Abstract
El objetivo de este trabajo fue estimar los componentes de varianza y correlaciones genéticas para la producción de leche (PLe), el flujo medio (FMd), el flujo máximo (FMx) y la conductividad eléctrica (CE) de la leche, en un sistema de ordeño robotizado. Se analizaron 137 lactaciones de 110 vacas Holstein primíparas y multíparas, con 42,009 observaciones, desde el año 2018 hasta el 2020 en un hato lechero en el estado de Querétaro. Se realizó la evaluación genética utilizando un modelo animal de regresión mixta. Para estimar la heredabilidad (h2) se utilizó el algoritmo de máxima verosimilitud restringida para calcular los componentes de varianza, el estimador BLUE y el predictor BLUP, para cada una de las variables sujetas en la investigación. La h2 estimada para PLe (0.62) fue la más alta de las calculadas, de igual modo se estimó la h2 para FMd (0.44), FMx (0.33) y CE (0.28); se considera que uno de los aspectos que influyó en los valores obtenidos se debió a la variabilidad de cada observación diaria. Las correlaciones genéticas para la PLe fueron negativas para el FMd (-0.6117) y FMx (-0.7666); en contraste, para la característica de CE (-0.1669) la correlación fue baja. Las correlaciones genéticas estimadas para FMx fueron positivas para FMd (0.7422) y CE (0.5351), finalmente se estimó una correlación genética positiva para FMd y CE (0.3546). Los resultados presentados permiten entender las relaciones existentes entre flujo, conductividad y producción e indican la importancia de estas características para un programa de selección genética.
Publisher
Instituto Nacional de Investigaciones Forestales Agricolas y Pecuarias
Reference31 articles.
1. Magofke J, García X, González U, Gargiullo A. Parámetros genéticos en bovinos de leche. I. Antecedentes bibliográficos. Avances Prod Anim 2001;26:31-48.
2. Cerón M, Tonhati H, Costa C, Solarte C, Benavides O. Factores de ajuste para producción de leche en bovinos Holstein colombiano. Rev Col Cienc Pecu 2003;16(1):26-32.
3. Salvador A, Martínez G. Factors that affect yield and composition of goat milk: A bibliographic review. Rev Fac Cienc Vet 2007;48(2):61-76.
4. Oldenbroek K, van der Waaij L. Textbook of animal breeding: Animal breeding and genetics for BSc students. Wageningen: Centre for Genetic Resources and Animal Breeding and Genomics Group. Wageningen University and Research Centre. 2014; 311.
5. Zwald NR, Weigel KA, Chang YM, Welper RD. Clay JS. Genetic evaluation of dairy sires for milking duration using electronically recorded milking times of their daughters. J Dairy Sci 2005;88(3):1192-1198.