微生物和基因组信息协同作用,有助于预测整个生产系统的猪表现

科学领域:

• 动物科学动物科学
• 基因组学就是基因组学.
• 微生物学 微生物学

背景情况:

• 微生物群组成是动物健康和表现的关键指标.
• 精准农业需要准确的预测工具来进行动物选择和管理.
• 基因组信息已被用于预测动物的表现,但其准确性可能受到环境因素的限制.

研究的目的:

• 为了比较微生物群组成与猪表现特征的基因组信息的预测能力.
• 在不同的生产环境 (核和终端种群) 和时间点 (中期测试和测试后期) 中评估预测准确性.
• 评估微生物群和基因组数据的联合预测能力.

主要方法:

• 从核 (NU) 和终端 (TE) 种群收集了猪的性能数据和微生物群组成.
• 机器学习模型被用来利用微生物群和/或基因组数据来预测背部脂肪,每日增加和腰部区域等特征.
• 通过训练模型对一个人群进行交叉验证,对另一个人群进行测试 (NU-TE和TE-NU).

主要成果:

• 微生物群的组成在生产环境和时间点上一致预测了大多数生长和尸体特征.
• 微生物群在测试外实现了比基因组信息更高的背部脂肪和每日增加的预测准确度.
• 结合微生物群和基因组数据,预测准确度高于单独对背部脂肪和每日增加的数据源.

结论:

• 微生物群的形状是猪生长和尸体特征的有效预测因素,特别是脂肪沉积.
• 微生物群的组成具有很大的潜力,可以作为在各种生产环境中选择动物的工具.
• 整合微生物群和基因组数据提供了一种强大的方法,用于提高精准养猪的预测准确性.