División del crecimiento Como hemos señalado con anterioridad, el crecimiento incluye fenómenos de: - aumento de tamaño y/o peso: crecimiento ponderal - Cambios de forma regional y composición corporal : desarrollo CRECIMIENTO PONDERAL El crecimiento ponderal (aumento del peso/talla) es el resultado del aumento de los diferentes elementos corporales. Es un proceso continuo en el que pueden diferenciarse las siguientes etapas: a) crecimiento libre del oocito.- desde la fecundación hasta la implantación del blastocito en el útero. b) crecimiento embrionario.- periodo de diferenciación de los principales sistemas y órganos. c) crecimiento fetal.- periodo en el que finalizan las modificaciones de forma y se alcanza la diferenciación de los principales órganos y aparece la piel. Es un periodo de multiplicación y aumento celular extremadamente intenso. d) crecimiento postnatal.- el peso vivo evoluciona siguiendo una curva de tipo sigmoideo, similar en todas las especies, en la que se pueden distinguir tres fases: FASES DEL CRECIMIENTO POSTNATAL crecimiento acelerado crecimiento lineal crecimiento decelerado Brody (1945) describió la fase de aceleración con la siguiente ecuación: W = Aekt en la que W es el logaritmo natural del peso del animal en el momento t, A es el logaritmo natural de W cuando t = 0, y k es una constante. La fase de deceleración la expresó como W2 - W = A(1-e-k(t-t*)) en la que W es el peso del animal, A es el peso adulto y k es un índice de descenso o deceleración de la curva y t es la edad en días. El crecimiento postnatal puede ser expresado según la ecuación P = f(t) en la que la velocidad de crecimiento es V = dP/dt y la tasa de crecimiento o velocidad de crecimiento de la unidad de peso es S = (dP/dt) x 1/P = V/P. De esta ecuación se deduce que la velocidad de crecimiento es mayor en las primeras etapas de la vida del animal. La autoaceleración se puede expresar como dP/dt = KP (el aumento de peso en un instante es proporcional al peso) y la fase de autoinhibición se define como dP/dt = -K(A-P) donde A es el peso adulto y P el peso en el momento de la determinación. MEDIDA DEL CRECIMIENTO PONDERAL - Peso vivo - Ganancia diaria - Medidas zoométricas: (tienen grandes limitaciones) PARÁMETROS DE INTERÉS 1.- Velocidad de crecimiento.- Su expresión matemática es: incremento de peso / tiempo transcurrido (dpeso /dtiempo) Su interés económico radica principalmente en la fijación del momento de sacrificio del animal. Desde un punto de vista económico no debería sobrepasar excesivamente el momento de máxima tasa absoluta de crecimiento, si bien en ciertas ocasiones no se realiza así por imperativos comerciales por ejemplo el cordero lechal- o por preferir un desarrollo especial de alguna parte de la canal. Su máximo coincide con el punto de inflexión de las curvas de crecimiento. 2.- Aceleración del crecimiento: Indica la variación de la tasa absoluta con el tiempo y se expresa: d2p /dt2 indica la variación de la tasa absoluta con el tiempo. 3.- Tasa relativa del crecimiento.- Es de utilidad cuando comparamos poblaciones de diferente tamaño ya que los resultados no dependen del formato o peso vivo adulto de las poblaciones comparadas. Su expresión es: d (ln p) /dt e indica la variación del crecimiento cuando éste se expresa en coordenadas logarítmicas. Decrece con la edad. 4.- Peso adulto .- de difícil cuantificación A = lim y(t) t es un parámetro difícil de definir, no sólo porque se alcanza a una edad tardía desde el punto de vista comercial, sino porque depende de la cantidad de tejido graso, que es muy variable a lo largo del estado adulto del animal. Se ha sugerido, por tanto, referir el peso adulto a un porcentaje concreto de engrasamiento. En la práctica es complicado estimarlo porque las hembras varían de peso según el tamaño y número de las camadas, y porque la aproximación asintótica al peso adulto final es muy lenta, con lo que no es frecuente encontrar animales en la granja que hayan llegado realmente al peso adulto. En la práctica esto último es irrelevante, puesto que un “peso casiadulto” es suficiente para la mayor parte de usos de este parámetro. 5.- Tasa de madurez.- Es la relación entre el peso en un momento dado y el peso adulto y/A Es un parámetro importante porque una parte considerable de las diferencias entre razas en crecimiento y composición de la canal, e incluso en otros caracteres relacionados, como el índice de conversión, desaparecen cuando se comparan éstas en la misma tasa de madurez. - Las diferencias entre las curvas de crecimiento son debidas principalmente a la escala. Así mismo, cuando comparamos el crecimiento de varias razas lo debemos realizar a igual grado de madurez - La mayor parte de las diferencias entre poblaciones parecen desaparacer cuando comparamos a igual grado de madurez. - La variabilidad genética disponible para cambiar la forma de la curva de crecimiento es pequeña. Hay escasas posibilidades de seleccionar por crecimiento y mantener el peso adulto constante. Cuando seleccionamos por crecimiento va a suceder que: -Mejora el índice conversión al peso comercial -Aumenta la velocidad de crecimiento -Aumenta el peso adulto -Aumenta el apetito -Cambios en la composición corporal al peso comercial -POSIBILIDAD de cambio de calidad carne al peso comercial Modelización matemática de la curva de crecimiento Es una representación en el sistema formal de las matemáticas de un fenómeno de la vida real, pudiendo contribuir a la síntesis o predicción de fenómenos biológicos. La descripción matemática del comportamiento del crecimiento de los animales es la curva de crecimiento, que refleja las inter-relaciones entre el potencial de crecimiento y los factores ambientales. Todas las ecuaciones de crecimiento muestran la relación entre el peso y la edad, al ser los mejores datos a medir, y tienen en común parámetros como el índice de crecimiento (K), el peso (P), el punto de inflexión y el peso adulto (A). El crecimiento puede ser descrito simplemente exponiendo la evolución con el tiempo de las medidas tomadas, sin que sea necesario en muchas ocasiones el realizar ajuste alguno a esas medidas. Evolución del peso vivo de 250 bovinos Un segundo paso es ajustar a una determinada función. Hay publicadas una cantidad ingente de ecuaciones que pueden ser ajustadas para representar este comportamiento de evolución del peso vivo, cada una de ellas creada a partir de argumentos biológicos distintos. En la práctica casi todas las curvas propuestas ajustan muy bien a los datos experimentales, -lo que resulta un tanto desconcertante, pues se basan en leyes diferentes-, por lo que la elección de un modelo se suele basar en conveniencias de tipo práctico más que en deseos de averiguar cuál es la ley que rige el crecimiento de esos animales. Objetivos de un ajuste eficaz de la curva de crecimiento a) ofrecer el máximo de información con el mínimo de datos b) predecir índices de crecimiento de interés Funciones matemáticas Se han propuesto numerosas funciones para describir el crecimiento de los mamíferos: - lineales - polinómicas - potenciales - exponenciales - logísticas - “biológicas” FUNCIÓN LINEAL Como se ha visto en la descripción de la curva de crecimiento, hay un periodo de tiempo en el que la evolución del peso de los animales respecto del tiempo es lineal. Este periodo suele coincidir con la etapa de interés de los animales de producción cárnica, por lo que la función lineal es de utilidad en muchos de los estudios de crecimiento. FUNCIÓN LINEAL Sin embargo, esto no quiere decir que todos los pesos obtenidos sean función exclusivamente del tiempo. Su utilidad es mayor cuando los periodos considerados son cortos, pero esto requiere la realización de muchas pesadas, lo que es un inconveniente y especialmente en rumiantes. Es especialmente comprometido cuando valoramos el crecimiento alrededor del destete de los animales o cuando incluye el periodo de inflexión. FUNCIÓN LINEAL Además de lo expuesto, es de interés la utilización de un análisis de covarianza cuando tratamos de comparar los crecimientos de dos razas, dos sistemas de alimentación, etc. También es importante cuando se comparan animales “normales” con animales “culones”. Debemos incluir el peso de partida o de inicio de la experiencia FUNCIÓN POLINÓMICA Si bien pueden ajustar perfectamente a todos los pesos registrados, no se deben emplear por: 1.- sus coeficientes carecen de significación biológica 2.- carece de valor predictivo 3.- fuera de la nube de puntos de pesos de los que disponemos, el ajuste puede resultar ilógico, como que el peso adulto descienda en el tiempo. 4.- este tipo de ajuste es arbitrario pues se puede ir elevando el grado del polinomio hasta alcanzar el máximo ajuste, y que sólo describe la línea que une todos puntos. FUNCIÓN EXPONENCIAL Su expresión matemática es y = a * exp (ky) donde a es el valor de y para t = 0 y considera que la velocidad de crecimiento es proporcional al crecimiento ya efectuado dy / dt = ky y por tanto la tasa de crecimiento relativo es constante (1/y) (dy/dt) = k Esta ecuación describe bien las fases iniciales del crecimiento fetal FUNCIÓN POTENCIAL Su expresión matemática es: y = axb y en forma logarítmica: log y = log a + blog x. FUNCIÓN LOGISTICA Fue inicialmente descrita por Verhuslt en 1838 para expresar la ley de crecimiento de poblaciones humanas. Presenta una curva simétrica respecto del punto de inflexión. Más tarde, ROBERTSON describió la similitud entre las curvas de crecimiento sigmoideas y aquellas reacciones que se aceleran por sí mismas, describiendo la curva logística: P = A / (1 + Be-Kt) FUNCIÓN LOGISTICA Ecuación que generalizó NELDER: P = A (1 + e-Kt)M en la que asumió el valor de 1 para el coeficiente e-Kt, A es el peso asintótico, K el grado de madurez e incluyó el parámetro M permitiendo un punto de inflexión variable. Se considera curva biológica ya que sus parámetros pueden interpretarse en clave fisiológica. Para algunos autores es la ecuación que mejor expresa el crecimiento postnatal de los animales, sin embargo otros comprueban que sus cuadrados medios residuales son mayores que en el resto de modelos biológicos. Por otra parte, se considera que sobrestima el parámetro K y subestima el valor A. FUNCIONES “BIOLÓGICAS” Las curvas "biológicas" se caracterizan por presentar unos parámetros que pueden ser interpretados biológicamente: -Madurez (A) -Índice de crecimiento relativo al peso a la madurez (K) -Punto de inflexión (M) CURVA DE CRECIMIENTO Función de Brody FUNCIÓN DE BRODY Considera la velocidad de crecimiento postnatal proporcional al crecimiento que quedar por efectuarse. La tasa de crecimiento, por tanto, decrece a medida que aumentan el peso y la edad. Se basa en el concepto de edad fisiológica. El tiempo para conseguir el peso adulto es proporcional a dicho peso elevado a la potencia 0'27. Define bien el crecimiento, es de fácil ajuste y tiene buena bondad de ajuste cuando se emplea en periodos post-destete (6 meses en bovinos, a partir del 30% del peso adulto, tras el punto de inflexión). Es útil en especies como el vacuno en el que los animales nacen a una edad fisiológica relativamente tardía, con lo que han superado la fase inicial que describía la función exponencial. Sin embargo, se adapta menos a las fluctuaciones de los pesos y suele subestimar el peso al nacimiento aunque para otros autores sobrestima el peso al nacimiento y subestima el peso al destete respecto de la curva de RICHARDS. Función de Gompertz FUNCIÓN DE GOMPERTZ La función de Gompertz parte de la asunción de que la tasa relativa de crecimiento ((dW/dt)/W) decrece de forma exponencial en una escala normal, o linealmente con el peso del animal en una escala logarítmica. Esta curva es sigmoidea aunque no simétrica, siendo el ritmo desarrollo más lento a partir del punto de inflexión . La bondad del ajuste la sitúa en la zona intermedia dentro de las curvas biológicas, sobrestimando los pesos juveniles y subestimando los más tardíos. Se ajusta bastante bien a datos de ratón, pollo, conejo y cerdo, de forma que se ha convertido en una curva de crecimiento estándar en estas especies. La función de Gompertz, cuando no hay limitaciones al crecimiento, proporciona una descripción útil del crecimiento a través de una ecuación relativamente fácil. Sin embargo, los parámetros A y B están altamente correlacionados y la definición de sus valores para cada uno de los animales es problemática. Por ello, diversos autores han empleado diferentes métodos para estimar dichos parámetros o bien transformaciones de ellos. Cuando los parámetros A y B se consideran con otro que los engloba Z = A * B, y se ajusta la función a Z y a B con una condición inicial (peso nacimiento transformado), los problemas de estimación son sustancialmente salvados ya que Z y B presentan una baja correlación entre y dentro de animales. Z/e tiene la interpretación biológica de ser la máxima tasa diaria de crecimiento. A DESCRIPTION OF THE GROWTH OF SHEEP AND ITS GENETIC ANALYSIS The Gompertz is one a family of growth functions that, when the environment is nonlimiting, provides a useful description of growth as a comparative simple, single equation. It has three parameters of which the important ones are mature size, A, and the rate parameter, B. Estimates of A and B, however are highly correlated and defining their separate values for individual animals is problematic. This problem was explored using five methods for estimating the parameters or transformations of them, to describe the growth of two genotypes of Suffolk sheep kept under non limiting conditions. One genotype was under selection for high lean growth rate and the other was its control. Live weights that were collected at least fortnightly from near birth to 150 days of age over a 9 year period on 1934 lambs were used. The Gompertz form adequately described the growth of the great majority of the lambs evaluated. When considering A and B as a lumped parameter, Z = A*B, and fitting Z, B and an initial condition (a transformed birth weight) as the parameters, the problems in estimation were substantially overcome as show by a low correlation of Z with estimates of B both within and across animals. Usefully Z has a biological interpretation in these sheep, the extend of genetic co-variation for the growth parameters values (, B, Z) was estimated to determine if they were amenable to selection. A weighted univariate animal model was fitted. Mature size, A, and the rate parameter, B, were moderately heritable (0.37) and 0.38, respectively, as was live weight at 150 days of age 0.31. However there was a substantial negative genetic relationship between A and B (-0.48). Z was highly heritable (0.72). After years of selection, the genotype selected for high lean growth rate was heavier at 150 days of age and at maturity, with a maximum growth rate /Z7e) that was 1-12 times that of the control. Our lumped parameter Z, in effect a rate parameter scaled for mature size, avoided problems in estimating A and B, in so doing, offers a general and robust description of lamb growth amenable to selection. Von Bertalanffy Presenta características similares a la anterior. Esta función ofrece el atractivo de intentar deducir la ecuación a partir de las tasas de anabolismo y catabolismo del animal, que idealmente se obtendrían mediante experiencias de laboratorio: (dy/dt) = a · ym - b · yn siendo a y b las tasas de anabolismo y catabolismo respectivamente. Suelen utilizarse los valores n = 1 y m =2/3 por consideraciones fisiológicas, dada la dificultad que supondría el averiguar los valores verdaderos en la población. Función de Richards Es la función de crecimiento más general y que engloba a todas las demás: y = A · [1 ± b · exp (-k · t)]m La constante m define, junto al signo + ó -, la forma de la curva. Si m = 1, y el signo es negativo, tenemos la función de Brody. Si m = 1, y el signo es positivo, tenemos la logística. Si m = 3 y el signo es negativo, tenemos la de von Bertalanffy, y si m tiende a infinito, tenemos la función de Gompertz. Suele reparametrizarse como y1-n = A1-n [1 ± b · exp (-k · t)] porque valores de n entre 0 y 1 dan curvas entre la de Brody y la de Gompertz, y valores entre 1 y 2 entre la de Gompertz y la logística. Evolución del peso vivo de 250 bovinos Ajuste a la función de Richards Criterios de ajuste a) Coeficiente determinativo (R2), que expresa el porcentaje de variabilidad del peso que es explicado por la edad, pero ajustado al número de parámetros para así poder comparar ecuaciones con diferente número de parámetros. b) Cuadrado Medio Residual (CMR) que indica la varianza no explicada por la ecuación c) Comparación entre los valores reales y los estimados, especialmente en las primeras y últimas edades. Como ya he dicho anteriormente, todos los modelos se ajustan bien a los datos, si seguimos criterios de ajuste global (R2 del modelo), la desviación residual estándar (RSD) si usamos criterios frecuentistas, o el factor de Bayes si usamos criterios bayesianos). La causa es que la mayor parte de la variación se encuentra al final de la curva (figura 2), con lo que curvas que no se ajustan bien al principio, pueden dar buenos ajustes globales. ajustes a una curva logística y una de Gompertz sobre los mismos datos, comprobándose las escasas diferencias. Se han hecho varias propuestas para recoger mejor la bondad del ajuste, por ejemplo se ha propuesto medir el mayor error estimado, relativo al peso estimado correspondiente; es decir, si y = f(t) + e donde f(t) es cualquiera de las curvas expuestas en el apartado anterior, la medida propuesta para examinar la bondad del ajuste es escoger el mayor de los êi / yi = (yi - f(ti)) / yi donde ei es la estima del error correspondiente a la observación yi en el momento ti Otra forma más elaborada es calcular la densidad marginal posterior de los ei , considerando ‘error excepcional’ al que sitúa la observación fuera del 95% de probabilidad de esa distribución. Es decir; se calcula la probabilidad de que cada error correspondiente a una observación tenga un valor determinado, y si ese valor se encuentra por encima de lo esperable con un 95% de probabilidad, se considera que ese punto está mal ajustado. Por ambos, se pueden recoger los puntos que se consideran particularmente mal estimados y examinar si hay algún fenómeno común a ellos.. Puesto que el crecimiento es un fenómeno observado a lo largo de un periodo prolongado, pudiera ser más adecuado realizar ajustes a varias curvas en lugar de a una sola: curva predestete y a otra postdestete. PARÁMETROS DE INTERÉS Las curvas son supuestamente útiles porque con unos pocos parámetros se puede representar un fenómeno complejo como el del crecimiento. Sin embargo, como la mayor parte de curvas se ajustan bien (a efectos prácticos) a los datos observados, es frecuente encontrase con varios parámetros cuyo significado no es el mismo, pero que describen igualmente bien el crecimiento. Los parámetros de mayor interés son: El parámetro A: En realidad sólo ‘A’ tiene el mismo sentido para todas las curvas, es el valor del peso cuando t tiende a infinito. Es una estimación del peso adulto. La figura 8 muestra curvas de Gompertz que difieren sólo en el parámetro A FIGURA 8 El parámetro k: está relacionado con la pendiente de la curva y por tanto con la tasa velocidad de crecimiento, pero esta relación varía entre las curvas. Para la función exponencial k es directamente la tasa relativa de crecimiento, y para la función de Brody la tasa de crecimiento relativa al que queda por realizar hasta alcanzar el estado adulto, pero la interpretación es menos inmediata en las demás funciones. En la figura 9 se representan tres curvas de Gompertz con distinta k pero con los mismos parámetros A y b. Como puede observarse, varía la pendiente de la curva, aunque el efecto no es directamente proporcional al valor de k. Lo mismo ocurre con la curva logística (figura 10). FIGURA 9 FIGURA 10 El parámetro b Tradicionalmente se considera como una constante de integración sin significado biológico particular. Esto no es exacto. En la curva de Gompertz, para t = 0 tenemos y0 = A· exp(-b), por tanto b = log(A/y0) lo que explica la elevada correlación que se encuentra siempre entre ‘A’ y ‘b’. Parks (1982) propone fijar ‘y0’ y eludir la estimación de ‘b’. El problema es que estimar y0 tampoco es sencillo (puede ser un carácter esencialmente materno, por ejemplo), y además se debería tener en cuenta los errores de estimación de y0 dentro del proceso de estimación de los otros parámetros. Lo que sí está claro es que b está ligado a las condiciones de inicio. En la figura 11 se representan varias curvas de Gompertz variando solamente ‘b’. Obsérvese cómo la pendiente de la curva y el peso adulto no varían. FIGURA 11 El punto de inflexión: representa el momento en el que el crecimiento deja de acelerarse y empieza a retardarse hasta llegar al peso adulto. Coincide, por tanto, con el máximo de la velocidad de crecimiento. Aparentemente es un punto importante en la descripción del crecimiento, pero la curva logística tiene el punto de inflexión a la mitad del crecimiento y la de Gompertz a 1/3. La función de Richards permite determinar el punto de inflexión, según el valor del parámetro ‘m’, sin embargo, frecuentemente los errores de estimación de este parámetro son muy grandes, y ello es debido a la forma de las curvas de crecimiento en animales: pasan por un periodo prolongado de crecimiento prácticamente lineal, lo que hace imposible detectar bien un punto de inflexión. Por consiguiente, es algo más bien arbitrario el uso de un modelo de crecimiento u otro. El hecho es que en animales los datos mueven a considerar un breve periodo de crecimiento exponencial en los primeros estadios de vida, un largo periodo lineal de crecimiento, y un periodo final de rápida desaceleración, para los que se podrían ajustar curvas diferentes si el interés del trabajo se centrara en uno u otro periodo. Parámetros de interés Parámetros de interés ELECCIÓN DEL MODELO Una vez elegida la curva que se va a usar, o las curvas que se van a comparar, hay que determinar el modelo estadístico. Hay que tener en cuenta que: 1) La varianza de los errores de ajuste aumenta con la edad. 2) Los errores de ajuste no son independientes, puesto que se toman varias medidas sucesivas en el mismo individuo y los individuos están correlacionados por el parentesco. 3) Hay efectos ambientales (tamaño de camada, sexo, estación, etc.) que pueden afectar a los parámetros de la curva de forma distinta a cada uno de ellos. Ajuste de curvas con datos no seleccionados El modelo más completo sería y = f(p; t) + e donde p sería el conjunto de parámetros a ajustar (A, b, k, en su caso) para cada individuo, de forma que p = Xb + Zu + e donde u ~ N (0, G) ; e ~ N (0, R) y b serían efectos fijos en el caso frecuentista, o efectos aleatorios con media y varianza predeterminados por las creencias a priori del autor del artículo en el caso bayesiano. El crecimiento de la varianza del error de ajuste e se puede modelizar de varias maneras, siempre y cuando se tenga en cuenta que crece con la edad y que luego decrece hasta mantenerse constante al llegar al estado adulto. Una forma de modelizarlo es suponer que la desviación típica de este error crece también con arreglo a una curva de Gompertz. Esto tiene dificultades según un análisis frecuentista de este modelo, por lo que diversos autores proponen una solución bayesiana basada en la solución general a estos problemas aportada por Varona et al. (1997). Ajuste de curvas con datos seleccionados Aquí el problema es más serio, sobretodo si el objetivo es comparar curvas de crecimiento de poblaciones no seleccionadas con poblaciones seleccionadas. Se puede optar por: Hacer las cosas bien: Usaremos toda la información disponible. No es un problema imposible de resolver, pero al margen de su dificultad teórica es previsible que genere dificultades operativas Hacer las cosas mal: Recordando los buenos viejos tiempos en que las cosas eran simples, sostendremos que si dos muestras son contemporáneas, las diferencias entre parámetros deben ser debidas sólo a los genes, por lo que ajustaremos las curvas ignorando u, y a ser posible, ignorando también b y e, y por supuesto ignorando los caracteres objeto de selección. Esta es la estrategia más frecuente. Da lugar a estimas razonables de los parámetros Llegar a un compromiso: Se trata de aplicar la lógica de la estrategia 2, pero realizando el menor número de mutilaciones posible al modelo Alternativas al ajuste de las anteriores funciones En la actualidad se están empleando cada vez más los denominados MODELOS DE REGRESIÓN ALEATORIA. Estos modelos permiten que los coeficientes de regresión no varien por grupo sino por animal. Este tipo de modelos funcionan bien cuando tenemos varios registros de un animal. Aumentan la potencia estadística del análisis. Evolución del peso vivo de terneros Crecimiento por pesadas Medias en las pesadas CURVAS DE CRESCIMENTO NA PRODUÇÃO ANIMAL Foram discutidas as propriedades de sete modelos nãolineares, considerando-se o ajuste de curvas de crescimento na produção animal. Os modelos utilizados: Brody, Richards, Von Bertalanffy e duas alternativas de Gompertz e de Logístico foram ajustados, pelo método de Gauss Newton por meio do procedimento NLIN do SAS, a dados peso-idade de oito espécies: camarão-d'água-doce, rã-pimenta, coelho, frango, ovino, caprino, suíno e bovino. Considerando-se os critérios como: convergência ou não, coeficiente de determinação e interpretabilidade biológica dos parâmetros, concluiu-se que: a) o modelo Logístico y= A/(1 + e-kt)m estimou o peso em todas as espécies animais, enquanto o de Von Bertalanffy apenas não foi adequado para camarão; b) os dois modelos Gompertz foram adequados para camarão, rã, frango, suíno e bovino; c) em cada espécie, pelo menos dois dos sete modelos mostraram-se adequados para estimar o crescimento corporal das espécies animais estudadas, pois os coeficientes de determinação foram superiores a 92,0%. LOGISTICA Bertalanffy Logística Gompertz Brody Bertalanffy Gompertz Gompertz Conclusiones O modelo Logístico y = A/(1 + e-kt)m, seguido do Von Bertalanffy y = A(1 be-kt)3, foram os mais versáteis para ajustar dados de crescimento das espécies animais estudadas. Os dois modelos Gompertz: y = yo.exp[(L/K)(1- e-kt)] e y = A.exp(-be-kt), foram adequados para predizer o crescimento de camarão, rã, coelho, frango, suíno e bovino. De modo geral, modelos não-lineares tenderam a superestimar os pesos iniciais e finais em todas as espécies animais estudadas. Em todas as espécies estudadas, pelo menos dois dos sete modelos não-lineares estudados mostraram-se adequados para estimar o crescimento corporal, em função da idade, pois os coeficientes de determinação foram superiores a 92,0%. GROWTH CURVES FOR BODY COMPONENTS, AND CARCASS WEIGHT AND COMPOSITION CARCASS OF THE KARAGOUNIKO SHEEP, FROM BIRTH TO 720 D OF AGE The growth and development of body weight (BW), carcass components and carcass composition of 102 male and female sheep of the Karagouniko dairy breed, from birth to 720 d of age, were studied. Growth curves, using the Richards growth function, were calculated for BW and carcass components. The type of the curves estimated was typically sigmoid. Asymptotic weight for BW was estimated at 101.3 and 76.5 kg for males and females, respectively. Age at point of inflection, at which maximal growth rate was attained, was predicted at 227 and 244 d, for male and female body weight curves, respectively. Among body constituents, the earliest age at the inflection point was predicted for the weight of bones (110.4 d) and the latest for total fat weight (246.9 d). No, significant, sex differences were detected for any of the estimates for maturation index k. At carcass weights of 15 kg, males were leaner and accumulated proportionately less fat than females. There was no effect of sex on bone percentage. Comparisons with carcass studies on meat-type breeds of sheep were discussed. The present study provides detailed information on growth potential and carcass development, of the Karagouniko sheep, by means of a mathematical model. Fig. 1. Growth curve and absolute growth rate for body weight of the Karagouniko male sheep: estimated growth curve (–) observed mean (×); estimated absolute growth rate (- - -). Fig. 2. Growth curve and absolute growth rate for body weight of the Karagouniko female sheep: estimated growth curve (–); observed mean (×); estimated absolute growth rate (- - -). DETERMINATION OF THE BEST NONLINEAR FUNCTION IN ORDER TO ESTIMATE GROWTH IN MORKARAMAN AND AWASSI LAMBS The Brody, Gompertz, Logistic and Bertalanffy functions were used to estimate growth in ewe lambs of the Morkaraman and Awassi breeds from birth to 360 days of age. For lamb growth, the Gompertz function resulted in the best fit for the Morkaraman breed, while the Bertalanffy function was best for the Awassi breed. Comparisons between these functions were based on coefficients of determination for the specific model and mean square error showed that the Brody, Gompertz, Logistic and Bertalanffy functions were more appropriate in explaining the growth performance of Awassi rather than Morkaraman lambs. The relationship between models for the parameter estimate of A, B and k in the Morkaraman and Awassi breeds were significant. MODELISATION DE LA CROISSANCE DE BOVINS: EVOLUTION DES MODELES ET APPLICATIONS Les modèles mathématiques tiennent de nos jours une place importante dans les recherches en biologie. En productions animales, notamment dans le domaine de la croissance des bovins, de nombreux modèles ont été élaborés. Leur degré de complexité et leur niveau d'intégration des connaissances des mécanismes varient notamment en fonction des objectifs qui leur sont assignés. La prise en compte de processus biologiques à des échelles fines, d'où un niveau d'agrégation faible du modèle, peut constituer une source d'incertitude sur la valeur des paramètres employés, et donc nuire au caractère opérationnel d'un modèle. Cet article classe et décrit dans un premier temps les différents types de modèles de croissance de bovins. Puis un modèle dynamique et mécaniste, que nous avons développé, fait l'objet d'une description détaillée. Ce modèle se veut suffisamment simple pour pouvoir être utilisé pour la prévision de la croissance des animaux en fonction de l'alimentation, tout en intégrant une formalisation mathématique des processus biologiques. Les résultats issus de ce modèle ont été confrontés avec des données expérimentales concernant des génisses Salers. Cette comparaison montre une assez bonne adéquation entre données simulées et expérimentales. Toutefois, pour certaines variables, telles que les lipides et les dépôts adipeux, des améliorations, notamment de la formalisation de nos connaissances, apparaissent nécessaires. L'intégration de tels modèles dans des outils de recommandations alimentaires est également discutée. A MECHANISTIC DYNAMIC MODEL TO ESTIMATE BEEF CATTLE GROWTH AND BODY COMPOSITION: 1. MODEL DESCRIPTION A mechanistic and dynamic model was designed and constructed to simulate beef cattle growth and related body composition for different animal types under various nutritional conditions. This model takes into account major processes involved in the evolution of body composition. We considered proteins and lipids in carcass and non-carcass tissues, which led to a total of four state variables and differential equations. The evolution of these state variables is controlled by synthesis and degradation processes, and depends on the physiological age of the animals and on metabolizable energy supply. Empty and full body weights are deduced from protein and lipid contents through allometric equations. Adaptation processes were considered in order to represent metabolic and gut fill changes that can occur at the beginning of a re-feeding phase after restriction. A total of 26 parameters is needed to run the model. Whenever possible, parameter values were taken from the literature or from our own expertise and measurements. Even so, the value of five of these parameters had to be fitted. An example is given to illustrate the relevance of the basic hypotheses governing the model. A MECHANISTIC DYNAMIC MODEL TO ESTIMATE BEEF CATTLE GROWTH AND BODY COMPOSITION: 2. MODEL EVALUATION A mechanistic dynamic model of beef cattle growth, which simulates the evolution of proteins and lipids in the body through synthesis and degradation equations, has been developed (see Hoch and Agabriel, 2003, for description). The present paper deals with the evaluation of this model by studying its behaviour and the simulated evolution of processes involved. A sensitivity analysis of model results to parameter values was performed. This model was then applied to three different data sets concerning various animal types. A comparison between continuously and discontinuously growing animals was also made. The model is shown to give a good prediction of metabolic processes such as synthesis, degradation and maintenance energies. The analysis of sensitivity to parameter values demonstrates the key role of parameters related to protein synthesis on the simulation of empty body weight. Calibration and validation on data sets representing two distinct feeding regimes for the same animals show that the model can take compensatory growth phenomena into account. Different maturing rates of animals generate different responses from the model in terms of protein synthesis. LES COURBES DE CROISSANCE CHEZ LES OISEAUX Cette revue bibliographique présente, pour les espèces avicoles, les principales fonctions mathématiques utilisées pour la description de la courbe de croissance: fonction de Richards, de Gompertz, logistique et de Janoschek. Dans un deuxième temps sont rapportées les méthodes les plus courantes d'estimation des paramètres de ces fonctions. L'influence sur ces derniers de différents facteurs tels que la taille et le mode de vie de l'espèce, le sexe et la sélection sont étudiés dans une troisième partie. Enfin, un bilan des estimations des paramètres génétiques de ces valeurs caractéristiques est présenté. DURATION OF PERFORMANCE TESTS FOR GROWTH RATE, FEED INTAKE AND FEED EFFICIENCY IN FOUR BIOLOGICAL TYPES OF BEEF CATTLE Data from the centralised performance tests for young beef bulls in South Africa were used to determine the minimum test duration required to obtain an accurate measure of feed intake, growth rate and two measures of feed efficiency: feed conversion ratio and residual feed intake. Five breeds from four different biological types were used to investigate whether different duration tests are required for different types of cattle. The results indicated that a test of between 42 and 56 days is sufficient for measurement of growth rate when a linear regression equation is used to model weight vs. time. Feed intake required approximately 56–70 days to measure accurately, while feed conversion ratio and residual feed intake both required around 70–84 days. There was little evidence of consistent breed differences in the time required to measure the traits, and it was concluded that the duration of performance tests could be shortened from 112 days to between 70 and 84 days for all breeds with no loss in accuracy of the test. DESARROLLO El desarrollo, o crecimiento relativo, valora los cambios en la proporcionalidad de las distintas regiones y tejidos corporales con la edad y/o peso vivo. Regionalmente, se observa un modelo de crecimiento centrípeto: inicialmente crecen más las regiones periféricas (cabeza y extremidades) y con posterioridad el mayor ritmo de crecimiento se aprecia en el tronco. Igualmente, se aprecia un ritmo diferente en el crecimiento de los distintos órganos y tejidos corporales DESARROLLO HAMMOND (1958) y BOCCARD (1965) propusieron diversos métodos para explicar el crecimiento diferencial, expresando el crecimiento de un órgano o tejido como: a) porcentaje del peso corporal b) fracción del peso corporal a una edad dada, comparada con la fracción calculada a otra edad. c) porcentaje de su propio valor a una edad más temprana d) peso de una parte como porcentaje de otra. DESARROLLO HUXLEY (1932) y TEISSIER (1934) describieron el crecimiento relativo mediante la ecuación alométrica: Crecimiento relativo En el crecimiento relativo hay que considerar varios aspectos: 1) gradientes de crecimiento.- como ya hemos señalado con anterioridad, el crecimiento de los diferentes componentes del cuerpo de los animales no es isométrico Crecimiento relativo 2) Velocidad de crecimiento y modificaciones anatómicas inducidas.- Si bien durante la vida fetal casi no es posible modificar el desarrollo de los órganos y tejidos, no sucede así durante postnatal. HAMMOND planteó las siguientes hipótesis: a) la subnutrición severa de la madre no afecta el desarrollo del feto hasta las últimas fases de la vida fetal b) la subnutrición en las fases finales de la vida fetal afectan más a las partes y tejidos de desarrollo tardío c) la subnutrición produce la movilización de nutrientes desde los tejidos en sentido inverso a su grado de madurez d) tejidos retardados en su desarrollo por subnutrición presentan mayor grado de crecimiento cuando los niveles nutritivos son normales e) durante las últimas fases de la vida fetal hasta la madurez, el retardo por subnutrición en el desarrollo de cualquier parte, órgano o tejido es proporcionalmente mayor a la edad a la que presenta su mayor tasa de crecimiento. Influencia de la tasa de crecimiento Crecimiento relativo 3) Irregularidad del crecimiento postnatal.Determinados componentes corporales muestran un coeficiente alométrico constante a lo largo de la vida postnatal, mientras que en otros se aprecian variaciones estacionales: unos aumentan su velocidad de crecimiento relativo (estómagos, depósitos adiposos) y otros la ralentizan (músculos, riñones). Crecimiento relativo 4) Diferencias de desarrollo según sexo.- Al analizar el desarrollo de los diferentes componentes corporales, BENEVENT (1971) comprobó que los órganos de desarrollo precoz evolucionan de manera similar en ambos sexos; para el resto hay diferencias: los machos presentan un mayor desarrollo del hígado, esqueleto y aparato digestivo, mientras que en las hembras se aprecia un mayor desarrollo de los depósitos adiposos. DESARROLLO DE MUSCULO, HUESO Y GRASA CRECIMIENTO Y DESARROLLO DEL TEJIDO ADIPOSO Los diferentes depósitos grasos evolucionan a diferente ritmo. Así, cuando el animal pesa el 50% de su peso vivo adulto, la grasa intermuscular representa el 55% de los depósitos grasos, la grasa subcutánea el 15%, la omental el 10%, la peri-renal el 7% y la mesentérica el 6%. El coeficiente alométrico es mayor en la grasa abdominal y subcutánea y menor en la intermuscular, de manera que los primeros pasan del 4-7% al nacimiento al 9-13% en la edad adulta, mientras que la grasa intermuscular desciende del 60 al 43% del total de grasa corporal. La grasa intramuscular tiene un crecimiento más lento de manera que el contenido en lípidos del músculo aumenta del 1,5% al 6%, mientras que el conjunto de lípidos corporales pasa del 5% al 30%. Evolución de otros componentes corporales -En los depósitos grasos desciende el contenido en agua y aumenta el contenido en lípidos -Aumenta el diámetro de los adipocitos de todos los depósitos grasos -Animales con alta tasa de deposición grasa tienden a tener más grasa subcutánea y renal