Intenzivní systémy produkce mléčného skotu čelí neustálé problematice vyvážení plodnosti, zdraví vemene a metabolických onemocnění, aniž by byla ohrožena produkce mléka a welfare. V důsledku toho existuje potřeba přesného a účinného hodnocení vlastností vemene u mléčného skotu, aby farmáři mohli činit informovanější rozhodnutí o chovu vybraných zvířat.
Začlenění jak genomických (sekvenování DNA) tak i fenotypových (fyzická měření) metod hodnocení zvyšuje přesnost předpovědi vlastností souvisejících s vemenem, a tím zlepšuje zdraví vemene, produkci mléka a celkovou ziskovost stáda.
Fenotypové hodnocení je kritickým aspektem šlechtitelského procesu na základě fyzických vlastností dojnic. Fenotypové vlastnosti vemene jsou klíčovými ukazateli potenciálu produkce mléka a celkového zdraví vemene. Přímé měření a korelace na jeden znak pro produkci mléka je pohodlnou metodou v systémech produkce mléka. Proto se jako ukazatele používají znaky konformace vemena, jako je postavení, tloušťka, průměr struků, boční pohled na zadní končetiny, úhel zádě, šířka zádě, přední upnutí vemene, zadní výška vemene, zadní upnutí vemene, hloubka vemene, závěsný vaz a umístění struků se používají jako výběrové kritérium pro zvýšení dlouhověkosti u mléčného skotu.
Pokrok ve vyhodnocování genomu u mléčného skotu je založen na objevování nových zajímavých vlastností pro zvýšení přesnosti genomové selekce. Pochopení kritérií používaných k hodnocení genomických znaků vemene je proto klíčové pro chovatele, kteří se snaží činit informovaná rozhodnutí o výběru zvířat. Pro vývoj efektivních selekčních programů pro nové znaky je nutné vytvořit rozsáhlé databáze založené na vysoce spolehlivých odhadovaných genetických hodnotách. Odhad spolehlivosti genomických hodnocení závisí na faktorech včetně počtu krav použitých jako reference, dědičnosti vlastnosti a charakteristikách populace. Studie ukazují pozitivní korelaci mezi skóre somatických buněk a vlastnostmi kvality a složení mléka a negativní korelaci mezi konformací vemena, zadní svalovinou a objemem vemena a kvalitou a složením mléka. Genomické testování umožňuje zrychlené zlepšování vlastností s nízkou dědičností, jako jsou vlastnosti zdraví; nicméně fenotypové vlastmnosti zůstávají zásadní pro úspěšná genomická hodnocení.
Vylepšení v oblasti hlubokého učení a umělé inteligence jsou stále častěji zkoušeny pro automatickou diagnostiku v raných fázích mastitidy dojnic. Většina algoritmů detekce mastitid dojnic založených na počítačovém vidění používá k detekci mastitid metodu změn teplot vemen krav. Zavedením vypočítané velikosti vemene a termálního infračerveného videa se dá detekovat algoritmem včas dekovat mastitidy. Většina současných výzkumů, které se zabývají automatizací detekce nemocí u dojnic, se zaměřují spíše na pozorovatelné symptomy spojené s pozdějšími stádii nemoci. Reakcí krávy na infekci nebo trauma je omezení chování, které není bezprostředně nezbytné pro přežití, jako jsou sociální interakce. Takže si vědci myslí, že změny sociálního chování by mohly být časnými prediktory onemocnění za pomoci umělé inteligence.
Dairy Global
