Porcine-CaMo multimodal wearable ECG, kinematics and heat- production data in respirometry chambers
Der Porcine-CaMo-Datensatz ist eine dual-kohortenbasierte multimodale Ressource der China Agricultural University, die kontinuierlich aufgezeichnete EKG- und kinematische Signale von Wearables mit 5-minütigen Wärmeproduktionsdaten von wachsenden Schweinen in Respirometrie-Kammern integriert, um die Forschung in der porcinen Stoffwechselmodellierung, der Herzratenvariabilitätsanalyse und der Kohortenübergreifenden Methodenbewertung zu unterstützen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die Messung der Energie, die ein Tier verbraucht, ist eine grundlegende Frage in der Biologie – eine Frage, die Wissenschaftlern hilft zu verstehen, alles von der Effizienz, mit der ein Schwein Futter in Fleisch umwandelt, bis hin zu der Frage, wie ein großes Tier seine Körpertemperatur reguliert. Jahrzehntelang war der zuverlässigste Weg, diese Antwort zu erhalten, das Platzieren eines Tieres in einem geschlossenen, klimagesteuerten Raum und das sorgfältige Messen des Sauerstoffs, den es einatmet, und des Kohlendioxids, das es ausatmet. Diese Methode, bekannt als indirekte Kalorimetrie, gilt als Goldstandard zur Berechnung der Wärmeproduktion. Diese Räume sind jedoch teuer, schwierig zu warten und oft zu klein oder einschränkend, um den Tieren eine natürliche Bewegung zu ermöglichen, was bedeutet, dass die gesammelten Daten nicht widerspiegeln, wie sich das Tier in der realen Welt verhält. Wissenschaftler wollten schon lange einen einfacheren Weg finden, diesen Energieverbrauch durch die Beobachtung von Signalen zu schätzen, die das Tier natürlich aussendet, wie etwa seinen Herzschlag und seine Bewegungen, aber es fehlte ihnen an einem großen, hochwertigen Datensatz, um Computern beizubringen, wie sie diese Verbindung präzise herstellen können.
Ein Forschungsteam der China Agricultural University hat diese Lücke nun geschlossen, indem es ein massives, detailliertes Protokoll über wachsende Schweine erstellt hat, die sich frei in diesen speziellen Räumen bewegen. Sie statteten den Tieren mit kleinen, tragbaren Geräten aus, die wie ein kontinuierliches Tagebuch ihres Lebens fungierten und gleichzeitig ihren Herzschlag, ihre Körperbewegungen und ihren Wärmeaustrag aufzeichneten. Das Ergebnis ist ein Datensatz namens Porcine-CaMo, der über 150 Tage kontinuierlicher Daten von zwei verschiedenen Schweinegruppen erfasst. Eine Gruppe bestand aus größeren Schweinen, die über zehn separate Vier-Tage-Zeiträume beobachtet wurden, während die andere Gruppe aus kleineren Schweinen bestand, die über ein 22-tägiges Zeitfenster überwacht wurden. Durch die Kombination dieser tragbaren Aufzeichnungen mit den präzisen Messungen aus den Räumen haben die Forscher eine neue Referenzbibliothek geschaffen, die es anderen ermöglicht, bessere Modelle zur Vorhersage des Energieverbrauchs zu entwickeln, ohne Tiere in eine Kammer einsperren zu müssen.
Die in dieser Studie verwendete tragbare Technologie wurde so konzipiert, dass sie unauffällig und robust ist. Sicher an den Rücken der Schweine geschnallt, zeichneten diese Geräte die elektrische Aktivität des Herzens 512 Mal pro Sekunde auf und erfassten so den exakten Moment jedes Schlags. Gleichzeitig verfolgten sie die Bewegung des Tieres zehnmal pro Sekunde und notierten, wie das Schwein rotierte und beschleunigte, und zwar in drei Dimensionen. Diese Hochgeschwindigkeitsaufzeichnung ist entscheidend, da sie es Wissenschaftlern ermöglicht, nicht nur zu sehen, dass sich das Tier bewegte, sondern genau zu sehen, wie die Bewegung mit dem Rhythmus des Herzens korrelierte. Die Forscher stellten zudem sicher, dass die Geräte sicher für die Tiere waren, indem sie abnehmbare Kabel verwendeten, um Schäden zu vermeiden, falls ein Schwein an ihnen kaut, und die Tiere konnten während des gesamten Experiments normal fressen, trinken und ruhen.
Um diese Flut an Informationen verständlich zu machen, entwickelte das Team ein ausgeklügeltes Computersystem, um die Daten zu bereinigen und zu organisieren. Die Rohsignale des Herzschlags enthalten oft Rauschen, das durch die Bewegung des Tieres verursacht wird, daher nutzten die Forscher ein spezialisiertes Modell der künstlichen Intelligenz, um die echten Herzschläge zu identifizieren und die falschen zu entfernen. Anschließend gruppierten sie die Daten in Fünfminuten-Blöcke und glichen die Herzfrequenz- und Bewegungsmuster mit den Messungen der Wärmeproduktion ab, die von den Luftsensoren des Raumes erfasst wurden. Dieser Prozess schuf eine synchronisierte Zeitlinie, in der jede Änderung der Aktivität oder der Herzfrequenz des Schweins direkt mit einer Änderung der verbrannten Energie verglichen werden konnte. Das Team veröffentlichte zwei Versionen der Daten: eine „korrigierte“ Version, die für die meisten Forschungszwecke geeignet ist, und eine „perfekte“ Version, die von Experten manuell überprüft wurde, um sicherzustellen, dass jeder einzelne Herzschlag korrekt beschriftet ist, was einen Goldstandard für das Training neuer Computerprogramme darstellt.
Die Studie ergab, dass die Daten konsistent und zuverlässig genug sind, um für komplexe Analysen verwendet zu werden. Die Forscher überprüften, dass die Herzfrequenzmuster natürlichen Tageszyklen folgten, also mit dem Aktivitätsniveau der Schweine stiegen und fielen, und bestätigten, dass die Zahlen der Wärmeproduktion biologisch sinnvoll waren, wie etwa die Anzeige eines geringeren Energieverbrauchs an Tagen, an denen die Schweine nicht gefüttert wurden. Sie stellten auch fest, dass die beiden Schweinegruppen unterschiedlich groß waren und die für sie verwendete Ausrüstung leichte Variationen aufwies, die Kernsignale jedoch klar und vergleichbar blieben. Diese Konsistenz ist entscheidend, da sie bedeutet, dass die Daten verwendet werden können, um zu testen, ob ein Modell, das an einer Gruppe von Schweinen trainiert wurde, auch bei einer anderen funktionieren kann, was den Aufbau universellerer Werkzeuge für die Tierwissenschaften unterstützt.
Diese Arbeit beansprucht nicht, das Problem der Messung des Energieverbrauchs von Tieren im Alleingang gelöst zu haben, aber sie liefert das essenzielle Rohmaterial, das dafür benötigt wird. Indem die Forscher diesen Datensatz und die zur Datenverarbeitung verwendete Software frei zugänglich machen, senken sie die Barriere für andere Wissenschaftler, um bessere Vorhersagewerkzeuge zu entwickeln. Anstatt für jede neue Studie teure Kammern bauen zu müssen, können zukünftige Forscher diese tragbaren Signale nutzen, um die Wärmeproduktion mit größerer Genauigkeit zu schätzen. Der Datensatz enthält nicht nur die Zahlen, sondern auch den Code und die Anweisungen, die für die Replikation der Analyse erforderlich sind, wodurch sichergestellt wird, dass die wissenschaftliche Gemeinschaft auf diesem Fundament aufbauen kann, um die Tierernährung, das Tierwohl und die Zuchtpraktiken zu verbessern.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.