史碧云

專家說：要增強抵抗力。

■ 在“二十條”和“新十條”先后發布后，各地響應號召，對疫情防控措施進行了優化，面對從嚴格預防感染的戰略轉為重點關注重癥和預防死亡，在此基礎上讓社會生活和經濟活動逐步回歸正常，然而對于病毒的預防仍不可忽視，首要的方法就是增強抵抗力。
 
如何有效增加抵抗力呢？

攝入優質蛋白是增強抵抗力的核心方式，蛋白質最普遍的來源便是牛奶。奶牛的飼喂系統對于牛奶的質量至關重要，意大利圣心天主教大學和薩薩里大學聯合使用食品組學的方式評估了不同飼喂系統對牛奶化學成分的影響，多變量統計分析的結果提示牛奶樣品同奶牛飲食配方中的高水分穗玉米（HMC）相關性較大，差異代謝物主要同嘧啶和維生素B6的代謝途徑有關，這些同奶牛瘤胃到乳腺的微生物氮代謝相關。
   
玉米為典型的高產作物，其播種面積大，分布范圍廣，也是最主要的飼用谷物。在奶牛的飼喂系統中，經常使用的是青貯玉米，即在最佳收獲期將包括果穗在內的玉米地上部植株收獲，經過整株切碎、加工或貯藏發酵，形成青貯玉米，也叫高水分玉米青貯（High-moisture ear corn, HMC），然后以一定比例配置成草食家畜的飼料作物。
 
研究者從意大利波河平原的66個商業奶牛牧場隨機選取了36個，其奶牛種和飼養環境均十分接近，只是飼料選擇有所不同，如下表所示；于每個牧場取牛奶樣品3份，進行小分子代謝物提取，過程如下圖所示。




 
使用LC-HRAM MS進行數據采集，儀器方法如下圖所示，對數據進行峰提取、對齊、空缺值填充等，并使用5ppm作為質量偏差閾值，進行結合MS1、同位素峰簇分布及MS2信息的鑒定，使用Bovine Metabolome Database、Phenol-Explorer和Mass Bank of North America等數據庫，得到697個包含同位素峰簇的特征峰，其中88個獲得結構鑒定的化合物信息，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，以及馬尿酸衍生物和酚類代謝物等同飼料相關的化合物。



此后，使用有監督的多變量統計分析進行數據處理，OPLS-DA散點圖如下所示，可見牛奶樣品代謝組的聚合程度同飼料的組成有關，飼料中有HMC的聚集程度較高，而其它無HMC的飼料則分散于不同象限內。OPLS-DA的結果提示基于HMC的飼喂系統對于牛奶樣品的代謝組學特征有關鍵性影響。因此，下一步工作是基于飼料中包含和不包含HMC的牛奶之間進行成對比較，即將1+4+6組合并為HMC組，同2,3,5組分別比較，并引入通路富集分析，以便更深入地了解引起聚合度分離的代謝物及通路信息。
 
使用VIP>0.8為代謝物判別能力的閾值，得到HMC和其它各組中，差異性最明顯的為小肽類及其衍生物（71種特征峰），其次是嘧啶衍生物（38種）、嘌呤衍生物（15種）、吡啶衍生物（14種），以及一些必需或非必需氨基酸（10種）。通路富集分析的結果見下圖（其中A圖為富集差異化合物通路，B圖為富集差異化合物種類），無論從通路還是從化合物種類來看，嘧啶衍生物都是最顯著（p<0.05）的類別，GDP、L-天冬氨酸、胸腺苷和4-吡哆酸都被發現在HMC的樣品中豐度較高且差異顯著。




基于多變量統計分析的結果，針對HMC特征性最明顯的代謝途徑探索，分別對HMC和組2,3,5進行代謝組富集分析，選擇的通路庫為KEGG中的Bos Taurus庫，結果如下圖所示，其中A,B,C圖分別代表HMC vs 組2、組3和組5。結果提示3種代謝途徑對于HMC組較為主要，即嘧啶代謝、VB6代謝（即吡哆醛衍生物）和丙氨酸、天冬氨酸和谷氨酸代謝。其中嘧啶代謝對每組對比的影響都是最大的，故下一步工作是基于對每個嘧啶代謝中間體的變化進行評估，以證明它們同飼喂策略之間的相關性。




 
由結果可見，胞嘧啶、尿嘧啶和胸腺嘧啶的中間體包括脲基琥珀酸（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產物如 3-脲基異丁酸和 3-氨基異丁酸顯示出顯著積累，HMC vs組2的比較發現 3-氨基異丁酸的log2 FC = 0.63，HMC vs 組5的log2 FC = 0.34，HMC vs組3的log2 FC = 0.30，所有的比較都顯示FC高于1.23倍，且有顯著性差異。胞嘧啶和尿嘧啶的降解產物3-脲基丙酸也可觀察到類似的趨勢，盡管其FC值較低。
 
最后，考慮到每次比較都強調了維生素B6代謝的顯著差異，對其在Bos Taurus 代謝途徑中VB6 中間體4-吡哆酸進行差異比較，結果發現不同對比組中都有顯著的積累趨勢。其中在HMC vs組 2（log2FC = 0.18）中發現 4-吡哆酸的最高積累，然后是與組3和組5的差異。綜上所述，研究結果支持基于HMC的飼喂系統與牛奶中嘧啶和吡哆醛降解產物的積累之間存在直接相關性。
 
除了我們熟知的食品安全、營養學領域的應用，對于飼喂系統和乳質產品之間的相關性信息挖掘是不是也讓各位小伙伴大開眼界呢，對于食品組學的應用還遠不止于此。誠然，所有應用的前提都是高水平的平臺，賽默飛多年來提供多種高分辨率高質量精度質譜的選擇，對于食品組學可選擇新一代靜電場軌道阱高分辨質譜儀，附帶AcquireX的方法模板，可使數據挖掘到前所未有的深度，感興趣的小伙伴識別下方二維碼查看哦~    
 
如需合作轉載本文，請文末留言。