RESUMO
Follicular dynamics and the expression of candidate genes using real-time polymerase chain reaction (PCR) were compared during the oestrous cycle of pig breeds with high (commercial line; n=24) and low (local Brazilian Piau; n=21) ovulation rates and prolificacy. Gilts were killed on Days 0, 4, 10 and 18 of the oestrous cycle and visible ovarian follicles were classified by follicular diameter. Recovered cumulus-oocyte complexes were classified as normal or atretic and frozen in liquid nitrogen until RNA extraction. Low ovulation rates and/or prolificacy in Piau gilts was associated with a different pattern of follicle development, with lower numbers of small follicles on Day 18, fewer large follicles on Days 0 and 18 (P≤0.05) and a higher proportion of atretic follicles on Days 0 and 18 (P≤0.05). Compared with commercial line gilts, less-prolific Piau gilts exhibited higher expression of apoptotic genes during luteolysis (CASP3 and FASL; P≤0.05), decreased expression of TGFBR2 and BAX mRNA in the corpus luteum (P≤0.05), higher expression of apoptotic genes (FAS, BCL2 and CASP8; P≤0.05) in granulosa cells and a greater abundance (P≤0.05) of genes controlling oocyte-secreted factors (GDF9, BMP15 and BMP6), suggesting underlying mechanisms controlling differences in follicular development, ovulation rate and inherent prolificacy in this pig breed.
Assuntos
Corpo Lúteo/fisiologia , Células da Granulosa/fisiologia , Oócitos/fisiologia , Folículo Ovariano/fisiologia , Ovulação/genética , Animais , Apoptose/genética , Proliferação de Células , Ciclo Estral/genética , Feminino , Regulação da Expressão Gênica , RNA Mensageiro/metabolismo , Sus scrofa , Fatores de TempoRESUMO
Compararam-se duas diferentes metodologias na avaliação genética de curvas de crescimento de animais Nelore: o algoritmo SAEM e o método Two-step. Para a implementação dessas metodologias, foram utilizados o modelo de crescimento de Brody modificado e o modelo touro. A diferença entre o SAEM e o Two-step é que o algoritmo SAEM estima simultaneamente parâmetros do modelo e efeitos genéticos e ambientais, e o método Two-step faz esse processo de estimação em duas etapas distintas. Mais ainda, o algoritmo SAEM utiliza o método de máxima verossimilhança, e o do Two-step o de máxima verossimilhança restrita. Foram obtidos, com base nas metodologias testadas, além das estimativas de efeitos fixos e parâmetros genéticos, os valores genéticos preditos para os touros avaliados. A partir dos valores genéticos preditos, foram obtidas as curvas genéticas para os touros. O algoritmo SAEM mostrou-se consistente na estimação dos efeitos fixos e na predição dos efeitos aleatórios, apresentando-se como uma alternativa viável para avaliação genética de animais Nelore.
Two methodologies in genetic evaluation of growth curves of Nellore cattle were compared: the SAEM algorithm and the Two Step method. To implement these methodologies the Brody modified growth curve and the sire model were used. The difference between the SAEM and the Two Step is that SAEM estimates jointly the parameters of the model and genetics and environmental effects and the Two Step method does this process in two independent steps. Estimates of the fixed effects and genetics parameters, and prediction breeding values for the sires were obtained from the methodologies. From the breeding values genetic curves were obtained for the sires. The SAEM algorithm proved consistent in the estimation of fixed effects and prediction of random effects.
Assuntos
Animais , Bovinos , Algoritmos , Bovinos/genética , Genes , Anotação de Sequência MolecularRESUMO
Compararam-se duas diferentes metodologias na avaliação genética de curvas de crescimento de animais Nelore: o algoritmo SAEM e o método Two-step. Para a implementação dessas metodologias, foram utilizados o modelo de crescimento de Brody modificado e o modelo touro. A diferença entre o SAEM e o Two-step é que o algoritmo SAEM estima simultaneamente parâmetros do modelo e efeitos genéticos e ambientais, e o método Two-step faz esse processo de estimação em duas etapas distintas. Mais ainda, o algoritmo SAEM utiliza o método de máxima verossimilhança, e o do Two-step o de máxima verossimilhança restrita. Foram obtidos, com base nas metodologias testadas, além das estimativas de efeitos fixos e parâmetros genéticos, os valores genéticos preditos para os touros avaliados. A partir dos valores genéticos preditos, foram obtidas as curvas genéticas para os touros. O algoritmo SAEM mostrou-se consistente na estimação dos efeitos fixos e na predição dos efeitos aleatórios, apresentando-se como uma alternativa viável para avaliação genética de animais Nelore.(AU)
Two methodologies in genetic evaluation of growth curves of Nellore cattle were compared: the SAEM algorithm and the Two Step method. To implement these methodologies the Brody modified growth curve and the sire model were used. The difference between the SAEM and the Two Step is that SAEM estimates jointly the parameters of the model and genetics and environmental effects and the Two Step method does this process in two independent steps. Estimates of the fixed effects and genetics parameters, and prediction breeding values for the sires were obtained from the methodologies. From the breeding values genetic curves were obtained for the sires. The SAEM algorithm proved consistent in the estimation of fixed effects and prediction of random effects.(AU)
Assuntos
Animais , Bovinos , Genes , Bovinos/genética , Algoritmos , Anotação de Sequência MolecularRESUMO
Avaliou-se o efeito da autocorrelação residual sobre a qualidade das estimativas dos parâmetros genéticos para produção total de leite (PL) e para os coeficientes a, b e c do modelo de Wood e, consequentemente, sobre a classificação dos animais para estas características. O modelo de Wood foi ajustado às lactações de cabras considerando-se três situações de estrutura residual: (EI) - erros independentes, (AR1) - erros autorregressivos de primeira ordem e (EI - AR1) - erros AR1 somente para as lactações que apresentaram autocorrelação residual significativa e EI para as demais. As estimativas dos coeficientes a, b e c e PL foram utilizadas como variáveis dependentes em um modelo animal multicaracterístico, o qual incluiu os efeitos aleatórios de animal e de ambiente permanente e os efeitos fixos de grupo contemporâneo, número de crias por parto, grupos genéticos e ordem de parto, além das covariáveis duração da lactação e a idade da cabra ao parto. As diferentes estruturas residuais afetaram as estimativas dos parâmetros genéticos e as classificações dos animais para as características estudadas. Portanto, a seleção dos animais pode ser modificada pela presença da autocorrelação residual, sendo a estrutura EI-AR1 uma alternativa para contornar este problema.(AU)
The objective of this study was to evaluate the residual autocorrelation effect on the estimates of genetic parameters for total milk yield (MY) and the coefficients a, b and c of Wood's model and, consequently, the animal's classification for these traits. Wood's model was fitted to the lactation of goats considering three cases of residual structure: (IE) - independent errors, (AR1) - first order autoregressive errors, and (IE - AR1) - AR1 errors only for lactations that had significant residual autocorrelation and IE for others. Estimates of the coefficients a, b and c and PL were used as dependent variables in a multivariate animal model, which included the random effects of animal and permanent environmental and fixed effects of contemporary group, number of foals per birth, genetic groups and order of calving, besides the covariates of lactation length (linear) and age at parturition (linear and quadratic). The different residual structures affected the estimates of genetic parameters and the classification of animals for the traits studied. Therefore, the selection of animals can be modified with the presence of residual autocorrelation and the structure IE-AR1 is presented as an alternative to solve this problem.(AU)