Integralność danych i systemy oceny genetycznej

Autor: dr Everestus Akanno, genetyk, Genesus Inc.

Sukces programów doskonalenia genetycznego świń zależy w dużej mierze od ciągłego generowania, gromadzenia i analizy danych z całej branży, zarówno z jądra komórkowego, jak i otoczenia komercyjnego.

Dane te pochodzą z różnych źródeł, w tym placówek do przeprowadzania testów potomstwa, pakowalni, hodowli jąder i komercyjnych oraz laboratoriów DNA (ryc. 1), które zazwyczaj charakteryzują się szybkim środowiskiem pracy, w którym generowanie i gromadzenie danych odbywa się szybko i nieprzerwanie oraz ludzie mogą nie traktować dokładności danych jako najwyższego priorytetu, stwarzając w ten sposób miejsce na ewentualne błędy. Ponadto postęp w technologii i obliczeniach umożliwił automatyzację generowania danych i integrację ze zdalną bazą danych, co może zmniejszyć potencjalne błędy. Niemniej jednak wciąż istnieją pytania o jakość i ważność danych branżowych do porównywania kohort, oceny wartości genetycznej i podejmowania decyzji dotyczących selekcji.

Co to jest integralność danych?

W kontekście programów doskonalenia genetycznego integralność danych definiuje się jako stopień, w jakim dane zebrane na temat osoby są kompletne, spójne, dokładne i wiarygodne do celów oceny genetycznej. Zgodnie z wytycznymi Międzynarodowej Rady ds.Rejestracji Zwierząt (ICAR, 2018) pełny i dokładny zapis dotyczący zwierzęcia powinien mieć następujące cechy:

Identyfikacja zwierząt - zwierzę należy odpowiednio zidentyfikować przy użyciu wszelkich odpowiednich metod identyfikacji.
Weryfikacja pochodzenia - pochodzenie jednostki powinno być zweryfikowane i możliwe do śledzenia.
Daty rejestracji - Daty urodzenia i daty pomiarów powinny być kompletne i dokładne.
Wartości fenotypowe - wartość rekordu zwierzęcia dotyczącego produkcji lub poziomu użytkowego powinna mieścić się w dopuszczalnych opublikowanych podstawach dla cech i rasy.
Skutki systematyczne - Czynniki, o których wiadomo, że są związane z wynikami osiągnięć danej osoby, należy odnotować i odpowiednio udokumentować.

Problemy z integralnością danych w produkcji trzody chlewnej

Gromadzenie i interpretacja danych stanowi podstawę wielu decyzji podejmowanych w branży trzody chlewnej. Generowanie znacznych ilości danych stało się normalną częścią biznesu doskonalenia genetycznego świń, zwłaszcza wraz z pojawieniem się technologii genomowej. Jednak błędy ludzkie i awarie zautomatyzowanych systemów mogą zagrozić integralności danych. Przykłady potencjalnych problemów z integralnością danych obejmują między innymi następujące:

Błędne etykietowanie próbek (np. Do celów genotypowania).
Niewłaściwa obsługa próbek podczas przechowywania, co może skutkować brakiem danych.
Nieprawidłowa identyfikacja zwierzęcia.
Nieprawidłowe przypisanie pochodzenia.
Błąd podczas wprowadzania danych.
Awaria automatycznych systemów pomiarowych prowadząca do niedokładnych pomiarów lub przerwy w pomiarach czasowych (np. Indywidualne urządzenia do pobierania paszy).
Niedokładne zapisy USG wykonane przez niedoświadczonych lub nieprzeszkolonych techników

Wysiłki mające na celu złagodzenie tych problemów znacznie przyczynią się do poprawy jakości i integralności danych wykorzystywanych do oceny genetycznej, prowadząc w ten sposób do dokładniejszej oceny wartości genetycznej.

Środki mające na celu poprawę integralności danych w systemach oceny genetycznej

Jak wcześniej zauważono, błędy w przypisywaniu rodzicielstwa i łączeniu danych (genotypu lub fenotypu) z właściwymi zwierzętami w systemie zapisu mogą być bardzo katastrofalne i podważać moc predykcyjną systemu oceny genetycznej. Najważniejszym kluczem do integralności danych są ludzie. Pracownicy, którzy są żywo zainteresowani i rozumieją znaczenie danych wysokiej jakości, są najcenniejszym zasobem zapewniającym integralność danych. Dlatego integralność danych należy często monitorować, zwracając baczną uwagę na następujące obszary:

Dane z różnych źródeł wymagają weryfikacji i przeszukiwania przed integracją z bazą danych.
Wszystkie programy obsługujące gromadzenie, przetwarzanie i raportowanie danych wymagają regularnej weryfikacji.
Dostęp do bazy danych powinien być ograniczony do osób odpowiedzialnych za gromadzenie danych i zarządzanie nimi.
Wszystkie osoby zaangażowane w gromadzenie i analizę danych powinny zostać przeszkolone i posiadać odpowiednie certyfikaty.
Środki kontroli jakości powinny być wdrożone i zautomatyzowane, aby zidentyfikować potencjalne błędy przy wprowadzaniu danych.
Wykorzystanie i analiza danych powinny obejmować kroki identyfikacji, wizualizacji i filtrowania błędnych danych.

Jako wiodąca globalna firma zajmująca się genetyką świń, Genesus Inc. bardzo poważnie traktuje integralność danych. Nasz oddany personel traktuje integralność danych jako najwyższy priorytet. Nieustannie monitorujemy integralność danych i opracowaliśmy środki umożliwiające identyfikację i wykluczenie błędnych danych z bazy danych. Ponadto zespół Genesus Genetic nieustannie bada i opracowuje nowatorskie podejścia do poprawy jakości danych wykorzystywanych do oceny wartości genetycznej, dostarczając w ten sposób najlepszą genetykę naszym klientom.