The current modern time brings knowledge that help streamline the efforts of breeders and interfere with the originally untouchable action, fertilization. Genetics and reproduction have become the main interest of biotechnological research. It was develop and operating implementation of biotechnological methods such as artificial insemination, embryo transfer, longterm cryopreservation of semen or sexsorting semen, which became the impetus the topic of this thesis. Milk production performance of cattle is the property caused by a plethora of internal and external influences. Recent interest in professional public switched to other options affecting the milk yield, which is the sex of the calf. The aim of this study, processed in following up on the research GRANT QJ1510139 National information system of genetic evaluation of livestock, was to verify the influence of the sex of the calf on the milk yield of the mothers in our conditions. From previous studies (Hinde et al., 2014; Grasboll et al., 2015), arose the hypothesis, that gender affects the milk yield. To evaluate the two files have been used the measured data from the 1995-2015 with data on the sex of the calf and milk yields of the holstein dairy cattle in the control days provided by ČMSCH, a.s. From raw data has been created file of cows with three lactations, while each breeding had registered at least 3 control days on lactation. Abnormal data, wrong control days and sires with low number of daughters were eliminated as well. After editing the file contained 4.7 million milk yields from 197 thousends cows. Thesis worked with model based test-day access. Average daily milk yield in the file was 27.29 kg. In the method of least squares for 10 models were used the following effects: HTD (herd test day), Pohl (the effect of gender), Porl (effect of lactation), Skup (group) (for first lactation created by age of calving, calving period, service period and year of calving, for second and third lactations is the intervening period used instead of the age of the calving). Fixed regression the Legendre polynomial (LP) was used with 4 parameters. Milk yield fitted using LP showed normal shape of the lactation curve. According to the approved models is the effect of the sex of the calf on milk yield of the mother of the calf statistically insignificant. Having bulls increase productivity of milk yield about 0.07 kg/day which is about 21 kg per lactation. Genetic parameters were not examined due to the insignificance of the effect.

Foram utilizados 263.390 registros de produção de leite do dia do controle (PDC) de 32.448 primeiras lactações de vacas da raça Holandesa obtidas no período de 1991 a 2001 para estimar componentes de variância e parâmetros genéticos, usando diferentes modelos estatísticos e a metodologia REML. Compararam-se as estimativas de valores genético (EVG) dos modelos de repetibilidade (MR) e de regressão aleatória (MRA) com às do modelo para as produções da lactação (P305). Nos MRA utilizaram-se duas curvas para descrever a trajetória da lactação: a polinomial logarítmica de Ali e Schaeffer (AS) e a exponencial de Wilmink (W), sob duas formas: a padrão e com uma modificação para reduzir a amplitude das covariáveis e contornar problemas de convergência (W Ú ). No ajuste da curva AS considerou-se heterogeneidade de variâncias residuais (VR) entre classes de dias em lactação (cDEL). A estimativa de herdabilidade para as P305 (0,27) foi menor do que àquelas para as PDC obtidas com MR, incluindo ou não a curva AS como sub modelo (0,30 e 0,43, repectivamente). As herdabilidades para as PDC por análises uni-caráter (0,22-0,36) e bi-caráter (0,23-0,33) foram menores no início e fim da lactação. As correlações genéticas entre produções de controles consecutivos foram superiores às estimadas entre controles do ínicio e do fim da lactação. As estimativas de herdabilidade por MRA com as curva AS (0,29-0,42) e W Ú (0,33-0,40) foram semelhantes, mas aquelas estimadas com a curva W (0,25-0,65) foram maiores do que as estimadas com as outras curvas pricipalmente no fim da lactação. Com os MRA as correlações genéticas foram próximas da unidade entre produções de controles consecutivos, mas reduziram com o aumento do intervalo entre controles. As estimativas de VR entre cDEL foram muito semelhantes variando de 4,15 a 5,11 para a curvas AS. Os desvios padrão (DP) para as EVG para produção de leite dos touros foram semelhantes entre os modelos AS, W Ú e MR. Entretando, os DP para as EVG foram maiores nos modelos para PDC do que no modelo a P305. As correlações entre as EVG para touros com o modelo P305 e os demais modelos aumentaram com o aumento no número de filhas e variaram de 0,66 (P305-W) a 0,92 (P305-AS e P305- W Ú ). As estimativas de tendência genética foram maiores para os MRA e menores para o MR se comparadas à estimativa obtida pelo modelo para P305. As estimativas de herdabilidade superiores para as PDC e as altas correlações (0,86-0,99) entre estas e a P305 indicam um potêncial de uso das PDC nas avaliações genéticas. Correlações genéticas heterogêneas (0,64-1,00) entre as PDC, medidas ao longo da lactação, não confimam a suposição de que elas são medidas repetidas do mesmo caráter. O MRA com a curva AS e VR homogênea foi o de melhor ajuste entre os avaliados, mas o modelo W Ú resultou em estimativas de herdabilidade mais estáveis ao longo da lactação. Na comparação dos resultados dos modelos conclui-se que o MRA com a curva AS e homonogeneidade de VR é a melhor alternativa, dentre as estudadas, para avaliação genética para produção de leite de gado Holandês no Brasil. / Covariance components and genetic parameters for milk yield from 263,390 test-day records of 32,448 first lactation Holstein cows were estimated using animal models by REML. Test-day repeatability (RM) and random regression (RR) models were compared to a 305-d lactation model (P305) to estimate breeding values. Random regression involved the five-parameter logarithmic Ali and Schaeffer function (AS) and the three-parameter exponential Wilmink function in standard (W) and modified (W*, to reduce the range of covariates and avoid convergence problems) form to model the shape of the lactation curve. Heterogeneous error variance (EV) for classes of days in milk (cDIM) was considered in adjusting the AS function. Heritability for milk yield by P305 (0.27) was smaller than those estimated for daily milk yield by RM including or not including a logarithmic sub-model (0.30 and 0.43, respectively). Heritability estimates for univariate (0.22-0.36) and bivariate models (0.23-0.33) for test-day milk yields were smallest during early and late lactation. Genetic correlations were higher for daily milk yield between consecutive test-days than between test-days at the beginning and end of lactation. Heritability estimates for AS (0.29-0.42) and W* (0.33-0.40) RR models were similar, but heritability estimates obtained for W (0.25-0.65) were higher than those estimated by other functions, particularly at the end of lactation. Genetic correlations between daily milk yield on consecutive test-days were close to unity, but they decreased with an increase of the interval between test-days. Estimates of EV for cDIM were quite similar, rating from 4.15 to 5.11 for the AS function. Standard deviations (SD) of bulls’s EBVs for milk yield were similar for AS, W* models and RM. However, SD of EBVs for bulls and cows were larger for test-day models than for P305 and for bulls they differed by -33.64 to 321.95 from the P305 depending on progeny number. SD of EBVs for bulls and cows for the W model were the largest ones. Correlation between EBVs among P305 and the other models for bulls increased as progeny number increased and ranged from 0.66 (W-P305) to 0.92 (AS-P305, W*-P305). Genetic trends were larger for RR models and smaller for RM than for P305. Larger heritability estimates for test-day models and large genetic correlations between test-day and lactation milk yields (0.86-0.99) indicated a potential use of test-day records in genetic evaluations. Heterogeneous genetic correlations (0.64-1.00) for test-day milk yields across lactation did not support the assumption that test-day records are repeated measures of the same trait. The AS homogeneous EV model was the most parsimonious and the best fit among those evaluated, but the W* model resulted in more stable heritability estimates for daily milk yield across lactation. RR models provide more information than the RM and describe the shape of the lactation curve from which EBVs for persistency can be derived. These results indicated AS as an alternative model for genetic evaluation for milk yield using test-day records of Holstein cattle in Brazil.

Made available in DSpace on 2014-06-11T19:26:06Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-04-29Bitstream added on 2014-06-13T18:54:01Z : No. of bitstreams: 1 santos_dja_me_jabo.pdf: 949817 bytes, checksum: 99fe4837bb2182ae9951f9ef2a71f250 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Parâmetros genéticos para a produção de leite no dia do controle (PLDC) de primeiras lactações de vacas da raça Guzerá foram estimados utilizando modelo multicaracterísticas de dimensão finita (TMDO) e modelos de regressão aleatória (MRA). A produção acumulada em 305 dias (P305), duração da lactação (DL) e persistência da lactação (PS) também foram analisadas. Para o TMDO, foram analisadas as PLDC juntamente com a P305 e a DL, considerando como aleatórios, o efeito genético aditivo e o residual e, como fixo, o grupo de contemporâneos e a covariável idade da vaca ao parto. Para os MRA, foram considerados como aleatório, o efeito genético aditivo, de ambiente permanente e residual e como efeito fixo, o grupo de contemporâneos, os efeitos linear e quadrático da covariável idade ao parto e a curva média da população. Para os MRA foram consideradas as funções de ajuste de Wilmink (WL), Ali & Schaeffer (AS), uma combinação entre a função de Wilmink com polinômios ortogonais de Legendre (LM), polinômios ortogonais de Legendre (LEG) e funções B-spline (BS). Os efeitos aleatórios genético aditivo e de ambiente permanente foram modelados por meio destas funções, bem como a curva média da população, com a exceção dos modelos ajustados por funções BS que tiveram a curva média ajustada por polinômio de Legendre ou pela função de Ali & Schaeffer. O resíduo foi ajustado considerando variância homogênea ou em classes heterogêneas de variância residual. O modelo empregando funções BS cúbica com número de coeficientes de regressão aleatória igual cinco tanto para efeito genético aditivo como de ambiente permanente com a curva média modelada pela função de Ali & Schaeffer e resíduo ajustado por seis classes variância residual foi o mais adequado. Entretanto, os melhores MRA para cada função de ajuste, não apresentaram diferenças para... / Genetic parameters for milk production in the test day model (PLDC) for Guzerat dams’ first lactations were estimated by multitrait finite model (TMDO) and random regression models (MRA). The cumulative production at 305 days (P305), lactation length (DL) and lactation persistency (PS) were also analyzed. For TMDO, the PLDC were analyzed together with P305 and DL, considering the additive genetic effect and residual effect as random effects , the contemporary group as a fixed effect, and the age of dam at calving as a covariate. For MRA, additive genetic effect, permanent environmental effect and residual effect were considered as random effects and the contemporary group, the linear and quadratic covariate of age at calving and the average curve of the population as fixed effects. Also for the MRA, the Wilmink (WL) and the Ali & Schaeffer (AS) adjustment functions, a combination of the Wilmink function with Legendre orthogonal polynomials (LM), Legendre orthogonal polynomials (LEG) and B-spline functions (BS) were considered. The random additive genetic and permanent environmental effects were modeled by means of these functions, as well as the population average curve , with the exception of the adjusted models by the BS functions that had the average curve adjusted by the Legendre polynomial or by the Ali & Schaeffer function. The residual error was adjusted considering homogeneous variance or heterogeneous classes of residual variance. The model using cubic BS functions with random regression coefficient numbers equal to five for additive genetic effect as well as for permanent environmental with average curve modeled by the Ali & Schaeffer function and residual error adjusted for six classes of residual variance was the more appropriate. However, the best MRA for each adjustment function presented no differences in the estimates of genetic parameters and for order correlation ... (Complete abstract click electronic access below)

Foram utilizados 263.390 registros de produção de leite do dia do controle (PDC) de 32.448 primeiras lactações de vacas da raça Holandesa obtidas no período de 1991 a 2001 para estimar componentes de variância e parâmetros genéticos, usando diferentes modelos estatísticos e a metodologia REML. Compararam-se as estimativas de valores genético (EVG) dos modelos de repetibilidade (MR) e de regressão aleatória (MRA) com às do modelo para as produções da lactação (P305). Nos MRA utilizaram-se duas curvas para descrever a trajetória da lactação: a polinomial logarítmica de Ali e Schaeffer (AS) e a exponencial de Wilmink (W), sob duas formas: a padrão e com uma modificação para reduzir a amplitude das covariáveis e contornar problemas de convergência (W Ú ). No ajuste da curva AS considerou-se heterogeneidade de variâncias residuais (VR) entre classes de dias em lactação (cDEL). A estimativa de herdabilidade para as P305 (0,27) foi menor do que àquelas para as PDC obtidas com MR, incluindo ou não a curva AS como sub modelo (0,30 e 0,43, repectivamente). As herdabilidades para as PDC por análises uni-caráter (0,22-0,36) e bi-caráter (0,23-0,33) foram menores no início e fim da lactação. As correlações genéticas entre produções de controles consecutivos foram superiores às estimadas entre controles do ínicio e do fim da lactação. As estimativas de herdabilidade por MRA com as curva AS (0,29-0,42) e W Ú (0,33-0,40) foram semelhantes, mas aquelas estimadas com a curva W (0,25-0,65) foram maiores do que as estimadas com as outras curvas pricipalmente no fim da lactação. Com os MRA as correlações genéticas foram próximas da unidade entre produções de controles consecutivos, mas reduziram com o aumento do intervalo entre controles. As estimativas de VR entre cDEL foram muito semelhantes variando de 4,15 a 5,11 para a curvas AS. Os desvios padrão (DP) para as EVG para produção de leite dos touros foram semelhantes entre os modelos AS, W Ú e MR. Entretando, os DP para as EVG foram maiores nos modelos para PDC do que no modelo a P305. As correlações entre as EVG para touros com o modelo P305 e os demais modelos aumentaram com o aumento no número de filhas e variaram de 0,66 (P305-W) a 0,92 (P305-AS e P305- W Ú ). As estimativas de tendência genética foram maiores para os MRA e menores para o MR se comparadas à estimativa obtida pelo modelo para P305. As estimativas de herdabilidade superiores para as PDC e as altas correlações (0,86-0,99) entre estas e a P305 indicam um potêncial de uso das PDC nas avaliações genéticas. Correlações genéticas heterogêneas (0,64-1,00) entre as PDC, medidas ao longo da lactação, não confimam a suposição de que elas são medidas repetidas do mesmo caráter. O MRA com a curva AS e VR homogênea foi o de melhor ajuste entre os avaliados, mas o modelo W Ú resultou em estimativas de herdabilidade mais estáveis ao longo da lactação. Na comparação dos resultados dos modelos conclui-se que o MRA com a curva AS e homonogeneidade de VR é a melhor alternativa, dentre as estudadas, para avaliação genética para produção de leite de gado Holandês no Brasil. / Covariance components and genetic parameters for milk yield from 263,390 test-day records of 32,448 first lactation Holstein cows were estimated using animal models by REML. Test-day repeatability (RM) and random regression (RR) models were compared to a 305-d lactation model (P305) to estimate breeding values. Random regression involved the five-parameter logarithmic Ali and Schaeffer function (AS) and the three-parameter exponential Wilmink function in standard (W) and modified (W*, to reduce the range of covariates and avoid convergence problems) form to model the shape of the lactation curve. Heterogeneous error variance (EV) for classes of days in milk (cDIM) was considered in adjusting the AS function. Heritability for milk yield by P305 (0.27) was smaller than those estimated for daily milk yield by RM including or not including a logarithmic sub-model (0.30 and 0.43, respectively). Heritability estimates for univariate (0.22-0.36) and bivariate models (0.23-0.33) for test-day milk yields were smallest during early and late lactation. Genetic correlations were higher for daily milk yield between consecutive test-days than between test-days at the beginning and end of lactation. Heritability estimates for AS (0.29-0.42) and W* (0.33-0.40) RR models were similar, but heritability estimates obtained for W (0.25-0.65) were higher than those estimated by other functions, particularly at the end of lactation. Genetic correlations between daily milk yield on consecutive test-days were close to unity, but they decreased with an increase of the interval between test-days. Estimates of EV for cDIM were quite similar, rating from 4.15 to 5.11 for the AS function. Standard deviations (SD) of bulls’s EBVs for milk yield were similar for AS, W* models and RM. However, SD of EBVs for bulls and cows were larger for test-day models than for P305 and for bulls they differed by -33.64 to 321.95 from the P305 depending on progeny number. SD of EBVs for bulls and cows for the W model were the largest ones. Correlation between EBVs among P305 and the other models for bulls increased as progeny number increased and ranged from 0.66 (W-P305) to 0.92 (AS-P305, W*-P305). Genetic trends were larger for RR models and smaller for RM than for P305. Larger heritability estimates for test-day models and large genetic correlations between test-day and lactation milk yields (0.86-0.99) indicated a potential use of test-day records in genetic evaluations. Heterogeneous genetic correlations (0.64-1.00) for test-day milk yields across lactation did not support the assumption that test-day records are repeated measures of the same trait. The AS homogeneous EV model was the most parsimonious and the best fit among those evaluated, but the W* model resulted in more stable heritability estimates for daily milk yield across lactation. RR models provide more information than the RM and describe the shape of the lactation curve from which EBVs for persistency can be derived. These results indicated AS as an alternative model for genetic evaluation for milk yield using test-day records of Holstein cattle in Brazil.

Resumo: Parâmetros genéticos para a produção de leite no dia do controle (PLDC) de primeiras lactações de vacas da raça Guzerá foram estimados utilizando modelo multicaracterísticas de dimensão finita (TMDO) e modelos de regressão aleatória (MRA). A produção acumulada em 305 dias (P305), duração da lactação (DL) e persistência da lactação (PS) também foram analisadas. Para o TMDO, foram analisadas as PLDC juntamente com a P305 e a DL, considerando como aleatórios, o efeito genético aditivo e o residual e, como fixo, o grupo de contemporâneos e a covariável idade da vaca ao parto. Para os MRA, foram considerados como aleatório, o efeito genético aditivo, de ambiente permanente e residual e como efeito fixo, o grupo de contemporâneos, os efeitos linear e quadrático da covariável idade ao parto e a curva média da população. Para os MRA foram consideradas as funções de ajuste de Wilmink (WL), Ali & Schaeffer (AS), uma combinação entre a função de Wilmink com polinômios ortogonais de Legendre (LM), polinômios ortogonais de Legendre (LEG) e funções B-spline (BS). Os efeitos aleatórios genético aditivo e de ambiente permanente foram modelados por meio destas funções, bem como a curva média da população, com a exceção dos modelos ajustados por funções BS que tiveram a curva média ajustada por polinômio de Legendre ou pela função de Ali & Schaeffer. O resíduo foi ajustado considerando variância homogênea ou em classes heterogêneas de variância residual. O modelo empregando funções BS cúbica com número de coeficientes de regressão aleatória igual cinco tanto para efeito genético aditivo como de ambiente permanente com a curva média modelada pela função de Ali & Schaeffer e resíduo ajustado por seis classes variância residual foi o mais adequado. Entretanto, os melhores MRA para cada função de ajuste, não apresentaram diferenças para ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Genetic parameters for milk production in the test day model (PLDC) for Guzerat dams' first lactations were estimated by multitrait finite model (TMDO) and random regression models (MRA). The cumulative production at 305 days (P305), lactation length (DL) and lactation persistency (PS) were also analyzed. For TMDO, the PLDC were analyzed together with P305 and DL, considering the additive genetic effect and residual effect as random effects , the contemporary group as a fixed effect, and the age of dam at calving as a covariate. For MRA, additive genetic effect, permanent environmental effect and residual effect were considered as random effects and the contemporary group, the linear and quadratic covariate of age at calving and the average curve of the population as fixed effects. Also for the MRA, the Wilmink (WL) and the Ali & Schaeffer (AS) adjustment functions, a combination of the Wilmink function with Legendre orthogonal polynomials (LM), Legendre orthogonal polynomials (LEG) and B-spline functions (BS) were considered. The random additive genetic and permanent environmental effects were modeled by means of these functions, as well as the population average curve , with the exception of the adjusted models by the BS functions that had the average curve adjusted by the Legendre polynomial or by the Ali & Schaeffer function. The residual error was adjusted considering homogeneous variance or heterogeneous classes of residual variance. The model using cubic BS functions with random regression coefficient numbers equal to five for additive genetic effect as well as for permanent environmental with average curve modeled by the Ali & Schaeffer function and residual error adjusted for six classes of residual variance was the more appropriate. However, the best MRA for each adjustment function presented no differences in the estimates of genetic parameters and for order correlation ... (Complete abstract click electronic access below) / Orientador: Humberto Tonhati / Coorientador: Maria Gabriela Campolina Diniz Peixoto / Banca: Lenir El Faro Zadra / Banca: Fernando Sebastián Baldi Rey / Mestre