Capacidade de combinação de características produtivas de linhagens de matrizes de frangos de corte, usando a técnica de componentes principais

General combining ability of productions traits from broiler lines using principal components analyses

Capacidade de combinação de características produtivas de linhagens de matrizes de frangos de corte, usando a técnica de componentes principais¹

General combining ability of productions traits from broiler lines using principal components analyses

Valéria Maria Nascimento Abreu^I; Martinho de Almeida e Silva^II; Cosme Damião Cruz^III; Élsio Antônio Pereira de Figueiredo^IV; Paulo Giovanni de Abreu^V

^IPesquisador da EMBRAPA/CNPSA, bolsista da CAPES

^IIProfessor da Universidade Estadual Norte Fluminense

^IIIProfessor da Universidade Federal de Viçosa

^IVPesquisador EMBRAPA/CNPSA, bolsista do CNPq

^VPesquisador EMBRAPA/CNPSA

RESUMO

Este trabalho foi conduzido com cruzamentos (dialelo parcial) entre as linhagens macho - grupo1 (LL, TL, ZL, TT, LT, ZT, ZZ, LZ e TZ) e as linhagens fêmea - grupo 2 (PP, KP, VP, KK, PK, VK, VV, PV e KV), com o objetivo de avaliar a capacidade de combinação de linhagens de matrizes de frango de corte, usando a técnica de componentes principais. As características de produção, no total de onze, foram: fertilidade na 32ª, 38ª, 42ª e 49ª semana, eclodibilidade na 32ª semana, peso inicial dos pintinhos, peso no 42º dia, conversão no 42º dia, rendimento de carcaça, peito e gordura abdominal no 42º dia de idade dos frangos. No estudo da capacidade geral de combinação, com base nos escores dos seis primeiros componentes principais, destacaram-se as linhagens 2, 5 e 9 no grupo I e a linhagem 9' no grupo 2. A técnica de componentes principais não foi eficiente neste trabalho.

Palavras-chave: capacidade de combinação, componentes principais, linhagens de frango de corte

ABSTRACT

This study was conducted using data from single crosses(partial diallel) of 9 male lines - group 1 - (LL, TL, ZL, TT, LT, ZT, ZZ, LZ, TL), 9 female lines of group 2 (PP, KP, VP, KK, PK, VK, VV, PV, KV), to evaluate general combining ability of productions traits of broiler lines using principal components analyses The eleven production traits analyzed, were,: fertility at 32^nd,38^th, 42^nd and 49^th weeks of age, hatchability at 32^nd, body weight at day of age, body weight and feed : gain ratio at 42^nd days of age, and carcass yield, breast yield and fat pad yield at 42^nd day of age. In the general combining ability study of the scores of the first six principal components the lines 2, 5 and 9 of group I and line 9' of group 2 stood out. In this work the principal component was not an efficient thechnique of analyses.

Key Words: combining ability, broiler lines, principal components

Introdução

A adoção dos componentes principais como critério para escolha de linhagens baseia-se no fato de ser estatística multivariada com propriedades interessantes para o melhoramento. Cada componente é combinação linear das características avaliadas e, portanto, leva em consideração, simultaneamente, o conjunto de atributos de interesse. Outro fato, talvez o de maior interesse, é a propriedade de reter, nos primeiros componentes estimados, as maiores frações da variabilidade total disponível. Assim, como o sucesso do melhoramento reside na existência de variabilidade, acredita-se que a seleção baseada em componente de alto poder discriminatório possa levar a resultado satisfatório.

Segundo CRUZ e REGAZZI (1994), a técnica de componentes principais foi originalmente descrita por Pearson (1901) e, posteriormente, aplicada por Hotelling (1933, 1936) em diversas áreas da ciência. De acordo com MANLY (1988), seu uso só foi acentuado quando houve disponibilidade de recursos na área de informática.

O método consiste na transformação do conjunto original de variáveis em outro, os componentes principais, de dimensões equivalentes, porém com a propriedade de que cada componente retém porcentagem da variância original e que as variâncias são decrescentes do primeiro ao último componente principal, ou seja, o primeiro componente possui a maior variância, o segundo possui a segunda maior, e assim por diante (Morrison, 1976; Manley, 1986; Johnson e Wichern, 1988; citados por FREITAS, 1996).

Portanto, cada componente principal é combinação linear das variáveis originais, independente entre si e estimado com o propósito de reter, em ordem de estimação, o máximo da informação, em termos de variação total, contida nos dados iniciais (CRUZ e REGAZZI, 1994).

Em geral, os primeiros componentes principais, em estudos da divergência genética, têm sido utilizados quando esses envolvem, pelo menos, de 70 a 80% da variação total (CRUZ e REGAZZI, 1994). No entanto, MARDIA et al. (1979) relataram a existência de testes estatísticos para decidir quantos componentes deveriam ser retidos. Para DUNTEMAN (1984), esse é um problema complexo e, na maioria dos casos, a decisão de quantos componentes reter tem sido baseada em métodos simples e práticos, como: plotar os autovalores e determinar onde cessam os grandes e iniciam os pequenos autovalores e excluir componentes cujo autovalor seja menor que a média ou o mais usual, que é o de escolher os que expliquem 80% ou mais da variação total.

Pela técnica de componentes principais pode-se trabalhar com médias amostrais e, também, a mesma pode ser empregada em situações em que não há repetições de dados. Os componentes são sensíveis a observações atípicas (JONHSON e WICHERN, 1988).

Segundo MORRISON (1976), em virtude de os coeficientes dos componentes principais serem influenciados pela escala das variáveis, recomenda-se utilizar variáveis padronizadas com variância igual à unidade.

A técnica de componentes principais, na pesquisa agrícola, teve sua exploração mais acentuada a partir da década de 70, coincidindo com a explosão da disponibilidade de recursos na área de informática. Na área animal, a técnica é utilizada em estudos de curvas de crescimento, particularmente, em investigações das relações de dependência de conjunto de observações multivariadas. Estudos mais recentes foram feitos por FONSECA (1991), avaliando o crescimento das relações de alometria em linhagens especializadas na produção de frangos, e por SAKAGUTI (1994) na avaliação de cruzamentos dialélicos em coelhos.

Uma crítica que se pode fazer ao uso dos componentes principais é o fato de ser combinação linear, cujos coeficientes de produção não são estabelecidos na ordem direta das importância dos caracteres.

No presente trabalho objetivou-se avaliar a capacidade de combinação de linhagens de matrizes de frango de corte, usando a técnica de componentes principais.

Material e Métodos

Os dados foram provenientes de experimento realizado no Setor de Melhoramento Genético de Aves (SMGA) do Centro Nacional de Pesquisa de Suínos e Aves (CNPSA), da Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA), em Concórdia, Santa Catarina, no período de janeiro de 1994 a dezembro de 1995.

Os dados deste experimento foram obtidos de cruzamentos (dialelo parcial) entre as linhagens macho - grupo 1 (LL, TL, ZL, TT, LT, ZT, ZZ, LZ e TZ) e as linhagens fêmea - grupo 2 (PP, KP, VP, KK, PK, VK, VV, PV e KV).

A codificação das linhagens foi feita da seguinte maneira:

O delineamento experimental foi em blocos casualizados, consistindo de três blocos, 81 cruzamentos e nove fêmeas por bloco.

As 11 características de produção estudadas foram: fertilidade na 42ª semana - FERT42; fertilidade na 49ª semana - FERT49; fertilidade na 32ª semana - FERT32; fertilidade na 38ª semana - FERT38; eclodibilidade na 32ª semana - ECLO32; peso inicial do pintinho - PI; peso dos frangos no 42º dia de idade - P42; conversão alimentar dos frangos no 42º dia de idade - CA; rendimento de carcaça dos frangos no 42º dia de idade - RCAR; rendimento de peito dos frangos no 42º dia de idade - RPEIT; e rendimento de gordura abdominal dos frangos no 42º dia de idade - RGA.

As análises foram realizadas utilizando-se o programa GENES (CRUZ, 1997). Foi usada a técnica de componentes principais que transforma o conjunto de n variáveis padronizadas em novo conjunto de em que os são funções lineares do e independentes entre si.

Os componentes principais foram obtidos utilizando o seguinte sistema, de acordo com: CRUZ e REGAZZI (1994):

em que

det = determinante de que deve ser nulo;

R = matriz de correlação entre as médias estimadas dos cruzamentos;

I = matriz identidade;

= raízes características (ou autovalores) de R; e

a = vetor característico (ou autovetor) associado aos autovalores.

Os autovalores de R correspondem às variâncias de cada componente e os autovetores normalizados, aos coeficientes de ponderação dos caracteres padronizados.

Após a determinação do número de componentes principais, que envolveram mínimo de 80% da variação disponível, foram estimados os escores para cada componente principal. A importância relativa de cada componente, que é avaliada pela percentagem da variância total que o componente explica, foi calculada por:

Importância de

Em seguida, foi realizada a análise (univariada) dialélica dos escores dos componentes principais que envolveram, no mínimo, 80% da variação total, sendo determinadas também as capacidades geral (CGC - , grupo 1, e , grupo 2) e específica de combinação (CEC - ) de cada um dos componentes, utilizando o programa GENES (CRUZ, 1997).

Resultados e Discussão

Neste trabalho, foram necessários os seis primeiros componentes principais para explicarem mais de 80% da variação total das médias dos cruzamentos, em que o primeiro componente foi responsável por 21%, o segundo por 17%, o terceiro por 16%, o quarto por 11%, o quinto por 8% e o sexto por 8% (Tabela 1).

Na Tabela 2, são apresentados os coeficientes de ponderação das características e suas correlações com os seis primeiros componentes principais. O primeiro componente foi mais correlacionado com as características FERT38 e PI; o segundo, com FERT32 e FERT42; o terceiro, com FERT42 e FERT49; o quarto, com FERT32 e FERT38; o quinto, com FERT42 e FERT49; e o sexto, FERT42 e P42. Todos os seis componentes foram mais correlacionados com a fertilidade e somente o sexto componente apresentou pequena correlação com o peso no 42º dia (P42). Não houve correlação de magnitude razoável entre componentes e rendimento de carcaça nem com rendimento de peito (RCAR e RPEIT). Isso mostra a razão de algumas críticas em relação a essa técnica, ou seja, nem sempre os componentes principais correlacionam-se com as características de maior importância na avaliação das linhagens.

Pela Tabela 3, pode-se verificar que os maiores escores, em valor absoluto, para os seis componentes principais, permitem identificar os cruzamentos superiores para cada componente.

Os efeitos da capacidade geral de combinação, obtidos com base nos escores dos componentes principais, são apresentados na Tabela 4.

As linhagens favoráveis de cada grupo para cada componente principal, em ordem decrescente, são:

Nesta análise, a linhagem 9 faz parte de todos os componentes, na linha macho. No grupo I as linhagens 2, 5 e 9 foram as que mais se destacaram e, no grupo II, a linhagem 9' foi a que mais se destacou.

Os efeitos da capacidade específica de combinação (CEC) são estimados como desvio do comportamento em relação ao que seria esperado com base na capacidade geral de combinação (CGC) e representam medidas dos efeitos gênicos não-aditivos.

Normalmente, interessam ao melhorista as combinações híbridas, com estimativas da CEC mais favoráveis que envolvam, pelo menos, uma das linhagens que tenha apresentado o efeito da CGC mais favorável. As melhores combinações híbridas serão as de maior . Assim, baixos valores absolutos de indicam que os híbridos, dentre as linhagens em questão, comportaram-se como o esperado com base na CGC das linhagens; enquanto altos valores demonstram que o comportamento de um cruzamento particular é relativamente melhor ou pior que o esperado com base na CGC das linhagens. Para se selecionarem linhagens para compor um programa de cruzamentos, e assim aproveitar as informações providas pelo , primeiro, deve-se observar dentro dos cruzamentos que apresentaram maiores médias, as linhagens que apresentaram maior , para o grupo 1, e maior , para o grupo 2, para, então, escolher os de maior . Então, as melhores combinações híbridas serão as de maior efeito da CEC entre as linhagens de maior efeito da CGC.

As estimativas dos efeitos da capacidade específica de combinação, para os seis primeiros componentes principais, são apresentadas na Tabela 5. Os cruzamentos selecionados pela CEC são:

Estes híbridos foram selecionados de acordo com as linhas mais favoráveis para CGC do grupo I e II. Os híbridos selecionados pelos cinco primeiros componentes estão todos relacionados com a característica fertilidade, portanto, a utilização destes híbridos poderia trazer melhoras somente para esta característica.

Conclusões

Foram necessários os seis primeiros componentes principais para explicarem mais de 80% da variação total das médias dos cruzamentos.

No estudo da capacidade geral de combinação, com base nos escores dos seis primeiros componentes principais, destacaram-se as linhas 2, 5 e 9 e no grupo 2 as linhagens 9'.

Neste estudo, a crítica que se faz ao uso dos componentes principais, destes serem combinação linear, cujos coeficientes de produção não são estabelecidos na ordem direta das importância dos caracteres, é válida.

Recebido em: 01/07/97

Aceito em: 22/09/98

• CRUZ, C. D., REGAZZI, A. J. 1994. Modelos biométricos aplicados ao melhoramento genético 1.ed., Viçosa, UFV, Imp. Univ., 390p.
• CRUZ, C. D. Aplicação de algumas técnicas multivariadas no melhoramento de plantas. Piracicaba, SP, ESALQ, 1990. 188p. Tese (Doutorado em Melhoramento Genético) - Escola Superior de Agricultura "Luiz de Queiroz"/ Universidade de São Paulo, 1990.
• CRUZ, C. D. 1997. Programa GENES - Aplicativo computacional em genética e estatística. Viçosa, MG: UFV, 442p.
• DUNTEMAN, G. H. 1984. Introduction to multivariate analysis. Beverly Hills, Sage, 237p.
• FONSECA, C. G. Análise de crescimento e relações de alometria em aves de corte. Ribeirão Preto, SP, Faculdade de Medicina de Ribeirão Preto/USP, 1991. 94p. Tese (Doutorado em Melhoramento Genético) - Faculdade de Medicina de Ribeirão Preto/Universidade de São Paulo, 1991.
• FREITAS, R. T. F. Estudo da divergência genética de suínos em cruzamentos, utilizando-se técnica de análise multivariada. Viçosa, MG, UFV, 1996. 152p. Tese (Doutorado em Melhoramento Genético) - Universidade Federal de Viçosa, 1996.
• JOHNSON, R. A., WICHERN, D. W. 1988. Applied multivariate statistical analysis. 2. ed. Englewood Cliffs, Prentice Hall, 608p.
• MANLY, B. F. J. 1986. Multivariate statistical methods: A primer. London, Chapman and Hall, 159p.
• MARDIA, K. V., KENT, J. T., BIBBY, J. M. 1979. Multivariate analysis London, Academic Press, 521p.
• MORRISON, D. F. 1976. Multivariate statistical methods. 2 ed., New York, McGraw Hill, 415p.
• SAKAGUTI, E. S. Utilização de técnicas de análise multivariada na avaliação de cruzamentos dialéticos em coelhos. Viçosa, MG, UFV, 1994, 170p. Dissertação (Mestrado em Melhoramento Genético) - Universidade Federal de Viçosa, 1994.

¹

Parte do trabalho de Tese de D.S. do primeiro autor, financiada pale CAPES/UFV/EMBRAPA.

Datas de Publicação

• Publicação nesta coleção
  07 Fev 2013
• Data do Fascículo
  Abr 1999

Histórico

• Aceito
  22 Set 1998
• Recebido
  01 Jul 1997