Your browser doesn't support javascript.

Portal de Pesquisa da BVS Veterinária

Informação e Conhecimento para a Saúde

Home > Pesquisa > ()
Imprimir Exportar

Formato de exportação:

Exportar

Exportar:

Email
Adicionar mais destinatários

Enviar resultado
| |

Modelagem não-linear da curva de crescimento de codornas de corte em analises Bayesiana

ARIANE GONCALVES GOTUZZO.
Tese em Português | VETTESES | ID: vtt-216088

Resumo

Objetivou-se avaliar diferentes funções não lineares de crescimento a dados de codornas de corte europeias selecionadas durante 15 gerações sucessivas para maior peso corporal aos 42 dias de idade, assim como, estimar os parâmetros genéticos e efeitos genéticos e ambientais que afetaram a curva de crescimento. Duas metodologias foram utilizadas para modelagem da curva de crescimento: a tradicional em dois passos em abordagem bayesiana e a hierárquica bayesiana de estimação conjunta. No primeiro estudo aplicou-se a metodologia em dois passos, em que no primeiro passo por método de Gauss Newton estimou-se os parâmetros da curva de crescimento individualmente nos modelos de Brody, Gompertz, Logístico e von Bertalanffy. O modelo Gompertz apresentou melhor ajuste aos dados, segundo os critérios de qualidade de ajuste utilizados: quadrado médio do resíduo (QMR), Critério de informação de Akaike (AIC), Critério de informação Bayesiano (BIC) e Erro de predição médio (EPM), o modelo Brody superestimou o peso assintótico (!). Os valores de !, maturação ao nascimento (") e taxa de maturidade (#) estimados pelo modelo Gompertz foram considerados como registros no segundo passo para estimação dos parâmetros genéticos por inferência bayesiana, sob um modelo animal em análises bi-características utilizando !, " e # entre si e com os pesos nas diferentes idades. Os parâmetros matemáticos estimados pela curva Gompertz ± erro padrão, foram: ! (346,90±0,95), " (3,82±0,015) e # (0,0725±0,00035). As herdabilidades estimadas para os pesos variaram de 0,30 a 0,46 e foram para os parâmetros !, " e # de 0,15, 0,19 e 0,10, respectivamente. As correlações genéticas entre os pesos nas idades e os parâmetros variaram de: ! (0,20 a 0,88), " (0,17 a -0,61) e # (0,03 a 0,51). As correlações genéticas entre os parâmetros da curva foram: ! e ", 0,32; ! e #, - 0,33; e " e #, 0,71. As seleções visando maior peso adulto (!), maior maturidade ao nascimento (") e maior taxa de maturidade (#) por resposta correlacionada com os pesos são recomendadas, respectivamente, nas idades de 42, 7 e 21 dias. No segundo estudo, utilizou-se a metodologia hierárquico bayesiano que permite a estimação conjunta dos parâmetros da curva de crescimento e componentes de (co)variâncias. Os modelos comparados foram Gompertz, Logistico e von Bertalanffy. Os critérios de qualidade de ajuste Deviance Information Criterion (DIC), QMR e a função de verificação de Gelfand, que avalia os modelos em diferentes pontos da curva de crescimento, definiram o modelo Gompertz como de melhor ajuste ao crescimento das codornas de corte. Os valores dos parâmetros da curva ± erro padrão, foram: ! (361,29±0,74), " (3,86±0,0027) e # (0,0727±0,00014). Asherdabilidades de !, " e # foram de 0,32, 0,29 e 0,18, respectivamente. As correlações genéticas entre os parâmetros da curva foram: ! e ", 0,25; ! e #, -0,50; e " e #, 0,03. A comparação dos valores dos efeitos sistemáticos para gerações (primeira e última) revelaram que as codornas possuem maiores valores de peso adulto (!), de peso no ponto de inflexão (WPOI) e ao nascimento ("), maior idade no ponto de inflexão (APOI) e estão menos precoces (#) após as 15 gerações de seleção. Em relação ao sexo, as fêmeas possuem maior !, WPOI e APOI que os machos de acordo as diferenças no intervalo de máxima densidade a posteriori (HPD). Os resultados indicam que a curva de Gompertz é a que melhor descreve o crescimento das codornas de corte, e que os parâmetros da curva estimados podem ser usados em um índice de seleção, apesar da dificuldade em selecionar aves com maior taxa de crescimento e peso corporal. A comparação entre as duas metodologias permite inferir que os parâmetros estimados pelas duas metodologias foram próximos, no entanto com erro padrão maior no primeiro procedimento, assim como, a herdabilidade dos parâmetros é subestimada significativamente. O segundo procedimento forneceu estimativas dos parâmetros da curva e seus componentes de (co)variâncias com menor erro padrão, além disso, o estudo revelou como os efeitos sistemáticos atuam sobre a curva de crescimento após sucessivas seleções.
The objective of this study was to evaluate different nonlinear growth functions of European quail data selected during 15 successive generations for greater body weight at 42 days of age, as well as to estimate the genetic parameters and genetic and environmental effects that affected the growth curve. Two methodologies were used for modeling the growth curve: the traditional two-step Bayesian approach and the Bayesian hierarchical joint estimation. In the first study the methodology was applied in two steps, in which in the first step by Gauss Newton method the parameters of the growth curve were estimated individually in the Brody, Gompertz, Logistic and von Bertalanffy models. The Gompertz model presented better adjustment to the data according to the quality of fit criteria used: mean square of residue (QMR), Akaike Information Criterion (AIC), Bayesian Information Criterion (BIC) and Mean Prediction Error (SEM), the Brody model overestimated the asymptotic weight (%). The values of %, maturation at birth (&) and maturity rate (') estimated by the Gompertz model were considered as records in the second step for estimation of genetic parameters by Bayesian inference, under an animal model in two-trait analysis using %, & and ' among themselves and with weights at different ages. The mathematical parameters estimated by the Gompertz curve ± standard error were: % (346.90 ± 0.95), & (3.82 ± 0.015) and ' (0.0725 ± 0.00035). The estimated heritabilities for weights varied from 0.30 to 0.46 and were for the parameters %, & and ' of 0.15, 0.19 and 0.10, respectively. Genetic correlations between curve parameters were: % and & 0.32; % and ' -0.33; and & and ' 0.71. Genetic correlations between weights at ages and parameters ranged from: % (0.20 to 0.88), & (0.17 to -0.61) and ' (0.03 to 0.51). The selections for greater adult weight (%), higher maturity at birth (&) and higher maturity (') by response correlated with weights are recommended, respectively, at the ages of 42, 7 and 21 days. In the second study, we used the Bayesian hierarchical methodology that allows the joint estimation of growth curve parameters and (co)variance components. The models compared were Gompertz, Logistico and von Bertalanffy. The Deviance Information Criterion (DIC), QMR and Gelfand's verification function, which evaluates the models at different points in the growth curve, defined the Gompertz model as the best adjustment to the growth of meat quails. The values of the parameters of the curve ± standard error were: % (361,29 ± 0,74), & (3,86 ± 0,0027) and ' (0,0727 ± 0,00014). The heritabilities of %, & and ' were 0.32, 0.29 and 0.18, respectively. Genetic correlations between curve parameters were: % and & 0.25; % and ' -0.50; and & and ' 0.03. Comparison of the systematic effect values for generations (first and last) revealed that quails have higher values of adult weight (%),and are less precocious (') after the 15 selection generations. In relation to sex, females have larger, WPOI and APOI than males according to differences in the Highest Posterior Density (HPD). The results indicate that the Gompertz curve best describes the growth of meat quails and that the estimated curve parameters can be used in a selection index despite the difficulty in selecting birds with higher growth rate and body weight. The comparison between the two methodologies allows to infer that the parameters estimated by the two methodologies were close, however with a higher standard error in the first procedure, as well as the heritability of the parameters are significantly underestimated. The second procedure provided estimates of the parameters of the curve and its components of (co)variances with the lowest standard error, in addition, the study revealed how the systematic effects act on the growth curve after successive selections.
Biblioteca responsável: BR68.1