Modelos lineares generalizados mistos na avaliação genética da prenhez precoce na raça Nelore / Generalized linear mixed models on genetic evaluation of early pregnancy in Nellore breed

Utilizaram-se os modelos lineares generalizados com as funções de ligação probit e logit na avaliação da prenhez precoce, e observaram-se os efeitos na variabilidade genética e na seleção de reprodutores quando diferentes idades são adotadas na definição dessa característica. A prenhez precoce foi estudada aos 15 (PP15) e 21 meses (PP21). Correlações entre os valores genéticos preditos e a porcentagem de touros em comum, considerando 10% dos touros com maiores valores genéticos (TOP10), entre a classificação dos modelos com função de ligação logit e probit e em cada modelo entre PP15 e PP21, foram calculadas. As herdabilidades para PP15 e PP21 foram próximas entre os modelos, exceto para PP15 utilizando a função de ligação probit. Aquelas entre os modelos e a TOP/10 foram altas. Os critérios de Akaike e Bayesiano apresentaram-se semelhantes entre os modelos. As correlações entre PP15 e PP21 e a TOP10, considerando o mesmo modelo, foram de média magnitude.

This study aimed to use the generalized linear models with probit and logit link function to evaluate early pregnancy, and to observe the effects on genetic variability and on sire selection when different ages are adopted in the definition of this trait. Early pregnancy was studied at 15 (EP15), and 21 (EP21) months. The analysis was done in R software. Pearson correlations (PC), between genetic predicted values and percentage of bulls in common considering only 10% of bulls with higher genetic values (TOP 10), between classification by logit and probit models and in each model among EP15 and EP21, were calculated. The heritability for EP15 and EP21 were close between models, except for EP15 using probit link function. PC and TOP10 among models were high. The Akaike and Bayesian criteria reported was similar between models. TOP10, considering the same model, among EP15-EP21 were moderated between EP15-EP21.

Efeito da autocorrelação residual na avaliação genética de cabras para a produção de leite e para o formato da curva de lactação / Effect of residual autocorrelation in the genetic evaluation of goats for milk yield and the shape of the lactation curve

Avaliou-se o efeito da autocorrelação residual sobre a qualidade das estimativas dos parâmetros genéticos para produção total de leite (PL) e para os coeficientes a, b e c do modelo de Wood e, consequentemente, sobre a classificação dos animais para estas características. O modelo de Wood foi ajustado às lactações de cabras considerando-se três situações de estrutura residual: (EI) - erros independentes, (AR1) - erros autorregressivos de primeira ordem e (EI - AR1) - erros AR1 somente para as lactações que apresentaram autocorrelação residual significativa e EI para as demais. As estimativas dos coeficientes a, b e c e PL foram utilizadas como variáveis dependentes em um modelo animal multicaracterístico, o qual incluiu os efeitos aleatórios de animal e de ambiente permanente e os efeitos fixos de grupo contemporâneo, número de crias por parto, grupos genéticos e ordem de parto, além das covariáveis duração da lactação e a idade da cabra ao parto. As diferentes estruturas residuais afetaram as estimativas dos parâmetros genéticos e as classificações dos animais para as características estudadas. Portanto, a seleção dos animais pode ser modificada pela presença da autocorrelação residual, sendo a estrutura EI-AR1 uma alternativa para contornar este problema.

The objective of this study was to evaluate the residual autocorrelation effect on the estimates of genetic parameters for total milk yield (MY) and the coefficients a, b and c of Wood's model and, consequently, the animal's classification for these traits. Wood's model was fitted to the lactation of goats considering three cases of residual structure: (IE) - independent errors, (AR1) - first order autoregressive errors, and (IE - AR1) - AR1 errors only for lactations that had significant residual autocorrelation and IE for others. Estimates of the coefficients a, b and c and PL were used as dependent variables in a multivariate animal model, which included the random effects of animal and permanent environmental and fixed effects of contemporary group, number of foals per birth, genetic groups and order of calving, besides the covariates of lactation length (linear) and age at parturition (linear and quadratic). The different residual structures affected the estimates of genetic parameters and the classification of animals for the traits studied. Therefore, the selection of animals can be modified with the presence of residual autocorrelation and the structure IE-AR1 is presented as an alternative to solve this problem.