Novel Resilience Phenotypes Using Feed Intake Data From a Natural Disease Challenge Model in Wean-to-Finish Pigs
Notice bibliographique
Résumé
The objective of this study was to extract novel phenotypes related to disease resilience using daily feed intake data from growing pigs under a multifactorial natural disease challenge that was designed to mimic a commercial environment with high disease pressure to maximize expression of resilience. Data used were the first 1341 crossbred wean-to-finish pigs from a research facility in Québec, Canada. The natural challenge was established under careful veterinary oversight by seeding the facility with diseased pigs from local health-challenged farms, targeting various viral and bacterial diseases, and maintaining disease pressure by entering batches of 60 to 75 pigs in a continuous flow system. Feed intake (FI) is sensitive to disease, as pigs tend to eat less when they become ill. Four phenotypes were extracted from the individual daily FI data during finishing as novel measures of resilience. The first two were daily variability in FI or FI duration, quantified by the root mean square error (RMSE) from the within individual regressions of FI or duration at the feeder (DUR) on age (RMSEFI and RMSEDUR). The other two were the percentage of off-feed days, classified based on negative residuals from a 5% quantile regression (QR) of daily feed intake or duration data on age across all pigs (QRFI and QRDUR). Mortality and treatment rate had a heritability of 0.13 (+0.05) and 0.29 (+0.07), respectively. Heritability estimates for RMSEFI, RMSEDUR, QRFI, and QRDUR were 0.21 (+0.07) 0.26 (+0.07), 0.15 (+0.06), and 0.23 (+0.07), respectively. Genetic correlations of RMSE and QR measures with mortality and treatment rate ranged from 0.37 to 0.85, with QR measures having stronger correlations with both. Estimates of genetic correlations of RMSE measures with production traits were typically low, but often favorable (e.g. -0.31 between RMSEFI and finishing ADG). Although disease resilience was our target, fluctuations in FI and duration can be caused by many factors other than disease and should be viewed as overall indicators of general resilience to a variety of stressors. In conclusion, daily variation in FI or duration at the feeder can be used as heritable measures of resilience.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».