Un salto adelante: explorar las ventajas de la evaluación del genoma en un solo paso en el búfalo mediterráneo italiano
Resumen
El mejor predictor lineal genómico insesgado de un solo paso (ssGBLUP) es un método para estimar conjuntamente los valores genéticos (BV) para animales genotipados y no genotipados. La información genómica del búfalo mediterráneo italiano (IMB) ya está disponible y su inclusión en el sistema de evaluación genética podría aumentar tanto la precisión como el progreso genético de los rasgos de interés de la raza. El objetivo de este estudio fue probar la viabilidad de ssGBLUP y presentar los primeros resultados de la implementación de una evaluación genómica para rasgos de producción y tipo en el IMB. Para este estudio se utilizó información fenotípica sobre producción (leche a 270 días, rendimiento de mozzarella (MY), kg y % de proteína y grasa, respectivamente) y morfología: pies y piernas (FL) y sistema mamario (MS). Los registros de producción incluyeron 743.904 lactancias de 276.451 vacas búfalas nacidas de 1984 a 2019. Los rasgos morfológicos fueron de 91.966 vacas búfalas de 2004 a 2022. Respecto a los genotipos, se utilizaron un total de 2.017 vacas búfalas y 133 toros. Los datos se analizaron ajustando dos modelos animales con múltiples rasgos, un modelo de 6 rasgos para datos de producción y un modelo de 2 rasgos para datos de morfología. De acuerdo a la matriz de relaciones utilizada, se ajustaron dos modelos: (i) el BLUP con la matriz de relaciones del numerador (A); (ii) el ssGBLUP donde A y la matriz de relaciones genómicas (G) se combinan en H. BV se estimaron con modelos BLUP y ssGBLUP. Se utilizaron tres escenarios diferentes, según el año de corte utilizado para crear los conjuntos de datos parciales, a saber, 2012, 2015 y 2017. En cada escenario se calcularon estadísticas de correlación, precisión, dispersión y sesgo (método LR). Para las validaciones se utilizaron toros (N=49) y vacas (N=1288). En promedio, la correlación entre los EBV del conjunto de datos parcial y completo estimado con BLUP y ssGBLUP aumentó del 6 al 49% y del 14 al 17% para los rasgos de producción y tipo, respectivamente. Entre los rasgos analizados, los más afectados por el cambio fueron el contenido de proteína/ grasa, MY y AM. El aumento de precisión para estos rasgos fue superior al 20% cuando se utilizó ssGBLUP. Todas las estadísticas de LR mejoraron también para las hembras no genotipadas. Estos resultados mostraron que la implementación de ssGBLUP en el programa de mejoramiento puede generar predicciones más precisas para rasgos importantes en el IMB lechero que el BLUP tradicional.
Descargas
