Análisis genético conjunto de caracteres de supervivencia y producción

Martínez Ávila, José Carlos (2008). Análisis genético conjunto de caracteres de supervivencia y producción. Thesis (Doctoral), E.T.S.I. Agrónomos (UPM) [antigua denominación].

Description

Title: Análisis genético conjunto de caracteres de supervivencia y producción
Author/s:
  • Martínez Ávila, José Carlos
Contributor/s:
  • García Cortés, Luis Alberto
Item Type: Thesis (Doctoral)
Date: May 2008
Subjects:
Faculty: E.T.S.I. Agrónomos (UPM) [antigua denominación]
Department: Producción Animal [hasta 2014]
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (865kB) | Preview

Abstract

Resumen Los caracteres de supervivencia han tomado relevancia en los últimos años en los esquemas de mejora de las especies domésticas. Estos caracteres son, a diferencia de los caracteres productivos convencionales tratados en la mejora genética, de tipo no lineal, baja heredabilidad y han requerido durante estas últimas décadas un desarrollo metodológico específico. La metodología empleada se basa en una tradición científica que nació en el siglo XIX en el campo de la epidemiología. En la situación actual los modelos de supervivencia están satisfactoriamente desarrollados incluso al nivel de ser incorporados en la evaluaciones genéticas rutinarias. Actualmente uno de los problemas asociados a la incorporación de los caracteres de supervivencia en la selección del ganado es que la metodología disponible no permite claramente combinar caracteres de supervivencia con caracteres productivos, que en su mayoría siguen una distribución normal. El tratamiento conjunto de ambos tipos de caracteres se hace muy necesario debido a que la baja heredabilidad de los caracteres de supervivencia lleva implícita la baja precisión de las estimaciones. La dificultad intrínseca de este tipo de modelos multivarian-tes es que no existe una distribución conjunta susceptible de ser marginalizada respetando las propiedades de los modelos de supervivencia y producción simultáneamente. Este es el motivo por el que se han planteado diversas soluciones que son incompatibles ya en la misma asunción del mecanismo generador de los datos. Por si esto fuera poco, existe el problema de abordar como se correlacionan los residuos normales del carácter productivo y los residuos no gausianos del carácter de supervivencia. Ante este panorama el trabajo desarrollado en esta tesis doctoral consiste en proponer una nueva definición del mecanismo generador de los datos en términos de modelos recursivos. Tratamos de definir condicionalmente un carácter respecto al otro de modo que al menos uno de ellos conserve las propiedades propias de su distribución. Este es un modo de evitar el problema del desconocimiento de una distribución conjunta. Por otro lado, se usa la recursividad como medio de relación fenotípica entre caracteres, para así introducir una perturbación que evite una definición explícita de correlación residual. El método planteado se desarrolla analíticamente y se comprueba su idoneidad mediante datos simulados. Se plantean dos modelos que difieren en el sentido de la recursividad. Para cada uno de los casos se simularon siete situaciones difiriendo en la correlación genética. De este modo se pretende observar la influencia de la correlación genética en la Habilidad de los resultados del carácter de supervivencia. Si la supervivencia se condiciona a la producción nos encontramos con que una correlación genética alta no ayuda en el análisis. Si la producción esta condicionada a la supervivencia correlaciones negativas no mejoran el análisis. En cualquier caso, el carácter que queda definido independientemente se estima de una manera satisfactoria. Por otro lado disponer de un análisis multivariante incluyendo ambos caracteres es una herramienta indispensable para calcular las correlaciones genéticas calculadas. La herramienta desarrollada en esta tesis permite obtener unas estimaciones de la correlaciones genéticas entre caracteres de supervivencia y producción. Mas allá del método empleado lo fundamental es estudiar si realmente existe una relación entre los genes de los caracteres de producción y de supervivencia, ya sea por pleiotropía o mediante ligamiento. Abstract In recent years, the interest on the survival traits have increased in breeding schemes to improve the domestic species. These traits are, unlike the conven-tional production traits usually considered in animal breeding, nonlinear, with low heritability and during the last decades have required specific methodologi-cal development. The methodology used is based on a scientific tradition that started at the nineteenth century in the field of epidemiology. Actually, survival models have been successfully developed up to the level of being incorporated into the routine of genetic evaluations. Currently one of the problems associated with the incorporation of the survival traits in the selection of livestock is that the available methodology to combine traits does not clearly allow both survival and productive traits, most of whom follow a normal distribution. The joint analysis of both types of traits is very necessary because the low heritability of survival traits implies low ac-curacy of the estimates. The inherent difficulty of such multivariate models is that there is no joint distribution capable of being marginalized keeping the properties of the models of survival and production simultaneously. This is the reason why we have raised a different number of solutions that are incompatible between them, even from the asumption of the data generating mechanism. Further, how to deal with correlated residuals of a normal productive trait and a non gaussian of survival trait is a problem here. Given the circumstanc.es, this thesis is aimed to propose a new definition of the data generation mechanism in terms of recursive models . We try to define a trait conditionally with respect to another trait, so that at least one of them retain the properties of its own distribution. This is a way to avoid the problem of an unknown joint distribution. On the other hand, is used as a way of recursion phenotypic relationship between traits, so to include a noise that avoid an explicit definition of residual correlation. The method was raised analytical development and tested their performances by using simulated data. There are two models that differ in terms of recursi- veness. For each of both cases, seven data sets were simulated differing in the genetic correlation. Thus it is intended to note the influence of genetic correla-tion in the reliability of the results of the nature of survival. If the survival trait depends on the production thait, a high genetic correlation did not help in the analysis. Whether the production trait is defined conditionally on the survival one, then the negative correlations do not improve analysis. In any case, the trait defined independently was estimated in a satisfactory manner. On the other hand, have a multivariate analysis including both traits is an indispensable tool for calculating genetic correlations . The tool developed in this thesis provides estimates of the genetic correlations between survival traits and production traits. Irrespective of the method used, it is basic to study whether the relationship between production and survival genes, either by pleiotropy or by linkage.

More information

Item ID: 1662
DC Identifier: http://oa.upm.es/1662/
OAI Identifier: oai:oa.upm.es:1662
Deposited by: Archivo Digital UPM
Deposited on: 09 Jun 2009
Last Modified: 20 Apr 2016 06:55
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM