Resumo
O Brasil é um dos maiores produtores de alimentos do mundo, principalmente devido às condições de clima e solo favoráveis. Neste contexto destaque deve ser dado à produção e exportação de proteína animal. O melhoramento genético é uma tecnologia essencial para incrementar a produção de carnes no Brasil, principalmente a carne bovina, considerada a mais produzida e exportada pelo país. Dentre as diversas metodologias para a avaliação genética de animais de produção, a utilização de modelos de regressão aleatória na avaliação da curva de crescimento desses é eficiente por eliminar a necessidade de pré-ajustes e a possibilidade de utilização de todas as informações de pesagens dos indivíduos. Para o ajuste dos modelos de regressão aleatória é necessário a utilização de uma matriz de covariâncias de dimensão infinita, sendo uma alternativa eficiente, o uso das funções de covariâncias. Foram avaliados 1505 registros de peso de bovinos da raça Tabapuã criados em três estados da região nordeste do Brasil (Alagoas, Maranhão e Sergipe), nascidos entre os anos de 1984 e 2004. Os registros de peso foram tomados em idades que variaram do nascimento aos 660 dias de idade. Os pesos medidos em diferentes idades foram modelados com o uso dos modelos de regressão aleatória, que continham os efeitos fixos de grupo de contemporâneo e a covariável idade da vaca ao parto (sob efeito quadrático) além dos efeitos aleatórios, genéticos aditivos (direto e materno) e os ambientais permanentes (direto e materno). Estes modelos foram comparados e avaliados pelo logaritmo da função de verossimilhança, além dos critérios de informação de Akaike e Bayesiano de Schwarz. Considerando os critérios citados para escolha do modelo de melhor ajuste, o modelo de regressão aleatória M4532-5 foi definido como sendo o de melhor ajuste para descrição das estimativas de variância e herdabilidades das características de crescimento dos animais avaliados. As estimativas de variância genética aditiva direta aumentaram em função da idade, já as de variância genética aditiva materna, mostraram crescimento do nascimento até próximo aos 420 dias de idade. Este resultado se mostrou diferente do que comumente é relatado em estudos com bovinos zebuínos, pois estes valores deveriam ser mais significativos na fase do nascimento até o desmame, que em média é feito aos 205 dias de idade. As estimativas de correlações genéticas entre as quatro primeiras características foram positivas e de magnitudes moderada a alta, porém uma maior correlação foi observada entre o peso ao nascer e aos 240 dias (0,82). Isso indica que a seleção para ganho de peso quando feita em animais jovens pode causar aumento no tamanho e peso ao nascimento das crias, fato que pode levar à futuras complicações no parto. A correlação fenotípica entre o peso ao nascimento mostrou baixa correlação com as demais características (Peso ao nascer X Peso aos 240 dias = 0,28; Peso ao nascer X Peso aos 365 dias = 0,23; Peso ao nascer X Peso aos 540 dias = 0,29; Peso ao nascer X Peso aos 660 dias = 0,33). A baixa correlação fenotípica do peso ao nascer com pesos nas demais idades, pode ser justificada pelo fato dehaver menor influência do efeito materno sobre o ganho de peso dos animais em idades próximas ao desmame, além de maior atribuição aos efeitos ambientais. O modelo de regressão aleatória M4532-5 com 39 parâmetros apresentou-se como o modelo de ajuste para descrição da curva de crescimento dos animais avaliados. Resposta à seleção para obtenção de animais mais pesados será eficiente quando realizada em idades posteriores ao desmame. Há possibilidade de pequena resposta à seleção para a característica habilidade materna, caso a mesma seja realizada em idades anteriores a fase de desmama. Ao se avaliar a curva de crescimento de bovinos por meio da interpretação dos parâmetros genéticos estimados é possível identificar e selecionar animais com maior velocidade de crescimento possibilitando a definição daqueles aptos ao abate de forma precoce.
Brazil is one of the largest food producers in the world, mainly due to climate and soil conditions. In this context emphasis should be given to the production and export of animal protein. Genetic improvement is a key technology to increase the production of meat in Brazil, mainly beef, considered the most produced and exported by the country. Among the various methods for the genetic evaluation of livestock, the use of random regression models in the evaluation of the growth curve is efficient by eliminating the need to pre-settings and the ability to use all weights of individual information. To adjust the random regression models it is necessary to use a covariance matrix of infinite dimension, so an efficient alternative is the use of covariance functions. Were evaluated 1505 weight records of zebuine Tabapuã breed of cattle, created in three states in northeastern Brazil (Alagoas, Sergipe and Maranhão), born between the years 1984 and 2004. The weight records were taken at ages ranging from birth to 660 days of age. The weights measured at different ages were modeled with the use of random regression models which contained the fixed effects of contemporary group and the covariate age of cow at calving (under quadratic effect) and additive genetic (direct and maternal ) and permanent environmental (direct and maternal) random effects. These models were compared and evaluated by the log-likelihood function, in addition to the information criteria of Akaike and Schwarz Bayesian. Considering the cited criteria for choosing the best adjusted model, the random regression model M4532-5 was defined as the best fit for description of estimative of variance and heritability of growth characteristics of evaluated animals. Estimates of direct additive genetic variance increased in function of age, and maternal additive genetic variance presented growth from birth to near 420 days of age. This result was different from what is commonly reported in studies with zebu cattle, as these values should be more significant in birth up to the weaning phase, which on average is done at 205 days of age. Estimates of genetic correlations among the first four characteristics were positive with moderate to high magnitude, however a higher correlation was observed among birth weight and 240 days (0.82). This indicates that selection for weight gain when performed in young animals may cause increase in size and birth weight of offspring, which may lead to further complications at calf delivery. The phenotypic correlation between birth weight showed a low correlation with the others characteristics (birth weight X weight at 240 days = 0.28; birth weight X weight at 365 days = 0.23; birth weight X weight at 540 days = 0.29; birth weight X weight at 660 days = 0.33). The low phenotypic correlation of birth weight with weights at other ages can be justified by the fact that there is less influence of maternal effects on the weight gain after weaning and greater attribution to environmental effects. The random regression model M4532-5 with 39 parameters presented as the adjusted model to describe the growth curve of the evaluated animals. Response to selection for getting heavier animals will be effective when performed at ages after weaning. There is possibility of small response to selection for the maternal ability traits if it be held at earlier ages before weaning phase. When evaluating growth curve of cattle through the interpretation of estimated genetic parameters is possible to identify and select animals with higher growth rate allowing the definition of those eligible for early slaughter.