Mathieu Monziols, Yannick Le Cozler, Dominique Heimo, Anne de la Torre, Philippe Faverdin, C. Loncke, Sylvain Lerch, Isabelle Chery, Caroline Xavier, Loïc Louis, J.A.A. Pires, Philippe Schmidely, Philippe Lamberton, Christophe Huau, Agroscope, Unité Mixte de Recherches sur les Herbivores - UMR 1213 (UMRH), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), IFIP institut du porc, 35650 Le Rheu, France, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), SILVA (SILVA), AgroParisTech-Université de Lorraine (UL)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Département Ecologie, Physiologie et Ethologie (DEPE-IPHC), Institut Pluridisciplinaire Hubert Curien (IPHC), Université de Strasbourg (UNISTRA)-Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)-Centre National de la Recherche Scientifique (CNRS), Modélisation Systémique Appliquée aux Ruminants (MoSAR), AgroParisTech-Université Paris-Saclay-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), AGROSCOPE POSIEUX CHE, Partenaires IRSTEA, Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Institut du Porc (IFIP), International Federation for Information Processing [Laxenburg, Austria] (IFIP), Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Université Paris-Saclay, Unité Mixte de Recherche sur les Herbivores - UMR 1213 (UMRH), Institut Technique du Porc [Le Rheu] (ITP [Le Rheu]), Institut Technique du Porc (ITP), Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), AgroParisTech-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Paris-Saclay, INRAE Université Clermont Auvergne, École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut du Porc, Département PEGASE [LBBE] (PEGASE), Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), INRAE Université de Lorraine, and Institut National de la Recherche Agronomique (INRA)-AgroParisTech
International audience; The objective was to compare eight methods for estimation of dairy goat body composition, by calibrating against chemical composition (water, lipid, protein, mineral and energy) measured post-mortem. The methods tested on 20 Alpine goats were body condition score (BCS), 3-dimension imaging (3D) automatic assessment of BCS or whole body scan, ultrasound, computer tomography (CT), adipose cell diameter, deuterium oxide dilution space (D 2 OS) and bioelectrical impedance spectroscopy (BIS). Regressions were tested between predictive variates derived from the methods and empty body (EB) composition. The best equations for estimation of EB lipid mass included BW combined with i) perirenal adipose tissue mass and cell diameter (R 2 = 0.95, residual standard deviation, rSD = 0.57 kg), ii) volume of fatty tissues measured by CT (R 2 = 0.92, rSD = 0.76 kg), iii) D 2 OS (R 2 = 0.91, rSD = 0.85 kg), and iv) resistance at infinite frequency from BIS (R 2 = 0.87, rSD = 1.09 kg). The D 2 OS combined with BW provided the best equation for EB protein mass (R 2 = 0.97, rSD = 0.17 kg), whereas BW alone provided a fair estimate (R 2 = 0.92, rSD = 0.25 kg). Sternal BCS combined with BW provided good estimation of EB lipid and protein mass (R 2 = 0.80 and 0.95, rSD = 1.27 and 0.22 kg, respectively). Compared to manual BCS, BCS by 3D slightly decreased the precision of the predictive equation for EB lipid (R 2 = 0.74, rSD = 1.46 kg), and did not improve the estimation of EB protein compared with BW alone. Ultrasound measurements and whole body 3D imaging methods were not satisfactory estimators of body composition (R 2 ≤ 0.40). Further developments in body composition techniques may contribute for high-throughput phenotyping of robustness.