Porcine-CaMo multimodal wearable ECG, kinematics and heat- production data in respirometry chambers
Porcine-CaMo 데이터셋은 중국 농업 대학교의 이중 코호트 멀티모달 리소스로서, 돼지 대사 모델링, 심박 변이도 분석 및 코호트 간 방법론 평가 연구를 지원하기 위해 성장기 돼지의 호흡 측정 챔버 내에서 기록된 연속적인 웨어러블 ECG 및 운동학적 신호와 5분간의 열 생산 데이터를 통합한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
동물이 에너지를 얼마나 소모하는지 측정하는 것은 생물학의 근본적인 질문이며, 이는 과학자들이 돼지가 사료를 고기로 얼마나 효율적으로 전환하는지부터 대형 동물이 체온을 어떻게 조절하는지에 이르기까지 모든 것을 이해하는 데 도움을 줍니다. 수십 년 동안 이 답을 얻는 가장 신뢰할 수 있는 방법은 동물을 밀폐되고 온도가 제어되는 방 안에 넣고 동물이 들이마시는 산소와 내뱉는 이산화탄소를 정밀하게 측정하는 것이었습니다. 간접 열량 측정법(indirect calorimetry)으로 알려진 이 방법은 열 생산량을 계산하는 황금 표준 역할을 합니다. 그러나 이러한 방들은 비용이 많이 들고 유지 관리가 어려우며, 종종 동물이 자연스럽게 움직이기에는 너무 작거나 제한적이어서 수집된 데이터가 실제 세상에서 동물이 행동하는 방식을 반영하지 못할 수도 있습니다. 과학자들은 오랫동안 심박수나 움직임과 같이 동물이 자연스럽게 내보내는 신호를 통해 에너지 사용량을 추정하는 더 간단한 방법을 원해 왔지만, 컴퓨터가 그 연결 고리를 정확하게 학습할 수 있도록 가르칠 수 있는 크고 양질의 데이터 세트가 부족했습니다.
중국 농업대학교(China Agricultural University)의 연구팀은 이제 성장하는 돼지들이 이 특수한 방 안에서 자유롭게 움직이는 모습을 담은 거대하고 상세한 기록을 생성함으로써 이 간극을 메웠습니다. 연구진은 동물들에게 작은 웨어러블 장치를 장착하여 마치 동물의 삶을 기록하는 연속적인 일기처럼 심박수, 신체 움직임, 그리고 열 출력을 동시에 기록하게 했습니다. 그 결과물인 Porcine-CaMo 데이터 세트는 두 그룹의 돼지로부터 얻은 150일 이상의 연속적인 데이터를 포착합니다. 한 그룹은 열 번의 별도 4일 기간 동안 관찰된 큰 돼지들로 구성되었고, 다른 한 그룹은 22일간 모니터링된 작은 돼지들로 구성되었습니다. 연구진은 이러한 웨어러블 기록을 방 안의 공기 센서로부터 얻은 정밀한 측정값과 결합함으로써, 다른 이들이 챔버 안에 동물을 가두지 않고도 에너지 사용을 예측하는 더 나은 모델을 구축할 수 있도록 하는 새로운 참조 라이브러리를 제공했습니다.
이 연구에 사용된 웨어러블 기술은 눈에 띄지 않으면서도 견고하게 설계되었습니다. 돼지의 등에 단단히 고정된 이 장치들은 초당 512번 전기적 심장 신호를 기록하여 각 박동이 발생하는 정확한 순간을 포착했습니다. 동시에 이 장치는 초당 10번씩 동물의 움직임을 추적하여, 돼지가 3차원 공간에서 어떻게 회전하고 가속하는지를 기록했습니다. 이러한 고속 기록은 매우 중요한데, 이는 과학자들이 단순히 동물이 움직였다는 사실뿐만 아니라 그 움직임이 심장의 리듬과 정확히 어떻게 상관관계를 갖는지 볼 수 있게 해주기 때문입니다. 연구진은 또한 돼지가 장치를 씹을 경우 발생할 수 있는 손상을 방지하기 위해 탈착 가능한 전선을 사용하여 장치가 동물에게 안전하도록 보장했으며, 실험 기간 동안 동물들이 정상적으로 먹고 마시고 쉴 수 있도록 했습니다.
이 엄청난 양의 정보를 처리하기 위해 연구팀은 데이터를 정제하고 정리하는 정교한 컴퓨터 시스템을 개발했습니다. 가공되지 않은 심장 신호에는 동물의 움직임으로 인한 노이즈가 포함될 수 있으므로, 연구진은 특수 인공지능 모델을 사용하여 실제 심박을 식별하고 가짜 신호를 제거했습니다. 그런 다음 데이터를 5분 단위 블록으로 그룹화하여 심박수 및 움직임 패턴을 방 안의 공기 센서에서 측정된 열 생산량과 일치시켰습니다. 이 과정은 돼지의 활동이나 심박수의 변화가 에너지 소모의 변화와 직접 비교될 수 있는 동기화된 타임라인을 만들어냈습니다. 연구팀은 두 가지 버전의 데이터를 공개했는데, 하나는 대부분의 연구에 적합한 '교정된(corrected)' 버전이고, 다른 하나는 모든 심박이 전문가에 의해 수동으로 확인되어 모든 심박이 정확하게 라벨링된 '완벽한(perfect)' 버전으로, 이는 새로운 컴퓨터 프로그램을 훈련시키기 위한 황금 표준을 제공합니다.
연구 결과, 이 데이터는 복잡한 분석에 사용될 수 있을 만큼 일관적이고 신뢰할 수 있음이 밝혀졌습니다. 연구진은 심박수 패턴이 자연스러운 일주기 패턴을 따르며 활동 수준에 따라 높아지거나 낮아지는 것을 확인하였고, 열 생산 수치가 돼지가 먹이를 먹지 않은 날에는 에너지 사용량이 낮게 나타나는 것과 같이 생물학적으로 타당하다는 것을 확인했습니다. 또한 두 그룹의 돼지 크기가 다르고 사용된 장비에도 약간의 차이가 있었지만, 핵심 신호는 명확하고 비교 가능하게 유지되었다는 점을 주목했습니다. 이러한 일관성은 한 그룹의 돼지에서 훈련된 모델이 다른 그룹에서도 작동할 수 있는지 테스트하는 데 이 데이터가 사용될 수 있음을 의미하며, 이는 동물 과학을 위한 더 보편적인 도구를 만드는 데 도움을 줍니다.
이 작업은 동물 에너지 사용 측정 문제를 독자적으로 해결했다고 주장하는 것이 아니라, 이를 위해 필요한 필수적인 원재료를 제공하는 것입니다. 연구진은 이 데이터 세트와 이를 처리하는 데 사용된 소프트웨어를 자유롭게 사용할 수 있도록 공개함으로써, 다른 과학자들이 더 나은 예측 도구를 개발할 수 있도록 진입 장벽을 낮추었습니다. 미래의 연구자들은 모든 새로운 연구를 위해 값비싼 챔버를 구축하는 대신, 이 웨어러블 신호를 사용하여 열 생산을 더 높은 정확도로 추정할 수 있습니다. 이 데이터 세트에는 숫자뿐만 아니라 분석을 재현하는 데 필요한 코드와 지침도 포함되어 있어, 과학계가 동물 영양, 복지 및 번식 관행을 개선하기 위해 이 토대 위에 쌓아 올릴 수 있도록 보장합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.