Stikkord:
Et atlas for svineavl
Norsvin utvikler nå programvare som vil sette oss i stand til automatisk å finne ulike kroppsdeler, muskler, bein og organer, samt kroppssammensetning i ulike stykningsdeler. Dette blir et nytt kvantesprang for bruken av CT-bilder.
Jørgen Kongsro, PhD, seniorforsker Norsvin Vi må sammenlikne den nye programvaren opp mot dagens måling av kroppssammensetningen i hele slakteskrotten. Storskala computertomografi (CT) i Norsvins avlsprogram har gitt stor avlsfremgang for kroppssammensetning og osteochondrose (halthet). Fokus så langt har vært på kjøtt- og slakteprosent, der dyret behandles som en stor pool av digitale piksler fra CT-bilder. Dette kan sammenlignes med å putte hele slaktet i en kvern, for så å måle mengden av fett, kjøtt og bein. Nå utvikles et atlas-basert rammeverk for å utføre disseksjon, eller studere stykningsdeler i en database med bilder av levende griser. Dette vil gjøre oss bedre i stand til å avle for den virkelige verdien av slaktet, ikke bare en «bulkkjøttprosent» for hele slaktet. Norsk landsvin og duroc har i dag så høy kjøttprosent at det nå er andre egenskaper ved slaktet som påvirker hvilken verdi slaktet har for foredlingsindustrien. Videre har ulike markeder ulik prissetting av stykningsdeler, så dette vil også gjøre oss i stand til å plukke forskjellige råner til ulike markeder, ut i fra hvilken kvalitet på stykningsdelene som er ønsket.
Forstå anatomi
Anatomiske atlas har blitt brukt gjennom historien som maler for å forstå anatomi av levende ting, både mennesker og dyr. Før utviklingen av ikke-ødeleggende bildeteknikker som CT, ultralyd og magnetisk resonans , måtte man skaffe seg slike anatomiatlas basert på disseksjon av dyret etter at det var dødt. Ved bruk av ikke-ødeleggende bildeteknikker, kan et dyr bli studert men det lever . Innhenting av informasjon fra slike ikke-ødeleggende bildeteknikker som CT krever relasjoner mellom bildene og den fysiske kroppsdelen som skal studeres. Disse relasjonene kan man finne ved at man klarer å oppdage forskjellige kroppsdeler i CT-bildene basert på tetthet (fett, kjøtt, bein), anatomi (lever, lunger, muskler) eller forskjellige stykningsdeler (kam, skinke, skulder). Et slikt atlas vil gjøre oss i stand til ytterligere fremskritt i bruken av databasen vår med CT-bilder, og gjøre det mulig å finne helt nye fenotyper som kan brukes i Norsvins avlsprogram.
Atlas versjon 1.0
Et atlas kan ha mange lag med informasjon, men man må begynne med å lage et rammeverk. Ved å dele grisen inn i deler som slakt og innvoller, og videre inn i stykningsdeler som skinke, side, kam, skulder og hode kan dette tjene som grunnlag for å bygge en ramme for et atlas. Vi har startet med å bygge griseatlaset basert på egen ekspertise om hvordan man skiller slakt og innvoller, og deretter om hvordan man deler opp slaktet i ulike stykningsdeler. Merkingen av delene gjøres i todimensjonale bilder, og dette må deretter overføres til tredimensjonale objekter. Etableringen av det første atlaset er arbeidskrevende og tar mye tid, men vi vil bare trenge ett atlas. Vi vil spare tid på fremtidige dyr som skal evalueres. Nøkkelen er å finne et dyr, eller en gruppe dyr, som kan representere hele populasjonen, som fungerer som et gjennomsnittlig dyr ut i fra variasjonen i anatomi i populasjonen. Bilder fra nye dyr blir så registrert og innrettet for å matche atlasets mal. Denne registreringen kan være en enkel sammenstilling av to bilder eller en mer kompleks tilpasning av et tredimensjonalt objekt. Når vi har fått på plass et atlas for våre skanna griser, kan vi legge flere lag til atlaset, som detaljer knyttet til andre typer prøver. CT-bildene er lagret, noe som betyr at nye og mer detaljerte atlas kan lages med tilbakevirkende kraft, og vi kan legge til mer data til vår eksisterende pool av CT-bilder og dyr.
Skjelettet blir landemerket
Skjelettet av en gris inneholder strukturer som er godt egnet som landemerker i et atlas. . Ved automatisk å kunne gjenkjenne strukturer som ryggraden, bekkenet, ribbein, skulderblader, lårbein, og hodeskalle kan dette brukes til oppbygging av et grise-atlas, og gjøre det enklere å skille ulike kroppsdeler, så man ikke forveksler for eksempel magen med en muskel. Kjøttskjærerne bruker skjelettet som referanse når de deler opp slaktet, og vi har som mål å gjenskape denne prosedyren i virtuelle slakt produsert fra CT-bilder.
Mer komplekse atlas
Atlaset kan inneholde mange lag med informasjon, fra et slakt til et skjelett og ulike muskler, og fra kroppens hulrom til små organer. Mer komplekse atlas krever mer fagkunnskap og mer detaljert merking av kroppsdelene. Denne merkingen kan gjøres på forskjellige måter, enten ved helautomatiske prosedyrer basert på pikselverdier eller tetthet (fett, kjøtt og bein), eller ved manuell merking av trent personale på for eksempel kjøttstykker, indre organer, eller spesifikke beinstudier, for eksempel måling av nivået av osteochondrose i leddene. Rammeverket som presenteres i denne artikkelen, i kombinasjon med at vi kan gå tilbake i tid for å hente opp CT-bildene fra 2008 og frem til i dag, gir oss muligheten til å bygge videre på grise-atlaset, produsere nye og forbedrede fenotyper som kan brukes i vårt avlsprogram.
Multidimensjonalt rom
Atlaset av en gris er per definisjon tredimensjonalt (3D). Vi observerer anatomien av gris i 3D, og bildene fra CT reproduserer denne anatomi som et digitalt volum. Ved å legge til mer informasjon, ikke bare fra CT, vil atlaset kunne opptre i dimensjoner utover 3D. For eksempel kan vi legge til vårt «3D-CT-atlas» informasjon fra andre kilder, som for eksempel informasjon om vekst (studier over tid), kjøttkvalitet fra nær-infrarød spektroskopi , ultralydskanning av ryggspekk og muskeltykkelse, samt intramuskulært fett. I fremtiden vil også andre typer bilder og videoer av atferd kunne inkluderes. Alt dette er informasjon om enkeltdyr som vil kunne legges til atlaset, og gjøre det flerdimensjonalt. Målet er å skape et atlas som vil fungere som et rammeverk for ulike data som vi samler inn fra våre avlsdyr, slik at disse dataene blir mer tilgjengelig, detaljerte og nøyaktige, og dette vil bli et viktig verktøy for å bringe vår genetikk videre.
Atlas for svineavl
Et atlas for svineavl er et anatomisk kart over levende gris basert på tilpasninger av et virtuelt skann til en referanse av grisens anatomi (Fogtmann Hansen, 2010). I vårt tilfelle er kommer atlaset over anatomien fra en CT-skanning av hele grisen. Nye griser blir registrert i atlaset, og det blir tilpasset og justert for nye griser. Denne justeringen av atlaset gir automatisk merking av forskjellige kroppsdeler, og gjør det mulig å måle den anatomiske variasjonen mellom dyrene, som igjen kan brukes til seleksjon.