Forestil dig en tid, hvor man høstede med le. Kornet blev høstet, men det tog lang tid.
Det system, der er blevet brugt til at beregne avlsindeks på grise i DanBreds avlsprogram de seneste mange år, er efterhånden gået hen og blevet til leen, hvis man fortsætter med denne sammenligning. Men det er fortid nu.
”I dag har vi enormt store datamængder 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 2000 nye dyr – hver uge.
”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.
Mange flere spor på motorvejen
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. Det har LMT (Linear Models Toolbox) programmet, som er udviklet af Aarhus Universitet, løst.
”Når vi beregner avlsindeks, indlæser vi data fra DNA-test, afprøvningsresultater, samt foderafprøvninger fra Bøgildgård, ind 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. Og så bliver det samlede indeks beregnet og giver dét, der er det ugentlige DanBred avlsindeks,” siger Brandon West Tingley, som er data specialist i SEGES Svineproduktion, Avl & Genetik.
Men selvom det måske kan lyde simpelt, er det, som nævnt, enorme mængder af data, som skal igennem computerne. Og det tager tid.
”Vores gamle system er fra en tid, hvor vi ikke havde nær så meget data på avlskandidaterne. Derfor er motorvejen så at sige ikke længere bred nok til at håndtere datamængderne. Også algoritmerne er optimeret i forbindelse med overgangen til LMT. Med LMT er der kommet 20 gange så mange spor på vejen, hvis man skal blive i den analogi,” siger han.
Åbner for nye perspektiver
Det er dog ikke kun bedre håndtering af store datamængder og dermed hurtigere beregning af avlsindeks, LMT kan bruges til. Programmet vil også i fremtiden blive brugt, når DanBred avlsprogrammet skal udvikles yderligere. 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 ind i avlsværdivurderingen. På den måde har vi et bedre værktøj til at kunne udvikle DanBred avlsprogrammet og på sigt skabe mere avlsfremgang.