基于牛奶中红外光谱与机器学习的数据驱动奶牛复合生理状态分类

《Journal of Dairy Science》:A data-driven physiological profile classification for dairy cows using milk mid-infrared spectra and machine learning

【字体: 大 中 小 】 时间:2026年09月22日 来源:Journal of Dairy Science 4.7

编辑推荐:

  摘要:奶牛复合生理状态反映了生产、代谢和临床信息的整合,但目前仍缺乏可扩展的个体水平评估方法。牛奶中红外(MIR)光谱在奶牛生产系统中常规采集,为捕捉生理相关信号提供了高通量机会。本研究旨在开发一种基于MIR衍生信息的数据驱动分类框架,并利用独立的整体个体福利

  
摘要:奶牛复合生理状态反映了生产、代谢和临床信息的整合,但目前仍缺乏可扩展的个体水平评估方法。牛奶中红外(MIR)光谱在奶牛生产系统中常规采集,为捕捉生理相关信号提供了高通量机会。本研究旨在开发一种基于MIR衍生信息的数据驱动分类框架,并利用独立的整体个体福利评分(score global individual de bien-être, SGI)评估其相关性。研究人员分析了来自11个奶牛品种的27,780,928条记录。在子数据集(n = 5,478,789条记录)中,基于35个MIR相关性状进行无监督层次聚类,识别出3个不同的奶牛群体。随后开发了包括偏最小二乘判别分析(PLS-DA)和随机森林(RF)在内的监督机器学习模型来预测群体归属。RF模型性能优于PLS-DA,利用MIR相关性状的准确率为0.88。直接从MIR光谱进行预测能够以可比的性能(准确率 = 0.89)再现MIR衍生群体标签,表明中间性状预测步骤可能被简化。在独立的ScorWelCow解释数据集(n = 1,870)中,群体3的SGI均值最高,支持其被解释为最有利的MIR衍生复合生理状态。这些结果表明,MIR衍生信息有助于在个体奶牛水平建立具有生物学意义且可扩展的复合生理状态框架,但仍需利用独立的临床或生理参考数据开展进一步验证。
**论文解读:基于牛奶中红外光谱与机器学习的数据驱动奶牛复合生理状态分类**

**一、研究背景与问题**

监测奶牛生理状态对优化生产效率、动物福利和牧场可持续性至关重要。奶牛易患酮病、乳腺炎等多因素疾病,这些疾病受遗传、饲养管理和环境等复杂交互作用影响,不仅损害动物福利,还通过产奶量下降、繁殖性能受损、淘汰率增加和兽医成本上升造成重大经济损失。然而,奶牛生理状态具有复杂性和多维性,目前尚无常规可用的金标准指标能够捕捉个体奶牛的复合生理特征,大多数诊断方法仍针对单一疾病,例如亚临床酮病通常通过血液β-羟丁酸(BHB)浓度进行诊断。

牛奶中红外(MIR)光谱已在奶牛育种改良计划中常规实施,能够以低成本、高通量方式从牛奶样本中提取健康相关信息。Franceschini等(2022)整合产奶量、体细胞评分(SCS)和27个MIR预测性状将个体奶牛分为5个群体,其中一个群体与代谢疾病相关,展示了MIR用于健康分层的实用性。但该研究仅基于比利时瓦隆地区的荷斯坦牛,且未使用外部独立福利或健康评分进行验证,模型预测性能差异也较大。此外,建立整体奶牛状态的外部参考框架同样具有挑战性。欧洲福利质量评估协议(WQAP)提供了农场层面福利评估的多维框架,研究人员基于改良WQAP开发了个体整体福利评分SGI,并仅用作独立解释指标。为此,本研究旨在开发一种数据驱动的个体奶牛复合生理状态分类框架,并利用独立SGI进行外部检查。

**二、研究目标与技术方法**

本研究的主要目标包括:(1)基于35个MIR相关性状,采用无监督层次聚类识别个体奶牛MIR衍生复合生理状态;(2)开发监督机器学习模型,分别以35个性状或MIR光谱作为输入特征预测这些状态标签;(3)在独立ScorWelCow数据集中评估这些群体的一致性和生物学相关性,利用SGI识别生理状态最优的群体。

研究中使用的主要关键技术方法包括:(1)无监督层次聚类:采用Ward最小方差法(Ward.D2),首先在品种内对20,000条记录子集进行聚类并生成500个质心,总计形成140,000×35质心矩阵,随后进行第二轮层次聚类确定3个群体。(2)监督机器学习:分别采用偏最小二乘判别分析(PLS-DA)和随机森林(RF)构建分类模型,后者属于非线性集成学习方法。(3)直接MIR光谱预测:使用212个MIR波数(光谱区域为968.1–1,577.5 cm-1、1,731.8–1,762.6 cm-1、1,781.9–1,808.9 cm-1、2,831.0–2,966.0 cm-1)作为输入,绕过中间性状计算步骤直接预测群体标签。(4)外部验证:将模型独立应用于ScorWelCow数据集(n = 1,870条记录),计算预测群体概率的皮尔逊相关性,并以SGI作为外部解释指标比较各群体的平均SGI。(5)模型性能评估:采用多分类AUC、平衡准确率、Cohen's kappa和宏平均F1分数等指标,并进行记录水平、奶牛水平和牛群水平的分组交叉验证以评估泛化能力。

**三、研究结果**

**3.1 品种水平MIR相关性状差异**

研究人员对11个奶牛品种(n = 5,478,789条记录)的36个生产、效率和代谢性状进行了可视化分析。热图显示不同品种间存在表型分化,尤其是专门化高产品种与传统或兼用品种之间。荷斯坦牛具有最高的产奶量(MY)和脂肪蛋白校正乳(FPCM)以及适中的干物质采食量(DMI)和体重(BW),表明其生产效率较高。娟姗牛DMI最高,同时乳脂(FAT)、乳蛋白(PROT)和钙(Ca)浓度较高,而BW和剩余采食量(RFI)较低,表明其适合奶酪生产且饲料转化效率高。血液代谢物(如B_NEFA、B_Glucose)和乳代谢物(如M_logACE、M_Glucose6P)的品种间差异提示不同品种在代谢分配和生理状态方面存在差异。

**3.2 无监督学习识别MIR衍生复合生理状态**

基于140,000个质心的层次聚类支持3群体解。群体2(绿色,n = 55,945)表现出最大离散程度,而群体1(红色,n = 34,896)和群体3(蓝色,n = 49,159)相对相似。基于35个性状的最小二乘均值(LSM)表明:群体3表现为中等FPCM和有利代谢特征(低B_logBHB、B_NEFA、M_logACE,高B_Glucose),属于良好生理状态群体;群体1具有较高的乳铁蛋白、Nagase和乳乳酸脱氢酶(M_LDH)活性,提示可能存在免疫应激或炎症;群体2尽管FPCM高,但B_logBHB和B_NEFA升高且DMI低,提示存在明显能量负平衡。

**3.3 监督分类模型性能**

在所有评估场景中,RF算法均优于PLS-DA。基于35个MIR相关性状的模型中,RF验证准确率为0.88,Kappa为0.84;基于MIR光谱的模型中,RF验证准确率和Kappa均达到0.89。群体特异性结果中,35性状模型对群体3恢复效果最佳(F1 = 0.95),MIR光谱模型对群体1表现最优(F1 = 0.96),群体2是最难恢复的类别(召回率0.77,F1 = 0.84)。记录水平、奶牛水平和牛群水平的分组交叉验证性能差异均低于0.01,各折标准差低于0.01,表明模型泛化能力强。直接MIR光谱预测能够以与35性状模型相当的性能再现无监督聚类产生的群体标签,说明可以简化中间性状预测步骤。

**3.4 大规模记录分类与生物学解释**

利用35性状模型对约2,780万条记录进行分类预测,结果显示群体3具有中等生产性能和最佳代谢状态(高能量平衡EB、低能量缺乏概率EDS_p、低B_logBHB和B_NEFA),但也具有最高的甲烷排放,这可能与其最高的DMI有关;群体1表现出高Nagase、B_NEFA和乳铁蛋白,且EB较低,提示免疫应激或炎症;群体2产奶量最高,但DMI较低导致EB低、EDS_p高、B_logBHB和B_NEFA升高,反映能量缺乏。

**3.5 ScorWelCow数据集的事后解释**

在独立ScorWelCow数据集中(n = 1,870),基于MIR光谱(212变量)与基于35性状的两个模型预测的群体概率之间皮尔逊相关系数超过0.84(如群体3 r = 0.93),表明直接光谱预测与性状预测高度一致。群体3的平均SGI最高,被确定为良好生理状态群体;群体1的平均SCS最高,与较差的乳房健康相关。各群体的生理特征在两个模型间保持一致,且与大规模数据集的发现相符。

**四、讨论与结论**

本研究表明,奶牛可以根据MIR衍生信息被分层为不同的复合生理状态。RF算法在分类性能上优于PLS-DA,体现了其处理高维非线性数据的能力。群体3表现出有利代谢特征,群体2则反映了高产与代谢稳定之间的权衡,群体1与炎症和免疫激活相关。值得注意的是,最有利的生理状态群体(群体3)也具有较高的DMI、较高的RFI和较高的甲烷排放,表明生理状态、饲料效率和甲烷排放是相关联但独立的不同生物学维度。MIR光谱作为一种低成本、高通量、非侵入性的工具,适用于群体水平表型分析。直接MIR预测简化了分析流程,提高了商业化牧场应用的可行性。该框架可作为整合生产与健康相关性状的新型复合表型,为选择更具适应性和恢复力的奶牛提供机会。但研究仍存在局限性:MIR预测性状的准确性可能影响聚类结果;SGI本身源于改良福利评估,不宜视为金标准;独立数据集规模有限且品种和地域范围受限;群体流行率受品种、胎次、泌乳天数和牛群等因素影响。未来需要利用独立疾病相关和纵向结局(如疾病发生率、兽医诊断、治疗记录、淘汰、存活和繁殖性能)进行正式外部验证,并考虑协变量校正方法。总之,MIR衍生信息可用于建立奶牛个体水平的复合生理状态分类框架,直接光谱预测与性状预测性能相当,支持简化分析管线,但在常规决策或育种应用前仍需进一步验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号