Examinando por Materia "Modelo animal"

Mostrando 1 - 2 de 2

Evaluación genética de un plantel de cuyes reproductores de genotipo Perú
(Universidad Nacional Mayor de San Marcos, 2017-07-23) Meza R., Elmer; Raymondi Chumbemuni, Jorge; Cisneros A., Sonia
El presente estudio tuvo por objetivo la evaluación genética de parte de los animales del plantel de cuyes reproductores de genotipo Perú pertenecientes a la Estación Experimental Agraria Canaán - Ayacucho del Instituto Nacional de Innovación Agraria, Perú, para características de peso vivo al beneficio (PB) y velocidad de crecimiento (VC). Se empleó la información productiva y de parentesco de 162 cuyes, además del sexo, tipo de parto, mes de nacimiento y peso de la madre al parto, cuyo análisis de incidencia sobre las variables estudiadas se efectuó mediante un modelo de efectos fijos. La estimación de los valores de cría se realizó a través de un modelo animal-BLUP unicarácter, el cual incluyó como efectos fijos a aquellos factores ambientales sistemáticos de incidencia significativa, además de los efectos aleatorios derivados de los factores genéticos de los animales. Los componentes de (co)varianza incluidos en el modelo y los algoritmos computacionales fueron resueltos usando el software VCE4 v. 4.2 y PEST v. 4.0, respectivamente. Los valores de cría estimados para PB y VC alcanzaron desvíos de -84.56 a 79.28 g y de 1.39 a -1.26 g/día, mientras que sus niveles de precisión variaron de 28.81 a 89.37% y 28.46 a 88.35%, respectivamente. La alta dispersión de los valores de crías y la elevada correlación genética entre los caracteres evaluados, permitió identificar animales con un alto mérito genético, ameritando su uso potencial como padres de la siguiente generación.
Hierarchical Bayesian modeling for comparing nonlinear functions and estimating heritability of growth curve parameters in llamas
(Elsevier B.V. en representación de KeAi Communications Co. Ltd., 2026-09-07) Canaza Cayo, Ali William; Mamani Cato, Ruben Herberht; Rodríguez Huanca, Francisco Halley; Churata Huacani, Roxana; Cardenas Minaya, Oscar Efrain; Huacani Pacori, Ferdynand Marcos; Calsin Cari, Maribel; Bueno Filho, Júlio Sílvio de Sousa
Genetic modeling of growth curve parameters in llamas is fundamental for breeding programs; however, previous studies have relied predominantly on two-stage frequentist approaches or conventional MCMC algorithms (Gibbs/Metropolis-Hastings), which present limitations regarding computational efficiency and simultaneous incorporation of multiple information sources. The objective of this study was to compare nonlinear functions (Brody, Gompertz, and von Bertalanffy) and jointly estimate growth curve parameters (asymptotic weight, A; scaling parameter, B; and maturation rate, k), variance components, and heritabilities in young llamas through hierarchical Bayesian modeling implemented with the No-U-Turn Sampler (NUTS) algorithm via Stan/brms. We analyzed 11,409 monthly weight records from birth to 365 days of age from 1000 llamas (456 males and 544 females) of K'ara and Ch'accu breeds from the Quimsachata Experimental Station (Peru). A three-stage hierarchical Bayesian model was adopted: (i) normal likelihood for weights conditioned on individual curves; (ii) multivariate animal model for parameters A, B, and k, including systematic effects (sex and breed) and additive genetic effects; and (iii) normal prior distributions for standard deviations. Posterior sampling (4000 post-warmup iterations) showed adequate convergence according to the Gelman-Rubin, Geweke, and Effective sample size diagnostics. The von Bertalanffy model was selected as the most parsimonious (Watanabe-Akaike Information Criterion (WAIC) = 20104.8; Leave-One-Out Information Criterion (LOOIC) = 27588). Estimated heritabilities for A were high (0.79 - 0.87), while those associated with parameters B and k were close to zero (0.007 – 0.075). We conclude that the hierarchical Bayesian approach with NUTS/brms is computationally efficient and statistically robust for analyzing growth curves in llamas, evidencing high genetic potential for adult weight selection, in contrast to the low heritability of curve shape parameters. This study represents the first application of the NUTS algorithm in hierarchical growth models for South American camelids.