Machine learning for ranking multivariate variables in cattle breeds raised in Paraguayan wetlands

Abstract

This study focuses on the performance of cows for meat production raised in the wetlands of Paraguay, examining five cattle genotypes: Brahman, Brangus, and Nelore, as well as two local breeds at risk of extinction. The main objective is to identify and rank phenotypic variables, including blood, clinical, hair, and health variables, demonstrating causal linkage with the live weight of the cows analyzed. Initially, high correlations were identified between different variables included in this study; then, using advanced Machine learning (ML) techniques and the application of Shapley additive explanations (SHAP), a deeper understanding was provided of the factors strongly associated with adaptability in these environments, and, therefore, the respective zootechnical performance. The association between cattle genotypic components linked with the season of the year proved to be the most influential factor on cattle live weight. Variables such as hair length, hematocrit, phosphatase, phosphorus, creatine phosphokinase, creatinine, protein, cortisol, calcium, and the presence of endoparasites were highlighted, demonstrating their hierarchical importance for animal selection. ML models are effective tools for establishing hierarchies of relevance in complex phenotypic multivariable, which is crucial in breeding programs for different zootechnical species and in special and specific environments like wetlands.

Este estudo foca no desempenho de vacas para produção de carne, criadas nos pântanos do Paraguai, examinando cinco genótipos bovinos; Brahman, Brangus, Nelore, bem como duas raças locais em risco de extinção. O principal objetivo é identificar e classificar variáveis fenotípicas que incluem variáveis sanguíneas, clínicas, de pelagem e saúde, demonstrando ligação causal com o peso vivo das vacas analisadas. Inicialmente, foram identificadas correlações elevadas entre diferentes variáveis incluídas neste estudo, e, então, utilizando técnicas avançadas de aprendizado de máquina e a aplicação de explicações aditivas de Shapley (SHAP), foi proporcionado um entendimento mais profundo dos fatores fortemente associados à adaptabilidade nestes ambientes, e, portanto, o respectivo desempenho zootécnico. A associação entre o componente genotípico bovino ligado à estação do ano mostrou ser o fator influente mais predominante sobre o peso vivo bovino. Variáveis como comprimento do pelo, hematócrito, fosfatase, fósforo, creatina phosphokinase, creatinina, proteína, cortisol, cálcio e a presença de endoparasitas foram destacadas, demonstrando sua importância hierárquica para a seleção animal. Os modelos de ML são ferramentas eficazes para estabelecer hierarquias de relevância em multivariáveis fenotípicas complexas, o que é crucial em programas de melhoramento genético em diferentes espécies zootécnicas, bem como em ambientes especiais e específicos, como os pântanos.