Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Alumnos:
Balbuena Sánchez Guillermo Jesus ______________
Peralta Diaz Monserrat _______________
Tapia Santana Eduardo _______________
Trimestre 19P
25 noviembre 2019.
INTRODUCCIÓN:
Los sistemas especializados producen más del 50 % de la leche en México, siendo la raza
Holstein la más usada. Las evaluaciones, así como los estudios genéticos que se han realizado
para Holstein en México han sido escasos y solamente tomaron en cuenta a los animales
registrados ante la Asociación Holstein de México (AHM). Por lo tanto, se desconoce el
progreso genético que han tenido hatos Holstein fuera de la asociación, pero que contribuyen
en gran medida a la producción nacional, como es el caso del Banco Nacional de Información
Lechera (BNIL) que actualmente se encuentra dentro del Programa Nacional de Mejoramiento
Genético (PNMG) que incluye a la AHM y al BNIL. Por lo que es importante evaluar los valores
fenotípicos y genéticos de las vacas Holstein y su utilización en la población a través del
tiempo. La base de datos de leche del PNMG presenta una excelente oportunidad para evaluar
tendencias genéticas y fenotípicas de vacas y de toros durante los últimos años.
Por ello en el presente trabajo se estimará la correlación fenotípica entre la producción de leche
y sus componente, también se determinará correlaciones genéticas
OBJETIVOS:
Objetivo general
Objetivos específicos
● Obtener la correlación entre producción de leche a 305 días con el porcentaje de grasa
en leche y correlación entre producción de leche a 305 días con porcentaje de proteína
en leche.
● Determinar las correlaciones a partir de los valores genéticos por individuo
● Seleccionar a los mejores individuos que tengan una respuesta fenotípica balanceada
entre producción de leche y de porcentajes de sólidos en leche (grasa y proteína).
MATERIAL Y MÉTODOS:
Los procesos estadísticos antes mencionados se realizaron utilizando función análisis de datos
del software Excel 2013 de Microsoft.
RESULTADOS:
b= H^2
VG= b(p-p ̅)
Tabla 5. Valores de los mejores individuos con características fenotípicas producción leche, %
grasa, %proteína balanceadas basado en ser superiores al promedio
Tabla 6. Valores Genéticos de Cría e Hijos de los individuos seleccionados para cada
característica
DISCUSIÓN:
Hablando de la correlación obtenida entre producción de leche y proteína donde resultó ser de
0.07 no coincide con la literatura ya que es esta se reportan correlaciones de - 0.32 (Soyeurt et
al.,2007). Estos datos pueden variar debido a diversos factores, tales como la raza,
alimentación época del año, etapa de lactancia (Dillon et al., 2003) (Ozrenk & Selcuk-Inci,
2008) (Křížová et al., 2014); diferencias que son de gran importancia en la elaboración de
productos lácteos (quesos), en particular por su efecto en las propiedades tecnológicas de la
leche reflejadas en el rendimiento y calidad del queso (Auldist et al., 2004) (Shonfeldt et al.,
2012).
Teniendo en consideración no dejar de lado que cuando se realiza una selección de alguna
característica, posiblemente alguna otra, tienda a variar también, algunas veces en la misma
dirección (correlación positiva) o en la dirección opuesta (correlación negativa). Así cuando las
variables están correlacionadas en la misma dirección, la mejora de una característica lleva a la
mejora de la otra, pero en menor intensidad que, si seleccionara por esta última (Pravia 2009).
los individuos 2486, 2836 y 2846 se localizan en la población que superan al promedio y
cumplen con las características deseadas
Esta distribución no puede ser considerada como una definitiva del comportamiento por que
como menciona Manafiazar y colaboradores hay que tomar en tanto la correlación negativa y/o
positiva entre producción de leche y grasa, así como la alimentación y estrés que reciba el
animal, por lo cual se debe contemplar el ambiente a la hora de seleccionar.
Los hijos de los individuos 2486, 2836 y 2846 serían capaces de producir elevadas y constante
producción láctea como también un porcentaje de grasa y de proteína en leche a los 305 de
lactación, esto se debe principalmente porque estos individuos poseen los valores genéticos
que superan al promedio de la media en esta población y teniendo la capacidad genética para
producir leche, porcentaje de grasa y de proteína, que permitirán mejorar calidad y facilitar la
manufactura de derivados de leche.
Se tiene que tomar en cuenta que para la selección del origen genético para futuras
reproducciones se debe tener en cuenta no escoger valores tan elevados para para producción
de leche ya que como se ha observado la producción de leche tiene una correlación negativa
en grasa, y cuidar la alimentación de la futura descendencia puesto que, aunque no tiene una
alta correlación leche con proteína sus valores pueden ser afectados por el ambiente.
CONCLUSIONES:
Auldist, MJ, Johnston KA, White NJ, Fitzsimons WP, Boland MJA. Comparison of the
composition, coagulation characteristics and cheesemaking capacity of milk from Friesian and
Jersey dairy cows. J Dairy Res 2004;(71):51–57.
Barrón LJR, Fernández LE, Perea S, Chávarri F, María SVC, Torres MI, et al. Seasonal
changes in the composition of bulk raw ewe’s milk used for Idiazabal cheese manufacture. Int
Dairy J 2001;(11):771–778.
G. Manafiazar. “Genetic and phenotypic correlations among feed efficiency, production and
selected conformation traits in dairy cows”. Animal (2016), 10:3, pp 381–389
De Marchi M, Dal-Zotto R, Cassandro M, Bittante G. Milk coagulation ability of five dairy cattle
Breeds. J Dairy Sci 2007;(90):3986–3992.
Dillon P, Buckley F, O’Connor P, Hegarty D, Rath M. A comparison of different dairy cow breeds
on a seasonal grass-based system of milk production 1. Milk production, live weight, body
condition score and DM intake. Livest Prod Sci 2003;(83):21–33.
Galina MA, Osnaya F, Cuchillo HM, Haenlein GFW. Cheese quality from milk of grazing or
indoor fed Zebu cows and Alpine crossbred goats. Small Ruminant Res 2007;(71):264–272.
Heck JML, Van-Valenberg HJF, Dijkstra J, Van-Hooijdonk ACM. Seasonal variation in the Dutch
bovine raw milk composition. J Dairy Sci 2009;(92):4745–4755.
Lucey JA, Johnson ME, Horne DS. Perspective on the basis of the rheology and texture
properties of cheese. J Dairy Sci 2003;(86):2725–2743.
Mendia C, Ibáñez FC, Torre P, Barcina Y. Influence of the season on proteolysis and sensory
characteristics of idiazabal cheese. J Dairy Sci 2000;(83):1899–1904.
Montes de Oca-Flores, E., Espinoza-Ortega, A., & Arriaga-Jordán, C. (2019). Propiedades
tecnológicas y fisicoquímicas de la leche y características fisicoquímicas del queso Oaxaca
tradicional. Revista Mexicana de Ciencias Pecuarias, 10(2), 367-378.
doi:https://doi.org/10.22319/rmcp.v10i2.4291
Ochoa Galvan Pedro. Mejoramiento Genético del Ganado Bovino Productor de Leche. Revista
Ciencia Veterinaria #5 (1991). Departamento de Genética y Bioestadística. Facultad de
Medicina Veterinaria y Zootecnia. Universidad Nacional Autónoma de México.
Ozrenk E, Selcuk-Inci S. The effect of seasonal variation on the composition of cow milk in Van
Province. Pak J Nut 2008;7(1):61-164.
Schönfeldt HC, Hall NG, Smit LE. The need for country specific composition data on milk. Food
Res Inter 2012;(47):207–209.
Uribe, H. A., & Smulders, J. P.. (2004). Estimación de parámetros y tendencias fenotípicas,
ambientales y genéticas para características de producción de leche en bovinos overos
colorados. Archivos de medicina veterinaria, 36(2), 137-146. https://dx.doi.org/10.4067/S0301-
732X2004000200004.