Revisión invitada: Uso de datos de sensores y otras tecnologías de agricultura de precisión para mejorar la...

Área de la Ciencia:

• Genética animal y cría
• La ganadería de precisión
• Ciencia de los datos en la agricultura

Sus antecedentes:

• El sector de la ganadería lechera adopta cada vez más tecnologías de sensores para el control en tiempo real de la salud, el bienestar y la productividad de los animales.
• Los avances digitales generan datos fenotípicos de alta frecuencia, objetivos y a gran escala, cruciales para las evaluaciones genéticas y genómicas.
• La integración actual de los datos derivados de los sensores en los programas de cría está limitada por la fragmentación, la falta de estandarización y los problemas de accesibilidad de los datos.

Objetivo del estudio:

• Revisar el potencial de los datos derivados de los sensores para mejorar las evaluaciones genéticas y genómicas en el ganado lechero.
• Describir los principales retos, oportunidades y enfoques para la implementación de tecnologías de sensores en la cría lechera.
• Presentar una hoja de ruta para el uso efectivo de los datos de los sensores en las evaluaciones genéticas y los avances genéticos sostenibles.

Principales métodos:

• Revisión de la literatura existente sobre las tecnologías de sensores y su aplicación en la cría de ganado lechero.
• Compilación de estimaciones de heredabilidad para rasgos nuevos derivados de los datos de los sensores.
• Análisis de los retos y oportunidades relacionados con la armonización, la estandarización y el intercambio de datos.

Principales resultados:

• Los datos de los sensores tienen un potencial significativo para mejorar las evaluaciones genéticas, especialmente para los rasgos relacionados con el bienestar, la salud, la resiliencia y la eficiencia de los animales.
• Los principales desafíos incluyen la fragmentación de los datos, la falta de estandarización, la accesibilidad de los datos y los problemas de gobernanza.
• Se han compilado estimaciones de heredabilidad para nuevos rasgos basados en sensores, lo que indica su base genética.

Conclusiones:

• La armonización de datos, los protocolos estandarizados y el control de calidad robusto son cruciales para aprovechar los datos de los sensores.
• El desarrollo de la fenómica, integrando datos de múltiples fuentes, es clave para acelerar el progreso genético.
• Las infraestructuras de datos centralizadas, los acuerdos de intercambio transparentes y la colaboración de las partes interesadas (por ejemplo, ICAR) son esenciales para las normas mundiales y la implementación efectiva.