Avaliação genética do crescimento em bovinos da raça nelore por meio de modelos multicaracterísticos e de regressão aleatória

• Ano de defesa: 2015
• Autor(a) principal: Teixeira, Bruno Bastos
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Palavras-chave em Português: Nelore (Bovino); Bovino - Crescimento; Parâmetros genéticos; Melhoramento Animal
• Link de acesso: http://www.locus.ufv.br/handle/123456789/6766

Objetivou-se, com o presente trabalho estimar componentes de (co)variância e parâmetros genéticos para pesos obtidos por modelos de regressão aleatória (MRA) via polinômios ortogonais de Legendre e compará-los a modelos multicaracterísticos; e comparar o MRA de melhor ajuste (via polinômio ortogonal de Legendre), com funções ajustadas por modelos B- spline com segmentos lineares, quadráticos ou cúbicos. Foram avaliados registros de peso dos 60o o 499o dias de idade de bovinos da raça Nelore nascidos entre 2005 e 2012. Os dados para as análises multicaracterísticas foram compostos por pesos ajustados aos 120 (P 120 ), 210 (P 210 ), 365 (P 365 ) e 450 (P 450 ) dias de idade, já para os MRA continha os mesmo dados porem não ajustados. A estimação dos componentes de (co)variância e parâmetros genéticos foram realizadas pelo método da máxima verossimilhança restrita (REML). Foram testados 12 diferentes MRA, utilizando-se de polinômios ortogonais de Legendre, de ordens dois (linear), três (quadrático) ou quatro (cúbico). Da mesma forma, para as funções B-spline, polinômios lineares (L), quadráticos (Q) e cúbicos (C), foram testados, porém variando o número de nós. Os critérios de informação de Akaike (AIC), informação bayesiano de Schwarz (BIC), valores do logaritmo da função de verossimilhança (Log e L) e teste da razão de verossimilhança (LRT) foram utilizados para a escolha do melhor modelo. O modelo (6) - Leg34444 com ordem 3 para o efeito fixo e 4 para os efeitos aleatórios (aditiva direta, materna e ambiente permanente direto e materno) ajustado pelo polinômios de legendre apresentou um menor número de parâmetros, maior valor de Log e L e menor de AIC e BIC. As estimativas de variância genética aditiva direta 2 do animal (σ gad ), variância genética aditiva materna (σ gam ), variância de ambiente permanente 2 ), variância de ambiente permanente direto (σ pd ), variância fenotípica (σ f 2 ) e materno (σ pm variância residual composta (σ rc ) obtidas pelos modelos multicaracterístico e MRA (modelo 6-ajustado por polinômios de Legendre), apresentaram tendências semelhantes para o peso ao longo da curva de crescimento. No entanto, as estimativas mais acuradas foram obtidas via MRA. Em relação as estimativas de herdabilidades direta (h2 d ), de maneira geral, foram semelhantes e variaram de 0,09 a 0,28 e 0,15 a 0,39 para os modelos multicaracterístico e o MRA. De mesmo modo, as herdabilidades materna (h2 m ) foram similares, porém de baixa magnitude, com estimativas que variaram de 0,01 a 0,03 e 0,08 a 0,11 para os modelos vi multicaracterístico e o MRA. A função B-spline do modelo A1- BSL33322 (CL4) sendo linear, ordem 3 para os coeficientes de regressão fixos, aleatórios genético aditivo e materno e ordem 2 para os coeficiente de regressão aleatória de ambiente permanente direto e materno, com quatro classes de variância residual (CL 4 ) e 27 parâmetros, propiciou melhor ajuste em relação ao polinômio de Legendre de modelo 6 - Leg34444 (CL4), que continha com 43 parâmetros. As estimativas de (co)variância e parâmetros genéticos estimadas tanto para MRA (ajustada por polinômios de Legendre) quanto para os modelos multicacteristico foram biologicamente semelhantes. No entanto, o modelo com função polinomial de Legendre de ordem três para os efeitos fixos e quatro para os efeitos aleatórios foi o que apresentou as melhores acurácias para os parâmetros avaliados. O uso de uma função B-Spline linear com coeficientes de regressão de ordem três para os (efeitos fixos, aleatórios genético aditivo e materno) com três nós e ordem dois para os (efeitos aleatórios de ambiente permanente direto e materno) com dois nós no extremo da curva, proporcionaram um melhor ajuste no modelo em comparação com o modelo ajustado com polinômios ortogonais de Legendre.