Aprimoramento da predição da eficiência alimentar em bovinos de corte através de dados metabolômicos e técnicas de inteligência artificial

• Processo: 24/02625-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2024
• Data de Término da vigência: 30 de novembro de 2024
• Área de conhecimento: Ciências Agrárias - Agronomia
• Pesquisador responsável: Rafael Vieira de Sousa
• Beneficiário: Lucas Basolli Borsatto
• Supervisor: Haipeng Yu
• Instituição Sede: Faculdade de Zootecnia e Engenharia de Alimentos (FZEA). Universidade de São Paulo (USP). Pirassununga , SP, Brasil
• Instituição Anfitriã: University of Florida, Gainesville (UF), Estados Unidos
• Vinculado à bolsa: 23/11281-2 - Avaliação da eficiência alimentar em bovinos de corte utilizando inteligência artificial e perfil de metabólitos, BP.IC
• Assunto(s): Aprendizado computacional Bovinocultura Eficiência alimentar
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | bovinocultura | eficiência alimentar | Eficiência animal | metabolitos sanguíneos | modelagem da resposta animal | Computação nas Ciências Agrárias

Resumo

A eficiência alimentar, definida como a capacidade de um animal de converter alimento em produtos desejados, tem impactos importantes na sustentabilidade e viabilidade econômica dos sistemas de produção de carne bovina. Embora vários métodos tenham sido desenvolvidos para quantificar a eficiência alimentar, avaliar com precisão a eficiência alimentar ainda é um desafio devido à sua complexidade. Avanços recentes em metabolômica oferecem uma grande oportunidade para prever a eficiência alimentar em bovinos de corte. O objetivo deste estudo é explorar a aplicação de modelos de inteligência artificial para a previsão da eficiência alimentar em bovinos de corte usando dados de metabolitos. Um conjunto de dados existente consistindo em informações de metabolitos de 64 bovinos da raça Angus Negro será usado neste estudo. Usando vários modelos de inteligência artificial, primeiro selecionaremos as características dos metabolitos que estão altamente correlacionadas com a eficiência alimentar, que serão então ajustadas nos modelos para prever a eficiência alimentar. Todas as análises serão conduzidas usando a linguagem de programação Python.