Estimativas de ganho de peso para cálculo de consumo alimentar residual considerando diferentes intervalos de pesagem

O consumo alimentar residual (CAR), proposto por KOCH et al. (1963), é definido como a diferença entre o consumo (de matéria seca ou de energia) observado e o consumo estimado por uma equação de regressão em função de peso vivo médio metabólico (PV^0,75) e ganho médio de peso (GMD) dos animais, sendo, desta forma, independente do peso e da taxa de crescimento dos animais. Entretanto, como o GMD é usado para representar o acréscimo real em tecidos corporais, a retenção de água e o conteúdo gastrintestinal são considerados fontes de erro, aumentando tanto a raiz do quadrado médio do resíduo (RQM) como os vieses dos coeficientes de regressão, β_P e β_g, e, por conseqüência, o erro da estimativa de GMD (ROBINSON, 2005). Do ponto de vista de seleção, a forma de obtenção de GMD e peso metabólico podem alterar a classificação dos animais para CAR. O objetivo do estudo foi estimar o CAR para machos Nelore, pesados três vezes por semana sem jejum, utilizando diferentes intervalos de pesagens para o cálculo do GMD.

 

Foram utilizados 60 machos do rebanho Nelore Tradicional do Centro APTA Bovinos de Corte, Instituto de Zootecnia, Sertãozinho, SP. Os animais, com idade e peso inicial médios de 309±19,6 dias e 294,5 ± 31,9 kg, respectivamente, foram mantidos em baias individuais e alimentados duas vezes ao dia, às 8h e às 15h, com acesso à vontade a dieta e água, durante 90 dias, sendo os primeiros 21 dias de adaptação. A dieta foi à base de feno de braquiária, milho moído, farelo de algodão e sal mineral. O consumo voluntário de cada animal foi calculado pela diferença entre o oferecido e as sobras; para tanto, as sobras foram coletadas diariamente, pesadas e amostradas em 10% do seu peso, ajustadas permitindo sobras entre 5 e 10% do total oferecido. Os animais foram pesados três vezes por semana em dias consecutivos e sem jejum durante o período de coleta de dados.

Três bancos de dados distintos foram utilizados para o cálculo do GMD e geraram 6 estimativas de CAR: CAR7, média das três pesagens (MP3) a cada sete dias; CAR14, MP3 a cada 14 dias; e CAR21, mesmo procedimento para 21 dias. A regressão dos MP3 nos dias em teste, por animal, foi utilizada para estimar o GMD (ARCHER, et al. 2002; SCHENKEL et al. 2004). O GMD ajustado para o conteúdo gastrintestinal foi estimado do mesmo modo, incluindo no modelo o consumo de matéria seca (CMS) de cada um dos três dias anteriores à pesagem, gerando CAR7a, CAR14a e CAR21a, este ajuste foi feito com o CMS padronizado para a média do CMS do animal por período de 7, 14 ou 21 dias (Robinson, 2005). O peso vivo médio metabólico (PV^0,75), foi obtido pelo GMD estimado por regressão até o meio do teste e o peso inicial, PV^0,75 = ((Peso inicial + 34,5*GMD))^0,75 , como SCHENKEL et al. (2004) e NKRUMAH et al. (2004). O CAR foi estimado como: CMS=intercepto+β_P*PV^0,75+β_G*GMD+erro (i.e. CAR), em que β_p e β_g são coeficientes de regressão do peso metabólico e o ganho médio diário respectivamente. O pacote estatístico SAS foi utilizado como ferramenta de cálculo.

 

O intercepto foi retirado dos modelos de regressão, pois não foi significativo (P>0,05). O valor da média não diferiu para as diferentes maneiras de calcular o CAR (Tabela 1). Os valores de mínimo e máximo dão a idéia da variabilidade da característica e, observando os valores isoladamente, a melhor estimativa seria o CAR21_a. O RQM indica a diferença entre os valores previstos por um estimador e os valores observados, deste modo quanto menor o valor de RQM melhor o estimador. Os valores de RQM do CAR foram numericamente semelhantes, indicando que as melhores estimativas são CAR14, CAR14_a e CAR21. Entretanto, o GMD referente ao CAR14 apresentou RQM numericamente menor que os outros, o que permite concluir que 14 dias é, provavelmente, o intervalo indicado para medir o ganho em tecidos mais próximo do real. O coeficiente de determinação (R2 ) foi superior a 0,997 para todos os modelos de CAR. As correlações entre a classificação dos animais para as diferentes estimativas de CAR foram maiores que 0,956, entretanto a porcentagem de coincidência dos 10% de animais mais eficientes variou de 67 a 100%.

Na maioria dos experimentos conduzidos no Brasil, o GMD é estimado como diferença entre a pesagem final e inicial. ROBINSON (2005) encontrou que a melhor estimativa de GMD e de CAR foi obtida com regressão de todos os pesos de vários testes em função dos dias em teste, ajustando somente para o efeito linear, e que a estimativa de herdabilidade desse GMD (0,23) é maior que as estimativas de herdabilidade de GMD calculadas de outras maneiras. DEL CLARO et al. (2010) encontraram valores superiores a 0,386 para o RQM de CAR estimados usando GMD obtido por diferença de peso nos períodos; valor esse próximo aos encontrados no presente trabalho.

Tabela 1. Média ± desvio padrão, mínimo e máximo das estimativas de CAR, coeficiente de regressão ± erro padrão do peso metabólico (β p) e ganho médio diário (βg) e raiz do quadrado médio do resíduo (RQM) para as diferentes estimativas do GMD e CAR

 

A melhor estimativa do CAR é o CAR14, que leva em consideração três pesagens em dias consecutivos, a cada 14 dias, para estimar, por regressão, o ganho de peso nos dias em teste.

 

ARCHER, J.A.; REVERTER, A.; HERD, R. M. et al. Genetic variation in feed intake and efficiency of mature beef cows and relationships with postweaning measurements. World Congress on Genetics Applied to Livestock Production, 6., 2002, Montpellier, France. Anais…Montpellier: 7th World Congress on Genetics Applied to Livestock Production, 2002.

KOCH, R.M.; SWIGER, L.A.; DOYLE CHAMBERS et al. Efficiency of feed use in beef cattle. Journal of Animal Science, v.22, p.486-494, 1963.

NKRUMAH, J.D.; BASARAB, J.A.; PRICE M.A. et al. Different measures of energetic efficiency and their phenotypic relationships with growth, feed intake, and ultrasound and carcass merit in hybrid cattle. Journal of Animal Science, v.82, p.2451-2459, 2004.

ROBINSON, D.L. Assessing the accuracy of modelling weight gain of cattle using feed efficiency data. Livestock Production Science, v.95, p.187-200, 2005.

SCHENKEL, F.S.; MILLER, S.P.; WILTON, J.W. Genetic parameters and breed differences for feed efficiency, growth, and body composition traits of young beef bulls. Canadian Journal of Animal Science, v.84, p.177-185, 2004.