Биометрический мониторинг рубцовой среды у молодняка мясного скота с применением внутрижелудочных болюсов: разработка онтологической модели для прогнозирования здоровья и продуктивности

Бесплатный доступ

Статья посвящена разработке онтологической модели верхнего уровня для прогнозирования риска подострого ацидоза рубца на основе проведенного многопараметрического анализа рубцовой среды коров абердин-ангусской и якутской пород. Цель работы – повышение эффективности выявления подострого ацидоза рубца коров. В исследовании собран массив данных от восьми голов абердин-ангусской и двух голов якутской породы. Животные возрастом от 10 до 16 месяцев. Использовались внутрижелудочные болюсы с датчиками pH, температуры и трехосевым акселерометром с пероральным введением в рубец. Применялись специальные фильтры температурных аномалий для исключения артефактов поения и кислотных аномалий для исключения сбоев измерения. Для оценки статистики использовалась корреляция Пирсона на десятиминутных и суточных данных, а для межпородных различий – t-критерий Стьюдента с p < 0,05. Итого собрано 33090 записей с валидными измерениями, что составляет 5515 часов мониторинга. Среднее pH 6,94 ± 0,31 при температуре рубца в диапазоне от 37,9 °C до 38,7 °C. Корреляция температуры с pH значима у 8 из 10 животных, в 7 случаях является положительной в диапазоне от 0,084 до 0,241. Составлены матрицы попарных корреляций Пирсона по каждому животному и диаграмма рассеяния pH и температуры рубца по двум породам с линиями регрессии. Составлена онтологическая модель с прогнозом pH в следующем часу с коэффициентом детерминации R² = 0,89. Для классификации риска подострого ацидоза рубца оценка дискриминационной способности классификационной модели 0,975. В исследовании изучена и реализована онтологическая модель биоценоза рубца, достоверно оценены различия в pH между абердин-ангусской и якутской породами, определены корреляция температуры с pH. Разработанная онтологическая модель продемонстрировала высокую точность в предсказании изменения pH и классификации риска подострого ацидоза рубца.

Крупный рогатый скот \ датчик-болюс \ мониторинг здоровья \ желудочно-кишечный тракт \ рубец \ онтологическая модель

Короткий адрес: https://sciup.org/147255493

IDS: 147255493   |   УДК: 631.171, 636.2.034   |   DOI: 10.15838/alt.2026.9.4.5

Biometric monitoring of the rumen environment in young beef cattle using intraruminal boluses: Development of ontological model for predicting health and productivity

The article is devoted to the development of an upper level ontological model for predicting the risk of subacute ruminal acidosis based on a multi parameter analysis of the rumen environment of cows of the Aberdeen Angus and the Yakutian breeds. The aim of the work is to improve the efficiency of detecting subacute ruminal acidosis in cows. The study collected a data array from eight Aberdeen Angus and two Yakutian breed animals. The animals were aged from 10 to 16 months. Intraruminal boluses with pH, temperature, and three axis accelerometer sensors were used, administered orally into the rumen. Special filters for temperature anomalies were applied to exclude drinking artifacts, and filters for acid anomalies were used to exclude measurement failures. Pearson correlation was used to assess statistics on ten minute and daily data, and the Student's t test with p < 0.05 was used for interbreed differences. In total, 33,090 records with valid measurements were collected, amounting to 5,515 hours of monitoring. The mean pH was 6.94 ± 0.31, with rumen temperature ranging from 37.9 °C to 38.7 °C. The correlation of temperature with pH was significant in 8 of 10 animals, and in 7 cases it was positive, ranging from 0.084 to 0.241. Matrices of pairwise Pearson correlations were compiled for each animal, along with a scatter plot of rumen pH and temperature for the two breeds with regression lines. An ontological model was constructed with a pH forecast for the next hour with a coefficient of determination R² = 0.89. For classifying the risk of subacute ruminal acidosis, the discrimination ability of the classification model was estimated at 0.975. The study examined and implemented an ontological model of the rumen biocenosis, reliably assessed differences in pH between the Aberdeen Angus and the Yakuting breeds, and determined the correlation of temperature with pH. The developed ontological model demonstrated high accuracy in predicting pH changes and classifying the risk of subacute ruminal acidosis.

Текст научной статьи Биометрический мониторинг рубцовой среды у молодняка мясного скота с применением внутрижелудочных болюсов: разработка онтологической модели для прогнозирования здоровья и продуктивности

В отличие от ошейников, болюсы обеспечивают прямой мониторинг внутренней среды, что делает их незаменимыми для диагностики метаболических нарушений (Džermeikaitė et al., 2023). Болюсы, такие как smaXtec (smaXtec animal care technology GmbH, Австрия), обеспечивают раннюю диагностику метаболических нарушений с чувствительностью до 92% (Hajnal et al., 2022).

Рубцовое пищеварение занимает центральное место в обеспечении продуктивности и здоровья жвачных животных. Рацион напрямую влияет на здоровье рубца, продуктивность и общее благополучие коров (Petrovski et al., 2022). Нарушения кислотно-щелочного баланса, такие как субклинический ацидоз, вызванные несбалансированными рационами с высоким содержанием концентратов, приводят к снижению надоев и повышают риск метаболических заболеваний (Владимиров и др., 2019).

Нарушения рубцового метаболизма, прежде всего подострый ацидоз рубца (SARA), приводят к снижению потребления корма, дисбалансу микробиоты, замедлению приростов живой массы и повышению риска вторичных заболеваний (Plaizier et al., 2008; Enemark, 2008; Zebeli, Metzler-Zebeli, 2012). SARA протекает латентно, что исключает своевременную диагностику традиционными методами.

Симптомами ацидоза рубца у коров являются диарея, уменьшение аппетита, снижение удоев молока, что в будущем может повлечь другие заболевания, такие как токсикоз, тимпания, кетоз, ламинит, общая слабость. Чаще всего встречается субклинический ацидоз, при котором pH рубца составляет от 5,6

до 6,0. Это заболевание серьезно влияет на здоровье коров и снижает производительность молочных ферм (Астахова и др., 2015).

Существующие исследования подчеркивают важность оценки состояния рубцового биоценоза, поскольку нарушение устойчивого соотношения микроорганизмов и направленности ферментативных процессов может служить одним из признаков неблагополучия рубцовой среды и повышенного риска развития ацидоза (Йылдырым и др., 2020). Необходимо комплексно контролировать состояние рубца при корректировке кормления, поскольку выраженные изменения ферментации и микробного состава рубца могут сопровождаться сдвигом кислотно-щелочного равновесия и создавать предпосылки для развития рубцового ацидоза (Шейда, 2022).

Современные внутрижелудочные болюсы с датчиками pH, температуры и трехосевого акселерометра открывают возможность непрерывного неинвазивного мониторинга рубцовой среды с частотой в одно измерение каждые 10 минут (Alzahal et al., 2009; Liang et al., 2017). Поскольку данные по молодняку мясных пород в Российской Федерации практически отсутствуют, актуальной целью является сбор и систематизация данных в онтологическую модель для возможности прогноза развития подострого ацидоза рубца у представленных в России пород коров.

Цель и задачи исследования

Цель – повышение эффективности выявления подострого ацидоза рубца у коров с последующей реализацией онтологической модели.

Задачи исследования:

– сбор данных о кислотности, температуре и двигательной активности не менее 10 особей молодняка коров;

– анализ показателей рубцовой среды;

– разработка онтологической модели, реализующей прогноз pH с оценкой важности признаков.

Материалы и методы

Исследование и составление онтологической модели проводилось на базе ФГБНУ ФНАЦ ВИМ в Москве, сбор данных – в ФГБНУ «Федеральный исследовательский центр животноводства – ВИЖ им. Л.К. Эрнста» в Московской области с сентября 2025 года по май 2026 года. Объект исследования: 10 голов клинически здорового молодняка: 8 абердин-ангус-ской и 2 якутской породы, возраст от 10 до 16 месяцев. Животные содержались в стандартных производственных условиях по принятым технологиям мясного скотоводства; рационы соответствовали детализированным нормам ВИЖ им. Л.К. Эрнста.

Для мониторинга использованы болюсы собственной разработки ФГБНУ ФНАЦ ВИМ, оснащенные датчиками pH (диапазон измерений 1–14 ед., разрешение 0,01 ед.), температуры (диапазон 0–45 °C) и трехосевым акселерометром. Болюсы вводились в рубец животных с помощью специального аппликатора. Данные с болюсов передавались на базовую станцию по радиоволнам в диапазоне ISM (433 МГц). С базовой станции данные передавались на сервер через GSM (900/1800 МГц) и WiFi. Полученные данные анализировались с помощью специальных алгоритмов и отправлялись в виде уведомлений в программное обеспечение. Датчики pH были калиброваны с использованием буферных растворов pH 4 и pH 7 в начале исследования. Данные считывались каждые 10 минут в течение дня (144 измерения в сутки). Период наблюдения составил 26–29 суток на животное.

Из первичного массива исключались строки с T < 37,0 °C (артефакт охлаждения болюса при поении) и строки с pH < 5,5

(физиологически невозможные значения – сбой электрохимического датчика). Применялась линейная интерполяция на пропусках длительностью до 12 точек (2 ч.), для более длинных пропусков – замена медианным значением часового окна. После предобработки получено 33090 валидных записей.

Индекс двигательной активности (ИДА) рассчитывался как произведение суммарной энергии движения на количество актов движения за десятиминутный интервал. Для интегральной оценки рубцового здоровья разработан Rumen Health Index:

RHI = pH норм × 0,4 + (1 - SARA/100) × 0,3 + ИДА норм × 0,3, (1)

где pH норм и ИДА норм – минимакс-норми-рованные значения.

Онтологическая модель разработана в среде Protégé (OWL 2). Прогностическая модель Random Forest (200 деревьев, 5-кратная перекрестная проверка) обучалась на признаках: текущее pH, температура, ИДА, породный код. Статистический анализ выполнен в Python 3.11 (библиотеки pandas, scipy, scikit-learn). Корреляции Пирсона рассчитывались на почасовых и суточных агрегированных данных. Межпородные различия оценивались двухвыборочным t-критерием Стьюдента (уровень значимости p < 0,05). Данные представлены как M ± SD.

Результаты исследований и их обсуждение

Первичный анализ выявил выраженную индивидуальную изменчивость показателей рубцовой среды. Сводные биометрические характеристики по всем животным представлены в табл. 1 .

Средний pH по группе составил 6,94 ± 0,31 ед. У большинства животных абердин-ангусской породы значения pH находились в пределах физиологической нормы (6,2–7,2 ед.). Якутские (№ 001 и № 002) стабильно превосходили абер-дин-ангусских по pH рубца (7,27 ± 0,30 против 6,86 ± 0,16; t = -2,81; p = 0,023). SARA составила 0% у обоих животных, тогда как в группе АА – в среднем 1,07%. Также представители данной породы характеризовались наиболее высокими значениями RHI (0,489 и 0,713), что указывает на лучшую адаптацию рубцовой среды к условиям кормления.

Животное № 4097 являлось наиболее проблемным по комплексу объектив-

Таблица 1. Сводные биометрические показатели рубцовой среды у молодняка (n = 10, после предобработки, M ± SD)

№

Порода, возраст

n

pH̄ ± SD

min

max

T̄ ± SD °C

< 5,8%

SARA%

ИДА̄

RHI

4064

аб.-анг., 10 мес.

3350

6,76 ± 0,17

5,94

7,13

38,1 ± 0,3

0,00

0,51

2468

0,559

4198

аб.-анг., 1 год 4 мес.

3427

6,79 ± 0,23

5,74

7,29

38,7 ± 0,4

0,09

2,16

2721

0,593

4057

аб.-анг., 1 год 4 мес.

3354

7,09 ± 0,26

6,22

7,60

38,4 ± 0,6

0,00

0,00

334

0,506

4175

аб.-анг., 1 год 4 мес.

3015

7,04 ± 0,19

6,07

7,52

38,2 ± 0,4

0,00

0,13

3268

0,779

4091

аб.-анг., 1 год 4 мес.

3278

6,70 ± 0,16

6,22

7,20

38,2 ± 0,4

0,00

0,00

3057

0,590

4455

аб.-анг., 1 год 4 мес.

3291

6,91 ± 0,16

6,39

7,34

38,0 ± 0,3

0,00

0,00

1953

0,583

4358

аб.-анг., 1 год 4 мес.

3412

6,95 ± 0,15

6,32

7,37

38,4 ± 0,5

0,00

0,00

1935

0,597

4097

аб.-анг., 1 год 4 мес.

3349

6,68 ± 0,26

5,83

7,75

38,7 ± 0,5

0,00

5,70

1646

0,417

001

якутская, 1 год 4 мес.

3401

7,05 ± 0,19

6,52

7,50

37,9 ± 0,3

0,00

0,00

359

0,489

002

якутская, 1 год 4 мес.

3213

7,48 ± 0,24

6,78

8,11

37,9 ± 0,3

0,00

0,00

465

0,713

Примечание: SARA% – доля времени с pH < 6,2; ИДА̄ – средний ИДА (усл. ед.); RHI – Rumen Health Index (0–1). Красный фон – животное № 4097 (min RHI); зеленый – якутская порода.

Источник: результаты исследований авторов.

Рис. 1. Суточная динамика pH рубца (левая ось, синяя линия) и ИДА (правая ось, красные столбцы) у животного № 4097

Примечание: По левой оси – pH рубца (синяя линия); по правой оси – сглаженный ИДА (красная линия, скользящее среднее с окном 6 ч.). Пунктирная горизонталь – порог SARA (6,2).

Данные после фильтрации (T ≥ 37 °C, pH ≥ 5,5).

Источник: результаты исследований авторов.

RHI

Нижний квартиль RHI

% времени SARA (pH < 6,2)

1,0

7,0

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,0

4175      4091      4455

Животное №

5,70

5,70

6,0

5,0

4,0

3,0

2,0

1,0

0,0

-1,0

g

Рис. 2. Сравнительная характеристика RHI (столбцы, левая ось) и доли времени SARA% (правая ось) по всем 10 животным

Источник: результаты исследований авторов.

ных показателей: наибольшая доля времени SARA (pH < 6,2) составила 5,70% (около 31,8 ч. за период мониторинга); максимальное стандартное отклонение pH (SD = 0,26); минимальный RHI (0,417). Критический период приходился на дни 14–17, когда в день 15 доля SARA-измерений достигала 59% суточного массива. После 18 дня постепенно нормализовалась.

Суточная динамика pH рубца (левая ось, синяя линия) и ИДА (правая ось, красные столбцы) у животного № 4097 (аб.-анг., 1 год 4 мес.) представлена на рис. 1.

Проведенный анализ межпородных различий показал, что якутские животные имеют средний pH 7,27 ± 0,30 против 6,86 ± 0,16 у абердин-ангусских (t = -2,81, p = 0,023). SARA у якутских – 0%. RHI варьировал от 0,417 (№ 4097) до 0,779 (№ 4175). Сравнительная характеристика представлена на рис. 2 .

Корреляционный анализ почасовых данных показал значимую положитель-

Таблица 2. Сводные биометрические показатели рубцовой среды у молодняка (n = 10, после предобработки, M ± SD)

№

Порода

r(pH,T)

P

sig

r(pH,ИДА)

P

sig

r(T,ИДА)

p

sig

4064

аб.-анг.

-0,028

0,101

нз

-0,036

0,039

*

-0,004

0,828

нз

4198

аб.-анг.

0,191

< 0,001

***

-0,011

0,513

нз

0,059

< 0,001

***

4057

аб.-анг.

0,086

< 0,001

***

-0,046

0,007

**

0,014

0,409

нз

4175

аб.-анг.

0,241

< 0,001

***

0,015

0,401

нз

0,031

0,085

нз

4091

аб.-анг.

0,007

0,675

нз

-0,008

0,650

нз

0,108

< 0,001

***

4455

аб.-анг.

0,108

< 0,001

***

0,023

0,183

нз

-0,036

0,036

*

4358

аб.-анг.

0,084

< 0,001

***

0,006

0,713

нз

0,033

0,057

нз

4097

аб.-анг.

0,167

< 0,001

***

-0,007

0,667

нз

0,011

0,539

нз

001

якутская

0,086

< 0,001

***

0,036

0,037

*

0,127

< 0,001

***

002

якутская

-0,145

< 0,001

***

-0,049

0,005

**

0,068

< 0,001

***

Пул

–

-0,169

< 0,001

***

-0,008

0,130

нз

0,024

< 0,001

***

Источник: результаты исследований авторов.

Рис. 3. R (pH, температура) по десятиминутным данным

Рис. 4. R (pH, ИДА) по суточным средним

Источник: результаты исследований авторов.

Источник: результаты исследований авторов.

ную корреляцию pH с температурой рубца у большинства животных (r = 0,084–0,241; p < 0,001). В объединенной выборке зафиксирован инвертированный знак (r = 0,169; p < 0,001) – проявление экологической ошибки агрегирования (ecological fallacy). Подробные результаты корреляционного анализа представлены в табл. 2 .

Выявили, что корреляция Пирсона r (pH, T) значима у 8 из 10 животных (p < 0,001); у 7 из 8 – положительная (r = 0,084–0,241). В объединенной выборке r = -0,169 соответствует примеру экологической ошибки агрегирования: знак инвертируется при переходе от индивидуального к популяционному уровню.

Корреляция Пирсона r (pH, ИДА) на десятиминутных данных у большинства незначима и мгновенный ИДА не является суррогатом pH. Значения корреляций представлены на рис. 3, 4, 5 и в табл. 3 .

Затем был проведен корреляционный анализ с суточной агрегацией. Результаты представлены в табл. 4 .

Корреляция Пирсона r(pH, T) значима у № 4064 (r = -0,447, p = 0,019) и № 002 (r = -0,602, p = 0,001). R (pH, ИДА) выделяется у № 4057 (r = -0,509, p = 0,007) и № 002 (r = -0,560, p = 0,002) – отрицательный знак отражает постпрандиальную активность в периоды ферментационного давления.

■ r > 0, p < 0,05    ■ r < 0, p < 0,05    ■ нз (p ≥ 0,05)

0,30

4064      4198      4057      4175      4091      4455      4358      4097      001       002

Животное №

Рис. 5. Диаграмма рассеяния pH и температуры рубца по двум породам с линиями регрессии

Источник: результаты исследований авторов.

Таблица 3. Матрица попарных корреляций Пирсона по каждому животному (десятиминутные данные)

№ животного

r(pH, T)

r(pH, ИДА)

r(T, ИДА)

1. № 4064

-0,03 нз

-0,04*

-0,00 нз

2. № 4198

+0,19***

-0,01 нз

+0,06***

3. № 4057

+0,09***

-0,05**

+0,01 нз

4. № 4175

+0.24***

+0,01 нз

+0,03 нз

5. № 4091

+0,01 нз

-0,01 нз

+0,11***

6. № 4455

+0,11***

+0,02 нз

-0,04*

7. № 4358

+0,08***

+0,01 нз

+0,03 нз

8. № 4097

+0,17***

-0,01 нз

+0,01 нз

9. № 001 (якутская)

+0,09***

+0,04*

+0,13***

10. № 002 (якутская)

-0,14***

-0,05**

+0,07***

Цветовая шкала r

отрицат.

0

положит.

Легенда значимости: нз – p ≥ 0,05; * p < 0,05; ** p < 0,01; *** p < 0,001. Пунктир отделяет якутскую породу (№ 001, 002). Источник: результаты исследований авторов.

Таблица 4. Корреляции Пирсона на суточных средних (n = 24–27 сут/животное)

№

Порода

r(pH,T)

p

sig

r(pH,ИДА)

p

sig

4064

аб.-анг.

–0,447

0,019

*

–0,001

0,995

нз

4198

аб.-анг.

0,302

0,126

нз

0,162

0,419

нз

4057

аб.-анг.

0,133

0,508

нз

–0,509

0,007

**

4175

аб.-анг.

0,230

0,281

нз

0,190

0,375

нз

4091

аб.-анг.

–0,280

0,158

нз

0,157

0,433

нз

4455

аб.-анг.

–0,078

0,700

нз

0,322

0,101

нз

4358

аб.-анг.

–0,026

0,900

нз

0,318

0,107

нз

4097

аб.-анг.

0,313

0,112

нз

0,113

0,573

нз

001

якутская

0,274

0,166

нз

0,093

0,644

нз

002

якутская

–0,602

0,001

***

–0,560

0,002

**

Источник: результаты исследований авторов.

^^^^^н семантическое отношение ATO / DCPO I производная связь          I (внешние онтологии) I

Рис. 6. Онтологическая модель верхнего уровня (OWL 2)

Источник: результаты исследований авторов.

На основе представленных выше результатов была разработана онтологическая модель, реализующая прогноз pH в следующем часу с коэффициентом детерминации R² = 0,89 и среднеквадратичной ошибкой RMSE = 0,10. Важность признаков: pH = 0,957; T = 0,023; ИДА = 0,019. OWL 2 онтология формализует цикл: SensorReading → RumenParameter → HealthIndicator → PredictionModel. Схема онтологической модели верхнего уровня представлена на рис. 6 .

Из полученного результата следует, что иерархия предикторов модели сильно смещена в сторону pH с важностью 0,957, а вот температура рубца является значимым биомаркером краткосрочных изменений. ИДА информативен лишь на суточном масштабе.

Выводы

Проведенное исследование демонстрирует, что непрерывный внутренний мониторинг рубцовой среды у молодняка мясного скота позволяет выявить индивиду- альные паттерны рубцовой дисфункции, недоступные при традиционном эпизодическом контроле. Животные якутской породы отличались более высоким средним pH и нулевой долей SARA, что может свидетельствовать о лучшей адаптации рубцовой микробиоты данной породы к условиям интенсивного откорма. Разработанный алгоритм предобработки данных болюсов, онтологическая модель верхнего уровня (OWL 2) и Rumen Health Index (RHI) в совокупности формируют методологический инструментарий для создания персонализированных цифровых копий животных, способных прогнозировать риски метаболических нарушений с R² = 0,89 и AUC(SARA) = 0,975. Практическое значение результатов состоит в возможности их применения в системах автоматического оповещения фермера о признаках подострого ацидоза за 12– 24 часа до клинического проявления, что позволит снизить экономические потери от кормовых нарушений в молодняковом мясном скотоводстве.