《Journal of Dairy Science》:A data fusion approach unveils the effects of 3-nitrooxypropanol on the rumen fluid and milk metabolomes of lactating Holstein dairy cows
本研究采用数据融合方法,结合瘤胃和乳代谢组分析,以探究一种有效的甲烷生成抑制剂3-硝基氧基丙醇(3-NOP)的生化效应。研究人员进行了一项分两阶段(即夏季和秋季)的对照饲喂试验,使用荷斯坦奶牛(每阶段n=30头),饲喂补充了60 mg/kg DM的3-NOP或安慰剂的饲料共9周。在实验阶段结束时采集瘤胃液和乳样,并使用超高效液相色谱(UHPLC)耦合高分辨率质谱(HRMS)进行分析。比较补充3-NOP的奶牛与对照组的代谢组谱,以评估3-NOP对瘤胃发酵和乳成分的影响。3-NOP和实验阶段均显著影响瘤胃代谢物,而补充3-NOP未在乳代谢组中观察到显著差异。非靶向代谢组分析结合有监督和无监督多变量统计,识别出瘤胃代谢物的显著变化。结果证实,3-NOP通过减少与甲烷生成相关的化合物(如甲基辅酶M和辅酶B)并影响氮和核酸代谢,显著改变了瘤胃发酵,这表明了微生物发酵和蛋白质合成的变化。在乳代谢组方面,某些判别代谢物(如甘油磷脂、小肽和核酸)的变化反映了瘤胃发酵的改变。尽管3-NOP补充诱导了瘤胃代谢组的显著变化,包括与甲烷生成和氮代谢相关的通路,但这些改变并未在乳质量或其整体代谢组谱上反映出重大变化。
甲烷生成是反刍动物中的一个重要过程,由古菌生物产甲烷。这一过程不仅导致全球温室气体(GHG)排放,也代表宿主动物饲料能量的重大损失。因此,研究者日益探索缓解策略以减少CH
4排放,从而提升饲料利用效率并带来环境效益。在各种方法中,甲烷生成抑制剂备受关注。其中一种已被证实有效的抑制剂是3-硝基氧基丙醇(3-NOP),该化合物专门靶向甲基辅酶M还原酶(MCR),这是CH
4形成最后步骤的关键酶。这种抑制作用不仅减少GHG排放,还可能影响瘤胃发酵以及下游的生物流体如乳和血液。近期多项研究表明,在反刍动物饲料中添加3-NOP可显著减少CH
4排放(通常减少20%-40%),同时不会对动物健康或生产性能产生不利影响。因此,欧洲食品安全局(EFSA)已确认3-NOP用于产奶和繁殖反刍动物的安全性和有效性。
瘤胃是一个复杂且动态的微生物生态系统,在各种微生物种群、发酵过程和代谢输出之间维持着微妙的平衡。引入3-NOP等甲烷生成抑制剂可能打破这种平衡,导致微生物群落结构和代谢通路的变化。这些改变可能影响发酵效率和营养吸收。此外,3-NOP的作用可能延伸至乳——这种反映代谢变化和动物健康的重要生物流体。瘤胃发酵模式的改变会影响乳成分(如脂肪酸谱、蛋白质和氨基酸含量以及其他生物活性化合物)。理解3-NOP对乳成分的影响,对于深入认识其在乳制品生产系统中的作用至关重要。近年来,代谢组学已成为确定不同生物流体和乳制品化学成分、量化与各种生化过程相关的关键代谢物的战略性方法。尽管对3-NOP的兴趣日益增长,但全面的代谢组学研究,尤其是聚焦于瘤胃代谢组的研究仍然缺乏。非靶向代谢组学有助于揭示甲烷生成抑制所影响的生化通路,并增进对瘤胃响应的理解。因此,尽管3-NOP明确影响甲烷形成,但其对微生物域间相互作用及主要生化通路的更广泛影响仍不清楚。此外,尚无研究整合不同生物流体的多组学数据集,以探究CH
4缓解策略如何影响瘤胃微生物及其功能酶。在这一背景下,对古菌-细菌相互作用的了解也仍有限制。
基于以上背景,本研究采用数据融合方法评估3-NOP对饲喂基于玉米青贮和高淀粉饲料的泌乳荷斯坦奶牛瘤胃及乳代谢组的影响。在代谢组学和组学技术的背景下,数据融合方法是指整合从不同生物基质(本研究中为瘤胃液和乳)获得的代谢组数据,以生成代谢变化的整体视图。这种策略能捕获单独分析每个基质时无法获得的互补信息,增进对3-NOP系统性响应的理解。研究人员假设,3-NOP补充将通过其对瘤胃微生物群的调节作用改变瘤胃代谢组谱,同时由于其作用可能主要局限于瘤胃,对乳代谢组仅诱导最小变化。因此,对多个生物流体进行非靶向代谢组学,为评估甲烷生成抑制剂(如3-NOP)在乳制品生产系统中应用的益处和可能局限提供了全面方法。
本研究经圣心天主教大学实验动物保护与福利委员会批准,并获意大利卫生部授权。研究在圣心天主教大学的实验农场CERZOO进行。实验设计与动物管理详见配套论文。试验分两个阶段进行,每个阶段均采用完全随机设计的纵向研究并进行重复测量。第一阶段(P1)于2022年5月至8月进行,第二阶段(P2)于2022年9月至12月进行。每个阶段包括研究开始时的14天协变量期,随后是63天的处理期和14天的清洗期。奶牛被安置在同一个自由卧栏畜舍中,配备了粗饲料摄入控制系统(RIC)用于监测个体饲料摄入,以及GreenFeed系统单元用于连续测量肠道CH
4、CO
2和H
2排放。共60头经产荷斯坦奶牛(每阶段30头)处于泌乳中后期,且在实验开始前至少3周无临床疾病迹象,被纳入研究。入组时,P1奶牛的泌乳天数(DIM)和产奶量平均分别为190 ± 72天和36.8 ± 7.5 kg/d;P2奶牛分别为158 ± 74天和36.8 ± 4.6 kg/d。P2阶段有3头奶牛因泌乳曲线缺乏持续性(2头)或蹄部问题(1头)在实验结束前被淘汰。所有奶牛在0900时自由采食基于玉米青贮和苜蓿干草的高淀粉饲料(52%干物质,51.4%粗饲料,48.6%精料,15.4%粗蛋白,29.1%淀粉,3.3%粗脂肪,31.9%中性洗涤纤维),适合生产用于Grana Padano原产地保护(PDO)奶酪制作的乳,并可自由饮水。初始协变量期后,奶牛被随机分为两组:(1)3-NOP处理组(n=28),在基础日粮中补充600 mg/kg DM的Bovaer10(含有100 g/kg的3-NOP,载体为二氧化硅+1,2-丙二醇),通过预混料添加;或(2)对照组(CTR;n=29),在相同日粮中补充含有600 mg/kg DM仅含二氧化硅和1,2-丙二醇载体的安慰剂预混料。3-NOP和安慰剂预混料每周通过混合玉米粒(65%)、大豆油(5%)和Bovaer10或安慰剂(10%)制得。最终饲料通过自走式搅拌机混合基础饲料与相应处理的预混料制成。在14天的清洗期不给予任何处理,所有奶牛饲喂相同饲料。瘤胃液和乳样采集在处理期结束时进行。瘤胃液采集前使用专门为牛设计的口-食道瘤胃探针,按描述方法进行。丢弃最初0.5升以避免唾液污染后,保留0.5升液体。采集后立即用pH计测量pH。随后样品轻轻混合并立即在冰水中冷却,用于后续测量挥发性脂肪酸(VFA)、乳酸和氨,结果见配套论文。另取每头牛1.5毫升无添加物的等分试样,立即在干冰中冷冻,随后储存在-20°C直至代谢物提取。奶牛每天在0400和1600时挤奶两次。在处理期结束时采集个体乳样(300毫升),并将15毫升等分试样在-20°C冷冻直至代谢物提取。瘤胃代谢物提取采用超声辅助提取方法。简要而言,样品在4°C缓慢解冻,将200微升瘤胃液加入800微升预冷的甲醇/乙腈溶液(1:1,体积/体积)。提取步骤通过超声辅助提取在室温下进行15分钟。然后涡旋并在4°C、14,000 × g下离心20分钟。所得上清液通过0.22微米纤维素注射器过滤器过滤至超高效液相色谱瓶中,以进行非靶向代谢组分析。共57个瘤胃样品用于非靶向代谢组分析。乳代谢物的提取按先前报道的方法进行。收集的乳样在4°C、4,500 × g下离心10分钟以脱脂。然后解冻并充分涡旋混合。取2毫升等分试样用14毫升含3%甲酸(体积/体积)的乙腈提取,涡旋混合2分钟,并用超声处理5分钟。随后在4°C、12,000 × g下离心15分钟以去除大分子生物分子(如蛋白质)。上清液通过0.22微米纤维素注射器过滤器过滤至超高效液相色谱瓶中,以进行非靶向代谢组分析。共55个乳样品用于分析,2个样品因存储相关问题被排除。非靶向分析使用Q Exactive Focus混合四极杆-轨道阱质谱仪耦合至Vanquish超高效液相色谱泵进行,配备加热电喷雾电离(HESI)-II探针。色谱分离使用Acquity UPLC Waters BEH C18色谱柱,采用梯度洗脱,0.1%甲酸作为改性剂。流速为200微升/分钟,进样量6微升。非靶向分析在100至1,200的全扫描范围内进行,使用正离子化模式,质量分辨率设置为70,000。此外,随机注入混合质量控制样品,并在数据依赖(前体离子选择n=3)MS/MS模式下分析,全扫描质量分辨率为17,500。收集的原始数据进一步使用MS-DIAL软件进行自动峰检测、局部加权散点图平滑(LOWESS)归一化以及通过与综合牛代谢组数据库的谱图匹配进行注释。鉴定步骤基于质量精度、同位素模式和谱图匹配,从而达到2级置信度注释。
在多元分析之前,瘤胃和乳代谢组数据集通过中位数归一化、log10转换和Pareto缩放进行预处理。然后使用基于网络的平台OmicsAnalyst进行数据融合分析和解释。特别是,使用两种不同的方法进行降维:无监督多重共惯性分析(MCIA)和有监督的用于生物标志物发现的数据集成分析(DIABLO)。此外,为更好地理解两个组学数据集关键特征之间的关系,构建了相关网络,采用DIABLO作为特征选择方法(协方差参数:0.4)和皮尔逊作为相似性矩阵方法(组学间相关性阈值:0.5)。然后使用RStudio上的“rAMOPLS”包进行方差分析多块正交偏最小二乘分析(AMOPLS),以检查处理、阶段及其交互作用对每个组学数据集的显著性,评估多个统计参数,如拟合优度(R
2Y)、残差结构比(RSR)、残差平方和(RSS)及其相关P值。AMOPLS模型在57个瘤胃液样品和55个乳样品上运行。缺失值由MS-DIAL处理,该软件用每个代谢物检测到的最小相对丰度的十分之一进行替换。使用软件MetaboAnalyst 6.0对3-NOP与CTR进行两两比较的乳和瘤胃液代谢组数据集,执行正交偏最小二乘判别分析(OPLS-DA)。通过变量投影重要性(VIP)方法并考虑其log
2倍数变化(FC)变异,外推用于预测的显著代谢物。最后,使用在线工具MetaboAnalyst 6.0,以牛(Bos taurus)为通路库,检查根据重要瘤胃代谢物注释的最重要通路的变化。
在本研究中,使用非靶向代谢组学方法结合牛代谢组数据库,对瘤胃液注释了1,196种代谢物,对乳样品注释了846种代谢物。此外,191种(瘤胃)和140种代谢物(乳)基于质量控制样品提供的串联质谱信息进行了结构确认。MetaboAnalyst 6.0的富集分类工具揭示了两种生物流体中均存在大量的氨基酸(AA)和小肽,其次是其他化合物,如碳水化合物及其结合物、脂肪酸及其结合物、核酸(包括嘌呤、嘧啶及其衍生物)以及饲料相关化合物(如萜类和多酚类代谢物)。为增强对代谢组学发现的理解,研究人员采用数据融合方法进行降维分析,并更好地理解瘤胃和乳代谢物解释所研究的每个变异性因素(即处理、阶段及其潜在交互作用)的能力。为此,进行了无监督MCIA和有监督DIABLO方法,结果如图1所示。这些方法识别数据集中方差高且跨数据集相关性强的成分。MCIA方法捕获共享变异性,而DIABLO侧重于区分样本组的成分。图1中的降维总结图展示了前几个成分如何与各个组学数据(来自乳和瘤胃液)及元数据标签相关。无监督MCIA方法(图1A)显示第一成分上组间部分分离,而成分2至5显示4个实验组几乎完全重叠。通常,每个组学层的前3个成分分别捕获了乳36.8%和瘤胃液31.3%的代谢组变异。类似的,有监督DIABLO方法证实了第一成分具有更强的组间区分能力,表明阶段(P1或P2)相比处理(3-NOP vs. CTR)具有更大的判别权重。就DIABLO方法解释的方差而言,每个组学层的前3个成分分别捕获了乳35.6%和瘤胃液31.4%的代谢组变异,提供了与无监督和有监督降维方法类似的结果。最后,使用相关网络识别组间和组内相关性;分析显示1个由37个节点和399条边组成的子网络,表明基于瘤胃和乳代谢物的两个组学数据集之间存在高度相关性。
图1中MCIA和DIABLO所描绘的组间部分重叠阻碍了对生物学现象的适当理解。因此,下一步使用AMOPLS方法更好地研究判别效应以及处理(3-NOP vs. CTR)和阶段(P1和P2)之间可能的交互作用。判别模型AMOPLS能够同时考虑多个响应变量。这在处理多维数据集时特别有利,因为它考虑了响应变量之间的潜在交互作用,从而导致对生物学意义更全面和更深入的理解。与每个效应相关的统计参数总结在表1中。结果显示,处理和阶段(但非其交互作用)是瘤胃液数据集的统计显著判别因素(RSR P值 = 0.01),其中阶段对模型的贡献最高(RSS值11% vs. 5%),以及最高的RSR值(1.254)。通过检查第一主预测成分的高贡献(tp1 = 89.9%)以及正交成分的低贡献(to1 = 21.4%),这一效应也很明显。相反,处理×阶段的交互作用未显示统计显著性,记录较低的RSS值(2.4%),残差占总观察变异性的剩余81.6%,表明瘤胃液数据集中存在其他变异来源。关于乳代谢组谱,结果显示仅阶段具有统计显著性(RSR P值 = 0.01;RSS值:9.3%),而处理的RSR P值 >0.05(P = 0.08),表明3-NOP对乳代谢组无显著影响。阶段的较高显著性也通过检查第一主预测成分(tp1)得到证实,其值>96%,正交成分贡献较低(to1 = 21.7%)。与瘤胃类似,AMOPLS显示乳代谢组数据集无法解释较高百分比的总剩余变异性(85.3%)。综上所述,研究人员的发现揭示了瘤胃液和乳代谢组比较时的代谢组谱重叠,表明P1和P2具有层级上更高的效应;因此,发现3-NOP主要影响瘤胃液代谢组,而AMOPLS则指出乳代谢组谱无显著差异。这些数据融合方法应用于瘤胃和乳生物流体的结果,与3-NOP作为甲烷生成抑制剂所发挥的作用一致。在这方面,微生物(如细菌、原生动物、真菌和古菌)栖息在瘤胃中,协同工作,消化宿主难以消化的饲料。甲烷是由产甲烷菌(古菌)利用其他微生物在碳水化合物和蛋白质发酵过程中主要释放的氢(H
2)、二氧化碳(CO
2)、甲醇和甲胺形成的天然副产物。
为了解3-NOP对瘤胃代谢组及富集通路的影响,研究人员使用基于OPLS-DA和通路分析的有监督统计方法,以更好地理解3-NOP与CTR组比较时瘤胃液代谢组的波动。有监督方法的结果由图2A中的OPLS-DA得分图和图2B中针对牛代谢组的通路分析图表示。OPLS-DA得分图提供了组间清晰的区分。然而,其具有不可忽视的组内变异性(考虑到AMOPLS所强调的饲料阶段的重要性)。该OPLS-DA模型具有良好的拟合参数,拟合优度(R
2Y)= 84.2%,预测优度(Q
2)= 71.6%。下一步,使用VIP方法外推最具有判别能力的瘤胃代谢物用于预测,最小截断值为VIP评分大于1。在判别代谢物中(表2),研究人员发现61种化合物属于氨基酸和小肽组,其次是58种脂质及其衍生物(包括26种脂肪酰基、9种甘油酯、18种甘油磷脂和5种鞘脂)、13种酚类代谢物、9种多胺、8种嘌呤及其衍生物、5种嘧啶及其衍生物、8种萜类、3种中链醛、7种吲哚及其衍生物、3种蝶啶和52种其他化合物(包括含氧有机物、含氮有机物、苯环化合物、碳水化合物及其衍生物、有机磺酸、吡啶、喹啉和类固醇)。FC分析显示,3-NOP导致瘤胃氨基酸和小肽的显著上调积累,其次是甘油磷脂、鞘脂、嘌呤、嘧啶、多胺、中链醛、蝶啶和归类为其他代谢物的化合物。所有其他分类的化学类别均显示累计下调积累,其中脂肪酰基和甘油酯是受影响最大的化学类别。
在判别代谢物中,研究人员发现某些化合物(如半乳糖酸、N
1-乙酰亚精胺、辛酰甘氨酸和辛醇)具有显著高的判别能力。半乳糖酸是半乳糖的衍生物,是存在于乳糖以及植物中的果胶半乳糖醛酸和其他碳水化合物中的一种单糖。半乳糖酸是一种糖酸,具体是半乳糖的氧化形式,其中的醛基被转化为羧酸基团。在实验条件下,半乳糖酸在3-NOP组中显著下调积累(log
2 FC = ?3.15),表明瘤胃微生物群将该化合物(可能源自果胶半乳糖醛酸)作为发酵底物和碳源的利用增强。在3-NOP饲喂奶牛中观察到的较低水平的半乳糖酸可能表明碳水化合物发酵途径的转变。这一趋势可能归因于瘤胃微生物群组成的变化、微生物对半乳糖酸利用的增加,或与氢平衡和挥发性脂肪酸(VFA)产生相关的代谢通量改变。第二高判别化合物是N
1-乙酰亚精胺,这是亚精胺的衍生物,亚精胺是一种生物胺,参与多种细胞过程,包括细胞生长、分化和凋亡。N
1-乙酰亚精胺通过亚精胺的酶促乙酰化形成,该反应通常由亚精胺/精胺N
1-乙酰转移酶(SSAT)催化。这种修饰通常作为调节细胞内多胺水平的机制。在本研究中,FC分析显示3-NOP组中N
1-乙酰亚精胺整体下调积累(log
2 FC = ?1.98)。同时,发现其他多胺(如亚精胺)并发上调积累。因此,可以推测3-NOP的给药可能通过多胺的作用影响瘤胃微生物群的协作活动,已知多胺会影响微生物相互作用。某些产甲烷细菌可以利用多胺及其衍生物作为氮源,影响微生物生长和活性。剩余的高判别代谢物,即辛酰甘氨酸和辛醇,可与瘤胃对中链脂肪酸辛酸(羊脂酸)的修饰相关联。特别是,辛酰甘氨酸是由辛酸和甘氨酸(一种氨基酸)结合形成的化合物。同时,辛醇可通过辛酸加氢过程合成,该过程需要H
2。观察FC分析,辛酰甘氨酸在3-NOP组中下调积累(log
2 FC = ?0.54),而辛醇则表现出相反趋势,整体上调积累(log
2 FC = 1.32)。此外,中链醛(如4-羟基壬烯醛)的显著积累,这是一种典型的脂质过氧化产物,可能与瘤胃微生物对不饱和脂肪酸的不完全生物氢化有关。这可能是由3-NOP诱导的微生物转变和分子氢积累导致的,可能导致易于氧化的中间产物的堆积。这种化学行为与生物氢化和甲烷生成之间存在联系的假说一致。
关于图2B中报告的通路分析,研究人员发现6种不同代谢通路具有显著(P < 0.05)富集,涉及氨基酸(如缬氨酸、亮氨酸和异亮氨酸)、嘌呤和嘧啶、氮(包括谷氨酰胺和氨甲酰磷酸)以及维生素B6的代谢。在3-NOP组中观察到异亮氨酸和亮氨酸的整体上调积累,log
2 FC值分别为0.26和0.35。通常,氨基酸的上调积累和小肽的显著富集表明3-NOP组具有更高的微生物蛋白水解活性,或者,可能延迟或脱节了它们用于从头合成氨基酸和微生物蛋白质。蛋白水解是反刍动物营养中的一个关键过程,据报道,多个因素会严重影响瘤胃微生物的蛋白水解速率和程度,包括微生物组成、底物特性、环境条件和饲料因素。因此,研究人员推测,通过调节瘤胃微生物组成,3-NOP可能影响了蛋白水解过程,但不是通过增加整体蛋白水解,而是通过促进氨基酸更有效的利用。这一解释得到了观察结果的支持,即3-NOP组中瘤胃氨和血浆尿素水平均低于CTR组,这也在配套论文中进行了讨论。此类证据表明,氮更有效地转化为微生物蛋白质,而非过度的氨基酸脱氨基作用。此外,与核酸代谢相关的代谢通路的显著富集,以及观察到的嘌呤和嘧啶衍生物的上调积累,可能与核酸生物合成增加以及随之而来的瘤胃中微生物蛋白质合成增加有关。最后,在3-NOP组中,观察到4-吡哆酸显著上调积累,这是维生素B6的最终降解产物。此前,该化合物与饲料营养成分和瘤胃微生物群结构的变化有关。尽管4-吡哆酸的增加可能反映维生素B6分解代谢增强,这可能被解释为负面结果,但同样合理的是,该观察结果可能源于在3-NOP补充下,瘤胃微生物动力学改变后维生素B6的微生物产生或周转增加。在这种情况下,4-吡哆酸的积累可能表明更活跃的维生素B6循环,可能支持增加的微生物代谢活性。尽管如此,仍需进一步的靶向研究来阐明观察到的变化是反映了维生素B6可用性和利用的改善,还是过度的降解。
深入研究瘤胃甲烷生成,研究人员使用非靶向代谢组学方法检查一些涉及CH
4形成的关键代谢物的相对丰度和预测能力。科学文献已知,尽管最终产物相同,不同的产甲烷菌在底物利用、H
2阈值、对H
2分压的反应以及关键酶(如MCR和异源二硫化物还原酶(HDR))的结构方面具有不同的生理和代谢能力。氢营养途径是CH
4形成的主要生化途径之一,电子沿几种一碳化合物转移,最终形成甲基辅酶M。通过检查OPLS-DA预测模型的判别代谢物(图2A),研究人员发现了2种关键代谢物,即甲基辅酶M(属于有机磺酸)和辅酶B(产甲烷菌氧化还原反应所需的辅酶)。与观察到的较低肠道CH
4排放和3-NOP对MCR的抑制作用一致,研究人员发现3-NOP组瘤胃中甲基辅酶M和辅酶B均显著下调积累,log
2 FC值分别为?0.45和?0.36。有趣的是,检查VIP判别代谢物时,还发现6-羟甲基-7,8-二氢蝶呤显著上调积累,这是鸟苷三磷酸(GTP)途径中的一个关键中间体,代表了合成5-甲基四氢甲烷蝶呤的潜在替代生化途径——即甲基辅酶M的前体。此外,先前提到的辛醇上调积累以及辛酰甘氨酸并发下调积累,与处理与氢营养途径抑制相关的过量H
2的辛酸代谢相一致。研究人员的体内发现与Luan等人最近发表的一项工作一致,该工作评估了不同剂量和类型的中链脂肪酸(包括辛酸、癸酸和月桂酸)在低和高精料饲料下对体外瘤胃发酵的影响。作者证明,中链脂肪酸都能潜在减少CH
4产量,并且随着剂量的增加,瘤胃原生动物、产甲烷菌和甲烷短杆菌的数量在两种饲料下均减少。查看科学文献中的一些宏基因组研究,Pitta等人评估了3-NOP对奶牛瘤胃微生物基因表达谱的影响。有趣的是,作者发现3-NOP对甲烷短杆菌物种的抑制作用比对甲醇利用型甲烷球菌更强,并倾向于减少MCR的基因表达。在3-NOP抑制的甲烷生成下,H
2浓度的波动伴随着产H
2细菌中[FeFe]氢化酶表达的变化,以调节H
2的产生量,特别是增加丁酸的合成作为补偿机制。在本研究中,研究人员未发现瘤胃中丁酸具有判别能力(尽管在配套论文中报告了该化合物的显著增加);然而,发现了一些相关代谢物具有判别潜力,如真菌代谢物4-胍基丁酸(log
2 FC: 0.93)及其氧化产物胍基琥珀酸(log
2 FC: 0.24)。尽管如此,Pitta等人(2022a)的宏基因组研究结果与研究人员的代谢组学结果一致,清楚地概述了其他可能由过量H
2产生激活的生化途径的判别作用。因此,综上所述,非靶向代谢组学证实了瘤胃微生物发挥的关键作用,未来基于不同组学(如宏基因组学、宏转录组学和代谢组学)结合的研究似乎对于更好地理解瘤胃中甲烷生成的分子基础以及关键代谢物与微生物之间的相互作用具有重要意义。
关于乳代谢组的变化,考虑到AMOPLS方法指出3-NOP的非显著效应,研究人员使用有监督的OPLS-DA建模结合VIP、FC分析和受试者工作特征(ROC)曲线,以最大化3-NOP和CTR组之间的组间分离。最具判别的化学类别及其log
2 FC积累值总结在图3中。总的来说,乳代谢物中最主要的类别是脂肪酰基及其衍生物(19种化合物),其次是甘油磷脂(18种化合物)、氨基酸和小肽(17种化合物)、甘油酯(8种化合物)、核酸及其衍生物(包括嘌呤和嘧啶,总计12种化合物)、类固醇(8种化合物)、多胺(5种化合物)、碳水化合物及其结合物(4种化合物)、异戊二烯脂质(主要是萜类)和酚类代谢物。详细查看积累值,属于3-NOP组的乳样品主要以甘油磷脂上调积累为特征(log
2 FC = 5.81),其次是氨基酸和肽(log
2 FC = 3.71)、嘧啶和嘌呤(log
2 FC值分别为2.08和1.54)。相比之下,最大下调积累记录在甘油酯(log
2 FC = ?3.68)、脂肪酰基(log
2 FC = ?2.18)和多胺(log
2 FC = ?2.00)。关于乳甘油磷脂,研究人员发现溶血磷脂酰胆碱含量丰富,其中化合物LysoPC (20:0)被确定为最具判别力(VIP评分:3.14)且显著(ROC AUC:0.83),在3-NOP组中明显上调积累(log
2 FC: 0.74)。先前Liu等人的工作研究了甘油磷脂作为奶牛热应激生物标志物的重要性。有趣的是,在热应激期间,耐热牛比热敏感牛观察到更高水平的极性脂质(如溶血磷脂酰胆碱)。在先前的工作中,Yanibada等人使用多平台代谢组学方法研究了25头处于相似泌乳阶段的初产荷斯坦奶牛在饲喂相同抗甲烷生成添加剂时与甲烷生成相关的乳代谢谱变化。尽管样本量较小且评估的质谱特征有限,但作者发现一些可能源自瘤胃微生物群(或具有微生物-宿主动物共代谢)的乳代谢物可能与甲烷生成有关。此外,3-NOP显著影响的其他代谢途径主要与氨基酸代谢和脂肪酸相关,证实了研究人员的代谢组学发现。同样,同一作者报告乳甘油磷胆碱是随3-NOP变化的判别代谢物之一。这些化合物是牛乳的正常成分,在与脂肪酸氧化和能量平衡相关的细胞代谢中具有重要功能。然而,关于3-NOP如何影响乳甘油磷脂积累的研究和理解有限,凸显了靶向研究的必要性。
综上所述,研究人员的发现表明乳代谢组可以反映泌乳荷斯坦奶牛肠道CH
4排放的差异。特别是,乳中核酸的上调积累可能与瘤胃中总微生物氮合成增加有关,而甘油磷脂的并发上调积累和多胺(如精胺)的下调积累可能与奶牛耐热能力增强有关(这与AMOPLS结果中阶段因素的唯一统计显著性一致)。然而,必须注意的是,在单个时间点测量的代谢物浓度无法捕获受干物质摄入(在研究第一阶段较低)和液体流量影响的瘤胃池大小或通过速率的动态变化。因此,尽管抑制CH
4产生似乎对乳化学谱具有潜在有利影响,但鉴于单时间点采样的局限性,这些结果应谨慎解释。本研究表明,瘤胃和乳代谢组可以反映泌乳荷斯坦奶牛肠道CH
4排放的差异。采用数据融合方法,研究人员鉴定出几种与3-NOP对瘤胃代谢组影响相关的判别代谢物,并发现了多达6个受影响的代谢通路,表明瘤胃微生物在驱动观察到的化学修饰中发挥了关键作用。就乳成分而言,在低甲烷排放奶牛中发现的许多判别代谢物浓度更高,是代谢状态未受损害的一般指标(即甘油磷脂、小肽和核酸)。因此,基于代谢组学发现,尽管减少CH
4产生并未显著改变整体乳代谢组,但3-NOP似乎发挥了潜在的有利作用。同时,发现3-NOP在瘤胃发酵和替代生化途径方面具有更高的层级显著性。这里介绍的结果支持使用非靶向代谢组学进行乳制品科学中的生物标志物发现。