Maestría en Ciencias Veterinarias · 2026
Respuesta fisiopatológica del verraco al estrés por calor: proteómica del plasma seminal y potenciales biomarcadores
Introducción: El estrés por calor representa uno de los principales factores ambientales que comprometen la eficiencia reproductiva en sistemas porcinos de zonas tropicales. La exposición prolongada a elevadas temperaturas ambientales genera alteraciones fisiológicas, conductuales y reproductivas que pueden afectar la calidad seminal y la fertilidad de los verracos. Sin embargo, los mecanismos fisiopatológicos involucrados y las proteínas potencialmente asociadas a la susceptibilidad térmica aún no han sido completamente esclarecidos. Objetivo: Evaluar la respuesta fisiopatológica del verraco frente al estrés térmico mediante la integración de parámetros ambientales, fisiológicos, conductuales, seminales y del perfil proteómico del plasma seminal (PS), con el fin de identificar proteínas candidatas asociadas a susceptibilidad térmica. Materiales y métodos: Se implementó un diseño experimental comparativo durante 45 días, periodo equivalente a un ciclo espermatogénico completo, utilizando verracos alojados en ambiente natural y ambiente controlado mediante sistema de ventilación por túnel. Se realizaron mediciones repetidas de temperatura ambiental (Tamb), humedad relativa (HR) e índice temperatura-humedad (ITH) en tres momentos con intervalos de 15 días y en diferentes horas del día (08:00–10:00, 10:00–12:00, 12:00–14:00 y 14:00–16:00). Simultáneamente, se evaluaron indicadores conductuales relacionados con el afrontamiento del estrés térmico mediante registros etológicos sistemáticos y variables fisiológicas como temperatura rectal (RectalT), temperatura superficial (ssT), frecuencia cardíaca (FC) y frecuencia respiratoria (FR). La calidad seminal se evaluó cada 15 días en verracos seleccionados aleatoriamente de cada ambiente (n = 14; siete por tratamiento), obteniéndose un total de 56 muestras seminales. Adicionalmente, se identificaron y compararon patrones de expresión proteica del PS mediante electroforesis bidimensional (2D SDS-PAGE) en animales con los índices de estrés térmico más contrastantes (n = 12). El análisis estadístico incluyó modelos lineales generalizados mixtos para medidas repetidas (GLMM) para evaluar los efectos de ambiente, momento y hora del día; análisis de componentes principales (PCA) para la reducción de dimensionalidad y construcción de índices integradores de estrés térmico; modelos de árboles potenciados (XGBoost) para el desarrollo de un índice predictivo de estrés por calor; y modelos de regresión múltiple para explorar asociaciones entre el perfil proteómico, las variables fisiológicas y los parámetros reproductivos. Resultados: La caracterización ambiental confirmó diferencias significativas en Tamb, HR e ITH entre ambientes, momentos de evaluación y horas del día (p < 0.001), garantizando condiciones térmicas contrastantes para el estudio. El incremento de la carga térmica se asoció con modificaciones conductuales relacionadas con el afrontamiento del calor, así como con cambios fisiológicos, destacándose la temperatura rectal como uno de los indicadores más sensibles. El análisis de componentes principales permitió sintetizar la variabilidad fisiológica y conductual en dimensiones representativas asociadas al estrés térmico, las cuales fueron utilizadas para la construcción de índices integradores de respuesta al calor y del coeficiente de tolerancia al calor (CTC). Asimismo, el modelo de aprendizaje automático XGBoost mostró una adecuada capacidad predictiva para identificar eventos de estrés térmico (ROC-AUC = 0.83), destacándose el ITH, la Tamb y la FR como los principales determinantes del riesgo. En el ámbito reproductivo, la motilidad progresiva (MP), la motilidad total (MT) y la morfología espermática normal disminuyeron significativamente en los verracos alojados en ambiente natural (p < 0.05). Asimismo, se observaron alteraciones en parámetros asociados a la maduración espermática y a la integridad celular. El análisis proteómico identificó 27 spots proteicos reproducibles en el PS. Los modelos de regresión evidenciaron asociaciones significativas entre el spot2 (potencialmente compatible con AQN-3) y el spot16 (potencialmente compatible con factor H del complemento) con el CTC, explicando aproximadamente el 60 % de su variabilidad (R² ajustado = 0.599; p global = 0.0066). De igual manera, el modelo predictivo para FC presentó un R² ajustado de 0.857 (p global = 0.0009), destacándose la contribución significativa del spot11 (potencialmente compatible con glutatión peroxidasa epididimaria; p = 0.0478) y del spot25 (potencialmente compatible con peroxiredoxina-5; p = 0.0012). Conclusiones: El estrés térmico indujo una respuesta fisiopatológica sistémica en los verracos, caracterizada por modificaciones conductuales, alteraciones fisiológicas, deterioro de la calidad seminal y cambios en el perfil proteómico del plasma seminal. Los resultados sugieren que determinadas proteínas del PS, particularmente aquellas potencialmente compatibles con AQN-3, factor H del complemento, glutatión peroxidasa epididimaria y peroxiredoxina-5, constituyen proteínas candidatas asociadas a resiliencia o susceptibilidad térmica, aunque su validación requiere estudios adicionales mediante técnicas confirmatorias. Asimismo, se desarrollaron índices integradores de estrés térmico y un modelo predictivo basado en aprendizaje automático con potencial aplicación para el monitoreo temprano de la susceptibilidad térmica en verracos reproductores.
Texto completo 170 páginas con texto de 171
Leer la tesis completa Ficha en el repositorio
Contenido
- Figura 2: Concepto de temperatura neutral y temperatura de confort (CT)p. 32
- Figura 3: Zonas de riesgo de estrés térmico en porcinosp. 35
- Figura 4: Estrés térmico como modulador sistémico………………………………………p. 38
- Figura 5:, mostrando la secuencia de activación neuroendocrinap. 41
- Figura 6: Alteración eje hipotálamo-hipófisis-Gónada en verracosp. 44
- Figura 7: Influencia del estrés térmico en las diferentes células testicularesp. 47
- Figura 8: Disfunción mitocondrial asociada a estrés oxidativo en espermatozoidesp. 52
- Figura 9: Ambiente natural (PIC, 2021)p. 60
- Figura 10: Ambiente controlado (PIC, 2021)p. 61
- Figura 11: Vista general del panel de control (PIC, 2021)p. 61
- Figura 12: Diseño del estudio realizado en dos ambientes, natural y controladop. 63
- Figura 13: Resumen de los modelos estadísticos utilizados para cada tipo de variablep. 75
- Figura 14: Flujo de trabajo del pipeline de aprendizaje automáticop. 76
- Figura 15: Secuencia de resultadosp. 78
- Figura 16: Modelo de regresión lineal para la ITH1p. 79
- Figura 17: Modelo de regresión lineal para el ITH2p. 80
- Figura 18: Modelo de regresión lineal para temperatura ambientalp. 81
- Figura 19: Modelo de regresión lineal para la humedad relativap. 82
- Figura 20: Predicciones ajustadas del modelo de regresión de Poissonp. 84
- defecarp. 64
- orinarp. 64
- CBPp. 6
- decúbito esternalp. 65
- decúbito lateralp. 65
- posición de perro sentadop. 92
- morderp. 64
- mascarp. 101
- Figura 29: Predicciones ajustadas del modelo lineal mixto para la temperatura rectalp. 97
- Figura 30: Correlación entre temperatura rectal (°C) y temperatura de la pielp. 97
- Figura 31: Predicciones ajustadas del modelo Lineal mixto para la frecuencia cardiacap. 98
- Figura 32: Predicciones ajustadas del modelo lineal mixto para la frecuencia respiratoriap. 99
- Figura 33: Porcentaje de contribución para cada variable del etograma o fisiológicap. 102
- Figura 34: Dimensión 1 y 2 del análisis de componentes principalesp. 103
- Figura 35: Dimensión 1 y 3 del análisis de componentes principalesp. 103
- Figura 36: Porcentaje de contribución para cada variable del etogramap. 105
- Figura 37: dimensión 1 y 2 del análisis de componentes principalesp. 106
- Figura 38: dimensión 1 y 3 del análisis de componentes principalesp. 106
- Figura 39: Esquema integrador del balance térmicop. 111
- Figura 40: Importancia de variables en el modelo predictivo de susceptibilidad al estrésp. 112
- Figura 41: Gráfico de barras SHAP (media de |SHAP|). Elaboración propiap. 112
- Figura 42: Predicciones ajustadas de MPp. 115
- Figura 43: Predicciones ajustadas de MTp. 117
- normal (Norm)p. 118
- Figura 45: Predicciones ajustadas de la proporción de espermatozoides con GCPp. 120
- Figura 46: Predicciones ajustadas de la proporción de espermatozoides con GCDp. 121
- Figura 47: Predicciones ajustadas de integridad de membrana (IM)p. 122
- Figura 48: Análisis proteómico bidimensional (2D-PAGE) del plasma seminalp. 124
- Figura 49: Matriz de correlación entre los componentes principalesp. 126
- Figura 50: Matriz de correlación entre las variables fisiológicasp. 127
- Figura 51: Matriz de correlación entre las variables ambientalesp. 127
- Figura 52: Predicciones ajustadas del coeficiente de tolerancia al calorp. 129
- Figura 53: Predicciones ajustadas de frecuencia cardiaca en función de los spotsp. 130