基于中红外光谱技术,开发用于预测中国荷斯坦奶牛牛奶中脂肪酸含量的预测模型,并分析其变化特征

《Microchemical Journal》:Development of prediction models for contents of fatty acids in Chinese holstein bovine milk and analysis of their variation characteristics based on mid-infrared spectroscopy

【字体: 大 中 小 】 时间:2026年01月06日 来源:Microchemical Journal 5.1

编辑推荐:

  脂肪酸组成预测及影响因素分析:基于全国范围牛奶样本的中红外光谱结合偏最小二乘回归算法,建立了14种脂肪酸(TFA、SFA、UFA、MUFA、MCFA、LCFA等)的预测模型,验证显示RPD_CV均>1.4。进一步分析表明,parity(产次)、泌乳阶段、季节、分娩季节及乳腺细胞计数(SCC)水平显著影响脂肪酸含量,夏季经产牛的UFA和MUFA含量较高,多数脂肪酸在泌乳第35-65天达低峰值,SCC水平升高导致MCFA、C6:0、C8:0和C12:0含量显著下降。研究为牧场优化饲养管理、疾病防控及指导乳品加工提供数据支持。

  
温佩佩|陈莉莉|刘俊霞|楚楚|李春芳|王东伟|高静仪|杨国昌|姜桂娥|倪俊清|马亚斌|杨文军|张书军
教育部农业动物遗传、育种与繁殖重点实验室,华中农业大学,武汉430070,中国

摘要

牛奶中含有多种脂肪酸(FAs),这些脂肪酸对人类健康和乳制品加工起着重要作用。本研究旨在开发预测牛乳中脂肪酸含量的模型,并应用这些模型分析各种脂肪酸的变化特征。以覆盖中国所有地区(东北、华北、西北、华中、华东、华南,不包括西南地区)的牛奶样本为研究对象,利用中红外光谱结合偏最小二乘回归算法建立了预测模型。其中,14个用于预测TFA、SFA、UFA、MUFA、MCFA、LCFA、C6:0、C8:0、C10:0、C12:0、C14:0、C16:0、C16:1 cis-9和C18:0的模型能够有效区分高值和低值,其相对预测偏差(RPDCV均大于1.4。然而,包括PUFA、SCFA、C14:1 cis-9在内的其他8种脂肪酸未能达到这一标准。随后,将这些模型应用于华北地区三个农场的大规模牛奶样本预测,结果发现产次、泌乳阶段、采样季节、产犊季节和乳脂浓度(SCC)水平均对脂肪酸含量有显著影响。多胎奶牛在夏季产出的牛奶中UFA和MUFA含量较高。大多数脂肪酸在泌乳35-65天期间含量较低。某些脂肪酸在不同SCC水平下表现出显著差异,尤其是MCFA、C6:0和C12:0,其含量随SCC增加而显著下降。这些结果为农场及时调整饲养和管理策略提供了可靠依据,有助于预防和控制奶牛疾病,并有助于指导不同阶段牛奶的适宜加工方法选择。

引言

脂肪是牛奶中最重要的营养成分之一,主要由甘油和脂肪酸(FAs)以甘油三酯的形式存在。根据碳链中是否含有双键,脂肪酸可分为饱和脂肪酸(SFAs)和不饱和脂肪酸(UFAs)。不饱和脂肪酸又可分为单不饱和脂肪酸(MUFAs)和多不饱和脂肪酸(PUFAs)。根据碳链中的碳原子数量,脂肪酸还可进一步分为短链脂肪酸(SCFAs,≤6个碳原子)、中链脂肪酸(MCFAs,7–14个碳原子)和长链脂肪酸(LCFAs,≥15个碳原子)[8]。不同类型的脂肪酸对人体健康有不同的影响。例如,MCFAs(C7:0-C12:0)有助于减轻体重和体脂,而不会对血脂产生不利影响[5,50]。C16:1 cis-9可以改善或预防胰岛素抵抗和糖尿病[24],适量摄入UFA也有助于改善胰岛素抵抗[9]。在乳制品中,黄油的温度敏感性与其关键成分(C14:0、C16:0、C18:0、C18:1 cis-9)以及UFA与SFA的比例有关[65]。此外,牛奶中脂肪酸的组成还会影响奶酪的质地和颜色[13]。
泌乳阶段、季节、饲养管理、地理位置和品种等因素都会影响牛奶中脂肪酸的组成[82]。陈等人研究了牛奶脂肪中脂肪酸的比例是否可以用来评估中国荷斯坦奶牛的地理来源,并确定了10种脂肪酸作为区分乳制品地理来源的关键生物标志物[8]。季节对牛奶中脂肪酸也有显著影响,例如冬季采集的牛奶中SFA含量高于夏季[26,63]。Soyeurt等人还发现,泌乳高峰期后牛奶中的SFA和UFA含量逐渐上升[63]。初产奶牛与多胎奶牛相比,牛奶中的某些脂肪酸(如MCFA、C16:0和C18:0)也表现出差异[6;Dettmann等人[31]。然而,以往关于牛奶脂肪酸的研究样本量较小,且局限于特定地区,难以将其结论推广到其他奶牛群体。因此,需要使用更大规模的数据集和多样的生产环境进行进一步研究。
气相色谱(GC)是测定脂肪酸含量的传统常用方法。其中,气相色谱-氢火焰离子化检测器(GC-FID)也是中国国家标准(GB5009.168–2016)规定的测定方法。气相色谱-质谱(GC–MS)相比GC-FID具有更高的灵敏度,特别适合低含量脂肪酸的鉴定和定量[14,51,73]。然而,这些方法都需要对牛奶样本进行复杂的预处理,既耗时又成本较高。一些研究者改进了这些方法,例如一步法GC-FID[69],提高了牛奶脂肪酸的分离效率并简化了预处理过程。
目前,研究人员还基于光谱技术研究了牛奶中脂肪酸的测定方法,包括近红外光谱(NIRS)和中红外光谱(MIRS)。一项研究表明,基于NIRS的脂肪酸比例预测模型的交叉验证集决定系数(Rcv2)范围为0.16(C18:3 n-3)至0.88(反式脂肪酸总和),而基于MIRS开发的模型表现不佳,最高RCV2仅为0.53(奇数和/或支链脂肪酸总和)[62]。Melfsen等人开发了牛奶及牛奶脂肪中脂肪酸含量的预测模型,RCV2范围分别为0.49(共轭亚油酸,CLA)至0.97(SFA)和0.37(C4:0)至0.87(LCFA)[2]。另一项基于MIRS的研究中,验证集决定系数(RV2)范围为0.23(C14:0饱和指数)至1.00(SFA)[20]。这些结果表明光谱技术在预测牛奶脂肪酸方面具有潜力。然而,上述模型均基于国外奶牛数据,可能不适用于中国奶牛。目前已有部分研究试图解决这一问题。基于MIRS的牛奶脂肪酸含量预测模型在广东省一个奶牛场的测试集决定系数(Rp2)范围为0.14(C18:3n3)至0.84(C12:0)[81]。尽管样本覆盖的农场范围有限,但这些模型的通用性仍需进一步验证。我们的实验室也基于中国奶牛的MIRS数据开发了牛奶脂肪中脂肪酸的预测模型,RCV2范围为0.59(C18:0)至0.76(C4:0和C8:0),RPD均大于1.5,表明这些模型能够定性评估牛奶脂肪中的脂肪酸[45]。不过,目前仍缺乏来自中国南方、东北部和西南部地区的数据。
因此,本研究旨在:(1)开发全国范围内的(东北、华北、西北、华中、华东、华南,不包括西南地区)牛奶脂肪酸含量预测模型;(2)研究不同因素下牛奶中脂肪酸的变化特征,以实现牛乳中脂肪酸的快速测定,帮助生产者和消费者更直观地了解脂肪酸含量,从而指导乳制品原料的选择并满足消费者需求,促进乳品产业的发展。

牛奶样本采集

2019年12月至2024年11月期间,本研究从中国15个省份的43个奶牛场收集了515份牛奶样本作为参考样本。所有奶牛均为荷斯坦奶牛,产次在1至9次之间,泌乳期为5至399天。奶牛饲养在配备风扇的自由栏舍中,喂食全混合日粮(TMR)。每份样本总量为50毫升,由全自动设备采集,分为两部分。

参考样本的描述性统计

表4显示了牛乳中各种脂肪酸的平均值和范围。总脂肪酸(TFA)含量为1.538±0.932克/100克牛奶。在单个脂肪酸中,C16:0的含量最高(0.576±0.366克/100克牛奶)。与之前的研究类似,牛奶中脂肪酸的含量变化较大,C14:1 cis-9除外。这可能是由于它们不仅影响自身生产,还影响牛奶的整体生产[21,81]。所有脂肪酸的含量

结论

本研究基于中国除西南地区外所有地区的牛奶样本,开发了牛奶中脂肪酸含量的预测模型。其中,TFA、SFA、UFA、MUFA、MCFA、LCFA、C6:0、C8:0、C10:0、C12:0、C14:0、C16:0、C16:1 cis-9、C18:0的最佳预测模型的RPD均大于1.4,而其他脂肪酸(如PUFA、SCFA、C14:1 cis-9)的RPDCV较低,无法有效区分高值和低值。这些模型进一步应用于华北地区的三个农场后

术语表

全名缩写
MIRS中红外光谱
NIRS近红外光谱
SCC体细胞计数
FA脂肪酸
TFA总脂肪酸
SFA饱和脂肪酸
UFA不饱和脂肪酸
MUFA单不饱和脂肪酸
PUFA多不饱和脂肪酸
SCFA短链脂肪酸
MCFA中链脂肪酸
LCFA长链脂肪酸
MMS最小-最大缩放
SS标准缩放器
MSC多变量散射校正
SNV标准正态变量转换
D1一阶差分法
D2二阶差分

CRediT作者贡献声明

温佩佩:撰写——审稿与编辑、撰写——初稿、数据可视化、模型验证、软件使用、资源获取、方法设计、实验设计、数据分析、概念构建。陈莉莉:模型验证、监督、资源协调、方法设计、实验设计、资金申请、数据管理。刘俊霞:资源协调、方法设计、实验设计、数据管理。楚楚:撰写——审稿与编辑、方法设计、实验设计、数据管理。李春芳:资源协调、方法设计

资金来源

“本研究得到了‘河北省重大科技支撑计划现代农业科技创新专项’(项目编号242N6601Z)、‘中央高校基本科研业务费’(项目编号2662023DKPY001)以及‘畜禽育种大数据及新一代全基因组选择技术研究’(项目编号2023YFD1300401)的资助。”

未引用参考文献

[28], [35], [37], [59]

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

作者衷心感谢华北地区三个奶牛场及其他提供牛奶样本的农场的大力支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号