Resumo |
A caprinocultura tem se tornado promissora e estratégica para o Brasil, ganhando destaque na agricultura nacional. Com isso, programas de melhoramento genético de caprinos leiteiros têm sido estabelecidos com a finalidade de identificar os animais geneticamente superiores. Para tais programas, tem se adotado os Modelos de Regressão Aleatória (MRA), pois são apropriados para analises de características longitudinais, possibilitando uma modelagem da curva de lactação para cada animal, separando os efeitos genéticos e de ambiente permanente. Entretanto, alguns dos trabalhos encontrados na literatura são de caprinos leiteiros em primeira lactação e os indivíduos selecionados como melhoradores somente com informações dessa primeira lactação podem não representar os indivíduos geneticamente superiores em lactações subsequentes. Sendo assim, novos estudos que utilizem a segunda lactação para a avaliação genética, irão agregar um maior número de informações que possam ser utilizadas em programas de melhoramento genético. Diante disso, o objetivo desse estudo foi identificar o MRA que mais se adéqua para a avaliação genética de cabras da raça alpina em segunda lactação para a característica produção de leite no dia do controle (pldc). O banco de dados foi adquirido do setor de caprinocultura da Universidade Federal de Viçosa, contendo 15.509 registros de 529 cabras em segundas lactação. Os dados de medições foram tomados entre os 6 e 290 dias após o parto da cabra. Durante o processo de edição dos dados, avaliou-se a influência dos efeitos que poderiam influenciar a pldc. As variáveis testadas foram: número de crias, ano-estação e composição genética. A idade da cabra ao parto (efeitos linear e quadrático), foi utilizada como covariável. As análises foram realizadas por meio de modelos unicaracterísticos de regressão aleatória. Os modelos testados continham combinações distintas de ordens de ajuste para os polinômios das curvas, média de lactação da população (F), genética aditiva (A) e de ambiente permanente (P), além de número diferente de classes de variância residual (H). Os critérios utilizados na escolha do melhor modelo foram logaritmo do máximo da função de verossimilhança (LogL), teste de razão de verossimilhança (TRV), número de parâmetros, critério da informação de akaike modificado (AICm) e critério de informação baysiano modificado (BICm). Dentre os 320 modelos testados, 5 modelos foram pré-selecionados de acordo com os critérios mencionados acima, e somente dois modelos dentre os cincos foram não significativos (P>0,05), em relação ao modelo completo. Após identificar os dois modelos não significativos pelo TRV, os critérios de AICm e BICm foram utilizados posteriormente com o objetivo de identificar o modelo que melhor se ajusta aos dados. O modelo F6H4A3P6 apresentou os maiores valores para AICm e BICm. Portanto, o modelo F6H4A3P6 foi o que melhor se ajustou aos dados de pldc para caprinos da raça alpina em segunda ordem de parto. |