《Ruminants》:ISA2: A Machine-Learning-Assisted Composite Index for Phenotypic Ranking of Beef Cows in Tropical Wetlands
编辑推荐:
先前提出的适用于巴拉圭湿地繁殖母牛的适应性选择指数(Adaptability Selection Index, ISA)为整合生理生物标志物提供了框架,但其二元参考区间因子及预测工作流的若干环节限制了评分的连续性与样本外解释能力。研究人员开发了ISA2作为修正
先前提出的适用于巴拉圭湿地繁殖母牛的适应性选择指数(Adaptability Selection Index, ISA)为整合生理生物标志物提供了框架,但其二元参考区间因子及预测工作流的若干环节限制了评分的连续性与样本外解释能力。研究人员开发了ISA2作为修正后的连续化扩展,并比较了三种整合策略:ISA2-A(加权线性组合)、ISA2-B(到联合理想点的加权距离的补数)以及ISA2-C(主成分公式)。研究使用了来自5个牛群体共80头母牛的320条季节性记录,即克里奥罗涅恩布库(Criollo ?eembucú)、克里奥罗皮尔科马约(Criollo Pilcomayo)、婆罗门牛(Brahman)、内洛尔牛(Nelore)和婆罗格斯牛(Brangus),每个群体16头。所有分析均在R 4.6.0及H2O 3.44.0.3环境中进行,并固定随机种子。活体重和体况评分(body condition score, BCS)分别以动物水平训练-测试划分为基础进行建模,并采用按动物分组的交叉验证。梯度提升机(gradient boosting machine, GBM)依据交叉验证误差被保留。生物标志物权重仅通过训练动物内部的交叉拟合置换重要性(cross-fitted permutation importance)进行估计,测试子集在最终性能评估之前不被触及。修正后的重跑保留了已报道的生物标志物权重与排序。活体重的交叉验证R2为0.361,体况评分为0.303;在完全留出的母牛上分别降至0.265和0.123,该下降反映了留出估计中所有母牛内依赖性的移除,而非模型失效。两个生物标志物谱呈中等相关(r = 0.555),但上五分位重叠度较低(Jaccard = 0.231)。ISA2-A和ISA2-C与ISA2-B高度一致(Spearman = 0.997和0.996;两者上五分位Jaccard均为0.882)。PC1解释了标准化双谱变异的77.7%,由于主成分分析(principal component analysis, PCA)仅涉及两个标准化且正相关的谱,其等载荷代表一种对称的无监督整合,而非学习得到的差异化权重。与存档的先前ISA相比,Spearman相关系数介于?0.319至?0.335之间,16头上五分位母牛中仅1头重叠(Jaccard = 0.032)。ISA2-B均值为57.52 ± 10.50;在5%模拟生物标志物噪声下上五分位保留率为0.868,在20%噪声下为0.691。ISA2提供了一种透明的表型排序架构,但在用于操作性的母牛选择决策之前,仍需针对繁殖、生产、健康及经济结局进行外部验证。全文范围内,ISA2指代一种表型、群体内排序工具;它并非遗传育种值指数,也不提供任何关于可传递遗传价值的信息。
从ISA到ISA2:热带湿地肉牛表型排序指数的方法论重构与验证
一、研究背景与问题提出
巴拉圭涅恩布库(?eembucú)湿地及其周边地区饲养的肉牛长期面临湿热气候、季节性洪涝、寄生虫暴露及饲草供应波动等多重环境压力。此前的系列研究已记录了代谢与适应性性状的季节性变异,并利用机器学习对与活体重和体况相关的生理变量进行排序,由此催生了适应性选择指数(Adaptability Selection Index, ISA)这一将异质生理测量指标凝练为动物排序的工具。然而,对既有ISA的再分析揭示了若干可能改变排序结果的结构性缺陷:其一,二元乘数因子在临床参考区间内赋值为1、区间外赋值为0,在临床界限附近形成突变式“悬崖”效应;其二,早期二次型整合以原点为基准测量距离,可能偏向于极端等和剖面;其三,记录级划分使同一母牛的重复观测被过度独立对待;其四,基于不纯度的变量重要性可能受预测变量特征及相关性影响。此外,ISA2的构建还面临一个根本性的概念约束:经典数量遗传学中的选择指数需要经济权重、遗传方差与协方差等信息,而现有数据不含遗传力、遗传协方差、基因组或系谱信息,因此ISA及ISA2均只能作为表型排序工具,而非遗传育种值指数。
二、研究设计与方法概述
本研究为回顾性观察性分析,数据来源于2016年12月至2017年10月间在巴拉圭湿地开展的单次田间调查,共纳入80头4至5岁繁殖母牛,涵盖克里奥罗涅恩布库、克里奥罗皮尔科马约、婆罗格斯牛、内洛尔牛和婆罗门牛5个群体,每群体16头,分属伊斯拉温布、新意大利、圣米格尔和卡阿普库4个牧场,在夏、秋、冬、春四个季节各测量一次,共形成320条季节性记录。研究在R 4.6.0环境中使用H2O 3.44.0.3完成全部机器学习工作流,固定随机种子123。主要技术路线包括:采用动物水平训练-测试划分(45头训练、35头测试,同牛全部记录归入同一子集)并按动物分组进行交叉验证;比较梯度提升机、随机森林、弹性网络广义线性模型和前馈神经网络,以训练动物内部的分组交叉验证误差为保留准则;仅基于训练动物内部通过交叉拟合置换重要性估计生物标志物权重,以RMSE增量定义重要性并归一化为缩放重要性(scaled importance, SI);对具有临床区间的生物标志物构建连续期望函数替代二元因子;分别构建以活体重和体况评分为响应的两个加权生物标志物谱,并比较三种整合策略。
三、主要研究结果
3.1 生物标志物权重
训练集内部的交叉拟合置换重要性重跑在两个修正谱中各保留了相同的10个生物标志物,其中7个为两谱共有。碱性磷酸酶、毛长和红细胞压积引领活体重谱,而肌酐、钙和毛长引领体况评分谱。同一生物标志物在不同响应中可承载不同权重,因为重要性是分别针对各响应估计的;谱间重叠反映共享的预测信息,而非共同因果通路的证据。
3.2 预测性能
梯度提升机在两个响应上均具有最低的主要分组交叉验证误差并被保留。活体重交叉验证R2为0.361,测试R2为0.265;体况评分分别为0.303和0.123。对应的GBM泛化差距比分别为3.15和3.04,而随机森林仅为1.12和1.17。在50次再生的分组折中,GBM与RF的配对R2差异为活体重0.038(95%区间?0.025至0.092)和体况评分0.020(?0.037至0.073),说明GBM被保留是因为其最小化主要交叉验证误差,而非样本确立了其算法优越性。体况评分0.123的留出系数意味着模型仅解释未见母牛间约八分之一的变异,由此推导的重要性值及分量权重承载了相当大的不确定性。
3.3 分量解离
两个生物标志物谱在动物水平呈中等相关(Pearson r = 0.555,Spearman = 0.555),但排序差异显著:中位绝对秩差为15位,66.2%的母牛移动超过10个位次;两谱上五分位集合的Jaccard相似度为0.231(95%自助法区间0.105至0.412)。活体重谱与观测活体重相关0.353,体况谱与观测体况评分相关0.174,表明谱代表期望加权预测因子而非响应性状的复制。
3.4 三种ISA2备选方案
ISA2-A和ISA2-B均值分别为58.34 ± 10.69和57.52 ± 10.50。ISA2-C的PC1解释了标准化双谱变异的77.7%,两谱有利方向载荷均为0.7071,这是两个标准化正相关变量PCA的必然几何结果,不应解读为经验学习的差异化权重。三个排序高度一致:ISA2-A与ISA2-B的Spearman为0.9969,ISA2-C与ISA2-B为0.9959;每个备选方案与ISA2-B共享16头上五分位母牛中的15头(Jaccard = 0.882)。ISA2-B因几何结构直接表征既定决策目标——在两个谱轴上均接近有利值——而被保留为主要公式,但ISA2-A和ISA2-B的差异恰在于一个谱上有利而另一个谱上不利的动物:在实际权重下,剖面(100, 0)在ISA2-A下得54.40分而在ISA2-B下仅得32.47分,而平衡剖面(50, 50)在两者下均得50.00分。本队列中此类动物稀少,因为两谱相关为0.555,不一致角落分布稀疏。
3.5 与先前ISA的比较
修正后的ISA2变体与存档的先前ISA排序差异显著:Spearman相关介于?0.319至?0.335,Kendall系数介于?0.225至?0.235;仅母牛ID 30同时出现在先前与修正后的上五分位集合中,Jaccard相似度为0.032。这一重排反映了验证策略、特征归因、参考区间处理、缩放和聚合方式的综合修订,证明架构发生了实质性变化,但不能归因于单一原因,也不证明新排序具有生物学优越性。
3.6 稳定性、悬崖效应与排序一致性
在高斯生物标志物扰动下,上五分位保留率从1%噪声时的平均Jaccard 0.958逐渐降至5%时的0.868、10%时的0.808和20%时的0.691。分量权重α从0.30变化至0.70时,与主要ISA2-B排序的Spearman相关始终不低于0.96。期望参数敏感性较大:边缘期望dedge从0.70至0.90、指数q从1至3变化时,秩相关介于0.943至1.000,上五分位Jaccard重叠介于0.600至1.000。仿射体况评分重标定完全不影响得分。先前二元规则在320条记录中有250条(78.1%)暴露于参考界限,单条记录最多有6个边界生物标志物,平均为1.42个;肌酸磷酸激酶(CPK)边界暴露最多(47条记录,14.7%),其次为心率(42条,13.1%)、γ-谷氨酰转移酶(GGT)(38条,11.9%)、钠(37条,11.6%)和呼吸频率(33条,10.3%)。
权重估计本身的不确定性被单独量化:在相同期望矩阵下改用随机森林估计权重后,两谱各10个保留生物标志物中有7个相同,但排序随之变化——Spearman为0.7552,Kendall为0.5532,中位绝对秩位移9.5位,80头中39头移动超过10位,16头上五分位母牛中保留9头(Jaccard = 0.391)。与分量权重变化(Jaccard = 0.882)和聚合规则变化(Jaccard = 0.882)相比,权重估计是本次分析中排序不确定性的主导来源。ISA2-B上五分位包含6头克里奥罗涅恩布库、3头克里奥罗皮尔科马约、3头婆罗门牛、3头内洛尔牛和1头婆罗格斯牛,该分布仅为描述性结果。
四、讨论与结论
4.1 从ISA到ISA2
ISA2保留了ISA的原始动机,但将四个不应混淆的决策环节分离:预测建模决定哪些生物标志物有助于预测活体重和体况评分;临床信息决定有利生物标志物区域;谱方程将加权期望转换至共同尺度;最终整合规则决定两谱的权衡方式。超过四分之三的季节性记录至少有一个生物标志物接近临床界限,连续期望函数保留了接近有利区域的信息,但并未使参考区间本身具有普遍有效性。先前ISA不应被视为过时或失效:在条件与校准环境高度匹配、计算或数据资源有限、或需要与早期ISA监测保持连续性的场景下,其更简单的阈值架构仍是合理选择;ISA2则适用于需要更精细表型排序、尤其是接近生理参考界限的动物,且具备相应数据和计算基础设施的场景。两者应视为同一框架的互补世代而非互斥选项。
4.2 为何优先选择ISA2-B而不否定A或C
三种备选方案在本队列中排序相似但含义不同。ISA2-A易于沟通且允许补偿;ISA2-C在仅有两个标准化正相关谱时必然产生等载荷PC1,代表对称无监督基准而非数据驱动的差异化权重。ISA2-B因几何结构直接匹配既定决策目标而被保留,但ISA2-B在本队列中并未展示出优于更简单且更直接可解释的ISA2-A的实际优势——两者Spearman为0.9969且共享15/16头入围母牛。ISA2-B的合理性在于本队列未触及的行为,即一个谱强而另一个谱弱的动物处理;目标明确为补偿性的用户应选择ISA2-A。
4.3 模型验证与特征重要性界定证据上限
权重继承了预测模型的不确定性。GBM具有最低主要交叉验证误差,但重复分组折未确立其相对于RF的明确优势;留出R2尤其对体况评分而言较为有限。分量权重是两个交叉验证决定系数的比值并继承其不确定性,不应解读为活体重比体况评分更有可预测性的证据;保护排序的不是该权重的精确性,而是其有限影响。置换重要性衡量预测器被打乱时的预测精度损失,当模型预测能力有限时该损失较小,排序相应不够稳固。权重是对一个队列中一个拟合模型内预测贡献的归因,而非生理重要性的度量,不可不经重新估计而转移至其他牛群。将重要性估计在几种算法或多次自助重拟合间取平均,是后续版本最直接的方法学优先事项。
4.4 生物学合理性与近期适应证据
多变量生物标志物方法与此类研究一致,表明热适应涉及协调的生理、血液学和形态学反应。近期研究支持多变量剖面的总体前提,但并未验证ISA2的具体权重。碱性磷酸酶、毛长、红细胞压积和肌酐在本队列中重要是因为其扰动降低了模型性能,这并非操纵它们会改变适应性或生产力的证据;更稳妥的解读是它们是应在前瞻性研究中检验的候选预测指标。未来ISA2版本可整合环境和高频传感器数据,而非仅依赖四个季节性快照。
4.5 ISA2作为表型排序而非遗传选择指数
现代韧性研究为表型排序与遗传选择之间的区分提供了标准。ISA2目前不提供任何遗传参数;16头上五分位母牛中有9头属于本地克里奥罗群体的观察仅为描述性结果。若ISA2日后展现出可重复性、前瞻效度和遗传方差,它可能成为正式育种计划中的辅助表型;目前更适合表型优先级排序、研究分层和假设生成。
4.6 测量、排序稳定性与实际应用
对仿射体况评分重标定的精确不变性不应与测量可靠性混淆。手动体况评分依赖观察者,未来研究应比较多位观察者或使用自动化体况评分。ISA2-B在较小模拟误差下保留大部分上五分位母牛,但稳定性随噪声增加而下降;期望参数分析表明短名单成员在较不利规格下可能改变。将ISA2应用于不同牛群或实验室需要刻意重新校准:最小-最大锚定是纯粹的队列依赖,参考区间来自单一分析实验室,期望参数是排序对其响应大于分量权重的分析者选择。推荐四个步骤:冻结生物标志物集合、期望方向和两个期望参数;从执行检测的实验室重新推导参考区间或通过共享样本建立可转移性;明确决定锚定常数在新队列上重新估计还是从参考队列固定;重新估计权重,除非刻意目标是转移既有权重并检验其表现。
4.7 局限性与未来研究
本研究有十一项主要局限性:队列小而地域化,未见母牛预测性能有限;GBM在折不确定性下未明确优于RF;最小-最大锚定使0–100谱依赖群体;临床参考区间来自源实验室框架且其中点被作为操作对称目标而非已证实的生物学最优;期望方向和形状部分由分析者指定且在敏感性分析中改变排序;即使训练集内部的交叉拟合置换重要性仍受相关预测器和算法选择影响;α和β是可预测性权重而非经济、福利或遗传权重;体况评分由四名评估者共识得出而非独立评分,无法计算观察者间一致性;仅有两个标准化正相关谱时ISA2-C必然使用等幅PC1载荷;最关键的是没有独立的繁殖、生产、健康-生存或经济终点可用;此外基因型与牧场部分混淆——婆罗格斯牛来自全部四个牧场而其余基因型各来自单一牧场——且选择是目的性的而非随机的。权重估计的不确定性是第十一项且后果较为严重:在保持其他所有构建要素固定时改用另一种同等可辩护的建模协议重新估计权重,改变了16头入围母牛中的7头,并使80头中39头位移超过10个位次,这超过了分量权重或聚合规则变化的影响,是在少量动物上从中等精度模型估计权重的属性而非本队列的缺陷。
验证计划应包括:冻结当前生物标志物定义、期望参数、谱锚定和ISA2-B主方程,然后前瞻性地应用于独立农场和年份的母牛;结局应包括妊娠率、受孕间隔、产犊间隔、犊牛存活率和断奶体重、母牛健康、长寿和处理成本;留场和留年验证应补充动物分组交叉验证;用共享样本或标准化对照量化实验室间可重复性;体况评分应由多位观察者或自动化成像评估。该计划还应包括先前ISA与ISA2-A、ISA2-B和ISA2-C在同一动物中的冻结前瞻性比较,不进行回顾性重调。另一研究线应测试替代加权理念,包括条件或分组特征重要性、生产系统经济学和福利优先级的独立引入;若获得系谱或基因组信息,应在声称ISA2为育种值指数之前进行正式遗传力和遗传相关分析。最后,ISA2可从四个季节性测量扩展至结合活动传感器、自动化体况评分、热成像和环境数据的动态剖面,重点应放在偏离和恢复而非简单增加预测变量。
研究结论
ISA2通过以分级期望函数替代二元生理规则、以训练集内部动物分组交叉验证和交叉拟合置换重要性重建机器学习权重、并显式比较三种整合策略来扩展方法论框架。ISA2-A是补偿性的,ISA2-B测量到联合有利剖面的接近度,ISA2-C提供两个标准化谱的对称无监督整合。三者在本队列中产生高度相似的排序,但ISA2-B因几何结构直接代表在两个谱轴上保持有利的既定目标而被保留。修订架构相对先前ISA大幅重排了母牛,并对模拟测量误差表现出渐进而非悬崖式的敏感性。这证明发生了实质性方法论修订,但不证明生物学优越性,也不使先前模型失效。先前ISA仍是低复杂度替代方案,适用于校准条件高度匹配、计算或数据资源有限或需要与既有评估保持连续性的场景;ISA2则适用于需要更精细连续排序和参考界限附近更高分辨率且具备相应数据、校准和计算基础设施的场景。两者角色互补而非互斥。在ISA2可被普遍优先用于操作育种或替换决策之前,需要针对繁殖、生产、健康-生存和经济结局进行ISA与ISA2的前瞻性多农场比较,以及实验室和体况评分可重复性评估。两种指数的输出均为实际评估母牛的表型排序;在缺乏遗传参数和独立结局数据的情况下,两者均不估计可传递遗传价值,也不应被描述为育种值指数。