Explorar
Comunidades en español
Anunciar en Engormix

Caracterización de ambientes de producción lechera a partir de la base de datos de Mejoramiento Lechero Uruguayo

Publicado: 14 de julio de 2022
Por: Urioste J.I.1*, Naya H.12, López-Correa R.1, André M.1, Sotelo F.31Depto. Producción Animal y Pasturas, Facultad de Agronomía, Universidad de la República. Av. E. Garzón 809. Montevideo(Uruguay). 2Institut Pasteur de Montevideo. Mataojo 2020. Montevideo (Uruguay). 3 Mejoramiento y Control LecheroUruguayo (MU). Nueva York 1673. Montevideo (Uruguay).
Resumen

Palabras Claves: sistemas de producción; lechería; conglomerados

Introducción
Las evaluaciones genéticas nacionales de ganado lechero asumen la ausencia de interacciones genotipo-ambiente. Sin embargo, existen evidencias de cambios de ranking de toros con hijas dependiendo del sistema de producción (e.g. Kearney et al., 2004a, b). En Uruguay, Naya et al. (2002), analizando la producción de leche a 305 días, encontraron indicios en ese sentido. La primera etapa de un estudio dirigido a evaluar posibles interacciones consiste en la identificación y caracterización de diferentes ambientes. El objetivo del presente trabajo fue realizar una caracterización preliminar de ambientes/sistemas de producción en los tambos nacionales a partir de la base de datos de control lechero de productores socios de Mejoramiento y Control Lechero Uruguayo (MU).
Materiales y métodos
Del archivo original de lactancias (1.050.674 lactancias registradas entre 2003 y 2017) se seleccionaron las de aquellas vacas con primera lactancia (729.207 lactancias). Del archivo original de controles lecheros (12.577.129 controles) se seleccionaron aquellos (4.571.308 controles) con información completa (leche, grasa, proteína y recuento de células somáticas [RCS]). Aplicando la metodología desarrollada por Zwald et al. (2001), se promediaron, por tambo, variables productivas (kg de leche por lactancia, pico máximo de producción, porcentajes de grasa y proteína), reproductivas (intervalo interparto, intervalo parto-concepción), de salud (RCS, prevalencia de animales con RCS> 200.000 céls./ml), de tamaño (número de vacas o lactancias registradas o controladas por año), de manejo (período seco, largo de lactancia, edad al primer parto, días entre controles lecheros), de estacionalidad (día de parto: número de días después del 1 de enero del correspondiente año; estación de parto: diferencia en el número de partos en primavera [agosto a octubre] y en otoño [marzo a mayo], dividido entre la suma de partos de otoño y primavera; se expresa en escala -1 a 1), y longevidad (días de vida productiva: diferencia entre el último control y el primer parto de la vaca; número de lactancias/vaca). En cada tambo se identificó la raza mayoritaria de las vacas presentes (Holando, Jersey, Normando). De un total de 618 tambos, se seleccionaron 250 que contenían información completa en las variables mencionadas y al menos 5 años en control. Se hicieron los siguientes análisis usando el paquete estadístico SAS (SAS Institute Inc., Cary, NC): a) estandarización de todas las variables (media 0, desvío estándar 1) (Proc Standard); b) análisis inicial de conglomerados (clusters), como primer intento de descripción de datos (Proc Fastclus y Cluster); c) análisis de discriminación canónica y análisis discriminante para identificar las variables que mayormente explican las diferencias entre clusters (Proc Candisc).
Los resultados de los análisis de conglomerados dependen en gran medida del modelo analítico elegido. Por esa razón, utilizamos el paquete NbClust (Charrad et al. 2014) de la plataforma R, que aplica 30 métodos diferentes de cálculo y propone el número de clusters que haya sido más frecuente entre todos los resultados. Luego de definido el número de conglomerados de esta manera, se corrieron de manera definitiva los procedimientos desarrollados en SAS. Complementariamente, se realizó un análisis de varianza (entre y dentro de clusters, Proc GLM) para identificar diferencias de manera clásica.
Resultados y discusión
La opción de agrupar la información en tres clusters fue la recomendada por el análisis realizado en R. Las variables que más explican las diferencias entre conglomerados, según el análisis discriminante, fueron la estacionalidad (día de parto, estación de parto), manejo (edad al primer parto, días entre controles lecheros), tamaño del establecimiento (número promedio de vacas en control), producción (producción de leche en el pico de lactancia, porcentaje de grasa), reproducción (intervalo partoconcepción) y salud (prevalencia de animales con RCS> 200.000 céls./ml) (Cuadro 1, variables ordenadas por importancia). El análisis identifica un sistema más intensivo, diferenciado de otro menos intensivo, y un grupo intermedio. El cluster 1 (23% de los tambos) reúne tambos de tamaño grande, parición en otoño, vacas con primer parto a menor edad, mayor producción de leche, y período parto-concepción más corto. Los tambos del cluster 3 (29% de los tambos) se caracterizan por su tamaño chico, primer parto más tardío, partos en primavera (¿eventualmente sistemas más pastoriles?), mayor intervalo partoconcepción, menor producción de leche pero mayor porcentaje de grasa. También difiere de los otros grupos en una mayor prevalencia (% animales enfermos, RCS> 200.000 céls./ml ). El cluster 2 (48% de los tambos) reúne a los tambos de tamaño y valores intermedios entre el grupo 1 y el grupo 3. Las razas se distribuyeron en todos los agrupamientos, aunque los tambos Jersey aparecieron mayoritariamente en el cluster 3. No se encontraron diferencias entre grupos en aspectos de longevidad y largo de lactancia.
Conclusión
El presente trabajo demuestra la potencialidad de este tipo de estudios para identificar y caracterizar sistemas lecheros de producción. En futuros estudios, sería valioso ver la posibilidad de incluir otras variables (físicas, climáticas, económicas, genéticas) que ayuden a describir los sistemas nacionales de producción.
Cuadro 1. Promedio de variables que más explican las diferencias entre cada agrupamiento, y participación racial en cada caso (N=250).
Cuadro 1. Promedio de variables que más explican las diferencias entre cada agrupamiento, y participación racial en cada caso (N=250).

Charrad et al. (2014). Journal of Statistical Software 2014, 61(6), http://www.jstatsoft.org/

Kearney et al. (2004a). J. Dairy Sci. 87:501–509

Kearney et al. (2004b). J. Dairy Sci. 87:510–516

Naya et al. (2002). 7th World Congress on Genetics Applied to Livestock Production, August 19-23, 2002, Montpellier, France.

Zwald et al. (2001). J. Dairy Sci. 84:2530–2534.

Contenido del evento:
Temas relacionados:
Recomendar
Comentar
Compartir
Profile picture
¿Quieres comentar sobre otro tema? Crea una nueva publicación para dialogar con expertos de la comunidad.
Súmate a Engormix y forma parte de la red social agropecuaria más grande del mundo.