CN101189514A - 基于基因组的饮食设计 - Google Patents
基于基因组的饮食设计 Download PDFInfo
- Publication number
- CN101189514A CN101189514A CNA2005800472016A CN200580047201A CN101189514A CN 101189514 A CN101189514 A CN 101189514A CN A2005800472016 A CNA2005800472016 A CN A2005800472016A CN 200580047201 A CN200580047201 A CN 200580047201A CN 101189514 A CN101189514 A CN 101189514A
- Authority
- CN
- China
- Prior art keywords
- animal
- food
- attribute
- product cluster
- health
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23K—FODDER
- A23K40/00—Shaping or working-up of animal feeding-stuffs
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23K—FODDER
- A23K50/00—Feeding-stuffs specially adapted for particular animals
- A23K50/40—Feeding-stuffs specially adapted for particular animals for carnivorous animals, e.g. cats or dogs
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/40—Population genetics; Linkage disequilibrium
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Polymers & Plastics (AREA)
- Zoology (AREA)
- Genetics & Genomics (AREA)
- Biophysics (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Wood Science & Technology (AREA)
- Food Science & Technology (AREA)
- Animal Husbandry (AREA)
- Birds (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Immunology (AREA)
- Ecology (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Bioethics (AREA)
- Software Systems (AREA)
Abstract
给动物提供营养的方法,所述方法包括:鉴定动物所属于的基于基因组的品种群集;和选择具有与品种群集动物的营养需求至少部分匹配的营养配方的动物食物。任选地,该方法还包括混合能提供在量与比例上与营养配方一致的生物活性饮食成分的组分来制备食物。
Description
相关申请的交叉参考
本申请要求于2004年8月30日提交的第60/605,573号U.S.临时专利申请的优先权,其全文引入本文以供参考。
发明领域
本发明一般涉及动物营养,特别是设计和制备基于动物基因组的动物食物的方法。
发明背景
出于一些目的例如狩猎、放牧、防护和陪伴,人类持续不断地与一些动物种类接触。这样的动物当中有狗和猫。特别是狗,已经被人类育种以带来对于狗在人类中行驶的特定任务方面很重要的特征。在过去一千年已经存在了很多不同的狗形态学,并且在表现出这些不同形态学的品种当中,选择性育种已经导致一定程度的生殖隔离。自从十九世纪中叶,该生殖隔离已经被形式化,所述形式化是通过在俱乐部中根据育种标准进行育种而进行的,所述育种标准在团体例如theAmerican Kennel Club(AKC)、European Kennel Clubs和the JapaneseKennel Club中有良好说明。“育种壁垒”规定的颁布,使得只有当雌性种狗和雄性种狗是登记的品种会员时,欲登记注册的狗才被容许成为确认的品种。这一规定保证了每一品种的狗当中具有较接近的基因池。
动物营养需求在数个世纪前就是已知的,在过去几百年,已经发展了大量工业来生产动物食物,尤其是犬科和猫科动物食物,并且配送到零售市场,包括食品杂货店,饲料商店和宠物商店。该工业已经根据不同的动物属性和表型来区分了食物。这样的属性或表型包括动物大小、年龄或身体状况,并且在某些情况下,已经针对一个或多个特定品种或表型限定的品种类型,包括AKC确认的品种组,而提出或销售了食物。
Shields & Bennett在U.S.专利6,156,355中提出了据述适于七个犬科品种组的各种食物配方。据述,对于似乎更精确地符合AKC品种组的特定品种组的狗,具有“加入的特定组分”的宠物食物配方描述于一系列网页上,这些网页来自http://www.naturesrecipe.com/pages/dogproducts/breed。已经基于特定表型差异例如大品种对小品种的生长速度差异,为了犬科动物而设计的配方。参见例如Lepine等人的U.S.专利5,851,573。大犬科动物品种的较大生长速度可导致矫形失败(例如臀部发育异常),这是由于较快的肌肉生长与骨骼发育之间的失衡。
已经提出了可基于个体动物的表型特征而专门为个体宠物配制的食物。参见例如Abene等人的U.S.专利6,669,975。
宠物的健康营养是宠物护理的最重要方面之一。很多动物拥有者难以确定他们的动物是否接收了平衡良好的健康饮食。虽然人们正越来越知道他们自己的个人营养,但是他们对于其饮食需求的了解很少。
随着最近基于基因组状况信息的健康和医疗方面的创新,遗传正成为确定健康和营养方案的更重要的因素。设计营养和健康方案的新方法,包括基于基因组信息的动物食物配制将代表本领域的有用进展。
发明概述
本发明提供了给动物提供营养的方法,所述方法包括:(a)鉴定动物所属于的基于基因组的品种群集;和(b)选择具有与品种群集动物健康的营养需求至少部分匹配的营养配方的动物食物。任选地,这样的方法还包括混合能提供在量与比例上与营养配方一致的生物活性饮食成分的组分来制备食物。
本发明还提供了用于给动物设计营养配方的计算机辅助的系统。该系统在一个或多个用户界面媒质上包括:(a)使得多个品种群集与每一个品种群集的基因组相关属性联系起来的数据集;和(b)算法,所述算法能够(i)处理关于动物的一个或多个基因组相关属性的输入数据以定义动物可以被分配到其中的品种群集,和(ii)设计适于该品种群集的营养需求的营养配方,同时所述算法利用数据集。
本发明还提供了促进动物健康的方法,所述方法包括(a)鉴定动物所属于的基于基因组的品种群集;(b)选择与品种群集动物健康的营养需求至少部分匹配的营养配方;和(c)给动物喂养包含由营养配方规定的量和比例的生物活性饮食成分的食物。
本发明还提供了确定动物健康饮食的方法,所述方法包括(a)鉴定动物所属于的基于基因组的品种群集;(b)选择与品种群集动物健康的营养需求至少部分匹配的营养配方;和(c)基于该营养配方确定动物的饮食。
本发明还提供了构建用于动物种类的食物组合物的方阵的方法。所述方法包括(a)鉴定该动物种类内的多个基因型;(b)基于基因组分析把基因型分类为各个群集;(c)将每一个群集与健康的营养需求关联起来;和(d)选择满足每一群集的营养需求的食物组分的混合物,以构建食物组合物的方阵。在各个实施方案中,这样的方法还包括定义动物种类内的年龄组。根据这样实施方案构建的方阵具有多个大小,其中一个大小与年龄组相对应。例如,这样的食物组合物方阵可具有与品种群集的营养需求相对应的第一大小以及与年龄组的营养需求相对于的第二大小,这样给每一个品种群集内的每一个年龄组提供食物组合物。
本发明还提供了通过本文所述方法制得的动物食物。
本发明还提供了食物盒,其中包含通过本文所述方法制备的食物,食物添加剂,以及任选用于传达关于食物添加剂加到食物中以及把所得加入添加剂的食物喂给动物的信息和/或指导的工具。
通过下面提供的详细描述,本发明实用性的另外区域将变得显而易见。
附图简述
图1是一个流程图,其表明了用于构建动物种类的食物组合物方阵的品种群集、年龄和营养需求的关系。
该图是为了举例说明本发明一些实施方案的一般特征,并且可能不精确地反映任何给定实施方案的特征。
发明详述
以下说明仅仅是为了举例说明,并且不是为了限制本发明、其应用或其用途。
本发明提供了用于动物的营养,更具体来说,至少部分基于动物基因组来设计食物的方法。应当理解,本文中提到的“动物”包括一种或多种动物。本文中的术语“设计”是广义使用的,并且可以包括从现有选择组合中选择食物,和/或重新产生营养配方或食谱形式的食物。
本发明提供了基于动物基因型来提高动物营养和健康的方法。与以前提供基因型特异性食物例如品种特异性食物的努力不同,本文提供的方法使用了动物种类的更综合基因组特征,与严格的统计学分析结合起来,以定义品种群集,其表现出营养适当程度的群集内基因类似性以及更显著的群集间基因多样性。所定义的品种群集在本文中描述为“基于基因组”的品种群集。不想受缚于理论,但是据信,这样的品种群集的成员一般具有常见的系统发育,即从一个祖种群遗传的。除非上下文另有要求,否则本文中的术语“品种群集”是指基于基因组的品种群集,与之相对的是,根据不是基因型的标准划分的品种群集。因此,如通过本文所理解的,基于表型标准的传统动物品种分类,例如通过AKC分类把犬科动物品种分为七组(运动、狩猎、工作、缉捕、玩耍、非运动和放牧组),不满足“品种群集”的定义。
在各个实施方案中,本发明提供了配制动物食物的方法。一个这样的方法包括确定多个动物品种的基因型,然后把品种分为群集,分析每个群集的表型信息,并且基于表型信息来配制各个群集的食物。制备这样的动物食物可以用于多种不同动物例如犬科动物、猫科动物、马、猪、牛和任何其他宠物或驯养牲畜。在各个实施方案中,表型信息包括品种群集的疾病流行。在其他实施方案中,表型信息包括品种群集的身体属性特征。在各个实施方案中,方法包括部分基于动物年龄或年龄组来配制食物。这样的年龄组包括,例如对于犬科动物,幼小、成年、年长和老年组。在各个实施方案中,方法还包括配制食物以针对动物中显示出的疾病,例如预防和/或治疗疾病。
本文所用术语“饮食”是指由动物消耗的食物或饮料,并且可以包括由拥有者提供的日定粮。日定粮可以包括能够给动物提供足够营养的任何合适的食物组合物。例如,典型的犬科动物食物组合物可以含有约10%-约30%重量的脂肪,约22%-约44%重量的蛋白和约10%重量的总食纤维,基于干物质计。作为另一个实例,典型的猫科动物食物组合物可以含有约10%-约30%重量的脂肪和约30%-约45%重量的蛋白,基于干物质计。然而,通过本文描述的方法选择或制备的食物不限于这些或其他营养素的任何具体比例或百分比范围。营养素是有助于支持生命和/或健康的任何饮食成分。表1提供了在动物健康中具有重要作用的营养素的实例。
表1.宠物食物的典型组分
蛋白 | 身体组织,包括肌肉、血液、皮肤、器官、毛发和指甲的主要成分 |
糖类 | 供给身体组织的能量源 |
脂肪 | 脂肪吸收、贮存和转运维生素,润湿皮肤和膜,带来健康的食物味道和补充能量 |
水 | 生存的最关键营养素 |
维生素 | 有助于维持动物的代谢 |
矿物质 | 发育健康的皮肤和毛发,充足的骨骼支持和发育所必需的。宠物食物组分通常富含矿物质 |
可通过本发明方法来选择或制备食物组合物以用于多种动物种类,特别是非人类动物。在各个实施方案中,动物可以是脊椎动物,例如鱼类、鸟类、爬行动物或哺乳动物。作为哺乳动物的实例,动物可以是食肉目动物,包括但不限于犬科和猫科动物。
在各个实施方案中,如本文所述选择、配制或制备的食物组合物可用于驯养动物的营养,所述驯养动物包括牲畜(例如猪、马、羊、牛和山羊)、实验室动物(例如鼠科动物,包括大鼠和小鼠),伴侣动物(companion animal)和宠物(例如狗、猫、仓鼠、豚鼠、沙土鼠、兔子、雪貂、灰鼠等)、鸟类动物(例如驯养的鸟类例如金丝雀、鹦鹉等,和商业鸡形目动物例如小鸡、鸭子、鹅、火鸡等)。
在一个实施方案中,动物是伴侣动物。本文中的“伴侣动物”是由人类拥有者或照顾者(caregiver)作为宠物保有的任何种类的动物,或者已经作为产物而被广泛驯养的任何多种动物,包括狗(犬属家养动物)和猫(猫属驯养动物),不论动物是单独保有还是部分地用于伴侣。因此,本文中的“伴侣动物”包括工作狗,用于控制啮齿动物的农场动物等,以及宠物狗和猫。
本文中的“拥有者”是指负责照看动物,特别是负责饲养动物的人,其无需持有动物的合法所有权,可以因此是例如“持有者”、“照顾者”或“监护人”。拥有者可以是共同承担这样的责任的多个人,例如家庭的成员,或者这样的责任被委派或委托给的人。例如,根据本发明方法制备的食物组合物的最终使用者是如上所定义的伴侣动物的拥有者。
本发明可用于任何这样的动物种类,其具有亚种群(例如亚种或品种),彼此之间变得或多或少生殖隔离的,这是由于自然原因例如地域隔离或者由于繁育形式的人为干预。生殖隔离往往导致亚种或品种中的基因改变。应当理解,本文中的“品种群集”包括动物亚种群的群集,不论他们是否是通过人为繁育而获得的。在一个实施方案中,提供了给动物提供营养的方法,所述方法包括:鉴定动物所属于的品种群集;建立品种群集的健康特征的一组营养需求,和选择具有与所述营养需求至少部分匹配的营养配方的动物食物。食物可以从一览预置的选择中选择,或者可以针对动物来定制。
这样的方法还可以包括制备食物,通过混合能提供在量与比例上与营养配方一致的生物活性饮食成分的组分(BDC)来制备食物,所述营养配方与确定的营养需求至少部分匹配。该食物制备步骤可以在食物选择步骤之前、与食物选择步骤同时或者在食物选择步骤之后进行。例如,可以给多个品种群集预先制备一定范围的食物;在鉴定出特定动物所属于的品种群集(即把动物分配到品种群集中)之后,可因此选择一种或多种预先制备的食物。或者,可以选择通过其营养配方而限定的食物(至少部分基于鉴定的该动物的品种群集),然后根据该营养配方来制备。
本文中动物的“健康”包括动物身体、精神和社交康乐的所有方面,并不限于体弱的缺乏。健康属性包括但不限于疾病或生理障碍状态,寄生虫感染状态,毛发和皮肤状态,感觉敏锐性,性情和行为属性,以及认知功能。因此,健康的营养需求不仅仅通过补充维持生命所必需的基本营养素来满足,而且还通过补充一定量和平衡的营养素以及BDC,当喂养给动物时,这些营养素和BDC促进一个或多个健康方面。
本文所用的“生物活性成分”或“BDC”是指,当以适当水平包含在动物饮食中时,能够提高动物健康的物质。BDC包括通常据信起营养素以及不是生命必需物质作用的物质。BDC包括化学物质,大部分是在一些食物中天然存在的,但是在很多情况下可以通过微生物方法(例如发酵)或合成方法获得。一些生物材料,尤其是植物材料,也可以视为BDC。在很多生物活性成分中,已经鉴定出了化学物质;即使当生物活性成分是已知的时,其他未知的生物活性成分也可以存在,并且有助于生物材料的生物活性作用。
营养提高健康可包括提高动物的健康方面,例如通过预防、减轻或消除动物中的至少一种疾病状态来实现。这样的疾病状态可以是品种群易患的疾病状态,并且可以但并不必须地存在于动物中。这样的疾病状态可以是无症状的。可以同时预防、减轻或消除两种或多种疾病状态的群集。通过本发明方法来营养提高健康可以伴有医疗干预;例如,根据本发明方法选择的食物可以与药物治疗联合施用,以预防、减轻或消除至少一种疾病状态。
营养提高健康可包括减轻或形成性情或行为问题。营养提高健康还包括在动物生命的特定紧张阶段提高营养处理,即使当不存在任何疾病或病症时,例如在小猫或小狗的生长和发育期间;在怀孕和哺乳期间;在手术之前和之后,例如切除卵巢手术之前和之后;以及在长距离旅行之前、期间和之后。营养提高健康还包括提高动物后代的健康方面,例如通过在喂养怀孕雌性动物时给予子宫营养。
对健康不利的状况不仅包括已存在的疾病和生理(包括精神、行为和性情)障碍,还包括倾向于患有或易于患有这样的疾病或障碍。同样包括无症状以及外在显著的疾病和病症。
在本文中,应当理解,提高动物健康还包括减少与动物亲近的人的麻烦。这样的麻烦包括但不限于过度脱皮、排泄物(包括粪便、肠道气体和尿液)的气味以及过敏。
特定品种群集动物健康的营养需求可至少部分基于该品种群集的一个或多个表型属性特征。这样的表型属性可包括身体属性例如大小、皮毛类型或活动水平,认真属性例如可训练能力,和/或对于一种或多种疾病的流行性或易患性,所述疾病是例如心血管疾病、肥胖、糖尿病、皮炎、眼病、肾病、甲状腺疾病、关节炎或老年变性疾病。品种群集的表型属性特征可以至少部分来自于公开的数据,或者是基于品种群集内个体品种的表型属性。
很多动物品种,包括犬科动物品种在传统上已经基于他们在人类活动中起的作用、身体表型以及历史记录而分组。狗呈现了特别大的表型特征多样性。本文所用术语“表型”是指生物体的一个或多个可观察到的功能或结构特征,是由生物体的基因型与生物体所存在的环境之间的相互作用而决定的。术语“基因型”是指在一个或多个可观察到的特征方面生物体的基因组成,并且与在一个或多个特定基因座存在的等位基因一致。基因型包括在染色体和非染色体上进行的基因信息。术语“基因组”一般是指生物体的所有基因材料,但是本文所用术语“基因组”是指所有基因组成或其任何片段,其足够大以能够进行分析来确定生物体或生物体种群之间的基因类似性或差异。
本发明方法可利用基于独立于其他因素的基因差异的品种例如犬科动物品种的分类,以不仅设计食物配方,而且还设计完整健康和营养方案,用于基于群集内品种的基因类似性而建立的品种群集。在某些实施方案中,该分类支持一小组传统品种分类。在某些实施方案中,基于基因差异的分类揭示了以前没有认识到的品种当中的关系。在本发明的各个实施方案中,对于品种当中的基因关系的精确理解成为形态学、行为、活动、身体组成、衰老和疾病易患性的复杂基因基础。
目前在世界上描述了超过400个狗的品种,其中有约152个品种被AKC承认。在纯种品种当中,描述了350个以上的遗传病症,并且当中有很多是限于特定品种、品种类型或遗传素因。Patterson等人,J.Am.Vet.Med.Assoc.193(9):1131-1144(1998)。据信,很多这些模拟常见人类病症及其在特定品种或品种组上的限制是用于产生特殊形态的主动繁育方案的结果。对于本发明目的,混合品种的动物可以被分配到品种群集中,例如通过其血统或品种遗传性的知识。
动物种类或种群的系统发育分析是已知的。在实施本发明时,本领域已知的用于这样的分析的任何基因组、比较、结合、放射杂交和/或微卫星(microsatellite)作图方法,统计学分析,聚类方法,疾病调查,标记确定,微卫星分类,浓标记组,两个基因组序列,单核苷酸多态性(SNP),连接不平衡(LD)等可用于鉴定基于基因组的品种群集。这样的分析的一个实例可参见Parker等人,Science 304:1160-1164(21May 2004)。
该实例使用85个驯养狗品种的分子标记来确定基因联系。品种当中的差异占基因差异的约30%。将该85个品种的微卫星分类与系统发育分析以容许相关组品种的定义。在该实例中,为了评估纯种狗中序列差异的量,将代表60个品种的120条狗中的非邻接基因组序列的19867个碱基对进行再测序。此外,鉴定75个SNP,次要等位基因频率为约0.4%-约48%,14个SNP是品种特异性的。当所有狗被视为一个种群时,观测到的核苷酸杂合性为8×10-4,基本上与在人类中发现的相同。
为了进一步表征品种内以及当中的基因差异,确定代表85个品种的414只纯种狗中的96个微卫星基因座的基因型。预计,由于存在品种壁垒,与来自不同品种的狗相比,来自相同品种的狗在基因上将更加类似。为了测试该预测,估计可归属于品种成员的个体狗当中基因差异的比例。微卫星数据中的分子差异分析表明,品种当中的差异占总基因差异的27%以上。类似地,由SNP数据计算的品种之间的平均基因距离为FST=0.33。这些观察结果与分析较少狗品种的以前报道一致,证实了以下预计:品种壁垒导致品种当中的较强基因隔离,与之显著不同的是,在人群体中发现的基因差异非常低(通常为5-10%)。Parker等人.(2004),引用Koskinen,Animal Genetics 34:297-301(2003);Irion等人,Journal of Heredity 94:81-87(2003)。狗品种当中的差异在多报道的驯养牲畜群体差异范围的上限。Parker等人(2004),引用MacHugh等人,Animal Genetics 29:333-340(1998);Laval等人,Genet.SeI.Evol.32:187-203(2000)。
狗品种当中的强基因差异意味着品种成员能够从个体狗基因型中确定出来。在该实例中,针对微卫星数据使用基于Bayesian模型的聚类算法,以基于等位基因频率来鉴定基因上不同的亚种群或群集。尽管小的种群当中差异成员以及“私人”等位基因的稀缺性,分析多基因座表型使得能够推断出基因祖系,而不依赖于有关个体取样区域的信息。Parker等人(2004)使用了基于模型的聚类算法,简言之,鉴定具有不同等位基因频率的亚组。在计算机程序STRUCTURE中执行的该方法把个体至于K个群集内,其中K是预先选择的,但是在算法的独立运行中可以改变。Rosenberg等人,Science 298:2381-2385(2002)。该假定是这样的模型,其中有K个种群(其中K可以是未知的),每个种群通过在每一基因座上的等位基因频率来表征。将样本中的个体分配(在概率上)到种群中,或者共同地分配到两个或多个种群中,如果他们的基因型表明他们是混合的话。该模型没有假定特定的突变过程,但是其可以应用于大部分常用的遗传标记,只要他们没有紧密联系即可。Pritchard等人,Genetics 155:945-959(2000)。个体可在多个群集中具有成员资格,越过群集的成员系数加和为1。该算法的目的是基于等位基因频率的模式来鉴定基因上不同的亚种群。Parker等人(2004)将STRUCTURE每次施用到20-22个种群的重叠亚组上,并且观察到大部分品种形成不同的群集,这些群集紧由该品种的所有狗组成。该示例性分类分析的结果表明了4个群集,其中Parker等人(2004)将其称为古老品种、肌肉品种、放牧品种和狩猎品种。
在本文中这些相同群体分别鉴定为群集I、II、III和IV,以避免与表型限定的品种族群例如AKC品种族群混淆,表型限定的品种族群可以与Parker等人(2004)为其基于基因组的群集而选择的那些具有类似名称。特别是,需要指出,群集III与根据AKC分类法划分的放牧族群不是同等延伸的。四个群集III品种(比利时牧羊犬、比利时特弗伦犬(Belgian Tervuren)、柯利牧羊犬(collie)和喜乐蒂牧羊犬(Shetland sheepdog))实际上包括在AKC放牧群中,但是4个其他品种(爱尔兰猎狼犬(wolfhound)、意大利灵缇犬(greyhound)、俄国猎狼犬(borzoi)和圣伯纳犬(St.Bernard))被归类到其他AKC群中。群集I和II同样含有越过几个AKC群的品种。另一方面,群集IV似乎与AKC运动族群密切一致。
基因型的统计学分析是本领域众所周知的,并且在本发明的实施中不限于Bayesian模型,而是可以使用任何聚类算法和/或软件,以分析基因型数据。在各个实施方案中,用于分析基因组数据的聚类算法包括:分级聚类(Eisen等人,Proc.Nat.Acad.Sci.45:14863-14868(1998));自组织图(Tamayo等人,Proc.Nat.Acad.Sci.96:2907-2912(1999));k-工具聚类(Tavazoie等人,Nature Genetics 22:281-285(1999));载体机器(Brown等人,Proc.Nat.Acad.Sci.97:262-267(2000));使用直观显示来确定群集的数目(Eisen等人(1998);Tamayo等人(1999));群集数据集每次省去一个实验,然后使用省去的实验比较不同聚类算法的性能(Yeung等人,Bioinfirmatics 17:977-987(2001));缺口统计,其通过比较群集内分散与参照无效分布的群集内分散来估计群集数目(Tibshirani等人,Journal of the RoyalStatistical Society 63:411-423(2001));分级会聚聚类,其中用来优化某些标准的两个组在该算法的每一个阶段合并;使用组内平方和作为加和标准(Ward,Journal of the American Statistical Association 58:234-244(1963))或者组间的最逗距离,其是单联方法的基础;迭代再定位,还称为迭代分区,其中数据点从一个组移向另一个组直至某些标准没有进一步改善(具有平方和标准的迭代再定位可称为k-工具聚类-见上文);以及图-理论方法。
在各个实施方案中,群集分析还可以基于概率模型。基于概率模型的聚类算法给基于探试的算法提供了原则性的替代选择。特别是,该基于模型的方法假定数据是通过基础概率分布例如多元标准分布的有限混合而产生的。根据一些实例:Gaussian混合模型已经表明对于很多应用来说都是一个有效的工具(例如Banfield & Raftery,Biometrics49:803-821(1993);Celeux & Govaert,Journal of the PatternRecognition Society 28:781-793(1993));确定群集数目以及选择合适的群集方法的问题可以作为统计学模型选择问题来分析(Dasgupta&Raftery,Journal of the American Statistical Association 93:294-302(1998);Fraley & Raftery,Journal of Classification 16:297-306(1998));已经提出了有限混合模型,并且在聚类中进行了研究(Wolfe,Multivariate Behavioral Research 5:329-350(1970);Edwards&Cavalli-Sforza,Biometrics 21:362-371(1965);Day,Biometrika56:463-474(1969);Scott & Symons,Biometrics 27:387-397(1971);Binder,Biometrika 65:31-38(1978));一种原则统计学方法可用于解决在施用聚类方法中所产生的实际问题(Fraley & Raftery,TheComputer Journal 41:578-588(1998));可以施用标准混合模型谱带群集分析(Pan等人,Genome Biology 3:9.1-9.8(2002))。
在有限混合模型中,每个成员概率分布可以对应于一个群集。确定群集数目以及选择合适的群集方法的问题可以作为统计学模型选择问题来改造,并且可以比较在成员数目和/或成员分布方面不同的模型。通过加入呈现外面数据的不同分布的一个或多个成员来出来异常值。在某些实施方案中,方法包括通过基于模型的聚类的聚类法,如例如Fraley & Raftery,Journal of the American Statistical Association,97:611-631(2002);和Yeung等人,Bioinformatics 17:309-318(2001)中所述。
在各个实施方案中,方法何必聚类方法,具有初始数据的图示表示,这是通过用颜色或其他符号来表示每个数据点而实现的,颜色或其他符号定量并且定性地反应初始实验观测结果。最终的结果是复杂基因组数据的显示,这些数据通过统计学组织和图形显示而让使用者以自然直觉方式同化和探测数据。在随后的比较中,这样的方法可用于推断出所比较序列的进化历史,并且能够用于表示密切相关基因的组当中的各种类似程度以及更显著的关系,以及需要很少的关于数据性质的假设。计算树可用于在原始数据的制表中定序基因,这样具有类似表达模式的基因或基因组是相邻的。有序表可通过图显示,具有树来表示基因当中的关系。
在各个实施方案中,方法包括基于模型的聚类方法,用于多基因座基因表型数据以推断种群结构。这样的方法的实例可参见Pritchard等人(2000);Falush等人,Genetics 164:1567-1587(2003);Rosenberg等人(2002);和Pritchard等人,American Journal of Human Genetics 67:170-181(2000)。使用微卫星标记来分析品种鉴定和基因差异的其他实例可以如Koskinen(2003)和Irion等人(2003)报道的方法来使用。
在本发明的各个实施方案中,根据分析例如上述分析而鉴定的基于基因组的群集具有特定营养需求来提高健康,例如预防和治疗与每个群集有关的病症。因此,例如,在犬科动物当中,群集I、II、III和IV可具有这样的营养需求,其对于每个群集中的品种是常用的,但是在一个群集与另一个群集之间有显著不同。基于这些营养需要,可以开发特定食物来适应每个群集的生活方式、身体类型、活动水平和其他表型属性,包括准备预防或治疗的特定疾病的发病率。
在给定群集内,可以评估呈现的每个品种的常见表型特征,例如在犬科动物中,身体大小、毛发脱落、可训练能力以及活动水平,其基于AKC特征。每个特征可以是给定的等级,例如通过赋予如表2所示的1-3的数字(在活动水平中1-4的数字)来给定等级,并且群集内品种间的平均等级决定了每个表型特征的平均等级。总结四个犬科动物品种群集中每一个品种的AKC品种特征的数据的实例提供在表3-6中。
表2.AKC品种特征等级
等级 | 大小 | 脱落 | 可训练能力 | 活动水平 |
1 | 小 | 少 | 低 | 平静,安静 |
2 | 中等 | 一般 | 一般 | 中等 |
3 | 大 | 多 | 高 | 高 |
4 | 非常高 |
表3.群集I的犬科动物品种的表型分析
品种 | 大小 | 脱落 | 可训练能力 | 活动水平 |
贝生吉犬(Basenji) | 中等 | 少 | 高 | 非常高 |
萨卢基狗(Saluki) | 中等 | 少 | 一般 | 中等 |
阿富汗猎犬 | 大 | 一般 | 低 | 平静,安静 |
拉萨犬(Lhasa apso) | 小 | 少 | 高 | 中等 |
西藏梗(Tibetan Terrier) | 中等 | 一般 | 一般 | 中等 |
松狮犬(chow chow) | 中等 | 多 | 一般 | 中等 |
北京犬(Pekingese) | 小 | 少 | 低 | 平静,安静 |
中国沙皮犬(Chinese shar-pei) | 中等 | 少 | 一般 | 中等 |
西施犬(Shih tzu) | 小 | 少 | 一般 | 高 |
秋田犬(Akita) | 大 | 多 | 一般 | 非常高 |
西巴犬(shiba inu) | 中等 | 一般 | 一般 | 非常高 |
阿拉斯加雪橇犬(Alaskan malamute) | 大 | 多 | 一般 | 中等 |
西伯利亚雪橇犬(Siberian husky) | 中等 | 多 | 低 | 非常高 |
萨摩耶德犬(Samoyed) | 大 | 多 | 一般 | 中等 |
平均 | 中等 | 一般 | 一般 | 中等-高 |
表4.群集II的犬科动物品种的表型分析
品种 | 大小 | 脱落 | 可训练能力 | 活动水平 |
大驯犬(Mastiff) | 大 | 一般 | 一般 | 中等 |
喇叭狗(Bulldog) | 中等 | 多 | 一般 | 平静,安静 |
Boxer | 中等 | 一般 | 高 | 高 |
斗牛獒犬(Bullmastiff) | 大 | 少 | 低 | 中等 |
法国喇叭狗 | 小 | 少 | 一般 | 中等 |
德国牧羊犬 | 大 | 多 | 高 | 非常高 |
迷你牛头梗(Miniature Bull Terrier) | 小 | 一般 | 一般 | 高 |
罗威那犬(Rottweiler) | 大 | 一般 | 高 | 高 |
纽芬兰犬(Newfoundland) | 大 | 多 | 一般 | 中等 |
伯恩山犬(Bernese Mountain Dog) | 大 | 一般 | 高 | 中等 |
平均 | 中等-大 | 一般 | 一般 | 中等 |
表5.群集III的犬科动物品种的表型分析
品种 | 大小 | 脱落 | 可训练能力 | 活动水平 |
比利时牧羊犬 | 中等 | 多 | 高 | 高 |
比利时特弗伦犬 | 中等 | 多 | 高 | 中等 |
柯利牧羊犬 | 中等 | 多 | 高 | 中等 |
喜乐蒂牧羊犬 | 小 | 多 | 高 | 非常高 |
爱尔兰猎狼犬 | 大 | 一般 | 高 | 中等 |
意大利灵缇犬 | 大 | 一般 | 一般 | 中等 |
俄国猎狼犬 | 大 | 多 | 一般 | 中等 |
圣伯纳犬 | 大 | 多 | 一般 | 中等 |
平均 | 中等-大 | 多 | 高 | 中等-高 |
表6.群集IV的犬科动物品种的表型分析
品种 | 大小 | 脱落 | 可训练能力 | 活动水平 |
拉布拉多猎犬(labrador retriever) | 中等 | 一般 | 高 | 高 |
黄金猎犬(Golden retriever) | 中等 | 一般 | 高 | 中等 |
可卡犬(Cocker Spaniel) | 中等 | 一般 | 一般 | 中等 |
英国可卡犬(Cocker Spaniel) | 中等 | 一般 | 高 | 中等 |
英国史宾格犬(English Springer Spaniel) | 中等 | 一般 | 高 | 高 |
威尔上史宾格犬(Welsh Springer Spaniel) | 中等 | 一般 | 一般 | 非常高 |
爱尔兰水猎犬(Irish Water Spaniel) | 中等 | 少 | 高 | 中等 |
波音达猎犬(Pointer) | 中等 | 少 | 一般 | 非常高 |
德国短毛指示犬(German ShorthairedPointer) | 中等 | 少 | 高 | 高 |
德国刚毛指示犬(German WirehairedPointer) | 中等 | 一般 | 高 | 高 |
英国塞特犬(English Setter) | 中等 | 一般 | 一般 | 非常高 |
哥顿塞特犬(Gordon Setter) | 中等 | 一般 | 一般 | 高 |
爱尔兰塞特犬(Irish Setter) | 中等 | 一般 | 一般 | 高 |
Brittany | 中等 | 少 | 高 | 高 |
平均 | 中等 | 少-一般 | 高 | 高 |
在本发明的各个实施方案中,可以评估群集的疾病流行率来确定特定疾病在任何一个群集内是否有较大的流行率。可用于这样的确定的数据摘要可从临床疾病调查来收集,例如由兽医学会在美国进行的调查。可以使用出版或者未出版的有关疾病流行率的任何数据集。
在一个实例中,评估群集内的每个品种的皮炎、关节炎、肥胖、眼病、心脏病、肾病和甲状腺机能减退。对于本领域技术人员来说显而易见的是,这不是疾病和遗传病症的综合一览,并且任何列出的疾病、遗传病症、癌症类型等都可以用于本发明。例如,这样的疾病和遗传病症例如糖尿病、具体类型的癌症、肝脏疾病和胃肠疾病等都可以包括在这样的评估中。在本实例中,通过报道的临床病例的数量来确定疾病的流行率,以确定特定品种是否具有高的该疾病发病率。例如,如果群集中50%或更多的品种具有特定疾病类型的高发病率,则该疾病类型可以视为该基因群集的特征。表-10总结了在四个犬科动物品种群集中经常诊断到的疾病。
表7.群集I的犬科动物品种的经常诊断到的疾病
表8.群集II的犬科动物品种的经常诊断到的疾病
品种 | 皮炎 | 关节炎 | 肥胖 | 眼病 | 心脏病 | 肾病 | 甲状腺机能减退 |
大驯犬 | X | X | X | ||||
喇叭狗 | X | X | X | ||||
Boxer | X | X | X | X | |||
斗牛獒犬 | X | X | X | ||||
法国喇叭狗 | |||||||
德国牧羊犬 | X | X | X | ||||
迷你牛头梗 | X | X | X | ||||
罗威那犬 | X | X | X | ||||
纽芬兰犬 | X | X | X | X | |||
伯恩山犬 | X | X | |||||
大于50% | X | X |
表9.群集III的犬科动物品种的经常诊断到的疾病
表10.群集IV的犬科动物品种的经常诊断到的疾病
测定疾病流行率、发病率、频率或易患性的其他方法是流行病学、毒理学、肿瘤学、公共健康科学、风险评估、医学等中已知的,并且可以使用任何这样的方法。在各个实施方案中,疾病流行率是用几率比例或相对风险确定的。在其他实施方案中,在确定疾病流行率中考虑混淆因素和/或环境因素。在某些实施方案中,根动物的年龄将每个群集打破而分成组(例如年龄组),并且可以评估每个年龄组的疾病流行率、疾病发病率、疾病频率或疾病易患性。犬科动物年龄组可以是小狗、成年狗和年长狗,或者是小狗、成年狗、年长狗和老年狗。对于猫科动物和其他物种动物可以设定相应的年龄组。
表11中的示例性数据总结了四个犬科动物品种群集的特征,其可用于开发特定食物以满足健康的营养需要,包括预防或治疗品种群集中的流行性病症。
表11.用于四个犬科动物品种群集的从表3-10中得到的数据总结
品种群集 | 大小 | 脱落 | 可训练能力 | 活动水平 | 经常诊断到的疾病 |
I | 中等 | 一般 | 一般 | 中等-高 | 皮炎关节炎眼病甲状腺机能减退 |
II | 中等-大 | 一般 | 一般 | 中等 | 皮炎关节炎 |
III | 中等-大 | 多 | 高 | 中等-高 | 皮炎甲状腺机能减退 |
IV | 中等 | 少-一般 | 高 | 高 | 皮炎关节炎眼病 |
对于这四个示例性犬科动物品种群集,有关表型和流行性疾病特征,每个特征方面所感兴趣的营养素,以及与针对每个品种群集设计并且含有所感兴趣的营养素的食物有关的益处的总结如表12-15所示,其中EPA是二十碳五烯酸;DHA是二十二碳六烯酸;Mn是锰;Zn是锌;并且n6∶n3比例是ω-6脂肪酸与ω-3脂肪酸的比例。
表12.群集I总结
特征 | 所感兴趣的营养素 | 益处 |
高活动 | 增加能量,增加氨基酸状况 | “……促进健康肌肉和支持活动水平” |
眼病 | 叶黄素(com) | “……保护不受引起视力损失的自由基的影响” |
皮炎 | 降低n6∶n3,增加亚油酸 | “……促进健康皮肤、美丽的毛发层以及减少脱落” |
关节炎 | EPA,蛋氨酸,Mn | “……维持敏捷和移动性” |
表13.群集II总结
特征 | 所感兴趣的营养素 | 益处 |
关节炎 | EPA,蛋氨酸,Mn | “……维持敏捷和移动性” |
皮炎 | 降低n6∶n3,增加亚油酸 | “……促进健康皮肤、美丽的毛发层以及减少脱落” |
中等大小 | 肉毒碱,氨基酸 | “……促进健康肌肉以及降低肥胖危险性” |
表14.群集III总结
特征 | 所感兴趣的营养素 | 益处 |
高可训练性 | 硫辛酸,肉毒碱,维生素E,DHA | “……提供必需营养素来提高学习能力和记忆力” |
减少毛发脱落 | 亚油酸,Zn | “……减少毛发脱落” |
高活动 | 增加能量,增加氨基酸状况 | “……促进健康肌肉和从运动中恢复” |
皮炎 | 降低n6∶n3,增加亚油酸 | “……促进健康皮肤和美丽的毛发层” |
表15.群集IV总结
特征 | 所感兴趣的营养素 | 益处 |
关节炎 | EPA,蛋氨酸,Mn | “……维持敏捷和移动性” |
高可训练性 | 硫辛酸,肉毒碱,维生素E,DHA | “……提供必需营养素来提高学习能力和记忆力” |
皮炎 | 降低n6∶n3,增加亚油酸 | “……促进健康皮肤和美丽的毛发层” |
高活动 | 增加能量,增加氨基酸状况 | “……促进健康肌肉和从运动中恢复” |
眼病 | 叶黄素 | “……保护不受引起视力损失的自由基的影响” |
如上面的实例所示,基因组分析鉴定具有提高的疾病例如关节炎易患性的品种群集。在该实例中,可以配制食物,将EPA以所需量加到食物配方中以帮助预防和/或治疗关节炎。不想受缚于理论,但是据信EPA关闭从DNA(即mRNA)发出的信号,该信号使得一些酶降解。例如,在蛋白聚糖降解中,EPA关闭mRNA信号向基质金属蛋白酶(MMP)和聚集蛋白聚糖酶(aggrecanase)的传递,这些酶降解蛋白聚糖,并且可能涉及关节炎。
类似地,可以向食物配方中加入其他生物活性饮食成分以帮助预防和/或治疗其他疾病,这些疾病是特定品种群集易患的疾病,或者针对品种群集的其他表型特征。例如,在下面的表16-19中显示了组合物,这些表组成性地总结了营养素、矿物质、用于改善健康的治疗剂、维生素、脂肪酸以及用于配制四个犬科动物品种群集当中每一个的食物的其他成分。每一组合物中的成分可以用等效成分代替,并且选择可基于生产时的成本和/或可获得性。存在软件程序,其中可以输入有关成分的数据来设计含有成本最低组分以提供所需营养物的食物,并且以宠物食物工业中常见的方式替代组分。
用于提高动物健康的本发明方法可包括(a)鉴定动物所属于的基于基因组的品种群集;(b)选择与品种群集动物健康的营养需求至少部分匹配的营养配方;和(c)给动物喂养包含由营养配方规定的量和比例的BDC的食物。示例性地,对于如上所定义的归为群集I、II、III或IV的犬科动物,该方法可涉及提供至少一个分别在表12、13、14或15中列出的健康益处。在某些实施方案中,这样的方法涉及提供至少两个或至少3个上述健康益处。
在一个实施方案中,选择食物的方法还包括鉴定动物的一个或多个更特定的动物志学属性。在该实施方案中,所选择的食物具有经过修正以考虑特定动物志学属性的营养配方。
本文所用术语“动物志学属性”是指能够在动物上收集的定量或定性的任何和全部信息。动物志信息来源可以包括所有者的知识基础,其是例如作为对问卷的回答、兽医纪录、包括指示过去和目前的健康和疾病状态、动物的的血统(如果有的话)、样本获得时的生物统计学(身高、体重等)等获得的。动物志学属性例证性地包括动物的年龄、性别、大小、体重、毛皮类型、血统、生殖历史、兽医医学历史、食欲、环境相关的特征以及明显的遗传状况和病症。
动物志学属性可以包括一个或多个与基因型有关的特征。这样的特征的实例包括但不限于,动物的品种,是否有血统,通过体部例如AKC等登记;血统(如果知道);在混合品种的情况下,动物的品种遗传性,包括其亲本的品种,如果可以得到,前代的祖先;性别;皮毛类型(例如长、短、硬直、卷曲、平滑)和着色;明显的遗传性状态和病症;等。
动物志学属性可以包括一个或多个与生理学状况有关的特征。这样的特征的实例包括但不限于,年龄(按年代顺序排列的和,如果可确定,生理学的);体重;尺度(例如肩部的身高、腿长、背长等);兽医医学历史;生殖历史,包括是否阉割,一窝幼畜的数目和大小等;目前的健康或疾病状态和其中的任何变化,包括诊断的任何疾病和病症,和是否已经进行了诊断的任何症状;包括跳蚤在内的寄生虫的存在;食欲和任何最近的变化;身体活动水平;精神敏锐;动作异常;性格倾向(例如胆小、好斗、顺从、神经紧张)。
动物志学属性可以进一步涉及动物生存的环境的方面。这样的方面包括但不限于,气候、季节、地理场所和生活环境。例如,了解动物是否生活在温暖或干燥气候,或干旱或湿润气候;是否通常是春季、夏季、秋季或冬季;动物居住在户内还是户外;动物是在住宅内、宠物园还是工作地点(例如在警卫犬、警犬等的情况下)或其它生活环境;是单独居住还是与其它动物一起居住;生活在城市还是乡村地区;居住的邮政编码、州和/或国家;动物的生活环境是否或者在多大程度上受到污染物的影响(例如烟草的烟)等,对于开发同组动物的食物组合物是很重要的。
动物的品种群和具体的动物志学属性可以从所有者提供的输入数据来辨别。这样的输入数据由所有者通过使用者的接口进入,其可以包括例如计算机、接触-屏幕视频技术、接触-声音视频技术或声音-激活系统。
在另一实施方案中,选择食物的方法还包括辨别动物的一个或多个具体的健康特征。可以包括上文提到的任何健康特征。健康特征可以由所有者和/或兽医提供的输入数据来辨别。这样的输入数据可以包括由得自动物的生物流体或组织样本诊断的数据。
本文使用的生物流体或组织样本可以是适合于诊断目的分析的任何这样的样本。可以作为样本的生物流体包括排泄物(粪便和尿)、血液、口水、羊膜流体等。组织样本可以例如通过活组织检查、手术切除(例如在进行其它目的的手术的过程中)、通过面颊拭抹或拔取少量毛发。
任选地,组织或生物流体样本可以用于基因分析,以有助于给动物确定适宜的品种族群。在动物是未知的或者混合品种或者由基因决定的遗传性的情况下是特别有用的。在这种情况下,样本必须能够以需要或不需要例如通过PCR技术扩大的量提供DNA或RNA。
单核苷酸多态性(SNP)在给动物确定品种种群中是特别有用的。有些SNP是品种特异性的。术语“品种特异性的SNP”,如本文所用,是指能够用于辨别不同的品种或确定品种遗传特性的单独或与其它SNPs结合的SNP。这样的品种特异性SNP对于一种品种可以是唯一的。或者,品种特异性SNP可以存在于复杂品种中,但是它的存在与一个或多个其它品种特异性SNPs可以用于测定动物的品种遗传性。在本发明的一个实施方案中,使用的SNP基本上存在于一个品种的所有的犬,并且基本上不存在于其它品种的所有的犬。SNP的品种特异性通常是在代表特定品种的样本种群中评定的。样本种群通常包含每个品种至少约4个动物,例如一个品种至少约20个、至少约100个、至少约400个、至少约1000个或至少约10000个动物。
在犬科动物的情况下,品种特异性SNP通常以品种的至少约70%、至少约80%或至少约90%的样本种群,并且优选以至少约95%、更优选至少约99%的样本种群存在。品种特异性SNP通常以基本上其它品种的所有犬的样本种群不存在。例如,品种特异性SNP可以不超过约30%、不超过约20%、或不超过约10%的另一品种的样本种群,优选不超过约5%、更优选不超过约1%的样品种群。在不同的实施方案中,SNP以至少约95%的品种的样本种群,且以不超过约5%的任何其它品种的犬的样本种群存在。在有些实施方案中,品种特性SNP对于品种是唯一的,即其以100%的代表该品种的样本种群存在,并且完全没有代表任何其它品种的样本种群。
在本发明的进一步实施方案中,特定品种的SNP可以用来将一个组内的一个品种与其他品种区分开。因此,在这种具体实施方案中,这种SNP是组内的这一个品种特有的。在其他实施方案中,这种SNP可能其他品种也具有。一个品种群类两个或多个品种所具有的SNP可以将品种群内的这一类品种与其他品种区分开。
在一些实施方案中,一个动物的品种并不是由单个SNP定义的,而是由这种动物的基因组所具有的SNP组合来定义的。相应地,在这种实施方案中,一类动物的品种遗传可以通过存在于两个或多个SNP位置中的核苷酸组合来识别。因此,每个品种都可由基于这些位置所发现的核苷酸组合的一个或一套规则来定义。在有些情况下,为了定义一个品种,提供一个或多个详细说明多个SNP位置中每一个核苷酸的规则是必要的。至于犬类,为了识别犬类的品种遗传,一般需要至少两种不同的SNP来测定类型。测定类型通常包括确定核苷酸是否存在于一个特定的SNP。
这里所用的术语“品种遗传”是用来描述一个懂的品种世系的,也就是一个或多个使该动物具有某种基因的品种。因此,对于纯种狗而言,品种遗传一般会与狗的品种一致。相应地,在一个实施方案中,存在于狗的基因中的一个或多个SNP位置的核苷酸可用于确定狗的品种遗传。对于杂种狗或远系繁殖的狗而言,“品种遗传”涉及多个代表该动物族世系的品种。“品种遗传”还可以用来描述每个品种在远系繁殖的动物的世系中所占的比例或相对的贡献。
在一些实施方案中,用来测试品种遗传的狗可能是杂种狗或远系繁殖的狗。杂种狗是两个不同品种的纯种狗的后代,远系繁殖的狗(又可称为杂种,混合品种狗或mutt)是无法知道渊源的狗,或两代或多代三种或以上品种的狗。形成远系繁殖的狗的品种遗传的可以出自一个品种群或多个品种群。
在一些实施方案中,一个杂种狗或远系繁殖的狗的品种遗传可基于从组织或生物流体样本得来的遗传材料来分析、识别代表该类狗的一个或多个品种。可选地,每个品种在狗的世系中所占的比例就可以得到确定。如果很大程度上,狗的世系来自于一个品种群,该类狗就可以归为该品种群;但是,如果狗的世系来自于两个或多个品种群,就需要进一步的分析来确定该类狗的品种群。在一些实施方案中,杂种狗或远系繁殖的狗属于哪一类品种群可用统计分析方法来确定。主要由核苷酸数量来代表的某些杂种狗可以被归为一个品种群的特定成员。在一个实施方案中,SNP可以用来作为确定品种群的基础,在另外的实施方案中,世系不平衡可以用来作为确定品种群的基础,见Sutter等人,Genomic Research 14:2388-2396(2004)。
特定品种的SNP的顺序可以电子形式储存,如可以储存于颠倒数据库,相应地,本发明提供了包括与特定品种的SNP相关的遗传信息的数据库。该数据库可包括关于SNP的进一步地信息,如该SNP与某一品种的关联程度或该SNP在某一品种中的频率。在很多实施方案中,数据库可以将每一个特定品种的SNP进一步归类于特定的品种群。这里提到的数据库可以用来将某一类动物归于某一个品种群。这需要通过电子方式来确定,如通过电脑系统。一般而言,这需要将动物的遗传数据输入电脑系统,将这一遗传数据与数据库内与特定品种的SNP相关的信息进行比较,并且,在以存在于一个或多个特定品种的SNP位置的核苷酸为基础,识别该动物的遗传品种,并将该动物归于某一品种群。过于狗而言,方法包括将存在于狗的特定品种的SNP相关的数据输入电脑系统,将这些数据与数据库中与不同品种和/或品种群相关的特定品种的SNP信息相比较,然后在比较的基础上将狗归于某一品种群。
本发明的为动物制备食物的方法包括识别动物所属的品种群,建立维持该品种群健康所特需的一套营养需求,如上面所陈述的。本方法还包括选择至少部分地与那些营养需求相符合地营养配方,然后将包含与营养配方所规定的量与比例的BDC的成分混合,制得该食物。
该营养配方可以采取完全的食物形式,包括基本营养如蛋白质、糖类、脂类、纤维以及维持该动物所属的品种群的健康所需要满足的特定营养需求所需要的BDC。可选地,该营养配方可以采取补充配方的形式,提供满足健康营养需求的一定比例的BDC,补充主食。
作为化学物质的BDC的实例包括但不限于:氨基酸;简单糖;复杂糖;中链甘油三酯(MCTs);三酰基甘油酯(TAGs);n-3(ω-3)脂肪酸,包括α-亚麻酸(ALA)、二十碳五烯酸(EPA)和二十二碳六烯酸(DHA);n-6(ω-6)脂肪酸,包括亚油酸、γ-亚麻酸(GLA)和花生四烯酸;胆碱源例如卵磷脂;脂溶性维生素,包括维生素A及其前体例如类胡萝卜素(例如β-胡萝卜素),维生素D源例如维生素D2(麦角钙化甾醇)和维生素D3(胆钙化醇),维生素E源例如生育酚(例如α-生育酚)和tocotrienol,以及维生素K源例如维生素K1(叶绿醌)和维生素K2(甲萘醌);水溶性维生素,包括维生素B类例如核黄素、烟酸类(包括烟酰胺和烟酸)、吡哆醇、泛酸、叶酸、生物素和钴胺素;和维生素C(抗坏血酸);抗氧化剂,包括某些上面列出的维生素,尤其是维生素E和维生素C;以及生物类黄酮例如儿茶酚、栎精和茶黄素;醌例如泛醌;类胡罗卜素例如番茄红素和番茄黄素;白藜芦醇;和α-硫辛酸;L-肉毒碱;D-苎烯;葡萄糖胺;S-腺苷甲硫氨酸;和脱乙酰壳多糖。
考虑到氨基酸被包含于上述BDC列,应该注意的是几乎所有的食物都含有蛋白质,一般可以补充必需的氨基酸。然而,食物的蛋白质含量对特定的动物而言并不一定会以对健康最佳的比例提供氨基酸,因此补充一种或多种氨基酸,或补充富含钙氨基酸的蛋白质源是可取的。
类似的问题也适用于简单糖和复杂糖,他们是BDC,可能是食物的糖类成分,也可能不是,并且某些脂肪酸,包括n-3和n-6脂肪酸,是BDC,可能是食物的类脂成分,也可能不是。[0082]可以用作为例证的植物性药材,因为BDCs包括但不限于aloe vera、dongquai、echinacea、evening primrose、亚麻子、大蒜、生姜、ginkgo biloba、人参、绿茶、大豆、turmeric、wheat grass和yerba mate。
本方法制备的食物营养大部分可以是齐全的,也可以包含可与主食一起或混合食用的补充剂。当制备的食物作为补充剂时,本方法还可以包含将补充剂在包装前与主食混合;或者,将补充剂提供给狗的主人,在喂食时添加在主食中。
提供BDC的成分可以选自算法。将算法在营养配方的基础上用于制备食物组分在本领域众所周知。这类算法使用含有各种成分分析的数据集,并用该数据集计算该成分在具有所需的营养配方的食物组分中的量。
任选地,算法使用的数据集包括各成分的成本数据,并且算法结合例行程序,把成本作为选择成分的标准。这样就可以达到以最低的成本提供最佳的营养配方的优势。如有必要,也可以用其他的标准。例如,成分可以是“有机的”或其他,这样,如果需要“有机”食品,就只选择“有机成分”。“有机”成分包括任何一种符合由美国Food &Drug Administration(FDA)在7CFR Sec.205.101,Sees.205.202-207,Sees.205.236-239,Sec.205.101提出的生产标准的农产品,见205.270-272和7CFR part 205的其他可操作要求。
在一个实施方案中,食物组合可以从以前存在的供选范围选择,如能符合本发明营养配方的已存在的产品系列。例如,算法可用来比较计算食物组合或营养配方与可获得产品,选择与组合或配方最接近的产品。
在另一个实施方案中,一种食物根据上述算法生产,这类生产可以脱线生产,即不受计算机辅助系统控制,或者部分或完全地受生成营养配方和计算上述食物组合成分的扩展计算机辅助系统的控制或驱动。
这样生产的食物可谓一石完整的食物也可以是用于添加进主食或与主食混合形成完整食物的补充剂。这类食物可以是液体、半固体或固体;如果是固体,可以是湿的(如可蒸宠物食品)、半湿的或干的。补充剂可设计为直接使用,如肉汁配主食,或用于给粗磨包衣。
合适的生产具有定义组分的食品的计算机控制装置在本领域已知。例如,美国专利No.6,493,641描述的装置即可使用。
可选地,根据本发明方法制备的食物可用合适的容器包装。例如,湿的食物可用罐或微开或封闭的袋包装,干燥的食物可用袋子,盒子或装在盒子里的袋子包装,如有需要,这一步骤也可以在计算机辅助系统控制下操作。
这里所说的计算机辅助系统还可用于打印用于食品的带有任何政府规定或常规做法所需要的信息的标签或包装插件。例如,标签或包装插件可列举成分和/或有担保的分析。
食品生产,包括包装和贴标签可在常规生产地如工厂进行,也可为了方便生产在终端用户当地进行,如在经销商或零售商的基地如宠物食品店进行。在一个实施方案中,应终端用户的订货要求(通过电话或网络),食物在经销地制备并发送给终端用户。
在一个实施方案中,食物组合可以由零售商或混合者根据指定营养配方的兽医或饮食学家所开的配方制备。命令任选包括在至少部分为该食物支付费用而批准使用的息票,或者给息票的持票人在购买食物时贴现或折扣的权利。
本发明还为由品种群定义的特定基因型的动物提供食物组合。对于犬类,本发明例证的食物组合包括品种群I、II、III和IV犬类的食物。在一些实施方案中,食物组合是针对包括两个或多个AKC品种组的一类品种群的犬类的。
对于品种群I犬类,作为营养丰富的完整饮食的、有营养配方的、合适的食物,按干物质重量计,由28%蛋白质,18%脂肪、51%包括纤维的糖类,0.2%EPA,1.5%蛋氨酸和100ppm锰,以及ω-6和ω-3脂肪酸6∶1的重量比组成。这类食物的例子见表16。
表16.群集I的犬科动物的食物构成
组分 | 食物% | 组分 | 食物% |
玉米 | 51.240 | 维生素E | 0.200 |
家禽副产品粗粉 | 18.210 | 维生素预混合料 | 0.126 |
大豆粉15.00 | 15.00 | 牛磺酸 | 0.100 |
鸡脂肪 | 8.953 | 矿物质混合物 | 0.040 |
Pal Enhancer | 2.000 | 硫酸锰 | 0.023 |
大豆油 | 1.000 | L-色氨酸 | 0.017 |
鱼油 | 1.000 | 粗蛋白质 | 28.400 |
DL-蛋氨酸 | 0.894 | 粗脂肪 | 18.400 |
非加碘盐 | 0.642 | EPA | 0.200 |
胆碱盐酸盐 | 0.285 | 蛋氨酸 | 1.500 |
L-肉毒碱 | 0.270 | 锰 | 0.010 |
ω-6∶ω-3比率 | 6 |
对于群集II的犬科动物,适合作为主要营养完全的饮食的食物例证性地具有营养配方,其包括,按重量计在无水物质的基础上,约28.5%蛋白质、约16.5%脂肪、约53%包括纤维素在内的糖类,不超过0.2%EPA、约1.5%蛋氨酸、约100ppm锰和约300ppm肉毒碱。这样的食物的实例显示于表17。
表17.群集II的犬科动物的食物构成
组分 | 食物% | 组分 | 食物% |
玉米 | 53.393 | 维生素预混合料 | 0.216 |
家禽副产品粗粉 | 18.136 | 牛磺酸 | 0.100 |
大豆粉 | 14.628 | L-苏氨酸 | 0.081 |
鸡脂肪 | 7.425 | L-色氨酸 | 0.058 |
Pal Enhancer | 2.000 | 氯化钾 | 0.050 |
大豆油 | 1.000 | 矿物混合物 | 0.034 |
鱼油 | 1.000 | 硫酸锰 | 0.023 |
DL-蛋氨酸 | 0.899 | 粗蛋白质 | 28.500 |
加碘盐 | 0.280 | 粗脂肪 | 16.500 |
L-肉毒碱 | 0.270 | EPA | <6.0 |
胆碱盐酸盐 | 0.240 | 蛋氨酸 | 1.500 |
L-赖氨酸 | 0.236 | 锰 | 0.010 |
对于群集III的犬科动物,适合作为主要营养完全的饮食的食物例证性地具有营养配方,其包括,按重量计在无水物质的基础上,约30%蛋白质、约26%脂肪、约40%包括纤维素在内的糖类、约0.14%DHA、约4.8%亚油酸和约300ppm肉毒碱。这样的食物的实例显示于表18。
表18.群集III的犬科动物的食物构成
组分 | 食物% | 组分 | 食物% |
玉米 | 40.649 | 维生素预混合料 | 0.211 |
家禽副产品粗粉 | 23.252 | 维生素E油 | 0.200 |
鸡脂肪 | 15.522 | 牛磺酸 | 0.100 |
大豆粉 | 13.263 | 氯化钾 | 0.050 |
Pal Enhancer | 2.000 | 矿物混合物 | 0.050 |
大豆油 | 1.000 | L-色氨酸 | 0.030 |
鱼油 | 1.000 | 硫酸锰 | 0.023 |
DL-蛋氨酸 | 0.875 | 粗蛋白质 | 30.000 |
非加碘盐 | 0.61 | 粗脂肪 | 26.000 |
亚麻子 | 0.600 | 硫辛酸 | 0.015 |
胆碱盐酸盐 | 0.295 | DHA | 0.140 |
L-肉毒碱 | 0.270 | 亚油酸 | 4.820 |
肉毒碱 | 0.030 |
对于群集IV的犬科动物,适合作为主要营养完全的饮食的食物例证性地具有营养配方,其包括,按重量计在无水物质的基础上,约28.5%蛋白质、约16.5%脂肪、约53%包括纤维素在内的糖类、约0.14%DHA、约4.8%亚油酸、约0.875%蛋氨酸、约300ppm肉毒碱和约100ppm锰。这样的食物的实例显示于表19。
表19.群集IV的犬科动物的食物构成
组分 | 食物% | 组分 | 食物% |
玉米 | 52.946 | 牛磺酸 | 0.100 |
家禽副产品粗粉 | 18.151 | 氯化钾 | 0.050 |
大豆粉 | 14.981 | 矿物混合物 | 0.034 |
鸡脂肪 | 7.006 | 硫酸锰 | 0.023 |
Pal Enhancer | 2.000 | L-色氨酸 | 0.015 |
大豆油 | 1.000 | 粗蛋白质 | 28.500 |
鱼油 | 1.000 | 粗脂肪 | 16.500 |
DL-蛋氨酸 | 0.895 | 硫辛酸 | 0.015 |
亚麻子 | 0.600 | DHA | 0.140 |
加碘盐 | 0.280 | 亚油酸 | 4.820 |
L-肉毒碱 | 0.270 | 肉毒碱 | 0.030 |
胆碱盐酸盐 | 0240 | EPA | 0.200 |
维生素预混合料 | 0.208 | 蛋氨酸 | 1.500 |
维生素E | 0.200 | 锰 | 0.010 |
年龄是任何人类或动物的营养和健康中的因素。在某些实施方案中,将群集分成以动物年龄为基础的组(年龄组),并且对每一年龄组进行疾病流行、疾病发生率或疾病倾向的测定。动物的“按年代顺序排列的年龄”是自出生以后的过去的准确时间(例如以年或月计算)。动物的“生物学年龄”是相似品种的动物的平均按年代顺序排列的年龄的评估,表现同样的与年龄有关的生物学状态(活动性、精神敏锐度、牙齿的磨损等)。
配方食物不是本发明的唯一功能。不同的实施方案中,品种群集和每一群集的显型信息可以用于动物的设计药物组合物;用于设计动物的健康计划;用于测定在动物的饮食中是否需要补充以及推荐的补充的类型和量;用于设计动物的治疗方案,例如包括预防在群集中流行的慢性疾病的发作的锻炼计划的方案;或者配制包括在治疗和/或预防疾病或遗传疾病中很重要的BDCs的食物。
在某些实施方案中,用于预防和/或治疗疾病或遗传病症的含有BDCs的食物配方可以通过处方来获得。
在不同的实施方案中,对食物加以配制以最优化动物的遗传潜能的实现。
本发明不同的实施方案包括产生营养配方方阵,其包括基因型作为一个轴。垂直于基因型轴的轴可以是年龄或年龄组,或者,在其它实施方案中,疾病患病率或体质特征。对于本领域技术人员显而易见的是,垂直轴可以代表不同的基因型、年龄、疾病、组分需求(例如有机的、低变应原性的、维生素强化的、成本点等)、其它特性等的任何一种或多个无穷集。
建立动物品种的配方方阵的例证性方法显示于图1。群集算法则用于将品种分类为以基因组为基础的群集。。因此群集的特点在于营养需求和疾病易患性和对于预防和/或治疗疾病的需要。在给例证性方法中,动物品种的年龄组的特点也在于营养需求和对预防和/或治疗疾病的需要。营养需求和疾病预防和/或治疗需要,作为受到品种群集和年龄的影响,决定应当包含在食物配方中的组分以提供BDCs来满足这样的营养需求和疾病预防和/或治疗需要。成本是选自组分的任选另外的标准。以这种方式中,建立了具有品种群集作为第一维和年龄作为第二维的食物配方。图1显示了食物配方拥有的方阵的每一单元;然而,应当理解,不是必须拥有方阵的每一单元,并且所给出的单元可以具有一种以上的食物配方。在某些实施方案中,拥有任何单元的食物配方是补充配方,其可以由混合者或由所有者加到基础食物中。用于建立方阵的信息,包括与群集有关的信息,年龄组,疾病倾向性,预防或治疗,营养需求,组分等,可以贮存在一个或多个数据库中,并且运算法则可以从这样的数据库中获取信息来建立配方方阵。
在有关的实施方案中,提供建立没有经过验证的品种的动物品种的食物成分的方阵的方法。该方法包括鉴别品种内的复杂基因型,在基因组分析的基础上将基因型分类为群集,将每一群集与健康的营养需要联系起来,并且选择满足这些营养需求的食物组分的混合物,建立食物组分的方阵。如在其它实施方案中,方阵中的食物组合物可以任选是通过混合者或通过所有者加到基础食物中的补充组合物。
在一个实施方案中,食物组合物的数目与群集的数目相当。例如,如果犬科动物品种被分类为四个品种群集,例如群集I、II、III和IV,那么这些群集中的每一个群集就可以有一种食物。
在其它实施方案中,方阵具有至少两个维数,其中一个与品种群集相对应。第二个维数可以与动物的年龄相对应,因此,该方法可以进一步包括品种内的定义的年龄组。可以建立二维食物方阵,包括适合每一群集内的每一年龄组的营养需要的食物成分。
在还另一实施方案中,方阵具有两个以上的维数。例如第一维数与品种群集相对应,第二维数与年龄或年龄组相对应,第三维数与特定的健康或健康状况例如身体状况相当。
如在其它实施方案中,食物组分可以在包括成本在内的标准上进行选择,这样食物成分的方阵可以在有利的总成本上制备。
通过本发明方法制备的食物组合物本身是本发明的另一实施方案。
在一个实施方案中,制备给定品种的宠物食物配方的方法包括将品种的基因型分组为群集;定义各个年龄组;定义具有具有与群集相对应的第一维数和与年龄组相对应的第二维数的方阵;以及开发基于方阵的食物配方。
在另一实施方案中,制备给定品种的宠物食物配方的方法包括将品种的基因型分组为群集;并且开发每一群集的一个或多个食物配方。
在还另一实施方案中,产生给定品种的宠物食物配方的方阵包括鉴别品种的多个基因型;将多个基因型与多个食物配方需求联系起来;定义配方需求与组分特征之间的关系;用定义的关系建立多个基因型的食物配方方阵,这样方阵包含符合每一基因型的营养要求的组分的配方。
本发明还提供消费者传达设备。这样的设备帮助所有者了解他/她的动物例如犬科动物属于哪种基因型群集。这样的设备可以包括任何一个或多个点的销售展览,其为行销领域是众所周知的。在不同的实施方案中,消费者传达设备包括销售点或其它地方的电脑亭,其可以使所有者输入信息,例如,在触摸屏上,包括例如品种和年龄,并且在某些实施方案中,可以要求输入其它信息。在输入信息的基础上,电脑辨别适宜的食物配方,或者如果只有一种配方是适宜的,动物的正确的食物配方。在不同的实施方案中,电脑亭提供了频繁询问的问题和答案。在其它实施方案中,电脑亭提供了涉及食物配方开发的科学指南和读物。在不同的实施方案中,电脑亭可以用于交易新产品和/或新技术。在其它实施方案中,电脑亭可以用于收集来自消费者的调查信息。
在某些实施方案中,电脑亭在因特网上开办网页或一组网页。在其它的实施方案中,所有者通过电脑上的网页输入信息和/或接收信息。在这样的实施方案中,电脑上的网页可以进行与上述电脑亭类似方式的一种或多种功能。在其它实施方案中,所有者以书面形式回答问卷,然后把问题输入确定特定动物的最适宜的食物配方的系统。在其它实施方案中,所有者口头回答问题,并且这样的口头回答可以由健康管理专业人员用电子或者书面方式纪录,并且把这样的回答输入确定特定动物的最适宜的食物配方的系统。在某些实施方案中,由电脑电子纪录口头回答,并且将这样的回答进行电子转化,并输入系统以确定特定动物的适宜的食物配方。在不同的实施方案中,其可以适宜上述任何设备,所有者不知道他或她的动物属于哪个品种,因此不能够容易地确定动物适合能够品种群集。在这样的实施方案中,使用上述任何设备和/或方法的问卷是可以使用的。在这样的问卷中,所有者可以被询问一系列与动物的表型特征有关的问题,并将所述问题的答案输入系统以确定最适合动物的品种群集。在这样的实施方案中,可以将品种群集的确定输入确定他们的动物的最适宜的食物配方的系统。
在其它实施方案中,销售展览点可以与自助店或百货公司的自助店所见到的销售展览点类似。这样的销售展览点通常用于前灯、电池、煞车灯、内部灯、风挡刮雨器和其它通常购买的汽车维护项目。在本实例中,销售展览项目点可以包括帮助辨别动物的适当的配方的活动挂图。在其它实施方案中,销售展览点可以包括小的微处理器,如在自助点中是普通的,其询问动物的品种和年龄,然后输出动物的适当的配方。在其它实施方案中,销售展览点可以包括图和显示器,其包括基于基因型群集的配方的某些科学特征。在某些实施方案中,图可以在食物包装上包括,例如指示食物设计或适合的特定基因型群集的袋子。这样的图可以在图表、电脑、微处理器、方或圆活动挂图等显示,这样可以容易地在袋子或包装上辨别适宜的群集。在其它实施方案中,出于辨别的目的可以使用颜色。在其它实施方案中,图形或颜色可以用于辨别为此所设计的或适合于不同年龄组的食物。在不同的实施方案中,袋子或其它包装携带包括为此所设计的或适宜的特定基因型群集的品种的清单。在不同的实施方案中,袋子或其它包装携带基于体重的品种的用法说明。
在上述任何实施方案中,消费者传达设备任选产生息票,该息票有效的用于支付至少部分食物,或者受权息票持有者对购买食物折扣或打折。
在另一实施方案中,本发明方法还包括将表示营养配方的代码下载到可读媒体例如电脑可读媒体例如印刷的条形码、印刷的数字代码、卡、存储器、碟或芯片,任选适合于植入动物体内的芯片。
按照该实施方案,销售终端的所有者能够进入先前选择的用于动物的表示营养配方的代码,例如通过刷卡或扫描含有这样代码的芯片。计算机辅助混合设备,例如坐落于销售点的混合和出售设备,制备基于营养配方的食物组合物,然后编码,并递送给所有者。卡和芯片任选还含有允许自动支付食物的代码。
用于给动物设计营养配方的计算机辅助的系统是本发明的另一个实施方案。该系统在一个或多个用户界面媒质上包括:(a)使得多个品种群集与每一个品种群集的基因组相关属性联系起来的第一数据集;和(b)算法,此处称为第一算法。所述算法能够(i)处理关于动物的一个或多个基因组相关属性的输入数据以定义动物可以被分配到其中的品种群集,和(ii)设计适于该品种群集的营养需求的营养配方,同时所述算法利用所述第一数据集。
存在于第一数据集中并且构成输入数据的基因组相关属性可以包括一个或多个品种、品种遗传性和遗传标记。如果动物种群是已知的并且不是混合的,并且第一数据集包括每一个品种群集的品种目录,第一算法可以容易从其品种鉴定出动物的品种群集,没有其他必需信息。类似地,对于混合品种的动物,如果其品种遗传是已知的,算法可以基于品种遗传性输入数据而推出最符合的品种群集。或者,或另外,输入数据可以包括单独或合起来作为品种群集的指标的一个或多个遗传标记。这样的遗传标记例如SNP可以通过分析得自动物的生物流体或组织而得到。
在一个实施方案中,所述系统还包括:(c)记录每个品种群集的表型属性的第二数据集;和(d)关于BDC在以下方面的作用的第三数据集:(i)对于如通过特定动物志学属性修正的表型属性的作用;和任选地(ii)对于个体动物的特定健康属性的作用。根据该实施方案,在利用所述第二和第三数据集的同时,所述第一算法还能够处理有关动物的一个或多个动物志学属性以及任选地动物健康属性的输入数据,以得到营养配方。该营养配方不仅适于品种群集的营养需求,而且还通过考虑动物志学属性例如年龄和任选特定健康属性例如现存病症而提高动物的健康。
该系统任选还包括用户界面。第一、第二和第三数据集可以存储在一个数据库中或者存储在多个数据库中。作为第三数据集中修正量而起作用的动物志属性可以包括任何上述属性。第一算法任选能够处理包括诊断数据的输入数据,所述诊断数据得自从动物中获得的生物流体或组织样本。
如果需要的话,所述系统还包括:(e)关于食物组分中BDC含量以及任选组分成本的第四数据集;和(f)能够从第四数据集中选择食物组分以限定具有如通过第一算法所得到的营养配方的食物组合物的第二算法。所述第二算法任选考虑组分成本以限定具有有利总成本的食物组合物。所述系统还可以包括能够制备通过第二算法限定的食物组合物的计算机控制的混合系统。
本文提供的计算机辅助的系统还可以包括能够把计量的食物组合物置于合适的容器中的包装系统,和/或能够印刷标签的标签系统或包装插件,所述标签或插件具有输出数据,输出数据限定品种群集和任选已经给其制备食物组合物的动物的其他属性,以及提供有关营养配方和/或食物组合物的组分的信息。
本发明的食物盒包括通过本文所述方法制得的食物、食物添加剂、以及任选用于传达关于食物添加剂加到基础食物中以及把所得加入添加剂的食物喂给动物的信息和/或指导的工具。添加剂和食物一般存在于隔开的容器中,这些容器可以包装在一起或者分布在隔开的包装中。传达工具可以呈例如标签或包装插件的形式。或者,或另外,传达工具可以包括小册子,广告工具,计算机可读数字或光学媒介例如磁盘或CD,在磁带或CD上的声迅呈送工具,在录像带或DVD上的直观呈送工具,和/或网站上的一个或多个网页。
这样的传达工具自身是本发明的另一个实施方案。
本文中描述的实施例和其他实施方案仅是为了举例说明,而不是限制所描述的本发明装置、系统、组合物、物质和方法的全部范围。在特定实施方案、装置、系统、组合物、物质和方法中可以在本发明范围内做等同的改变、修饰、变化,得到基本上类似的结果。这样的改变、修饰、变化不视为背离了本发明的实质和范围。
本文中提到的所有专利、专利申请和出版物都引入本文以供参考,在为了描述和公开其中所报道的可用于本发明的化合物和方法方面,引用至法律所允许的程度。然而,不应当解释为由于以前的发明而承认本发明没有资格早于这样的公开。词语“包含”、“包括”应理解为包括在内而不是排除性。
Claims (35)
1.给动物提供营养的方法,所述方法包括:
(a)鉴定动物所属于的基于基因组的品种群集;和
(b)选择具有与品种群集动物的营养需求至少部分匹配的营养配方的动物食物。
2.权利要求1的方法,其中所述动物和品种群集是犬科动物或猫科动物。
3.权利要求1的方法,其中所述营养需求至少部分基于该品种群集的一个或多个表型属性特征,所述表型属性特征选自大小、皮毛类型可训练能力、活动水平以及对疾病的流行性或易患性。
4.权利要求1的方法,其中所述品种群集是通过分析多个品种中等位基因频率来定义的,所述分析采用至少一种选自下列的技术:Bayesian基于模型的聚类、分级聚类、自组织图、k-工具聚类、直观显示、缺口统计、每次省去一个实验的群集数据集、迭代再定位、Gaussian混合模型、统计学模型选择问题聚类方法、有限混合模型、标准混合模型和将聚类方法与图形显示结合起来的方法。
5.权利要求1的方法,其中所述动物是犬科动物,并且所述品种群集选自群集I、群集II、群集III和群集IV。
6.权利要求1的方法,其中所述方法还包括鉴定动物的一个或多个特定动物志学属性,所述属性选自年龄、性别、大小、体重、皮毛类型、血统、生殖史、兽医疗史、食欲、环境相关属性和明显遗传病症和障碍;其中所选择的食物具有经过修正以考虑特定动物志学属性的营养配方。
7.权利要求6的方法,其中品种群集和动物的特定动物志学属性是从动物拥有者提供的输入数据鉴定的。
8.权利要求7的方法,其中输入数据是由抑郁症经由用户界面进入的,所述用户界面包括计算机、触摸式屏幕显示终端、按键式电话机和/或声音启动的系统。
9.权利要求1的方法,其中所述方法还包括鉴定动物的一个或多个特定健康属性,所述属性选自疾病状态、寄生虫感染状态、毛发和皮肤状态、感觉敏锐性、性情和行为属性以及认知功能;其中所选择的食物具有经过修正以考虑特定健康属性的营养配方。
10.权利要求9的方法,其中动物的特定健康属性是从动物拥有者和/或兽医专业人员提供的输入数据鉴定的。
11.权利要求10的方法,其中所述输入数据包括从得自动物的生物流体或组织样本获得的诊断数据。
12.权利要求1的方法,其中所选择的食物通过以下方式提高动物健康:预防、减轻或消除动物中的至少一种疾病状态,减轻或消除性情或行为问题,提高动物后代的健康方面,和/或减少与动物亲近的人的麻烦。
13.权利要求1的方法,其中还包括混合能提供在量与比例上与营养配方一致的生物活性饮食成分的组分来制备食物。
14.权利要求13的方法,其中所述食物构成适于和基础食物联合或混合来喂养的添加剂。
15.权利要求13的方法,其中食物是在生产场所;销售点;或配送场所制备的,并且递送给动物拥有者。
16.权利要求13的方法,其中食物由零售商供给或者由混合者在从兽医或提出营养配方的营养学人员收到命令之后进行制备。
17.权利要求16的方法,其中所述命令包括在至少部分为该食物支付费用而批准使用的息票,或者给息票的持票人在购买食物时贴现或折扣的权利。
18.通过权利要求13的方法制备的动物食物。
19.权利要求18的食物,其中所述动物是群集I、II、III和IV中任一个的犬科动物。
20.促进动物健康的方法,所述方法包括:
(a)鉴定动物所属于的基于基因组的品种群集;
(b)选择与品种群集动物健康的营养需求至少部分匹配的营养配方;和
(c)给动物喂养包含由营养配方规定的量和比例的生物活性饮食成分的食物。
21.计算机辅助的系统,该系统在一个或多个用户界面媒质上包括:
(a)使得多个品种群集与每一个品种群集的基因组相关属性联系起来的第一数据集;和
(b)算法,所述算法能够(i)处理关于动物的一个或多个基因组相关属性的输入数据以定义动物可以被分配到其中的品种群集,和(ii)设计适于该品种群集的营养需求的营养配方,同时所述算法利用所述第一数据集。
22.权利要求21的系统,其中所述输入数据包括单独或合起来作为品种群集的指标的一个或多个遗传标记,所述一个或多个遗传标记是通过分析得自动物的生物流体或组织而得到的。
23.权利要求21的系统,其中所述系统还包括:
(c)记录每个品种群集的表型属性的第二数据集;和
(d)关于生物活性饮食成分在以下方面的作用的第三数据集:(i)对于如通过特定动物志学属性修正的表型属性的作用;和任选地(ii)对于个体动物的特定健康属性的作用;
其中在利用所述第二和第三数据集的同时,所述第一算法还能够处理有关动物的一个或多个动物志学属性以及任选地动物健康属性的输入数据,以得到适于品种群集的营养需求以及提高动物健康的营养配方。
24.权利要求23的系统,其中作为第三数据集中修正量而起作用的动物志属性包括一个或多个选自下列的属性:年龄、性别、大小、体重、皮毛类型、血统、生殖史、兽医疗史、食欲、环境相关属性和明显遗传病症和障碍。
25.权利要求23的系统,其中所述第一算法能够处理包括诊断性健康数据的输入数据,所述诊断性健康数据得自从动物中获得的生物流体或组织样本。
26.权利要求23的系统,其中所述系统还包括:
(e)关于食物组分中生物活性饮食成分含量以及任选组分成本的第四数据集;和
(f)能够从第四数据集中选择食物组分以限定具有如通过第一算法所得到的营养配方的食物组合物的第二算法。
27.权利要求26的系统,其中所述第二算法考虑组分成本以限定具有有利总成本的食物组合物。
28.权利要求26的系统,其中所述系统还包括(i)能够制备通过第二算法限定的食物组合物的计算机控制的混合系统;和任选(ii)能够把计量的食物组合物置于合适的容器中的包装系统,和(iii)能够印刷标签的标签系统或包装插件,所述标签或插件具有输出数据,输出数据限定品种群集和任选已经给其制备食物组合物的动物的其他属性,以及提供有关营养配方和/或食物组合物的组分的信息。
29.确定动物健康饮食的方法,所述方法包括
(a)鉴定动物所属于的基于基因组的品种群集;
(b)选择与品种群集动物健康的营养需求至少部分匹配的营养配方;和
(c)基于该营养配方确定动物的饮食。
30.构建用于动物种类的食物组合物的方阵的方法,所述方法包括
(a)鉴定该动物种类内的多个基因型;
(b)基于基因组分析把基因型分类为各个群集;
(c)将每一个群集与健康的营养需求关联起来;和
(d)选择满足每一群集的营养需求的食物组分的混合物,以构建食物组合物的方阵。
31.权利要求30对方法,其中所述方法还包括定义动物种类内的年龄组,其中构建的方阵具有多个大小,一个大小与年龄组相对应。
32.包含通过权利要求13的方法制备的食物与食物添加剂的食物盒。
33.权利要求32的食物盒,其中所述食物盒还包括用于传达关于食物添加剂加到食物中以及把所得加入添加剂的食物喂给动物的信息和/或指导的工具。
34.用于传达关于将通过权利要求13的方法制备的食物与食物添加剂混合并且给予食物的信息或指导的工具,所述工具包括含有所述信息或指导的文件、数字存储媒体、声迅呈送工具或直观显示器。
35.权利要求34的工具,其中所述工具选自显示的网站、小册子、产品标签、包装插件、广告工具或直观显示器。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US60557304P | 2004-08-30 | 2004-08-30 | |
US60/605,573 | 2004-08-30 | ||
PCT/US2005/030567 WO2006026512A2 (en) | 2004-08-30 | 2005-08-30 | Genome-based diet design |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101189514A true CN101189514A (zh) | 2008-05-28 |
CN101189514B CN101189514B (zh) | 2013-05-29 |
Family
ID=36000647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2005800472016A Expired - Fee Related CN101189514B (zh) | 2004-08-30 | 2005-08-30 | 基于基因组的饮食设计 |
Country Status (9)
Country | Link |
---|---|
US (1) | US20060045909A1 (zh) |
EP (1) | EP1794316B1 (zh) |
JP (2) | JP5543688B2 (zh) |
CN (1) | CN101189514B (zh) |
AU (1) | AU2005280008B2 (zh) |
BR (1) | BRPI0514794A (zh) |
CA (1) | CA2578634C (zh) |
RU (1) | RU2413004C2 (zh) |
WO (1) | WO2006026512A2 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102171697A (zh) * | 2008-08-08 | 2011-08-31 | 纳维哲尼克斯公司 | 用于个性化行动计划的方法和系统 |
CN103766663A (zh) * | 2008-07-18 | 2014-05-07 | 希尔氏宠物营养品公司 | 提高老龄动物生活质量的方法 |
CN105431853A (zh) * | 2013-05-23 | 2016-03-23 | 艾弗诺泰普有限责任公司 | 表型整合的社会研究数据库和方法 |
CN106407711A (zh) * | 2016-10-10 | 2017-02-15 | 重庆科技学院 | 基于云数据的宠物喂养推荐方法及系统 |
CN106472332A (zh) * | 2016-10-10 | 2017-03-08 | 重庆科技学院 | 基于动态智能算法的宠物喂养方法及系统 |
CN107273699A (zh) * | 2017-07-07 | 2017-10-20 | 成都脉安科健生物科技有限公司 | 营养指导方案获取方法、装置及电子设备 |
CN111816280A (zh) * | 2020-07-10 | 2020-10-23 | 吾征智能技术(北京)有限公司 | 一种基于饮食行为的疾病预测的模型构建方法及系统 |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7552039B2 (en) * | 1999-10-15 | 2009-06-23 | Hemopet | Method for sample processing and integrated reporting of dog health diagnosis |
US8234099B2 (en) | 1999-10-15 | 2012-07-31 | Hemopet | Computer program for determining a nutritional diet product for a canine or feline animal |
US6730023B1 (en) * | 1999-10-15 | 2004-05-04 | Hemopet | Animal genetic and health profile database management |
US7548839B2 (en) * | 1999-10-15 | 2009-06-16 | Hemopet | System for animal health diagnosis |
US20060200320A1 (en) * | 2005-03-02 | 2006-09-07 | Hill's Pet Nutrition, Inc. | Methods and systems for designing animal food compositions |
AU2011213866B2 (en) * | 2005-03-02 | 2012-08-02 | Hill's Pet Nutrition, Inc. | Methods and systems for designing animal food compositions |
AU2007290133B2 (en) * | 2005-03-02 | 2011-06-09 | Hill's Pet Nutrition, Inc. | Methods and systems for designing animal food compositions |
US20070118295A1 (en) * | 2005-03-02 | 2007-05-24 | Al-Murrani Samer Waleed Khedhe | Methods and Systems for Designing Animal Food Compositions |
JP2009515906A (ja) * | 2005-11-10 | 2009-04-16 | ヒルズ・ペット・ニュートリシャン・インコーポレーテッド | 動物の皮膚の健康および毛衣の質を改善するための組成物および方法 |
GB0524422D0 (en) * | 2005-11-30 | 2006-01-11 | Mars Inc | MHC alleles |
CA2634452A1 (en) * | 2005-12-20 | 2007-07-05 | Mars, Incorporated | Method and system for determining and providing a comprehensive pet health and nutrition feeding plan |
EP1820407A1 (en) * | 2006-02-17 | 2007-08-22 | Nestec S.A. | Method for improving dog food |
CA2655320C (en) * | 2006-06-21 | 2016-02-09 | Mars, Incorporated | Method for designing an oral pet product using biometric analysis |
US8548817B2 (en) * | 2006-06-21 | 2013-10-01 | Mars, Incorporated | Method for designing an oral pet product using biometric analysis |
GB0615300D0 (en) * | 2006-08-01 | 2006-09-06 | Mars Inc | Diabetes test |
CA2673552A1 (en) * | 2006-12-20 | 2008-07-03 | Mars, Incorporated | Method and system for promoting longevity and healthy vitality of a pet |
WO2008103958A1 (en) * | 2007-02-22 | 2008-08-28 | Hill's Pet Nutrition, Inc. | Compositions and methods for altering gene expression |
JP5044346B2 (ja) * | 2007-09-21 | 2012-10-10 | 花王株式会社 | ペットの肥満防止支援システム |
WO2009079511A1 (en) * | 2007-12-17 | 2009-06-25 | Mars, Incorporated | Wellness based pet diets that take into consideration breed type and genetic predisposition of a pet |
BRPI0915974A2 (pt) * | 2008-07-18 | 2017-05-30 | Hill´S Pet Nutrition Inc | métodos para modular funções biológicas, para tratar um animal sofrendo de um distúrbio ou doença, para alterar a expressão de pelo menos um peptídeo em um mamífero, e para triar um ou mais compostos de teste para habilidade para alterar a expressão de pelo menos um gene de interesse em um mamífero |
WO2010056229A1 (en) * | 2008-11-13 | 2010-05-20 | Edward Hall | Nutritional supplements and their methods of formulation |
US7873482B2 (en) * | 2008-12-16 | 2011-01-18 | Bruno Stefanon | Diagnostic system for selecting nutrition and pharmacological products for animals |
US20100151062A1 (en) * | 2008-12-16 | 2010-06-17 | Bruno Stefanon | Determining nutrients for animals through gene expression |
US8450074B2 (en) * | 2009-01-26 | 2013-05-28 | W. Jean Dodds | Multi-stage nutrigenomic diagnostic food sensitivity testing in animals |
US7867720B2 (en) * | 2009-01-26 | 2011-01-11 | Dodds W Jean | Food sensitivity testing in animals |
US7892763B2 (en) * | 2009-01-26 | 2011-02-22 | Dodds W Jean | Multi-stage nutrigenomic diagnostic food sensitivity testing in animals |
BR112012015959A2 (pt) | 2009-12-29 | 2019-09-24 | Hills Pet Nutrition Inc | composições incluindo gengibre para a melhora ou prevenção de condições inflamatórias |
US20130216521A1 (en) * | 2012-02-03 | 2013-08-22 | Melinda Fernyhough Culver | Dietary supplement for enhancing animal health |
BR112015022889A2 (pt) * | 2013-03-15 | 2017-07-18 | Nestec Sa | sistemas e métodos para ordenação e fabricação de alimentação personalizada para animais de estimação |
BR112018072064B8 (pt) * | 2016-05-20 | 2022-08-23 | Nestec Sa | Uso de triglicerídeos de cadeia média para preparação de composições nutricionais para proteção cardíaca em animais de estimação |
CN106250522B (zh) * | 2016-08-03 | 2019-11-05 | 浙江工业大学 | 一种基于高斯估计的在线餐饮主标签数据快速提取方法 |
US20180144820A1 (en) | 2016-10-24 | 2018-05-24 | Habit, Llc | System and method for implementing meal selection based on vitals, genotype and phenotype |
WO2018078653A1 (en) * | 2016-10-27 | 2018-05-03 | Discovery Info Labs Private Limited | A method for assessing early stage development delays of a child and providing recommendations thereof |
JP7176200B2 (ja) | 2018-02-28 | 2022-11-22 | 株式会社デンソー | スイッチの駆動回路 |
CN108447544B (zh) * | 2018-03-14 | 2022-04-12 | 上海长海医院 | 患者食物摄入量控制与监控系统 |
CN109634325B (zh) * | 2018-12-03 | 2021-01-26 | 和宇健康科技股份有限公司 | 一种实时无线的医药储存环境调控系统 |
JP7377876B2 (ja) | 2019-02-01 | 2023-11-10 | ソシエテ・デ・プロデュイ・ネスレ・エス・アー | ペットフードを推奨する装置及び方法 |
GB2608502A (en) | 2019-11-18 | 2023-01-04 | Embark Veterinary Inc | Methods and systems for determining ancestral relatedness |
EP4118534A4 (en) * | 2020-03-12 | 2024-04-17 | Baystride, Inc. | NUTRITIONAL INFORMATION EXCHANGE SYSTEM |
US11942207B2 (en) * | 2020-03-20 | 2024-03-26 | Kpn Innovations, Llc | Artificial intelligence methods and systems for generating zoological instruction sets from biological extractions |
US11862322B2 (en) | 2020-11-30 | 2024-01-02 | Kpn Innovations, Llc. | System and method for generating a dynamic weighted combination |
CN115186049B (zh) * | 2022-09-06 | 2023-02-03 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种智能公交备选站点选址方法、电子设备及存储介质 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5851573A (en) * | 1997-04-29 | 1998-12-22 | The Iams Company | Pet food composition for large breed puppies and method for promoting proper skeletal growth |
US6156355A (en) | 1998-11-02 | 2000-12-05 | Star-Kist Foods, Inc. | Breed-specific canine food formulations |
US6358546B1 (en) * | 1999-01-15 | 2002-03-19 | Ralston Purina Company | Methods for customizing pet food |
AU782474B2 (en) * | 1999-10-15 | 2005-08-04 | W. Jean Dodds | Animal health diagnosis |
US6730023B1 (en) * | 1999-10-15 | 2004-05-04 | Hemopet | Animal genetic and health profile database management |
US7548839B2 (en) * | 1999-10-15 | 2009-06-16 | Hemopet | System for animal health diagnosis |
US6287254B1 (en) * | 1999-11-02 | 2001-09-11 | W. Jean Dodds | Animal health diagnosis |
US20050090718A1 (en) * | 1999-11-02 | 2005-04-28 | Dodds W J. | Animal healthcare well-being and nutrition |
US7464040B2 (en) * | 1999-12-18 | 2008-12-09 | Raymond Anthony Joao | Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information |
US6669975B1 (en) | 2000-02-03 | 2003-12-30 | Mars Incorporated | Customized dietary health maintenance system for pets |
US20020049772A1 (en) * | 2000-05-26 | 2002-04-25 | Hugh Rienhoff | Computer program product for genetically characterizing an individual for evaluation using genetic and phenotypic variation over a wide area network |
US6681717B2 (en) * | 2000-12-15 | 2004-01-27 | Can Technologies, Inc. | Computer system for determining a customized animal feed |
US6493641B1 (en) | 2001-06-15 | 2002-12-10 | Nestec Ltd | Methods and apparatus for customizing pet food |
US20050158734A1 (en) * | 2002-11-01 | 2005-07-21 | James Kaput | Alleles corresponding to various diet-associated phenotypes |
US20030204417A1 (en) * | 2003-05-16 | 2003-10-30 | Mize John Hannis | Apparatus, method and system for the recordation, retrieval and management of pet information and capitalization of same |
GB0313964D0 (en) | 2003-06-16 | 2003-07-23 | Mars Inc | Genotype test |
US20050010476A1 (en) * | 2003-07-07 | 2005-01-13 | Nubella, Inc. | Consumer specific marketing tool method and apparatus |
BRPI0415468A (pt) * | 2003-10-24 | 2007-03-27 | Mmi Genomics Inc | métodos e sistemas para inferir caracterìsticas para controlar criação não de gado |
US7409297B2 (en) * | 2004-09-17 | 2008-08-05 | Bionutritional, Llc | Methods and systems for providing a nutraceutical program specific to an individual animal |
-
2005
- 2005-08-30 US US11/215,146 patent/US20060045909A1/en not_active Abandoned
- 2005-08-30 BR BRPI0514794-8A patent/BRPI0514794A/pt not_active IP Right Cessation
- 2005-08-30 JP JP2007530202A patent/JP5543688B2/ja active Active
- 2005-08-30 CA CA2578634A patent/CA2578634C/en not_active Expired - Fee Related
- 2005-08-30 RU RU2007111716/13A patent/RU2413004C2/ru not_active IP Right Cessation
- 2005-08-30 CN CN2005800472016A patent/CN101189514B/zh not_active Expired - Fee Related
- 2005-08-30 EP EP05793508.2A patent/EP1794316B1/en not_active Not-in-force
- 2005-08-30 AU AU2005280008A patent/AU2005280008B2/en not_active Ceased
- 2005-08-30 WO PCT/US2005/030567 patent/WO2006026512A2/en active Application Filing
-
2012
- 2012-11-13 JP JP2012249282A patent/JP6068941B2/ja active Active
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103766663A (zh) * | 2008-07-18 | 2014-05-07 | 希尔氏宠物营养品公司 | 提高老龄动物生活质量的方法 |
CN102171697A (zh) * | 2008-08-08 | 2011-08-31 | 纳维哲尼克斯公司 | 用于个性化行动计划的方法和系统 |
CN105431853A (zh) * | 2013-05-23 | 2016-03-23 | 艾弗诺泰普有限责任公司 | 表型整合的社会研究数据库和方法 |
CN105431853B (zh) * | 2013-05-23 | 2018-12-28 | 艾弗诺泰普有限责任公司 | 表型整合的社会研究数据库和方法 |
CN106407711A (zh) * | 2016-10-10 | 2017-02-15 | 重庆科技学院 | 基于云数据的宠物喂养推荐方法及系统 |
CN106472332A (zh) * | 2016-10-10 | 2017-03-08 | 重庆科技学院 | 基于动态智能算法的宠物喂养方法及系统 |
CN106472332B (zh) * | 2016-10-10 | 2019-05-10 | 重庆科技学院 | 基于动态智能算法的宠物喂养方法及系统 |
CN107273699A (zh) * | 2017-07-07 | 2017-10-20 | 成都脉安科健生物科技有限公司 | 营养指导方案获取方法、装置及电子设备 |
CN111816280A (zh) * | 2020-07-10 | 2020-10-23 | 吾征智能技术(北京)有限公司 | 一种基于饮食行为的疾病预测的模型构建方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2006026512A3 (en) | 2007-11-08 |
JP5543688B2 (ja) | 2014-07-09 |
AU2005280008A1 (en) | 2006-03-09 |
JP2008511332A (ja) | 2008-04-17 |
JP2013078321A (ja) | 2013-05-02 |
EP1794316A4 (en) | 2010-11-24 |
RU2007111716A (ru) | 2008-10-10 |
BRPI0514794A (pt) | 2008-06-24 |
CA2578634A1 (en) | 2006-03-09 |
AU2005280008B2 (en) | 2011-06-16 |
JP6068941B2 (ja) | 2017-01-25 |
WO2006026512A2 (en) | 2006-03-09 |
CA2578634C (en) | 2016-06-14 |
EP1794316B1 (en) | 2018-10-03 |
RU2413004C2 (ru) | 2011-02-27 |
US20060045909A1 (en) | 2006-03-02 |
CN101189514B (zh) | 2013-05-29 |
EP1794316A2 (en) | 2007-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101189514B (zh) | 基于基因组的饮食设计 | |
Turcsán et al. | Trainability and boldness traits differ between dog breed clusters based on conventional breed categories and genetic relatedness | |
JP2013078321A5 (zh) | ||
CN104281786A (zh) | 用于设计动物食物组合物的方法和系统 | |
Cohen et al. | Serum antioxidant levels in wild birds vary in relation to diet, season, life history strategy, and species | |
Dodd et al. | A cross-sectional study of owner-reported health in Canadian and American cats fed meat-and plant-based diets | |
Piles et al. | Interaction of direct and social genetic effects with feeding regime in growing rabbits | |
US20090175980A1 (en) | Wellness based pet diets that take into consideration breed type and genetic predisposition of a pet | |
Fallahshahroudi et al. | The domestic BCO2 allele buffers low-carotenoid diets in chickens: possible fitness increase through species hybridization | |
Vollmar et al. | Mapping genes for phosphorus utilization and correlated traits using a 4k SNP linkage map in Japanese quail (Coturnix japonica) | |
Palumbo et al. | A multi-kingdom metabarcoding study on cattle grazing Alpine pastures discloses intra-seasonal shifts in plant selection and faecal microbiota | |
Mujibi et al. | Performance evaluation of highly admixed Tanzanian smallholder dairy cattle using SNP derived kinship matrix | |
Déru et al. | Gut microbiota and host genetics contribute to the phenotypic variation of digestive and feed efficiency traits in growing pigs fed a conventional and a high fiber diet | |
CN104039823A (zh) | 用于诊断和治疗伴侣动物的甲状腺机能亢进的组合物和方法 | |
Bousbia et al. | Typology analysis of cattle farms in Northeast Algeria: Potential for sustainable development | |
Castañeda et al. | Diet-induced changes in fecal microbiota composition and diversity in dogs (Canis lupus familiaris): A comparative study of BARF-type and commercial diets | |
AU2011224108A1 (en) | Genome-based diet design | |
Harvey Sky et al. | Linking diet switching to reproductive performance across populations of two critically endangered mammalian herbivores | |
Usui et al. | Characteristics of dogs having diabetes mellitus; analysis of data from private Japanese veterinary clinics | |
Plata-Casado et al. | Origin, selection and current status of the Utrerana chicken breed: a review | |
Manchee | Alternative uses to ionophores in the feedlot industry | |
Bamidele et al. | Growth performance, survivability and profitability of improved smallholder chicken genetics in Nigeria: A COVID-19 intervention study | |
Afzal et al. | A novel approach for analysis of shared genetic architecture of drug response based on summary statistics from genome-wide association studies | |
Begho et al. | Fish feed formulation: Does Nigerian farmers' risk and time preference play a part in choosing feed protein sources for intensively farmed fish? | |
Corredor et al. | Genome-wide single nucleotide polymorphisms reveal the genetic diversity and population structure of Creole goats from northern Peru |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130529 |
|
CF01 | Termination of patent right due to non-payment of annual fee |