Noticias

Oct 04, 2023

Procesamiento de datos

Informes científicos volumen 12,

Scientific Reports volumen 12, Número de artículo: 15873 (2022) Citar este artículo

918 Accesos

1 Citas

Detalles de métricas

A pesar de la amplia biodiversidad de especies de aves de interés zootécnico en España, son necesarios proyectos encaminados a la caracterización de estos genotipos y sus productos. Se midieron las características externas e internas de la calidad del huevo en 819 huevos puestos por gallinas de 10 genotipos diferentes: Blanca, Franciscana, Negra y Perdiz variedades de Utrerana, Andaluza Azul, Cariblanca, Andaluza Tufted Variedades Blanca y Negra, Araucana; y razas de gallinas de linaje LSL-Classic Leghorn Lohmann (línea híbrida comercial). Después de realizar un análisis de multicolinealidad de los rasgos relacionados con la calidad del huevo (VIF ≤ 4), el diámetro mayor, el diámetro menor, el peso del huevo y la altura de la albúmina se consideraron variables explicativas redundantes y se descartaron. Se desarrolló un análisis canónico discriminante por pasos para agrupar los huevos en los genotipos de gallina considerando los atributos de calidad del huevo. Las variables Shell a* y b* reportaron el poder discriminante más alto (lambda de Wilks: 0.699 y 0.729, respectivamente). Las dos primeras funciones discriminantes capturaron el 60,48 % de la varianza entre grupos (F1: 39,36 %; F2: 21,12 %). Se evidencian claros signos de diferenciación de la calidad de los huevos de las razas autóctonas mediterráneas en comparación con los huevos de Livorno. En consecuencia, esta evidencia de diferenciación en la calidad del huevo puede favorecer la estandarización de productos distintivos vinculados a razas y variedades, lo que puede abrir nuevas oportunidades de mercado basadas en la existencia de un amplio espectro de aplicaciones dietéticas o culinarias.

En los últimos años, los consumidores han mostrado un interés creciente por los productos de origen animal que se obtienen a través de sistemas de producción sostenibles. El propósito de los sistemas sostenibles es obtener alimentos diferenciados con un bajo impacto en el medio ambiente y la salud humana y considerar el bienestar animal1. La mayor parte de los huevos que se consumen en el mundo son puestos por gallinas de líneas híbridas comerciales2. Sin embargo, está surgiendo un nuevo nicho de mercado para productos con características especiales muy ligadas a las razas autóctonas y los sistemas tradicionales de crianza3. Como resultado, la existencia de razas locales puede eventualmente conducir al desarrollo paralelo de sistemas de producción alternativos y la fijación de poblaciones en áreas rurales, lo que a su vez puede contribuir a la prevención de la pérdida de biodiversidad y la desaparición de los recursos zoogenéticos4.

Se ha informado que la aceptabilidad de productos específicos por parte de los consumidores depende de los rasgos de calidad relacionados con la cáscara del huevo, la albúmina y la yema5. Dependiendo de la necesidad de romper el huevo para medir las características de calidad, estas se pueden clasificar en características de calidad externas o internas6. Investigaciones anteriores informaron que la calidad de los huevos de gallina puede verse influenciada por componentes genéticos y no genéticos, como la edad de la gallina, el consumo de alimento y factores ambientales y meteorológicos7,8,9. Se ha informado que los parámetros del huevo influyen en la fertilidad, el desarrollo del embrión, la incubabilidad y la viabilidad de los pollos10.

Los troncos atlántico y mediterráneo español agrupan todas las razas de gallinas que se extienden por el territorio. Las gallinas de tronco atlántico son generalmente aves semipesadas, con lóbulos de las orejas rojos y huevos de cáscara marrón. Por otro lado, la población mediterránea se compone de individuos livianos, con lóbulos de las orejas blancos y huevos de cáscara blanca11. La producción de huevos bajo sistemas avícolas alternativos promueve y se fundamenta en el uso de razas locales de gallinas, capaces de producir eficientemente productos diferenciados en condiciones climáticas adversas12. Contextualmente, Andalucía (sur de España) está influenciada por el clima mediterráneo, con temperaturas muy altas de mayo a octubre; por lo tanto, solo ciertos genotipos de gallinas ponedoras autóctonas (Utrerana, Andaluza Azul, Cariblanca Española y Tufted Andaluza) están lo suficientemente adaptados para prosperar cuando se mantienen en el patio trasero tradicional y en las condiciones extensivas de la zona6.

Varios estudios se han centrado en desentrañar las diferencias genéticas, productivas y reproductivas existentes entre las variedades de las razas aviares de Utrerana y entre las razas autóctonas andaluzas5,6,7,13,14. En este sentido, se han sugerido enfoques de análisis canónico discriminante como herramienta de validación para la clasificación de la calidad comercial del huevo de Utrerana en función de características internas y externas relacionadas con la calidad15.

Contextualmente, González Ariza et al.15 diseñaron una herramienta compuesta por seis funciones discriminantes que fueron capaces de determinar de manera significativa si huevos específicos pueden ajustarse correctamente a las características de las diferentes categorías comerciales de tamaño (S, M, L y XL), a través de la gallina Utrerana. raza variedades. De esta manera, la herramienta evidenció que los huevos de diferentes variedades pueden encajar en diferentes nichos de oportunidad, ya que pueden cubrir secciones particulares del mercado para el consumo de huevos.

Con este fin, el presente estudio busca determinar los patrones diferenciales de agrupamiento de caracteres relacionados con la calidad del huevo de los huevos puestos por cuatro razas autóctonas españolas (ponedoras de cáscara blanca) y sus variedades: Utrerana (franciscana, blanca, negra y perdiz). , Andaluz Azul, Cariblanco Español y Tufted Andaluz (Blanco y Negro) en comparación con la raza Araucana como un exogrupo de raza nativa extranjera (continente americano) y un lote de control de un linaje comercial de postura. Los resultados del presente estudio pueden apoyar la caracterización y tipificación de la entidad de los productos derivados de razas ponedoras españolas como estrategia para planificar posibles alternativas de marketing y comercialización para apoyar la sostenibilidad del programa de mejoramiento genético de esos genotipos en peligro de extinción.

La media, la desviación estándar, el máximo, el mínimo y los percentiles para cada rasgo relacionado con la calidad del huevo del estudio se muestran en la Tabla complementaria S1.

El diámetro mayor, el diámetro menor, el peso del huevo y la altura de la albúmina fueron descartados de los análisis por presentar valores de VIF superiores a 4 (Cuadro 1). El criterio de traza significativa de Pillai (Valor: 1.8923; df1: 180; df2: 7173; P < 0.0001) determinó que el análisis canónico discriminante era factible. Como se informa en la Tabla 2, de las nueve funciones discriminantes diseñadas después de los análisis, siete presentaron una capacidad discriminante significativa. El poder discriminatorio de la función F1 fue alto (valor propio de 1,23; Fig. 1), con el 60,48% de la varianza explicada por F1 y F2.

Funciones de variables canónicas y porcentajes de varianza autoexplicada y acumulada.

Las variables se clasificaron según sus propiedades discriminantes. Para esto, se utilizó una prueba de igualdad de medias de grupo a través de la clasificación de calidad de huevo (Cuadro 3). Valores menores de lambda de Wilks y valores mayores de F indican un mejor poder discriminante, lo que se traduce en una mejor posición en el rango. Los análisis revelaron que el pH de la yema y la clara no contribuyó significativamente (P < 0,05) a la capacidad discriminante de las funciones discriminantes significativas.

Los coeficientes discriminantes estandarizados miden el peso relativo de cada rasgo de calidad del huevo en las funciones discriminantes (Figs. 2 y 3). De las siete funciones discriminantes significativas (Tabla 2), solo las dos funciones más relevantes se usaron para construir un biplot de coeficiente discriminante estandarizado, capturando la fracción más alta de varianza (Fig. 3). En este sentido, aquellas variables cuyo vector se extiende más lejos del origen contribuyeron de manera más relevante a la primera (F1) y segunda (F2) funciones discriminantes. La Figura 4 sugiere una clara diferenciación entre los huevos puestos por las gallinas pertenecientes a los diferentes genotipos considerados en los análisis. La posición relativa de los centroides se determinó mediante la sustitución del valor medio por las observaciones en cada término de las dos primeras funciones discriminantes (F1 y F2). Cuanto mayor sea la distancia entre los centroides, mejor será el poder predictivo de la función discriminante canónica al clasificar las observaciones.

Cargas discriminantes para rasgos externos e internos relacionados con la calidad que determinan el peso relativo de cada rasgo en cada función discriminante canónica.

Gráfica vectorial para cargas discriminantes para características relacionadas con la calidad del huevo.

Mapa territorial que representa los huevos considerados en el análisis discriminante canónico ordenados por genotipos de gallinas ponedoras.

Además, para evaluar la proximidad entre los grupos de genotipos de gallina, se representaron las distancias de Mahalanobis (Fig. 5). Las gallinas araucanas fueron las que se ubicaron más alejadas con respecto al resto de genotipos de gallina, estando los huevos de las variedades Andaluza Tufted negra y blanca agrupados y más alejados que el resto de huevos. Se evidencia cierta conexión entre los huevos de penacho negro, azul andaluz y negro utrerana. Sin embargo, un grupo de huevos de Utrerana central reveló una relación relativa más estrecha entre los huevos de Utrerana negra y los huevos de las variedades Franciscana y Perdiz. Los huevos de Utrerana Blanca estaban estrechamente relacionados con los huevos puestos por el resto de las variedades de Utrerana, pero también se reportó una cierta relación cercana con los huevos de Cara Blanca y Livorno.

Cladograma construido a partir de las distancias de Mahalanobis entre genotipos de gallinas ponedoras.

La base subyacente para estos patrones de clasificación se encontró después de la evaluación del árbol de decisión CHAID de minería de datos obtenido de la matriz de disimilitud Chi-cuadrado. En este sentido, la distribución de ramas y nudos de las bases de Chi cuadrado sugirió que los huevos diferían significativamente (P < 0,05), por lo que se clasificaron en cinco subgrupos según sus valores de cáscara b* (≤ 1,49; 1,49–2,09; 2,09–2,91; 2,91– 7,51; ≥ 7,51). Los huevos Leghorn predominan cuando los valores b* de la cáscara son inferiores a 2,09. Los huevos con valores de ≤ 1,49 y 2,91–7,51 para cáscara b* se clasificaron por valores de índice de forma; los huevos con valores de 2,09–2,91 para la cáscara b* se clasificaron según el peso de la yema; y los huevos con valores ≥ 7.51 para cáscara b* se clasificaron de acuerdo al peso del huevo. Al mismo tiempo, se clasificaron por área los huevos con valores de 2,09-2,91 para la cáscara b* y una yema que pesaba más de 19,03 g. Esta última distinción permitió diferenciar mayoritariamente los huevos de los genotipos Andaluza Azul, Andaluza Blanca Tufted y Franciscana Utrerana a partir de los producidos por Partridge Utrerana. Otro subgrupo estuvo definido por huevos con valores de ≥ 7.51 para cáscara b* y peso total de huevo > 60.04 g. En este caso, el índice de forma fue bastante importante y separó los huevos de penacho negro andaluz (el 44,40% de los huevos que presentaron valores de > 7,51 para la cáscara b*, > 60,40 g de peso total del huevo y ≤ 73,06 para el índice de forma procedían de los huevos de penacho negro andaluz). ).

Las tablas complementarias S2 y S3 informan los resultados obtenidos en la clasificación y la validación cruzada dejando uno fuera. Se obtuvo un valor Q de Press de 1939,49 (N = 819; n = 460; K = 10). Por tanto, se puede considerar que las predicciones fueron significativamente mejores que el azar al 95%16. Posteriormente, la validación cruzada de diez veces informó estimaciones similares de tasa de error de resustitución y validación cruzada de 0,623 y 0,665, para las cuales el error estándar fue de 0,17 y 0,16, respectivamente, lo que determinó que el árbol CHAID construido después de que los datos en el estudio habían alcanzado el profundidad óptima. Por estas razones, se puede sustentar la robustez de los resultados obtenidos y la validez de las conclusiones extraídas de ellos.

La diversidad genética de los animales domésticos y de granja y el estado de los diferentes genotipos se pueden entender siguiendo el Objetivo de Desarrollo Sostenible 2.5.2. (Proporción de razas locales, clasificadas como en peligro de extinción) y la clasificación del estado de riesgo de las poblaciones animales proporcionada por las directrices de la FAO17,18. Teniendo en cuenta esta clasificación, se puede entender el estado de riesgo de los diferentes genotipos locales utilizados en esta investigación. Mientras que el estado de la raza Utrerana se mantiene en peligro de extinción y el estado de la raza Andaluz azul se mantiene en estado crítico, se desconoce el estado de riesgo de las razas Cara blanca española y Moñudo andaluz, ya que no existen asociaciones de criadores que se encarguen de la gestión y el control de los pocos existentes. poblaciones19. Además, una muestra significativa de los individuos de todos los criadores localizados y registrados de cada raza se mantiene en el centro de conservación de razas autóctonas ubicado en el Centro Provincial Agropecuario de la Diputación de Córdoba (España) donde se llevó a cabo el experimento. Por lo tanto, la muestra de animales utilizada en la presente investigación y la variabilidad de los rasgos de calidad del huevo que se proporcionan en la Tabla complementaria S1 se encuentran en el nivel apropiado para utilizar los análisis estadísticos y las conclusiones ofrecidas en este estudio son estadísticamente significativas.

Las altas correlaciones entre el diámetro mayor y el diámetro menor con el índice de forma pueden explicarse por el hecho de que la expresión matemática para el cálculo del índice de forma (retenida en los análisis) comprende los parámetros antes mencionados. Por otro lado, el peso del huevo, que también se consideró redundante y, por lo tanto, se descartó, se puede calcular a partir de la suma de los pesos de la yema, la albúmina y la cáscara del huevo. Estos hallazgos están respaldados por investigaciones previas15, en las que se detectaron las mismas redundancias. Adicionalmente, se ha informado que es necesario verificar las diferentes relaciones entre las variables explicativas. De esta forma, seleccionar variables independientes, en lugar de ecuaciones, produce que las variables no se superpongan a la hora de decidir los factores que determinan la eficiencia de los modelos predictivos, y por tanto, optimiza los resultados obtenidos20.

Los rasgos relacionados con el pH mostraron el poder de discriminación no significativo más bajo entre diferentes grupos de huevos (Tabla 3). La baja contribución de los rasgos relacionados con el pH a la función de discriminación puede derivarse de la baja variabilidad encontrada en el pH del huevo. El pH se puede tomar como una medida de la frescura del huevo: con el tiempo, hay una pérdida de CO2 y H2O dentro del huevo, acompañada de efectos perjudiciales en la calidad del huevo, como una disminución del sabor y la viscosidad de la albúmina21,22,23. Aunque se ha informado que el pH del huevo está condicionado por la cepa de gallina24, en la presente investigación, las mediciones de pH se tomaron dentro de las 24 h posteriores a la oviposición. Por lo tanto, estos resultados pueden sugerir que la vida de la cáscara del huevo puede verse afectada por las cepas de gallina, pero en etapas posteriores; por lo tanto, los huevos en el presente estudio podrían considerarse lo suficientemente frescos como para evitar grandes variaciones en los valores de pH entre diferentes razas y variedades de gallinas. Esto explica la baja variabilidad en los valores de pH entre los grupos. Además, considerando que los valores de pH de la yema y la albúmina de huevo están correlacionados con el desarrollo embrionario25, y en vista de la posible existencia de diferencias en etapas posteriores, se deben desarrollar estudios adicionales que consideren la evolución del pH a lo largo del tiempo de almacenamiento de los huevos para determinar razas con mayor la vida de la cáscara del huevo y para reforzar las estrategias de reproducción a través de programas de conservación para razas en peligro de extinción para las cuales la vida de la cáscara del huevo podría verse comprometida más fácilmente6,26.

Valores altos de lambda de Wilks y valores bajos de color de yema F, medidos por el espacio de color L*a*b* y los sistemas de abanico de color de yema, también sugirieron el potencial discriminatorio limitado de estos rasgos. En este sentido, mientras que L* mide el grado de luminosidad, los parámetros a* y b* miden la cromaticidad: rojo-verdoso y amarillo-azulado, respectivamente. Se ha informado que la determinación fotométrica por espectrofotómetro es más precisa que el abanico de color de la yema27, con un poder de discriminación similar para ambos parámetros en el estudio actual. Los valores de yema b* fueron el parámetro relacionado con el color de la yema más determinante en la clasificación de huevos de diferentes genotipos. Estos resultados están respaldados por Dvořák et al.27, quienes no solo informaron una correlación negativa significativa con otras características relacionadas con la calidad, como el peso total del huevo (r = − 0,919) y el peso blanco (r = − 0,918), sino que también informaron un distribución más amplia para los valores de frecuencia absoluta del parámetro yema b* (de 22,00 a 47,99) en comparación con la yema L* y la yema a*. Además, hubo una fuerte relación mutua entre los parámetros de coloración de la yema L* y b* (r = 0,927); por lo tanto, se podría suponer que la deposición de pigmento amarillo en la yema de huevo se ve afectada por la capacidad metabólica actual de la gallina, que se ha informado que es una fuente de variabilidad entre razas de la que a menudo depende la adaptabilidad al medio ambiente28. Paralelamente, la relevancia discriminante más baja de un parámetro a* puede ser respaldada por Dvořák et al.27, quienes obtuvieron un parámetro a* para definir el componente del espectro de color rojo, con valores crecientes de peso de yema de huevo vinculados a una menor proporción de color naranja que se prefiere. por los consumidores, pero que, sin embargo, se ha informado que es independiente de la concentración de colesterol y, por lo tanto, de la calidad interna del huevo29.

Las variables área, dureza del cascarón y grosor del cascarón se ubicaron en los lugares 11, 13 y 15, respectivamente. Sin embargo, el peso de la cáscara de huevo fue el rasgo relacionado con la calidad de la cáscara mejor posicionado en la primera mitad del ranking. Estudios previos han informado que los valores de peso del huevo no están directamente relacionados con la resistencia del cascarón30. Las concentraciones de Mg, Na y K en la cáscara del huevo pueden ser responsables de la dureza de la cáscara. Las altas concentraciones de estos micronutrientes en la cáscara del huevo se traducen en una mayor fragilidad y suavidad del huevo31.

Se ha informado que las cáscaras de huevo Leghorn tienen mayores concentraciones de estos micronutrientes que las razas locales7. Por ejemplo, Iqbal et al.32 observaron que el peso y el grosor de la cáscara del huevo estaban positivamente correlacionados y condicionados significativamente por el tamaño del huevo. En consecuencia, los problemas de multicolinealidad pueden derivar de la fuerte relación entre el grosor de la cáscara y el peso, por lo que el grosor de la cáscara puede haber sido penalizado (valores de 0.964 para Lambda de Wilks y 3.381 para F).

Se demostró que los parámetros de defectos visuales tienen un bajo poder de discriminación. Las manchas de sangre y carne producen defectos en la yema y la albúmina de los huevos, que provocan rechazo por parte de los consumidores de huevos9,33. La ruptura de un folículo ovárico en una posición diferente al estigma durante la ovulación y la síntesis de diferentes componentes del óvulo podría producir estos defectos visuales34. La cromaticidad de la yema puede verse alterada por la presencia de estas manchas, lo que podría dar lugar a altas correlaciones entre los defectos visuales, la yema a* y la yema b*15.

Los parámetros relacionados con el tamaño de la yema mostraron un alto poder de discriminación (posiciones 6 y 8 para el peso de la yema y el diámetro de la yema en el rango). Estos hallazgos respaldan el hecho de que el genotipo de gallina provoca diferencias significativas en el porcentaje de yema. Varios autores concluyeron que las razas autóctonas ponen huevos más pequeños y con mayor porcentaje de yema que las razas híbridas comerciales6,35,36. La mayor contribución de las líneas comerciales de gallinas ponedoras al número anual de huevos y al peso del huevo se produce a un coste más eficiente energéticamente, poniendo huevos con mayor cantidad de albumen y por tanto de agua37.

La albúmina representa aproximadamente del 57 al 71 % del peso del huevo38,39,40. Por esto, el peso de la albúmina ocupó el primer lugar entre los rasgos relacionados con el peso en la prueba de igualdad de medias grupales. Se ha demostrado que los huevos de Leghorn tienen la cáscara de huevo más pesada (Tabla complementaria S1). Las cepas híbridas han estado sujetas a altas presiones selectivas en términos de calidad de la cáscara del huevo debido a sus fines comerciales y de transporte30. Sin embargo, en investigaciones previas se ha demostrado que los genotipos locales tienen cáscaras de huevo más fuertes y rígidas que los genotipos de Leghorn, aunque estos genotipos pueden presentar un peso de cáscara de huevo menor que los genotipos de Leghorn7.

Las unidades Haugh ocuparon la quinta posición en las pruebas de igualdad de medias grupales. Se utiliza como indicador de la calidad de la albúmina. Los valores unitarios de Haugh están condicionados por las condiciones de almacenamiento y el tiempo de almacenamiento41, pero también se ha informado que dependen notablemente del genotipo de la gallina. Cuando las unidades Haugh se comparan con los valores de pH de la yema y la clara, las diferencias pueden sugerir que incluso si se ha informado que la vida útil de la cáscara del huevo varía mucho entre las estirpes de gallina, la variabilidad ocurre en etapas posteriores (con algunas razas que muestran períodos de vida de la cáscara más largos que otros), encontrándose una variabilidad reducida inmediatamente después de la puesta.

Los resultados obtenidos en el presente estudio concuerdan con investigaciones previas24,42, ya que reportaron valores altos de unidades Haugh en líneas seleccionadas de gallinas ponedoras en comparación con razas nativas. Sin embargo, el porcentaje de albúmina está directamente relacionado con la altura de la albúmina43. Por lo tanto, el hecho de que las cepas híbridas comerciales tuvieran un alto porcentaje de albúmina podría proporcionar cierta ventaja a estos genotipos en términos de valores de unidades Haugh más deseables.

El índice de forma nos permite clasificar los huevos como huevos redondos (índice de forma > 76), huevos estándar (índice de forma = 72–76) y huevos puntiagudos (índice de forma < 72)44. El alto poder de discriminación informado por el rasgo muestra una gran variabilidad entre los huevos de diferentes genotipos utilizados en el presente estudio. Mientras que se informó que Araucana tenía huevos redondos (índice de forma = 76,84), los huevos blancos de Utrerana mostraron formas afiladas (índice de forma = 71,32).

Los parámetros de cromaticidad de la cáscara de huevo reportaron el mayor poder de discriminación. Aunque la mayoría de los genotipos utilizados en el presente estudio pusieron huevos de cáscara blanca, la raza Araucana se distingue por la puesta de huevos de color azul verdoso45. Así, shell a* y shell b* ocuparon las primeras posiciones en el rango en la prueba de igualdad de medias grupales. Los parámetros de cromaticidad fueron los responsables del agrupamiento de la raza Araucana en un grupo diferente (Fig. 5). Sin embargo, incluso si el resto de los genotipos utilizados en el estudio pusieron huevos de cáscara blanca, la cáscara b* permitió la clasificación de diferentes razas y variedades (Figura complementaria S1). Por ejemplo, la raza Leghorn mostró valores de concha b* cercanos a 0. Se ha sugerido que valores altos de concha L* provocan una disminución en los valores de concha b*46. En este contexto, según Aygun47, si el valor L* de la cáscara de huevo disminuye (aumenta la oscuridad de la cáscara), el valor de la unidad Haugh también disminuye, pero la resistencia de la cáscara aumenta. Por lo tanto, informar el valor L* en los cartones de huevos podría servir como un rastro de las marcas de calidad diferenciales de las razas.

La Figura 5 informa la clara diversificación de razas dependiendo de los rasgos internos y externos de calidad del huevo. En este sentido, el grupo de huevos de Araucana se diferenció del resto de líneas mediterráneas e híbridas. El aislamiento geográfico de la araucana no solo pudo haber promovido el distanciamiento genético y fenotípico de esta raza del resto, sino que también provocó una clara diferenciación de su producto48,49.

La separación de los huevos de Cara Blanca Española y Utrerana Blanca en diferentes racimos del resto de genotipos autóctonos y su acercamiento, en cuanto a la calidad del huevo, a la línea híbrida comercial, sugiere que los criadores podrían haber cruzado individuos con gallina Leghorn, en un intento de disminuir la consanguinidad en la Cariblanca Española y la Utrerana Blanca, que representan el menor número de animales y se enfrentan a un alto riesgo de peligrosidad. No obstante, la diversificación de los huevos de Leghorn difiere del resto de huevos de razas autóctonas españolas, lo que sugiere que las razas autóctonas mencionadas podrían constituir una alternativa a los huevos de otras razas que tradicionalmente se han comercializado en el mercado50.

Se esperaban similitudes entre los rasgos relacionados con la calidad del huevo de la perdiz y la franciscana utrerana, ya que ambas variedades mostraron una mayor proporción de yema que el resto de los genotipos. Por otro lado, la figura complementaria S1 sugiere que los huevos de Andalucía Azul tienen, al mismo tiempo, características similares a la Utrerana Negra y las dos variedades de la raza Andalucía Tufted. El 81% de los huevos con valores > 7,51 para b* de cáscara, > 60,04 g para peso de huevo y > 73,06 para índice de forma fueron puestos por genotipos Andaluz Azul, Utrerana Negra o Andaluz Tufted. Entre las variedades de gallinas de Utrerana, la variedad negra comparte un alto parecido morfológico con individuos de plumaje negro de la raza azul andaluza51. Por lo tanto, las similitudes fenotípicas entre estos dos genotipos, tanto morfológicas como productivas, pueden indicar reminiscencias de hibridación.

La cercanía en el mapa territorial entre los huevos de las dos variedades de la raza Copete Andaluz sugiere una falta de manejo reproductivo y mestizaje entre ambas variedades debido a la baja disponibilidad de animales pertenecientes a la raza y la situación de peligro por la que atraviesa la raza. Además, la ausencia de un reconocimiento oficial y de un programa de cría de ciertas razas locales puede conducir a un deterioro de la identidad fenotípica y genotípica de sus individuos52.

El presente estudio desarrolla una herramienta que permite una clasificación eficiente de los huevos de 10 genotipos diferentes en función de los rasgos relacionados con la calidad, como lo sugiere el valor Q de Press superior a 6,63, lo que indica que la tasa de clasificación es al menos un 25 % más alta que la obtenida por casualidad. Esto evidencia que ciertas variables, como la cáscara a*, la cáscara b*, el peso de la albúmina, el índice de forma y las unidades Haugh, juegan un papel importante en la determinación de la calidad externa e interna de los huevos. En efecto, un total de 91.18 y 61.90% de los huevos de Leghorn y Araucana, respectivamente, fueron correctamente clasificados. Sin embargo, el 15,58% de los huevos de Perdiz Utrerana fueron clasificados como huevos de Franciscana Utrerana, y el 20,48% de los huevos de Negra Andaluza Tufted fueron clasificados como huevos de Blanca Andaluza Tufted. Además, la tasa de error de resustitución y el cociente de tasa de error de validación cruzada fue cercano a 1, ya que el riesgo de validación cruzada no superó significativamente el riesgo del árbol de riesgo de validación cruzada mínimo más un error estándar, por lo que se logró con éxito la profundidad óptima del árbol.

En conclusión, la combinación de análisis canónico discriminante y métodos de árboles de decisión CHAID de minería de datos se valida como una herramienta eficiente para clasificar huevos de diferentes genotipos considerando los rasgos de calidad del huevo. Esta herramienta permite detectar intercambios de hibridación o la ocurrencia de cruces entre razas a lo largo de su historia. Ciertas características externas, como la cromaticidad de la cáscara y el índice de forma del huevo, son fácilmente medibles sin necesidad de romper la cáscara y nos brindan una gran cantidad de información que nos permite clasificar correctamente los huevos de diferentes genotipos. Entre los diferentes rasgos relacionados con la calidad interna, las características de la albúmina, como las unidades Haugh y el peso de la albúmina, juegan un papel fundamental en la determinación de las diferencias entre los genotipos. Se reportan grandes características diferenciales en la calidad del huevo cuando se comparan razas autóctonas en España con líneas híbridas comerciales u otras razas autóctonas foráneas, como la gallina Araucana. Estos resultados complementan los de los análisis genómicos, ya que estos últimos concluyeron que algunas variedades autóctonas (variedades blancas y negras) aún pueden mostrar evidencias de un cierto grado de hibridación con ambas cepas comerciales, pero también con otras razas autóctonas que comparten la misma área (Leghorn y Spanish Withe). -Gallinas Utrerana Cara o Blanca y Utrerana Negra y Azul de Andalucía). En este sentido, las proporciones similares de las distintas partes del huevo (albúmina, yema y cáscara) encontradas en las variedades Franciscana y Perdiz de la raza Utrerana pueden ser fuente de confusión para la clasificación del huevo, mientras que el huevo de otros genotipos, como los de la raza Coñudo Andaluz mostraron una baja diferenciación de producto.

El estudio se realizó de conformidad con la Declaración de Helsinki, el Real Decreto-ley nacional 113/2013, de 1 de febrero, y la Directiva 2010/63/UE del Parlamento Europeo y del Consejo, de 22 de septiembre. del ámbito de evaluación de la Junta de Ética de la Universidad de Córdoba por no estar comprendida en la legislación de protección de animales utilizados con fines científicos. Todos los métodos se informan de acuerdo con las pautas de ARRIVE y el permiso fue otorgado por la autoridad del Centro Provincial Agropecuario de la Diputación de Córdoba (España) donde se llevó a cabo el experimento.

El experimento tuvo lugar en el Centro Provincial Agropecuario de la Diputación de Córdoba en el sur de España (37°54′50.9″N–4°42′40.4″O) durante 1 año (de febrero de 2019 a febrero de 2020). Los huevos utilizados en el presente estudio se obtuvieron de una parvada de ponedoras compuesta por animales pertenecientes a diferentes razas distribuidas como se describe en la Tabla 4. La mitad de los individuos de cada raza local eran pollitas (24 semanas) y la otra mitad gallinas (70 semanas). . Sin embargo, en la parvada del linaje Leghorn Lohmann LSL-Classic, todos los animales utilizados para el estudio eran pollitas (24 semanas de edad). La selección de los individuos muestreados se realizó considerando la edad en que los diferentes genotipos utilizados alcanzan el 50% de puesta (producción de huevos durante un ciclo de puesta). Contextualmente, el ciclo típico de producción en ponedoras comerciales (gallinas Leghorn entre otras) dura unas 72 semanas53. Sin embargo, este ciclo puede extenderse hasta las 156 semanas en alrededor de un tercio de la población utrerana54.

Las gallinas mismas no participaron en ningún experimento descrito en el presente estudio, pero fueron la fuente de los huevos de quienes se recolectaron los huevos. Las aves de las que se recolectaron los huevos se colocaron en corrales, con densidad de población de 1 animal por m2, y se alimentaron con el mismo alimento comercial (composición química: 15,20 % proteína cruda, 4,60 % grasas y aceites crudos, 3,20 % fibra cruda , 14,00 % ceniza bruta, 4,10 % calcio, 0,66 % fósforo, 0,19 % sodio, 0,31 % metionina, 0,72 % lisina). El agua y el alimento se proporcionaron ad libitum.

Se tomaron muestras de un total de 819 huevos para medir la calidad del huevo. Los huevos se pusieron durante un ciclo completo de puesta. En la tabla 5 se muestra la clasificación de los huevos según el genotipo de la gallina ponedora. El mismo protocolo de registro de información se realizó individualmente para todos los huevos de la muestra.

Los rasgos relacionados con la calidad externa se midieron siguiendo métodos no invasivos, es decir, sin romper la cáscara del huevo. Se evaluaron las siguientes medidas de características de calidad externa del huevo: diámetros mayor y menor de los huevos; peso del huevo; luminosidad del color de la cáscara de huevo, coordenadas rojo-verdoso y amarillo-azulado (cáscara L*, cáscara a* y cáscara b*) e índice de forma.

Por otro lado, cuando el huevo tuvo que romperse para ser evaluado, los rasgos relacionados con la calidad interna del huevo puntuados fueron los siguientes: peso de la cáscara del huevo; grosor de la cáscara de huevo; resistencia de la cáscara de huevo, compuesta por la resistencia de la cáscara de huevo y el área bajo la curva de fuerza-desplazamiento (área); altura de la albúmina; unidades Haugh; peso de albúmina; pH de la albúmina; pH de la yema; abanico de color de yema; variables de luminosidad, enrojecimiento y amarillez de la yema (yema L*, yema a* y yema b*); diámetro de la yema; peso de la yema; y la presencia o ausencia de defectos visuales en la yema y/o albúmina. Las unidades de Haugh y el índice de forma (tabla 6) se calcularon siguiendo las premisas establecidas por Eisen et al.55 y Anderson et al.56. El color de la carcasa se determinó utilizando un espectrofotómetro portátil (CM 700d, Konica Minolta Holdings Inc., Tokio, Japón), y los resultados se expresaron utilizando el perfil de color del sistema L*a*b* de la Comisión Internacional de Iluminación (CIE) como descrito en González Ariza et al.6.

La figura 6 muestra el procedimiento detallado para la recopilación de mediciones de las siguientes variables: diámetros mayor y menor, grosor de la cáscara de huevo y diámetro de la yema. Para ello se utilizó una escala Vernier (Electro DH M 60.205, Barcelona, ​​España). El grosor de la cáscara de huevo se calculó como la media de tres medidas tomadas en la parte central de la cáscara de huevo. La evaluación de la calidad del huevo se midió dentro de las 24 h posteriores a la oviposición cada 15 días durante un año. La temperatura ambiente era de 22 ± 1 °C al momento de la evaluación de la calidad del huevo. Más información sobre el protocolo de recogida de datos utilizado se puede encontrar en González Ariza et al.15.

Esquema del procedimiento de recolección de datos de calidad externa e interna del huevo. (A) Diámetro mayor; (B) Diámetro menor; (C) Grosor de la cáscara de huevo; (D) Diámetro de la yema.

Se realizaron análisis discriminantes canónicos (CDA) para diseñar una herramienta que permite la clasificación de huevos mientras se determina si las combinaciones lineales de medidas de características internas y externas relacionadas con la calidad del huevo describen patrones de agrupación dentro y entre grupos de población. Las variables explicativas utilizadas para los presentes análisis fueron el diámetro mayor, el diámetro menor, el peso del huevo, la cáscara L*, la cáscara a*, la cáscara b*, el índice de forma, el peso de la cáscara, el grosor de la cáscara, la resistencia de la cáscara, el área, la altura de la albúmina, las unidades Haugh, peso de la albúmina, pH de la albúmina, pH de la yema, abanico de color de la yema, yema L*, yema a*, yema b*, diámetro de la yema, peso de la yema y defectos visuales. El genotipo de la gallina ponedora se consideró el criterio de agrupamiento.

Las relaciones canónicas con los rasgos se trazaron para representar las diferencias de grupo en un mapa territorial fácilmente interpretable. Se utilizaron algoritmos de regresión logística multinomial paso a paso hacia adelante regularizados para realizar la selección de variables. Los previos se regularizaron de acuerdo con los tamaños de los grupos calculados utilizando la probabilidad previa de un software comercial (SPSS Versión 26.0 para Windows, SPSS, Inc., Chicago, IL) en lugar de considerarlos iguales para evitar grupos con diferentes tamaños de muestra que afectaran la calidad del estudio. clasificación20.

Se ha informado que los mismos contextos de tamaño de muestra que los utilizados en este estudio en todos los grupos son sólidos. Al respecto, algunos autores han reportado un tamaño de muestra mínimo de al menos 20 observaciones por cada 4 o 5 predictores, y el número máximo de variables independientes debe ser n-2, donde n es el tamaño de muestra, para paliar posibles efectos de distorsión20, 57.

En consecuencia, el presente estudio utilizó una relación entre observaciones y variables independientes 4 o 5 veces mayor que las descritas anteriormente, lo que hace que los enfoques discriminantes sean eficientes. Se ejecutó un análisis de multicolinealidad para garantizar la independencia y una fuerte relación lineal entre los predictores. Las variables elegidas por los métodos de selección paso a paso hacia adelante o hacia atrás fueron las mismas. Finalmente, se realizó el método de selección progresiva hacia adelante ya que requiere menos tiempo que el método de selección hacia atrás.

La rutina discriminante del paquete Classify del software SPSS versión 26.0 y la rutina de análisis discriminante canónico del paquete Analyzing Data del software XLSTAT (Addinsoft Pearson Edition 2014, Addinsoft, París, Francia) se utilizaron para realizar el análisis discriminante canónico.

El supuesto de multicolinealidad debe probarse antes de ejecutar un análisis canónico discriminante para garantizar que las redundancias en las variables consideradas no inflen demasiado el potencial explicativo de la varianza. Esto es para descartar variables que explican la misma fracción de variabilidad en los datos que otras consideradas dentro de los análisis también, pero que pueden no ser capaces de explicar ciertas fracciones adicionales que sí lo hacen otras variables. Por ejemplo, el peso del huevo puede explicarse por los pesos de la cáscara, la yema y la albúmina, pero aún así este último puede representar una fracción bastante precisa de las diferencias entre las observaciones. Por lo tanto, preservar todo en los análisis puede determinar una explicación redundante (inflación) de tal variabilidad. La multicolinealidad es una condición de datos que representa un alto grado de intercorrelación lineal entre dos o más variables explicativas. Mientras que la correlación es la relación lineal entre solo dos variables, la multicolinealidad puede existir entre dos variables o entre una variable y la combinación lineal de las otras. La multicolinealidad también representa una falta de ortogonalidad entre las variables, esto significa que cambios en una de ellas no implican cambios en el resto. Se pueden utilizar diferentes métodos para detectar la multicolinealidad. Entre ellos, el factor de inflación de la varianza (VIF) y la tolerancia58, mide la relación de la varianza en un modelo de regresión con múltiples atributos dividida por la varianza de un modelo con un solo atributo59. La multicolinealidad ocurre cuando k vectores se encuentran en un subespacio de dimensión menor que k. La multicolinealidad puede explicar una condición de escasez de datos, que con frecuencia se encuentra en estudios observacionales en los que los investigadores no interfieren con el estudio. Por lo tanto, muchos investigadores a menudo confunden la multicolinealidad con la correlación. Por lo tanto, la correlación se considera un caso especial de multicolinealidad. Una alta correlación implica multicolinealidad, pero no al revés. Puede haber multicolinealidad entre las variables explicativas, pero aún no una alta correlación entre pares de estas variables60. En el estudio se utilizó un valor VIF recomendado de 461. El VIF se calculó de acuerdo con la siguiente fórmula como una subrutina de la rutina de análisis discriminante canónico del paquete Analyzing Data del software XLSTAT (Addinsoft Pearson Edition 2014, Addinsoft, París, Francia):

donde R2 es el coeficiente de determinación de la ecuación de regresión.

El número máximo de correlaciones canónicas entre dos conjuntos de variables es el número de variables en el conjunto más pequeño. La primera correlación canónica suele explicar la mayoría de las relaciones entre diferentes conjuntos. En cualquier caso, se debe prestar atención a todas las correlaciones canónicas, a pesar de que el reporte de solo la primera dimensión es común en investigaciones previas62. Cuando los valores de correlación canónica son 0,30 o superiores, corresponden aproximadamente al 10% de la varianza explicada.

La prueba lambda de Wilks evalúa qué variables pueden contribuir significativamente a la función discriminante. Cuando la lambda de Wilks se aproxima a 0, la contribución de esa variable a la función discriminante aumenta. χ2 prueba la significación Lambda de Wilks. Si la significación está por debajo de 0,05, se puede concluir que la función explica bien la adscripción al grupo63.

El criterio de seguimiento de Pillai, como la única prueba aceptable para usar en casos de tamaños de muestra desiguales, se utilizó para probar la suposición de matrices de covarianza iguales en el análisis de la función discriminante64. El criterio de seguimiento de Pillai se calculó como una subrutina de la rutina de análisis discriminante canónico del paquete Analyzing Data del software XLSTAT (Addinsoft Pearson Edition 2014, Addinsoft, París, Francia). Una significación ≤ 0,05 es indicativa de que el conjunto de predictores considerados en el modelo discriminante es estadísticamente significativo. Se argumenta que el criterio de seguimiento de Pillai es la estadística más robusta para la protección general contra las desviaciones de la normalidad y la homogeneidad de la varianza de los residuos multivariados. Cuanto mayor sea el valor observado para la traza de Pillai, mayor será la evidencia de que el conjunto de predictores tiene un efecto estadísticamente significativo sobre los valores de la variable de respuesta. Es decir, el criterio de seguimiento de Pillai muestra posibles diferencias lineales en los rasgos de calidad de huevo internos y externos combinados entre los grupos de agrupamiento de genotipos de gallina65.

Cuando se implementa el CDA, se utiliza un análisis preliminar de componentes principales para reducir las variables generales a unas pocas variables significativas que más contribuyeron a las variaciones entre los huevos de diferentes genotipos. El uso del CDA determinó la asignación porcentual de huevos dentro de su propio grupo. Variables con carga discriminante ≥ |0,40| fueron consideradas sustantivas, indicando variables discriminatorias sustantivas. Mediante el uso de la técnica del procedimiento paso a paso, se evitó que variables no significativas entraran en la función. Coeficientes con valores absolutos grandes corresponden a variables con mayor capacidad discriminante. Los datos se estandarizaron siguiendo los procedimientos informados por Manly y Alberto66. Luego, las distancias al cuadrado de Mahalanobis y el análisis de componentes principales se calcularon utilizando la siguiente fórmula:

donde \(D_{ij}^{2}\): distancia entre la población i y j; COV−1: inversa de la matriz de covarianza de la variable medida x; \(\overline{\Upsilon }_{i}\) y \(\overline{\Upsilon }_{j}\): medias de la variable x en las poblaciones i-ésima y j-ésima, respectivamente.

La matriz de distancias de Mahalanobis al cuadrado se convirtió en una matriz de distancias euclidiana, y se construyó un dendrograma utilizando el método de pares de grupos subponderados promedios aritméticos (UPGMA; Universidad Rovira i Virgili, Tarragona, España) y el procedimiento Phylogeny de MEGA X 10.0.5 ( Instituto de Genética Evolutiva Molecular, Universidad Estatal de Pensilvania, State College, PA, EE. UU.).

Posteriormente, para determinar la probabilidad de que un huevo de origen desconocido pertenezca a un grupo de clasificación particular67, se calculó el parámetro ratio de aciertos. Para ello se utilizó la distancia relativa de la observación del problema al centroide de su grupo más cercano. La proporción de aciertos es el porcentaje de huevos clasificados correctamente que se atribuye correctamente al genotipo de gallina que los puso originalmente. El procedimiento de validación cruzada dejando uno fuera se utiliza como una forma de significación para considerar si las funciones discriminantes pueden validarse.

El estadístico Q de Press puede respaldar estos resultados, ya que se puede utilizar para comparar el poder de discriminación de la función con validación cruzada, de la siguiente manera:

donde n: número de observaciones en la muestra; n′: número de observaciones correctamente clasificadas; K: número de grupos.

El valor del estadístico Q de Press debe compararse con el valor crítico de 6,63 para χ2 con un grado de libertad en una significancia de 0,01. Cuando Press's Q supera el valor crítico de χ2 = 6,63, la tasa de clasificación con validación cruzada es al menos un 25 % más alta que la obtenida por casualidad y se pueden considerar alcanzados niveles de precisión de clasificación suficientes.

El método de extracción de datos del árbol de decisiones (DT) de detección de interacción automática de Chi-cuadrado (CHAID) se utilizó para la clasificación, predicción, interpretación y manipulación de datos categorizados discretamente. La herramienta de soporte de decisiones de algoritmos basada en CHAID incluye un nodo raíz, ramas y nodos hoja. Para que cada nodo interno se construya alrededor de un rasgo de calidad del huevo (variables de entrada), se debe cumplir un criterio de división de significancia de prueba de Chi-cuadrado (P < 0.05) (prepoda). De acuerdo con Breiman et al.68, se deben implementar procesos de poda (ya sea antes o después) para evitar que los árboles presenten una gran cantidad de ramas y para evitar que no sigan las ramas que pueden aumentar significativamente el ajuste general. Después de calcular un árbol que representa exhaustivamente la relación significativa entre las variables independientes detectadas, se descartan los nodos que no contribuyen a la predicción general. Además, CHAID añade un elemento de penalización como coste indirecto derivado de la complejidad del modelo. En este sentido, se utilizó la desigualdad de Bonferroni para ajustar significativamente los niveles de significación. El método de Breiman se asemeja a la regresión por pasos hacia adelante con una reducción en el número final de pasos utilizando pruebas de chi cuadrado en lugar de pruebas basadas en F para entrar. Cada rama representa un resultado de la prueba (en un número de dos o más), y cada nodo de hoja (o nodo terminal) representa un nivel de categoría de la variable objetivo (genotipo de gallina). El nodo superior de un árbol es el nodo raíz. Las decisiones se toman en cada nodo, y cada registro de datos continúa a través del árbol a lo largo de un camino hasta que el registro llega a una hoja o nodo terminal del árbol69.

Posteriormente, se realizó una validación cruzada para validar el conjunto de predictores considerados para medir las diferencias entre el error de predicción de un árbol aplicado a una muestra nueva y una muestra de entrenamiento. La validación cruzada del árbol de decisión se realizó utilizando el "parámetro de complejidad" y el error de validación cruzada para estimar con qué precisión generaliza el modelo para datos no vistos, es decir; qué tan bien se desempeña/predice. Se utilizó una validación cruzada de diez veces para validar el árbol de decisión CHAID y garantizar que el conjunto de predictores considerados explica de manera significativa las diferencias entre los grupos de razas70. Esto significa determinar si el árbol más corto recopila de manera eficiente y repetible el mayor número de relaciones significativas. Todos los registros de muestra de la muestra de entrenamiento y los datos del estudio se utilizaron para realizar la validación cruzada de diez veces. La validación cruzada se realizó comparando las diferencias existentes entre el error de predicción de un árbol aplicado a una nueva muestra (tasa de error de reposición/reemplazo) y una muestra de entrenamiento (tasa de error de validación cruzada). La tasa de error de validación cruzada (riesgo) es un promedio de los riesgos en las 10 muestras de prueba (pliegues, muestras nuevas) y determina la precisión del modelo discriminante de predicción de datos. El proceso se repite para cada pliegue y se calcula una estimación del error entre pliegues. Se seleccionó el árbol que produjo la tasa de error de validación cruzada más baja y, por lo tanto, presentó el mejor ajuste. Por el contrario, la tasa de error de reposición es la proporción de observaciones originales mal clasificadas por varios subconjuntos del árbol original y disminuye a medida que aumenta la profundidad del árbol. Si bien el árbol que reporta la tasa de resustitución más baja estará sesgado, los árboles grandes agregan una variación aleatoria en las predicciones a medida que superan los valores atípicos. Como consecuencia, la profundidad óptima del árbol se determina en el árbol menos profundo cuyo riesgo de validación cruzada no supera el riesgo del árbol de riesgo mínimo de validación cruzada más un error estándar. Esto se puede asegurar cuando la tasa de error de resustitución y la tasa de error de validación cruzada son similares, por lo tanto, su cociente es cercano a 1.

Los conjuntos de datos generados y/o analizados durante el estudio actual están disponibles del autor correspondiente a pedido razonable.

Ureña, D., Colombo, D., López, M. & Ruiz, C. Nichos de mercado para productos animales sustentables: Leche de cabra criada en pastos. Arco. Zootec. 70, 60–70 (2021).

Artículo Google Académico

Castillo, A. et al. Descripción general de las razas de pollos autóctonas en Italia: estado de conservación y sistemas de cría en uso. Animales 11, 490 (2021).

Artículo PubMed PubMed Central Google Académico

Busse, M., Kernecker, ML, Zscheischler, J., Zoll, F. y Siebert, R. Preocupaciones éticas en la producción avícola: una encuesta de consumidores alemanes sobre pollos de doble propósito. J. Agric. Reinar. Ética 32, 905–925 (2019).

Artículo Google Académico

Toalombo, P. et al. Efecto socioeconómico en rasgos morfológicos de gallinas autóctonas del Ecuador. Arco. Zootec. 68, 416–421 (2019).

Artículo Google Académico

González Ariza, A. et al. Preferencia sensorial y definición de afinidad por el perfil profesional de huevos de razas nativas en peligro de extinción en comparación con huevos de linajes comerciales de postura. Animales 9, 920 (2019).

Artículo PubMed Central Google Académico

González Ariza, A. et al. Análisis canónico no paramétrico de las características relacionadas con la calidad de los huevos de diferentes variedades de gallinas nativas en comparación con el linaje de postura. Animales 9, 153 (2019).

Artículo PubMed Central Google Académico

Gonzalez Ariza , A. , Navas Gonzalez , FJ , Arando Arbulu , A. , Delgado Bermejo , JV & Camacho Vallejo , ME Factores de raza y variedad de gallina como fuente de variabilidad para la composición química de los huevos. J. Abono alimentario. Anal. Rev. 95, 103673 (2021).

Artículo Google Académico

Zheng, Y. et al. Efectos del tipo de cereal principal y la forma de alimentación sobre el rendimiento productivo, la calidad del huevo y los índices sanitarios del huevo de gallinas ponedoras. Hermano Pavipollo. ciencia 61, 164–168 (2020).

Artículo ADS CAS PubMed Google Scholar

Sokołowicz, Z., Krawczyk, J. & Dykiel, M. El efecto del tipo de sistema de alojamiento alternativo, el genotipo y la edad de las gallinas ponedoras sobre la calidad del huevo. Ana. Animación ciencia 18, 541 (2018).

Artículo Google Académico

Abioja, MO, Abiona, JA, Akinjute, OF & Ojoawo, HT Efecto de la duración del almacenamiento sobre la calidad del huevo, la mortalidad embrionaria y la incubabilidad en pollos FUNAAB-ɑ. J. Anim. Fisiol. Animación Nutrición 1, 1–10 (2020).

Google Académico

Orozco, F. Razas de Gallinas Españolas (S. A. Mundi-Prensa Libros, 1989).

Google Académico

Miguel, J., Asenjo, B., Ciria, J. & Calvo, J. Modelado de crecimiento y postura en una población de gallinas autóctonas Castellana Negra. Hermano Pavipollo. ciencia 48, 651–654 (2007).

Artículo CAS PubMed Google Académico

Macrì, M. et al. Diversidad genética de la raza de gallina Utrerana. Actos Iberoam. Conservar. Animación 13, 52–59 (2019).

Google Académico

Dávila, SG, Campo, JL, Gil, MG, Castaño, C. & Santiago-Moreno, J. Efecto de la presencia de gallinas sobre variables espermáticas de gallos. Pavipollo. ciencia 94, 1645–1649 (2015).

Artículo PubMed Google Académico

González Ariza, A., Arando Arbulu, A., Navas González, FJ, Delgado Bermejo, JV & Camacho Vallejo, ME Análisis canónico discriminante como herramienta de validación para la clasificación de calidad comercial de huevos de razas nativas multivariedad. Alimentos 10, 632–649 (2021).

Artículo PubMed PubMed Central Google Académico

Chan, Y. Bioestadística 303. Análisis discriminante. Singapur Med. J. 46, 54 (2005).

ANUNCIOS CAS PubMed Google Académico

FAO. Sistema de Información sobre la Diversidad de los Animales Domésticos (DAD-IS): Situación de riesgo de los recursos zoogenéticos (FAO, 2022).

Google Académico

FAO. Objetivos de Desarrollo Sostenible: Objetivos (FAO, 2022).

Google Académico

MAPÁ. Catálogo Oficial de Razas https://www.mapa.gob.es/es/ganaderia/temas/zootecnia/razas-ganaderas/razas/catalogo-razas/ (2022).

Marin Navas , C. , Delgado Bermejo , JV , McLean , AK , Leon Jurado , JM & Navas Gonzalez , FJ Análisis canónico discriminante de la diversidad genética y estructura poblacional de caballos de pura raza española y árabe. Animales 11, 269 (2021).

Artículo PubMed PubMed Central Google Académico

Nematinia, E. & Abdanan Mehdizadeh, S. Evaluación de la frescura del huevo mediante la predicción de la unidad Haugh y el pH de la albúmina utilizando una red neuronal artificial. J. Medición de alimentos. carácter 12, 1449–1459 (2018).

Artículo Google Académico

Lakins, D. et al. Comparación de atributos de calidad de huevos con cáscara sometidos a tecnología de microondas direccional. Pavipollo. ciencia 88, 1257–1265 (2009).

Artículo CAS PubMed Google Académico

Samiullah, S., Omar, AS, Roberts, J. & Chousalkar, K. Efecto del sistema de producción y la edad de la parvada en las mediciones de la calidad interna del cascarón y del huevo. Pavipollo. ciencia 96, 246–258 (2016).

Artículo PubMed Google Académico

Lordelo, M. et al. Una comparación entre la calidad de los huevos de gallinas de razas autóctonas y las de ponedoras comerciales. Pavipollo. ciencia 99, 1768-1776 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

Ipek, A. & Sozcu, A. Comparación de las características de los huevos para incubar, el desarrollo del embrión, la absorción de la yema, la ventana de eclosión y la incubabilidad de los huevos de Pato Pekín de diferentes pesos. Pavipollo. ciencia 96, 3593–3599 (2017).

Artículo CAS PubMed Google Académico

Gumułka, M., Andres, K., Krawczyk, J. & Calik, J. Nota de investigación: El valor nutricional de los huevos de pollos con cresta polacos nativos e híbridos comerciales que se han almacenado en diversas condiciones. Pavipollo. ciencia 101, 101579 (2022).

Artículo PubMed Google Académico

Dvořák, P., Doležalová, J. & Suchý, P. Determinación fotocolorimétrica del color de la yema en relación con parámetros de calidad seleccionados de los huevos. J. Ciencia. Alimentación Agrícola. 89, 1886–1889 (2009).

Artículo Google Académico

Kim, HC, Ko, Y.-J. & Jo, C. Potencial de la espectroscopia qNMR 2D para distinguir razas de pollos en función de las diferencias metabólicas. Química alimentaria 342, 128316 (2021).

Artículo CAS PubMed Google Académico

Ingr, I. y Simeonova, J. Evaluación rápida del colesterol en la yema de huevo mediante Bio-La-Test [híbridos ponedores de huevos, Checoslovaquia]. Veterinario. Med.-Checo. 28, 97–104 (1983).

CAS Google Académico

Knaga, S. et al. La fuerza de la cáscara del huevo en los objetivos de reproducción de las gallinas ponedoras: una revisión. Animación ciencia Papilla. Rep. 37, 119–136 (2019).

Google Académico

Orłowski, G. et al. El calcio y los metales no se distribuyen uniformemente en las cáscaras de huevo de las aves en su sección longitudinal. Auk 136, 1–14 (2019).

Artículo Google Académico

Iqbal, J. et al. Efectos del peso del huevo sobre la calidad del huevo, la calidad del pollito y el rendimiento de los pollos de engorde en las últimas etapas de producción (semana 60) en reproductoras de pollos de engorde. Aplicación J. Pavipollo. Res. 26, 183–191 (2017).

Artículo Google Académico

Brant, A., Norris, K. & Chin, G. Un método espectrofotométrico para detectar sangre en huevos de cáscara blanca. Pavipollo. ciencia 32, 357–363 (1953).

Artículo CAS Google Académico

Rizzi, C. Rendimiento del rendimiento, características del comportamiento de puesta y calidad del huevo de gallinas puras e híbridas criadas en condiciones al aire libre. Animales 10, 584 (2020).

Artículo PubMed Central Google Académico

Zanon, A., Beretti, V., Superchi, P., Zambini, E. & Sabbioni, A. Características fisicoquímicas de los huevos de dos razas de pollo autóctonas italianas: Modenese y Romagnolo. Mundos Poult. ciencia J. 62, 203 (2006).

Google Académico

Rizzi, C. & Marangon, A. Calidad de huevos orgánicos de gallinas híbridas e italianas. Pavipollo. ciencia 91, 2330–2340 (2012).

Artículo CAS PubMed Google Académico

Sirri, F. et al. Caracterización de la calidad de los huevos de gallinas Romagnola, una raza local italiana. Pavipollo. ciencia 97, 4131–4136 (2018).

Artículo CAS PubMed Google Académico

Ianni, A., Bartolini, D., Bennato, F. & Martino, G. Calidad del huevo de Nera Atriana, una raza avícola local de la región de Abruzzo (Italia), y gallinas marrones ISA criadas en condiciones de campo libre. Animales 11, 257 (2021).

Artículo PubMed PubMed Central Google Académico

Sun, C., Liu, J., Yang, N. y Xu, G. Calidad del huevo y propiedad de la albúmina del huevo de pollo, pato, ganso, pavo, codorniz y paloma domésticos. Pavipollo. ciencia 98, 4516–4521 (2019).

Artículo CAS PubMed Google Académico

Galli, GM et al. La adición de curcumina en el alimento a las gallinas ponedoras mostró un efecto anticoccidial y mejoró la calidad del huevo y la salud animal. Res. Veterinario. ciencia 118, 101–106 (2018).

Artículo CAS PubMed Google Académico

Yimenu, SM, Kim, J. & Kim, B. Predicción de la frescura del huevo durante el almacenamiento usando nariz electrónica. Pavipollo. ciencia 96, 3733–3746 (2017).

Artículo CAS PubMed PubMed Central Google Scholar

Franco, D. et al. Efecto de la raza y tipo de dieta sobre la frescura y calidad de los huevos: Comparación entre gallinas Mos (raza autóctona gallega) e Isa brown. Alimentos 9, 342 (2020).

Artículo CAS PubMed Central Google Académico

Sreenivas, D., Prakash, MG, Mahender, M. & Chatterjee, RN Análisis genético de los rasgos de calidad del huevo en pollo White Leghorn. Veterinario. Mundo 6, 263–266 (2013).

Artículo Google Académico

Galic, A. et al. Características físicas y mecánicas de huevos de gallina Hisex Brown de tres sistemas de alojamiento diferentes. S.Afr. J. Anim. ciencia 49, 468–476 (2019).

Artículo CAS Google Académico

Castelló, S. Tipo de raza anuropigidiosa de gallo y gallina con aretes en Chile. Actas del Primer Congreso Avícola Mundial (1921).

Odabaşi, A., Miles, R., Balaban, M. & Portier, K. Cambios en el color marrón de la cáscara del huevo a medida que la gallina envejece. Pavipollo. ciencia 86, 356–363 (2007).

Artículo PubMed Google Académico

Aygun, A. La relación entre el color de la cáscara y los rasgos de calidad del huevo en huevos de mesa. Indio J. Anim. Res. 48, 290–294 (2014).

Artículo Google Académico

Carvalho, DAD et al. Diversidad y relación genética de gallinas camperas de la región noreste de Brasil. Animales 10, 1857 (2020).

Artículo Google Académico

Mehlhorn, J. & Petow, S. Cerebros más pequeños en gallinas ponedoras: nuevos conocimientos sobre la influencia de las condiciones puras de reproducción y alojamiento en el tamaño y la composición del cerebro. Pavipollo. ciencia 99, 3319–3327 (2020).

Artículo PubMed PubMed Central Google Académico

Rondoni, A., Asioli, D. & Millan, E. Comportamiento, percepciones y preferencias del consumidor hacia los huevos: una revisión de la literatura y discusión de las implicaciones de la industria. Tendencias Ciencias de la alimentación. Tecnología 106, 391–401 (2020).

Artículo CAS Google Académico

Campo, J. L. Las razas ganaderas de Andalucía Vol. II (Consejería de Agricultura y Pesca, 2007).

Google Académico

Wang, Y., Bennewitz, J. & Wellmann, R. Nuevos métodos de selección de contribución óptima que explican los objetivos en conflicto en los programas de mejoramiento para razas de ganado con migración histórica. Gineta. sel. Evol. 49, 1–12 (2017).

Artículo Google Académico

Seidler, E. Comercialización de huevos. Una guía para la producción y venta de huevos (Boletín de Servicios Agrícolas de la FAO, 2003).

Google Académico

Orozco, F. Raza Andaluza o Utrerana. Sel. Avíc. 29, 50–57 (1987).

Google Académico

Eisen, E., Bohren, B. & McKean, H. La unidad Haugh como medida de la calidad de la albúmina del huevo. Pavipollo. Ciencia 41, 1461-1468 (1962).

Artículo Google Académico

Anderson, K., Tharrington, J., Curtis, P. & Jones, F. Características de la cáscara de los huevos de cepas históricas de gallinas leghorn blancas de un solo panal y la relación entre la forma del huevo y la fuerza de la cáscara. En t. J. Poult. ciencia 3, 17–19 (2004).

Google Académico

Poulsen, J. & French, A. Análisis de función discriminante (Universidad Estatal de San Francisco, 2008).

Google Académico

Handhal, AM, Jawad, SM y Al-Abadi, AM Modelos de aprendizaje automático basados ​​en GIS para mapear zonas de alquitrán en la parte superior (unidad DJ) de la Formación Zubair en el campo petrolífero supergigante de Rumaila del Norte, en el sur de Irak. J. Mascota. ciencia Ing. 178, 559–574 (2019).

Artículo CAS Google Académico

James, G., Witten, D., Hastie, T. y Tibshirani, R. Introducción al aprendizaje estadístico vol. 112 (Primavera, 2013).

Libro MATEMÁTICAS Google Académico

Alin, A. Multicolinealidad. Wiley Interdiscip. Cómputo Rev. Estadística 2, 370–374 (2010).

Artículo Google Académico

Pan, Y. & Jackson, RT Diferencia étnica en la relación entre la inflamación aguda y la ferritina sérica en hombres adultos de EE. UU. Epidemiol. Infectar. 136, 421–431 (2008).

Artículo CAS PubMed Google Académico

Toalombo Vargas, PA, Navas González, FJ, Landi, V., León Jurado, JM & Delgado Bermejo, JV Dimorfismo sexual y caracterización racial de gallinas criollas mediante análisis discriminante canónico biométrico en áreas agroecológicas ecuatorianas. Animales 10, 32 (2020).

Artículo Google Académico

Anuthama, K. et al. Determinación del dimorfismo sexual dental en indios del sur mediante análisis de función discriminante. Ciencia forense. En t. 212, 86–89 (2011).

Artículo PubMed Google Académico

Zhang, Q., Hu, J. y Bai, Z. Modificaron las estadísticas de seguimiento de Pillai para dos matrices de covarianza de muestra de alta dimensión. Estado J. Plan. Inferencia 207, 255–275 (2020).

Artículo MathSciNet MATEMÁTICAS Google Académico

Pieruccini-Faria, F. et al. Variabilidad de la marcha en los trastornos neurodegenerativos y cognitivos: Resultados del Consorcio Canadiense de Neurodegeneración en el Envejecimiento (CCNA) y el Estudio de Marcha y Cerebro. Demencia de Alzheimer. 17, 1317–1328 (2021).

Artículo PubMed PubMed Central Google Académico

Manly, BF & Alberto, JAN Métodos estadísticos multivariados: una cartilla (CRC Press, 2016).

Libro MATEMÁTICAS Google Académico

Hair, JF, Black, WC, Babin, BJ y Anderson, RE Correlación canónica: un suplemento para el análisis de datos multivariados. Análisis de datos multivariados: una perspectiva global 7ª ed. (Editorial Pearson Prentice Hall, 2010).

Google Académico

Breiman, L., Friedman, J., Stone, CJ y Olshen, árboles de clasificación y regresión de RA (CRC Press, 1984).

Matemáticas Google Académico

Ceylan, Z., Gürsev, S. & Bulkan, S. Una aplicación de minería de datos en el sistema de ahorro e inversión de pensiones individuales. EJOSAT 1, 7–11 (2018).

Google Académico

Baykara, B. Impacto de los métodos de evaluación en la precisión del árbol de decisión. Tesis de Maestría (Universidad de Tampere, 2015).

Google Académico

Descargar referencias

Este trabajo no hubiera sido posible de no haber sido por la financiación del Proyecto FEDER PP.AVA.AVA201601.16, la colaboración de ANCGU (Asociación Nacional de Criadores de Aves de Utrerano), IFAPA, Diputación de Córdoba y el grupo de investigación PAIDI AGR 218 .

Departamento de Genética, Facultad de Ciencias Veterinarias, Universidad de Córdoba, 14071, Córdoba, España

Antonio González Ariza, Ander Plough Arbulu, Francisco Javier Navas González & Juan Vincent Delgado Bermejo

Animal Breeding Consulting SL, 14014, Córdoba, España

Ander Arando Arbulú

Instituto Andaluz de Investigación y Formación Agraria y Pesquera (IFAPA), Alameda del Obispo, 14004, Córdoba, España

Francisco Javier Navas González & María Esperanza Camacho Vallejo

Agropecuary Provincial Centre, Diputación of Córdoba, 14071, Córdoba, Spain

José Manuel León Jurado

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

Conceptualización, AGA y FJNG; metodología, AGA, AAA, JMLJ y FJNG; software, FJNG; validación, FJNG y MECV; análisis formal, AGA y FJNG; investigación, AGA, AAA, FJNG y JMLJ; recursos, AGA, AAA, JVDB y MECV; curación de datos, AGA y FJNG; redacción-preparación de borrador original, AGA y FJNG; redacción-revisión y edición, AGA, AAA, FJNG, JMLJ, JVDB y MECV; visualización, JVDB; supervisión, FJNG y MECV; administración de proyectos, MECV; adquisición de fondos, JVDB y MECV Todos los autores han leído y aprobado el manuscrito final.

Correspondencia a Francisco Javier Navas González.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

González Ariza, A., Arando Arbulu, A., Navas González, FJ et al. Análisis discriminante basado en minería de datos como herramienta para el estudio de la calidad del huevo en razas de gallinas autóctonas. Informe científico 12, 15873 (2022). https://doi.org/10.1038/s41598-022-20111-z

Descargar cita

Recibido: 07 Octubre 2021

Aceptado: 08 septiembre 2022

Publicado: 23 de septiembre de 2022

DOI: https://doi.org/10.1038/s41598-022-20111-z

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.