Este texto é parte da palestra apresentada pelo Dr. Fernando Di Croce, da Zoetis Global Technical Services and Outcomes Research. no XXI Curso Novos Enfoques na Produção e Reprodução de Bovinos, realizado em Uberlândia de 23 e 24 de março de 2017.

Desenvolvimento de estratégias de seleção genômica

Um método eficaz para selecionar animais para a melhora da fertilidade é incorporar as características de fertilidade (DPR) com outras características economicamente importantes (produção, saúde) em um índice de seleção, como o mérito líquido vitalício (NM$), o Índice de desempenho total (TPI) ou Índice de Performance Jersey (JPI), usando predição genomicamente aprimorada (GPTAs). 

Critérios de seleção: uso de índices de seleção que incluem características de fertilidade (DPR)

A fertilidade das vacas leiteiras pode ser melhorada através da seleção genética usando índices de seleção, juntamente com todas as características economicamente importantes (produção, saúde, etc). Os índices de seleção são um componente crítico de muitas estratégias de seleção, pois fornecem um caminho para os produtores selecionarem melhorias genéticas abrangentes em muitas características economicamente importantes, incluindo a fertilidade.

Classifique os animais com base nos índices de seleção (mérito líquido) e faça decisões de seleção

A aplicação mais simples de tecnologias de aprimoramento genômico é a melhor informação para as decisões de seleção.

Quais animais eu mantenho ou compro e quais são os que eu devo descartar?

As novilhas de reposição são um dos maiores custos para os produtores comerciais, de modo que, manter as novilhas erradas, é um investimento perdido. Os animais que não possuem potencial genético não ficam gestantes e não permanecem no rebanho o suficiente para recuperar seus custos. Nem todas as novilhas representam uma melhoria genética. Assim sendo:

- Mantenha o número certo de animais de reposição para otimizar o inventário;
- Selecione essas novilhas de reposição o mais cedo possível, com base em dados confiáveis, para controlar os custos de criação de fêmeas com potencial genético limitado.

Qual touro deve ser usado para inseminar determinada novilha ou vaca?

Selecione os touros adequados para seu plano genômico. O uso de informações genômicas em conjunto com sistemas de acasalamento para minimizar a endogamia e evitar haploides recessivos sem sacrificar o mérito genético.

- Faça decisões de acasalamento estratégico usando dados genômicos para identificar touros que complementam os pontos fortes existentes e corrigem fraquezas aparentes.

Quantas progênies eu quero desta fêmea neste ano?

O uso de dados genômicos para informar o acasalamento seletivo de novilhas e vacas com sêmen sexado ou sêmen de touro repasse gera muitas opções e cenários lucrativos e, ao mesmo tempo, acelera o progresso genético.

- Alocação preferencial de sêmen sexado para as melhores fêmeas;
- Use dados genômicos para a seleção das fêmeas doadoras e receptoras na transferência de embriões e em programas de FIV.

Monitorar o progresso genético

Quanta melhora na fertilidade eu posso obter selecionado por Mérito Líquido?

No Brasil, os criadores estão melhorando o Mérito Liquido Vitalício (GPTA) a uma taxa de $ 88 dólares por ano. Isso significa um aumento médio do lucro vitalício por vaca de $ 176 dólares (88 * 2) por ano.

Em termos de fertilidade, esse progresso de NM $ também significa uma taxa anual de prenhez aumentada em 0,45%, o que significa uma redução de 2 dias abertos por ano, além de todos os outros progressos de características, como o aumento do mérito genético para a produção de leite em 269 libras por lactação com mais 16 libras de gordura e mais 11 libras de proteína, melhoria simultânea na contagem de células somáticas e composto de úbere e longevidade melhorada, com média projetada de 1,5 meses de sobrevivência maior no rebanho.

Leve a mensagem de casa

- Melhorar a fertilidade por meio da seleção genética representa uma oportunidade convincente para os produtores a fim de ajudar a gerenciar o baixo desempenho reprodutivo e melhorar a lucratividade - quando combinados com práticas de manejo adequadas;

- A incorporação de genômica na avaliação da genética de gado leiteiro está dando à indústria leiteira dos EUA uma boa base de conhecimento para as tomadas de decisão;

- Os haploides de fertilidade geram perdas econômicas de quase US$ 11 milhões devido à redução da fertilidade e morte perinatal do bezerro. É importante ressaltar que essas perdas econômicas podem ser evitadas usando informações genômicas em conjunto com os sistemas de acasalamento para evitar o cruzamento entre portadores, sem sacrificar o mérito genético;

- Embora o desempenho reprodutivo seja fortemente influenciado pelo meio ambiente, a incorporação de características de fertilidade na avaliação genética é seguida pela notória melhora na tendência genética, isso é uma evidência clara da influência da genética no desempenho reprodutivo;

- Estudos de associação entre predições genômicas e desempenho reprodutivo observado indicam que dados genômicos de bezerras jovens e novilhas podem ser usados para prever efetivamente o desempenho reprodutivo futuro;

- Selecionar para melhorar a reprodução pode produzir mudanças substanciais nos desempenhos reprodutivos. 

Referências bibliográficas

G.R. Wiggans, P.M. VanRaden, T.A. Cooper, The genomic evaluation system in the United States: Past, present, future, Journal of Dairy Science, Volume 94, Issue 6, June 2011, Pages 3202-3211, ISSN 0022-0302, https://dx.doi.org/10.3168/jds.2010-3866.

P.M. VanRaden, Efficient Methods to Compute Genomic Predictions, Journal of Dairy Science, Volume 91, Issue 11, November 2008, Pages 4414-4423, ISSN 0022-0302, https://dx.doi.org/10.3168/jds.2007-0980.

P.M. VanRaden, C.P. Van Tassell, G.R. Wiggans, T.S. Sonstegard, R.D. Schnabel, J.F. Taylor, F.S. Schenkel, Invited Review: Reliability of genomic predictions for North American Holstein bulls, Journal of Dairy Science, Volume 92, Issue 1, January 2009, Pages 16-24, ISSN 0022-0302,

CDCB 2016. Extracted December 18 of 2016. https://www.cdcb.us/eval/summary/comparexml_menu.cfm?R_menu=v_1612.v_Heifers.v_Holstein_wddx#StartBody

CDCB 2014. Description of the Genetic Evaluation Systems. Extracted December 18 of 2016.
https://www.cdcb.us/reference/Form_GE_FFertility_1412.pdf

P. M. VanRaden, A. H. Sanders, M. E. Tooker, R. H. Miller, and H. D. Norman 2002, Daughter pregnancy rate evaluation of cow fertility. Animal Improvement Programs Laboratory, ARS-USDA, Beltsville, MD 20705-2350. https://aipl.arsusda.gov/reference/fertility/DPR_rpt.htm

VanRaden, P., D. Null, J. Hutchison, and T. Cooper. 2013. New fertility and stillbirth haplotypes and changes in haplotype status. Changes to evaluation system (August 2013). Council on Dairy Cattle Breeding. https://www.cdcb.us/reference/changes/eval1308.htm

J.B. Cole, P.M. VanRaden, D.J. Null, J.L. Hutchison, T.A. Cooper, and S.M. Hubbard. Haplotype tests for recessive disorders that affect fertility and other traits. Animal Improvement Program, Animal Genomics and Improvement Laboratory, Agricultural Research Service, USDA, Beltsville, MD 20705-2350. https://aipl.arsusda.gov/reference/recessive_haplotypes_ARR-G3.html

J.B. Cole, D.J. Null, P.M. VanRaden, Phenotypic and genetic effects of recessive haplotypes on yield, longevity, and fertility, Journal of Dairy Science, Volume 99, Issue 9, September 2016, Pages 7274-7288, ISSN 0022-0302, https://dx.doi.org/10.3168/jds.2015-10777.

P.M. VanRaden and J.B. Cole. Net merit as a measure of lifetime profit: 2014 revision. 2014. Animal Improvement Program, Animal Genomics and Improvement Laboratory, Agricultural Research Service, USDA, Beltsville, MD 20705-2350. https://aipl.arsusda.gov/reference/nmcalc-2014.htm.

CDCB 2016b. Trend in Daughter Preg Rate for Holstein or Red & White. Calculated December 2016. https://www.cdcb.us/eval/summary/trend.cfm?R_Menu=HO.d#StartBody

Weigel, K. A. M., Ashley A.; Cabrera, Victor E. 2015. Effective Use of Genomics in Sire Selection and Replacement Heifer Management. in Proc. Western Dairy Management Conference, Reno, NV. https://www.wdmc.org/2015/Weigel.pdf

Cooper, T.A., G.R. Wiggans, D.J. Null, J.L. Hutchison, and J.B. Cole. 2014. Genomic evaluation, breed identification, and discovery of a haplotype affecting fertility for Ayrshire dairy cattle. J. Dairy Sci. 97:3878–3882.

Venhoranta, H., H. Pausch, K. Flisikowski, C. Wurmser, J. Taponen, H. Rautala, A. Kind, A. Schnieke, R. Fries, H. Lohi, and M. Andersson. In frame exon skipping in UBE3B is associated with developmental disorders and increased mortality in cattle. BMC Genomics 15:890.

Adams, H.A., T. Sonstegard, P.M. VanRaden, D.J. Null, C. Van Tassell, and H. Lewin. 2012. Identification of a nonsense mutation in APAF1 that is causal for a decrease in reproductive efficiency in dairy cattle. Plant Anim. Genome XX Conf., abstr. P0555.
- VanRaden, P.M., K.M. Olson, D.J. Null, and J.L. Hutchison. 2011. Harmful recessive effects on fertility detected by absence of homozygous haplotypes. J. Dairy Sci. 94:6153–6161.

McClure, M.C., D. Bickhart, D. Null, P. VanRaden, L. Xu, G. Wiggans, G. Liu, S. Schroeder, J. Glasscock, J. Armstrong, J.B. Cole, C.P. Van Tassell, and T.S. Sonstegard. 2014. Bovine exome sequence analysis and targeted SNP genotyping of recessive fertility defects BH1, HH2, and HH3 reveal causative mutation in SMC2 for HH3. PLoS ONE 9:e92769.

Daetwyler,H.D., A. Capitan, H. Pausch, P. Stothard, R. van Binsbergen, R.F. Brøndum, X. Liao, A. Djari, S.C. Rodriguez, C. Grohs, D. Esquerré, O. Bouchez, M.-N. Rossignol, C. Klopp, D. Rocha, S. Fritz, A. Eggen, P.J. Bowman, D. Coote, A.J. Chamberlain, C. Anderson, C.P. Van Tassell, I. Hulsegge, M.E. Goddard, B. Guldbrandtsen, M.S. Lund, R.F. Veerkamp, D.A. Boichard, R. Fries, and B.J. Hayes. 2014. Whole-genome sequencing of 234 bulls facilitates mapping of monogenic and complex traits in cattle. Nature Genet. 46:858–865.

Fritz, S., A. Capitan, A. Djari, S. C. Rodriguez, A. Barbat, A. Baur, C. Grohs, B. Weiss, M. Boussaha, D. Esquerré, C. Klopp, D. Rocha, and D. Boichard. 2013. Detection of haplotypes associated with prenatal death in dairy cattle and identification of deleterious mutations in GART, SHBG and SLC37A2. PLoS ONE 8:e65550.

Cooper, T.A., G.R. Wiggans, P.M. VanRaden, J.L. Hutchison, J.B. Cole, and D.J. Null. 2013. Genomic evaluation of Ayrshire dairy cattle and new haplotypes affecting fertility and stillbirth in Holstein, Brown Swiss and Ayrshire breeds. Amer. Dairy Sci. Assoc.–Amer. Soc. Anim. Sci. joint annual meeting, Indianapolis, IN, July 9, poster T206.

Schütz, E., C. Wehrhahn, M. Wanjek, R. Bortfeld, W.E. Wemheuer, J. Beck, and B. Brenig. 2016. The Holstein Friesian lethal haplotype 5 (HH5) results from a complete deletion of TFB1M and cholesterol deficiency (CDH) from an ERV-(LTR) insertion into the coding region of APOB. PLoS ONE 11:e0154602.

Sonstegard, T.S., J.B. Cole, P.M. VanRaden, C.P. Van Tassell, D.J., Null, S.G. Schroeder, D. Bickhart, and M.C. McClure. 2013. Identification of a nonsense mutation in CWC15 associated with decreased reproductive efficiency in Jersey cattle. PLoS ONE 8:e54872.

VanRaden, P., D. Null, J. Hutchison, D. Bickhart, and S. Schroeder. 2014. Jersey haplotype 2 (JH2). Changes to evaluation system (August 2014). Council on Dairy Cattle Breeding.