Valor de cría molecular para días abiertos calculado a partir de genes candidatos en ganado bovino productor de leche de Raza Holstein manejado bajo estrés calórico

En México la producción láctea representa una actividad pecuaria de suma importancia, con un promedio de entre 11 mil 200 y 11 mil 500 millones de litros anuales; sin embargo, no satisface la demanda del mercado mexicano. Sonora contribuye con 10,965,632 litros anuales (SIAP, 2013). En los últimos años, la industria lechera ha estado preocupada por obtener altos índices de producción, lo cual se ha logrado mediante la combinación y optimización de mejor manejo, nutrición eficiente y a la intensa selección genética (Lucy, 2001). Sin embargo, la búsqueda de un alto rendimiento productivo ha contribuido a un aumento en la infertilidad y desórdenes reproductivos (Quintanela et al., 2002; Lopez-Gatius, 2003). Otro factor que repercute en la reproducción y producción láctea es el estrés provocado por las altas temperaturas. El ganado lechero de la raza Holstein es altamente susceptible temperaturas elevadas, prueba de ello está en la reducción de la fertilidad cuando se encuentra en climas cálidos o durante la época del año con mayor temperatura.

En regiones con clima extremadamente cálido como el sur de Sonora, donde se ven afectados el comportamiento reproductivo y productivo en las vacas lecheras, es de suma importancia identificar los ejemplares adaptados que posean las características genotípicas deseables. Por ello la importancia de contar con un programa de mejoramiento genético eficiente basado en el uso de marcadores moleculares y la estimación de valores genéticos (MBV) que permitan identificar y seleccionar a los individuos tolerantes a climas cálidos con la capacidad de reproducirse sin dificultad. Por lo tanto, el objetivo del presente estudio fue calcular el valor de cría molecular en vacas lecheras de la raza Holstein del sur de Sonora criadas en un clima cálido, mediante marcadores moleculares asociados con la variable de días abiertos, con la finalidad de mejorar la eficiencia reproductiva de los establos lecheros de la región.

 

El presente estudio fue llevado a cabo en el establo lechero “El Llano”, con un total de 211 vacas de la raza Holstein, con una condición corporal de 2.5 a 3.5 (escala del 1 al 5, donde 1=emaciada y 5=obesa). El establo se encuentra ubicado en el block 1114 del Valle del Yaqui, en Ciudad Obregón, Sonora, México. Las coordenadas geográficas son 27° 31’ 87” de latitud norte y 109° 86’ 67” de longitud oeste, con una altitud promedio de 20 m sobre el nivel del mar. Las condiciones climáticas prevalecientes son las siguientes: clima que varía de seco a semi-húmedo, con lluvias en verano (Julio-Septiembre), precipitación promedio anual de 520.1 mm y temperaturas promedio anuales de 33.6°C como máxima y 17.4°C como mínima. Como manejo tradicional las vacas fueron alojadas en corrales de manejo intensivo, con acceso libre al agua y sombra (4m2/vaca). Se les alimentó dos veces al día con una ración compuesta por 75% alfalfa y 25% de ensilaje de maíz, de acuerdo a los requerimientos nutricionales establecidos por el NRC (2001) para vacas lecheras con peso de 650 kg y producción promedio de 30 kg/d, y composición de 3.5 y 3.2 % de grasa y proteína, respectivamente. Durante la ordeña se implementó un sistema de enfriamiento de baja presión donde fueron bañadas durante 5 min (gasto de ~15 L por vaca/serie), alternado con 10 minutos de ventilación forzada generada por abanicos eléctricos colocados a 2.8 m del piso. Se determinó el número de días abiertos (DA) como el periodo comprendido del parto hasta el día de la siguiente concepción. El rango de DA se estableció entre 25 y 198 días y estos datos fueron colectados para el total de vacas (n=211) para su posterior análisis (Pszczola et al., 2012). Las vacas fueron examinadas mediante palpación entre los días 20 y 25 post-parto para descartar alteraciones del aparato reproductor. Se evaluaron nuevamente mediante palpación al día 40 post-parto para diagnosticar la actividad ovárica. Se les dio un periodo de espera voluntario de 50 días, al final del cual se inició un tratamiento hormonal para sincronizar la ovulación, realizando la inseminación artificial (IA) a tiempo fijo al día 60.

El diagnóstico de gestación se realizó mediante ecografía 30 días después de la IA. Se utilizó un panel con 179 SNP provenientes de 43 genes previamente identificados por el Departamento de Genética Molecular de la Universidad de California-Davis y el Laboratorio de Biotecnología de la Reproducción de ITSON, los cuales se encuentran dentro de los ejes funcionales de la Prolactina (PRL) y de la GH-IGF1, y que fueron seleccionados en base a sus funciones fisiológicas relacionadas con termo-tolerancia y producción de leche (Collier et al., 2008). Posteriormente se colectaron muestras sanguíneas (0.5 ml) puncionando la vena coccígea de cada una de las vacas, se depositaron de tres a cuatro gotas de sangre en tarjetas Blood-CardsTM, y fueron enviadas al Laboratorio Neogen/GeenSeek Inc., USA. El ADN de las 211 vacas fue extraído y purificado para la posterior genotipificación con el panel de 179 SNP, utilizando la plataforma comercial SequenomMassArray (GeneSeek, Inc., Lincoln, NE). El análisis asociativo fue desarrollado usando un modelo de efectos mixtos a través de PROC MIXED (Yijklm = μ + Ai + Bj + Ck + Dl+ Em + eijklm).

El efecto de la substitución alélica fue calculado a través de un modelo de regresión incluyendo el término alelo como covariable (Falconer y Mackay, 1996). El MBV de las vacas Holstein fue calculado sumando el efecto aditivo del genotipo de cada SNP que mostró una asociación significativa (P <0.05) con días abiertos a través de la fórmula MBVk= ΣmWikgi. Se calculó un modelo de regresión que incluyó el MBV calculado previamente como una variable continua, así como las covariables de días en leche y número de lactancias (Y=?μ+X?_DIM β_DIM+X_MBV β_MBV+X_(Lac.n) β_(Lac.n)+X_(H.stat) β_(H.stat)+e. Se calculó además un modelo reducido para días abiertos como variable dependiente y el MBV como una variable independiente (Y=?μ+X?_MBV β_MBV+e). Todos los análisis fueron realizados utilizando el paquete estadístico SAS (Statistical Analysis System) versión 9.4 (SAS Inst. Inc., Cary, NC), que incluye las herramientas de análisis genéticos y moleculares (Saxton et al., 2004).

 

El estudio asociativo identificó 9 SNP asociados (P<0.05) con la variable DA. El Cuadro 1 muestra el efecto de substitución alélica de cada uno de los 9 SNP, el cual representa la contribución del alelo favorable de cada SNP al fenotipo de DA. Los SNP favorables encontrados como asociados al carácter de DA en este estudio coinciden con los encontrados en otros estudios, lo que confirma que estos SNP ejercen un efecto benéfico para la reproducción. Cabe mencionar que los SNP encontrados permitieron construir el MBV. En el estudio actual, el MBV tuvo una correlación positiva pero débil con DA (r= 0.14, P<0.05). La correlación débil puede deberse a que la fertilidad en el ganado lechero es un carácter muy complejo influenciado por numerosos factores ambientales. Sin embargo, dicha correlación evidencia la existencia de una base genética asociada al carácter de días abiertos, lo cual representa un avance para los programas de selección genética de la fertilidad en el ganado lechero. La relación entre el MBV y el carácter DA se aprecia en la Figura 1. El coeficiente de determinación (Cuadro 2) del modelo de regresión completo (R² = 0.23) indica que sólo explica el 23% de la variación genética asociada a DA, siendo un valor bajo ya que incluye los efectos de las variables días en leche y número de lactancias. De igual forma, el modelo reducido que sólo incluye al MBV explicó una pequeña fracción de la variación genética asociada al carácter DA (R² = 0.02). El principal factor al cual se atribuyen los valores de la R2 es el reducido número de SNP que fueron utilizados en el cálculo del MBV.

Meuwissen et al. (2004) mencionan que la confiabilidad de la selección genómica depende del número de SNP. Cochran et al. (2013) propusieron un panel de 434 SNP candidatos utilizando la plataforma Sequenom MassARRAY y encontraron un total de 40 SNP asociados con tasas de preñez para vaquillas y vacas, proponiendo que una posible manera de aumentar la precisión de las predicciones genéticas para características de fertilidad implica tener paneles más densos de SNP.

 

El valor de cría molecular obtenido a partir de los nueve SNP asociados al carácter de días abiertos sugiere la existencia de una base genética que sustenta la fertilidad del ganado bovino productor de leche. Sin embargo, se sugiere la inclusión de un mayor número de SNP en un próximo estudio para incrementar la confiabilidad de los modelos de regresión, y de esta forma transferir esta tecnología molecular al sector productivo.

 

Cochran, S., Cole, J., Null, D., and Hansen, P. 2013. Discovery of single nucleotide polymorphisms in candidate genes associated with fertility and production traits in Holstein cattle. BMC Genetics 14 (49): 1-2
Collier, R.J., Collier, J.L., Rhoads, R.P., and Baumgard, L.H. 2008. Invited review: genes involved in the bovine heat stress response. J. Dairy Sci. 91: 445–454.
Falconer, D., and McKay, T. 1996. Introduction to quantitative genetics. 4th Ed. Longman Scientific and Technical, New York, NY.
López, F. 2003. Is fertility declining in dairy cattle. A retrospective study in northern Spain. Theriogenology. 60(1): 89-99
Lozano, R., Vásquez, C., and Gonzáles, E. 2005. Factores asociados del estrés calórico y producción de leche sobre la tasa de gestación en bovinos intensivos. Revista Mexicana de Ciencias Pecuarias. 43(2): 197-210.
Lucy, M. 2001. Reproductive loss in high-producing dairy cattle: where will it end. J. Dairy Sci. 84(6): 1277-93.
Meuwissen, T., and Goddard, M. 2004. Mapping multiple QTL using linkage disequilibrium and linkage analysis information and multi-trait data. Genet. Sel. Evol. 36: 261–279.
Pszczola, M., Strabel, T., Mulder, H., and Calus, M. 2012. Reliability of direct genomic values for animals with different relationships within and to the reference population. J. Dairy Sci. 95: 389–400
Quintanela, L., Peña, A., Barrio, F., Becerra, I., Diaz, C., and Herradon, P. 2002. Correlación entre el perfil sérico bioquímica y la producción lechera con la presencia de folículos quísticos en vacas holstein. Archivos de Zootecnia. 51: 351- 360.
Saxton, A., Balzarini, M., Cappio, A., Czika, W., Fry, J., Gibson, G., and Guerra J. 2004. Genetic analysis of complex traits using SAS. Institute, Inc., North Carolina.