利用GC-MS代谢组检测围产期奶牛血液中代谢物质变化预测亚临床乳

文章信息

    E. Dervishi, G. Zhang, S. M. Dunn,R. Mandal, D. S. Wishart and B. N. Ametaj. GC-MS metabolomics identifiesmetabolite alterations that precede subclinical mastitis in the blood oftransition dairy cows. Journal of proteome research, 2017, 16,433-446.
 
    创新点

    1.通过代谢组学技术鉴定奶牛血液中的生物标记物并对奶牛隐形乳房炎进行预测。

    2.降低奶牛隐形乳房炎的发生率，为奶牛隐形乳房炎的预防提供新思路。

    研究背景

    奶牛隐形乳房炎是乳房炎中最普遍的一种形式，发生率达到20-50%。目前，隐形乳房炎诊断的两种主要方法为体细胞数测量法（SCC）和加勒福尼亚乳房炎测试法（CMT）。后者通常是在体细胞数达到400,000以上时才会在测试中呈现阳性结果，然而事实上当体细胞数达到200,000以上时感染就有可能发生，即隐形乳房炎的发生。研究表明代谢组学技术作为一种新的疾病生物标记物筛选方法，可以用来模拟以及预测一些复杂疾病。因此，是否能够通过代谢组学手段来筛选奶牛隐形乳房炎生物标记物，进而预测疾病的发生。
 
    实验设计及结果

    实验设计：血液（血清和血浆）代谢组数据来自26头围产期奶牛，其中20头健康奶牛为对照组（CON）以及6头患隐形乳房炎奶牛为实验组（SCM），分别采集自5个不同的时间点包括分娩前8周（血清），分娩前4周（血清），疾病诊断周（血浆），分娩后4周（血浆），分娩后8周（血浆），图1为全文实验设计思路。
 

     实验结果

    1.运用单因素分析法分别比较五个不同时间点SCM组与CON组代谢物差异变化。结果发现在隐形乳房炎诊断前8周和4周以及疾病诊断周的SCM组和CON组代谢物之间存在显著差异，主要表现在氨基酸代谢和蛋白质生物合成两方面（如图2所示）。

    2.通过多元统计分析法分析分娩前8周和4周以及疾病诊断周的血清样本代谢物。发现SCM组与CON组代谢物相比较，其中丝氨酸在SCM均呈现上调趋势，推断丝氨酸浓度的增加是患隐形乳房炎奶牛免疫系统激活的一个表征（如图3所示）。

图3

    3.通过多远统计分析法分析疾病诊断周以及分娩后4周和8周的血浆样本代谢物。通常情况下，认为奶牛分娩前3周到分娩后3周之间为奶牛围产期，事实上，根据实验中蛋白质与碳水化合物代谢物的变化可以推断出奶牛围产期应该是从产前8周开始直到产后8周结束（如图4所示）。

图4

    结论与展望

    结论: 通过对血液中代谢物的鉴定以及代谢通路的分析，可以更好的理解奶牛患隐形乳房炎的发病机理，并且可以以氨基酸等物质作为生物标记物对疾病作出预测和诊断。

    展望: 探究通过对生物标记物的鉴定评估疾病的持续时间以及药物对疾病的治疗效果。
 
    通讯作者及其研究简介

    Burim Ametaj,教授，加拿大阿尔伯塔大学农业食品与营养学院，主要研究领域为营养免疫学。

（图片来源https://www.ualberta.ca/agriculture-life-environment-sciences/about-us/facultylecturer-directory/burim-ametaj）