RESUMO: O objetivo neste trabalho foi identificar o modelo animal que melhor descreve a variação genética e residual para a característica contagem de carrapatos ao sobreano, em uma população multirracial Angus-Nelore constituída por 6.951 animais, filhos de 382 touros e 6.198 vacas. Os valores genéticos foram preditos a partir da metodologia de inferência Bayesiana utilizando os seguintes modelos: Animal Tradicional, Animal Multirracial sem e com segregação, considerando as variâncias residuais homo ou heterocedástica. Os critérios de escolha foram o Número de Parâmetros, a Informação de Deviance e a Ordenada Preditiva, os quais apontaram os Modelos Animal Tradicional e o Multirracial com Segregação, ambos com variância residual Gaussiana heterocedástica, como os de melhor ajuste. Os valores médios dos efeitos genéticos fixos foram positivos e similares nos dois modelos, sugerindo que os animais com maior proporção da raça Angus sofreram maior infestação e atribuindo-se, portanto, a raça Nelore importante papel na resistência ao carrapato. Verificou-se que a variância genética estimada pelo Modelo Animal Gaussiano heterocedástico para a raça Nelore foi 4,54 vezes maior do que a estimada para a raça Angus. As estimativas de herdabilidade nos diferentes grupos genéticos variaram de 0,12 a 0,15 e de 0,01 a 0,35, respectivamente, no Modelo Animal Tradicional e no Multirracial Gaussiano heterocedástico. A correlação de ordenamento de Spearman entre os valores genéticos preditos, considerando todos os reprodutores da população, foi 0,94. Contudo, ao considerar os melhores touros, TOP 10%, 20% e 30%, as diferenças com relação ao ordenamento foram mais evidentes (0,28 a 0,67). O modelo Animal Multirracial com Segregação com variâncias residuais heterogêneas foi o mais apropriado para avaliação genética da característica Contagem de Carrapatos de animais produtos do cruzamento Angus-Nelore.

ABSTRACT: This research identified the animal model that best describes the genetic and residual variations for tick counts in yearlings from a crossbred Angus-Nellore population of 6,951 animals that are progenies of 382 bulls and 6,198 cows. Genetic values were predicted by the Bayesian inference methodology. The models tested were: Traditional Animal, and Crossbred Animal with and without segregation, considering residual homoscedastic and heteroscedastic variances. The criteria of choice were the number of parameters, deviance information, and predictive order, which indicated the best fitfor the Traditional Animal model and Crossbred Animal model (with segregation), both with residual heteroscedastic Gaussian variance. The mean values of fixed genetic effects were positive and similar in the both models, indicating that animals with higher proportion of the Angus breed had greater infestation, and the Nellore breed was an important addition for resistance to ticks. The estimated genetic variation by the heteroscedastic Gaussian Animal model for the Nellore breed was 4.54-fold higher than that estimated for the Angus breed. The estimates of heritability of the different genetic groups ranged from 0.12 to 0.15 and from 0.01 to 0.35, respectively, for the Traditional Animal model and for the heteroscedastic Gaussian crossbred model. The Spearman’s rank-order correlation for the predicted genetic values was 0.94, considering all sires. However, when considering the top 10%, 20%, and 30% sires, differences in ranking were more evident (0.28 to 0.67). The Crossbred Animal model with segregation and heterogeneous residual variances was the most appropriate for genetic evaluation of tick counts on animals from Angus-Nellore crossings.

Resumo: O objetivo deste trabalho foi identificar o modelo mais adequado para avaliação genética do ganho de peso pós-desmama em uma população multirracial de Angus-Nelore. Foram testados três modelos com uso do método de inferência bayesiana: animal tradicional (M1), animal multirracial sem (M2) e com segregação (M3). A escolha do melhor modelo seguiu os critérios: número de parâmetros (Np), critério de desvio de informação (CDI), predição condicional (PCO) e desvio com base nos fatores de Bayes. Foram estimadas as correlações de postos de Spearman para os 10, 20 e 30% melhores touros. M1 apresentou os maiores valores para todos os critérios, exceto para Np, e a menor estimativa de herdabilidade direta, de 0,15±0,01. As estimativas de herdabilidade de M2 e M3 foram maiores e similares, de 0,29±0,02 e 0,27±0,02, respectivamente. M3 apresentou os menores valores para desvio-médio, CDI e PCO, tendo sido o modelo de melhor ajuste entre os três testados. A correlação de Spearman entre os valores genéticos previstos para os modelos variou de 0,69 a 0,99. Os modelos multirraciais são mais adequados para a avaliação genética de populações multirraciais, e o M3 apresenta o melhor ajuste para a população estudada.

Abstract: The objective of this work was to identify the most suitable model for the genetic evaluation of post-weaning weight gain in a multibreed Angus-Nelore population. Three models were tested using the Bayesian inference method: traditional animal model (M1), multibreed animal model without (M2) and with segregation (M3). The choice of the best model followed the criteria: number of parameters (Np), deviance information criterion (DIC), conditional predictive ordinate (CPO), and deviance based on Bayes factors. Spearman’s rank correlations were estimated for the top 10, 20, and 30% sires. M1 presented the highest values for all criteria, except for Np, and the lowest direct heritability estimate of 0.15±0.01. The heritability estimates for M2 and M3 were higher and similar, being 0.29±0.02 and 0.27±0.02, respectively. M3 showed the lowest values for mean deviance, DIC, and CPO, being the best-fitting model among the three tested. Spearman’s correlation between the predicted genetic values for the models ranged from 0.69 to 0.99. The multibreed models are the most suitable for the genetic evaluation of multibreed populations, and M3 shows the best fit for the studied population.

RESUMO: Objetivou-se identificar o modelo de regressão não linear que melhor descreve as curvas de produção de leite e de porcentagens de gordura e proteína; a estação e idade ao parto que resultam em maiores produções. Nas análises, foram utilizados 8047 registros de produção de leite e porcentagens de gordura e proteína provenientes de 1330 vacas da raça Holandesa, criadas no Rio Grande do Sul, nascidas de 1989 a 2011. Após a definição do modelo de regressão não linear mais adequado, procedeu-se à realização do teste de identidade de modelos e de igualdade de parâmetros para as diferentes classes de estação e idade da vaca ao parto. O quadrado médio do resíduo, desvio médio absoluto, erro quadrático médio de predição e a porcentagem de curvas estimadas por animal apontaram a Função Linear Hiperbólica (FLH) como a mais adequada para descrever as curvas de produção de leite e teores de gordura e proteína. Vacas com ocorrência de partos nas estações de outono e inverno produzem maior quantidade de leite e menor teor de gordura e proteína do leite do que aquelas que parem nas estações de primavera e verão. Vacas com idades ao parto entre 46 e 93 meses produzem maior quantidade de leite e as com 94 a 118 meses, maior teor de gordura do leite.

ABSTRACT: The objective of this study was to identify a nonlinear regression model that better describes the milk production and the percentages of fat and protein curves, and to identify the season and age of calving that result in higher productions. For the analysis, 8,047 records of milk production and percentages of fat and protein obtained from 1,330 Holstein breed cows raised in Rio Grande do Sul, born from 1989 to 2011, were used. After determining the most appropriate nonlinear regression model, the identity of models and the equality of parameter tests for the different classes of season and age of calving were performed. Residual mean square, mean absolute deviation, mean squared prediction error and percentage of estimated curves per animal, indicated the Linear Hyperbolic Function (LHF) as the most appropriate to describe the milk production and the levels of fat and protein curves. Cows calving in the autumn and winter seasons yield higher quantities of milk and lower fat and protein content than those calved in the spring and summer seasons. Cows aged between 46 and 93 months at calving yield higher milk quantities, and those with calving age between 94 and 118 months produced more fat.