Caracterización del metaboloma de la leche de vacas suplementadas con aceites ricos en ácidos grasos poliinsaturados

El contenido de ácidos grasos (AG) y metabolitos (Met) en la leche influye en la calidad nutricional, tecnológica y sensorial de los productos lácteos. La leche aporta hasta un 35% de las grasas saturadas en la dieta humana, las cuales están asociadas con un mayor riesgo de enfermedades cardíacas (Givens et al., 2005). Como contraparte, ciertos ácidos grasos poliinsaturados (PUFAs) como el linoleico conjugado (CLA), presentan promisorios efectos positivos sobre la salud por sus propiedades anticancerígenas, antiaterogénicas, y antidiabéticas. Es posible modificar el perfil de los AG de la leche a través de la suplementación con aceites ricos en PUFAs incrementando la disponibilidad del cis-9 trans-11 CLA y de su presursor el ácido vaccenico (trans11 C_18:1). En nuestro conocimiento, los cambios inducidos por el aporte dietario de los PUFAs sobre la cantidad/calidad de Met bioactivos de la leche no ha sido aún explorada. El objetivo de este trabajo fue caracterizar el metaboloma de la leche en animales suplementados con PUFAs.

Se utilizaron 12 vacas multíparas de raza Holando con 46 (± 12) días en lactancia y se asignaron aleatoreamiente a tratamientos balaceado según peso vivo, producción y composición promedio de la leche a dos tratamientos: Control (sin suplementación con aceite) y mezcla de aceites (soja-pescado en una relación de 87,5% y 12,5% peso en peso; ASAP) al 4% del total del consumo estimado de materia seca (n=6 animales por tratamiento). Las vacas consumieron pastura a voluntad con una oferta de 27 kg MS/vaca/día y un concentrado en sala de ordeño que fue manualmente mezclados con los aceites. Luego de 21 días de suplementación se obtuvo para cada vaca una muestra pool (mañana-tarde) de los dos ordeños, que fue utilizada para la adquisición de espectros de Resonancia Magnética Nuclear no dirigida de protón (RMN-H¹). Los espectros RMN-H¹ fueron transformados, deconvolucionados y normalizados. Las señales correspondientes a los Met se asignaron utilizando la base de datos Biological Magnetic Resonance Data Bank (BMRB). Con los datos de concentración relativa para cada Met agrupados para todas las muestras se construyó la matriz de concentraciones relativas de Met (MCMet).

Un análisis exploratorio de componentes principales (PCA) fue realizado sobre la MCMet. Posteriormente, se ajustó una regresión logística con penalización elastic net utilizando los Met como variables predictoras y grupo Control-ASAP como variable dependiente. El test de Wilcoxon sum Rank (U-test) fue utilizado para comparar las distribuciones de la concentración relativa de los Met entre grupos Control vs ASAP. Todos los análisis y gráficos fueron realizados en el entorno de trabajo R.

La MCMet contuvo 121 componentes, 83 regiones del espectro RMN-H¹ que no pudieron ser asignadas y 38 regiones correspondientes a Met identificados. En la Figura 1, se graficaron los scores de cada muestra obtenidos para el componente principal 1 (Dim1) y Dim2. En conjunto, la variancia explicada por Dim1 y Dim2 fue de 32,1% y 18%, respectivamente. Puede observarse que los individuos de los grupos Control (contorno rojo) y ASAP (contorno verde) agrupan sobre los ejes que capturan la mayor variación de la MCMet (Figura 1). Los parámetros del modelo de regresión elastic net fueron α = 0,096 y λ = 0,003, en la Figura 2 se pueden observar los coeficientes estimados para los Met que más contribuyeron a diferenciar entre el grupo Control y el suplementado con PUFAs.

La distribución de la concentración de los Met Creatina, Cis-Aconitato, Malonato, Trimetilamina y N-Glicero-3-Fosfato fue significativamente mayor (U-test valor-P < 0,05) en los animales del tratamiento ASAP que en el Control; mientras que lo opuesto sucedió para 2-Oxoglutarato, Butirato y Colina (datos no mostrados).

El aporte dietario de aceites ricos en PUFAs afecta el metaboloma de la leche. La identificación y cuantificación del cambio diferencial en el perfil de Met de la leche es una información valiosa cuya implicancia en la mejora del valor nutricional, tecnológico, saludable y organoléptico de la leche es a determinar.