Z, VanRaden PM. Interbull validation test for genomic evaluations. Interbull Bulletin 2010; 41:17-21.
INTERBULL. International Bull Evaluation Service. Code of practice for the international genetic/genomic evaluation of dairy bulls at the Interbull Centre. DABG-ICAR. 2017.
Cameron ND. Selection indices and prediction of genetic merit in animal breeding. 1st ed. UK: CAB International; 1997.
Misztal I, Tsuruta S, Strabel T, Auvray B, Druet T, Lee DH. BLUPF90 and related programs (BGF90). In: CD-ROM communication, Proceedings of the 7th World congress on genetics applied to livestock production. Montpellier, France. 2002:7-28.
Misztal I. Computational techniques in animal breeding. 1st ed. USA: University of Georgia; 2000.
Lynch M, Walsh B. Genetics and analysis of quantitative traits. 1st ed. USA: Sinauer Associates; 1998.
Gilmour AR, Gogel BJ, Cullis BR, Thompson R. ASReml User Guide. Relase 3.0. UK: VSN International Ltd; 2009.
Fikse WF, Banos G. Weighting factors in international genetic evaluations: effects on international breeding values and reliability estimates. Interbull Bulletin 1999;(22):1-6.
Schaeffer LR. Multiple-country comparison of dairy sires. J Dairy Sci 1994;77(9):2671-2678.
Schaeffer LR. Multiple trait animal models. Technical notes, Univ. Guelph 1999; (15) 1-13. http://www.aps.ouguelph.ca/~1rs/Animalz/lesson15. Accessed 6 Apr, 2019.
Bourdon RM. Understanding animal breeding. 2nd ed. USA: Prentice Hall; 2000.
Schaeffer LR. Strategy for applying genome-wide selection in dairy cattle. J Anim Breed Genet 2006;123(4):218-223.
Powell RL, Wiggans GR, VanRaden PM. Factors affecting calculation and use of conversion equations for genetic merit of dairy bulls. J Dairy Sci 1994;77(9):2679-2686.
Miglior F, Muir BL, Van Doormaal BJ. Selection indices in Holstein cattle of various countries. J Dairy Sci 2005;88(3):1255-1263.
Benhajali H, Jakobsen J, Mattalia S, Ducrocq V. Illustration of an international genetic evaluation robust to inconsistencies of genetic trends in national evaluation. Interbull Bulletin 2013;(47):82-89.
Jones LP. A simple approximation to the reliability of Interbull proofs for foreign bulls. Interbull Bulletin 1997;(16):13-15.
VanRaden PM, Sullivan PG. International genomic evaluation methods for dairy cattle. Genetics Selection Evolution 2010;42(1):7-15.
Hayes BJ, Daetwler HD, Bowman P, Moser G, Tier B, Crump R, et al. Accuracy of genomic selection: Comparing theory and results. Association for the Advancement of Animal Breeding and 30th Anniversary Conference. Proc Assoc Advmt Animal Breed 2009;(17):352-355.
Lund MS, de Roos AP, de Vries AG, Druet T, Ducrocq V, Fritz S, et al. A common reference population from four European Holstein populations increases reliability of genomic predictions. Genet Sel Evol 2011;43(1):43-50.
DOI: https://doi.org/10.22319/rmcp.v11i4.5379
Enlaces refback
- No hay ningún enlace refback.
Copyright (c) 2020
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.