Por: John Genho
El comienzo de mi carrera como genetista llegó en un momento crítico para los productores comerciales de ganado, ya que los cambios en la industria crearon una mayor necesidad de mejorar la rentabilidad y la eficiencia. Mis clientes en ese momento eran grandes ranchos comerciales que se centraban en los datos y tenían como motivo las ganancias. Estos productores comerciales buscaban evaluaciones genéticas, bases de datos web y, a medida que la genómica creció en popularidad, formas de evaluar el valor genómico. A medida que los datos de eficiencia de alimentación estuvieron disponibles, rápidamente se dieron cuenta del valor de estos datos en un sistema integrado donde los costos de alimentación representan una cantidad significativa del costo de sus negocios.
Soy un genetista cuantitativo y, como tal, la mayor parte de mi trabajo se realiza con un método estadístico llamado mejor predicción lineal imparcial (BLUP). BLUP es lo que crea las EPD y las precisiones asociadas que los productores de ganado utilizan en la actualidad. Su poder ha sido un catalizador para el aumento en el grado de calidad en el ganado americano durante la última década, así como la producción de leche en las vacas Holstein durante los últimos 50 años y varios otros cambios similares en diferentes especies. Hay una palabra clave para el acrónimo BLUP que a menudo se pasa por alto: lineal. Una suposición básica de todos los datos analizados con BLUP es que los datos son lineales. Como genetista, estoy entrenado para pensar linealmente y, a menudo, me cuesta pensar de otra manera.
A medida que la industria ganadera se interesó en los animales con alimentación eficiente, analicé mis primeros conjuntos de datos de GrowSafe Systems®. Inicialmente, comencé con la suposición de que el crecimiento y la ingesta eran lineales a lo largo del tiempo. Por supuesto, este no es el caso, y es algo bueno para cada uno de nosotros que se ha aplanado en nuestras curvas de crecimiento. El crecimiento y la ingesta no son lineales y, de hecho, se tambalean un poco a lo largo de la parte de crecimiento de la vida de un animal, que es lo que más nos interesa. Por lo general, podemos agitar nuestras manos y decir que los grupos contemporáneos y la recopilación de datos en momentos similares tiempos eliminar estos problemas. Sin embargo, me di cuenta de que necesitábamos evaluar los datos de manera diferente cuando comencé a comparar la ingesta y el crecimiento recopilados por separado durante períodos de tiempo cortos y largos. En las primeras etapas de descubrimiento, evaluamos la ingesta y el crecimiento durante un corto período de tiempo además del crecimiento durante un largo período de tiempo. Resolví las imprecisiones emparejando la ingesta y la ganancia durante el período de recolección para garantizar que las curvas no lineales se compararan entre sí de manera adecuada. Creo que la mejor manera de evaluar el consumo y el crecimiento es con el consumo de alimento residual (RFI), pero la ganancia diaria promedio residual (RADG) o las tasas de conversión alimenticia son otras alternativas. Lo importante, según mi experiencia, es emparejar el crecimiento y la ingesta en el mismo período.
A veces, nuestra industria se vuelve demasiado obsesiva con la definición de RFI. Es simplemente la ingesta diaria promedio con ajustes hechos por algunos factores. Casi todos los rasgos se ajustan por covariables antes del análisis. El rasgo con el que los productores probablemente estén más familiarizados es el peso al destete, que se ajusta según la edad del ternero al destete y la edad de la madre. La ecografía, el peso al nacer, la circunferencia escrotal y casi todos los demás rasgos se ajustan según los factores relevantes, o covariables, como los llamarían los estadísticos. RFI es simplemente la ingesta ajustada por algunas covariables relevantes.
Un problema que surge es definir exactamente qué covariable debe incluirse en el cálculo de RFI. Cuando comencé a analizar los datos de eficiencia alimenticia, ajusté el RFI de varias maneras con diferentes covariables. Esto hizo que fuera increíblemente difícil comparar animales de manera justa. Mi trabajo se hizo mucho más fácil cuando GrowSafe desarrolló una forma estándar de calcular el RFI. Esto eliminó una cantidad significativa del ruido que vi en los primeros conjuntos de datos.
Figura 1: Correlación entre las DEP y el desempeño promedio de la progenie para toros con más de cinco progenie.
Las EPD actuales de GrowSafe tienen más de 35,000 235,000 registros individuales de eficiencia alimenticia y más de 1 XNUMX animales de pedigrí incluidos en el análisis. Los toros con más de cinco progenies en el conjunto de datos se analizaron para determinar la correlación entre sus DEP y el desempeño promedio de sus progenies para cada característica (figura XNUMX). En conclusión, está claro a partir de estas correlaciones que el RFI es un rasgo muy predictivo y puede estar más relacionado con el rendimiento real de la progenie que con la ganancia diaria promedio (ADG) o el consumo de materia seca (DMI).