L’acidose ruminal subclinique est un désordre métabolique qui survient lorsque le pH du rumen est plus bas que 5,8 pendant un minimum de 5 heures par jour. Dans ces conditions, la croissance des bactéries chargées de digérer la fibre diminue, ce qui réduit l’efficacité alimentaire. Le projet visait à utiliser des acides gras du lait pour détecter l’acidose ruminale.
Les chercheurs d’Agrinova et de l’Université Laval ont d’abord mesuré en temps réel le pH du rumen grâce à des bolus ingérés par de plus de 100 vaches réparties sur 12 fermes. Les données de pH ont été récoltées pendant 50 jours et analysées à l’aide d’outils d’intelligence artificielle. Parallèlement, le profil en acides gras d’échantillons de lait des vaches à l’étude a été analysé par chromatographie et spectroscopie infrarouge.
Plus de 700 000 données de pH et 3 000 échantillons de lait ont été analysés.
L’analyse de la relation entre les données de pH du rumen et de profil en acides gras du lait est en cours. Les résultats préliminaires sont prometteurs pour prédire l’acidose à partir des profils en acides gras. Les chercheurs poursuivent les travaux pour atteindre une plus grande précision du modèle de prédiction. L’acidose est une maladie difficile à détecter et son impact économique est important. Ce projet offrira un outil de détection de l’acidose plus abordable et accessible pour les producteurs laitiers québécois.
