HUANCAVELICA
(Creada por ley Nro. 25265)
PROYECTO DE INVESTIGACIN
LNEA DE INVESTIGACIN
RESPONSABLE:
MIEMBROS:
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.
Problema principal
3
Problemas secundarios
1.3. Objetivo
General
Objetivos Especficos
4
1.4. Justificacin
6
IV. CAPTULO II: MARCO TERICO
2.1. Antecedentes
Evaluacin Gentica
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:
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).
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.
11
esto significa que debera probablemente ser usado dentro de los
rebaos y no para comparaciones entre rebaos dentro de las
poblaciones (Bourdon, 1997).
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).
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.
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.
15
animales que no han producido o en los que no hemos podido
observar las producciones.
16
Informacin Genealgica en Alpacas
17
debera empezar nuevamente (Gobierno Regional de
Huancavelica., 2006).
Parmetros Genticos
18
fenotpicas, componentes de varianza entre otros (Bourdon,
1997).
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.
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
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).
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).
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.
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.
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.
Asignacin de Paternidad
27
utilizacin de marcadores genticos de ADN para la asignacin de
parentesco puede ser una til herramienta.
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).
29
2.3. Hiptesis
ParmetrosGenticos
Valor gentico
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.
31
V. CAPTULO III: METODOLOGA DE LA INVESTIGACIN
Aplicado.
Inductivo Deductivo.
No Experimental.
32
3.6. Identificacin de Variables
Variables Dependientes
Peso de velln
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
Variables Independientes
Fijos
Edad
34
el efecto de incrementar el funcionamiento folicular (Rogers,
2006).
Sexo
Ao
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
Condicin Corporal
Aleatorios
Animal
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
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
Depuracin de Datos
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).
h2 = VA / VP
Dnde:
VP=Varianza fenotpica.
R=VA+VEP/VF
Dnde:
R = Repetibilidad.
VF = Varianza fenotpica.
39
Determinacin de la consanguinidad
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.
= Fifi
Dnde:
: Coeficiente de consanguinidad del rebao.
Evaluaciones Genticas
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.
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 Investigadores.
2 Estudiantes.
4.2. Recursos
Equipos
Materiales de escritorio
42
Engrapador.
Archivadores.
Sellos.
Usb 16 Gb.
43
4.3. Cronograma de actividades
4.5. Presupuesto
999886.00Nuevos Soles.
45
46
4.6. Financiamiento
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