O estresse térmico causa prejuízos para a atividade leiteira. É possível selecionar animais para tolerância ao calor, uma vez que existe variação genética de características produtivas quando avaliadas em diferentes ambientes climáticos. Para uma correta avaliação genética em função de diferentes ambientes, a utilização de modelos que se ajustem aos dados é fundamental. Ao mesmo tempo, ferramentas genômicas podem auxiliar nos processos de avaliação e seleção genética para tolerância ao calor. Nesse contexto, foram desenvolvidos dois estudos. No primeiro, objetivou-se estudar as funções de variância de características de produção e qualidade do leite em relação a um índice de temperatura e umidade (THI), ajustadas por polinômios de Legendre de ordens dois a sete, avaliar qual função melhor se ajusta aos dados e compreender como os componentes de variância e os coeficientes de herdabilidade se comportam em função do THI. Para isso, foram utilizadas 74.470 informações de produção de leite (PROD, kg/dia), escore de células somáticas (ECS), porcentagens de gordura (GOR), proteína (PROT), lactose (LACT), caseína (CAS) e perfil de ácidos graxos (saturados - SAT; insaturados - INSAT; monoinsaturados - MONO; poli-insaturados - POLI; ácido palmítico - C16:0; ácido esteárico - C18:0; e ácido oléico - C18:1) de 5.224 vacas da raça Holandesa avaliadas por meio de modelos de regressão aleatória em 167 valores distintos do THI. À exceção de POLI, houve variação em todos os componentes de variância ao longo do THI para todas as características. As estimativas de herdabilidade variaram de 0,07 a 0,43. Para PROD, GOR, LACT, ECS, SAT e C16:0, as estimativas de herdabilidade diminuíram com o aumento do THI e para CAS, MONO, INSAT e C18:1, aumentaram. Para PROT e C18:0 as estimativas de herdabilidade foram maiores em valores intermediários do THI e menores nos extremos. No segundo estudo, objetivou-se estimar o efeito de marcadores SNP (polimorfismos de nucleotídeo único) sobre as características PROD, CAS, ECS, SAT e INSAT e estimar o valor genético genômico (GEBV) considerando dois valores de THI, um representando o conforto térmico e outro o estresse térmico. Os valores genéticos dos animais para os dois ambientes foram usados como fenótipos nos estudos de associação genômica (GWAS). Foram utilizados genótipos de 1.157 vacas para 60.671 marcadores SNP. Para as análises genômicas, foram utilizadas somente vacas com fenótipo e genótipo. Foi utilizado o método GBLUP (melhor predição linear não-viesada genômica) sob abordagem bicaracterística para realizar o GWAS. Com objetivo de comparar os ambientes, foram considerados os 55 SNP de maior variância aditiva explicada para cada situação e 10% dos animais com maiores valores genéticos genômicos. Em geral, os SNP apresentaram poucas diferenças em suas variâncias aditivas explicadas quando comparados em ambiente de conforto e estresse térmico. Com relação aos valores genéticos genômicos, houve reclassificação dos animais para PROD (correlações 0,90 e 0,90), CAS (correlações 0,88 e 0,86), SAT (correlações 0,88 e 0,87) e INSAT (correlações 0,97 e 0,97). Para ECS, apenas um animal foi reclassificado entre os ambientes (correlações 1,00). O primeiro estudo permitiu avaliar os componentes de variância ao longo de todo o gradiente ambiental. Por sua vez, o segundo estudo permitiu avaliar a variância individual dos marcadores moleculares, complementando o estudo genético das características. Mesmo que pequenas, foi possível verificar diferenças genéticas entre os animais entre os ambientes considerados. / Heat stress causes damage to dairy farming activities. It is possible to select animals for heat tolerance, because there is genetic variation of productive traits when evaluated in different climatic environments. For a correct genetic evaluation according to different environments, the use of models that fit to the data is fundamental. At the same time, genomic tools can aid in the evaluation and genetic selection processes for heat tolerance. In this context, two studies were developed. In the first, the aim was to study the variance functions of milk production and quality traits in relation to a temperature and humidity index (THI), adjusted by Legendre polynomials of orders two to seven, to evaluate which function best fits the data and understand how the variance components and heritability coefficients behave as a function of THI. For this, records of milk yield (MY), somatic cell score (SCS), percentage of fat (FP), protein (PP), lactose (LP), casein (CP) and acid fatty acids (saturated - SAT, unsaturated - UNSAT, monounsaturated - MONO, polyunsaturated - POLY, palmitic acid - C16:0, stearic acid - C18:0; and oleic acid - C18:1) from 5,224 Holstein cows and evaluated using random regression models in 167 different levels of THI were used. With the exception of POLY, there was variation in all variance components along the THI for all traits. Estimates of heritability ranged from 0.07 to 0.43. For MY, FP, LP, SCS, SAT and C16:0, estimates of heritability decreased with increasing THI and for CP, MONO, UNSAT and C18:1 increased. For PP and C18:0, heritability estimates were higher in intermediate THI values and lower at the extremes. In the second study, the objective was to estimate the effect of SNP markers on traits MY, CP, SCS, SAT and UNSAT and to predict the genomic breeding values (GEBV) using these effects, considering two levels of THI: a thermal comfort and an heat stress. The breeding values of the animals for the two environments were used as phenotypes for the genomic wide association studies (GWAS). Genotypes of 1,157 cows to 60,671 SNP markers were used. The GBLUP method (genomic best linear unbiased prediction) was used under a bitrait approach to perform GWAS. With the aim of comparing the environments, the 55 SNP with the greater variance explained for each situation and the 10% animals with the greater GEBV were used. Differences were observed in the variance explained by SNP between the comfort and heat stress environment. There was a re-rankink of animals considering the GEBV for MY (correlations 0.90 and 0.90), CP (correlations 0.88 and 0.86), SAT (correlations 0.88 and 0.87) and UNSAT (correlations 0.97 and 0.97). For SCS, only one animal was reclassified between the environments (correlations 1.00). The first study allowed to evaluate the components of variance along the entire environmental gradient. In turn, the second study allowed to evaluate the individual variance of the molecular markers, complementing the genetic study of the traits. Although small, it was possible to verify genetic differences among the animals among the considered environments.
Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-30072018-153418 |
Date | 04 April 2018 |
Creators | Eula Regina Carrara |
Contributors | Gerson Barreto Mourão, Júlio César de Carvalho Balieiro, Luiz Lehmann Coutinho, Leila de Genova Gaya |
Publisher | Universidade de São Paulo, Ciência Animal e Pastagens, USP, BR |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds