Foraggio verde nella dieta delle bufale: come cambia la qualità del latte
Uno studio recentemente pubblicato sull' Italian Journal of Animal Science ha cercato di descrivere le relazioni tra il microbiota ruminale, i CAZymes ruminali e la qualità del latte nelle bufale alimentate con foraggi verdi
Le bufale sono animali che hanno un’importanza globale sia economica che sociale nelle economie in via di sviluppo ma anche in quelle sviluppate (Deb et al. 2016). Sono produttive con una dieta di qualità relativamente bassa e hanno un latte di alto valore nutrizionale (Arrichiello et al. 2022). Questo è dovuto in parte al microbiota ruminale unico delle bufale, che è nettamente diverso dal microbiota di altri ruminanti con degradazione delle fibre relativamente elevata e ridotta produzione di metano (Hamid et al., 2017; Iqbal et al. 2018; Malik et al. 2021; Sun et al. 2021).
Sulla base dell’importanza globale delle bufale come fonte di latte, è importante comprendere più a fondo le relazioni tra dieta, funzione ruminale e qualità del latte nelle bufale. I consumatori preferiscono prodotti alimentari provenienti da animali alimentati con diete naturali (El-Zaiat e Abdalla 2019; Sallam et al. 2019). Bovini e bufali alimentati con foraggio verde producono latte con maggiore attività antiossidante e antinfiammatoria. (Salzano et al. 2021, 2022).
L’inclusione del foraggio verde nella dieta delle bufale è associata a cambiamenti distintivi nel metaboloma ruminale (Neglia et al. 2023) e nel trascrittoma (Salzano et al. 2023) e questo può essere probabilmente dovuto alla maggiore quantità di zuccheri semplici che sono in grado di migliorare l’efficienza ruminale e l’utilizzo dei nutrienti (Mordenti et al. 2021). Si può quindi presumere che i cambiamenti nel metaboloma ruminale e nel trascrittoma nelle bufale alimentate con foraggio verde aumentino le proprietà benefiche del latte di bufala.
Il microbiota ruminale produce enzimi attivi sui carboidrati (CAZymes) che includono enzimi lignocellulo-litici che determinano fondamentalmente la degradazione e la deramificazione dei polisaccaridi vegetali (Hobson e Stewart 1997; Cantarel et al. 2009). La scomposizione dei carboidrati complessi da parte dei CAZymes produce diversi metaboliti, tra cui gli acidi grassi volatili (VFA) e idrogeno (Li et al. 2022). I CAZymes sono raggruppati in famiglie a seconda della loro specifica attività enzimatica (Cantarel et al. 2009). Le principali famiglie di CAZymes sono le idrolasi glicosidiche (GHs, idrolizzano e/o riorganizzano i legami glicosidici), le transferasi glicosiliche (GTs, formano legami glicosidici), le polisaccaridasi (PLs, scissione non idrolitica dei legami glicosidici), le esterasi carboidratiche (CEs, idrolizzano esteri carboidratici) e le attività ausiliarie (AAs, enzimi redox che agiscono insieme ai CAZymes). E’ stato visto che la dieta influenza il profilo dei CAZymes sia nei bovini che nei bufali (Patel et al.2014; Wang et al.2019; Pantoja-Feliciano et al. 2023).
Il presente studio ha cercato di descrivere le relazioni tra il microbiota ruminale, i CAZymes ruminali e la qualità del latte nelle bufale che ricevevano foraggi verdi. Le relazioni sono state confrontate con bufale che ricevevano una razione mista totale (TMR) standard. Le nuove informazioni potrebbero essere utilizzate per sviluppare diete che incorporano foraggi verdi che favoriscono il microbiota del rumine il quale produce profili di CAZymes i quali migliorano la qualità del latte nelle bufale, L’ipotesi testata è che i foraggi verdi inducano cambiamenti nella composizione del microbiota ruminale e nel profilo dei CAZymes, con conseguente aumento della sintesi di amminoacidi e precursori di biomolecole funzionali che promuovono la salute del latte delle bufale.
Materiali e Metodi
Lo studio è stato condotto per un periodo di 60 giorni utilizzando bufale da latte mediterranee italiane (n=16; 8,5 ± 2,0 anni) in un’azienda commerciale dell’Italia meridionale, gli animali sono stati posti in recinti con pavimenti in cemento e sono stati munti due volte al giorno. Sono stati assegnati in modo casuale, in base al numero di parti e alla produzione di latte giornaliera in due gruppi omogenei e hanno ricevuto una razione standard TMR o TMR + 30% di foraggio verde (Tabella 1).
Dopo 60 giorni sono stati prelevati campioni di latte di massa per ciascun gruppo, la produzione di latte è stata registrata e gli animali sono stati macellati. I campioni di liquido ruminale (50ml) per ogni animale sono stati raccolti e immediatamente congelati in ghiaccio secco e poi conservato a -80°C fino alle analisi.
Tabella 1. Alimentazione e composizione chimica delle diete di bufale alimentate senza razione mista totale (gruppo TMR) o con (TMR + foraggio verde) circa il 30% di loietto verde.
I campioni di latte di massa sono stati analizzati in triplice copia usando spettroscopia IR. Il contenuto di γ-butirrobetaine, glicina betaina, δ-valerobetaine, L-carnitina, acetil-L-carnitina e propionil-L-carnitina è stato determinato tramite cromatografia liquida. Il potere antiossidante (FRAP) e la capacità antiossidante totale (TAC) sono stati determinati tramite saggi di laboratorio.
Il DNA genomico batterico è stato estratto e la quantità e la qualità del DNA estratto sono state valutate utilizzando Nanodrop e un fluorimetro Qubit TM ad alta sensibilità. Le sequenze geniche parziali del gene 16S rRNA sono state ottenute ed analizzate tramite appositi software statistici. Le esatte varianti di sequenza degli ampliconi e i generi con la massima abbondanza sono stati definiti come quelli con un’abbondanza relativa cumulativa superiore allo 0,1% nel nostro set di dati. La diversità alfa è stata analizzata utilizzando l’indice di diversità di Simpson tra le due aree campionate. La diversità beta è stata analizzata utilizzando l’indice Jaccard.
I microbiomi sono stati studiati mediante analisi metagenomica utilizzando la narrativa metagenomica del Laboratorio Giovannelli creata su Kbase (Arkin al 2018). I dati metagenomici sono disponibili nell’NCBI SRA con ID del progetto PRJNA993601. Tutti i campioni sono stati ulteriormente caratterizzati funzionalmente mediante analisi del database CAZyme (www.cazy.org),che permette di identificare i CAZymes. I CAZimes, compresi quelli codificati da GHs, glicosiltransferasi (GTs), CEs, PLs e AAs nel metagenoma del rumine, sono stati identificati e annotati utilizzando il pacchetto HMMER 3 0 (http://hmmer.org/) con il pacchetto dbCAN CAZyme (www.cazy.org; Yin et al. 2012).
Le analisi statistiche sono state eseguite utilizzando SPSS (23.0) per Windows 10. Il bufalo è stato utilizzato come unità sperimentale. L’ANOVA a una via è stata utilizzata per confrontare i dati relativi all’assunzione di sostanza secca (DMI), produzione e qualità del latte, TAC, FRAP e molecole funzionali del latte. Una differenza statisticamente significativa è stata accettata a p < .05.
Risultati
L’assunzione di sostanza secca totale è risultato simile tra TMR e TMR + foraggio verde per bufale (16,0 ± 0,2 e 16,1 ± 0,2 kg/giorno rispettivamente per TMR e TMR + foraggio verde, p = .89). La produzione media di latte e di ECM durante il periodo sperimentale non differivano significativamente tra i due gruppi (12,3 ± 0,1 vs. 12,5 ± 0,2 kg rispettivamente per i gruppi TMR e TMR + foraggio verde p = .87).
I risultati relativi alle biomolecole funzionali nel latte e al potere antiossidante totale sono riportati nella Tabella 2. Le bufale che hanno ricevuto foraggi verdi avevano concentrazioni più elevate (p < .01) di L-carnitina, propionil-L-carnitina, acetil-L-carnitina e δ-valerobetaina rispetto alle bufale che hanno ricevuto solo TMR. Le concentrazioni di glicina, betaina e γ-butirrobetaina non differivano tra i gruppi. La capacità antiossidante del latte era maggiore (p < .01) nelle bufale che hanno ricevuto foraggio verde, sia quando determinato con i saggi TAC sia con i FRAP.
Tabella 2. Biomolecole funzionali e potere antiossidante nel latte per le bufale che hanno ricevuto una razione mista totale (gruppo TMR) e bufale che hanno ricevuto TMR + loietto fresco (circa il 30% della dieta; gruppo TMR + foraggio verde).
Sono state trovate 1.139.005 sequenze con una lunghezza media di 370 bp e sono stati identificati 8221 ASV. Di queste, 6192 ASV erano comuni ai due gruppi. 734 erano unici per le bufale che hanno ricevuto TMR e 1295 erano unici per le bufale che hanno ricevuto TMR + foraggio verde. L’analisi tassonomica ha assegnato la comunità batterica a 14 phyla batterici. I Firmicutes (ora Bacillota) e Bacteroidota erano i phyla più abbondanti in entrambi i gruppi (oltre il 92% del totale dei batteri). Altri phyla batterici che rappresentavano più dell’1% del campione erano Proteobacteria e Planctomycetota. In ordine, Bacteroidales, Christensenellales, Oscillospirales e Lachnospirales erano più abbondanti in entrambi i gruppi. In ordine di genere, Christensenellaceae_R-7_group, Rikenellaceae_RC9_gut group, NK4A214_group, Prevotella e Butyrivibrio erano i più comuni nelle bufale che hanno ricevuto TMR, mentre il gruppo Lachnospiraceae_XPB1014_ha sostituito Butyrivibrio nelle bufale che hanno ricevuto TMR + foraggio verde.
La composizione microbica complessiva del rumine non differiva in modo marcato tra i due gruppi. Non sono state osservate differenze a livello di phylum e ci sono state differenze relativamente minime a livello di ordini e generi, a livello di ordine. Le Peptostreptococcales-Tissierellales sono risultate più abbondanti nelle bufale che hanno ricevuto TMR mentre le Veillonellales-Selenomonadales e Bradymonadales erano più abbondanti nelle bufale che ricevevano TMR + foraggio verde. Sono state osservate relativamente poche differenze statisticamente significative a livello di genere e queste sono dovute soprattutto a generi scarsamente rappresentati: Prevotellaceae_YAB2003_group (Bacteroidota phylum) e Colidextribacter (phylum Bacillota) sono risultati più abbondanti nelle bufale che hanno ricevuto TMR, mentre Selenomonas, Prevotellaceae-UCG-007, Quinella, Oscillospira e Tyzzerella (tutti Bacillota phylum) sono risultati più abbondanti nelle bufale che hanno ricevuto TMR + foraggio verde. La diversità microbica dei due gruppi è stata ulteriormente caratterizzata analizzando la diversità alfa e beta. La diversità alfa è stata analizzata utilizzando gli indici di ricchezza e gli indici di Simpson, il primo prendendo in considerazione tutte le sequenze ottenute e il secondo concentrandosi solo su quelle più abbondanti. Un numero maggiore di specie e una maggiore diversità di specie sono stati osservati nelle bufale che hanno ricevuto TMR + foraggio verde (Figura 1(A)). Tuttavia, quando l’analisi si è concentrata solo sulle sequenze più abbondanti, i risultati si sono invertiti, e si è riscontrato un numero maggiore di specie nelle bufale che hanno ricevuto TMR (Figura 1(B)). Nel complesso, questi risultati possono essere interpretati come (1) le bufale che hanno ricevuto TMR + foraggio verde hanno una maggiore biodiversità della composizione microbica del rumine rispetto alle bufale che hanno ricevuto TMR e (2) il maggior numero di specie batteriche trovate nelle bufale che hanno ricevuto TMR + foraggio verde era dovuto a specie rare. Ciò è stato supportato dall’analisi della diversità beta mediante l’indice nMDSJacard. L’analisi non ponderata ha mostrato che i campioni di bufale che hanno ricevuto TMR + foraggio verde (simboli verdi nella Figura 2(A)) erano sparsi in un’area più ampia rispetto ai campioni di bufale che hanno ricevuto TMR (simboli gialli nella Figura 2 (A)). Ciò indica una maggiore diversità di specie nelle bufale che hanno ricevuto TMR + foraggio verde. L’analisi nMDS ponderata, in cui viene dato maggior peso agli ASV più abbondanti, ha mostrato che i campioni dei due gruppi erano distribuiti in modo simile, indicando che i cluster osservati nell’analisi non ponderata erano perlopiù dovuti a specie rare (Figura 2(B)).
I dati metagenomici sono stati utilizzati per valutare la presenza di archei e DNA virale. Il numero di sequenze degli archei e delle sequenze virali è significativamente minore rispetto a quelle batteriche. I membri del phylum Euryarchaeota hanno rappresentato il 2,5 ± 1,3% (TMR) e il 2,4 ± 1,0% (TMR + foraggio verde) del microbiota totale del rumine. A livello di genere, l’abbondanza di Methanobrevibacter non differiva tra i due gruppi (TMR 1,80%; TMR + foraggio verde 1,74%). Il DNA virale nei campioni di rumine era molto basso e simile tra i due gruppi (TMR 0,26%; TMR + foraggio verde 0,22%). Gli enzimi delle transferasi (EC2) e delle idrolasi (EC3) sono risultati più abbondanti in entrambi i gruppi e non differivano tra loro (Figura 3). L’analisi della diversità funzionale alfa ha mostrato il più alto indice di diversità di Simpson per le bufale che hanno ricevuto TMR + foraggio verde . Ciò è stato supportato da un’analisi nMDS basata sulla somiglianza ponderata di Jaccard, che ha mostrato che i campioni di bufale che ricevevano TMR + foraggio verde erano sparsi in un’area più ampia rispetto ai campioni di bufale che hanno ricevuto TMR.
Figura 1. Diversità alfa tra i due gruppi di dieta. (A) Numero osservato di ASV (semplicemente il numero di ASV presenti nel campione) e (B) indice di diversità di Simpson (che tiene conto del numero di taxa e dell’abbondanza, sminuendo il ruolo delle specie rare). In base a ciò, la dieta a razione mista totale (TMR) + foraggio verde presenta un numero maggiore di specie rare rispetto alla dieta TMR.
Figura 2. Ordinazione (nMDS) basata sulla somiglianza di Jaccard ponderata (in alto) e non ponderata (in basso), colorata in base al gruppo di dieta. Le ellissi corrispondono all’intervallo di confidenza del 95% del baricentro per il gruppo.
Figura 3. Distribuzione delle classi di codice enzimatico (EC) nel gruppo di bufali alimentati con rapporto misto totale (TMR) standard o con TMR + foraggio verde di loietto.
Sono stati identificati membri di tutte e sei le classi di CAZymes (GHs, GTs, CBM, CE, PL e AA), con le classi GH e GT più abbondanti in entrambi i gruppi, riassunta nella Tabella 3). Le bufale che hanno ricevuto TMR + foraggio verde avevano un minore numero medio di CAZymes delle classi GH, CBM e CE, e un numero maggiore delle classi GT e AA (Tabella 3).
Tabella 3. Distribuzione di CAZymes nel rumine delle bufale che hanno ricevuto una razione mista totale (gruppo TMR) e delle bufale che hanno ricevuto TMR + loietto fresco (circa il 30% della dieta; TMR + gruppo foraggio verde).
L’analisi delle famiglie GH e GT più abbondanti ha mostrato che erano presenti enzimi appartenenti alle famiglie 73GH e 26 GT, con sette famiglie GH e sette GT presenti solo nelle bufale che hanno ricevuto TMR e sei famiglie GH e 1 GT presenti solo nelle bufale che hanno ricevuto TMR + foraggio verde, riassunta nella Tabella 4).
Tabella 4. Le famiglie dei glicosil idrolasi (GH) e delle glicosil transferasi (GT) sono presenti solo in un gruppo.
Le famiglie di GH più abbondanti (GH2, GH13 e GH30) erano tutte più abbondanti nei bufali che ricevevano TMR (Figura 4 (A)). Le famiglie con GH10, GH35, GH54, GH67, GH95, GH104, GH105, GH115 e GH133 sono più abbondanti nelle bufale che hanno ricevuto TMR + foraggio verde (Figura 4 (B)). L’analisi della famiglia GT ha mostrato che GT4, GT14, GT20, GT26 e GT39 erano più abbondanti nelle bufale che ricevevano TMR + foraggio verde e GT5, GT10, GT30, GT83 e GT112 erano più abbondanti nelle bufale che ricevevano solo TMR (Figura 5). Le famiglie GT che erano più abbondanti nel gruppo con foraggio verde sono prodotte anche da alcuni dei generi rilevati come più abbondanti nello stesso gruppo (Tabella 5). Alcune delle restanti famiglie di GH e GT erano presenti nel rumine dei due gruppi sperimentali 3p in misura diversa.
Figura 4. Le famiglie di glicoside idrolasi (GH) più abbondanti nel gruppo bufalino alimentate con razione mista totale standard (TMR) o con TMR + foraggio verde loietto (A). Famiglie GH le cui abbondanze mostrano una netta differenza tra i due gruppi sperimentali (B).
Figura 5. Abbondanza delle famiglie delle glicosil transferasi (GT) nel gruppo bufalino alimentate con razione mista totale standard (TMR) o con TMR + foraggio verde di loietto.
Tabella 5. Generi rilevati in campioni di rumine del gruppo di mangime misto totale (TMR) + gruppo di foraggi verdi che codificavano le glicosil transferasi (GT) più abbondanti nel gruppo TMR + foraggio verde
Discussione
Il presente studio ha testato l’ipotesi che il foraggio verde induca cambiamenti nel microbiota ruminale e nel CAZymes, il che si traduce in un miglioramento della qualità del latte nelle bufale. A sostegno dell’ipotesi, l’inclusione di foraggi verdi nella dieta dei bufali ha favorito la sostituzione di batteri che producono un sottogruppo distinto di CAZymes. Inoltre, il latte di bufale che hanno ricevuto TMR + foraggio verde conferma avere quantità più elevate di L-carnitina, propionil-L-carnitina e δ-valerobetaina (Salzano et al. 2021; Neglia et 2023). Queste biomolecole funzionali hanno proprietà benefiche per la salute e sopprimono in vitro le linee cellulari tumorali umane (D’Onofrio et al. 2020a; D’Onofrio et al. 2020b; Cacciola et al. 2022).
Le bufale che hanno ricevuto TMR + foraggio verde avevano una maggiore rappresentanza di batteri appartenenti agli ordini Veillonellales, Selenomonadales e Bradymonadales. Le Veillonellaceae fermentano il lattato in acetato e propionato, che è correlato al metabolismo degli acidi grassi (Zeng et al. 2019).
A livello di genere, Quinella, Selenomonas, Prevotellaceae-UCG-007, Oscillospira e Tyzzerella erano più abbondanti nelle bufale che ricevevano TMR + foraggio verde. I membri del genere Prevotella, e di altri generi della famiglia delle Prevotellaceae, sono batteri ruminali dominanti e mostrano cambiamenti in risposta al cambiamento delle diete (Paradiso et al. 2021; Rabee et al. 2022; Yi et al. 2022). Nei vitelli svezzati, Succiniclastum, Selenomonas 1 e il gruppo YAB2003 Prevotellaceae sono stati correlati positivamente con gli acidi grassi totali a catena corta e gli acidi propionico, valerico, acetico e butirrico e le concentrazioni di acetato e butirrato nel rumine (Hartinger et al. 2022). Nel presente studio, la percentuale di carboidrati/zuccheri altamente fermentescibili era più alta nelle bufale che ricevevano TMR + foraggio verde, coerente con una maggiore prevalenza di Prevotella.
Le bufale che hanno ricevuto la dieta TMR avevano una maggiore abbondanza di batteri negli ordini Peptostreptococcales e Tissierellales. I peptostreptococcoli fermentano il butirrato, che viene utilizzato dalle cellule della parete ruminale come substrato energetico con la formazione del tasso di β-idrossibutirrato (Palakawong et al. 2018; Gharechahi et al. 2021). Una dieta ricca di concentrati ha aumentato l’acetato e il butirrato nel rumine (Sinha et al. 2017) e nel liquido ruminale in vitro dei bufali (Neglia et al. 2023).
La capacità del rumine di convertire il mangime in zuccheri fermentabili dipende dagli enzimi idrolizzanti polisaccaridici, CAZymes, prodotti dai batteri ruminali. Nel presente studio, le differenze nelle sottopopolazioni di batteri ruminali tra i bufali che hanno ricevuto TMR e TMR + foraggio verde sono state associate a diversi profili ruminali di CAZymes. I CAZymes totali erano più alti nelle bufale che hanno ricevuto TMR rispetto al gruppo TMR + foraggio verde. Nelle bufale TMR, una maggiore abbondanza di Prevotellaceae era associata a una percentuale più elevata di CAZymes GH, CBM, CE e PL (Wang et al. 2019).
Le bufale che hanno ricevuto mangime TMR + foraggio verde avevano una percentuale più elevata di CAZymes GT e AA. I GH CAZymes, insieme a CE e PL, hanno un complesso processo di disgregazione della ligno-cellulosa e possono degradare gli zuccheri complessi (Lombard et al. 2014) mentre i CBM possono migliorare l’efficienza catalitica degli enzimi legando specificamente i polisaccaridi e migliorando la concentrazione degli enzimi (Jones et al. 2018).
Sia nei bovini che nei bufali, un cambiamento dal foraggio verde a quello secco è stato associato a un aumento di GH CAZymes (Bohra et al. 2019). Nel presente studio, le bufale che hanno ricevuto TMR avevano una quantità maggiore di GH CAZymes rispetto al gruppo di TMR + foraggio verde. Le bufale che hanno ricevuto il mangime TMR + foraggio verde avevano una maggiore abbondanza di CAZymes della classe GT (GHT4, GT14, GT20, GT26, GT39) e della classe AA (AA1, AA3, AA6). La classe AA CAZymes è più abbondante nei funghi che degradano il legno e ha degradazione della lignocellulosa e attività antiossidante (Sutzl et al. 2018). Quest’ultimo risultato potrebbe spiegare la maggiore attività antiossidante nel latte delle bufale che hanno ricevuto TMR + foraggio verde nel presente studio. Una maggiore espressione di geni legati allo stress ossidativo e alle risposte cellulari in cellule ruminali di bufalo in vitro è correlata con una maggiore abbondanza di batteri che producono GT4 e G26 (Selenomonas, Prevotella, Oscillospiraceae); GT14 e GT20 (Prevotella); GT30 (Selenomonas, Prevotella incolta); GT39 (Oscillospiraceae).
I GT CAZymes sono coinvolti nella biosintesi di legami glicosidici da donatori di zucchero fosfo-attivati (Coutinho e Henrissat 1999; Benson et al. 2004; Yip e Withers 2006). La specificità dei residui GT CAZymes nella loro capacità di modificare selettivamente il corretto gruppo ossidrilico su un accettore contenente molti ossidrili ugualmente reattivi (ad es. oligosaccaridi complessi) (Varki 2017). Poiché molti batteri sintetizzano polisaccaridi che imitano la glicosilazione umana, i GT CAZymes batterici possono essere utilizzati per la sintesi di glicoproteine con pattern di lazione glicosotica eucariotica (Varki 2017).
La dieta determina chiaramente il profilo delle CAZymes nei ruminanti. Il profilo CAZymes nelle bufale che hanno ricevuto TMR + foraggio verde nel presente studio potrebbe in parte spiegare il trascrittoma cellulare della parete ruminale delle bufale che hanno ricevuto foraggio verde (Salzano et al. 2023). Quest’ultimo influenzerebbe il metaboloma del liquido ruminale (Neglia et al. 2023) che, a sua volta, influenzerebbe i metaboliti sistemici nel latte delle bufale alimentate con foraggio verde (Salzano et al. 2021, 2022). Questa via dei CAZymes che influenzano i processi cellulari sarebbe considerata analoga alle glicosiltransferasi dipendenti dalla marea del nucleo di zucchero (enzimi UGT) e alle vie di glicosilazione nelle cellule umane (Audet-Delage et al. 2022).
La NԐ-trimetil-lisina (TML) è il principale precursore (Servillo et al. 2014) delle biomolecole funzionali osservate nelle bufale alimentate con foraggio verde (Salzano et al. 2021, 2022). Questo precursore deriva dalla metilazione della lisina (Lee et al. 2004) che molto probabilmente avviene nelle cellule della parete ruminale. Le verdure a foglia, come il loietto, contengono quantità relativamente elevate di TML, che partecipa alla biosintesi della carnitina (Servillo et al. 2014). Inoltre, sono anche noti per produrre profili nutrizionali favorevoli nei bovini in termini di composizione lorda, macroelementi e oligoelementi (Callahan et al. 2016; Gulati et al. 2018). La maggiore quantità di TML nel rumine degli animali alimentati con foraggio verde può quindi spiegare la produzione di latte con un profilo nutrizionale più elevato.
Nel complesso, i risultati del presente studio, combinati con i nostri precedenti rapporti sopra indicati, mostrano che le bufale alimentate con foraggio verde hanno una maggiore espressione di geni coinvolti nel metabolismo degli amminoacidi. I risultati attuali forniscono un forte supporto per le vie metaboliche e biosintetiche proposte che collegano il foraggio verde con i batteri ruminali, CAZymes e la sintesi di amminoacidi e biomolecole nei bufali. Queste informazioni possono informare lo sviluppo di diete che incorporano foraggi verdi che raggiungano una buona salute e benessere degli animali producendo al contempo elevate quantità di biomolecole funzionali nel latte, sia per i bufali che per i bovini.
Conclusioni
Le nostre analisi indicano che, sebbene la composizione microbica complessiva del rumine non sia drasticamente influenzata dalla dieta sperimentale, aumenta la biodiversità microbica con una maggiore abbondanza di generi batterici poco rappresentati. L’inclusione di foraggi verdi nella dieta delle bufale da latte favorisce il microbiota ruminale che produce CAZymes che supportano la sintesi di biomolecole funzionali. Quest’ultimo migliora le proprietà benefiche per la salute del latte intero. I risultati forniscono un incentivo per perfezionare ulteriormente le strategie di alimentazione che soddisfano le preferenze dei consumatori per i prodotti alimentari provenienti da animali alimentati con diete naturali. L’approccio adottato nel presente studio per le bufale dovrebbe essere applicabile anche ai bovini da latte.
Referenze
Arkin AP, Cottingham RW, Henry CS, Harris NL, Stevens RL, Maslov S, Dehal P, Ware D, Perez F, Canon S, et al. 2018. KBase: the United States Department of Energy Systems Biology Knowledgebase. Nat Biotechnol. 36(7):566–569. doi: 10.1038/nbt.4163.
Arrichiello A, Auriemma G, Sarubbi F. 2022. Comparison of nutritional value of different ruminant milks in human nutrition. Int J Funct Nutr. 3(4):5. doi: 10.3892/ijfn.2022.28.
Audet-Delage Y, Rouleau M, Villeneuve L, Guillemette C. 2022. The glycosyltransferase pathway: an integrated ana lysis of the cell metabolome. Metabolites. 12(10):1006. doi: 10.3390/metabo12101006.
Benson DA, Karsch-Mizrachi I, Lipman DJ, Ostell J, Wheeler DL.2004 GenBank: update. Nucleic Acids Res. 32(Database issue):D23–D26. doi: 10.1093/nar/gkh045.
Bohra V, Dafale NA, Purohit HJ. 2019. Understanding the alteration in rumen microbiome and CAZymes profile with diet and host through comparative metagenomic approach. Arch Microbiol. 201(10):1385–1397. doi: 10. 1007/s00203-019-01706-z.
Cacciola NA, Salzano A, D’Onofrio N, Venneri T, Cicco P, Vinale F, Petillo O, Martano M, Maiolino P, Neglia G, et al. 2022. Buffalo milk whey activates necroptosis and apop tosis in a xenograft model of colorectal cancer. Int J Mol Sci. 23(15):8464. doi: 10.3390/ijms23158464.
Callahan BJ, McMurdie PJ, Rosen MJ, Han AW, Johnson AJA, Holmes SP. 2016. DADA2: high-resolution sample infer ence from Illumina amplicon data. Nat Methods. 13(7): 581–583. doi: 10.1038/nmeth.3869.
Campanile G, De Filippo C, Di Palo R, Taccone W, Zicarelli L. 1998. Influence of dietary protein on urea levels in blood and milk of buffalo cows. Livest Prod Sci. 55(2):135–143. doi: 10.1016/S0301-6226(98)00123-7.
Cantarel BL, Coutinho PM, Rancurel C, Bernard T, Lombard V, Henrissat B. 2009. The carbohydrate-active enzymes data base (CAZy): an expert resource for glycogenomics. Nucleic Acids Res. 37(Database issue):D233–D238. doi: 10. 1093/nar/gkn663.
Chaumeil PA, Mussig AJ, Hugenholtz P, Parks DH. 2019. GTDB-Tk: a toolkit to classify genomes with the Genome Taxonomy Database. Bioinformatics. 36(6):1925–1927. doi: 10.1093/bioinformatics/btz848.
Coutinho PM, Henrissat B. 1999. Carbohydrate-active enzymes: an integrated database approach. In: Gilbert HJ, Davies G, Henrissat H, Svensson B, editors. Recent advan ces in carbohydrate bioengineering. Cambridge: The Royal Society of Chemistry; p. 3–12.
D’Onofrio N, Cacciola NA, Martino E, Borrelli F, Fiorino F, Lombardi A, Neglia G, Balestrieri ML, Campanile G. 2020. ROS-mediated apoptotic cell death of human colon can cer LoVo cells by milk d-valerobetaine. Sci Rep. 10(1):8978. doi: 10.1038/s41598-020-65865-6.
D’Onofrio N, Mele L, Martino E, Salzano A, Restucci B, Cautela D, Tatullo M, Balestrieri ML, Campanile G. 2020. Synergistic effect of dietary betaines on SIRT1-mediated apoptosis in human oral squamous cell carcinoma Cal 27. Cancers. 12(9):2468. doi: 10.3390/cancers12092468.
Deb GK, Nahar TN, Duran PG, Presicce GA. 2016. Safe and sus tainable traditional production: the water buffalo in Asia. Front Environ Sci. 4:38. doi: 10.3389/fenvs.2016.00038.
El-Zaiat HM, Abdalla AL. 2019. Potentials of patchouli (Pogostemon cablin) essential oil on ruminal methanogen esis, feed degradability, and enzyme activities in vitro. Environ Sci Pollut Res Int. 26(29):30220–30228. doi: 10. 1007/s11356-019-06198-4.
Gharechahi J, Vahidi MF, Bahram M, Han J-L, Ding X-Z, Salekdeh GH. 2021. Metagenomic analysis reveals a dynamic microbiome with diversified adaptive functions to utilize high lignocellulosic forages in the cattle rumen. ISME J. 15(4):1108–1120. doi: 10.1038/s41396-020-00837-2.
Gulati A, Galvin N, Lewis E, Hennessy D, O’Donovan M, McManus JJ, Fenelon MA, Guinee TP. 2018. Outdoor graz ing of dairy cows on pasture versus indoor feeding on total mixed ration: Effects on gross composition and min eral content of milk during lactation. Journal of Dairy Science. 101(3):2710–2723. doi: 10.3168/jds.2017-13338.
Hamid M, Siddiky M, Rahman M, Hossain K. 2017. Scopes and opportunities of buffalo farming in Bangladesh: a review. SAARC J Agric. 14(2):63–77. doi: 10.3329/sja.v14i2.31246.
Hartinger T, Pacifico C, Poier G, Terler G, Klevenhusen F, Zebeli Q. 2022. Shift of dietary carbohydrate source from milk to various solid feeds reshapes the rumen and fecal microbiome in calves. Sci Rep. 12(1):12383. doi: 10.1038/ s41598-022-16052-2.
Hobson PN, Stewart CS. 1997. The rumen microbial ecosys tem. 2nd ed. New York: Blackie Academic & Professional.
INRA. 2007. Alimentation des bovins, ovins et caprins – besoins des animaux – valeurs des aliments – tables INRA 2007. Versailles, France: Editions Quae; p. 307.
Iqbal MW, Zhang Q, Yang Y, Li L, Zou C, Huang C, Lin B. 2018. Comparative study of rumen fermentation and microbial community differences between water buffalo and Jersey cows under similar feeding conditions. J Appl Anim Res. 46(1):740–748. doi: 10.1080/09712119.2017.1394859.
Jones DR, Thomas D, Alger N, Ghavidel A, Inglis GD, Abbott DW. 2018. SACCHARIS: an automated pipeline to streamline dis covery of carbohydrate active enzyme activities within poly specific families and de novo sequence datasets. Biotechnol Biofuels. 11(1):27. doi: 10.1186/s13068-018-1027-x.
Lahti L, Shetty S. 2017. Tools for microbiome analysis in R Version. http://microbiome.github.com/microbiome.
Lee J, Cheng D, Bedford MT. 2004. Techniques in protein methylation. Methods Mol Biol. 284:195–208. doi: 10.1385/ 1-59259-816-1:195.
Li LP, Peng KL, Xue MY, Zhu SL, Liu JX, Sun HZ. 2022. An age effect of rumen microbiome in dairy buffaloes revealed by metagenomics. Microorganisms. 10(8):1491. doi: 10.3390/microorganisms10081491.
Lombard V, Golaconda Ramulu H, Drula E, Coutinho PM, Henrissat B. 2014. The carbohydrate-active enzymes data base (CAZy) in 2013. Nucleic Acids Res. 42(Database issue):D490–D495. doi: 10.1093/nar/gkt1178.
Maia AR, Reyes-Ramirez R, Pizarro-Guajardo M, Saggese A, Castro-Còrdova P, Isticato R, Ricca E, Paredes-Sabja D, Baccigalupi L. 2020. Induction of a specific humoral immune response by nasal delivery of Bcla 2 ctd of Clostridioides diffi cile. Int J Mol Sci. 21(4):1277. doi: 10.3390/ijms21041277.
Malik PK, Trivedi S, Mohapatra A, Kolte AP, Sejian V, Bhatta R, Rahman H. 2021. Comparison of enteric methane yield and diversity of ruminal methanogens in cattle and buffa loes fed on the same diet. PLOS One. 16(8):e0256048. doi: 10.1371/journal.pone.0256048.
McMurdie PJ, Holmes S. 2013. phyloseq: an R package for reproducible interactive analysis and graphics of micro biome census data. PLOS One. 8(4):e61217. doi: 10.1371/ journal.pone.0061217.
Mordenti AL, Giaretta E, Campidonico L, Parazza P, Formigoni A. 2021. A review regarding the use of molasses in animal nutrition. Animals 11:115. doi: 10.3390/ani11010115.
Neglia G, Calabrò S, Cotticelli A, Salzano A, Matera R, Vastolo A, D’Onofrio N, Giorgino A, Martino E, Balestrieri ML, et al. 2023. Use of former food products in dairy buffalo nutri tion: in vitro and in vivo evaluation. J Anim Physiol Anim Nutr. 107(6):1347–1355. doi: 10.1111/jpn.13830.
Neglia G, Cotticelli A, Vassetti A, Matera R, Staropoli A, Vinale F, Salzano A, Campanile G. 2023. Buffalo milk and rumen fluid metabolome are significantly affected by green feed. Sci Rep. 13(1):1381. doi: 10.1038/s41598-022-25491-w.
Oksanen J, Blanchet FG, Friendly M, Kindt R, Legendre P, McGlinn D, Minchin PR, O’Hara RB, Simpson GL, Solymos P, et al. 2020. vegan: community ecology package. https://CRAN.R-project.org/package=vegan.
Oksanen J, Blanchet FG, Kindt R, Legendre P, Minchin PR, O’Hara RB, Simpson GL, Solymos P, Henry M, Stevens H, et al. 2012. vegan: community ecology package. R package version 20-7. http://CRAN.R-project.org/package=vegan.
Palakawong Na Ayudthaya S, van de Weijer AHP, van Gelder AH, Stams AJM, de Vos WM, Plugge CM. 2018. Organic acid production from potato starch waste fermentation by rumen microbial communities from Dutch and Thai dairy cows. Biotechnol Biofuels. 11(1):13. doi: 10.1186/s13068- 018-1012-4.
Pantoja-Feliciano IG, Karl JP, Perisin M, Doherty LA, McClung HL, Armstrong NJ, Renberg R, Racicot K, Branck T, Arcidiacono S, et al. 2023. In vitro gut microbiome response to carbohydrate supplementation is acutely affected by a sudden change in diet. BMC Microbiol. 23(1):32. doi: 10.1186/s12866-023-02776-2.
Parada AE, Needham DM, Fuhrman JA. 2016. Every base matters: assessing small subunit rRNA primers for marine microbiomes with mock communities, time series and glo bal field samples. Environ Microbiol. 18(5):1403–1414. doi: 10.1111/1462-2920.13023.
Paradiso R, Borriello G, Bolletti Censi S, Salzano A, Cimmino R, Galiero G, Fusco G, De Carlo E, Campanile G. 2021. Different non-structural carbohydrates/crude proteins (NCS/CP) ratios in diet shape the gastrointestinal microbiota of water buffalo. Vet Sci. 8(6):96. doi: 10.3390/vetsci8060096.
Patel DD, Patel AK, Parmar NR, Shah TM, Patel JB, Pandya PR, Joshi CG. 2014. Microbial and carbohydrate active enzyme profile of buffalo rumen metagenome and their alteration in response to variation in the diet. Gene. 545(1):88–94. doi: 10.1016/j.gene.2014.05.003.
Rabee AE, Younan BR, Kewan KZ, Sabra EA, Lamara M. 2022. Modulation of rumen bacterial community and feed util ization in camel and sheep using combined supplementa tion of live yeast and microalgae. Sci Rep. 12(1):12990. doi: 10.1038/s41598-022-16988-5.
Saggese A, De Luca Y, Baccigalupi L, Ricca E. 2022. An anti microbial peptide specifically active against Listeria mono cytogenes is secreted by Bacillus pumilus SF214. BMC Microbiol. 22(1):3. doi: 10.1186/s12866-021-02422-9.
Saggese A, Giglio R, D’Anzi N, Baccigalupi L, Ricca E. 2022. Comparative genomics and physiological characterization of two aerobic spore formers isolated from human ileal sam ples. Int J Mol Sci. 23(23):14946. doi: 10.3390/ijms232314946.
Saggese A, Isticato R, Cangiano G, Ricca E, Baccigalupi L. 2016. CotG-like modular proteins are common among spore-forming Bacilli. J Bacteriol. 198(10):1513–1520. doi: 10.1128/JB.00023-16.
Sallam S, Attia MFA, El-Din ANMN, El-Zarkouny SZ, Saber AM, El-Zaiat HM, Zeitoun MM. 2019. Involvement of que bracho tannins in diet alters productive and reproductive efficiency of postpartum buffalo cows. Anim Nutr. 5(1):80– 86. doi: 10.1016/j.aninu.2018.08.003.
Salzano A, Di Meo MC, D’Onofrio N, Bifulco G, Cotticelli A, Licitra F, Iraci Fuintino A, Cascone G, Balestrieri ML, Varricchio E, et al. 2022. Breed and feeding system impact the bioactive anti-inflammatory properties of bovine milk. Int J Mol Sci. 23(19):11088. doi: 10.3390/ijms231911088.
Salzano A, Fioriniello S, D’Onofrio N, Balestrieri ML, Aiese Cigliano R, Neglia G, Della Ragione F, Campanile G. 2023. Transcriptomic profiles of the ruminal wall in Italian Mediterranean dairy buffaloes fed green forage. BMC Genomics. 24(1):133. doi: 10.1186/s12864-023-09215-6.
Salzano A, Licitra F, D’Onofrio N, Balestrieri ML, Limone A, Campanile G, D’Occhio MJ, Neglia G. 2019. Space allocation in intensive Mediterranean buffalo production influences the profile of functional biomolecules in milk and dairy products. J Dairy Sci. 102(9):7717–7722. doi: 10.3168/jds.2019-16656.
Salzano A, Neglia G, D’Onofrio N, Balestrieri ML, Limone A, Cotticelli A, Marrone R, Anastasio A, D’Occhio MJ, Campanile G. 2021. Green feed increases antioxidant and antineoplastic activity of buffalo milk: a globally significant livestock. Food Chem. 344:128669. doi: 10. 1016/j.foodchem.2020.128669.
Servillo L, D’Onofrio N, Giovane A, Casale R, Cautela D, Castaldo D, Iannaccone F, Neglia G, Campanile G, Balestrieri ML. 2018. Ruminant meat and milk contain d-valerobetaine, another precursor of trimethylamine N-oxide (TMAO) like c-butyrobetaine. Food Chem. 260: 193–199. doi: 10.1016/j.foodchem.2018.03.114.
Servillo L, D’Onofrio N, Neglia G, Casale R, Cautela D, Marrelli M, Limone A, Campanile G, Balestrieri ML. 2018. Carnitine precursors and short-chain acylcarnitines in water buffalo milk. J Agric Food Chem. 66(30):8142–8149. doi: 10.1021/ acs.jafc.8b02963.
Servillo L, Giovane A, Cautela D, Castaldo D, Balestrieri ML, Pastore A. 2014. Where does Ne-trimethyllysine for the carnitine biosynthesis in mammals come from? PLOS One. 9(1):e84589. doi: 10.1371/journal.pone.0084589.t001.
Sheik CS, Reese BK, Twing KI, Sylvan JB, Grim SL, Schrenk MO, Sogin ML, Colwell FS. 2018. Identification and removal of contaminant sequences from ribosomal gene databases: lessons from the census of deep life. Front Microbiol. 9:840. doi: 10.3389/fmicb.2018.00840.
Sinha SK, Chaturvedi VB, Singh P, Chaudhary LC, Ghosh M, Shivani S. 2017. Effect of high and low roughage total mixed ration diets on rumen metabolites and enzymatic profiles in crossbred cattle and buffaloes. Vet World. 10(6): 616–622. doi: 10.14202/vetworld.2017.616-622.
Sun H-Z, Peng K-L, Xue M-Y, Liu J-X. 2021. Metagenomics analysis revealed the distinctive ruminal microbiome and resistive profiles in dairy buffaloes. Anim Microb. 3(1):44. doi: 10.1186/s42523-021-00103-6.
Sutzl L, Laurent CVFP, Abrera AT, Sch€ utz G, Ludwig R, Haltrich D. 2018. Multiplicity of enzymatic functions in the CAZy AA3 family. Appl Microbiol Biotechnol. 102(6):2477– 2492. doi: 10.1007/s00253-018-8784-0.
Varki A. 2017. Biological roles of glycans. Glycobiology. 27(1): 3–49. doi: 10.1093/glycob/cww086.
Wang L, Zhang G, Xu H, Xin H, Zhang Y. 2019. Metagenomic analyses of microbial and carbohydrate-active enzymes in the rumen of holstein cows fed different forage-to-con centrate ratios. Front. Microbiol. 10:649. doi: 10.3389/ fmicb.2019.00649.
Yi S, Dai D, Wu H, Chai S, Liu S, Meng Q, Zhou Z. 2022. Dietary concentrate-to-forage ratio affects rumen bacterial community composition and metabolome of yaks. Front Nutr. 9:927206. doi: 10.3389/fnut.2022.927206.
Yin Y, Mao X, Yang JC, Chen X, Mao F, Xu Y. 2012. dbCAN: a web resource for automated carbohydrate-active enzyme annotation. Nucleic Acids Res. 40(Web Server issue): W445–W451. doi: 10.1093/nar/gks479.
Yip VL, Withers SG. 2006. Breakdown of oligosaccharides by the process of elimination. Curr Opin Chem Biol. 10(2): 147–155. doi: 10.1016/j.cbpa.2006.02.005.
Zeng H, Guo C, Sun D, Seddik HE, Mao S. 2019. The ruminal microbiome and metabolome alterations associated with diet-induced milk fat depression in dairy cows. Metabolites. 9(7):154. doi: 10.3390/metabo9070154.
Zhu C, Miller M, Marpaka S, Vaysberg P, R€ uhlemann MC, Wu G, Heinsen F-A, Tempel M, Zhao L, Lieb W, et al. 2018. Functional sequencing read annotation for high precision microbiome analysis. Nucleic Acids Res. 46(4):e23. doi: 10. 1093/nar/gkx1209.
Fonte: Salzano, A., Saggese, A., Martino, E., Neglia, G., Cascone, M., Selci, M., … Campanile, G. (2024). Ruminal microbiota, carbohydrate-active enzymes and milk bioactive compounds in Italian Mediterranean dairy buffaloes fed total mixed ration with or without green forage. Italian Journal of Animal Science, 23(1), 1681–1694. https://doi.org/10.1080/1828051X.2024.2417711
"Conoscere la bufala da latte"
Rubrica a cura di
Da leggere - Aprile 2026
Condividi questa notizia!
Articoli che potrebbero interessarti
Scopri i nostri Partner
GDPR Compliant