Intelligent methodologies: An integrated multi-modeling approach to predict adaptive mechanisms in farm animals

“Welcome to the Machine” é a segunda música do álbum “Wish You Were Here” do Pink Floyd, lançado em 1975. Hoje, 49 anos depois, o aprendizado de máquina é um campo da inteligência artificial que vem ganhando destaque, especialmente para a resolução de problemas multifatoriais, como a adaptação animal, que envolve respostas termorregulatórias, morfológicas, hematológicas e imunológicas. Pela primeira vez, buscamos traçar o perfil adaptativo, identificar biomarcadores de adaptação animal ao estresse térmico e investigar os potenciais efeitos subjacentes às complexas relações da adaptação animal com variáveis ​​climáticas, respostas morfológicas, termorregulatórias, hematológicas, imunológicas e produtivas em um modelo animal, utilizando modelagem preditiva inteligente como método auxiliar. O banco de dados contém 7608 informações. Todas as variáveis ​​foram medidas simultaneamente no animal. Foram utilizadas técnicas de aprendizado de máquina e análises de caminhos. Nossos principais resultados foram: ( i ) identificamos padrões que indicam que as variáveis ​​hematológicas representam biomarcadores importantes para o estudo da adaptação animal; ( ii ) Existem três perfis adaptativos com mecanismos termorregulatórios, hematológicos e imunológicos que variam de acordo com a espessura da pelagem; ( iii ) a idade, o escore de condição corporal e a ordem de lactação são fatores que influenciam as respostas adaptativas; e ( iv ) variáveis ​​ambientais e índices de conforto térmico influenciam as respostas termorregulatórias (mecanismo primário), mas não influenciam as respostas hematológicas e imunológicas, enquanto as variáveis ​​termorregulatórias influenciam as respostas hematológicas e imunológicas (mecanismo secundário). A maioria das variáveis ​​em estudo e outros indicadores, como comportamentais, bioquímicos, metabólicos e físicos, relacionados à fisiologia adaptativa em animais de produção já são mensurados por sensores. Essas variáveis ​​podem ser utilizadas em uma abordagem de inteligência artificial para a tomada de decisões assertivas por parte dos produtores, visto que a tecnologia baseada em sensores em animais de produção é uma abordagem inovadora para maximizar o bem-estar animal e fornecer melhores alternativas para avaliar a resposta animal.