Scribd Logo
Upload

Welcome to Scribd!

  • Modelos Estadísticos de Evaluación Genética

    Uploaded by

    VenezuelaGanadera.com
    21 views13 pages
    Modelos estadísticos de evaluación genética

    Original Title

    Modelos estadísticos de evaluación genética

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document
    Modelos estadísticos de evaluación genética

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    21 views13 pages

    Modelos Estadísticos de Evaluación Genética

    Uploaded by

    VenezuelaGanadera.com
    Modelos estadísticos de evaluación genética

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 13
    Logros & Desafios de la Ganaderia Doble Propésito. 2014 Capitulo XIII Modelos estadisticos de evaluacién genética Omar Verde Luis F. Yéfiez Cuéllar Las evidencias disponibles sefalan que los animales han desempesiado desde hhace més de 5000 afios, un papel importante en las actividades de la humanidad, tanto ‘para acompatiamiento, como pare trabgjar la tierra o para la produccién de leche y carne. Sin embargo, en el continente americano no existian caballos, bovinos, ovinos yy suinos, que fueron traidos por los conquistadores hace unos 500 afios. En relativa- ‘mente corto tiempo se logré pasar de unas vias rudimentarias de escogencia de repro- ductores ala aplicaciOn de metodologias cientificas. Se sefala al inglés Robert Ba- kkewell (1725-1795) como e! iniciador de un programa sistemiético de utilizacin de ‘machos con caracteristicas que consideraba acordes para sus ideales (Rice etal, 1967; Johansson & Rendel, 1968). La creacién de asociaciones de productores, la incorpora- ‘ign dela inseminacién artificial en los inicios del siglo XX y a superovulacién con- dujeron a la difusion masiva de los recursos genéticos. Por otro lado, los avances en los aspectostebricos dela genética cuantiativa y po- blacional, la estadisticeaplicada ala evaluacién genética, la creaciGn de microcomputa- dores, como en a capacidad y velocidad de los procesos ¥ en el desarrollo de programas computarizados dirigidos a obtener estimados de valores genéticos, entre otros, han ppermitido dar un salto significativo en los procesos de evaluacién genética. El mejora- ‘miento genético tiene bésicemente dos componentes: el andlisis, que permite detectar los mejores genotipos y la sintesis, que consiste en realizar las mejores combinaciones de los materiales genéticos, seleccin y apareamiento, respectivamente. A continuacibn, se presenta un resumen delas principales metodologias que se han utilizado pare escogerreproductores, desde la apreciacin visual hasta técnicas genético- ‘stadisticas las cuales permiten sefialar un valor numérico asociado con el estimado dela ‘apacidad genética de un animal pera una o varias caracterfsticas de relevancia, 07 108 | Omar Verde & Luis F. Yates Cuellar METODOS PARA LA SELECCION DE REPRODUCTORES Sehan descrito diversas metodologias para la escogencia de los progenitores de laproxima generacién, con el propésito de incrementar la eficiencia biol6gica y eco- némica. Apreciacién visual Bakewell la aplicé en forma sistematica ylogr6 uniformizar sus rebafos y mejo- rar los niveles productivos. En esta mejora intervino muy poco la genética y mucho las modificaciones en las condiciones ambientales. Atin es frecuente su utilizacién por algunos productores; peo las evidencias cientficassefialan, en general, una poca relaciOn entre tipo y produccién, lo que descalifca la apreciacién visual como método linico de seleccibn, salvo para detectar defectos anatémicos que impidan una activi- dad productiva normal. Mediciones productivas directas ‘Tomar en consideracién caracteres de importancia econémica como la eficiencia reproductivao productiva constitu un avance importante, aunque no suficiente,en la escogencia de reproductores. Es complicedo poder comparar apropiadamente indivi- , esté asociada a efectos aleatorios, frecuentemente se utiliza la nomencla- tura Z y @, por lo que el modelo estadistico puede expandirse ay=Xb-+Za-+e, don- de b es el vector de soluciones para los efectos fijos, a es el vector de efectos genéti- 0s aditivos aleatorios, eel vector de residuales, X y Z son matrices de incidencia ‘que asocian las inc6gnitas y al vector de datos. Las soluciones que se obtienen son. m{nimo-cuadriticas. La contribucién con relacién a los modelos mixtos en la evaluacién genética de reproductores debida a Charles Roy Henderson, cuyos avances més relevantes son: + Generé el procedimiento para la obtencién de estimadores méximo-veros{miles para el efecto padre. "X XZ |, bl ZX ZZ+a\ | Siendo @ el cociente de la varianza residual y la varianza genética aditiva, a=o'/o: 8) iZ'y) Logros & Desafios de la Ganaderta Doble Propésivo. 2014 ‘Modelos estadsticos de evaluacion genética uw * Incorpors la matriz de parentesco entre los padres en evaluacién para, asf, obte- ‘ner mayor precisién en los estimadores en atenci6n a lasrelaciones entre ellos. XX XZ |, "X LZ+A7Q0, xy zy iG} donde 4 es la matriz inversa de las relaciones de parentesco asociadas con los padres. ‘* Estableci6 las reglas para la obtenci6n répida de la inversa de la matriz de paren- tesco. + Incorpors al modelo los efectos genéticos indirectos (maternos) y ambientales permanentes x XZ, XZ, xw | |b) Ixy ZibptAa LikgtAa, Za |Z", D280, ZW mz, donde 0, =63 /03 54; =67 /6443 0 = * Incorpors en las matrices de trabajo los animales sin informacién directa para la caracterfstica en estudio (como, por ejemplo, becerros recién nacides en peso a ‘548 dias, ros en el caso de produccién de leche), de forma tal de poder obtener estimados de valores genéticos para ellos. Esto constituy6 un paso trascendental para lo que fue denominado MODELO ANIMAL. Para este logro, se subdivi- 4di6 la matriz. en dos grupos: animales con informacién y los que no la presen- tan, por lo que el sistema (6] puede ser representado por: KOXZ 0 |b] (xt ZX ZZ+A"a A*ala,|=29 8) 0 Aa AM a) 0 donde A" es la submatriz de a inversa de la matriz de parentesco asociada con los ani- ‘ales con informacién directa, A es la submatriz de la inversa de la matriz.de paren- tesco asociada con los animales sin informacin directa, A¥ es la submatriz de la versa de la matriz de parentesco que relaciona animales con informacién y animales sin informaci6n directa, Aes la traspuesta de", son las soluciones para los efectos fijos,q,,, son las soluciones (valores genéticos) para los animales con informacién di- rectad,, ¥ son las soluciones (valores genéticos) para los animales sin informacién directa, El Modelo Animal tiene grandes ventajas, entre las que se pueden mencionar: * Ajusta para los efectos que se considera pueden influir en la variacién del cardcter ‘enestudio (sexo del becerro,afio y mes de nacimiento, edad de madre al parto,et:). 112 | Omar Verde & Luis F. Yotiee Cuellar + Ademés de evaluar toros, también evalia vientres. * De los reproductores potenciales del rebatio: toretes, novillas, mautes y bece- 170s, también se tendré una estimacién de valor genético. * Las relaciones de parentesco completas entre todos los animales son utilizadas para predecir con una cantidad de informacién mayor cada valor genético. *+ No requiere aparcamiento aleatorio entre toros y vacas, pues al incluir los vien- tres en el modelo, se ajusta por el mérito genético de cada uno de estos. * Produce la estimacién del valor genético directo (crecimiento) del padre y la ‘madre, ademas puede predecir el valor genético materno (capacidad lechera) de Jos mismos. * Acepta inclu efectos aleatorios no correlacionados en el modelo. * La metodologia permite evaluar simulténeamente més de un cardcter, incluso utilizando diferentes modelos para cada uno de éstos, por lo que se tendré esti- ‘mados de valor genético para un cardcter, ajustado pot las correlaciones genéti- ‘as con los otros caracteres evaluados en forma simulténea. Postetiormente, a los aportes de Harvey y Henderson, numerosos cientificos ‘han hecho posible continuar la senda trazada y se observan aportes significativos para refinar los procedimientos estadisticos de las evaluaciones genéticas resultantes. Estimacién de componentes de varianza La obtenciGn de estimadores y predictores méximo-verosimiles apropiados de- pende en gran medida de los valores que se tengan o estimen paralos componentes de varianza y covarianza requeridos. Se han propucsto numerosos métodos pare su ob- tenci6n, ya que el ntimero elevado de datos y parimetros, el desbalance de la distribu- cign son elementos que impiden la obtencidn de resultados medianamente apropia- dos con los andlisis de varianza convencionales. Cunningham & Henderson (1968), Patterson & Thompson (1971), Searle (1974), Harvie (1977) y Gianola & Fernando (1986) son algunas de las contribucio- nes importantes en la obtencién de componentes de varianza via méxima verosimili- tud. Mientras que Smith & Grascr (1986) y Graser etal. (1987) proponen tuna metodo- logia donde no se requiere derivacién mi obtencién de esperanzas matemétices. Regresién Aleatoria La RegresiGn Aleatoria se presenta como una alternativa novedosa para la pre- diccién de valores genéticos,aspecto que ya habia sido mencionado, hace més de 60 ‘fis, desde el punto de vista tebrico por Henderson (1948). El principio bésico que se asume es que el efecto de una variable continua es aleatorioy puede ser evaluado alo largo de a trayectori Esto permitria realizar eva- Iuaciones a diferentes edades en un mismo animal (mediciones repetidas en el tem- po) o evaluaciones de pesos a diferentes edades de becerros de un mismo padre ola produccién deleche a lo largo de la curva de lactancia, obteniéndose estimados de pa- ‘rimetros genéticos en diferentes momentos de la curva de crecimiento 0 lactancia y Logros & Desafios de la Ganaderta Doble Propésivo. 2014 ‘Modelos estadsticos de evaluacion genética U3 predicciones de valor genético con mayor exactitud. Es decir, desde el punto de vista tedrico, esta metodologie constituye un refinamiento o evance en las evaluaciones ge- néticas, por lo que es de esperar mayor progreso. La Regresién Aleatoria permite proyectar le evolucién de la trayectoria del cre-

    You might also like