Project

Overdracht van digitale dermatitis bij melkvee

Dit project wil de overdracht van de besmettelijke klauwziekte Digitale Dermatitis (“Ziekte van Mortellaro”) bij melkvee bestuderen en de genetische factoren en omgevingsfactoren onderzoeken die bijdragen aan de overdracht van de besmetting. Met kennis over deze factoren kan genomische selectie voor betere klauwgezondheid plaatsvinden.

Digitale Dermatitis (DD) is een belangrijke klauwinfectieziekte bij melkvee. De aandoening leidt tot slechte gezondheid en welzijn. Voor het fokken van een ras dat beter bestand is tegen DD is het van cruciaal belang om de overdracht van de ziekte beter te begrijpen, en vooral om de genetische variatie bij het besmettingsvermogen, het zogenaamde indirecte genetische effect, in te schatten.

Hiervoor moet op grote schaal informatie worden ingewonnen over de individuele infectiestatus, de interactiegeschiedenis van de koeien (en dan met name de (indirecte) interacties tussen besmette dieren en gevoelige (niet-besmette) dieren via de stalvloer (de ‘verblijfplaats’) om zo de gemeenschappelijke omgeving te bepalen), en een mechanistisch model om de genetische factoren die ten grondslag liggen aan de overdracht van DD te identificeren en kwantificeren.

De onderzoekers richten zich op de automatische detectie van de DD-status, het volgen van dieren in tijd en ruimte en het modelleren van gegevens. Ze bouwen voort op eerder onderzoek, waarmee een aanzienlijke genetische variatie is aangetoond in de eigenschappen die ten grondslag liggen aan de DD-prevalentie. Dit onderzoek heeft bovendien het bewijs geleverd dat DD visueel kan worden gedetecteerd wanneer de koeien staan (bijvoorbeeld in de melkstal).

Voortgang (juli 2023)

Om klauwinfecties automatisch op te sporen hebben de onderzoekers een camerasysteem in de melkstal opgezet. Hiermee kunnen zij de klauwen afzonderlijk onderzoeken en beelden per koe bestuderen. De gegevens uit dit systeem zullen worden gecombineerd met de gegevens over de ziektestatus van de koeien (de bepalende factor voor de gezondheid van de klauwen) en het volgsysteem voor koeien dat onlangs in samenwerking met Noldus IT op de Dairy Campus is geïnstalleerd. Met behulp van de ziektegegevens zullen de onderzoekers de klauwbeelden annoteren en vervolgens AI-algoritmen trainen om automatisch de infectiestatus in deze beelden te detecteren.

In de volgende fase zullen de onderzoekers de getrainde algoritmes gebruiken om een grootschalige dataset over de individuele infectiestatus te verzamelen en deze gegevens vervolgens te koppelen aan DD-transmissiemodellen en koeiengenotypen. We zijn bezig met de ontwikkeling van een wiskundig model om meer inzicht te krijgen in de overdracht via de omgeving van het pathogenencomplex dat een rol speelt in de overdracht van DD in de stal. Hiertoe analyseren we de infectiestatus en de dagelijke bewegingen van de koe die we ontlenen aan het volgsysteem om deze data vervolgens als input voor het model te gebruiken.