18 Maggio 2021

Acido Vaccenico, CLA e loro rapporto

All’inizio degli anni
duemila i prodotti lattiero caseari sono stati coinvolti in numerosi dibattiti
in merito all’influenza del loro consumo sulla salute umana, sottolineando il loro
coinvolgimento nel possibile incremento delle patologie cardiovascolari.
Tuttavia, nell’ultimo decennio diversi studi scientifici hanno evidenziato che
la composizione del grasso del latte, in termini di composizione di acidi
grassi, svolge un ruolo fondamentale nella riduzione del rischio di cardiopatia
ischemica e infarto del miocardio (Bergholdt et al., 2013). Infatti, il latte è
una fonte importante di alcuni acidi grassi essenziali, che la specie umana può
solo introdurre con la dieta, perché non possono essere sintetizzati dal nostro
organismo (Stark et al., 2008).

Il grasso, presente
sottoforma di emulsione nel latte, è il maggior componente energetico ed è il
responsabile di molte proprietà fisiche e tecnologiche, e caratteristiche
organolettiche del latte e dei suoi derivati. Nel latte vaccino il suo contenuto
varia dal 2 al 5% del peso ed è rappresentato per circa il 95% da trigliceridi,
composti da una molecola di glicerolo, a cui sono legati 3 acidi grassi
esterificati (Figura1). Ad oggi, nel latte vaccino si sono identificati circa
150 acidi grassi diversi, i quali fanno sì che il latte sia uno dei lipidi naturali
maggiormente complessi (Parodi, 2004).

Figura1. I trigliceridi sono formati da tre molecole di acidi grassi esterificati attaccati ad una molecola di glicerolo.

Per molte specie la
composizione degli acidi grassi del latte riflette la composizione degli acidi
grassi della dieta. I ruminanti sono un’eccezione perché gli acidi grassi della
dieta sono fortemente alterati dal metabolismo ruminale (Bauman e Griinari, 2003)
e da un’azione endogena del tessuto mammario e adiposo (Dhiman et al., 2005). A
livello ruminale gli acidi grassi insaturi, quelli che presentano uno o più
doppi legami (es. acido oleico, acido linoleico, acido linolenico, sono soggetti
ad un percorso di saturazione da parte di diversi gruppi di batteri (Lock and
Bauman, 2004; Figura 2).

Figura 2. Classico percorso biochimico di bio-idrogenazione di acido linoleico (C18:2 n-6) e acido linolenico (C18:3 n-3) nel rumine (from Lock and Bauman, 2004).

Ne deriva che gli acidi
grassi nel latte bovino, o meglio di tutti i ruminanti, hanno due origini di versificate:
una parte deriva dall’assorbimento dalla circolazione sanguigna e l’altra dalla
sintesi ex novo all’interno delle cellule epiteliali della ghiandola mammaria
(Bauman e Griinari, 2003). In particolare, gli acidi grassi a catena corta (da
4 a 8 atomi di carbonio) e media (da 10 a 14 atomi di carbonio) derivano quasi esclusivamente
dalla sintesi ex novo a livello delle cellule epiteliali della mammella che li sintetizzano
partendo dalle molecole di acetato e di beta-idrossibutirrato derivati dalla digestione
della fibra a livello ruminale. Mentre gli acidi grassi a catena lunga (con più
di 16 atomi di carbonio) sono derivati dall’assorbimento dei lipidi, da parte della
mammella, nel sistema circolatorio, i quali derivano principalmente
dall’assorbi

mento di lipidi nel tratto
gastro-intestinale (90% circa) e dalla mobilitazione del grasso corporeo (10%
circa). Fanno eccezione gli acidi grassi a 16 atomi di carbonio i quali possono
originare da entrambe le fonti.

Sebbene la composizione del
grasso della dieta dei ruminanti subisce una forte modifica dovuta al
metabolismo animale, da numerosi studi effettuati negli ultimi decenni, dove
sono stati analizzati diversi fattori che potrebbero influenzare il profilo in acidi
grassi del latte bovino, tra cui la dieta, la razza, la genetica, lo stadio di lattazione
e lo stato di salute degli animali, è stato osservato che anche nei ruminanti le
maggiori variazioni nel contenuto di grasso e della sua composizione sotto il
profilo di acidi grassi sono dovuti alla dieta (Griinari et al., 1998; Elgersma
et al., 2006). Aumentando il rapporto foraggi/concentrati nella dieta tendono ad
aumentare gli acidi grassi polinsaturi (PUFA) e gli acidi grassi Omega-3 e a
diminuire la proporzione di acidi grassi saturi (SFA) (Dewhurst et al.,2006). Alimentare
gli animali con foraggi verdi freschi migliora notevolmente queste tendenze, e
migliora il profilo in acidi grassi favorevole per la salute umana (Chilliard
et al., 2007). Le diete ricche di amido, tipico delle diete dove gli animali sono
alimentati con concentrati e insilato di mais, determinano un aumento di C18:1 trans-10
a discapito del C18:1 trans-11, inoltre determinano un aumento di acidi grassi
Omega-6 (in particolare C18:2 n-6), diminuendo di conseguenza il rapporto
Omega-3/ Omega-6 (Griinari et al., 1998). Queste caratteristiche le troviamo nella
maggior parte del latte prodotto negli ultimi decenni. Infatti, il maggior
quantitativo di latte a livello italiano proviene da aziende intensive della
Pianura Padana che allevano razze specializzate da latte con alte potenzialità genetiche
e basano il sistema foraggero aziendale sul mais da insilato e da granella a
cui si aggiungono elevate quantità di concentrati (Borreani et al., 2016). Diventa,
quindi, interessante capire quale tipologia di profilo di acidi grassi caratterizzi
queste aziende. Fondamentalmente i profili medi di tali aziende tendono ad avere
elevati quantitativi di acidi grassi saturi, meno favorevoli per la salute, e
bassi quantitativi di acidi grassi insaturi e Omega-3 più favorevoli per la
salute umana. Particolarmente sfavorevole è il rapporto Omega-3/Omega-6 che si attesta
su 1:5 (0,2) (Borreani et al., 2016).

Inoltre, il profilo
degli acidi grassi, come già citato in precedenza, esprime anche lo stato del metabolismo
digestivo dell’animale e quindi lo stato di benessere e di salute dell’animale
stesso. Il profilo in acidi grassi, di massa o individuale, quindi, può
diventare uno strumento per verificare lo stato salutare della mandria e
dell’animale che la compone attraverso degli acidi grassi o eventuali loro
rapporti che hanno funzione di indicatori. Tra questi vanno citati gli acidi
grassi ramificati (BCFA) che derivano dal metabolismo dei batteri ruminali
responsabili della degradazione della cellulosa. Questi tendono ad aumentare in
diete ricche in fibra da foraggi (Vlaemink et al., 2006) e quindi, quando si ritrovano
in alte concentrazioni nel latte, indicano un’elevata presenza di foraggi nella
razione. Per contro gli acidi grassi a catena dispari (OCFA), derivanti dai
batteri ruminali responsabili della degradazione degli amidi, sono in grado di
evidenziare razioni ad alto contenuto di amido e conseguentemente di
concentrati con un rapporto foraggi/concentrati a favore di questi ultimi. Inoltre,
il rapporto tra alcuni acidi grassi monoinsaturi del gruppo del C18:1 può essere
indicatore di dismetabolie subcliniche, quali la subacidosi ruminale. In particolare,
disturbi metabolici e carenze nutrizionali o squilibri si possono riflettere nella
composizione chimica del latte e possono indurre cambiamenti nel grasso del latte
e nelle proteine nonché nel rapporto tra C18:1 trans-11/C18:1 trans-10. Il
C18:1 trans-11 (acido vaccenico) è il principale intermediario della
bio-idrogenazione degli acidi linolenico e linoleico presenti nella dieta (Figura
2) ed è fortemente correlato alla presenza dell’acido linoleico coniugato cis-9
trans-11, CLA maggiormente presente nel latte. Diete che possono provocare la
cosiddetta depressione del grasso nel latte (milk fat depression), dove il rapporto
foraggi/concentrati diminuisce fortemente, sono conosciute per la loro capacità
di alterare il metabolismo lipidico ruminale aumentando la produzione di C18:1 trans-10
a discapito del C18:1 trans-11 (Bauman and Griinari, 2001; Loor et al., 2005; Shingfield
e Griinari, 2007). Un rapporto fisiologicamente corretto tra questi due acidi
grassi è sempre superiore a 1 (con valori tra 1,2 e 3,5 negli animali ad alta produzione
di aziende intensive; aziende estensive dove prevale il pascolo o il
foraggiamento verde possono presentare valori anche pari a 6). Valori inferiori
a 1,0 sono invece da considerarsi a rischio di animali con subacidosi ruminale
(Comino et al., 2015). Su animali singoli valori inferiori a 1,0 non
equivalgono a diagnosi certa, ma sono da considerarsi dei campanelli d’allarme,
la cui importanza è da valutarsi in base alla frequenza rispetto al totale della
mandria. Di conseguenza elevate frequenze di casi sospetti in stalla possono
essere un indicatore di problematiche legate alla non equilibrata gestione
dell’alimentazione e suggeriscono la necessità di controllo e monitoraggio della
razione per le vacche in lattazione. Tuttavia, fino a poco tempo fa non era
possibile effettuare un monitoraggio su larga scala per questo tipo di
parametri a causa del metodo di determinazione degli acidi grassi del latte, la
gas cromatografia, tecnica costosa che richiede tempo e personale specializzato
(Soyeurt et al., 2006). Da decenni, per il pagamento del latte in base alla sua
qualità (contenuto di grasso, proteine, caseine) viene utilizzata la tecnica
MIRS che si basa sull’utilizzo della tecnologia del medio infrarosso combinata con
algoritmo matematici. Tale tecnica oltre ad essere molto affidabile per i
parametri precedentemente citati consente di lavorare con livelli di capacità
oraria elevata (fino a 600 campioni/ora) senza necessitare di personale
altamente qualificato (Coppa et al., 2017). Nell’ultimo decennio diversi gruppi
di ricerca hanno verificato la possibilità di utilizzare la tecnologia MIRS per
determinare il profilo di acidi grassi del latte o parte di esso. Soyeurt et
al., 2006 riportano lo sviluppo di una modello di predizione PLS con tecnologia
MIRS per misurare la concentrazione dei principali acidi grassi del latte
individuale in g/100g di latte. Successivamente altri gruppi di ricerca hanno sviluppato
modelli di predizione comparabili tra loro per la determinazione di singoli
acidi grassi o somma di essi su latte individuale e di massa (Soyeurt et al., 2011;
Maurice-Van Eijndhoven et al., 2013; Ferrand-Calmels et al., 2014). Tuttavia, queste
predizioni forniscono un profilo in acidi grassi poco dettagliato e alcune
volte con capacità predittive deboli. Nel 2014, in collaborazione con il DISAFA
dell’Università di Torino, l’ARA Piemonte ha presentato i primi risultati di
una ricerca avente lo scopo di verificare la possibilità di creare un modello predittivo
per la determinazione degli acidi grassi, su latte vaccino di massa fresco o
congelato, con un profilo più dettagliato e con l’unità di espressione in
g/100g di acidi grassi totali, unità di misura che esprime meglio la bontà del
profilo di acidi grassi di un latte (Coppa et al., 2014). Attraverso l’implementazione
di questo dataset è stato possibile creare un modello predittivo più
dettagliato in grado di fornire più singoli acidi grassi e loro relative somme,
interessanti per il comparto zootecnico bovino da latte sia dal punto di vista
della classificazione del prodotto in termini qualitativi da utilizzare come valorizzazione
del prodotto latte (contenuto di SFA, PUFA, Omega-3, Omega-6 che loro rapporti)
che dal punto di vista di avere ulteriori strumenti da utilizzare per la gestione
della mandria per esempio nell’ambito del benessere animale (contenuto di C18:1
trans-11 e C18:1 trans-10, e loro rapporto) (Coppa et al., 2017). Avere quindi
un’informazione più dettagliata del profilo degli acidi grassi di un latte di
massa o di singola bovina può essere uno strumento utile nella gestione
dell’azienda per prevenire eventuali stati di malessere della mandria che possono
compromettere, anche solo parzialmente, la produzione di latte e di conseguenza
la redditività aziendale.

Bibliografia

Bauman D.E. and Griinari
J.M.,2001. Regulation and nutritional manipulation of milk fat: low-fat milk syndrome.
Liv. Prod. Sci. 70, 15–29.

Bauman D.E., Griinari
J.M., 2003. Nutritional regulation of milk fat synthesis. Annu. Rev. Nutr. 23,
203–227.

Bergholt H.K.,
Nordestgaard B.G., Varbo A., Ellervik C., 2013. Milk intake in not causally
associated with risk of ischemic heart disease or myocardial infarction. Circulation
128 A12833.

Borreani G., Coppa M.,
Tabacco E., Comino L., Revello-Chion A., Giaccone D., 2016. Valorizzare la filiera
del latte con gli acidi grassi. Informatore Agrario 12, 21-25.

Chilliard Y., Glasser
F., Ferlay A., Bernard L., Rouel J., Doreau M., 2007. Diet, rumen
biohydrogenation and nutritional quality of cow and goat milk fat. Eur. J.
Lipid Sci. Technol. 109, 828–855.

Comino L., Righi F.,
Coppa M., Quarantelli A., Tabacco E., Borreani G., 2015. Relationships among
early lactation milk fat depression, cattle productivity and fatty acid
composition on intensive dairy farms in Northern Italy. Italian J. Animal Sci.,
14: 350-351.

Coppa, M., Revello-Chion
A., Giaccone D., Ferlay A., Tabacco E., Borreani G., 2014. Comparison of near and
medium infrared spectroscopy to predict fatty acid composition on fresh and
thawedmilk. Food Chem. 150:49–57.

Coppa, M., Revello-Chion
A., Giaccone D., Tabacco E., Borreani G., 2017. Could predicting fatty acid profile
by mid-infrared reflectance spectroscopy be used as a method to increase the
value added by milk production chains?. J. Dairy Sci. 100:8705–8721.

Dewhurst R.J.,
Shingfield K.J., Lee, M.R.F., Scollan N.D., 2006. Increasing the concentrations
of beneficial polyunsaturated fatty acids in milk produced by dairy cows in
high–forage systems. Anim. Feed Sci. Technol. 131, 168–206.

Dhiman T.R., Nam S.-H.,
Ure A.L., 2005. Factors affecting conjugated linoleic acid content in milk and meat.
Crit. Rev. Food Sci. 45, 463–482.

Parodi P. W., 2004. Milk
fat in human nutrition. Aust. J. Dairy Technol. 58, 114–118.20

Elgersma A., Tamming,
S., Ellen G., 2006. Modifying milk composition through forage. Anim. Feed Sci. Technol.,
131, 207–225.

Ferrand-Calmels, M.,
Palhière I., Brochard M., Leray O., Astruc J. M., Aurel M. R., Barbey S.,
Bouvier F., Brunschwig P., Caillat H., Douguet M., Faucon-Lahalle F., Gelé M.,
Thomas G., Trommenschlager J. M., Larroque H., 2014. Prediction of fatty acid
profiles in cow, ewe, and goat milk by mid-infrared spectrometry. J. Dairy Sci.
97:17–35.

Griinari J.M., Dwyer
D.A., McGuire M.A., Bauman D.E., Palmquist D.L., Nurmela K.V., 1998. Trans-octadecenoic
acids and milk fat depression in lactating dairy cows. J. Dairy Sci. 81, 1251–1261.

Lock A.L., Bauman D.E.,
2004. Modifying milk fat composition of dairy cows to enhance fatty acids beneficial
to human health. Lipids 39, 1197–1205.

Loor J.J., Ferlay A.,
Ollier A., Doreau M., Chilliard Y., 2005. Relationship among trans and
conjugated fatty acids and bovine milk fat yield due to dietary concentrate and
linseed oil. J. Dairy Sci. 88, 726–740.

Maurice-Van Eijndhoven,
M. H. T., Soyeurt H., Dehareng F., Claus M. P. L., 2013. Validation of fatty
acid predictions in milk using mid-infrared spectroscopy across cattle breeds.
Animal 7:348–354.

Shingfield K.J., and
Griinari J.M., 2007. Role of biohydrogenation intermediates in milk fat
depression. Eur. . Lipid Sci. and Technol. 109, 99–816.

Soyeurt, H., Dardenne
P., Dehareng F., Lognay G., Veselko D., Marlier M., Bertozzi C., Mayeres P., Gengler
N., 2006. Estimating fatty acid content in cow milk using mid-infrared
spectrometry. J. Dairy Sci. 89:3690–3695-0302(06)72409 -2.

Soyeurt H., Dehareng F.,
Gengler N., McParland S., Wall E., Berry D. P., Coffey M., and Dardenne P., 2011.
Mid-infrared prediction of bovine milk fatty acids across multiple breeds,
production systems, and countries. J. Dairy Sci. 94:1657–1667.

Stark A.H., Crawford
M.A., Reifen R., 2008. Update on α-linolenic acid. Nutr. Rev. 66, 326–332.

Vlaeminck B., Fievez V.,
Cabrita A.R.J., Fonseca A.J.M., Dewhurst R.J., 2006. Factors affecting odd-and branched-chain
fatty acids in milk: A review. Anim. Feed Sci. Technol. 131, 389–417.

    array(0) { }