Los investigadores han desarrollado un nuevo método para detectar una enfermedad metabólica que afecta a las vacas lecheras después del parto. El objetivo es determinar si las vacas corren riesgo de contraer la enfermedad antes de enfermarse.
por Svein Inge Meland, Universidad Noruega de Ciencia y Tecnología
La idea detrás del nuevo método es combinar datos del análisis de la leche de vaca con otra información sobre la vaca para predecir la progresión futura en la salud del animal.
“A medida que adquiramos más habilidades para detectar esta enfermedad en una etapa temprana, habrá beneficios para la salud animal, la producción de leche, la rentabilidad y el clima”, afirma el profesor Olav Reksen de la Universidad Noruega de Ciencias de la Vida (NMBU).
El proyecto está siendo coordinado por NMBU, con SINTEF y el Instituto Noruego de Investigación en Alimentación, Pesca y Acuicultura (Nofima) actuando como socios del proyecto. El equipo de investigación ha utilizado datos tomados de análisis de muestras de leche para desarrollar un modelo que puede detectar la presencia de cetosis subclínica, una enfermedad metabólica.
Período crítico después del parto.
Después del parto, las necesidades energéticas de una vaca aumentan entre cinco y seis veces. Al mismo tiempo, tiene que producir entre 30 y 35 kilos de leche al día siguiente del nacimiento de su cría. Esto le facilita tener deficiencia de energía.
“Cuando una vaca ingiere muy pocos carbohidratos, recurre a quemar sus reservas de grasa para intentar obtener suficiente glucosa”, explica Reksen. “Ocurre exactamente lo mismo cuando la gente ayuna. En estas condiciones, una vaca puede contraer enfermedades metabólicas como la cetosis subclínica, entre otras”, afirma.
Una enfermedad invisible que crea problemas
La cetosis clínica es una enfermedad metabólica fácil de identificar y tratar. El problema de la cetosis subclínica es que no presenta síntomas visibles y, por tanto, es difícil de detectar.
La cetosis subclínica aparece entre el 15 y el 20% de las vacas después de haber parido. La afección provoca una menor ingesta de alimento, niveles más bajos de producción de leche, una fertilidad reducida y un mayor riesgo de contraer otras enfermedades metabólicas. Es común que las vacas estén enfermas entre dos y tres semanas, pero la enfermedad puede continuar por más tiempo. Hasta la fecha sólo era posible detectar la cetosis subclínica mediante análisis de sangre.
Investigando muestras de leche
En un estudio reciente en el que participaron un total de 61 vacas rojas noruegas, se tomaron muestras de leche una semana antes del parto y luego cien días después del parto. La composición de la leche en las muestras se analizó mediante espectrometría infrarroja. Las queserías noruegas toman periódicamente muestras de este tipo de todas las vacas que les suministran leche.
Después del parto, se tomaron muestras de sangre de 61 vacas para determinar si alguna había desarrollado cetosis subclínica. Luego, el equipo de investigación analizó la composición de ácidos grasos en las muestras para ver si había algún indicio que pudiera revelar la enfermedad.
‘Huellas dactilares’ en la leche
Después de cotejar los datos de las muestras de leche con otra información registrada para cada vaca, los investigadores descubrieron un patrón, o “huella digital”, que se correlacionaba con la presencia de cetosis subclínica en las muestras de sangre.
“Esto significa que podemos aplicar métodos matemáticos a los datos de muestras de leche estándar para ayudarnos a determinar si una vaca ha contraído cetosis subclínica o no”, dice Reksen. “Esto también significa que ya no tendremos que tomar muestras de sangre”, afirma.
“Una vez que hayamos perfeccionado el método, los productores de leche podrán obtener información directamente de la lechería sobre si su vaca tiene la enfermedad o no”, explica Reksen. “El ganadero puede entonces tomar medidas para corregir cualquier deficiencia energética en una etapa temprana, permitiendo que la vaca se mantenga sana y fértil, así como sus altos niveles de producción de leche”.
muchas matemáticas
Amira Rachah es científica investigadora en SINTEF Industry y ha estado coordinando el trabajo matemático, así como los aspectos de big data y aprendizaje automático del proyecto. El aprendizaje automático se utiliza para analizar los grandes volúmenes de datos involucrados. Los investigadores lograron construir modelos que identificaron los cambios sistemáticos en las propiedades de los ácidos grasos y la composición de las muestras de leche de vacas que tenían riesgo de contraer cetosis subclínica.
“Creo que si los productores de leche tienen acceso a datos en tiempo real sobre cada una de sus vacas, tenemos el potencial de revolucionar la producción de leche“, afirma Rachah. “Los agricultores podrán tomar decisiones informadas sobre la nutrición y el cuidado de sus rebaños, lo que a su vez salvaguardará el bienestar animal y al mismo tiempo aumentará su rentabilidad”, afirma.
Predecir enfermedades
El equipo de investigación aún no ha logrado identificar la “huella” de la cetosis subclínica en muestras de leche tomadas antes del parto. Sin embargo, ya se ha iniciado un nuevo estudio con el objetivo de ampliar el modelo existente. Actualmente, la mitad de las vacas de Noruega son ordeñadas por robots que recopilan datos individualizados sobre parámetros que incluyen cuándo se ordeña una vaca y cuánta leche produce.
“Cuando combinemos los datos sobre la composición de las muestras con los obtenidos por los robots, tendremos una mejor base para la creación de algoritmos que puedan identificar los signos que indicarán el desarrollo futuro de cetosis subclínica”, afirma Reksen. “Nuestro objetivo es poder predecir la aparición de la enfermedad antes de que la vaca enferme”, afirma.
Reksen insiste en que no hay dos vacas iguales.
“La transición hacia rebaños más grandes hace que a los productores de leche les resulte aún más difícil controlar el bienestar de cada animal”, explica. “Todas las vacas son diferentes y tienen sus propias características individuales. Por eso necesitamos datos de cada vaca”, afirma.
Otras enfermedades
Reksen cree que el método desarrollado para detectar la cetosis subclínica se puede aplicar a otras enfermedades.
“Hasta ahora sólo hemos investigado la detección temprana de la cetosis subclínica”, afirma. “Sin embargo, el modelo también es capaz de revelar otras enfermedades y problemas de salud, como la mastitis, que también influye en la calidad de la leche. Los algoritmos de aprendizaje automático también se pueden utilizar para desarrollar modelos para predecir la probabilidad de propagación de enfermedades en el establo”, afirmó . dice.
Reksen también cree que un mejor seguimiento de la salud del ganado es una herramienta clave en la batalla para mitigar el cambio climático.
” Las vacas lecheras sanas ayudan a controlar la huella climática de Noruega. Las vacas noruegas tienen sólo la mitad de huella en comparación con el promedio mundial”, dice.
