← 목록으로
Animal Behavior

Phenotypic correlates of the working dog microbiome

정리일 2026-10-03

Phenotypic correlates of the working dog microbiome

  • 저자: Craddock HA; Godneva A; Rothschild D; Motro Y; Grinstein D; Lotem-Michaeli Y; Narkiss T; Segal E
  • 출처: - (2022)
  • DOI/링크: https://doi.org/10.1038/s41522-022-00329-5
  • 연구 계열: Topics/Animal Behavior
  • 투고일: 2021-09-06

TL;DR

이스라엘 근무견 134마리의 분변을 shotgun metagenomic sequencing으로 분석한 결과, 장내 미생물 표지자가 동기, 공격성, 겁/주저함, 사회성, 한 훈련사 대 여러 훈련사에 대한 복종, 체충실지수(BCS)와 통계적으로 연관되었다. 머신러닝 예측 모델은 동기, 사회성, 위장관 문제에서 중간 정도의 예측력을 보였다.

1. 연구 배경 및 동기

  • 다루는 문제: 개는 법 집행과 군 업무에서 중요한 역할을 하며 근무견 수행 능력 향상 연구가 진행 중이다. 실험동물 모델에서는 장내 미생물군집과 행동·정신 건강의 연관이 시사되었다.
  • 기존의 공백 / 왜 필요한가: 근무견에서 미생물군집과 행동의 관계를 조사한 연구는 드물다.

2. 관련 연구

  • 기존 연구 흐름: 실험동물 모델에서 장내 미생물군집과 행동 또는 정신 건강의 잠재적 연관이 보고되었다.
  • 이 논문의 위치: 근무견의 미생물군집을 기술하고 행동·수행 결과와의 연관성을 통계와 머신러닝으로 조사했다.

3. 핵심 기여

  1. 근무견 미생물군집의 특성을 기술했다
  2. 미생물 표지자와 행동·수행 지표, BCS의 연관을 보였다
  3. 미생물 특성만으로 일부 표현형을 예측하는 모델을 만들었다

4. 제안 방법론

  • 전체 접근 논리: 분변 metagenome에서 미생물 특성을 추출하고 트레이너·수의사가 평가한 행동·수행 점수와의 연관을 기술통계와 XGBoost 기반 gradient boosting 분류 모델로 분석했다.
  • 단계:
    • 근무견 134마리(코호트 1: 71마리, 코호트 2: 63마리)의 분변을 Eswab으로 채취해 -80°C 보관
    • Illumina NextSeq 500으로 shotgun metagenomic sequencing, 숙주 유전체 제거 후 1,000만 리드로 서브샘플링
    • 행동·수행 8개 지표(1-5점 척도)와 인구학 정보 수집
    • 미생물 특성만으로 XGBoost 예측 모델을 학습하고 교차검증으로 평가(1세 미만은 제외)

5. 실험 설정

항목 내용
대상/재료 이스라엘 근무견 프로그램의 근무견 134마리(코호트 1: 71마리, 2018년 5-6월 / 코호트 2: 63마리, 2019년 9-12월)
처리 조건 최근 4주 내 항생제 투여견은 분변 채취 제외. 행동·수행 지표는 동기, 공격성, 겁/주저함, 사회성, 일반 복종, 훈련사별 복종, 스트레스 수준, 업무 수행(각 1-5점)
대조군 해당 없음(관찰 연구)
측정 방법 shotgun metagenomic sequencing 상대 존재비(SGB 기준), 부티르산 생성균 합과 Firmicutes/Bacteroides 비, 카이제곱·Fisher 검정, XGBoost 예측 모델

6. 실험 결과 분석

지표 변화(Δ) 조건 · 유의성
미생물 표지자와 표현형의 통계적 연관 동기, 공격성, 겁/주저함, 사회성, 한 훈련사 대 여러 훈련사 복종, BCS와 연관 통계적 연관
머신러닝 예측력 동기, 사회성, 위장관 문제에서 중간 정도의 예측력 미생물 특성만 사용, 교차검증

7. 비판적 평가

강점

  • 134마리 규모의 shotgun metagenomic 분석
  • 미생물 특성만으로 학습한 예측 모델을 교차검증으로 평가

한계 · 의문

  • 관찰 연구라 인과관계를 알 수 없음
  • 코호트 2에는 항생제·PPI 투여 자료가 없음
  • 예측력이 중간 수준에 그침

8. 향후 연구 방향

9. 결론

장내 미생물군집은 근무견의 수행과 행동의 잠재적 표지자가 될 수 있다. 이는 근무견 관리 개선에 활용될 가능성이 있다.

Keywords

working dogs, gut microbiome, behavior, metagenomics, machine learning, body condition score, motivation

원문 그림

Fig. 1 Relative abundance of microbiome features that differed
Fig. 1 Relative abundance of microbiome features that differed
Fig. 2 Relative value of microbiome features that differed by the
Fig. 2 Relative value of microbiome features that differed by the
Fig. 4 Relative value of microbiome features that differed by canine job group and are statistically significant (Only associations
Fig. 4 Relative value of microbiome features that differed by canine job group and are statistically significant (Only associations
Fig. 3 Relative value of microbiome features that differed by canine breed group and are statistically significant (only associations
Fig. 3 Relative value of microbiome features that differed by canine breed group and are statistically significant (only associations
Fig. 5 Relative value of microbiome features that differed by if the dog had recurrent gastrointestinal (GI) illness or not (only
Fig. 5 Relative value of microbiome features that differed by if the dog had recurrent gastrointestinal (GI) illness or not (only
Fig. 6 Heatmap depicting correlation among canine demographic and phenotypic data via Pearson's correlation. Only values after false
Fig. 6 Heatmap depicting correlation among canine demographic and phenotypic data via Pearson's correlation. Only values after false
Fig. 7 Heatmap depicting correlation among microbiome features and canine demographic and phenotypic data. A Microbiome features
Fig. 7 Heatmap depicting correlation among microbiome features and canine demographic and phenotypic data. A Microbiome features
Fig. 8 Heatmap depicting correlation among bacterial families and canine demographic and phenotypic data. Only values significant
Fig. 8 Heatmap depicting correlation among bacterial families and canine demographic and phenotypic data. Only values significant

원문 그림 · 라이선스: cc-by

paperworking-dogsgut-microbiomebehaviormetagenomicsmachine-learningbody-condition-score