ads:
UNIVERSIDADE FEDERAL DOS VALES DO
JEQUITINHONHA E MUCURI
VALDECY APARECIDA ROCHA DA CRUZ
AVALIAÇÃO DE CURVAS DE POSTURA DE UMA LINHA FÊMEA DE
FRANGO DE CORTE
DIAMANTINA - MG
2010
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
VALDECY APARECIDA ROCHA DA CRUZ
AVALIAÇÃO DE CURVAS DE POSTURA DE UMA LINHA FÊMEA DE
FRANGO DE CORTE
Dissertação apresentada à Universidade Federal dos
Vales do Jequitinhonha e Mucuri, como parte das
exigências do Programa de Pós-Graduação em
Zootecnia, para obtenção do título de Magister
Scientiae.
Orientador: Prof. Aldrin Vieira Pires
DIAMANTINA - MG
2010
ads:
Ficha Catalográfica
Preparada pelo Serviço de Biblioteca/UFVJM
Bibliotecária: Adriana Kelly Rodrigues – CRB:6ª Nº: 2572
Cruz, Valdecy Aparecida Rocha da
C957a
2010
Avaliação de curvas de postura de uma linha fêmea de frango de
corte./ Valdecy Aparecida Rocha da Cruz. - Diamantina: UFVJM, 2010.
39p.
Dissertação
(
Mestrado
–
Curso de Pós Graduação em Ciências
Agrárias. Área de concentração: Zootecnia) - Universidade Federal
dos Vales do Jequitinhonha e Mucuri.
Orientador: Prof. Dr. Aldrin Vieira Pires.
Inclui bibliografia.
1.
Curva de postura
.
2.
Tendência genética
. 3.
Polinômios
segmentados. 4. Frango de corte. 5. Regressão não-linear. I. Pires,
Aldrin Vieira. II. Título
CDD – 636.513
VALDECY APARECIDA ROCHA DA CRUZ
AVALIAÇÃO DE CURVAS DE POSTURA DE UMA LINHA FÊMEA DE
FRANGO DE CORTE
Dissertação apresentada à Universidade Federal dos
Vales do Jequitinhonha e Mucuri, como parte das
exigências do Programa de Pós-Graduação em
Zootecnia, para obtenção do título de Magister
Scientiaes.
APROVADA em 16/07/2010.
____________________________________
Prof. Aldrin Vieira Pires – UFVJM
Orientador
_____________________________________
Prof. Idalmo Garcia Pereira – UFVJM
Co-orientador
________________________________________
Prof. Rodolpho de Almeida Torres Filho – UFF
Co-orientador
____________________________________
Prof. Frederico de Castro Figueiredo – IFES
____________________________________
Prof. Joerley Moreira – UFVJM
DIAMANTINA - MG
2010
A Deus
pela vida, pelo que sou e por quem tenho ao meu lado.
Aos Meus pais
José Gonzaga da Cruz (in memorian) e Maria das Mercês Rocha da Cruz
que sempre estiveram caminhando junto de mim,
me apoiando e amando incondicionalmente.
Às Minhas irmãs
Odete, Janira, Adriana, Sandra, Maria e Polliane
simplesmente por serem as melhores irmãs que alguém pode ter.
Ao Meu irmão
José Inácio
pelo apoio e incentivo.
Aos Meus sobrinhos
Gustavo e Saullo,
por me proporcionarem tantos momentos de mais pura felicidade.
DEDICO.
AGRADECIMENTO
A Deus, pelas minhas vitórias e pela força que tem me dado para superar todos os
obstáculos que surgem ao longo da minha vida.
À minha família por sempre acreditar em mim, me apoiar, amar e respeitar.
Ao Programa de Pós-Graduação em Zootecnia e a todos os professores que o
compõem, pelos valiosos ensinamentos.
Ao meu orientador, Prof. Aldrin Vieira Pires, por todo apoio, orientação,
ensinamentos, auxílio, amizade e acreditar na minha capacidade.
Ao Prof. Idalmo Garcia Pereira, meu co-orientador, pelo apoio e amizade durante
todos esses anos.
Ao Prof. Rodolpho Torres, meu co-orientador, pelo apoio e ensinamentos.
Ao Prof. Claudio Araujo, pelo apoio dado as realizações das análises.
Aos que se mostraram muito mais que simples companheiros de pesquisa ou de
trabalho, aos amigos que jamais esquecerei e que conquistei durante a realização deste
mestrado: Camila, Diogo, Flaviana, Fred, Michael e Ricardo.
Aos meus queridos amigos da pós-graduação Aline, Adriana, Carolina, Deliane,
Jakline, Janaina, Joysiene, Jorge, Sandro e Vinicius.
Enfim, a todos aqueles que direta ou indiretamente contribuíram para a realização deste
trabalho, o meu muito obrigado. Que Deus os abençoe, esteja sempre ao lado de cada um,
proporcionando a todos, momentos de alegrias.
BIOGRAFIA
VALDECY APARECIDA ROCHA DA CRUZ, filha de José Gonzaga da Cruz (in
memorian) e Maria das Mercês Rocha da Cruz, nasceu em Senador Modestino Gonçalves –
MG, em 16 de abril de 1982. Em 2004, iniciou o curso de graduação em Zootecnia, pela
Universidade Federal dos Vales do Jequitinhonha e Mucuri - MG, graduando-se em julho de
2008. Em agosto de 2008, iniciou o curso de Mestrado em Zootecnia, na área de
Melhoramento Animal, na Universidade Federal dos Vales do Jequitinhonha – MG. Em 16 de
julho de 2010, submeteu-se aos exames finais de defesa de dissertação para obtenção do título
de Magister Scientiae em Zootecnia.
RESUMO
CRUZ, Valdecy Aparecida Rocha da . Universidade Federal dos Vales do Jequitinhonha e
Mucuri, fevereiro de 2010. 37p. Avaliação de curvas de postura de uma linha fêmea de
frango de corte. Orientador: Aldrin Vieira Pires. Co-orientadores: Idalmo Garcia Pereira e
Rodolpho de Almeida Torres Filho. Dissertação (Mestrado em Zootecnia).
Estimativas precisas e acuradas de parâmetros genéticos e fenotípicos são de grande
importância para se alcançar progresso genético em uma população e se selecionar, de forma
mais eficiente, os indivíduos das linhagens específicas nos programas de melhoramento
genético. Com isso, objetivou-se com este trabalho estimar os parâmetros da curva de postura,
utilizando os modelos de polinômios segmentados e Wood (1967); e estimar parâmetros
genéticos e fenotípicos dos parâmetros do modelo de polinômios segmentados, assim como a
tendência genética dos mesmos. Foram utilizados dados da produção de ovo semanal das 25
até 64 semanas de idade provenientes de 2.398 aves de uma linha fêmea de frangos de corte.
As curvas de postura foram ajustadas utilizando os modelos de polinômios segmentados e
Wood (1967). O modelo de polinômios segmentados é constituído pelos parâmetros “x
p
”-
idade das aves ao pico de postura, “P”- nível de produção no pico, “s” - taxa de decréscimo
semanal na produção de ovos após o pico, e “t” - tempo entre o início e o pico de postura. O
modelo de Wood é constituído pelos parâmetros “a” - taxa de produção inicial, “b” taxa de
acréscimo até o pico de produção, e “c” taxa de decréscimo após o pico de produção. As
estimativas das médias dos parâmetros das curvas foram realizadas utilizando o PROC
MEANS do SAS. A estimação dos componentes de covariâncias, herdabilidades, correlações
e os valores genéticos para os parâmetros da curva de postura de polinômios segmentados
foram obtidas utilizando o “software” MTDFREML e as tendências genéticas por meio do
PROC REG do SAS. A linhagem avaliada apresentou um pico de postura às 30,43 semanas de
idade, sendo o nível de postura de 0,746 ovo/aves/dia, com uma média de 3,08 semanas do
início da postura até o pico de postura e a taxa de persistência foi de 0,014 ovo/ave/semana.
As médias estimadas para os parâmetros do modelo de Wood (1967) foram de 0,0003 para
taxa de produção inicial 2,9398 para taxa de acréscimo de produção até o pico e de 0,0767
para taxa de decréscimo de produção após o pico postura. As curvas ajustadas para os
modelos de polinômios segmentados e Wood (1967) permitiram evidenciar um baixo nível de
produção no pico de postura. O modelo de polinômios segmentados superestimou a
persistência após o pico de postura e o modelo de Wood (1967) subestimou o final da
produção. As médias das herdabilidades foram de baixa a média magnitudes, 0,25 (x
p
), 0,18
(P), 0,17 (s) e 0,10 (t). Estes resultados indicam que a seleção para o parâmetro “x
p
” teria uma
melhor resposta que para os demais parâmetros. As correlações entre o parâmetro “t” e os
demais parâmetros da curva foram positivas variando de 0,21 até 1,00. Essas correlações
indicam que os animais com um maior tempo entre início e pico de postura tendem a
apresentar uma maior idade ao pico de postura, maior nível de produção e maior queda de
produção pós-pico. As correlações foram negativas entre os parâmetros “s” e “x
p
” e “s” e “P”
apresentando-se menor entre “s” e “x
p
”
(-0,17) e maior entre “s” e “P” (-0,91), indicando que
um aumento no nível de produção e idade ao pico de produção acarretaria uma menor queda
de produção de ovos pós-pico. Podemos constatar que pode ser promovido ganho genético
para os parâmetros da curva de produção de ovos, porém a seleção para um aumento do nível
de produção poderá levar a um aumento na idade ao pico de postura. Assim como, aves mais
precoces ao pico poderão apresentar menor persistência.
Palavras-chave: curva de postura, frango de corte, polinômios segmentados, regressão não
linear, tendência genética.
ABSTRACT
CRUZ, Valdecy Aparecida Rocha da. Universidade Federal dos Vales do Jequitinhonha e
Mucuri, February, 2010. 37p. Evaluation of Posture Rating curves of a female line of
broilers. Adviser: Aldrin Vieira Pires. Committee members: Idalmo Garcia Pereira and
Rodolpho de Almeida Torres Filho. Dissertation (Master in Animal Science)
Precise and accurate estimates of genetic and phenotypic parameters are of great importance
to achieve genetic progress in a population and select more efficiently individuals of specific
lines in breeding programs. Thus, the aim with this study was to estimate the parameters of
the curve approach, using models of segmented polynomials and Wood (1967) and to
estimate genetic and phenotypic parameters of the model parameters of segmented
polynomials, as well as the genetic tendency of them. It had been used data from the weekly
egg production from 2,398 birds in a line of female broilers, aging from 25 to 64 weeks. The
curves of posture were adjusted using the models of segmented polynomials and Wood
(1967). The segmented polynomial model consists of parameters "xp" - the peak age of the
birds in attitude, "P" - at peak production level, "s"- a weekly rate of decrease in egg
production after peak, and “t” - time between onset and peak position. The parameters of the
Wood model consist of "a"- rate initial production," b "rate of increase until the production
peak, and "c" rate of decline after peak production. Estimates of means of parameters were
performed using SAS PROC MEANS. Estimation of covariance components, heritability’s,
correlations and breeding values for the parameters of the curve posture segmented
polynomial were obtained using the software MTDFREML and genetic trends by PROC REG
of SAS. The strain studied showed a peak position at 30.43 weeks of age, the level of posture
of 0.746 egg / poultry / day, with an average of 3.08 weeks of posture to the peak position and
the rate of persistence was 0.014 eggs / bird / week. The estimated averages for the
parameters of the model of Wood (1967) was 0.0003 for rate initial production rate of 2.9398
for increased production to peak and 0.0767 for rate of decline of production after the peak
position . The fitted curves for the models of segmented polynomials and Wood (1967) have
highlighted a low level of production at peak production. The segmented polynomial model
overestimated the persistence after the peak position and the model of Wood (1967)
underestimated the final production. The heritability’s means were low to medium magnitude,
0.25 (xp), 0.18 (P), 0.17 (s) and 0.10 (t). These results indicate that selection for the parameter
"xp" would have a better response than for the other parameters. The correlations between the
parameter "t" and the other parameters of the curve were positive ranging from 0.21 to 1.00.
These correlations indicate that animals with a longer time between onset and peak position
tend to have a higher age at peak position, the highest level of production and greater decrease
in post-peak production. Were negative correlations between the parameters "s" and "xp" and
"s" and "P" presenting lower between "s" and "xp" (-0.17) and higher in "s" and "P" (-0.91),
indicating that an increase in production level and age at peak production would result in a
smaller drop in egg production after peak. It has been noted that genetic gains can be obtained
for the curve parameters for egg production, but a selection focused on an increased level of
production could lead to an increase in age at peak production. Just as birds that present
earlier peak may have lower persistence.
Keywords: curve posture, broiler, nonlinear regression, segmented polynomials, genetic
tendency
SUMÁRIO
1.INTRODUÇÃO
.............
.............................................................................
..
..............
.....
.
1
2
2.REVISÃO DA LITERATURA.......................................................................................... 13
2.1.Curva de Postura.......................................................................................................
13
2.2.Modelos utilizados....................................................................................................
14
2.3.Parâmetros genéticos e fenotípicos...........................................................................
16
2.4.Referências Bibliográficas........................................................................................ 19
3.TRABALHOS....................................................................................................................
22
3.1
-
CURVA DE POSTURA PARA MATRIZ DE FRANGO DE CORTE
Resumo....
..........................
...........................................................
..........................
2
2
Abstract...................................................................................................................
22
Introdução...............................................................................................................
23
Material e Métodos.................................................................................................
24
Resultados e Discussão ..........................................................................................
26
Conclusão................................................................................................................
29
Referências Bibliográficas......................................................................................
29
3.2 - ESTIMATIVAS DE PARÂMETROS GENÉTICOS PARA OS PARÂMETROS
DA CURVA DE PRODUÇÃO DE OVOS DE UMA LINHAGEM DE MATRIZ
DE FRANGO COMERCIAL
Resumo...................................................................................................................
31
Abstract...................................................................................................................
32
Introdução...............................................................................................................
32
Material e Métodos.................................................................................................
33
Resultados e Discussão ..........................................................................................
35
Conclusão................................................................................................................
37
Referências Bibliográficas...................................................................................... 38
4.C
ONCLUSÕES GERAIS.....
.....
.....
.............
...........................
...........
.........................
.
......
39
12
1. INTRODUÇÃO
O Brasil é um dos países que mais avançou em tecnologia avícola nas últimas décadas.
Sendo hoje, um dos maiores produtores e exportadores de carne de frango de corte do mundo,
com cerca de 10,9 milhões de toneladas produzidas. No mercado internacional ocupa o posto
de maior exportador com 3,6 milhões de toneladas (ZIMMER, 2009). Um dos grandes méritos
da avicultura atual está relacionado ao melhoramento genético de aves, que tem
proporcionado altas produções às linhagens existentes. Este sucesso exige linhagens
geneticamente superiores com potencial produtivo e comercial.
Um fator grande importância para se estudar uma população avícola é avaliar a curva
de produção de ovos, que se torna uma ferramenta importante na avaliação da produção,
possibilitando a seleção de animais com alto potencial genético para postura. O valor
genético-econômico de um plantel de aves reprodutoras é avaliado em função do peso
corporal, taxa de postura e tamanho do ovo e, ainda, de outras características correlacionadas,
como o início da postura, que pode ser determinado por inúmeros fatores inter-relacionados,
como idade e genética.
O conhecimento das curvas de postura de uma granja auxilia na adequação de técnicas
de alimentação e manejo, e no descarte e seleção das aves de acordo com um padrão
desejável, pré-estabelecido em função da capacidade de produção. A descrição de uma curva
de postura colabora com a eficiência de uma granja, pois permite determinar o fluxo de
produção.
Apesar da intensa seleção para produção de ovos (em poedeiras) a redução da
variabilidade genética observada dentro das linhas fechadas não é, contudo crítica
(PREISINGER & FLOCK, 2000). Durante o pico de produção, as variâncias genéticas e
fenotípicas são significativamente baixas, mas no início da postura e persistência da produção,
a variação genética ainda é alta e as herdabilidades podem ser expressivas.
Para a melhor caracterização da curva de postura, há necessidade de se testarem
modelos matemáticos que melhor estimem a produção possibilitando estimar os parâmetros
genéticos, a fim de serem detectados genótipos superiores na população. Dentre os métodos
estatísticos para estimar os parâmetros genéticos e fenotípicos e os parâmetros da curva de
postura estão os modelos de regressão, adequados para análise de modelos mistos de dados
longitudinais, como também, de medidas repetidas. Outra técnica também para estimação da
curva de postura são os métodos não-paramétricos que podem ser utilizados como alternativas
para ajustes polinomiais.
13
Considerando esses aspectos, este trabalho teve como objetivos ajustar a curva de
postura pelos modelos de polinômios segmentados e Wood (1967), estimar os parâmetros
genéticos para os parâmetros da curva de polinômios segmentados e estimar a tendência
genética para estes parâmetros.
2. REVISÃO DE LITERATURA
2.1. CURVA DE POSTURA
Pela importância que a produção de ovos tem na avicultura mundial, vários
pesquisadores têm se preocupado em conhecer o comportamento da produção ao longo do
tempo, através da construção de vários tipos de modelos matemáticos para descrever a
produção de ovos (MCNALLY, 1971; GAVORA et al., 1982; YANG, WU E MCMILLAN,
1989; CASON E WARE, 1990). A curva de produção de ovos é a representação gráfica da
produção diária, semanal ou quinzenal de uma ave ou de um grupo de aves em função do
tempo de postura, que normalmente dura cerca de 52 semanas. Ela apresenta um
comportamento bem típico, pois a produção cresce até atingir um pico e, a partir daí, decresce
lentamente, de forma aproximadamente linear, até o final da postura. Este comportamento se
parece muito com a curva de produção de leite.
Dentre as principais aplicações para o conhecimento e utilização das curvas, pode-se
citar aquela relacionada com a forma da curva, isto é, os seus parâmetros, os quais podem ser
utilizados em programas de melhoramento buscando o aumento da eficiência econômica e
biológica. Dessa forma a escolha do melhor critério de seleção para a produção de ovos deve
levar em consideração três fatores: a idade ao primeiro ovo (maturidade sexual), a taxa e a
persistência de postura (BOUKILA et al., 1987).
A persistência de produção é um fator determinante para a produção total de ovos.
Galinhas com a mesma produção total, no entanto, podem exibir diferentes curvas de
produção de ovos devido às diferenças na persistência. Uma galinha com uma maior curva de
produção de ovos é considerada ser mais persistente do que outra com uma curva que diminui
rapidamente após o pico (GROSSMAN et al., 2000).
Segundo Martins (1982 e 2002b), a seleção utilizando a produção total é capaz de
gerar maior ganho genético para esta característica. Relata ainda que a utilização da seleção
indireta, tomando-se como critério de seleção a produção acumulada durante a fase inicial da
postura, pode ser uma alternativa para solucionar problemas de aumento do intervalo de
14
geração e de que animais selecionados a esta idade apresentam menores taxas de postura e
fertilidade, implicando em um maior esforço para multiplicação do material selecionado.
Boukila et al. (1987) citam que observações parciais da produção são vantajosas nestes casos,
visto que são menos afetadas pelas variações ambientais. Santos (2003), trabalhando com
codornas de postura, analisaram produções parciais acumuladas e totais, e observaram um
aumento no ganho genético indireto por meio da seleção por período parcial. Anang et al.
(2000) também concluíram que avaliação genética com base na produção por período parcial
poderia ser melhor que o uso de produção acumulada.
2.2. MODELOS UTILIZADOS EM CURVAS DE POSTURA
Os modelos matemáticos usados para descrever a curva de produção de ovos são
muito importantes, pois, por meio deles, pode-se analisar o processo produtivo, predizer a
produção anual de ovos e determinar a idade ótima para a seleção das fêmeas. Estas
informações são úteis, não só aos produtores como também às instituições de pesquisa, órgãos
de planejamento e assistência públicos e privados, técnicos e outros.
Recentemente, métodos Bayesianos vêm sendo propostos como uma opção na
avaliação do mérito genético de animais, possibilitando a obtenção de estimativas pontuais e
intervalos de credibilidade para as distribuições a posteriori dos parâmetros, sem
aproximações ou uso de pressuposições de normalidade, representando uma vantagem sobre
os métodos clássicos, também chamados de métodos frequentistas, como o de máxima
verossimilhança restrita (FALCÃO et al., 2004). Uma diferença fundamental entre as
abordagens frequentista e Bayesiana é que a frequentista considera o parâmetro como uma
constante, enquanto a bayesiana entende o parâmetro como uma variável aleatória que
obedece a uma determinada distribuição de probabilidade (BARRETO & ANDRADE, 2000).
Um modelo matemático desenvolvido para produção de ovos de Drosophila por
McMillan et al. (1970) apresentou resultados interessantes quando aplicado à produção de
ovos de galinhas. Piccinin et al. (2004) apresentaram um modelo alternativo por meio de uma
técnica não paramétrica, para ajustes polinomiais, visto que tais modelos não pressupõem
requisitos que na metodologia paramétrica são necessários, e concluíram que tal metodologia,
por empregar o parâmetro de alisamento da curva, que controla o grau de irregularidade dos
dados, é adequada para descrever a curva de postura de codornas.
O modelo de Wood (Wood, 1967) tem sido utilizado para descrever curvas de postura
de aves de várias linhagens (Furtado et al., 1995), pois fornece informações práticas sobre
15
taxas de acréscimo e de decréscimo na produção. O método frequentista (Quadrados
Mínimos) de ajuste desse modelo consiste de processos iterativos (não linear), ou utiliza-se a
linearização por meio da transformação logarítmica. Porém, em muitos casos, devido às
irregularidades nos dados longitudinais e às correlações existentes entre os parâmetros, estes
métodos muitas vezes produzem estimativas irreais, levando à confecção de curvas de
produção atípicas.
Segundo Henderson Jr. (1982), o modelo de regressão aleatória é uma metodologia
que analisa com maior precisão as medidas repetidas, como as curvas de produção de leite
durante o período de lactação, ou como a curva de crescimento de bovinos (Sakaguti et al.,
2002) e a curva de produção de ovos (LUO et al., 2007).
Anang et al. (2000) analisaram diferentes tipos de regressões (fixas e aleatórias)
utilizando dados de postura mensais e a produção acumulada nos cinco primeiros meses de
postura. Anang et al. (2002) utilizaram cinco modelos de regressão aleatória derivados de
provas de desempenho de gado leiteiro para ajustar curvas de produção de ovos em galinhas
poedeiras.
Um modelo de curva de produção de ovos usando polinômios segmentados foi
proposto por (FIALHO & LEDUR, 1997). Este modelo foi testado contra outros modelos
existentes, sendo constatado que o mesmo possui maior poder de predição e igual ou melhor
capacidade de ajuste. Além disso, permite estimar parâmetros de fácil interpretação biológica
e prática, o que o torna vantajoso na caracterização das curvas de produção de ovos. As
características de cada curva podem ser descritas resumidamente pelos parâmetros da mesma.
Esses parâmetros podem ser comparados entre uma curva e outra, para determinar, por
exemplo, o efeito dos tratamentos na produção de ovos. No modelo de polinômios
segmentado divide-se a curva de produção em três segmentos. No primeiro, antes do início da
postura, a produção é zero. Entre o início da postura e o pico de produção, a curva é
representada por uma função cúbica crescente. No terceiro segmento, após o pico, a produção
sofre um decréscimo linear.
Ao avaliar estudou produções parciais de ovos em 17 períodos, utilizando modelos de
dimensão finita e infinita, Venturini (2009), constatou que o período inicial e os finais de
produção apresentaram menores médias e maiores coeficientes de variação. No período
inicial, a variação fenotípica foi atribuída às diferenças na idade à maturidade sexual,
enquanto que a variação na persistência de postura, ocorrência de choco e muda natural
influenciaram os valores fenotípicos dos períodos finais. A média de produção de ovos
observada no período parcial inicial foi inferior aos demais períodos, o que pode ser atribuída
16
à variação na idade a maturidade sexual das aves, que foi em média às 20 semanas de idade
(SZYDLOWSKI & SZWACZKOWSKI, 2001).
A idade de produção no pico foi observada em alguns trabalhos, como de Venturini
(2009), que obteve pico de produção no P4 (de 29 a 31 semanas de idade), pois este foi o
período com maior média observada de produção de ovos, observou-se que a produção de
ovos começou a decrescer a partir de P9 (44 a 46 semanas de idade). Sabri et al. (1999)
também encontraram pico de produção entre 29 e 30 semanas de idade. Fialho et al. (2001),
avaliando quatro linhas de poedeiras comerciais e experimentais, encontraram pico de
produção variando de 25 a 27 semanas de idade. Estes valores mostram a grande variabilidade
existente entre as populações estudadas sobre a idade ao pico de produção.
O nível de produção ao pico e a persistência de postura também têm sido estudados
por alguns autores. Fialho et al. (2001) avaliaram linhas de poedeiras comerciais e
experimentais e encontraram nível de produção diária de ovos e persistência variando de
0,875 a 0,933 ovo/dia e 0,00204 até 0,00608 ovos/semana, respectivamente. Wolc et al.
(2007) estimaram parâmetros da curva de postura para três linhagens de aves de postura e
encontraram nível de produção ao pico variando de 0,91 a 0,92 ovo/dia. Grossman et al.
(2000) encontraram valores semelhantes, sendo de 0,79 ovo/dia e persistência de 0,03
ovos/semana.
2.3. PARÂMETROS GENETICOS E FENOTÍPICOS
Herdabilidade
Venturini (2009) estimou parâmetros genéticos e fenotípicos para produção total e
parcial de ovos em aves de postura por meio de modelos de dimensão finita. As estimativas de
herdabilidade para a produção de ovos, por meio da análise unicaracterística para períodos
parciais, variaram de 0,03 (para 38 a 40, 41 a 43 e 44 a 46 semanas de idade) até 0,33 (para 20
a 22 semanas de idade), destacando que a herdabilidade estimada para o período total foi de
0,23±0,07. Para as análises bicaracterísticas dos períodos parciais, as herdabilidades variaram
de 0,05 para P7 (38 a 40 semanas de idade) até 0,33 para P1 (20 a 22 semanas de idade).
Segundo este autor, maiores estimativas de herdabilidade para P1 pode ser resultado do menor
número de observações do que os demais períodos estudados, concluindo que a seleção seria
mais efetiva de fosse baseada na produção total por apresentar maior herdabilidade. Ainda
Venturini (2009) estimou parâmetros genéticos para produção parcial de ovos por meio de
17
modelos de regressão aleatória. As herdabilidades variaram de 0,04 no P1 a 0,14 para P2 (23 a
24 semanas de idade) e nos demais períodos apresentaram pouca variação (0,10 a 0,16).
O modelo de regressão fixo foi estudado por Wolc et al. (2007), em galinhas
poedeiras, as herdabilidades estimadas variaram de 0,02 a 0,2 nas três linhagens estudadas.
Segundo os autores, modelos fixos têm apresentado baixas estimativas de herdabilidade.
Anang et al. (2000) estimaram parâmetros genéticos e fenotípicos para a produção
mensal de ovos em poedeiras utilizando modelo animal multivariado. Estes autores
encontraram herdabilidades que variaram de 0,18 até 0,49, sendo que os períodos em torno do
pico apresentaram menores herdabilidades e os períodos no início da produção as maiores
herdabilidades. Os períodos acumulados de 5, 10 e 12 meses apresentaram herdabilidades de
0,45 a 0,47. Valores semelhantes foram encontrados por Luo et al. (2007), que estimaram
parâmetros genéticos para linhas de frango de corte para a produção de ovos acumulada por
meio de modelo de regressão aleatória utilizando polinômio de Legendre. Segundo os autores,
as estimativas de variância foram mais altas no inicio e no final da produção. As
herdabilidades obtidas variaram de 0,16 a 0,54 para produção acumulada em semanas. Já no
trabalho de Wolc et al. (2008), que estimaram herdabilidades para três linhagens de poedeiras,
foram obtidas estimativas relativamente altas no inicio e final do ciclo de produção (em torno
de 0,3), sendo substancialmente menor durante o pico.
Correlações genéticas
A variabilidade das correlações genéticas é grande quando se avalia produção parcial
de ovos. Geralmente, são encontrados valores baixos de correlações entre os períodos. Isso se
confirma pelo trabalho de Venturini (2009), que estimou correlações genéticas para 17
períodos de produção. Este autor observou correlações genéticas, obtidas pelas análises
bicaracterísticas, entre período total e primeiro período (20 a 22 semanas) igual a 0,42
(±0,15), sendo esta de baixa magnitude, indicando que a adoção dessa produção parcial inicial
como critério de seleção poderá trazer poucos ganhos para produção total. Entre P2(23 e 24
semanas) até P17 com período total as correlações genéticas variaram de 0,68 a 1,0. Já as
correlações genéticas entre os períodos variaram de 0,10 a 0,99, para todos os períodos
adjacentes. As correlações genéticas de P2 (23 a 24 semanas de idade) com os períodos do
terço final da produção foram de baixa magnitude, sugerindo que a seleção neste período não
deve proporcionar ganhos significativos para os períodos finais.
Wolc et al. (2008) estudaram correlações genéticas em 9 períodos de produção e
encontraram estimativas que variaram de -0,78 a 0,94, estas mostraram-se baixas entre os
18
períodos iniciais e os posteriores. Segundo eles, os estágios iniciais estão sob a influência da
maturidade sexual, o que pode estar relacionado a uma maior variação da produção neste
período.
No estudo de Anang et al. (2000), as correlações genéticas foram obtidas para
períodos parciais (M) e acumulados (S), variando de 0,06 até 1,00, sendo menores entre os
períodos iniciais e finais de produção. As maiores correlações entre as produções parciais e
acumuladas foram entre e o segundo mês de produção e período acumulado dos primeiros
cinco meses de produção (S5); entre os primeiros dez meses acumulados (S10) e M6(sexto
mês de produção); e, entre os doze meses acumulados (S12) e M8 (oitavo mês de produção).
Sendo que, uma seleção para estes meses de produção seria eficaz para aumentar a produção
acumulada em S5, S10 e S12, respectivamente.
Munari et al. (1999) estimaram correlações genéticas para seis períodos em poedeiras,
e encontraram correlações genéticas variando de 0,21 a 0,99. As menores correlações foram
obtidas para os períodos de produção de 18 a 40 e 40 a 50 semanas de idade e mais altas para
os períodos de produção de 40 a 70 e 50 a 70 semanas de idade. Estes autores afirmam que a
correlação aumentou com a redução do efeito da idade ao primeiro ovo.
Estes resultados mostram uma maior variabilidade nos períodos iniciais e finais de
produção, indicando a possibilidade de ganho genético na seleção de animais nestes períodos.
Quanto ao estudo da curva de postura, alguns autores, como Anang et al. (2000), consideram
melhor caracterizar a curva de produção por meio de dado parciais. Porém outros não
chegaram a essa conclusão, devido a baixa correlação entre os períodos iniciais e finais de
produção (VENTURINI, 2009).
Percebe-se na literatura uma ampla variação de resultados encontrados por diferentes
autores, mas os trabalhos com estimação de parâmetros genéticos para os parâmetros da curva
de produção de ovos são escassos.
19
2.4. REFERÊNCIAS BIBLIOGRÁFICAS
ANANG, A; MIELENZ, N.; SCHÜLER, L. Montlhy model for genetic evalution of laying
hens II. Randon Regression. British Poultry Science, v.43, n.3, p.384-390, 2002.
ANANG, A.; MIELENZ, N.; SCHÜLER, L. Genetic and phenotypic parameters for monthly
egg production in White Leghorn hens. Journal. Animal. Breeding. Genetcs., v.117, n.6,
p.407-415, 2000.
BARRETO, G. A.& ANDRADE, M. G,. Estimação paramétrica de modelos auto-
regressivos via estatística Bayesiana e simulação de Monte Carlo. 2000.
BOUKILA, B. et al. Selection for increased egg production based on annual record in three
strains of white leghorns. Comparison of different partial records to improve annual egg
production. Poultry Science, v.66, p.1077-1084, 1987.
CASON, J.A.; WARE, G.O. Analysis of flock egg production curves using generalized
growth functions. Poultry Science, v.69, p. 1064-1069, 1990.
FALCÃO, A.J.S.; MARTINS, E.N.; COSTA, C.N.; et al., Aplicação De Métodos Reml E
Bayesiano Via Amostrador De Gibbs Na Estimação De Componentes De Variância
Para Produção De Leite No Estado Do Paraná. In: SIMPÓSIO DA SOCIEDADE
BRASILEIRA DE MELHORAMENTO ANIMAL, 5, 2004, Pirassununga.
FIALHO, F.B.; LEDUR, M.C.; AVILA, V.S. Método Para Comparar Curva De Produção
De Ovos Usando um Modelo Matemático. Embrapa Suínos e Aves, 2001, p.1-4
(Relatório Técnico, 293).
FIALHO, F. B., LEDUR, M. C. Segmented polynomial model for estimation of egg
production curves in laying hens. British Poultry Science, v.1, n.38, p.66-73, 1997.
FURTADO, I.M.; AQUINO, L.H.; FERREIRA, D.F. et al. Ajustamento do modelo de Wood
modificado a dados de produção de ovos de matrizes avós. Ciência e Prática, v.19, n.3,
p.311-314, 1995.
GAVORA, J.S.; LILJEDAHL, L.E.; McMILLAN, L. et al. Comparison of three mathematical
models of egg production. British Poultry Science, v.23, p.339-348,1982.
GROSSMAN, M.; GROSSMAN, T. N.; KOOPS, W. J. A model for persistency of egg
production. Poultry. Science, v.79, n.12, p.1715-1724, 2000.
HENDERSON Jr., C.R. Analysis Of Covariance In The Mixed Model: Hogher-Level,
Nonhomogeneous, and Regressions. Biometrics, v.38, n.3, p.623-640, 1982.
LUO, P. T.; YANG, R. Q.; YANG, N. Estimation of genetic parameters for cumulative egg
numbers in a broiler dam line by using a random regression model. Poultry. Science.,
v.86, n.1, p.30, 2007.
MARTINS, E. N. Comportamento de três linhagens de poedeiras legorne em
cruzamentos dialélicos. Viçosa: Universidade Federal de Viçosa, 1982. 120p.
Dissertação (Mestrado em Zootecnia) – Universidade Federal de Viçosa, 1982.
MARTINS, E.N. Avaliação genética e heterogeneidade de variâncias. In: REUNIÃO
ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 39., Recife. Anais...
Recife: Sociedade Brasileira de Zootecnia, 2002b, p.205-214.
20
McMILLAN, I.; FITZ-EARLE, M.; BUTLER, L. et al. Quantitative genetics of fertility II.
Lifetime egg production of Drosophila melanogaster - Experimental. Genetics, v.65,
p.355-369, 1970.
McNALLY, D.H. Mathematical model for poultry egg production. Biometrics, v.27, p.735-
738, 1971.
MUNARI, D. P.; SCHMIDT, G. S.; GIANNONI, M. L. Genetic and phenotypic variability of
the performance of a White Leghorn strain. II. Correlation. Ars Veterinária., v.15, n.1,
p.15-20, 1999.
PICCININ, A.; MALHADO, C.H. M.; MORI, C. et al. Análise da curva de postura de três
linhagens de codorna utilizando a técnica não paramétrica Kernel. In: Simpósio da
Sociedade Brasileira de Melhoramento Animal, 5., Proceeding…, Pirassununga:
Sociedade Brasileira de Zootecnia, 2004.
PREISINGER, R & FLOCK D. K., Genetic changes in layer breeding: Historical Trends
and Future Prospects. Occasional Publications of the British Society of Animal, 2000.
SABRI, H. M.; WILSON, H. R.; HARMS, R. H. et al. Genetic parameters for egg and related
characteristics of white leghorn hens in a subtropical environment. Genetics and
Mololecular Biology, v.22, n.2, p.183-186, 1999.
SAKAGUTI, E.S.; SILVA, M.A.; MARTINS, E.N. et al. Trajetória De Crescimento E
Efeito Da Idade Da Vaca Nos Modelos De Regressão Aleatória De Bovinos Jovens Da
Raça Tabapuã. Arquivo Brasileiro de Medicina Veterinária e Zootecnia, v.54, n.4, p.414-
423, 2002.
SANTOS, A.I.. Estimativas de Parâmetros Genéticos e Fenotípicos para Produções
Parciais e Total de Ovos em Codornas de Postura. Maringá: Universidade Estadual de
Maringá. Monografia (Graduação em Zootecnia). Melhoramento Genético Animal, 2003.
SZYDLOWSKI, M.; SZWACZKOWSKI, T. Bayesian segregation analysis of production
traits in two strains of laying chickens. Poultry Science, v.80, n.2, p.125-131, 2001.
VENTURINI, G. C. Modelos de dimensão finita e infinita para avaliação da produção de
ovos em aves de postura. Jaboticabal: Universidade Estadual Paulista. 2009. 45p.
Dissertação (Mestrado em Zootecnia) - Universidade Estadual Paulista, 2009.
YANG, N.; WU, C.; McMILLAN, I. New mathematical model of poultry egg production.
Poultry Science, v.68, p.476-481, 1989.
WOLC, A.; LISOWSKI, M.; SZWACZKOWSKI, T. Heritability of egg production in laying
hens under cumulative, multitrait and repeated measurement animal models. Czech.
Journal Animal Science, v.52, n.8, p.254-259, 2007.
WOLC, A.; BARCZAK, E.; W__YK, S.; BADOWSKI, J. et al. Genetic evaluation of
production and reproduction traits in two selected lines of geese under multitrait animal
model. Animal Science Papers Reports, v.26, n.1, p.71-78, 2008.
WOOD, P.D.P. Algebraic model of the lactation curve in cattle. Nature, v.216, n.5111,
p.164-165, 1967.
ZIMMER, L.E; KLEIN, C.H. Relatório anual de atividades 2008 Embrapa Suínos e Aves.
Concórdia,SC: Embrapa Suínos e Aves, 2009,144 p. (Embrapa Suínos e Ave. Documentos
133).
21
CAPÍTULO1
CURVAS DE POSTURA DE UMA LINHA FÊMEA DE FRANGO DE CORTE
Resumo
O comportamento da produção de ovos como critério de seleção é uma abordagem importante
nos programas de melhoramento e novos modelos matemáticos estão sendo propostos para
ajustar a curva de produção de ovos. Com isso, objetivou-se com este trabalho estimar os
parâmetros da curva de postura para uma linha fêmea de frango de corte, utilizando-se os
modelos de polinômios segmentados e de Wood (1967). Foram utilizados dados provenientes
de 2.398 aves de uma linha fêmea de frango de corte. As informações referem-se à produção
semanal de ovos das 25 até as 64 semanas de idade. A estimação dos parâmetros da curva de
polinômios segmentado (x
p
idade das aves, em semanas, no momento do pico de produção; P
nível de produção no pico, em ovos/ave/dia; s taxa de decréscimo semanal na produção após o
pico, em ovos/ave/semana; e t tempo entre o início da postura e o pico de produção de ovos,
em semanas) e Wood (1967) (a é a taxa de produção inicial; b é a taxa de acréscimo até o pico
de produção; e c é a taxa de decréscimo após o pico de produção). A linhagem avaliada pelo
modelo de polinômios segmentados apresentou um pico de postura às 30,43 semanas de
idade, sendo o nível de postura de 0,746 ovos/aves/dia. Foram necessárias 3,08 semanas do
início da postura até o pico de produção e a taxa de persistência foi de 0,014 ovo/ave/semana.
Porém, um pequeno valor do parâmetro “t” que representa o intervalo do início ao pico de
postura, indica boa uniformidade do plantel avaliado. As médias estimadas para os parâmetros
do modelo de Wood foram de magnitude baixa para taxa de produção inicial (0,0003) e taxa
de acréscimo de produção até o pico (2,9398) e alta para a taxa de decréscimo de produção
após o pico postura (0,0767). As curvas ajustadas para os modelos de polinômios
segmentados e Wood (1967) permitiram evidenciar um baixo nível de produção ao pico de
produção. O modelo de polinômios segmentados superestimou a persistência após o pico de
postura e o modelo de Wood (1967) subestimou o final da produção, no entanto, o modelo de
(1967) foi o que melhor ajustou de acordo com o quadrado médio do erro (QME). Sugerem-se
mais estudos no sentido de se obter curvas de postura que se ajustem melhor às matrizes de
frango de corte.
Palavras-chave: modelo de Wood, parâmetros da curva, pico de postura, polinômios
segmentados, produção ovos.
22
Abstract
The behavior of egg production as a criterion for selection is an important approach in
breeding programs, and new mathematical models are proposed to adjust the curve of egg
production. Thus, the aim of this study was to estimate the parameters of the curve of position
for a female line of broiler, using models of segmented polynomials and Wood (1967). There
had been used data from 2,398 birds of a female line of broiler chicken. The information
refers to the weekly production of eggs from 25 until 64 weeks of age. The estimation of
parameters of the curve of segmented polynomials (xp bird age in weeks, at peak production,
P level of production at peak in eggs / bird / day; s weekly rate of decline in production after
the peak, eggs / bird / week; et the time between onset of lay and peak egg production in
weeks) and Wood (1967) (a is the rate initial production, b is the rate of increase to peak
production; and c is the rate of decline after the peak of production). The strain measured by
segmented polynomial model showed a peak position at 30.43 weeks of age, the level of
posture of 0.746 eggs / bird / day. 3.08 weeks were necessary for the onset of lay until the
production peak and persistence rate was 0.014 eggs / bird / week. However, a small value of
parameter "t" representing the interval from start to peak position, indicating good uniformity
of the squad evaluated. The estimated means for the model parameters were Wood magnitude
for low rate initial production (0.0003) and increased production rate to peak (2.9398) and
high for the rate of decline of production after the peak posture (0.0767). The fitted curves for
the models of segmented polynomials and Wood (1967) have highlighted a low level of
production at peak output. The segmented polynomial model overestimated the persistence
after the peak position and the model of Wood (1967) underestimated the end of production,
however, the model (1967) was the best fit according to the mean square error (MSE ). We
suggest further studies in order to obtain curves that better fit to the posture of broilers’ arrays.
Keywords: Wood model, parameters of the curve, peak position, segmented polynomials, egg
production
23
Introdução
A correta definição do objetivo da seleção e, consequentemente, da direção do
melhoramento, é um requisito essencial aos programas de melhoramento genético. Entre as
mais importantes características de produção na avicultura está a produção de ovos,
influenciando diretamente no lucro, este tem como influência principal a taxa de postura e a
persistência da produção. A produção máxima ou estimativa de persistência pode ser usada
para estudar efeitos sistemáticos de manejo nutricional, práticas de manejo e outras fontes de
variação (MORANT & GNANASAKTHY,1989).
Uma forma prática e consistente de se obter controle na produção é por meio do
estudo da curva de postura das aves, a qual é caracterizada pela produção de ovos ao longo do
ciclo e pode ser dividida em três fases, produção inicial, pico de produção e taxa de
decréscimo após o pico, definida como persistência da postura (PINEDA, 1987). É necessário
o conhecimento de outras características da curva de postura além do pico, como a
persistência, pois, a partir do pico, a produção tende a cair em uma taxa mais ou menos
constante até o fim da produção (KEOWN & VAN VLECK, 1972). O comportamento da
produção de ovos como critério de seleção é uma abordagem de grande importância nos
programas de melhoramento genético.
O uso de modelos matemáticos para estimar curvas de produção de ovos com precisão
é de grande importância para a pesquisa e produção de aves. Esses modelos permitem a
comparação de diferentes curvas, predição da produção total usando registros parciais e uma
análise mais detalhada da produção. Para aumentar a qualidade da informação das curvas de
produção, às vezes, é necessário decompor a produção total na produção em vários períodos.
Como já vem sendo realizado em gado de leite, existe nas pesquisas de produção de ovos a
tendência ao fracionamento da produção, a fim de se obter resultados que melhor represente o
comportamento biológico da característica.
A utilização de dados longitudinais (produção diária, semanal, mensal ou em períodos
específicos) em vez de dados acumulados (produção total), pode produzir melhores
resultados, visto que toda informação é ajustada no modelo. Sapp et al. (2005) compararam
modelos para dados longitudinais (Longitudinal Multiple-Trait) com modelos para dados
acumulados (Cumulative Single-Trait) simulados de produção de ovos em galinhas de postura
e concluíram pela preferência de um modelo longitudinal, principalmente quando há presença
de dados perdidos.
24
Fialho (1997) propôs um modelo de polinômios segmentados para avaliar a curva de
postura. Outros modelos como o modelo de Grossman et al. (2000) ou o modelo de Wood
(1967) que fornecem informações práticas sobre taxas de acréscimo e de decréscimo na
produção, além de métodos bayesianos nos quais se estuda a probabilidade de postura de aves
de várias linhagens, também podem ser usados para estudar a produção de ovos.
Objetivou-se com este trabalho ajustar a curva de postura, para uma linha fêmea de
frango de corte, utilizando os modelos de polinômios segmentados e Wood.
Material e Métodos
Foram utilizados dados provenientes de cerca de 2.398 aves de uma linha fêmea de
frango de corte do pacote de genética da Globoaves, criadas no município de Catanduvas, SC.
As informações referem-se à produção semanal de ovos das 25 às 64 semanas de idade. A
produção diária de ovos foi calculada dividindo-se o número de ovos produzidos na semana
por 7.
Na caracterização da curva de produção realizada pelo modelo de polinômios
segmentados (Fialho & Ledur, 1997), dividiu-se a curva de produção em três segmentos. O
modelo é representado pelo seguinte conjunto de equações:
( )
xxparaxxsPY
xxtxpara
t
xx
P
t
xx
PPY
txxparaY
pP
pp
PP
p
≤−−=
<≤−
−
+
−
−=
−<=
.
..2..3
0
3
em que:
Y é a produção diária, em ovo/ave/dia;
x
p
é a idade das aves, em semanas, no momento do pico de produção;
P é o nível de produção no pico, em ovo/ave/dia;
s é a taxa de decréscimo semanal na produção após o pico, em ovo/ave/semana;
t é o tempo entre o início da postura e o pico de produção de ovos, em semanas, e
x é a idade da ave em um determinado tempo, em semanas.
No primeiro segmento, antes do início da postura, a produção é zero. Entre o início da
postura e o pico de produção, a curva é representada por uma função cúbica crescente. No
terceiro segmento, após o pico, a produção sofre um decréscimo aproximadamente linear.
Foram impostas restrições para as médias dos parâmetros com intenção de reduzir o
25
coeficiente de variação das estimativas. Estas restrições foram limites inferiores e superiores
para os parâmetros, sendo que, foram aceitos valores para os parâmetros x
p
entre 10 e 64
semanas, t no intervalo de 1 e 6, P entre 0,05 e 3 e s de 0,006 e 0,05, os demais foram
excluídos do banco de dados. Após a consistência dos dados, o arquivo contou com 626
registros.
Outro modelo utilizado para ajustar a curva de postura, foi o Modelo de Wood (1967),
apresentado por:
tcb
etaY
−
=
em que,
a é a taxa de postura média inicial;
b é a taxa de produção crescente semanal até o pico de produção;
c é a taxa de decréscimo semanal da produção após o pico de postura, e
t é a idade da ave em um determinado tempo, em semanas.
Os ajustes das curvas de postura foram realizados utilizando-se NLIN do SAS e as
estimativas das médias dos parâmetros das curvas foram realizadas utilizando o PROC
MEANS do “software” SAS (2002).
Resultados e Discussão
As médias estimadas para os parâmetros da curva de postura de 25 a 64 semanas de
idade estão apresentadas na Tabela 1, e a curva de postura ajustada com estas médias,
utilizando o modelo de polinômios segmentados (Figura 1).
O parâmetro “s” está relacionado com a persistência de postura, pois um alto valor de
“s” significa que a postura diminui rapidamente após o pico, enquanto que um baixo valor de
“s” indica boa persistência. O parâmetro “t” está relacionado com a uniformidade do lote, pois
um tempo pequeno entre o início e o pico da postura significa que as aves iniciaram a postura
quase simultaneamente, ao passo que um tempo maior indica desuniformidade da idade à
maturidade sexual. Quanto maiores os parâmetros “x”
p
e “P”, maior será a idade e o nível de
postura no pico de produção.
26
Tabela 1 – Número de dados ajustados (N), média, desvio padrão e coeficiente de variação
(CV) estimados para a produção de ovos, segundo o modelo de polinômios
segmentados
PARÂMETRO N MÉDIA
DESVIO
PADRÃO
CV (%)
x
p
626 30,4300 2,274 7,473
P 626 0,7460 0,121 14,301
t 626 3,0800 1,207 39,175
s 626 0,0146 0,007 49,249
x
p
é a idade das aves, em semanas, no momento do pico de produção; P é o nível de produção no pico, em
ovo/ave/dia; s é a taxa de decréscimo semanal na produção após o pico, em ovo/ave/semana, e t é o tempo entre
o início da postura e o pico de produção de ovos, em semanas.
Observa-se na figura1 a curva de postura ajustada pelo modelo de polinômios
segmentados (Seg), o qual subestimou o nível de produção no momento do pico de postura e
superestimou o a persistência de postura após o pico, em relação à produção observada (Obs).
Figura1- Curva de produção de ovos de uma linha fêmea de frango de corte, segundo o
modelo de polinômios segmentados.
Valores diferentes para estes parâmetros foram encontrados por Fialho et al. (2001),
que estimaram parâmetros da curva de postura de quatro linhagens de poedeiras e
encontraram valores para “x
p”
que variaram 25,38 a 27,29 semanas, “P” de 0,875 a 0,933
ovo/dia, “s” de 0,00204 a 0,00608 ovo/ave/semana e “t” de 6,05 a 8,6 semana. Essa diferença,
possivelmente se deve ao fato destes autores trabalharem com poedeiras, as quais apresentam
menor idade ao pico (x
p
), nível mais alto de produção ao pico de postura (P) e maior
27
persistência da postura (s). Porém, o parâmetro t que mede o intervalo do início da postura até
o pico, no presente trabalho foi menor, isso indica que as aves tiveram posturas mais ou
menos próximas, indicando maior uniformidade do lote.
Foram estimados parâmetros para a curva de postura utilizando o modelo de Wood
(1967). As médias estimadas para os parâmetros da curva de postura de 25 a 64 semanas de
idade estão apresentadas na Tabela 2, e a curva de postura ajustada com os valores preditos
(Figura 2).
As médias estimadas para os parâmetros foram de 0,0003 para o parâmetro “a”, que
representa a taxa inicial de postura, 2,9398 para “b” taxa de produção crescente até o pico de
produção e 0,0767 para “c” taxa de decréscimo da produção após o pico. Estas estimativas
mostram que esta população apresenta baixa produção inicial e uma queda de produção após
o pico mais acentuada do que o esperado.
Tabela 2 - Número de dados ajustados (N), média, desvio padrão e coeficiente de variação
(CV) estimados para a produção de ovos, segundo o modelo de Wood
PARÂMETRO N MÉDIA
DESVIO
PADRÃO
CV(%)
a 59444 0,0003 0,00004 13,08
b 59444 2,9398 0,04770 1,60
c 59444 0,0767 0,00114 1,49
a é a taxa de postura inicial; b é a taxa de produção crescente até o pico de produção e, c é a taxa de decréscimo
da produção após o pico de postura.
Observa-se na figura2 a curva de postura ajustada dos preditos (Pred) pelo modelo de
Wood (1967), o qual subestimou o nível de produção no momento do pico de postura e a
persistência de postura final da produção, em relação à produção observada (Obs).
28
Figura 2 - Curva de postura de uma linha fêmea de frango de corte, segundo o modelo de
Wood.
O modelo Wood também foi utilizado por Silva et al. (2004) em análise bayesiana
com matrizes de postura. No entanto foram observados valores diferentes aos encontrados no
presente trabalho para todos os parâmetros. Para as duas linhagens estudadas, foram
observadas médias de 0,88 e 0,19, 0,66 e 0,60 e, -0,28 e -0,28 para os parâmetros a, b e c,
respectivamente. Nogueira et al. (2005) também trabalharam com modelo de Wood e Wood
modificado em análise bayesiana, e observaram médias para a taxa inicial de postura de 31,25
e 1,71, para a taxa crescente de produção de 0,46 e 4,20 e para a taxa decrescente de produção
de 0,02 e -0,07, para os respectivos modelos avaliados, estes autores indicaram o modelo de
Wood modificado como o que melhor se ajustou aos dados. Vale lembrar que o modelo de
Wood foi proposto inicialmente para ajuste da curva de lactação, em vacas leiteiras.
Wolc et al. (2007) compararam três linhagens de poedeiras e concluíram que as
linhagens que alcançaram pico de produção mais precocemente apresentaram menor nível de
produção ao pico e maior persistência, enquanto, poedeiras mais tardias ao pico tiveram nível
de produção ao pico mais elevado, mas apresentaram menor persistência e,
consequentemente, menor produção global. Isso mostra a importância dos programas de
melhoramento genético trabalharem com a persistência de postura como objetivo de seleção,
além da taxa de postura e idade à maturidade sexual.
29
Tabela-3-Coeficiente de determinação (r
2
) e quadrados médios do resíduo (QME) para os
modelos de polinômios segmentados e Wood (1967)
MODELOS r
2
QME
Polinômios segmentados 0.12 0.07
Wood (1967) 0.11 0.04
Na comparação dos dois modelos, pode-se observar que o modelo de Wood (1967)
apresentou menor quadrado médio do erro (QME) demonstrando um melhor ajuste a curva de
postura de matrizes pesadas em relação ao modelo de polinômios segmentados.
Conclusão
As curvas ajustadas para os modelos de polinômios segmentados e Wood (1967)
permitiram evidenciar um baixo nível de produção no momento do pico de postura. O modelo
de polinômios segmentados superestimou a persistência após o pico de postura e o modelo de
Wood (1967) subestimou o final da produção, no entanto o modelo de (1967) foi o que
melhor ajustou de acordo com o quadrado médio do erro (QME). Sugerem-se mais estudos no
sentido de se obter curvas de postura que se ajustem melhor às matrizes de frango de corte.
Referências
FIALHO, F.B. & LEDUR, M.C. Segmented polynomial model for estimation of egg
production curves in laying hens. Britsh Poultry Science, v.1, n.38, p.68-73, 1997.
FIALHO, F.B.; LEDUR, M.C.; AVILA, V.S. Método Para Comparar Curva De Produção
De Ovos Usando um Modelo Matemático. Embrapa Suínos e Aves, 2001, p.1-4
(Relatório Técnico, 293).
GROSSMAN, M.; GROSSMAN, T. N.; KOOPS, W. J. A model for persistency of egg
production. Poultry Science, v.79, n.12, p.1715-1724, 2000.
KEOWN, J.F.; VAN VLECK, L.D. Extending lactation records in progress to 305-day
equivalent. Journal of Dairy Science, v.56, n.8, p.1070-1079, 1972.
MORANT, S.V.; GNANASAKTHY, A.A. New approach to the mathematical formulation of
lactation curves. Animal Production, v.49, n.2, p.151-162, 1989.
NOGUEIRA, D. A.; SÁFADI, T.; PEREIRA. J. M. et al. Ajuste e comparação de modelos
com erros autorregressivos a dados de produção de ovos: uma ilustração Bayesiana.
Congresso; 50ª RBRAS e 11º SEAGRO; Londrina; BRASIL, 2005.
30
PINEDA, A.M.G. Mathematical functions applied to dairy cow lactation curves. Florida:
University of Florida, 1987. 246p.
SAPP, R.L.; REKAYA, R.; MISZTAL, I. et al. Longitudinal Multiple-Trait Versus
Cumulative Single-Trait Analysis of Male and Female Fertility and Hatchability in
Chickens. Research Note, Poultry Science, v.84, n.7, p.1010-1014, 2005.
SAS STATISTICAL ANALYSIS SYSTEM. User’s guide: Statistics. Version 9.0, NC; SAS
Institute, 2002.
SILVA, F. F. ; MUNIZ, J.A. ; AQUINO, L.H. . Análise Bayesiana da curva de postura de
linhagens de aves White Leghorn. In: 49ª Reunião Anual da Região Brasileira da
Sociedade Internacional de Biometria, 2004, Uberlândia. Anais da 49ª Reunião Anual da
Região Brasileira da Sociedade Internacional de Biometria. Uberlândia : UFU, 2004.
WOLC, A.; LISOWSKI, M.; SZWACZKOWSKI, T. Heritability of egg production in laying
hens under cumulative, multitrait and repeated measurement animal models. Journal
Animal Science Czech, v.52, n.8, p.254-259, 2007.
WOOD, P.D.P. Algebraic model of the lactation curve in cattle. Nature, v.216, n.5111,
p.164-165, 1967.
31
CAPÍTULO2
AVALIAÇÃO GENÉTICA PARA OS PARÂMETROS DA CURVA DE PRODUÇÃO
DE OVOS DE UMA LINHA FÊMEA DE FRANGO DE CORTE
Resumo
Estimativas precisas e acuradas de parâmetros genéticos e fenotípicos são de grande
importância para se alcançar progresso genético na população e selecionar, de forma mais
eficiente, os indivíduos das linhagens específicas nos programas de melhoramento genético.
Com isso, objetivou-se com este trabalho estimar os parâmetros genéticos e fenotípicos dos
parâmetros da curva de produção de ovos, pelo o modelo de polinômios segmentados. Foram
utilizados dados da produção de ovos semanal das 25 até 64 semanas de idade provenientes de
2.398 matrizes de uma linhagem de frangos de corte. A curva de postura foi ajustada
utilizando o modelo de polinômios segmentados, a qual é constituída pelos parâmetros “x
p
”-
idade das aves ao pico de postura, “P”- nível de produção no pico, “s” - taxa de decréscimo
semanal na produção de ovos após o pico, e “t” - tempo entre o início da postura e o pico de
produção de ovos. A estimação dos componentes de covariâncias, herdabilidade e correlações
para estes parâmetros da curva de postura foram obtidas por máxima verossimilhança restrita.
As tendências genéticas foram estimadas com as médias dos valores genéticos dos parâmetros
da curva em função do ano de nascimento das matrizes. As médias das herdabilidades foram
de baixa a média magnitudes, 0,25 (x
p
), 0,18 (P), 0,17 (s) e 0,10 (t). As correlações genéticas
entre o parâmetro t e os demais parâmetros da curva foram positivas variando de 0,21 até
1,00, sendo menor entre t e s e, maior entre os parâmetros x
p
e t. Essas correlações indicam
que os animais com um maior tempo entre início e pico de postura tendem a apresentar uma
maior idade ao pico de postura, maior nível de produção e maior queda de produção pós-pico.
Entre os parâmetros x
p
e P a correlação também foi positiva, de magnitude média (0,39). As
correlações foram negativas entre os parâmetros s e x
p
e s e P apresentando-se menor entre s e
x
p
(-0,17) e maior entre s e P (-0,91), indicando que um aumento no nível de produção e idade
ao pico de produção acarretaria uma menor queda de produção de ovos pós-pico. As
tendências genéticas encontradas para os parâmetros indicaram uma redução no tempo entre o
início e pico de produção e idade ao pico de postura. O nível de produção apresentou uma
queda no valor genético ao longo do período avaliado. Pode-se observar possível ganho
genético para os parâmetros da curva de produção de ovos, contudo, deve-se atentar para as
correlações genéticas positivas entre os parâmetro x
p
e P, o que pode levar a um aumento do
nível de produção e a um aumento na idade ao pico de produção. O mesmo acontece com os
parâmetros x
p
e s, indicando que as aves mais precoces ao pico poderão apresentar menor
persistência.
Palavras-chave: curva de postura, frango de corte, polinômio segmentado, regressão não
linear
32
Abstract
Precise and accurate estimates of genetic and phenotypic parameters are of great importance
to achieve genetic progress in the population and if they select, more efficiently, individuals
of specific lines in breeding programs. Within this context, this work aimed to work with this
genetic parameters and phenotypic parameters of egg production curve, using the segmented
polynomial model. It had been used data from the weekly egg production from 25 to 64 weeks
of age from 2,398 matrices of a strain of broilers. The curve of position was adjusted using the
segmented polynomial model, which consists of the parameters " x
p
" - the peak age of the
birds in attitude, "P" - at peak production level, "s" - rate of decline in weekly egg production
after peak, and “t” - time between the onset of lay and peak egg production. Estimation of
covariance components, heritability’s and correlations for these parameters curve posture
were obtained by restricted maximum likelihood. Genetic trends were estimated with the
mean values of genetic parameters of the curve as a function of birth year of the matrices. The
heritability’s mean were low to medium magnitude, 0,25 (x
p
), 0,18 (P), 0,17 (s) e 0,10 (t).
Genetic correlations between the parameter “t” and the other parameters of the curve were
positive ranging from 0.21 to 1.00, being lower between “t” and “s”, and higher among the
parameters x
p
and t. These correlations indicate that animals with longer time between
beginning and peak of posture tend to present older age at posture’s peak, higher production
level and higher decrease in production’s level after peak. Between the parameters x
p
and P
the correlation was also positive, of an average magnitude (0.39). Correlations were negative
between parameters “s” and “x
p
”, and “s” and “P”, presenting itself lower between “s” and
“x
p
” (-0.17) and higher amongst “P” (-0.91), indicating that an increase in production level
and age at production peak would result in a smaller decrease in egg production after peak.
The genetic trends found for the parameters of the model indicated a reduction in time
between the production’s onset and peak, and age at production’s peak. The level of
production showed a decline in breeding value over the period evaluated. It can be observed a
potential genetic gain for the egg’s production parameters’ curve; however, it must be paid
special attention to the positive genetic correlations between the parameter x
p
and P. What can
lead to an increase in the level of production and may lead to an increase in age at peak
production. The same applies to the parameters x
p
indicating that birds with earlier peaks may
present lower persistence.
keywords: curve posture, broilers, segmented polynomial, regression non linear
33
Introdução
Os parâmetros das curvas, quando considerados como variáveis biológicas, podem
fornecer informações que auxiliam um programa de melhoramento genético. A variabilidade
das estimativas dos parâmetros genéticos é grande quando se avalia a produção de ovos,
variando de população para população. Segundo Ledur et al. (1993), as estimativas de
parâmetros genéticos e fenotípicos são as principais ferramentas para se alcançar altos ganhos
genéticos na população e se ter uma melhor seleção das linhagens.
Existem na literatura vários trabalhos sobre curva de produção de ovos, sendo que
poucos estudaram os fatores genéticos relacionados com os parâmetros dos modelos. O
conhecimento das correlações entre os parâmetros da curva de postura é importante ao se
formularem programas de seleção. Por isto, torna-se necessário conhecer a magnitude e a
direção das correlações entre as características de interesse, pois a seleção para uma
característica poderá provocar mudanças em outra.
Anang et al. (2000) avaliando produção de ovos acumulada mensalmente, encontraram
valores baixos para correlações entre os meses de produção. Estes autores concluíram em seus
estudos que o primeiro mês de produção de ovos apresenta alta estimativa de herdabilidade, o
que resultou da variação existente na idade ao primeiro ovo. Porém, a seleção baseada no
primeiro mês de produção para melhorar a produção total de ovos não seria muito eficiente,
devido à baixa correlação genética entre o primeiro mês e as produções seguintes. Essa
afirmação foi confirmada por Munari et al. (1999) que estimaram correlações genéticas para
produção parcial em poedeiras, e observaram que a correlação aumentou com a redução do
efeito da idade ao primeiro ovo. Venturini (2009) que também avaliou poedeiras, afirmou que
a seleção aplicada em períodos parciais de produção de ovos poderá resultar em maior ganho
genético para os períodos adjacentes. No entanto, à medida que aumenta a distância no tempo
entre períodos, a seleção poderá ser menos eficiente.
Assim, objetivou-se com este estudo obter estimativas dos parâmetros genéticos e
fenotípicos e tendência genética dos parâmetros da curva de produção de ovos de uma linha
fêmea de frango de corte por meio de modelos de polinômios segmentados.
Material e Métodos
Foram utilizados dados provenientes de 2.398 aves com registros semanais de uma
linha fêmea de frangos de corte do pacote de genética da Globoaves, localizada no município
34
de Catanduvas, SC. As informações referem-se à produção de ovo semanal das 25 às 64
semanas de idade.
Os parâmetros da curva de produção foram estimados utilizando-se o modelo de
polinômios segmentados (Fialho e Ledur, 1997), que divide a curva de produção em três
segmentos. O modelo é representado pelo seguinte conjunto de equações:
( )
xxparaxxsPY
xxtxpara
t
xx
P
t
xx
PPY
txxparaY
pP
pp
PP
p
≤−−=
<≤−
−
+
−
−=
−<=
.
..2..3
0
3
em que:
Y é a produção diária, em ovo/ave/dia;
x
p
é a idade das aves, em semanas, no momento do pico de produção;
P é o nível de produção no pico, em ovo/ave/dia;
s é a taxa de decréscimo semanal na produção após o pico, em ovo/ave/semana;
t é o tempo entre o início da postura e o pico de produção de ovos, em semanas, e
x é a idade da ave em um determinado tempo, em semanas.
Foi ajustado o modelo de polinômios segmentados para a população, estimados os
parâmetros da curva para cada indivíduo utilizando o PROC NLIN do SAS (2002).
As estimativas dos componentes de (co)variâncias e dos parâmetros genéticos para os
parâmetros da curva (x
p
, P, s e t) foram obtidas pelo programa MTDFREML (BOLDMAN et
al., 1995), que utiliza a metodologia da máxima verossimilhança restrita livre de derivadas. O
MTDFREML utiliza o algoritmo simplex para localizar o mínimo de –2 log
e
L (L = função de
verossimilhança), e os componentes de (co)variâncias que minimizam a função –2 log
e
L são
estimativas de máxima verossimilhança. As herdabilidades estimadas e valores genéticos
preditos foram obtidos a partir destes componentes de variância, utilizando a metodologia de
modelos mistos.
As análises foram conduzidas utilizando o modelo:
e
~
gΖ
~
bΧ
~
y
+
+
=
em que:
=
~
y
vetor de observações (x
p
, P, s e t);
=
X
matriz de incidência de efeitos fixos;
=
~
b
vetor de efeitos fixos (nascimento);
=
Z
matriz de incidência de efeitos genéticos aditivos diretos;
35
=
~
g
vetor de efeitos genéticos aditivos diretos;
=
~
e
vetor de efeito residual.
Foram realizadas análises bicaracterísticas, para todos os parâmetros (x
p
, P, s e t) do
modelo ajustado.
As tendências genéticas para os parâmetros da curva foram estimadas utilizando os
valores genéticos médios anuais pelo PROC REG do software do SAS.
Resultados e Discussão
Os resultados das variâncias e (co)variâncias genéticas e fenotípicas estão
apresentados nas Tabelas 1.
Tabela 1 - Estimativas das variâncias médias (diagonal) e covariâncias genéticas (acima da
diagonal) e covariâncias fenotípicas (abaixo da diagonal) dos parâmetros da curva
de produção de ovos
Parâmetro
1
x
p
P s t
x
p
1,04430 0,01859 -0,00047 0,36067
P
0,03570
0,00217
-
0,00014
0,00570
s 0,00165 0,00017 0,00001 0,00022
t 1,36013 0,00145 0,00099 0,14057
1
“x
p
”- idade das aves ao pico de postura, “P”- nível de produção no pico, “s” - taxa de decréscimo semanal na
produção de ovos após o pico, e “t” - tempo entre o início da postura e o pico de produção de ovos.
As estimativas das herdabilidades médias e correlações genéticas dos parâmetros da
curva estão apresentadas na Tabela 2.
As médias das estimativas das herdabilidades foram de baixa a média magnitude,
variando de 0,10 a 0,25, indicando que as condições ambientais e os efeitos dos fatores não-
aditivos têm grande influência sobre as características avaliadas. Esses resultados indicam que
a seleção considerando o parâmetro “x
p
” teria uma melhor resposta que os demais, pois
apresenta maior herdabilidade.
36
Tabela2 - Estimativas das herdabilidades médias (diagonal) e correlações genéticas (acima da
diagonal) e fenotípicas (abaixo da diagonal) da curva de produção de ovos
Parâmetro x
p
P s t
x
p
0,25
0,39
-
0,17
1,00
P 0,16 0,18 -0,91 0,32
s 0,11 0,22 0,17 0,21
t 0,56 0,01 0,12 0,10
1
“x
p
”- idade das aves ao pico de postura, “P”- nível de produção no pico, “s” - taxa de decréscimo semanal na
produção de ovos após o pico, e “t” - tempo entre o início da postura e o pico de produção de ovos.
Observando os valores de correlações genéticas apresentados na Tabela 2, pode-se
notar que estimativas destas correlações entre os parâmetros da curva de postura foram de
magnitude baixas a altas negativas e positivas. As correlações entre o parâmetro “t” e os
demais parâmetros da curva foram positivas variando de 0,21 até 1,00, sendo menor entre “t”
e “s” e, maior entre os parâmetros “x
p
” e “t”. Essas correlações indicam que os animais com
um maior tempo entre início e pico de postura (t) tendem a apresentar uma maior idade ao
pico de postura (x
p
), maior nível de produção(P) e maior queda de produção pós-pico (s).
Entre os parâmetros “x
p
” e “P” a correlação também foi positiva, de magnitude média (0,39).
As correlações foram negativas entre os parâmetros “s” e “x
p
” e “s” e “P” apresentando-se
menor entre “s” e “x
p”
(-0,17) e maior entre s e P (-0,91), indicando que um aumento no nível
de produção e idade ao pico de produção acarretaria uma menor queda de produção de ovos
pós-pico. Estes valores indicam que se a seleção for praticada com a intenção de aumentar o
valor genético para o parâmetro “P”, haverá um aumento no valor genético para persistência
de produção, como resposta correlacionada. Entretanto, as respostas correlacionadas entre “P”
com outros parâmetros podem proporcionar maior idade ao pico de postura e maior intervalo
entre início e pico de produção.
As tendências genéticas, estimadas pela regressão dos valores genéticos preditos
médios sobre o período de tempo em que ocorreu o nascimento das fêmeas, 2005 a 2006, para
os parâmetros da curva de produção estão ilustradas nas Figuras 1.
37
Figura 1 - Tendência genética para os parâmetros t, x
p
, s e P e da curva de produção de ovos
de uma linha fêmea de frango de corte pelo modelo de polinômios segmentado.
As tendências genéticas encontradas indicam progresso genético para o tempo entre o
início e pico de postura e idade ao pico de postura, apresentando-se a uma taxa de variação
média de -0,012 dias/ano e -0,027 dias/ano, respectivamente. No entanto, o nível de produção
ao pico e a persistência não tiveram os mesmos resultados, apresentando-se praticamente
constantes ao longo do período avaliado. Podendo ser trabalhado, na perspectiva de melhorar
a persistência e o nível de produção ao pico de postura, visto que estas características são de
grande importância na produção.
Conclusão
Pode ser promovido ganho genético nos parâmetros da curva de produção de ovos,
contudo, deve-se atentar para as correlações genéticas positivas entre os parâmetro x
p
e P,
pois a seleção para reduzir a idade das aves ao pico de postura (x
p
) levará à diminuição do
valor genético e prejuízo no nível de produção no pico (P). Assim, como, nos parâmetros x
p
e
s, a seleção para redução da idade ao pico de postura poderá levar uma menor persistência.
38
Referências Bibliográficas
ANANG, A; MIELENZ, N.; SCHÜLER, L. Genetic and phenotypic parameters for egg
production in White Leghorn hens. Journal Animal Breeding Genetics, v.117, n.6 p.
407-415, 2000.
BOLDMAN, K.G.; KRIESE, L.A.; VAN VLECK, L.D. A manual for use for MTDFREML.
A set of programs to obtain estimates of variance and covariance [DRAFT]. Lincoln:
Department of Agriculture, Agricultural Research Service, 1995. 120p.
FIALHO, F.B. & LEDUR, M.C. Segmented polynomial model for estimation of egg
production curves laying hens. British Poultry Science; v.1, n.38, p.66-73, 1997.
HENDERSON Jr., C.R. Analysis Of Covariance In The Mixed Model: Hogher-Level,
Nonhomogeneous, and Regressions. Biometrics, v.38, n.3, p.623-640, 1982.
LEDUR, M. C.; SCHIMIDT, G. S.; FIGUEIREDO, E. A. P. et al. Parâmetros genéticos e
fenotípicos para características produtivas em linhagens de poedeiras de ovos brancos.
Pesquisa Agropecuária Brasileira, v.28; n.9, p.1031-1037,1993.
MUNARI, D. P.; SCHMIDT, G. S.; GIANNONI, M. L. Genetic and phenotypic variability of
the performance of a White Leghorn strain. II. Correlation. Arquivo de Veterinária.,
v.15, n.1, p.15-20, 1999.
SAS STATISTICAL ANALYSIS SYSTEM. User’s guide: Statistics. Version 9.0, NC; SAS
Institute, 2002.
SCHAEFFER, L. R. Tópicos avançados em melhoramento animal: random regression
models – notas de curso. Jaboticabal: Universidade Estadual Paulista, 1996, p.25-33.
VENTURINI, G. C. Modelos de dimensão finita e infinita para avaliação da produção de
ovos em aves de postura. Jaboticabal: Universidade Estadual Paulista, 2009. 45p.
Dissertação (Mestrado em Zootecnia) - Universidade Estadual Paulista, 2009.
39
3. CONCLUSÕES GERAIS
As curvas ajustadas para os modelos de polinômios segmentados e Wood (1967)
permitiram evidenciar um baixo nível de produção no pico de postura. O modelo de
polinômios segmentados superestimou a persistência após o pico de postura e o modelo de
Wood (1967) subestimou o final da produção. Sugerem-se mais estudos no sentido de se obter
curvas de postura que se ajustem melhor às matrizes de frango de corte. Os parâmetros
genéticos indicam a existência de associação entre os parâmetros da curva, podendo ser
promovido ganho genético para os parâmetros da curva de postura, contudo, deve-se atentar
para as correlações genéticas positivas entre os parâmetro “x
p
” e “P”. A seleção para aumentar
o nível de produção, poderá levar a um aumento na idade ao pico de postura. O mesmo
acontece com os parâmetros “x
p
”
e “s”, aves mais precoces ao pico, poderão apresentar menor
persistência. As tendências genéticas dos valores genéticos preditos evidenciaram progresso
genético para os parâmetros estimados da curva de polinômios segmentados. Esse progresso
pode ser reflexo do efeito favorável da seleção genética.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
