모돈의 기존 초음파 임신 진단은 교배 후 22-25일에 시행되며, 이로 인해 비임신 모돈의 재교배 최적 시기를 놓치거나 생산 비용이 증가하는 문제가 발생해 왔습니다. 본 연구는 교배 후 12-18일 사이에 모돈의 조기 임신을 진단할 수 있는 방안을 마련하여, 효율적인 번식 관리에 참고자료를 제공하는 것을 목적으로 하였습니다. 해당 기간 동안 모돈의 타액, 소변, 그리고 질 분비물을 채취하여 7가지 대사체를 정량 분석하였고, 7가지 머신러닝 모델을 데이터 분석에 활용하였습니다. 이후 최적의 조합을 결정하고, 재귀적 특성 제거(recursive feature elimination)를 통해 진단 프로토콜을 개선하였습니다. 연구 결과, 타액과 소변 내 대부분의 대사체가 임신군과 비임신군간에 유의한 차이를 보였으며(p < 0.05), 평가된 모델 중 랜덤 포레스트 알고리즘이 예측 정확도(0.59~1.00 범위) 면에서 가장 우수한 성능을 나타냈습니다. 특히 교배 후 17일에 채취한 타액이 최적의 진단 매체로 확인되었고, Glc, Ste, Xan 세 가지 대사체만 측정하였을 때 100% 예측 정확도를 기록하였습니다. 본 연구에서 확립한 진단 접근법은 기존 방법보다 5~8일 더 빠른 임신 판별이 가능하며, 비침습적 샘플링과 모돈에 대한 스트레스 최소화의 추가적인 이점을 제공합니다. 이에 따라, 본 연구는 양돈 생산성 향상을 위한 새로운 참고 기준을 제시합니다.