Mediante le attività previste nell’azione 3 si mira a svolgere un controllo preciso e puntuale sui dati fenotipici, genotipici e di pedigree che saranno utilizzati per lo sviluppo degli indici genetici e genomici di BIG. La valutazione dell’attendibilità, della correttezza e congruenza del dato rappresenta uno step fondamentale per garantire un proficuo utilizzo dello stesso e non incorrere in errori di selezione legati ad una falsa scelta dei riproduttori.
Controllo sul dato anagrafico
I primi dati che sono sottoposti a verifica sono quelli anagrafici.
Tale report testimonia l’attività interna ad ANASB di controllo e gestione del flusso di informazioni, effettuando azioni di correzione e consolidamento dei dati ottenuti da fonti diverse (allevatori, Associazioni Provinciali e Regionali, Associazione Nazionale Allevatori).
Le azioni di consolidamento dei dati effettuate nell’azione 3, e che proseguiranno per tutta la durata del progetto, hanno messo in evidenza nei 3 semestri presi in considerazione meno del 2% (1,98%) di incongruenze e quindi di consolidamento dati, provenienti principalmente da Campania e Lazio, le regioni in cui sono localizzati il maggior numero di allevamenti bufalini. Nel corso del progetto BIG si cercherà di migliorare tale risultato, che è comunque da ritenersi più che accettabile, attraverso una maggiore interlocuzione con gli allevatori.
Verifica del dato quanti-qualitativo
Si è inteso verificare la correttezza e l’affidabilità dei dati utilizzati nelle diverse azioni, attraverso un’ulteriore analisi sulla qualità dei dati quali-quantitativi. In particolare, sono presi in considerazione tutti i dati utilizzati nelle azioni 1, 2, 5 e 8 e se ne è verificata la correttezza.
Qualità dato genomico e molecolare & Verifica indici genetici e genomici
Viene effettuata una prima valutazione della qualità dei dati molecolari e genomici. Le informazioni genomiche, infatti, sono sempre più utilizzate nelle specie di interesse zootecnico, ma indipendentemente dal contesto in cui vengono applicate, l’utilità pratica dipende dalla qualità dei dati originali. Le procedure di controllo della qualità (QC) per i dati genomici sono esigenti dal punto di vista computazionale, operativamente impegnative e in continua evoluzione.
