Datenintegritäts- und genetische Bewertungssysteme

Von: Everestus Akanno, PhD., Genetiker, Genesus Inc.

Der Erfolg von Programmen zur genetischen Verbesserung von Schweinen hängt stark von der kontinuierlichen Generierung, Sammlung und Analyse branchenweiter Daten sowohl aus dem Kern als auch aus kommerziellen Umgebungen ab.

Diese Daten stammen aus einer Vielzahl von Quellen, darunter Nachkommen-Testeinrichtungen, Verpackungsanlagen, Kern- und kommerzielle Scheunen sowie DNA-Labors (Abb. 1), die sich in der Regel durch eine schnelllebige Arbeitsumgebung auszeichnen, in der die Datengenerierung und -erfassung schnell und kontinuierlich erfolgt Menschen haben möglicherweise nicht die Genauigkeit der Daten als oberste Priorität, wodurch Raum für mögliche Fehler geschaffen wird. Darüber hinaus haben Fortschritte in Technologie und Berechnung die Automatisierung der Datengenerierung und -integration in eine entfernte Datenbank ermöglicht, wodurch potenzielle Fehler reduziert werden können. Dennoch bestehen noch Fragen zur Qualität und Gültigkeit branchenweiter Daten für den Vergleich von Kohorten, die Bewertung des genetischen Werts und das Treffen von Auswahlentscheidungen.

Was ist Datenintegrität?

Im Rahmen von Programmen zur genetischen Verbesserung wird Datenintegrität als das Ausmaß definiert, in dem die über eine Person gesammelten Daten für genetische Bewertungszwecke vollständig, konsistent, genau und zuverlässig sind. Gemäß den Richtlinien des International Council on Animal Recording (ICAR, 2018) sollte eine vollständige und genaue Aufzeichnung eines Tieres die folgenden Eigenschaften aufweisen:

Tieridentifikation - Das Tier sollte mit geeigneten Identifikationsmethoden ordnungsgemäß identifiziert werden.
Überprüfung der Abstammung - Die Abstammung der Person sollte überprüft und nachverfolgbar sein.
Aufnahmedaten - Das Geburtsdatum und das Messdatum sollten vollständig und genau sein.
Phänotypische Werte - Der Wert der Tieraufzeichnung der Produktion oder des Leistungsniveaus sollte innerhalb der zulässigen veröffentlichten Basislinien für die Merkmale und die Rasse liegen.
Systematische Auswirkungen - Faktoren, von denen bekannt ist, dass sie mit der Leistungsaufzeichnung einer Person zusammenhängen, sollten notiert und ordnungsgemäß dokumentiert werden.

Probleme mit der Datenintegrität bei der Schweineproduktion

Die Datenerfassung und -interpretation bildet die Grundlage für die zahlreichen Entscheidungen in der Schweineindustrie. Die Erzeugung signifikanter Datenmengen ist zu einem normalen Bestandteil des Geschäfts zur Verbesserung der genetischen Genetik von Schweinen geworden, insbesondere mit dem Aufkommen der Genomtechnologie. Menschliche Fehler und der Ausfall automatisierter Systeme können jedoch die Datenintegrität beeinträchtigen. Beispiele für mögliche Probleme mit der Datenintegrität sind unter anderem die folgenden:

Fehlkennzeichnung von Proben (z. B. zur Genotypisierung).
Schlechter Umgang mit Proben während der Lagerung, was zu fehlenden Daten führen kann.
Falsche Tieridentifikation.
Falsche Zuordnung der Abstammung.
Fehler bei der Dateneingabe.
Fehler in automatisierten Messsystemen, die zu ungenauen Messungen oder einer Unterbrechung zeitgesteuerter Messungen führen (z. B. einzelne Futteraufnahmegeräte).
Ungenaue Ultraschallaufzeichnung von unerfahrenen oder nicht geschulten Technikern

Die Bemühungen zur Minderung dieser Probleme werden einen großen Beitrag zur Verbesserung der Qualität und Integrität der für die genetische Bewertung verwendeten Daten leisten und somit zu einer genaueren Abschätzung des genetischen Werts führen.

Maßnahmen zur Verbesserung der Datenintegrität in genetischen Bewertungssystemen

Wie bereits erwähnt, können Fehler bei der Zuordnung der Eltern und bei der Verknüpfung von Daten (Genotyp oder Phänotyp) mit den richtigen Tieren im Aufzeichnungssystem sehr katastrophal sein und die Vorhersagekraft des genetischen Bewertungssystems untergraben. Der wichtigste Schlüssel zur Datenintegrität sind Menschen. Mitarbeiter, die ein großes Interesse an der Bedeutung von Qualitätsdaten haben und diese verstehen, sind die wertvollste Ressource, um die Datenintegrität sicherzustellen. Daher muss die Datenintegrität häufig überwacht werden, indem die folgenden Bereiche genau beobachtet werden:

Daten aus verschiedenen Quellen müssen vor der Integration in die Datenbank überprüft und abgefragt werden.
Alle Software, die Datenerfassung, Datenverarbeitung und Datenberichterstattung unterstützt, muss regelmäßig validiert werden.
Der Zugriff auf die Datenbank sollte auf Personen beschränkt sein, die für die Datenerfassung und -verwaltung verantwortlich sind.
Alle Personen, die mit der Datenerfassung und -analyse befasst sind, sollten geschult sein und gegebenenfalls eine Zertifizierung erhalten.
Qualitätskontrollmaßnahmen sollten vorhanden und automatisiert sein, um mögliche Fehler bei der Dateneingabe zu identifizieren.
Die Datennutzung und -analyse sollte Schritte zum Identifizieren, Visualisieren und Filtern fehlerhafter Daten umfassen.

Als weltweit führendes Schweinegenetikunternehmen nimmt Genesus Inc. die Datenintegrität sehr ernst. Unsere engagierten Mitarbeiter betrachten Datenintegrität als höchste Priorität. Wir überwachen kontinuierlich die Datenintegrität und haben Maßnahmen festgelegt, um fehlerhafte Daten zu identifizieren und vom Eintritt in die Datenbank auszuschließen. Darüber hinaus erforscht und entwickelt das Genesus Genetic Team kontinuierlich neue Ansätze zur Verbesserung der Qualität von Daten, die zur Abschätzung des genetischen Werts verwendet werden, um unseren Kunden die beste Genetik zu liefern.