Foram realizadas três diferentes análises para a análise e determinação do modelo: Análise discriminante linear, Análise discriminante quadrática e a Análise de misturas, de forma a ver qual prevê um modelo mais adequado para a determinação da quantidade de gordura intramuscular. O programa estatístico aos quais os dados foram analisados foi o R (versão 3.5.0).
4 RESULTADOS E DISCUSSÃO
Os resultados a seguir apresentados resultaram de 21 suínos da raça Bísaro abatidos no matadouro de Bragança. Na globalidade os pesos dos animais variaram entre 22 e 111 quilogramas (Kg). Nos cinco animais machos, o peso variou entre 75 e 107 Kg, correspondendo ao valor médio de 88,3 Kg. Os restantes animais (fêmeas) tinham os valores de peso a variar entre 22 e 111 Kg, implicando um valor médio de 30 Kg.
Na tabela 3 apresentam-se os valores mínimos, máximos e a mediana dos dados de composição corporal (osso, músculo e gordura) de cada animal.
30
Tabela 3- Resultados globais dos dados da composição corporal dos 21 suínos.
Parâmetros n Mínimo Máximo Mediana
Gordura Subcutânea 38 0,459 13,1 14,3 % Gordura subcutânea 38 6,31% 30,35% 10,90% Gordura intermuscular 38 0,254 2,98 0,665 % Gordura intermuscular 38 3,11% 11,10% 4,88% % Gordura intramuscular 38 0,62% 2,08% 1,33% Peso Vivo 40 22 111 35,05
Peso da Carcaça Fria 40 14,9 89,3 25,5
Peso da Carcaça Desmanchada 38 14,6 89,3 20,97
Peso da Meia Carcaça Dissecada 38 7,3 43,2 12,2
Músculo (kg) 38 3,45 17,6 6,1
% Músculo 38 39,77% 58,60% 52,56%
No parâmetro músculo os resultados variaram entre 3,45 e 17,6 Kg, para gordura subcutânea entre 0,459 e 13,1 Kg, na variável gordura intermuscular os valores ficaram de 0,254 a 2,98 Kg e para gordura intramuscular oscilaram de 0,62% a 2,08%. Os valores para peso vivo (PV) ficaram entre 22 e 111 Kg, peso da carcaça fria de 14,9 a 89,3, para peso da carcaça desmanchada entre 7,27 e 43,16 gramas. O Widht do músculo Longissumus dorsi foi de 5,034 a 11,952 cm, a Height compreendeu os valores de 2,783 e 8,75 cm, para o parâmetro área total do músculo variou entre 12,057 e 54,951 e a Height da gordura subcutânea ficou entre 0,5 e 5,684 cm. Globalmente, os resultados mostram que os animais usados neste estudo mostram uma variabilidade razoável que, à partida, viabiliza o trabalho de modelação de dados a seguir apresentado.
Numa primeira análise exploratória destes parâmetros descritivos referentes aos animais amostrados, apresentam-se nas Figuras 5 a 9, as relações mais significativas obtidas entre os valores das gorduras subcutânea, intermuscular e intramuscular.
31
Na Figura 5 mostra-se a relação entre gordura intermuscular e gordura intermuscular, verificando-se uma tendência quase linear. O coeficiente de determinação (R²) é igual a 0,67 para o modelo polinomial do 2º grau, indicando que o modelo permite explicar apenas 67% da variabilidade ente essas duas variáveis.
Figura 5- Relação polinomial de 2º grau entre gordura intermuscular e a % gordura intermuscular
A Figura 6 mostra a relação entre a gordura intermuscular e a percentagem de gordura intramuscular. A figura mostrou que os resultados estão dispersos e que o modelo polinomial do 2º grau só permite explicar 58% da variabilidade destes dados.
R² = 0,6745 0 2 4 6 8 10 12 0 0,5 1 1,5 2 2,5 3 3,5 % G In ter GInter
GInter vs %GInter
32 Figura 6- Relação polinomial de 2º grau entre gordura intermuscular e a % gordura intramuscular
Situação similar foi encontrada na relação entre a gordura subcutânea e a variável percentagem de gordura subcutânea (Figura 3), gordura intermuscular (Figura 4) e percentagem de gordura intramuscular (Figura 5) tendo-se obtido coeficientes de determinação da relação polinomial do 2º grau de 0,90, 0,84 e 0,62, respetivamente. As duas primeiras relações apresentam correlação, ao contrário da relação gordura subcutânea vs. percentagem de gordura intramuscular que apresenta uma elevada dispersão no ajuste.
No gráfico que demonstra os valores em quilos e em percentagem da Gordura Subcutânea (Figura 7), apresentam uma correlação alta.
R² = 0,5799 0 0,5 1 1,5 2 2,5 0 0,5 1 1,5 2 2,5 3 3,5 % G In tra GInter
GInter vs %GIntra
33 Figura 7- Variável Gordura Subcutânea e a relação com a % Gordura Subcutânea
Figura 8- Variável Gordura Subcutânea e a relação com a Gordura Intermuscular R² = 0,8961 0 2 4 6 8 10 12 14 16 0 2 4 6 8 10 12 14 % G Su b GSub
GSub vs %GSub
R² = 0,8353 0 0,5 1 1,5 2 2,5 3 3,5 0 2 4 6 8 10 12 14 G In ter GSubGSub vs GInter
34 Figura 9- Variável Gordura Subcutânea e a relação com a % Gordura Intramuscular
Em geral, os gráficos mostram uma relação razoável polinomial do 2º grau entre as variáveis apresentadas. Estes resultados evidenciam a variabilidade encontrada nos animais amostrados, considerando-se que o fator mais relevante deve-se às diferenças nas idades de deposição das gorduras como, por exemplo, a gordura intramuscular, que pode ser depositada desde muito cedo. A gordura é depositada na forma de gordura abdominal, pélvica ou renal-iguinal (conhecida também com gordura interna), subcutânea, intermuscular e intramuscular. Segundo Johnson et al.,1972 citado por Pethick, et al.,2002, a distribuição da gordura nos diferentes locais ocorre durante a vida do animal. Isto também se aplica na gordura intramuscular, embora a sua expressão nos músculos seja tardia. Geralmente, a taxa de desenvolvimento do tecido adiposo aumenta quando os animais de produção aproximam-se do seu peso adulto, em contrapartida o tecido muscular diminui. Quando atinge a maturidade o desenvolvimento muscular é pequeno (Cianzio et al., 1982).
A figura 10 apresenta a relação entre o PV dos animais e as demais variáveis (PV, Musc, GInter e GSub), as quais possuem uma correlação linear.
R² = 0,6262 0 0,5 1 1,5 2 2,5 0 2 4 6 8 10 12 14 % G In tra GSub
GSub vs %GIntra
35 Figura 10- Relação da variável PCF com: PV, Musc, GInter e GSuub
Na tabela 4 estão apresentados os resultados obtidos do tratamento da imagem: Largura (Wm), altura (Hm), espessura da gordura subcutânea (Hgs), percentagem da área da GIntra, número de partículas e área da GIntra (cm). Os dados apresentados resultaram do tratamento de imagem e são valores médios de três repetições concordantes considerando o critérios de concordância de desvio padrão relativo percentual (coeficiente de variação) inferior ou igual a 5%. Verificou-se que a variabilidade na determinação dos parâmetros obtidos a partir do tratamento de imagem à fotografia do músculo Longissimus thoracis et lumborum foi inferior a 4,1% (desvio padrão relativo percentual).
Os dados apresentados na Tabela 4 mostram que as amostras analisadas mostram variabilidade aceitável para verificar o objetivo deste trabalho, que é a possibilidade de obter um modelo estatístico que relacione a percentagem de gordura intramuscular com os parâmetros obtidos do tratamento de imagem à fotografia do músculo LTL junto com o PV do animal.
36
Tabela 4- Resultados globais das medidas a partir do tratamento de imagem à fotografia do músculo Longissimus thoracis et lumborum (cm)
Parâmetros N Mínimo Máximo Mediana
Wm 40 5,35 11,79 8,17 Hm 40 2,78 8,72 4,57 Atm 40 12,2 54,36 23,89 Hgs 40 0,391 5,91 1,30 % área Gintra 40 1,156 3,53 1,81 Nº de patículas 40 16 58,67 26,8 Área Gintra 40 0,15 1,92 0,38
Wm: Widht (largura), Hm: Height (altura), Atm: Área total do músculo, Hgs: Altura do músculo.
Considerando a variabilidade encontrada nas medições de imagem, bem como, na idade do animal e peso do animal, os resultados preliminares mostraram que um modelo quantitativo simples para atingir o objetivo pretendido neste trabalho não era possível. Por isso, selecionou-se a análise semi-quantitativa, que consiste em estabelecer grupos de intervalos de gordura intramuscular que estão associados a níveis de qualidade da carne, podendo fornecer ao consumidor informação sobre suculência da carne. Neste trabalho estabeleceram-se três grupos semi-quantitativos para a percentagem de gordura intramuscular (%GIntra): grupo 1, 0,6 a 1,1 de % GIntra (valor central, 0,85 %); grupo 2, 1,25 a 1,5 de % GIntra (valor central, 1,38 %); e, grupo 3, englobando valores superiores a 1,5 de % GIntra (valor central, 1,79 %). Sendo o grupo 1 é composto por animais com PCF entre 10 à 22 kg, grupo 2 de 24,7 à 33 Kg e o grupo 3 com pesos variando de 60,9 até 89,3 Kg.
Na Figura 11 comparam-se as distribuições de valores de percentagem de gordura intramuscular para os três grupos definidos. Esta figura permite verificar que o grupo 1 mostra uma separação natural entre os valores de percentagem de gordura intramuscular em relação aos grupos 2 e 3, que se sobrepõe entre si. Foi devido a esta sobreposição, que o estudo a seguir apresentado consiste na classificação de amostras em três grupos semi-quantitativos, comparando-se 3 métodos discriminantes com vista a estabelecer o melhor modelo para previsão da percentagem de gordura intramuscular do
37
músculo Longissimus thoracis et lumborum usando parâmetros obtidos por tratamento da sua imagem.
Figura 11- Distribuição de valores de percentagem de gordura intramuscular para os 3 grupos definidos
Nesta secção estudou-se três modelos de classificação com o objetivo de verificar qual a metodologia multivariada mais adequada para prever semi- quantitativamente a percentagem de gordura intramuscular do músculo Longissimus
thoracis et lumborum usando parâmetros corporais do animal obtidos no matadouro e
após a dissecação dos animais e de imagem do músculo, provenientes do tratamento de fotografia realizado. Os modelos foram: análise discriminante linear (LDA), análise discriminante quadrática (QDA) e Análise Discriminante de Mistura (MDA). Estes três modelos distinguem-se pela ordem crescente de complexidade.
38
A LDA foi aplicada com validação cruzada K-folds (13 subconjuntos dos dados das amostras com 4 repetições; avaliação de 52 modelos LDA) para avaliar a capacidade de previsão inerente às variáveis independentes usadas (corporais do animal e imagem do músculo Longissimus thoracis et lumborum) de cada para classificar semi- quantitativamente a percentagem de gordura intramuscular do músculo. Os resultados da LDA mostraram que na validação cruzada foi possível obter o valor médio de 57,7% de classificações corretas (exatidão) referentes aos 40 modelos testados. Globalmente, este resultado é indicativo que se obtiveram modelos com fraco desempenho na previsão, demonstrando que existem dados que são importantes para o modelo de previsão. Estes resultados são também justificados considerando que a matriz de dados deste estudo não tem a dimensão desejada (n=40) O melhor modelo de LDA obtido tinha 2 funções discriminantes, com a primeira a justificar 89,5% da variabilidade dos dados e a segunda, 11,5% (Figura 12). Neste modelo, as 5 variáveis mais importantes, por ordem decrescente, foram: Hm, Atm, Hgs, PCF e área de gordura intramuscular. O melhor modelo permitiu 89,5% de classificações corretas, com sensibilidade de classificação de 100% para os dados do grupo 1, 83,3% e 77,8% para os grupos 3 e 2 respectivamente. As classificações incorretas ocorreram nos grupos 2 e 3, por várias amostras terem sido classificadas como sendo do grupo 1.
39 Figura 12– Representação das linhas de separação dos 3 grupos semi-quantitativos de percentagem de gordura intramuscular no espaço bidimensional estabelecido pelas duas funções discriminantes do modelo LDA obtido. G1: 0,6- 1,1 % de gordura intramuscular; G2: 1,25- 1,5 % de gordura intramuscular; G3 >1,5 % de gordura intramuscular.
O segundo modelo discriminante utilizado neste trabalho foi o de QDA por se considerar que as variáveis independentes e dependentes poderem ter um comportamento não linear.
Da aplicação da QDA com validação cruzada K-folds (13 subconjuntos dos dados das amostras com 4 repetições; avaliação de 52 modelos QDA resultou um valor médio de exatidão (classificações corretas) de 89,5%, que é um resultado aceitável e comparativamente melhor ao obtido com LDA. O melhor modelo QDA apresentou um valor global de classificações corretas de 97,4%, traduzido por uma sensibilidade de 100% para os grupos 1 e 3 e uma sensibilidade de classificações corretas de 88,9% para o grupo 2. Na Figura 13 mostram-se as linhas de separação dos 3 grupos semi- quantitativos de percentagem de gordura intramuscular definidas pelo modelo QDA obtido, no espaço bidimensional estabelecido pelas duas funções discriminantes do
40
modelo LDA. Estes resultados mostraram que o modelo QDA permitiu a previsão da precentagem de gordura intramuscular de forma aceitável, com exceção de uma amostra do grupo 2 que foi mal classificada como sendo do grupo 3. Estes resultados mostram que o modelo de classificação considerando que influência das variáveis independentes não é linear, permitiu resultados superiores aos obtidos com a técnica LDA. No melhor modelo QDA, as variavéis de maior importância (por ordem decrescente) foram: Atm, área de gordura intramuscular, PCF, Hm e percentagem de área de gordura intramuscular.
Figura 13 – Representação das linhas de separação dos 3 grupos semi-quantitativos de percentagem de gordura intramuscular definidas pelo modelo QDA obtido, no espaço bidimensional estabelecido pelas duas funções discriminantes do modelo LDA. G1: 0,6- 1,1 % de gordura intramuscular; G2: 1,25- 1,5 % de gordura intramuscular; G3 >1,5 % de gordura intramuscular.
41
O terceiro e último método discriminante aplicado foi a MDA. Embora os resultados gerais da validação cruzada K-folds (valor médio de 80,9% de classificações corretas nos 52 modelos testados) não tenham sido melhores que os obtidos por QDA, verificou-se que o melhor modelo obtido permitia 100% de classificações corretas (sensibilidade e seletividade).
As 5 variavéis com maior contribuição no melhor modelo MDA foram, por ordem decrescente de importância: área gordura intramuscular, Hm, PCF, Atm e número de partículas.
Figura 14 – Representação das linhas de separação dos 3 grupos semi-quantitativos de percentagem de gordura intramuscular definidas pelo modelo MDA obtido, no espaço bidimensional estabelecido pelas duas funções discriminantes do modelo LDA. G1: 0,6- 1,1 % de gordura intramuscular; G2: 1,25- 1,5 % de gordura intramuscular; G3 >1,5 % de gordura intramuscular.
Na Tabela 5 estão reunidos os valores obtidos dos 3 métodos discriminantes da validação cruzada K-folds, bem como, da sensibilidade, especificidade e a média destas associadas às classificações de cada grupo semi-quantitativo estabelecido. A informação
42
apresentada permite resumir algumas das conclusões já referidas; os resultados médios de exatidão apresentados na tabela mostram que a previsão do grupo 1 foi mais fácil com os modelos QDA e MDA, pois com LDA a especificidade para este grupo foi de 81%. A previsão do grupo 3 foi sempre mais correta do que a do grupo 2, embora a especificidade do grupo 3 no modelo QDA tenha sido de 96%. Dos 3 modelos discriminantes, o modelo MDA permitiu ter 100% de sensibilidade e especificidade, mas na validação cruzada o valor médio de classificações corretas relativos aos 52 modelos testados foi inferior ao de QDA. Globalmente, os dados permitem verificar que o modelo não linear é o mais adequado para classificar semi-quantitativamente a percentagem de gordura intramuscular no músculo Longissimus thoracis et lumborum usando medidas de peso obtidas num matadouro e tratamento de imagem deste músculo.
Tabela 5 – Resultados globais dos 3 modelos de classificação dos grupos semi- quantitativos da percentagem de gordura intramuscular do músculo Longissimus
thoracis et lumborum
Modelo Exatidão (%) Sensibilidade (%) Especificidade (%) Exatidão média (%)
VC K-folds G1 G2 G3 G1 G2 G3 G1 G2 G3
LDA 57,7 100 77,8 83,3 81,0 100 100 90,5 88,9 91,7 QDA 89,6 100 88,9 100 100 100 96,2 100 94,4 98,1 MDA 80,9 100 100 100 100 100 100 100 100 100 LDA – análise discriminante linear; QDA – análise discriminante quadrática; MDA – análise discriminante de mistura; VC – validação cruzada; G1: 0,6 - 1,1 % de gordura intramuscular; G2: 1,25- 1,5 % de gordura intramuscular; G3 >1,5 % de gordura intramuscular.
Existem alguns trabalhos que mostram a aplicabilidade de técnicas para a previsão da composição corporal dos animais com base na avaliação das carcaças ou dos animais in vivo, possibilitando determinar o grau de maturação e de desenvolvimento muscular dos animais, como a utilização da ultrassonografia em tempo real e técnicas óticas (Irgang et al., 1998). Esta técnica permite uma avaliação rápida, não invasiva ou destrutiva e com boa precisão da composição corporal. As técnicas de
43
coleta e processamento das imagens vêm sendo estudadas em grande escala para se obter uma boa exatidão das medidas realizadas.
No trabalho realizado por Schinckel et al., 1994, as medições pela técnica de ultrassonografia apresentaram alta correlação com os valores medidos diretamente na carcaça, com valores de 85 a 97%. O estudo de Wilson (1992), realizado em suínos mostrou que a utilização da ultrassonografia para estimar a proporção de músculo e a quantidade de gordura é mais exata do que o peso vivo e outras características facilmente medidas, com boas correlações entre as medidas realizadas por ultrassom pré-abate e as respectivas medidas na carcaça para área de olho de lombo e espessura de gordura subcutânea.
Em trabalho realizado por Jia, Schinckel et al., 2010 associou as medições realizadas no presunto através da análise de vídeo imagem e a profundidade da gordura na décima costela, os quais representaram 91 e 90%, respectivamente da variação do peso total da carcaça, constatou desta forma que a análise de vídeo imagem para cortes em peças de presunto, aliados com a profundidade de gordura na 10ª costela, podem ser utilizados para a predição da composição total de gordura e de carne magra.
Em geral estes trabalhos mostram que o uso de ultrassonografia e análise de vídeo imagem apresentam bons resultados para prever os componentes de carcaça, trazendo benefícios de otimização do processo.
A gordura intramuscular desenvolve-se juntamente com os outros depósitos de gordura, porém também depende do crescimento muscular (Hocquette et al., 2010). É um conteúdo de gordura que geralmente não é determinado na dissecação dos cortes da carcaça, pois para sua determinação necessita de análises químicas, sendo que quando é analisada visualmente a massa magra isenta de gordura não é determinada corretamente (Eggert et al., 2007).
A composição dos tecidos da carcaça de porcos da raça bísara não é descrito detalhadamente em trabalhos, entretanto há um grande interesse nos animais desta raça devido a produzirem carne de alta qualidade (Rodriguez et al., 2019)
Em trabalho realizado por Rodriguez & Teixeira, 2019 utilizaram-se 33 machos e 31 fêmeas da raça bísara, divididos em três grupos de peso, os quais consistiam em: 17 Kg, 32 Kg e 79 Kg. Em conclusão o peso de abate aumentou a gordura subcutânea
44
em relação ao tecido adiposo total no lombo, ao contrário da gordura intramuscular e do tecido adiposo intermuscular. O peso afetou a maioria das características de carcaça (P>0,05), exceto no teor da gordura intramuscular do lombo, neste trabalho o sexo dos animais não afetou os parâmetros da carcaça (espessura de gordura no glúteo médio do músculo (mm) e o conteúdo de gordura intramuscular). Concluíram que o aumento de peso corporal não aumenta o teor de gordura nos músculos durante as fases de desenvolvimento dos porcos da raça bísara.
Observou-se que os porcos geneticamente mais magros produzem uma maior proporção de tecido adiposo. Também concluíram que o desenvolvimento da gordura intramuscular em suínos pode ser determinado na sua fase inicial (antes dos animais atingirem 20 Kg de seu peso corporal (Kouba et al., 1999).
O aumento da quantidade de gordura intramuscular por aumento do seu peso, não é apresentado em todas as raças de suínos. Alguns estudos sugerem que o aumento do peso de abate até 79 Kg não leva ao aumento da gordura intramuscular, só possui aumento na gordura intermuscular e subcutânea. Desta forma, o amadurecimento dos porcos bísaros não aumenta a deposição de gordura intramuscular, sendo que o marmoreio destes porcos não está relacionado com a sua conformação muscular (Rodriguez et al., 2019).
Estes trabalhos mostram que a aplicação de tecnologias na avaliação dos animais
in vivo e das suas carcaças tem como objetivo contribuir para uma melhor eficiência na
produção e avaliação da qualidade da carne de animais de diferentes grupos genéticos e sistemas de produção. O presente estudo verificou a possibilidade de obter um parâmetro associado à percentagem de gordura intramuscular no músculo Longissimus
thoracis et lumborum que possa ser obtido num matadouro através de processamento da
imagem fotográfica desse músculo. Não se verificou na bibliografia qualquer estudo semelhante para efeitos comparativos, salientando-se que a eficácia da metodologia deverá ser validade em trabalhos futuros com o objetivo de se obter uma matriz de dados mais extensa.
45
5 CONCLUSÃO
O parâmetro percentagem de gordura intramuscular no músculo Longissimus
thoracis et lumborum apresentou valores entre 0,62% e 2,08% nos 21 porcos da raça
Bísara usados neste trabalho. A variabilidade aceitável obtida para este parâmetro resulta da variabilidade representada no peso vivo dos animais, que variou entre 22 e 111 Kg. Para estabelecer níveis de gordura intramuscular no músculo usando medidas obtidas da análise imagem deste músculo, em conjunto com o peso vivo e parâmetros da carcaça de porcos da raça Bísara, usaram-se três classes: 0,6 - 1,1 % de gordura intramuscular; 1,25- 1,5 % de gordura intramuscular; >1,5 % de gordura intramuscular. A MDA permitiu obter o melhor modelo de previsões de classificações corretas. Concluiu-se desta forma que foi necessário usar um modelo de análise não linear para classificar a percentagem de gordura intramuscular no músculo Longissimus thoracis et
lumborum. As 5 variavéis com maior contribuição para o modelo MDA foram, por
ordem decrescente de importância: área gordura intramuscular, Hm, PCF, Atm e número de partículas.
Globalmente, a análise de imagem da fotografia do músculo aliado com parâmetros de peso vivo e carcaça do animal mostrou-se eficiente para a determinação do número de partículas de gordura intramuscular e sua classificação em níveis de percentagem de gordura intramuscular, possuindo eficiência em sua aplicabilidade, custo e rapidez no processo de determinação dos parâmetros da carcaça. Trabalhos futuros podem ser realizados, usando um banco de dados maior e com mais de uma raça a ser analisada, com o objetivo de predizer a gordura intramuscular e modelos matemáticos para sua predição.
46
6 REFERÊNCIAS
Amorin, A.; Gonçalves, A.; Leite, A.; et al. Características da carcaça. In: Fernandes, A. A.; Fernandes, A. J.; Fernandes, A.; et al. Porco Bísaro Qualidade da Carcaça e da Carne. 1ºed. Bragança, 2015. cap 3, p.34-38.
AMSA- American Meat Science Association. Meat evaluation handbook. Savoy: 2011.
Berg, E. P., Neary, M. K., Forrest, J. C., Thomas, D. L. & Kauffman, R. G. Evaluation of electronic technology to assess lamb carcass composition. Journal of Animal Science, 1997.
Cianzio, D. S.; Topel, D. G.; Whitehurst, G. B. Adipose tissue growth in cattle representing two frame sizes: distribution among depots. Jounal of Animal Science, n. 55, p.305-312. 1982.
Clelland, N., Bunger, L., McLean, K. A., Conington, J.,Maltin, C., Knott, S. & Lambe, N. R. Prediction of intramuscular fat levels in Texel lamb loins using X-ray computed tomography scanning. Meat Science, 98, 263-271. 2014.
Craigie, C. R., Ross, D. W., Maltin, C. A., Purchas, R. W., Bünger, L., Roehe, R. & Morris, S. T. 2013. The relationship between video image analysis (VIA), visual classification, and saleable meat yield of sirloin and fillet cuts of beef carcasses differing in breed and gender. Livestock Science, 158, 169-178.
DR (2005) – Diário da República – II Série. Despacho n.º 16 840/2005 (2.ª série), p. 11 124 -11 129, 4 de Agosto de 2005.
Eggert, J.M., Grant, A.L., & Schinckel, A.P. Factors affecting fat distribution in pork