Visualizar - Sinuelo Agropecuária

SELEÇÃO E ACASALAMENTO DE BOVINOS COM AUXÍLIO DA
PROGRAMAÇÃO MATEMÁTICA
Maurício Borges1, Graciele S. Nascimento Borges1 e Fábio Dias2
1-Progenie Tecnologia em Melhoramento Animal / 2- Agropecuária CFM
www.progenie.com.br / www.agrocfm.com.br
1. Introdução
Os programas de melhoramento genético de bovinos de corte com certificação
pelo Ministério da Agricultura e Pecuária através do CEIP (Certificado Especial de
Identificação e Produção), são compostos por diversos produtores, com as propriedades
distribuídas em diversas regiões do país. Durante o processo de seleção de touros e
acasalamento, normalmente, cada produtor estabelece seus critérios de seleção
independentemente, o que muitas vezes afeta negativamente o ganho genético do
programa de melhoramento que participa. A centralização da seleção e acasalamento é
difícil, porque existem diversas restrições individuais, e grande parte dessas variáveis
são discretas ou binárias, necessitando de algoritmos matemáticos mais eficientes.
Os exemplos de restrições individuais mais comuns são o uso de limite de touros
por local de inseminação, quando há vários pontos de inseminação em uma propriedade;
restrição ao uso de determinados touros em rebanhos específicos; necessidade de
realizar acasalamento dentro de linhagens, assim como entre linhagens, para atender
mercados específicos e aplicação de acasalamento corretivo para características físicas,
como aprumos. Todas essas restrições seguem um padrão discreto e por isto são difíceis
de serem tratadas matematicamente.
A única forma de centralizar a seleção e o acasalamento é através da utilização
de métodos que levem em consideração todos esses aspectos, que em conjunto com a
maximização do índice genético esperado nos produtos do acasalamento, irão garantir
um maior ganho genético dos programas de melhoramento genético, uma vez que todas
as variáveis (contínuas e discretas) são tratadas de uma só vez. Para isto é necessário o
desenvolvimento de um modelo de programação matemática mista, onde tanto variáveis
contínuas, quanto discretas possam ser resolvidas.
2. Objetivos
O objetivo do presente trabalho consiste em demonstrar através do sistema
Progenie a aplicação de técnicas de otimização com auxílio da programação matemática
mista, na seleção e acasalamento de um programa de melhoramento genético da raça
Nelore.
Outro objetivo é demonstrar como as decisões de seleção e acasalamento podem
ser tomadas em conjunto e centralizadas para proporcionar maior ganho genético em
programas de melhoramento com CEIP.
3. Material e Métodos
O modelo de otimização foi aplicado a um conjunto de dados correspondente a
6292 vacas previamente selecionadas e distribuídas em 10 (dez) retiros de 2 (duas)
fazendas (1 e 2) e 102 (cento e dois) touros do rebanho da Agropecuária CFM. O
sistema Progenie definiu a seleção e intensidade de uso de cada touro, pela construção
de um modelo de otimização onde a função objetivo foi a maximização do índice
genético dos produtos obtidos pelos acasalamentos, sujeito a diversas restrições, como:
 Nível máximo de endogamia da combinação touro/vaca;
 Nível máximo de endogamia média de todos os produtos gerados pelo
acasalamento;
 Limite máximo de DEP PN (peso nascimento) nos produtos;





Limite mínimo de DEP PD (peso desmame) nos produtos;
Limite mínimo de DEP GPPD (ganho de peso pós-desmame) nos produtos;
Limite mínimo de DEP CE (circunferência escrotal) nos produtos;
Limite mínimo de DEP MUS (musculosidade) nos produtos;
Limite mínimo de DEP PP14 (probabilidade de prenhez novilhas).
Para garantir que o modelo fosse totalmente aplicável ao sistema de produção,
uma restrição de máximo de diferentes touros por local de inseminação (retiro) foi
implementada. Esta restrição foi denominada de restrição logística e segue um padrão
discreto, por isto o modelo de otimização é do tipo misto, já que existem variáveis
contínuas e discretas. Assim, permitiu-se um limite máximo de 10 a 24 diferentes
touros, dependendo do retiro.
4. Resultados
Primeiramente, o sistema Progenie realizou o acasalamento das vacas sem
considerar a restrição logística, para se definir a solução ignorando as variáveis
discretas. Dos 102 touros disponíveis para seleção e acasalamento foram selecionados
42 touros, sendo o uso de cada um deles variável de acordo com as restrições e a função
objetivo. Nesse ponto, é possível visualizar a distribuição de touros por retiro, a qual é
totalmente dispersa e difícil de se implantar num programa de inseminação artificial
(Tabela 1). Como pode ser observado na tabela 1, o número de touros por retiro variou
de 27 a 33.
Com a aplicação da restrição logística (modelo de otimização inteira), foram
selecionados 40 touros, com exclusão dos touros L e Z utilizados na primeira solução.
Entretanto foi possível chegar a um limite aceitável de touros por retiro, variando de 12
a 16, com exceção do retiro 14 da fazenda 2 a qual manteve 24 touros por tratar-se de
um retiro que particularmente não necessitaria de uma restrição mais forte.
A lista obtida pode ser enviada para a central de inseminação com a
antecedência necessária para o preparo dos botijões de sêmen, para posterior
encaminhamento aos retiros de inseminação, diminuindo assim os riscos de perda de
viabilidade do sêmen por manipulação inadequada dos botijões na fazenda.
A solução ótima encontrada sem considerar a restrição por retiro foi 11,95,
enquanto que considerando essa restrição o índice foi 11,88, ou seja, menos que 1% de
diferença.
Isto significa que não seria viável relaxar a restrição por retiro (aumentar o
número de touros por retiro) a menos que a diminuição do índice fosse grande o
suficiente para justificar tanto o aumento de botijões por retiro quanto o risco de erro de
inseminação, pela dificuldade de manipulação do botijão de sêmen.
5. Conclusões
A programação matemática foi eficiente na solução de problemas de otimização
com variáveis discretas, o que proporcionou uma maior eficiência dos processos de
seleção e acasalamento, maximizando o índice de seleção e atendendo a todas as
restrições necessárias para a implantação do programa de inseminação artificial. O
modelo proposto pode ser usado em grandes programas de melhoramento genético
tornando as decisões de seleção e acasalamento mais objetivas, garantindo assim
maiores ganhos genéticos, sem afetar, entretanto as decisões individuais de cada criador
participante do programa.