Tipificacion fimbrial de Escherichia coli patógenas aisladas de cuadros diarreicos y fatales

en crías de alpacas ............................................................................................................. 184

Detección molecular de Pasteurella multocida aisladas de crías de alpacas con signos de
neumonía ........................................................................................................................... 188
Prevalencia de Sarcocistiosis macroscópica en alpacas beneficiadas en el camal de Ayaviri,
Puno 2013. ......................................................................................................................... 192
Descripción macroscópica de la irrigación sanguínea de la cabeza de la Alpaca (Vicugna
pacos)................................................................................................................................. 198
Melanosis testicular en la alpaca y su efecto en la espermatogenesis .............................. 202
Expresión del Factor Transcripcional Gata3, IL4 e IL5 en la mucosa intestinal en crías de
Alpacas (Vicugna Pacos)................................................................................................... 206
Falla de transferencia pasiva de inmunoglobulina G y su relación con mortalidad por
enterotoxemia en alpacas neonatas .................................................................................... 210
Avances: Uso de herramientas biotecnológicas y ambientales para prevenir la mortalidad
en crías de alpaca Huancavelica – Perú. ............................................................................ 215
Inicio de producción de inmunoglobulinas G en la alpaca. ............................................... 219
Detección y caracterización de Escherichia coli enteropatogénica de alpacas (vicugna
pacos) procedentes de puna seca del Perú. ........................................................................ 223
Efecto de la asociación de arcilla Montchack 3A-T y la Enrofloxacina en el tratamiento
oral de enterotoxemia inducida experimentalmente en crías de alpaca (Vicugna pacos). 226
Efecto de la castración en la composición de lípidos y actividad enzimática en suero
sanguíneo de alpacas ......................................................................................................... 233
..................................................................................... 237
...................................................................................................... 237
Genetics and the evolution of alpacas ............................................................................... 237
Objetivos para la conservación de los camélidos sudamericanos silvestres en el perú hasta
el año 2020......................................................................................................................... 238
Datos genómicos y geo-ambientales: un análisis en las adaptaciones locales como apoyo
en el desarrollo de una crianza sostenible. ........................................................................ 241
Construcción de índices de selección para programas de mejora genética en alpacas ...... 248
Avances sobre la herencia de color de la capa (negro, café y blanco) y del suri en la alpaca
........................................................................................................................................... 253
..................................................................................................................... 255
Variación de los genes MC1R y ASIP en llamas y su asociación con el color de capa..... 255
Caracterización de KIT: un gen candidato para color de capa en llamas (Lama glama) .. 259
Identificación de la pureza racial en alpacas: adelantarnos 12 años a la selección ........... 264
 CONFERENCE

CONFERENCE TITLE
Construcción de índices de selección para programas de mejora genética en
alpacas

AUTHOR, INSTITUTION AND E-MAIL

Juan Pablo Gutiérrez. Universidad Complutense de Madrid. gutgar@ucm.es

SUMMARY, CONTENT AND MAIN CONCLUSIONS OF THE CONFERENCE

248
Resumen
El diámetro de la fibra se considera actualmente como el principal objetivo de selección
en poblaciones de alpaca. ICAR recomienda el diámetro de la fibra (DF) y su coeficiente
de variación (CV) como los principales caracteres a considerar en programas de mejora de
esta especie. Algunos de ellos consideran criterios de selección adicionales como el factor
de confort (FC) o la desviación estándar (DS), o incluso caracteres morfológicos como la
densidad (DE), el rizado (RI) o el rulo (RU) respectivamente para ecotipos Huacaya (HU)
y Suri (SU), la cabeza (CA), el calce (CO) o el balance general (BA). El objetivo de este
estudio fue establecer la forma de aplicar un índice de selección combinado a partir de
parámetros genéticos y estudiar la respuesta esperada por selección para varios caracteres
simultáneamente. Se estudiaron varias opciones mostrando las consecuencias de utilizar
procedimientos que ignoran las correlaciones genéticas y fenotípicas. Se obtuvieron los
coeficientes de índices de selección para dos conjuntos de pesos económicos de referencia.
También se obtuvieron los pesos económicos equivalentes en el caso de utilizar los pesos
deseados directamente sobre los fenotipos. Los resultados mostraron que el peso aplicado
a FC debe ser sorprendentemente negativo. En cuanto a las respuestas genéticas, sólo el
CO se vio comprometido en algunos casos. La metodología se mostró eficaz para predecir
la respuesta esperada por selección en caracteres con distinto peso económico relativo.

Palabras Clave: alpaca, camélidos, diámetro de fibra, caracteres morfológicos, índices de

selección.

Introducción
La mayoría de los procesos de selección artificial que se llevan a cabo en poblaciones
animales se llevan a cabo sobre la base de los valores genéticos BLUP para varios
caracteres ponderados de forma subjetiva. El diámetro de la fibra y su coeficiente de
variación han sido dos de los caracteres recomendados por ICAR como los más
importantes a registrar en programas de mejora genética en alpacas (ICAR, 2012), pero sin
sugerir ninguna importancia relativa de los mismos. El rancho experimental Pacomarca ha
establecido subjetivamente, según su propio interés, la importancia relativa de nueve
caracteres, cuatro de fibra y cinco morfológicos. La utilización directa de pesos
económicos sobre los distintos caracteres puede conducir a resultados indeseados. Ignorar
las correlaciones genéticas y fenotípicas entre caracteres podría dar lugar a consecuencias
inesperadas en la respuesta. La teoría de los índices de selección permite combinar
óptimamente caracteres con el beneficio como objetivo. El objetivo de este estudio fue
desarrollar la forma de aplicar un índice combinado a partir de parámetros genéticos y
estudiar las respuestas esperadas, y las consecuencias de procedimientos inapropiados. La
metodología se desarrolla directamente a partir de los parámetros genéticos como
heredabilidades y correlaciones genéticas.

Materiales y Métodos
Los parámetros genéticos fueron estimados a partir de los datos registrados con el software
PacoPro 4..3 (http://www.PACOMARCA.com/PACOMARCA/paco_pro_en.htm), en la
finca experimental Pacomarca SA. Los dos ecotipos de alpaca, Suri (SU) y Huacaya (HU),
se analizaron de forma independiente. Los caracteres implicados se agruparon en los que
implican media y variabilidad de diámetro de fibra y caracteres subjetivos de tipo. Entre los
primeros estaban el diámetro de fibra (DF en micras), el coeficiente de variación de DF (CV),
249
el factor de confort (FC) y la desviación estándar de DF (DS). El segundo grupo de caracteres
incluye: densidad (DE), rizado (RI) en HU o rulo (RU) en SU, cabeza (CA), calce (CO) y
balance general (BA). Los parámetros genéticos utilizados (Cervantes et al., 2010) fueron
obtenidos a partir de 11.620 registros de rendimiento de fibra, 3.728 registros morfológicos y
6.310 registros de pedigrí en ecotipo HU, y 3.343 registros de fibra de rendimiento, 1.038
registros morfológicos y 4.858 registros de pedigrí en ecotipo SU. Las correlaciones
fenotípicas se calcularon con los datos de fibra de la primera esquila. Para simplificar, sólo se
tuvo en cuenta dos juegos de pesos subjetivos relativos expresados en porcentaje, los
inspirados por las normas ICAR con DF y CV como caracteres a tener en cuenta con idéntico
peso, y los definidos por Pacomarca (Tabla 1) en la que los rasgos que desean disminuir
aparecen con valor negativo. Se utilizó la teoría de los índices de selección (Hazel y Lush,
1943), según la cual, deben seleccionarse los individuos con más alto predictor del genotipo
agregado H, definido como una combinación lineal de los caracteres a mejorar por selección
ponderados por su valor económico p tal que: H  p'u  p1u1  p2u2  ...  pnun , donde u
representa los valores genéticos aditivos para cada carácter. En esta expresión el valor
económico relativo describe teóricamente la ganancia económica marginal obtenida al
aumentar el carácter en una unidad. Sin embargo, en la práctica se usan ponderaciones
subjetivas debido a la dificultad de obtener esos valores de forma fiable. El predictor de H
debe obtenerse como
Hˆ k  p'uˆ  p1û1  p2û2  ...  pnûn  p'C'V y  b'y  b1 y1  b2 y2  ...  bm ym , donde û es el
-1

vector de los valores genéticos predichos; y es el vector de los fenotipos, C es la matriz de

covarianza entre los vectores y y u, C = Cov (y, u); V es la matriz de (co)varianzas fenotípicas
de los caracteres utilizados como criterios de selección, V = Var (y). En este trabajo,
caracteres objetivo (u) y criterio (y) serán consideradas los mismos. Las matrices C y V se
obtuvieron a partir de los parámetros genéticos asumiendo todas las varianzas genéticas
aditivas iguales a uno (  u21   u22   u23 ...   u2n  1 ), siendo  u2k la varianza genética aditiva
del carácter k. De este modo se pueden explicar C y V en función de parámetros:
 1 ry1 y2 ry1 y3 ry1 yn 
 2 .... 
 1 ru u ru u .... ru u   h1 h1 h2 h1 h3 h1 hn 
 1 2 1 3 1 m
  ry y 1 ry2 y3 ry2 yn 
 ru2u1 1 ru u .... ru u   21 .... 

2 3 2 m
  h2 h1 h22 h2 h3 h2 hn 
C  Var (u)   ... ...  , V  Var (y )  
... 
... ... ....
... ... ... ....
 ... ... ... .... ...   
   ... ... ... .... ... 
 rumu1 ru
mu2
ru
m u3
.... 1 
  
 ryn y1 ryn y2 ryn y3
....
1 
 hn h1 hn h2 hn h3 hn2 
Para analizar las consecuencias de la aplicación de los pesos de referencia sobre los fenotipos
en lugar de genotipos, también se calcularon los valores económicos relativos equivalentes
(peq). En este caso b se supone que es conocido:
1
b'  p eq'CV -1  b' CV -1   p eq'  p eq'  b'VC-1 .
Desde 2007, Pacomarca lleva a cabo la selección artificial basada en los valores genéticos
obtenidos mediante BLUP. Puesto que los caracteres están correlacionados genéticamente, la
respuesta a la selección de cada carácter implica cambios correlacionados en los demás.

250
Agregando la respuesta directa de cada carácter junto con las correlacionadas obtenidas a
partir de otros caracteres, y dado el peso subjetivo aplicado sobre cada carácter, se obtiene:
 h1 ru1u2 h1 ru1u3 h1 .... ru1u2 h1 
 
 ru1u2 h2 h2 ru1u2 h2 .... ru1u2 h2 
t  p'Ti  p'  ... ... ... .... ...  i
 
 ... ... ... .... ... 
 
 ru1u2 hn ru1u2 hn ru1u2 hn .... hn 

Resultados y Discusión
Se presenta aquí de forma resumida parte de las investigaciones realizadas por Gutiérrez
et al. (2014). La Figura 1 muestra, en ambos ecotipos HU y SU, los pesos de referencia
Pacomarca e ICAR junto con los pesos que deberían usarse en el índice de selección
correspondiente, y junto con los pesos económicos equivalentes si los pesos de referencia
se aplicaran directamente sobre los fenotipos. Los resultados muestran que algunos
caracteres importantes, como DF, deberían haber sido más ponderados en detrimento de
DS (particularmente en SU). La importancia relativa definida entre caracteres de fibra y
morfológicos para los pesos de referencia de Pacomarca es 47% y 53% respectivamente.
Sin embargo, en el índice suponen respectivamente 58% y 42% en HU, y 74% y 26% en
SU. Un hecho destacable es la necesidad de ponderar negativamente FC en todos los casos.
En cuanto a caracteres morfológicos, CO es el único que debe ponderarse negativamente
en el índice en todos los casos. Los pesos económicos equivalentes representan la
consecuencia de aplicar los pesos deseados directamente sobre los fenotipos ignorando así
las correlaciones genéticas y fenotípicas entre caracteres. En este caso, afortunadamente
ningún carácter resulta seleccionado en sentido contrario al deseado, pero las respuestas
relativas no son las mismas. En el caso de pesos de referencia ICAR, algunos caracteres
que fueron ignorados se seleccionan fuertemente (21% DS, 17% FC, y 3% RI en HU, o
23% DS y 19% FC en SU). En el caso de pesos de referencia Pacomarca, el cambio en la
importancia relativa de esos caracteres osciló entre 1 y 7 puntos de porcentaje en HU. Sin
embargo, en SU la importancia relativa entre caracteres de fibra y morfológicos, resultaría
respectivamente 24% y 76% en lugar del 47% y 53% deseado. Cuando la selección se basa
en valores genéticos, como se llevan a cabo en Pacomarca, las ponderaciones deben
basarse en las respuestas a la selección esperadas directas y correlacionadas de forma
agregada. Las respuestas relativas esperadas al aplicar las ponderaciones deseadas
directamente sobre los valores genéticos se muestran en la tabla 2. Teniendo en cuenta los
pesos ICAR se observa que DS se convierte en el carácter que más responde aunque este
carácter no tiene interés definido en este grupo. Se observa que CO responde en dirección
contraria a la deseada (ICAR) o muy levemente (Pacomarca). DE responde negativamente
en el caso ICAR para SU a pesar de su gran importancia en los pesos Pacomarca. Se
muestra que la respuesta deseada para cada carácter puede ser obtenida aplicando las
ponderaciones adecuados sobre los valores genéticos. La metodología propuesta se mostró
eficaz para manejar la importancia relativa de caracteres por selección. Dado el alto valor
económico individual, el largo tiempo necesario para reunir suficiente información
genealógica y de rendimientos, esta herramienta resulta valiosa para predecir la evolución
de caracteres por selección.

251
 Figura 1. Pesos de referencia deseados para PACOMARCA e ICAR (rojo), pesos a ser
utilizados en el correspondiente índice de selección (azul), y pesos económicos equivalents
en la function objetivo correspondiente si los pesos fueran directamente aplicados sobre
los caracteres (verde), para los ecotipos Huacaya y Suri.
a) b)
Huacaya (PACOMARCA) Huacaya (ICAR)
30% 30%

20% 17% 20% 17%

13% 13% 15%
11% 11% 13%
6% 9% 7% 9%
10% 5% 1% 10% 6%
4% 3%3%
0% 0%
DF DS FC CV DE RI CA CO BA DF DS FC CV DE RI CA CO-1% BA
-10% -6% -4% -10% -1%
-7%
-10% -11%
-13% -13% -12%
-20% -14%
-11% -20% -16%
-21% -18%
-30% -30% -25%
-28% -28%
-40% -40%

-50% -50%

Pesos de Referencia Pesos a usar (b) Pesos Equivalentes (peq) Pesos de Referencia Pesos a usar (b) Pesos Equivalentes (peq)

c) d)
Suri (PACOMARCA) Suri (ICAR)
30% 30%
19%
17%
20% 12% 6%16% 16% 20%
11% 4% 4% 11%
10% 7% 7% 10% 6%
3% 3%
0% 0%
0% 0%
DF DS FC CV DE RI CA CO BA DF DS FC CV DE RI CA CO BA
-10% -10% -1%-6% -1%
-7% -8% -7% -5% -7% -9%-7%
-6%
-12%
-20% -20% -16%
-19% -20%
-23%
-30% -30% -25%

-40% -40%
-36%
-43%
-50% -50%

Pesos de Referencia Pesos a usar (b) Pesos Equivalentes (peq) Pesos de Referencia Pesos a usar (b) Pesos Equivalentes (peq)

Tabla 1. Pesos de referencia deseados y respuestas genéticas esperadas en porcentaje para

los pesos de referencia de Pacomarca e ICAR en ecotipos Huacaya y Suri.
PACOMARCA ICAR
Deseado HU SU Deseado HU SU
DF -22% -14% -17% -50% -16% -19%
DS -17% -14% -17% 0% -20% -22%
FC 8% 15% 18% 0% 18% 20%
CV 0% -8% -11% -50% -18% -19%
DE 13% 10% 2% 0% 6% -5%
RI/RU 20% 16% 13% 0% 12% 6%
CA 10% 10% 10% 0% 4% 0%
CO 5% 4% 2% 0% -2% -7%
BA 5% 10% 10% 0% 4% 0%
DF: diámetro de fibra; DS: desviación estándar; FC: factor de confort; CV: coeficiente de
variación; DE: densidad; RI: rizo; RU: rulo; CA: cabeza; CO: calce; BA: balance.

REFERENCES
Cervantes, I., Pérez-Cabal, M.A., Morante, R., Burgos, A., Salgado, C., Nieto, B.,
Goyache, F., Gutiérrez, J.P., 2010. Genetic parameters and relationships between fibre and
type traits in two breeds of Peruvian alpacas. Small Ruminant Research, 88:6-11.

252
 Gutiérrez, J.P., Cervantes, I., Pérez-Cabal, M.A., Burgos, A., Morante, R., 2014.
Weighting fibre and morphological traits in a genetic index for an alpaca breeding
program. Animal, 8(3): 360-369.
Hazel, L.N., Lush, J.L., 1943. The efficiency of three methods of selection. Journal of
Heredity, 33: 393-399.
ICAR, 2012. ICAR rules, standards and guidelines on methods of alpaca identification. In:
International Agreement of Recording Practices (Section 14.1.). International Commitee in
Animal Recording. Guidelines approved by the General Assembly held in Cork, Ireland.

CONFERENCE

CONFERENCE TITLE

Avances sobre la herencia de color de la capa (negro, café y blanco) y del suri
en la alpaca

AUTHOR, INSTITUTION AND E-MAIL

Carlo Renieri – Universidad de Camerino – Italia – carlo.renieri@unicam.it

SUMMARY, CONTENT AND MAIN CONCLUSIONS OF THE CONFERENCE

The interaction between ASP and MC1R produces diverse pigment pattern in the mammals by
regulating the type, amount and distribution pattern of the two pigment types found in mammalian
hair: eumelanin (brown/black) and pheomelanin (yellow/red). In most of the mammals the recessive
allele in ASP locus (a) and dominant allele in MC1R locus (E) produces black phenotypes. In alpaca
we have analyzed the genotype of ASP and MC1R gene to give more insights to its role in black and
brown phenotypes. The black has aH (g.3836C>T)/adel57 (g.3866_3923del57) or aH (g.3836C>T)/ahT
(g.3896G>A) genotype in ASP and EE (both wild alleles) or E (wild)/ e (c.C901T) genotype in MC1R.
Brown has A/A (both wild alleles) in ASP or A (wild)/ahT (g.3896G>A) genotype in ASP and the E
(wild)/e (c.C901T) genotype in MC1R.The genotype and phenotype comparison clears the receptor
and ligand are in concordance to produce pheomelanin and eumelanin in alpaca.
ASP can interact with white phenotype by the inhibition of the differentiation of melanoblasts through
the inhibition of the alfa-MSH-induced expression of microphtalmia (MITF) and its binding to a M box
regulatory element. The level of MITF in the cells is reduced. In alpaca we observe the presence of
three mRNA transcripts with different 5’ untranslated regions (UTRs) and color specific expression.
One of the transcripts, possibly originating from a duplication event (intra-chromosomal
recombination) of the ASP gene is characterized by a 5’ UTR containing 142 bp of the NCPOA6

253