Prosegue il processo di innovazione e sviluppo per una zootecnia 4.0: l’uso di sensori e la genetica applicata a favore della resilienza dei ruminanti e le istruzioni per l’uso in stalla sono stati al centro del progetto InnovaRe, partecipato dall’Aia che è anche stata la capofila.
Nell’autunno 2025 il progetto, finanziato dal Centro Nazionale Agritech, si è concluso e ha vissuto il suo momento divulgativo in un convegno che si è svolto il 2 ottobre scorso, a Giardini Naxos (Messina). Dall’incontro sono emerse numerose indicazioni operative per allevatori e tecnici, con, al centro, l’esposizione dei dati integrati di Aia, le caratteristiche dei collari on board, l’uso di modelli predittivi e l’introduzione di nuovi indici genomici per la specie ovina. e priorità individuate sono rLiferite all’adozione di standard, alla interoperabilità e alla messa in scala.
In sintesi, sono tre i messaggi chiave lanciati ad allevatori e a tecnici: 1. Allerta precoce: sensori e modelli predittivi fanno emergere scostamenti da attività, temperatura, frequenza respiratoria/cardiaca prima che diventino problemi; 2. Dati che tornano utili: le infrastrutture di Aia convogliano le informazioni in Leo/Si@llEvA/Open data, trasformandole inservizi e supporto decisionale; 3. Genetica applicata: strumenti per Beef on dairy e Dairy on dairy più nuovi indici genomici nelle razze ovine da latte, per scegliere meglio rimonta e accoppiamenti.
L’evento conclusivo di InnovaRe è stato declinato in tre tempi. Nel primo i docenti Mario Barbato, Francesco Abbate e Vincenzo Chiofalo dell’Università di Messina hanno evidenziato come alle criticità iniziali riscontrate all’avvio del progetto abbia poi, però, fatto seguito una fase di recupero e il raggiungimento degli obiettivi.
Calogero Fasulo di Coldiretti Sicilia ha inquadrato bisogni e opportunità della zootecnia isolana. «L’Aia – ha ricordato Andrea Bassini, direttore tecnico di Aia –, ha svolto il suo ruolo in qualità di capofila e hub informativo per servizi sempre più richiesti dagli allevatori». Una seconda sessione ha toccato temi più specificatamente tecnici, moderata dai docenti Alessandro Nardone (Università della Tuscia) e Vincenzo Chiofalo (decano Unità di produzioni animali, Università di Messina), che ha illustrato i risultati operativi del progetto InnovaRe.
Infine, la terza sessione, dedicata a conclusioni e prospettive del progetto, ha visto i docenti Paolo Ajmone Marsan e Riccardo Negrini (Università Cattolica di Piacenza) spiegare come in 18 mesi un partenariato coeso abbia potuto produrre output tangibili. «Ora – hanno fatto rilevare i due relatori – servono industrializzazione, standardizzazione dei dati e dei sensori, interoperabilità, aggancia reti come Idden (International dairy data exchange network) e pieno utilizzo del database Leo per passare da reportistica as is a predizione del rischio e gestione proattiva ».
In definitiva, come hanno rimarcato i due docenti, cosa porta a casa chi alleva (e chi li assiste)? In primis, un sistema di allarmi intelligenti: quando un capo esce dal range atteso di attività, temperatura, Fc/Fr, scatta un alert; intervenire prima riduce costi e accorcia i tempi di cura. In secondo luogo, l’interscambio tra dati integrati e servizi: la rete di Aia (questionari, aziende pilota) e i flussi verso Banca dati biodiversità e Leo/Si@llEvA/Open data creano informazioni utilizzabili (benchmark, notifiche, analisi). Infine, l’utilizzo di accoppiamenti guidati: i modelli Beef on dairy (Bod) e Dairy on dairy (Dod) aiutano a pianificare l’uso di seme sessato e seme da carne sulla base dell’Ebv (Estimated breeding value, valore genetico stimato) e vincoli di facilità di parto.
Per gli ovini da latte in particolare, di rilievo lo studio di nuovi indici genomici (ssGblup) per le razze Comisana e Massese su latte (kg), % grasso e % proteina e più accuratezza e intervallo generazionale ridotto.
La creazione di una rete di aziende a livello pilota e la divulgazione
Per Aia è stata fondamentale la realizzazione di una Rete pilota, di infrastrutture e la divulgazione del progetto. In particolare, è stata organizzata la descrizione e strutturazione del progetto in 5 Wp e l’istituzione di una rete di aziende pilota caratterizzate con questionario somministrato dagli Uffici regionali di Aia.
In secondo luogo, con la raccolta dati dai dispositivi indossabili veicolati alla Banca dati biodiversità e quindi a Leo/Si@llEvA/Open data si è creata una filiera informativa al servizio dell’allevatoreInfine, di interesse anche il continuo lavoro di divulgazione svolto in sinergia con tutti i partner del progetto. Il partner Fingenium è stato protagonista della realizzazione di un partenariato win win: la strategia di alleanza è stata determinante per tempi rapidi di sviluppo e validazione in campo. Di dispositivi e modelli si è occupata l’Università di Messina mediante sopralluoghi, installazioni (fissi e mobili) e monitoraggio continuo.
In particolare, per quanto riguarda il contesto siciliano, si è dovuto tener conto di un sistema di allevamento di bovini-ovini a prevalente carattere estensivo, interagendo con operatori con istruzione media e propensione all’innovazione. Si è puntato sul modello estensivo per la sua sostenibilità, la biodiversità (razze autoctone resilienti), le risorse e il clima.
L’ateneo messinese si è occupato anche di analisi dati: controlli qualità, scaling, outlier; modelli predittivi per attività, temperatura corporea, frequenza cardiaca finalizzata all’allerta precoce e all’intervento tempestivo. Dal partner universitario, in definitiva, è scaturito un messaggio netto:«Sosteniamo gli allevamenti estensivi!».
L’azienda Ideas ha fornito la tecnologia dei collari on board. In particolare, ha sviluppato un dispositivo indossabile (collare multisensore) per bovini da latte, utilizzabile in allevamenti confinati ed estensivi, integrato con infrastruttura cloud per la gestione e l’analisi dei dati. Dal punto di vista elettronico, il dispositivo integra un’unità di controllo (Mcu), sensori biometrici ambientali, un modulo Gnss per la geolocalizzazione, moduli di comunicazione per la trasmissione dati e un’unità di memoria per lo storage locale.
I parametri monitorati comprendono indicatori biometrici (movimento, postura, attività fisiologica) e ambientali (temperatura, umidità, condizioni climatiche). Le principali applicazioni del sistema riguardano il rilevamento precoce di patologie o disturbi come mastite, laminite e chetosi, oltre al monitoraggio dello stress termico e delle fasi riproduttive.
L’Associazione nazionale allevatori bovini delle razze Frisona, Bruna e Jersey Italiana (Anafibj) si è concentrata sugli incroci per bovini e ovini da latte: il sistema Bod è una pratica in crescita nelle Frisone; una delle finalità è realizzare un profitto aziendale ottimizzato combinando seme sessato su manze/vacche migliori e seme da carne sul surplus di rimonta. Il modello matematico adottato è denominato Bod e, con Drop, script multi trait/ multi breed. I risultati raggiunti sono una prima applicazione italiana multi breed & multi trait (Beef & dairy); Ebv tra razze ed entro razza su 3 caratteri del parto; basi per rivalorizzare il Bod made in Italy e selezionare riproduttori ottimali per ridurre distocie, alimentando la filiera 4 I (nato allevato macellato in Italia e con razza paterna e materna iscritte a libro genealogico italiano).
Altro modello è il sistema Dod: con Genesi project sono state recuperate 5 aziende con genotipi Frisona e fenotipi Aia; è stata fatta una integrazione dei dati Plf (Precision livestock farming) associati alle genotipizzazioni disponibili sui maschi usati in allevamento e le femmine allevate; infine pianificati piani di accoppiamento in purezza ed in incrocio. Il modello è con stadio di lattazione, classi di età, gruppo genetico della vacca e azienda giorno.
Le prime evidenze emerse sono che la Holstein attuale è molto competitiva anche rispetto agli incroci derivati. Tuttavia, per il sistema Bod è importante rendere continuativa e precisa la raccolta dati inallevamento.
Per gli ovini da latte, Comisana e Massese, attuate 3 nuove valutazioni genomiche (2 single breed multiple trait + 1 multi breed) il metodo utilizzato è ssGblup (fenotipi + pedigree + genomica). Calcolata anche l’ereditabilità (h²): da 0,14 ± 0,03 (grasso kg, Comisana, single breed) a 0,41 ± 0,03 (latte kg, multi breed).
I prossimi passi, come ha evidenziato Anafibj, prevedono una possibile sostituzione delle Blup ufficiali single breed con ssGblup e test su modelli multi breed (effetto razza, gruppi genetici, metafounder).
Ecco le istanze principali emerse al termine del progetto
In conclusione, cosa chiede il “dopo InnovaRe”? In primo luogo, di industrializzare i prototipi e standardizzare i dati/sensori. Poi chiede di attuare una interoperabilità, ossia agganci a reti come Idden e l’uso esteso del database Leo per abilitare Ai su larga scala. Un’altra richiesta riguarda la promozione dell’interdisciplinarità, ossia l’integrazione di scienze omiche e system biology per studiare l’adattamento climatico.
Fondamentale anche sviluppare l’integrazione di filiera e territorio con iniziative pubblico private (es. distretto carne siciliana), promuovere la biodiversità come capitale genetico per resilienza e sostenibilità, sostenere il ricambio generazionale, anche con tecnologie che rendano la zootecnia più attrattiva.
