评估牛奶代谢物作为生物标志物,用于预测奶羊的料效率

科学领域:

• 动物科学动物科学
• 代谢学 代谢学 代谢学
• 遗传学 是一个遗传学.

背景情况:

• 估计奶羊的料效率 (FE) 对于可持续的畜牧业生产至关重要,但因单个料摄入量测量系统的高成本而受到阻碍.
• 确定FE的可靠代理对于将这种特征整合到选择性育种计划中至关重要.
• 牛奶代谢学提供了一种潜在的非侵入性方法来评估奶羊的FE.

研究的目的:

• 调查牛奶代谢概况的潜力,以预测奶羊的料效率.
• 确定与剩余料摄入量 (RFI) 和料转化率 (FCR) 相关的特定牛奶代谢物.
• 评估机器学习算法在使用牛奶代谢数据预测FE方面的性能.

主要方法:

• 使用剩余料摄入量 (RFI) 和料转换比率 (FCR) 度量对39只阿萨夫羊进行FE评估.
• 对所有母羊进行了非向的牛奶代谢分析.
• 部分最小平方区分分析 (PLS-DA) 用于确定区分FE组的关键代谢物.
• 机器学习算法和多变量回归被用来根据代谢信号来预测FE.

主要成果:

• 为了分辨RFI和FCR组分别确定了41个和26个相关的牛奶代谢物.
• 正角部分最小平方 (OPLS) 显示出强大的FCR预测能力 (R2 = 0.62).
• 对于RFI预测,选择的代谢物集 (41个特征) 比完整的特征表现出更好的表现,人工神经网络和极端梯度增强分别达到0.18和0.17的R2值.
• 已识别的代谢物涉及葡萄糖,银河糖,果糖,脂,氨基酸,胰岛素和甲状腺激素代谢.

结论:

• 牛奶代谢概况可以作为有效的生物标志物,用于预测奶羊的料效率.
• 已识别的代谢物提供了对料效率背后的生理途径的见解.
• 在育种计划中使用这些生物标志物可以提供一种具有成本效益和简化的选择方法,以提高奶羊的料效率.