av Abanico veterinario Abanico vet 2007-428X 2448-6132 Sergio Martínez González 10.21929/abavet2021.40 00125 Artículos originales Características de conformación asociadas a producción y composición de la leche de vacas Holstein 0000-0001-6343-6731 Cortes-Hernández José * 1 0000-0002-4097-6281 Ruíz-López Felipe 2 0000-0002-1074-536X García-Ruiz Adriana ** 2 Programa de Maestría y Doctorado en Ciencias de la Producción y de la Salud Animal, Universidad Nacional Autónoma de México. Ciudad Universitaria, Delegación Coyoacán, C.P 04510. Ciudad de México, México. Universidad Nacional Autónoma de México Universidad Nacional Autónoma de México Ciudad de México Mexico Centro Nacional de Investigación Disciplinaria en Fisiología y Mejoramiento Animal, Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias. Km. 1, Carretera a Colón, Col. Ajuchitlán Colón, C.P. 76280, Querétaro. México. Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias Querétaro Mexico Autor responsable: Cortes-Hernández José. Autor Correspondencia: García-Ruiz Adriana. E-mail: jgch1992@hotmail.com, ruiz.felipe@inifap.gob.mx, garcia.adriana@inifap.gob.mx 28 02 2022 Jan-Dec 2021 11 e125 05 07 2021 08 10 2021 Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons RESUMEN

Se evaluó la asociación entre los sistemas de conformación de tipo y la producción de leche (PL), grasa (PG) y proteína (PP) a través de la correlación entre las características de conformación (CC) y las predicciones de valores genéticos para leche (HTPL), grasa (HTPGK) y proteína (HTPPK) de ganado Holstein, para determinar en qué medida las CC influyen en la producción de los animales. El estudio incluyó 31,711 registros de CC, 87,871 de PL, 65,593 de PG y 43,717 de PP. Las CC se agruparon en cuatro sistemas generales: estructura y capacidad (SEC), patas y pezuñas (SP), ubre (SU) y anca (SA). También se evaluó el efecto de las clases de puntos finales (PF) en los niveles de PL, PG y PP a través de un análisis de varianza. La HTPL tuvo una correlación de 0.28 con SU, 0.17 con SA, 0.08 con SP y -0.05 con SEC (P<0.001). Las correlaciones de HTPGK y HTPPK con los diferentes sistemas fueron bajas, destacando las encontradas con SU, 0.15 y 0.21 (P<0.001), respectivamente. Las asociaciones fenotípicas y las correlaciones de los valores genéticos reportadas en este estudio sugieren que la selección de vacas por CC puede modificar la producción de leche, grasa y proteína.

 Palabras clave: Asociación fenotípica Correlación entre valores genéticos características de conformación leche grasa proteína Asociación Holstein de México SIGI: 11513634465 INTRODUCCIÓN

El énfasis dado hasta la década de los 70’s al mejoramiento genético para producción de leche en ganado Holstein causó un descenso en las tasas de progreso genético de características como la composición de la leche, aspectos reproductivos, de salud y de conformación, lo que generó repercusiones en la funcionalidad de los animales (Corrales et al., 2012; De Vries, 2017; Van Raden et al., 2021)

Los avances logrados en metodologías estadísticas aplicadas a la selección genética y el uso de herramientas computacionales, han permitido la inclusión de nuevas características en los programas de mejoramiento genético (Misztal & Legarra, 2017). Algunos países han desarrollado metodologías sofisticadas para la inclusión de características con alto valor económico en los índices de selección, mientras que otros han incluido un gran número de características en sus evaluaciones, pero todos buscando a un animal más eficiente a través de la inclusión de caracteres que no sólo aumenten la cantidad de leche (Miglior et al., 2017), sino que reduzcan los costos de producción de la misma (Getu & Misganaw, 2015).

Las características de conformación (CC) son rasgos morfológicos que determinan la aptitud funcional de los animales. Diversos estudios han demostrado su relación positiva con PL (Corrales et al., 2012; Manafiazar et al., 2015), sugiriendo que las CC pueden utilizarse como criterios de selección temprana para mejorar el desempeño de los animales e incrementar la producción, longevidad y la salud de los mismos (Battagin et al., 2013; Madrid & Echeverri, 2014)

Desde los años 70, en México se ha trabajado en la calificación de CC de ganado Holstein, basándose en el sistema recomendado por la Federación Mundial Holstein Friesian (World Holstein Friesian Federation o WHFF; Valencia et al., 2008). A partir de la evaluación de las CC, la información individual de producción, la composición de la leche y registros genealógicos se han predicho los valores genéticos de numerosas características que han permitido identificar los animales más productivos (Getu & Misganaw, 2015), funcionales por sus CC y adaptados a sus necesidades (Zavadilová & Štt́pková, 2012). El objetivo del presente estudio fue evaluar la asociación entre los sistemas de conformación y las clases de puntos finales (PF), con la producción de leche (PL), grasa (PG) y proteína (PP) a través de la correlación de Pearson entre las mediciones directas (fenotipos) y las predicciones de valor genético de ganado Holstein de México.

 MATERIAL Y MÉTODOS

El estudio incluyó información de animales Holstein nacidos de 1992 a 2010, que estuvieron en el sistema de control de producción y en el programa de calificación de conformación de la Asociación Holstein de México (AHM). La información fue recolectada en 94 hatos ubicados en los estados de la República Mexicana: Aguascalientes, Baja California Norte, Chihuahua, Coahuila, Estado de México, Guanajuato, Jalisco, Querétaro, Michoacán, Nayarit, Puebla, San Luis Potosí, Tlaxcala y Zacatecas. Se incluyeron registros fenotípicos de 87,871 lactaciones para producción de leche y 65,593 lactaciones para componentes de la leche (grasa y proteína) correspondientes a 43,717 y 31,711 animales, respectivamente. Las producciones acumuladas de leche y sus componentes se obtuvieron como la suma de las producciones de las tres primeras lactaciones ajustadas a 305 días y equivalente de madurez (Toledo et al., 2014). Para evitar sesgos por edades de los animales, solo se incluyeron animales que tuvieron oportunidad de alcanzar la tercera lactación. También, se incluyó información fenotípica y de predictores de valores genéticos de las siguientes CC: estatura (STA), altura a la cruz (ACRZ), angulosidad (AG), tamaño (TAMÑ), profundidad corporal (PROFD), fortaleza del lomo (LOM), anchura de pecho (ANPE), punta del anca (PUNA), anchura del anca (ANCA), calidad de hueso (CALHU), vista lateral de las patas traseras (VLPT), vista posterior de las patas traseras (VPPT), ángulo de la pezuña (ANPEZ), profundidad del talón (PROTL), posición de pezones posteriores (POSPP), posición de pezones anteriores (POSPA), longitud de los pezones (LONPE), profundidad de la ubre (PU), inserción de la ubre anterior (IAU), altura de inserción de la ubre posterior (AIUP), ligamento medio suspensorio (LM), textura de la ubre (TEX), anchura de inserción de la ubre posterior (ANIUP) y puntos finales (PF). La descripción de cada una de las anteriores características se presenta en la Tabla 1, considerando que solo algunas de ellas tienen una calificación objetiva, con diferencias en centímetros y en otras la calificación es subjetiva, por lo que el calificador debe ser certificado por organismos internacionales de la raza.

Características de conformación evaluadas
Característica Puntos anatómicos de referencia para su calificación
1- Tamaño (TAMÑ) Agrupa características como altura a la cruz, altura al anca, angulosidad, profundidad corporal, ancho de pecho y fortaleza del lomo.
2- Textura de la ubre (TEX) Apariencia suave, plegable, carnosa, con basta irrigación y de buena conformación.
3- Posición de pezones posteriores (POSPP) Ubicación de los pezones posteriores con respecto al centro del cuarto.
4- Longitud de los pezones (LONPE) Calificación de pezones anteriores, 1 centímetro equivale a un punto, escala de 1 a 9 cm.
5- Posición de pezones anteriores (POSPA) Mide la posición que ocupan los pezones anteriores respecto al eje central de los cuartos.
6- Ligamento medio suspensorio (LM) Profundidad del surco en la base posterior de la ubre.
7- Profundidad de la ubre (PU) Distancia entre la parte más baja del piso de la ubre y la altura de los corvejones. Cada 3 cm de diferencia representa un punto en la escala de medición de la característica, tomando como referencia el nivel a los corvejones cuya calificación es 3.
8- Altura de inserción de la ubre posterior (AIUP) Distancia entre la vulva y el inicio de la ubre. Este valor se relaciona con la estatura del animal.
9- Inserción de ubre anterior (IAU) Ubicación y la fuerza con que la ubre se adhiere a la pared abdominal.
10- Angulo de pesuña (ANPEZ) Ángulo formado entre la parte anterior de la pezuña y el piso del miembro torácico derecho.
11- Vista lateral de patas traseras (VLPT) Ángulo formado en la parte delantera de los corvejones.
12- Vista posterior de patas traseras (VPPT) Dirección que adoptan los miembros posteriores vistos desde atrás.
13- Anchura del anca (ANCA) Distancia entre la punta de los huesos posteriores de la cadera (isquiones) 2 cm por punto.
14- Punta del anca (PUNA) Diferencia de la medición de la altura entre íleon e isquion.
15- Fortaleza del lomo (LOM) Debe ser recto con una ligera inclinación hacia atrás y de una apariencia firme.
16- Altura a la cruz (ACRZ) Medida exacta que va desde el suelo en el miembro anterior a la cruz del animal; 1.35 m a 1.60 m, 3 puntos por cm.
17- Profundidad corporal (PROFD) Distancia entre la columna vertebral y el ombligo al nivel de la última costilla, su punto de referencia es óptico.
18- Angulosidad (AG) Separación y ángulo de las costillas. La evaluación se hace con base en tres componentes, ángulo y apertura de costilla (80%), calidad del hueso (20%).
19- Anchura del pecho (ANPE) Medida entre las patas delanteras en su parte más alta. Se usa una escala de referencia de 13 a 29 centímetros, 2 cm por punto.
20- Estatura (STA) Medida exacta que va desde el suelo a la grupa del animal escala; 1.30 m a 1.54 m, 3 puntos por cm.
21- Calidad del hueso (CALHU) Apariencia de huesos planos no muy gruesos que den al animal una apreciación fenotípica de feminidad
22- Ancho de inserción de la ubre posterior (ANIUP) Mide la anchura que tiene la ubre cerca de la altura de inserción posterior
23- Profundidad del talón (PROTL) Mide la distancia que hay del talón al piso esto con base al ángulo de la pezuña, 45° normalmente.
24- Puntos finales Calificación general del animal, ponderada en función de las calificaciones obtenidas por sistema. Tiene una escala del 79 a 89.

Las CC fueron evaluadas en una escala del 1 al 9 con excepción de PF que fue evaluada en una escala de 70 a 89 puntos. Las CC se agruparon en cuatro sistemas de conformación ponderándose las características que formaron parte de cada uno de los sistemas por los pesos que recomienda la WHFF (Madrid & Echeverri, 2014; De Jong, 2020) y que se utilizan en la AHM. Finalmente se evaluó el impacto de los sistemas sobre PL, PG y PP. Los sistemas estudiados fueron:

Sistema de ubre (SU)

SU = (PU ∗ 0.16) + (TEX ∗ 0.14) + (LM ∗ 0.14) + (IAU ∗ 0.18) + (POSPA ∗ 0.07)

+ (LONPE ∗ 0.02) + (AIUP ∗ 0.12) + (AIUP ∗ 0.10) + (POSPP ∗ 0.07)

Sistema de patas y pezuñas (SP)

SP = (ANPEZ ∗ 0.18) + (PROTL ∗ 0.22) + (CALHU ∗ 0.12) + (VLPT ∗ 0.17) + (VPPT

∗ 0.31)

Sistema de estructura y capacidad (SEC)

SEC = (STA ∗ 0.12) + (ACRZ ∗ 0.03) + (TAMÑ ∗ 0.17) + (ANPE ∗ 0.23) + (PROFD ∗ 0.17)

+ (LOM ∗ 0.28)

Sistema del anca (SA)

SA = (PUNA ∗ 0.62) + (ANCA ∗ 0.38)

Para estudiar el efecto de las CC en las características de producción, se generaron cuatro clases fenotípicas, tomando como referencia el valor de PF obtenido en la evaluación de conformación realizada en la primera lactación de cada animal, siguiendo las recomendaciones de la WHFF, (2018). Las clases fueron: regular (RE) con 74 puntos o menos, buena (BU) entre 75 y 79 puntos, más buena (MB) entre 80 y 84 puntos y muy buena (MU) con 85 puntos o más. Para evaluar el efecto de las clases por CC en la permanencia de los animales en el establo, se analizó el promedio del número de lactaciones por animal. El efecto de la conformación evaluada como clase de PF en PL, PG, PP y el número de lactaciones por animal (NLAC), se evaluó a través de un análisis de varianza midiendo las diferencias entre las medias de cuadrados mínimos con del procedimiento GLM usando el paquete estadístico SAS 9.3 (SAS Institute. 2019).

Los valores genéticos predichos usados en el estudio para las diferentes características, fueron obtenidos y proporcionados por el INIFAP y la AHM (Ruíz et al., 2020), institución encargada de realizar las evaluaciones de la raza Holstein. Para determinar la asociación fenotípica de las CC con PL, PG y PP, así como la asociación entre sus valores genéticos predichos (que en el caso de las características de producción son las habilidades de transmisión predicha para PL, PG y PP; HTPL, HTPGK y HTPPK respectivamente) se calcularon los coeficientes de correlación de Pearson (Wayne, 2017), usando el programa SAS Institute (2019).

 RESULTADOS Y DISCUSIÓN <italic>Asociaciones fenotípicas</italic>

Los resultados obtenidos mostraron que más del 60% de los animales incluidos en el estudio cuentan con una calificación igual o mayor que 80 PF, lo que indica que más de la mitad de la población se encuentra en las dos clases de conformación superiores (MB y MU). Tabla 2 muestra que existe diferencia estadística (P<0.001) entre las clases de PF sobre PL, PG, PP y NLAC, observándose que al aumentar la clase de PF se incrementa el nivel de producción en las tres características estudiadas (PL, PG y PP) y el NLAC.

Medias mínimo cuadráticas y errores estándar para producción de leche, producción de grasa y producción de proteína de acuerdo a su clasificación de puntos finales
Clase de puntos finales Registros de leche Lactaciones Producción de leche Registros de grasa y proteína Producción de grasa Producción de proteína
RE 1,762 2.02±0.02a 21,231±253a 1,237 674±10.8a 548±10.7a
BU 14,658 2.19±0.01b 23,509±88b 10,491 751±3.7b 625±3.7b
MB 23,329 2.22±0.01c 24,180±69c 17,206 776±2.9c 664±2.9c
MU 3,968 2.28±0.01d 25,804±168d 2,777 827±7.2d 729±7.1c

RE: Regular, BU: Buena, MB: Más buena, MU: Muy buena.

Superíndices diferentes en la misma columna indican una diferencia estadística significativa (P<0.001).

Los animales MU tuvieron 0.26 lactaciones más que los animales RE. Esta diferencia representa aproximadamente 79 días más en lactación, tiempo que permite incrementar la producción total de los animales y hace más rentable cada animal. Estos resultados se ven reflejados en los promedios de PL de los animales de clase MU, que presentaron 21% más PL que los de la clase RE. Los resultados obtenidos en la población bajo estudio, coinciden con los reportados en estudios previos realizados en ganado Holstein en Colombia, dónde mostraron que las CC están correlacionadas positivamente con la producción de leche Madrid & Echeverri, 2014. Las CC a diferencia de los rasgos productivos, pueden ser herramientas de selección temprana en ganado lechero, ya que la calificación puede ser obtenida al iniciar la primera lactación; además, se ha reportado que estos caracteres presentan correlaciones genéticas positivas con rasgos de interés económico, como por ejemplo en producción de leche, la composición de la misma y salud de la ubre (Duru et al., 2012).

Al igual que para leche, para componentes (PG y PP), las vacas con la clase más alta (MU) tuvieron producción mayor (827 y 729 Kg, respectivamente) aunque en el caso de PP no hubo diferencia significativa (P<0.001) entre vacas de las clases MB y MU. Los resultados mostraron que los animales de la clase más baja (RE) tuvieron 22% menor PG y 33% menor PP en comparación con los animales de la clase más alta (MU). Estos resultados corroboran la relación positiva que existe entre producción de leche y componentes con la clasificación de CC (Madrid & Echeverri, 2014) , y corroboran los reportes de correlaciones genéticas positivas (Zavadilová & Štt́pková, 2012) que indican que las vacas con mejor estructura anatómica, tienden a mejorar su eficiencia fisiológica. Las correlaciones entre los sistemas de conformación fueron de moderadas a bajas, destacando la que existe entre SU y SEC (0.40), entre SU y SP (0.29) y, entre SEC y SA (0.27) (Tabla 3).

Correlaciones fenotípicas (debajo de la diagonal) y de valores genéticos (arriba de la diagonal) entre los sistemas de conformación con producción de leche, grasa y proteína
Sistema Producción
Ubre Patas y Pesuñas Estructura y Capacidad Anca Leche Grasa Proteína
Ubre 0.53* 0.45* 0.13* 0.28* 0.15* 0.21*
Patas y Pezuñas 0.29* 0.47* 0.08* 0.08* 0.06* 0.08*
Estructura y Capacidad 0.40* 0.18* 0.30* -0.05* -0.01 -0.08
Anca 0.08* -0.03 0.27* 0.17* 0.08* 0.09*
Leche 0.07* 0.16* 0.02 0 0.69* 0.76*
Grasa 0.11* 0.38* 0.01 -0.05* 0.64* 0.92*
Proteína 0.11* 0.47* 0.02 -0.05* 0.63* 0.95*

*Correlaciones estadísticamente significativas (P<0.001)

La magnitud de estas correlaciones muestra la dependencia anatómica y funcional que existe entre los sistemas y la posibilidad de ser mejorados por selección de manera individual; ya que, por ejemplo, la VPPT Y VLPT están relacionadas con la inclinación de anca y el desarrollo y tamaño de la ubre están altamente influenciados por el TAMÑ y STA, características del SEC. Las correlaciones entre los sistemas de las CC y las características productivas fueron generalmente bajas, solo destacaron las correlaciones del SP, que presentó una correlación de 0.47 con PP y de 0.38 con PG. No se han reportado resultados similares en otras poblaciones.

 <italic>Correlaciones entre valores genéticos</italic>

La correlación encontrada entre HTPL y HTPPK fue alta y positiva (0.76), parecida a la encontrada con HTPGK (0.69), lo que significa que vacas con mayor valor genético predicho para producción láctea tienden a poseer un mayor valor genético para la producción de sólidos totales (Madrid & Echeverri, 2014). Las correlaciones encontradas entre los sistemas de conformación con HTPGK y HTPPK fueron en su mayoría positivas. El SEC fue el que mostró correlaciones más bajas con HTPL (-0.05), y sin significancia para HTPGK y HTPPK. La correlación entre SU y HTPL fue baja y positiva (0.28), siendo éste el sistema que más se correlaciona con HTPL.

De todas las CC del SEC, la correlación encontrada entre STA y HTPL fue la que presentó mayor valor (0.21) (Tabla 4).

Estimadores de los coeficientes de correlación de Pearson entre características de conformación de cuerpo y anca con los predictores de valores genéticos para producción de leche, grasa y proteína
Estatura Altura a la cruz Tamaño Ancho del pecho Profundidad Lomo Punta del anca Ancho del anca
HTPL 0.21* -0.07* 0.01 -0.06* -0.12* 0.02 0.08* 0.18*
HTPGK 0.16* -0.04* 0.08* 0.01 -0.05* -0.00 0.04* 0.09*
HTPPK 0.17* -0.07* 0.05* -0.06* -0.12* -0.05* 0.07* 0.08*

HTPL: Predicción de valor genético para leche, HTPGK: Predicción de valor genético para grasa, HTPPK: Predicción de valor genético para proteína.

*Correlaciones estadísticamente significativas (P<0.001)

A pesar de que las estimadas en este estudio fueron correlaciones entre valores genéticos, fueron similares a las correlaciones genéticas reportadas en una población de vacas Holstein primíparas de Turquía por Tapki & Ziya GÜZEY (2013), que fue de 0.24 pero mayor que la reportada en otra población de la misma raza en vacas de tercer parto en el mismo país que fue de 0.14 (Duru et al., 2012), lo que indica que la estatura del animal influye en la capacidad de producción de leche. En los establos, se recomienda seleccionar a los animales que tengan una calificación de 7 para STA, ya que estás vacas tienen la misma capacidad de producir leche que vacas de mayor tamaño por lo que se reduce el costo energético de mantenimiento en estos animales. La correlación encontrada entre PUNA y HTPL fue baja y positiva (0.08), difiriendo parcialmente con otros autores (Weller & Ezra, 2016) quienes reportaron valores negativos y bajos (-0.04). La correlación entre ANCA y HTPL fue mayor (0.18) y similar a los reportados en ganado Holstein de Turquía (Duru et al., 2012) donde reportaron una correlación de 0.19 entre las mismas características. El ANCA determina la separación entre las patas posteriores de la vaca que entre más separadas estén, más amplia será la ubre posterior, permitiendo que esta almacene y produzca una mayor cantidad de leche (Getu & Misganaw, 2015). Las correlaciones entre ANCA con HTPGK y HTPPK fueron bajas y significativamente diferentes p<0.001 (0.09 y 0.08, respectivamente).

El SU tuvo una correlación positiva con HTPL (0.28), resultado que indica que vacas con ubres fuertes, grandes y bien implantadas producen mayor cantidad de leche. De las características del SU, la PU tuvo una correlación baja y negativa con HTPL (-0.05), (Tabla 5).

Estimadores de los coeficientes de correlación de Pearson entre características de conformación de ubre con los predictores de valores genéticos para producción de leche, grasa y proteína
Profundidad de ubre Textura Ligamento medio Inserción anterior de ubre Posición de pezones anteriores Longitud de pezones Inserción de ubre posterior Posición de pezones posteriores
Altura Anchura
HTPL -0.05* 0.33* 0.40* 0.26* 0.35* 0.05* 0.33* 0.37* 0.47*
HTPGK 0.01 0.24* 0.29* 0.21* 0.24* -0.05* 0.24* 0.24* 0.31*
HTPPK 0.02* 0.27* 0.34* 0.20* 0.29* -0.07* 0.30* 0.31* 0.35*

HTPL: Predicción de valor genético para leche, HTPGK: Predicción de valor genético para grasa, HTPPK: Predicción de valor genético para proteína.

*Correlaciones estadísticamente significativas (P<0.001).

Para las mismas características, en bovinos Holstein de Italia (Samoré et al., 2010) reportaron correlaciones genéticas negativas (-0.37), pero menores a los reportados en Colombia (Corrales et al., 2012) dónde encontraron una correlación negativa y alta (-0.72). Los resultados muestran que, en esas poblaciones, las vacas con alto potencial de producción láctea tienen una ubre con menor profundidad, ya que los animales con ubres poco profundas tienen poca cantidad de tejido mamario y por lo tanto su capacidad de producción y almacenamiento es limitada (Piccardi et al., 2012).

Similarmente a PU, LONPE presentó una correlación de valores genéticos baja con HTPL (0.05 respectivamente; p<0.001). El resto de las características del SU mostraron una correlación positiva y moderada con la HTPL, destacando la existente entre HTPL con POSPP (0.47) y LM (0.40) (Tabla 5). Estos resultados coinciden con los reportados en Colombia (Corrales et al., 2012), población en la que destacó una correlación positiva entre HTPL con AIUP y LM, se presenta porque ubres anchas y con inserción alta se relacionan con cantidad de tejido mamario y mayor capacidad de almacenamiento de la leche. La relación entre HTPL y POSPP puede deberse en gran parte a que los animales que tienen bien colocados los pezones, tienen mayor facilidad a la ordeña, por lo tanto, tienden a producir mayor cantidad de leche y al mismo tiempo pueden presentar menor incidencia de enfermedades de la glándula mamaria. Las correlaciones entre las características del SU y HTPGK y HTPPK presentaron tendencias similares a las de HTPL, resultados que indican que la buena conformación de la ubre contribuye a aumentar la capacidad de producción de leche, grasa y proteína (Ptak et al., 2011).

Diversos autores coinciden en que las vacas con buena locomoción tienden a ser altas productoras de leche y permanecer en el hato por más tiempo que las vacas con malas puntaciones para el sistema de patas (Wasana et al., 2015). En este estudio, las correlaciones de valores genéticos entre SP y HTPGK, y HTPPK fueron bajas (0.06 y 0.08 respectivamente), similares a las correlaciones genéticas reportadas en una población Holstein de Italia (Battagin et al., 2013), quienes encontraron una correlación de 0.07 con HTPGK y de 0.02 con HTPPK. La correlación del SP con HTPL también fue baja (0.08), diferente a lo reportado en la misma población, en la cual estimaron una correlación de 0.24.

Las características individuales del SP que presentaron mayor correlación con HTPL fueron ANPEZ y CALHU (0.22 y 0.34, respectivamente), mientras que estas mismas CC presentaron una correlación media con HTPGK y HTPPK (Tabla 6).

Estimadores de los coeficientes de correlación de Pearson entre características de conformación de patas y angulosidad con los predictores de valores genéticos para producción de leche, grasa y proteína
Angulo de pezuña Profundidad de talón Calidad de hueso Vista lateral de patas traseras Vista posterior de patas traseras Angulosidad
HTPL 0.22* 0.16* 0.34* 0.12* 0.16* 0.34*
HTPGK 0.19* 0.17* 0.24* 0.06* 0.15* 0.27*
HTPPK 0.20* 0.17* 0.28* 0.08* 0.16* 0.30*

HTPL: Predicción de valor genético para leche, HTPGK: Predicción de valor genético para grasa, HTPPK: Predicción de valor genético para proteína.

*Correlaciones estadísticamente significativas (P<0.001).

En ganado Holstein de España, Pérez-Cabal & Alenda (2006) reportaron una correlación genética positiva y baja de 0.12 entre VPPT y HTPL, resultados que coinciden con los reportados en este estudio, en el que se encontró una correlación de 0.16. En bovinos Holstein del Reino Unido Ptak et al. (2011) sugirieron que las patas y pezuñas se relacionan de manera indirecta con la producción de leche, ya que vacas con malas puntuaciones para ANPEZ, VLPT y VPPT muestran un deterioro en longevidad, producción y fertilidad, además de ser características relacionadas con la repetición de servicio a los 56 días; sugiriendo que los animales con buena puntuación para patas podrían tener menos probabilidad de repetición de servicio, reduciendo días abiertos (Wall et al., 2005). La importancia de las características del SP en los sistemas de producción, radica en que las vacas, diariamente tienen que desplazarse para poder ser ordeñadas y si no tienen buena fortaleza y locomoción en los miembros, al paso del tiempo puede causar un deterioro en la vida productiva (Kern et al., 2015).

La correlación entre AG y HTPL encontrada en este estudio fue positiva (0.34) (Tabla 6), similar a la encontrada en la población Holstein de Brasil (Campos et al., 2015) donde reportaron una correlación (0.38). De la misma manera, en vacas Holstein de Turquía, Duru et al. (2012) reportaron una correlación positiva de 0.21 para las mismas características, mientras que en Colombia, Corrales et al. (2012) reportaron una correlación más baja (0.14). Aunque la metodología para encontrar relación entre características fue diferente, los resultados en México son similares a los presentados en Italia en ganado de la raza Suizo Pardo (Samoré et al., 2010), con una correlación entre AG y HTPL de 0.36. Con los resultados encontrados se puede inferir que las vacas más angulosas, tienden a producir más leche, debido a que animales con mayor separación entre costillas y mayor ángulo, tienen una mejor capacidad corporal; además los animales tienden a presentar huesos más planos, aspecto importante en la deposición y extracción de calcio durante la lactación (Carvajal-Hernández et al., 2002).

 CONCLUSIONES E IMPLICACIONES

Los resultados muestran que es posible utilizar datos fenotípicos de las características de conformación como predictores tempranos de la producción láctea del ganado Holstein, destacando las características del SU y SP; pero es recomendable tener en cuenta las demás características morfológicas. La obtención de valores genéticos y realizar programas de mejoramiento permitirá contar con vacas más funcionales y rentables. La cantidad de proteína y grasa también están asociadas positivamente con algunas características de conformación, especialmente del sistema de ubre, como por ejemplo POSPP, LM y ANIUP. Para determinar la relación genética entre las CC con las características productivas, es necesario realizar análisis bivariados y determinar las correlaciones genéticas entre las diferentes características, aspecto que puede reforzar los resultados encontrados en este estudio.

 AGRADECIMIENTOS Y FUENTE FINANCIADORA

Agradecimiento la Asociación Holstein de México, por la información proporcionada. Este Proyecto fue financiado por el Centro Nacional de Investigación Disciplinaria en Fisiología y Mejoramiento Animal del Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias, con el nombre “Estudio de la consanguinidad y su efecto sobre características productivas y reproductivas en ganado Holstein” con número SIGI: 11513634465.

 LITERATURA CITADA Asociación Holstein de México. 2021. Holstein de México, A.C. Sitio web: https://holstein.com.mx/ Asociación Holstein de México 2021 Holstein de México, A.C https://holstein.com.mx/ Battagin M, Sartori C, Biffani S, Penasa M, Cassandro M. 2013. Genetic parameters for body condition score, locomotion, angularity, and production traits in Italian Holstein cattle. Journal of Dairy Science. 96(8):5344-5351. ISSN 0022-0302. https://doi.org/10.3168/jds.2012-6352 Battagin M Sartori C Biffani S Penasa M Cassandro M. 2013 Genetic parameters for body condition score, locomotion, angularity, and production traits in Italian Holstein cattle Journal of Dairy Science 96 8 5344 5351 0022-0302 10.3168/jds.2012-6352 Campos RV, Cobuci JA, Kern EL, Costa CN, McManus CM. 2015. Genetic parameters for linear type traits and milk, fat, and protein production in holstein cows in Brazil. Asian- Australas J Anim Sci. 28(4):476-84. PMID: 25656190; PMCID: PMC4341096. https://doi.org/10.5713/ajas.14.0288 Campos RV Cobuci JA Kern EL Costa CN McManus CM. 2015 Genetic parameters for linear type traits and milk, fat, and protein production in holstein cows in Brazil Asian- Australas J Anim Sci 28 4 476 484 25656190 PMC4341096 10.5713/ajas.14.0288 Carvajal-Hernández M, Valencia-Heredia RE, Segura-Correa CJ. 2002. Duración de la lactancia y producción de leche de vacas Holstein en el Estado de Yucatán, México. Revista Biomédica. 13(1):25-31. https://doi.org/10.32776/revbiomed.v13i1.292 Carvajal-Hernández M Valencia-Heredia RE Segura-Correa CJ. 2002 Duración de la lactancia y producción de leche de vacas Holstein en el Estado de Yucatán, México Revista Biomédica 13 1 25 31 10.32776/revbiomed.v13i1.292 Corrales J, Cerón-Muñoz M, Cañas J, Herrera C, Calvo S. 2012. Parámetros genéticos de características de tipo y producción en ganado Holstein del departamento de Antioquia. MVZ Córdoba. 17(1):2870-2877. https://www.imbiomed.com.mx/articulo.php?id=83599 Corrales J Cerón-Muñoz M Cañas J Herrera C Calvo S. 2012 Parámetros genéticos de características de tipo y producción en ganado Holstein del departamento de Antioquia MVZ Córdoba 17 1 2870 2877 https://www.imbiomed.com.mx/articulo.php?id=83599 De Jong G. 2020. Progress of type armonisation. v1. http://www.whff.info/documentation/documents/WHFFprogressoftypeharmonisation2020.pdf De Jong G. 2020 Progress of type armonisation. v1 http://www.whff.info/documentation/documents/WHFFprogressoftypeharmonisation2020.pdf De Vries A. 2017. Economic trade-offs between genetic improvement and longevity in dairy cattle. PMID: 28215896. Journal of Dairy Science. 100(5):4184-4192. https://doi.org/10.3168/jds.2016-11847 De Vries A. 2017 Economic trade-offs between genetic improvement and longevity in dairy cattle. PMID: 28215896 Journal of Dairy Science 100 5 4184 4192 10.3168/jds.2016-11847 Duru S, Kumlu S, Tuncel E. 2012. Estimation of variance components and genetic parameters for type traits and milk yield in Holstein cattle. Turkish Journal of Veterinary and Animal Sciences. 36(6):585-591. https://doi.org/10.3906/vet-1012-660 Duru S Kumlu S Tuncel E. 2012 Estimation of variance components and genetic parameters for type traits and milk yield in Holstein cattle Turkish Journal of Veterinary and Animal Sciences 36 6 585 591 10.3906/vet-1012-660 Getu A. Misganaw G. 2015. The Role of Conformational Traits on Dairy Cattle Production and Their Longevities. Open Access Library Journal. 2:1-9. https://doi.org/10.4236/oalib.1101342 Getu A. Misganaw G. 2015 The Role of Conformational Traits on Dairy Cattle Production and Their Longevities Open Access Library Journal 2 1 9 10.4236/oalib.1101342 Kern EL, Cobuci JA, Costa CN, McManus CM, Campos GS, Almeida TP. 2015. Genetic association between longevity and linear type traits of holstein cows. Scientia Agricola. 72(3):203-209. https://doi.org/10.1590/0103-9016-2014-0007 Kern EL Cobuci JA Costa CN McManus CM Campos GS Almeida TP. 2015 Genetic association between longevity and linear type traits of holstein cows Scientia Agricola 72 3 203 209 10.1590/0103-9016-2014-0007 Madrid S, Echeverri J. 2014. Association between conformation traits and productive performance in Holstein cows in the department of Antioquia, Colombia. Veterinaria y Zootecnia. 8(1):35-47. ISSN 2011-5415. https://doi.org/10.17151/vetzo.2014.8.1.3 Madrid S Echeverri J. 2014 Association between conformation traits and productive performance in Holstein cows in the department of Antioquia, Colombia Veterinaria y Zootecnia 8 1 35 47 2011-5415 10.17151/vetzo.2014.8.1.3 Manafiazar G, Goonewardene L, Miglior F, Crews DH, Basarab JA, Okine E, Wang Z. 2015. Genetic and phenotypic correlations among feed efficiency, production and selected conformation traits in dairy cows. Animal. 10(3):381-389. PMID: 26549643. https://doi.org/10.1017/S1751731115002281 Manafiazar G Goonewardene L Miglior F Crews DH Basarab JA Okine E Wang Z. 2015 Genetic and phenotypic correlations among feed efficiency, production and selected conformation traits in dairy cows Animal 10 3 381 389 26549643 10.1017/S1751731115002281 Miglior F, Fleming A, Malchiodi F, Brito LF, Martin P, Baes CF. 2017. A 100-Year Review: Identification and genetic selection of economically important traits in dairy cattle. Journal of Dairy Science. 100(12):10251-10271. https://doi.org/10.3168/jds.2017-12968 Miglior F Fleming A Malchiodi F Brito LF Martin P Baes CF. 2017 A 100-Year Review: Identification and genetic selection of economically important traits in dairy cattle Journal of Dairy Science 100 12 10251 10271 10.3168/jds.2017-12968 Misztal I, Legarra A. 2017. Invited review: Efficient computation strategies in genomic selection. Animal. 11(5):731-736. https://doi.org/10.1017/S1751731116002366 Misztal I Legarra A. 2017 Invited review: Efficient computation strategies in genomic selection Animal 11 5 731 736 10.1017/S1751731116002366 José Moro MJ, Ruiz LFJ. 1998. Mejoramiento genético de características de conformación en ganado Holstein. Veterinaria México. 29(4):385-398. https://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=15539 José Moro MJ Ruiz LFJ. 1998 Mejoramiento genético de características de conformación en ganado Holstein Veterinaria México 29 4 385 398 https://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=15539 Pérez-Cabal MA, García C, González-Recio O, Alenda R. 2006. Genetic and phenotypic relationships among locomotion type traits, profit, production, longevity, and fertility in Spanish dairy cows. Journal of Dairy Science. 89(5):1776-1783. PMID: 16606749. https://doi.org/10.3168/jds.S0022-0302(06)72246-9 Pérez-Cabal MA García C González-Recio O Alenda R. 2006 Genetic and phenotypic relationships among locomotion type traits, profit, production, longevity, and fertility in Spanish dairy cows Journal of Dairy Science 89 5 1776 1783 16606749 10.3168/jds.S0022-0302(06)72246-9 Piccardi M, Balzarini M, Bó GA, Funes AC. 2012. Asociación entre las características morfológicas y la producción de leche en vacas Holstein. Revista Veterinaria. 23(2):134-137. ISSN: 1668-4834. https://doi.org/10.30972/vet.2321793 Piccardi M Balzarini M Bó GA Funes AC. 2012 Asociación entre las características morfológicas y la producción de leche en vacas Holstein Revista Veterinaria 23 2 134 137 1668-4834 10.30972/vet.2321793 Ptak E, Jagusiak W, Zarnecki A, Otwinowska-Mindur A. 2011. Heritabilities and genetic correlations of lactational and daily somatic cell score with conformation traits in Polish Holstein cattle. Czech Journal of Animal Science. 56(5):205-212. https://doi.org/10.17221/1432-cjas Ptak E Jagusiak W Zarnecki A Otwinowska-Mindur A. 2011 Heritabilities and genetic correlations of lactational and daily somatic cell score with conformation traits in Polish Holstein cattle Czech Journal of Animal Science 56 5 205 212 10.17221/1432-cjas Ruiz, L.F.J., García, R.A. Cortes H.J.G, 2020. ¿Qué Toro? Evaluación genética cuatrimestral de toros y vacas Holstein para producción, componentes y células somáticas de leche, longevidad y conformación. Estudio No 61, agosto 2020. INIFAP CENID FyMA. Querétaro, México. https://holstein.com.mx/servicios/evaluaciones- geneticas/# Ruiz L.F.J. García R.A. Cortes H.J.G 2020 ¿Qué Toro? Evaluación genética cuatrimestral de toros y vacas Holstein para producción, componentes y células somáticas de leche, longevidad y conformación Estudio No 61 agosto 2020 INIFAP CENID FyMA Querétaro, México https://holstein.com.mx/servicios/evaluaciones- geneticas/# Samoré AB, Rizzi R, Rossoni A, Bagnato A. 2010. Genetic parameters for functional longevity, type traits, somatic cell scores, milk flow and production in the Italian Brown Swiss. Italian Journal of Animal Science. 9(2):145-152. ISSN: 1828-051X. https://doi.org/10.4081/ijas.2010.e28 Samoré AB Rizzi R Rossoni A Bagnato A. 2010 Genetic parameters for functional longevity, type traits, somatic cell scores, milk flow and production in the Italian Brown Swiss Italian Journal of Animal Science 9 2 145 152 1828-051X 10.4081/ijas.2010.e28 SAS Institute. 2019. Statistical Analysis Software SAS/STAT®. Version 9.3, Cary, N.C., USA: SAS Institute Inc., ISBN: 978-1-60764-599-3. https://www.sas.com/es_mx/industry/life-sciences/solution/real-world-evidence.html SAS Institute 2019 Statistical Analysis Software SAS/STAT®. Version 9.3 Cary N.C., USA SAS Institute Inc 978-1-60764-599-3 https://www.sas.com/es_mx/industry/life-sciences/solution/real-world-evidence.html Tapki I, Ziya Güzey M. 2013. Genetic and Phenotypic Correlations between Linear Type Traits and Milk Production Yields of Turkish Holstein Dairy Cows. Green Journal of Agricultural Sciences. 3(11):755-761. ISSN: 2276-7770. https://doi.org/10.15580/GJAS.2013.11.072913763 Tapki I Ziya Güzey M. 2013 Genetic and Phenotypic Correlations between Linear Type Traits and Milk Production Yields of Turkish Holstein Dairy Cows Green Journal of Agricultural Sciences 3 11 755 761 2276-7770 10.15580/GJAS.2013.11.072913763 Toledo HO, Ruiz-López FJ, Vásquez CG, Berruecos JM, Elzo MA. 2014. Estimation of genetic parameters for milk production in Holstein cattle in Mexico under two modes of production control. Revista Mexicana De Ciencias Pecuarias. 5(4):443-457. ISSN 2448- 6698. https://doi.org/10.22319/rmcp.v5i4.4016 Toledo HO Ruiz-López FJ Vásquez CG Berruecos JM Elzo MA. 2014 Estimation of genetic parameters for milk production in Holstein cattle in Mexico under two modes of production control Revista Mexicana De Ciencias Pecuarias 5 4 443 457 2448-669810.22319/rmcp.v5i4.4016 Valencia M., Montaldo HH, Ruíz-Lopez FJ. 2008. Parámetros genéticos para características de conformación, habilidad de permanencia y producción de leche en ganado Holstein en México. Técnica Pecuaria en México. 46(3):235-248. ISSN: 0040-1889. https://doi.org/10.22319/rmcp.v46i3.1807 Valencia M. Montaldo HH Ruíz-Lopez FJ. 2008 Parámetros genéticos para características de conformación, habilidad de permanencia y producción de leche en ganado Holstein en México Técnica Pecuaria en México 46 3 235 248 0040-1889 10.22319/rmcp.v46i3.1807 Van Raden PM, Cole J, Parker Gaddis KL. 2021. Net merit as a measure of lifetime profit: 2021 revision. AIPL Research Reports. e-353707. https://www.ars.usda.gov/research/publications/publication/?seqNo115=353707 Van Raden PM Cole J Parker Gaddis KL. 2021 Net merit as a measure of lifetime profit: 2021 revision AIPL Research Reports e 353707 https://www.ars.usda.gov/research/publications/publication/?seqNo115=353707 Wall E, White IMS, Coffey MP, Brotherstone S. 2005. The relationship between fertility, rump angle, and selected type information in Holstein-Friesian cows. Journal of Dairy Science. 88(4):1521-1528. https://doi.org/10.3168/jds.S0022-0302(05)72821-6 Wall E White IMS Coffey MP Brotherstone S. 2005 The relationship between fertility, rump angle, and selected type information in Holstein-Friesian cows Journal of Dairy Science 88 4 1521 1528 10.3168/jds.S0022-0302(05)72821-6 Wasana N, Cho GH, Park SB, Kim SD, Choi JG, Park BH, Do CH. 2015. Genetic relationship of productive life, production and type traits of Korean Holsteins at early lactations. Asian-Australasian Journal of Animal Sciences. 28(9):1259-1265. PMID: 26194223. https://doi.org/10.5713/ajas.15.0034 Wasana N Cho GH Park SB Kim SD Choi JG Park BH Do CH. 2015 Genetic relationship of productive life, production and type traits of Korean Holsteins at early lactations Asian-Australasian Journal of Animal Sciences 28 9 1259 1265 26194223 10.5713/ajas.15.0034 Wayne WD. 2017. Bioestadística: Base para el análisis de las ciencias de la salud. Limusa. 4th ed. Pp. 432-470. México. ISBN:978-968-18-6164-3. https://www.academia.edu/17988752 Wayne WD. 2017 Bioestadística: Base para el análisis de las ciencias de la salud Limusa 4 432 470 México 978-968-18-6164-3 https://www.academia.edu/17988752 Weller JI, Ezra E. 2016. Genetic and phenotypic analysis of daily Israeli Holstein milk, fat, and protein production as determined by a real-time milk analyzer. Journal of Dairy Science. 99(12):9782-9795. https://doi.org/10.3168/jds.2016-11155 Weller JI Ezra E. 2016 Genetic and phenotypic analysis of daily Israeli Holstein milk, fat, and protein production as determined by a real-time milk analyzer Journal of Dairy Science 99 12 9782 9795 10.3168/jds.2016-11155 World Holstein Friesian Federation. 2018. World Holstein Friesian Federation. Sitio web. http://www.whff.info/index.php World Holstein Friesian Federation 2018 World Holstein Friesian Federation http://www.whff.info/index.php Zavadilová L, Štt́pková M. 2012. Genetic correlations between longevity and conformation traits in the Czech Holstein population. Czech Journal of Animal Science. 57(3):125-136. https://doi.org/10.17221/5566-cjas Zavadilová L Štt́pková M. 2012 Genetic correlations between longevity and conformation traits in the Czech Holstein population Czech Journal of Animal Science 57 3 125 136 10.17221/5566-cjas

Clave: e2021-53.

 Original Article Conformation traits associated with production and milk composition of Holstein cows ABSTRACT:

The association between type conformation systems and milk (PL), fat (PG) and protein (PP) production was evaluated through the correlation between conformation traits (CC) and genetic value predictions for milk (HTPL), fat (HTPGK) and protein (HTPPK) of Holstein cattle, to determine the extent to which CC influence animal production. The study included 31,711 CC, 87,871 MP, 65,593 PG and 43,717 PP records. The CC were grouped into four general systems: structure and capacity (SEC), feet and hooves (SP), udder (SU) and haunch (SA). The effect of end point (FP) classes on MP, PG and PP levels was also evaluated through analysis of variance. HTPL had a correlation of 0.28 with SU, 0.17 with SA, 0.08 with SP and -0.05 with SEC (P<0.001). The correlations of HTPGK and HTPPK with the different systems were low, highlighting those found with SU, 0.15 and 0.21 (P<0.001), respectively. The phenotypic associations and correlations of genetic values reported in this study suggest that selection of cows by CC can modify milk, fat and protein production.

 Keywords: phenotypic association correlation between genetic values conformation traits milk fat protein INTRODUCTION

The emphasis given until the 1970's to genetic breeding for milk production in Holstein cattle caused a decrease in the genetic progress rates of traits such as milk composition, reproductive, health and conformation aspects, which generated repercussions in the functionality of animals (Corrales et al., 2012; De Vries, 2017; Van Raden et al., 2021).

The advances achieved in statistical methodologies applied to genetic selection and the use of computational tools, have allowed the inclusion of new traits in genetic improvement programs (Misztal & Legarra, 2017). Some countries have developed sophisticated methodologies for the inclusion of traits with high economic value in selection indexes, while others have included a large number of traits in their evaluations, but all seeking a more efficient animal through the inclusion of traits that not only increase milk quantity (Miglior et al., 2017), but also reduce milk production costs (Getu &Misganaw, 2015).

Conformation characteristics (CC) are morphological traits that determine the functional fitness of animals. Several studies have demonstrated their positive relationship with MP (Corrales et al., 2012; Manafiazar et al., 2015), suggesting that CCs can be used as early selection criteria to improve animal performance and increase animal production, longevity and health (Battagin et al., 2013; Madrid & Echeverri, 2014).

Since the 1970s, work has been done in Mexico on the CC qualification of Holstein cattle, based on the system recommended by the World Holstein Friesian Federation (World Holstein Friesian Federation o WHFF; Valencia et al., 2008). From CC evaluation, individual production information, milk composition and pedigree records, genetic values of numerous traits have been predicted that have allowed the identification of the most productive (Getu & Misganaw, 2015), functional animals by their CC and adapted to their needs (Zavadilová & Štt́pková, 2012). The aim of the present study was to evaluate the association between conformation systems and end point (FP) classes, with milk (MP), fat (PG) and protein (PP) production through Pearson's correlation between direct measurements (phenotypes) and genetic value predictions of Mexican Holstein cattle.

 MATERIAL AND METHODS

The study included information from Holstein animals born from 1992 to 2010, which were in the production control system and in the conformation qualification program of the Holstein Association of Mexico (AHM). The information was collected in 94 herds located in Mexican Republic states of: Aguascalientes, Baja California Norte, Chihuahua, Coahuila, Estado de México, Guanajuato, Jalisco, Querétaro, Michoacán, Nayarit, Puebla, San Luis Potosí, Tlaxcala and Zacatecas. Phenotypic records were included for 87,871 lactations for milk production and 65,593 lactations for milk components (fat and protein) corresponding to 43,717 and 31,711 animals, respectively. Cumulative milk and milk component yields were obtained as the sum of yields of the first three lactations adjusted to 305 days and maturity equivalent (Toledo et al., 2014). To avoid biases due to animal age, only animals that had the opportunity to reach the third lactation were included. Also, phenotypic information and predictors of genetic values of the following CC were included: height (STA), height at withers (ACRZ), angularity (AG), size (Siz), body depth (PROFD), loin strength (LOM), chest width (ANPE), haunch tip (PUNA), haunch width (ANCA), bone quality (CALHU), lateral view of hind feet (VLPT), rear view of hind feet (VPPT), hoof angle (ANPEZ), heel depth (PROTL), posterior teat position (POSPP), anterior teat position (POSPA), teat length (LONPE), udder depth (PU), anterior udder insertion (IAU), posterior udder insertion height (AIUP), mid suspensory ligament (LM), udder texture (TEX), posterior udder insertion width (ANIUP) and end points (FP). The description of each of the above characteristics is presented in Table 1, considering that only some of them have an objective qualification, with differences in centimeters and in others the qualification is subjective, so the qualifier must be certified by international breed organizations.

Conformation features evaluated
Characteristic Anatomical points of reference for qualification
1- Size (SIZ) It groups characteristics such as height at withers, height at haunch, angularity, body depth, chest width and loin strength
2- Udder Texture (TEX) Smooth, pliable, fleshy appearance, with sufficient irrigation and good conformation.
3- Posterior teat position (POSPP) Location of the rear teats in relation to the center of the quarter.
4- Length of teats (LONPE) Qualification of anterior teats, 1 centimeter equals one point, scale from 1 to 9 cm.
5- Anterior teat position (POSPA) Measures the position of the anterior teats with respect to the central axis of the quarter.
6- Median suspensory ligament (LM) Depth of the groove at the udder rear base.
7- Udder depth (PU) Distance between the lowest part of the udder and the height of the hocks. Every 3 cm of difference represents a point on the characteristic measurement scale, taking as reference the level at the hocks whose qualification is 3.
8- Posterior udder insertion height (AIUP) Distance between the vulva and the beginning of the udder. This value is related to the stature of the animal.
9- Anterior udder insertion (AIU) Location and strength with which the udder adheres to the abdominal wall.
10- Angle of hoof (ANPEZ) Angle formed between the front of the hoof and the floor of the right thoracic limb.
11- Lateral view of hind feet (VLPT) Angle formed at the front of the hocks.
12- Rear view of hind feet (VPPT) Direction adopted by the hind limbs seen from behind.
13- Width of the haunch (ANCA) Distance between the tips of the hind hip bones (ischium) 2 cm per point.
14- Tip of the haunch (PUNA) Difference in height measurement between ileum and ischium.
15- Strength of the loin (LOM) It should be straight with a slight backward slope and firm in appearance.
16- Height at withers (ACRZ) Exact measurement going from the ground on the foreleg to the withers of the animal; 1.35 m to 1.60 m, 3 points per cm.
17- Body Depth (PROFD) Distance between the spine and the navel at the level of the last rib, its reference point is optical.
18- Angularity (AG) Separation and angle of the ribs. The evaluation is based on three components, rib angle and rib opening (80%), bone quality (20%).
19- Width of chest (ANPE) Measurement between the front feet at their highest point. A reference scale of 13 to 29 centimeters is used, 2 cm per point.
20- Stature (STA) Exact measurement from the ground to the rump of the animal scale; 1.30 m to 1.54 m, 3 points per cm.
21- Bone quality (CALHU) Appearance of flat bones not too thick to give the animal a phenotypical appreciation of femininity.
22- Hind udder insertion width (ANIUP) Measure the width of the udder near the height of posterior insertion.
23- Depth of the heel (PROTL) Measure the distance from the heel to the ground based on the angle of the hoof, normally 45°.
24- End points Overall animal score, weighted according to the scores obtained per system. It has a scale of 79 to 89.

The CC were evaluated on a scale of 1 to 9 with the exception of FP which was evaluated on a scale of 70 to 89 points. The CC were grouped into four conformation systems by weighting the characteristics that were part of each of the systems by weights recommended by the WHFF (Madrid & Echeverri, 2014; De Jong, 2020) and used in the AHM. Finally, the impact of the systems on MP, PG and PP was evaluated. The systems studied were:

Udder system (SU)

SU = (PU ∗ 0.16) + (TEX ∗ 0.14) + (LM ∗ 0.14) + (IAU ∗ 0.18) + (POSPA ∗ 0.07)

+ (LONPE ∗ 0.02) + (AIUP ∗ 0.12) + (AIUP ∗ 0.10) + (POSPP ∗ 0.07)

Foot and hoof system (SP)

SP = (ANPEZ ∗ 0.18) + (PROTL ∗ 0.22) + (CALHU ∗ 0.12) + (VLPT ∗ 0.17) + (VPPT

∗ 0.31)

Structure and capacity system (SEC)

SEC = (STA ∗ 0.12) + (ACRZ ∗ 0.03) + (TAMÑ ∗ 0.17) + (ANPE ∗ 0.23) + (PROFD ∗ 0.17)

+ (LOM ∗ 0.28)

Haunch system (SA)

SA = (PUNA ∗ 0.62) + (ANCA ∗ 0.38)

To study CC effect on production traits, four phenotypic classes were generated, taking as reference the FP value obtained in the conformation evaluation performed in the first lactation of each animal, following the recommendations of the WHFF, (2018). The classes were: regular (RE) with 74 points or less, good (G) between 75 and 79 points, better (B) between 80 and 84 points and very good (VG) with 85 points or more. To evaluate the effect of classes by CC on the permanence of animals in the barn, the average number of lactations per animal was analyzed. The effect of conformation evaluated as FP class on MP, PG, PP and number of lactations per animal (NLAC), was evaluated through an analysis of variance by measuring differences between least squares means with the GLM procedure using the SAS 9.3 statistical package (SAS Institute. 2019).

The predicted genetic values used in the study for different traits were obtained and provided by INIFAP and AHM (Ruíz et al., 2020), the institution in charge of carrying out the evaluations of Holstein breed. To determine the phenotypic association of the CC with ML, PG and PP, as well as the association between their predicted genetic values (which in the case of production traits are the predicted transmission abilities for MP, PG and PP; HTPL, HTPGK and HTPPK respectively), Pearson's correlation coefficients were calculated (Wayne, 2017), using the SAS Institute (2019) program.

 RESULTS AND DISCUSION <italic>Phenotypic associations</italic>

The results obtained showed that more than 60 % of animals included in the study have a score equal to or higher than 80 FP, indicating that more than half of the population is in the top two conformation classes (B and VG). Table 2 shows that there is a statistical difference (P<0.001) between the FP classes over MP, PG, PP and NLAC, observing that increasing the FP class increases the production level in three characteristics studied (MP, PG and PP) and the NLAC.

Least squares means and standard errors for milk, fat and protein production according to their end point classification
Type of endpoints Milk records Lactations Milk production Fat and protein records Fat production Protein production
RE 1,762 2.02±0.02a 21,231±253a 1,237 674±10.8a 548±10.7a
G 14,658 2.19±0.01b 23,509±88b 10,491 751±3.7b 625±3.7b
B 23,329 2.22±0.01c 24,180±69c 17,206 776±2.9c 664±2.9c
VG 3,968 2.28±0.01d 25,804±168d 2,777 827±7.2d 729±7.1c

RE: re, G: good, B: better, VG: very good.

Different superscripts in the same column indicate a significant statistical difference (P<0.001).

VG animals had 0.26 more lactations than RE animals. This difference represents approximately 79 more days in lactation, which increases the total production of the animals and makes each animal more profitable. These results are reflected in the MP averages of the VG class animals, which had 21% more MP than the RE class. The results in the population under study, coincide with those reported in previous studies conducted in Holstein cattle in Colombia, where they showed that CC are positively correlated with milk production Madrid & Echeverri, 2014. Unlike productive traits, CC can be early selection tools in dairy cattle, since the qualification can be obtained at the beginning of the first lactation; in addition, it has been reported that these traits present positive genetic correlations with traits of economic interest, such as milk production, milk composition and udder health (Duru et al., 2012).

As for milk, for components (PG and PP), cows with the highest class (VG) had higher production (827 and 729 kg, respectively) although in the case of PP there was no significant difference (P<0.001) between B and VG cows. Results showed that animals in the lowest class (RE) had 22% lower PG and 33% lower PP compared to animals in the highest class (VG). These results corroborate the positive relationship between milk production and components with CC classification (Madrid & Echeverri, 2014) , and corroborate reports of positive genetic correlations (Zavadilová & Štt́pková, 2012) indicating that cows with better anatomical structure, tend to improve their physiological efficiency.

Correlations between conformation systems were moderate to low, highlighting the one between SU and SEC (0.40), between SU and SP (0.29) and, between SEC and SA (0.27) (Table 3).

Phenotypic (below the diagonal) and genetic value (above the diagonal) correlations between conformation systems with milk, fat and protein production
System Production
Udder Feet and Hooves Structure and Capacity Haunc h Milk Fat Protein
Udder 0.53* 0.45* 0.13* 0.28* 0.15* 0.21*
Feet and Hooves 0.29* 0.47* 0.08* 0.08* 0.06* 0.08*
Structure and Capacity 0.40* 0.18* 0.30* -0.05* -0.01 -0.08
Haunch 0.08* -0.03 0.27* 0.17* 0.08* 0.09*
Milk 0.07* 0.16* 0.02 0 0.69* 0.76*
Fat 0.11* 0.38* 0.01 -0.05* 0.64* 0.92*
Protein 0.11* 0.47* 0.02 -0.05* 0.63* 0.95*

*Statistically significant correlations (P<0.001).

The magnitude of these correlations shows the anatomical and functional dependence that exists between the systems and the possibility of being improved by selection on an individual basis; since, for example, VPPT and VLPT are related to haunch inclination and udder development and size are highly influenced by SIZ and STA, characteristics of SEC. Correlations between CC systems and productive traits were generally low, with only SP correlations standing out, which presented a correlation of 0.47 with PP and 0.38 with PG. Similar results have not been reported in other populations.

 <italic>Correlations between genetic values</italic>

The correlation found between HTPL and HTPPK was high and positive (0.76), similar to that found with HTPGK (0.69), which means that cows with higher predicted genetic value for milk production tend to possess higher genetic value for total solids production (Madrid & Echeverri, 2014). Correlations found between conformation systems with HTPGK and HTPPK were mostly positive. SEC showed the lowest correlations with HTPL (-0.05), and no significance for HTPGK and HTPPK. The correlation between SU and HTPL was low and positive (0.28), being this the system most correlated with HTPL.

From all the SEC CC, the correlation found between STA and HTPL was the one with the highest value (0.21) (Table 4).

Estimators of Pearson correlation coefficients between body and haunch conformation characteristics with predictors of genetic values for milk, fat and protein production
Height Height at withers Size Chest width Depth Loin Point of haunch Width of haunch
HTPL 0.21* -0.07* 0.01 -0.06* -0.12* 0.02 0.08* 0.18*
HTPGK 0.16* -0.04* 0.08* 0.01 -0.05* -0.00 0.04* 0.09*
HTPPK 0.17* -0.07* 0.05* -0.06* -0.12* -0.05* 0.07* 0.08*

HTPL: Prediction of genetic value for milk, HTPGK: Prediction of genetic value for fat, HTPPK: Prediction of genetic value for protein.

*Statistically significant correlations (P<0.001)

Although the estimates in this study were correlations between genetic values, they were similar to the genetic correlations reported in a population of primiparous Holstein cows in Turkey by Tapki & Ziya GÜZEY (2013), which was 0.24 but higher than that reported in another population of the same breed in third calving cows in the same country which was 0.14 (Duru et al., 2012), indicating that the height of animal influences milk production capacity. In barns, it is recommended to select animals with a score of 7 for STA, since these cows have the same capacity to produce milk as larger cows thus reducing the energetic cost of maintenance in these animals. The correlation found between PUNA and HTPL was low and positive (0.08), partially differing with other authors (Weller & Ezra, 2016) who reported negative and low values (-0.04). The correlation between ANCA and HTPL was higher (0.18) and similar to those reported in Turkish Holstein cattle (Duru et al., 2012) where they reported a correlation of 0.19 between the same traits. ANCA determines the separation between the cow's hind feet that the further apart they are, the wider the hind udder will be, allowing it to store and produce a greater amount of milk (Getu & Misganaw, 2015). The correlations between ANCA with HTPGK and HTPPK were low and significantly different p<0.001 (0.09 and 0.08, respectively).

SU had a positive correlation with HTPL (0.28), a result indicating that cows with strong, large and well implanted udders produce higher milk quantity. From SU traits, PU had a low and negative correlation with HTPL (-0.05), (Table 5).

Estimators of Pearson's correlation coefficients between udder conformation traits with predictors of genetic values for milk, fat and protein production
Udder depth Texture Medial ligament Anterior udder insertion Anterior teat position Teat length Posterior udder insertion Posterior teat position
Height Width
HTPL -0.05* 0.33* 0.40* 0.26* 0.35* 0.05* 0.33* 0.37* 0.47*
HTPGK 0.01 0.24* 0.29* 0.21* 0.24* -0.05* 0.24* 0.24* 0.31*
HTPPK 0.02* 0.27* 0.34* 0.20* 0.29* -0.07* 0.30* 0.31* 0.35*

HTPL: Prediction of genetic value for milk, HTPGK: Prediction of genetic value for fat, HTPPK: Prediction of genetic value for protein.

*Statistically significant correlations (P<0.001).

For the same traits, in Holstein cattle from Italy (Samoré et al., 2010) reported negative genetic correlations (-0.37), but lower than those reported in Colombia (Corrales et al., 2012) where they found a negative and high correlation (-0.72). The results show that, in these populations, cows with high milk production potential have a shallower udder depth, since animals with shallow udders have little amount of mammary tissue and therefore their production and storage capacity is limited (Piccardi et al., 2012).

Similar to PU, LONPE presented a low genetic value correlation with HTPL (0.05 respectively; p<0.001). The rest of the SU traits showed a positive and moderate correlation with HTPL, highlighting the one between HTPL with POSPP (0.47) and LM (0.40) (Table 5). These results coincide with those reported in Colombia (Corrales et al., 2012), a population in which a positive correlation between HTPL with AIUP and BF was found, because wide udders with high insertion are related to the amount of mammary tissue and greater milk storage capacity. The relationship between HTPL and POSPP may be largely due to the fact that animals with well positioned teats have greater ease of milking, therefore, they tend to produce more milk and at the same time may have a lower incidence of mammary gland diseases. Correlations between SU characteristics and HTPGK and HTPPK presented similar trends to those of HTPL, results that indicate that good udder conformation contributes to increased milk, fat and protein production capacity (Ptak et al., 2011).

Several authors agree that cows with good locomotion tend to be high milk producers and remain in the herd longer than cows with poor scores for the leg system (Wasana et al., 2015). In this study, correlations of genetic values between SP and HTPGK, and HTPPK were low (0.06 and 0.08 respectively), similar to genetic correlations reported in a Holstein population from Italy (Battagin et al., 2013), who found a correlation of 0.07 with HTPGK and 0.02 with HTPPK. The correlation of SP with HTPL was also low (0.08), different from that reported in the same population, in which they estimated a correlation of 0.24.

The individual SP traits that presented the highest correlation with HTPL were ANPEZ and CALHU (0.22 and 0.34, respectively), while these same CC presented a medium correlation with HTPGK and HTPPK (Table 6).

Estimators of Pearson's correlation coefficients between leg conformation and angularity traits with predictors of genetic values for milk, fat and protein production
Hoof angle Heel depth Bone quality Lateral view of hind feet Rear view of hind feet Angularity
HTPL 0.22* 0.16* 0.34* 0.12* 0.16* 0.34*
HTPGK 0.19* 0.17* 0.24* 0.06* 0.15* 0.27*
HTPPK 0.20* 0.17* 0.28* 0.08* 0.16* 0.30*

(P<0.001). HTPL: Prediction of genetic value for milk, HTPGK: Prediction of genetic value for fat, HTPPK: Prediction of genetic value for protein.

*Statistically significant correlations (P<0.001).

In Holstein cattle from Spain, Pérez-Cabal & Alenda (2006)reported a low positive genetic correlation of 0.12 between VPPT and HTPL, results that coincide with those reported in this study, in which a correlation of 0.16 was found. In UK Holstein cattle Ptak et al. (2011) suggested that feet and hooves are indirectly related to milk production, as cows with poor scores for ANPEZ, VLPT and VPPT show impaired longevity, production and fertility, as well as being traits related to repeat service at 56 days; suggesting that animals with good scores for feet may be less likely to repeat service, reducing days open (Wall et al., 2005). The importance of SP characteristics in production systems lies in the fact that cows have to move daily to be milked and if they do not have good strength and locomotion in the limbs, over time it can cause a deterioration in the productive life (Kern et al., 2015).

The correlation between AG and HTPL found in this study was positive (0.34) (Table 6), similar to that found in the Brazilian Holstein population (Campos et al., 2015) where they reported a correlation (0.38). Similarly, in Turkish Holstein cows, Duru et al. (2012) reported a positive correlation of 0.21 for the same traits, while in Colombia, Corrales et al. (2012) reported a lower correlation (0.14). Although the methodology to find the relationship between traits was different, results in Mexico are similar to those presented in Italy in Brown Swiss cattle (Samoré et al., 2010), with a correlation between AG and HTPL of 0.36. With the results found, it can be inferred that more angled cows tend to produce more milk, because animals with greater separation between ribs and greater angle have a better body capacity; in addition, animals tend to have flatter bones, an important aspect in the deposition and extraction of calcium during lactation (Carvajal- Hernández et al., 2002).

 CONCLUSIONS AND IMPLICATIONS

The results show that it is possible to use phenotypic data of conformation traits as early predictors of milk production in Holstein cattle, highlighting SU and SP traits; but it is advisable to take into account the other morphological traits. Obtaining genetic values and carrying out improvement programs will allow for more functional and profitable cows. The amount of protein and fat are also positively associated with some conformation traits, especially of the udder system, such as POSPP, LM and ANIUP. To determine the genetic relationship between CC with productive traits, it is necessary to perform bivariate analyses and determine the genetic correlations between the different traits, an aspect that can reinforce the results found in this study.

 ACKNOWLEDGMENTS AND FUNDING SOURCE

Thanks to the Holstein Association of Mexico for the information provided. This project was supporte by the National Center for Disciplinary Research in Animal Physiology and Improvement from the National Institute of Forestry, Agricultural and Livestock Research, under the name "Study of inbreeding and its effect on productive and reproductive traits in Holstein cattle." with SIGI number: 11513634465.

Code: e2021-53.