Machine learning e tecnologie omics per migliorare la sostenibilità ambientale ed economica della filiera uova

Un progetto dell’IZSVe a supporto del settore avicolo mira a individuare marcatori predittivi della salute animale per ottimizzare la gestione sanitaria dell’allevamento ed elevare gli standard produttivi.

Promuovere un miglioramento sostanziale della sostenibilità ambientale ed economica della filiera uova, riducendo l’impatto delle emissioni e l’entità degli sprechi. È questo l’obiettivo di un progetto sviluppato dall’Istituto Zooprofilattico Sperimentale delle Venezie (IZSVe), nell’ambito del Contratto di Filiera “Sustainable Egg Supply Chain – SESC”, approvato dal Ministero dell’Agricoltura, della Sovranità Alimentare e delle Foreste (MASAF) – V bando PNC. Il programma dell’IZSVe, integrato nella proposta strategica presentata dall’Associazione Uovo Italiano (ASSOAVI), si inserisce in un quadro di investimenti multiregionali finalizzati all’innovazione dei comparti agroalimentari, con particolare attenzione alle fasi di allevamento e produzione. Il progetto ha ottenuto un finanziamento di 870mila euro.

Un progetto dell’IZSVe a supporto del settore avicolo mira a individuare marcatori predittivi della salute animale per ottimizzare la gestione sanitaria e il benessere delle galline ovaiole. Si baserà su analisi sulla matrice uovo, attraverso l’impiego di metodiche omiche basate sulla spettrometria di massa ad alta risoluzione ad introduzione diretta (DART-HRMS) e la fluorescenza a raggi X a riflessione totale (TXRF). Verrà implementato un sistema predittivo basato su tecniche di machine learning per rendere l’attività diagnostica più efficiente, riproducibile e scalabile. Il progetto è approvato dal Ministero dell’Agricoltura, della Sovranità Alimentare e delle Foreste (MASAF) e integrato nella proposta strategica presentata dall’Associazione Uovo Italiano (ASSOAVI).

L’attuale sistema di produzione delle uova è il risultato di una programmazione meticolosa, volta a ottimizzare la gestione degli spazi nel pieno rispetto delle esigenze fisiologiche del benessere animale. La complessità dei processi e l’esteso ciclo di vita produttivo dei volatili impongono un monitoraggio costante del loro stato di salute, basato sull’analisi continua dei parametri clinici, sanitari e produttivi. In questo contesto, l’innovazione tecnologica apre nuovi scenari per la valutazione dello stato sanitario attraverso il controllo dei parametri ambientali e biologici, con un focus particolare su sistemi di campionamento che siano, insieme, non invasivi per gli animali per tutelare il loro benessere, e di semplice attuazione per gli operatori.

Nello specifico, il progetto presentato da IZSVe mira a individuare biomarcatori predittivi per il monitoraggio della salute animale, definendo al contempo un dataset comparativo di riferimento. Tale raccolta di dati sarà resa accessibile agli stakeholder e costituirà uno strumento strategico per il miglioramento costante degli standard produttivi e sanitari del settore uova. L’analisi verrà condotta sulla matrice uovo, intesa come ECS (Easy Collection Sample), attraverso l’impiego di metodiche omiche basate sulla spettrometria di massa ad alta risoluzione ad introduzione diretta (DART-HRMS) e la fluorescenza a raggi X a riflessione totale (TXRF).

L’implementazione di un sistema predittivo basato su tecniche di machine learning rappresenterà un’innovazione capace di rendere l’attività diagnostica più efficiente, riproducibile e scalabile. Soprattutto, tale sistema consentirà all’utente finale di interpretare con maggiore accuratezza lo stato sanitario dei diversi gruppi in produzione, favorendo una gestione sanitaria ottimale e una programmazione degli interventi più puntuale, orientando così la filiera verso standard di sostenibilità sempre più elevati.

Il progetto vede la partecipazione del Laboratorio di medicina aviaria, del Laboratorio di chimica sperimentale e del supporto statistico dell’IZSVe.

Informazioni sul progetto “Sustainable Egg Supply Chain – SESC”