Skip to main content
padlock icon - secure page this page is secure

Genetic change of feed intake curves in growing pigs using non-linear two-stage genetic analysis and linear random regression models

Buy Article:

$59.00 + tax (Refund Policy)

Summary Longitudinal data of daily feed intake from 5245 young boars were analysed in this study in order to improve feed efficiency by changing the feed intake curve. Individual logistic and linear-segmented functions were fitted, based on daily data of feed intake per boar, recorded during a test period of 9 weeks. Heterogeneous variance was considered by means of the power-of-the-mean variance model. The mean estimated day on test corresponding to maximum increment in feed intake varied from 71 to 81 days using logistic function, and the mean estimated day on test at which the feed intake plateau was reached varied from 45 to 48 days on test, using a linear-segmented function. High differences in the individual variation pattern of feed intake were obtained. A mixed model was fitted to individual estimates of function parameters. The uncertainty in individual estimation was taken into account by incorporating the estimated asymptotic covariance matrices. Estimates of heritability for parameters characterizing feed intake at the beginning of the test period ranged from 0.03 to 0.30. Selection based on parameters of a logistic function, using absolute residual estimation of variance heterogeneity, reduced feed intake at the end of the test period by 0.2 kg/day, while feed intake at the beginning of the test was slightly modified. With increasing individual information on daily feed intake, the two-stage method was recommended. If individual observations on daily feed intake are sparse, random regression models were preferred in order to change the feed intake curve for breeding purposes.

German
Zusammenfassung Genetische Veränderungen von Futteraufnahmekurven durch nichtlineare zweistufige genetische Analysen und Random Regression Modelle beim Schwein

Mit der Zielsetzung der Verbesserung der Futterverwertung durch erhöhte Futteraufnahme im frühen Wachstumsstadium, wurden die Daten der täglichen Futteraufnahme von 5245 jungen Ebern in dieser Studie analysiert. Individuelle logistische und linear-segmentierte Funktionen wurden an die tägliche Futteraufnahme von Eber angepaßt, die über einen Auswertungszeitraum von neun Wochen erhoben wurden. Die Berücksichtigung von heterogenen Varianzen erfolgte durch das ‘Power-of-the-mean’ Modell der Varianz. Der mittlere geschätzte Zeitpunkt der Prüfperiode mit dem höchsten Zuwachs in der Futteraufnahme variierte vom 71. bis 81. Tag bei Verwendung der logistischen Funktion; während bei Verwendung der linear-segmentierten Funktion der mittlere geschätzte Zeitpunkt des Erreichens des Futteraufnahmeplateaus von 45. bis 48. Prüftag variierte. Hohe Unterschiede in den individuellen Variationsstrukturen der Futteraufnahme wurden aufgezeigt. Ein gemischtes Modell wurde den individuellen Funktionsparametern angepaßt. Die Unsicherheit einer individuellen Schätzung konnte durch die Einbeziehung geschätzter asymptotischer Kovarianzmatrix berücksichtigt werden. Geschätzte Heritabilitäten für die Funktionsparameter, die die Futteraufnahme am Anfang der Mast charakterisieren, variierten von 0.03 bis 0.30. Eine Selektion, die auf der Basis der logistischen Funktion einschließlich Schätzung der Heterogenität der Varianz durch absolute Residuen basiert, führte zu einer Reduktion der Futteraufnahme am Ende der Prüfperiode um 0.2 kg pro Tag, während die Futteraufnahme zu Beginn der Prüfperiode sich kaum änderte. Mit zunehmenden Informationen über die tägliche Futteraufnahme kann die vorgestellte zweistufige Methode zur Zuchtwertschätzung empfohlen werden. Liegen nur wenig Informationen über die tägliche Futteraufnahme während der Mast vor, sind Random Regressionsmodelle in der Zuchtwertschätzung zu bevorzugen, um Futteraufnahmekurven zu optimieren.
No References
No Citations
No Supplementary Data
No Article Media
No Metrics

Document Type: Research Article

Affiliations: 1: Institut für Tierzucht und Tierhaltung, Christian-Albrechts-Universität zu Kiel, Kiel, Germany and 2: PIC Germany, Schleswig, Germany

Publication date: August 1, 2003

  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more