Background

La spettroscopia nel vicino infrarosso (NIRS) è ampiamente riconosciuta come tecnologia impiegata per la rapida valutazione della qualità di alimenti e mangimi, specialmente se implementata in attrezzature da banco nei laboratori di analisi.

Tali strumenti sono noti per le ottime performance in termini di accuratezza, ripetibilità e riproducibilità, e in molti casi la tecnologia NIRS è riconosciuta come standard, ad es. per la determinazione della composizione di latte e derivati.

Negli ultimi anni sono stati sviluppati e resi disponibili sul mercato diversi spettrometri NIRS portatili, molto diffusi al giorno d’oggi nell’ambito dell’agricoltura di precisione permettendo di assumere decisioni rapide e personalizzate lungo la filiera, dall’allevamento all’industria lattiero-casearia.

I microspettrometri hanno infatti affiancato i classici strumenti da laboratorio, assicurando l’esecuzione di analisi ancora più rapide ed economiche, real-time e non distruttive, su un’ampia varietà di matrici, con una preparativa del campione pressoché minima (ad es. formaggi, foraggi e feci) o addirittura assente (ad es. latte).

Anche veterinari e allevatori, dunque, senza richiedere la presenza di personale esperto, possono usare questi strumenti direttamente in campo, sempre considerando tuttavia che i) l’accuratezza degli strumenti portatili è spesso inferiore rispetto a quella degli strumenti da banco, ii) l’affidabilità della predizione è strettamente collegata alla bontà dei modelli installati nonché iii) ad un’appropriata raccolta e manipolazione del campione analizzato.

Il colostro bovino (CB) è una sostanza di interesse sempre maggiore, sia perché cruciale per la salute dei vitelli nelle prime ore di vita, sia per le recenti applicazioni industriali (Playford et al., 2021; Costa et al., 2023). Per l’allevatore, la qualità del CB è principalmente determinata dalla concentrazione di immunoglobuline G (IgG), con una soglia di 50 g/L comunemente considerata sufficiente per il primo pasto dei vitelli neonati (Godden et al., 2019).

A livello di allevamento, un’elevata concentrazione di IgG, insieme a pratiche di gestione efficaci, riduce il rischio di fallimento del trasferimento dell’immunità passiva. Pertanto, la possibilità di conoscere il livello di IgG del CB somministrato ai vitelli in azienda risulta d’interesse; questa determinazione può essere fatta sul campo in tempo reale con strumenti portatili NIRS.

Avere la possibilità di intervenire prontamente sopperendo ad un eventuale CB di scarsa qualità consente di attuare misure correttive, il che rientra pienamente nell’alimentazione di precisione e può tradursi in una miglior sopravvivenza dei vitelli (Costa et al., 2023).

Prova sperimentale

Nell’ambito di un progetto supportato dall’Associazione Regionale Allevatori del Veneto (ARAV, Vicenza), sono stati raccolti e conservati a -20 °C oltre 700 campioni di CB da vacche di razza Frisona. Il protocollo sperimentale prevedeva il prelievo di 120 mL di CB alla prima mungitura e, in ogni caso, entro 6 ore dal parto. Ulteriori dettagli sul protocollo sono disponibili nell’articolo di Costa et al. (2021).

Ogni campione è stato scongelato a temperatura ambiente prima di essere analizzato con specifici kit di immunodiffusione radiale per poter determinare la concentrazione di IgG, nonché di immunoglobuline A (IgA) ed M (IgM). La concentrazione delle immunoglobuline totali (IgTOT) è stata calcolata sommando le 3 frazioni, ove tutte disponibili.

Per ciascun campione sono stati altresì quantificati proteina totale, grasso e lattosio, rispettivamente con metodo Kjeldahl, VDLUFA e cromatografia liquida.

Il metodo ICP-OES, infine, è stato utilizzato per la quantificazione del profilo minerale e attraverso la cromatografia liquida si è determinato il contenuto di diversi aminoacidi (Goi et al., 2023a,b).

Un’aliquota di ciascun campione è stata appositamente accantonata, in parallelo, per essere scansionata in condizioni standardizzate attraverso lo spettrometro NIRS portatile “SCiO” commercializzato dall’azienda Consumer Physics.

Tale strumento consente di raccogliere lo spettro in transflettanza e, dopo la trasformazione in assorbanza delle diverse lunghezze d’onda, le variabili spettrali di ciascun campione sono state associate ai valori di ogni parametro (IgG, IgA, ecc) quantificato in laboratorio, noto come dato reference.

In questo modo sono stati sviluppati dei modelli predittivi, uno per ciascun carattere. Laddove sufficientemente accurato, il modello di predizione può essere installato in SCiO ed utilizzato in campo per la stima della qualità del CB.

Accuratezza dei modelli di predizione

Per la prima volta, questo studio ha dimostrato quali sono le capacità predittive di uno strumento NIRS portatile sui parametri qualitativi del CB.

Gli spettri del 75% dei campioni sono stati associati al rispettivo valore reference ottenuto in laboratorio per ogni parametro di composizione studiato. Il restante 25% dei campioni esclusi in questa fase sono stati utili per validare i modelli, ipotizzando di non conoscerne la composizione reale e mascherando pertanto i valori reference.

Le performance dello strumento sono state valutate in base al coefficiente di determinazione (R2) considerando la classificazione ad intervalli proposta da Williams (2003). Dal grafico 1 si evince come la classificazione “a semafori” consideri come i) non affidabili i modelli con R2 < 0.50 (rosso), ii) utilizzabili esclusivamente per individuare valori estremi quando l’R2 è compreso fra 0.50 e 0.65 (arancione), iii) utili ad effettuare un controllo approssimativo/screening qualitativo se l’R2 = 0.66-0.81 (giallo), iv) buoni e idonei per uno screening quantitativo con valori di R2 tra 0.82 e 0.90 (verde chiaro), v) ed infine eccellenti i modelli con R2 > 0.91 (verde scuro).

Complessivamente, il contenuto di proteina è stato quello predetto con maggiore accuratezza (R2 = 0.92), seguito dagli aminoacidi Treonina e Fenilalanina (R2 = 0.82), e dallo zolfo (R2 = 0.82). La concentrazione di IgG (R2 = 0.80) e IgTOT (R2 = 0.70), assieme alla maggior parte degli aminoacidi è comunque risultata essere predicibile con sufficiente precisione, atta a garantire quindi uno screening utile del CB.

Grafico 1. Classificazione “a semaforo” delle performance predittive dello spettrometro portatile SCiO per i parametri qualitativi del CB.

È bene tenere in considerazione che gli strumenti portatili sono progettati per avere una prestazione complessiva relativamente inferiore rispetto a quelli da banco, ma offrono un vantaggio in termini di costo, facilità di utilizzo e manutenzione. Di conseguenza, il compromesso di un’accuratezza dei modelli più bassa si rivela necessario quando si necessita di un’applicazione sul campo.

Questo vale per il CB, tanto quanto per le varie matrici alimentari analizzabili in stalla, ossia mangimi, unifeed e fieni. Inoltre, la capacità degli strumenti NIRS di quantificare il contenuto dei componenti della matrice analizzata è influenzata da altri parametri come la concentrazione stessa del composto, la forma organica e i legami chimici presenti nella stessa. Per questo motivo le frazioni IgA e IgM presenti in quantità ridotte rispetto alla frazione IgG, così come i minerali in quanto elementi inorganici, hanno ottenuto accuratezze più scarse rispetto alla proteina totale.

Per poter essere utilizzato in maniera consona, SCiO necessiterebbe di una raccolta standardizzata dei campioni attraverso la messa a punto di un semplice protocollo per garantire delle analisi corrette e di qualità, riducendo il più possibile potenziali interferenze indesiderate causate dalla luce, dalla temperatura e dal grado di pulizia dello strumento.

Oltre a testare l’abilità predittiva, è stata valutata la capacità discriminante di SCiO avvalendosi dello spettro. In particolare, i campioni sono stati suddivisi in qualità buona (IgG ≥ 50 g/L) e ridotta (IgG < 50 g/L; Tabella 1). Si è visto che il 68% dei campioni è stato correttamente assegnato alla classe di appartenenza, sia per la buona che per la ridotta qualità; in particolare, assumendo di non conoscere la concentrazione reale di IgG, il 74.5% dei campioni di buona qualità e il 61.3% dei campioni qualitativamente inferiori sono stati riconosciuti come tali.

Tabella 1. Numero di campioni classificati per qualità (alta/bassa) in base alla concentrazione di IgG utilizzando come soglia 50 g/L. N. campioni considerati = 647.

Considerazioni finali 

Le performance dello spettrometro SCiO per la quantificazione puntuale della concentrazione di IgG e di IgTOT, assieme alla capacità di discriminare tra campioni di buona e bassa qualità, testimoniano come questo strumento portatile rappresenti un’opportunità per gli allevatori di vacche da latte, la cui vitellaia spesso è esposta a problematiche manageriali e soffre di una gestione non sempre ottimale.

SCiO dunque consente di ottenere rapidamente e ad un costo contenuto una panoramica della composizione del campione di CB e potrebbe essere adottato dai tecnici e dai veterinari. Una rapida valutazione della qualità del CB si rivela utile al fine di garantire un’appropriata somministrazione di IgG ai vitelli e per determinare la destinazione d’uso del colostro stesso all’interno dell’allevamento (ad es. banca del colostro).

Infine, considerato il crescente interesse della filiera verso il CB per i suoi innumerevoli benefici (Costa et al., 2023), l’uso di un microspettrometro per una valutazione rapida e immediata della qualità potrebbe aprire nuove prospettive per lo sviluppo di una filiera del CB, spesso acquistato in forma liquida dalle industrie lattiero-casearie e poi polverizzato per la commercializzazione per usi alimentari e farmaceutici.

Questa tecnologia si affiancherebbe alla già presente opportunità analitica attraverso NIRS disponibile da oltre un anno presso il laboratorio dell’Associazione Regionale Allevatori del Veneto (ARAV, Vicenza). 

Bibliografia

Costa, A., A. Goi, M. Penasa, G. Nardino, L. Posenato, and M. De Marchi. 2021. Variation of immunoglobulins G, A, and M and bovine serum albumin concentration in Holstein cow colostrum. Animal 15:100299. https://doi.org/10.1016/j.animal.2021.100299

Costa, A., N. W. Sneddon, A. Goi, G. Visentin, L. M. E. Mammi, E. V. Savarino, F. Zingone, A. Formigoni, M. Penasa, and M. De Marchi. 2023. Invited review: Bovine colostrum, a promising ingredient for humans and animals—Properties, processing technologies, and uses. J. Dairy Sci. 106:5197–5217. https://doi.org/10.3168/jds.2022-23013

Godden, S. M., J. E. Lombard, and A. R. Woolums. 2019. Colostrum management for dairy calves. Vet. Clin. North Am. Food Anim. Pract. 35:535–556. https://doi.org/10.1016/j.cvfa.2019.07.005.

Goi, A., A. Costa, G. Visentin, and M. De Marchi. 2023a. Mid-infrared spectroscopy for large-scale phenotyping of bovine colostrum gross composition and immunoglobulin concentration. J. Dairy Sci. 106:6388–6401. https://doi.org/10.3168/jds.2022-23059.

Goi, A., M. De Marchi, and A. Costa. 2023b. Minerals and essential amino acids of bovine colostrum: Phenotypic variability and predictive ability of mid- and near-infrared spectroscopy. J. Dairy Sci. 106:8341–8356. https://doi.org/10.3168/jds.2023-23459.

Playford, R. J., M. Cattell, and T. Marchbank. 2020. Marked variability in bioactivity between commercially available bovine colostrum for human use; implications for clinical trials. PLOS ONE 15 :e0240392. https://doi.org/10.1371/journal.pone.0234719

Autore

Arianna Goi (DAFNAE, Università di Padova)

Coautori

Massimo De Marchi (DAFNAE, Università di Padova) e Angela Costa (DIMEVET, Università di Bologna)

Tratto da: “The ability of a handheld near-infrared spectrometer to do a rapid quality assessment of bovine colostrum, including the immunoglobulin G concentration” di A. Goi, A. Costa e M. De Marchi. Journal of Dairy Science 2023 (vol. 107). https://doi.org/10.3168/jds.2023-24005