Genética y Reproducción
Original
Importancia del stress climático en el peso al destete en
animales Charoláis en la región oriental de Cuba
Importance of climatic stress on weaning
weight in Charolais animals in the eastern region of Cuba
Marco A. Suárez Tronco * , Manuel Rodríguez Castro **, Alberto Menéndez-Buxadera ***
*Universidad Agraria de la Habana “Fructuoso Rodríguez Pérez”, UNAH, San
José, Mayabeque, Cuba.
**Centro de Investigaciones para el Mejoramiento Animal de la Ganadería
Tropical (CIMAGT), La Habana, Cuba
***Asesor Técnico Independiente.
Correspondencia:
marco@unah.edu.cu; marcosuareztronco@gmail.com
Recibido: Marzo, 2024;
Aceptado: Marzo, 2024; Publicado: Abril, 2024.
Antecedentes: El nivel de carga calórica acumulada del ITH (CCA)
durante los 6 meses previos al destete sobre el peso al destete (PD), fue
evaluado en animales Charoláis como expresión de stress térmico (ST), así como
su posible componente genético. Métodos:
Se analizaron 19 466 registros de PD de la Empresa Manuel Fajardo, Jiguaní,
Granma, nacidos entre 1988 y 2017 en 16 rebaños. Se utilizó un modelo de Norma
de Reacción considerando efecto fijo cuatrimestres-años-rebaños (859 clases),
sexo del ternero (2) y número de partos de la madre (11), una covariable fija
mediante un polinomio de Legendre (L) de orden 3 para representar la curva de
respuesta del PD en la trayectoria de CCA. Como aleatorios: residuo y la
desviación del animal que produce el registro que se modeló por un L de orden
1. Con los valores genéticos estandarizados (VG) se hizo un análisis de componentes principales y con
los coeficientes de los eigenvector se construyó un
índice de los resultados. Resultados: El análisis de regresión arrojó que el PD se
deprime en b=-0,807±0,04 kg por unidad de CCA (R2=90,2%). Se
diferenciaron tres zonas: fría CCA<=439; neutra CCA>=440 a <=450 y
caliente CCA >=451, con PD= 149,3; 140,5 y 134,1 kg respectivamente. La
variación en VG es mayor en la zona fría, pero las correlaciones fueron muy
bajas (0,33) evidenciando interacción genotipo ambiente (Ige).
Conclusiones: Se demostró existencia
de una base genética para tolerancia a ST con manifestaciones de Ige, y cambia el orden de mérito en condiciones extremas.
Palabras clave: Charolais, Cuba, estrés térmico, norma de reacción, peso
destete (Fuente: AGROVOC)
Background: The level of accumulated caloric load of
the ITH (CCA) during the 6 months prior to weaning on the weaning weight (PD)
was evaluated in Charolais animals as an expression of thermal stress (ST), as
well as its possible genetic component. Methods: 19,466 PD records from the Manuel Fajardo
Enterprise, Jiguaní, Granma, born between 1988 and
2017 in 16 herds, were analyzed. A Reaction Norm model was used considering a fixed effect of
quarters-years-herds (859 classes), sex of the calf (2) and number of calving
of the mother (11), a fixed covariate using a Legendre polynomial (L) of order 3 to represent the PD response curve in the CCA
trajectory. As random: residual and the deviation of
the animal that produces the record that was modeled by an L of order 1. With
the standardized genetic values (VG) a principal components analysis was done
and with the eigenvector coefficients an index of the results. Results: The regression analysis showed that PD is
depressed by b=-0,807±0,04 kg per unit of CCA (R2=90,2%). 3 zones were differentiated: cold CCA<=439; neutral CCA>=440 to <=450 and hot CCA>=451,
with PD= 149,3; 140,5 and
134,1 kg respectively. The
variation in VG is greater in the cold zone, but the correlations were very low
(0,33), evidencing genotype-environment interaction (Ige). Conclusions: The existence of a genetic basis for
tolerance to ST with Ige manifestations was demonstrated, and the order of
merit changes in extreme conditions.
Keywords: Charolais, Cuba, thermal stress, reaction norm,
weaning weight (Source: AGROVOC)
INTRODUCCIÓN
De acuerdo con Thornton et al.
(2022) los efectos del stress climático se han convertido en un obstáculo de
envergadura que representa pérdidas de alrededor del 10% del valor comercial de
la leche y la carne en todo el sector de producción animal a nivel mundial, lo
que explica la cantidad de esfuerzos que se dedican a esta temática. Las
tendencias son las mismas para el área del Caribe y América Central (UNEP,
2008) donde los efectos colaterales pueden también afectar gran parte del
hábitat y áreas geográficas de una gran cantidad de islas grandes o pequeñas.
En Cuba, las predicciones del cambio climático son similares (Roura-Pérez et al., 2020) y de acuerdo a Milera (2011) este se manifestará en toda la actividad
agrícola en general y en el sector ganadero afectando los rendimientos de los
pastos y forrajes que son los componentes básicos de la alimentación del
ganado, lo cual explica una parte de los marcados decrecimientos en los niveles
productivos de carne y leche que se manifestaron en el país (Sabina Roque, 2017a, b).
El ganado Charoláis es una de las más reconocidas razas francesas y
ha estado presente en Cuba desde inicios de la década del 1900 y por más de un
siglo su principal rebaño ha estado situado en Jiguaní, provincia de Granma.
Desde entonces ha manifestado un adecuado comportamiento y adaptación a las
condiciones ambientales del país, manteniendo su potencial carnicero el cual fue
corroborado en una comparación realizada con el Charolais
de Francia (Renand et al., 1997), estos resultados representan el alto mérito de esta
raza en la producción de carne del país.
En esta región existen evidencias de un empeoramiento de las condiciones
climáticas a lo largo del tiempo (Suarez-Tronco et al., 2021) que pueden producir igualmente stress térmico (ST)
sobre el comportamiento del vacuno lo cual fue demostrado por Suarez-Tronco et al. (2022a, b) en animales de la raza
Criollo explotado en la misma finca, pero en potreros separados. Estos autores
aplicaron un índice que combina la temperatura ambiente y la humedad relativa
reconocido como ITH, estimando negativos efectos significativos sobre el peso
vivo al destete (PD) y a 18 meses de edad en esta raza de reconocida adaptación
al trópico, de manera que sería de utilidad examinar este mismo problema de ST
sobre el ganado Charoláis.
Los resultados de ST en el ganado Criollo son coincidentes con lo
publicado por Santana et al. (2015)
en las condiciones de Brasil todo lo cual es coherente con el enfoque y
conclusiones generales de que los programas de selección que producen animales
muy especializados, manifiestan efectos colaterales negativos en otros rasgos
de interés económico y manifiestan una menor capacidad adaptativa (Rauw et al.,
1998).
Existen metodologías estadísticas apropiadas para la estimación de
los componentes genéticos ligados a ST a partir de los resultados originales
sobre este tema presentados por Ravagnolo y Misztal (2000) con datos de producción mensual de leche en
ganado Holstein, pero las características intrínsecas de los sistemas de
producción de carne requieren de otros puntos de vista ya que los rasgos de
interés económico se cuantifican como resultado final de un proceso (por
ejemplo, peso vivo a una edad fija). Las evidencias disponibles indican
antagonismo entre niveles extremos de ST y PD (Santana et al., 2015; Suárez Tronco et
al., 2022b) en razas de reconocida adaptación al calor de Brasil (Nellore y
cruzamiento) y en Cuba con Criollo, mientras que Bradford et al. (2016) muestran el mismo patrón en animales Angus de Estados
Unidos.
En el caso de PD es un carácter compuesto que depende tanto del
genotipo del animal que lo manifiesta, sino también de otro componente, de
naturaleza ambiental con respecto al ternero, pero genético ligado a la
producción de leche de su madre. Ambos efectos genéticos fueron incluidos en el
estudio de Santana et al. (2015)
quienes además utilizaron los efectos acumulativos del ITH (CCATHI) recibidos
por el animal que produce el registro durante los meses previos al destete,
para medir la importancia de ST. Estos autores demuestran la existencia de
relaciones negativas tanto fenotípicas como genéticas entre CCAITH y el PD en tres tipos de animales de
reconocida adaptación a las condiciones de Brasil, la misma tendencia fue
presentada por Suárez Tronco et al.
(2022b) en animales Criollo, aunque este último autor no consideró los efectos
genéticos maternos en su análisis.
Los estudios de componentes de (co)varianza
entre efectos genéticos directos y maternos presentan muchas dificultades
debidas a la estructura y distribución de los datos (Meyer 1992), la cual puede
ser aún más compleja si consideramos la estimación de esos parámetros a lo
largo de una escala de niveles climáticos, no obstante, es necesario alguna
alternativa que permita estimar el mérito genético directo de los animales
frente a una trayectoria de niveles de ambiente.
Los objetivos de este estudio es evaluar el efecto del ST sobre el
peso al destete en animales Charolais y estimar los
componentes de (co)varianza genética a lo largo de la
trayectoria del nivel de CCAITH recibido por el animal durante los 6
meses previos al destete.
MATERIALES Y MÉTODOS
Datos productivos: Para este estudio se dispuso de 22 960
registros de PD de animales Charoláis puros pertenecientes a las bases de datos
del programa de evaluación genética de esta raza. De este total se
seleccionaron 19 466 observaciones pertenecientes a la empresa Manuel Fajardo,
situada en Jiguaní, provincia Granma, donde se encuentra el rebaño principal de
esta raza. Estos datos fueron adicionalmente depurados eliminándose aquellos
registros fuera de ±3,2 desviaciones del PD, este conjunto de datos eran
progenies de 157 sementales y 6 298 vacas, paridas entre enero de 1988 y mayo
del 2017 en 16 rebaños de esa empresa, el pedigrí contenía un total de 34 451
animales.
Datos climáticos: Estos datos son los mismos que los
empleados por Suarez Tronco et al.
(2021) y se trata de los estimados de los promedios mensual de temperatura
ambiente (Ta) en oC y humedad relativa
(HR) en por ciento, los cuales se combinaron en un índice denominado como ITH
según el mismo procedimiento empleado por Suárez Tronco et al (2021): ITH = 0.81*Ta + (HR/100) * (Ta – 14.4) + 46.4 donde
los términos ya fueron definidos. Con este indicador se estimó la carga
calórica acumulada (CCAITH) recibida por el animal durante los 6
meses previos al mes del destete (md), la formula aplicada fue:
Los resultados de CCAITH
tenían un total de amplitud entre 41 niveles entre CCAITH =429 hasta
CCAITH =470.
Datos finales: Los registros climáticos y productivos
se unieron y conformaron la base de datos que se analizaron (Tabla1). Los meses
de destete se agruparon en cuatrimestre los cuales se unieron con los años y
los rebaños para conformar los grupos contemporáneos (GC) cada uno de los
cuales tenía un mínimo de 5 registros con más de un semental representado.
Tabla 1. Indicadores generales de
la base de datos disponible.
|
Indicador* |
Número de animales |
19 408 |
Número de animales
en el Pedigrí |
|
Número de
sementales |
157 |
Número de Madres |
6 298 |
Número de Grupos
Contemporáneos |
858 |
Número de años |
28 (1988 a 2017) |
Número de niveles
de CCA |
41 (429 a 470) |
Edad al parto
(años) |
11 (2 a 12) |
Peso al destete kg |
146 (28) |
Edad al destete
días |
199 (15) |
*entre paréntesis amplitud y desviación estándar para peso y edad
al destete.
Estos datos se analizaron mediante modelos lineales de efectos
aleatorios mediante proc glm de SAS, para estimar las constantes
mínimo-cuadráticas para PD y describir las curvas de respuesta a lo largo de
los factores ambientales incluidos que estén libres de los efectos genéticos.
El modelo básico fue el siguiente:
(1)
Dónde:
ypd: es la
variable dependiente (peso al destete).
fixedi: representan los efectos de grupo contemporáneo (858 niveles) y el sexo
de la cría (2).
: es el efecto fijo de jth
niveles de carga calórica acumulada (42 niveles).
: es una covariable lineal de la edad al destete del animal.
edadpl: es el efecto de la lth
clase de edad al parto de la vaca en años (11 categorías).
padrem: es el efecto aleatorio del mth
padre del ternero (157 niveles).
: es el efecto residual común a todas las
observaciones.
El análisis
genético es similar al presentado previamente por Suarez et al. (2022) y se utilizó el software ASreml
4.2 (Gilmour et
al., 2015), aplicando el siguiente modelo animal de Norma de Reacción (NR),
(2)
Dónde:
Yijkl representa
la lth observación del PD de cada
animal, GCi es la ith combinación de rebaño-año-época de
destete; fixedj se incluyen los
efectos fijos de edad al parto de la vaca, sexo del ternero y una covariable
lineal fija de la edad al destete. La variable climática CAITH se
modeló según una ecuación de regresión fija b1 expresada
mediante un polinomio de Legendre de
orden r = 3 que
define la curva de respuesta de toda la población del efecto de CCAITH
sobre PD, Wp representa
un efecto aleatorio de ambiente permanente de la madre del ternero. Por otro
lado, akr es la desviación
aleatoria de cada animal respecto a esa curva de respuesta mencionada, a lo
largo de la trayectoria de CCAITH en este caso modelada por un
polinomio de Legendre de orden r
= 1 y expresada en una escala entre -1 a +1. (Ambos los brinda
automáticamente el asreml). Esta akr
es la solución del modelo 1 y equivale al mérito genético del animal o la Norma
de Reacción para el intercepto (ai) y
la pendiente (as) y se denomina función genética fg = [ai
as] para este indicador de ST. Finalmente eijkl es un efecto residual aleatorio
común a todas las observaciones y no correlacionado con los efectos fijos. Un
modelo similar incluyendo el padre de la vaca como efecto aleatorio no resultó
significativo.
En este modelo 2 de NR se asume que:
en la cual es la varianza genética, A es el
denominador de la matriz de parentesco; Iw e In son matrices identidad de orden w (número de madres) y n (número de observaciones) y es la varianza residual. En este modelo
de NR es necesario aplicar un procedimiento adicional propuesto por Jamrozik y Schaeffer (1997) mediante la matriz KG que permite estimar los componentes de (co)varianza
entre cada punto de la escala de la variable climática CCAITH
expresada en términos del polinomio de Legendre de orden r = 1 indicado
previamente, que contiene los elementos propios de una ecuación lineal con un
significado específico:
y corresponden
con las varianzas genéticas para el intercepto (nivel general genético de PD a
lo largo de la escala de CCAITH) y la pendiente, respectivamente que
representa la Norma de reacción del animal para modificar la evolución de la varianza
de PD a lo largo de la trayectoria de los diferentes niveles de CCAITH,
en otras palabras, es una medida de la capacidad genética del animal a mayor o
menor tolerancia al stress calórico.
= representan la covarianza genética entre el
nivel genético y la tolerancia al stress calórico.
La matriz KG es de 2x2 es compatible con la
matriz de CCAITH
de 41x2 de manera que manipulando las mismas se pueden estimar las (co)varianzas genéticas y los valores genéticos de cada
animal en cada punto de la trayectoria de los niveles de ST que se cuantificó
mediante CCAITH.
Aplicando formulas clásicas (Falconer y McKay, 1996)
estos estimados son:
Para la varianza genética
en cada i punto de la escala de CCAITH |
|
Para
la covarianza genética en los puntos i y j de la escala de CCAITH |
|
Para
la heredabilidad en cada i punto de la escala de CCAITH |
|
Para
las correlaciones genéticas entre i y j de la escala de CCAITH |
|
Como solución del modelo 1 previamente presentado se obtiene una función genética fg=[ai as] para cada uno de los 34 151 animales con datos y
sus antecesores sin registros, cuyos
elementos son característicos de una ecuación de regresión genética lineal, es
decir una matriz de 34 151x2. A partir de estos resultados y la matriz del componente genético cuyos elementos se pueden
identificar como Li y Ls para el
intercepto y la pendiente, respectivamente se pueden estimar el Valor Genético
(VGi) en cada i punto de la trayectoria de
CCAITH
VGi = [Li Ls] *[ai as]’
Con este procedimiento se pueden
obtener todos los parámetros y los VGi de
cada animal a lo largo de
cada punto de la trayectoria de CCAITH. Estos resultados fueron sometidos a un análisis de componentes principales
(ACP) utilizando Matlab (2019) y los coeficientes de los eigenvector
correspondientes a los eigenvalues de mayor
importancia fueron usados como factores de ponderación de los VGi con vistas a sintetizar en un índice los
resultados de VGi en toda la escala de CCAITH siguiendo
la propuesta de Togashi y Lin (2006). Este
nuevo índice (Ipcti)
se representa de la siguiente forma
general para cada ith componente
principal:
donde los evi
son los coeficientes de los eigenvector de cada
componente principal y los VGi ya
fueron definidos previamente y se expresan en forma estandarizadas.
RESULTADOS Y DISCUSIÓN
El análisis realizado según el modelo 1 de efectos fijos demuestra
que la CCAITH a que estuvieron sometidos los animales
durante los 6 meses previos al destete (figura 1) manifestó una respuesta más o
menos estable en los primeros 11 años
representados, la cual cambió a partir del
2010 cuando comenzó una tendencia de aumento en el nivel de CCAITH,
en correspondencia con los cambios climáticos indicados para el país
(Roura-Pérez et al., 2020), por el
contrario el PD decrece significativamente durante todo el periodo siguiendo la misma respuesta
que otros indicadores productivos de la ganadería vacuna del país (Sabina
Roque, 2017a, b).
Figura 1.
Evolución en el tiempo para el nivel de peso al destete y de stress climático
acumulado.
Los
efectos de CCAITH sobre PD fueron altamente significativos y los
valores ajustados por todos los efectos incluidos en el modelo 1 se presentan
en la figura 2. La curva de respuesta es francamente negativa y el análisis de
regresión de las constantes mínimo cuadrada de PD ponderado por el número de
registros en cada nivel CCAITH arrojó que se deprime en
b=-0.807±0.04 kg por cada unidad de CCAITH (R2=90.2%). Aun con el alto nivel de ajuste se pueden
diferenciar tres zonas: una fría con CCAITH<=439; una neutral con
CCAITH>=440 a <=450 y una caliente CCAITH>=451,
estas nuevas clases fueron incluidas en sustitución al efecto CCAITH
y se aplicó el mismo modelo anterior. Los resultados fueron altamente
significativos con estimados de PD= 149,3; 140,5 y
134,1 kg para las zonas fría, neutra y caliente respectivamente, la
magnitud de este efecto depresivo es superior al indicado por Suárez Tronco et al. (2022a) en ganado Criollo de la
misma empresa y el impacto global de esta respuesta negativa se puede inferir
si se considera que en la base de datos representada, el 27,7% de los animales
se mantuvieron en la zona caliente.
Figura 2.
Constantes mínimas cuadráticas del efecto CCAITH sobre el peso al
destete en animales Charoláis.
Los resultados del modelo genético arrojaron que existe una
importante variabilidad genética en capacidad de tolerancia del animal a
cambios en niveles de CCAITH. La heredabilidad (h2) presentó una curva decreciente en la
medida que se incrementa el nivel de calor recibido por el animal durante los 6
meses previos al destete (figura 3). Esta forma de respuesta con valores
máximos de h2 en ambos extremos de la escala de CCAITH,
es la típica que se ha presentado en otras publicaciones con el uso de modelos
de regresión aleatoria en ganado de carne y de leche (ver excelentes
discusiones en Meyer, 2005 y Li et al.,
2020, respectivamente) lo cual puede deberse a problemas intrínsecos de los
polinomios de Legendre cuando existe una distribución desigual de los datos. En
términos comparativos los estimados de la figura 3 siguen el mismo patrón
presentado por Suárez et al. (2022b)
en ganado Criollo en esta región, mientras que Santana et al., (2005) mostró similares tendencias, pero estimados
superiores, en animales cruzados con diferentes proporciones de B. indicus en las
condiciones de Brasil.
De los parámetros presentados en la figura 3 se infiere que existe
mayor espacio para cualquier proceso de selección cuando el ambiente es más
favorable (CCAITH zona fría), sin embargo, tales posibilidades están
limitadas dado que las correlaciones genéticas disminuyen hasta alcanzar
valores inferiores a 0,8 a partir de CCAITH>=450 lo cual es el
límite establecido (Robertson, 1959) para indicar la existencia de Interacción
genotipo ambiente (Ige).
Figura 3.
Estimado de heredabilidad* y correlación genética para peso al destete en
animales Charoláis a lo largo de la escala de stress acumulativo durante los 6
meses previos.
*Errores
estándar de la h2 variaron entre 0,01 a 0,03.
La existencia de Ige es una limitante
real que ha sido demostrada en diferentes escenarios de producción animal (ver
excelente revisión de Fodor et al.,
2023). Según estos autores la interacción ligada a efectos ambientales
climáticos han sido una de las más estudiadas, en los cuales los modelos de
Norma de Reacción (NR) como el aplicado en este estudio, han sido los más
empleados. El uso de NR puede proporcionar resultados del VG de todos los
animales en cada uno de los puntos de la trayectoria de CCITH, los
cuales fueron sometidos a un ACP que arrojó que el 89,1% y 10,9% de la
variabilidad de las 41 estimaciones de VG están explicados por los dos primeros
eigenvalues, de manera que sus correspondientes
coeficientes se pueden emplear como factor de ponderación al confeccionar el Ipc (Togashi y Lin, 2006)
ya indicado en la sección previa. Este nuevo indicador facilita todo el
trabajo de selección sin pérdidas importantes de la información original,
existen evidencias publicadas que demuestran la utilidad de esta herramienta (Savegnago et al.,
2013; Boligon et
al., 2016) para enfrentar el problema de la Ige. La figura 4 presenta la variabilidad de los
VG de todos los animales según los resultados en las zonas fría, neutra y
caliente (figuras en la diagonal) así como las correlaciones entre tales VG
(encima de la diagonal), también se presenta la variabilidad de los VG
estimados según Ipc ya indicado.
Figura 4. Variabilidad
entre los Valores Genéticos* de los animales según sus resultados en las zonas
fría, neutra y caliente, el Índice total, sus correlaciones y evolución de los
VG a lo largo de la escala de CCAITH de los mejores 300 animales.
*Los VG en la diagonal, las correlaciones encima de la diagonal y
la distribución del VG a lo largo de la trayectoria de CCAITH debajo
de la diagonal (detalles en el texto).
Varios elementos deben resaltarse. En primer lugar, la variación en
VG es mayor en la zona fría, respecto a la neutra y caliente cuya magnitud
representa el 19,3%; 12,1% y 10,4% de las medias mínimo cuadrática de estas
zonas indicados previamente. Sin embargo, las correlaciones fueron muy bajas
(0,33) en particular entre los niveles extremos como consecuencia de la Ige. En la parte inferior de estas distribuciones se ha
representado la evolución de los VG a lo largo de la trayectoria de CCAITH
para los mejores 300 animales seleccionados en cada zona, para la zona fría es
evidente la uniformidad en la tendencia decreciente en la medida que se
incrementa el nivel de ST, mientras que en la zona caliente manifiesta una
amplitud muy marcada que alcanza animales negativos, como demostración de la Ige.
En la parte inferior derecha de la figura 4 se muestra la
variabilidad genética total existente en esta base de datos en todos los
niveles de CCAITH, expresada en un solo indicador Ipe el cual presenta las mayores
correlaciones con el resto de las zonas, en este caso la variabilidad equivale
a 0,189±0,001; 0,151±0,001 y 0,119±0,001 de PD por
cada unidad de CCAITH según análisis de regresión realizado. Se
seleccionaron los mejores 300 animales según Ipc y la
distribución del VG de los mismos animales en cada punto de CCAITH
se muestra en la parte inferior izquierda de la figura 4. La distribución
simula el mismo patrón que en la zona neutral, pero su amplitud en las zonas
extremas no incluye valores negativos lo cual resulta una evidencia adicional
sobre las ventajas de este procedimiento de confección de un Ipc.
Los resultados mostrados pueden ser de mucha utilidad para el
programa de mejora de esta raza, aunque en términos prácticos lo más
recomendable es examinar las variaciones entre los sementales padres de estos
animales ya que es la vía más idónea para favorecer a toda la población. Para ejemplificar
esta posibilidad se seleccionaron los mejores 30 sementales según su mérito
genético por Ipc y los resultados se muestran en la
figura 5.
Figura 5. Valores genéticos de los 30 mejores
sementales seleccionados según Ipc y su evolución a
lo largo de la escala de stress climáticos 6 meses previos al destete.
De ese conjunto se identificaron 21 sementales que tenían entre 30
y 730 progenies los cuales manifiestan diferencias de forma de respuesta a la
tolerancia al stress térmico recibido por sus progenies en los 6 meses previos
al destete. De esta representación se pueden confeccionar dos grandes patrones
de conducta, por un lado, existen un grupo principal de sementales que
denominamos Robustos cuyas
progenies mantienen un comportamiento uniforme a lo
largo de CCAITH, los cuales deben ser la respuesta de los que
atenúen los efectos de la Ige.
Mientras que dentro de estos sementales élites existe
otro grupo Plástico cuya respuesta puede ser contrastante. Este tipo de
resultado está en correspondencias con las evidencias publicadas por Santana et al., (2015) y Suárez Tronco et al., (2022b) en animales de carne en
Brasil y Cuba, respectivamente.
CONCLUSIONES
El trabajo realizado demuestra que existe un significativo efecto
depresivo sobre el peso al destete en esta raza Charoláis de Cuba debido al
stress acumulado por el calor recibido por el animal durante los 6 meses
previos al destete. Los resultados indican la existencia de una base genética
para tolerancia a este efecto climático con manifestaciones de interacción
genotipo ambiente (Ige), de manera que cambia el
orden de mérito en los mejores en condiciones extremas de zonas de calor a
frio. La magnitud de este efecto depresivo es de -15,4 kg (10,4% respecto a la
media) en los animales que se desarrollaron en la zona de frio, magnitud en
modo alguno despreciable si se considera que cerca del 28 % de la muestra
analizada se encontraba en esta zona climática.
La utilización de un modelo de Norma de Reacción es altamente
recomendable en el procedimiento de evaluación genética de esta raza, el cual
ha brindado la información necesaria para identificar sementales Robustos cuyas
progenies manifiestan un alto nivel de tolerancia con un comportamiento
uniforme a lo largo de CCAITH, los cuales deben ser la respuesta de
los que atenúen los efectos de la Ige.
REFERENCIAS
Boligon, A. A., Vicente, I. S., Vaz, R. Z.,
Campos, G. S., Souza, F. R., Carvalheiro, R., &
Albuquerque, L. G. (2016). Principal
component analysis of breeding values for growth and reproductive traits and
genetic association with adult size in beef cattle. Journal of Animal Science.,94(12), 5014-5022. DOI:10.2527/jas.2016-0737
Bradford, H. L., Fragomeni, B. O., Bertrand, J. K., Lourenco, D. A. L.,
& Misztal, I. (2016). Genetic evaluations for growth heat tolerance in Angus
cattle. Journal of Animal Science., 94, 4143–4150.
DOI:10.2527/jas2016-0707
Falconer, D., & McKay, F. (1996). Introduction to quantitative genetics. 4th ed., Pearson Education Limited, Harlow, England, 464 p. Publicado por Longman, 1996. ISBN 10: 0582243025. Librería: Anybook.com, Lincoln, Reino Unido https://www.cabidigitallibrary.org/doi/full/10.5555/19810162173
Fodor, I.,
Spoelstra, M., Calus, M. P. L., & Kamphuis, C. (2023). A systematic review of
genotype-by-climate interaction studies in cattle, pigs, and chicken. Front. Anim. Sci., 4(12). DOI:10.3389/fanim.2023.132483
Gilmour, A. R., Gogel, B. J., Cullis, B. R.,
Welham, S., & Thompson, R. (2015). ASReml user
guide release 4.1 structural specification. Hemel
hempstead: VSN international ltd. https://www.hpc.iastate.edu/sites/default/files/uploads/ASREML/UserGuideStructural.pdf
Jamrozik, J.,
& Schaeffer, L. R. (1997). Estimates
of genetic parameters for a test day model with random regressions for yield
traits of first lactation Holsteins. Journal
of Dairy Science, 80(4),762-770. DOI:10.3168/jds.
S0022-0302(97)75996-4
Li Jianbin, Hongding Gao, Per Madsen, Rongling
Li, Wenhao Liu, Peng Bao, Guanghui
Xue, Yundong Gao, Xueke Di., & Guosheng Su.
(2020). Impact of the Order of Legendre Polynomials in Random Regression Model
on Genetic Evaluation for Milk Yield in Dairy Cattle Population. Front.
Genet., 11. https://doi.org/10.3168/jds.S0022-0302(97)75996-4
MATLAB and
Statistics Toolbox Release (2019). The MathWorks, Inc., Natick, Massachusetts, United States. https://www.google.com/search?sca_esv=9a71a-41fad6c3417&sca_upv=1&hl=es419&gbv=2&sxsrf=ACQVn08QUBiw8h8VxatGiBLFDqXmzYO9w%3A1711983702171&q=MATLAB+and+Statistics+Toolbox+Release+%282019%29&oq=Falconer%2C+D.+%26+McKay%2C+F.&aqs=heirloom-srp
Milera, M.
(2011). Climate change, affectations, and opportunities for livestock
production in Cuba. Pastos y Forrajes, 34(2), 127-144. http://scielo.sld.cu/pdf/pyf/v34n2/pyf01211.pdf
Rauw, W. M.,
Kanis, E., Noordhuizen-Stassen,
E. N., & Grommers, F. J. (1998). Undesirable side
effects of selection for high production efficiency in farm animals: a review. Livest. Prod. Sci., 56, 15–33. https://doi.org/10.1016/S0301-6226(98)00147-X
Ravagnolo,
O., & Misztal, I. (2000). Genetic Component of
Heat Stress in Dairy Cattle, Parameter Estimation. Journal
of Dairy Science, 83, 2126–2130. https://www.journalofdairyscience.org/article/S0022-0302(00)75095-8/pdf
Renand, G., Menedez Buxadera, A., Krauss, D.,
& Menissier, F. (1997). Experimental comparison
of the Cuban Charolais cattle selected in tropical environment with the French
Charolais cattle. In 4. Rencontres autour des recherches sur les ruminants, Paris (France), 4-5 Dec 1997.
Institut de l'Elevage. https://www.researchgate.net/publica-tion/234003509_Renand_1997_8_genetique_18_renand
Robertson,
A. (1959). The sampling variance of the genetic correlation coefficient. Biometrics, 15,
469–485. https://doi.org/10.2307/2527750
Roura-Pérez,
P., Arenas-Sánchez, J. C., Sistachs-Vega, V., &
Díaz-Sistachs, D. (2020). TrendSoft:
Software para el análisis de tendencia y puntos de cambio de variables
climatológicas. Revista Cubana de Meteorología, 26(3). http://rcm.insmet.cu/index.php/rcm/article/view/517
Sabina Roque, L. (2017a). La cadena
de valor de la carne vacuna en Cuba. Ministerio
de la Agricultura (MINAG) y el Programa de Naciones Unidas para el Desarrollo
(PNUD). htpps://www.cu.undp.org
Santana
Jr, M. L., Bignardi, A. B.,
Eler, J. P., & Ferraz, J. B. S. (2016). Genetic variation of the weaning weight of beef
cattle as a function of accumulated heat stress. Journal of Animal
Breeding and Genetics, 133(2), 92-104. DOI: 10.1111/jbg.12169
Savegnago, R. P., Rosa, G. J. M., Valente, B. D.,
Herrera, L. G. G., Carneiro, R. L. R., Sesana, R. C.,
... & Munari, D. P. (2013). Estimates of genetic parameters and eigenvector
indices for milk production of Holstein cows. Journal
of dairy science, 96(11),
7284-7293. https://doi.org/10.3168/jds.2013-6708
Suárez
Tronco, M. A., Rodríguez Castro, M., Cos Domínguez, Y., Lamothe Crespo, Y.,
Guerra Rojas, M. D. C., & Martínez Gutiérrez, M. S. (2021). Caracterización
climática de la EPG “Manuel Fajardo” y su relación con las pruebas de
comportamiento en ganado Criollo cubano. Revista de Producción Animal, 33(1),
10-25. https://revistas.reduc.edu.cu/index.php/rpa/article/view/e3591
Suárez Tronco, M., Rodríguez, M.,
Coss, Y., Mitat, A., Ramos, F., & Menéndez-Buxadera, A. (2022a). Importancia de la tolerancia al
estrés climático sobre el peso al destete en el vacuno Criollo de Cuba. Livestock Research for Rural
Development, 34. http://www.lrrd.org/lrrd34/7/3455marc.html
Suarez Tronco, M., Rodríguez, M., Mitat, A., & Menéndez-Buxadera,
A. (2022b) Componentes de (co)varianza y
heredabilidad para tolerancia al stress térmico sobre el peso al destete en
animales Criollo de Cuba. Livestock
Research for Rural Development, 34. http://www.lrrd.org/lrrd34/9/3476marc.html
Thornton, P., Nelson,
G., Mayberry, D., & Herrero, M. (2022). Impacts of heat stress on global
cattle production during the 21st century: a modelling study. The Lancet Planetary
Health,
6. https://doi.org/10.1016/s2542-5196(22)00002-x
Togashi, K., & Lin, C. Y. (2006). Selection for
milk production and persistency using eigenvectors of the random regression
coefficient matrix. Journal of Dairy
Science 89 (12), 4866-4873. https://doi.org/10.3168/jds.S0022-0302(06)72535-8
UNEP (United Nation Environment Programme). (2008). Climate Change in the Caribbean and the
Challenge of Adaptation. UNEP Regional
Office for Latin America and the Caribbean, Panama City. http://www.pnuma.org/deat1/pdf/Climate_Change_in_the_Caribbean_Final_LOW20oct.pdf
Concepción y diseño de la investigación:
MAST, AMB; análisis e interpretación de los datos: MAST, MRC.; AMB; redacción
del artículo: MAST, AMB.
Los
autores declaran que no existen conflicto de intereses.