Прижизненная малоинвазивная оценка количества железа в печени свиней

Микроэлементы являются неотъемлемой частью организма млекопитающих, их содержание в органах и тканях связано с другими компонентами сложной биологической системы. На основании этого существует возможность оценивать уровень некоторых химических элементов в структурах организма прижизненно неинвазивно или малоинвазивно. Мясо и субпродукты сельскохозяйственных животных являются источником относительно легко усвояемого гемового железа, что может быть одной из характеристик качества сельскохозяйственной продукции в условиях широко распространённого железодефицита. Свиньи породы ландрас были выращены в типовых условиях промышленного комплекса, расположенного в Алтайском крае, с целью мясного откорма до живой массы 100 кг. Забор венозной крови выполняли острым методом из яремной вены с соблюдением принципов асептики и преаналитических правил. Гематологическое и биохимическое исследование крови и сыворотки животных выполнялось аппаратно. После убоя проводился отбор проб печени. Для оценки уровня железа в них использовался метод атомно-эмиссионного спектрального анализа с индуктивно-связанной плазмой на оборудовании iCAP-PRO (Thermo Fisher Scientific). Для работы с данными использовали ПО Microsoft Office Excel, среду анализа данных RStudio версии 2023.03.1 (RStudio, PBC) для языка программирования R. Для регрессионного анализа применялся метод наименьших квадратов. Подбор модели выполнялся пошаговым выбором предикторов в обоих направлениях с использованием информационного критерия Акаике, байесовского информационного критерия и скорректированный коэффициент детерминации. Оценивались допущения линейной регрессии. Итоговая регрессионная модель для определения уровня железа в печени свиней содержит среднее содержание гемоглобина в эритроците, гемоглобин и неорганический фосфор сыворотки крови в качестве предикторов. Между предикторами окончательной модели нет признаков мультиколлинеарности. Предлагаемая модель удовлетворяет выдвигаемые к ней требования о нормальности распределения остатков, отсутствию их скоррелированности и влиятельных наблюдений. Предлагаемая множественная регрессионная модель может использоваться для оценки уровня железа в печени свиней in vivo в различных целях.

1. Генофонд скороспелой мясной породы свиней: монография / В.Л. Петухов, В.Н. Тихонов, А.И. Желтиков [и др.]. – Новосибирск: Издательско-полиграфическое объединение «Юпитер», 2005. – 631 с.

2. Генетика: учеб. пособие / В.Л. Петухов, О.С. Короткевич, С.Ж. Стамбеков [и др.]. – Новосибирск: Новосиб. отд-ние изд-ва «Наука», 2007. – 628 с.

3. Jyothi N.R. Heavy metal sources and their efects on human health. – London: IntechOpen, 2020. – Chapter. – P. 1–12.

4. WHO. The global prevalence of anemia in 2011. – Geneva: World Health Organization, 2015. – P. 43.

5. Micronutrient defciencies among preschool-aged children and women of reproductive age worldwide: a pooled analysis of individual-level data from population-representative surveys / G.A. Stevens, T. Beal, M.N. Mbuya [et al.] // The Lancet Global Health. – 2022. – Vol. 10, № 11. – P. e1590–e1599.

6. Co-products of beef processing enhance non-haem iron absorption in an in vitro digestion/caco-2 cell model / E.A.A. O’Flaherty, P. Tsermoula, E.E. O’Neill, N.M. O’Brien // International Journal of Food Science and Technology. – 2019. – Vol. 54, № 4. – P. 1256–1264.

7. Beal T., Ortenzi F. Priority micronutrient density in foods // Frontiers in nutrition. – 2022. – Vol. 9. – P. 379.

8. Pereira P.M.C.C., Vicente A.F.R.B. Meat nutritional composition and nutritive role in the human diet // Meat science. – 2013. – Vol. 93, № 3. – P. 586–592.

9. Ostaszewski M. Meat and meat products as functional food // World Scientifc News. – 2018. – № 110. – P. 147–158.

10. Czerwonka M., Tokarz A. Iron in red meat-friend or foe // Meat science. – 2017. – Vol. 123. – P. 157–165.

11. Nonheme-iron absorption from a phytate-rich meal is increased by the addition of small amounts of pork meat / S.B. Bæch, M. Hansen, K. Bukhave [et al.] // The American Journal of Clinical Nutrition. – 2003. – Vol. 77, № 1. – P. 173–179.

12. Mateescu R. It is possible to genetically change the nutrient profle of beef // Proceedings of the Beef improvement Federation Research Symposium, edited by Beef Improvement Federation: Annual Meeting, Lincoln, Nebraska: Oklahoma State University, 2014. – P. 87–92.

13. Arihara K. Strategies for designing novel functional meat products // Meat Science. – 2006. – Vol. 74, № 1. – P. 219–229.

14. Способ определения содержания кадмия в печени крупного рогатого скота: Пат. на изобретение RU 2591825 C1. / Короткевич О.С., Нарожных К.Н., Коновалова Т.В. [и др.]; заявл. № 2015116391/15; опубл. 20.07.2016.

15. Newcom D.W., Baas T.J., Lampe J.F. Prediction of intramuscular fat percentage in live swing using realtime ultrasound // Journal of Animal Science. – 2002. – Vol. 80, № 12. – P. 3046–3052.

16. Comparative assessment of radioactive strontium and cesium contents in the feedstufs and dairy products of western Siberia / O.I. Sebezhko, V.L. Petukhov, O.S. Korotkevich [et al.] // Indian Journal of Ecology. – 2017. – Vol. 44, № 3. – P. 662–666.

17. Infuence of anthropogenic pollution on interior parameters, accumulation of heavy metals in organs and tissues, and the resistance to disorders in the yak population in the Republic of Tyva / O.I. Sebezhko, V.L. Petukhov, R.B. Chysyma [et al.] // Journal of Pharmaceutical Sciences and Research. – 2017. – Vol. 9 (9). – P. 1530.

18. Direct determination of cooper, lead and cadmium in the whole bovine blood using thick flm modifed graphite electrodes / T.V. Skiba, A.R. Tsygankova, N.S. Borisova [et al.] // Journal of Pharmaceutical Sciences and Research. – 2017. – Vol. 9, № 6. – P. 958–964.

19. Сысо А.И. Тяжелые металлы в окружающей среде как угроза растениям, животным и человеку // Агрохимия в XXI веке: мат-лы Всерос. науч. конф. с междунар. участием, посвящ. памяти академика РАН В.Г. Минеева. – М., 2018. – С. 30–33.

20. Biel W., Czerniawska-Piątkowska E., Kowalczyk A. Ofal chemical composition from veal, beef, and lamb maintained in organic production systems // Animals. – 2019. – Vol. 9, № 8. – P. 489.

21. Доктрина продовольственной безопасности Российской Федерации (утв. Указом Президента Российской Федерации от 21.01.2020 г. № 20). – М.: ФГБНУ «Росинформагротех», 2020. – 25 с.

22. Способ определения уровня железа в печени свиней: пат. на изобретение RU 2762614 C1 / Зайко О.А., Коновалова Т.В., Себежко О.И. [и др.]; заявл. № 2021107856; опубл. 21.12.2021.

23. Способ определения содержания марганца в печени свиней: пат. на изобретение RU 2791231 C1 / Зайко О.А., Назаренко А.В., Коновалова Т.В. [и др.]; заявл. № 2022109749; опубл. 06.03.2023.

24. Способ определения содержания железа в мышечной ткани свиней: пат. на изобретение RU 2804795 C1 / Петухов В.Л., Желтиков А.И., Зайко О.А. [и др.]; заявл. № 2023117592; опубл. 05.10.2023.

25. Зайко О.А. Возможности неинвазивного in vivo прогнозирования уровней некоторых эссенциальных химических элементов в органах и тканях свиней // Теория и практика современной аграрной науки: сб. VII национальной (всерос.) науч. конф. с междунар. участием. – Новосибирск: ИЦ НГАУ «Золотой колос», 2024. – С. 362–366.

26. Archer N.M., Brugnara C. Diagnosis of iron-defcient states // Critical Reviews in Clinical Laboratory Sciences. – 2015. – Vol. 52, № 5. – P. 256–272.

27. Veterinary medicine: a textbook of the diseases of cattle, horses, sheep, pigs and goats / P.D. Constable, K.W. Hinchclif, S.H. Done, W. Grünberg. – China: Elsevier Health Sciences, 2017. – 2278 p.

28. Evans R.J. Porcine haematology: Reference ranges and the clinical value of the haematological examination in the pig // The Pig Journal. – 1994. – Vol. 32. – P. 52–57.

29. Reference values of hematological, biochemical and endocrinological parameters in the blood of piglets aged 1 and 21 days / M. Cincović, M. Mirkov, I. Radović [et al.] // Contemporary Agriculture. – 2020. – Vol. 69, № 3–4. – P. 34–40.

30. Schalm’s veterinary hematology / M.B. Brooks, K.E. Harr, D.M. Seelig [et al.] (eds.). – USA: WileyBlackwell, 2022. – 4121 p.

31. Etaga H.O., Ndubisi R.C., Oluebube N.L. Efect of multicollinearity on variable selection in multiple regression // Science Journal of Applied Mathematics and Statistics. – 2021. – Vol. 9, № 6. – P. 153.

32. Мастицкий С., Шитиков В. Статистический анализ и визуализация данных с помощью R. – М.: ДМК-Пресс, 2015. – 496 с.

33. Emmert-Streib F., Dehmer M. Evaluation of regression models: Model assessment, model selection and generalization error // Machine learning and knowledge extraction. – 2019. – Vol. 1, № 1. – P. 521–551.

34. Kuha J. AIC and BIC: Comparisons of assumptions and performance // Sociological Methods & Research. – 2004. – Vol. 33. – P. 188–229

35. Baguley T. Serious Stat: A guide to advanced statistics for the behavioral sciences. – Switzerland: ‎Springer, 2012. – 830 p.

36. Нарожных К.Н. Модели прогнозирования уровня цинка в мышечной ткани крупного рогатого скота // Изв. Тимирязевской сельскохозяйственной академии. – 2023. – № 1. – С. 89–103.

37. Нарожных К.Н. Математическое моделирование уровня марганца в мышечной ткани крупного рогатого скота // Сибирский вестник сельскохозяйственной науки. – 2023. – Т. 53, № 4. – С. 81–92.

38. Narozhnykh K.N. Prediction models of iron level in beef muscle tissue toward ecological well-being // Global Journal of Environmental Science and Management. – 2023. – Vol. 9, № 4. – P. 833–850.

39. Способ определения содержания железа в мышечной ткани рыбы: пат. на изобретение RU 2761045 C1 / Рявкина К.С., Коновалова Т.В., Себежко О.И. [и др.]; заявл. № 2021103652; опубл. 02.12.2021.

40. Способ оценки содержания меди в печени овец: пат. на изобретение RU 2765236 C1 / Саурбаева Р.Т., Андреева В.А., Климанова Е.А. [и др.]; заявл. № 2021106117; опубл. 26.01.2022.