Progresso científico sobre nutrição de animais de companhia na primeira década do século XXI

O conhecimento científico sobre nutrição de animais de companhia tem aumentado de forma contínua, acompanhando o fenômeno visto em diversas áreas de conhecimento. Na última década, têm-se prioritariamente pesquisas direcionadas ao uso de nutrientes na promoção de saúde, prevenção de doenças degenerativas, melhoria da qualidade de vida e aumento da expectativa de vida de cães e gatos. Este direcionamento de pesquisas é, em grande parte, explicado pela importância que cães e gatos assumiram na vida das pessoas, fazendo com que as decisões alimentares dos proprietários com seus animais se assemelhassem às que adotam para si próprios. A publicação da nova revisão do Nutrient Requirements of Dogs and Cats em 2006 foi, talvez, o avanço recente mais significativo, trazendo novo entendimento sobre necessidades energéticas e de nutrientes nas diferentes fases de desenvolvimento e estados fisiológicos. Apesar destes avanços, ainda são necessárias pesquisas na área de caracterização físico-química e de utilização dos ingredientes, efeitos do processo de extrusão e mesmo de necessidades nutricionais, que conta com uma base pequena de artigos disponíveis, a maioria antiga. Talvez os desafios científicos mais importantes em nutrição de cães e gatos sejam metabolismo de carboidratos, importância da massa corporal magra na saúde, urolitíases, gerontologia, relação entre microbiota intestinal e saúde, imunonutrição e manejo nutricional em condições clínicas específicas importantes para estas espécies.

Progresso da ferrugem tropical do milho (Zea mays L.), sob diferentes tratamentos fungicidas

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Desempenho reprodutivo, características do pelame e taxa de sudação em vacas da raça Braford

Foram investigados os efeitos das características do pelame e da taxa de sudação (TS) sobre o intervalo de partos (IEP, n = 423) e os dias para o parto (DPP, n = 1.202) de vacas da raça Braford criadas em sistema extensivo em região tropical úmida no Mato Grosso do Sul, Brasil. As análises foram realizadas pelo método dos quadrados mínimos considerando para intervalo de partos os seguintes efeitos das classes de idade da vaca ao parto: grupo genético; pai; e regressão sobre a refletância da superfície da capa (R), a espessura da capa (E), o comprimento dos pêlos (C), o número de pêlos por unidade de área (N), o diâmetro dos pêlos (D) e a taxa de sudação. Para dias para o parto, foram considerados os efeitos: R, E, C, N, D, TS, divididos em classes; grupo genético; idade no início da estação de monta; e pai. Os componentes de variância e co-variância foram estimados pelo método de Máxima Verossimilhança Restrita sob o modelo touro. As características adaptativas não foram importantes para a variação do intervalo de parto e dos dias para o parto, mas a taxa de sudação apresentou efeito importante sobre dias ao parto. As estimativas de herdabilidade foram quase nulas para IEP e DPP e maiores para as características adaptativas (E = 0,16 ± 0,09; C = 0,18 ± 0,09; N = 0,08 ± 0,06; D = 0,12 ± 0,07; R = 0,30 ± 0,12; TS = 0,10 ± 0,06). Os resultados obtidos para as correlações genéticas de IEP e DPP com TS e entre as características do pelame indicaram que a seleção simultânea para menores valores de C pode ser favorável à redução do intervalo de partos. em geral, as correlações genéticas entre TS, IEP e DPP apresentaram elevado erro-padrão. Considerando os resultados deste estudo e a importância das características do pelame e da sudação, confirma-se a necessidade de se estudarem as correlações genéticas entre as características adaptativas e o desempenho reprodutivo para o progresso da adaptação de bovinos da raça Braford no Brasil.

Características do pelame de vacas Holandesas em ambiente tropical: um estudo genético e adaptativo

As características do pelame (espessura da capa, comprimento médio dos pêlos, número de pêlos por unidade de área, densidade de massa dos pêlos, ângulo de inclinação dos pêlos com respeito a superfície da epiderme e diâmetro médio do pêlos) foram avaliadas em 973 vacas da raça Holandesa, entre novembro de 2000 e abril de 2001, numa área localizada 20cm abaixo da coluna vertebral, no centro do tronco, tanto nas malhas brancas como nas negras. As amostras de pêlos foram obtidas com um alicate comum adaptado. O método da Máxima Verossimilhança Restrita (REML) foi usado para estimar os componentes de variância e covariância sob modelo animal, sendo empregado o sistema MTDFREML. Os resultados mostraram que as características do pelame preto são diferentes das do branco, quando os animais são criados em ambiente tropical. O pelame preto apresentou-se menos denso, com pêlos mais curtos e grossos devido à maior necessidade de perder calor, enquanto que, o pelame branco é mais denso e com pêlos mais compridos, oferecendo uma melhor proteção contra à radiação solar direta. A seleção de vacas predominantemente negras pode ser uma boa escolha para aumentar a resistência do gado Holandês às condições do ambiente tropical, principalmente à radiação solar, quando esses animais são criados a campo, devido a que a epiderme sob esse tipo de malhas é altamente pigmentada. Tal seleção pode ser facilmente realizada, considerando a alta herdabilidade (h²=0,75) para a proporção de malhas negras. Esta seleção deve ser realizada no sentido de um pelame menos denso, com pêlos curtos e grossos favorecendo as perdas de calor sensível e calor latente.

Busca heurística através de algoritmo genético e memético com construção de vocábulos para o problema de atribuição de localidades a anéis Sonet

Telecommunications play a key role in contemporary society. However, as new technologies are put into the market, it also grows the demanding for new products and services that depend on the offered infrastructure, making the problems of planning telecommunications networks, despite the advances in technology, increasingly larger and complex. However, many of these problems can be formulated as models of combinatorial optimization, and the use of heuristic algorithms can help solving these issues in the planning phase. In this project it was developed two pure metaheuristic implementations Genetic algorithm (GA) and Memetic Algorithm (MA) plus a third hybrid implementation Memetic Algorithm with Vocabulary Building (MA+VB) for a problem in telecommunications that is known in the literature as Problem SONET Ring Assignment Problem or SRAP. The SRAP arises during the planning stage of the physical network and it consists in the selection of connections between a number of locations (customers) in order to meet a series of restrictions on the lowest possible cost. This problem is NP-hard, so efficient exact algorithms (in polynomial complexity ) are not known and may, indeed, even exist

Estimativa de ganho genético a partir de diferenciais de seleção e parâmetros populacionais em um rebanho Caracu

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Progresso científico em pequenos ruminantes na primeira década do século XXI

O interesse pelos pequenos ruminantes aumentou nos últimos anos sob os aspectos produtivo e científico. No Brasil, caprinos e ovinos são os que despertam maior interesse econômico. Assim, este trabalho foi conduzido com o objetivo de discutir o progresso científico com caprinos e ovinos nos últimos dez anos. Foram pesquisadas várias bases de dados, entre elas as do Institute for Scientific Information (ISI), da Scientific Electronic Library Online - SciELO, da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES, do Instituto Brasileiro de Geografia e Estatística - IBGE e da Food and Agriculture Organization of the United Nations - FAO. Na última década, os pequenos ruminantes têm merecido especial atenção dos pesquisadores, o que pode ser comprovado pelo aumento de 41% nas publicações mundiais envolvendo estas espécies, o que foi acompanhado por aumento ainda mais expressivo, 219%, em âmbito nacional. A evolução também foi observada sob os aspectos metodológicos dos projetos, ressaltando a abordagem multidisciplinar nas pesquisas mais atuais. Nos últimos dez anos, houve crescimento do aporte de recursos para editais temáticos demandados pela sociedade e pela cadeia da carne e do leite, além da preocupação com qualidade, competitividade e sustentabilidade.

Estudo genético da precocidade sexual de novilhas em um rebanho Nelore

Objetivou-se, com este trabalho, estimar a herdabilidade (h²) para prenhez de novilhas e sua correlação genética (rg) com idade ao primeiro parto (IPP), em animais da raça Nelore. A prenhez de novilhas foi definida de três formas: prenhez aos 16 meses (Pr16) - para as novilhas que pariram com menos de 31 meses, atribuiu-se 1 (sucesso) e, para aquelas que pariram após 30,99 meses ou que não pariram, atribuiu-se 0 (fracasso); prenhez aos 24 meses (Pr24) - para as novilhas que pariram até 46 meses (incluindo as Pr16), foi atribuído 1 e, para aquelas que não pariram 0; e prenhez da novilha (PrN) - atribuiu-se classificação 2 para as que pariram com menos de 31 meses, 1 para as que pariram entre 31 e 46 meses e 0 para as que não pariram. Os arquivos, analisados pelo Método R e Inferência Bayesiana, continham registros de 30.802 novilhas desmamadas. As análises forneceram médias de estimativas de h² de 0,52, 0,12 e 0,16 para Pr16, Pr24 e PrN, respectivamente, pelo Método R. O valor médio obtido por Inferência Bayesiana foi de 0,45 para Pr16. A rg estimada entre Pr16 e IPP foi -0,32. Os resultados indicam que, para selecionar para precocidade sexual, é necessário expor todas as fêmeas em idades jovens e que a mensuração da taxa de prenhez por meio da Pr16 é pertinente, uma vez que esta característica apresenta variabilidade genética alta e deve responder eficientemente à seleção com possibilidades de rápido ganho genético. A análise indicou também que Pr16 e IPP são determinadas em grande parte por genes diferentes.

Algoritmo Q-learning como estratégia de exploração e/ou explotação para metaheurísticas GRASP e algoritmo genético

Techniques of optimization known as metaheuristics have achieved success in the resolution of many problems classified as NP-Hard. These methods use non deterministic approaches that reach very good solutions which, however, don t guarantee the determination of the global optimum. Beyond the inherent difficulties related to the complexity that characterizes the optimization problems, the metaheuristics still face the dilemma of xploration/exploitation, which consists of choosing between a greedy search and a wider exploration of the solution space. A way to guide such algorithms during the searching of better solutions is supplying them with more knowledge of the problem through the use of a intelligent agent, able to recognize promising regions and also identify when they should diversify the direction of the search. This way, this work proposes the use of Reinforcement Learning technique - Q-learning Algorithm - as exploration/exploitation strategy for the metaheuristics GRASP (Greedy Randomized Adaptive Search Procedure) and Genetic Algorithm. The GRASP metaheuristic uses Q-learning instead of the traditional greedy-random algorithm in the construction phase. This replacement has the purpose of improving the quality of the initial solutions that are used in the local search phase of the GRASP, and also provides for the metaheuristic an adaptive memory mechanism that allows the reuse of good previous decisions and also avoids the repetition of bad decisions. In the Genetic Algorithm, the Q-learning algorithm was used to generate an initial population of high fitness, and after a determined number of generations, where the rate of diversity of the population is less than a certain limit L, it also was applied to supply one of the parents to be used in the genetic crossover operator. Another significant change in the hybrid genetic algorithm is the proposal of a mutually interactive cooperation process between the genetic operators and the Q-learning algorithm. In this interactive/cooperative process, the Q-learning algorithm receives an additional update in the matrix of Q-values based on the current best solution of the Genetic Algorithm. The computational experiments presented in this thesis compares the results obtained with the implementation of traditional versions of GRASP metaheuristic and Genetic Algorithm, with those obtained using the proposed hybrid methods. Both algorithms had been applied successfully to the symmetrical Traveling Salesman Problem, which was modeled as a Markov decision process

Análise comparativa do desempenho de um Controlador Fuzzy acoplado a um PID Neural sintonizado por um Algoritmo Genético com Controladores Inteligentes Convencionais

On this paper, it is made a comparative analysis among a controller fuzzy coupled to a PID neural adjusted by an AGwith several traditional control techniques, all of them applied in a system of tanks (I model of 2nd order non lineal). With the objective of making possible the techniques involved in the comparative analysis and to validate the control to be compared, simulations were accomplished of some control techniques (conventional PID adjusted by GA, Neural PID (PIDN) adjusted by GA, Fuzzy PI, two Fuzzy attached to a PID Neural adjusted by GA and Fuzzy MISO (3 inputs) attached to a PIDN adjusted by GA) to have some comparative effects with the considered controller. After doing, all the tests, some control structures were elected from all the tested techniques on the simulating stage (conventional PID adjusted by GA, Fuzzy PI, two Fuzzy attached to a PIDN adjusted by GA and Fuzzy MISO (3 inputs) attached to a PIDN adjusted by GA), to be implemented at the real system of tanks. These two kinds of operation, both the simulated and the real, were very important to achieve a solid basement in order to establish the comparisons and the possible validations show by the results

Separação cega de fontes lineares e não lineares usando algoritmo genético, redes neurais artificiais RBF e negentropia de Rényi como medida de independência

Conventional methods to solve the problem of blind source separation nonlinear, in general, using series of restrictions to obtain the solution, often leading to an imperfect separation of the original sources and high computational cost. In this paper, we propose an alternative measure of independence based on information theory and uses the tools of artificial intelligence to solve problems of blind source separation linear and nonlinear later. In the linear model applies genetic algorithms and Rényi of negentropy as a measure of independence to find a separation matrix from linear mixtures of signals using linear form of waves, audio and images. A comparison with two types of algorithms for Independent Component Analysis widespread in the literature. Subsequently, we use the same measure of independence, as the cost function in the genetic algorithm to recover source signals were mixed by nonlinear functions from an artificial neural network of radial base type. Genetic algorithms are powerful tools for global search, and therefore well suited for use in problems of blind source separation. Tests and analysis are through computer simulations

Estudo avaliativo de um algoritmo genético auto-organizável e multiobjetivo utilizando aprendizado de máquina para aplicações de telecomunicações

This paper presents an evaluative study about the effects of using a machine learning technique on the main features of a self-organizing and multiobjective genetic algorithm (GA). A typical GA can be seen as a search technique which is usually applied in problems involving no polynomial complexity. Originally, these algorithms were designed to create methods that seek acceptable solutions to problems where the global optimum is inaccessible or difficult to obtain. At first, the GAs considered only one evaluation function and a single objective optimization. Today, however, implementations that consider several optimization objectives simultaneously (multiobjective algorithms) are common, besides allowing the change of many components of the algorithm dynamically (self-organizing algorithms). At the same time, they are also common combinations of GAs with machine learning techniques to improve some of its characteristics of performance and use. In this work, a GA with a machine learning technique was analyzed and applied in a antenna design. We used a variant of bicubic interpolation technique, called 2D Spline, as machine learning technique to estimate the behavior of a dynamic fitness function, based on the knowledge obtained from a set of laboratory experiments. This fitness function is also called evaluation function and, it is responsible for determining the fitness degree of a candidate solution (individual), in relation to others in the same population. The algorithm can be applied in many areas, including in the field of telecommunications, as projects of antennas and frequency selective surfaces. In this particular work, the presented algorithm was developed to optimize the design of a microstrip antenna, usually used in wireless communication systems for application in Ultra-Wideband (UWB). The algorithm allowed the optimization of two variables of geometry antenna - the length (Ls) and width (Ws) a slit in the ground plane with respect to three objectives: radiated signal bandwidth, return loss and central frequency deviation. These two dimensions (Ws and Ls) are used as variables in three different interpolation functions, one Spline for each optimization objective, to compose a multiobjective and aggregate fitness function. The final result proposed by the algorithm was compared with the simulation program result and the measured result of a physical prototype of the antenna built in the laboratory. In the present study, the algorithm was analyzed with respect to their success degree in relation to four important characteristics of a self-organizing multiobjective GA: performance, flexibility, scalability and accuracy. At the end of the study, it was observed a time increase in algorithm execution in comparison to a common GA, due to the time required for the machine learning process. On the plus side, we notice a sensitive gain with respect to flexibility and accuracy of results, and a prosperous path that indicates directions to the algorithm to allow the optimization problems with "η" variables

Melhoramento genético da mamona visando incremento de flores femininas

O objetivo deste trabalho foi testar métodos de seleção visando ao aumento de flores femininas na população FCA-UNESP-PB de mamona (Ricinus communis L.). A seleção foi realizada no município de Botucatu (SP), na safrinha de 2007. Por meio de seleção massal, foram selecionadas plantas com racemo primário estritamente feminino. Destas plantas, as que tinham reversão sexual foram autofecundadas. As avaliações foram realizadas na safrinha de 2008 em Botucatu e São Manuel (SP), onde foram comparados os tratamentos: método de seleção massal; método de seleção massal com autofecundação e testemunha (racemos de plantas colhidos ao acaso, sem seleção). Foram avaliados: porcentagem de flores femininas do racemo primário (%), produtividade de grãos (kg ha-1) e teor de óleo das sementes (%). O delineamento experimental utilizado foi o de blocos casualizados com 30 repetições. Os dados foram submetidos à análise de variância individual para cada local e conjuntamente para os dois locais, pelo teste F a 1% de probabilidade. Mediante os resultados conclui- se que o método de seleção massal com autofecundação foi aquele que proporcionou maiores valores de porcentagem de flores femininas no racemo primário, com ganho fenotípico realizado de 18% em Botucatu e 29% em São Manuel (SP). Por meio dos métodos de seleção, notou-se comportamento diferencial em relação aos locais para a característica produtividade de grãos, e o método seleção massal com autofecundação proporcionou a menor produtividade. No teor de óleo não houve diferenças significativas entre os métodos e os locais avaliados.

Estudo da influência de linfócitos tcd-8 e das células nk em casos de carcinoma epidermóide de lábio inferior sem metástase e com metástase e sua relação com a progressão da lesão

The presence of inflammatory cells within the tumor microenvironment plays a dual role that may contribute both to the progression and for inhibition of tumor growth. Recent studies suggest that the quality, not the quantity, of the inflammatory infiltrate is the most important determinant for prognosis. Therefore, TCD8 cells and natural killer cells are the main effector cells in combating cancer. The aim of this study was to assess, through the immunohistochemical study, the expression of TCD8 lymphocytes and NK cells in epidermoid carcinoma (EC) of the lower lip. The sample consisted of 32 specimens of EC of the lower lip, of which 16 had regional lymph node metastasis, and the 16 remaining, free of metastases. The total number of positive cells at the front of invasion were evaluated quantitatively and the results were related to clinical TNM staging, histological grade of malignancy and prognostic factors. It was observed for the group with metastasis, prevalence of stages III and IV (p<0.0001). Most patients with metastasis, had a high grade of malignancy (p=0.006). Most cases classified as high grade of malignancy had stages III and IV (p=0.032). Of the total sample, there were three cases of recurrence and five with death, however these variables were not statistically significant when associated with clinicopathological parameters. The immunostaining of CD8 and CD57, respectively, showed no statistically significant association with any of the clinicopathological parameters studied, metastasis (p=0.346, p=0.622), TNM classification (p=0.146, p=0.576), histological grade of malignancy (p=0.936, p=936), recurrence (p=0.075, p=0.075) and death (p=0.897, p=0.856). Believing in the function of the immunological system against malignant cells, it is concluded that the TD8 lymphocytes and NK cells, would be acting in the control of the progression of malignant neoplasms, but not in isolated manner

Ganho genético com base no tamanho efetivo populacional de progênies de seringueira

O objetivo deste trabalho foi estimar os ganhos genéticos de um teste de progênies de seringueira para a produção de borracha seca e, com base no maior tamanho efetivo populacional e maior ganho genético, obter os melhores indivíduos. Foram utilizadas 30 progênies de meios-irmãos, provenientes de sementes de polinização mista - alogamia e autogamia - de testes clonais no Estado de São Paulo. Utilizou-se o delineamento experimental de blocos ao acaso, com 30 tratamentos (progênies), 3 repetições e parcelas lineares de 10 plantas, em um espaçamento de 3x3 m, o que totalizou 900 plantas úteis. Aos três anos, o perímetro, a 50 cm do solo (PA50), e a produção de borracha seca (PBS) foram avaliadas por meio do teste precoce de produção Hamaker Morris-Mann (HMM). As variáveis foram analisadas pelo método de modelo linear misto, via procedimento REML/BLUP, em progênies com sistema reprodutivo misto e taxa de autofecundação de 22%. A identificação dos 20 melhores indivíduos quanto à PBS e ao PA50 proporcionou ganho genético de 67,96 e 16,48%, respectivamente, e um coeficiente de endogamia de aproximadamente 2,82%. O teste de progênies proporciona produção de sementes com melhor valor genético, grande variabilidade e baixa endogamia