基于牛奶近红外光谱与水光谱组学的奶牛副结核病新型诊断方法研究

针对奶牛副结核病（Paratuberculosis）传统诊断方法破坏性强、耗时长且准确性低的问题，伊朗伊斯兰阿扎德大学等机构的研究人员创新性地将近红外光谱（NIRS）与水光谱组学（Aquaphotomics）技术应用于牛奶样本分析。通过支持向量机（SVM）和二次判别分析（QDA）模型，实现了对感染组和健康组的100%准确区分，为畜牧业提供了一种非破坏性、快速且高精度的早期诊断方案，对保障动物健康及公共卫生安全具有重要意义。

　　

副结核病（Paratuberculosis）是由鸟分枝杆菌副结核亚种（Mycobacterium avium subspecies Paratuberculosis, MAP）引起的慢性肠道疾病，被称为畜牧业的“特洛伊木马”——其隐性感染和长潜伏期导致防控困难。全球奶牛场因该病年均损失高达数千万欧元，例如瑞士乳业因产奶量下降年损失超400万欧元。更严峻的是，MAP可能通过未灭菌乳制品感染人类，与克罗恩病（Crohn's disease）存在潜在关联。然而，现有诊断技术如粪便培养（FC）和酶联免疫吸附试验（ELISA）存在灵敏度波动大（7-100%）、耗时长等问题，亟需开发高效精准的新方法。

为此，伊朗伊斯兰阿扎德大学、沙希德·贝赫什提大学等机构的研究团队提出了一种颠覆性方案：利用牛奶的近红外光谱（NIRS）结合水光谱组学（Aquaphotomics）技术，通过分析水分子氢键网络对MAP感染的响应，实现非侵入式诊断。研究成果发表于《Scientific Reports》，证实该方法在内部验证中达到100%的灵敏度和特异性，为动物疾病监测提供了全新工具。

关键技术方法
研究选取19头荷斯坦奶牛，依据连续3周的血浆ELISA结果（阳性组S/P%≥100，阴性组≤20）分组，采集分娩前后60-200天的牛奶样本。使用紫外-可见-近红外分光光度计（1300-1600 nm波段）获取光谱数据，结合化学计量学方法：主成分分析（PCA）筛选异常值；支持向量机（SVM）和二次判别分析（QDA）构建分类模型；水光谱组学聚焦12个特征水吸收波段（WAMACs），通过雷达图（Aquagram）可视化感染相关的水分子结构变化。

研究结果

Raw absorbance spectra of milk
牛奶原始光谱在1450 nm处出现显著吸收峰，对应水分子的OH键伸缩振动第一泛音。阳性组在1420-1470 nm区间吸收值更高（图3B），提示感染导致牛奶含水量或水分子构象改变。

PCA- exploratory analysis
PCA分析显示，基于血浆ELISA的阴性样本多分布于PC1-PC2空间第一、二象限，阳性组则分散于各象限（图6A）。通过Hotelling T²椭圆剔除16个异常光谱后，94个样本进入后续建模。

QDA与SVM模型性能
以血浆ELISA为金标准时，SVM模型在内部验证中实现100%准确率（表1）。外部验证中，12个水吸收波段模型的灵敏度保持100%，特异性20%，显著优于全波段分析。值得注意的是，基于牛奶ELISA的模型准确性较低（灵敏度54.5%），证实血浆抗体检测作为参考标准的优越性。

Aquagrams水分子指纹
水光谱组学揭示感染组特征性变化：C4（水合超氧簇）、C5（自由水）和C11（四氢键水）吸收增强，而C1-C3（不对称伸缩振动）等波段减弱（图8A）。这种“水分子指纹”表明MAP感染通过抗体水平变化间接扰动牛奶水网络，为无创诊断提供了分子层面依据。

结论与意义
该研究首次将牛奶NIRS与水光谱组学结合，通过SVM/QDA模型在12个水吸收波段实现副结核病精准诊断。其创新性体现在三方面：一是突破传统检测对病原体或抗体的依赖，转而捕捉水分子“生物传感器”功能；二是证明牛奶替代血浆的可行性，简化采样流程；三是建立的Aquagram为疾病分阶段监测奠定基础。

从应用角度看，该方法可在牧场现场快速筛查隐性感染牛，阻断MAP传播链。长远来看，水光谱组学或可拓展至其他感染性疾病诊断，如团队已将其应用于人类炎症性肠病（IBD）研究。正如通讯作者Reza Massudi强调：“水作为生命系统的‘集体镜像’，其光谱模式将成为下一代生物标志物的重要来源。”这项研究不仅为畜牧业健康管理提供利器，更开创了基于物理方法的病原检测新范式。