Viele Tierkrankheiten entstehen durch das Zusammenspiel von genetischen und umweltbedingten Risikofaktoren. Die frühzeitige Erkennung und verbesserte Überwachung dieser Risikofaktoren kann erheblich zur Tiergesundheit und zum Tierschutz beitragen. In diesem Projekt werden die Risikofaktoren für die Entwicklung von Krankheiten untersucht und Parameter für die Früherkennung unter Verwendung neuartiger wissenschaftlicher Ansätze wie z.B. Big Data Analysen entwickelt.

Unser Ziel ist es, ein Modell zu entwickeln, das uns ermöglicht, zu entschlüsseln, wie verschiedene Genetik und Umwelt bedingte Faktoren sowie deren Wechselwirkungen zur Tiergesundheit und zum Tierschutz beitragen. Diese Modelle werden basierend auf einer umfassenden Datengrundlage, die zeitaufgelöste Phänotypen und Umweltinformationen als auch genetische Informationen für Rinder enthält, entwickelt. Das Projekt befasst sich mit der Identifizierung von frühzeitigen prognostischen Krankheitsmarkern. Erwartete Ergebnisse sind aussagekräftigere Parameter für das Herdenmanagement und die Zucht.

Mittelinfrarotspektroskopie (MIR) ist das Routineverfahren der Milchanalyse. Wurde bis vor kurzem  damit nur die Konzentration von Standardinhaltsstoffen wie Fett, Eiweiß und Laktose bestimmt, können mittlerweile damit auch geringer konzentrierte Inhaltstoffen wie z.B. Fettsäuren, Keton-Körper und andere Zeigerstoffe wie Lactoferrin hinreichend genau gemessen werden. Neueste Untersuchungen konnten zeigen, dass der Gesundheits- und Ernährungszustand von Milchkühen über die biochemische Zusammensetzung der Milch  abgebildet werden kann.  Milch-MIR-Spektroskopie stellt damit eine günstige Methode dar, Gesundheitsprobleme im Milchkuhbestand rechtzeitig zu erkennen. Das MIR-Projekt hat zum Ziel neue, robuste Milch-MIR-Vorhersagemodelle mit Hilfe einer großen Zahl von Routine-Milchproben und Veterinärdiagnosen zu entwickeln und zu überprüfen. Die beteiligten Forschungspartner können dabei auf die Expertise sowie die Daten der im Verband EMR (European Milk Recording) zusammengeschlossenen europäischen Kontrollverbände zurückgreifen.  Zusätzlich werden durch chemische Referenzanalysen die bestehenden MIR-Modelle für Milchinhaltsstoffe verbessert.

Ziel ist es den Milchbauern neue, verlässliche Werkzeuge für das Herdenmanagement zur Hand zu geben mit denen sie den wachsenden Anforderungen hinsichtlich Leistung, Wirtschaftlichkeit und Tierwohl nachhaltig begegnen können.

Das übergeordnete Ziel dieses Projektes ist die Förderung von Tiergesundheit, Wohlergehen, Produktivität und potenziell auch Produktqualität durch eine verbesserte Erfassung von Umweltinformationen und betriebsbezogenen Daten. Dieses Ziel soll (1) durch die Verwendung kommerziell erhältlicher Sensoren und Netzwerke erreicht werden, um ein integriertes On-farm-Monitoring für verschiedene Merkmale des Stallklimas und der Luftqualität zu erhalten. Die Projektgruppe wird dafür (2) mit Betriebsleiter*innen zusammenarbeiten, um produktionsbezogene Daten zu erfassen und auf diesen beruhende Optimisierungsstrategien zu entwickeln. Zusätzlich hat das Projekt zum Ziel, (3) praxistaugliche und kostengünstige Sensoranwendungen in der Milcherzeugung zu entwickeln und (4) Umweltfaktoren und die entsprechenden Reaktionen der Tiere zu modellieren und daraus Algorithmen zur Vorhersage von Leistungseinbußen aufgrund von suboptimalem Stallklima und Luftqualität abzuleiten. Die Studie wird in enger Zusammenarbeit von Milchviehhalter*innen, Unternehmen (Pessl Instruments und AgHiTech), wissenschaftlichen Einrichtungen (BOKU, Vetmeduni) and Dachorganisationen und Verbänden (ZuchtData, LKV) durchgeführt.

Im Projekt werden Big Data Ansätze angewendet, um aus komplexen Datenquellen einfach interpretierbare Managementanweisungen zu generieren. Neben der Nutzung für das Herdenmanagement können diese Datenquellen natürlich auch für züchterische Zwecke genutzt werden.

Da für züchterische Nutzung weniger die leichte Interpretierbarkeit, sondern neben der Wiederholbarkeit vor allem die Korrelation mit dem Zielmerkmal von Interesse ist, müssen möglicherweise modifizierte Phänotypen etabliert werden.

Diese neuen Merkmale sollen für den Bereich Stoffwechsel, Euter- und Klauengesundheit entwickelt werden. Die notwendigen Arbeiten umfassen die Schätzung von Heritabilitäten und genetischen Korrelationen, die Etablierung einer konventionellen und genomischen Zuchtwertschätzung sowie die Suche nach interessanten Genorten über genomweite Assoziationsstudien.

Mykotoxine - sekundäre Metabolite von Schimmelpilzen - weisen eine Vielzahl von gesundheitsgefährdenden Eigenschaften auf und verursachen weltweit beträchtlichen wirtschaftlichen Schaden in der Tierproduktion. Das Auftreten von Mykotoxinen im Futter österreichischer Milchviehbetriebe sowie deren Auswirkung auf die Gesundheit und Fruchtbarkeit ist weitgehend unbekannt.

Daher führen wir eine umfangreiche Feldstudie durch, in welcher das Futter österreichischer Milchviehbetriebe auf mehr als 400 Pilzmetabolite analysiert wird. Die Ergebnisse werden mit Gesundheits- und Leistungsdaten der Betriebe abgeglichen, um potentielle Zusammenhänge zu erkennen. Da das Pansenmikrobiom, welches für die Tiergesundheit eine wichtige Rolle spielt, möglicherweise auf eine Mykotoxin-Kontamination reagiert, nutzen wir ein in-vitro Modell (rumen simulation technique, RUSITEC), um mittels Hochdurchsatzsequenzierung den Einfluss ausgewählter Mykotoxine auf das Pansenmikrobiom zu bestimmen.

Diese Ergebnisse werden dazu beitragen, die Rolle von Mykotoxinen für die Gesundheit von Milchkühen besser verstehen zu können. Da der Klimawandel die Mykotoxin-Kontamination in Futtermitteln beeinflusst, werden Erkenntnisse über die Dauer dieses Projekts hinweg von Bedeutung sein.