UNIVERSIDAD NACIONAL DE

HUANCAVELICA
(Creada por ley Nro. 25265)

PROYECTO DE INVESTIGACIN

EVALUACIN GENTICA DE CARACTERES DE IMPORTANCIA

ECONMICA EN ALPACAS (VICUGNA PACOS) HUACAYA DEL DISTRITO
DE PILPICHACA DE LA PROVINCIA DE HUAYTARA REGIN
HUANCAVELICA

LNEA DE INVESTIGACIN

Identificacin y desarrollo de las potencialidades econmicas de la zona de

impacto del proyecto camisea.

RESPONSABLE:

Ing. M.Sc. Rufino Paucar Chanca

MIEMBROS:

Dr. Leopoldo Alfonso Ruiz.

Dra. Beatriz SoretLafraya.
Ing. Carlos Ventura Ancco.
Est. Joel Rojas Salvatierra.
Est. KenjyKeyro Requena Guillen.

Fecha de Inicio :Abril - 2014

Fecha de Culminacin :Diciembre - 2015
 INDICE

I. CAPTULO I: PROBLEMA 3
1.1. Planteamiento del problema 3
1.2. Formulacin del problema 3
1.3. Objetivo 4
1.4. Justificacin 5
II. CAPTULO II: MARCO TERICO 7
2.1. Antecedentes 7
2.2. Bases tericas 8
2.3. Hiptesis 30
2.4. Definicin de trminos 30
III. CAPTULO III: METODOLOGA DE LA INVESTIGACIN 32
3.1. mbito de estudio 32
3.2. Tipo de investigacin 32
3.3. Nivel de investigacin 32
3.4. Mtodo de investigacin 32
3.5. Diseo de investigacin 32
3.6. Identificacin de Variables 33
3.7. Definicin Operativa de Variables e Indicadores 37
3.8. Poblacin, Muestra, Muestreo 38
3.9. Recoleccin de Datos 38
3.10. Tcnicas de procesamiento y anlisis de datos 38
IV. CAPTULO IV: ASPECTO ADMINISTRATIVO 42
4.1. Potencial humano 42
4.2. Recursos 42
4.3. Cronograma de actividades 44
4.4. Cronograma presupuestal 45
4.5. Presupuesto 45
4.6. Financiamiento 49
REFERENCIA BIBLIOGRFICA 50
ANEXOS 61

I.

2
 II.

III. CAPTULO I: PROBLEMA

1.1. Planteamiento del problema

La crianza de la alpaca constituye una importante actividad

econmica del poblador alto andino, la cual se desarrolla por
encima de los 4000 msnm; las familias estn organizadas en
comunidades de pastores, bajo un sistema de crianza de Rebao
Mixto Familiar (alpacas, llamas, ovinos). Estos rebaos se
caracterizan por carecer de sistemas de crianza adecuados, con
escasos criterios de mejoramiento gentico(Quispe, 2005;
Gobierno Regional de Huancavelica, 2006).

En Per existen una serie de iniciativas de mejora gentica

en alpacas que abarcan modestos planes a nivel predial hasta
programas de gran escala a nivel nacional (Quispe et al., 2008).
No obstante estos programas de mejora gentica actualmente
estn teniendo pocos avances y reducido progreso gentico,
debido a muchos factores (Deficiencias en la identificacin de los
animales, inadecuados registros de produccin y genealoga,
inadecuada infraestructura, etc.) entre ellos el criterio subjetivo
(fenotpicamente) que se utiliza al momento de seleccionar los
reproductores(Paucar, 2011), por ello el presente trabajo pretende
realizar un modelo de seleccin objetiva de reproductores a travs
de evaluaciones genticas, por otro lado el modelo animal que se
establecer puede ser aplicable en toda la regin de
Huancavelica.

1.2. Formulacin del problema

Problema principal

Cules son los valores genticos en caracteres de importancia

econmica en alpacas Huacaya del distrito de Pilpichaca de la
provincia de Huaytara regin Huancavelica?

3
 Problemas secundarios

Cules son los parmetros genticos en caracteres de

importancia econmica en alpacas Huacaya?

Cul es el grado de consanguinidad en alpacasHuacaya?

Cul es la fiabilidad de asignacin de paternidad en

alpacasHuacaya?

1.3. Objetivo

General

Predecir los valores genticos en caracteres de importancia

econmica en alpacas Huacaya del distrito de Pilpichaca de la
provincia de Huaytara regin Huancavelica.

Objetivos Especficos

Predecir los valores genticos en alpacasHuacayapara:

peso de velln sucio, media de dimetro de fibra,
desviacin estndar de la media de dimetro de fibra,
coeficiente de variacin delamedia de dimetro de fibra y
factor de confort.
Estimar parmetros genticos (heredabilidad y
repetibilidad)en alpacas Huacayapara: peso de velln
sucio, media de dimetro de fibra, desviacin estndar de
la media de dimetro de fibra, coeficiente de variacin de la
media de dimetro de fibra y factor de confort.
Calcular el grado de consanguinidad en alpacasHuacaya.
Estimar la fiabilidad de asignacin de paternidad en
alpacasHuacayautilizando marcadores genticos
(microsatlites).

4
1.4. Justificacin

La evaluacin gentica, es un componente importante de

los programas de mejora gentica y gran parte del xito de un
programa de mejora gentica depende de este componente.Se
entiende por evaluacin gentica al proceso que tiene como
finalidad la obtencin de los valores genticos de los animales de
una determinada poblacin, lo cual se realiza aplicando las bases
de la gentica cuantitativa, teniendo como insumos registros
productivos y de genealoga.

La eleccin de los reproductores de la siguiente generacin

es un paso fundamental en un programa de mejora gentica. Para
realizar esta eleccin, el mejorador debe utilizar el valor gentico
de los individuos, dejando para reposicin aquellos animales cuya
combinacin de genes es la mejor para el carcter de inters. El
objetivo de esta eleccin es maximizar la ganancia gentica por
generacin mediante una correcta ordenacin por mrito gentico
de los candidatos a ser reproductores.

Actualmente en la regin de Huancavelica, la eleccin de

los reproductoresde la siguiente generacin en alpacas, se basa
en una seleccin fenotpica con medidas subjetivas, lo cual no
permite ganancias genticas por generacin, traducindose en
una productividad baja, por ende ingresos econmicos bajos para
el productor.

Por ello, la ejecucin del presente trabajo de investigacin

es de gran importancia, debido a que permitir conocer los
valores genticos de las alpacas. Los cuales se utilizaran para
elegir los reproductores de la siguiente generacin de una forma
objetiva, maximizando de esta forma la ganancia gentica por
generacin (mayor progreso gentico), lo cual traer como
consecuencia una mayor produccin (mayor peso de velln) de
calidad (buena finura y factor de confort) y ello se traduce en
mayores ingresos para el productor, lo cual permitir mejorar su
calidad de vida.
5
 Por otro lado, el presente trabajo permitir conocer los
factores medioambientales que influyen sobre la produccin en
alpacas, con todo ello se establecer un modelo de seleccin
objetiva en alpacas. Lo cual puede ser aplicable en toda la regin
de Huancavelica.

Toda la informacin que se obtendr en el presente estudio

constituir un punto de partida, para generar un programa de
mejoramiento gentico en alpacas a nivel regional y nacional.

6
 IV. CAPTULO II: MARCO TERICO

2.1. Antecedentes

En alpacas se vienen realizando evaluaciones genticas de

alpacas para caractersticas relacionadas a la fibra en Australia
(Ponzoni, 2000), Nueva Zelanda (Wuliji et al., 2000), Estados
Unidos e Italia (Renieri, et al., 2007), sin embargo a la fecha no
existen especificaciones de dichos trabajos respecto a
modelamiento, consideracin de efectos fijos y base de datos. En
Per, como inicio de la estimacin de valores de cras, podemos
citar el trabajo de Ayala y Chvez (2006), realizado en rebaos de
la SAIS Pachactec, quienes utilizando un modelo mixto,
correspondiente a un modelo macho (y = Xb+Zu+e) y
considerando como efectos fijos el sistema de manejo y sexo,
como efectos aleatorios la edad de la madre al parto, edad al
destetey efecto del padre, con una poblacin conformada por 138
machos y 425 hembras, determinaron los mritos genticos para
media de dimetro de fibra (MDF) y desviacin estndar de la
MDF (SDMDF) los cuales fueron aglomerados en un valor
genotpico agregado (H = -VCMDF 1.49*VCSDMDF) a fin de
ordenar a 33 reproductores evaluados en base a estos dos
caracteres. Asimismo para rebaos del Centro de Desarrollo
Alpaquero de Tocra (CEDAT), Renieri et al. (2007), refiere la
evaluacin de 293 alpacas para las caractersticas cuantitativas:
PVS, MDF y CVMDF utilizando un modelo para mltiples
caracteres, cuyos meritos genticos encontrados fueron incluidos
en un ndice seleccin con pesos de 50, 40 y 10% para MDF,
CVMDF y PVS.

Evaluaciones genticas para peso de velln sucio (PVS) y

MDF en alpacas de la Regin de Huancavelica, Per, fueron
reportados por Paucar et al. (2009), para lo cual utilizaron 660
datos correspondiente a 571 animales, planteando en el modelo,
como factores fijos: la edad (en 4 niveles), el sexo (en 2 niveles) y
7
 conjunto ao-rebao-comunidad-campaa (en 65 niveles) y el
efecto permanente ligado al animal (factores ambientales
comunes a varias observaciones de un mismo animal y genticos
de tipo no aditivo); como efecto aleatoria: al animal (efecto
gentico aditivo) y el efecto residual. No consideraron la matriz de
parentesco por la escasa informacin genealgica todava
disponible y por la misma razn, se consider valores de
componentes de varianza estimados en otros trabajos para
repetibilidad y heredabilidad, considerando independientes ambos
caracteres evaluados.

Morante et al. (2009) y Gutirrez et al. (2009), reportan

evaluaciones genticas en alpacas llevadas principalmente para
caractersticas relacionadas a la fibra como la MDF y el CVMDF,
aunque tambin refieren que se evalan caracteres como peso
de velln sucio (PVS), longitud de mecha (LM), intervalo entre
esquilas (IE) y valor textil (VT), para lo cual utilizaron 2531 datos
con una media 2.6 rcords por animal, con un modelo
multivariado para medidas repetidas, (y = Xb + Zu + Wp + e)
incluyendo las variables indicadas anteriormente, incluyendo
como efectos fijos la combinacin mes-ao de esquila (en 41
niveles), color-raza (en 6 niveles), sexo (en dos niveles) y edad a
la esquila (tabulada en das, como una covariable lineal y
cuadrtica). Asimismo Cervantes et al. (2010) refieren para la
misma poblacin, una evaluacin gentica, incluyendo
caractersticas categricas (Densidad de velln, rizo, estructura
de velln, cabeza, cobertura y apariencia general), con una base
de datos conformados de 5409 y 1532 rcords para alpacas
Huacaya y Suri, respectivamente.

2.2. Bases tericas

Evaluacin Gentica

Se entiende por evaluacin gentica al proceso que tiene

como finalidad la obtencin de los estimados de los valores de
cra (EVC) o mrito gentico estimado (en ingls,
8
Breedingvaluesestimated - BVE) de los animales de una
determinada poblacin, lo cual se realiza aplicando la gentica
cuantitativa, teniendo como insumo los registros productivos,
registros de genealoga (Bourdon, 1997; Quispe y Alfonso, 2007).

Al utilizar la seleccin como mtodo de mejora gentica

animal, se requiere como base seleccionar a los animales que
tengan EVC ms altos que el promedio, a fin que stos sean los
padres de la siguiente generacin. De ste modo la progenie de
estos padres seleccionados tendrn un mrito gentico ms alto
que la generacin parental (Cameron, 1997; Quispe y Alfonso,
2007).

Van Vleck (1993) explica que el EVC es slo una parte del
valor genotpico parental o de individuo, y est constituido por el
valor que puede ser transmitido desde los padres a la siguiente
generacin. Para su entendimiento es necesario tener en cuenta
que el valor del genotipo (de la ecuacin: P = G + E) est
compuesto del valor debido al efecto de los genes aditivos (G A),
dominantes (GD) y de interaccin entre (GAA) o inter ellos (GAD),
que en general se denomina epistasis (GI). De ste modo la
ecuacin, que explica el valor genotpico de un animal puede ser
explicado por:

G = GA + GD+ GI = GA+ GD+ GAA+ GAD+ GAAA+ . . .

As, los valores genotpicos representan el efecto de todos los

genes (solos y en combinacin) que estn involucrados en el
performance de un carcter; y por lo tanto no todo el valor
genotpico es heredable. El valor de cra o valor aditivo que es la
parte del valor genotpico de un individuo es debido a los efectos
de los genes en forma independiente, y por lo tanto pueden ser
transmitidos de los padres a los hijos. Un modo alternativo (muy
usada) de entender la diferencia entre el valor genotpico y del
valor de cra es pensar que el primero es el valor de todos los
genes del individuo respecto a su propio rendimiento, mientras

9
que el segundo es el valor los genes del individuo respecto al
rendimiento de su progenie. Dado que ni los valores genotpicos,
ni los valores de cra pueden ser medidos directamente, utilizando
la tecnologa apropiada, pueden ser predichos. Una prediccin de
un valor de cra es conocido como estimado del valor de cra
(Bourdon, 1997).

Aunque la base gentica de teora del ndice de seleccin, fue

desarrollada por Hazel (1943) con fines de combinar caracteres
para seleccionar animales con miras de optimizar los retornos
econmicos, tambin sirve de base como mtodo para realizar
predicciones genticas; as dentro de ste ltimo rol, un ndice de
seleccin es esencialmente una combinacin de varios tipos de
informacin fenotpica y apropiados factores de ponderacin, y
puede tomar la siguiente forma:

I = b1x1 + b2x2+ . . . + bnxn

Donde: I = prediccin gentica o valor del ndice, b i = el factor de

ponderacin, xi = dato simple de informacin fenotpica o
promedio de un grupo de registros de rendimiento, y n = nmero
total de datos de informacin de rendimiento.

De ste forma, en un ndice de seleccin, la informacin

usada en la estimacin del valor de cra de un animal, proviene de
tres fuentes de informacin: a) de los registros de su propio
rendimiento, b) de los registros de sus antecesores y/o de sus
parientes colaterales del individuo (datos de pedigr), y c) de los
registros de los descendiente del animal (datos de la progenie). La
cantidad de informacin de estas fuentes varan, pues animales
an no nacidos o muy jvenes slo tendrn datos de pedigr, pero
cuando lleguen a la etapa productiva, pueden llegar a tener o no
registros productivos propios, pues en algunos caracteres - como
los limitados por el sexo -, stos nunca se mostrarn, como es el
caso de produccin de leche en toros, pero cuando llegue a ser
seleccionado como padre generar muchos datos de progenie,

10
con lo cual ser posible estimar su valor de cra, incluso de una
forma mucho ms precisa que si tuviera solo su propio registro.

Como ejemplo de categoras de datos que pueden ser

usado en un ndice de seleccin, seran: x1, referido al registro de
produccin respecto a un carcter del propio animal; x2, referido al
promedio de los rendimientos de los medios hermanos del animal,
para el mismo carcter; x3, referido al promedio de los
rendimientos de la progenie del animal, para el mismo carcter;
x4, x5 y x6, referido al registro de produccin del propio individuo,
de sus medios hermanos y progenie respectivamente, para un
carcter correlacionado. En cualquier caso, cada x es un valor
(Van Vleck, 1993).

En la construccin de un ndice de seleccin, cada valor de

la informacin fenotpica es normalmente expresado como
desviacin respecto a la media del grupo contemporneo, pues
as permite tenerse en cuenta las diferencias medioambientales
entre grupos contemporneos. El problema de esto, es que se
asume que todos los grupos contemporneos son genticamente
similares. Una desviacin de +10 unidades de un grupo
contemporneo se asume ser genticamente equivalente a una
desviacin de +10 unidades en otro grupo contemporneo. Si la
media de los valores de cra de cada grupo es la misma (por
ejemplo, si los grupos contemporneos son en efecto
genticamente similares), esta asuncin es correcta; sin embargo
si el promedio de los valores de cra de los grupos
contemporneos difieren, entonces el uso de las desviaciones de
la media de los grupos contemporneos crea un sesgo en los
datos. Los registros de los grupos contemporneos
genticamente ms pobres aparecen mejorados, y los registros
de los genticamente superiores aparecen desmejorados. Por
esta razn, los ndices de seleccin slo son usados para
prediccin gentica cuando los registros productivos provienen de
grupos contemporneos genticamente similares. En la prctica,

11
esto significa que debera probablemente ser usado dentro de los
rebaos y no para comparaciones entre rebaos dentro de las
poblaciones (Bourdon, 1997).

Para la comparacin de los animales es necesario tambin

tener muy en cuenta los factores medioambientales que afectan el
carcter o los caracteres que queremos mejorar, pues stos
tienden a enmascarar el valor de cra de los animales que pueden
ser seleccionados (Eltawil et al., 1970), por tal circunstancia
existen metodologas como las ndices de seleccin, que antes de
determinar los parmetros genticos (EVC, h2, r, entre otros), en
primer lugar corrigen los valores fenotpicos por los efectos
medioambientales o factores fijos, sin embargo el utilizar una
estimacin basado en pasos secuenciales, tiene como efecto
incrementar la imprecisin y el error de los parmetros a estimar
(Snedecor y Cochran, 1980).

Es bien sabido que la edad de una alpaca cuando es

esquilada ejerce una fuerte influencia sobre su produccin de
fibra, asimismo dependiendo del rebao a que pertenece la
alpaca madre (debido al efecto del tipo de vegetacin, pastor,
entre otros) influye sobre el peso vivo al nacimiento de la cra. Por
lo tanto, la edad del animal a la esquila, o el rebao son
desviaciones ambientales que dan lugar a que una alpaca
produzca ms fibra o que la cra tenga un peso diferente. Si no se
tiene en cuenta estos factores medioambientales (ao, rebao,
estacin, etc) y se selecciona simplemente los animales de
acuerdo con su produccin total se tendr una tendencia en forma
sesgada al factor que favorece la produccin; por lo tanto si se
pudiera tener en cuenta de alguna manera el hecho de que las
diferentes alpacas han producido a distintas edades, y provienen
de diferentes rebaos, nuestra seleccin sera mucho ms
precisa; y por tanto tendramos una probabilidad mayor de
seleccionar aquellas alpacas con los verdaderos valores de
mejora ms altos. En algunos programas de seleccin de

12
animales, es posible tener en cuenta el efecto de algunas de las
desviaciones ambientales ms serias seleccionando dentro de
grupos de animales que tienen toda la misma desviacin
ambiental. Por ejemplo, podramos seleccionar dentro de grupos
de vacas que tuvieran toda aproximadamente la misma edad. En
muchos casos, sin embargo, esto no es prctico (Quispe y
Alfonso, 2007).

En tales casos, podemos tener en cuenta las fuentes

identificables de desviacin ambiental ajustando el rendimiento
real de ciertas vacas de modo que obtengamos para todas ellas
los valores de produccin que hubiesen alcanzado si todas ellas,
por ejemplo, hubiesen parido a la misma edad. Esto se lleva a
cabo por medio de factores de ajuste, que son generalmente o
bien aditivos o bien multiplicativos. Un factor de ajuste aditivo es
un nmero de unidades del carcter que se aade o que se
substrae del rendimiento real del candidato. Un factor
multiplicativo es una proporcin por la que se multiplica el
rendimiento real del candidato. Los factores de ajuste se obtienen
a partir de los datos del rendimiento de un gran nmero de
animales. Si se usan correctamente, los factores de ajuste pueden
aumentar considerablemente la precisin de la prediccin. En los
casos ms simples, su efecto es reducir la variacin ambiental y
por tanto reducir la variacin fenotpica lo que a su vez (como ya
se vio) aumenta la heredabilidad y sabemos que cuanto mayor
sea la heredabilidad mayor ser la precisin de la seleccin
(Cameron, 1997).

Cuando se usan registros fenotpicos en un ndice de

seleccin, se supone automticamente que stos han sido
ajustados previamente para todas las fuentes conocidas de
desviacin ambiental mediante los correspondientes factores de
ajuste. Esto provoca que los estimados de mrito gentico tengan
una alta probabilidad de sesgo, debido a que los efectos
ambientales no son estimados simultneamente. Otra desventaja

13
radica en que los ndices de seleccin no suelen usarse cuando
los animales tienen diferentes cantidades de informacin de sus
antecesores o varios registros (Bampton, 1992). Asimismo,
existen muchas situaciones en las que no se dispone de factores
de ajuste obtenidos de datos previos. Consideremos, por ejemplo,
la ordenacin de alpacas machos utilizando una serie de datos de
produccin de velln obtenidos de 30 rebaos a lo largo de un
perodo de tres aos y con edades de animales de 1 a 6 aos;
como cada edad en cada ao y rebao representa una
combinacin de factores ambientales nica, necesitaremos
factores de ajuste para cada una de las 30 x 3 x 6 = 540
combinaciones distintas de rebaos, aos y edad (denominadas
combinaciones rebao-ao-edad). Ahora bien, puesto que cada
combinacin rebao-ao-edad es nica, es evidente que los
factores de ajuste rebao-ao-edad slo pueden estimarse a
partir de los datos que se desea ajustar. Con tantas
combinaciones rebao-ao-edad distintas, y debido a la
considerable variacin en el nmero de datos entre
combinaciones rebao-ao-edad, la estimacin de los factores de
ajuste a partir de tales datos es una tarea de computacin
formidable, plagada de dificultades estadsticas. Aun suponiendo
que los factores de ajuste se puedan estimar, se precisan todava
dos series de clculos antes de que los reproductores se puedan
ordenar. El primer clculo supone la aplicacin del apropiado
factor de ajuste a cada dato original. La segunda fase implica el
clculo del valor de mejora estimado de cada macho mediante la
frmula I = b.P, donde P es el rendimiento ajustado promedio de
todas las hijas e hijos de un determinado macho, y b es el
apropiado coeficiente.

Afortunadamente, todas estas etapas se pueden

actualmente combinar en una sola serie de clculos, utilizando el
mtodo de estimacin desarrollado por Henderson (1984) que se
denomina mtodo de la mejor prediccin lineal insesgada (BLUP -

14
Best Linear UnbiasedPrediction -). En trminos prcticos, los
valores de mejora obtenidos mediante el mtodo BLUP tienen
todas las propiedades estadsticas deseables de los que se
obtienen mediante un ndice de seleccin convencional. De
hecho, el ndice de seleccin convencional es un caso especial de
BLUP. Sin embargo, el mrito real del mtodo BLUP es que es
ms potente que la aproximacin del ndice de seleccin
convencional. Por ejemplo, el mtodo BLUP se puede usar para
proporcionar estimas directamente comparables del valor de
mejora promedio de grupos de animales nacidos en aos
distintos, proporcionando as una estima de la respuesta a la
seleccin. Por otra parte, el mtodo BLUP puede tener en cuenta
complicaciones como el apareamiento no aleatorio, el que los
machos procedan de varios grupos o poblaciones distintos,
cambios en el ambiente a lo largo del tiempo, diferencias entre
rebaos en el valor mejorante promedio de las hembras y sesgos
debidos a seleccin y eliminacin.

Debido a la extendida presencia de los fenmenos que

acabamos de citar en las poblaciones de vacuno y debido a que
ningn otro mtodo de estimacin del valor de mejora los tiene en
cuenta, el mtodo BLUP se convirti en el mtodo elegido para
calcular los valores de mejora estimados en vacuno bajo muchas
circunstancias en distintas partes del mundo. En la actualidad la
aplicacin del BLUP se ha extendido a cualquier especie animal.

Muchas veces nos referimos a la metodologa del Modelo

Mixto en vez de mencionar el mtodo BLUP. Eso es as, por que
el BLUP no es ms que una prediccin en base a un modelo
mixto, dado que combina el clculo de factores de ajuste con la
prediccin de valores genticos. Otras veces se habla de Modelo
Animal, o de BLUP -Modelo Animal. En este caso nos referimos a
una aplicacin particular del mtodo BLUP que se caracteriza por
predecir directamente el valor gentico de los animales cuyas
producciones hemos observado, permitiendo a su vez evaluar

15
animales que no han producido o en los que no hemos podido
observar las producciones.

La metodologa BLUP se ha impuesto como procedimiento

de evaluacin gentica en casi todas las especies ganaderas
debido a sus propiedades ptimas (desde el punto de vista
estadstico es un procedimiento que minimiza el error de la
prediccin frente a otros procedimientos alternativos), a la
flexibilidad de su aplicacin (no requiere la existencia de diseo
experimental) y al creciente desarrollo en el rea de la
computacin (tanto a nivel de ordenadores ms potentes como en
el desarrollo de los programas informticos) adaptados a la
valoracin gentica con grandes masas de datos. La aplicacin de
la metodologa BLUP requiere en primer lugar definir el modelo al
cual se supedita la prediccin del valor gentico y en segundo
lugar establecer y resolver el sistema de ecuaciones que nos
proporcionarn los valores de los efectos ambientales y genticos
(Bjar et al., 1996).

La respuesta a la seleccin mide el avance que se tienen

en la mejora gentica, y esto ser mayor cuando la informacin
(datos de produccin y genealoga) sea buena, pero tambin sta
se incrementar en funcin a la precisin con que es estimada los
EVC los cuales son indicadores para la seleccin de los animales
(Van Vleck, 1993; Harris y Newman, 1994; Cameron, 1997). Por
tanto, no solo es bueno tener en cuenta el EVC para seleccionar a
los animales, sino que tambin debe tenerse en cuenta la
precisin del mismo, que es evaluado a travs de su varianza
(que se incrementa con el nmero de mediciones del animal,
Var), precisin (o sea la correlacin entre el estimado del valor
de cra y el verdadero valor de cra, rA), varianza del error de
prediccin (PEV, del ingls prediction error variance), entre otros
(Van Vleck, 1993; Bourdon, 1997; Quispe y Alfonso, 2007).

16
Informacin Genealgica en Alpacas

Aunque la metodologa BLUP es la mejor y efectiva forma

de estimar los valores de cra cuando la informacin disponible es
muy desbalanceada (Henderson, 1984), sin embargo no existe
mucha experiencia de su aplicacin bajo situaciones donde la
informacin genealgica es pobre, debido a que es aplicado
mayormente en vacunos de leche que tienen gran cantidad de
informacin de genealgica, rebaos bien conectados mediante el
uso de la inseminacin artificial y una historia de seleccin
realizada sobre la base de valores de cra estimados. Este caso
es posible observar en algunas crianzas de cabras productoras de
leche en Espaa (Analla et al., 1995), de llamas (Wurzinger et al.,
2008) y en muchas otras producciones animales donde, por el
sistema de produccin, existe principalmente escasez de
infraestructura, logstica, programa de mejora entre otros (Kosgey
et al., 2006).

En la crianza alpaquera debido que se cra en forma

extensiva (muchas veces donde machos y hembras pastorean
juntos), a la falta de aplicabilidad de la inseminacin artificial
(debido a su falta de desarrollo), a la poca infraestructura y
logstica (Mueller, 2008), la genealoga de los rebaos que se
explotan en las zonas alto andinas a nivel de comunidades
campesinas es incipiente; pues a pesar que algunos gobiernos
(como el peruano) que impulsaron la implementacin de los
registros genealgico , llegando a registrar en el departamento
de Puno 3,650, 1,314, 848 y 0 animales en el Libro Abierto de
Identificada (LAI), Libro Abierto Provisional (LAP), Libro Abierto
Definitivo (LAD) y Libro Abierto de Pedigree (LCP)
respectivamente (Rosado, 2009), stas no han tenido el resultado
esperado, pues en una evaluacin realizada por expertos se lleg
a la conclusin que la informacin de los registros genealgicos
generados hasta antes del 2003 era inconsistente y que se

17
debera empezar nuevamente (Gobierno Regional de
Huancavelica., 2006).

En Per, son contadas las explotaciones, casi

exclusivamente privadas, que llevan registros genealgicos de
alpacas, entre ellas resaltan las de Pacomarca del Grupo INCA
(Morante et al., 2009), MunayPaqocha (Mueller, 2008),
Corpacancha y Cuyo de la SAIS Pachactec (Ayala y Chvez,
2006), Tocra-CEDAT, en Caylloma (Renieri et al., 2007),
Huancavelica apoyado por la Universidad Nacional de
Huancavelica (Quispe y Mueller 2009) Mallkini de la empresa
Michell y Accoyo de la familia Barreda (Mueller, 2008). Sin
embargo en pases como Australia, Nueva Zelandia, EEUU se
vienen llevando en varias explotaciones alpaqueras registros
genealgicos y de produccin, que les han permitido estimaciones
del valor de cra y de los parmetros genticos, usando la
metodologa del BLUP (Ponzoni 1999; Wuliji et al., 2000).

A pesar de la escasa o nula informacin gentica y poca o nula

conectividad entre rebaos, es posible realizar anlisis utilizando
la metodologa BLUP, tal como fue simulado en cabras por Analla
et al. (1995), quienes concluyeron que bajo esas consideraciones
el efecto rebao no debe ser incluido para realizar el ranking de
los animales.

Parmetros Genticos

Se denominan parmetros a los resmenes,

caracterizadores, distritribuciones y relaciones estadsticas que se
obtienen a partir de la data obtenida de una poblacin. Se
diferencian de los estadsticos, porque stos ltimos son
obtenidos solo a partir de una muestra de la poblacin, por tanto
solamente son estimadores de los parmetros. Los parmetros
son los que definen y caracterizan a las poblaciones, siendo
ejemplo de ellos: Las medias, varianzas, desviaciones estndar,
correlaciones entre caractersticas, heredabilidades, frecuencias

18
fenotpicas, componentes de varianza entre otros (Bourdon,
1997).

Los parmetros genticos son aquellos que estn

relacionados a los genotipos que determinan diferentes
caractersticas sean cualitativas o cuantitativas, siendo los ms
importantes la repetibilidad, heredabilidad, correlaciones
genticas, proporcin de efecto permanente, frecuencias
genotpicas, tasas de mutacin, entre otras.

Los parmetros genticos son importantes y necesarios

dentro de los programas de mejora gentica, pues mediante ellos
se determinan los valores genticos de los animales, se
construyen los ndices de seleccin, se estiman los progresos
genticos, se elige la estrategia de mejora a utilizar, entre otros
(Falconer y Mackay, 1996). Es importante indicar que la precisin
con que se estiman los parmetros genticos influye sobre la
ganancia gentica, pues a mayor precisin se obtiene mayor
ganancia (Cameron, 1997).

Para estimar los valores de los principales parmetros

genticos (heredabilidad, repetibilidad y correlaciones genticas),
se parte la varianza fenotpica en sus componentes como la
variancia aditiva, variancia ambiental (temporal, permanente o
ambos), y las covarianzas aditivas y ambientales (Falconer y
Mackay, 1996). Los mtodos de estimacin de los parmetros
genticos se basan en la estimacin de las covariancias aditivas
entre los parientes (Kearsey y Pooni, 1996). Si se cuenta con
informacin fenotpica de los padres y las cras se emplea la
regresin lineal padre(s)-progenitor, si la informacin de hermanos
es disponible se empleara el anlisis de variancia para obtener la
correlacin intraclase entre hermanos enteros o medios
hermanos, si se cuenta con amplia informacin de genealoga se
podr emplear el modelo animal y usar mtodos bayesianos o de
mxima verosimilitud restringida (REML) para estimar los
componentes de varianza.

19
 La estimacin de la heredabilidad por regresin lineal y
correlacin intraclase han sido descritos en la literatura (Becker,
1968; Cardellino y Rovira, 1988; Falconer y Mackay, 1996;
Kearsey y Pooni, 1996, Quispe y Alfonso, 2007). Ambos mtodos
tienen la desventaja de que se requiere ajustar los datos por
efectos ambientales y no toman en cuenta el efecto de la
seleccin. Si los factores de ajuste no han sido estimados
apropiadamente o si existe apareamiento selectivo en la
poblacin, los estimadores de componentes de variancia sern
sesgados. De cualquier manera para una adecuada estimacin es
necesario una gran cantidad de data de los animales, a fin de
lograr una estimacin con adecuada precisin.

Actualmente el uso del modelo animal y sus variantes como

el modelo padre permiten el ajuste simultaneo de los datos por
efectos ambientales y la estimacin de los componentes de
variancia (Mrode, 2005; Quispe y Alfonso, 2007). El modelo
animal es un modelo mixto en el cual el valor aditivo de cada
animal es considerado como un efecto aleatorio. Este modelo
ajusta por efecto de la seleccin si la informacin genealgica de
los animales involucrados en este proceso es incorporado en la
matriz de parentesco.

Existen varios mtodos para la estimacin de los

componentes de variancia mediante el uso del modelo animal,
pero los ms usados en la ltima dcada son el mtodo de
mxima verosimilitud restringida (REML) y mtodos bayesianos
basados en el muestreo de Gibbs. Estos mtodos han sido
incorporados en diferentes programas de computo como el
MTDFREML, VCE, DMU, BLUPF90, THRGIBBSF90, WOMBAT y
ASREML (Druet y Ducrocq, 2006).

Adems, otra ventaja del uso del modelo animal es que se

puede incluir en el modelo estadstico otros efectos aleatorios al
aditivo, como el efecto gentico materno, ambiente permanente
directo, ambiente permanente materno. Esto permitira una mejor

20
descomposicin de la varianza fenotpica, siempre y cuando se
tenga la informacin disponible y suficiente para la estimacin de
sus componentes. Tambin, el modelo animal multicarcter es
utilizado para la estimacin de las covarianzas genticas y
ambientales entre diferentes caracteres, lo cual nos permite el
clculo de sus respectivas correlaciones con mayor precisin.

Consanguinidad

La consanguinidad se produce como consecuencia del

apareamiento de individuos que son parientes, los cuales tienen
por lo menos un antepasado comn. (Falconer y Mackay, 1996).
Es preciso notar que la relacin de parentesco es determinado
entre dos individuos y es medido a travs del coeficiente de
parentesco, mientras que la consanguinidad es una propiedad del
individuo y es medido a travs del coeficiente de consanguinidad
(Cardellino y Rovira, 1988).

La esencial consecuencia que dos individuos tengan un

antecesor comn es que ellos podran llevar rplicas de uno de
los genes presentes en el antecesor, y si ellos se empadran
pueden pasar estas rplicas a sus hijos. De este modo los
individuos consanguneos llevaran dos genes en un locus que
son rplicas de un mismo gen de una previa generacin. Aqu es
necesario tipificar a los genes idnticos en funcin o por copia
(rplica de ascendencia), producindose una nueva clasificacin
de identidad del gen: a) aquel que se origina por replicacin de un
nico gen de una generacin previa lo cuales son llamado
idnticos por descendencia o simplemente idnticos, y b) aquellos
genes que no son originados de esta forma son los llamados
independientes en descendencia o no idnticos, an teniendo la
misma funcin. Los homocigotos de genes idnticos. Tambin son
llamados homocigotos idnticos, los cuales incrementan como
consecuencia de la consanguinidad.

La identidad por descendencia proporciona la base para

una medicin del proceso dispersivo, a travs del grado de
21
parentesco entre los pares de empadres. La medida es el
coeficiente de consanguinidad (Fx), el cual es la probabilidad que
dos genes de algn locus en un individuo sean idnticos por
descendencia. Se refiere a un individuo y expresa el grado de
parentesco entre los padres del individuo. Si los padres de
cualquier generacin han tenido un apareamiento aleatorio,
entonces el coeficiente de consanguinidad de la progenie es la
probabilidad que dos gametos tomados al azar de la generacin
parental lleven genes idnticos en un locus. Este es el coeficiente
de consanguinidad promedio de toda la progenie, el cual dicho de
otra forma es la media de los distintos coeficientes individuales
ponderados por las distintas frecuencias de los cruzamientos
existentes entre los individuos emparentados. El grado de relacin
expresado en el coeficiente de consanguinidad es esencialmente
una comparacin entre la poblacin en cuestin y alguna
poblacin base implicada o especificada (Falconer y Mackay,
1996).

Hay muchas formas de calcular el coeficiente de

consanguinidad y los coeficientes de parentesco. El mtodo a
escoger depende del nmero de coeficientes a ser determinados,
del tamao y la complejidad de los pedigres y la de disposicin
n1 n2 1
1k
de hardware y software. La frmula: Fx (1 FCA ) ,
CA1 2

puede servir para calcular Fx de uno o pocos individuos, donde:

CA = Antecesor comn del padre y madre del individuo X.

k = Nmero de antecesores comunes en el pedigree de X

n1 = Nmero de generaciones que separan al antecesor

comn del padre de X.

n2 = Nmero de generaciones que separan al antecesor

comn de la madre de X.

FCA = Coeficiente de consanguinidad del antecesor comn.

22
 Tambin el mtodo de las vas, tiene ste propsito, pero
para ello los pedigres deben ser relativamente simples, aunque
los clculos no precisan computadoras (Wright, 1922). Sin
embargo para clculos donde se involucran muchos individuos o
rebaos el mtodo tabular resulta ser mejor, el cual es atribudo a
Lush por Emik y Terril (1949, citado por Hudson et al., 1982). Esto
involucra construir una tabla de parentesco comenzando con
miembros de una poblacin base, en la cual los padres de los
animales son desconocidos o ignorado. La tabla de parentesco es
sistemticamente construida, generacin tras generacin,
pudiendo inclusive adaptarse computacionalmente (Bourdon,
1997).

Como el clculo de los coeficientes de consanguinidad en

poblaciones de animales domstico interesa para valorar de forma
ms precisa a los reproductores a fin de evitar el aumento de la
misma, con el desarrollo de la informtica se han desarrollado
mtodos computacionales basados en la deteccin de
antepasados comunes por medios de algoritmos de bsqueda de
caminos de parentesco (Alfonso Ponce, 1971 y 1985; Boyce,
1983) o cdigos nodales (Cheng et al., 2008). Quaas (1976)
desarroll un mtodo iterativo que permite rpidamente construir
la inversas de la matriz de relaciones aditivas para ser incluida en
las ecuaciones de los modelos mixtos, mediante la bsqueda de
los padres de cada individuo repetidas veces, habiendo Gutirrez
et al. (1990) tambin propuesto una estrategia computacin
ligeramente diferente a la propuesta por Quaas. Sin embargo
Hudson et al. (1982) y Tier (1990) elaboraron eficientes algoritmos
computacionales basados en la implementacin del mtodo
tabular, permitiendo as obtener rpidamente no solo coeficientes
de consaguinidad, sino tambin los coeficientes de parentesco.

La consanguinidad adecuadamente dirigida tiene algunas

ventajas, pues permite incrementar la uniformidad (gracias a ella
en los ltimos siglos se han producidos razas, variedades y

23
lneas) y tambin crear una oportunidad para el uso de vigor
hbrido, al cruzar lneas altamente consanguneas. Por otro lado,
la expresin de alelos recesivos deletreos con efectos
importantes, particularmente de genes letales y semi-letales, es
una visible consecuencia de la consanguinidad, pudiendo esto
observarse fcilmente en caracteres de herencia simple. Menos
resaltante es la expresin de alelos recesivos desfavorables que
influencian caracteres poli gnicos, pues sus efectos son
pequeos, sin embargo cuando se unen, puede significativamente
disminuir el rendimiento un fenmenos conocido como
depresin endogmica (Bourdon, 1997).

En trminos generales los efectos de la consanguinidad

incluyen una homocigozidad incrementada, un alto riesgo por la
incidencia de alelos recesivos deletreos y una disminucin en el
rendimiento productivo y en los caracteres de aptitud.
Recientemente, varios son los estudios realizado sobre los
efectos de la consanguinidad en poblaciones de ganado y de
aves. La depresin endogmica en caracteres productivos y
reproductivos han sido reportados por varios investigadores, por
tanto, desde una perspectiva actual, la tasa de consanguinidad es
percibida como negativa, especialmente para poblaciones
pequeas y cerradas, habindose por tanto desarrollado sistemas
de empadre que restringen los niveles de consanguinidad
(Szchaczkowsky et al., 2003).

En ganadera lechera, los clculos de consanguinidad han

tomado importancia en esta ltima dcada debido a que se ha
reportado un incremento progresivo de este valor, observndose
animales consanguneos que presentan depresin en el
comportamiento productivo de su descendencia, ocasionando
prdidas econmicas en la produccin de leche, grasa y protenas
en las razas Ayrshire, Brown Swiss, Guernsey, Holstein, Jersey y
Milking Shorthorn, variando la consanguinidad entre 2.6% para
Holstein hasta 4.7% para Ayrshires (Wiggans et al., 1995). En

24
Per, Or et al. (2009) reporta una consanguinidad del 3.6% para
toros Brown Swiss registrados. Smith et al. (1998) indican que la
produccin acumulada por vida de leche decae en 790 lb por cada
incremento de 1% en la consanguinidad. Esto quiere decir que si,
por ejemplo, una vaca Holstein tiene un coeficiente de
consanguinidad de 6.25%, la produccin acumulada por vida ser
menor en 4937 lb. Asimismo, reportaron que los ingresos netos
por vida disminuyen en US$ 600.00 si un toro se cruza con su
propia hija y en US$ 300.00 si lo hace con su media hermana. Sin
embargo, Weigel (2006) afirma que un nivel de consanguinidad de
1% produjo prdidas de 29.6 kg de leche, 1.1 kg de grasa, 1.0 kg
de protenas por lactacin en vacas Jersey.

Ercanbrack y Knight (1991) estudiaron el efecto de la

consanguinidad en la reproduccin y produccin de corderos y
lana en ovinos Rambouillet, Targhee y Columbia, demostrando
que al incrementar la consanguinidad durante 9 aos a un ritmo
de 1 a 2% por ao se obtienen disminuciones en el peso al
destete, tasa viabilidad, fertilidad y prolificidad tanto en ovejas
como en cras; asimismo determinaron que las regresiones son
negativas respecto al grado y peso de velln, as como tambin
respecto al peso vivo, indicando que aunque el grado del velln
de ovejas Rambouillet y Columbia llegaban a ser ms finos en
ovejas consanguneas, los cambios eran muy pequeos para ser
econmicamente importantes. Ya anteriormente Lamberson y
Thomas (1984) revisando 25 trabajos de investigacin que
estudiaban mediante regresin los efectos de la consanguinidad
sobre el rendimiento en corderos y ovejas, encontraron que la
consanguinidad fue perjudicial al rendimiento, concluyendo que
los caracteres que mostraron la ms alta disminucin en el
rendimiento acorde al nivel individual de consanguinidad fueron la
fertilidad de las ovejas y la supervivencia de los corderos.
Asimismo Lamberson et al. (1982) encontraron una regresin de -
1.2% para la fertilidad sobre el porcentaje de consanguinidad en

25
ovejas, en una poblacin con una media de 4.3% de
consanguinidad, concluyendo que por cada 1% de incremento de
consanguinidad el peso al destete disminuye en 0.59 kg.

Doney (1957) y Lamberson et al. (1982) observaron que el

peso de velln de ovejas Merino y Hampshire declinaba en 0.016
y 0.014 kg por cada 1% de incremento de consanguinidad, los
cuales resultan parecidos a los reportados por Morley (1953) y
Lamberson y Thomas (1984) quienes tambin determinaron que
el peso de velln sucio, peso de velln limpio, peso corporal y
puntuacin de pliegue en ovinos merinos son afectados por la
consanguinidad, sin embargo tambin encontraron que el
dimetro de fibra, densidad de fibras, longitud de mecha, rinde al
lavado, nmero de rizos por pulgada y cobertura, son caracteres
que no son afectados significativamente an con una
consanguinidad del 25%. En conclusin al parecer en ovinos-
parece que la consanguinidad no tiene gran efecto sobre la
calidad del velln, pero s sobre el peso del mismo (MacKinnon.
2003).

En camlidos sudamericanos el efecto de la

consanguinidad ha sido muy poco estudiado, debiendo
destacarse el trabajo de Schmidt (2006), quien al evaluar vicuas
dentro del Programa Europeo de especies en peligro de extincin,
encontr una consanguinidad individual por encima de los 0.4374,
observando que las vicuas consanguineas muestran una bajo
rendimiento reproductivo y mayor mortalidad. No existen reportes
al respecto en guanacos, alpacas y llamas.

Wurzinger et al. (2008) y Gizaw et al. (2010) al proponer

diversos escenarios de esquemas de seleccin en llamas y ovinos
respectivamente, logran predecir cambios en consanguinidad con
rangos entre 0.08 a 0.32% y de 0.004 a 0.02 por generacin, en
llamas y ovinos. Ambos grupos de investigacin concuerdan en
indicar que mayores cambios se dan en escenarios con alta
presin de seleccin y bajo modelos de evaluacin ms precisos

26
como el BLUP. Asimismo consideran que en esquemas de
seleccin entre villas o unidades productivas una poblacin
efectiva aceptable es de 50, lo cual mantiene un cambio de
consanguinidad alrededor de 0.01. Por tanto, la consanguinidad
puede ser disminuida sin afectar el progreso gentico
incrementando el nmero de villas o unidades productivas
cooperantes, aunque esto puede perjudicar la conexin entre
machos en los diferentes centros.

Finalmente resulta importante mencionar que los riesgos de

la consanguinidad son ms altos en pequeos rebaos, que son
caractersticos en sistemas de escasos recursos, predominantes
en pases en desarrollo; sin embargo esto se puede sobrellevar
utilizando un esquema con machos de referencia, tal como
refieren Lewis y Simm (2000), quienes encuentran, en ovinos bajo
dicho esquema durante una evaluacin de 15 aos de seleccin,
cambios de consanguinidad 0.3% /ao (menos de 1% por
generacin).

Asignacin de Paternidad

En las ltimas dcadas, el uso de metodologas objetivas

de estimacin de valores de cra basadas en las evaluaciones
genticas bajo la metodologa Blup-modelo animal se han vuelto
populares; sin embargo, su empleo requiere la organizacin de
bases de datos con una estructura de informacin completa y
confiable que incluya, tanto datos productivos como de
parentesco (Cardoso y Tempelman, 2004; Mrode y Thompson,
2005), asegurando la prediccin de valores genticos precisos.
Los errores en los registros de parentesco reducen la precisin de
las predicciones de los valores genticos, y esto se da
principalmente en los sistemas de crianza extensivos (Tosh y
Wilton, 1994; Sherman et al., 2004). Por lo cual es necesario que
los animales de este tipo de crianza, deban someterse a pruebas
de verificacin de paternidad para obtener predicciones confiables
de los valores genticos (Tosh y Wilton, 1994).En estos casos la

27
utilizacin de marcadores genticos de ADN para la asignacin de
parentesco puede ser una til herramienta.

Un marcador gentico o molecular es un segmento de

ADN, no necesariamente con funcin conocida, con una ubicacin
fsica conocida en un cromosoma y cuya herencia se puede
seguir. Para que una porcin de ADN pueda informar de la
variabilidad existente entre individuos debe mostrar una variacin
experimentalmente detectable entre ellos, y un modo de herencia
predecible. Esta variacin puede ser considerada a diferentes
niveles biolgicos, desde cambios fenotpicos heredables
significativos, hasta la variacin de un solo nucletido en la
secuencia de ADN (Heyen et al., 1997; Ferreira y Grattapaglia,
1998; Pakstis et al., 2007).

Los marcadores genticos se estn utilizando en diversos

campos de la produccin animal. Entre ellos destacan: la
identificacin de parentesco, caracterizacin de la diversidad
gentica, la identificacin de genes responsables de caracteres de
inters, el desarrollo de nuevos tratamientos de enfermedades,
etc, y de igual forma los marcadores moleculares constituyen hoy
una herramienta moderna y poderosa para el viejo arte de la
seleccin (Cornide et al., 2002; Heaton et al., 2002).

La determinacin de parentesco a travs de marcadores

moleculares se basa en la exclusin gentica (probabilidad de
exclusin). El proceso de exclusin (basada en las leyes de
herencia mendeliana) usa incompatibilidades genticas entre los
supuestos padres y las cras, para rechazar una particular
hiptesis de asignacin de paternidad (Jones y Ardren, 2003). Por
ejemplo, en una prueba de paternidad, se tiene una madre y una
cra que tienen un genotipo diploide AA y AB respectivamente,
para un simple locus, y dos machos uno con genotipo AC y el otro
con genotipo BC, el primer macho podr ser excluido en cambio
elsegundo no. La probabilidad de exclusin se define como la
habilidad de un marcador o de un set de marcadores de excluir

28
una relacin de parentesco dada, y es determinada a partir de los
genotipos, las frecuencias allicas en los diferentes loci y el
nmero de loci independientes testados (Jamieson, 1997).

La eficiencia de un sistema de marcadores genticos para

uso en pruebas de paternidad es juzgado usualmente por la
probabilidad de exclusin (Lee et al., 2000). Habitualmente se ha
venido trabajando con marcadores microsatlites para la
determinacin de parentesco, tambin en alpacas.

Los microsatlites, tambin llamados Simples secuencias

repetidas (SSRs), Polimorfismos de longitud de simples
secuencias (SSLPs), Repeticiones cortas en serie (STRs),
Secuencias simples repetidas (SSMs), Secuencias blanco
microsatlite (STMs), son segmentos cortos de ADN de 1 a 6
pares de bases (pb) los cuales se repiten en tndem y de forma
aleatoria en el genoma de los seres vivos (Aranguren-Mndez y
Jordana, 2001).

Los microsatlites presentan la siguientes caractersticas:

a) Son muy frecuentes y estn repartidos en todo el genoma
eucariota (Becerra, 2000; Aranguren-Mndez y Jordana, 2001).b)
Poseen una tasa de mutacin que oscila entre 10-3 y 10-5
(Bowcock et al., 1994; Forbes et al., 1995; Brinkmann et al.,
1998).c) Presentan herencia codominante y son fciles de
detectar metodolgicamente (Sirchia et al., 1996; Vega-Pla et al.,
1998; Aranguren-Mndez y Jordana, 2001). d) Constituyen la
clase de marcadores moleculares ms polimrficos que se
conocen (Ferreira y Grattapaglia, 1998; Cornide et al., 2002).
Aportan un alto grado de informacin debido al elevado nmero
de alelos por locus que presentan (Baumung et al., 2004). Por
todo esto hasta el momento aparecen como la herramienta ms
poderosa de discriminacin gentica entre animales (Blott et al.,
1999).e) Requieren de mnimas cantidades de material biolgico
para su anlisis, permitiendo incluso el anlisis de muestras
degradadas (Vega-Pla et al., 1998; Becerra, 2000).

29
2.3. Hiptesis

ParmetrosGenticos

Ho: La heredabilidad para peso de velln y media de dimetro de

fibra en alpacas Huacayano difiere de 0.4

H1: La heredabilidad para peso de velln y media de dimetro de

fibra en alpacas Huacaya difiere de 0.4

Ho: La repetibilidad para peso de velln y media de dimetro de

fibra en alpacas Huacaya no difiere de 0.5

H1: La repetibilidad para peso de velln y media de dimetro de

fibra en alpacas Huacaya difiere de 0.5

2.4. Definicin de trminos

Valor gentico

El valor gentico de una animal viene a ser la parte del

genotipo que es debido al efecto aditivo de los genes, y que se
manifiesta como parte del fenotipo.

La estimacin de valores genticos es una gran ayuda en

la toma de decisiones en cuanto a la forma de seleccionar los
animales, no por fenotipo sino a travs del probable valor
gentico, para as seleccionar los animales de mejor mrito
gentico y hacer un uso intensivo de ellos en los sistemas
productivos.

Mejor predictor lineal (Best linear prediction (BLP))

Un mtodo estadstico que utiliza lgebra matricial para

predecir los valores demejora para algn rasgo o ndice de
seleccin; en BLP los efectos fijos se asumenconocidos. El BLP
es especialmente adecuado para el anlisis de
ensayosdesbalanceados.

Mejor predictor lineal insesgado (Best linear unbiased

prediction (BLUP))

30
 Es un mtodo estadstico que predice los valores de mejora
para algn rasgo ondice de seleccin. A diferencia del BLP, en
BLUP los efectos fijos son estimados.Tal como en BLP, BLUP es
muy adecuado para analizar ensayos desbalanceados.

ndice de seleccin (Selection, index)

Eleccin de progenitores a base de un puntaje ponderado

que combina valoreseconmicos y heredabilidad de varios rasgos
de inters y/o informacin familiar.

Heredabilidad en sentido amplio (Heritability, broadsense)

Es la proporcin de la variabilidad fenotpica total que es

responsabilidad decausas genticas.

Heredabilidad en sentido estricto (Heritability, narrowsense)

Es la proporcin de la variabilidad fenotpica total que es

debida a la variabilidadgentica aditiva.

Pedigri completo (Pedigree, full)

Son conocidos todos los progenitores; padres, madres,

abuelos, etctera de ungenotipo en particular.

31
 V. CAPTULO III: METODOLOGA DE LA INVESTIGACIN

3.1. mbito de estudio

El presente estudio se desarrollar en unidades productivas

de la comunidad de Carhuancho distrito de Pilpichaca provincia
de Huaytara regin de Huancavelica.

Por otro lado tambin participara como ncleo elite el

Centro de Investigacin y desarrollo de Camlidos
Sudamericanos Lachocc (CIDS - Lachocc), de la Universidad
Nacional de Huancavelica, el cual est ubicado a 32 Km, de la
ciudad de Huancavelica, situado entre los 4100 a 4900 msnm,
latitud Sur 13 04` 07``, longitud Este: 74 08 16, con
temperatura media anual de 9.3 C, donde el promedio de la
precipitacin pluvial es de 774.4mm/ao.

3.2. Tipo de investigacin

Segn la intervencin del investigador: Observacional.

Segn la planificacin de la toma de datos: Prospectivo.

Segn el nmero de ocasiones en que se mide la variable en

estudio: longitudinal

Segn el nmero de variables de inters: Analtico.

3.3. Nivel de investigacin

Aplicado.

3.4. Mtodo de investigacin

Inductivo Deductivo.

3.5. Diseo de investigacin

No Experimental.

32
3.6. Identificacin de Variables

Variables Dependientes

Peso de velln

El velln es el conjunto total de fibra que cubre un animal y

que se obtiene luego de la esquila. Est conformado
principalmente de dos partes: El manto, que constituye la mayor
parte y se compone de fibras finas, el que se encuentra formado
por la parte que cubre el lomo y los flancos; y las bragas que est
constituido de fibras gruesas y que se concentra en la regin
pectoral, extremidades y cabeza (Ccana y Apaza, 2008).

Media de dimetro de fibra

El dimetro de la fibra es uno de los factores ms

importantes en la clasificacin de la fibra, el cual determina el
precio de la fibra en el mercado, puesa pesar que la
comercializacin generalmente se realiza por peso de velln
(Galal, 1986), sin embargo se otorgan incentivos por finura de
velln. Aunque hace 10 aos la medicin del dimetro de la fibra
representaba un problema de costos y de accesibilidad a los
mtodos existentes, especialmente para los pequeos
productores (Hoffman y Fowler, 1995), en la actualidad con el
avance de la tecnologa y con el impulso (aunque relativo) que
vienen dando los gobiernos en temas de investigacin y
desarrollo, es posible indicar que los productores alpaqueros
tienen mayor accesibilidad para determinar objetivamente la finura
de la fibra.

Coeficiente de variacin del dimetro de fibra

El coeficiente de variacin del dimetro de la fibra (CVDF)

es una medida de amplitud relativa del dimetro de la fibra
alrededor de la media dentro de un velln. Es una variacin de
medida estandarizada en funcin al dimetro de la fibra. Un velln
con CVDF ms bajo, indica una mayor uniformidad de los
dimetros de las fibras individuales dentro del velln (McLennan y

33
Lewer, 2005). Matemticamente se expresa como el cociente
entre la desviacin estndar y el promedio multiplicado por 100,
por lo tanto su magnitud est expresado en porcentaje (Greeff,
2006).

Factor de confort

El ndice de confort (IC) se define como el porcentaje de las

fibras menores que 30 m que tiene un velln y se conoce
tambin como factor de comodidad. Si ms del 5% de fibras son
mayores a 30 m, entonces muchos consumidores encontraran el
vestido que puedan usar no confortable para su uso por el
picazn que sienten en la piel (McLennan y Lewer, 2005). En
contraste al porcentaje de fibras mayores a 30 micrones se
conoce como el factor de picazn (FP); por tanto la industria textil
de prendas prefiere vellones tengan IC igual o mayor a 95% con
IC igual o menor a 5%. Estos dos caracteres son parmetros que
valoran la unin de las variables que intervienen en los
intercambios de sensaciones entre el cuerpo humano y la prenda
de fibra ante las respuestas fisiolgicas y sensoriales de las
personas (Sacchero y Mueller, 2007).

Variables Independientes

Fijos

Edad

Se encuentra bien documentado que en alpacas a medida

que se incrementa la edad se incrementa el peso de velln
(Castellaro et al., 1998;Wuliji et al., 2000; McGregor, 2006; Lupton
et al., 2006), y tambin el dimetro (Wuliji et al., 2000; McGregor y
Butler, 2004); por tanto alpacas jvenes producen vellones menos
pesados que los adultos, lo cual se debera al incremento de la
superficie corporal (Len-Velarde y Guerrero, 2001; Frank et al.,
2006), mientras que alpacas jvenes producen vellones con fibras
ms finas, lo cual se debera al efecto de las esquilas que tienen

34
el efecto de incrementar el funcionamiento folicular (Rogers,
2006).

Sexo

Estudios realizados en alpacas demuestran que los

machos producen vellones ms pesados que las hembras
(Castellaro et al., 1998; Wuliji et al., 2000; McGregor, 2006;
Lupton et al., 2006; Montes et al., 2008, Oria et al., 2009); sin
embargo existe un tanto de discordancia del efecto del sexo sobre
el dimetro de la fibra, pues algunos investigadores como
(Morante et al., 2009; Montes et al., 2008) han encontrado que los
machos tienen fibras ms finas que las hembras explicando que
se deba a que los criadores realizan una seleccin de machos
mucho ms minuciosa que las hembras, mientras que otros como
Aylan-Parker y McGregor (2002), Lupton et al. (2006) han
reportado lo contrario, debido probablemente a que las hembras
priorizan el uso de los aminocidos ingeridos hacia la
reproduccin (lactacin y preez.) en vez del abastecimiento
hacia el bulbo piloso para su excrecin como fibra, como sucede
en ovinos (Adams y Cronj, 2003); mientras que otros como
Bustinza (1984), Wuliji et al. (2000), McGregor y Butler (2004)
consideran que no existe efecto del sexo sobre el dimetro de
fibra.

Ao

Las diferencias entre aos son ms pronunciadas en

regiones donde las precipitaciones varan ampliamente de un ao
a otro. Cuando la produccin forrajera aumenta entre aos, la
variabilidad en peso de velln promedio tambin aumenta (De
Gea, 2007).

El efecto del ao en el peso de velln y el dimetro de

fibras en ovinos han sido demostrado por Safari et al. (2005); en
cabras por McGregor (1989), Zhou et al. (2003) y Saghi et al.
(2007), mientras que en alpacas dicho efecto fueron encontrados

35
por Castellaro et al. (1998), Wuliji et al. (2000), McGregor (2002),
Franco y San Martn (2007), Pacar et al. (2009), Gutirrez et al.
(2009) entre otros.

Campaa

La campaa de esquila es un factor que influye sobre el

perfil de dimetro de la fibra, lo cual est asociado con
caractersticas como factor de confort y resistencia a la traccin.

Condicin Corporal

La condicin corporal de un animal nos permite evaluaren

forma barata y sencilla, mediante una apreciacin tctil y
visualsus reservas corporales (grasa y msculo) y por tanto
indirectamente nos puede indicar la condicin nutricional del
animal (Frutos et al., 1997). Animales con baja condicin corporal
o que pierden condicin corporal nos estaran indicando que la
dieta de los mismos no ha sido cubierto o no estn cubriendo sus
requerimientos nutricionales, en contra de animales que puedan
tener o aumentar su condicin corporal (Stahringer, 2008). Por
ello es de considerar que la condicin corporal es una herramienta
til para evaluar el manejo nutricional al que ha estado sometido
un hato de alpacas. La condicin corporal puede medirse
subjetivamente mediante una puntuacin corporal. Las escalas
utilizadas en el momento para medir la condicin corporal varan
en los distintos pases del mundo. El principio en el que estn
basadas es siempre el mismo, pero las escalas son distintas
(Camps et al. 2001).

Aleatorios

Animal

Efecto propio de cada individuo en una poblacin y se

considera aleatorio por que representa una muestra aleatoria de
la expresin de los genes de los individuos.

36
3.7. Definicin Operativa de Variables e Indicadores

DEFINICIN
VARIABLE INDICADOR INSTRUMENTO FUENTE
CONCEPTUAL
Independientes
Edad Tiempo de vida En niveles de Observacin Registro
del animal, acuerdo al ao directa individual
influye en la de nacimiento
capacidad (1,2.3 y mayores
productiva de 3 aos)
Sexo Gnero del En dos Observacin Animal
animal, influye categoras: directa
en las variables Macho y
de inters Hembra
Ao Periodo de 365 Tiempo Observacin Registro de
das, los aos (2010,2011, directa produccin
siempre son 2012,2013,
diferentes. 2014, 2015 y
2016 )
Campaa Campaa En dos Observacin Registro de
donde se categoras: directa produccin
esquila la Grande y Chica
alpaca
Condicin Estado En niveles de Observacin Animal
Corporal nutricional de la acuerdo a la directa
alpaca condicin
corporal
Dependientes
Peso de velln Cantidad de Kilogramo (kg) Balanza Animal
fibra de un
animal
Media de Finura Micras (u) Analizador de Muestra de
dimetro de promedio de la fibras (OFDA fibra (del
fibra fibra 2000) costillar
medio)
Coeficiente de Es una medida Porcentaje (%) Analizador de Muestra de
variacin del de amplitud fibras (OFDA fibra (del
dimetro de relativa del 2000) costillar
fibra dimetro de la medio)
fibra alrededor
de la media
dentro de un
velln
Factor de porcentaje de Porcentaje (%) Analizador de Muestra de
confort las fibras fibras (OFDA fibra (del
menores que 2000) costillar
30 que medio)
tiene un velln

3.8. Poblacin, Muestra, Muestreo

El distrito de Pilpichaca de la regin de Huancavelica

cuenta con una poblacin de 34 940 alpacas entre hembras y
machos, de los cuales se seleccionarn aleatoriamente 530
alpacas para desarrollar la presente investigacin.

La muestra se calculo usando la siguiente frmula:

2
N * Z1 * S 2
n
d 2 * ( N 1) Z1 * S 2
2

37
 N = Tamao de la Poblacin

= Error Alfa

1- = Nivel de Confianza

Z1-/2 = Z de (1-/2)

S = Desviacin Estndar

S2 = Varianza

d = Precisin

3.9. Recoleccin de Datos

Los registros de produccin y genealoga sern obtenidos en

las siguientes actividades:

Empadre y Paricin: Registros de Genealoga.

Esquila: Registros de produccin.

Por otro lado los registros de produccin y genealoga sern

depositados en un sistema informtico que permitir utilizar de
forma eficaz la informacin colectada.

3.10. Tcnicas de procesamiento y anlisis de datos

Depuracin de Datos

Los datos obtenidos a partir de los registros de produccin

y genealoga sern depurados a travs de programas informticos
diseados con lenguaje de programacin fortran.

Estimacin de parmetros genticos

Se obtendr los componentes de varianza de los animales

del ncleo elite (animales donde se controla adecuadamente
efectos medioambientales), usando el mtodo de Mxima
Verosimilitud Restringida REML, a travs del software VCE v.1.2.

Que se basa en la ecuacin matricial:

y = X+Z+Wp+ e

38
y= Vector de observaciones (peso de velln sucio, media de
dimetro de fibra, desviacin estndar de la media de dimetro de
fibra, coeficiente de variacin dela media de dimetro de fibra y
factor de confort).

X, Z, W= Matrices de incidencia conocida.

= Vector de efectos fijos (rebao, edad, sexo, ao, campaa,

condicin corporal).

= Vector de efectos aleatorios gentico aditivos.

p= Vector de efectos aleatorios del ambiente permanente.

e= Vector de efectos residuales.

A partir de ello se obtendrn los componentes de varianza y

laheredabilidad a partir de la siguiente expresin:

h2 = VA / VP

Dnde:

h2= Heredabilidad en sentido estricto.

VA=Varianza gentica aditiva.

VP=Varianza fenotpica.

La repetibilidad se calcular usando los componentes de varianza

y aplicndolos a la siguiente frmula:

R=VA+VEP/VF

Dnde:

R = Repetibilidad.

VA = Varianza gentica aditiva.

VEP = Varianza de entorno permanente.

VF = Varianza fenotpica.

39
Determinacin de la consanguinidad

La consanguinidad se obtendr mediante el uso de un

software, que calcular dicho coeficiente para un individuo basado
en el principio:

FI = (1/2) p+m+1(1+FAi)
Dnde:
Fi: Coeficiente de consanguinidad.
p y m:Nmero de vas que unen el padre y la madre
respectivamente con el ancestro comn.
FAi: Consanguinidad del ancestro en comn.

Y la consanguinidad de la poblacin en general:

= Fifi
Dnde:
: Coeficiente de consanguinidad del rebao.

fi :es la frecuencia de los individuos con coeficiente de

consanguinidad Fi.

Fiabilidad de asignacin de paternidad

La fiabilidad de asignacin de paternidad se establecer a

travs de marcadores genticos o moleculares (microsatlites),
los cuales se basan en la exclusin gentica (probabilidad de
exclusin). El proceso de exclusin (basada en las leyes de
herencia mendeliana) usa incompatibilidades genticas entre los
supuestos padres y las cras, para rechazar una particular
hiptesis de asignacin de paternidad (Jones y Ardren, 2003).

Evaluaciones Genticas

Para las evaluaciones genticas se utilizar un modelo

animalcon medidas repetidas (software PEST):

y = Xb + Zu + Wp +e

y = Vector de observaciones.

40
X = Matriz de incidencia (0, 1) que relaciona lasobservaciones con
los niveles delos efectos fijos.

b = Vector de efectos fijos.

Z = Matriz de incidencia (0, 1) que relaciona lasobservaciones

fenotpicas con el valor mejorantedecada animal.

u = Vector de efectos aleatorios.

Wp = Efecto permanente,no gentico, aleatorio.

e = Vector de errores: recoge la parte de la variabilidadno

explicada por el modelo.

En su forma matricial:

X'X X'W X'Z b X'y

W'Z p = W'y
e2
W'X W'W I ep2
Z'y
2
Z'X Z'W Z'Z + A -1 e2
u

41
 CAPTULO IV: ASPECTO ADMINISTRATIVO

4.1. Potencial humano

4 Investigadores.
2 Estudiantes.

4.2. Recursos

Equipos

Vortex VWR Internacional.

Microcentrifuga Refrigerada para 24 tubos de 1.5ml o 2.0ml
Thermomixer Compact (Eppendorf). (agitador magnetico y
temperatura).
Campana de extraccin de flujos.
Congelador de -20C.
Refrigeradora.
Nanodrop (+ ordenador).
Termociclador con gradiente.
Fotodocumentador de Geles (sistema de captura de imgenes
y ordenador).
Microondas.
Camara de electroforesis vertical y horizontal (Cubetas y
fuente de electroforesis).
Cabina de flujo con luz ultravioleta.
Minicentrfuga de cabina (6000 rpm).
Ph metro.
Pirosecuenciador para 24 muestras en simultneo.

Materiales de escritorio

Papel Bond A4 (80 Grs.).

Tner de impresora.
Lapiceros tinta liquida (azul, rojo, negro).
Cuadernos espiralados (A4 200 hojas).
Resaltadores.

42
 Engrapador.
Archivadores.
Sellos.
Usb 16 Gb.

43
 4.3. Cronograma de actividades

2013 2014 2015

ACTIVIDADES
D E F M A M J J A S O N D E F M A M J J A S O N D
Elaboracin del proyecto de investigacin. X
Presentacin y aprobacin del proyecto de
X X X X X
investigacin.
Seleccin de UP e ident. de animales. X X
Consolidado de registros de produccin,
X X X
empadre y paricin anteriores.
Recoleccin de registros de genealoga
X X X X
(empadre y paricin).
Recoleccin de registros de produccin y
muestra de fibra (esquila campaa X X X X X
chica).
Recoleccin de registros de produccin y
muestra de fibra (esquila campaa X X X X X X
grande).
Anlisis en el laboratorio de las
caractersticas tecnolgicas de las X X X X X X X
muestras de fibra obtenidas en la esquila
Sistematizacin de datos de los registros
X X X X X X X X X X X X X X X X X X X
productivos y genealgicos.
Elaboracin de protocolos de laboratorio. X X X X X
Puesta en marcha tcnicas de gentica
X X X X X X X X X X X X
molecular.
Verificacin de la asignacin de paternidad
utilizando marcadores moleculares X X X X X X
(microsatlites)
Estimacin de parmetros genticos,
X X X X X
valores genticos y consanguinidad.
Redaccin del informe final. X X X
Presentacin de informe final X
 4.4. Cronograma presupuestal

2013 2014 2015

ACTIVIDADES
D E F M A M J J A S O N D E F M A M J J A S O N D
Compra de equipos. X X
Compra de insumos. X X
Compra de vestuarios. X
Compra de materiales de escritorio. X
Compra de combustible* X
Elaboracin de gigantografa X
Capacitaciones X X X X X X
Pruebas de paternidad de 60 alpacas a
X
travs de marcadores moleculares
Mantenimiento y reparacin de 3
X
equipos del laboratorio de lanas y fibras.
Contrata del asistente de investigacin
X X X X X X X X X X X X X X X X X X X X
(Laboratorio)
Contrata del asistente de investigacin
X X X X X X X X X X X X
(Programador de aplicaciones)
Evaluacin del proyecto X
Monitoreo del Proyecto X
Evaluacin del informe X

4.5. Presupuesto

999886.00Nuevos Soles.

45
46
4.6. Financiamiento

El financiamiento del proyecto de investigacin ser cubierto en

su totalidad por recursos del FOCAM.

48
 REFERENCIA BIBLIOGRFICA

1. Adams N.R. y Cronj P.B. 2003. A review of the biology linking fibre
diameter with fleece weight, liveweight and reproduction in Merino
sheep.AustralianJournal of AgriculturalResearch, 54: 1 10.
2. Alfonso Ponce P. 1971. Redes genealgicas y computacin de
coeficientes de parentesco y consanguinidad. Arch. Zootec., 20:
257-299.
3. Alfonso Ponce P. 1985. Un mtodo de clculo de coeficientes de
identidad gentica sobre genealogas extensas. An. Vet. (Murcia) 1:
29 43.
4. Analla M., Sanchez-Palma A., Muoz-Serrano A. y Serradilla J.M.
1995. Simulacin analysis with BLUP methodology of different data
structures in goat selection schemes in Spain. Small Rumin. Res.
17: 51-55.
5. Aranguren-Mndez, J. and J. Jordana 2001. Utilizacin de
marcadores de adn (microsatlites) en poblaciones de animales
domsticos en peligro de extincin. X Congreso Venezolano de
Zootecnia. Guanare - Venezuela.
6. Ayala J. y Chvez J. 2006. ndice de seleccin gentica para
caractersticas del dimetro de fibra de alpacas de Huacaya Tuis y
Adultas en la sierra central del Per. En:
http://www.infoandina.org/apc-aa-
files/237543fdce333f3a56026e59e60adf7b/
TrabajosCompletos.pdf. Accesado el 18 de Abril de 2010.
7. Aylan-Parker J. y McGregor B.A. 2002. Optimising sampling
techniques and estimating sampling variance of fleece quality
attributes in alpacas. Small Rumin.Res., 44: 5364.
8. Bampton PR, 1992. Best Lineal Unbiased Predictor for pigs-the
commercial experience. Pig News Inf. 13(3):125-129.
9. Baumung, R., H. Simianer and I. Hoffmann 2004. "Genetic diversity
studies in farm animalsa survey." Journal of Animal Breeding and
Genetics 121(6): 361-373.

49
10. Becerra, V. 2000. "Uso de marcadores bioqumicos y moleculares
en estudios de diversidad gentica." Agriculturatcnica 60(3): 270-
281.
11. Becker W.A. 1968. Manual of Procedures in Quantitative
Genetics.WashingtonStateUniversityPress. Segunda Edicin, USA.
130 pg.
12. Bjar F., Carabao M.J., Daz C. y Serrano M. 1996. Valoracin
gentica: Metodologa. En: Separata del I curso intensivo de mejora
gentica en ganado vacuno de leche. ETSIA. Madrid. 1-56.
13. Blott, S., J. Williams and C. Haley 1999. "Discriminating among
cattle breeds using genetic markers." Heredity 82(6): 613-619.
14. Bourdon R.M. 1997. Understanding animal
breeding.PrendiceHall.NewJersy, USA.523 pg.
15. Bowcock, A., A. Ruiz-Linares, J. Tomfohrde, E. Minch, J. Kidd and
L. L. Cavalli-Sforza 1994. "High resolution of human evolutionary
trees with polymorphic microsatellites." Nature 368(6470): 455-457.
16. Boyce AJ. 1983. Computation of inbreeding and kinship coefficients
on extended pedigrees, J. Hered. 74: 400-404.
17. Brinkmann, B., M. Klintschar, F. Neuhuber, J. Hhne and B. Rolf
1998. "Mutation rate in human microsatellites: influence of the
structure and length of the tandem repeat." The American Journal
of Human Genetics 62(6): 1408-1415.
18. Bustinza, V., 1984. Rendimiento del velln de la Alpaca.
Problemtica Sur Andina N 7. IIDSA Universidad Nacional del
Altiplano. Puno.Per.
19. Cameron N.D. 1997. Selection indices and prediction of genetic
merit in animal breeding.PrimeraEdicin. CAB International. Reino
Unido. 203 pg.
20. Camps D.N., Gonzlez G.O., Garca J. Caimi A. y Zoppi M 2001.
Condicin corporal: Una interesante herramienta para monitorear
el programa nutricional de los rodeos de cra. En: http://produccion-
animal.com.ar/informacion_tecnica/cria_condicion_corporal /03-
condicion_corporal.htm. Accesado el 26 de Marzo de 2010.

50
21. Cardelino R. y Rovira J. 1988. Mejoramiento Gentico Animal.
Ediciones Hemisferio Sur, Montevideo Uruguay. 253. pg.
22. Cardoso, F. F. and R. J. Tempelman 2004. "Genetic evaluation of
beef cattle accounting for uncertain
paternity."LivestockProductionScience 89(2-3): 109-120.
23. Castellaro, G., J. Garcia-Huidobro y P. Salinas. 1998. Alpaca
liveweight variations and fiber production in Mediterranean range of
Chile. J. RangeManage., 51: 509-513.
24. Ccana E. &Apaza E. 2008. Tcnicas apropiadas de esquila en
alpacas. Soluciones prcticas ITDG.
http://www.itdg.org.pe/publicaciones/pdf/tecnicasdeesquila.pdf.
Accesado el 22 de marzo de 2010.
25. Cervantes I., Goyache F., Prez-Cabal M.A., Nieto B., Salgado C.,
Burgos A. y Gutierrez J.P. 2010. Genetic parameters and
relationships between fibre and type traits in two breed of Peruvian
alpacas.SmallRumin. Res., 88:6-11.
26. Cheng E., Elliott B. y MeralOzsoyoblu Z. 2008 Scalable
computation of kinship and identity coefficients on large pedigrees.
Proceedings of the Computational Systems Bioinformatics
Conference, 7: 27-36.
27. Cornide, M., A. Arencibia, V. Berovides, D. Calvo, E. Canales, O.
Coto, C. Gonzlez, M. Rodrguez, J. Snchez and A. Sigarroa
2002. "Marcadores moleculares." Nuevos horizontes en la gentica
y seleccin de las plantas. Editorial Felix Varela. La Habana, Cuba
367.
28. De Gea G. 2007. El ganado lanar en la Argentina. 2da. Edicin.
Universidad Nacional de Rio Cuarto. Crdova, Argentina. 245 pg.
29. Doney, J. M. 1957. Effects of inbreeding on four families of Peppin
Merinos. Aust. J. Agric. Res. 8(3): 299-311.
30. Druet T. y Ducrocq V. 2006. Innovations in software packages in
quantitative genetics. Proc. 8th. World Congress on Genetics
Applied to Livestock Production. Brazil, 13-18.

51
31. Eltawil E.A., Hazel L. N., Sidwell G. M. y Terrill C. E. 1970.
Evaluation of Environmental Factors Affecting Birth, Weaning and
Yearling Traits in Navajo Sheep.JAnimSci 1970. 31:823-827.
32. Ercanbrack, S. K. y Knight A. D. 1991. Effects of inbreeding on
reproduction and wool production of Rambouillet, Targhee, and
Columbia sheep. J. Anim. Sci. 69:4734-4744.
33. Falconer D.S. y Mackay T.F.C. 1996. Introduction to Quantitative
Genetics.Longman Group Ltd. Cuarta Edicin. England. 464 pg.
34. Ferreira, M. and D. Grattapaglia 1998. "Introduccin al uso de
marcadores moleculares en el anlisis gentico." Embrapa
cenargen. Brasilia 220.
35. Forbes, S. H., J. T. Hogg, F. C. Buchanan, A. M. Crawford and F.
W. Allendorf 1995. "Microsatellite evolution in congeneric mammals:
domestic and bighorn sheep." Molecular Biology and Evolution
12(6): 1106.
36. Franco F. y San Martin F. 2007. Efecto del Nivel Alimenticio sobre
el rendimiento y calidad de fibra en alpacas. Sistema de revisiones
en Investigacin Veterinaria en UNMSM. En:
http://www.unmsm.edu.pe/veterinaria/files/SIRIVS%20N1.pdf
Accesado el 14 de Abril de 2010.
37. Frank E.N., Hick M.V.H., Gauna C.D., Lamas H.E., Renieri C.
yAntonini M. 2006. Phenotypic and genetic description of fibre traits
in South American domestic camelids (llamas and alpacas).Small
Rumin. Res., 61: 113-129.
38. Frutos P., Mantecn A.R. y Girldez F.J. 1997. Relationship of body
condition store and live weight with body composition in mature
Churra ewes. Animal Science, 64: 447-452.
39. Galal E.S.E. 1986. Selection for increased production in multi-
purpose sheep and goats.Small ruminant production in the
developing countries.Proc. FAO Animal Production and Health
Paper.RomeItaly.N. 58.
40. Gizaw S., Komen H y van Arendonk J.A.M. 2010. Participatory
definition of breeding objectives and selection indexes for sheep
breeding in tradicionalsystems.Livest. Scien. 168: 67 74.

52
41. Gobierno Regional de Huancavelica. 2006. Plan de Mejoramiento
Gentico y Medioambiental de Alpacas Huacaya de color blanco a
nivel de la regin de Huancavelica. Gerencia Regional de Recursos
Naturales y Gestin del Medio Ambiente. Proyecto
PROALPACA.Huancavelica.Per.
42. Greeff J. 2006. Coefficient of variation of wool fibre diameter in
Merino breeding programs.Departament of Agricultura. Australia.
Farm Note46/98.
43. Gutirrez J.P., Goyache F., Burgos A. y Cervantes I. 2009. Genetic
anlisis of six production traits in Peruvian alpacas.
LivestockScience 123: 193-197. IIIII
44. Gutirrez J.P., Caon J. y Rico M. 1990. Aplicacin de un mtodo
modificado de clculo del coeficiente de consanguinidad en una
muestra del ganado vacuno Frison espaol. Arch. Zootec., 39: 3-8.
45. Harris D.L. y Newman S. 1994. Breeding for Profit: Synergism
Between Genetic Improvement and Livestock Production (A
Review). J AnimSci. 72: 2178-2200.
46. Hazel I.N. 1943. The genetic basis for constructing selection
indexes. Genetics 28: 476-490.
47. Heaton, M. P., G. P. Harhay, G. L. Bennett, R. T. Stone, W. M.
Grosse, E. Casas, J. W. Keele, T. P. L. Smith, C. G. Chitko-
McKown and W. W. Laegreid 2002. "Selection and use of SNP
markers for animal identification and paternity analysis in US beef
cattle." MammalianGenome 13(5): 272-281.
48. Henderson, C.R. 1984. Applications of Linear Models in Animal
Breeding.Canadian Cataloguing in Publication Data. Livestock,
Canada. 423 pp.
49. Heyen, D., J. Beever, Y. Da, R. Everts, C. Green, H. Lewin, S.
Bates and J. Ziegle 1997. "Exclusion probabilities of 22 bovine
microsatellite markers in fluorescent multiplexes for semiautomated
parentage testing." Animal Genetics 28(1): 21-27.
50. Hoffman E. y Fowler M.E. 1995. The Alpaca book. Clay Press Inc.,
Herald, California. 255 pp.

53
51. Hudson G.F.S., Quaas R.L. y Van Vleck L.D. 1982. Computer
algorithm for the recursive method of calculating large numerator
relationship matrices. J. DairySci., 65: 2018-2022.
52. Jamieson, A. 1997. "Comparisons of three probability formulae for
parentage exclusion." Animal Genetics 28(6): 397-400.
53. Jones, A. G. and W. R. Ardren 2003. "Methods of parentage
analysis in natural populations." Molecular Ecology 12(10): 2511-
2523.
54. Kearsey M.J. y Pooni H.S. 1996. The Genetical Analysis of
QuantitativaTraits.Publishedpor chapman &Hall.PrimeraEdicin.
Londres.381 pg.
55. Kosgey I.S., Baker R.L., Udo H.M.J. y Van Arenkonk J.A.M. 2006.
Succeses and failures of small ruminant breeding programmes in
the tropics: a review. Small Rumin. Res., 61: 13-28.
56. Lamberson, W. R. y Thomas D. L. 1984. Effects of inbreeding in
sheep: a review. Anim. Breed. Abstr. 52:287-297.
57. Lamberson W.R., Thomas D. L. y Rowe K.E. 1982. The effects of
inbreeding in a flock of Hampshire sheep. J. Anim. Sci. 55:780-786.
58. Lee, H. S., J. W. Lee, G. R. Han and J. J. Hwang (2000).
"Motherless case in paternity testing."Forensicscienceinternational
114(2): 57-65.
59. Len-Velarde C.U y Guerrero J. 2001. Improving quantity and
quality of Alpaca fiber; using simulation model for breeding
strategies. http://inrm.cip.cgiar.org/home/publicat/01cpb023.pdf.
[Accesado el 18 de abril de 2010].
60. Lewis R.M. y Simm G. 2000. Selection strategies in sire referencing
schemes in sheep.Lives. Prod. Sci., 67: 129-141.
61. Lupton C.J., McColl A. y Stobart R.H. 2006. Fiber characteristics of
the HuacayaAlpaca.SmallRumin. Res., 64: 211-224.
62. MacKinnon K.M. 2003. Analysis of Inbreeding in a Closed
Population of Crossbred Sheep.Master of Science in Animal and
PoultriScience.Faculty of the Virginia Polytechnic Institute and State
University.62 pg.

54
63. McGregor B.A. 2006. Production attributes and relative value of
alpaca fleeces in southern Australia and implications for industry
development. Small Rumin. Res., 61: 93-111.
64. McGregor B.A. y Butler K.L. 2004. Sources of variation in fibre
diameter attributes of Australian alpacas and implications for fleece
evaluation and animal selection. Aust. J. Agric. Res., 55: 433-442.
65. McGregor B.A. 2002. Comparative productivity and grazing
behaviour of Huacaya alpacas and peppin Merino sheep grazed on
annual pastures. Small Rumin. Res., 44: 219-232.
66. McGregor B.A. 1998. Nutrition, management and other
environmental influences on the quality and production of mahair
and cashmere with particular referencia to Mediterranean and
annual temperate climatic zones: A review. Small Rumin. Res. 28:
199-215.
67. McGregor, B.A. 1989. Nutrition management to maximise cashmere
production. Proceedings 3rd International Cashmere Conference,
Adelaide, Australian Cashmere Growers Association.
68. McLennan N. y Lewer R. 2005. Wool production
69. Montes M, Quicao I., Quispe R., Quispe E.C. y Alfonso L. 2008.
Quality characteristics of Huacaya Alpaca fibre produced in the
Peruvian Andean Plateau region of Huancavelica. Span. J. of Agric.
Res. 6(1):33-38.
70. Morante R., Goyache F., Burgos A., Cervantes I., Pres-Cabal M.A.
y Gutirrez J.P. 2009. Genetic improvemente for alpaca fibre
production in the Peruvian Altiplano: the Pacomarca experience.
Anim. Genet. Resour. Informat. 45: 37-43.
71. Morley F.H.W. 1953. Selection for Economic Characters in
Australian Merino Sheep.Aust. J. Agr. Res., 5(2): 305-316.
72. Mrode, R. and R. Thompson 2005. Linear models for the prediction
of animal breeding values, Cabi.
73. Mueller J.P. 2008. Estrategias para el mejoramiento de camlidos
sudamericano. En: Actualidades sobre adaptacin, produccin,
reproduccin y mejora gentica en camlidos. Universidad

55
 Nacional de Huancavelica. Primera Edicin. Huancavelica, Per,
pp. 93-112.
74. Or J., Fuentes E. y Mellisho E. 2009. Estimacin del coeficiente de
consanguinidad de toros Brown Swiss registrados en el Per, ao
2003. Rev. Inv. Vet. Per, 20(2): 208-212.
75. Oria I., Quicao I., Quispe E. y Alfonso L. 2009. Variabilidad del
color de la fibra de alpaca en la zona altoandina de Huancavelica-
Per. ITEA. Animal GeneticResourcesInformation, 45: 79-84.
76. Pakstis, A. J., W. C. Speed, J. R. Kidd and K. K. Kidd (2007).
"Candidate SNPs for a universal individual identification panel."
Human genetics 121(3): 305-317.
77. Paucar R. 2011. Utilidad de marcadores SNP en la mejora gentica
de poblaciones alto-andinas de alpacas. Tesis Maestra.
Universidad Pblica de Navarra - Espaa.
78. Paucar R., Alfonso L. y Quispe E.C. 2009. Evaluacin gentica de
alpacas Huacaya de color blanco en Huancavelica Per. Proc. V
Congreso Mundial sobre Camlidos. Riobamba Ecuador, 1: 78.
79. Ponzoni, R.W. 2000. Genetic improvement of Australian Alpacas:
present state and potential developments. Proc. Aust. Alpaca
Assoc., 1: 71-96.
80. Ponzoni R.W., R.J. Grimson, J.A. Hill, D.J. Hubbard, B.A.
McGregor, A. Howse, I. Carmichael y G.J. Judson. 1999. The
inheritance of and association among some production traits in
young Australian alpacas. En:
http://www.alpacas.com/AlpacaLibrary/InheritanceTraits.aspx.
Accesado el 16 de Abril de 2009.
81. Quaas R.L. 1976. Computing the diagonal elements and inverse of
a larger numerator relationship matrix.Biometrics 32: 949 953.
82. Quispe E.C. y Mueller J.P. 2009. La alpaca y su principal producto:
La fibra, una bondad de la naturaleza para beneficio de la
humanidad. En: www.procasud.com/documentos/inv08.pdf.
Accesado el 19 de Marzo de 2010.
83. Quispe E.C., Mueller JP., Ruiz J., Alfonso L. y Gutirrez G. 2008.
Actualidades sobre adaptacin, produccin, reproduccin y mejora

56
 gentica en camlidos. Universidad Nacional de Huancavelica.
Primera Edicin. Huancavelica, Per, pp. 93-112.
84. Quispe E.C. y Alfonso L. 2007. Metodologas para estimar los
valores de cra (VCE): Aplicaciones para el Mejoramiento Gentico
de Alpacas. Ediciones UNH. Huancavelica - Per, 296 pg.
85. Quispe, E.C. 2005. Mejoramiento Gentico y Medioambiental de
Alpacas en la Regin de Huancavelica. Proyecto de Inversin
Pblica a nivel de Perfil. Universidad Nacional de Huancavelica.
Per.
86. Renieri C., Pacheco C., Valbonesi A., Frank E. y Antonini M. 2007.
Programa de mejoramiento gentico en camlidos domsticos.
Arch. Latinoamer. Prod. Anim., 15: 205-210.
87. Rogers G. 2006. Biologa of the wool follicle: an excursion into a
unique tissue interaction system waiting to be re-discovered.
Experimental Dermatology, 15: 931-949.
88. Rosado F.E. 2009. Mejoramiento de las alpacas a partir de las
identificadas. Proc. V Congreso Mundial sobre Camlidos.
Riobamba Ecuador, 1: 84.
89. Sachero D.M. y Mueller, J.P. 2007. Diferencias en el perfil de
dimetro de fibras, largo de mecha y resistencia a la traccin de la
lana, en ovejas de una majada merino seleccionada y otra no
seleccionada. Rev.Invest. Agropec. 36: 49-61.
90. Safari E., Fogarty N.M. y Gilmour A.R. 2005. A review of genetic
parameter estimates for wool, growth, meat and reproduction traits
in sheep. Livest.Product. Sci., 92: 271289.
91. Saghi D.A., Shiri S.A. y Nikbakhti M. 2007. Study on Cashmere
Quality and Hair Percentage of Black Goat of Southern Khorasan
for Stable Development of Agriculture. Pakistan J. Nutrition 6 (4):
397-398.
92. Schmid S., Lehmann B., Kreuzer M., Gmez C. &Gerwig C. 2006.
The value chain of alpaca fiber in Per, an economic analysis.Tesis
de Master.Swis Federal Institute of TechnolgyZurich.Alemania.
93. Sherman, G. B., S. D. Kachman, L. L. Hungerford, G. P. Rupp, C.
P. Fox, M. D. Brown, B. M. Feuz and T. R. Holm 2004. "Impact of

57
 candidate sire number and sire relatedness on DNA polymorphism-
based measures of exclusion probability and probability of
unambiguous parentage." Animal Genetics 35(3): 220-226.
94. Sirchia, S. M., I. Garagiola, C. De Andreis, I. Gazzoli, M. Gramegna
and G. Colucci 1996. "Characterization of four microsatellites in an
Italian population and their application to paternity
testing."Molecular and Cellular Probes 10(2): 155-158.
95. Smith L, Cassell B, Pearson R. 1998. The effects of inbreeding on
lifetime performance of dairy cattle.J Dairy Sci 81: 2729-2737.
96. Snedecor G.W. y Cochran W.G. 1980. Statistical Methods.The Iowa
State University Press.7ma. Edicin. USA. 507 pg.
97. Stahringer R. C. 2008. La condicin corporal en el manejo de rodeo
de cra. EEA - INTA Colonia Bentez. Argentina. En:
http://www.ipcva.com.ar/files/Condici%F3n%20Corporal%20en%20
Cr%EDa%20Venado.doc. Accesado 26 de Marzo del 2010.
98. Szwaczkowski T., KatarzynaCywa-Benko K. y Wyk S. 2003. A
note on inbreeding effect on productive and reproductive traits in
laying hens.Anim. Sci. Papers and Reports, 21(2): 121-129.
99. Tier B. 1990. Computing inbreeding coefficients quickly.Genet. Sel.
Evol., 22: 419-430.
100. Tosh, J. J. and J. W. Wilton (1994). "Effects of data structure on
variance of prediction error and accuracy of genetic evaluation." J
AnimSci 72(10): 2568-2577.
101. Van Vleck L.D. 1993. Selection index and introduction to mixed
model methods for genetic improvement of animals: The green
book. CRC press. USA. 481 pg.
102. Vega-Pla, J., D. F. D. A. Cara, J. J. G. Pavn and G. Dorado
(1998). "Propuesta de metodologa para la localizacin de
microsatlites en el genoma equino." Arch. Zootec 47: 189-194.
103. Weigel K. 2006. Controlling Inbreeding in Modern Dairy Breeding
Programs. Advances in DiaryTechnology, 18: 263-274.
104. Wiggans G.R., VanRaden P.M. y Zuurbier J. 1995. Calculation and
use of inbreeding coefficients for genetic evaluation of United
States dairy cattle. J. DairySci., 78: 1584 1590.

58
105. Wright S. 1922. Coefficients of inbreeding and relationship. Am.
Nat. 56: 330-338.
106. Wuliji T., Davis G.H., Dodds K.G., Turner P.R., Andrews R.N. y
Bruce G.D. 2000. Production performance, repeatability and
heritability estimates for live weight, fleece weight and fiber
characteristics of alpacas in New Zealand. Small Rumin. Res., 37:
189-201.
107. Wurzinger M., Willam A., Delgado J., Nrnberg M., Valle Zrate A.,
Stemmer A., Ugarte G y Slkner J. 2008. Design of a village
breeding programme for a llama population in the High Andes of
Bolivia .J. Anim. Bred. Genetic., 125:311-319.
108. Zhou H.M., Allain D., Li J.Q., Zhang W.G. y Yu X.C. 2003. Effects of
non genetics factors on production traits of Inner Mongolia
cashmere goats in China. Small Rumin. Res., 47: 85-89.

59
ANEXOS

60