• Efficienza alimentare negli allevamenti suini
• Lo studio sul microbiota intestinale suino
• Conclusioni

Stato dell’arte
A livello industriale, l’efficienza alimentare degli animali da allevamento è un aspetto fondamentale. Il microbioma intestinale, considerando la sua relazione con il metabolismo dei nutrienti, ne è potenzialmente coinvolto. Limitate sono però le evidenze a riguardo.

Cosa aggiunge questa ricerca
Scopo dello studio è stato quello di confrontare nel tempo il consumo di cibo, l’aumento di peso medio giornaliero, il rapporto di conversione del cibo e altri parametri fisici correlati di 615 suini di tre comuni razze (Duroc, Landrace e Large White) in relazione alla componente batterica intestinale.

Conclusioni
L’efficacia alimentare e il microbioma intestinale hanno mostrato una correlazione. Manipolandolo opportunamente si potrebbe quindi ottimizzare questa caratteristica a vantaggio della catena produttiva.

L’efficienza alimentare dei suini è correlata alla loro composizione batterica intestinale. Incrementarla manipolando il microbioma rappresenterebbe un valido supporto a livello industriale riducendone i costi.

È quanto suggerisce lo studio di Matteo Bergamaschi e colleghi della North Carolina State University (NC, USA), di recente pubblicato su Microbiome. 

Efficienza alimentare negli allevamenti suini

L’efficienza alimentare è il rapporto tra i nutrienti convertiti in energia e la parte residua. Un animale ad alta efficienza per ottenere la stessa energia consuma quindi di fatto meno cibo per unità di peso corporeo con conseguente riduzione dei costi di produzione.

Genetica, dieta e allevamento sono i principali fattori che la influenzano. Poco è conosciuto invece del ruolo della razza e della componente batterica in questo contesto. Studi preliminari ne hanno tuttavia dimostrato una relazione.

I generi Bacteroides, Cellulosilyticum, e Prevotella, ad esempio sembrerebbero più abbondanti nei suini a bassa efficienza alimentare, Oscillibacter e Rhodococcus nella controparte. Scopo dello studio è stato quindi quello di approfondire la correlazione tra efficienza alimentare e microbioma intestinale.

Per farlo sono state caratterizzate le differenze di efficienza alimentare, crescita e parametri corporei correlati (grasso addominale ecc.) in tre comuni razze di suini (Duroc o DR, n= 190; Landrace o LR, n=221; White Large o LW, n=204) in relazione alla componente batterica intestinale. Di seguito i principali risultati ottenuti dalla collezione di campioni a 73 (T1), 123 (T2) e 158 (T3) giorni.

Lo studio sul microbiota intestinale suino

Comparando i parametri fisici tra le razze indipendentemente dalla componente batterica, si è visto che:

• l’introito di cibo giornaliero medio (ADG) e il grasso addominale sono minori nel gruppo DR. Valori di ADG simili invece tra LW e LR allo stesso time point
• nel tempo invece, il gruppo LW ha mostrato un’ADG significativamente maggiore dopo 123 giorni (0.68 ± 0.058 kg/d vs DR 0.64 ± 0.057 kg/d e LR 0.65 ± 0.055 kg/d). Significatività non raggiunta tuttavia a 73 e 158 giorni
• il rapporto di conversione del cibo è risultato significativamente inferiore nel gruppo LR a 73 e 123 giorni rispetto a DR e LW

Considerando quindi la componente batterica:

• 7 famiglie (Lactobacillaceae, Clostridiaceae, Streptococcaceae, Prevotellaceae, Ruminococcaceae, Eubacteriaceae, e Lachnospiraceae) hanno dimostrato di racchiudere l’80% dei ceppi batterici complessivamente identificati
• l’alpha diversity ha dimostrato di essere più elevata nel gruppo LR in T2, minima in DR in T1
• gli enterotipi di DR in T1 hanno mostrato di appartenere a Dorea, Faecalibacterium, o Anaerovibrio, quelli di LR e LW ad Anaerostipes e Turicibacter. Tra tutti, LR ha mostrato la maggiore stabilità nel tempo
• sulla base dell’analisi genetica (amplicon sequence variant o ASV) le comunità batteriche dei tre gruppi hanno dimostrato differenze significative nella loro espressione nel tempo. Le alterazioni maggiori tra T1 e T2 sono state dimostrate da Firmicutes, Bacteroidetes, Proteobacteria, Spirochaetes, Actinobacteria, Chlamydiae, Fusobacteria, e Tenericutes. Firmicutes, Bacteroidetes, Proteobacteria, Spirochaetes, Actinobacteria, Fusobacteria e Tenericutes invece tra T2 e T3; Firmicutes, Bacteroidetes, Proteobacteria (9), Spirochaetes, Actinobacteria e Fusobacteria infine tra T1 e T3
• in base alla razza invece, 184, 153 e 123 ASV hanno invece registrato differenze notevoli tra LR e LW in T1, T2 e T3 rispettivamente. In T3 differenze significative si sono dimostrate anche tra DR e i rimanenti due gruppi imputate in particolare a una maggiore espressione di ASV di Firmicutes, Actinobacteria e Bacteroidetes (generi Catenibacterium, Prevotella e Collinsella). Di contro, ridotta espressione è stata dimostrata da Clostridium, Prevotella, eTreponema
• differenze di abbondanza per ASV anche tra le razze. Ad esempio LR hanno infatti mostrato un maggiore espressione di 6 ASV appartenenti a Bacteroides, Firmicutes, 2 Proteobacteria, e 1 Spirochaetes (Anaerococcus, Barnesiella, Clostridium, e Prevotella) rispetto a WR in T2. Maggiore presenza di Bacteroides, Campylobacter, Coprococcus, Enterococcus, e Fusobacterium invece in confronto a LW, minore di Lactobacillus, Ruminococcus, e Desulfovibrio

Correlazione è stata poi registrata tra microbiota e fenotipo. L’abbondanza di 16, 33 e 93 ASV appartenenti in particolare a Firmicutes, Bacteroidetes, Proteobacteria, e Spirochaetes ha infatti dimostrato di essere positivamente associata all’efficienza alimentare e ai relativi parametri in T1, T2 e T3 rispettivamente. Tra le evidenze:

• a livello di genere, 14 hanno dimostrato di appartenere a Ruminococcus, 12 Clostridium,

10 Eubacterium, 6 a Lactobacillus, 5 a Bacteroides e 4 a Prevotella. A questi si aggiungono 7 generi minori e 79 non classificati

• Peptococcus e Turicibacter sono risultati positivamente correlati con il grasso addominale in T2 e T3, Blautia, Dorea, Eubacterium, Faecalibacterium, Lactobacillus,

e Ruminococcus con l’efficienza alimentare. Correlazione negativa invece tra Faecalibacterium e Oscillibacter oltre che Anaerovibrio, Clostridium, Faecalibacterium,

Eubacterium, e Ruminococcus con l’efficienza alimentare in T1

• l’introito di cibo giornaliero medio ha mostrato correlazione negativa con Oscillibacter, positiva con principalmente con Corynebacterium, Lactobacillus, Finegoldia, e Psychrobacter. Blautia in particolare in DR e LR in T2

Conclusioni

In conclusione dunque, composizione batterica ed efficienza alimentare hanno dimostrato correlazione, generi Blautia, Dorea, Eubacterium e Lactobacillus in particolare. Approfondirne ulteriormente le connessioni sarà quindi utile nell’ottimizzare la resa produttiva minimizzandone i costi nell’industria alimentare.