Aplicação de modelos de regressão aleatória utilizando diferentes estruturas de dados / Application of random regression models using different data structures

Foram utilizadas 3.202 primeiras lactações de vacas da raça Holandesa de quatro fazendas da região Sudeste, para verificar a influência da estrutura de dados de produção de leite sobre os parâmetros genéticos. Foram testados quatro arquivos com diferentes estruturas: controles semanais (CS), arquivo mensal (CM), bimestral (CB) e trimestral (CT), com 122.842, 30.883, 15.837 e 12.702 controles, respectivamente. Um modelo de regressão aleatória foi empregado nas análises, considerando os efeitos genético aditivo e o de ambiente permanente de animal, como aleatórios. Os efeitos fixos, grupos de contemporâneos (GC) foram comuns para todos os arquivos de dados e foram compostos por fazenda, mês e ano do controle, além da co-variável idade da vaca ao parto (regressão linear e quadrática). As estimativas de herdabilidade apresentaram tendências mais semelhantes entre os arquivos de dados CS, CM e CB. O arquivo de dados CB apresentou estimativas de parâmetros genéticos com as mesmas tendências e magnitudes que os arquivos CS e CM, permitindo afirmar que não houve influência da estrutura dos dados sobre as estimativas dos componentes de (co)variância e que o controle leiteiro poderia ser realizado em uma estrutura CB.

A total of 3.035 lactations of Holstein cows from four farms in the Southeast, to check the influence of data structure of milk yield on the genetic parameters. Four dataset with different structures were tested, weekly controls (CW) with 122.842 controls, monthly controls (CM) 30.883, bimonthly controls (CB) with 15,837 and quarterly controls (CQ) with 12,702. The random regression model was used and was considered as random additive genetic and permanent environment effects, fixed effects of the contemporary groups (herd-year-month of test-day) and age of cow (linear and quadratic effects). Heritability estimates showed similar trends among the data files analyzed, with the greatest similarity between dataset CS, CM and CB. The dataset submitted all the CB estimates of genetic parameters analyzed with the same trend and similar magnitude to the CS and CM dataset, allowing the claim that there was no influence of the data structure on estimates of covariance components for the dataset CS, CM and CB. Thus, milk recording could be accomplished in a CB structure.

Prediction of bovine milk true protein content by mid-infrared spectroscopy / Estimativa do teor de proteína verdadeira do leite bovino por espectroscopia na região do infravermelho médio

The aim of this study was to estimate the concentration of milk true protein (TP) by mid-infrared absorbance method (MIR) in samples from bulk tank of dairy herds, and to determine the correlation between the results of TP of milk determined by Kjeldahl and MIR. Forty nine dairy herds were selected (17 Holstein, 6 Jersey and 26 Girolando) for monthly collections of samples from bulk tanks during the period of one year (284 samples). Fat, lactose, crude protein and total solids were firstly determined by MIR, and then analyzed for total and true protein by Kjeldahl method. The regression equation to estimate TP contents based on MIR crude protein determination was as follows: TP=0.0021+(1.0104xCP), where: TP is the content of true protein, CP is the crude protein content determined by the MIR method, and 0.0155 is the model error term.

O objetivo deste estudo foi estimar o teor de proteína verdadeira (PV) do leite por meio de metodologia de espectroscopia na região do infravermelho médio (IVM), em amostras de tanque de rebanhos leiteiros comerciais, e determinar a correlação entre os resultados de proteína verdadeira do leite determinados pelo método de Kjeldahl e por IVM. Foram selecionados 49 rebanhos leiteiros (17 da raça Holandesa, seis da raça Jersey e 26 da raça Girolando) para coletas mensais de amostras de leite de tanque durante o período de um ano, totalizando 284 amostras analisadas. As amostras de leite foram analisadas inicialmente em relação aos teores de gordura, lactose, proteína bruta e sólidos totais por IVM, sendo em seguida analisadas quanto ao teor de PB e PV pelo método de Kjeldahl. A equação de regressão para estimativa do teor de PV com base nos teores de proteína bruta foi a seguinte: PV=0,0021+(1,0104xPB); em que: PV é o teor de proteína verdadeira estimado; PB é o teor de proteína bruta pelo método IVM e 0,0155 é o erro apresentado pelo modelo.

Modelos de dimensão finita para a estimação de parâmetros genéticos para a produção de leite de primeiras lactações de vacas da raça Holandesa / Finite dimension models to estimate genetic parameters for first lactation milk yields of Holstein cows

Foram estimados parâmetros genéticos para produção de leite acumulada até 305 dias (P305) e produção de leite no dia do controle (PLDC) de 50.171 controles mensais de 9.281 primeiras lactações de vacas da raça Holandesa. A P305 e as PLDC foram analisadas por meio de modelo animal uni e bicaracterísticas. Para a P305 o modelo incluiu como aleatório, o efeito genético e como efeitos fixos o grupo de contemporâneos e a covariável idade da vaca ao parto. Para as PLDC foi usado o mesmo modelo descrito para a P305, incluindo como covariável o número de dias em lactação. Os componentes de variância foram estimados pelo Método da Máxima Verossimilhança Restrita. As estimativas de herdabilidade (h²) para as PLDC oscilaram entre 0,07 e 0,19 em análises unicaracterísticas e, de 0,12 a 0,22 nas bicaracterísticas. Para a P305, as h² resultantes das análises uni-característica e bicaracterística foram 0,26 e 0,27, respectivamente. As correlações genéticas das PLDC com a P305 foram todas positivas e elevadas, variando de 0,63 a 1,00. As correlações genéticas entre as PLDC variaram de 0,30 a 1,00. A seleção para a P305 parece ser o melhor critério de seleção a ser adotado, uma vez que proporciona maiores ganhos genéticos para as produções de leite em, praticamente, todos os controles da lactação.

Genetic parameters for 50,171 first lactation test-day milk yields and 305 day milk yield (Y305) of 9,281 Holstein cows were estimated, applying uni and bi-trait animal models. The model for Y305 included the additive genetic effect as random and the fixed effects of contemporary group and age of cow at calving as covariable. For TDMY the same animal model described for Y305 was used, including days in milk as covariable. Variance components were estimated by Restricted Maximum Likelihood. Heritability estimates obtained for TDMY ranged from 0.07 to 0.19 and from 0.12 to 0.22 by uni-trait and bi-trait analysis, respectively. Heritability for Y305 was 0.26 by uni-trait and 0.27 by bi-trait analysis. The genetic correlations between TDMY and Y305 were all positive and high, ranging from 0.63 to 1.00. The genetic correlations between TDMY ranged from 0.30 to 1.00. Selection for Y305 seems to be the best selection criterion to be adopted, since it provides larger genetic gain for milk productions in, practically, all test days.

Determinaçäo do número mínimo de amostragens mensais de leite, para pagamento por qualidade / Determination of minimum samples of milk to the payment by quality

Devido à total ausência de trabalhos relativos ao número de amostragens necessárias, o objetivo foi determinar o número mínimo para que o pagamento de leite aos produtores no Brasil seja adequado. Para isto, foram coletadas semanalmente amostras de leite do tanque, proveniente do rebanho de vacas leiteiras do Departamento de Produçäo Animal, da ESALQ/USP, por 27 meses, totalizando 134 amostras, que foram analisadas, no mesmo dia da coleta, pela Clínica do Leite, para verificar as concentraçöes de gordura, proteína e sólidos totais e a contagem de células somáticas (CCS). O desvio na média dos componentes do leite, em funçäo do tamanho da amostra, foi calculado a partir da variância amostral. O maior ganho na precisäo ocorre quando da coleta de 4-5 amostras mensais, considerando o cálculo da média por mês, bimestral ou trimestral. Entretanto, com base nas classes utilizadas pela indústria, seriam necessárias 13 amostras mensais para uma estimativa precisa da média mensal, 9 para a média bimestral e 7 para a média trimestral, considerando que a porcentagem de gordura é a maior limitante para o pagamento do leite.

Efeito do nível de células somáticas sobre os constituintes do leite I-gordura e proteína / Effects of somatic cell levels on milk components I-fat and protein

Foram analisadas eletronicamente 6.112 amostras de leite para CCS e concentração de gordura e proteína com o objetivo de verificar como estes teores são alterados pelo aumento da CCS. A CCS foi transformada para escore linear. O aumento do escore levou a um aumento da concentração de gordura, e a um aumento da concentração de proteína. Estes aumentos foram altamente significativos (p<0,0001), porém apenas 6,97 por cento da variação da concentração de gordura e 12,3 por cento da variação da concentração de proteína foram devidos à variação das CCS.