Portal de Pesquisa da BVS Veterinária

Tese em Português | VETTESES | ID: vtt-218664

Resumo

A ingestão individual de nutrientes, bem como variáveis relacionadas a esta caracteristica são essenciais dentro de um sistema de nutrição de precisão e ainda assim díficeis de medir individualmente quando se tem animais criados em grupo. Foi proposto que as informações químicas contidas nas fezes são representativas da dieta consumida e estão relacionadas à ingestão e digestibilidade. A espectroscopia no infravermelho próximo (NIRS) para analisar 234 amostras fecais de 64 vacas leiteiras em lactação alimentadas com TMR, de 5 experimentos realizados em condições semelhantes, nos quais foram analisados o CMS individual medido em um tie-stall, digestibilidade e composição da dieta consumida (PB, FDN e amido) e seleção de partículas de alimentos. Foram utilizados dois softwares para as análises estatísticas dos dados, os software The Unscrambler e Python. Os espectros foram analisados com regressor de mínimos quadrados parciais (PLSR), support vector machine (SVR), k-nearest neighbors regressor (KNNR) e gradient boosting regressor (GBR) com ou sem pré-tratamento do conjunto de dados (MSC ou SNV). Duas estratégias de validação foram testadas: remover do conjunto de treinamento todos os pontos de dados de um animal (deixar um animal de fora - LOAO) ou de um experimento (LOEO) e usar o conjunto de dados excluído para testar o algoritmo. Não foram encontradas grandes diferenças entre os algortimos, o melhor algoritimo variou de acordo com a variável estudada. A melhor estratégia de validação foi a LOAO. Para valiação dos modelos utilizamos o RMSE. O CMS apresentou erro de 2,98 Kg/d, acompanhado e valores inferiores a 0,5% para composição da dieta consumida. Para digestibilidades foram obtidos valores de RMSE inferiores a 8,71%. A melhor acurácia para seleção de partículas foi da peneira de 8mm, com erro médio de 8,85%. Para EUN a média foi de 2,65% e para EA igual a 0,23 Kg leite/ Kg MS. Concluímos que a análise de dados espectrais recebe influência de diversos fatores externos que irão determinar qual melhor método a ser utilizado para se obter melhores resultados. É importante notar que, embora os resultados sejam promissores e as estratégias de validação visem minimizar o emaranhamento biológico dentro de uma vaca ou ensaio, o conjunto de dados veio inteiramente do mesmo rebanho. Assim, é possível que o modelo seja menos preciso quando usado em um rebanho e ambientes completamente diferentes. É necessário que estes algoritmos sejam explorados, buscando pelos melhores hiperparâmetros, utilizando conjunto de dados maiores e com validação externa para verificar a aplicabilidade desses modelos.

---

The individual intake of nutrients, as well as variables related to this characteristic are essential within a system of precision nutrition and yet difficult to measure individually when you have group-raised animals. It has been proposed that the chemical information contained in the faeces is representative of the diet consumed and is related to ingestion and digestibility. Near infrared spectroscopy (NIRS) was used to analyze 234 faecal samples from 64 lactating dairy cows fed with TMR, from 5 experiments carried out under similar conditions, in which the individual CMS measured in a tie-stall, digestibility and composition of the consumed diet (CP, NDF and starch) and food selection (Sorting starch and NDF). Two softwares were used for the statistical analysis of the data, the software The Unscrambler and Python. The spectra were analyzed with partial least squares regressor (PLSR), support vector machine regression (SVR), K- nearest neighbor regression (KNNR) and gradient boosting regression (GBR) with or without pretreatment of the set of data (MSC or SNV). Two validation strategies were tested: remove from the training set all data points of an animal (leaving an animal out - LOAO) or an experiment (LOEO) and use the excluded data set to test the algorithm. The results demonstrate that the most used analysis for NIR spectra (PLSR with pretreatments) was not adequate to deal with the complex interaction existing between the analyzed parameters and the faecal spectra. No major differences were found between the algorithms, the best algorithm varied according to the variable studied. The best validation strategy was LOAO. To evaluate the models, we used the RMSE. The CMS showed an error of 2.98 kg / d, accompanied by values below 0.5% for the composition of the consumed diet. For digestibility, RMSE values below 8.71% were obtained. The best accuracy for particle selection was the 8mm sieve, with an average error of 8.85%. For EUN the average was 2.65% and for EA equal to 0.23 Kg milk / Kg DM. As conclusion the analysis of spectral data is influenced by several external factors that will determine which method is best to be used to obtain better results. It is important to note that, although the results are promising and the validation strategies are aimed at minimizing biological entanglement within a cow or assay, the data set came entirely from the same herd. Thus, it is possible that the model is less accurate when used in a completely different herd and environment. It is necessary that these algorithms be explored, looking for the best hyperparameters, using a larger data set and with external validation to verify the applicability of these models.

Biblioteca responsável: BR68.1