CC BY
38
DOI 10.24411/2074-5036-2020-10032 УДК 619:636.2.034
Ключевые слова: корова, молоко, жир, белок, кетоновые тела
Key words: cow, milk, fat, protein, ketone bodies
Крупин Е. О.
КОРРЕЛЯЦИОННЫЙ И РЕГРЕССИОННЫЙ АНАЛИЗЫ В ДИАГНОСТИКЕ НАРУШЕНИЙ ОБМЕНА ВЕЩЕСТВ У ЛАКТИРУЮЩИХ КОРОВ
CORRELATION AND REGRESSION ANALYZES IN THE DIAGNOSIS OF METABOLIC DISORDERS IN LACTATING COWS
Татарский научно-исследовательский институт сельского хозяйства ФИЦ Казанский научный центр РАН Адрес: 420059, Россия, г. Казань, ул. Оренбургский тракт, д. 48
Tatar Scientific Research Institute of Agriculture, FRC Kazan Scientific Center, Russian Academy of Sciences Adress: 420059, Russia, Kazan, Orenburgskii trakt, 48
Крупин Евгений Олегович, кандидат ветеринарных наук, ведущий научный сотрудник, заведующий отделом
агробиологических исследований. E-mail: tatniva@mail.ru
Krupin Evgeny Olegovich, PhD of Veterinary Science, Leading Researcher, Head of Agrobiological Research
Department. E-mail: tatniva@mail.ru
Аннотация. Приведены результаты корреляционного и регрессионного анализов показателей молока как инструмента в оценке метаболизма лактирующих коров. Исследования выполнены на 440 дойных коровах СХПК им. Вахитова Кукморского муниципального района Республики Татарстан и в ТатНИИСХ ФИЦ КазНЦ РАН в 2019 году. Определение содержания массовой доли жира и белка в молоке, его активную кислотность, содержание мочевины, БОМК и ацетона проводили с применением анализатора молока MilcoScan 7RM. Приведены результаты оценки изучаемых показателей в разрезе СЖБ. С учетом R2 вызывает большее доверие наличие взаимосвязи между рН молока и уровнем содержания мочевины (r = 0,731, р<0,01, R2 = 0,53). В группе животных с СЖБ от 1,11 до 1,50 угловой коэффициент изменения содержания мочевины выше, чем в группе животных с СЖБ 1,10 и менее. Наиболее сильная взаимосвязь между СЖБ и уровнем содержания ацетона (R2 = 0,33). Применение нелинейных моделей может оказать влияние на степень выраженности полученного результата взаимосвязи между изучаемыми показателями, в связи с чем начатые исследования необходимо продолжить. Статья подготовлена в рамках государственного задания АААА-А18-118031390148-1.
Summary. The results of correlation and regression analyzes of milk indicators as a tool in assessing the metabolism of lactating cows are presented. The research was carried out on 440 dairy cows of APC named after Vakhitov of the Kukmorsky municipal district of the Republic of Tatarstan and at the Tatar Scientific Research Institute of Agriculture, FRC Kazan Scientific Center, Russian Academy of Sciences in 2019. Determination of the content of mass fraction offat and protein in milk, its active acidity, the content of urea, BHBA and acetone was carried out using a MilcoScan 7RM milk analyzer. The results of the assessment of the studied indicators in the context of FPR are presented. Taking into account R2, the presence of a relationship between the pH of milk and the level of urea (r = 0.731, p <0.01, R2 = 0.53) gives rise to greater confidence. In the group of animals with FPR from 1.11 to 1.50, the angular coefficient of change in the urea content is higher than in the group of animals with FPR of 1.10 or less. The strongest relationship is between FPR and acetone level (R2 = 0.33). The use of non-linear models can affect the degree of expression of the obtained result of the relationship between the studied indicators, so it is necessary to continue these studies. This research was supported by project АААА-А18-118031390148-1.
Введение
В настоящее время при постоянном расширении ассортимента молочных продуктов необходимы новые технологии производства молока как сырья, а также высокие требования к его качеству [1]. У высокопродуктивных животных, обладающих ценным генетическим потенциалом, особенно в связи с недостаточно полноценным кормлением, часто наблюдаются
нарушения обмена веществ [2, 3]. Указанные нарушения наиболее часто возникают в ранний период лактации. Они, безусловно, могут отражаться и на изменении показателей качества молока, таким образом, его состав может отражать состояние метаболизма животных [4, 7]. Использование методов спектроскопии молока позволит создавать модели прогнозирования изменений метаболизма в целом, а также
прогнозировать изменения уровня метаболитов в крови и/или молоке животных в частности [10]. Использование такого индикатора, как мочевина в молоке, в качестве инструмента управления кормлением вызывает повышенный интерес в Европе, США и Японии [6]. Чрезмерная мобилизация резервов организма предполагает увеличение циркулирующих в крови кетоновых тел, а установление их уровня в молоке может быть использовано для диагностики гиперкето-немии и кетоза [8]. Изменение уровня pH сырого молока сопряжено с изменением качества белка, изменением состава жирных кислот, концентрации лактозы, ионов и минералов в целом, технологическими свойствами молока [9]. Массовые доли жира и белка в молоке определяют его цену, являются экономическими стимулами для отрасли. Использование оценки метаболизма животных с позиции соотношения массовой доли жира к массовой доле белка в молоке позволяет на ранних стадиях диагностировать субклинический ацидоз рубца, субклинический кетоз, также клинические формы указанных патологий, установить дефицит энергии и т.д. [5].
Таким образом, целью настоящей работы являлось выявление взаимосвязи между физико-химическими показателями молока и концентрацией метаболитов в нем, основываясь на результатах корреляционного и регрессионного анализа, оценка применимости указанных методов в диагностике нарушений обмена веществ у лактирующих коров.
Материалы и методы. Исследования выполнены на 440 дойных коровах СХПК им. Вахитова Кукморского муниципального района Республики Татарстан и в Татарском научно-исследовательском институте сельского хозяйства ФИЦ Казанский научный центр РАН в 2019 году в рамках Государственного задания АААА-А18-118031390148-1. Во время исследований обращение с экспериментальными животными проводилось в соответствии ГОСТ 33215-2014 и не противоречило European Convention for the Protection of Vertebrate Animals used for Experimental and Other Scientific Purposes (European Treaty Series — No. 123). Определение содержания массовой доли жира (%) и массовой доли белка (%) в молоке, активную кислотность (ед.), содержание мочевины (мг/100 мл), бета-ги-дроксимасляной (БОМК) кислоты (ммоль/л) и
ацетона (ммоль/л) проводили с применением анализатора молока MilcoScan 7RM (FOSS Analytical A/S, Дания) в соответствии с инструкцией производителя. Исследованию подвергали среднюю пробу молока от животных, отобранную и подготовленную по ГОСТ 26809-86 в соответствии с методиками, определенными для каждого из изучаемых показателей: массовой доли жира по ISO 1211:2010 [IDF 1:2010]; массовой доли белка по ISO 8968-1:2001 [IDF 20-1: 2001]; активной кислотности по ISO 26323:2009 [IDF 213:2009], содержания мочевины по ISO 14637:2004 [IDF 195:2004]; содержания БОМК и ацетона по A. P.de Roos. Референсные значения активной кислотности молока и содержания мочевины установлены ГОСТ 32892-2014 и ГОСТ Р 55282-2012 соответственно, а содержание БОМК и ацетона в молоке определены по A.T.M. van Knegsel et al. С учетом полученных данных рассчитывали соотношения содержания массовой доли жира к массовой доли белка (СЖБ) для каждого животного в отдельности по следующей формуле:
СЖБ= Массовая доля жира в молоке, % Массовая доля белка в молоке, %
Оптимальным значениями СЖБ считали от 1,11 до 1,50 в соответствии с рекомендациями W. Richardt. Исходя из полученных значений СЖБ, животных разделили на 2 группы: с СЖБ 1,10 и менее и 1,11 до 1,50 по 75 и 365 голов соответственно. Для каждой из групп животных провели анализ по изучаемым показателям активной кислотности, содержания мочевины, БОМК и ацетона.
Полученные результаты были обработаны с использованием математических и статистических методов посредством программы Microsoft Excel. Оценка корреляционных связей между изучаемыми показателями проведена с использованием коэффициента ранговой корреляции Спирмена с учетом нормальности распределения данных на основании критерия Колмогорова-Смирнова, сила связи оценена по шкале Чеддока.
Результаты исследований
Исследованиями наличия возможных корреляционных связей установлено (Таблица 1), что СЖБ достоверно, положительно и слабо связано с рН молока (r = 0,327, р < 0,01)
и уровнем мочевины (г = 0,497, р < 0,01), а с ацетоном — отрицательно, слабо, достоверно (г = -0,572, р < 0,001). В свою очередь величина рН имеет положительную высокую достоверную связь с содержанием мочевины (г = 0,731, р < 0,01, R2 = 0,53), а с концентрацией БОМК и ацетона — отрицательную, слабую, достоверную (г = -0,313, р < 0,01 и г = 0,346, р < 0,01 соответственно). Кроме того, содержание мочевины и ацетона в молоке связаны друг с другом достоверной очень слабой отрицательной связью (г = -0,235, р < 0,05), в то время как содержание БОМК с ацетоном — средней положительной достоверной связью (г = 0,630, р < 0,01).
На рисунке 1 приведены диаграммы рассеяния для изучаемых показателей молока в разрезе СЖБ, классифицированного по W. Richardt. Из данных, представленных на рисунке 1а видно, что при отклонении СЖБ в меньшую от нормальных значений сторону (от 1,10 и менее) наблюдается уменьшение рН молока (у = 6,2949+0,2044*х) и содержания мочевины в молоке (у = 40,0077+8,1879*х). При увеличении СЖБ в пределах нормальных значений (Рисунок 1б) отмечается увеличение содержания мочевины (у = 40,0129+9,5069*х) в молоке и незначительное снижение рН (у = 6,5796-0,0012*х). Следует отметить, что в группе животных с СЖБ от 1,11 до 1,50 угловой коэффициент изменения содержания мочевины выше, чем в группе животных с СЖБ 1,10 и менее. В целом, для СЖБ и уровня мочевины составил 0,25. Из данных, представленных на рисунке 1в видно, что при смещении СЖБ меньшую сторону относительно нормальных значений отмечается увеличение содержания в молоке БОМК (у = 0,3086-0,1678*х) и ацетона
(у = 0,4393-0,3151*х). Однако, при увеличении СЖБ, не превышающего значения физиологической нормы (Рисунок 1г), наблюдается снижения содержания в молоке как БОМК (у = 0,1409-0,0342*х), так и ацетона (у = 0,1412-0,0458*х). Следует отметить, что между СЖБ и уровнем ацетона установлен R2 = 0,33.
Обсуждение результатов. Как сообщалось Н. Ogola, А. Shitandi и J. Шпиа (2007) [9] содержание мочевины, как в молоке, так и в сыворотке крови отражает деградацию белка в рубце, обеспеченность животного белком для процессов биосинтеза. Кроме того, ими отмечено, что концентрация молочного белка зависит от потребления энергии с кормом и производством белка в рубце заселяющими его микроорганизмами. В связи с этим весьма очевидной видится взаимосвязь между рН молока и содержанием мочевины, поскольку белковый перекорм при дефиците энергии в рационах животных, сопровождающийся увеличением азота мочевины, как в сыворотке крови, так и в молоке, может вызвать и вызывает смещение рН содержимого рубца в более кислую сторону, что при нарушении компенсаторных механизмов приводит и к более «кислым» значениям рН молока. Кроме того, как указывает W. ШЛшЛ (2004) [23] закономерно рассматривать взаимосвязь между СЖБ и уровнем содержания кетоновых тел в целом, и ацетона в частности, поскольку высокая разница между массовыми долями жира и белка в молоке может являться достоверным клиническим признаком кетоза (субклинической или клинической его формы), а низкая — ацидоза. Стоит также отметить, что на фоне применения животным рационов с высоким содержанием концентратов без обеспечения адекватного потребностям уровня
Таблица 1
Корреляционные связи между изучаемыми показателями молока
Показатель СЖБ рН Мочевина БОМК Ацетон
СЖБ 1,000 0,327** 0,497** 0,054 -0,572**
рН 1,000 0,731** -0,313** -0,346**
Мочевина 1,000 -0,056 -0,235*
БОМК 1,000 0,630**
Ацетон 1,000
Примечание: * - р < 0,05; ** - р < 0,01
Рис. 1 — Диаграммы рассеяния изучаемых показателей молока в разрезе СЖБ
энергии указанный показатель вполне может коррелировать с уровнем содержания мочевины в молоке, о чем также сообщается всеми вышеназванными авторами.
Выводы
Основываясь на полученных результатах, следует отметить, что вызывает большее доверие наличие взаимосвязи между рН молока и уровнем содержания мочевины в молоке. В отношении взаимосвязи между уровнем кетоновых тел в молоке и СЖБ наиболее выражена таковая между СЖБ и уровнем содержания ацетона. Указанные взаимосвязи можно использовать в диагностике нарушений обмена веществ у лактирующих коров. Следует продолжить указанные исследования, применяя нелинейные модели, для углубления анализа взаимосвязей.
Список литературы
1. Биологическая химия: методические указания к лабораторным занятиям по биохимии для студентов ветеринарных факультетов и врачей ФПК / Н. В. Пилаева, Б. М. Федоров, Л. Ю. Карпенко и др. СПб.:, 2002. 67 с.
2. Костомахин Н. М. Болезни продуктивности крупного рогатого скота / Н. М. Костомахин // Главный зоотехник. 2011. № 12. С. 40-46.
3. Тёвс А. Краткий справочник консультанта / Под общ. ред. А. Тёвса. Мекенхайм: DCM Druck Center Meckenheim GmbH, 2010. 159 с.
4. Elevated non-esterified fatty acids and ß-hydroxybutyrate and their association with transition dairy cow performance / J. A. A. McArt, D. V Nydam, G. R. Oetzel [et al.]. // Vet. J. 2013. Vol. 198 (3). P. 560-570.
5. Haas D. The diagnostic importance of milk components for a human and cows' health. (in Czech) / D. Haas, B. Hofirek // CUA Prague, Proceedings of contributions: Milk day. 2004. P. 26-29.
6. Hwang S. Y (December). Monitoring nutritional status of dairy cows in Taiwan using milk protein and milk urea nitrogen / S. Y Hwang, M. J. Lee, P. W. S. Chiou // Asian-Australas. J. Anim. Sci. 2000. Vol. 13 (12). P. 1667-1673.
7. Interactions between negative energy balance, metabolic diseases, uterine health and immune response in transition dairy cows. / G. Esposito, P. C. Irons, E. C. Webb [et al.]. // Anim. Reprod. Sci. 2014. Vol. 144 (3-4). P. 60-71.
8. Liconsa. Scheme of prices and incentives for L of fluid milk, effective as of October 9, 2011. Social Supply Program. Acquisition of milk. Mexico City / Liconsa // Official Journal of the Federation. 2013. Vol. 32. P. 216-230.
9. Ogola Н. Effect of mastitis оп raw milk compositional quality / Н. Ogola, А. Shitandi, J. Nanua // J. Vet. Sci. 2007. Vol. 8 (3). P. 237-242.
10. Prediction of blood metabolites from milk mid-infrared spectra in early lactation cows / A. Benedet, M. Franzoi, M. Penasa [et al.]. // J. Dairy Sci. 2019. Vol. 102 (12). P. 11298-11307.
