A seleção de bovinos de corte para a eficiência alimentar levará a redução dos custos de produção, no entanto, ela não deve ter impactos negativos sobre o peso e a qualidade da carcaça. O objetivo do presente estudo foi estimar correlações fenotípicas (rf) e genéticas (rg) entre características de eficiência alimentar [eficiência alimentar bruta (EAB), consumo alimentar residual (CAR), consumo alimentar residual ajustado para espessura de gordura no lombo (CARegl) e para espessura de gordura no lombo e na garupa (CAReg), ganho de peso residual (GANR), consumo e ganho residual (CGR), consumo e ganho residual utilizando o CARegl (CGRegl) e o CAReg (CGReg)] e características de interesse econômico como peso à seleção (PSEL), altura (ALT), perímetro torácico (PTOR), área de olho de lombo (AOL), espessura de gordura no lombo (EGL) e na garupa (EGG). O banco de dados continha 955 registros de consumo de matéria seca (CMS), ganho médio diário (GMD) e peso vivo metabólico (PV0,75) obtidos pós desmame em 21 testes de desempenho de 83±15 dias. Para PSEL foram utilizados 8078 registros de machos e fêmeas, ajustados para 378 dias e 550 dias de idade, respectivamente. Para ALT, PTOR, AOL, EGL e EGG foram utilizados, respectivamente, registros de 6548, 3876, 2283, 2285 e 1817 machos ao ano e fêmeas ao sobreano. O arquivo de genealogia continha 8478 animais. Os componentes de variância foram estimados pelo método da máxima verossimilhança restrita, com modelo animal em análises bicaracterística. Os modelos para as características de eficiência alimentar, CMS, GMD e PV0,75 incluíram efeitos aleatórios genéticos aditivos direto, efeitos fixos de grupo de contemporâneo (GC), e idade da vaca (efeito linear e quadrático) e do animal (efeito linear) como covariáveis. Para as demais características os modelos incluíram efeitos aleatórios genético aditivo direto e de ambiente permanente materno (somente para PSEL), além dos efeitos fixos de GC, mês de nascimento do animal, e idade da vaca (efeitos linear e quadrático) e do animal (efeito linear) como covariáveis. As estimativas de herdabilidade (h2) de CMS, GMD e PV0,75 foram 0,45, 0,41e 0,53, respectivamente. As estimativas de h2 de EAB, CAR, CARegl, CAReg, GANR, CGR, CGRegl e CGReg foram 0,14; 0,24; 0,20; 0,22; 0,19; 0,15; 0,11 e 0,11, respectivamente. Todas as rf entre as características estudadas foram próximas de zero, exceto entre as características de eficiência alimentar com CMS e GMD. As rg entre CMS, GMD e PV0,75 foram altas com as características de crescimento (maior que 0,61) e baixas a médias com as características de carcaça (entre 0,15 e 0,48). Dentre as características de eficiência alimentar, o GANR foi o que apresentou maior rg com PSEL, ALT e PTOR (0,34, 0,25 e 0,34, respectivamente) e menor rg com as espessuras de gordura subcutânea (-0,17 e 0,18). As rg entre CAR, CARegl e CAReg com PSEL foram desfavoráveis (0,17, 0,23 e 0,22) assim como com EGL (0,37, 0,33 e 0,33) e EGG (0,30, 031 e 0,32). As rg entre EAB, CGR, CGRegl e CGReg e características de crescimento foram baixas e favoráveis (0,07 a 0,22) e entre espessuras de gordura foram médias e desfavoráveis (-0,22 a -0,45). A inclusão da espessura de gordura subcutânea nos modelos de cálculo do CAR não diminuiu a rg entre essas características. A seleção de animais mais eficientes na utilização de alimentos implicará em mudança genética baixa ou nula para crescimento e negativa para espessura de gordura subcutânea.

Palavras-chave: espessura de gordura, herdabilidade, parâmetros genéticos.