动物营养学报    2020, Vol. 32 Issue (9): 4044-4052    PDF    
指纹图谱技术及其在饲料营养活性物质评价中的应用研究进展
潘予琮1 , 蒋林树1 , 熊本海2     
1. 北京农学院动物科学技术学院, 奶牛营养学北京市重点实验室, 北京 102206;
2. 中国农业科学院北京畜牧兽医研究所, 北京 100193
摘要: 指纹图谱是指采用一定的分析手段,通过色谱图或光谱图标示某些复杂物质,如中药、某种生物体、组织或细胞的DNA、蛋白质等化学成分特征,从而进行成分鉴定及质量控制的一种可量化手段。饲料营养活性物质在饲料原料中天然存在,是具有促进肠道健康、维持理想免疫平衡和氧化平衡、调节基因表达等特殊营养调控或保健功能的微量成分,一直以来受分析技术的限制而未被畜牧科研产业界系统研究和综合应用。利用指纹图谱开展饲料营养活性物质评定将实现饲料营养活性物质的数字化,并能够精准的应用于饲粮配合。本文分析总结了近10年来活性物质研究及图谱技术分析方法,并就图谱技术在饲料营养活性物质种类及含量测定、活性物质价值评定和饲粮配方优化中的应用前景进行介绍,为指纹图谱技术的应用与饲料活性物质的进一步研究提供参考。
关键词: 指纹图谱    饲料营养活性成分    价值评定    研究进展    
Research Progress of Fingerprinting Technique and Its Application in Evaluation of Nutricines in Feeds
PAN Yucong1 , JIANG Linshu1 , XIONG Benhai2     
1. Beijing Key Laboratory of Cow Nutrition, Beijing Institute of Animal Science and Technology, Beijing 102206, China;
2. Beijing Institute of Animal Husbandry and Veterinary Sciences, Chinese Academy of Agricultural Sciences, Beijing 100193, China
Abstract: Fingerprint is a quantifiable analysis method that use chromatogram or spectrum icon to component identification and quality control, in order to show the chemical component characteristics of some complex substances, such as Chinese medicine, DNA, protein and so on. Feed nutricines is a kind of natural feed material, which has special nutritional regulation or health care functions such as promoting intestinal health, maintaining ideal immune balance and oxidation balance, regulating gene expression. It has not been systematically studied and utilized by animal husbandry research industry due to the limitation of analytical technology. Combined with the fingerprint to carry out the comprehensive evaluation of feed nutricines, will realize the digitization of feed nutricines and can be accurately applied to feed formula. In this paper, the research and analysis methods of nutricines in recent ten years are summarized, and the application prospect of the technology in the determination of the types and contents of the nutricines, the evaluation of value of nutricines and the optimization of formula of diets is introduced, which provides a reference for the application of technology of fingerprint and the further research of nutricines of feeds.
Key words: fingerprint    nutricines in feed    value assessment    research progress    

饲料端禁抗及养殖端减抗、限抗已经成为我国畜牧产业发展趋势,如何实现畜禽绿色健康养殖成为迫切需要解决的重大科学问题。科学利用饲料原料中天然存在或在加工、动物代谢过程中产生的具有营养调控功能的营养活性物质,从而达到调节肠道健康、维持机体平衡和调节基因表达的生理效果,被认为是解决上述问题和实现畜禽健康营养技术策略的核心环节[1]。饲料活性成分结构复杂、主效因子不明确,且受产地来源、收获季节、使用部位、加工方式影响较大[2],阻碍了其在养殖业中应用推广。指纹图谱概念来源于人类“指纹”识别技术,现广泛应用于中草药活性成分鉴定和质量评价中。指纹图谱是指采用一定的分析手段,通过色谱图或光谱图标示某些复杂物质,如中药、某种生物体、组织或细胞的DNA、蛋白质的化学成分特征,从而进行成分鉴定及质量控制的一种可量化手段[3],已经成为国际公认的有效控制天然药物质量的方法[4]。饲料营养活性成分与中药材都具有微量高效、成分复杂的特点。因此,应用指纹图谱技术建立饲料营养活性物质指纹图谱,将能较为全面地反映饲料原料及产品中所含活性物质主效成分的种类与数量,进而对饲粮或饲料产品营养活性物质组进行整体描述和评价,在此基础上,如果进一步开展谱效学研究,可使饲料或饲粮营养品质与其生理功效真正结合起来,阐明营养活性物质的作用机理。

1 饲料营养活性物质分类与提取方法 1.1 种类及特点

饲料营养活性物质主要包括多糖类、黄酮类、酚类和挥发油等四大类。

多糖类:植物多糖是植物内一类重要的生物大分子,广泛存在于苜蓿、大豆等天然植物饲料中,同时也是维持动物生命运行的基本营养素之一,多糖类活性物质在结构上以单糖为基础进行不同种类数量的聚合,分子极性大,可溶于水且具有抗氧化、抗菌[5]等诸多药理作用。根据其结构特点多糖类通常采用水提法进行提取和分离,结合气相色谱法、高效液相色谱法或液质联用技术测定水解液中单糖含量和比例,以判断多糖物质种类和结构[6]

黄酮类:植物黄酮化合物广泛存在于植物各个部位,是植物生长周期中自然产生的一类次生代谢物,主要有游离黄酮化合物和黄酮类化合物2种形式,植物黄酮多以后者形式存在于植物细胞内,具有抗菌、消肿、解热的作用[7-8],如槲皮素、大豆素、银杏素等。黄酮类提取方法以溶剂萃取为主,对其活性成分种类鉴定采用高效液相色谱法效果较好[9]

酚类:植物多酚主要以茶多酚、苹果多酚、丹参多酚等形式存在,具有强极性,易溶于水或甲醇等亲水性有机溶剂,能够对机体产生抗病毒、抗菌、调节肠道健康[10]和增加抵抗力等功效[11],亲水性有机溶剂能更好地提取酚类成分并结合薄层色谱或高效液相色谱法[12]对其中微量难分离的成分进行分离和纯化。

挥发油:也称植物精油,是目前使用较为广泛的饲料添加剂,具有抗氧化、抗菌等功效,柴向华等[13]利用气象熏蒸等体外抑菌试验,研究并证明了茶树油、牛至精油等13种常用精油对细菌、霉菌、酵母菌的杀菌作用。这类成分在菊科植物和芸香科植物中较为常见,具有较强挥发性,是一类难溶于水的油状液体,因此对挥发油类活性成分的提取以水蒸气蒸馏法和微波提取法应用较为广泛,对成分之间的分离鉴定以硅胶吸附柱色谱和气相色谱结合质谱方法效果最好[14-15]

1.2 分离提取方法

饲料营养活性物质的化学成分具有多样性和复杂性,且饲料营养活性物质可通过多途径参与机体免疫、基因调控、蛋白质合成、代谢等生化通路,同时多种活性成分之间还可能存在一定互作关系,因此对营养活性物质的分离提取虽不是动物体内代谢的唯一途径,却是阐明饲料中的营养活性物质种类及含量、鉴定其产生生理作用主效因子的必要技术手段。提取是指通过适当的溶剂和工艺,将目标成分尽可能完全地从原料中分离出来,同时降低杂质的溶出。目前国内外常用的传统提取工艺有溶剂提取法、水蒸气蒸馏法、超声波提取法,以及现代新型提取技术超临界萃取法和微波提取法,各种提取方法的优缺点及适用对象见表 1

表 1 各种提取方法比较 Table 1 Comparison of various extraction methods

大部分饲料中营养活性物质存在于细胞壁内,且不同的活性物质亲水性、极性、沸点均有所差异,所使用的提取方法也会有所区别。饲料营养活性物质常用溶剂提取法,该方法几乎适用于所有物质,尤其是加热回流提取法和索氏提取,只需要根据提取成分特点,选择适合的溶剂,便能够准确提取。耿天佑等[24]分别采用回流提取法、索氏提取法等4种不同原理提取方法制备沉香精油,结果表明4种方法提取的精油成分差异较大,其中超声辅助萃取法提取的黄酮类成分含量最高,微波辅助萃取法对倍半萜类和芳香族化合物提取率最高。Yildiz等[25]利用多种提取方法对紫雏菊中总黄酮提取工艺进行优化,以芦丁为检测指标测定黄酮成分含量,得出超临界流体萃取所得黄酮含量最高,为0.472 mg/g。

2 饲料营养活性物质指纹图谱的构建 2.1 指纹图谱技术的分类

指纹图谱技术涉及众多方法,包括薄层扫描、高效液相色谱法、气相色谱法等色谱法以及紫外光谱法、红外光谱法、质谱法、核磁共振法等光谱法。

2.1.1 光谱技术

紫外光谱法是根据不同分子中价电子所需跃迁能量不同进行成分的分离并以波谱形式呈现出来,该方法可以准确测定有机化合物中的分子结构,且重复性好,检测速度快,常用于简单成分鉴定时指纹图谱的构建。但是,由于不同化合物的吸光度有所差别,会造成多种成分的相互干扰,从而降低定量分析的准确性。贾学忠[26]采用紫外光谱建立金银花中有机酸成分检测模型,在220~400 nm测得绿原酸等5种成分模型预测值与对照值相似度均大于0.9,能够实现快速准确的检测要求。路公静等[27]认为紫外光谱法具有快速、便捷、物质投入低的优势,在药用植物成分鉴别和质量控制方面具有广泛的应用前景。

红外光谱法是依据分子吸光值差异性而引起的分子振动和跃迁,能够反映整个化合物的分子结构,具有更强的专一性,特别是对具有特殊分子结构的酚酸类、醛酮类和脂类分离检测效果更好。有研究表明,使用红外光谱法建立大豆油脂过氧化值和酸值的特征吸收光谱模型,实现样品的质量快速检验,为大豆油脂质量评定提供快速、便捷、高效的检测方法[28]

2.1.2 色谱技术

薄层液相色谱法是一种半定性、定量的色谱分析技术,主要依据化合物中各组分的吸附能力差异性,经反复吸附和分配将成分进行分离。该方法分离速度快、对设备要求低,可同时对一种物质中的多种成分进行检测,常用于以主效因子为检测指标的药材质量评定。洪军[29]采用薄层液相色谱法鉴别何首乌药材的真伪,对比了5种具有相似成分易混淆的药材品种,得出的标志物色谱图存在明显差异证明了该方法的有效性。近年来随着科技的进步,薄层液相色谱法逐渐发展为高效薄层液相色谱法、微乳薄层液相色谱法等,其中高效薄层液相色谱法采用特殊材质的色谱板和展开剂,增加了分离的准确度和灵敏性,是目前用来构建指纹图谱较为常用的方法。

气相色谱法利用复合物中单一成分所具有的不同沸点、吸附性和极性实现成分的分离,该方法主要应用于挥发性好、热稳定的成分检测,因其测定环境封闭,受外界干扰较小,所以色谱结果较为稳定,重复性高。焦金英等[30]建立了4种鱼腥草活性成分含量鉴定和质量控制的气相色谱检测方法,经方法学验证色谱条件可行,相关系数大于0.999,为鱼腥草药材内部成分质量评定提供参考依据。

高效液相色谱法是在传统的液相色谱基础上发展而来的,利用流动相和固定相对复合物各成分分配系数的不同,能够达到实时分离的效果,且仪器自动化程度高、操作简单,已成为目前国内外构建指纹图谱的主要方法之一。周桂荣等[31]对20种不同产地来源的橘叶进行整体质量评价,采用高效液相色谱法,标定特征图谱中27个共有峰,并采用聚类分析和主成分分析进行类别划分,按活性成分种类和含量将20种橘叶分为四大类。牛晓静等[32]通过高效液相色谱法构建淫羊藿总黄酮成分指纹图谱,共测定5批淫羊藿药材样品,指认8个共有色谱峰并建立含量测定方法,经测定淫羊藿中总黄酮含量为71.6%。该方法适用范围最广,在黄酮、多酚检测中均有涉及,在对有效活性成分测定、不同批次药材质量检测和药材特征图谱构建方面有很大应用前景。

2.1.3 联用技术

饲料营养活性物质种类繁多、结构复杂,使用单一分析技术所得图谱信息量较少,难以满足饲料质量鉴别要求,近年来对中药成分的研究逐渐将具有良好成分分离能力的色谱研究技术与具有良好分子结构鉴定的波谱技术相结合,建立一种多维指纹图谱实现图谱信息互补,为活性成分及其效果的研究提供方法,目前,以气相色谱-质谱联用(GC-MS)和液相色谱-质谱联用(LC-MS)2种方法较为常用。

气相色谱法能够对复杂化合物中的挥发性成分进行很好地分离,此外,质谱法依据各组分在离子源中的电离程度不同,实现化合物的快速筛查,具有检测速度快、可检测成分种类多、灵敏度高的优点,常与气相色谱法联用进行药物或饲料中挥发性成分及代谢产物的成分分析和鉴定。姚慧娟等[33]采用水蒸气法提取天女木兰叶中易挥发活性成分,气相色谱毛细管柱色谱对其成分进行分离,联用谱技术辅助人工检索判断活性成分的化学结构。

液相色谱-质谱联用技术是药物和饲料复杂成分定量、定性分析的一种研究方法[34],在药物活性成分、代谢产物分析、分子生物学等方面具有广泛应用。He等[35]总结了共350篇有关HPLC-MS技术的应用研究,指明了联用技术在中药成分分析、代谢产物分析相关领域的重要作用。刘明等[36]为了对淡竹叶中起抑菌作用的成分进行鉴定,采用HPLC-MS法对起到抑菌效果的植物部分进行提取,最终分离出6种抑菌效果明显的活性成分,分别为香草素、香豆素、牡荆素、苜蓿素、卢竹素和白茅素,该方法精准快捷,更适用于成分与药效的结合分析,为天然饲料中营养活性物质的分离鉴定提供方法。

2.2 饲料营养活性物质指纹图谱构建主要步骤

为了构建一个可信度高、数据信息准确的色谱指纹图谱,每一个步骤都非常关键,直接影响图谱的操作性,指纹图谱构建主要包括主要步骤:

1) 样品采集。样品的收集对图谱构建尤其重要,考虑到饲料样品不同产地、品种、收获季节会使其活性成分种类含量有所差异,构建指纹图谱至少需要15批样品进行检测[37],所得的指纹图谱信息才可表现其特征性。

2) 方法的选取。针对以上提到的多种色谱检测方法,在实际应用中要根据活性成分种类,选择相应的提取手法和色谱技术,如挥发油类成分的检测使用水提法提取效率最高;检测黄酮类成分,液相色谱指纹图谱信息较薄层色谱更为丰富[38]

3) 色谱条件筛选。色谱条件的筛选关系到指纹图谱中各峰之间的分离度、峰面积从而影响对活性成分的含量测定,对色谱条件的筛选包括色谱柱种类、固定相及流动相种类、浓度和比例、洗脱时间、流动速度、柱温、进样量等,只有合适的色谱条件才能将不同种类成分进行完全分离。

4) 方法学验证。方法学验证用来判断色谱条件的可实用性,包括6个检测参数(分离度、线性关系、精密度、稳定性、重复性和加样回收率),每个指标有其对应的标准,例如色谱峰分离度在1.5以上,相对标准差(RSD)值不得小于5%,样品回收率在(100±5)%等。

5) 数据分析与评价。指纹图谱是包含样品活性成分种类、含量及分布的一个整体表征,如何采用现代有效的化学计量手段对图谱信息进行解读成为目前饲料活性物质研究中的主要问题,伴随生物信息技术、中药分析技术及计算机分析等这类数据处理方式的出现,主成分分析、聚类分析为主的图谱信息模式分析技术为饲料中营养活性物质的成分差异、饲料质量评价提供可能性,例如依据不同产地来源的杭白菊[39]、葡萄籽原花青素[40]等饲料活性物质组分含量进行质量分级,并根据分析结果阐明各成分对应的生理效应关系。

① 主成分分析(PCA)是一种简化数据集的技术,能对高维数据进行降维处理,简化复杂的数据信息,饲料营养活性物质指纹图谱属于高维数据,因此使用PCA进行降维处理是十分必要的,PCA在实际使用中常与聚类分析(CA)、偏最小二乘法等化学模式识别技术联用,判定活性成分分类及作用。黄华花等[41]采用SPSS软件对8批金橘的高效液相色谱法指纹图谱进行分析,采用PCA和CA分别进行处理和验证,通过PCA提供的特征值和方差贡献率数据,将8批金橘样品分为两大类,与CA检测结果一致,并确定3种主要成分为金橘质量评价指标。

② CA分析也称群集分析,以“物以类聚”的思想为原理建立的一种用来评价样本相似性的方法,通过图谱中保留时间和峰面积信息将相似度高的样本聚为一类并分析其共同特征,同时,能够快速区分出差异性样本成分。目前广泛应用于中药提取中不同工艺、不同炮制方法对其有效成分的作用研究[42-44],也可用于不同产地来源的饲料成分差异检测[45],为饲料质量评定提供方法。

③ 偏最小二乘法偏最小二乘法属于一元线性回归法[46],相比PCA能够更好地解决样品个数少、变量多的复杂建模问题,非常适用于饲料中多种营养活性物质对应生理效果的研究。吴启瑞[47]采用GC-MS技术结合偏最小二乘法分析石菖蒲挥发油中起耐缺氧作用和催醒作用的主要成分,通过对其单体成分的验证表明偏最小二乘法对有效成分及作用判断准确,并为指纹图谱存在的谱效关系不明确问题提供新思路。

④ 神经网络分析(ANN)是一种依据人脑神经拓扑结构为原理设计的计算机学习算法,能够模拟人脑进行复杂信息的处理,包含输入、输出、隐藏层3部分,由多个节点之间相互连接,信息依次通过输入层和隐藏层,并在每1节点激活函数计算最终输出结果。该方法的特点在于其具有非线性映射能力。适用于中药产地、品种鉴定、真伪鉴定和有效成分含量测定等多方面[48]。李味味等[49]以126种中药复方为样本,建立BP神经网络功效预测模型,将中药组分特征和作用功效进行量化并建立预测模型,结果表明BP神经网络模型的预测准确率高达92.5%,为复方药功效预测提供方法。

3 指纹图谱技术在饲料营养质量评定中的应用

饲料中营养活性物质种类多样,结构复杂,采用传统的营养价值评定系统难以确定其有效成分和作用效果,同时各类营养活性物质之间的相互作用更增加了饲料营养质量评定的难度,指纹图谱技术作为一种现代检测手段,常用以分析多维复杂问题,为饲料活性物质的研究提供新思路,主要体现在:指纹图谱结合了色谱和光谱的成分分离能力与质谱的快速结构识别能力,能够快速准确地鉴定和检测饲料中的活性物质种类及含量;其次,指纹图谱技术与基础细胞试验、炎症试验、免疫试验相结合,将有效应用于饲料原料营养活性物质中主效因子与功效关系的评价[8],有助于活性物质组学产品及相关饲料添加剂产品的研发;最终实现饲粮配方中传统营养素与饲料营养活性物质的协同优化,最大程度发挥饲料的营养价值和生理价值。

3.1 饲料中营养活性物质的鉴定及快速检测

传统动物营养学以蛋白质、脂肪等概略养分分析为主,对饲料中营养活性物质的研究较少,随着“中兽医+畜牧业”的深度融合,植物中活性物质的作用引起广泛关注,植物提取物、植物精油等活性物质产品逐渐涌现,特别是2018年,国家将甘草、黄芩等117种具有药食同源特性的天然植物纳入饲料原料目录,对饲料营养价值测定提出了新的技术要求,但限于技术手段和检测指标的不完善,对饲料营养活性物质理论研究仍处在初级水平。指纹图谱因其特有的“整体性”和“模糊性”成为检测和鉴定饲料中营养活性物质种类及含量的最佳手段。崔琦[50]通过超声波法提取沙棘叶中黄酮成分并结合高效液相-质谱指纹图谱技术对沙棘叶中的活性物质进行鉴定和含量测定,共分离出5种沙棘叶中有效黄酮成分并建立沙棘黄酮的色谱检测条件,为沙棘黄酮类物质的进一步研究奠定坚实基础。波兰植物研究专家为探究苜蓿中黄酮类成分含量及产地、季节对黄酮含量的影响,采用液相色谱法测定了10批连续栽培3年的苜蓿品种,共检测了22种黄酮的含量、总含量及含量变化,图谱信息显示,苜蓿中含量最多的成分为苜蓿素(40%)和芹菜素(40%)以及木犀草素和大黄酮苷等,同时证明了,不同品种苜蓿中黄酮含量差异不大,但在2次切割之间出现连续下降,考虑可能由于收割时间及光照因素影响[51]。综上,指纹图谱技术为饲料活性物质种类及含量的快速检测提供了可行性,另外,饲料原料生长环境及加工方式对营养活性物质的检测影响较大,建立适用于不同品类饲料营养活性物质的配套提取分离技术必不可少。

3.2 饲料中营养活性物质评价体系

饲料中营养活性物质在动物体内的作用具有方式多样性、途径多样性、位点多层次性等重要特点,需要结合指纹图谱技术和现代分析手段建立饲料原料中活性物质主效因子评价体系,主要包括:1)主效因子的确定。参考刘昌孝院士2016年提出的中药质量评定中质量标志物Q-marker理念[52],建立饲料原料中营养活性物质评价体系需要找到其中具有“特有性”、“有效性”以及“可测性”的主效因子物质。李丹阳等[53]采用指纹图谱法结合模式识别分析,对3个产区20多批次紫苏叶中特征成分进行鉴定,UFLC-Q-TOF-MS图谱结果显示,鉴定出的21个主效成分分别为黄酮类、酚酸类及萜类物质,CA分析不同产地紫苏叶中主效成分差异性,当类间距大于4时,3个产地紫苏叶更能较好的分开。2)通过谱-效关系评价饲料营养活性物质。依据饲料营养活性物质的基本特性,卢德勋[54]提出对活性物质功效评价应包含肠道及瘤胃健康指标、血液免疫指标、炎症反应指标和氧化水平指标等特定生理指标,并结合图谱信息进行谱-效关系评价。例如,在验证活性物质的抗炎作用时,通常采用小鼠炎症模型,检测白细胞介素-1β(IL-1β)、肿瘤坏死因子-α(TNF-α)、前列腺素E2(PGE2)等主要炎性因子的表达来判定其作用效果,在此基础上结合指纹图谱中主效因子的种类和含量选取适合的模式分析方法,可实现对每类饲料营养活性物质的客观评价。3)确定各类营养活性物质的最佳添加剂量。量-效关系的研究同样是饲料营养活性物质评价的重点,有研究表明,当野茼蒿挥发油浓度为原液1/10时,抑制肿瘤细胞增生效果最佳[15];随着沙葱总黄酮浓度的增加,其对金黄色葡萄球菌、沙门氏菌的抑制效果越显著[55]。除此之外,结合指纹图谱法对各类生理指标进行检测时,应关注作用临界点,包括主效活性物质的最低有效剂量(MED)和每日最大允许摄入量(ADL)等。

3.3 饲粮配方的系统性优化

饲料营养活性物质的提出根本目的在于以营养调控的手段调节动物机体健康,减少疾病和应激反应的发生[56],而饲料原料中既含有动物不可或缺的传统营养素,也含有具有微量高效的营养活性物质,特别是在动物饲粮配方中多种饲料原料按种类和比例混合,使得活性物质之间不能简单以加性效应进行说明。以奶牛饲粮为例,在奶牛全混合日粮(TMR)中含有苜蓿、玉米、大豆、燕麦草等多种植物性饲料,因此对TMR中活性物质的研究需要根据各原料中主效因子的种类,应用指纹图谱技术再次进行检测,为达到最佳饲喂效果,可依据图谱信息添加活性物质组学产品或调整饲粮配方中原料的种类及比例,同时应充分考虑饲粮类型、动物种类、生长阶段等影响因素,进行饲粮配方的全面升级和优化。

4 小结

卢德勋[54]对饲料营养活性物质的研究背景和研发思路进行了深入的研究与分析,提出了把营养活性物质正式列入饲料正常营养组成,以及常用饲料营养活性物质有效因子和主效因子测定、指纹图谱数据库建立及其生理功能的研究等科学问题。采用指纹图谱技术将实现对饲料营养活性物质的整体描述与评价,但受传统饲料营养价值评价观念及生产实际应用困难的影响,指纹图谱技术应用于饲料营养活性物质评价还存在着待为改善的问题:第一,关于饲料活性物质的研究应考虑“系统思维”,卢德勋[1]提出“营养物质组学”理论,要研究活性物质之间的相互作用结果与最适配比,而不仅仅单一的研究某一营养活性物质的作用;第二,关于饲料营养活性物质的谱-效关系,现代先进的指纹图谱技术和化学模式分析方法为饲料原料中活性物质的鉴定提供有效途径,在实际生产中多种饲料原料配合使用,其中各种活性物质相互影响,即使各原料主效因子明确,其对于配合饲粮的生理作用机制仍需要结合组学技术进一步研究;第三,饲料加工工艺是对营养活性物质造成损害的原因之一,例如膨化大豆,在高温膨化过程中会引起部分挥发油类物质的损失,在保证动物饲粮适口性和营养价值的基础上,提高活性物质含量仍需饲料业及动物营养领域的不断研究和优化。

参考文献
[1]
卢德勋. 营养活性物质组学产品研发和应用的理论和实践[J]. 饲料工业, 2018, 39(1): 2-6.
[2]
李金花, 陈春楠, 谷彩梅, 等. 基于非线性化学指纹图谱技术鉴别西洋参和人参及西洋参产地[J]. 药学学报, 2017, 52(7): 1150-1156.
[3]
陈露, 张晓萌, 林秋婕, 等. 指纹图谱在中药质量控制中的研究进展[J]. 临床医药文献电子杂志, 2017, 4(45): 8909-8910.
[4]
王贞丽. 中药指纹图谱构建的研究进展[J]. 实用医药杂志, 2014, 31(11): 1040-1043.
[5]
田华, 黄毓娟. 蒲公英多糖对幽门螺杆菌相关性胃炎大鼠胃黏膜炎性反应及MAPK/ERK通路的影响[J]. 现代中西医结合杂志, 2019, 28(35): 3877-3880.
[6]
吕兰, 陈红梅, 吴敏. 三叶青多糖提取工艺优化及单糖组成分析[J]. 南方农业, 2020, 14(1): 6-10.
[7]
陈佩佩, 占今舜, 闫景彩. 苜蓿黄酮的研究进展及其在鸡生产中的应用[J]. 中国饲料, 2012(20): 33-36.
[8]
朱宇旌, 张勇, 宁自利, 等. 苜蓿异黄酮提取物对小鼠生长和免疫功能的影响[J]. 营养学报, 2008, 30(6): 615-618.
[9]
袁珂, 薛月芹, 殷明文, 等. RP-HPLC同时测定淡竹叶中4种黄酮苷的含量[J]. 中国中药杂志, 2008, 33(19): 2215-2218.
[10]
卢烽, 廖小军, 胡小松, 等. 多酚对肠道微生物影响的研究进展及对多酚指示菌的探讨[J]. 食品工业科技, 2018, 39(16): 330-335.
[11]
李昊阳, 夏继桥, 杨连玉, 等.植物多酚的抗氧化能力及其在动物生产中的应用[C]//中国畜牧兽医学会2013年学术年会论文集.北京: 中国畜牧兽医学会, 2013.
[12]
喻军, 莫建光, 陈秋虹, 等. 金花茶叶多酚类成分HPLC指纹图谱研究[J]. 广西科学, 2019, 26(2): 238-244.
[13]
柴向华, 董艳, 吴克刚, 等. 植物精油对食品中常见有害微生物的抑菌活性研究[J]. 现代食品科技, 2016, 32(8): 123-127, 114.
[14]
邱开雄, 谭建林, 谢惠定, 等. GC-MS法分析多蕊商陆挥发油中的化学成分[J]. 中国民族民间医药, 2019, 28(22): 55-57.
[15]
刘青, 肖俊伟, 危英, 等. 野茼蒿挥发油化学成分和生物活性研究[J]. 贵州中医药大学学报, 2020, 42(1): 40-44, 53.
[16]
韩丽, 高燕, 公维娟, 等. 花椒中生物碱的提取与含量测定[J]. 化学工程与装备, 2019(12): 9-11.
[17]
陈莎莎, 陈丽萍, 林继辉. 无患子果皮皂苷提取工艺研究[J]. 云南民族大学学报(自然科学版), 2019, 28(6): 558-562.
[18]
王振强, 耿悦, 王浩, 等. 热回流法提取甘草中甘草酸的工艺优化及HPLC法测定含量[J]. 食品工业, 2019, 40(12): 166-169.
[19]
顾珂, 王兴, 胡鹏宇, 等. 水蒸气蒸馏-盐析法提取金银花挥发油工艺研究[J]. 亚太传统医药, 2020, 16(2): 55-58.
[20]
王树宁, 宋照军, 黄滢洁, 等. 响应面法优化超声波辅助提取侧柏叶总黄酮工艺[J]. 食品研究与开发, 2020, 41(9): 88-93.
[21]
COSMULESCU S. Juglone content in leaf and green husk of five walnut (Juglans regia L.) cultivars[J]. Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 2020, 39(1): 237-240.
[22]
王靖, 张志旭. 亚临界丁烷萃取丁香挥发油的工艺优化[J]. 湖南农业科学, 2017(5): 87-90.
[23]
HASHEMIFESHARAKI R, XANTHAKIS E, ALTINTAS Z, et al. Microwave-assisted extraction of polysaccharides from the marshmallow roots:optimization, purification, structure, and bioactivity[J]. Carbohydrate Polymers, 2020, 240: 116301. DOI:10.1016/j.carbpol.2020.116301
[24]
耿天佑, 罗理勇, 曾亮, 等. 不同提取方法对沉香精油制备的影响[J]. 西南师范大学学报(自然科学版), 2020, 45(2): 59-67.
[25]
YILDIZ E, KARABULUT D, YESIL-CELIKTAS O. A bioactivity based comparison of Echinacea purpurea extracts obtained by various processes[J]. The Journal of Supercritical Fluids, 2014, 89: 8-15. DOI:10.1016/j.supflu.2014.02.005
[26]
贾学忠. 紫外光谱法测定金银花提取物中有机酸的含量[J]. 中国卫生标准管理, 2018, 9(21): 92-94.
[27]
路公静, 李媛. 紫外光谱在中药鉴别和含量测定中的应用[J]. 中国处方药, 2019, 17(8): 23-25.
[28]
罗淑年, 张理博, 邹汶蓉, 等. 基于近红外光谱的大豆油质量快速检测技术应用研究[J]. 粮食与食品工业, 2020, 27(1): 68-72.
[29]
洪军. 何首乌药材及常见伪品的真伪鉴别方法研究[J]. 中国继续医学教育, 2017, 9(36): 114-116.
[30]
焦金英, 姬星宇, 李自波, 等. 不同产地鱼腥草中4种活性成分分析评价[J]. 江苏农业科学, 2020, 48(1): 193-199.
[31]
周桂荣, 李响, 赵桂铃, 等. 橘叶UPLC指纹图谱和化学模式识别研究[J]. 药物评价研究, 2018, 41(12): 2237-2241.
[32]
牛晓静, 鲁静, 孙广科, 等. 淫羊藿总黄酮提取物的HPLC指纹图谱建立及其中8种成分的含量测定[J]. 中国药房, 2018, 29(24): 3376-3380.
[33]
姚慧娟, 杨宇, 张琪镪, 等. 基于GC-MS法天女木兰叶中挥发性成分分析[J]. 广西林业科学, 2019, 48(4): 526-530.
[34]
臧清策, 何菁菁, 白进发, 等. 快速筛查中药注射液中有害物质5-羟甲基糠醛的LC-MS/MS方法及其质量评价研究[J]. 药学学报, 2013, 48(11): 1705-1709.
[35]
HE L C, HOU X F, ZHANG J, et al. Applications of HPLC/MS in the analysis of traditional Chinese medicines[J]. Journal of Pharmaceutical Analysis, 2011, 1(2): 81-91. DOI:10.1016/S2095-1779(11)70015-6
[36]
刘明, 吴启南, 宋秋烨, 等. 淡竹叶清热作用药效植物基础研究[J]. 时珍国医国药, 2009, 20(8): 1934-1936.
[37]
曹菁, 王淑敏, 宋凤瑞, 等. 淫羊藿叶HPLC指纹图谱的建立及2个化学成分含量的测定[J]. 特产研究, 2020, 42(2): 47-55.
[38]
于淼, 李佳梅, 孙东立, 等. 大豆异黄酮色谱检测技术研究进展[J]. 现代化农业, 2019(4): 34-35.
[39]
徐洪明, 金辉辉, 王昕佳, 等. 杭白菊指纹图谱研究及不同产地杭白菊质量比较[J]. 中国中医药信息杂志, 2019, 26(1): 76-79.
[40]
谭西, 王馨悦, 周欣, 等. 不同产地葡萄花青素提取物的HPLC特征图谱构建及其生物活性分析[J]. 南方农业学报, 2018, 49(11): 2263-2272.
[41]
黄华花, 王明军, 黄鸣清, 等. 金橘药材的UPLC指纹图谱建立、聚类分析及主成分分析[J]. 中国药房, 2019, 30(12): 1661-1665.
[42]
陈亮元, 程轩轩, 唐晓敏, 等. 指纹图谱、模式识别结合一测多评法在广金钱草质量评价中的应用研究[J]. 中国中药杂志, 2018, 43(16): 3322-3328.
[43]
崔淑芬, 张信青, LEE F S C, 等. HPLC指纹图谱应用于炙甘草的炮制研究[J]. 中成药, 2007, 29(11): 1636-1639.
[44]
周玉新, 陈艳, 李飞.指纹图谱技术在何首乌炮制质量控制中的应用[C]//中华中医药学会中药炮制分会2003学术研讨会论文集.北京: 中华中医药学会, 2003.
[45]
臧清波.233份紫花苜蓿黄酮类化合物及饲用品质评价[D].硕士学位论文.呼和浩特: 内蒙古大学, 2019.
[46]
WOLD S, SJÖSTRÖM M, ERIKSSON L. PLS-regression:a basic tool of chemometrics[J]. Chemometrics and Intelligent Laboratory Systems, 2001, 58(2): 109-130. DOI:10.1016/S0169-7439(01)00155-1
[47]
吴启端. 谱效研究结合偏最小二乘法在石菖蒲挥发油有效成分筛选中的应用[J]. 中药新药与临床药理, 2018, 29(4): 497-501.
[48]
杨岩, 肖佳妹, 王韧, 等. 人工神经网络在中药相关研究领域的应用[J]. 中草药, 2019, 50(13): 3230-3236.
[49]
李味味, 章新友, 仵倚, 等. 基于BP神经网络中药复方功效的预测研究[J]. 中医药导报, 2016, 22(16): 38-41.
[50]
崔琦.沙棘叶中主要黄酮类成分的提取富集工艺研究[D].硕士学位论文.哈尔滨: 东北林业大学, 2016.
[51]
STOCHMAL A, OLESZEK W. Seasonal and structural changes of flavones in alfalfa (Medicago sativa) aerial parts[J]. Journal of Food, Agriculture & Environment, 2006, 5(2): 84-88.
[52]
刘昌孝, 陈士林, 肖小河, 等. 中药质量标志物(Q-Marker):中药产品质量控制的新概念[J]. 中草药, 2016, 47(9): 1443-1457.
[53]
李丹阳, 孙捷, 居永慧, 等. 模式识别结合多指标成分定性及定量分析3个主产区紫苏叶特征成分[J]. 中草药, 2020, 51(8): 2207-2213.
[54]
卢德勋. 饲料营养活性物质(nutricines):一个亟待重新审视的研究领域[J]. 饲料工业, 2020, 41(3): 1-5.
[55]
萨茹丽, 杨斌, 玉梅, 等. 沙葱总黄酮体外抗菌、抗病毒、抗肿瘤活性的研究[J]. 饲料工业, 2018, 39(8): 54-58.
[56]
ADAMS C A. Nutrition-based health:nutricines and nutrients, health maintenance and disease avoidance in animals[M]. Nottingham, UK: Nottingham University Press, 2007.