综述

消化道微生物及其与宿主互作影响奶牛饲料效率的研究进展

  • 赵志飞 , 1, 2 ,
  • 徐宏建 1, 2 ,
  • 李建国 1, 2, 3, 4 ,
  • 高艳霞 , 1, 2, 3, 4, *
展开
  • 1 河北农业大学动物科技学院,保定 071001
  • 2 农业农村部奶牛健康养殖重点实验室(部省共建),保定 071001
  • 3 河北省牛羊胚胎技术创新中心,保定 071001
  • 4 河北省乳制品产业技术研究院,石家庄 050000
* 高艳霞,研究员,硕士生导师,E-mail:

赵志飞(1999—),男,河北石家庄人,硕士研究生,研究方向为动物营养学。E-mail:

Copy editor: 菅景颖

收稿日期: 2024-10-12

  网络出版日期: 2025-04-15

基金资助

国家奶牛产业技术体系(CARS-36-20)

生物农业联合基金重点项目(C2022204248)

河北省现代农业产业技术体系奶牛创新团队(HBCT2023180207)

河北省高端人才项目(6012018)

Research Progress on Impacts of Gastrointestinal Microbiota and Host-Microbe Interactions on Dairy Cow Feed Efficiency

  • ZHAO Zhifei , 1, 2 ,
  • XU Hongjian 1, 2 ,
  • LI Jianguo 1, 2, 3, 4 ,
  • GAO Yanxia , 1, 2, 3, 4, *
Expand
  • 1 College of Animal Science and Technology, Agricultural University of Hebei, Baoding 071001, China
  • 2 Key Laboratory of Healthy Dairy Cattle Breeding of the Ministry of Agriculture and Rural Affairs (Jointly Established by the Ministry and Province), Baoding 071001, China
  • 3 Hebei Province Cattle and Sheep Embryo Technology Innovation Center, Baoding 071001, China
  • 4 Hebei Dairy Industry Technology Research Institute, Shijiazhuang 050000, China
* professor, E-mail:

Received date: 2024-10-12

  Online published: 2025-04-15

摘要

饲料效率是奶牛生产的一项关键经济指标,它直接关系到养殖成本和经济效益。对于奶牛而言,宿主基因型通过调控消化酶活性和代谢途径,直接影响其饲料效率,消化道微生物也对宿主的营养吸收和肠道健康具有重要调节作用,这些微生物的组成和功能受到饲粮组分和结构、宿主遗传和环境等多种因素的影响。此外,越来越多的研究强调了宿主遗传对人类和动物肠道微生物群的重要作用,宿主源代谢分子对消化道微生物的调控机制为深入探究宿主-微生物相互作用提供了新的视角,探究两者之间互作关系对提高奶牛饲料效率有重要的意义。本文就奶牛遗传特性、消化道微生物结构和宿主-微生物相互作用如何影响饲料效率的研究进展进行综述,旨在增进对奶牛饲料效率影响因素的理解,并为奶牛饲料效率的遗传与调控机制提供新的研究思路。

本文引用格式

赵志飞 , 徐宏建 , 李建国 , 高艳霞 . 消化道微生物及其与宿主互作影响奶牛饲料效率的研究进展[J]. 动物营养学报, 2025 , 37(4) : 2189 -2199 . DOI: 10.12418/CJAN2025.186

Abstract

Feed efficiency is a critical economic indicator in the dairy industry, directly affecting the cost of breeding and economic benefits. In dairy cows, the host genotype regulates digestive enzyme activity and metabolic pathways, thereby directly affecting feed efficiency. The gastrointestinal microbiota significantly affects nutrient absorption and intestinal health in dairy cows, with its composition and function affected by factors like diet, host genetics, and environment. Moreover, studies increasingly highlight the role of host genetics in shaping the gastrointestinal microbiota of humans and animals, offering insights through host-derived molecules for host-microbe interactions. Examining the interplay between host genetics and the microbiota is crucial for enhancing dairy cow feed efficiency. This article reviewed the research progress on how dairy cow genetic characteristics, gastrointestinal microbiota structure, and host-microbe interactions influence feed efficiency, aiming to deepen our understanding of these factors and inspire new research into the genetics and regulatory mechanisms underlying dairy cow feed efficiency.

随着国民生活水平的提高,牛奶作为优质动物性食品的需求不断增长,促进了奶牛养殖业快速发展。但奶牛养殖长期面临饲料资源不足和环境污染两大问题。因此,如何进一步提高奶牛饲料效率是解决问题的重要途经。目前,该领域的研究已经从传统的营养调控方法(如补充添加剂)转向深入探讨消化道微生物及其与宿主之间的相互作用[1],以揭示奶牛泌乳调控的的深层生物学过程。
在畜牧业中,饲料效率被视为一个关键的经济特征,它反映了动物生产性能与饲料消耗之间的比率[2]。饲料效率因养殖动物的种类、胎次、泌乳阶段和健康状态等不同而有所差异[3]。在多种动物上研究发现,即使是在同样饲喂条件下,动物饲料效率的差异依然显著[4-6]。此外,饲料效率相关指标与动物本身的基因型表现出明显的相关性[7-9],因此动物的基因型可能是引起饲料效率差异的关键因素之一。微生物组学的研究显示,不同饲料效率的奶牛在消化道微生物组成和功能上往往存在较大差异[10]。这些微生物能够将饲料转化为挥发性脂肪酸(volatile fatty acids,VFA)和微生物蛋白[11],这一过程对维持奶牛生命活动、生长和泌乳至关重要。同时,宿主基因组还可以通过调节消化道微生物丰度和功能来影响饲料效率,宿主基因组与微生物组的相互作用对饲料效率有相当大的贡献[12]
鉴于宿主基因组、消化道微生物和宿主表型之间复杂的相互作用对理解奶牛泌乳的基本生物学机制至关重要,本综述将深入探讨这些因素如何影响奶牛的饲料效率,以期为未来探索和开发提高养殖效率的新机制提供参考依据。

1 奶牛饲料效率遗传力估计及遗传基础

通过对奶牛饲料效率的遗传力估计,可以了解遗传因素对这一性状的影响程度,其中,剩余采食量(residual feed intake,RFI)不受生产水平及环境变异的直接影响,是衡量饲料效率最合适的指标[13]。大量研究报道,RFI具有中等遗传力[14-16],这表明遗传因素在影响宿主的饲料效率方面扮演着重要角色,它决定了奶牛对饲料营养的摄取、转化和利用能力。近年来,随着基因组技术的飞速发展,研究者们开始深入探究奶牛基因组中与饲料效率相关的遗传变异,通过全基因组关联研究(genome-wide association study,GWAS)等方法,已经鉴定出多个与饲料效率相关的基因和遗传标记[17]
宿主基因中的单核苷酸多态性(single nucleotide polymorphism,SNP)、拷贝数变异(copy number variation,CNV)等遗传变异与宿主饲料效率密切相关[18-19]。这些标记涉及能量、氨基酸、蛋白质代谢和免疫调节等生物过程[17]。具体而言,GWAS揭示了多个与饲料效率相关的遗传标记,包括松弛素家族肽受体4(relaxin family peptide receptor 4,RXFP4)、嗅觉受体家族2亚家族A成员2(olfactory receptor family 2 subfamily A member 2,OR2A2)、嗅觉受体家族2亚家族T成员12(olfactory receptor family 2 subfamily T member 12,OR2T12)、嗅觉受体家族2亚家族AK成员2(olfactory receptor family 2 subfamily AK member 2,OR2AK2)、脂肪酸结合蛋白4(fatty acid-binding protein 4,FABP4)、胱天蛋白酶富集域家族成员11(caspase recruitment domain family member 11,CARD11)和真核翻译起始因子3亚基B(eukaryotic translation initiation factor 3 subunit B,EIF3B)[18-20]。此外,微小RNA(microRNA,miRNA)等非编码RNA分子在饲料效率的调控中也起到了关键作用,通过调控蛋白质编码基因的表达来影响饲料效率[20]。因此,基因组中的遗传变异对奶牛饲料效率的调控具有显著影响,这些发现对于指导基因组选择育种和深化饲料效率的遗传学研究具有重要意义。未来通过利用这些遗传标记辅助选择,有望提高奶牛的饲料效率。然而,目前多数研究集中于SNP,对CNV和结构变异(structural variation,SV)以及其他类型的遗传变异研究较少。此外,饲料效率作为一个多基因性状,其遗传基础复杂,目前识别的遗传标记仅解释了部分遗传变异[21]。未来的研究需要进一步探索SNP、CNV和SV以及其他遗传变异对饲料效率的影响,以便更全面地理解这一性状的遗传基础,为分子育种和精准饲养管理提供更坚实的科学基础。

2 奶牛消化道微生物群落对饲料效率的影响及其调控机制

奶牛依赖消化道微生物群的共生关系从纤维素等复杂营养物质中获得能量和其他营养成分,满足自身生长、生产和繁殖所需的70%的能量和90%的日常蛋白质需求[22]。研究表明,瘤胃微生物群落在这一过程中起着关键作用,而后肠道微生物群落也同样重要[23-24]。Monteiro等[22]的研究进一步证实了这一点,指出饲料效率与后肠道微生物群落的相关性比预期更为密切。其中,瘤胃作为主要的发酵场所,包含细菌、古菌、原生动物和真菌等多种微生物群[25],它们通过降解植物纤维和多糖,产生VFA、微生物蛋白和维生素等代谢物,与宿主建立联系,协助完成消化和能量代谢等多种生理过程[26];接着,后肠道微生物群通过进一步发酵在瘤胃中未被降解和吸收的营养物质,为奶牛提供了占总摄入量10%的可代谢能量[22]。这些机制对于理解奶牛的泌乳生物学过程至关重要。目前,对瘤胃微生物群落的研究较为深入,未来的研究可以更多地关注后肠道微生物群落如何影响未被瘤胃完全降解的营养物质的发酵,以及它们的代谢功能与宿主生产性能之间的关系。

2.1 细菌

奶牛消化道中细菌占微生物总数的95%,数量介于1010~1011个/mL[27]。它们通过分泌纤维分解酶、淀粉降解酶、蛋白质降解酶、脂肪降解酶、乳酸产生和利用酶等将饲粮分解成VFA、蛋白质、维生素以及其他营养成分[28],促进奶牛对营养物质的吸收和利用。瘤胃中优势细菌群落主要包括变形菌门(Proteobacteria)、拟杆菌门(Bacteroidetes)和厚壁菌门(Firmicutes),这些细菌群落的组成和功能与奶牛的饲料效率有着密切的联系[10]。研究表明,高饲料效率奶牛瘤胃中琥珀酸单胞菌属(Succinimonas)和月形单胞菌属(Selenomonas)相对丰度较高,该菌属降解淀粉产生琥珀酸和丙酸[29];低饲料效率奶牛瘤胃中埃氏巨型球菌(Megasphaera elsdenii)相对丰度较高,该菌种利用乳酸生产丁酸和丙酸[30]。同样,Xie等[10]研究表明,低饲料效率奶牛瘤胃中丁酸生产菌[如梭状芽孢杆菌属(Clostridium)、丁酸弧菌属(Butyrivibrio)、真细菌属(Eubacterium)和布劳蒂亚菌属(Blautia)]的相对丰度较高。这表明高饲料效率奶牛瘤胃微生物群落中丙酸产生菌的丰度较高,使宿主瘤胃发酵模式倾向于丙酸发酵,而低饲料效率奶牛则更多地依赖于丁酸发酵,由于丁酸需要经过额外的代谢步骤才能被宿主利用,因此这种能量获取方式效率相对较低。
在后肠道微生物与饲料效率的关系研究中,高饲料效率安格斯阉牛盲肠和粪便中Chao1指数和Shannon指数均较高[31],较高的微生物多样性通常意味着有更多的微生物种类参与代谢活动,这些微生物可能竞争相同的底物,这种竞争可能导致一些微生物更有效地利用底物,而其他微生物则可能受到限制,从而影响整体的饲料分解和能量利用效率。研究表明,在低饲料效率肉牛的十二指肠中,解琥珀酸菌属(Succiniclasticum)的相对丰度较高,而在高饲料效率肉牛中,普雷沃氏菌属(Prevotella)和Paraprevotella的相对丰度较高[31];高饲料效率肉牛后肠道瘤胃球菌属2(Ruminococcus_2)、克里斯滕森菌科R-7群(Christensenellaceae_R-7_group)和毛螺菌科NK3A20群(Lachnospiraceae_NK3A20_group)的相对丰度更高,低饲料效率组中不动杆菌属(Acinetobacter)相对丰度更高[32];此外,盲肠中琥珀酸弧菌科(Succinivibrionaceae)和粪便中肽链球菌科(Peptostreptococcaceae)、弯曲菌科(Turicibacteraceae)的相对丰度与饲料效率呈负相关,而盲肠和粪便中瘤胃球菌科(Ruminococcaceae)、消化链球菌科(Peptostreptococcaceae)和梭菌科(Clostridiaceae)的相对丰度与饲料效率呈正相关[33-35]。这些细菌可作为区分不同饲料效率肉牛的潜在标志物,它们通过影响宿主对饲料的分解和能量利用率来影响宿主的饲料效率。
相较于低饲料效率个体,高饲料效率个体瘤胃细菌间展现出更多且更紧密的关联。具体来说,高饲料效率奶牛瘤胃中Selenomonas与属于Succinivibrionaceae的成员[如SuccinivibrioSuccinimonas和瘤胃杆菌属(Ruminobacter)]之间存在着正相关关系,它们在碳水化合物的代谢中发挥协同作用[36]。通过这种协同作用,它们能够更高效地将碳水化合物转化为宿主可利用的能量形式。在低饲料效率奶牛中观察到碳水化合物代谢增强,可能产生更多样化的产物(如丙酮酸、乙酰辅酶A和氢)[10,30]。这种多样化的产物导致代谢途径不够高效,无法将摄入的能量和营养物质有效转化为宿主所需的能量和营养物质,从而导致能量在代谢过程中被消耗或以非生产性的方式损失。
消化道细菌群落结构还与甲烷(CH4)产量相关。微生物数据显示,奶牛瘤胃中Butyrivibrio和瘤胃球菌属(Ruminococcus)的相对丰度与甲烷排放量呈正相关,同型乙酸菌(EubacteriumBlautiaCellulosolvens)的相对丰度与甲烷排放量呈负相关[37],它们可以与甲烷生成竞争氢,从而抑制甲烷生成[38]。以上结果表明,奶牛的饲料效率与其消化道细菌群落的组成和功能密切相关。高饲料效率奶牛具有更高效和协同的细菌群落,能够更好地将饲料中的碳水化合物转化为VFA,从而提高能量利用效率。细菌群落的多样性和特定菌属的丰度与饲料效率和甲烷排放量相关,这为通过干预微生物来提高奶牛的饲料效率和减少甲烷排放提供了潜在的策略。未来通过分离和培养这些关键的功能性细菌,并利用合成生物学手段对微生物群进行精确改造,可以实现对奶牛饲料效率的精准把控[39]

2.2 古菌

奶牛瘤胃内容物中古菌含量为107~ 10 8 / m L [27],厌氧甲烷菌作为古菌群体的核心组成部分,构成瘤胃微生物群落的0.6%~3.3%[40]。瘤胃古菌主要由甲烷短杆菌属(Methanobrevibacter)、甲烷球形菌属(Methanosphaera)和甲烷杆菌属(Methanobacterium)3个系统发育类群组成[41]。近三十年来,对瘤胃古菌的研究取得了显著进展,主要集中在2个领域:一是对不同饲料效率个体瘤胃古菌群落的组成和功能进行解析;二是探索调控甲烷生成的策略。研究表明,不同饲料效率奶牛瘤胃古菌群落结构存在显著差异。具体来说,低饲料效率奶牛中丰度最高的古菌种瘤胃甲烷短杆菌(Methanobrevibacter ruminantium)和Methanobrevibacter的相对丰度显著升高[10,30],Delgado等[42]的研究也发现类似的结果。这些甲烷菌主要通过氢营养型途径生成甲烷,这一过程的能量效率较低,导致甲烷产量增加。既往研究多基于基因组DNA和RNA分析方法,而近期通过对不同饲料效率的奶牛进行宏基因组和宏转录组的比较分析,揭示了这2种方法在古菌检测上的不一致性[36],宏转录组分析揭示了更多的差异性。由于基因可能不表达以及RNA不稳定性的存在,宏转录组可能更能反映出真实的微生物群落功能。即便是通过宏基因组学来探究微生物群落的组成时,选择不同的数据库(如GTDB、NCBI、RDP和Greengenes等)作为参考序列,也可能导致同一样本得到不同的分类归属[43]。因此,对微生物群落的研究不仅需要标准化的工作流程,还应结合多组学数据进行联合分析,以确保结果的准确性和可比性。
鉴于瘤胃微生物群落的多样性和功能冗余,深入理解它们如何影响饲料效率显得尤为重要[42]。多项研究均发现,低饲料效率奶牛倾向于用更多的能量去生成甲烷[10,30,36],在反刍动物中,甲烷由产甲烷古菌在瘤胃和后消化道合成,能够导致反刍动物2%~12%摄入总能的损失[44],因此通过调控古菌群落减少甲烷排放是改善奶牛饲料效率的主要因素之一。3-硝基丙醇(3-nitropropanol,3-NOP)和含溴仿的海藻物种——紫杉状海门冬(Asparagopsis taxiformis)和红藻刺海门冬(Asparagopsis armata)在减少牛甲烷排放方面表现出了良好的前景。3-NOP通过与甲烷生成过程中的关键酶——甲基辅酶M还原酶(methyl coenzyme M reductase,MCR)发生竞争性结合,抑制MCR的活性。溴仿作为一种卤代烃,能够结合产甲烷菌中的酶并催化脱卤化反应,干扰产甲烷菌的代谢途径,进而减少能量的损失[44]。但目前对于藻类的添加量存在争议,抗甲烷生成效果依赖于溴仿含量,因此在使用海藻作为饲料添加剂时,需要平衡减少甲烷排放与保持奶牛生产性能之间的关系。未来的研究需要进一步探索这些添加剂的长期效果、最适剂量以及它们对奶牛健康和生产性能的全面影响,以实现减少甲烷排放和提高饲料效率的双重目标。

2.3 原虫

原虫是一类在多种环境中广泛分布的单细胞真核微生物,主要以寄生为主[28],数量为104~ 10 6 / m L [27],它们与原核生物群落(涵盖广泛的细菌和古菌种类)之间维系着一系列复杂的代谢物交换机制,这些相互作用促进了各自种群的生长与代谢效率[45],原虫利用细胞表面的纤毛和鞭毛等结构与它们体内或表面附着的细菌及古菌形成直接的物理连接[46],共同编织了一个错综复杂而又高度协同的生态网络。其中,纤毛原虫(ciliate protozoa)在瘤胃微生物生态系统中占据了重要地位,它们构成了瘤胃微生物生物量的25%~50%[47-48],通过其产生的碳水化合物活性酶,帮助宿主分解自身无法消化的结构性碳水化合物[49],从而提高宿主的饲料效率。
目前,关于瘤胃原虫的研究主要集中在其与产甲烷菌的相互作用上,原虫在促进甲烷生成方面发挥了重要作用。一项基于巴伊兰大学的研究显示,在与纤毛原虫共生的微生物群落中,产甲烷古菌的数量远高于非共生的微生物[50]。这表明原虫可能为产甲烷古菌提供了有利生存条件。通过驱除瘤胃中的原虫群落,可以减少11%的甲烷排放[48]。此外,纤毛原虫还与产甲烷古菌存在代谢互作,纤毛原虫产生的氢气(H2)可以被产甲烷古菌利用,通过氢营养途径产生甲烷[50]。原虫与细菌相互作用对奶牛消化效率有显著影响。在瘤胃发酵过程中,原虫与细菌通过竞争碳水化合物,有效吞噬并储存淀粉,减缓糖分的快速发酵,从而避免乳酸中毒发生,这一过程对反刍动物的健康和生产性能至关重要;试验结果还揭示了与不含纤毛原虫的微生态系统相比,在含有纤毛原虫的微生态系统中,VFA的产量更高[51-52]。这些发现与原虫的基因组分析结果相辅相成。通过对肠伊索虫(Isotricha intestinalis)的基因组进行分析,发现了其对宿主饲料效率可能具有积极影响的独特代谢特性[53],对原虫(Myrionecta rubra)的基因组研究揭示了氢化酶体和线粒体的趋同进化[54],这为理解瘤胃原虫分解复杂植物材料(如纤维素和半纤维素)提供了新的视角。但由于大多数瘤胃原虫难以实现纯培养,以及从分子学数据库中对原虫基因组的组装和注释面临挑战,这限制了从新获得的基因组数据中推断功能的能力,导致其在微生物群落中的功能和相互作用的理解仍然有限[55],因此,为了深入理解瘤胃原生动物与原核微生物群落之间的相互作用及其对瘤胃功能和宿主动物健康的影响,仍需开展更多研究。

2.4 真菌

真菌属于严格的厌氧生物,在木质纤维素的分解过程中扮演着关键角色。尽管真菌在数量上不及细菌和原虫,数量为104~106个/mL[28],却对进入胃肠道粗饲料的分解贡献达到20%[56]。真菌独特的菌丝能够穿透粗饲料的细胞壁,实现对细胞壁木质纤维结构的破坏,促进瘤胃细菌等进一步将其降解为甲酸、乙酸、乳酸及二氧化碳等[57]。厌氧真菌通过特定微生物(如NeocollimastixPiromycesCacomycesAnaeroomycesOrpinomycesCyllamyces)产生的碳水化合物活性酶[58],对粗饲料的初步降解有至关重要的作用[59]
通过宏基因组测序技术,Xie等[10]发现不同饲料效率组奶牛真菌群落结构并未展现出显著性差异。Xue等[30]利用主坐标分析(principal co-ordinates analysis,PCoA)技术也未能在高、低饲料效率奶牛间发现真菌的明显聚类现象;此外,宏转录组学分析在门、属、种3个水平上也未发现真菌的显著性差异[36]。然而,在肉牛的研究结果与此相反,高饲料效率肉牛瘤胃真菌多样性和丰富度更高[4]。这种差异可能是由于不同研究中使用的动物物种和方法以及饲料类型的不同造成的,需进一步研究验证。Liang等[60]的研究揭示,Neocallimastix、吡咯菌属(Piromyces)和奥尔品菌属(Orpinomyces)等能够产生纤维素体,这是一种多酶复合体,能够显著增强微生物对纤维素的降解能力。这提示我们对真菌的研究不应仅限于单一物种的丰度,应更加关注真菌群落的功能多样性和调控机制,以更好地利用其在动物生产中的潜力。

3 宿主与微生物的互作影响饲料效率的机制研究

高通量测序技术的发展使全面分析微生物、宿主及其相互作用,并确定它们在影响牛生物学中的作用成为可能[61-63]。奶牛肠道微生物组是一个复杂的生态系统,与宿主的代谢、生产性能及健康状况密切相关[64-66]。最近研究发现,宿主基因组和瘤胃微生物群落对奶牛RFI贡献不到30%,其余变异可归因于瘤胃微生物群落的中介效应,且宿主基因组与瘤胃微生物组的相互作用对RFI贡献高达49%[12],突显了宿主与微生物组相互作用在奶牛饲料效率遗传力中的显著地位。

3.1 宿主遗传影响消化道微生物群落结构

微生物与宿主之间存在着密切的互作关系,宿主可以通过肠道衍生的免疫系统分子、肠道黏膜分泌的小分子、肠道源性外泌体非编码RNA及其他器官产生的分子(如性腺激素、神经激素和胆汁酸等)来调控肠道菌群[67]。其中,宿主遗传学对饲料效率的影响部分是通过影响特定微生物实现的。Li等[68]研究发现,与饲料效率相关的SNP可以影响瘤胃中Ruminococcus、未分类的食物谷菌科(unclassified Victivallaceae)、未分类的摩根菌科(unclassified Mogibacteriaceae)和YRC22的丰度,表明宿主基因对瘤胃微生物群和饲料效率具有多效性作用。Sasson等[69]对47头奶牛进行了遗传力估计,发现受宿主遗传因素影响的微生物主要归属于拟杆菌目(Bacteroidales)和梭菌目(Clostridiales);特别是,饲料效率与Prevotella的丰度呈正相关,而与副拟杆菌科(Paraprevotellaceae)和韦荣氏球菌科(Veillonellaceae)的丰度呈负相关。但小样本量可能无法充分代表整体种群的遗传变异和微生物多样性,从而限制了统计分析的稳健性和结果的普适性。此外,宿主遗传也可以通过梭孢菌属(Sporobacter)和球梭菌属(Sphaerochaeta)的丰度来影响甲烷排放。而奶牛的遗传效应与瘤胃微生物群落对甲烷产量的影响相对独立,这为通过育种手段降低奶牛甲烷排放提供了潜在的育种策略,且可能不会对瘤胃微生物群落产生不利影响[70]

3.2 微生物代谢产物影响宿主基因表达调控

微生物代谢产物对宿主基因表达调控涉及多种机制和层面的相互作用。其中,消化道微生物通过其代谢产物——VFA与宿主细胞的受体结合,通过信号传导途径激活或抑制特定基因的表达[71-72]。例如,乙酸和丁酸能够刺激胰高血糖素样肽1(glucagon-like peptide 1,GLP1)和肽YY(peptide YY,PYY)的分泌,改善葡萄糖代谢和胰岛素分泌[73]。丁酸可以通过G蛋白偶联受体41(G-protein coupled receptor 41,GPR41)和G蛋白偶联受体43(G-protein coupled receptor 43,GPR43)的激活减少促炎因子的表达[74]。此外,VFA还能通过转运蛋白进入细胞内部,抑制组蛋白脱乙酰化酶(histone deacetylase,HDAC)的活性,从而有效缓解肠道的炎症反应,提高饲料效率[75]。微生物的代谢产物对宿主基因表达有直接影响。具体来说,瘤胃中乙酸、甲酸和H2等代谢产物能够影响雌激素受体β(estrogen receptor beta,ESRβ)、γ-谷氨酰转移酶1(gamma-glutamyltransferase 1,GGT1)和白细胞介素6(interleukin 6,IL6)等宿主基因的表达。这些基因参与调控瘤胃收缩和免疫反应[76];Qadri等[77]研究发现,乙酸和丙酸的代谢与宿主谷氨酸离子型受体AMPA型亚基2(glutamate ionotropic receptor AMPA type subunit 2,GRIA2)和F-box蛋白15(F-box protein 15,FBXO15)的基因表达相关。GRIA2基因编码的谷氨酸受体参与中枢神经系统功能,其表达的变化影响动物对养分的吸收和利用,而FBXO15基因参与蛋白质的泛素化降解,具有调节能量平衡的作用。这些研究结果不仅提供了微生物与宿主相互作用的分子证据,还表明通过调节微生物群落可以优化宿主的生理状态。未来,通过调整饲粮或使用特定添加剂来改变瘤胃微生物的代谢产物,可能提高饲料效率并改善动物健康。此外,这些发现为开发针对特定宿主基因或微生物代谢途径的新型饲料添加剂提供了潜在靶点,以实现更精确的宿主微生物管理。
微生物的代谢产物也可以通过调控宿主的代谢途径间接影响宿主基因表达。Xue等[39]研究发现,牛月形单胞菌(Selenomonas bovis)的代谢产物或代谢途径能够间接影响宿主中与碳水化合物代谢相关的酶或功能蛋白的活性,这些酶或功能蛋白的活性与其编码基因的表达直接相关。此外,将高饲料效率动物的瘤胃液移植给低饲料效率个体,可以在短时间内提高受体动物的饲料效率[78-79]。这表明微生物通过直接参与饲料分解和能量利用,与宿主的生理状态和代谢活动相互作用,共同影响饲料效率。进一步的研究显示,早期菌群移植能显著改变犊牛肠道中的拟杆菌属丰度,并优化氨基酸途径(如精氨酸生物合成),且经过2年的后续跟踪发现,早期接受微生物移植的犊牛产奶量显著升高[80]。这一发现强调肠道微生物组的短期调节会对宿主代谢产生长期影响,而这种影响是通过改变代谢物的产生和宿主基因表达来实现的。早期菌群移植对犊牛长期生产性能的影响也提示我们,早期干预可能是塑造瘤胃微生物群落和提高饲料效率的关键时机。
微生物代谢产物与宿主基因表达之间存在双向关系,一方面,微生物代谢产物可以影响宿主基因的表达;另一方面,宿主基因表达的变化又会影响微生物群落的结构和功能。这种相互作用共同塑造了宿主的生理状态和生产性能。尽管我们对宿主与微生物组相互作用的认识不断增长,但对肠道微生物组如何影响宿主基因表达以及受宿主基因表达影响的理解仍处于初级阶段[81]。未来,随着单细胞RNA测序等技术的发展,有望进一步揭示宿主与微生物群落相互作用的分子机制,进而实现对微生物的精准调控,优化动物生产性能。

4 小结与展望

奶牛饲料效率的研究一直是畜牧业关注的热点。近年来,该领域在识别与饲料效率相关的遗传标记、揭示微生物群落及其代谢产物对饲料效率的影响,以及阐明宿主与微生物的互作机制这些方面取得显著进展。今后对于奶牛饲料效率的研究可能集中在:1)需要在大规模奶牛群体中研究品种、性别、饲养和饲料处理等多变因素对遗传差异的影响,并进一步扩展对CNV和SV的研究,这些遗传变异类型可能在奶牛的饲料效率和其他经济性状中起着重要作用;2)通过分离和培养关键的功能性细菌,并利用合成生物学手段对微生物群进行精确改造,可以实现对奶牛饲料效率的精准把控;3)探究瘤胃微生物群落的结构与功能冗余对奶牛生产效率的影响机制。将微生物作为关键因素纳入考虑,构建一个综合的“遗传-环境-消化道-微生物菌群”相互作用模型,有望深化我们对奶牛泌乳机制的理解,并为饲料效率的调控提供新的视角。
[1]
BRADFORD B J, YUAN K, YLIOJA C. Managing complexity:dealing with systemic crosstalk in bovine physiology[J]. Journal of Dairy Science, 2016, 99(6):4983-4996.

[2]
THORUP V M, MUNKSGAARD L, TERRÉ M, et al. The relationship between feed efficiency and behaviour differs between lactating Holstein and Jersey cows[J]. Journal of Dairy Research, 2023, 90(3):257-260.

[3]
谢云怡. 不同饲料效率奶牛的瘤胃微生物功能和乳腺氨基酸代谢差异及其机制研究[D]. 博士学位论文. 杭州: 浙江大学,2021:19-21.

XIE Y Y. Variations in ruminal microbial function and mammary gland amino acid metabolism in dairy cows with different feed efficiency[D]. Ph.D.Thesis. Hangzhou: Zhejiang University,2021:19-21. (in Chinese)

[4]
LI F Y, HITCH T C A, CHEN Y H, et al. Comparative metagenomic and metatranscriptomic analyses reveal the breed effect on the rumen microbiome and its associations with feed efficiency in beef cattle[J]. Microbiome, 2019, 7(1):6.

DOI PMID

[5]
司景磊. 大白猪饲料利用效率遗传和微生物标记挖掘及宿主遗传与肠道微生物互作关系的研究[D]. 博士学位论文. 南宁: 广西大学,2020:81-130.

SI J L. Indentification of the genetic and microbial biomarkers of feed efficiency trait and the interaction between host genetics and intestinal microflora in large white pigs[D]. Ph.D.Thesis. Nanning: Guangxi University,2020:81-130. (in Chinese)

[6]
WANG D D, TANG G F, YU J J, et al. Microbial enterotypes shape the divergence in gut fermentation,host metabolism,and growth rate of young goats[J]. Microbiology Spectrum, 2023, 11(1):e0481822.

[7]
PRYCE J E, WALES W J, DE HAAS Y, et al. Genomic selection for feed efficiency in dairy cattle[J]. Animal, 2014, 8(1):1-10.

DOI PMID

[8]
BRITO L F, OLIVEIRA H R, HOULAHAN K, et al. Genetic mechanisms underlying feed utilization and implementation of genomic selection for improved feed efficiency in dairy cattle[J]. Canadian Journal of Animal Science, 2020, 100(4):587-604.

[9]
WALLÉN S E, LILLEHAMMER M, MEUWISSEN T H E. Strategies for implementing genomic selection for feed efficiency in dairy cattle breeding schemes[J]. Journal of Dairy Science, 2017, 100(8):6327-6336.

DOI PMID

[10]
XIE Y Y, SUN H Z, XUE M Y, et al. Metagenomics reveals differences in microbial composition and metabolic functions in the rumen of dairy cows with different residual feed intake[J]. Animal Microbiome, 2022, 4(1):19.

DOI PMID

[11]
MIZRAHI I, JAMI E. Review: the compositional variation of the rumen microbiome and its effect on host performance and methane emission[J]. Animal, 2018, 12(Suppl.2):s220-s232.

[12]
MARTINEZ BOGGIO G, MONTEIRO H F, LIMA F S, et al. Host and rumen microbiome contributions to feed efficiency traits in Holstein cows[J]. Journal of Dairy Science, 2024, 107(5):3090-3103.

[13]
李伟, 吴宝云, 吴浩, 等. 反刍动物剩余采食量研究进展[J]. 动物营养学报, 2023, 35(8):4804-4815.

DOI

LI W, WU B Y, WU H, et al. Advances in research on residual feed intake in ruminants[J]. Chinese Journal of Animal Nutrition, 2023, 35(8):4804-4815. (in Chinese)

DOI

[14]
TEMPELMAN R J, SPURLOCK D M, COFFEY M, et al. Heterogeneity in genetic and nongenetic variation and energy sink relationships for residual feed intake across research stations and countries[J]. Journal of Dairy Science, 2015, 98(3):2013-2026.

DOI PMID

[15]
PRYCE J E, GONZALEZ-RECIO O, NIEUWHOF G, et al. Hot topic:definition and implementation of a breeding value for feed efficiency in dairy cows[J]. Journal of Dairy Science, 2015, 98(10):7340-7350.

[16]
DURUNNA O N, MUJIBI F D N, NKRUMAH D J, et al. Genetic parameters for production and feeding behaviour traits in crossbred steers fed a finishing diet at different ages[J]. Canadian Journal of Animal Science, 2013, 93(1):79-87.

[17]
JIANG W T, MOONEY M H, SHIRALI M. Unveiling the genetic landscape of feed efficiency in Holstein dairy cows:insights into heritability,genetic markers,and pathways via Meta-analysis[J]. Journal of Animal Science, 2024,102:skae040.

[18]
ZHOU Y, CONNOR E E, WIGGANS G R, et al. Genome-wide copy number variant analysis reveals variants associated with 10 diverse production traits in Holstein cattle[J]. BMC Genomics, 2018, 19(1):314.

DOI PMID

[19]
COHEN-ZINDER M, ASHER A, LIPKIN E, et al. FABP4 is a leading candidate gene associated with residual feed intake in growing Holstein calves[J]. Physiological Genomics, 2016, 48(5):367-376.

[20]
LI B, FANG L, NULL D J, et al. High-density genome-wide association study for residual feed intake in Holstein dairy cattle[J]. Journal of Dairy Science, 2019, 102(12):11067-11080.

DOI PMID

[21]
FATIMA A, LYNN D J, O’BOYLE P, et al. The miRNAome of the postpartum dairy cow liver in negative energy balance[J]. BMC Genomics, 2014, 15(1):279.

[22]
MONTEIRO H F, ZHOU Z Y, GOMES M S, et al. Rumen and lower gut microbiomes relationship with feed efficiency and production traits throughout the lactation of Holstein dairy cows[J]. Scientific Reports, 2022, 12(1):4904.

DOI PMID

[23]
LOPES D R G, LA REAU AJ, DUARTE MS, et al. The bacterial and fungal microbiota of nelore steers is dynamic across the gastrointestinal tract and its fecal-associated microbiota is correlated to feed efficiency[J]. Frontiers in Microbiology, 2019,10:1263.

[24]
PEREA K, PERZ K, OLIVO S K, et al. Feed efficiency phenotypes in lambs involve changes in ruminal, colonic,and small-intestine-located microbiota[J]. Journal of Animal Science, 2017, 95(6):2585-2592.

[25]
DENG W D, XI D M, MAO H M, et al. The use of molecular techniques based on ribosomal RNA and DNA for rumen microbial ecosystem studies:a review[J]. Molecular Biology Reports, 2008, 35(2):265-274.

[26]
JAMI E, WHITE B A, MIZRAHI I. Potential role of the bovine rumen microbiome in modulating milk composition and feed efficiency[J]. PLoS One, 2014, 9(1):e85423.

[27]
BAINBRIDGE M L, CERSOSIMO L M, WRIGHT A D G, et al. Rumen bacterial communities shift across a lactation in Holstein,Jersey and Holstein×Jersey dairy cows and correlate to rumen function,bacterial fatty acid composition and production parameters[J]. FEMS Microbiology Ecology, 2016, 92(5):fiw059.

[28]
XU Q B, QIAO Q Q, GAO Y, et al. Gut microbiota and their role in health and metabolic disease of dairy cow[J]. Frontiers in Nutrition, 2021,8:701511.

[29]
XUE M Y, SUN H Z, WU X H, et al. Multi-omics reveals that the rumen microbiome and its metabolome together with the host metabolome contribute to individualized dairy cow performance[J]. Microbiome, 2020, 8(1):64.

[30]
SHABAT S K B, SASSON G, DORON-FAIGENBOIM A, et al. Specific microbiome-dependent mechanisms underlie the energy harvest efficiency of ruminants[J]. The ISME Journal, 2016, 10(12):2958-2972.

[31]
ZHOU X N, MA Y, YANG C Y, et al. Rumen and fecal microbiota characteristics of Qinchuan cattle with divergent residual feed intake[J]. Microorganisms, 2023, 11(2):358.

[32]
LIU Y, LIU C, WU H, et al. Small intestine microbiome and metabolome of high and low residual feed intake Angus heifers[J]. Frontiers in Microbiology, 2022,13:862151.

[33]
LOURENCO J M, WELCH C B, KRAUSE T R, et al. Fecal microbiome differences in Angus steers with differing feed efficiencies during the feedlot-finishing phase[J]. Microorganisms, 2022, 10(6):1128.

[34]
WELCH C B, LOURENCO J M, DAVIS D B, et al. The impact of feed efficiency selection on the ruminal,cecal,and fecal microbiomes of Angus steers from a commercial feedlot[J]. Journal of Animal Science, 2020, 98(7):skaa230.

[35]
CONGIU M, LOURENCO J, CESARANI A, et al. Predicting feed efficiency of Angus steers using the gastrointestinal microbiome[J]. Animal, 2024, 18(3):101102.

[36]
XUE M Y, XIE Y Y, ZHONG Y F, et al. Integrated meta-omics reveals new ruminal microbial features associated with feed efficiency in dairy cattle[J]. Microbiome, 2022, 10(1):32.

[37]
贾鹏. 荷斯坦泌乳牛的甲烷排放特征及减排调控的机制研究[D]. 博士学位论文. 兰州: 兰州大学,2023:63-72.

JIA P. Characteristics and regulation of enteric methane emissions from lactating Holstein dairy cows[D]. Ph.D.Thesis. Lanzhou: Lanzhou University,2023:63-72. (in Chinese)

[38]
KELLY W J, MACKIE R I, ATTWOOD G T, et al. Hydrogen and formate production and utilisation in the rumen and the human colon[J]. Animal Microbiome, 2022, 4(1):22.

DOI PMID

[39]
XUE M Y, XIE Y Y, ZANG X W, et al. Deciphering functional groups of rumen microbiome and their underlying potentially causal relationships in shaping host traits[J]. Imeta, 2024, 3(4):e225.

[40]
HOOK S E, WRIGHT A D G, MCBRIDE B W. Methanogens:methane producers of the rumen and mitigation strategies[J]. Archaea, 2010,2010:945785.

[41]
JIA P, DONG L F, TU Y, et al. Bacillus subtilis and Macleaya cordata extract regulate the rumen microbiota associated with enteric methane emission in dairy cows[J]. Microbiome, 2023, 11(1):229.

[42]
DELGADO B, BACH A, GUASCH I, et al. Whole rumen metagenome sequencing allows classifying and predicting feed efficiency and intake levels in cattle[J]. Scientific Reports, 2019, 9(1):11.

DOI PMID

[43]
BALVOČIŪTĒ M, HUSON D H. SILVA,RDP,greengenes,NCBI and OTT-how do these taxonomies compare?[J]. BMC Genomics, 2017, 18(Suppl.2):114.

[44]
HOLTER J B, YOUNG A J. Methane prediction in dry and lactating Holstein cows[J]. Journal of Dairy Science, 1992, 75(8):2165-2175.

PMID

[45]
USHIDA K, NEWBOLD C J, JOUANY J P. Interspecies hydrogen transfer between the rumen ciliate Polyplastron multivesiculatum and Methanosarcina barkeri[J]. The Journal of General and Applied Microbiology, 1997, 43(2):129-131.

[46]
GAST R J, SANDERS R W, CARON D A. Ecological strategies of protists and their symbiotic relationships with prokaryotic microbes[J]. Trends in Microbiology, 2009, 17(12):563-569.

DOI PMID

[47]
SYLVESTER J T, KARNATI S K R, YU Z T, et al. Development of an assay to quantify rumen ciliate protozoal biomass in cows using real-time PCR[J]. The Journal of Nutrition, 2004, 134(12):3378-3384.

[48]
NEWBOLD C J, DE LA FUENTE G, BELANCHE A, et al. The role of ciliate protozoa in the rumen[J]. Frontiers in Microbiology, 2015,6:1313.

[49]
PERNTHALER J. Predation on prokaryotes in the water column and its ecological implications[J]. Nature Reviews.Microbiology, 2005, 3(7):537-546.

[50]
LEVY B, JAMI E. Exploring the prokaryotic community associated with the rumen ciliate protozoa population[J]. Frontiers in Microbiology, 2018,9:2526.

[51]
DENTON B L, DIESE L E, FIRKINS J L, et al. Accumulation of reserve carbohydrate by rumen protozoa and bacteria in competition for glucose[J]. Applied and Environmental Microbiology, 2015, 81(5):1832-1838.

DOI PMID

[52]
SOLOMON R, WEIN T, LEVY B, et al. Protozoa populations are ecosystem engineers that shape prokaryotic community structure and function of the rumen microbial ecosystem[J]. The ISME Journal, 2022, 16(4):1187-1197.

[53]
FENG J M, JIANG C Q, SUN Z Y, et al. Single-cell transcriptome sequencing of rumen ciliates provides insight into their molecular adaptations to the anaerobic and carbohydrate-rich rumen microenvironment[J]. Molecular Phylogenetics and Evolution, 2020,143:106687.

[54]
ROTTEROVÁ J, SALOMAKI E, PÁNEK T, et al. Genomics of new ciliate lineages provides insight into the evolution of obligate anaerobiosis[J]. Current Biology, 2020, 30(11):2037-2050.e6.

DOI PMID

[55]
SOLOMON R, JAMI E. Rumen protozoa: from background actors to featured role in microbiome research[J]. Environmental Microbiology Reports, 2021, 13(1):45-49.

DOI PMID

[56]
LIANG J S, FANG W, WANG Q Y, et al. Metagenomic analysis of community,enzymes and metabolic pathways during corn straw fermentation with rumen microorganisms for volatile fatty acid production[J]. Bioresource Technology, 2021,342:126004.

[57]
SWIFT C L, LOUIE K B, BOWEN B P, et al. Anaerobic gut fungi are an untapped reservoir of natural products[J]. Proceedings of the National Academy of Sciences of the United States of America, 2021, 118(18):e2019855118.

[58]
SAYE L M G, NAVARATNA T A, CHONG J P J, et al. The anaerobic fungi:challenges and opportunities for industrial lignocellulosic biofuel production[J]. Microorganisms, 2021, 9(4):694.

[59]
LANKIEWICZ T S, CHOUDHARY H, GAO Y, et al. Lignin deconstruction by anaerobic fungi[J]. Nature Microbiology, 2023, 8(4):596-610.

DOI PMID

[60]
LIANG J S, ZHANG R, CHANG J N, et al. Rumen microbes,enzymes,metabolisms,and application in lignocellulosic waste conversion—a comprehensive review[J]. Biotechnology Advances, 2024,71:108308.

[61]
MCGILL B J, ENQUIST B J, WEIHER E, et al. Rebuilding community ecology from functional traits[J]. Trends in Ecology & Evolution, 2006, 21(4):178-185.

[62]
MORAÏS S, MIZRAHI I. The road not taken:the rumen microbiome,functional groups,and community states[J]. Trends in Microbiology, 2019, 27(6):538-549.

[63]
JIN C J, WU S R, LIANG Z Q, et al. Multi-omics reveal mechanisms of high enteral starch diet mediated colonic dysbiosis via microbiome-host interactions in young ruminant[J]. Microbiome, 2024, 12(1):38.

DOI PMID

[64]
JAMI E, ISRAEL A, KOTSER A, et al. Exploring the bovine rumen bacterial community from birth to adulthood[J]. The ISME Journal, 2013, 7(6):1069-1079.

[65]
BONDER M J, KURILSHIKOV A, TIGCHELAAR E F, et al. The effect of host genetics on the gut microbiome[J]. Nature Genetics, 2016, 48(11):1407-1412.

DOI PMID

[66]
NICHOLS R G, DAVENPORT E R. The relationship between the gut microbiome and host gene expression:a review[J]. Human Genetics, 2021, 140(5):747-760.

[67]
ZHANG C G, LIU H F, SUN L, et al. An overview of host-derived molecules that interact with gut microbiota[J]. Imeta, 2023, 2(2):e88.

DOI PMID

[68]
LI F Y, LI C X, CHEN Y H, et al. Host genetics influence the rumen microbiota and heritable rumen microbial features associate with feed efficiency in cattle[J]. Microbiome, 2019, 7(1):92.

DOI PMID

[69]
SASSON G, KRUGER BEN-SHABAT S, SEROUSSI E, et al. Heritable bovine rumen bacteria are phylogenetically related and correlated with the cow’s capacity to harvest energy from its feed[J]. mBio, 2017, 8(4):e00703-e00717.

[70]
DIFFORD G F, PLICHTA D R, LØVENDAHL P, et al. Host genetics and the rumen microbiome jointly associate with methane emissions in dairy cows[J]. PLoS Genetics, 2018, 14(10):e1007580.

[71]
王砀砀. 奶山羊消化道微生物特征及其长期影响胃肠道发酵和生产性能的机制[D]. 博士学位论文. 杨凌: 西北农林科技大学,2023:12-32.

WANG D D. The digestive tract microbiome features of dairy goats and their long-term effects on gastrointestinal fermentation and production performance[D]. Ph.D.Thesis. Yangling: Northwest A and F University,2023:12-32. (in Chinese)

[72]
MA J Y, PIAO X S, MAHFUZ S, et al. The interaction among gut microbes,the intestinal barrier and short chain fatty acids[J]. Animal Nutrition, 2022,9:159-174.

[73]
FAN Y, PEDERSEN O. Gut microbiota in human metabolic health and disease[J]. Nature Reviews.Microbiology, 2021, 19(1):55-71.

[74]
PARADA VENEGAS D, DE LA FUENTE M K, LANDSKRON G, et al. Short chain fatty acids (SCFAs)-mediated gut epithelial and immune regulation and its relevance for inflammatory bowel diseases[J]. Frontiers in Immunology, 2019,10:277.

[75]
张晨, 敖日格乐, 王纯洁, 等. 短链脂肪酸介导的肠上皮和抗炎调节研究进展[J]. 中国畜牧杂志, 2021, 57(1):32-37.

ZHANG C, AO R G L, WANG C J, et al. Research progress on short chain fatty acid mediated intestinal epithelium and anti-inflammatory regulation[J]. Chinese Journal of Animal Science, 2021, 57(1):32-37. (in Chinese)

[76]
FONSECA P A S, LAM S, CHEN Y, et al. Multi-breed host rumen epithelium transcriptome and microbiome associations and their relationship with beef cattle feed efficiency[J]. Scientific Reports, 2023, 13(1):16209.

[77]
QADRI Q R, LAI X S, ZHAO W, et al. Exploring the interplay between the hologenome and complex traits in bovine and porcine animals using genome-wide association analysis[J]. International Journal of Molecular Sciences, 2024, 25(11):6234.

[78]
RIBEIRO G O, OSS D B, HE Z X, et al. Repeated inoculation of cattle rumen with bison rumen contents alters the rumen microbiome and improves nitrogen digestibility in cattle[J]. Scientific Reports, 2017, 7(1):1276.

DOI PMID

[79]
ZHOU M, PENG Y J, CHEN Y H, et al. Assessment of microbiome changes after rumen transfaunation:implications on improving feed efficiency in beef cattle[J]. Microbiome, 2018, 6(1):62.

[80]
SHEN Y Z, LI Y, WU T T, et al. Early microbial intervention reshapes phenotypes of newborn Bos taurus through metabolic regulations[J]. GigaScience, 2024,13:giad118.

[81]
吴家劲, 朱森林, 周密, 等. 奶牛瘤胃微生物研究进展和趋势[J]. 生物技术通报, 2020, 36(2):27-38.

DOI

WU J J, ZHU S L, ZHOU M, et al. Research progress and trends on rumen microbiota in dairy cows[J]. Biotechnology Bulletin, 2020, 36(2):27-38. (in Chinese)

文章导航

/