Este trabalho propõe uma abordagem inovadora baseada em ferramentas genômicas e bioinformáticas para a seleção de microrganismos com potencial pré e probiótico voltados à saúde intestinal e ao desempenho produtivo de suínos. Diante da complexidade e diversidade da microbiota animal, e da ineficiência dos métodos tradicionais de seleção — normalmente onerosos, demorados e pouco precisos — o estudo apresenta uma alternativa moderna e personalizada, fundamentada em modelagem computacional e ecologia reversa.
Utilizando dados ômicos e algoritmos que ainda não são amplamente aplicados com essa finalidade, a proposta visa identificar, de forma mais rápida e precisa, microrganismos funcionais capazes de mitigar desordens gastrointestinais, melhorar a absorção de nutrientes, fortalecer o sistema imune, reduzir a mortalidade e a incidência de diarreia pós-desmame, além de otimizar o ganho de peso e a conversão alimentar.
Essa estratégia se destaca por minimizar a necessidade de cultivo laboratorial de inúmeras cepas, reduzindo custos e incertezas, ao mesmo tempo em que permite o ajuste de formulações específicas para diferentes fases da produção e realidades zootécnicas. Assim, oferece uma solução baseada em evidências para substituir o uso de antibióticos e promotores de crescimento não sustentáveis, promovendo uma suinocultura mais eficiente, saudável e tecnicamente avançada.