使用机器学习识别酸中毒

B站影视 欧美电影 2025-03-12 17:00 3

摘要:产奶量、乳脂产量和纤维消化率下降只是亚急性瘤胃酸中毒 (SARA) 的一些症状。这种隐性疾病会严重阻碍奶牛群的发展,因此魁北克的研究人员致力于使用机器学习来了解瘤胃的情况。

产奶量、乳脂产量和纤维消化率下降只是亚急性瘤胃酸中毒 (SARA) 的一些症状。这种隐性疾病会严重阻碍奶牛群的发展,因此魁北克的研究人员致力于使用机器学习来了解瘤胃的情况。

除了产量损失外,SARA还会引发奶牛的炎症,导致奶牛的健康状况变差。这种情况在技术上被定义为瘤胃pH值每天持续几分钟处于或低于5.8。理想的瘤胃pH值为 6.2。

挥发性脂肪酸 (VFA) 是瘤胃中饲料发酵产生的能量来源。然而,当这些VFA在瘤胃内过量积累,通常是在饲喂高精料日粮时,瘤胃pH值会下降,导致瘤胃微生物发生变化。

瘤胃pH值难以测定,因此研究人员试图找到一种替代测量方法,以帮助我们更好地掌握牛群中SARA的状态。

瘤胃变化

脂肪是支持奶牛泌乳的重要能量来源。在正常的瘤胃条件下,不饱和日粮脂肪通常会进入生物氢化途径,在那里它们被包装起来以便于乳腺吸收。然而,当瘤胃pH值较低时,该生物氢化途径会被扰乱,导致可用于产奶的脂肪酸浓度不同。

科学家团队最初在科研环境下研究SARA,严格控制条件以观察其对牛奶脂肪酸谱的影响。他们预计这种结果在商业牛群中可能会有所不同。魁北克拉瓦尔大学的计算机科学家Eric Paquet在7月版的“乳业科学文摘”播客中解释说:“人为诱发的SARA与你在牛场看到的SARA不同。”他与Agrinova、Lactanet、农学家兼博士研究生Felix Huot,以及同事Rachel Gervais合作,研究监测牛奶中的脂肪酸谱作为一种非侵入性方法来检测商业牛群中SARA的可能性。这些魁北克的商业牛群每月会对单头奶牛进行牛奶检测。他们的研究结果最近发表在《乳业科学杂志》上。

“我们已经知道瘤胃pH值变化很大,”Huot解释道。数据集的异质性限制了他们使用脂肪酸浓度识别患有SARA的奶牛的能力。Huot说:“我们有信心使用该工具在群体层面上找到局限性。”

预测SARA的患病率

一旦机器学习工具能够可靠地使用傅立叶变换红外 (FTIR) 光谱估计的牛奶脂肪酸数据来预测SARA的患病率,该团队便将计算机工具应用于魁北克Lactanet的一个更大的数据集。他们发现,在近22万头奶牛中,预测的SARA的患病率平均为6.6%。牛群患病率在0%到40%之间。这肯定会阻碍您的牛群发展!

使用更大的数据集,计算机工具能够识别与较高的牛群SARA患病率预测值相关的常见因素。这些因素包括:

机器人挤奶系统牛群规模季节效应更高的产奶量乳脂率下降

与管道挤奶相比,使用机器人挤奶的奶牛患SARA的几率更高。“当制备一个部分混合日粮时(PMR),一部分精料会与纤维分开,”Huot解释说。“整体日粮颗粒度的变化可能会降低瘤胃pH值。”

规模较小的牛群往往具有较高的SARA患病率,这可能是由于精粗料分开饲喂的模式导致挤奶期间奶牛采食大量精料,从而导致瘤胃pH值下降。新鲜青贮饲料可能是导致秋季SARA患病率较高的原因。

由于无法获得牛群的日粮信息,该团队无法分析预测的SARA患病率与3,000头牛群的日粮之间的联系。因此,无法做出日粮与SARA相关的假设。人们怀疑高产牛群的SARA患病率往往较高,这可能是由于日粮中含有更多精料来支持高产。该团队还怀疑高乳脂是奶牛摄入足够日粮纤维的一个例子,并且高乳脂与模型中很少记录SARA阳性相一致。

“预测单头奶牛是否患有SARA很有挑战性,但这个工具让我们能够随着时间的推移对群体SARA的患病情况有所了解,”Paquet说。“我们希望能够识别牛群SARA,以便能够努力消除它。”

这些研究结果发表在《乳业科学杂志》上一篇经同行评审的文章中,可在 www.journalofdairyscience.org网站上找到。

来源:养牛派

相关推荐