20 gange hurtigere beregning af DanBreds avlsindeks

Det gør det muligt at analysere store mængder data og beregne DanBreds avlsindeks langt hurtigere – og giver helt nye muligheder for at udvikle DanBreds avlsprogram i fremtiden.

”I dag har vi enormt store mængder data på alle vores avlskandidater. Det er det, der gør DanBreds avlssystem så effektivt. Men datamængderne har stor påvirkning på hastigheden, når vi beregner avlsindeks, hvilket jo sker en gang om ugen,” siger Tage Ostersen, som er afdelingsleder i SEGES Svineproduktion, Avl & Genetik.

For eksempel er DNA-data i forbindelse med genomisk selektion på bare ét dyr 2.000 A4-sider langt. Og det tal skal ganges op med 2.000 nye dyr – hver eneste uge.

Større datamængder stiller større krav til udstyret

”Vi ved stort set alt om vores avlsgrise. Det gør, at vi bedre kan stykke den perfekte genetik sammen. Men det er også det, der stiller større krav til vores computere,” siger Tage Ostersen.

I arbejdet med at beregne DanBred avlsindeks var SEGES Svineproduktion, Avl & Genetik, nået til et punkt, hvor det ikke gav mening blot at købe nye computere for at øge kapaciteten. Der var brug for ændringer af hele den IT-platform, der beregner avlsindeks. Løsningen var IT-programmet LMT (Linear Models Toolbox), som er udviklet af Aarhus Universitet.

”Når vi beregner avlsindeks, indlæser vi data fra DNA-test, afprøvningsresultater samt foderafprøvninger fra afprøvningsstationen Bøgildgård i vores beregningsprogram. Computerne beregner først subindeks for hver enkelt egenskab i avlsmålet, f.eks. kødprocent og fodereffektivitet, som vægtes i forhold til de økonomiske vægte. Derefter beregnes det samlede indeks, som giver det ugentlige DanBred avlsindeks,” siger Brandon West Tingley, der er dataspecialist i SEGES Svineproduktion, Avl & Genetik.

Flere spor på motorvejen

Det tager tid at få de enorme mængder data igennem computerne. Derfor var der brug for flere spor på motorvejen.

”Vores gamle system var fra en tid, hvor vi ikke havde nær så meget data på avlskandidaterne. Derfor var motorvejen så at sige ikke længere bred nok til at håndtere datamængderne. Med LMT er der kommet 20 gange så mange spor på vejen, hvis man skal blive i den analogi. Algoritmerne til avlsindekset er også optimeret i forbindelse med overgangen til LMT, hvilket gør indekserne i DanBreds avlsprogram endnu mere præcise,” forklarer Brandon West Tingley. 

LMT åbner for nye perspektiver

Udover at sikre bedre håndtering af store datamængder, og dermed hurtigere beregning af avlsindeks, skal LMT-programmet også være med til at udvikle DanBred avlsprogrammet yderligere i fremtiden. LMT giver nemlig bedre mulighed for at bruge endnu mere avancerede teknikker. For eksempel når nye egenskaber skal ind i avlsmålet, eller når helt nye teknikker, såsom brugen af metabolomisk information, skal indgå i avlsværdivurderingen. På den måde vil LMT bidrage til at udvikle DanBred avlsprogrammet og på sigt skabe mere avlsfremgang.