近日，中国农业大学与荷兰瓦赫宁根大学联合培养的在读博士师睿，在第十二届WCGALP国际会议（World Congress on Genetics Applied to Livestock Production，世界遗传学应用于畜牧生产大会）上发表了一篇题为《基于牛奶中红外光谱数据预测奶牛个体氮利用效率》的会议论文。该研究对牛奶样品中红外数据进行分析建模，并对该数据用于预测奶牛个体氮利用效率的准确性进行了评估。 如今，全球超过 60 亿人消费牛奶、黄油和奶酪等乳制品，并且人们对乳制品的需求持续增长。不断增长的乳制品需求不可避免地对自然资源和环境产生负面影响，其中之一便是奶牛粪便中的氮（N）会导致地下水和地表水的污染，液体粪尿混合物会排放氨气进而污染空气。 如果奶牛的N利用效率（Nitrogen use efficiency, NUE）升高，粪便或尿液的N比例会降低，这将减少对环境的污染。目前我国奶牛生产系统养分利用可持续性较差，N利用效率低（图1），因此选育N利用率高的奶牛十分重要，但准确测定奶牛个体NUE需要大量的表型数据，成本极高。 
图1 个体氮利用效率分布 近期，师睿基于牛奶样品的中红外光谱（mid-infrared spectra, MIR）数据，成功找到了合理测定真实NUE的方法。MIR是一种分析技术，可用于表征新材料或识别和验证已知和未知样品。它用于根据分子与中红外区域电磁辐射的相互作用来研究和识别化学物质。因此，MIR可用于分析牛奶中的不同化学成分。这些光谱可以通过DHI中心的机器获得，非常简单可靠。基于这些数据，师睿建立了不同的机器学习模型来预测个体的NUE，最佳模型的预测准确性接近70%（图2）。 
图2 通过最佳模型预测和真实测量的个体氮利用效率 该方法使用的数据容易获取，且结果具有一定准确性，有望替代复杂及成本高昂的动物试验来获取个体的NUE表型。未来，科研人员可以将这些模型应用于大规模数据，为培育“氮高效”奶牛或优化现有饲养管理策略打下基础。  图3 奶样光谱分析 该成果属于中国农业大学与荷兰瓦赫宁根大学动物育种与基因组（Animal breeding and Genomics Group）以及动物生产系统组（Animal Production System Group）的合作项目：《建立以提升抗逆性为重点的中国奶牛可持续育种策略研究进展》。该项目为农业绿色发展项目（Agriculture Green Development, AGD）子项目之一，旨在结合不同学科知识交叉创新，为国际和国内农业可持续发展等前沿课题提供学术基础。 作者师睿于2015年加入牛百科青年计划组，2016年任牛百科翻译组组长，2017年和2019年于中国农业大学分别获得了学士（校级优秀毕业生）和硕士学位，目前在AGD项目资助下由中国农业大学与荷兰瓦赫宁根大学联合培养攻读博士学位。 这篇文章结合了氮利用效率，中红外光谱和机器学习等前沿热点研究，相关新闻已刊登于瓦赫宁根大学动物科技学院杂志（WIAS Magazine）和ABG组网页。目前作者已进一步扩大数据、改进方法、撰写完整研究报告并投稿于《动物科学与生物技术杂志, Journal of Animal Science and Biotechnology》。
|