Return to search

Modelos de regressão aleatória, análise multivariada e redes neurais artificiais na avaliação genética da produção de leite de vacas Holandesas /

Orientador: Danísio Prado Munari / Coorientador: Lenira El Faro / Banca: João Ademir de Oliveira / Banca: Sandra Aidar de Queiroz / Banca: Cláudia Cristina Paro de Paz / Banca: José Bento Sterman Ferraz / Resumo: Os objetivos deste trabalho foram estimar parâmetros genéticos para a produção de leite utilizando modelos de regressão aleatória, comparar o ganho genético esperado da produção de leite utilizando diferentes índices de seleção, utilizar análise de agrupamento e discriminante para explorar o perfil genético dos animais para a produção de leite, visando identificar os animais mais indicados para a seleção e investigar quais informações devem ser utilizadas em redes neurais artificiais para que fossem capazes de predizer os valores genéticos dos animais para produção de leite total até 305 dias em lactação. As estimativas de herdabilidade dos controles mensais da produção de leite variaram de 0,12 ± 0,04 a 0,31 ± 0,04. As estimativas de correlação genética e de ambiente permanente apresentaram valores próximos à unidade em controles leiteiros adjacentes, com tendência de diminuição das correlações à medida que o tempo entre os controles leiteiros aumentou. As magnitudes das estimativas de herdabilidade para as classes dos controles leiteiros mensais indicam que a produção de leite deve responder ao processo de seleção dos animais e a fase entre 121 a 240 dias em lactação teria melhor resposta à seleção devido as maiores estimativas de herdabilidade nesse período. A seleção dos animais baseada na produção de leite entre 121 a 150 dias em lactação é recomendada devido à alta herdabilidade para a característica nesta fase e pelas altas correlações genéticas da característica neste período com os demais da lactação. A indicação de qual índice de seleção deve ser utilizado dependerá, entre outros fatores, dos objetivos de seleção estabelecidos pelo programa de melhoramento genético. Se o objetivo de seleção for melhorar a produção de leite e a persistência da lactação, seria mais indicado utilizar índices de seleção baseado ... / Abstract: The objectives of this study were to estimate genetic parameters for milk yield using random regression models, to compare the expected genetic gain of this trait using different selection indexes, to use cluster and discriminant analyses to explore the genetic pattern of milk production of the animals to identify those ones most suitable for selection, and to investigate which information should be used in artificial neural networks to predict the breeding values for milk yield to 305 days in milks. The estimates of heritability for monthly milk production classes ranged from 0.12 ± 0.04 to 0.31 ± 0.04. The estimates of genetic correlation and permanent environment had values close to one in adjacent dairy controls, and decreased as the time between the controls had increased. The magnitudes of heritabilities between 121 to 240 days indicated that the milk yield could better response to selection in this phase due to the highest estimates. The selection based on milk production between 121 to 150 days in milk is recommended due to the high heritability for the trait at this phase and due to the high genetic correlations with milk yield in the other periods of the lactation. The use of a particular selection index will depend on the selection goals of the breeding program. The selection indexes based on eigenvectors of additive genetic matrix with greater selection emphasis for persistence is recommended if the selection goal of the breeding program is to improve milk production and persistence simultaneously. But, if the selection goal is to improve only the milk production, the selection index based on breeding values for milk production up to 305 days in milk would be the most appropriate, because it presented the greatest expected genetic gain for this trait. The breeding values of milk yield on every 30 days were used as grouping variables of the animals. It was found that the population ... / Doutor

Identiferoai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000736370
Date January 2013
CreatorsSavegnago, Rodrigo Pelicioni.
ContributorsUniversidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Ciências Agrárias e Veterinárias.
PublisherJaboticabal,
Source SetsUniversidade Estadual Paulista
LanguagePortuguese
Detected LanguagePortuguese
Typetext
Formatxiv, 113 p. :
RelationSistema requerido: Adobe Acrobat Reader

Page generated in 0.0022 seconds