Estimación de Parámetros Genéticos de Rasgos de Crecimiento Temprano en Ovejas Dumeng
Autores: Wang, Ruijun; Wang, Xinle; Liu, Baodong; Zhang, Lifei; Li, Jing; Chen, Dayong; Ma, Yunhui; He, Huijie; Liu, Jie; Liu, Yongbin; Zhang, Yanjun
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Estimación de Parámetros Genéticos de Rasgos de Crecimiento Temprano en Ovejas Dumeng
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Factores genéticos
Factores no genéticos
Rasgos de crecimiento temprano
Componentes de varianza
Parámetros genéticos
Heredabilidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
Este estudio tuvo como objetivo estimar los factores genéticos y no genéticos que afectan los nueve rasgos de crecimiento temprano de las ovejas Dumeng, así como estimar los componentes de varianza y los parámetros genéticos asociados con estos rasgos. Se recopiló un conjunto de datos que contenía información detallada sobre 17,896 registros de rasgos pre-destete de 4474 corderos. Además, se documentaron 5015 registros de rasgos post-destete de 1003 corderos. Se evaluaron los efectos de la edad de la madre receptora, el sexo, el año, la temporada y el rebaño sobre los rasgos de crecimiento temprano utilizando el procedimiento del modelo lineal general del sistema de análisis estadístico, revelando diferentes niveles de significancia entre los diferentes rasgos. Para determinar el modelo más adecuado para estimar los parámetros genéticos, se empleó la prueba de razón de verosimilitud (LR), ajustando seis modelos animales que excluían o incluían efectos genéticos maternos y efectos ambientales permanentes maternos dentro del marco de máxima verosimilitud restringida de información promedio (AIREML) utilizando el software WOMBAT (Versión: 23/11/23). El modelo que incorporó efectos genéticos aditivos directos, efectos genéticos maternos y efectos ambientales permanentes maternos como efectos aleatorios (modelo 6) proporcionó el mejor ajuste para la estimación del peso al nacer (BW). En contraste, el modelo que combinó efectos genéticos aditivos directos y efectos ambientales permanentes maternos como efectos aleatorios (modelo 2) demostró un ajuste superior para estimar los parámetros genéticos del peso al destete (WW), el aumento de peso diario promedio desde el nacimiento hasta el destete (ADG1) y la relación de Kleiber desde el nacimiento hasta el destete (KR1). Con respecto a los parámetros genéticos del peso corporal a los 6 meses de edad (6MW), el aumento de peso diario promedio desde el destete hasta los 6 meses (ADG2), el aumento de peso diario promedio desde el nacimiento hasta los 6 meses (ADG3), la relación de Kleiber desde el destete hasta los 6 meses (KR2) y la relación de Kleiber desde el nacimiento hasta los 6 meses (KR3), se identificó que el modelo 1, que incorpora solo efectos genéticos aditivos directos, era la opción óptima. Con el modelo óptimo, las estimaciones de heredabilidad variaron de 0.010 +/- 0.033 para 6MW a 0.1837 +/- 0.096 para KR3. Se empleó el método de análisis bivariado para estimar la correlación entre varios rasgos utilizando el modelo más adecuado. Los valores absolutos de los coeficientes de correlación genética entre los rasgos abarcaron un rango de 0.1460 a 0.9998, destacando tanto relaciones débiles como fuertes entre los rasgos estudiados. Específicamente, las correlaciones genéticas estimadas entre WW y ADG1, ADG3, KR1 y KR3 fueron 0.9859, 0.9953, 0.9911 y 0.9951, respectivamente, mientras que las correlaciones fenotípicas correspondientes fueron 0.9752, 0.7836, 0.8262 y 0.5767. Estos hallazgos identificaron que WW podría servir como un criterio de selección efectivo para mejorar los rasgos de crecimiento temprano.
Descripción
Este estudio tuvo como objetivo estimar los factores genéticos y no genéticos que afectan los nueve rasgos de crecimiento temprano de las ovejas Dumeng, así como estimar los componentes de varianza y los parámetros genéticos asociados con estos rasgos. Se recopiló un conjunto de datos que contenía información detallada sobre 17,896 registros de rasgos pre-destete de 4474 corderos. Además, se documentaron 5015 registros de rasgos post-destete de 1003 corderos. Se evaluaron los efectos de la edad de la madre receptora, el sexo, el año, la temporada y el rebaño sobre los rasgos de crecimiento temprano utilizando el procedimiento del modelo lineal general del sistema de análisis estadístico, revelando diferentes niveles de significancia entre los diferentes rasgos. Para determinar el modelo más adecuado para estimar los parámetros genéticos, se empleó la prueba de razón de verosimilitud (LR), ajustando seis modelos animales que excluían o incluían efectos genéticos maternos y efectos ambientales permanentes maternos dentro del marco de máxima verosimilitud restringida de información promedio (AIREML) utilizando el software WOMBAT (Versión: 23/11/23). El modelo que incorporó efectos genéticos aditivos directos, efectos genéticos maternos y efectos ambientales permanentes maternos como efectos aleatorios (modelo 6) proporcionó el mejor ajuste para la estimación del peso al nacer (BW). En contraste, el modelo que combinó efectos genéticos aditivos directos y efectos ambientales permanentes maternos como efectos aleatorios (modelo 2) demostró un ajuste superior para estimar los parámetros genéticos del peso al destete (WW), el aumento de peso diario promedio desde el nacimiento hasta el destete (ADG1) y la relación de Kleiber desde el nacimiento hasta el destete (KR1). Con respecto a los parámetros genéticos del peso corporal a los 6 meses de edad (6MW), el aumento de peso diario promedio desde el destete hasta los 6 meses (ADG2), el aumento de peso diario promedio desde el nacimiento hasta los 6 meses (ADG3), la relación de Kleiber desde el destete hasta los 6 meses (KR2) y la relación de Kleiber desde el nacimiento hasta los 6 meses (KR3), se identificó que el modelo 1, que incorpora solo efectos genéticos aditivos directos, era la opción óptima. Con el modelo óptimo, las estimaciones de heredabilidad variaron de 0.010 +/- 0.033 para 6MW a 0.1837 +/- 0.096 para KR3. Se empleó el método de análisis bivariado para estimar la correlación entre varios rasgos utilizando el modelo más adecuado. Los valores absolutos de los coeficientes de correlación genética entre los rasgos abarcaron un rango de 0.1460 a 0.9998, destacando tanto relaciones débiles como fuertes entre los rasgos estudiados. Específicamente, las correlaciones genéticas estimadas entre WW y ADG1, ADG3, KR1 y KR3 fueron 0.9859, 0.9953, 0.9911 y 0.9951, respectivamente, mientras que las correlaciones fenotípicas correspondientes fueron 0.9752, 0.7836, 0.8262 y 0.5767. Estos hallazgos identificaron que WW podría servir como un criterio de selección efectivo para mejorar los rasgos de crecimiento temprano.