Search

Dados de 36.755 primeiras lactações de vacas holandesas, filhas de 866 reprodutores, distribuídas em diferentes estados no período de 1980 a 1993, foram estratificados em rebanhos de acordo com o desvio-padrão fenotípico da produção de leite ajustada para idade adulta, em três níveis: baixo (11.713 lactações), médio (12.764 lactações) e alto (12.278 lactações). A produção total de leite ajustada para idade adulta e ajustada para idade adulta e 305 dias de lactação, dentro de cada classe, e as transformações logaritmo na base 10, raiz quadrada, padronização e divisão pelo desvio-padrão fenotípico da classe foram analisadas. As médias de produção de leite e os componentes de variância genética, residual e fenotípica elevaram-se com o aumento do desvio-padrão médio da classe. As herdabilidades não tiveram o mesmo comportamento, sendo que as herdabilidades da classe com alto desvio-padrão foram semelhantes às da classe com baixo desvio-padrão, e ambas foram menores que as da classe com médio desvio-padrão, embora o componente de variância genética aditiva tenha sido maior. As transformações usadas não corrigiram a heterogeneidade de variância existente entre as classes. As herdabilidades das características não transformadas variaram de 0,25 a 0,35.Data of 36,755 first lactation of Holstein cows, daughters of 866 sires, distributed in different states from 1980 to 1993, were stratified in herds according to the phenotypic standard deviation of the milk yield adjusted for adult age, in three levels: low (11,713 lactations), medium (12,764 lactations) and high (12,278 lactations). The total milk production adjusted for adult age and adjusted for adult age and for 305 days of lactation, within each class, and the base 10 logarithm transformations, square root, standardization and the division by class phenotypic standard deviation were analyzed. The averages of milk yield, the genetic, residual, and phenotypic variance components increased with the increase of the class mean standard deviation. The heritability did not have the same behavior, the heritability estimates of the traits of the class with high standard deviation were similar to the heritability of traits of class with low standard deviation, and both were smaller than the class with medium standard deviation, although the component of addictive genetic variance has been higher. The used transformations did not correct the existing heterogeneity of variance among the classes. The heritabilities of the unchanged characteristics varied from .25 to .35.

Although several studies have investigated the factors affecting imputation accuracy, most of these studies involved a large number of genotyped animals. Thus, results from these studies cannot be directly applied to small populations, since the population structure affects imputation accuracy. In addition, factors affecting imputation accuracy may also be intensified in small populations. Therefore, we aimed to compare different imputation strategies for the Portuguese Holstein cattle population considering several commercially available single nucleotide polymorphism (SNP) panels in a relatively small number of genotyped animals. Data from 1359 genotyped animals were used to evaluate imputation in 7 different scenarios. In the S1 to S6 scenarios, imputations were performed from LDv1, 50Kv1, 57K, 77K, HDv3 and Ax58K panels to 50Kv2 panel. In these scenarios, the bulls in 50Kv2 were divided into reference (352) and validation (101) populations based on the year of birth. In the S7 scenario, the validation population consisted of 566 cows genotyped with the Ax58K panel with their genotypes masked to LDv1. In general, all sample imputation accuracies were high with correlations ranging from 0.94 to 0.99 and concordance rate ranging from 92.59 to 98.18%. SNP-specific accuracy was consistent with that of sample imputation. S4 (40.32% of SNPs imputed) had higher accuracy than S2 and S3, both with less than 7.59% of SNPs imputed. Most probably, this was due to the high number of imputed SNPs with minor allele frequency (MAF) < 0.05 in S2 and S3 (by 18.43% and 16.06% higher than in S4, respectively). Therefore, for these two scenarios, MAF was more relevant than the panel density. These results suggest that genotype imputation using several commercially available SNP panels is feasible for the Portuguese national genomic evaluation.

The aim of this study was to compare two random regression models (RRM) fitted by fourth (RRM4) and fifth-order Legendre polynomials (RRM5) with a lactation model (LM) for evaluating Holstein cattle in Brazil. Two datasets with the same animals were prepared for this study. To apply test-day RRM and LMs, 262,426 test day records and 30,228 lactation records covering 305 days were prepared, respectively. The lowest values of Akaike’s information criterion, Bayesian information criterion, and estimates of the maximum of the likelihood function (−2LogL) were for RRM4. Heritability for 305-day milk yield (305MY) was 0.23 (RRM4), 0.24 (RRM5), and 0.21 (LM). Heritability, additive genetic and permanent environmental variances of test days on days in milk was from 0.16 to 0.27, from 3.76 to 6.88 and from 11.12 to 20.21, respectively. Additive genetic correlations between test days ranged from 0.20 to 0.99. Permanent environmental correlations between test days were between 0.07 and 0.99. Standard deviations of average estimated breeding values (EBVs) for 305MY from RRM4 and RRM5 were from 11% to 30% higher for bulls and around 28% higher for cows than that in LM. Rank correlations between RRM EBVs and LM EBVs were between 0.86 to 0.96 for bulls and 0.80 to 0.87 for cows. Average percentage of gain in reliability of EBVs for 305-day yield increased from 4% to 17% for bulls and from 23% to 24% for cows when reliability of EBVs from RRM models was compared to those from LM model. Random regression model fitted by fourth order Legendre polynomials is recommended for genetic evaluations of Brazilian Holstein cattle because of the higher reliability in the estimation of breeding values.

Longevity is a desirable trait in the dairy industry because of its relationship to profitability. The aim of this study was to estimate genetic parameters for longevity measurements related to productive life, or life in the herd, and linear type traits of Brazilian Holstein cows born between the years 1990 and 2008. The (co) variance components were estimated by the restricted maximum likelihood method. The heritability for measurements of longevity and linear type traits ranged from 0.05 to 0.07 and 0.08 to 0.39, respectively. The genetic correlations between measurements of longevity and linear type traits ranged from -0.39 to 0.31. Direct selection for longevity does not necessarily lead to long-lived cows, due to low heritability. Indirect genetic selection for udder depth, bone quality, udder height, rear teat placement and conformation traits showed the highest genetic correlations with measurements of time between birth and last milk record and time from first calving to last milk record.

The objective of this study was to estimate genetic and phenotypic parameters for linear type traits, as well as milk yield (MY), fat yield (FY) and protein yield (PY) in 18,831 Holstein cows reared in 495 herds in Brazil. Restricted maximum likelihood with a bivariate model was used for estimation genetic parameters, including fixed effects of herd-year of classification, period of classification, classifier and stage of lactation for linear type traits and herd-year of calving, season of calving and lactation order effects for production traits. The age of cow at calving was fitted as a covariate (with linear and quadratic terms), common to both models. Heritability estimates varied from 0.09 to 0.38 for linear type traits and from 0.17 to 0.24 for production traits, indicating sufficient genetic variability to achieve genetic gain through selection. In general, estimates of genetic correlations between type and production traits were low, except for udder texture and angularity that showed positive genetic correlations (>0.29) with MY, FY, and PY. Udder depth had the highest negative genetic correlation (−0.30) with production traits. Selection for final score, commonly used by farmers as a practical selection tool to improve type traits, does not lead to significant improvements in production traits, thus the use of selection indices that consider both sets of traits (production and type) seems to be the most adequate to carry out genetic selection of animals in the Brazilian herd.

In this study we aimed to evaluate the reduction in dimensionality of 20 linear type traits and more final score in 14,943 Holstein cows in Brazil using factor analysis, and indicate their relationship with longevity and 305 d first lactation milk production. Low partial correlations (−0.19 to 0.38), the medium to high Kaiser sampling mean (0.79) and the significance of the Bartlett sphericity test (p

Data from 26,558 Holstein cows in 802 herds were used to estimate genetic, residual and phenotypic parameters for 22 type traits. The model included the fixed effects of herd-year, period of classification, classifier, stage of lactation and age of cows at calving (covariate) and random genetic and residual effects. Heritability for type traits ranged from 0.10 to 0.39. The genetic variability in these traits suggested the possibility for moderate genetic gains through selection. The phenotypic correlations were moderated, mainly in the section conformation. Genetic correlations between type traits ranged from -0.44 to 0.85. High genetic correlations indicated that breeding programs could be successful without including all type traits. The selection for the final score at the expense of other traits must be performed with restraint, because in the long term, this may promote undesirable changes in some type traits.

Milk yield test-day records on the first three lactations of 25,500 Holstein cows were used to estimate genetic parameters and predict breeding values for nine measures of persistency and 305-d milk yield in a random regression animal model using two criteria to define the fixed regression. Legendre polynomials of fourth and fifth orders were used to model the fixed and random regressions of lactation curves. The fixed regressions were adjusted for average milk yield on populations (single) or subpopulations (multiple) formed by cows that calved at the same age and in the same season. Akaike Information (AIC) and Bayesian Information (BIC) criteria indicated that models with multiple regression lactation curves had the best fit to test-day milk records of first lactations, while models with a single regression curve had the best fit for the second and third lactations. Heritability and genetic correlation estimates between persistency and milk yield differed significantly depending on the lactation order and the measures of persistency used. These parameters did not differ significantly depending on the criteria used for defining the fixed regressions for lactation curves. In general, the heritability estimates were higher for first (0.07 to 0.43), followed by the second (0.08 to 0.21) and third (0.04 to 0.10) lactation. The rank of sires resulting from the processes of genetic evaluation for milk yield or persistency using random regression models differed according to the criteria used for determining the fixed regression of lactation curve.

Records of test-day milk yields of the first three lactations of 25,500 Holstein cows were used to estimate genetic parameters for milk yield by using two alternatives of definition of fixed regression of the random regression models (RRM). Legendre polynomials of fourth and fifth orders were used to model regression of fixed curve (defined based on averages of the populations or multiple sub-populations formed by grouping animals which calved at the same age and in the same season of the year) or random lactation curves (additive genetic and permanent enviroment). Akaike information criterion (AIC) and Bayesian information criterion (BIC) indicated that the models which used multiple regression of fixed lactation curves of lactation multiple regression model with fixed lactation curves had the best fit for the first lactation test-day milk yields and the models which used a single regression of fixed curve had the best fit for the second and third lactations. Heritability for milk yield during lactation estimates did not vary among models but ranged from 0.22 to 0.34, from 0.11 to 0.21, and from 0.10 to 0.20, respectively, in the first three lactations. Similarly to heridability estimates of genetic correlations did not vary among models. The use of single or multiple fixed regressions for fixed lactation curves by RRM does not influence the estimates of genetic parameters for test-day milk yield across lactations.Os registros de produção de leite no dia do controle das três primeiras lactações de 25,5 mil vacas da raça Holandesa foram utilizados para estimar parâmetros genéticos para produção de leite usando duas alternativas de definição da regressão fixa dos modelos de regressão aleatória (MRA). Os polinômios de Legendre de ordens 4 e 5 foram usados para modelar as regressões das curvas fixas (definidas com base nas médias das produções de leite no dia do controle da população ou de múltiplas sub-populações formadas pelo agrupamento de animais que pariram na mesma idade e estação do ano) e aleatórias (genética aditiva e de ambiente permanente) de lactação. Os critérios de informação de Akaike (AIC) e Bayesiano (BIC) indicaram os modelos que consideraram múltiplas regressões das curvas fixas de lactação como os que melhor se ajustaram aos registros de produção de leite da primeira lactação e os modelos que utilizaram uma única regressão da curva fixa, como os melhores para ajuste das segunda e terceira lactações. As herdabilidades para produção de leite ao longo da lactação não variaram entre modelos, entretanto variaram de 0,22 a 0,34; 0,11 a 0,21 e 0,10 a 0,20, respectivamente, para as três primeiras lactações. Semelhantemente às estimativas de herdabilidade os valores das estimativas de correlações genéticas não variaram entre modelos. O uso de uma ou de múltiplas regressões das curvas fixas de lactação pelos MRA não influencia na estimação de parâmetros genéticos para as produções de leite ao longo das lactações de vacas da raça Holandesa.

The objective of this study was to estimate genetic parameters for milk, fat and protein yields of Holstein cows using 56,508; 35,091 and 8,326 test-day milk records from 7,015, 4,476 and 1,114 cows, calves of 359, 246 and 90 bulls, respectively. The additive genetic and permanent environmental effects were estimated using REML. Random regression models with Legendre polynomials from order 3 to 6 were used. Residual variances were considered homogeneous over the lactation period. The estimates of variance components showed similar trends, with an increase of the polynomial order for each trait. The heritability estimates ranged from 0.14 to 0.31; 0.03 to 0.21 and 0.09 to 0.33 for milk, fat and protein yield, respectively. Genetic correlations among milk, fat and protein yields ranged from 0.02 to 1.00; 0.34 to 1.00 and 0.42 to 1.00, respectively. Models with higher order Legendre polynomials are the best suited to adjust test-day data for the three production traits studied.Esta pesquisa foi realizada com o objetivo de estimar parâmetros genéticos para as produções de leite, gordura e proteína do leite de vacas da raça Holandesa usando, respectivamente, 56.508, 35.091 e 8.326 registros leiteiros no dia do controle de 7.015, 4.476 e 1.114 vacas, filhas de 359, 246 e 90 touros. Os efeitos genético aditivo e de ambiente permanente foram estimados por REML. Utilizaram-se modelos de regressão aleatória com polinômios de Legendre de ordem 3 a 6. As variâncias residuais foram consideradas homogêneas ao longo da lactação. As estimativas dos componentes de variância apresentaram tendências semelhantes com o aumento da ordem do polinômio em cada característica. As estimativas de herdabilidade variaram, respectivamente, de 0,14 a 0,31; 0,03 a 0,21; e 0,09 a 0,33 para as produções de leite, de gordura e de proteína. As correlações genéticas entre produções de leite, gordura e proteína do leite variaram de 0,02 a 1,00; 0,34 a 1,00 e 0,42 a 1,00, respectivamente. Os modelos com polinômio de Legendre de maior ordem são os mais adequados para ajuste da produção no dia do controle das três características produtivas.

Total numbers of 56,508, 35,091 and 8,326 records of milk, fat, and protein test-day yields, respectively, were used to estimate genetic parameters for six persistency measures on milk, fat and protein productions of Holstein cows reared in Minas Gerais state. Covariance components for additive genetic effects and permanent environmental effects were estimated by REML in random regression models using Legendre polynomials from the third to the sixth order. Overall, models with the highest orders of Legendre polynomials showed the best quality of adjustments of these productive records. Heritability estimates obtained by the models for persistence in milk, fat, and protein yields ranged from 0.04 to 0.32, from 0.00 to 0.23, and from 0.00 to 0.27, respectively. Values of genetic correlation estimates between persistence and total 305-day milk, fat, and protein yields ranged from -0.38 to 0.54, from -0.39 to 0.97, and from -0.78 to 0.67, respectively. Persistence measurement proposed by Jakobsen (PS2) is preferential for using in further genetic evaluations for persistence in milk, fat and protein yields of Holstein cows in Minas Gerais state.Os totais de 56.508, 35.091 e 8.326 registros, respectivamente, de produção de leite, de gordura e de proteína no dia do controle foram usados para estimar parâmetros genéticos para seis medidas de persistência na produção de leite, de gordura e de proteína de vacas da raça Holandesa criadas em rebanhos do Estado de Minas Gerais. Os componentes de covariância para os efeitos genético aditivo e de ambiente permanente foram estimados via REML por modelos de regressão aleatória com polinômios de Legendre de ordens 3 a 6. Em geral, os modelos com as mais altas ordens dos polinômios de Legendre apresentaram a melhor qualidade no ajuste desses registros produtivos. As estimativas de herdabilidade obtidas pelos modelos para as persistências nas produções de leite, de gordura e de proteína variaram, respectivamente, de 0,04 a 0,32; 0,00 a 0,23; e 0,00 a 0,27. Os valores das estimativas de correlação genética entre persistência e produções de leite, de gordura e de proteína, em 305 dias, variaram de -0,38 a 0,54; -0,39 a 0,97; e -0,78 a 0,67, respectivamente. A medida de persistência proposta por Jakobsen (PS2) é preferencial para uso em futuras avaliações genéticas para persistências nas produções de leite, de gordura e de proteína de animais da raça Holandesa no Estado de Minas Gerais.

Foram estimados os componentes de variância para produção de leite e avaliado o impacto do aumento do número de animais na matriz de parentesco sobre os componentes de variância usando os métodos de Máxima Verossimilhança Restrita (REML) e Bayesiano via amostragem de Gibbs (GS). Utilizaram-se registros de produção de leite de vacas da raça Holandesa dos estados de Minas Gerais, São Paulo, Paraná, Santa Catarina e Rio Grande do Sul. Para cada estado, foram analisados dois conjuntos de dados: no primeiro, pedigree restrito, a matriz de parentesco foi constituída dos animais do respectivo estado; e, no segundo, pedigree completo, foram incluídos na matriz de parentesco os animais de todos os estados. Utilizou-se um modelo animal que incluiu os efeitos da estação de parto, rebanho-ano, grupo genético, ordem de parto e os efeitos genéticos aditivos e de ambiente permanente. As estimativas REML dos componentes de variância e de herdabilidade em todos os estados, obtidas com o pedigree restrito e com pedigree completo, foram similares. As estimativas REML de herdabilidade em Minas Gerais, São Paulo, Paraná, Santa Catarina e Rio Grande do Sul foram 0,19; 0,18; 0,26; 0,43 e 0,48, respectivamente. Houve fortes evidências de que as estimativas Bayesianas da variância genética com o PEDA foram superiores àquelas obtidas utilizando o PEDR. As herdabilidades e os desvios-padrão obtidos pelo método Bayesiano em Minas Gerais, São Paulo, Paraná, Santa Catarina e Rio Grande do Sul utilizando os pedigrees restrito e completo foram 0,21 ± 0,032 e 0,40 ± 0,025; 0,20 ± 0,017 e 0,27 ± 0,017; 0,28 ± 0,014 e 0,31 ± 0,014; 0,42 ± 0,041 e 0,56 ± 0,021; e 0,43 ± 0,039 e 0,55 ± 0,019, respectivamente. A variância genética aumentou significativamente em cada estado quando os animais dos outros estados foram incorporados na matriz de parentesco. Os menores desvios-padrão e intervalos de credibilidade dos componentes de variância foram estimados nos estados com maior número de lactações e sugerem que a precisão dos componentes de variância foi maior para esses estados.Variance components (VC) for milk yield of Holstein cows were estimated and the effects of increasing of the number of animals in the numerator relationship matrix (NRM) were evaluated on VC estimates obtained by REML and Bayesian inference via Gibbs sampling (GS). Data were obtained from herds in the states of Minas Gerais, São Paulo, Paraná, Santa Catarina, and Rio Grande do Sul. Two data sets were created for each state. In the first set, the NRM included only the pedigree of the animals of the state under consideration (PEDR). In the second, the NRM included animals from the five states (PEDA). An animal model including the effects of herd-year, parity, season, genetic group, effects of additive genetic and permanent environment was used. The REML estimates of VC and heritability in each state obtained from PEDR and PEDA were similar. The heritability in Minas Gerais, São Paulo, Paraná, Santa Catarina, and Rio Grande do Sul was 0.19, 0.18, 0.26, 0.43, and 0.48, respectively. There was evidence that the posterior means of the genetic variance of PEDA analyses were significantly greater than PEDR. Heritability and standard deviations estimated by GS in Minas Gerais, São Paulo, Paraná, Santa Catarina, and Rio Grande do Sul, using PEDR (PEDA), were 0.21 ± 0.032 (0.40 ± 0.025), 0.20 ± 0.017 (0.27 ± 0.017), 0.28 ± 0.014 (0.31 ± 0.014), 0.42 ± 0.041 (0.56 ± 0.021) and 0.43 ± 0.039 (0.55 ± 0.019), respectively. The genetic variance of each state increased significantly when animals from the other states were incorporated in its NRM. The smallest standard deviations and VC credibility intervals were estimated in the states with more records, which suggested that the precision of the VC estimates was higher in those states.

Data comprising 263,390 test-day (TD) records of 32,448 first parity cows calving in 467 herds between 1991 and 2001 from the Brazilian Holstein Association were used to estimate genetic and permanent environmental variance components in a random regression animal model using Legendre polynomials (LP) of order three to five by REML. Residual variance was assumed to be constant in all or in some classes of lactation periods for each LP. Estimates of genetic and permanent environmental variances did not show any trend due to the increase in the LP order. Residual variance decreased as the order of LP increased when it was assumed constant, and it was highest at the beginning of lactation and relatively constant in mid lactation when assumed to vary between classes. The range for the estimates of heritability (0.27 - 0.42) was similar for all models and was higher in mid lactation. There were only slight differences between the models in both genetic and permanent environmental correlations. Genetic correlations decreased for near unity between adjacent days to values as low as 0.24 between early and late lactation. A five parameter LP to model both genetic and permanent environmental effects and assuming a homogeneous residual variance would be a parsimonious option to fit TD yields of Holstein cows in Brazil.Um total de 263.390 registros de produção de leite do dia do controle (PC) de 32.448 primeiras lactações de vacas da raça Holandesa com partos entre 1991 e 2001, disponibilizados pela Associação Brasileira de Criadores de Bovinos da Raça Holandesa, foi usado para estimar componentes de variância para os efeitos genético e de ambiente permanente com modelos de regressão aleatória usando polinômios de Legendre (PL) de ordens 3 a 5 por REML. A variância residual foi assumida como constante em todo ou em algumas classes do período de lactação para cada PL. As estimativas dos efeitos genético e permanente de ambiente não apresentaram qualquer tendência atribuída ao aumento da ordem do PL. A variância residual diminuiu com o aumento da ordem do PL quando assumida como constante e foi maior no início da lactação e relativamente constante na fase intermediária quando assumida como heterogênea entre classes do período de lactação. As estimativas de herdabilidade variaram de 0,27 a 0,42 em todos os modelos e foram maiores na fase intermediária da lactação. As diferenças entre modelos para as correlações genéticas e de ambiente permanente foram pequenas. As correlações genéticas decresceram de valores próximos à unidade entre as produções de leite de controles próximos para 0,24 entre as produções de leite dos controles do início e do final da lactação. O polinômio de Legendre de cinco parâmetros para a modelagem dos efeitos genético e de ambiente permanente com homogeneidade de variância residual é uma opção parcimoniosa para o ajuste das PC de vacas da raça Holandesa no Brasil.

Os efeitos, sobre a avaliação genética da interação reprodutor-região, foram investigados analisando-se 108.702 registros de produção de leite (PL305) de vacas da raça Holandesa, pertencentes a rebanhos de Minas Gerais, São Paulo, Paraná, Sanata Catarina eRio Grande do Sul. Um modelo animal multicarácter foi aplicado para estimar os componentes de variância e covariância utilizando amostragem de Gibbs. As médias a posteriori da variância genética de Santa Catarina e Rio Grande do Sul foram superiores (p < 0,001) às estimadas nos demais Estados e iguais (p > 0,05) entre si. As herdabilidades variaram entre 0,24 e 0,38. As correlações genéticas entre os Estados foram de baixa magnitude e variaram entre 0,07 a 0,33. Os valores de correlação de Spearman entre os valores genéticos dos reprodutores variaram entre 0,73 e 0,86. Os resultados sugerem aexistência da interação genótipo-ambiente para PL305 entre os Estados de Minas Gerais, São Paulo, Paraná e os Estados de Santa Catarina e Rio Grande do Sul.The effects of sire-environment interaction on genetic evaluation were investigated by analyzing 108,702 records of milk yield (305ME) of Holstein cows from the states of Minas Gerais, São Paulo, Paraná, Santa Catarina and Rio Grande do Sul. A Multivariate animal model was applied to estimate of genetic variance and covariance components, using Gibbs sampling. The a posteriori means of genetic variance in Santa Catarina and Rio Grande do Sul were higher (p < 0.001) than estimates in others states, even though the estimates did not vary (p > 0.05) between these two states. Heritability estimates of states ranged from 0.24 to 0.38. Genetic correlations among states were low and ranged from 0.07 to 0.33. Spearman’s correlation among sire breeding values ranged from 0.73 to 0.86. These results suggest sire-environment interaction for 305ME in the states of Minas Gerais, São Paulo, Paraná and between the states of Santa Catarina and Rio Grande do Sul.

Foram utilizados 263.390 registros de produção de leite do dia do controle (PDC) de 32.448 primeiras lactações de vacas da raça Holandesa paridas no período de 1991 a 2001 para predizer valores genéticos usando diferentes modelos estatísticos e a metodologia REML. Valores genéticos estimados utilizando-se três modelos de regressão aleatória (MRA) foram comparados àqueles estimados utilizando-se um modelo de repetibilidade (MRF) e um modelo para produção até 305 dias (P305). Nos modelos de regressão aleatória, duas curvas foram utilizadas para descrever a trajetória da lactação: a polinomial logarítmica (AS) e a exponencial (W), sob duas formas: padrão e com uma modificação para reduzir a amplitude das covariáveis e contornar problemas de convergência (W*). As covariâncias requeridas foram estimadas em análises prévias utilizando-se as mesmas funções de covariância e mesmos modelos. Os desvios-padrão (DP) das estimativas de valores genéticos (EVG) para touros foram similares para os MRA com as curvas AS, W* e MRF. Os desvios-padrão das estimativas de valores genéticos para vacas e touros foram maiores nos modelos para ajuste das PDC que naquele para ajuste da P305. A magnitude das diferenças dos desvios-padrão entre modelos dependeu do número de controle, no caso de vacas, e do número de filhas, no caso de touros. Os desvios-padrão para o modelo W foram maiores, contudo, problemas de convergência ocorreram na fase de estimação dos componentes de covariância, o que exige cautela na interpretação dos resultados deste modelo. As correlações das estimativas de valores genéticos de touros preditas com os modelos testados aumentaram com o aumento no número de progênies e variaram de 0,66 (P305-W) a 0,92 (P305-AS, P305-W*). A tendência genética foi maior para os MRA e menor para MRF em comparação a P305. Os MRA possibilitam mais informações sobre as EVG que MRF por possibilitarem avaliação genética para persistência da produção de leite na lactação. Os resultados indicam o MRA com a curva de AS como o melhor modelo de ajuste das PDC alternativamente ao ajuste da P305 para avaliação genética dos animais da raça Holandesa no Brasil.Data consisting of 263.390 test day records (PDC) of 32.448 first lactation Holstein cows were used to compare three random regression test-day models (RR), a repeatability test-day model (RM) and a 305-d lactation model (P305) for breeding value (EBV) prediction of milk yield. One RR model used the logarithmic function of Ali & Schaeffer (AS) and the other two models used the exponential Wilmink function in its standard form (W) and a modified form (W*). The required covariance parameters were previously estimated from the same covariance functions and models. Standard deviations (SD) of EBVs for bulls were similar for AS, W* and RM. SD of EBVs for cows were larger for test-day models than for P305 and for bulls they differed by -33.64 to +321.95 from the P305 depending on progeny number. SD of EBVs for bulls and cows for the W were the largest ones. Correlation between EBVs of P305 and EBVs of the other models for bulls increased as progeny number increased and ranged from 0.66 (P305-W) to 0.92 (P305-AS, P305-W*). Genetic trends were largest for RR and smaller for RM than for P305. RR models provide more information than the RM and describe the shape of the lactation curve from which EBVs for persistency can be derived. The AS was the best function to fit RR test-day models and may be an alternative to replace the lactation model for genetic evaluation of milk yield in Holstein cattle in Brazil.

A model for analyzing test day records including both fixed and random coefficients was applied to the genetic evaluation of first lactation data for Holstein cows. Data comprising 87045 test-day milk yield records from calving between 1997 and 2001 from Holstein herds in 10 regions of the Brazilian state of Minas Gerais. Six persistency of lactation measures were evaluated using breeding values obtained by random regression analyses. The Wilmink function was used to model the additive genetic and permanent environmental effects. Residual variance was constant throughout lactation. Ranking for animals did not change among criteria for persistency measurements, but ranking changes were observed when the estimated breeding value (EBV) for persistency of lactation was contrasted with those estimated for 305-day milk yield (305MY). The rank correlation estimates for persistency of lactation and 305MY were practically the same for sire and cows, and ranged from -0.45 to 0.69. The EBVs for milk yield during lactation for sires producing daughters with superior 305MY indicate genetic differences between sires regarding their ability to transmit desirable persistency of lactation traits. This suggests that selection for total lactation milk yield does not identify sires or cows that are genetically superior in regard to persistency of lactation. Genetic evaluation for persistency of lactation is important for improving the efficiency of the milk production capacity of Holstein cows.

Registros da produção de leite de 3.531 controles de 620 primíparas da raça Jersey foram utilizados para a estimação dos componentes de covariância e dos parâmetros genéticos para a produção de leite por meio dos modelos de repetibilidade e de regressão aleatória. O modelo de repetibilidade (MR) incluiu os efeitos fixos de rebanho-ano-mês do controle, estação do parto e idade da vaca ao parto como covariável, com termos linear e quadrático, e os efeitos aleatórios de animal, de ambiente permanente e residual. O modelo de regressão aleatória incluiu os mesmos efeitos do MR, com o uso da função de Wilmink para a modelagem dos efeitos fixo (estação de parto) e aleatórios (genético de animal e de ambiente permanente). As estimativas de variância genética aditiva, de ambiente permanente, residual e fenotípica, e de herdabilidade e repetibilidade para a produção de leite usando-se o MR foram, respectivamente, 7,08; 1,88; 7,79 e 16,76 kg² e 0,42 e 0,50. Pelo modelo de regressão aleatória, os valores de herdabilidade para a produção de leite decresceram de 0,81 a 0,20 ao longo da lactação. As estimativas de variância genética aditiva mantiveram-se praticamente constantes durante a lactação, com maiores valores no início e final da lactação. As correlações genéticas foram próximas à unidade para as produções de leite da fase intermediária da lactação e diminuíram com o aumento do período entre os controles leiteiros. O modelo de repetibilidade não é a melhor alternativa para a modelagem das produções de leite no dia do controle da primeira lactação de vacas Jersey no Brasil.Data consisting of 3,531 test day records of 620 first parity Jersey cows were used to estimate genetic parameters for milk yield. Covariance components were estimated by repeatability and random regression animal models. The Wilmink function was used in the random regression model to fit the fixed effect of season of calving and the additive genetic, permanent environment and residual random effects. The repeatability model included the fixed effects of herd-year-month of test, season of calving and age at calving as a covariable with linear and quadratic terms and animal, permanent environmental and residual random effects. The estimates of additive genetic, permanent environmental, residual and phenotypic variances, heritability and repeatability obtained by the repeatability model for milk yield were, respectively: 7.08; 1.88; 7.79 and 16.76 kg², 0.42 and 0.50. The estimates of heritability for milk yield obtained from the random regression model decreased from 0.81 in the beginning of the lactation to 0.20 in the end. Larger estimates of genetic variance were observed at the extremes of the lactation period, but they were practically constant in mid-lactation. The permanent environmental variances increased along lactation. Genetic correlations between milk yields were larger in close test days, particularly in mid-lactation and decreased for the most distant test days. Genetic parameters do not indicate the repeatability model as an alternative to use test day records in order to estimate breeding values for milk yield of Jersey cows in Brazil.

Registros de produção de leite de 68.523 controles leiteiros de 8.536 vacas da raça Holandesa, filhas de 537 reprodutores, distribuídas em 266 rebanhos, com parições nos anos de 1996 a 2001, foram utilizados na comparação de modelos de regressão aleatória, para estimação de componentes de variância. Os modelos de regressão aleatória diferiram entre si pelo grau do polinômio de Legendre utilizado para descrever a trajetória da curva de lactação dos animais. Os modelos incluíram os efeitos rebanho-mês-ano do controle, composição genética dos animais, freqüência de ordenhas diárias, regressão polinomial em cada classe de idade-estação de parto para descrever a parte fixa da lactação e regressão polinomial aleatória relacionadas aos efeitos genético direto e de ambiente permanente. As estimativas de herdabilidade obtidas oscilaram de 0,122 a 0,291. Verificou-se que o modelo de regressão aleatória que utilizou a maior ordem para os polinômios de Legendre descreveu melhor a variação genética da produção de leite, de acordo com o critério de Akaike.Data comprising 68,523 test day milk yield of 8,536 cows of the Holstein breed, daughters of 537 sires, distributed in 266 herds, calving from 1996 to 2001, were used to compare random regression models, for estimating variance. Test day records (TD) were analyzed by different random regression models regarding the function used to describe the trajectory of the lactation curve of the animals. Legendre orthogonal polynomials function of second, third and fourth order were used. The random regression models included the effects of herd-month-year of the control, genetic group of the animals; the frequency of the daily milk; regression coefficients for each class of age-season (in order to describe the fixed part of the lactation curve) and random regression coefficients related to the direct genetic and the permanent environmental effects. The heritability estimates obtained using the random regression models ranged from 0.122 to 0.291. The random regression model which used the fourth order Legendre polynomials was the model which better described the genetic variation of the milk yield, according to AIC test.

Registros de produção de leite de 68.523 controles leiteiros de 8.536 vacas da raça Holandesa, com parições nos anos de 1996 a 2001, foram utilizados na comparação entre modelos de regressão aleatória para estimação de componentes de variância. Os registros de controle leiteiro foram analisados como características múltiplas, considerando cada controle uma característica distinta. Os mesmos registros de controle leiteiro foram analisados como dados longitudinais, por meio de modelos de regressão aleatória, que diferiram entre si pela função utilizada para descrever a trajetória da curva de lactação dos animais. As funções utilizadas foram a exponencial de Wilmink, a função de Ali e Schaeffer e os polinômios de Legendre de segundo e quarto graus. A comparação entre modelos foi realizada com base nos seguintes critérios: estimativas de componentes de variância, obtidas no modelo multicaractístico e por regressão aleatória; valores da variância residual; e valores do logaritmo da função de verossimilhança. As estimativas de herdabilidade obtidas por meio dos modelos de características múltiplas variaram de 0,110 a 0,244. Para os modelos de regressão aleatória, esses valores oscilaram de 0,127 a 0,301, observando-se as maiores estimativas nos modelos com maior número de parâmetros. Verificou-se que os modelos de regressão aleatória que utilizaram os polinômios de Legendre descreveram melhor a variação genética da produção de leite.Data comprising 68,523 test day milk yield of 8,536 cows of the Holstein breed, calving from 1996 to 2001, were used to compare random regression models, for estimating variance components. Test day records (TD) were analyzed as multiple traits, considering each TD as a different trait. The test day records were analyzed as longitudinal traits by different random regression models regarding the function used to describe the trajectory of the lactation curve of the animals. The Wilmink's exponential function, the Ali and Schaeffer logarithmic function and the Legendre orthogonal polynomials of second and fourth order were used. The comparisons among the models were based on the following criteria: estimates of variance components of the multiple-trait model and random regressions models, values of residual variance and values of the logarithms of the likelihood functions. The heritability estimates obtained using the multiple-trait model varied from 0.110 to 0.244, for the random regression models the values ranged from 0.127 to 0.301, being the largest estimates observed in the models with larger number of parameters. The random regression models which used the Legendre polynomials was the model which better described the genetic variation of the milk yield.

Registros de produção de leite ajustados para 305 dias de lactação (PL305) em vacas da raça Holandesa que pariram entre 1980 e 1993 foram utilizados para investigar a existência de heterogeneidade de variância e a interação genótipo × ambiente. Supondo-se variâncias heterogêneas, as PL305 nos estados de Minas Gerais, São Paulo, Paraná, Santa Catarina e Rio Grande do Sul foram tratadas como características diferentes. Admitindo-se homogeneidade de variância, a PL305 foi analisada segundo um modelo unicaracter. Os componentes de (co)variância e os parâmetros genéticos foram estimados utilizando-se métodos Bayesianos, via amostrador de Gibbs (GS), sob um modelo animal que incluiu os efeitos fixos de estação de parto, grupo genético, ordem de parição e classes rebanho-ano de parto e os efeitos genéticos aditivos e de ambiente permanente. A monitoração de convergência das distribuições das cadeias foi realizada pelo método de Heidelberg & Welch (1983). As estimativas dos componentes de variância e de herdabilidade foram obtidas com grande precisão na análise unicaracter. A média e o desvio-padrão (DP) a posteriori da herdabilidade foram 0,278±0,012. Na análise multicaracter, as estimativas mais precisas da (co)variância genética foram as obtidas em São Paulo e Paraná. As médias e os desvios-padrão a posteriori de herdabilidade para Minas Gerais, São Paulo, Paraná, Santa Catarina e Rio Grande do Sul, foram 0,280±0,021, 0,233±0,015, 0,280±0,012, 0,393±0,026 e 0,382±0,022, respectivamente. A baixa magnitude das correlações genéticas entre os estados (0,070 a 0,364) sugere a existência da interação genótipo × ambiente, logo, as PL305 em cada estado devem ser tratadas como características diferentes. O maior valor de correlação genética foi encontrado em São Paulo e Paraná. As variâncias genética e residual para PL305 foram significativamente diferentes entre a maioria dos estados.Adjusted for 305 days milk yield records of Holstein cows calving from 1980 to 1993 in the states of MG, SP, PR, SC, and RS were used to investigate heterogeneity of variance and to evaluate the genotype by environment interaction. Milk production from each State was considered as a different trait and variances were assumed heterogeneous. Milk production was also analyzed using a single-trait model assuming homogeneity of variance. (Co)variance components and genetic parameters were estimated by Bayesian inference, via Gibbs sampler (GS), using a model which included season of calving, genetic group, herd-year of calving and parity as fixed effects and animal additive genetic, permanent environmental and residual as random effects. Convergence of the GS chain to the stationary distribution was diagnosed using the method described by Heidelberg & Welch (1983). The posterior precision of the variance components and the heritability were high in the single-trait analysis. Posterior mean and standard deviation (SD) of heritability of milk yield were 0,278±0,012. For the multiple-trait analysis, posterior precisions of the (co)variance components were larger for SP and PR states. Posterior means and standard errors of heritability for MG, SP, PR, SC, and RS were 0.280±0.021, 0.233±0.015, 0.280±0.012, 0.393±0.026, and 0.382±0.022, respectively. Genetic correlations for milk yield between the five states were very low and ranged from 0.070 to 0.364, suggesting the presence of genotype by environment interaction. Differences in genetic and residual variances of milk yield among the states indicate it would be necessary to account for heterogeneous variances in genetic evaluations.

Registros individuais perfazendo 8.183 controles de produção de leite (PLC) de 1.273 primeiras lactações de vacas da raça Gir de rebanhos supervisionados pela ABCZ no período 1994/2000 foram utilizados para se estimar componentes de variância e parâmetros genéticos para PLC usando-se REML. Foram comparados um modelo de repetibilidade e modelos de regressão aleatória ajustados com as funções logarítmica (Ali & Schaeffer, 1987), exponencial (Wilmink, 1987) e polinômios ortogonais de Legendre (LP) de ordem 3 a 5, sob as pressuposições de homogeneidade e heterogeneidade de variância residual, definidas respectivamente por uma (ME=1) ou quatro classes de medidas de erro temporário (ME=4) ao longo do período de lactação. Também ajustou-se a produção de leite acumulada na lactação (P305) utilizando-se um modelo animal cuja estimativa de heritabilidade foi 0,22. As estimativas de heritabilidade e repetibilidade para a PLC foram 0,27 e 0,76, respectivamente. As estimativas de heritabilidade com a FAS e a FW alcançaram respectivamente 0,59 e 0,74 ao início da lactação e decresceram para valores próximos de 0,20 ao final do período. Exceto para o LP de quinta ordem com ME=1, as estimativas de heritabilidade diminuíram de 0,70 no início para 0,30 no final da lactação. Menores estimativas de VR foram obtidas para a FAS do que para a FW sob ambas as pressuposições de homogeneidade e heterogeneidade de variância. Em todos os estádios da lactação, as estimativas de VR diminuíram com o aumento da ordem do LP e dependeram da pressuposição sobre o ME. As estimativas das variâncias genética e de ambiente permanente não apresentaram nenhuma tendência com o aumento da ordem do LP e não se observaram diferenças significativas para tais estimativas sob a pressuposição de heterogeneidade de VR ao longo da lactação. Maiores valores de correlação genética entre as PLC foram obtidos com a FW, que também apresentou maior número de estimativas negativas entre as PLC do início e fim da lactação do que a FAS. Exceto para a FAS, observou-se redução das estimativas de correlação genética próximas à unidade entre as PLC adjacentes para valores negativos entre as PLC no início e no fim da lactação. Entre os polinômios de Legendre, o de quinta ordem apresentou um melhor o ajuste das PLC. Os resultados indicam o potencial de uso de regressão aleatória, com os modelos LP5 e a FAS apresentando-se como os mais adequados para a modelagem das variâncias genética e de efeito permanente das PLC da raça Gir.Data comprising 8,183 test day records of 1,273 first lactations of Gyr cows from herds supervised by ABCZ were used to estimate variance components and genetic parameters for milk yield using repeatability and random regression animal models by REML. Genetic modelling of logarithmic (FAS), exponential (FW) curves was compared to orthogonal Legendre polynomials (LP) of order 3 to 5. Residual variance was assumed to be constant in all (ME=1) or some periods of lactation (ME=4). Lactation milk yield in 305-d was also adjusted by an animal model. Genetic variance, heritability and repeatability for test day milk yields estimated by a repeatability animal model were 1.74 kg2, 0.27, and 0.76, respectively. Genetic variance and heritability estimates for lactation milk yield were respectively 121,094.6 and 0.22. Heritability estimates from FAS and FW, respectively, decreased from 0,59 and 0.74 at the beginning of lactation to 0.20 at the end of the period. Except for a fifth-order LP with ME=1, heritability estimates decreased from around 0,70 at early lactation to 0,30 at the end of lactation. Residual variance estimates were slightly smaller for logarithimic than for exponential curves both for homogeneous and heterogeneous variance assumptions. Estimates of residual variance in all stages of lactation decreased as the order of LP increased and depended on the assumption about ME. Estimates of genetic and permanent environment variances did not show any trend due to the increase in the order of LP. Genetic correlation estimates between TD were largest for LP and larger for FW than for FAS. Except for FAS, a similar pattern in genetic correlation estimates was observed for all curves decreasing from values close to unity between adjacent TD at early lactation to negative values for TD in the beginning and the end of lactation. The Legendre polynomial of order five and the FAS under ME4 best fitted the data. There is a potential for using random regression to model animal genetic and permanent environmental effects using test day information of Gyr cows.

Foram utilizados 263.390 registros de produção de leite no dia do controle (PDC) de 32.448 primeiras lactações de vacas da raça Holandesa com parto no período de 1991 a 2001, para estimar componentes de variância e parâmetros genéticos utilizando um modelo animal e a metodologia REML. Os dados de produção foram coletados pelo Serviço de Controle Leiteiro da Associação Brasileira de Criadores de Bovinos da Raça Holandesa e suas afiliadas estaduais e disponibilizados pela Embrapa Gado de Leite. O modelo para ajuste da produção de leite até 305 dias (P305) incluiu os efeitos fixos de rebanho-ano de parto, época do parto e idade da vaca ao parto, com termos linear e quadrático, e os efeitos aleatórios de animal e erro. Os mesmos efeitos foram incluídos no modelo para as produções de leite no dia do controle (PDC) tanto sob modelo uni- e bi-caráter como sob modelo de repetibilidade (MRS), exceto para o efeito fixo de grupo contemporâneo, definido por rebanho-ano-mês do controle. Alternativamente, ajustou-se um segundo modelo de repetibilidade (MRF), que além dos efeitos presentes no MRS, incluiu as covariáveis que descrevem a curva da lactação: dias em lactação (DEL)/305 e ln(305/DEL) com termos linear e quadrático. As estimativas de h² para as PDC, com MRS e MRF foram 0,43 e 0,30, respectivamente. As estimativas de herdabilidade (h²) para as PDC variaram de 0,22 (PDC1) a 0,36 (PDC4) com o modelo uni-caráter. Para o modelo bi-caráter, as estimativas variaram de 0,23 (PDC1) a 0,33 (PDC3 e PDC4). Em ambos os modelos, observaram-se valores inferiores de h² no início e no fim do período de lactação. A estimativa h² para a P305 com o modelo uni-caráter foi 0,27, enquanto, pelo modelo bi-caráter, estas estimativas variaram de 0,27 a 0,30. As correlações genéticas (r g) entre as PDC e a P305 foram altas, variando de 0,86 (PDC1 e P305) a 0,99 (PDC3 e P305). Estimativas de herdabilidade maiores para as PDC que para a P305 e a alta correlação com a mesma indicam potencial de uso das PDC nas avaliações genéticas de animais da raça Holandesa no Brasil. Embora predominantemente altas, as estimativas de r g entre as PDC não foram homogêneas (0,64-1,0); entretanto as maiores freqüências foram para valores próximos ou iguais a 1. Assim, modelos de regressão aleatória devem ser também avaliados para se concluir sobre a melhor utilização das PDC da raça Holandesa no Brasil.Covariance components for test day records and lactation milk yield using 263.390 records of 32.448 first lactation Holstein cows, were estimated using animal models by REML. Besides the lactation model, two alternative repeatability models (RM) were analyzed. Lactation model included fixed effects of herd-year-season and age of cow with linear and quadratic terms, and random effects of animal and error. The first model for test-day yield (RMF) included the same effects, but fixed effect of contemporary group, defined as herd-year-month of test. Alternatively another model for test-day yield (RMF) used a logarithmic polynomial sub-model for the shape of the lactation curve. Heritability for lactation yield (0.27) was smaller than those estimated by RMF and RMS, 0.30 and 0.43, respectively. Heritability estimates for univariate (0.22-0.36) and bivariate models (0.23-0.33) for test day milk yields were found to be smallest during early and late lactation. Heritability estimate for lactation milk yield when estimated by univariate model (0.27) was smaller than estimates obtained by bivariate models (0.27-0.30). Genetic correlations were higher between consecutive test days than between test days in the beginning and end of lactation. Larger heritability estimates for test day models and large genetic correlations between test day and lactation yield (0.86-0.99) indicate a potential use of test day records in genetic evaluations.

Test-day milk yield records of 11,023 first-parity Holstein cows were used to estimate genetic parameters for milk yield during different lactation periods. (Co)variance components were estimated using two random regression models, RRM1 and RRM2, and the restricted maximum likelihood method, compared by the likelihood ratio test. Additive genetic variances determined by RRM1 and additive genetic and permanent environmental variances estimated by RRM2 were described, using the Wilmink function. Residual variance was constant throughout lactation for the two models. The heritability estimates obtained by RRM1 (0.34 to 0.56) were higher than those obtained by RRM2 (0.15 to 0.31). Due to the high heritability estimates for milk yield throughout lactation and the negative genetic correlation between test-day yields during different lactation periods, the RRM1 model did not fit the data. Overall, genetic correlations between individual test days tended to decrease at the extremes of the lactation trajectory, showing values close to unity for adjacent test days. The inclusion of random regression coefficients to describe permanent environmental effects led to a more precise estimation of genetic and non-genetic effects that influence milk yield.

Registros de produção de leite e de gordura de 5086 vacas puras e mestiças da raça Gir de rebanhos de diferentes Estados do Brasil, ajustados para idade adulta, rebanho, ano e estação de parto, foram utilizados para estimar componentes de (co)variância por análises bicaráter e multicaráter com modelo animal pelo método REML. O modelo multicárater para a predição de valores genéticos (VG) para as produções de leite (PL) e de gordura (PG) de vacas puras e mestiças foi comparado com o modelo bicárater (leite e gordura) como alternativa para o ajuste da heterogeneidade de variância da PL (características distintas) entre grupos genéticos (vacas puras e mestiças). As estimativas dos componentes de (co)variância para as produções de leite e de gordura foram heterogêneas entre vacas puras e mestiças. As variâncias genéticas aditivas para leite (115.536,4 kg²) e para gordura (214,8 kg²) de vacas puras foram o triplo das estimadas para leite (39.080,4 kg²) e para gordura (60,8 kg²) em vacas mestiças. As correlações genéticas entre as produções de leite e de gordura variaram de 0,73 a 0,99 e foram maiores para as produções de leite (0,86) do que para as produções de gordura (0,76) entre vacas puras e mestiças. As herdabilidades (h²) das produções de leite e de gordura foram respectivamente maiores nas vacas puras (0,23 e 0,20) do que nas vacas mestiças (0,08 e 0,07). As estimativas de correlação genética (r g) entre as produções de leite e de gordura foram 0,95 e 0,99, respectivamente para as vacas puras e mestiças. A estimativa de covariância genética entre as produções de leite e de gordura de vacas puras (4.742,9 kg²) foi o triplo da obtida para vacas mestiças. As estimativas dos componentes de variância genética para as produções de leite (99.104,92 kg², h² = 0,20) e de gordura (181,21 kg², h² = 0,18) do modelo bicaráter corresponderam, respectivamente, a 85,9 e 84,4% dos valores obtidos em vacas puras da raça Gir com o modelo multicaráter. A estimativa de covariância genética foi 4.071,14 kg², com r g igual a 0,96 entre as produções de leite e de gordura. As correlações de ordem entre os VG para PL de animais Gir e VG para PL e PG de animais mestiços estimados com o modelo multicaráter e os VG para PL e PG obtidos com o modelo bicaráter foram superiores a 0,96. Alterações observadas na ordem de classificação de touros e vacas indicam maior precisão na seleção e maior potencial de progresso genético com a utilização do modelo multicaráter nas avaliações genéticas.First lactation milk and fat yields of 5086 purebred and crossbred Gir cows were used to estimate genetic components of (co)variance using multivariate and bivariate animal models solved by a REML derivative-free algorithm. Both models were used to predict breeding values (EBV) for milk (MY) and fat (FY) yields of purebred and crossbred Gir cows. In the multivariate model it was assumed yields from each genetic group as different traits to account for heterogeneous phenotypic variance for milk yield. This model was compared to a bivariate model assuming homogeneous genetic expression between genetic groups (purebred and crossbred cows). Additive genetic and residual variances were heterogeneous for genetic groups. Genetic variances for milk (115,536.4 kg²) and fat (214.8 kg²) of purebred Gir cows were approximately three folds larger than estimates for milk (39,080.4 kg²) and fat (60.8 kg²) of crossbred cows. Genetic correlations ranged from 0.73 to 0.99 between milk and fat yields and were larger for milk yields (0.86) than for fat yields (0.76) between different genetic groups. Heritability (h²) for milk and fat yields were larger in purebred (0.23 and 0.20 respectively) than in crossbred cows (0.08 and 0.07 respectively). Genetic correlation between milk and fat yields were 0.95 and 0.99 for purebred and crossbred Gir cows respectively. Genetic variances for milk (99,104.92 kg², h² = 0.20) and fat (181.21 kg², h² = 0.18) estimated from the bivariate model were respectively 85.9% and 84.4% of the corresponding estimates for purebred Gir cows from the mutivariate model. Genetic covariance and correlation between milk and fat yields estimated from the bivariate model were respectively 4,071.14 kg² and 0.96. Rank correlation estimates were larger than 0.96 between EBV for MY of Gir cows and EBV for MY and FY of crossbred cows and EBV for MY and FY from the bivariate model. Changes in ranking of sires and cows suggest higher selection accuracy and greater potential of genetic progress by application of a multiple trait animal model for genetic evaluations.

Foram utilizados 87.045 registros de produção de leite, na primeira lactação, de 11.023 vacas da raça Holandesa, obtidos nos anos de 1997 a 2001, em diferentes rebanhos distribuídos em dez núcleos do Estado de Minas Gerais. Foram avaliados seis tipos de mensuração da persistência na lactação utilizando-se os valores genéticos da produção de leite, obtidos por meio do modelo de regressão aleatória - MRA. Utilizou-se a função de Wilmink na descrição dos efeitos aleatórios e fixos, pelo MRA. As estimativas de herdabilidade e de correlação genética, para as várias mensurações da persistência na lactação, variaram em decorrência da definição da persistência. As estimativas de herdabilidade para persistência na lactação variaram de 0,11 a 0,27 e as estimativas de correlação genética entre as mensurações da persistência na lactação e produção de leite até 305 dias, de -0,31 a 0,55, indicando que a persistência na lactação é uma característica de moderada herdabilidade e pouco correlacionada com a produção de leite até 305 dias. A seleção de animais para persistência na lactação, com o objetivo de alterar a forma da curva de lactação, pode ser eficiente.A total of 87,045 milk yield records of 11,023 first-parity Holstein cows was utilized, obtained from 1997 to 2001 from different herds of 10 Minas Gerais locations. Six types of persistency measures in lactation were evaluated using milk yield breeding values, obtained by means of Random Regression Model - RRM. The Wilmink function was used to describe the random and fixed effects by RRM. Heritability estimates and genetic correlations for various persistency measures in lactation were dependent on the definition of persistency. The heritability estimates for persistency in lactation ranged from 0.11 to 0.27 and the genetic variations among persistency measures in lactation and milk yield up to d 305 ranged from -0.31 to 0.55, showing that persistency in lactation is a trait of moderate heritability showing little correlation with milk yield up to d 305. The selection of animals for persistency in lactation aiming to alter the lactation curve may be effective.

Dados de 32.779 controles mensais, de 3.605 lactações em 305 dias (PL305), de 2.082 vacas Gir, filhas de 281 touros, com partos ocorridos de 1987 a 1999 em 11 rebanhos, foram usados com o objetivo de verificar a viabilidade de utilização da produção de leite no dia do controle (PLDC) em avaliações genéticas de touros da raça Gir. Foram realizadas análises univariadas das PLDC1 a PLDC10 e da PL305 pelo método de máxima verossimilhança restrita, sob modelo animal, incluindo as três primeiras lactações como medidas repetidas de um mesmo animal, diferenciados conforme o grupo contemporâneo de rebanho-ano-estação, de acordo com a idade da vaca ao parto e, do intervalo parto-primeiro controle na PLDC1. As médias observadas e os respectivos desvios-padrão (kg) para PLDC1 a PLDC10 e PL305 foram: 11,97±4,64; 11,93±4,68; 10,98±4,40; 10,18±4,12; 9,66±3,88; 9,20±3,69; 8,63±3,51; 8,08±3,33; 7,59±3,27; 7,22±3,15 e 2.746,17±1.299,90. As estimativas de herdabilidade para as PLDC1 a PLDC10 foram de 0,26; 0,19; 0,18; 0,20; 0,15; 0,13; 0,14; 0,10; 0,11 e 0,10, respectivamente; para a PL305 foi de 0,18. As correlações de ordem dos valores genéticos preditos de 281 touros, obtidos entre as PLDC e a PL305, foram altas, oscilando de 0,85 a 0,94. O percentual de coincidência de touros que seriam selecionados pelos valores genéticos preditos das PLDC2 a PLDC5 foram acima de 80%, a partir de 5% dos melhores classificados pela PL305. Em algumas PLDC o nível de coincidência de classificação dos touros com a PL305 foi muito baixo.

Dados de 32.779 controles mensais, de 3.605 lactações em 305 dias (PL305), de 2.082 vacas Gir, filhas de 281 touros, com partos ocorridos de 1987 a 1999, em 11 rebanhos, foram usados com o objetivo de verificar a viabilidade de utilização da produção de leite no dia do controle (PLDC1 a PLDC10) em avaliações genéticas da raça Gir. Foram realizadas análises bivariadas entre as PLDC1 a PLDC10 e PL305, usando para estimar os componentes de (co)variâncias o método de máxima verossimilhança restrita, sob modelo animal, incluindo as três primeiras lactações como medidas repetidas de uma mesma vaca, diferenciadas conforme o grupo contemporâneo de rebanho-ano-estação, de acordo com a idade da vaca ao parto e o intervalo parto-primeiro controle na PLDC1. As médias observadas e os respectivos desvios-padrão (kg) para PLDC1 a PLDC10 e PL305 foram: 11,97±4,64; 11,93±4,68; 10,98±4,40; 10,18±4,12; 9,66±3,88; 9,20±3,69; 8,63±3,51; 8,08±3,33; 7,59±3,27; 7,22±3,15 e 2.746,17±1.299,90. A duração de lactação foi de 273,72±48,95 dias. As estimativas de herdabilidade variaram nas PLDC de 0,24 a 0,14, sendo maior no primeiro controle e decrescendo até o décimo. A herdabilidade da PL305 foi de 0,19. As estimativas de correlações genéticas entre as PLDC e PL305 variaram de 0,85 a 1,00. As correlações genéticas entre PLDC1 a PLDC9 com PLDC6 a PLDC10 foram acima de 0,80, à exceção entre PLDC9 com PLDC1 e PLDC10 com PLDC1, PLDC2, PLDC3 e PLDC6, que foram inferiores. As correlações fenotípicas tiveram valores intermediários entre as correlações genéticas e as residuais (menores). Considerando a eficiência relativa de seleção, esta mostrou que se baseada nas PLDC2 a PLDC4 ocorrerá a mesma ou melhor resposta que se praticada na PL305.

Registros de produção de leite de vacas da raça Holandesa foram utilizados na verificação da efetividade da inclusão da interação reprodutor x rebanho no modelo estatístico para estimação de componentes de variâncias, como uma forma de ajustamento para heterogeneidade de variância entre rebanhos. Com base no desvio-padrão fenotípico da produção de leite, ajustada a 305 dias de lactação e à idade adulta da vaca, os rebanhos foram estratificados em três classes: alto (>1375 kg), médio (1165 a 1375 kg) e baixo (

Registros de produção de leite referentes a 37.006 lactações provenientes de 18.540 vacas, filhas de 98 reprodutores e distribuídas em 455 rebanhos de vacas da raça Holandesa foram utilizados com o objetivo de verificar qual seria o efeito nas estimativas dos valores genéticos e na acurácia dessas estimativas, incluindo no modelo o termo de interação reprodutor x rebanho, em comparação com as estimativas de um modelo que não incluía o termo de interação reprodutor x rebanho. A produção de leite foi previamente ajustada para 305 dias de lactação e idade adulta da vaca. Os componentes de variância para produção de leite foram estimados pela máxima verossimilhança restrita, O teste da razão de verossimilhança foi utilizado na verificação da efetividade da inclusão da interação no modelo. A média da produção de leite foi de 6.936,13 ± 1.508,36 kg. As estimativas de componentes de variância, obtidas pelo modelo que incluía a interação reprodutor x rebanho, foram ligeiramente menores do que as dos modelos sem interação, exceto a variância residual, cujas estimativas, nos dois modelos, foram bastante próximas. As estimativas de herdabilidade foram de 0,247 ± 0,021 e 0,237 ± 0,021, para os modelos com e sem interação reprodutor x rebanho, respectivamente. A proporção da variância fenotípica da produção de leite, devido à variância da interação reprodutor x rebanho foi de 0,034±0,005%. O logaritmo natural da função de verossimilhança aumentou significativamente, quando se incluiu a interação reprodutor x rebanho no modelo. Os valores genéticos preditos dos reprodutores para a produção de leite ajustada para 305 dias e para idade adulta da vaca foram menores quando o modelo incluiu o termo de interação, embora o valor para a correlação de Spearman tenha sido próximo da unidade.

Dados de 109.200 lactações foram utilizados para verificar o efeito da heterogeneidade de variância sobre a avaliação genética de vacas e touros da raça Holandesa criados no Brasil. A produção total de leite ajustada para idade adulta foi usada para classificar os rebanhos em três classes de desvio-padrão fenotípico: baixo (1625 kg). Dados das primeiras lactações foram analisados considerando a produção total de leite ajustada para idade adulta (TOTAJU) e produção total de leite ajustada para idade adulta e para 305 dias de lactação (TAJU305). As produções de leite médias e os componentes de variância genética, residual e fenotípica aumentaram com o aumento do desvio-padrão da classe. Para as classes de baixo e médio, baixo e alto e médio e alto desvios-padrão, as correlações genéticas foram 0,97; 0,89; e 0,91 para TOTAJU e 0,97; 0,92; e 0,96 para TAJU305, respectivamente. As correlações entre os valores genéticos para as classes de baixo, médio e alto desvios-padrão obtidos nas análises conjuntas (considerando como diferentes a expressão da característica nas três classes) e os obtidos na análise geral (todas as classes como única característica) foram próximas à unidade. Entretanto, os reprodutores apresentaram maiores valores genéticos em rebanhos das classes de alto desvio-padrão. Na avaliação genética, é importante considerar a variabilidade entre rebanhos, pois, sob seleção, as classes mais variáveis contribuíram com a maior parte dos animais, e a avaliação genética do animal poderia ser função não apenas do seu potencial genético, mas também do ambiente no qual suas progênies expressaram a característica.

Os efeitos, sobre a avaliação genética da interação reprodutor-região, foram investigados analisando-se 108.702 registros de produção de leite (PL305) de vacas da raça Holandesa, pertencentes a rebanhos de Minas Gerais, São Paulo, Paraná, Sanata Catarina e Rio Grande do Sul. Um modelo animal multicarácter foi aplicado para estimar os componentes de variância e covariância utilizando amostragem de Gibbs. As médias a posteriori da variância genética de Santa Catarina e Rio Grande do Sul foram superiores (p < 0,001) às estimadas nos demais estados e iguais (p > 0,05) entre si. As herdabilidades variaram entre 0,24 e 0,38. As correlações genéticas entre os estados foram de baixa magnitude e variaram entre 0,07 a 0,33. Os valores de correlação de Spearman entre os valores genéticos dos reprodutores variaram entre 0,73 e 0,86. Os resultados sugerem a existência da interação genótipo-ambiente para PL305 entre os estados de Minas Gerais, São Paulo, Paraná e os estados de Santa Catarina e Rio Grande do Sul.

ABSTRACT: Longevity is an important trait due to its relationship with profitability. Type traits have been used as indirect predictors for productive life. The objective of this study was to evaluate the relationship of 20 type traits on length of productive life in Brazilian Holsteins, using a piecewise Weibull proportional hazard model. Three analyses were performed i) productive life was corrected for within herd level of production as a proxy for functional longevity, which included the time-dependent effects of region within year, class of milk production within herdyear, milk production class within lactation number, fat class and protein contents within herd and (variation in) herd size as well as the time-independent fixed effect of age at first calving and the type trait score; ii) the effects related to production were omitted from the first model (true longevity) and iii) with the first model, the effect of type was also studied considering five classes of percentage of type-scored cows within the herd. All analyses were performed using the Survival Kit program. The final score, angularity, top line, udder texture and suspensory ligament showed the strongest relationship with productive life. When type traits were available only for a small fraction of the herd, the cows had a better chance of remaining longer in the herd. The absence of type trait phenotypes was associated with a strong increase of culling risk for the cows. Type traits were not found to be good indirect predictors of productive life in Brazil.