食品组学｜探究不同饲料组成对牛奶组分的影响

食品组学｜探究不同饲料组成对牛奶组分的影响

原创 飞飞 赛默飞色谱与质谱中国

关注我们，更多干货和惊喜好礼

史碧云

热

专家说：要增强抵抗力。

■ 在“二十条”和“新十条”先后发布后，各地响应号召，对疫情防控措施进行了优化，面对从严格预防感染的战略转为重点关注重症和预防死亡，在此基础上让社会生活和经济活动逐步回归正常，然而对于病毒的预防仍不可忽视，首要的方法就是增强抵抗力。

如何有效增加抵抗力呢？

摄入优质蛋白是增强抵抗力的核心方式，蛋白质最普遍的来源便是牛奶。奶牛的饲喂系统对于牛奶的质量至关重要，意大利圣心天主教大学和萨萨里大学联合使用食品组学的方式评估了不同饲喂系统对牛奶化学成分的影响，多变量统计分析的结果提示牛奶样品同奶牛饮食配方中的高水分穗玉米（HMC）相关性较大，差异代谢物主要同嘧啶和维生素B6的代谢途径有关，这些同奶牛瘤胃到乳腺的微生物氮代谢相关。

玉米为典型的高产作物，其播种面积大，分布范围广，也是最主要的饲用谷物。在奶牛的饲喂系统中，经常使用的是青贮玉米，即在最佳收获期将包括果穗在内的玉米地上部植株收获，经过整株切碎、加工或贮藏发酵，形成青贮玉米，也叫高水分玉米青贮（High-moisture ear corn, HMC），然后以一定比例配置成草食家畜的饲料作物。

研究者从意大利波河平原的66个商业奶牛牧场随机选取了36个，其奶牛种和饲养环境均十分接近，只是饲料选择有所不同，如下表所示；于每个牧场取牛奶样品3份，进行小分子代谢物提取，过程如下图所示。

（可左右滑动查看）

使用LC-HRAM MS进行数据采集，仪器方法如下图所示，对数据进行峰提取、对齐、空缺值填充等，并使用5ppm作为质量偏差阈值，进行结合MS1、同位素峰簇分布及MS2信息的鉴定，使用Bovine Metabolome Database、Phenol-Explorer和Mass Bank of North America等数据库，得到697个包含同位素峰簇的特征峰，其中88个获得结构鉴定的化合物信息，包括氨基酸、小肽段、碳水化合物及其衍生物、核酸衍生物、吡啶衍生物，以及马尿酸衍生物和酚类代谢物等同饲料相关的化合物。

（△点击查看大图）

此后，使用有监督的多变量统计分析进行数据处理，OPLS-DA散点图如下所示，可见牛奶样品代谢组的聚合程度同饲料的组成有关，饲料中有HMC的聚集程度较高，而其它无HMC的饲料则分散于不同象限内。OPLS-DA的结果提示基于HMC的饲喂系统对于牛奶样品的代谢组学特征有关键性影响。因此，下一步工作是基于饲料中包含和不包含HMC的牛奶之间进行成对比较，即将1+4+6组合并为HMC组，同2,3,5组分别比较，并引入通路富集分析，以便更深入地了解引起聚合度分离的代谢物及通路信息。

（△点击查看大图）

使用VIP>0.8为代谢物判别能力的阈值，得到HMC和其它各组中，差异性最明显的为小肽类及其衍生物（71种特征峰），其次是嘧啶衍生物（38种）、嘌呤衍生物（15种）、吡啶衍生物（14种），以及一些必需或非必需氨基酸（10种）。通路富集分析的结果见下图（其中A图为富集差异化合物通路，B图为富集差异化合物种类），无论从通路还是从化合物种类来看，嘧啶衍生物都是最显著（p<0.05）的类别，GDP、L-天冬氨酸、胸腺苷和4-吡哆酸都被发现在HMC的样品中丰度较高且差异显著。

（可左右滑动查看）

基于多变量统计分析的结果，针对HMC特征性最明显的代谢途径探索，分别对HMC和组2,3,5进行代谢组富集分析，选择的通路库为KEGG中的Bos Taurus库，结果如下图所示，其中A,B,C图分别代表HMC vs 组2、组3和组5。结果提示3种代谢途径对于HMC组较为主要，即嘧啶代谢、VB6代谢（即吡哆醛衍生物）和丙氨酸、天冬氨酸和谷氨酸代谢。其中嘧啶代谢对每组对比的影响都是最大的，故下一步工作是基于对每个嘧啶代谢中间体的变化进行评估，以证明它们同饲喂策略之间的相关性。

（可左右滑动查看）

由结果可见，胞嘧啶、尿嘧啶和胸腺嘧啶的中间体包括脲基琥珀酸（VIP=1.25）、L-天冬氨酸（VIP=1.24）和乳清酸（VIP=1.39）。有趣的是，一些最重要的胸苷降解产物如 3-脲基异丁酸和 3-氨基异丁酸显示出显著积累，HMC vs组2的比较发现 3-氨基异丁酸的log2 FC = 0.63，HMC vs 组5的log2 FC = 0.34，HMC vs组3的log2 FC = 0.30，所有的比较都显示FC高于1.23倍，且有显著性差异。胞嘧啶和尿嘧啶的降解产物3-脲基丙酸也可观察到类似的趋势，尽管其FC值较低。

最后，考虑到每次比较都强调了维生素B6代谢的显着差异，对其在Bos Taurus 代谢途径中VB6 中间体4-吡哆酸进行差异比较，结果发现不同对比组中都有显着的积累趋势。其中在HMC vs组 2（log2FC = 0.18）中发现 4-吡哆酸的最高积累，然后是与组3和组5的差异。综上所述，研究结果支持基于HMC的饲喂系统与牛奶中嘧啶和吡哆醛降解产物的积累之间存在直接相关性。

除了我们熟知的食品安全、营养学领域的应用，对于饲喂系统和乳质产品之间的相关性信息挖掘是不是也让各位小伙伴大开眼界呢，对于食品组学的应用还远不止于此。诚然，所有应用的前提都是高水平的平台，赛默飞多年来提供多种高分辨率高质量精度质谱的选择，对于食品组学可选择新一代静电场轨道阱高分辨质谱仪，附带AcquireX的方法模板，可使数据挖掘到前所未有的深度，感兴趣的小伙伴识别下方二维码或点击文末阅读原文查看哦~

重新定义生产率 

Orbitrap Exploris 120 质谱仪

如需合作转载本文，请文末留言。