服务热线:400-028-9008
您好!欢迎访问图拉扬公司![登录] [注册]
我的订单

当前位置:首页 > 新闻资讯 > 科学前沿 > 甘肃农业大学科研团队在奶牛疾病智能预警与诊断领域取得研究进展
文章导读
甘肃农业大学动物医学院兽医学牛羊普通病防治与生殖生物学校级重点学科团队胡俊杰教授作为通讯作者,围绕电子鼻技术在奶牛重大疾病无创预警与诊断领域的应用研究,在国际知名学术期刊Computers and Electronics in Agriculture(中科院一区top,IF=10.3)和Sensors and Actuators: B. Chemical(中科院一区top,IF=8.3)连续发表2篇高水平研究论文

近日,甘肃农业大学动物医学院兽医学牛羊普通病防治与生殖生物学校级重点学科团队胡俊杰教授作为通讯作者,围绕电子鼻技术在奶牛重大疾病无创预警与诊断领域的应用研究,在国际知名学术期刊Computers and Electronics in Agriculture(中科院一区top,IF=10.3)和Sensors and Actuators: B. Chemical(中科院一区top,IF=8.3)连续发表2篇高水平研究论文。论文第一作者分别是我校动物医学院硕士研究生王芳、朱玉君和博士研究生刚华晟。该系列研究创新性地利用电子鼻(e-Nose)技术结合机器学习与多组学分析,成功构建了奶牛亚临床乳腺炎与围产期酮病的无创、快速、可解释的智能诊断与预警新范式。

在Computers and Electronics in Agriculture发表的题为“Study on diagnosis of subclinical mastitis and identification of pathogens using electronic nose detection of cow's milk”的研究中发现,针对奶牛亚临床乳腺炎早期诊断难、病原菌鉴定耗时的痛点,研究团队利用电子鼻系统采集乳汁挥发性有机化合物(VOCs)信号。结合随机森林(RF)算法,对亚临床乳腺炎的诊断准确率、灵敏度和特异度分别达到91.7%、93.3%和97.0%;结合支持向量机(SVM)算法,实现了对金黄色葡萄球菌、大肠杆菌和无乳链球菌三种主要致病菌的有效鉴别(准确率达83.3%)。结合气相色谱-质谱联用(GC-MS)技术,揭示了不同病原菌感染后乳汁代谢物谱的显著差异。该研究为牧场乳房炎的早期筛查与精准用药提供了全新的技术手段与理论依据。


在Sensors and Actuators: B. Chemical发表的题为“Non-invasive prepartum prediction of bovine ketosis via an interpretable electronic nose using fecal volatile organic compounds”的研究中,针对奶牛围产期酮病难以在产后发病前确诊的难题,研究团队创新性地利用电子鼻对奶牛产前粪便挥发性有机物(VOCs)进行无创检测,结合可解释性人工智能(XAI)分析,构建的K近邻(KNN)模型成功实现了产前3周对奶牛酮病风险的精准预警,预测准确率达95.9%,曲线下面积(AUC)高达0.98。进一步整合宏基因组测序与代谢组学技术,创新性地构建并验证了“肠道菌群→挥发性代谢物→传感器响应”的完整生物学关联路径(R²=0.483)。该研究不仅实现了奶牛酮病从“产后确诊”向“产前预警”的跨越,更将电子鼻技术从“黑盒识别”推向了“机制可解释”的新高度。

该系列研究揭示了病原菌感染与机体代谢改变释放的挥发性有机物“指纹”差异,将电子鼻技术从单一的疾病诊断延伸至病原鉴定和产前预警。其无创、快速、低成本的优势,为破解牧场传统疾病检测耗时长、应激大的痛点提供了全新的技术路径,也为智慧畜牧业实现复杂代谢病的精准预警与绿色健康发展提供了重要的科技支撑。

以上研究得到甘肃省科技厅重点研发计划项目(21JR7RA858)和国家自然科学基金项目(32160858)的资助。

论文链接:

https://doi.org/10.1016/j.compag.2026.111488

https://doi.org/10.1016/j.snb.2026.140160

编辑:王向林 审核:梁玉

*本文内容非商业广告,仅供专业人士参考!