NUTRICIÓN 41 REFERENCIAS BIBLIOGRÁFICAS • Crews DH and Wang Z 2007. Illustration of the maternal animal model used for genetic evaluation of beef cattle. Journal of Animal Science 85, 1842–1848. • Gilmour AR, Thompson R and Cullis BR 1995. Average Information REML: An Efficient Algorithm for Variance Parameter Estimation in Linear Mixed Models. Biometrics 51, 1440. • Gregory KE, Cundiff L V., Koch RM, Laster DB and Smith GM 1978. Heterosis and Breed Maternal and Transmitted Effects in Beef Cattle I. Preweaning Traits2,3,7. Journal of Animal Science 47. • Gutiérrez JP, Goyache F, Fernández I, Alvarez I and Royo LJ 2007. Genetic relationships among calving ease, calving interval, birth weight and weaning weight in the Asturiana de los Valles beef cattle breed. Journal of Animal Science 85. • Koch RM 1972. The role of maternal effects in animal breeding. VI. Maternal effects in beef cattle. Journal of animal science 35, 1316–1323. • Lubritz DL, Forrest K and Robison OW 1989. Age of cow and age of dam effects on milk production of Hereford cows. Journal of animal science 67, 2544–2549. • Meyer K 1992. Variance components due to direct and maternal effects for growth traits of Australian beef cattle. Livestock Production Science 31, 179–204. • Misztal I, Tsuruta S, Lourenco D, Aguilar I, Legarra A and Vitezica Z 2018. Manual for BLUPF90 family of programs. University of Georgia, Athens, GA (USA). • Morales R, Menéndez-Buxadera A, Avilés C and Molina A 2013. Direct and maternal genetic effects for preweaning growth in Retinta cattle estimated by a longitudinal approach throughout the calving trajectory of the cow. Journal of Animal Breeding and Genetics 130, 425–434. • Oliveira HR, Brito LF, Lourenco DAL, Silva FF, Jamrozik J, Schaeffer LR and Schenkel FS 2019. Invited review: Advances and applications of random regression models: From quantitative genetics to genomics. Journal of Dairy Science 102, 7664–7683. • Schaeffer LR 2004. Application of random regression models in animal breeding. Livestock Production Science 86, 35–45. • Utrera AR and Van Vleck LD 2004. Heritability estimates for carcass traits of cattle: a review. Genetics and molecular research : GMR 3, 380–394. • Willham RL 1963. The Covariance between Relatives for Characters Composed of Components Contributed by Related Individuals. Biometrics 19, 18. • Williams M, Sleator RD, Murphy CP, McCarthy J and Berry DP 2022. Exploiting genetic variability in the trajectory of lactation yield and somatic cell score with each progressing parity. Journal of Dairy Science 105. las edades y, por otra parte, es destacable que la correlación entre los efectos maternos a edades muy tempranas (2 años) y edades posteriores es más baja (0.5-0.7 aprox.). Este resultado indica que los genes implicados en la variabilidad genética en el efecto materno cuando las vacas son muy jóvenes son parcialmente distintos que los genes que regulan los efectos maternos a edades más avanzadas, ya que el estado fisiológico de los animales es distinto. A nivel práctico, la consecuencia más importante de este trabajo es que los valores genéticos para el efecto materno pueden variar a lo largo de la vida productiva de las vacas. En este sentido, la Figura 5 presenta la predicción del mérito genético materno para cuatro machos específicos. En la figura se puede observar como el mérito genético varía en función de la edad de la madre, así el mejor macho para edades tempranas es el cuarto, mientas que a partir de los siete años, el macho 1 tiene los mejores resultados. Esta información puede proporcionar herramientas que permitan seleccionar a los futuros reproductores en función de la esperanza de vida productiva de las vacas en la explotación. n Figura 5. Predicciones del mérito genético materno para cuatro machos a lo largo de la edad productiva de las madres.
RkJQdWJsaXNoZXIy Njg1MjYx