Referencias y otras herramientas adecuadas: ¿Lecciones de la industria del ganado lechero?

Sobre la importancia de contar con referencias y otras herramientas adecuadas: ¿Lecciones de la industria del ganado lechero?

Las dos primeras “experiencias de trabajo’ que tuve en el campo de las ciencias agrícolas fueron en la ganadería lechera y en la cría y genética lechera. Desde aquellos días, desarrollé un gran interés y aprecio por los importantes  avances logrados por la industria de la ganadería de leche y su cultura de evaluación comparativa.

Con los años, tuve la oportunidad de intercambiar con muchos productores de leche y puedo dar fe de que la mayoría de ellos pueden (y muy orgulloso de ello) decirte todo acerca de cada una de las vacas de su rebaño: producción anual, pedigrí (padre y madre), el recuento de células somáticas, la puntuación de la conformación corporal, el intervalo entre partos, etc.

Más de dos tercios de los productores de leche en el Canadá se adhieren a algún tipo de monitoreo de la producción o programa de gestión del rebaño. En Canadá y en muchos otros países donde existe este tipo de sistema, cada explotación lechera adherida a  uno de estos programas, es capaz de mantener una ficha sobre la producción anual de cada vaca, el promedio general del rebaño y la comparación del rebaño con otros de la misma región o del país.

Lo impresionante es que estos productores hablan el mismo “idioma” (y no, no me refiero al, inglés!). Los parámetros importantes están bien definidos y los criterios (o referencias) son bien conocidos por todos los productores, ya sean grandes o pequeños.

Por ejemplo, el Tipo de Raza Promedio (BCA) es un índice de la leche, la grasa y la proteína utilizada por todos los programas de control lechero de Canadá. El índice BCA permite una comparación equitativa de las vacas de diferentes razas, edades y meses de parto en todo el país y en el tiempo.

Los índices BCA de 100 se ajustaron a los niveles promedio de producción de 305 días determinados, a partir de los registros oficiales en 1952. Hoy día, muchas vacas de las manadas lecheras canadienses poseen un BCA muy por encima de 200, el doble de la producción promedio de hace 50 años. Cada vaca en un programa posee un BCA. En el 2012, la ‘Vaca del Año’ de la raza  Holstein fue Eastside Lewisdale Gold Missy, que tenía un BCA para la leche de 318 (16,208kg de leche en 305 días)!

Los productores de leche de todo el mundo son apoyados por una impresionante industria de soporte que utiliza la información obtenida en las explotaciones, la información científica más reciente, los modelos matemáticos,  las tecnologías para desarrollar mejores índices genéticos de selección, programas de alimentación y las herramientas de gestión de salud del rebaño.

La alimentación de cada vaca puede estar estrechamente gestionada en función de su producción, etapa de lactancia, raza, etc. Las decisiones en torno a la cría (apareamiento) de la vaca, tiene en cuenta su “valor genético”, que es un índice que se calcula utilizando sofisticados modelos matemáticos, estadísticos y genéticos.

Los problemas de salud y nutricionales se identifican rápidamente a través de los programas de monitoreo regulares y sistemáticos, así como a través de la comparación de la producción real con las predicciones de los modelos.

El resultado de esta estrecha relación entre esta industria de apoyo y los productores, así como el uso de estas herramientas es impresionante: En los EE.UU. y Canadá, a principios del siglo 20, cada vaca lechera podía producir 2000kg de leche anual, máximo.

Al final del mismo siglo, las vacas lecheras producían cerca de 8000kg de leche al año; y no es el tope! Las estadísticas siguen mostrando aumentos anuales constantes en la producción de leche. Estos logros se pudieron alcanzar en gran medida gracias a la mejora genética y el amplio uso de la inseminación artificial.

Sin embargo, todo esto depende de la recolección sistemática y estandarizada de información de miles de granjas lecheras sobre una base regular (mensual) y el análisis de esta información a través de modelos matemáticos, estadísticos y genéticos vanguardistas.

 ¿Qué tiene que ver todo esto con la acuicultura?

Recientemente le pregunté a un amigo cercano (y colaborador científico) si recordaba la producción anual de leche de las vacas en la granja que trabajó durante meses como estudiante de intercambio en Dinamarca a finales de los años 1980… y sorprendentemente, se acordó!

Luego procedí a preguntarle cuán rápido crece el Bagre Clarias o la tilapia del Nilo (dos especies con los que trabajó extensamente); y no pudo responder!

Por supuesto, la tasa de crecimiento varía según la especie, las cepas, las condiciones de cultivo, la temperatura del agua, las etapas de vida, estaciones, fotoperíodo, ploidía (diploide vs triploide), etc.

Sin embargo ¿cuánto podemos manejar para saber a ciencia cierta y predecir los efectos de estos diferentes factores? ¿Cómo lo estamos haciendo en términos de modelos adecuados, criterios, puntos de referencia y herramientas para predecir y gestionar la producción y comparar el potencial de las diferentes poblaciones, o la productividad de las diferentes operaciones acuícolas?

El único ejemplo de punto de referencia adecuado que conozco  es en la  industria del salmón del Atlántico, donde el uso del ‘coeficiente de crecimiento por unidad térmica’ (modelo TGC, también conocido como modelo GF3) el cual en estos momentos está muy aceptado.

Sabemos que un TGC de 0,3 (GF3 = 3) es bastante estándar para el salmón del Atlántico, criado en jaulas marinas y que algunas granjas están logrando un TGC de cerca de 0,4 (o GF3 = 4).

También conocí muchos acuicultores que cultivan otros peces y crustáceos, los cuales han logrado desarrollar sus propias referencias para identificar un “buen” potencial de crecimiento de sus animales (en términos de ganancia de peso diaria promedio, número de días para alcanzar el peso de mercado, etc.). Sin embargo, muchos de estos actores tienen su propio sistema, reglas e idioma. La ‘cultura de la referencia’ no ha avanzado lo suficiente en nuestro campo.

El mejor ejemplo de nuestros defectos es el amplio uso de la tasa de crecimiento específico (SGR), un modelo de crecimiento que ni siquiera representa correctamente la trayectoria de crecimiento de la mayoría de las especies acuícolas! Todo el mundo sigue utilizando este modelo inservible sin cuestionar su valor! ¿Cómo podemos esperar que se logre un desarrollo significativo?

Siento que en su conjunto la industria acuícola podría hacer un trabajo mucho mejor, definiendo el nivel de rendimiento alcanzado en las explotaciones, adoptando modelos matemáticos más eficaces y pertinentes y trazando  referencias  más sistemáticas y conocidas.

Si la industria de la ganadería lechera es un ejemplo, se podría lograr un aumento de la productividad muy significativo en un período relativamente corto, con el uso de modelos eficaces, herramientas y criterios.