Автор: Эверест Аканно, доктор философии, генетик, Genesus Inc.
Успех программ генетического улучшения свиней во многом зависит от непрерывной генерации, сбора и анализа отраслевых данных как из ядра, так и из коммерческих объектов.
Эти данные поступают из различных источников, включая центры для тестирования потомства, упаковочные заводы, основные и коммерческие помещения, а также лаборатории ДНК (рис.1), которые обычно характеризуются быстро меняющейся рабочей средой, в которой создание и сбор данных происходит быстро и непрерывно люди могут не иметь точности данных в качестве главного приоритета, что создает пространство для возможных ошибок. Кроме того, достижения в области технологий и вычислений позволили автоматизировать генерацию данных и интеграцию в удаленную базу данных, что может уменьшить потенциальные ошибки. Тем не менее, все еще существуют вопросы относительно качества и достоверности отраслевых данных для сравнения когорт, оценки генетических достоинств и принятия решений о выборе.
Что такое целостность данных?
В контексте программ генетического улучшения целостность данных определяется как степень, в которой данные, собранные о человеке, являются полными, последовательными, точными и надежными для целей генетической оценки. Согласно руководящим принципам Международного совета по регистрации животных (ICAR, 2018), полная и точная запись о животном должна иметь следующие атрибуты:
- Идентификация животных - животное должно быть надлежащим образом идентифицировано с использованием любых подходящих методов идентификации.
- Подтверждение отцовства - отцовство человека должно быть проверено и отслежено.
- Даты записи - даты рождения и даты измерений должны быть полными и точными.
- Фенотипические ценности - ценность записи животного об уровне продуктивности или продуктивности должна быть в пределах допустимых опубликованных базовых значений для признаков и породы.
- Систематические эффекты - факторы, которые, как известно, связаны с отчетом о производительности для человека, должны быть отмечены и должным образом задокументированы.
Проблемы с целостностью данных в свиноводстве
Сбор и интерпретация данных лежат в основе многих решений, принимаемых в свиноводстве. Генерация значительных объемов данных стала нормальной частью бизнеса по генетическому улучшению свиней, особенно с появлением геномных технологий. Однако человеческие ошибки и отказ автоматизированных систем могут нарушить целостность данных. Примеры потенциальных проблем с целостностью данных включают, помимо прочего, следующее:
- Неправильная маркировка образцов (например, для генотипирования).
- Плохое обращение с образцами во время хранения, что может привести к потере данных.
- Неправильная идентификация животного.
- Неправильное определение отцовства.
- Ошибка при вводе данных.
- Отказ в автоматизированных системах измерения, приводящий к неточным измерениям или перерыв в измерении по времени (например, индивидуальное оборудование для приема корма).
- Неточная запись УЗИ от неопытных или неподготовленных технических специалистов
Усилия по смягчению этих проблем будут иметь большое значение для улучшения качества и целостности данных, используемых для генетической оценки, что приведет к более точной оценке генетической ценности.
Меры по повышению целостности данных в системах генетической оценки
Как отмечалось ранее, ошибки в определении отцовства и в привязке данных (генотип или фенотип) к нужным животным в системе регистрации могут быть очень катастрофическими и подорвать предсказательную силу системы генетической оценки. Самый важный ключ к целостности данных - это люди. Персонал, который искренне интересуется и понимает важность качественных данных, является наиболее ценным ресурсом для обеспечения целостности данных. Следовательно, целостность данных необходимо часто контролировать, внимательно следя за следующими областями:
- Данные из различных источников необходимо проверять и запрашивать перед интеграцией в базу данных.
- Все программное обеспечение, которое поддерживает сбор данных, обработку данных и отчетность, необходимо регулярно проверять.
- Доступ к базе данных должен быть ограничен лицами, ответственными за сбор данных и управление ими.
- Все лица, занимающиеся сбором и анализом данных, должны быть обучены и иметь соответствующие сертификаты.
- Должны быть внедрены и автоматизированы меры контроля качества для выявления потенциальных ошибок при вводе данных.
- Использование и анализ данных должны включать шаги по выявлению, визуализации и фильтрации ошибочных данных.
Genesus Inc., ведущая мировая генетическая компания в области свиноводства, очень серьезно относится к целостности данных. Наши преданные своему делу сотрудники считают целостность данных высшим приоритетом. Мы постоянно следим за целостностью данных и разработали меры для выявления и исключения ошибочных данных из базы данных. Кроме того, Genesus Genetic Team постоянно исследует и разрабатывает новые подходы для улучшения качества данных, используемых при оценке генетической ценности, тем самым предоставляя нашим клиентам лучшую генетику.
Ссылки:
ИКАР (2018). Глобальный стандарт данных по животноводству.
В категории: Популярные новости, Глобальная технология
Этот пост был написан Genesus