.1.. ·.1 r.l1 .... ~.T.T.l a .Lf .... ' .. ll_. r.T • • 1' •• 1 •• Al • I 1 h' • ' .1 ;t _ ~ .: • 1 l r-t ; • 1 ~ 1 • f'"'I :1 " I ~ 11 •• • U l "-JI .,. \. Jli. -.J • .J ., •• 1..- ..&.. Il'.) ~.J... - ......... ~ , .. U-.A,..·

_al., ... -W •••• , • • ... ',11 ...... . .. . . ...... lr.11 •• 1 ~ ., ~.:JI ': , • I • I •• l ' I • :J • , ,.. , , • I • ~ • l .• · ... Ir. , , • I • I ~ , •• I

•

F.E. ,BELTRAMI NO 1 H.A. MOLlNUEVO 2 M.C. MI QUEL 2 ~~

1 M.S., Técnico de la E.E.R.A. RAFAELA, INTA.

2 Ph. 0'1 Técnicos de la E.E.R.A. BALCARCE>INTA.

, o

RE .. SUMEN

Se determinó la situación óptima de muestreos en Pruebas de Progenie uti lizando Inseminación Artificial (I.A.). . / " '

El programa se basó en unidades de I.A. qe 50.000 y 100.000 vacas lecheras de las cuales el 2 y el 20% tenían controles de producción, y Núcleos de 5 y 10 to ros Probados y heredabilidades para el carácter producción de leche de O, 15y 0,20.

Se encontró que el Progreso Génico Esperado (P.G.E.) era función de un balan­ce entre la exactitud en la determinación del Valor Géni ca de los toros y el nú­mero de toros en prueba.

Para uñ número reducido de vacas controladas, el más alto P.G.E. se obtuvo pro­bando el máximo de toros con el menor número de hijas por toro considerado en el modelo (10 hijas). Esto era posible solamente si se dedicaba gran parte de la población controlada a la prueba de toros.Sin embargo, cuando se controló el nú mero mayor de vacas, el máximo progreso se logró mediante la prueba de un núme ro elevado de toros (:::: 15 toros) pero, a diferencia del caso anterior, con er

, mayor número de hijas por toro dado en el modelo (30 hijas). A igualdad del nú­mero de hijas por toro, el P.G.E. fue mayor en los casos de un mayor diferencial de selección en el núcleo de toros en prueba. El progreso a lograr en los toros pro bados se incrementó cuando además se utilizaron apareamientos dirigidos, espe=-

. cialmente si el número de toros en prueba era reducido.

- 3-

GENETlC PROGRESS EXPECTANCY UTILlZING PROGENY

TEST ON DAIRY CATTLE¡ A SIMULATlON

SUMMARY 00000000000000000000000000

The optimum situation of sampling in Progeny Test utilizing Artificial Insemination (A.I.) was determined.The program was based on 50,000 and 100~000 dairy cows A.l.units ofwhich 2 and 200/0had dairymilk records,nucJeous of 5and 10selected tested sires and heritabilities ofO.15 and 0.20 for milk production.

It was found that the Gerietic Progress Expectancy ( G.P.E.) was a function of a balance between the exactitude in the sires Breeding Value determination and the number of si res on test.

For a reduced number of tested cows, the highest G.P.E. was obtained testing the maximum of sires with the lowest progeny group size for a considered sire inthe model (10 daughters) .This was only possible ifagreat partofthe tested popuIation was dedicated to the progeny test. However, when the highest numberof cows was controlled, the maximum progress was obtained by the test ofan elevated number of si res ( :::: 15 sires") but differing with thecase mentioned before, with the highest number of daughtersfor a givensire inthemodel (30 daughters ).At equal number of daughter by sire, the G.P.E. was higher in the cases of a higher Selection Differential in the nucJeous of sires for testing.

The progress to be obtained in the tested sires was increased when controlled mates were also utilized, especia 11 y if the number of sires under testing was reduced.

-4-

. .

·INTRODUCCION

El incrementó en la utilización de la inseminación artificial ( I.A.) en ganado le chero hace necesaria la existencia de un programa oficial de pruebas de progenie que garanti ce el poder mejoradorde los toros en uso.

La prueba de progenie puede ser la fuente de información más exacta sobre el V"2. ";"; lor Géni co (V. G.) de un toro. La técni ca de la I.A.permite que los toros' tengar,- _~, un gran número de hijas distribuidas en muchos planteles y consecuentementéob ... -'::'::·.: -tener estimacio:nes insesgadas de sus V. G.) (Christensen, 1972). ' '.

Según Skjervold (1963), el progreso~'genético depende principalmente,qetr~s::--~~ " factores: _''' ."," ", ' , . ',' ," '-'-":;_';"~.'

;, .,

o) la precisión con que se estimo el \¡a:lor-Géhicod~-:fdS animales;

b) la i ntei-isidad de la selección; y

c) el intervalo generacional.

La I.A. permite modificar el accionar de estos factores.

Un problema que se presenta en todo centro de prueba de toros es la obtención de un máximo progreso genético con un mínimo costo; esto requiere un plan pa­ra probar adecuadamente toros jóvenes en I.A.

Esquemáticamente, el total de la población de vacas que recibe servi cios de un centro de inseminación lo podemos dividir en una fracciÓn de va~as controladas que se uti liza para probar los toros jóvenes, otra fracción también controlada ser vida por toros probados seleccionados y una gran fracción de va~as sin controles de producción que recibe servi cios tanto de tC?ros probados como de toros jóvenes enprueba.(FiguraN~l). ' . ;, ",- _

" ~ '. ;;.." .... ; ;'.

Cuando los toros ·Ióvenes a probar son apareados co~:'~~fi;c;J~~t~,'núniero de vacas como para probar os adecuadamente, pueden quedar pocos vacas para ser aparea das con toros probados mejoradores, aptos para servicio i'ntehsivo. Si el número­de toros jóvenes a probar es pequeño, es también li.rnita~ci la interisidad de selec

,,~ . ~ .. ".-' clon. .:', , '

- 5-

' .... :"

Inseminada por Toros Probados } Parte controlada de la Seleccionados A------------------ población (hembras) •

Insl'minado por Toros on Prunbo

~---.:_-} Parte no controlada

de la población

(hembras) ,

Fig. N~ 1: DIAGRAMA FUNCIONAL DEL MEJORAMIENTO GENETICO EN UNA POBLACION DE GANADO LECHERO.

La bibliografía registra algunos estudios que han intentado optimizar tanto el ta­maño de los grupos de progenie como una adecuada utilización de los toros jóve­nes (Robertson y Rendel, 1950; Specht y Mc Gill.iard, 1960; Skjervold, 1963; Van Vleck, 1964),

Estos estudios se realizaron sobre grandes infraestructuras de control lechero y/o con relativamente altas estimaciones de los valores de la heredabilidad [h2 =0,25 (Van Vleck, 1964) a 0,30 (Skjervold, 1963)]. '.

Trabajos más recientes indican valores más bien bajos de la heredabilidad. Syrstad (1966) encuentra gue varían según el promedio de producción, h2 = 0,09 (bajo 'Ji:·~ ... nivel); O, 14. (nivel medio) yO, 18 (nivel alto), Valores parecidos se h?n estima do en Argentina, h2 = O, 12 t Moraes N., 1972) a 0,14 - 0,18 (Beltramlno, 1975). Por otra parte, la infraestructura de control: lechero es pequeña en nuestro país/es timándose que el número de vacas controladas no supera el 2% del total en algu--nas áreas netamente lecheras.

Estos hechos afectan tanto la precisión de la estimación de los Valores Géni cos como la Intensidad de Selección.

Los toros jóvenes pueden seleccionarse en base a sus antecesores; algunos autores (R¡6'nningen, 1967) consideran que esta selección probablemente no sería lo sufi­cientemente exacta como para afectar la variancia géni ca seriamente,lo que sig­nifica que el progreso génico sería pequeño cuando la selección de toros se basa además en apareamientos dirigidos de los padres. Esta situación es real donde se prueban muchos toros con una gran precisión, pero pued~ no serlo en un país con una infraestructura débil decor:ltrol lechero', .

Parece adecuado entonces:. estimar la situación óptima de muestras en Prueba de Progenie utilizando I.A. bajo las condiciones actuales o incrementando la infra­estructura de control, lo que se hará desarrollando una simulación que permita es timar el progreso génicó esperado X P.G.E.) en un Conjunto o Núcleo de Toros PO dres, seleccionado por prueba de Progenie (Modelo 1) Y teniendo además en cuen ta la utilización de apareamiento dirigidos (Modelo 11) para el carácter produc-­ción de I eche, sobre un período de 30 años.

- 6-

,

Material YDlétodo8

Davidson y Koenig (1967) definen simulación como !le I estudio del comportamien to de un sistema a través del uso de un modelo en el cual el comportamiento va-­ría con el tiempo, o es una función de tiempo!l. El modelo, entonces, se compor­ta como un sistema real.

1 ) Información proporcionada al modelo: Los factores que entran como datos en esta simulación, se pueden clasificar como: i) Factores que haremos variar; i i) Supuestos.

i) Factores que haremos variar:

a. Tamaño de la población (2 alternativas: 50.000 y 100.00 va cas )

b. Situación de los controles lecheros (2 alternativas: 2 y 20 % de va-cas controladas).

c. Núcleo de toros padres seleccionados (2 alternativas: 5 y 10 toros).

d. Heredabilidad de producciÓn de leche (2 alternativas:h2 = O,15yO,20).

e. Proporción de la población que se insemina con toros padres selecciona­dos (3 alternativas: 30, 60 Y 90 %).

f. Tamaño de los grupos de descendientes (3 alternativas: lO, 20 Y 30 hijas por toro) .

10 Supuestos:

Para no tener muchas variables que analizar al mismo tiempo, se parte de los siguientes supuestos:

g. Tasa de reemplazo anual en el núcleo de toros probados = 0,2.

h. Tasa de terneros machos nacidos y que alcanzan el año de edad = 0,4.

i. Tdsa de toritos muertos o descartados antes del fín de la prueba = 0,2.

l. Tasa de reemplazo anual en la población de vacas =0,2.

-7-

k. Tasa de vaquillonas con lactancias con¡rpletas (200 días) =0,8.

l. Promedio de producción,'F: 3.500 Its; esta cifra es algo menor que la proporc:ionada por la Sociedad Rural de Rafaela ( 1971 ) que establece un promedio de 3.915 Its por vaca controlada, pero se supone que la pri mera cifra es una mejor estimación de controlarse el total de las vacas-de los rodeos.

m. Variancia genotípi ca: estimación en base al trabajo de Van Vleck(1964) •

n. Un programa parcial de congelamiento de semen que posibilita la utili­zación de un toro por el término de 5 años a partir de su selección.

ñ. Los toros son usados en igual proporción en los rodeos controlados y en los no controlados.

2) Cálculo de la ganancia genética:

i) Respuesta a la selección: Si suponemos que los fenotipos se distribu~en nor malmente, la operacIón de selección puede representarse por la Figura n~,

donde)lJs es la media de los seleccionados.

Número

de

animales

prof.'Orción "p" .eloccionada

¡'.PIS Escala de Mérito Fenotípico

Fig. N22 DISTRI8UaON DE fRECUENCIAS DEL MERITO F.ENOnPICO

El problema es calcular lahs y para ello transferimos el problema a la D~ . tribudón Normal Estandard X~N(O;l ).

La distribución de fenotipos puede convertirse en una variable normal estandard

por sustracción de la media y división por elUftJ Desvío fenotípico).

X == (Ft~.l' )/Uft ..

•

•

La variable X seria entonces ~ N (Oil), con la siguiente distribución (Figu­ra n~ 3) •

[Cx)

o x' XS 1 ...... 5:0..:...'

proporción "p" seleccionada

Fig.: N2 3 DISTRIBUCION.DE FENOTIPOS EN SUCONVERSION . A VARIABLE NORMAL ESTANDAR

El limite de selección es entonces:

XI := (1' -¡Úl) /(JFt El valor medio de la fracción "p" que cae dentro de este punto es: . JOO _ 'X '2. -XI 2-

)C.=: i. ~ X e ~ eL)( A. .-. e z--~i f(x~:: ~ =D :::Jl p Y 2 rr I t P Ve'fl'" ¡ p e I 1 :x Cunningham, 1969 )

donde Z es la ordenada en el punto XI de la función de frecuencia normal esta n­dard, y D la superioridad en unidades estandard de los animales seleccionadosi los valores "D" se encuentran en tablas como las de Becker ( 1968) •

i i) Progreso génico: Según Cunningham ( 1969 ), el progreso (b,G) es igual a:

~ G == S D h'2 = TI ()ft h z = D UG h donde SD = Diferencial de selección

<rG = Desvío génico.

(1 )

Cuando evaluamos a un reproductor por el comportamiento de sus hijas, la fórmu­la ( 1 ) se transforma en:

6.. G :::D (f ft h R TI (2 ) - 9 -

donde h-\fhZ'

R = la correlación entre el valor estimado y el valor verdadero de la sup~r TI rioridad de las hijas.

l/TI = \fr~4:"":"';:'-::(:-1'l---17"") ....:..:h_~_Q. __ ( Specht y Mc Gi 11 iard, 1960)

donde n ~ número de hijas del grupo de progenie.

Un torito también puede evaluarse por el comportamiento de sus progenitores.

A GIl< 4/~ h2 ( fp~ ?)t- 12. h2. (~- F) = f/z. h2 so P +- 112 h2 SOtrn

donde SDp y SDm = Diferencial de Selección en padres y madres respectivam~ te.

Teniendo en cuenta únicamente a las madres, la fórmula (1) se transforma en:

4\ G'h ~ D ÜFt f[e. hg,

Utilizando más de una producción registrada por madre, y suponiendo igual here­dabilidad para lactancias sucesivas, queda que:

AG¡(rm.,.1(¡hY{+C:'-1)Y D ~ft:. (j) donde m = número de veces que se mide la expresión del carácter en el mismo

animal.

,.. = correlación entre las producciones.

Si estimamos el progreso logrado en un toro padre como la sumatorio (en los pri­meros años de la simulación) del progreso detectado sobre sus hijas más el progre so estimado proveniente de la madre, estaremos sobrevalorando el Valor Génico­del reproductor, pero creemos que el sesgo así introducido relativamente es pe­queño 0 1 al menos, que la mayor exactitud que pueda lograrse con una mejor po~ deración del aporte de los antecesores no hará variar la tendencia general obser­vada.

Por ello consideramos a:

/J.G P ~ A/2 (~G + ~G~) '( 4) como la mejor estimación de

(1(2 h2. SDp 1 iii) Funciones generatrices de los modelos de simulación: Supuestos básicos:

- 10 -

•

,

- Superioridad inicial igual a cero para el total de la población.

- Igual chance de mortalidad para todos los toros en el núcleo de pruebas.

- Un programa reg ular de pruebas de 4 años.

Además para el modelo II (apareamiento dirigidos).

- un promedio de dos lactancias controladas por madre de toro joven (m) y una c~ rrelaci6n entre lactancias de una misma vaca, r = 0,30 •

- selección de toritos a probar en base a antecedentes de sus progenitores.

Las ecuaciones generatrices de la simulación son tres, que se comportan como un sistema de retroalimentación:

a) Superioridad del Núcleo de Toros Probados: " ... "" lsuperiOridad del J Superioridad de los

X. -f año c:nterior en +(1-f' toros que entraron + 1..- el Nucleo de To ) en programa de Prue

ros Probados - bas 4 años antes -...

b) Superioridad del Núcleo de Toros en Prueba:

Superioridad de los toros jóvenes seleccionados

/

Yi.. = 0,5 Superioridad del

aporte paterno 1 +0,5 Superioridad del 1 aporte materno

.... ~ /

c) Superioridad del Núcleo Total:

donde f= fracción de toros remanentes del año anterior.

p = fracción de servicios correspondientes a toros probados.

Estas ecuaciones son, conceptualmente, similares a las empleadas por Van Vleck (1964) •

Los diagramas de flujo correspondientes a ambos modelos se muestran en las Figu­ras N~ 4 (modelo 1) Y N~ 5 (modelo 1I ) •

- 11 -

TOROS A SELECCIONAR

TOROS

PROBADOS

REEMPLAZO ANUAL

DESCARTE AN­TES DEL FIN DE LA PRUEBA.

PADRES PROBADOS S"L:CClO­

NADOS.

TOROS

JOVENES

EN

PRUEBA

REGISTROS DE VAQUILLONAS

UTlU ZABLES EN LA PRUEBA

Fig. N2 4. DIAGRAMA DE FLUJO DEL MODELO 1: PRUEBA DE PROGENIÉ ~ (Significada de los símbolos en el texto)".

tIl •. ..

....... .......

" \ \ I I I I I I

~ SERVICIOS DE PADRES SELEC­CIONADOS.

POBLACION

VACAS

oO •

REEMPLAZú ANUAL

CONTROLES LECHEROS

0-------11.

VAQUI LLONAS CON LACTAN­CiAS COMPLE-

TAS.

INFORMACIO

DEL

MODELO

LlG

~7

LlG'" p

IXil~ ~IYi I ... ..

'MJ' 1 z. I (. I 1 -i-

)

t> LlG" m <l---"--f D

TOROS JOVENES

EN

PRUEBA

MADRES DE

TORITOS A

PROBAR MACHOS NACIDOS

QUE LLEGAN AL AÑO DE VIDA

MADRES DE TORITOS CON CONTROL DE PRODUCCION

Fig. NS! 5: DIAGRAMA DE FLUJO DEL MODELO 11: PRUEBA DE PROGENIE CON UTlLlZ,t.,ClON DE APAREAMIENTOS DIR.IGIDOS ~ (Significado de los símbolos en el texto).

Resultados y discusidn

El programa proporciona los resultados de288 alternativas. La Figura NE 6 mues­tra una de las salidas del programa en su evolución a lo largo de 30 años. En ella se observa claramente que la superioridad del total del núcleo es función de lasu perioridad de los núcleos de toros probados y en prueba, cado uno compensado por lo fracción de servi cios que le corresponde en el total.

Progresos (kg. Icch

él)

40

20

400

00

él)

40

20

3JO

00

él)

40

20

200

00

él)

«>

20 100

00

él)

40

20

O

I

• , , , ,

I

, , , ,

, , , , ,

;;;oÓ " <>" , q,<:',' e'" ,

o~ , o" -, " ,

~flP' ~CJ','

~"" i.'~ " .,.0 , .,< ,

~<>Q. " I

I ,

, ,

2 4 6 8 10 12 14 16 18 20 22 24 26 28 3l

Tiempo (allos) .

Vacas en la población: 100.000 'Porcentaje control'Odo: 20 % Vaquillonas reemp. anual: 20.000 Número detorosprobados: 5 Vaq. Hijas de Toros,Probados: él) % Padres probados reemp. anual: 1 Hijas centro por toro joven: 3l Toros jovenes al fin prueba: 34,1

Figura Nl! 6.- EJEMPLO DE LA SALIDA DEL PROGRAMA - MO D E LO 1:

PRUEBA DE PROGENIE - ALTERNATIVA Nl! él)

- 14-

•

•

En el Cuadro N~ 1 se han escogido algunas de las alternativas más interesantes po ro discusión. En este cuadro, la primera columna (alternativa número) correspon::­de a distintas salidas del programa, donde cada una difiere por lo menos en el va lor de uno de los factores que entraron como datos. -

Las seis siguientes columnas dan cuenta de la situación cualitativa y cuantitativa de la población de hembras. Así, la columna (2) se refiere al total de hembras que pueden potencialmente tener una parición durante el año; la columna (3) cuantifica que parte de esa población estará constituida por primíparas, mientras que la columna (4) indica la situación de los controles lecheros, según se descri bió en materi al y métodos, lo que condi ciona los valores de las tres columnas si':­guientes: IItotal de la población con control de producción ll (5) corresponde al to tal de hembras de la columna (2) afectada por la IItasa de controles lecheros 1I(4T¡ la siguiente columna (6), cuantifica el valor de la (5), cuando ésta es afectada por la IItasa de machos nacidos que llegan al año de vida ll y la séptima columna IItotal de vaqui lIonas controladas ll es igual al valor de (3) afectada por la IItasa de controles lecheros 11 (4) •

Las dos columnas que siguen se refieren al núcleo de toros probados seleccionados: la columna (8) indica cuantos toros constituyen este núcleo, mientras que la co­lumna (9) muestra el número de toros que se debe reemplazar anualmente en este núcleo, es decir, la cantidad de toros que se deben seleccionar entre todos los to ros sometidos a prueba. -

Las tres co tumnas sigui entes se refieren a las posibi I idades existentes para el mues­treo de los toros: la columna (10) indica que porcentaje de las vaquillonas depri mera parición son hijas de toros en prueba, siendo el porcentaje restante hijas d; toros probados, la columna ( 11 1 muestra con cuantas hijas con lactancias comple tos probaremos cada toro y la duodécima y última sobre cuantos toros selecciona':­resmos los toros que ingresarán al núcleo de toros probados (columna 9).

Los resultados del cuadro muestran que, dentro de las restricciones impuestas al sistema, el progreso es función de la intensidad de selección, la precisión en la estimación del valor géni co de los toros y el porcentaje de servi cios correspon­diente a toros probados.

La intensidad de selección y la precisión dependen del número de vaquillonas hi­jas de toros en prueba, del número de hijas por toro y del número de toros que a,.. nualmente se deben reemplazar.

El porcentaje de ser~icios correspondientes a toros probados (100% - %indicado en columna N~ 10), opera de la siguiente manera: un menor porcentaje de hijas de toros probados permitirá la selección sobre un número mayor de toros medidos con mayor precisión, pero, a su vez involucra que gran parte de la población sea servida por toros no:' mejorado res.

- 15 -

CUADRO NQ 1

MUESTRA DE ALTERNATIVAS DEL PROGRAMA (h2 = 0,15)

Población de hembras Núcleo de toros p!!

Muestreo de toros Progreso genético

dres seleccionado E (30 años)

Alter Vacas + Vaquillo- Hembras Total po Madres Total de Total de NQ de pa- Hijas Hijas Total dE ~odelo 1 Modelo rr nati- vaquillonas nas reem con con- ~laciÓl'1- de ma- vaquillo padres dres que de to- por t~ toros -va de primera plazo trol de con con- chos(c?!!. nas con- en el nú se reem- l'OS en ro en al fina -NQ parición anual produc- rol de troladas) troladas cIeo plaz/año prueba prueba lizar la Xi Zi Xi Zi

. (miles) ( miles) ción (%) produc- ( lO prueba ( 1 ) ( 2) (3) (4 ) (5) (6) (7 ) (8) (9) ( l' (11 ) (12 ) - ~-

1 50 10 2 1.000 400 200 5 1 l) 10 1,2 45 44 211 212

2 100 20 ;l. 2.000 800 400 5 1 10 20 1,2 51 49 233 233

3 50 10 2 1. 000 4(H) 200 5 1 70 20 4,4 181 107 415 364

4 50 10 2 1.000 400 200 10 2 70 20 4,4 121 72 329 :lOO

5 50 10 2 1.000 400 2M 5 1 70 10 9 199 118 426 372

6 50 10 20 10.000 4.000 2.000 5 1 40 30 17 404 336 657 603 .

7 50 10 20 10.0"0 4.0"0 2.000 5 1 40 10 51.5 :165 :lO4 5XH s:w

H 100 20 :W 20.000 H.O()O -LO{)O 5 1 40 :1O :¡.! 474 392 7:19 675

9 100 20 20 20.000 H.()OO 4.000 5 1 70 :lO 69 4:l2 255 789 664

Los numeros entre parente!;lis corresponden a os rtumeros (le cO umna st'gun se descrío('11 en el tex o. El Progreso Gonétieo está expl'csado en kg de leche. SignifiC'ado dc Xi ~. Z¡ e"llli(.·ado en ('1 texto.

...

,

f

Existen entonces situaciones de compromiso, que serán a su vez función del nú­mero de vaquillonas controladas.

La precisión de la estimación será también afectada por una selección de los to­ros a probar en base a los antecedentes de los padres.

El análisis en particular de algunas alternativas del programa puede contribuir a clarificar el comportamiento del sistema.

Las dos primeras alternativas ( N2 1 Y 2) nos indican que cuando el número de toros en prueba (co lumna N2 12) se acerca al número de padres que debemos se leccionar (columna N2 9), el pequeño diferencial de selección resultante hace que un incremento en el núnrero de hijas por toro (columna N2 11 ) repercuta muy poco en el progreso; si esta prueba es acompañada por selección de toros jó venes en base a antecedentes de los padres ( Modelo 11), es posible incrementar el progreso más de cuatro veces.

Las alternativas N2 3 y 4 se caracterizan, en particular, por dos situaciones que conviene resaltar entre otras y que las diferencian de las dos primeras alternati­vas que se discutieron en el párrafo anterior; ellas son que aumenta el porcenta­je de vaquillonas hijas de los toros en prueba (columna N2 10) del 10 0170 % y que el numero de toritos en prueba (columna N2 12) resulta triplicado. En es­tas condi ciones, al disminuir la intensidad de selección (columna N2 9) alter­nativas 4 vs. 3), se reduce el progreso génico.

Controlando un pequeño número de vaquillonas (columna N2 7,200 animales), el progreso génico se incrementará más en función del número de toros en prueba (columna 12) que de la exactitud con que se determinen los valores génicos de estos animales (columna N~ 11, alternativa N2 5 vs. 3). Además una mayor pro porción de hijas de toros en prueba permite un mayor número de estos toritos (aT­ternativa N2 5 vs. 1 ), incrementándose tanto el progreso como la diferencia en­tre los valores de Xi y Zi •

Incrementando 10 veces el número de vaquillonas controladas se puede llegar (alternativa N~ 6 y 7 vs. 1, 3, 4 y 5) incluso a dupli car el progreso por prueba de progenie. Pero resulta interesante hacer notar el hecho que esto es cierto den­tro de cada uno de los dos modelos pero que, en cambio, con un bajo número de vacas controladas y seleccionando los toritos a probar en base a sus progenitores (alternativa 5, modelo 11), se alcanza un progreso superior a la selección reali­zada sin considerar los antecesores de los toritos a probar, aumentando el núme­ro de vacas controladas (alternativa N2 6 y 7, modelo 1).

Las alternativas N2 6 y 7 muestran que dentro de un régimen donde se controlen las producciones de dos mil (2.000) primíparas (columna N~ 7), es preferible aumentar el número de hijas por toro a incrementar el número de toros en prueba dentro de las restri cciones impuestas por el programa.

- 17 -

La proporción del progreso atribuible a la selección de los toros jóvenes por ante­cedentes de sus progenitores (modelo 11) va disminuyendo en la medida que aumen ta el número de toros en prueba y la precisión en la determinación de sus valores -géni cos (alternativa N~ 1 vs. 6 y 8).

Cuando el número de prímiparas controladas aumenta de 2.000 (alternativa N~ 8), es muy poco el progreso que se gana, por lo menos dentro del límite máximo de hi jos por toro (30 hijas) impuesto al modelo.

Esta simulación muestra que el porcentaje de vacas inseminadas por toros jóvenes en prueba para obtener el más alto progreso génico mediante la prueba de proge­nie, es una función del número de vacas controladas (alternativa N~ 5 vs. 1 y 8 vs. 9) : con 1.000 vacas controladas se obtiene mayor progreso inseminando el 70% con toros jóvenes, pero con 20.000 vacas bajo control de producción el progreso más alto se da cuando el 40% de la población es inseminada por toros jóvenes.

Dentro de los límites impuestos al modelo, un incremento del valor de la heredabi lidad (h2 = 0,20) modifica el progreso aumentándolo, pero n~:pfecta los planes-de muestreo. <

Dado que en la práctica es imposible tener exactamente el mismo número de hijas en cada grupo de toro, el tamaño de los grupos de descendencia debe ser un poco mayor al indicado en las alternativas, y, en consecuencia, el número de toros jó­venes en prueba será menor al i ndi cado en e I cuadro N~ l.

Los progresos estimados por la simulación de las distintas alternativas de muestreo suponen una eficiente realización del control lechero y una distribución adecua­da de las hijas entre y dentro de rodeos.

Por los motivos señalados en Material y Métodos, las estimaciones del Modelo II pueden estar sobrevaloradas; además ambos modelos suponen que la varianza no dis minuye con el ti empo, por lo que las estimaciones del progreso estarían sesgadas -en más, especialmente en los últimos años de la simulación. Ambos sesgos son una función creciente del número de toros en prueba y de la precisión con que se esti­men sus valoresgénicos.

- 18 -

•

'.

,

CONCLUSIONES

La salida total del programa indica que el Progreso Génico Esperado (P.G.E.) es función de un balance entre la exactitud en la determinación del Valor Géni ca de los toros y el número de toros en prueba.

Para un número reducido de vacas controladas, el más alto P.G.E. se obtiene pro­bando el máximo de toros con el menor número de hijas por toro dado en los mode los ( 10 hijas) •

Esto es posible solamente si se dedica gran parte de la población controlada a la prueba de toros. Sin embargo, a diferencia del caso anterior, cuando se controla un número mayor de vacas, el máximo progreso se logra mediante la prueba de un número elevado de toros (715 toros) pero con el mayor número de hijas por to­ro dado en los modelos (30 hijas) •.

Resulta obvio que el progreso debid6';cil>'hGé:leo 'de toros, es SiJp~ri()ren una pobl~ ción que uti li ce toros Rrobqdo~ (>Si )~9;ntrael que reg istra enpoblciciones some­tidas a la prueba de' toros y que, en consecuencia util iza semen de toros probados y a probar ( Zi ) •

El progreso a lograr en 10stOtos.prohados,:se in~rementa c6,As:ii~hif6'blémente cUando además se utilizan apareamientos dirigiaa$,especialmentesi el número de tarasen prueba es reducido. . '. '

;'.,".> ::~, .

Es recomendableutilizcirerm~nor número posible de to~os e~'el núcleo o conjun­to de toros probados. Una observación lógica que surge de este trabajo es que un programa completo de congelamiento de semen permitirá reducir el intervalo ge­neracional, siendo su efecto mayor ten Jérmino~relativos en el tiempo) si la po-blación controlddaes pequeña. .'" :" .' , .... " ..

. AGRADECIMIENTO *, *' * * * * * * * * * * *

Los autores agradecen al Ing. Agr. José L. Bustamante por su colaboración ei'l el áreage"é6IJ'lPuta~ión. - ~ - - - - - - - -. .:,,' ,,", ... ,' .

- 19 -

BIBLIOGRAFIA

BECKER, W. Manual of procedures in quantitative genetics. Washington Sta te University, 1968.

BELTRAMINO, F. Parámetros genéticos y fenotípicos para caracteres relaciona dos con producción en ganado Holando Argentino. Tesis de GradO M.S., E.P.G.C.A., Balcarce, 1975.

CHRISTENSEN, L.G. Progeny testing of dairysires based on field and test­station data. 1. Phenotypi e and gEmeti c: relations.

CUNNINGHAM, E. P. Animal breeding theory. Landbruksbokhandelem, Universitetsforlaget. Vollebekk, Oslo, 1969 ( mimeo.).

DAVIDSON, Ch. Y KOENIG, E. Computers. Introduction to computersand applied computting concepts. John Wiley and Son, Inc.; New York, 595 p., 1967.

DE MORAES NEUTELlNG, C.F. Prueba de progenie en ganado lechero en una organización de inseminación ártificial. Tesis de M.S. Escuela pa ra Graduados en Ciencias Agropecuarias de la República Argentl­na. Balcarce, 1972.

ROBERTSON, A. Y RENDEL, J.M. The use of progeny testing with artificial insemination in dairy catt~e. j~cGehet. 59:2-1:":3r.-1r9'5Ql/c, ' ..

RONNINGEN, K. Phenotypic and genetic parameters for characters related to milk production incattle. Acta Agr. Scand. 17:83-100. 1967.

SKJERVOLD, H. The optimum size of prbgeny groups and optimum use of young bulls in A.I. breeding. Acta Agr. Scand. 13:131-140. 1963.

SPECHT, L. y McGILLlARD. Rates of improvement by progeny testing in dairy herds of various sizes. J. Dairy Sci. 43:63-75.1960.

VAN VLECK, LD. Sampling the young sire in artificial insemination. J. Dairy Sci.47:441-445, 1964.

- 20-

"

INTA Secretaría de Estado de Agricultura y Ganadería Estación Experimental Regional Agrop. Rafaela Impreso en el Servicio de Comunico y Relac. Públicas 1.000 ejemplares

l·