Predicción de la producción de leche, grasa y proteína de acuerdo al nivel de células somáticas en leche de cabra

Abstract

RESUMEN Las células somáticas (CS) son un mecanismo de defensa natural que tiene la glándula mamaria de la cabra y han sido utilizadas como indicador para evaluar la calidad de la leche. Actualmente no existen estudios en cabras para obtener predicciones sobre la producción de leche, grasa o proteína de acuerdo al nivel de células somáticas por lo que el objetivo del presente estudio fue la predicción de la producción de leche las cuales permiten tomar decisiones para hacer más eficiente la productividad de los rebaños. Los datos fueron obtenidos de doce rebaños pertenecientes a la Asociación Americana de Cabras Lecheras (American Dairy Goat Association) de Estados Unidos de Norteamérica, durante el período 2003-2010 incluyendo 1,412 lactancias de las razas Saanen, Nubia, Toggenburg, Alpina, La Mancha y Cruzadas. Se estimaron correlaciones de Pearson entre las determinaciones mensuales de CS con el promedio de células somáticas de toda la lactancia (PCS). También se utilizó un modelo de regresión múltiple tomando como variable dependiente PCS en función de las determinaciones mensuales de CS. Adicionalmente un segundo modelo de regresión múltiple fue usado para predecir las producciones de leche, grasa y proteína en la raza Alpina para primeras y posteriores lactancias, considerando como variables independientes la cuenta de CS de cada mes de la lactancia, días en producción a la fecha de determinación de CS, duración de toda la lactancia y PCS (22 variables), de la misma manera se realizaron predicciones para la producción de leche utilizando variables tempranas de la lactancia para la raza Alpina de segunda y posteriores lactancias. El promedio de PCS fue 508±132 miles de células, con un coeficiente de variación de 25.9%. Todas las correlaciones estimadas fueron significativas (P<0.01) siendo las más altas entre las CS de la segunda, tercera y cuarta determinación mensual (de 0.7 a 0.77). En el modelo de regresión para PCS todas las determinaciones mensuales de CS fueron significativas, explicando el 79.4% de la variación de PCS, siendo el pesaje número ocho el que más contribuyó en el incremento del coeficiente de determinación (43.5%). El modelo de regresión polinomial de la raza Alpina utilizando todas las lactancias presentó un coeficiente de regresión (R2) de 51.84% para producción de leche, 69.37% para porcentaje de grasa y 54.86% para porcentaje de proteína. Para la raza Alpina de primera lactancia el R2 fue de 52.68% para producción de leche, 43.94% para porcentaje de grasa y 57.47% para porcentaje de proteína, y para segundas y posteriores lactancias el R2 fue de 69.17% para producción de leche, 73.19% 7 para porcentaje de grasa y 62.26% para porcentaje de proteína. Debido a los mayores R2 obtenidos en este último modelo, se usaron los parámetros obtenidos para hacer las predicciones para producción de leche, grasa y proteína obsevando que la producción de leche por lactancia se vio influida por los valores de cada una de las variables independientes, no se observan en la producciones predichas pérdidas importantes cuando CSS tiene valores altos. Sin embargo, las producciones de los pesajes uno, dos y cuatro, tienen una relación muy estrecha con la predicción de leche por lactancia. Con la metodología de predicción de producción de leche, grasa y proteína implementada en este estudio, los productores de cabras tienen una herramienta importante que puede ser utilizada para la toma de decisiones. Palabras clave: Mastitis; pérdidas en producción de leche, grasa y proteína; cabras lecheras; conteo de células somáticas.

ABSTRACT Somatic cells (CS) are a natural defense mechanism that has the goat mammary gland and have been used as an indicator to assess the quality of milk. Currently there are no studies in goats for predictions about the production of milk, fat or protein according to the level of somatic cells so the objective of the present study was the prediction of the milk production which allow to make decisions to make more efficient the productivity of the herds. The data were obtained twelve herds belonging to the American Dairy Goat Association (American DairyGoatAssociation) United States, during the period 2003-2010 including 1,412 lactations of Saanen, Nubian, Toggenburg, Alpina, La Mancha breeds and Crusades. Pearson correlations between CS determinations monthly average somatic cell throughout lactation (PCS) were estimated. Multiple regression model using as dependent variable PCS based on monthly measurements of CS was also used. Additionally one second multiple regression model was used to predict yields of milk, fat and protein in the Alpine race for first and subsequent lactations, considering as independent variables account CS of each month of breastfeeding, day in production to date CS determination, duration of any breastfeeding and PCS (22 variables), in the same way predictions for milk production variables were performed using early breastfeeding for the Alpine race second and subsequent lactations. The average was 508 ± 132 PCS thousands of cells, with a coefficient of variation of 25.9%. All estimated correlations were significant (P <0.01) being the highest among the CS of the second, third and fourth monthly determination (0.7 to 0.77). In the regression model for all monthly PCS CS determinations were significant, accounting for 79.4% of the variation in PCS, weighing number eight being the main contributor to the increase in the coefficient of determination (43.5%). The polynomial regression model of the Alpine race using all lactations showed a regression coefficient (R2) of 51.84% for milk production, 69.37% for fat percentage and 54.86% for protein percentage. For the Alpine race first lactation the R2 was 52.68% for milk production, 43.94% for fat percentage and 57.47% for protein percentage, to second and subsequent lactations R2 was 69.17% for milk production, 73.19% for percentage of 62.26% for fat and protein percentage. Due to higher R2 obtained in the latter model, the parameters obtained were used to make predictions for milk, fat and protein took in the production of milk per lactation was influenced by the values of each of the independent variables, not observed in the major predicted productions losses when CSS has high values. Without thier, the 9 productions of weighing one, two and four have a very close relationship with the prediction of milk per lactation. With the methodology of predicting milk production, fat and protein implemented in this study, goat producers have an important tool that can be used for decision making. Keywords: Dairy goat, somatic cell count, phenotypic correlation