Uudet laskentasovellukset tehostavat eläinjalostusta
Väitöstutkimuksessa etsittiin uusia menetelmiä eläinjalostukseen. Niiden avulla voidaan analysoida laajoja eläinaineistoja ja käytää monimutkaisia malleja entistä tehokkaammin. Kuukausien laskenta-aika saattaa vaihtua viikkoihin.
Tutkija Kaarina Matilainen Maa- ja elintarviketalouden tutkimuskeskus MTT:stä kertoo nykypäivän eläinjalostustutkimuksessa käytettävien monimutkaisten mallien ratkaisemisen vaativan ääritapauksissa jopa kuukausien työn.
− Pyrin löytämään tehokkaan laskentamenetelmän, jonka avulla eläinaineistoja voidaan käsitellä entistä nopeammin ja pienemmällä tietokonekapasiteetilla, kertoo Matilainen.
Mallit kuvaavat eläinten ominaisuuksia
Eläinaineksen parantaminen edellyttää perinnöllisten tunnuslukujen, kuten ominaisuuden periytymisasteen, arviointia. Tämä tehdään eläinten ominaisuuksista, esimerkiksi lypsykarjan maitotuotoksesta tai sikojen kasvusta, mitatuista havainnoista. Apuna ovat tilastotieteestä tutut sekamallit, jotka pystyvät huomioimaan erilaisista lähteistä peräisin olevaa vaihtelua. Joka vaihtelulähteelle lasketaan oma vaihtelua kuvaava tunnusluku eli varianssi.
Tutkittavina olivat ominaisuuksia kuvaavien mallien varianssitunnuslukujen arvioinnissa käytettävät menetelmät.
− Koska jalostusarvosteluissa käytettävät aineistot ovat usein suuria ja mallit monimutkaisia, arviointimenetelmien yksi tärkeä ominaisuus on laskennallinen tehokkuus, selittää Matilainen.
Tutkimus keskittyi niin sanottuun suurimman uskottavuuden menetelmään. Sikojen kasvukäyriä arvioitiin linearisointia hyödyntämällä, kun taas lypsykarjan tuotosmalleissa käytettäviä variansseja laskettiin Monte Carlo -menetelmää hyödyntämällä. Menetelmiä tutkittiin lähinnä simuloituja aineistoja käyttäen, mutta mukana oli myös todellista lypsykarja-aineistoa.
Vaikeille malleille ratkaisut nopeammin
Linearisointi mahdollisti olemassa olevien tehokkaiden ohjelmistojen käytön kasvukäyrien arviointiin pienin muutoksin. Menetelmä toimi hyvin aineistolla, joka kuvasi eläinten painon kehitystä syntymästä aikuispainoon asti.
Uudet Monte Carlo -menetelmää hyödyntävät sovellukset osoittautuivat sekä tietokoneen muistin tarpeeltaan että laskenta-ajaltaan tehokkaiksi.
− Tulevaisuudessa eläinten valintaohjelmissa tarvittavat perinnölliset tunnusluvut voidaan ratkaista nopeammin. Kuukausia kestävät laskennat saatetaan tehdä jo viikoissa, summaa Matilainen.
Väitöstyön tuloksia voidaan hyödyntää ratkaisemalla realistisempia ja monimutkaisempia malleja kohtuuajassa.
Kaarina Matilaisen väitöskirja "Variance component estimation exploiting Monte Carlo methods and linearization with complex models and large data in animal breeding” tarkastetaan 5.12.2014 klo 12 Helsingin yliopistossa (Auditorio XIV, Päärakennus, Fabianinkatu 33). Vastaväittäjänä toimii John Hickey (The Roslin Institute) ja kustoksena Asko Mäki-Tanila.
Väitöskirja on ilmestynyt julkaisusarjassa MTT Science30. Se on luettavissa osoitteessa: www.mtt.fi/mtttiede
Lisätietoja:
tutkija Kaarina Matilainen, MTT, puh. 029 531 7500, kaarina.matilainen@mtt.fi
Maa- ja elintarviketalouden tutkimuskeskus MTT on Suomen johtava ruokajärjestelmän vastuullisuutta, kilpailukykyä ja luonnonvarojen kestävää hyödyntämistä kehittävä tutkimuskeskus, www.mtt.fi. 1.1.2015 MTT yhdistyy Metsäntutkimuslaitos Metlan, Riista- ja kalatalouden tutkimuslaitos RKTL:n ja Maa- ja metsätalousministeriön tietopalvelukeskus Tiken tilastopalveluiden kanssa Luonnonvarakeskukseksi, www.luonnonvarakeskus.fi
Avainsanat: