Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
uBio 
Permalink
INTRODUCCIÓN
En mejoramiento genético, la selección de individuos genéticamente superiores es importante para designarles como reproductores del rebaño. La predicción de los valores de cría (EBV) mediante el método del mejor predictor lineal insesgado (BLUP, best linear unbiased prediction) se aplica ampliamente en diferentes especies domésticas (Gianola y Rosa, 2015). Los EBV proveen un estimado del potencial genético de un animal y es expresado en relación con el promedio de la población. Estas predicciones van acompañadas de la exactitud, las cuales ayudan a identificar el error y la incerteza de la predicción (Tier et al., 1990)
La exactitud indica el grado de confiabilidad del valor cría. A mayor exactitud menor cambio posible del valor de cría. Esta exactitud mejora cuando el animal evaluado tiene más información fenotípica y de genealogía (Clark et al., 2012). Sin embargo, un criador de alpacas se puede preguntar ¿Cuántos descendientes debe tener un reproductor para evaluarlo adecuadamente?, respuesta que por el momento se desconoce dicho número mínimo de progenie que permita tener una exactitud confiable de la predicción del valor de cría.
La alpaca es una especie de importancia para la ganadería altoandina del Perú, pero existen muy pocos programas de mejora genética, generalmente de entidades priva- das (Gutiérrez et al., 2009), de allí que sea necesario estudiar los temas acerca de la valoración genética en esta especie para las evaluaciones genéticas. El objetivo de este estudio fue evaluar, mediante una simulación, las exactitudes de la predicción del valor de cría según la heredabilidad de la característica y el número de progenie.
MATERIALES Y MÉTODOS
Población Simulada
Los datos fenotípicos y de pedigrí fueron simulados usando el software QMSim (Sargolzaei y Schenkel, 2014). En el proceso de simulación, la población histórica consistió en 100 generaciones con una gradual disminución del tamaño de 3000 a 640 individuos. Un total de 600 hembras y 40 machos de la última generación de la población histórica fueron los fundadores de la población reciente. La población fue expandida por 10 generaciones basadas en selección fenotípica, donde la progenie tenía 50% de probabilidad de ser macho, siendo de 60% el reemplazo de machos y de 20% para hembras. Se simularon diferentes escenarios para lograr que el número de progenie sea de 1, 2, 3 por cada hembra, y 15, 30, 50, 75, 100, 150 por cada macho.
Las heredabilidades usadas para la simulación se basaron en estimaciones reales del diámetro de fibra (0.561, Cruz et al., 2020), peso de vellón (0.098, Gutiérrez et al., 2009) y porcentaje de medulación (0.225, Cruz et al., 2019) en alpacas.
Análisis Estadístico
Las predicciones de los valores de cría se realizaron mediante el mejor predictor lineal insesgado (BLUP, Best linear unbiased prediction) (Henderson, 1976). Esta metodología integra datos de pedigrí y de desempeño. El modelo lineal mixto en la notación matricial fue el siguiente: y = Xb + Za + e, donde y es el vector de observaciones, X es la matriz de incidencia de los efectos fijos, Z es la matriz de incidencia que relaciona las observaciones a los efectos genéticos aditivos, b es el vector de los efectos fijos, a es el vector de los efectos genéticos aditivos y e es vector de los residuales. Se sumió que los efectos aleatorios eran independientes y normalmente distribuidos: a ~ N(0,Aσ2)a, y e ~ N(0,Iσ2)e, donde A es la matriz del numerador de parentesco, I es la matriz identidad, σ2 a es la varianza genética aditiva, y σ2e es la varianza residual.
La exactitud de Mrode (2014) fue usada para calcular la exactitud (acci) según:
Donde PEVi es la varianza del error de predicción, σ 2 a es la varianza genética aditiva de la característica analizada.
Los valores de cría y las exactitudes fueron calculados usando los programas de la familia BLUPF90 (Misztal et al., 2002).
RESULTADOS
Se calcularon los valores de cría y sus respectivas exactitudes de reproductores con seis tamaños de progenie (15, 30, 50, 75, 100 y 150) y para tres características con diferentes heredabilidades (h2 = 0.56, 0.225 y 0.098). Los valores de exactitud variaron según la heredabilidad de la característica y el número de progenie de cada reproductor (Cuadro 1). En los reproductores con información propia, las mayores exactitudes se observaron con la heredabilidad de 0.56 y las menores, cuando la heredabilidad fue de 0 .09 8. A sí mismo, las exactitudes s e incrementaron de 0.87 a 0.98, 0.78 a 0.96 y 0.65 a 0.89 cuando el número de progenie varió de 15 a 150 hijos para las características con heredabilidades de 0.56, 0.225 y 0.098, respectivamente.
Cuadro 1 Promedio y desviación estándar (DE) de la exactitud de la predicción de valores genéticos en alpacas de acuerdo con la heredabilidad de la característica y el número de progenie cuando el reproductor tiene datos propios
La exactitud aumenta rápidamente con el aumento del número de la progenie hasta llegar a un zenit (Figura 1). Si el interés es evaluar reproductores para características con alta heredabilidad (h2 = 0.56; por ejemplo, diámetro medio de fibra), sería suficiente medir a 15 hijos para tener una exactitud mayor a 0.8; en cambio al evaluar una característica con heredabilidad baja (h2 = 0.098, por ejemplo, peso de vellón sucio) se requerirá 30 hijos para alcanzar una exactitud mayor a 0.8.
Figura 1 Exactitud de la predicción del valor de cría de reproductores alpacas según el número de progenie y la heredabilidad de la característica considerada
Las exactitudes son menores cuando el reproductor no tiene información propia (Cuadro 2) frente a los reproductores que la tienen (Cuadro 1). Sin embargo, estas diferencias se reducen conforme aumenta el número de progenie, llegando a ser casi iguales cuando la progenie alcanza a 100 descendientes por reproductor. En el caso de las hembras (Cuadro 3), que naturalmente pueden tener menos progenie, el comportamiento es similar al caso de los machos. A mayor heredabilidad de la característica y mayor número de progenie, la exactitud también se incrementa.
Cuadro 2 Promedio y desviación estándar (DE) de la exactitud de la predicción de valores genéticos en alpacas de acuerdo con la heredabilidad de la característica y el número de progenie cuando el reproductor no tiene datos propios
DISCUSIÓN
La exactitud de la predicción del valor de cría es un parámetro crítico al realizar la selección de reproductores porque influye directamente en el progreso gen é t i c o (Falconer y Mackar, 1996). En el presente estudio se observó que la exactitud de las predicciones aumenta con el incremento del número de hijos del reproductor evaluado. Estos resultados concuerdan con lo reporta- do por Mueller (2018), quien para una característica con heredabilidad de 0.5, 22 hijos por padres permitieron alcanzar una exactitud de 0.8. Asimismo, Mueller y Paz (1992), en una prueba de progenie de carneros Merino encontraron exactitudes de 0.86 a 0.96 cuando el número de hijos varió de 36 a 106, siendo la heredabilidad de 0.40. A mayor información esté disponible relacionada con la genética de un animal, más exacta será la exactitud de la predicción del valor de cría.
La información sobre la descendencia es valiosa porque la descendencia recibe la mitad de los genes del animal. Si se dispone de un número suficiente de crías, se puede cuantificar el efecto de muestreo mendeliano (Hill y Weir, 2011) y se puede estimar con mayor precisión el valor de cría del animal (Oldenbroek y van der Waaij, 2014). La diferencia de exactitud puede ser el resultado de una heredabilidad diferente (Falconer y Mackay, 1996), lo cual fue corroborado en el presente estudio donde para una heredabilidad de 0.56, las exactitudes promedio fueron superiores en todos los escenarios a las exactitudes de heredabilidades de 0.22 y estas a las de 0.098.
