Study of the microbial composition across various strains of Iberian pig through Machine Learning methodologies

Abstract

[ES] En los últimos años, la microbiota intestinal se ha convertido en un área de estudio cada vez más importante debido a su relación con el fenotipo. En el sector porcino, el estudio de los efectos de la microbiota en los animales podría ser fundamental para entender cómo influye en fenotipos clave como el peso, la eficiencia alimentaria o la resiliencia y el bienestar animal. Sin embargo, la microbiota es un sistema complejo, muy influenciado por el ambiente, como son la dieta y las condiciones de alojamiento. Además, se ha demostrado que la genética del hospedador (el genoma individual) desempeña un papel fundamental en la modulación de la composición de la microbiota de los individuos. En este sentido, el objetivo de este Trabajo de Fin de Grado es investigar las diferencias en la composición microbiana entre dos estirpes diferentes de cerdo ibérico, Retinto (RR) y Entrepelado (EE), y sus respectivos cruces (RE y ER). Para ello, se utilizará la comunidad microbiana de muestras fecales de cerdo ibérico identificada por amplificación de las regiones hipervariables V3-V4 del gen del ARN ribosómico 16S del ADN bacteriano. Las muestras fecales comprometerán un total de 171 cerdos machos castrados a los 140 días de vida, de los cuales se analizarán 53 pertenecientes a la cepa EE, 44 a la cepa RR, 38 a la cepa RE y 36 a la cepa ER (donde la primera letra indica la línea paterna y la segunda la materna). Se implementó un proceso bioinformático basado en el software QIIME2 para obtener las variantes de secuencia de los amplicones (ASV). Tras el control de calidad y el procesamiento de los datos, las ASV restantes se colapsarán a nivel de género. Posteriormente, se calculará la diversidad alfa y beta para evaluar la diversidad microbiana entre las cepas de cerdo ibérico. Por último, se utilizarán diferentes enfoques de aprendizaje automático (Random Forest, CatBoost y Gaussian Naïve Bayes) para identificar los géneros que mejor clasifican y predicen las diferentes cepas de cerdo ibérico.

[EN] In recent years, the study of the gut microbiota has become increasingly important due to its correlation with individual phenotype. In the pig industry, studying the effects of the microbiota on animals could be crucial to understanding how it influences key traits such as body weight, feed efficiency, animal resilience and welfare. However, the microbiota is a complex system that is strongly influenced by environmental factors such as diet and housing conditions. In addition, host genetics, represented by the individual genome, has been shown to significantly influence the composition of the microbiota in individuals. The aim of this Bachelor's thesis is to investigate the differences in microbial composition between two different Iberian pig strains, Retinto (RR) and Entrepelado (EE), and their respective crosses (RE and ER). To achieve this, the microbial community of Iberian pig faecal samples identified by amplification of the hypervariable V3-V4 regions of the 16S ribosomal RNA gene of bacterial DNA will be used. The faecal samples will compromise a total of 171 castrated male pigs after 140 days of age, of which 53 will belong to the EE strain, 44 to the RR strain, 38 to the RE strain and 36 to the ER strain (where the first letter indicates the paternal line and the second the maternal line) will be analysed. A bioinformatics pipeline based on QIIME2 software was implemented to obtain amplicon sequence variants (ASVs). After quality control and data processing, the remaining ASVs will be collapsed to the genus level. Subsequently, alpha and beta diversity will be calculated to assess the microbial diversity among the Iberian pig strains. Finally, different machine learning approaches (Random Forest, CatBoost and Gaussian Naïve Bayes) will be used to identify the genera that best classify and predict the different Iberian pig strains.