Return to search

Estimativas de parâmetros genéticos para escores de estrutura corporal (frame) em bovinos de corte da raça Nelore / Estimates of genetic parameters for body structure scores (frame) in Nelore beef cattle

O presente trabalho teve como objetivo obter estimativas de parâmetros genéticos para escores de frame estimados por modelos propostos a partir da análise de dados de animais zebuínos (FRAME_GMA) e pelas equações propostas pela Federação Americana de Melhoramento de Gado de Corte (Beef Improvement Federation) (FRAME_BIF), bem como verificar as correlações entre escores de frame obtidos pelas duas metodologias e entre cada um dos escores e as variáveis independentes consideradas em avaliações genéticas de bovinos de corte da raça Nelore. Foram analisados dados de 12.728 animais provenientes de dois rebanhos da Agro-Pecuária CFM Ltda., com idades entre 490 a 610 dias. Os modelos de melhor ajuste para FRAME_GMA incluíram altura de garupa aos 18 meses, peso aos 18 meses e interação altura e peso. As estimativas de herdabilidade para FRAME_GMA e FRAME_BIF em análises uni-característica foram: 0,26 ± 0,03 e 0,23 ± 0,03, respectivamente; e, em análises bi-característica, essas estimativas foram 0,28 e 0,24, respectivamente. Os coeficientes de correlação fenotípica e genética de Pearson e de Spearman entre FRAME_GMA e FRAME_BIF para machos e fêmeas foram positivos e de alta magnitude, variando de 0,83 a 0,92. Os coeficientes de correlação fenotípica e genética entre cada escore de frame e as variáveis independentes altura de garupa, peso e idade na data da medida de altura foram sempre superiores para o FRAME_GMA em relação ao FRAME_BIF. Os parâmetros genéticos e os coeficientes de correlação indicam que o FRAME_GMA se adapta melhor ao conjunto de dados quando comparado ao FRAME_BIF. Outros estudos devem ser conduzidos para avaliar a aplicabilidade do modelo proposto a outras populações e em outras faixas etárias, bem como, estimativas de parâmetros genéticos para escores de frame na raça Nelore / This research was carried out to estimate genetic parameters for estimated frame scores for models proposed from the analysis of data of Nelore beef cattle (FRAME_GMA) and for the equations proposed by Beef Improvement Federation (FRAME_BIF), as well, to verify the correlations among frame scores obtained by the two methodologies and among each one of the scores and the independent variables considered in genetic evaluations of Nelore beef cattle. Data of 12,728 animals from Agro-Pecuária CFM Ltda. were analyzed, with ages between 490 and 610 days. The models of better adjustment for FRAME_GMA included hip height at 18 months, weight at 18 months and interaction height and weight. Estimates of heritability for FRAME_GMA and FRAME_BIF in single trait analysis were: 0.26 ± 0.03 and 0.23 ± 0.03, respectively; and, in mult trait analysis, these estimates were 0.28 and 0.24, respectively. The coefficients of phenotypic and genetic Pearson and Spearman correlations between FRAME_GMA and FRAME_BIF for males and females were positive and high magnitude, varying from 0.83 to 0.92. The coefficients of phenotypic and genetic correlation between each one of the frame scores and the independent variables hip height, weight and age at height measurement always went higher to FRAME_GMA than FRAME_BIF. The genetic parameters and the correlation coefficients indicate that FRAME_GMA was better than FRAME_BIF. Other studies were necessary to evaluate the applicability of the proposed model to other populations and in other age groups, as well, estimates of genetic parameters for frame scores in Nelore beef cattle

Identiferoai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-16062005-084502
Date20 May 2005
CreatorsHorimoto, Andréa Roseli Vançan Russo
ContributorsFerraz, Jose Bento Sterman
PublisherBiblioteca Digitais de Teses e Dissertações da USP
Source SetsUniversidade de São Paulo
LanguagePortuguese
Detected LanguagePortuguese
TypeDissertação de Mestrado
Formatapplication/pdf
RightsLiberar o conteúdo para acesso público.

Page generated in 0.0123 seconds