Ny metode skal halvere svartid for diagnose på tuberkulose

Forskere i husdyrvidenskab fra Scotland’s Rural College vil bruge en supercomputer til at analysere mælkedata. Målet er at finde tidlige indikatorer for tuberkulose (bTB, bovin tuberkulose).

Det skriver netavisen Farmers Weekly.

Gennem to år skal en supercomputer ved hjælp af infrarød spektroskopi analysere store mængder mælke-data fra National Milk Records.

Ved at analysere ændringer i den infrarøde spektral-data, som er påvirket af fedtsyrer, protein, calcium, laktoferrin og andre bestanddele af mælk, kigges der efter tidlige faresignaler for tuberkulose.

Undersøgelsen skal både hjælpe med at give mulighed for at reagere på et sygdomstilfælde hurtigere, samt afsløre fænotyper, der er særligt modstandsdygtige overfor tuberkulose.

Lykkes studiet, vil man kunne halvere svartiden på en diagnose fra en 60 dages turberkulose-test til en 30-dages mælketest.

”Dette er potentielt et stort skridt fremad, i kampen mod bTB”, siger lederen af forskningsprojektet, prof. Mike Coffey.

”At fjerne smittede køer tidligt, vil mindske risikoen for bTB og samtidigt bidrage til mere givende udfald fra allerede eksisterende tiltag til at udrydde sygdommen”.

Forskerne er stadig usikre på hvad de præcis skal forvente at finde. De ved, at bestanddelene i mælk ændres af mange parametre, og de er spændte på hvordan bTB påvirker mælkesammensætningen.

Ind til videre skal data først analyseres. Der er mere end 22 mia. datapunkter fra millioner af køer á 1.060 separate datapunkter, og det kommer til at tage tid.

Ekspert i Holstein-genetik, ph.d. Darren Todd, glæder sig over undersøgelsen. Han mener, at alle resultater, der kan være med til at reducere modtageligheden for bTB eller accelerere en diagnose, er positive for branchen.

Han understreger især, hvor givende det vil være, hvis endnu en modstandsdygtig fænotype blev afsløret - og han er  meget spændt på, hvor stor en sammenhæng forskerne vil finde mellem dataene og bTB- modstandkraft.