Gli indicatori di salute della mammella sono correlati alla produzione e alla composizione del latte nella bufala mediterranea italiana

Nel precedente articolo pubblicato su Bufalantia, “Parametri derivati dalla conta delle cellule somatiche del latte come nuovi indicatori per monitorare la salute della mammella nelle bufale da latte”, abbiamo dimostrato che i tre parametri derivati dalle cellule somatiche del latte (SCC, cellule/mL) mostrano una certa variabilità fenotipica nella bufala.

In questo secondo contributo mostreremo l’andamento della produzione di latte (Milk Yield) e della sua composizione secondo diversi livelli di tali indicatori (Tabella 1). I parametri sono stati derivati usando le informazioni dei controlli funzionali (test-day, TD) post-editing presenti nel database dettagliatamente descritto nell’articolo precedentemente pubblicato.

Tabella 1 – Parametri derivati dalle SCC per ogni lattazione.

I caratteri SCS₁₅₀, SCS_SD₁₅₀ e SEV₁₅₀ sono stati suddivisi in classi (Tabella 2) e inseriti separatamente come variabili indipendenti nel modello lineare. Tre analisi della varianza sono state eseguite avvalendosi della procedura HPMIXED disponibile nel software SAS 9.4 (SAS Institute Inc., Cary, NC):

y_ijklmn = μ + P_i + S_j + Y_k + (P × S)_ij + T + H_l + B_m(H_l) + e_ijklmn

dove:

y_ijklmn è il valore a lattazione di MY o del contenuto di grasso (Fat Content, FC), proteina (Protein Content, PC), o lattosio (Lactose Content, LC);
µ (interetta) è la media della popolazione;
P_i è l’effetto fisso dell’ordine di parto (i = da 1 a 6);
S_j è l’effetto fisso della stagione di parto (j = inverno – da dicembre a febbraio, primavera – da marzo a maggio, estate – da giugno ad agosto, autunno – da settembre a novembre);
Y_k è l’effetto fisso dell’anno di nascita della bufala (k = dal 2003 al 2015);
(P × S)_ij è l’interazione tra gli effetti fissi Pi e Sj;
T è l’effetto fisso (in classi, Tabella 2) di SCS150, SCS_SD150 o SEV150;
H_l è l’effetto random dell’azienda (l= da 1 a 324);
B_m(H_l) è l’effetto random della bufala (m= da 1 a 35,623) presente all’interno dell’azienda;
e_ijklmn è l’errore residuo del modello.

Le comparazioni multiple tra le medie dei minimi quadrati stimate (LSM) sono state testate secondo il test di Bonferroni (p<.05).

Tabella 2 – Criterio di definizione e numero di lattazioni per le classi degli effetti fissi SCS₁₅₀, SCS_SD₁₅₀ e SEV₁₅₀ usati come variabili esplicative nell’analisi della varianza di MY e composizione del latte.

Nel precedente contributo sono state discusse le statistiche descrittive osservate per i tre parametri derivati da SCC. In questo articolo sono invece presentate le statistiche descrittive dei caratteri “media” e “DS” di MY e dei parametri di composizione (Tabella 3). Mediamente MY era pari a 10,75 kg/giorno nei primi 150 GIL e ha mostrato un CV del 23,14%, mentre le medie di FP, PP e LP erano rispettivamente 7,67, 4,60 e 4,82% (Tabella 3). FP e LP medi hanno avuto il CV più alto (11,77%) e più basso (3,61%), in accordo con gli studi che hanno investigato gli stessi parametri sul latte vaccino e bufalino nell’arco dell’intera lattazione [Tripaldi et al.2010; Costa, Lopez Villalobos, Visentin, et al.2019; Costa, Negrini, De Marchi et al.2020]. Il confronto con la letteratura è difficile per la DS di MY, FP, PP e LP, a causa della mancanza di studi su larga scala che abbiano indagato tali caratteri, specialmente nei primi 150 GIL. La DS media di MY era pari a 1,96 kg/giorno, con un CV abbastanza elevato (47,91%). Per quanto riguarda i componenti del latte, invece, la DS media più bassa è stata osservata per LP (0,25%) e la maggiore per FP (1,25%).

Tabella 3 – Statistiche descrittive dei parametri a disposizione per le 45.312 lattazioni.

I tre parametri derivati da SCC mostravano tendenzialmente correlazioni di Pearson deboli con i caratteri latte (Tabella 4); infatti, la correlazione più forte (-0,22; p<.05) è stata osservata tra SCS₁₅₀ e LP. A tal proposito, la relazione inversa che esiste tra LP e SCC (SCS) è stata ampiamente descritta in letteratura per le specie da latte [Fox et al. 2015; Costa, Lopez-Villalobos, Sneddon, et al.2019]. In particolare, è noto che LP tende a diminuire in presenza di SCC elevate, ossia in presenza di un’infiammazione della mammella. Barbosa et al. (2019) hanno stimato una correlazione simile (-0,23) tra LP e SCC nel bufalo Murrah brasiliano. Inoltre, nello studio di Costa, Neglia, Campanile et al. (2020), le correlazioni sono state calcolate all’interno di sottoinsiemi creati sulla base di SCC; in breve, nelle bufale con un valore di SCC medio per lattazione < 200.000 cellule/mL la correlazione tra SCS e LP è risultata pari a -0,27. La stessa risultava invece più forte (-0,35) nelle bufale con un valore di SCC medio ≥ 500.000 cellule/mL.

Tabella 4 – Correlazioni¹ (p≤ .05) di Pearson (SCS₁₅₀ e SCS_DS₁₅₀) e di Spearman (SEV₁₅₀).

In questo studio, complessivamente, sia SCS₁₅₀ che SEV erano associate negativamente con le medie di MY, FP e PP, mentre SCS_SD₁₅₀ era positivamente associato a FP e PP (Tabella 4). Tali risultati sono in accordo con Costa, Neglia, Campanile et al. (2020), fatta eccezione per la correlazione tra SCS₁₅₀ e MY che era leggermente più debole in questa elaborazione rispetto allo studio di Costa, Neglia, Campanile et al. (2020). E’ importante sottolineare comunque che tali autori hanno utilizzato dati TD anziché media a lattazione e DS a lattazione dei caratteri MY e SCS. Moroni et al. (2006) hanno riportato una debole correlazione tra SCS e MY nelle bufale italiane. Inoltre, gli stessi autori hanno osservato un lieve trend crescente della correlazione tra MY e SCS a diversi livelli di SCC: bufale con un valore medio di SCC a lattazione <200.000, ≥200.000, ≥300.000, ≥400.000 e ≥500.000 mostravano correlazioni pari rispettivamente a -0,10, -0,15, -0,17, -0,18 e -0,19.

Quasi tutti i caratteri analizzati risultavano influenzati significativamente (p<.05) da SCS₁₅₀, SCS_SD₁₅₀ e SEV₁₅₀. Le LSM di media e DS del carattere MY per l’effetto fisso di SCS₁₅₀ sono rappresentate in Figura 1. La produttività degli animali nei primi 150 GIL diminuiva gradualmente dalla classe 1 (SCC basse, 10,54±0,09 kg/giorno) alla classe 5 (SCC alte, 9,83±0,09 kg/giorno). Al contrario, la DS del carattere MY mostrava stime maggiori nelle classi 4 e 5 e le più basse nella classe 1 (Figura 1).

All’aumentare di SCS₁₅₀ si osservava una riduzione progressiva della media di LP, passando da 4,89 ± 0,01 (classe 1) a 4,72 ± 0,01 (classe 5), e un incremento lineare di PP. D’altro canto, il FP medio aumentava dalla classe 1 alla 3 di SCS₁₅₀ (Figura 1). Questo risulta generalmente in accordo con i precedenti studi condotti nella specie bufalina da Ceron-Munoz et al. (2002) e Tripaldi et al. (2010) e nella specie bovina da Costa, Egger Danner, et al. (2019). Infatti, Ceron Munoz et al. (2002) hanno osservato MY e LP inferiori e FP e PP maggiori in corrispondenza di SCC elevate in 222 bufali Murrah. El-Awady et al. (2016) riportavano che elevate SCC nel latte erano associate a maggiori perdite di FP e MY nei bufali egiziani. Inoltre, sfruttando i dati raccolti in 101 bufale Murrah, Bansal et al. (2007) dimostrava che LP era il carattere che aveva la migliore capacità di identificare lo status di infiammazione della mammella. Nei bovini, Ebrahimie et al. (2018) hanno osservato risultati simili utilizzando approcci di machine learning.

In questo studio, i risultati suggeriscono che la sintesi di grassi e proteine, e quindi anche la loro concentrazione nel latte, non è stata alterata da un innalzamento di SCC e/o dalla presenza di infiammazione della ghiandola mammaria.

Ciò potrebbe essere causato da un effetto di concentrazione/diluizione. Come osservato anche da Tripaldi et al. (2010), infatti è più la riduzione di MY che sembra causare l’apparente aumento di FP e PP. A sostegno di ciò, la DS sia di FP che di PP non ha mostrato una tendenza specifica tra le classi di SCS₁₅₀, mentre aumentava decisamente la DS di LP SD.

Figura 1 – LSM stimate per effetto fisso di SCS150 (5 classi: da 1: basso a 5: alto) per i caratteri MY, FP, PP e LP (media e DS nei primi 150 GIL). Le lettere indicano LSM significativamente diverse tra loro (p<.05).

MY e LP erano più elevati nella classe 1 di SCS_SD₁₅₀ e più bassi nella classe 5 (Figura 3), PP invece aumentava linearmente dalla classe 1 (4,58%) alla 5 (4,61%).

In generale, SCC troppo variabili sono indesiderate, dunque bufale che mostrano basso SCS₁₅₀ e al contempo basso SCS_SD₁₅₀ dovrebbero essere preferite in quanto più resilienti. Ciò è supportato dai risultati del presente studio; infatti, le medie MY e LP erano la più elevate nella classe 1 di SCS_SD₁₅₀, dove la loro DS era minima (Figura 2). Generalmente, la DS di tutti i caratteri (produzione e composizione del latte) è stata influenzata da SCS_SD₁₅₀. Ad ogni modo, vale la pena sottolineare che la mastite nelle bufale è spesso cronica e/o subclinica e quindi sarebbe necessario validare tali ipotesi attraverso una raccolta di fenotipi in campo.

Figura 2 – LSM stimate per effetto fisso di SCS_SD₁₅₀ (5 classi: da 1: basso a 5: alto) per i caratteri MY, FP, PP e LP (media e DS nei primi 150 GIL). Le lettere indicano LSM significativamente diverse tra loro (p<.05).

L’effetto SEV₁₅₀ influenzava in modo simile i valori di MY e LP, con la maggiore media (per i primi 150 GIL) stimata per la classe “zero” e la più bassa per la classe “alta” (Figura 3). In altre parole, la maggior MY è stata stimata per bufale che presentavano tutti i TD con SCC <200.000 cellule/mL. Al contrario, bufale con più della metà di TD con SCC > 200.000 cellule/mL erano le meno produttive e sono state caratterizzate da LP più basso. Per quanto riguarda invece FP e PP, l’interpretazione è meno intuitiva; ad esempio, il PP medio nelle classi “bassa” e “alta” non erano significativamente differenti, così come il PP medio nelle classi “zero” e “intermedia”. Nel complesso, per tutti i caratteri studiati, la DS era inferiore nella classe “zero” senza tuttavia mostrare andamenti lineari nelle classi successive (Figura 3).

In questo contributo sono state presentate le relazioni tra due set di parametri nella bufala mediterranea italiana: caratteri derivati dalle SCC e caratteri legati alla produzione e alla composizione del latte. I risultati hanno mostrato che tutti i parametri del latte erano alterati da valori di SCS alti e che mostravano grande variabilità nei primi 150 GIL. È stata osservata un’associazione negativa tra SCS₁₅₀ e LP, aprendo il dibattito sulla validazione del lattosio nella bufala come indicatore utile al monitoraggio della salute della mammella.

Figura 3 – LSM stimate per effetto fisso di SEV150 (4 classi: zero, bassa, intermedia, alta) per i caratteri MY, FP, PP e LP (media e DS nei primi 150 GIL). SEV₁₅₀ è definito come il rapporto tra il numero di TD SCC > 200.000 cellule/ml e il numero totale di TD SCC nei primi 150 GIL. Le lettere indicano LSM significativamente diverse tra loro (p<.05).

Inoltre, con questo studio si dimostra che un elevato SCS150 si traduce in un MY ridotto. In prospettiva, sarà altresì interessante per diversi stakeholders, inclusa l’industria lattiero-casearia, valutare l’effetto di diversi livelli di SCC sulle caratteristiche sensoriali ed organolettiche del latte e dei formaggi.

Sinossi dell’articolo: “Milk somatic cell count-derived traits as new indicators to monitor udder health in dairy buffaloes”, Angela Costa, Massimo De Marchi, Gianluca Neglia, Giuseppe Campanile & Mauro Penasa (2021), Italian Journal of Animal Science,20:1, 548-558, DOI:10.1080/1828051X.2021.1899856.

Questo lavoro rientra nel progetto STRABUF-Strategie per il miglioramento della redditività dell’allevamento bufalino.

Autori

Dott.ssa Roberta Matera¹ e Dott.ssa Angela Costa²

1. Dipartimento di Medicina Veterinaria e Produzioni Animali (DMVPA) – Università di Napoli Federico II.
2. Dipartimento di Agronomia, Animali, Alimenti, Risorse naturali e Ambiente (DAFNAE), Università degli Studi di Padova.