Regresión lineal múltiple para predecir la composición tisular de la canal en corderos de pelo criados bajo sistema comercial

• Rodrigo Portillo-Salgado Tecnológico Nacional de México, Campus Calkiní. C.A. Bioprocesos. Av. Ah-Canul, Calkiní C.P, Campeche 24900, México. https://orcid.org/0000-0001-7253-3752
• Juan Escobedo-Canul Universidad Autónoma de Yucatán. Facultad de Medicina Veterinaria y Zootecnia, Km 15.5 Carretera Mérida-Xmatkuil, A.P. 4-116, Itzimná, Mérida, Yucatán, México. https://orcid.org/0000-0002-0449-0460
• Dany Alejandro Dzib-Cauich Tecnológico Nacional de México, Campus Calkiní. C.A. Bioprocesos. Av. Ah-Canul, Calkiní C.P, Campeche 24900, México. https://orcid.org/0000-0001-7961-2867
• Ángel Carmelo Sierra-Vásquez Tecnológico Nacional de México, Campus Conkal. División de Estudios de Posgrado e Investigación, Red de Conservación y Aprovechamiento de los Recursos Zoogenéticos. Av. Tecnológico S/N, Conkal, Yucatán, México. https://orcid.org/0000-0002-9544-3706
• Emilio Pérez-Pacheco Tecnológico Nacional de México, Campus Calkiní. C.A. Bioprocesos. Av. Ah-Canul, Calkiní C.P, Campeche 24900, México. https://orcid.org/0000-0003-2242-1183
• Víctor Manuel Moo-Huchin Tecnológico Nacional de México-Instituto Tecnológico de Mérida, km 5 Mérida-Progreso, C.P. 97118, Mérida, Yucatán, México. https://orcid.org/0000-0001-8717-9258
• Alfonso Juventino Chay-Canul Universidad Juárez Autónoma de Tabasco. División Académica de Ciencias Agropecuarias, Carr. Villahermosa-Teapa, km 25, C.P. 86280. Villahermosa, Tabasco, México. https://orcid.org/0000-0003-4412-4972
• Raciel Javier Estrada-León Tecnológico Nacional de México, Campus Calkiní. C.A. Bioprocesos. Av. Ah-Canul, Calkiní C.P, Campeche 24900, México. https://orcid.org/0000-0002-0987-9053

DOI: https://doi.org/10.52973/rcfcv-e361772

Palabras clave: Contenido muscular de la canal, corderos de pelo cruzados, regresión lineal

Resumen

El objetivo del presente estudio fue predecir la composición tisular de la canal de corderos de pelo criados en un sistema comercial, con base en las características de los cortes comerciales utilizando regresión lineal múltiple. En el estudio, se utilizaron treinta corderos machos cruzados (Pelibuey × Dorper/Katahdin), con un peso corporal promedio de 51,12 ± 0,97  kg. Después del sacrificio de  los corderos, las canales se almacenaron en refrigeración a 4 °C durante 24 horas. Posteriormente, se pesaron y se dividieron longitudinalmente. La mitad izquierda de las canales se dividió en ocho cortes (brazo, cuello, hombro, costilla, falda, lomo, solomillo y pierna), las cuales se pesaron individualmente (kg) y se diseccionaron en sus componentes: músculo, grasa y hueso. Además, se determinó el contenido (kg) total de músculo, grasa y hueso en la canal completa. En general, el contenido total de músculo, contenido total de grasa y contenido total de hueso, mostraron correlaciones positivas moderadas a altas (0,32 ≤ r ≤ 0,87; P< 0,05, P < 0,001) con las características de los cortes comerciales. Los mejores predictores del contenido total de músculo fueron el contenido muscular del hombro, peso del brazo, contenido muscular de la pierna y contenido muscular de la costilla (R2 = 0,96; MSE = 3,94; AIC =-1,28). El contenido total de grasa, se puede predecir adecuadamente utilizando el contenido de grasa de la costilla, contenido de grasa del lomo y contenido de grasa del hombro (R2 = 0,96; MSE = 3,29; AIC =-7,71). Mientras  que  el  contenido total  de  hueso,  se puede  predecir a partir del contenido de hueso de pierna, contenido de hueso del solomillo, contenido de hueso del hombro y contenido de hueso del hombro (R2 = 0,91; MSE = 0,75; AIC = -16,42). Todas las ecuaciones de regresión  lineal  resultaron  significativas  (P  <  0,001).  Se  concluye  que la composición del tejido de la canal de los corderos de pelo presenta una alta correlación con las características de los cortes comerciales. En consecuencia, las ecuaciones de regresión obtenidas en el estudio presentaron una alta precisión. Por lo tanto, pueden ser utilizadas por técnicos, productores e investigadores para obtener información sobre la composición de la canal de los corderos de pelo criados en sistemas comerciales.

Citas

Villarreal-Ornelas EC, Navarrete-Molina C, Meza-Herrera CA, Herrera-Machuca MA, Altamirano-Cárdenas JR, Macias-Cruz U, García de la Peña C, Veliz-Deras FG. Sheep production and sustainability in Latin America & the Caribbean: A combined productive, socio-economic & ecological footprint approach. Small Rumin. Res. [Internet]. 2022; 211:106675. doi: https://doi.org/qmmw DOI: https://doi.org/10.1016/j.smallrumres.2022.106675

Vera-Arias MI, Camacho-Pérez E, Casanova-Lugo F, Herrera-Camacho J, Vargas-Bello-Pérez E, Chay-Canul AJ. Challenges for Mexican sheep production in the era of precision livestock farming and artificial intelligence. Vet. México OA. [Internet]. 2025; 12:1-12. doi: https://doi.org/qmm2 DOI: https://doi.org/10.22201/fmvz.24486760e.2025.1479

Macedo R, Arredondo V, Jiménez A, Haubi C, Herrera A. Early growth model of Pelibuey lambs raised under an intensive production system in Colima, Mexico. Chilean J. Agric. Anim. Sci. [Internet]. 2021; 37(3):221-227. doi: https://doi.org/qmm4 DOI: https://doi.org/10.29393/CHJAAS37-24EGRA50024

Cavalcante ITR, Sousa WH, Azevedo PS, Ribeiro NL, Santos RC, Cartaxo FQ, Ramos JPF, Cézar MF, Pereira DM, Santos EM, de Oliveira JS, da Silva MV, Ferreira MB, Pandorfi H, de Oliveira-Júnior JF, de Oliveira HFE, Salomão LC, Jordan RA, de Carvalho AA, Silva TD, da Silva JLB. Biometric and carcass analysis of lambs fed with forage palm silage and cottonseed cake. Small Rumin. Res. [Internet]. 2025; 244:107460. doi: https://doi.org/qmm5 DOI: https://doi.org/10.1016/j.smallrumres.2025.107460

Ekiz B, Baygul O, Yalcintan H, Ozcan M. Comparison of the decision tree, artificial neural network and multiple regression methods for prediction of carcass tissues composition of goat kids. Meat Sci. [Internet]. 2018; 161:108011. doi: https://doi.org/qmm6 DOI: https://doi.org/10.1016/j.meatsci.2019.108011

Muñoz-Osorio GA, Tirink C, Tyasi TL, Ramírez-Bautista MA, Cruz-Tamayo AA, Dzib-Cauich DA, García-Herrera RA, Chay-Canul AJ. Using fat thickness and longissimus thoracis traits real-time ultrasound measurements in Black Belly ewe lambs to predict carcass tissue composition through multiresponse multivariate adaptive regression splines algorithm. Meat Sci. [Internet]. 2024; 207:109369. doi: https://doi.org/qmm8 DOI: https://doi.org/10.1016/j.meatsci.2023.109369

Carrasco S, Ripoll G, Panea B, Álvarez-Rodríguez J, Joy M. Carcass tissue composition in light lambs: Influence of feeding system and prediction equations. Livest. Sci. [Internet]. 2009; 126(1–3):112-121. doi: https://doi.org/dc46sc DOI: https://doi.org/10.1016/j.livsci.2009.06.006

Maciel MdS, Arandas JKG, de Carvalho FFR, da Cruz GRB, Costa RG, Ribeiro NL, Ribeiro MN. 2024. Multivariate modeling to estimate the composition of carcass tissues of Santa Inês sheep. Acta Sci. Anim. Sci. [Internet]. 2024; 46:e64555. doi: https://doi.org/qmm9 DOI: https://doi.org/10.4025/actascianimsci.v46i1.64555

Chaves-Gurgel AL, dos Santos-Difante G, Vinhas-Ítavo LC, Emerenciano-Neto JV, Ferreira-Ítavo CCB, Bezerra-Fernandes P, Marques-Costa C, da Silva-Roberto FF, Chay-Canul AJ. Aspects related to the importance of using predictive models in sheep production. Review. Rev. Mex. Cienc. Pecu. [Internet]. 2023; 14(1):204-227. doi: https://doi.org/qmnc DOI: https://doi.org/10.22319/rmcp.v14i1.6126

Luaces ML, Calvo-Santalla C, Fernández B, Fernández A, Viana JL, Sánchez-García L. Ecuaciones predictoras de la composición tisular de las canales de corderos de raza Gallega. Arch. Zootec. [Internet]. 2008 [cited 22 Jun 2025]; 57(217):3-14. Available in: https://goo.su/v20s

Camacho A, Pérez V, Mata J, Bermejo LA. Ecuaciones predictoras de la composición tisular de la canal en dos razas ovinas canarias. Arch. Zootec. [Internet]. 2011; 60(232):1125-1135. doi: https://doi.org/qmnj DOI: https://doi.org/10.4321/S0004-05922011000400028

Alves AAC, Pinzon AC, Costa RM, Silva MSS, Vieira EHM, Mendonça IB, Viana, VSS, Lôbo RNB. Multiple regression and machine learning based methods for carcass traits and saleable meat cuts prediction using non-invasive in vivo measurements in commercial lambs. Small. Rumin. Res. [Internet]. 2019; 171:49-56. doi: https://doi.org/qmnk DOI: https://doi.org/10.1016/j.smallrumres.2018.12.008

Gastelum-Delgado MA, Aguilar-Quiñonez JA, Arce-Recinos C, García-Herrera RA, Macías-Cruz U, Lee-Rangel HA, Cruz-Tamayo AA, Ángeles-Hernández JC, Vargas-Bello-Pérez E, Chay-Canul AJ. Estimation of Carcass Tissue Composition from the Neck and Shoulder Composition in Growing Blackbelly Male Lambs. Foods. [Internet]. 2022; 11,1396. doi: https://doi.org/qmnm DOI: https://doi.org/10.3390/foods11101396

Portillo-Salgado R, Escobedo-Canul J, Sierra-Vàsquez ÀC, Dzib-Cauich DA, Chay-Canul AJ, Parra-Bracamonte GM, Estrada-León RJ. Carcass traits and tissue composition of commercial cuts in hair lambs of different genetic groups finished at 50 kg: Multivariate Approach. Small Rumin. Res. [Internet]. 2025; 252:107585. doi: https://doi.org/qmnn DOI: https://doi.org/10.1016/j.smallrumres.2025.107585

Norma Oficial Mexicana NOM-008-ZOO140 1994. Especificaciones zoosanitarias para la construcción y equipamiento de establecimientos para el sacrificio de animales y los dedicados a la industrialización de productos cárnicos. [Internet]. Diario Oficial. Servicio Nacional de Sanidad, Inocuidad y Calidad Agroalimentaria. México D.F.: Secretaría de Agricultura, Ganadería y Desarrollo Rural, Gobierno de México; 1999 [cited 10 Jul 2025]. Available in: https://goo.su/aXRxYJH

Norma Oficial Mexicana NOM-009-ZOO-1994. Proceso sanitario de la carne. [Internet]. Diario Oficial. Servicio Nacional de Sanidad, Inocuidad y Calidad Agroalimentaria. México D.F.: Secretaría de Agricultura, Ganadería y Desarrollo Rural, Pesca y Alimentación, Gobierno de México; 2007 [cited 10 Jul 2025]. Available in: https://goo.su/QUBpbn

Norma Oficial Mexicana NOM-033-SAG/ZOO-2014. Métodos para dar Muerte a los Animales Domésticos y Silvestres. [Internet]. Diario Oficial de la Federación. Servicio Nacional de Sanidad, Inocuidad y Calidad Agroalimentaria. México, D.F.: Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación, Gobierno de México; 2014 [cited 12 Jul 2025]. Available in: https://goo.su/30oYuO

Esenbuga N, Yanar M, Dayioglu H. Physical, chemical and organoleptic properties of ram lamb carcasses from four fat-tailed genotypes. Small Rumin. Res. [Internet]. 2001; 39(2):99-105. doi: https://doi.org/cdsxfg DOI: https://doi.org/10.1016/S0921-4488(00)00187-5

Yakubu A, Oluremi OIA, Ibrahim ZN. Modelling egg production in Sasso dual-purpose birds using linear, quadratic, artificial neural network and classification regression tree methods in the tropic. Livest. Res. Rural Dev. [Internet]. 2018 [cited 12 Jul 2025]; 30(10):172. Available in: https://goo.su/ybN2uR

Díaz MT, Cañeque V, Lauzurica S, Velasco S, Ruíz de Huidobro F, Pérez C. Prediction of suckling lamb carcass composition from objective and subjective carcass measurements. Meat Sci. [Internet]. 2004; 66(4):895–902. doi: https://doi.org/ff2xrz DOI: https://doi.org/10.1016/j.meatsci.2003.08.013

Keçici PD, Öztürk N, Yalçintan H, Koçak Ö, Yilmaz A, Ekiz B. Prediction of carcass composition of lambs by joint dissection and carcass traits. Turk. J. Vet. Anim. Sci. [Internet]. 2020; 44(5):1125-1135. doi: https://doi.org/qmnq DOI: https://doi.org/10.3906/vet-2004-74

Atencio-Valladares O, Huerta-Leidenz NN, Jerez-Timaure N. Predicción del rendimiento en cortes de carnicería de bovinos venezolanos. Revista Científica, FCV-LUZ. [Internet]. 2008 [cited 11 Jul 2025]; 18(6):704–714. Available in: https://goo.su/gZv8