Evaluation of live growing pigs of different genotypes and sexes using computed tomography

  1. Carabús i Flores, Anna
Dirigida por:
  1. María Font Furnols Director/a

Universidad de defensa: Universidad de Zaragoza

Fecha de defensa: 03 de diciembre de 2015

Tribunal:
  1. Carlos Sañudo Astiz Presidente/a
  2. Joan Estany Illa Secretario
  3. Joergen Kongsro Vocal

Tipo: Tesis

Resumen

Conocer la composición corporal en animales vivos y la deposición de los diferentes tejidos durante su crecimiento es de vital importancia para, entre otras cosas, caracterizar el efecto de una genética, la condición sexual, el manejo e incluso analizar la eficiencia alimentaria y adecuar la dieta a cada estadio de crecimiento, ya que la composición en tejido graso y muscular del cuerpo de los animal está influenciada tanto por factores intrínsecos como extrínsecos. La aplicación de la tomografía computerizada (CT) en animales vivos permite analizar, de manera no invasiva, la evolución de la composición corporal de un mismo animal a lo largo del período de crecimiento. Esto permite modelizar el crecimiento y desarrollo de los diferentes tejidos del cuerpo sin necesidad alguna de sacrificar el animal. Esta tesis propone conocer la evolución de la composición corporal de cerdos de distintas genéticas (experimento 1) o sexos (experimento 2). El experimento 1 estaba formado por 90 animales de tres genéticas distintas (todas ellas comerciales y altamente utilizadas en el sector), y el experimento 2 estaba formado por 92 animales de cuatro condiciones sexuales distintas (hembras (FE), machos enteros (EM), machos castrados quirúrgicamente (CM) y machos inmunocastrados (IM)). Los animales se evaluaron con el CT a 30, 70, 100 i 120 kg de peso objetivo. Una submuestra de animales de cada genética y sexo (n=5/genética y n=4/sexo) se sacrificaron a los diferentes pesos objetivo y se disecaron total o parcialmente. El resto de animales (animales de seguimiento), se evaluaron con el CT a cada peso objetivo y, al llegar a 120 kg, se sacrificaron. A partir de los animales sacrificados y disecados, se obtuvieron ecuaciones de predicción, de la composición corporal y de las diferentes piezas, que se usaron en el resto de animales de seguimiento. Las predicciones se hicieron para cada genética independientemente (Chapter 4) o bien generalizadas para todas las genéticas y sexos (Chapter 6). Ambas ecuaciones fueron adecuadas para la predicción de la composición corporal (Chapter 8). En este sentido, presentar las predicciones individuales según la genética reduce el error (RMSE entre 0.011 y 0.886). No obstante, la ecuacion global permite generalizar las predicciones para un mayor número de animales, así pues, es preferible usarla cuando la población está mezclada o cuando el parámetro estimado no requiere un alto valor de precisión. Cuando esta precisión se requiere, como es el caso de compañías genéticas, es preferible utilizar las ecuaciones individuales, específicamente desarrolladas para cada genética. Los resultados muestran que los tejidos crecen de manera diferente según la genética s y el sexo (Chapter 5 y 7). El tejido que mostró el mayor coeficiente alométrico fue la grasa, indicando el índice de deposición más rápido de este tejido. De entre las distintas genéticas, LA fue quien mostró la deposición de grasa más rápida (Chapter 5), mientras que respecto a los sexos, los CM e IM fueron los que tuvieron un índice de deposición de grasa más elevado y más lento en los EM y FE (Chapter 7). El comportamiento de la deposición de magro fue inverso al de la grasa. Añadir que, los IM y CM tuvieron un comportamiento muy similar respecto a la velocidad de deposición de grasa y magro, a pesar que los IM se comportaron como los EM hasta que recibieron la segunda dosis de la vacuna de immunocastración. Finalmente, en las condiciones de realización de este trabajo se puede concluir que el CT puede ser muy útil para la industria cárnica, porque los parámetros de calidad y composición de la canal se pueden conocer a pesos muy tempranos. Como resultado, el uso de esta información puede aportar beneficios económicos para todos los integrantes de la cadena alimenticia.