Resumen de Predicción del porcentaje de proteína total a partir de muestreos parciales y ajuste de efectos medioambientales

María C. Ceballos, Guillermo Correa, José Julián Echeverri Zuluaga

• español

  Objetivo. Hallar una ecuación matemática para estimar el porcentaje de proteína promedio total (PPPT), a partir de la producción parcial (PP) y otros factores ambientales que afectan esta característica. Materiales y métodos. La investigación fue realizada en tres fincas lecheras del departamento de Antioquia, Colombia. Se muestrearon 182 vacas Holstein; la captura de información se llevó a cabo mediante muestreos mensuales de dos ordeños diarios. Se tomó información relacionada con hora de entrada al ordeño, producción de leche, número de parto, época del parto y los días en lactancia. El análisis estadístico se realizó mediante un modelo de regresión múltiple donde se determinaron las fuentes de variación significativas sobre el porcentaje de proteína total del día. A partir de los coeficientes de regresión estimados se generó un modelo de predicción para la variable antes mencionada. Resultados. Los efectos número de parto, días de lactancia, producción de proteína parcial (pm), producción de leche, expresión cuadrática de la producción de proteína parcial (am), producción de proteína parcial (am) y el intervalo entre ordeños tuvieron un efecto significativo (p<0.05) sobre el porcentaje de proteína total del día; a partir de estos efectos se generaron dos modelos de predicción de PPPT a partir de un muestreo parcial (am y pm). Conclusiones. El PPPT está afectado por diversos factores medioambientales que deben ser ajustados para los modelos de predicción. Estos modelos pueden ser aplicados para ajustar datos de un muestreo parcial (am o pm) y ajustarlos posteriormente a un valor de producción de proteína promedio día, en los programas de mejoramiento genético.

• English

  Objective. To find a mathematical expression for calculating the average percentage of total protein (APTP) from the partial production (PP) and other environmental factors that affect this characteristic. Materials and methods. The study was conducted on three dairy farms in the department of Antioquia, Colombia. 182 Holstein cows were sampled; the data capture was carried out through monthly sampling of the two daily milking sessions. Milking activity beginning time, milk production, number of births produced, season of parturition and days in lactation were recorded. The statistical analysis was conducted using a multiple regression model which identified significant sources of variation on the total daily protein content. Based on the estimated regression coefficients a prediction model for the aforementioned variable was generated. Results. The number of births produced, days in lactation, partial protein production (pm), milk production, quadratic expression for partial protein production am, partial protein production (am) and milking intervals had significant effects (p<0.05) on the total daily protein percentage content. Two models for APTP prediction from a partial sample (am and pm) were generated from these effects. Conclusions. The APTP is affected by various environmental factors that must be adjusted for prediction models. These models can be implemented to adjust data from a partial sample (am or pm) and further adjusted to a reliable average daily protein production in genetic breeding programs.