
Grupo Operativo GC4SHEEP: Plataforma Cloud de datos federados con capa de inteligencia artificial para la mejora genética y reproductiva del ovino lechero
- Tipo Grupo operativo
- Ejecución 2022 -2025
- Presupuesto asignado 599.022,08 €
- Alcance Supraautonómico
- Comunidad Autónoma Castilla y León; Castilla - La Mancha; Galicia; País Vasco
- Principal fuente de financiación PAC 2014-2020
- Sitio web del proyecto https://gc4sheep.com
Proyecto orientado a la digitalización e innovación de cara a la mejora de la reproducción y fertilidad a través del procesado y digitalización del procesado de datos con inteligencia artificial.
El proyecto GC4SHEEP se propone trabajar en la recopilación de datos conjuntos sobre las principales razas ovinas de España con el objetivo de mejorar la reproducción y la fertilidad mediante modelos predictivos para una mejor toma de decisiones. Se basará en parámetros clave como la selección seminal o el uso de diluyentes para mejorar la calidad del semen.
Sin embargo, para analizar los datos, es necesario generarlos. En el marco de este proyecto, se generarán datos sobre la gestión reproductiva vinculados a la mejora de la selección de hembras y machos en los rebaños. Por ejemplo, correlaciones relacionadas con los espectros MIR de la leche y la condición corporal, análisis del rendimiento reproductivo de los mejores machos en función de la velocidad de salto, correlaciones de la calidad de machos y corderos en función de la alimentación, mejoras en la calidad del diluyente para mejorar la viabilidad del semen mediante soluciones y la calidad de los propios sementales para definir el descarte basado en big data. Este conjunto de análisis permitirá avanzar hacia la ovinocultura 4.0, lo que se traducirá en una mayor rentabilidad de las explotaciones ovinas. La evaluación económica de la solución digital como herramienta predictiva de la fertilidad y reproducción, clave para evaluar la mejora en la rentabilidad de las explotaciones, orientada a la mejor gestión de la explotación a través de la inteligencia artificial de los datos que se almacenarán en la plataforma cloud basada en el datalake del proyecto.
El proyecto GC4SHEEP ha desarrollado un sistema integral de análisis y gestión de datos para mejorar la reproducción y la fertilidad de las ovejas. El principal resultado ha sido la creación de una plataforma digital segura y colaborativa que permite a las granjas almacenar, analizar y compartir datos reproductivos. Con esta herramienta, se han realizado estudios basados en inteligencia artificial para comprender mejor los factores que influyen en la fertilidad. Entre los avances más relevantes, el uso de datos MIR de la leche permite el diagnóstico de gestación un mes antes que con las técnicas tradicionales, lo que reduce costes y permite una toma de decisiones más rápida. Además, se ha demostrado que la evolución de la condición corporal de las ovejas durante la gestación influye claramente en los resultados de fertilidad, por lo que un buen manejo nutricional es esencial.
Al mismo tiempo, se ha analizado el rendimiento reproductivo de los carneros, demostrando que variables como la tasa de salto o la calidad del semen permiten una mejor selección de machos reproductores. También se han identificado las mejores prácticas de alimentación para carneros y hembras jóvenes, mejorando el desarrollo testicular y los resultados de la inseminación. En general, GC4SHEEP ofrece una solución práctica para los productores de ovejas: un sistema simple y accesible que les permite anticipar los problemas reproductivos, tomar mejores decisiones de gestión y mejorar la rentabilidad de la explotación mediante el uso eficiente de los datos.
- Objetivo general:
- El objetivo del GO GC4SHEEP es incrementar la rentabilidad de las ganaderías ovinas a través de una transformación basada en el dato y conectadas con innovaciones en mejora de fertilidad.
- Objetivos específicos:
- Análisis de datos en plataforma federada de compartición con seguridad individualizada y dotada de inteligencia artificial para conseguir predicciones alineadas con mejoras en la rentabilidad de las ganaderías.
- Análisis de soluciones innovadoras para mejorar la fertilidad orientadas a manejo de machos y hembras para generar datos útiles para la toma de decisiones.
- Otros Objetivos
- Coordinación técnica para control de indicadores y que demuestre las mejoras en la rentabilidad con las soluciones innovadoras propuestas.
- Desarrollo de Sheep cloud y plataforma federada segura
- Análisis de datos MIR y condición corporal para evaluar mejoras en fertilidad y análisis de datos de rendimiento reproductivo de machos, basado en ritmo de saltos, alimentación y viabilidad del semen para la selección de sementales
- Coordinación y gestión del grupo operativo y análisis de rentabilidad
El resultado R1 del proyecto GC4SHEEP ha sido el desarrollo de una plataforma digital federada que permite a las ganaderías ovinas almacenar, gestionar y analizar de manera segura sus datos reproductivos. Esta plataforma se basa en un sistema de datalake y un modelo de federación que permite compartir información entre asociaciones sin perder la propiedad ni el control de los datos. Entre sus principales ventajas prácticas destaca la posibilidad de realizar análisis predictivos mediante inteligencia artificial, ayudando a mejorar la toma de decisiones sobre reproducción, selección genética o manejo nutricional. Además, incorpora un sistema de firma digital que garantiza la seguridad, autenticidad y trazabilidad de la información compartida. Para el ganadero, el uso de esta plataforma supone una oportunidad clara de mejora en la eficiencia y rentabilidad de la explotación. Permite identificar de forma temprana problemas reproductivos, mejorar la planificación de cubriciones, realizar análisis comparativos entre campañas y optimizar la gestión de machos y hembras. Además, su estructura está preparada para integrar nuevos datos o módulos de análisis en el futuro, convirtiéndose en una herramienta clave para avanzar hacia una ganadería ovina más digital, eficiente y sostenible.
El resultado R2 del proyecto GC4SHEEP ha demostrado el potencial del uso de los espectros MIR de la leche junto con el análisis de la condición corporal como herramientas predictivas para mejorar la gestión reproductiva. Se ha verificado que, mediante inteligencia artificial, los espectros MIR permiten anticipar con hasta 35 días de antelación si una oveja está gestante, lo que mejora notablemente la eficiencia frente a métodos tradicionales como la ecografía. Además, se ha confirmado que la evolución de la condición corporal durante la gestación está directamente relacionada con la fertilidad: las ovejas que pierden condición muestran una menor tasa de gestación. Este dato permite al ganadero actuar a tiempo mediante ajustes nutricionales. Ambos enfoques ofrecen métodos no invasivos, económicos y fáciles de implementar. Al facilitar diagnósticos tempranos, ayudan a reducir los días improductivos, planificar mejor las inseminaciones y optimizar el uso de los sementales. Con ello, se mejora la rentabilidad de la explotación y se reduce el desperdicio de recursos. Este resultado marca un avance clave hacia una gestión reproductiva más inteligente, basada en datos y adaptada a las condiciones reales de cada rebaño.
El resultado R3 del proyecto GC4SHEEP se ha centrado en analizar de manera práctica y aplicada el rendimiento reproductivo de los sementales, utilizando como indicador el ritmo de saltos y otras variables asociadas a la recogida de semen. El análisis ha permitido identificar perfiles de machos más fértiles y eficientes, facilitando una mejor selección y manejo de los reproductores en los centros de inseminación. Este conocimiento aporta al ganadero una herramienta concreta para optimizar la rentabilidad de su explotación: seleccionar sementales no solo por genética, sino también por comportamiento reproductivo y calidad seminal. Además, conocer los datos reales de cada macho permite programar mejor las campañas de inseminación, optimizar recursos y reducir costes. La integración de estos datos en la plataforma GC4SHEEP permite un seguimiento en tiempo real de los rendimientos de cada macho, facilitando decisiones ágiles. Con este enfoque, el proyecto avanza hacia una reproducción ovina más eficiente, reduciendo fallos, mejorando resultados y apoyando un modelo de ganadería de precisión basado en datos objetivos.
El resultado R4 del proyecto GC4SHEEP ha permitido evaluar y demostrar cómo la alimentación específica de machos y corderas jóvenes influye directamente en su desarrollo reproductivo y en los resultados de fertilidad. Se han diseñado planes de alimentación adaptados para optimizar el crecimiento, el desarrollo testicular en machos y la preparación reproductiva de las corderas. Los resultados muestran que un buen plan nutricional mejora peso, volumen y calidad testicular en machos, lo que se traduce en mayor calidad seminal y mejores tasas de inseminación. En el caso de las corderas, se garantiza un desarrollo más equilibrado y una mayor capacidad reproductiva al llegar a la edad adulta. Este resultado ofrece a los ganaderos una recomendación práctica clave: adaptar la alimentación de jóvenes reproductores no solo mejora la salud animal, sino que aumenta de forma directa la eficiencia de la reproducción y la rentabilidad de la explotación. Además, permite optimizar el uso de machos en inseminación artificial y reducir el número de animales descartados por bajo rendimiento.
El resultado R5 del proyecto GC4SHEEP se ha centrado en el desarrollo y prueba de nuevas soluciones diluyentes para la conservación y transporte del semen ovino. Estas soluciones permiten mantener mejor la viabilidad y calidad del semen durante más tiempo, ampliando las posibilidades de uso y mejorando los resultados reproductivos. Los ensayos realizados han mostrado que estos diluyentes mejorados permiten mantener tasas de motilidad y calidad seminal más altas en comparación con los diluyentes convencionales, especialmente en situaciones de transporte o almacenamiento prolongado. Para el ganadero y los centros de inseminación, el uso de estos nuevos diluyentes supone una ventaja clara: mayor flexibilidad en el uso del semen, mejora de los resultados de inseminación y reducción de pérdidas por baja calidad. Además, permite planificar con mayor antelación las campañas reproductivas y mejorar la logística de las dosis seminales. Este avance facilita un uso más eficiente de los recursos y apoya una reproducción ovina más rentable y sostenible.
El resultado R6 del proyecto GC4SHEEP ha sido la integración de un sistema de análisis avanzado, basado en inteligencia artificial, dentro de la plataforma GC4SHEEP. Este sistema permite a las ganaderías analizar sus datos de reproducción, identificar patrones y tomar decisiones mejor informadas. La herramienta permite crear estudios personalizados en función de las variables que el ganadero quiera analizar: raza, alimentación, datos de inseminaciones, meteorología, estado corporal, etc. El sistema devuelve un análisis visual y comprensible de las variables que más influyen en el éxito reproductivo. Esto supone una ventaja práctica enorme: el ganadero puede identificar los factores clave que mejoran o perjudican sus resultados reproductivos y adaptar sus estrategias de manejo en tiempo real. Además, permite planificar mejor las campañas de cubrición, reducir los costes de inseminación y aumentar la tasa de partos. Con este resultado, el proyecto GC4SHEEP ofrece una solución digital práctica, asequible y adaptable que permite profesionalizar la gestión reproductiva en ovino y avanzar hacia una ganadería de precisión basada en datos.
- Nombre coordinador/entidad: GC4SHEEP
- Email coordinador/entidad: hola@gc4sheep.com
- MSD Merck Sharp & Dohme Animal Health S.L.
- OVIGEN
- GENOVIS
- ASSAFE
- Confederación Asociaciónes criadores ovino latxa y carranzana (CONFELAC)
- Medrar Smart Solutions
- S.L.
- AGRAMA
- Centro tecnolóxico de telecomunicacións de galicia GRADIANT # Subcontratados: Universidad de León
- Instituto vasco de investigación y desarrollo agrario S.A
- (NEIKER)
- ARDIEKIN
- Instituto de ganadería de montaña CSIC ULE
- Universidad de Castilla La Mancha (UCLM)
- Instituto regional de investigación y desarrollo agroalimentario y forestal de Castilla-La Mancha (IRIAF)