Análise genética da produção in vitro de embriões em bovinos Guzerá

RESUMO

O objetivo dessa pesquisa foi avaliar aspectos genéticos que relacionados à produção in vitro de embriões na raça Guzerá. O primeiro estudo focou na estimação de (co) variâncias genéticas e fenotípicas em características relacionadas a produção de embriões e na detecção de possível associação com a idade ao primeiro parto (AFC). Foi detectada baixa e média herdabilidade para características relacionadas à produção de oócitos e embriões. Houve fraca associação genética entre características ligadas a reprodução artificial e a idade ao primeiro parto. O Segundo estudo avaliou tendências genéticas e de endogamia em uma população Guzerá de dupla aptidão no Brasil. Doadoras e embriões produzidos in vitro foram considerados como duas subpopulações de forma a realizar comparações e inferior sobre as diferenças da variação anual genética e do coeficiente de endogamia. Foi observado maior ganho genético anual para a idade ao primeiro parto entre e para a produção de leite (305 dias) do que entre doadoras ou entre a população geral. Tendências mais brandas também foram detectadas na subpopulação composta por embriões. O terceiro estudo examinou os efeitos do coeficiente de endogamia da doadora, do reprodutor (usado na fertilização in vitro) e dos embriões sobre a produção in vitro de embriões. Foi detectado efeito da endogamia da doadora e dos embriões sobre as características estudadas. O quarto (e último) estudo foi elaborado para comparar a adequação de modelos mistos lineares e generalizados sob método de Máxima Verossimilhança Restrita (REML) e sua adequação a variáveis discretas. Quatro modelos hierárquicos assumindo diferentes distribuições para dados de contagem encontrados no banco. Inferência foi realizada com base em diagnósticos de resíduo e comparação de razões entre componentes de variância para os modelos em cada variável. Modelos Poisson superaram tanto o modelo linear (com e sem transformação da variável) quanto binomial negativo à qualidade do ajuste e capacidade preditiva, apesar de claras diferenças observadas na distribuição das variáveis. Entre os modelos testados, a pior qualidade de ajuste foi obtida para o modelo linear mediante transformação logarítmica (Log10 X +1) da variável resposta.

ABSTRACT

The objective of this research was to evaluate genetic aspects permeating in vitro embryo production in Guzerá cattle. The first study aimed for estimating genetic and phenotypic (co)variances among embryo production traits and detecting possible genetic association with the age at first calving (AFC). Low and medium heritabilities were detected for oocyte and embryo production traits. A weak genetic association between artificial reproduction traits and AFC was identified. The second study evaluated genetic and inbreeding trends in the dual-purpose Brazilian Guzerá population. Female donors and in vitro produced embryos were considered as two subpopulations in order to perform comparisons and infer over differences in inbreeding and genetic annual variations. Embryos subpopulation showed higher genetic gains for age at first calving and milk production than donors subpopulation and the general population. Lower inbreeding trends were also detected for the embryos subpopulation. The third study examined the effects of donor, sire (used for in vitro fertilization) and embryos inbreeding coefficient over in vitro embryo production traits. Donors and embryos inbreeding effects over the analyzed traits were detected. Fourth and final study was designed to compare the performance of Linear and Generalized Linear Mixed Models under Restricted Maximum Likelihood method when fitting discrete variables. Four hierarchical models assuming different distributions for the response variable were fit to the (count) data. Inference was performed upon residual diagnostics and comparison of variance component ratios between models within each trait. Poisson models outperformed both linear (with and without variable transformation) and negative binomial models for goodness of fit and predictive ability despite clear differences in each traits distribution. Logarithmic transformation (Log10 X +1) showed lowest goodness of fit among all models tested.