Global genomics research increases animal health metadata​

Global organizations such as the World Organization for Animal Health (WOAH) and Food and Agriculture Organization (FAO) have taken the lead in compiling data related to animal disease metrics. However, as genomic data increases with the decreasing cost of sequencing, metadata related to animal health and disease can be used to supplement GBADs' existing data. There are estimates that predict that there are up to 40 billion gigabytes of genomic data generated every year and that over the next decade genomics research will generate between 2 and 40 exabytes of data (Stephens et al. 2015). The National Centre for Biotechnology Information (NCBI) is an example of a set of databases that holds information pertinent to GBADs. As more researchers are conducting genomic work on livestock and other economically important species, data on breed, location, and individual condition and disease are being recorded. In particular, NCBI's BioSamples database stores the accompanying metadata to genetic sequences uploaded to NCBI. As sequencing becomes more cost efficient, animal metadata that can be used by GBADs will accumulate. There has been a remarkable spike in the number of metadata entries concerning livestock in the past 7 years (Figure 1). These metadata accompany genomic studies carried out by not just universities, but also organizations around the world. NCBI has already been used to create databases for other researchers to use (Hu et al. 2022). The AnimalMetagenome DB (http://animalmetagenome.com) holds metagenomic data for 4 domestic species and an abundance of wild species.

Figure 1. NCBI entries in the BioSample database concerning species covered in GBADs (cattle, pig, goat, sheep, chicken, llama, equids, camel). This figure shows the pattern of number of entries since 2005.

Geographic spread of genomic data​

One of GBADs' main goals is to close global data gaps concerning animal health. In order to standardize basic animal health data across countries, location and breed data are incredibly important. Classifying the global range of animals will assist in understanding the spread of diseases originating from animals. Users can input location data as a basic attribute in the BioSamples database. In particular, entries can contain the location of the submitter, sampling location, and even specific sampling coordinates. These data can reflect where certain species densely populate or which countries and locations have a lack of data. Although DNA sequencing has decreased in cost, it is still a sizable purchase; therefore, these data can also indicate whether there are inherent biases in the presence of genomic sampling across countries. Using rentrez, an R package to access NCBI (Winter 2017), we were able to extract metadata entries for genomic studies involving livestock and other economically important species. Figure 2 illustrates the geographic spread of these data, where it is shown that there are clusters of data in highly studied areas. Conversely, there are clear gaps in data across Africa and parts of Asia.

Figure 2. Static snapshot of an interactive figure displaying sampling locations for livestock and other species relevant to GBADs based on NCBI BioSample metadata.

Now, these are just the data that contained location information for each entry. As mentioned earlier, these data are important baseline data on global species occurrence; however, the BioSamples database also holds data more pertinent to GBADs, such as disease. We explored the mined metadata from NCBI and found that in our study species, 98 percent of entries did not contain viable disease data. By 'viable', we mean information that is disease related, as many entries had random characters or non-related information. The remaining 2 percent of data held diseases and disease agents that overlapped with WOAH's disease agent list (WOAH, personal communication of internal document). For example, bovines had 16 diseases that overlapped with the WOAH list (Figure 3).

Figure 3. Static snapshot of an interactive figure displaying sampling locations for cattle with disease information present in the NCBI entry. The diseases listed overlap with the diseases WOAH is monitoring.

Inconsistent user input leads to gaps in data​

NCBI houses data for a range of organisms from bacteria to whales; however, when mining data for livestock and economically important species, close to 350,000 entries were returned. Gathering data for GBADs species (cattle, chicken, pig, sheep, goat, etc) revealed variation in the amount of data. The figure below illustrates this variation, where cattle, chicken, and pigs returned the most amount of data. The completeness of the data for these returned entries varied; however, they made up the largest proportion of GBADs-related data. Cattle entries, in particular, accounted for 27% of the total number of entries. The combination of two other species, llamas and camels, made up less than 1% of the total returned entries.

In addition to species information, NCBI also allows for users to input breed data. As breed information can be useful for understanding the prevalence and spread of disease, it is important to know which breeds form the majority of the data. Figure 4 illustrates the proportion of specific breeds for each species gathered for GBADs, where each different colour bar indicates a different breed. As shown in the plot, the majority of entries did not contain breed information. This is an important finding, as breed information should be one of the main parameters reported, especially for economically important species. This plot also shows potential gaps in the data housed in NCBI, as certain breeds are not as prevalent in the data. This can provide knowledge about where resources, time, and funding should be allocated to equalize the data across breed and species.

Figure 4. Barplot illustrating the proportion of different breeds reported for each species gathered for GBADs. The pink indicates the number of entries with no breed information. All other colours indicate proportion of different breeds for each species.

Next steps in utilizing these data​

Based on our first look at the available metadata on NCBI, there are a few tasks that could make the process more streamlined. Additionally, the following steps would increase metadata for secondary uses.

1. Standardize parameters.
   Standardizing parameters would improve the data cleaning process and assist in equalizing data across different institutions. Currently, the free text set up of the BioSample database makes it very difficult to compare across entries, as misspellings and extra characters can inhibit comparisons. As discussed elsewhere (Goncalves and Musen 2019), bolstering the underlying infrastructure of the NCBI BioSamples database will assist in standardizing data and make these data more accessible to researchers for secondary uses outside of genomics.

2. More focus on metadata.
   There are major gaps in data that range from smaller details such as disease prevalence to important parameters such as breed or location. As NCBI gets accessed more and more for metadata, it will be imperative that users input as much data as possible. Basic data such as species, breed, and location should be mandatory for users to input.

3. Preprint data uploads.
   Currently, there is a lag between sampling and DNA sequencing and when these data get uploaded to public databases such as NCBI. This lag can vary from a few months to years. Therefore, data that could be used in secondary projects such as this one could be released up to a few years after sampling. Therefore, I recommend uploading genomic data with its accompanying metadata to NCBI as soon as possible or when preprints are submitted.

NCBI and other genomic databases hold data that can be useful for more than just genomic projects. For GBADs, these data can provide valuable information about presence of local breeds in normally unsampled locations as well as occurrences of diseases in sampled individuals. Additionally, it provides the first look into how genomic projects may supplement GBADs' aim to gather animal health data and metrics.

References​

Goncalves R, Musen MA (2019) The variable quality of metadata about biological samples used in biomedical experiments. Scientific Data, 6, 190021.

Hu R, Yao R, Li L, et al. (2022) A database of animal metagenomes. Scientific Data, 9, 312.

Stephens ZD, Lee SY, Faghri F, et al. (2015) Big Data: Astronomical or Genomical? PLoS Biology, 3, 1002195.

Winter DJ (2017) rentrez: An R package for the NCBI eUtils API. The R Journal, 9, 520-526.

Abbildung 1: Der Fahrplan zur Reproduzierbarkeit

„Der springende Punkt der Wissenschaft, der Art und Weise, wie wir etwas wissen, besteht nicht darin, dass ich Isaac Newton vertraue, weil ich denke, dass er ein großartiger Kerl war. Der springende Punkt ist, dass ich es selbst tun kann … Zeigen Sie mir die Daten, zeigen Sie mir den Prozess, zeigen Sie mir die Methode, und wenn ich möchte, kann ich sie dann reproduzieren.“

[Brian Nosek](https://www.washingtonpost.com/news/looking-of-science/wp/2015/08/27/trouble-in-science-massive-effort-to-reproduce-100-experimental-results -succeeds-only-36-times/) – Washington Post¹

Reproduzierbare Wissenschaft erfordert gut dokumentierte Methoden, Code und die Bereitstellung von Daten. Es bedeutet, während des gesamten wissenschaftlichen Prozesses Transparenz darüber zu schaffen, was Sie tun, um das Vertrauen in den Prozess und die Ergebnisse zu stärken und anderen die Möglichkeit zu geben, frühere Arbeiten zu nutzen. Für den wissenschaftlichen Skeptiker ist kein Platz, wenn Ihre Forschung reproduzierbar ist.

Die von GBADs verwendeten Daten stammen aus vielen verschiedenen Quellen und werden in Modellen verwendet, die dann weitere Datensätze erzeugen und als Eingaben für andere Modelle dienen. Diese Verkettung von Daten-Modell-Daten-Modell-Daten ist nicht auf die Arbeit eines einzelnen Wissenschaftlers beschränkt; Wir haben Mitarbeiter, die auf der ganzen Welt arbeiten. Es ist von entscheidender Bedeutung, dass die zugrunde liegenden Daten verfügbar sind und alle unsere Methoden reproduzierbar sind, damit wir auf der Arbeit der anderen aufbauen und es anderen ermöglichen können, unsere Schätzungen sicher zu verwenden.

Mit dem Ziel, alle unsere Prozesse reproduzierbar und transparent zu machen, startet GBADs die „Roadmap to Reproducibility“. In diesem Blogbeitrag laden wir Sie ein, mit uns den Weg zur Reproduzierbarkeit zu beschreiten. Schnallen Sie sich an, während wir den feurigen Flammen der „Reproduzierbarkeitskrise“ entgehen, bevor wir uns auf den Weg zu unserem endgültigen Ziel machen, der „Datenutopie“!

Die „Reproduzierbarkeitskrise“​

Im Jahr 2016 ergab eine Umfrage von Nature unter 1.576 Forschern, dass es in der wissenschaftlichen Gemeinschaft eine „Krise der Reproduzierbarkeit“ gibt². Von den Teilnehmern „haben mehr als 70 % der Forscher versucht, das Experiment eines anderen Wissenschaftlers zu reproduzieren, und mehr als die Hälfte hat es nicht geschafft, ihre eigenen Experimente zu reproduzieren.“ Viele Faktoren tragen zur nicht reproduzierbaren Forschung bei (Abbildung 2), wobei Veröffentlichungsdruck und selektive Berichterstattung zu den am höchsten bewerteten Faktoren zählten. Allerdings wurden auch nicht verfügbare Rohdaten und nicht verfügbare Methoden oder nicht verfügbarer Code als Hauptverursacher eingestuft. Während der Druck zur Veröffentlichung einen Kulturwandel in der Forschung erfordert, sind nicht verfügbare Rohdaten und Methoden oder Code Probleme, die wir lösen können.

Abbildung 2: Faktoren, die zu nicht reproduzierbarer Forschung beitragen. Abbildung aus Baker, 2016².

Auf dem Weg zur Reproduzierbarkeit​

Stopp 1: Menschen und Prozesse​

Die Verfügbarkeit von Code und Daten ist wichtig für die Reproduzierbarkeit. Hinter dem Code und den Daten stehen jedoch Menschen, die an Prozessen arbeiten, um sie reproduzierbar zu machen.

Daher haben wir Prozesse und Best Practices für die Nutzung von Daten in GBADs etabliert, die im Data Governance Handbook kommuniziert werden ) und auf unserer Dokumentationsseite. Diese Prozesse umfassen Folgendes:

1. Dokumentation von Datenänderungen und Datenbereinigungspraktiken
2. Dokumentation der Metadatenstandards, die zur Bereitstellung von Informationen über die Daten verwendet werden
3. Wo und wie Daten und Metadaten gespeichert und wie sie verbreitet werden
4. Best Practices für die Dokumentation von Code in GitHub-Repositories

Wir verlassen uns auch darauf, dass die Menschen die von uns festgelegten Prozesse einhalten. Da einige der von GBADs verwendeten Daten keine Metadaten enthalten, sind wir auf die Einrichtung einer Kontaktstelle für die Datenquelle angewiesen, um sicherzustellen, dass wir einen Kontext darüber erhalten, wie Daten gesammelt wurden, wie sie verwendet werden können, von wem, und für welche Zwecke und welche Kategorien in den Daten dargestellt werden.

Stopp 2: Erfassung und Aufnahme von Daten​

Zur Datengewinnung identifizieren wir Daten, die für die Schätzung von Modellen relevant sind. Beispielsweise sind der Viehbestand nach Land und Art sowie das Lebendgewicht Eingaben für die Berechnung der Biomasse.

Die Art und Weise, wie wir Daten erfassen, hängt vom Format ab, in dem sie verfügbar sind. Es gibt drei Hauptmethoden zur Erfassung und Aufnahme von Daten:

• Wenn Daten über Anwendungsprogrammierschnittstellen (APIs) verfügbar sind, werden die Daten direkt von der Quelle erfasst und transformiert, bevor sie über die GBADs-API verfügbar gemacht werden.
• Wenn Daten per Direktdownload verfügbar sind, werden die Daten heruntergeladen und in Datenbanktabellen formatiert, bevor sie über die GBADs-API verfügbar gemacht werden.
• Wenn Daten in PDF-Tabellen verfügbar sind, extrahieren Web-Scraping-Skripte Daten aus Tabellen und stellen sie über CSV-Dateien zur Verfügung, bevor sie in Datenbanktabellen formatiert und über die GBADs-API verfügbar gemacht werden.

Jeder dieser Prozesse wird dokumentiert. Die Herkunft der Daten wird in einer Graphdatenbank verfolgt, um sicherzustellen, dass wir alle Änderungen an den Daten nachvollziehen und unsere Prozesse transparent und reproduzierbar machen können.

Stopp 3: Datenqualität​

Wir überprüfen die Qualität jeder Datenquelle, die von GBADs erfasst wird. Manchmal gibt es interne Fehler bei der Aggregation von Kategorisierungen, wenn Unterkategorien keine „Superkategorie“ ergeben. Wenn Geflügel beispielsweise in Hausgeflügel und Nutzgeflügel unterteilt wird, sollten diese Kategorien zusammengenommen „Geflügel“ ergeben. In anderen Fällen kann es zu einem plötzlichen Anstieg der Tierzahl in einem Land kommen. In diesem Fall müssen wir dies untersuchen, indem wir den Wert mit anderen Datenquellen vergleichen.

Sämtliche Qualitätsprüfungen und entsprechende Änderungen werden protokolliert. Sobald die Daten „bereinigt“ wurden, wird die „bereinigte“ Version über die API und Dashboards der GBADs bereitgestellt. Auf diese Weise sind die Qualitätsbewertungen konsistent und nicht jeder Mitarbeiter führt dies unabhängig durch. Dies stellt die Konsistenz der Ergebnisse sicher und verbessert die Reproduzierbarkeit der Schätzungen und Daten der GBADs insgesamt.

Stopp 4: Code​

Code, der zum Erfassen und Einspeisen von Daten, zum Bereinigen von Daten und zum Erstellen von Modellen verwendet wird, ist über die GitHub-Repositorys der GBADs verfügbar. Der Code ist gut dokumentiert und es gibt Informationen darüber, wie der Code ausgeführt wird, welche Datensätze verwendet wurden und wer an der Entwicklung beteiligt war.

Endgültiges Ziel: Datenutopie​

In der Daten-Utopie können Daten harmonisiert und für nachfolgende Modelle oder Zwecke wiederverwendet werden. Die Idee dabei ist, dass alle Mitglieder von GBADs dieselben Daten verwenden und keine doppelten Datenbereinigungs-, Aufnahme- oder Datenerfassungsbemühungen erforderlich sind. Indem die Daten und Methoden zur Reinigung reproduzierbar gemacht werden, sind die zugrunde liegenden Daten konsistent und sofort einsatzbereit. In unserer Utopia werden Daten über Dashboards visualisiert und verfügbar und können über die API abgerufen werden. Die Dashboards verfügen außerdem über eine Registerkarte „Metadaten“, auf der Informationen zu Methodik, Code und Herkunft bereitgestellt werden, um sicherzustellen, dass alle Mitglieder auf den Code und die Rohdaten zugreifen können, die in den Dashboards angezeigt und verfügbar sind.

Hinweis: Wir nehmen zur Kenntnis, dass nicht alle Daten zur Verfügung gestellt werden können. Während wir derzeit mit offenen Regierungsdaten arbeiten, rechnen wir mit der kontrollierten Verwaltung privater und sensibler Daten, die ohne Erlaubnis des Dateninhabers gemäß Datenvereinbarungen und Lizenzen nicht in Rohform offen verfügbar sein werden.

Verweise:

Footnotes​

1. Achenbach, J. (2021, 27. Oktober). Viele wissenschaftliche Studien können nicht reproduziert werden. das ist ein Problem. Die Washington Post. Abgerufen am 19. Juni 2022 von [https://www.washingtonpost.com/news/looking-of-science/wp/2015/08/27/trouble-in-science-massive-effort-to-reproduce-100- experimentelle-results-succeeds-only-36-times/](https://www.washingtonpost.com/news/looking-of-science/wp/2015/08/27/trouble-in-science-massive-effort- 100-experimentelle-Ergebnisse-zu-reproduzieren-gelingt-nur-36-mal/) ↩

2. Baker, M. (2016). 1.500 Wissenschaftler lüften den Deckel der Reproduzierbarkeit. Natur, 533(7604). ↩ ↩²

GBADs Informatik hat im Jahr 2022 viele neue Experten hervorgebracht, die über ein breites Spektrum an Talenten und Interessen verfügen. Gemeinsam treibt die „Herde“ aus 7 studentischen Entwicklern, 2 Doktoranden und 4 Postdoktoranden und wissenschaftlichen Mitarbeitern unsere Ziele in GBADs voran und erforscht neue Wege, um GBADs zu verbessern und den Nutzen des Programms auf kreative Weise zu steigern. Schauen Sie sich unser aktuelles Team im Abschnitt Über der Website an und lesen Sie weiter unten mehr über die Arbeit unseres Teams im Frühjahrssemester!

Das A und O der Wissensmaschine

Kassy hat eine Graphendatenbank aufgebaut, um die Auffindbarkeit von Daten zu verbessern und die Interoperabilität der zu analysieren Datenquellen, die GBADs sammelt. Außerdem war sie damit beschäftigt, Studierende bei ihrer Arbeit zu unterstützen, sich mit anderen Themen zu befassen, um den Fortschritt aufrechtzuerhalten, und als Datasphere Initiative Fellow die Bekanntheit von GBADs und FAIR-Daten zu verbreiten – sehen Sie sich einige ihrer jüngsten Präsentationen auf unseren [Highlights] an (http:/ /gbadskedoc.org/highlights) oder unsere Präsentationen und Veröffentlichungen.

Amardeep hat einen modularen Ansatz zur Dashboard-Erstellung entwickelt und Tutorials erstellt, damit jeder lernen kann, wie man ein einfaches Dashboard im GBADs-Stil erstellt. Sie können auf seine Tutorials im Abschnitt docs dieser Website zugreifen.

Nitin hat an der Infrastruktur für Berechtigungen und Zugriffsbeschränkungen gearbeitet, die erforderlich ist, um sicherzustellen, dass GBADs-Daten sicher sind, und dass wir Zugriffsbeschränkungen für verschiedene Benutzer anwenden können, die auf das Datenportal der Wissensmaschine zugreifen möchten. Diese Infrastruktur wird für die Aufrechterhaltung der Sicherheit privater Daten von entscheidender Bedeutung sein.

Rehan ist unser Experte für Viehbestandsdaten geworden, die aus den PDF-Berichten der Zentralen Statistikbehörde Äthiopiens stammen. Er hat diese Daten zum ersten Mal in einer Datenbank verfügbar gemacht und arbeitet an der Entwicklung von Berichten, um Trends auf regionaler und nationaler Ebene zu vergleichen und Datendiskrepanzen zu identifizieren. Er hat auch daran gearbeitet, diese Daten mit globalen Daten zu vergleichen. Berichte folgen in Kürze. Sehen Sie sich an, wie Sie über unsere [API] (http://gbadske.org/api/dataportal/) auf Details zugreifen können!

Polieren unserer Produkte

Matthew hat viel Arbeit in die Entwicklung und Einführung dieser Website zur Dokumentation der GBAD-Ressourcen, Tutorials, Dokumentationen und Präsentationen gesteckt. Die Seite wird ständig weiterentwickelt und es wird immer mehr Material hinzugefügt. Schauen Sie also regelmäßig vorbei!

Kurtis begann mit uns zusammenzuarbeiten, um das Design unserer Dashboards und Visualisierungen zu verbessern und einen zusammenhängenden visuellen Standard zur Verwendung in allen GBADs zu entwickeln. Seine Styleguides wurden über andere Themen hinweg und mit externen Partnern wie First Analytics geteilt.

(GIF mit freundlicher Genehmigung von Kurtis Sobkowich)

Themenübergreifende Zusammenarbeit

Grace arbeitete mit dem Thema „Menschliche Gesundheit“ zusammen, um einen Ansatz zu entwickeln, um Veränderungen der Nutztiergesundheit mit den Auswirkungen auf die menschliche Ernährung zu verknüpfen. Sie schrieb auch einen Blog über die Herausforderungen bei der Quantifizierung gesundheitliche Auswirkungen des Verzehrs tierischer Lebensmittel.

William passte schnell ein Python-Modul für die Expertenermittlung (Anduryl) an, um in R zu funktionieren. Er teilte dies dem Team mit, das an der äthiopischen Fallstudie arbeitete und es in ihren jüngsten Workshops einsetzte. Sein Tutorial zur Software finden Sie hier.

Le konnte sich schnell über die Fortschritte bei der Graphdatenbank und der Ontologie informieren und arbeitete mit dem Thema „Ontologie und Attribution“ zusammen, um Möglichkeiten zur Verbesserung der Interoperabilität von Daten aus verschiedenen wichtigen Datenquellen zu entwickeln. Sie arbeiten auch daran, Ontologien auf Datenbanken abzubilden.

Kassy und Deb arbeiteten mit Yin aus dem Thema Populationen und Produktionssysteme zusammen, um ihre Biomasseberechnungen und den Code für die Verwendung mit verschiedenen Datenquellen und für die Einbindung in die Wissensmaschine zu strukturieren.

Neue Grenzen erkunden

Cassandre hat NCBI nach genomischen Daten über Nutztierarten durchsucht, die zur Klassifizierung von Produktionssystemen verwendet werden könnten. Sie können sich ihr Seminar über ihre Arbeit [hier] ansehen (https://www.youtube.com/watch?v=5mwC4ngvxmc). Sie durchsucht auch andere Datenbanken, die nach ähnlichen Informationen zu Rassemerkmalen wie Größe und Gesundheitsmerkmalen durchsucht werden könnten.

Neila arbeitet an der Zukunft des Tierschutzes in GBADs. Sie hat mit Kollegen aus Liverpool zusammengearbeitet, um einen Vorschlag zur Einbeziehung dieses Themas in künftige Iterationen von GBADs zu entwickeln, Netzwerke mit Tierschutzexperten auf der ganzen Welt aufzubauen und das bestehende Datenökosystem zum Tierschutz zu erkunden. Lesen Sie ihre Einführung in die Tierschutzgesetzgebung in ihrem aktuellen Blog.

Zu guter Letzt leisteten Deb und Theresa weiterhin ihren Beitrag zur GBAD-Planung und führten die Herde zum Erfolg! Sie sind von entscheidender Bedeutung für die Problemlösung, die Verbindung mit Partnern und die Entwicklung unserer Roadmap für die Zukunft der GBAD-Informatik.

Sommervorschau

Halten Sie Ausschau nach einem Update zu unseren Sommeraktivitäten, zu denen auch die Einführung zahlreicher Dashboards gehört, dank des von Amardeep entwickelten Ansatzes:

• Sky erstellt aktualisierte Dashboards für Bevölkerungs- und verschiedene Biomassestatistiken
• Matthew und William arbeiten an einem Dashboard, um Berechnungen des wirtschaftlichen Gesamtwerts des weltweiten Viehbestands anzuzeigen, die im Rahmen des PPS-Themas erstellt wurden
• Äthiopien-Datenstory-Dashboard von Rehan, Sky und Grace

Willkommen auch bei unserem neuesten Herdenmitglied Faraz, der an der „Datenheilung“ von OIE-Populationsdaten arbeitet. Willkommen auch bei Emily, die sich für den Sommerspaß der Herde angeschlossen hat!

Die Herde einholen

Wenn Sie GBADs Informatics in Aktion sehen möchten, stehen Ihnen zwei Möglichkeiten zur Verfügung. Schauen Sie sich die GBADs-Sitzung auf der SciDataCon am 22. Juni an, wo Deb, Kassy, und Le wird zusammen mit seinem Ontologie- und Attributionskollegen Stephen Kwok einen Vortrag halten. Das Thema Informatik wird an einer Sondersitzung zu GBADs teilnehmen und vom 7. bis 12. August drei Vorträge und vier Poster auf der ISVEE präsentieren. Wir werden eine Reihe von Themen behandeln, darunter metaontologische Rahmenbedingungen, Tierschutz, Lebensmittelsystemmodelle, interdisziplinäre Arbeit im Kontext von OneHealth, Auswirkungen von Datendiskrepanzen, Diagrammdatenbanken und eine Übersicht über wichtige Initiativen zur Datenaggregation. Wir hoffen, dich dort zu sehen!

Mit der wachsenden menschlichen Bevölkerung ist in den letzten Jahrzehnten auch die Zahl der als Nahrungsmittel gehaltenen Tiere erheblich gestiegen. Die Welt produzierte 2018 800 Millionen Tonnen Milch, 340 Millionen Tonnen Fleisch (Abbildung 1) und 2019 86,67 Millionen Tonnen Eier ¹.

Abbildung 1: Weltweite Fleischproduktion nach Tierart von 1961 bis 2018. (Quelle:Our World in Data )

Nutztiere werden in verschiedenen Produktionssystemen gezüchtet, in denen die ordnungsgemäße Unterbringung, Bewirtschaftung, Ernährung, Krankheitsvorbeugung und -behandlung, Handhabung und Schlachtung in der Verantwortung des Menschen liegt. Es gibt eine große Vielfalt an Produktionssystemen², aber zu den bekanntesten zählen das Intensivsystem, das die Tiere in großer Zahl auf relativ kleinem Raum einsperrt, und das Extensivsystem, das den Tieren Weidemöglichkeiten bietet. In fast allen Produktionssystemen können Tiere mit einer Reihe von Bedingungen konfrontiert werden, die ihr allgemeines Wohlbefinden beeinträchtigen können. Die Untersuchung des physischen, physiologischen und mentalen Zustands eines Tieres wird als Tierschutz bezeichnet ³. Laut der Weltorganisation für Tiergesundheit ist Tierschutz „der physische und psychische Zustand eines Tieres im Verhältnis zu den Bedingungen, unter denen es lebt und stirbt“⁴. Basierend auf dem Tierschutzgesetz der Europäischen Union⁵ und dem britischen Tierschutzgesetz von 2006⁶ ist die Verringerung des Leidens von Tieren durch die Möglichkeit, vorbeugende Maßnahmen zu ergreifen, bevor Leiden entsteht, der wichtigste Punkt, der bei der Definition des Tierschutzes hervorgehoben wird. Obwohl Schritte unternommen wurden, um das Problem anzugehen, leiden Nutztiere immer noch unter Problemen, darunter chronische Angst und Schmerzen, Verletzungen und Krankheiten sowie Bewegungsmangel, um nur einige zu nennen. Es hat lange gedauert, bis wir zu einer klaren Definition des Tierschutzes und Möglichkeiten zu dessen Verbesserung auf Betriebsebene gelangten. In diesem Blog werde ich die wichtigsten Ereignisse untersuchen, die das Konzept des Tierschutzes beeinflusst haben, und wie Menschen dieses Thema bei Nutztieren untersuchen. Ich werde auch einen Überblick darüber geben, wie wir versuchen, das Konzept des Tierschutzes in die analytische Struktur des Programms „Global Burden of Animal Diseases (GBADs)“ einzubinden.

Wichtige Zeitpunkte in der Geschichte des Tierschutzes

Seit Jahrhunderten spielen domestizierte Tiere eine wichtige Rolle im Leben der Menschen. Durch traditionelle landwirtschaftliche Techniken haben diese Tiere den Menschen seit jeher bei Aktivitäten im Zusammenhang mit Landwirtschaft, Transport und Handel unterstützt. Mit Beginn der Industrialisierung bestand das Hauptziel der landwirtschaftlichen Systeme darin, die Produktivität zu steigern, um eine arme, aber wachsende menschliche Bevölkerung zu ernähren. Dies führte zur Entwicklung von Haltungstechnologien, um mehr Tiere einzusperren und die Produktivität durch die Bereitstellung von qualitativ hochwertigem Futter zu steigern. Das Einsperren von Tieren in überfüllten Umgebungen führte jedoch zunehmend zu einem schlechten Körperzustand mit dem Auftreten von Verletzungen, Lahmheiten und Krankheiten. Mit der Veröffentlichung des Buches „Animal Machines“⁷ von Ruth Harrison im Jahr 1964 wurden Schritte in einer Reihe von Ereignissen unternommen, um das Konzept des Tierschutzes als öffentliches Anliegen zu fördern (Abbildung 2).

Abbildung 2: Wichtigste Ereignisse, die dazu beigetragen haben, den Tierschutz als öffentliches Anliegen in Europa und der Welt zu etablieren.

Ein weiteres wichtiges Ereignis war die Bildung des Brambell-Komitees durch die britische Regierung, dessen Aufgabe es war, über die Tierschutzbedingungen in der britischen Viehhaltung zu berichten. Im Jahr 1965 veröffentlichte das Komitee seinen Bericht zur Untersuchung des Wohlergehens von Tieren, die in Systemen der intensiven Viehhaltung gehalten werden ⁸. Dieser Bericht ebnete den Weg für die Veröffentlichung einer Liste von Bedenken, von denen das Tier frei sein sollte, um einen angemessenen Wohlergehenszustand zu gewährleisten. Diese Liste wurde als die fünf Freiheiten⁹ bezeichnet und nach der Gründung des Farm Animal Welfare Council im Jahr 1979 veröffentlicht. Diese Freiheiten sind:

1. Freiheit von Hunger und Durst: durch einfachen Zugang zu frischem Wasser und einer ausgewogenen und nahrhaften Ernährung.
2. Freiheit von Unbehagen: durch die Bereitstellung einer geeigneten Umgebung, einschließlich Unterschlupf und Ruhebereich.
3. Freiheit von Schmerzen, Verletzungen oder Krankheiten: durch Prävention oder schnelle Diagnose und Behandlung.
4. Freiheit von Angst und Stress: durch die Gewährleistung von Wohn- und Verwaltungsbedingungen, die psychisches Leiden verhindern.
5. Freiheit, normales Verhalten auszudrücken: Durch die Bereitstellung von ausreichend Raum für Selbstpflege (Pflege, Staubbaden, Strecken) und Nisten werden Möglichkeiten für soziales Verhalten mit Tieren ihrer Art geschaffen.

Die Produktion von mehr Fleisch zu geringeren Kosten geht heute mit einem gesellschaftlichen Druck hinsichtlich der Lebensqualität der Tiere einher. Dies ebnete den Weg für nationale, regionale und internationale Tierschutzvorschriften, private Kodizes und Praktiken¹⁰. Die Fünf Freiheiten wurden häufig als Grundlage für die Entwicklung von Tierschutzrichtlinien, Bewertungsprotokollen und Audits verwendet. Nach der Einführung eines Protokolls zum Tierschutz im Amsterdamer Vertrag¹¹ im Jahr 1997 war die Europäische Union (EU) die erste, die Tierschutzrichtlinien veröffentlichte, um sicherzustellen, dass alle Mitgliedsländer Mindestrichtlinien für die Haltung von Tieren zur Lebensmittelproduktion übernehmen (Richtlinie 98/ 581)⁵. Später wurden artenspezifische EU-Richtlinien sowie spezifische Vorschriften für den Tiertransport (Richtlinie 1/20059)¹² und die Schlachtung (Richtlinie 1099/2009)¹³ veröffentlicht. Was internationale Organisationen betrifft, so veröffentlichte die OIE erstmals 2004 ihre Tierschutzstandards⁴ für Land- und Wassertiere. Nationale und internationale Gruppen wie die Royal Society for the Prevention of Cruelty to Animals (RSPCA) haben ihre eigenen Richtlinien und Protokolle verabschiedet, um sie bereitzustellen ein Audit- und Endproduktkennzeichnungsservice.

Die jüngsten Initiativen zum Tierschutz finden in Europa statt. „End the Cage Age“¹⁴ ist ein von der Europäischen Kommission vorgeschlagenes Instrument zur Verbesserung der direkten Beteiligung der Bürger an der Politikgestaltung. Es wurde 2018 mit der Hauptforderung ins Leben gerufen, den Einsatz von Käfigen in der Tierhaltung zu verbieten und den Tieren die Möglichkeit zu geben, normales Verhalten zu zeigen. Die Europäische Kommission wird Rechtsvorschriften vorschlagen, um die Verwendung von Käfigen für Legehennen, Junghennen, Masthähnchen und Legehennen, Wachteln, Enten, Gänse und Kaninchen zu verbieten. Dies zusätzlich zum Verbot von Abferkelbuchten und Sauenställen sowie einzelnen Kälberställen, sofern dies nicht bereits verboten ist. Eine weitere europäische Initiative ist die Strategie „Vom Hof ​​auf den Tisch“¹⁵, die darauf abzielt, den Übergang Europas zu einem nachhaltigen Lebensmittelsystem zu beschleunigen. Neben der Förderung neutraler oder positiver Auswirkungen auf die Umwelt kündigte die Kommission an, dass die bestehenden Tierschutzgesetze bis 2023 vollständig überarbeitet werden neueste wissenschaftliche Erkenntnisse.

All diese Ereignisse prägen weiterhin die Art und Weise, wie wir als Bürger und Verbraucher mit dem Tierschutz umgehen. Neben nationalen und internationalen Richtlinien zum Schutz von Nutztieren arbeiten Tierschutzorganisationen und -bewegungen daran, das Bewusstsein der Verbraucher für den Tierschutz zu schärfen. Wenn wir erkennen, wo wir als Gesellschaft bei der Bereitstellung der besten Umgebung und des besten Managements für Nutztiere scheitern, werden wir beginnen, die Auswirkungen eines schlechten Tierschutzes auf die globale Gesellschaft und Wirtschaft zu erkennen.

Tierschutz im Rahmen der GBADs

Zusätzlich zu der Tatsache, dass Tierseuchen eine gewisse Beeinträchtigung des Tierwohls darstellen, wird die Belastung des Tierschutzes letztendlich in die wirtschaftlichen Schätzungen der GBADs einbezogen. Dies wird durch eine Analyse der Wohlfahrtsfaktoren, die zum Auftreten einer Krankheit beitragen, einerseits und eine Schätzung der Wohlfahrtsbeeinträchtigung nach Krankheitsentstehung andererseits angegangen. Während die Methodik entwickelt wird, werden spezifische Punkte von Interesse untersucht:

• Die Auswirkungen der Tierschutzpolitik auf die landwirtschaftliche Wirtschaft auf nationaler und regionaler Ebene.
• Die Auswirkungen des Produktionssystems (einschließlich Haltung und Management) auf das Tierwohl und seine wirtschaftlichen Folgen.
• Produktionssysteme, Verhaltensergebnisse und ihr Zusammenhang mit Krankheiten.

Obwohl diese Ziele ehrgeizig erscheinen, werden sie über einen langen Zeitraum erreicht. Das Generieren von Daten fällt derzeit nicht in den Geltungsbereich von GBADs. Grundlage unserer Analysen wird jedoch die Nutzung offener Datenquellen, privater Daten und/oder Expertenerhebungsdaten sein.

Verweise:

Footnotes​

1. Ritchie, L. & Roser, M. (2019, November). Fleisch- und Milchproduktion. Unsere Welt in Daten. Abgerufen am 5. Mai 2021 von https://ourworldindata.org/meat-produktion. ↩

2. Steinfeld, H., Mäki-Hokkonen J. (o. J.). Eine Klassifizierung von Tierproduktionssystemen. FAO. Abgerufen am 11. Mai 2021 von https://www.fao.org/3/v8180t/v8180t0y.htm ↩

3. Fraser, D., Weary, D. M., Pajor, E. A. & Milligan, B. N. (1997). Eine wissenschaftliche Konzeption des Tierschutzes, die ethische Belange widerspiegelt. Tierschutz, 6, 187–205. https://www.wellbeingintlstudiesrepository.org/ethawel/1/ ↩

4. Online-Zugriff auf terrestrischen Code. (2004). OIE – Weltorganisation für Tiergesundheit. Abgerufen im April 2021 von https://www.oie.int/en/what-we-do/standards/codes-and-manuals/terrestrial-code-online-access/?id=169&L=1&htmfile=titre_1.7. htm ↩ ↩²

5. Europäische Union. (1998, 20. Juli). Richtlinie 98/58/EG des Rates vom 20. Juli 1998 zum Schutz landwirtschaftlicher Tiere. Eur-Lex. Abgerufen am 2. Februar 2021 von https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:31998L0058 ↩ ↩²

6. Tierschutzgesetz 2006. (2006). Website zur britischen Gesetzgebung. Abgerufen im Februar 2022 von https://www.legislation.gov.uk/ukpga/2006/45/contents ↩

7. Harrison, R. & Dawkins, M. S. (2013). Tiermaschinen: Die neue Massentierhaltung (Neuauflage). CABI. https://books.google.tn/books/about/Animal_Machines.html?id=7_3-ko8zyZYC&printsec=frontcover&source=kp_read_button&hl=en&redir_esc=y#v=onepage&q&f=false ↩

8. Brambell, R., (1965). Bericht des Technischen Komitees zur Untersuchung des Wohlergehens von Tieren, die in Systemen der intensiven Viehhaltung gehalten werden, Cmd. (Großbritannien. Parlament), H.M. Schreibwarenbüro, 1–84. ↩

9. Fünf Freiheiten des Tierschutzes. (2009, April). Farm Animal Welfare Council (FAWC). Abgerufen im Mai 2022 von https://webarchive.nationalarchives.gov.uk/ukgwa/20121010012427/http://www.fawc.org.uk/freedoms.htm ↩

10. Simonin, D. & Gavinelli. A. (2019). Die Gesetzgebung der Europäischen Union zum Tierschutz: Stand der Dinge, Durchsetzung und zukünftige Aktivitäten. In: Hild S. & Schweitzer L. (Hrsg.), Tierschutz: Von der Wissenschaft zum Gesetz. 59-70. https://www.fondation-droit-animal.org/proceedings-aw/the-european-union-legislation-on-animal-welfare/ ↩

11. Vertrag von Amsterdam. (1997, 10. November). Abgerufen im Mai 2022 von https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX:11997D/PRO/10&from=IT ↩

12. Europäische Union. (2004, 22. Dezember). Verordnung (EG) Nr. 1/2005 des Rates vom 22. Dezember 2004 über den Schutz von Tieren beim Transport. EUR-Lex. Abgerufen im Februar 2022 von https://eur-lex.europa.eu/legal-content/EN/ALL/?uri=celex%3A32005R0001 ↩

13. Europäische Union. (2009, 24. September). Verordnung (EG) Nr. 1099/2009 des Rates vom 24. September 2009 zum Schutz von Tieren zum Zeitpunkt der Tötung. EUR-Lex. Abgerufen im Januar 2022 von https://eur-lex.europa.eu/legal-content/EN/ALL/?uri=CELEX%3A32009R1099 ↩

14. Mitgefühl in der Weltlandwirtschaft. (2018). Beenden Sie das Käfigzeitalter. Https://Www.Endthecageage.Eu/. Abgerufen im Mai 2022 von https://www.endthecageage.eu/ ↩

15. Farm-to-Fork-Strategie. (2020). Europäische Kommission. Abgerufen im Mai 2022 von https://ec.europa.eu/food/horizontal-topics/farm-fork-strategy_en ↩

(Graphic from Advancing Nutrition)

Animal-Sourced Foods in the Global Diet

Livestock have long played important cultural, social, and economic roles while also functioning as critical food sources. However, modern technological advances have led to an explosion in livestock production and consumption of animal-sourced foods (ASFs). Increased access to ASFs has been a boon to human dietary health in many ways, but modern livestock production systems are often harmful to the climate and raise animal welfare and sustainability concerns[^1]. In many high-income countries (HICs), people often eat more ASFs than are recommended, while ASFs are still scarce in low- and middle-income countries (LMICs)[^1]. Global reference diets advocate for very limited ASF intake[^2] , but this is not healthful for many people.

So, in a world where ASFs are too available for some, and too scarce for others, and livestock still play an important cultural role, how do we balance scarce planetary resources to produce equitable outcomes related to livestock production and human health? This is a question that the Global Burden of Animal Diseases (GBADs) program is working to address by developing a systematic process to determine the burden of animal disease on human health and wellbeing. One piece of this puzzle involves understanding, in better detail, how ASF consumption impacts health in different contexts.