Introduzione

Il miglioramento dell’efficienza di utilizzo dell’azoto è diventato un obiettivo chiave nei sistemi di produzione di latte per diversi motivi. In primo luogo, le perdite di azoto dai sistemi lattiero-caseari hanno un effetto diretto sull’ambiente e sugli ecosistemi (Adenuga et al. 2019). La volatilizzazione dell’azoto da feci e urina come ammoniaca contribuisce all’acidificazione di acqua e suolo e le perdite dovute agli ossidi di azoto contribuiscono al cambiamento climatico globale (Castillo et al. 2000 ,Kebreab et al. 2001). Inoltre, la lisciviazione dei nitrati nelle risorse idriche contribuisce all’eutrofizzazione degli ambienti acquatici (Ledgard et al. 1998 ). L’efficienza di utilizzo dell’azoto può anche influire sulle prestazioni economiche degli allevamenti. Sebbene i ruminanti, comprese le vacche da latte, abbiano una capacità unica di trasformare fibre e fonti di azoto basate sul pascolo in proteine ​​animali, in sistemi che coinvolgono vacche ad alto rendimento l’azoto da foraggi è spesso integrato o sostituito da mangimi aggiuntivi per soddisfare le esigenze nutrizionali delle bovine (White et al., 2019). In tali sistemi, l’azoto è il componente più costoso nella dieta (de Freitas et al. 2019) e la scarsa efficienza di utilizzo può ridurre la redditività delle aziende (Powell et al., 2010). Una bassa efficienza dell’azoto può anche avere un effetto negativo sulle prestazioni riproduttive (Butler, 2000 ) e qualità della trasformazione del latte (Hermansen et al. 1999; Castillo et al. 2000).

L’efficienza individuale delle vacche da latte nella trasformazione dell’azoto dalla dieta in azoto nel latte è solitamente espressa come efficienza di utilizzo dell’azoto (NUE), che è definita come il rapporto tra grammi di N nel latte e grammi di N assunti (espresso in percentuale (Calsamiglia et al., 2010). La NUE può essere altamente variabile, con valori compresi tra l’8 e il 42% riportati in letteratura (Castillo et al. 2000 ). Ciò suggerisce importanti differenze sia a livello di singolo animale che a livello di mandria e potenziali opportunità per migliorare la NUE attraverso l’ottimizzazione della dieta e una migliore gestione, nonché attraverso la selezione genetica. A tal fine, è necessaria la misurazione o la previsione dei valori NUE su larga scala. In effetti, studi precedenti hanno usato l’urea del latte come biomarcatore per prevedere la NUE. Jonker et al. (1998) e Nousiainen et al. (2004) hanno sviluppato modelli con errori relativi rispettivamente di circa il 10% e il 7%. Tuttavia, i livelli di urea nel latte devono essere misurati utilizzando metodi chimici, che richiedono tempo e sono costosi. In alternativa, l’urea del latte può essere prevista mediante analisi a infrarossi ma i modelli non sono precisi, avendo un errore relativo di circa il 20% (Nygaard, et al. 1993) che si combina con l’errore del modello che prevede la NUE dall’urea del latte. La bassa precisione della previsione dell’urea nel latte è dovuta alla sua bassa concentrazione (circa 0,03%) rispetto all’azoto totale, che rappresenta circa il 3% del latte (Mathieu, 1998). Sono stati anche studiati metodi basati su N isotopi. Nonostante Cantalapiedra-Hijar et al. (2016) abbiano ottenuto un modello che prevede la NUE con un coefficiente di determinazione (R 2 ) di 0,5, Cheng et al. (2011) non sono stati in grado di validare il legame tra il frazionamento isotopico di 15 N e NUE per le diete utilizzate nei loro esperimenti. Secondo Herremans et al. (2019) il metodo del frazionamento isotopico a 15 N sarebbe più appropriato per stimare l’escrezione di azoto urinario rispetto all’efficienza complessiva di utilizzo dell’azoto. Inoltre, i metodi che coinvolgono 15 N sono sia costosi che complessi e non sono appropriati per applicazioni su larga scala. Lo spettro medio infrarosso a trasformata di Fourier (MIR) del latte sembra essere promettente per la previsione della NUE, in quanto contiene informazioni sia sull’azoto nel latte che su quello assunto: le 2 parti del rapporto usato per calcolare NUE. L’azoto nel latte viene solitamente previsto utilizzando il MIR con un alto grado di precisione e i risultati sono utilizzati ai fini del pagamento del latte e la registrazione dei dati. Inoltre, l’evidenza suggerisce che la composizione della dieta influisce sulla composizione del latte e che gli spettri MIR del latte possono fornire anche alcune informazioni sulle diete offerte (Klaffenböck et al., 2017). Inoltre, l’analisi MIR del latte è rapida, economica e già utilizzata nella maggior parte dei principali paesi produttori di latte. Pertanto, l’obiettivo di questo studio è valutare il potenziale dell’analisi MIR del latte per prevedere la NUE delle singole bovine.

Abstract

Il miglioramento dell’efficienza nell’uso dell’azoto (NUE), sia a livello di singola bovina che di mandria, è diventato un obiettivo chiave nei sistemi di produzione lattiero-casearia, sia per motivi ambientali che economici. Per migliorare la NUE attraverso la selezione genetica e le strategie di alimentazione e gestione sono necessari metodi di fenotipizzazione su larga scala e convenienti. Lo scopo di questo studio era di valutare la possibilità di utilizzare spettri al medio infrarosso (MIR) del latte per prevedere l’efficienza di utilizzo dell’azoto della singola bovina durante la fase precoce della lattazione. I dati sono stati raccolti da 129 vacche Holstein, dal parto fino a 50 giorni di lattazione in 3 mandrie (Danimarca, Irlanda e Regno Unito). In 2 delle mandrie, le diete sono state progettate per stimolare metabolicamente le bovine, mentre nella terza è stata offerta una dieta che riflette le pratiche di gestione locale. L’assunzione di azoto (kg/ giorno) e l’azoto escreto nel latte (kg/giorno) sono stati calcolati quotidianamente. L’efficienza dell’uso dell’azoto è stata calcolata come rapporto tra azoto nel latte e assunzione di azoto ed è stata espressa in percentuale. I valori giornalieri individuali di NUE variavano dal 9,7 all’81,7%, con una media del 36,9% e una deviazione standard del 10,4%. Gli spettri MIR del latte sono stati registrati due volte alla settimana e sono stati standardizzati in un formato comune per evitare distorsioni tra apparecchi o periodi di campionamento. Sono stati sviluppati modelli di regressione che predicono NUE usando spettri MIR del latte su 1.034 osservazioni usando minimi quadrati parziali o metodi di regressione con macchine a vettori di supporto. I modelli sono stati quindi valutati attraverso (1) una cross-validation utilizzando 10 sottogruppi, (2) una validazione delle bovine che ha escluso il 25% delle vacche da utilizzare come set di convalida e (3) una validazione della dieta escludendo ciascuna delle diete una per una per utilizzarle nei set di validazione. Le migliori prestazioni statistiche sono state ottenute utilizzando il metodo delle macchine a vettori di supporto. Anche l’inclusione di dati sulla produzione di latte e il numero di lattazioni come predittori, in combinazione con gli spettri, hanno migliorato la calibrazione. Nella cross-validation, il modello migliore ha previsto la NUE con un coefficiente di determinazione di 0,74 e un errore relativo del 14%, che è adatto a discriminare tra vacche a bassa e alta NUE. Durante l’esecuzione della validazione della bovina, l’errore relativo è rimasto al 14% e durante la validazione della dieta l’errore relativo variava dal 12 al 34%. Nella cross-validation, i modelli hanno mostrato una mancanza di robustezza, dimostrando difficoltà nel prevedere NUE per le diete e per i campioni che non erano rappresentati nel set di dati di calibrazione. Esiste quindi la necessità di integrare più dati nei modelli per coprire il massimo della variabilità in termini di razze, diete, fasi della lattazione, pratiche di gestione, stagioni, strumenti MIR e regioni geografiche. Sebbene il modello debba essere validato e debba essere migliorato per l’uso in condizioni di routine, questi risultati preliminari hanno dimostrato che è possibile ottenere informazioni sulla NUE attraverso gli spettri MIR del latte. Ciò potrebbe potenzialmente consentire previsioni su larga scala per aiutare sia ulteriori studi genetici e genomici, sia lo sviluppo di strumenti di gestione dell’allevamento.

 

Potential of milk mid-infrared spectra to predict nitrogen use efficiency of individual dairy cows in early lactation

Grelet1, E. Froidmont1, L. Foldager2,3, M. Salavati4*, M. Hostens5, C. P. Ferris6, K. L. Ingvartsen2, A. Crowe7, M. T. Sorensen2, J. A. Fernandez Pierna1, A. Vanlierde1, N. Gengler8, GplusE Consortium†, and F. Dehareng1‡

  1. Walloon Agricultural Research Center (CRA-W), B-5030 Gembloux, Belgium
  2. Department of Animal Science, Aarhus University, Dk-8830 Tjele, Denmark
  3. Bioinformatics Research Centre, Aarhus University, Dk-8000 Aarhus, Denmark
  4. Royal Veterinary College (RVC), London NW1 0TU, United Kingdom
  5. Ghent University, 9820 Merelbeke, Belgium
  6. Agri-Food and Biosciences Institute (AFBI), Belfast BT9 5PX, Northern Ireland
  7. UCD School of Veterinary Medicine, University College Dublin, Dublin 4, Ireland
  8. TERRA Teaching and Research Centre, Gembloux Agro-Bio Tech, University of Liège, 5030    Gembloux, Belgium

J. Dairy Sci. 103:4435–4445

doi.org/10.3168/jds.2019-17910