一种应用代谢组学技术评价动物个体营养状况的方法技术

技术编号:8800077 阅读:195 留言:0更新日期:2013-06-13 05:02
本发明专利技术公开了一种应用代谢组学技术评价动物个体营养状况的方法。该方法通过建立动物日粮中粗蛋白含量和消化能含量与动物体液中的代谢物种类及含量的回归模型,对待测动物所饲喂的日粮的蛋白和能量水平进行预测。使用本发明专利技术所提供的方法,可确定生长猪的日粮中蛋白和能量两方面的营养水平是否与正常营养水平不同,并确定其营养类型,正确率可达100%。同时,本发明专利技术还找到了与日粮中蛋白水平相关的生物标志物11种,与日粮中能量水平相关的生物标志物9种,其中,有5种生物标志物与二者均相关。本发明专利技术对评价猪的营养状况以及优化配方,提高猪的生产效率具有重要的理论与实践意义。

【技术实现步骤摘要】

本专利技术涉及一种评价动物个体营养状况的方法,特别涉及。
技术介绍
目前粮食压力的增加,饲料原料的紧缺以及人类环保意识的增强,提高饲料转化率与利用率,减少N、P的排放,实现健康高效、高产、生态、安全的养殖模式,将具有非常重要意义。目前,动物营养学研究日益精细化,精确确定营养素的需要量以调控动物生长已成为国内外研究热点。为克服现行标准中指标的表观性、静态性的缺陷,以期帮助养殖场优化饲养模式,饲养标准必须向模型化、动态化的方向转变。代谢组学是定量分析生物体内源代谢产物种类、数量及其变化规律的科学,是继基因组学和蛋白质组学之后发展起来的一门学科,是系统生物学的重要组成部分。代谢组学可从测定的代谢终产物,来了解生物整体、系统或器官的状况及内外因素引发的变化结果。例如:血液和尿液中含有近千种的代谢物,它们都是营养代谢的产物,代表了机体的代谢状况,且合适的代谢组学检测工具可以检测生物样本中数百甚至上千个分子量小于1000的各类小分子化合物,其中LC/GC TOF MS对很多化合物灵敏度高,这些化合物包括几乎所有的氨基酸、糖醇类化合物、脂肪酸类、脂类、小分子有机酸类、核苷和嘌呤化合物、氨类化合物、神经递质等,它们既是生命活动必需的原料,也是机体代谢产物/中间体,还是机体生长、发育、生物信号传导和代谢循环的重要物质基础。对血液、尿液等体液内代谢物进行系统的分离与分析,结合模式识别等信息学手段,可对由于营养引起的代谢应答进行分类、判别和预测,从而为营养需求量的制定、生物安全评价等领域提供全新的技术手段。在动物营养学方面,随着代谢组学分析技术平台和模式识别技术的逐步完善,以及猪营养研究中日粮配方、群体环境和行为等方面的可控性,为代谢组学技术在动物营养方面实现奠定了坚实基础。迄今为止,还没有利用代谢组学数据建立数学模型,确定生物标志物进行动物能量和蛋白摄入量定量评价的报道。
技术实现思路
本专利技术的目的是提供一种检测或辅助检测动物日粮中蛋白水平和能量水平或所述两种水平之一的方法,该方法包括如下步骤:I)用动物样本各个体的离体的体液进行试验;所述动物样本是根据所饲喂日粮的粗蛋白含量和/或消化能含量进行如下a)_c)中任一分组的动物群体:a)对照组、闻蛋白闻能量组、闻蛋白低能量组、低蛋白闻能量组和低蛋白低能量组;b)对照组、闻蛋白组和低蛋白组;c)对照组、高能量组和低能量组;饲喂所述对照组的日粮中所述粗蛋白含量和所述消化能含量为正常水平;饲喂所述高蛋白高能量组的日粮中所述粗蛋白含量和消化能含量高于所述对照组;饲喂所述高蛋白低能量组的日粮中所述粗蛋白含量高于所述对照组、且所述消化能含量低于所述对照组;饲喂所述低蛋白高能量组的日粮中所述粗蛋白含量低于所述对照组、且所述消化能含量高于所述对照组;饲喂所述低蛋白低能量组的日粮中所述粗蛋白含量和消化能含量低于所述对照组;饲喂所述高蛋白组的日粮中所述粗蛋白含量高于所述对照组;饲喂所述低蛋白组的日粮中所述粗蛋白含量低于所述对照组;饲喂所述高能量组的日粮中所述消化能含量高于所述对照组;饲喂所述低能量组的日粮中所述消化能含量低于所述对照组;词喂所述对照组、闻蛋白闻能量组、闻蛋白低能量组、低蛋白闻能量组、低蛋白低能量组、高蛋白组、低蛋白组、高能量组和低能量组的日粮中,除粗蛋白含量和/或消化能含量有差别外,其它物质的营养水平均相同并为正常水平;所述动物群体除日粮外的饲养条件均相同;对所述动物群体中每个个体的体液中的代谢物进行检测,获得所述每个个体的所述体液的代谢物种类及含量的数据,将所述数据按所述动物样本的分组统计为对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量组的数据集,或对照组、高蛋白组和低蛋白组的数据集,或对照组、高能量组和低能量组的数据集,将所述对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量组这五组的数据集命名为训练集a,将所述对照组、高蛋白组和低蛋白组这三组的数据集命名为训练集b,将所述对照组、高能量组和低能量组这三组的数据集命名为训练集c ;3)对所述训练集a、训练集b或训练集c进行多变量数据统计,建立所述日粮中的粗蛋白含量和/或消化能含量与所述代谢物的种类及含量的回归模型;4)将待测动物的离体的体液按照步骤2)的方法获得所述待测动物的所述体液的代谢物种类及含量的数据,命名为测试集,所述回归模型根据所述测试集的数据预测出饲喂所述待测动物的日粮的营养类型;所述待测动物的日粮的营养类型为如下A) -C)中的一种和/或D) -F)中的一种:A)所述待测动物的日粮的蛋白含量高于所述饲喂所述对照组的日粮中的蛋白含量或候选高于所述饲喂所述对照组的日粮中的蛋白含量;B)所述待测动物的日粮的蛋白含量低于所述饲喂所述对照组的日粮中的蛋白含量或候选低于所述饲喂所述对照组的日粮中的蛋白含量;C)所述待测动物的日粮为蛋白含量正常的日粮或候选为蛋白含量正常的日粮;D)所述待测动物的日粮的能量含量高于所述饲喂所述对照组的日粮中的能量含量或候选高于所述饲喂所述对照组的日粮中的能量含量;E)所述待测动物的日粮的能量含量低于所述饲喂所述对照组的日粮中的能量含量或候选低于所述饲喂所述对照组的日粮中的能量含量;F)所述待测动物的日粮为能量含量正常的日粮或候选为能量含量正常的日粮;所述代谢物为所述体液中的分子量小于1000的小分子化合物。在上述方法中,步骤2)所述检测包括使用液相色谱-质谱联用的方法对所述体液中的代谢物进行检测;所述代谢物种类及含量的数据包括所述体液的代谢物的保留时间、质荷比和离子强度的数据。在上述方法中,所述体液为血液。在上述方法中,所述血液在进行所述检测前还进行包括如下步骤的处理:取所述血液的血浆按1: 4的体积比加入提取液A中进行提取,获得上清液A,在所述上清液A中按1:1的体积比加入提取液B,获得上清液B,将所述上清液B进行所述检测;所述提取液A为甲醇与乙腈按1:1的体积比混合后的溶液;所述提取液B为乙腈与水按1: 19的体积比混合后的溶液。在上述方法中,步骤4)所述多变量数据统计的方法具体可为偏最小二乘法;所述回归模型为偏最小二乘回归模型。在上述方法中,所述偏最小二乘法判别分析可使用安捷伦公司的Mass ProfilerProfessional 软件,所述 Mass Profiler Professional 软件的版本号为 B.02.00。在上述方法中,所述Mass Profiler Professional软件给出的所述回归模型按照如下方法预测出饲喂所述待测动物的日粮的营养类型:计算所述测试集的分类变量的值Yp,按照如下条件确定所述待测动物样本的日粮是所述对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量组这五组动物所饲喂的日粮中哪一种日粮,或确定所述待测动物样本的日粮是所述对照组、高蛋白组和低蛋白组这三组动物所饲喂的日粮中哪一种日粮,或确定所述待测动物样本的日粮是所述对照组、高能量组和低能量组这三组动物所饲喂的日粮中哪一种日粮:将所述测试集与所述训练集a的五组数据集、所述训练集b的三组数据集或所述训练集c的三组数据集分别进行比较,当所述测试集与所述训练集a、所述训练集b或所述训练集c中的某一组的数据集相比,Yp > 0.5本文档来自技高网
...

【技术保护点】
一种检测或辅助检测动物日粮中蛋白水平和能量水平或所述两种水平之一的方法,包括如下步骤:1)用动物样本各个体的离体的体液进行试验;所述动物样本是根据饲喂日粮的粗蛋白含量和/或消化能含量进行如下a)?c)中任一分组的动物群体:a)对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量组;b)对照组、高蛋白组和低蛋白组;c)对照组、高能量组和低能量组;饲喂所述对照组的日粮中所述粗蛋白含量和所述消化能含量为正常水平;饲喂所述高蛋白高能量组的日粮中所述粗蛋白含量和消化能含量高于所述对照组;饲喂所述高蛋白低能量组的日粮中所述粗蛋白含量高于所述对照组、且所述消化能含量低于所述对照组;饲喂所述低蛋白高能量组的日粮中所述粗蛋白含量低于所述对照组、且所述消化能含量高于所述对照组;饲喂所述低蛋白低能量组的日粮中所述粗蛋白含量和消化能含量低于所述对照组;饲喂所述高蛋白组的日粮中所述粗蛋白含量高于所述对照组;饲喂所述低蛋白组的日粮中所述粗蛋白含量低于所述对照组;饲喂所述高能量组的日粮中所述消化能含量高于所述对照组;饲喂所述低能量组的日粮中所述消化能含量低于所述对照组;饲喂所述对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组、低蛋白低能量组、高蛋白组、低蛋白组、高能量组和低能量组的日粮中,除粗蛋白含量和/或消化能含量有差别外,其它物质的营养水平均相同并为正常水平;所述动物群体除日粮外的饲养条件均相同;2)对所述动物群体中每个个体的体液中的代谢物进行检测,获得所述每个个体的所述体液的代谢物种类及含量的数据,将所述数据按所述动物样本的分组统计为对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量组的数据集,或对照组、高蛋白组和低蛋白组的数据集,或对照组、高能量组和低能量组的数据集,将所述对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量 组这五组的数据集命名为训练集a,将所述对照组、高蛋白组和低蛋白组这三组的数据集命名为训练集b,将所述对照组、高能量组和低能量组这三组的数据集命名为训练集c;3)对所述训练集a、训练集b或训练集c进行多变量数据统计,建立所述日粮中的粗蛋白含量和/或消化能含量与所述代谢物的种类及含量的回归模型;4)将待测动物的离体的体液按照步骤2)的方法获得所述待测动物的所述体液的代谢物种类及含量的数据,命名为测试集,所述回归模型根据所述测试集的数据预测出饲喂所述待测动物的日粮的营养类型;所述待测动物的日粮的营养类型为如下A)?C)中的一种和/或D)?F)中的一种:A)所述待测动物的日粮的蛋白含量高于所述饲喂所述对照组的日粮中的蛋白含量或候选高于所述饲喂所述对照组的日粮中的蛋白含量;B)所述待测动物的日粮的蛋白含量低于所述饲喂所述对照组的日粮中的蛋白含量或候选低于所述饲喂所述对照组的日粮中的蛋白含量;C)所述待测动物的日粮为蛋白含量正常的日粮或候选为蛋白含量正常的日粮;D)所述待测动物的日粮的能量含量高于所述饲喂所述对照组的日粮中的能量含量或候选高于所述饲喂所述对照组的日粮中的能量含量;E)所述待测动物的日粮的能量含量低于所述饲喂所述对照组的日粮中的能量含量或候选低于所述饲喂所述对照组的日粮中的能量含量;F)所述待测动物的日粮为能量含量正常的日粮或候选为能量含量正常的日粮。...

【技术特征摘要】
1.一种检测或辅助检测动物日粮中蛋白水平和能量水平或所述两种水平之一的方法,包括如下步骤: 1)用动物样本各个体的离体的体液进行试验; 所述动物样本是根据饲喂日粮的粗蛋白含量和/或消化能含量进行如下a) -c)中任一分组的动物群体: a)对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量组; b)对照组、高蛋 白组和低蛋白组; c)对照组、高能量组和低能量组; 饲喂所述对照组的日粮中所述粗蛋白含量和所述消化能含量为正常水平; 饲喂所述高蛋白高能量组的日粮中所述粗蛋白含量和消化能含量高于所述对照组;饲喂所述高蛋白低能量组的日粮中所述粗蛋白含量高于所述对照组、且所述消化能含量低于所述对照组; 饲喂所述低蛋白高能量组的日粮中所述粗蛋白含量低于所述对照组、且所述消化能含量高于所述对照组; 饲喂所述低蛋白低能量组的日粮中所述粗蛋白含量和消化能含量低于所述对照组; 饲喂所述高蛋白组的日粮中所述粗蛋白含量高于所述对照组; 饲喂所述低蛋白组的日粮中所述粗蛋白含量低于所述对照组; 饲喂所述高能量组的日粮中所述消化能含量高于所述对照组; 饲喂所述低能量组的日粮中所述消化能含量低于所述对照组; 饲喂所述对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组、低蛋白低能量组、高蛋白组、低蛋白组、高能量组和低能量组的日粮中,除粗蛋白含量和/或消化能含量有差别外,其它物质的营养水平均相同并为正常水平;所述动物群体除日粮外的饲养条件均相同; 2)对所述动物群体中每个个体的体液中的代谢物进行检测,获得所述每个个体的所述体液的代谢物种类及含量的数据,将所述数据按所述动物样本的分组统计为对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量组的数据集,或对照组、高蛋白组和低蛋白组的数据集,或对照组、高能量组和低能量组的数据集,将所述对照组、高蛋白高能量组、高蛋白低能量组、低蛋白高能量组和低蛋白低能量组这五组的数据集命名为训练集a,将所述对照组、高蛋白组和低蛋白组这三组的数据集命名为训练集b,将所述对照组、高能量组和低能量组这三组的数据集命名为训练集c ; 3)对所述训练集a、训练集b或训练集c进行多变量数据统计,建立所述日粮中的粗蛋白含量和/或消化能含量与所述代谢物的种类及含量的回归模型; 4)将待测动物的离体的体液按照步骤2)的方法获得所述待测动物的所述体液的代谢物种类及含量的数据,命名为测试集,所述回归模型根据所述测试集的数据预测出饲喂所述待测动物的日粮的营养类型; 所述待测动物的日粮的营养类型为如下A) -C)中的一种和/或D) -F)中的一种: A)所述待测动物的日粮的蛋白含量高于所述饲喂所述对照组的日粮中的蛋白含量或候选高于所述饲喂所述对照组的日粮中的蛋白含量; B)所述待测动物的日粮的蛋白含量低于所述饲喂所述对照组的日粮中的蛋白含量或候选低于所述饲喂所述对照组的日粮中的蛋白含量; C)所述待测动物的日粮为蛋白含量正常的日粮或候选为蛋白含量正常的日粮; D)所述待测动物的日粮的能量含量高于所述饲喂所述对照组的日粮中的能量含量或候选高于所述饲喂所述对照组的日粮中的能量含量; E)所述待测动物的日粮的能量含量低于所述饲喂所述对照组的...

【专利技术属性】
技术研发人员:王军军林刚王泰极戴兆来李溱王春林李德发
申请(专利权)人:中国农业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1