Abstract
Background: Climate change has
increased heat stress and reduced forage productivity in tropical regions,
negatively impacting dairy production. In Panama, the use of Gyr cattle and its crosses with Holstein aims to develop
more resilient and efficient biotypes. Objective. To determine the
repeatability of milk production in Gyr × Holstein
genetic groups under tropical conditions. Methods: The production unit is located in the District of Cañazas,
Province of Veraguas, Panama. A total of 2,642 weekly milk production records
from 62 Gyr x Holstein cows calved between August
2020, and December 2024 were analyzed. Lactations longer than 365 days were
excluded, and the data were expressed in weekly values. A generalized linear
repeated measures model was applied, including fixed effects of year-month of
calving and parity number, and a random cow effect modeled using a second-order
Legendre polynomial. Results: Milk production followed a typical curve,
peaking between weeks 7 and 8 before declining. The repeatability of production
throughout lactation ranged from 0.690 to 0.710. A high correlation was
observed between adjacent test-day records (r ≈ 0.85),
indicating good precision for identifying the best and worst-performing
animals. Conclusions: Variations in productive merit (PM) among animals,
with a range exceeding 2000 kg of milk in 305-day lactations, reflect strong
performance of Gyr x Holstein crosses, representing
an economically attractive option for dairy farmers.
Keywords:
Correlation, productive merit, milk yield, selection (Source: AGROVOC)
INTRODUCCIÓN
Los ganaderos y productores de leche en regiones
tropicales enfrentan crecientes desafíos debido al cambio climático, tales como
el aumento del estrés térmico y la sequía. Estos factores disminuyen la
productividad de los pastizales, reducen la disponibilidad de alimentos
nutritivos y elevan los costos energéticos para la alimentación del ganado.
Además, las altas temperaturas disminuyen el rendimiento animal y favorecen la
proliferación de parásitos y patógenos, comprometiendo la eficiencia de los
sistemas de producción (Ortiz et al., 2018).
En este contexto, la ganadería lechera necesita
estrategias para seleccionar animales que mantengan una producción eficiente
sin comprometer su capacidad reproductiva en condiciones de calor extremo
(Vinet et al., 2024). Brito et al. (2021) sugieren que preservar
la diversidad genética y utilizar razas adaptadas localmente es una estrategia
más sostenible que implementar programas de mejoramiento basados en razas de
climas templados. Estudios recientes muestran que la raza Holstein en Panamá
conserva variabilidad genética para la producción de leche y la tolerancia al
calor (Guerra Montenegro et al., 2019), y que la heterosis
en cruces con Bos indicus
mejora rasgos reproductivos claves (Vargas-Leitón et al., 2024). En este
sentido, el coeficiente de repetibilidad, descrito por Falconer y
Mackay (1996), constituye una medida fundamental,
permitiendo conocer qué tan consistente es el rendimiento de un animal a lo
largo de distintas lactancias. Además, ofrece una primera aproximación del
potencial genético de cada individuo, al explicar las diferencias entre el
comportamiento de los animales debido a diferencias genéticas aditivas y no
aditivas, así como de ambiente permanente respecto a la variación total. No se debe interpretar como un parámetro genético, aunque puede ser de
mucha utilidad como herramienta auxiliar para los criadores (Guerra y Menéndez Buxadera, 2020).
En Panamá, los grupos genéticos Gyr
x Holstein han despertado un creciente interés debido a su buen desempeño en
condiciones tropicales. Sin embargo, aún existen pocas investigaciones que
analicen de forma detallada su productividad lechera y el impacto del
cruzamiento sobre los parámetros productivos y reproductivos. Además, la
trazabilidad genealógica en muchos rebaños es limitada, lo que dificulta
evaluaciones precisas.
Ante esta necesidad, el presente estudio tiene como
objetivo estimar la repetibilidad de la producción de leche en grupos genéticos
Gyr x Holstein bajo condiciones tropicales, con el
fin de aportar información clave que oriente la selección y el mejoramiento
genético en los sistemas de producción de Panamá.
MATERIALES Y MÉTODOS
Localización:
La unidad de producción donde
se desarrolló el presente estudio está ubicada en el Distrito de Cañazas,
provincia de Veraguas, República de Panamá, específicamente en las coordenadas
geográficas 8.3177° latitud norte y -81.1718° longitud oeste. El sitio se
encuentra a una altitud de 174 metros sobre el nivel del mar y se caracteriza
por un clima tropical húmedo. Las condiciones microclimáticas
promedio del área incluyen una temperatura diaria cercana a los 27 °C y
una humedad relativa promedio del 80 %.
Animales- manejo:
El hato estaba conformado por hembras bovinas provenientes
del cruce Gyr por Holstein, su alimentación es a base
de pasturas como: Urochloa decumbens, Urochloa humidicola y Urochloa brizantha cv. Marandú. Las vacas recibieron durante el ordeño
suplementación de alimento concentrado al 18% de proteína cruda (PC) por vaca
que oscila entre los dos a tres kg según su producción. Se realizaron dos
ordeños diarios, empleando ordeño mecanizado y las producciones de leche fueron
obtenidas a partir del quinto día de producción después del parto.
Base de Datos:
La información recopilada de los registros de lactancias fue
obtenida del programa DelPro Farm
Manager (DeLaval, 2024). Toda esta información se
unificó en una hoja de Excel, para crear un archivo de datos que contiene el
número de identificación de los animales, fecha de nacimiento, fechas de
partos, edad al parto en meses, composición racial, número de lactancias, días
en lactancia, producción total de leche y ajustada a 305 días.
Análisis estadístico:
Para este estudio, finalmente
se dispuso de 2642 registros periódicos test- day
(TD) de 62 vacas Gyr cruzada con Holstein, paridas
entre agosto del 2020 a diciembre de 2024. Se eliminaron registros TD
correspondientes a lactancias mayores a 365 días. Los datos restantes fueron
expresados en valores semanales (dim7), lo que permitió una mejor
distribución. Se empleó un modelo lineal
generalizado de medidas repetidas mediante el software Echidna
Gilmour, A.R (2021) en el cual fueron incluidos los
efectos de la interacción año-mes de parto (45 niveles), número de partos (3
clases) y un efecto aleatorio debido a vaca (62 animales), su modelo matemático
es el siguiente:
Donde:
: Producción semanal de leche
observada para la vaca l, en el mes-año de
parto i, número de parto j, y semana de lactancia k.
μ: Media general.
: Efecto fijo de la interacción
año-mes de parto (con 45 niveles).
Efecto fijo del número de partos (3
clases).
: Efecto aleatorio de la vaca (62 animales), modelado
con un polinomio de Legendre de orden 2.
: Error aleatorio asociado a cada
observación.
La evolución de los dim7 a lo largo de la lactancia se modeló
mediante un polinomio de Legendre de orden 2. La estimación de Repetibilidad (Rep) se llevó a cabo mediante formula clásica:
donde el numerador es el estimado de la varianza entre vacas,
que incluye efectos genéticos permanentes y efectos ambientales permanentes y
en el denominador se le adiciona la varianza residual del modelo.
RESULTADOS Y DISCUSIÓN
Todos los efectos incorporados en el modelo resultaron
altamente significativos (p < 0,001), lo que confirma la importante
influencia de estos factores en la variación de la producción de leche. Las
constantes mínimo-cuadráticas del efecto de dim7 sobre la producción de leche
se muestra en la figura 1, manifestándose la forma típica de la lactancia con
valores máximos a las 7 a 8 semanas de duración y después declina
paulatinamente.
Figura 1. Curva de lactancia de animales Gyr x
Holstein.
Los coeficientes de repetibilidad estimados durante la
lactancia fluctuaron entre 0.690 y 0.710, como se muestra en la línea azul de
la figura 2. Estudios previos han reportado coeficientes de repetibilidad de
0.56 para producción de leche en vacas de doble propósito en Venezuela (Bastidas et al., 2019); de 0.51 y 0.76
en vacas de la raza Gyr lechero en Brasil (Balieiro et al., 2000; Napolis et al., 2005; Pereira et al., 2021)de 0.577±0.02, 0.675±0.02 y
0.628±0.01 en animales cruzados de Brown Swiss, Jersey y Holstein puro en
Panamá, respectivamente (Guerra y Menéndez Buxadera, 2020).
El estimado del mérito productivo (MP) es una función de la
desviación de cada animal respecto a los efectos incorporados en el modelo y
los coeficientes del polinomio de legendre ponderado
por el nivel de repetibilidad del rasgo. Los coeficientes de repetibilidad
obtenidos (véase Figura 2) indican una precisión adecuada en la estimación del
mérito productivo (MP) de los animales, lo cual facilita la toma de decisiones
respecto al retiro de vacas basándose en sus registros iniciales de producción
de leche. Es importante destacar que este proceso no implica selección
genética, sino una evaluación individual basada en el desempeño productivo
expresado a lo largo de la trayectoria de la lactancia y que los valores de
repetibilidad sugieren que la heredabilidad podría alcanzar niveles moderados a
altos, dado que la repetibilidad al incluir tanto la influencia genética como
la ambiental, constituye un valor igual o mayor que el de la heredabilidad (Falconer y Mackay, 1996). Esto
indica que, con bases de datos más extensas y registros genealógicos completos,
sería posible implementar modelos genéticos que optimicen la selección y el
mejoramiento de los rebaños en condiciones tropicales.
Figura 2. Estimado de Repetibilidad de la producción de leche y correlación
entre el primer control y cada uno de los posteriores.
Se observó una alta correlación (r ≈ 0,85) entre el
primer control y los registros subsecuentes, señalando que la producción inicial
puede predecir con buena precisión el desempeño productivo futuro de los
animales. Sin embargo, el coeficiente de repetibilidad, que refleja la
consistencia de la producción de una semana a otra, muestra un descenso gradual
a partir de la semana 25. Esto sugiere que, aunque la producción inicial es un
buen indicador del desempeño general, la persistencia de la lactancia tiende a
disminuir hacia el final del segundo tercio, reduciendo la capacidad predictiva
en las etapas finales (Figura 2).
La Figura 2 también permite inferir que existen muy pocos
cambios en la forma de la curva de producción a lo largo de la lactancia. En
este contexto, un análisis de componentes principales de la matriz de
correlaciones facilita la interpretación de estos patrones, cuyos resultados se
presentan en la Figura 3.
Figura 3. Evolución del primer y segundo componente principal de la matriz de
correlaciones entre todos los TD.
Las tendencias muestran claramente que el 98 % de las
variaciones están contenidos en el primer componente principal de manera que
los animales representados en la muestra estudiada presentan una excelente
persistencia y unas pocas variaciones después de los 315 días de lactancia. Al
respecto, Pereira et al. (2021), reportaron que la
correlación entre el valor de cría para el nivel de producción inicial y el
valor de cría para la persistencia es de (r = 0.57), lo que indica cierta
relación entre ambas características. Sin embargo, esta relación no es
perfecta, ya que la correlación del coeficiente de regresión lineal con la
producción en distintos días de prueba varió entre -0.07 y 0.38, lo que sugiere
que este parámetro tiene una influencia limitada sobre la persistencia de la
lactancia y la producción total en el día de la prueba (TD).
La baja influencia de la persistencia de la lactancia sobre
la cantidad total de leche producida en el día de la prueba podría explicar la
importante variabilidad observada en la muestra estudiada, como se evidencia en
la Figura 4.
Figura 4. Variación en Mérito Productivo
a 305 días de lactancia.
Al respecto, Pereira et al. (2012), reportaron correlaciones genéticas cercanas a cero
entre la persistencia y la producción ajustada a 305 días en vacas Gyr, lo que indica que estos rasgos pueden variar de forma
independiente. Este mismo autor sugiere que la persistencia debe calcularse a partir
de la desviación del rendimiento después del día 30, ya que esta medida mostró
una heredabilidad entre 0.10 y 0.25. Resultados similares fueron obtenidos por (Pereira et al., 2019 y Silva et al., 2023) quienes concluyeron que la persistencia debe
analizarse como un rasgo propio más que como un derivado de la producción
total.
CONCLUSIONES
Aun cuando es un análisis preliminar, los resultados del
coeficiente de repetibilidad (r≈0.690−0.710) indican
un comportamiento consistente de la producción de leche en los grupos genéticos
Gyr × Holstein, lo que los posiciona como una
alternativa de alto interés económico para los productores de la provincia.
La amplitud observada en la
producción total de leche (MP), con diferencias superiores a 2,000 kg en 305
días de lactancia, evidencia la existencia de una variabilidad productiva
considerable entre los animales. Además, el nivel de repetibilidad estimado
sugiere que el rendimiento en la primera lactancia puede considerarse un buen
predictor del comportamiento productivo en lactancias posteriores.
Finalmente, se recomienda ampliar la
base de datos y realizar un análisis más profundo que permita estimar los
componentes genéticos y ambientales involucrados, con el fin de generar
parámetros más robustos para la selección y mejoramiento genético de los
rebaños en condiciones tropicales.
REFERENCIAS
Bastidas, R., Torres, A.,
Gómez, M., Seijas, C., Martínez, G., & Pérez, G. (2019). La producción de
leche de un rebaño doble propósito. Gaceta de Ciencias Veterinarias, 24(2),
2-9. https://revistas.uclave.org/index.php/gcv/article/view/3288
Balieiro, E. S., Pereira, J. C. C.,
Valente, J., Verneque, R. S., Balieiro,
J. C. C., & Ferreira, W. J. (2000). Estimativas de parâmetros
genéticos e de tendências fenotípica, genética e de
ambiente de algumas características produtivas da raça Gir Leiteiro. Arquivo Brasileiro de Medicina Veterinária
e Zootecnia, 52(3), 266-275. https://doi.org/10.1590/S0102-09352000000300017
Brito, L. F., Bedere, N., Douhard, F.,
Oliveira, H. R., Arnal, M., Peñagaricano, F., Schinckel, A. P., Baes, C. F.,
& Miglior, F. (2021). Review:
Genetic selection of high-yielding dairy cattle toward sustainable farming
systems in a rapidly changing world. Animal,
15. https://doi.org/10.1016/j.animal.2021.100292
DeLaval. (2024). DelPro Farm Manager: Software de gestión ganadera. DeLaval International AB. https://www.delaval.com
Falconer,
D., & Mackay, T. (1996). Introduction to quantitative genetics (4th
ed.). Pearson Prentice Hall. https://ia803204.us.archive.org/2/items/introductiontoq00falc/introductiontoq00falc.pdf
Gilmour,
A.R. (2021). Echidna Mixed Model Software. http://www.echidnamms.org
Guerra Montenegro, R.,
Menéndez-Buxadera, A., & Hernández-Rodríguez, A.
(2019). Influencia de factores ambientales en la producción de leche de dos
rebaños Holstein en la cuenca lechera de Chiriquí. Revista Investigaciones
Agropecuarias, 2(1), 18-33. https://revistas.up.ac.pa/index.php/investigaciones_agropecuarias/article/view/1063
Guerra, R., & Menéndez-Buxadera, A. (2020). Análisis comparativo de la
repetibilidad para producción de leche en ganado Holstein puro o cruzado con
Brown Swiss y Jersey en la cuenca lechera de Chiriquí. Revista
Investigaciones Agropecuarias, 3(1). http://portal.amelica.org/ameli/jatsRepo/222/2221956002/index.html
Napolis, C., Rodrigues
de Melo, C., Crivelari, C., Ferreira de Freitas, A.,
Packer, I., & de Araújo Cobuci, J. (2005). Parâmetros genéticos para a produção
de leite de controles individuais
de vacas da raça Gir
estimados com modelos de repetibilidade
e regressão aleatória. Revista
Brasileira de Zootecnia, 34(5), 1519-1530. https://doi.org/10.1590/S1516-35982005000500012
Ortiz, G., Stephen F., Parés,
I., Curbelo, J., Jiménez, E., Pagán, M., & Gould, W. (2018). Assessing
climate vulnerabilities and adaptive strategies for resilient beef and dairy
operations in the tropics. Climatic Change, 146(1-2), 47-58. https://doi.org/10.1007/s10584-017-2110-1
Pereira,
M., Faro, L., Savegnago, R., Costa, E., Filho, A.,
& Faria, C. (2021). Estimates of genetic
parameters and cluster analysis of the lactation curve of dairy Gyr cattle. Livestock Science, 244. https://doi.org/10.1016/j.livsci.2020.104337
Pereira,
R., Rocha, D., Santana, M., El Faro, L., Vercesi, A.,
& Galvão, L. (2019). Test-day or 305-day milk
yield for genetic evaluation of Gir cattle. Pesquisa Agropecuaria
Brasileira, 54. https://doi.org/10.1590/S1678-3921.pab2019.v54.00325
Pereira, R., Verneque, R., Lopes, P., Santana,
L., Lagrotta, M., Torres, R., Vercesi
Filho, A., & Machado, M. (2012). Milk
yield persistency in Brazilian Gyr cattle based on a
random regression model. Genetics and Molecular Research, 11(2),
1599-1609. https://doi.org/10.4238/2012.June.15.9
Silva,
N., Dos Santos, D., Demesntshuk, J., Araújo, J.,
& Veiga, E. (2023). Genetic parameters and
genetic trends for production traits in dairy Gir
cattle. Ciência Rural, 53(11). https://doi.org/10.1590/0103-8478cr20210541
Vargas-Leitón, B.,
Romero-Zúñiga, J., Rojas, J., Galina, C., &
Martínez, J. (2024). Lifetime milk production of Holstein
cattle in the humid tropics compared to Holstein-Gyr
and Holstein-Brahman crosses. Reproduction in Domestic Animals, 59(5).
https://doi.org/10.1111/rda.14582
Vinet,
A., Mattalia, S., Vallée,
R., Bertrand, C., Barbat, A., Promp,
J., Cuyabano, B., & Boichard,
D. (2024). Effect of temperature-humidity index on the evolution of trade-offs
between fertility and production in dairy cattle. Genetics Selection
Evolution, 56(1). https://doi.org/10.1186/s12711-024-00889-4
Contribución
de los autores
Concepción y diseño de la
investigación: KAMV, RGGM; análisis e interpretación de los datos: KAMV, AS,
AMB; redacción del artículo: KAMV, AMB, RGGM.
Conflicto
de intereses
Los autores declaran que no existe
conflicto de intereses.
, Reggie
Guerra Montenegro *