研究人员开发了一种新方法来检测影响奶牛产犊后的代谢疾病。目的是在奶牛实际患病之前确定它们是否有感染该疾病的风险。

新方法背后的想法是将牛奶分析数据与有关奶牛的其他信息结合起来，以预测动物健康的未来进展。

挪威生命科学大学(NMBU)教授奥拉夫·雷克森(OlavReksen)表示：“随着我们在早期阶段检测这种疾病的能力越来越强，动物健康、牛奶产量、盈利能力和气候都会受益。”

该项目由NMBU协调，SINTEF和挪威食品、渔业和水产养殖研究所(Nofima)作为项目合作伙伴。研究小组利用牛奶样本分析中的数据开发了一种模型，可以检测代谢性疾病亚临床酮症的存在。

产犊后关键期

产犊后，奶牛的能量需求增加五到六倍。与此同时，她在小牛出生后的第二天就必须产出30至35公斤的牛奶。这让她很容易出现精力不足的情况。

“当奶牛摄入的碳水化合物太少时，它就会燃烧其脂肪储备来获取足够的葡萄糖，”雷克森解释道。“当人们禁食时，也会发生同样的情况。在这种情况下，奶牛可能会患上代谢性疾病，例如亚临床酮症等，”他说。

一种看不见的疾病会带来问题

临床酮症是一种易于识别和治疗的代谢性疾病。亚临床酮症的问题是它没有表现出明显的症状，因此很难被发现。

15%至20%的奶牛产后会出现亚临床酮症。这种情况会导致采食量下降、产奶量降低、生育力下降以及感染其他代谢疾病的风险增加。奶牛患病两到三周是很常见的，但这种疾病可能会持续更长时间。迄今为止，只能通过血液检查来检测亚临床酮症。

研究牛奶样本

最近一项涉及61头挪威红奶牛的研究中，在产犊前一周采集了牛奶样本，并在奶牛产后一百天后再次采集了牛奶样本。使用红外光谱法分析样品中的牛奶成分。挪威乳品厂定期从所有为其提供牛奶的奶牛中采集此类样本。

产犊后，从61头奶牛身上采集了血液样本，以确定是否有任何奶牛患有亚临床酮症。研究小组随后分析了样本中的脂肪酸成分，看看是否有任何可能揭示这种疾病的迹象。

牛奶中的“指纹”

在将牛奶样本的数据与每头奶牛记录的其他信息进行比较后，研究人员发现了一种与血液样本中亚临床酮症存在相关的模式或“指纹”。

“这意味着我们可以将数学方法应用于标准牛奶样本的数据，以帮助我们确定奶牛是否患有亚临床酮症，”雷克森说。“这也意味着我们不再需要采集血液样本，”他说。

“一旦我们对方法进行了微调，奶农将能够直接从奶牛场获得关于他们的奶牛是否患有这种疾病的反馈，”雷克森解释道。“然后，农民可以在早期采取行动纠正任何能量不足，使奶牛保持健康和繁殖力，并保持高水平的产奶量。”

很多数学

AmiraRachah是SINTEFIndustry的研究科学家，一直负责协调该项目的数学工作以及大数据和机器学习方面的工作。机器学习用于分析所涉及的大量数据。研究人员成功建立了模型，确定了有患亚临床酮症风险的奶牛的牛奶样本中脂肪酸特性和成分的系统变化。

“我相信，如果奶农能够获得每头奶牛的实时数据，我们就有可能彻底改变牛奶生产，”拉查说。“农民将能够就牛群的营养和护理做出明智的决定，这反过来将保障动物福利，同时提高他们的盈利能力，”她说。

预测疾病

研究小组尚未成功识别产犊前采集的牛奶样本中亚临床酮症的“指纹”。然而，一项新的研究已经启动，旨在扩展现有模型。挪威一半的奶牛目前由机器人挤奶，机器人收集有关参数的个性化数据，包括奶牛挤奶的时间和产奶量。

“当我们将样本组成的数据与来自机器人的数据结合起来时，我们将为创建算法奠定更好的基础，该算法可以识别表明亚临床酮症未来发展的迹象，”雷克森说。“我们的目标是能够在奶牛真正患病之前预测疾病的发作，”他说。

雷克森热衷于强调没有两头牛是相同的。

“向更大牛群的转变意味着奶农监控个体动物的健康状况变得更加困难，”他解释道。“所有奶牛都是不同的，有自己的个体特征。这就是为什么我们需要每头奶牛的数据，”他说。

其他疾病

Reksen认为，为检测亚临床酮症而开发的方法可以应用于其他疾病。

“到目前为止，我们只研究了亚临床酮症的早期检测，”他说。“然而，该模型还能够揭示其他疾病和健康问题，例如乳腺炎，这也会影响牛奶质量。机器学习算法也可用于开发模型来预测疾病在牛棚中传播的可能性，”他说。

雷克森还认为，更好的牲畜健康监测是缓解气候变化的关键工具。

“健康的奶牛有助于控制挪威的气候足迹。与全球平均水平相比，挪威奶牛的足迹只有一半，”他说。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：