O Brasil caminha a passos largos rumo a uma pecuária mais eficiente, tecnificada e produtiva. É o que aponta a pesquisa de doutorado do médico-veterinário e Técnico de Registro da Associação Brasileira dos Criadores de Zebu (ABCZ), Feliciano Benedetti de Freitas, defendida na UFMT (Universidade Federal de Mato Grosso), com dois artigos científicos no intuito de potencializar a seleção de animais da raça Nelore para melhorar a produtividade e rentabilidade da carne.
“Sempre me interessei por tecnologias práticas que possam vir a melhorar a produtividade da pecuária nacional. O Nelore é, por si, só é um pilar do destaque do Brasil como grande produtor e exportador de carne bovina no mundo, já que 80% do rebanho de corte tem sangue desta raça”, relata Freitas.
Pensando nisto, o médico veterinário se concentrou em duas frentes que impactam diretamente a lucratividade da cadeia da carne; a fertilidade das matrizes e a quantidade e qualidade de carcaça produzida por animal. “Para tanto escolhi duas fazendas de seleção genética que fazem um trabalho primoroso na raça Nelore em prol destes objetivos: Agropecuária Fogliatelli - Fazenda Porto do Campo (Lambari do Oeste – MT) e Fazenda Araponga (Jaciara-MT)”, conta.
Conforme explica o especialista, desta pesquisa saíram dois trabalhos científicos com resultados interessantes e possibilidade de implementação prática. O primeiro deles foi avaliar o desempenho de diferentes algoritmos de aprendizado de máquina supervisionado: Redes Neurais Artificiais (RNA), CatBoost, XGBoost, Random Forest e LightGBM, na predição do sucesso da concepção em novilhas de corte.
“O objetivo é contribuir para o avanço da reprodução animal, demonstrando o potencial dessas técnicas para otimizar a eficiência reprodutiva e, consequentemente, a rentabilidade na criação de bovinos de corte”, esclarece o veterinário.
O segundo teve como objetivo descrever a variabilidade genética e estimar parâmetros genéticos para características de peso corporal e de carcaça em bovinos da raça Nelore, contribuindo para o avanço do conhecimento sobre o desempenho produtivo da raça e subsidiando programas de melhoramento genético voltados à produção de carne de qualidade.
No primeiro artigo foram utilizadas informações de diagnóstico de gestação de 1.167 novilhas de corte, oriundos da Agropecuária Fogliatelli, com o objetivo de desenvolver modelos preditivos de prenhez por meio de Inteligência Artificial. Seis algoritmos de aprendizado de máquina supervisionado foram testados (Redes Neurais Artificias, CatBoost, XGBoost, LightGBM, Random Forest e Máquinas de vetores de Suporte), com destaque para a Rede Neural Artificial e para o Random Forest.
“Os resultados destacam o potencial do aprendizado de máquina como ferramenta para auxiliar a tomada de decisão em sistemas de produção, permitindo o manejo mais preciso e eficiente de novilhas com maior probabilidade de concepção”, enfatiza.Na opinião do profissional, estudar a Inteligência Artificial como ferramenta de escolha das novilhas mais férteis demonstra que a aplicação de tecnologias modernas, em prol da produtividade e lucratividade, tem muito espaço na pecuária e chegam ao campo em alta velocidade.
O segundo artigo avaliou características de desempenho e de carcaça em 6.094 bovinos da raça Nelore, coletadas entre os anos de 2013 e 2024, da Fazenda Araponga. As análises consideraram peso corporal (PESO), área de olho-de-lombo (AOL) e sua relação com peso (AOL/100), espessura de gordura subcutânea (EGS), marmoreio (MAR) e o RATIO (formato muscular), obtidos por ultrassonografia de carcaça e analisados por modelos mistos com inferência bayesiana (Gibbs Sampling).
“As medidas avaliadas por ultrassonografia de carcaça (AOL, AOL/100, Ratio, EGS e MAR), impactam, respectivamente, na musculosidade, precocidade sexual e de terminação e qualidade da carne, dado aos valores de herdabilidade média a alta corroborada neste estudo (0,28 a 0,70), indicando forte potencial de seleção genética, especialmente para características como AOL/100 e MARMOREIO na raça Nelore”, destaca Freitas. Ele acrescenta ainda que correlações genéticas positivas entre PESO, AOL e RATIO apontaram que animais mais pesados tendem a ter maior musculosidade, enquanto o MARMOREIO apresentou correlações antagônicas.
Nos Estados Unidos, essas características (Peso, AOL, AOL/100, RATIO e EGS), que compõem o YIELD GRADE (Rendimento de cortes cárneos), são usadas diretamente para pagamento ao produtor. O marmoreio (MAR), principal critério do QUALITY GRADE (Qualidade da carne), gera as bonificações da carne.
Sendo assim, na avaliação do veterinário, a ultrassonografia, por ser prática no campo, tem sido essencial para gerar DEPs (Diferenças Esperadas na Progênie), de AOL, EGS e MAR, impulsionando o melhoramento genético de todas as raças e o valor da carne americana no mercado internacional.
“Este estudo mostra que o mesmo pode ser feito com a raça Nelore no Brasil. Ou seja, é possível prever e selecionar características ligadas à Rendimento de Carcaça e Qualidade de Carne usando a ultrassonografia de carcaça como ferramenta complementar de seleção incidindo diretamente em maior lucro da atividade (maior produção em menor custo e com valor agregado), através do componente genético individual”, conclui o técnico da ABCZ.
