Aprendizaje automático para comprender las relaciones entre las prácticas agrícolas y los ácidos grasos de la leche en diversas explotaciones lecheras europeas.

Mouhanna y cols. (2026, JDS) acaban de publicar en el JDS un trabajo en el que se pone de manifiesto la realción entr prácticas agrícolas y el perfil de ácidos grasos en granjas lecheras europeas. 

La principal novedad de este estudio ha sido la utilización de machine learning.

RESUMEN

La composición de ácidos grasos (AG) de la leche es un indicador tanto del manejo de la granja como de la calidad nutricional de los productos lácteos. 

Pocos estudios han vinculado datos de observación de granjas diversos y multinacionales con la variación de AG de la leche a través de un flujo de trabajo de aprendizaje automático validado. 

Encuestamos 75 granjas europeas que representan un amplio gradiente de intensidad de producción, analizamos muestras de leche a granel agrupadas estacionalmente para 12 rasgos de AG y examinamos 29 prácticas de manejo. Un flujo de trabajo de 2 etapas combinó bosques aleatorios (RF) optimizados para predecir AG y clasificar prácticas, con árboles de inferencia condicional para visualizar sinergias y compensaciones de manejo. 

Los modelos RF lograron una alta precisión predictiva (R2 ≥ 0,50) para 8 rasgos: ácido α-linolénico, ácido eicosapentaenoico, ácido docosapentaenoico, CLA, relación PUFA n-6:n-3, ácido linoleico, ácido vaccénico (VA) y ácidos grasos de cadena ramificada (BCFA). Los modelos de árboles de inferencia condicional tuvieron una precisión comparable (R2 ≥ 0,50) para todos estos rasgos excepto VA y BCFA. 

En todos los modelos, el consumo de pasto fresco, el ensilado de maíz y el uso de concentrado, las cargas ganaderas, el tamaño del rebaño, la producción de leche y el fertilizante mineral fueron los principales factores determinantes, explicando en conjunto la mayor parte de la varianza en los modelos. 

Las granjas que adoptaron estrategias de bajo insumo basadas en pastoreo se asociaron consistentemente con menores proporciones de PUFA n-6:n-3 y mayores PUFA n-3, CLA y BCFA en la leche, lo que resalta las sinergias junto con las compensaciones entre la intensidad de producción y la calidad nutricional. 

Si bien este perfil se asocia con resultados de salud favorables y contribuye a cumplir con las recomendaciones dietéticas, se necesita una validación más específica para confirmar la generalización y adaptabilidad en diferentes contextos de producción lechera.