牛胰蛋白酶

关键词： 表面 活性剂 蛋白质 人体

牛胰蛋白酶（精选九篇）

牛胰蛋白酶 篇1

1 实验

1.1 实验仪器与实验药品

1.1.1 实验仪器

Tu-1901双光束紫外可见分光光度计, 北京普析;荧光分光光度计, 美国Cary Eclipse (瓦里安) ;电子分析天平, 上海精密仪器有限公司;pH-3C型酸度计, 上海精密仪器有限公司。

1.1.2 实验药品

牛胰蛋白酶, 分析纯 , 上海海洋生物技术有限公司;酸水解酪蛋白, 生化试剂, 北京奥博星生物技术责任有限公司;吐温80, 分析纯, 都科龙化工试剂厂;硼酸, 分析纯 , 成都科龙化工试剂厂;氯化钙, 分析纯, 成都科龙化工试剂厂。

1.2 实验方法

1.2.1 吐温对胰蛋酶活性的影响

以酪蛋白为底物, 用牛胰蛋白酶催化蛋白质中碱性氨基酸的羧基所形成的肽键水解。水解时生成的自由基用甲醛滴定法判断自由基增加的数量而求得初速度, 试验时以酶促反应的初速度为准研究酶的活力[9]。试验时往含酸水解酪蛋白为20 g/L的牛胰蛋白酶溶液中分别准确加入不同量的吐温溶液, 测定酶促反应的初速度。

1.2.2 紫外扫描

配制pH=7.5, 浓度分别为2/3×10-4mol/L 牛胰蛋白酶溶液和吐温溶液及两者物质量之比为1︰1混合物溶液, 在308 K, 220～420 nm扫描确定其紫外吸收光谱的变化。

1.2.3 吐温对牛胰蛋白酶作用的荧光光谱测定

用三次蒸馏水配制牛胰蛋白酶1.0×10-4mol/L, 吐温2.0×10-2mol/L, 硼酸缓冲溶液pH=7.5 (内含0.1 mol/L CaCl2维持离子强度) 。在1 cm×1 cm的石英比色皿中准确加入2.0 mL 1.0×10-4mol/L胰蛋白酶和1.0 mL缓冲溶液, 测定其发射光谱, 然后用微量注射器逐次准确加入10 μL 2.0×10-2mol/L吐温溶液进行荧光测定, 混匀, 在298、303、308 K, 分别测定其发射光谱, 激发波长为280 nm, 绘制288～450 nm的荧光光谱。

1.2.4 吐温对牛胰蛋白酶作用的同步荧光光谱测定

用1.2.3所配的温度为308 K的溶液, 固定激发和发射波长间隔分别为20 nm和60 nm, 同时扫描激发和发射波长并记录同步荧光光谱。

2 实验结果与讨论

2.1 吐温对胰蛋酶活性的影响

数据见表1。

从表1可以看出, 增加吐温的量对酶促反应水解酪蛋白的初速度影响不大。可以说明, 在实验条件下, 吐温对牛胰蛋白酶活性的影响不大。

2.2 吐温与牛胰蛋白酶作用的紫外吸收光谱

图1为T=308 K, pH=7.5, 浓度分别为2/3×10-4mol/L吐温溶液 (a) , 牛胰蛋白酶溶液 (b) 及两者的物质量之比为1︰1的混合物的紫外吸收光谱 (c) 。从图可以看出在该浓度下吐温的紫外吸收强度较低, 与同浓度的牛胰蛋白酶的吸收相比可忽略不计。

(T=308 K) a:吐温;b:牛胰酶;c:吐温与牛胰酶 (1∶1) (T=308K) a: the solution of the tween; b: the solution of bovine trypsin; c: mixed liquor tween and bovine trypsin

因蛋白质分子中的色氨酸 (Trp) 、酪氨酸 (Tyr) 和苯丙氨酸 (Phe) 残基均有紫外吸收, 蛋白质的吸收波长一般在280 nm附近。蛋白质吸收波长变化归因于蛋白质分子中芳香族氨基酸残基所处微环境发生改变, 实验测得牛胰蛋白酶的最大吸收波长为278 nm, 酶液中有表面活性剂吐温存在时, 最大吸收值发生一定程度的增大和蓝移 (从278 nm , 吸光度为0.258 (见图1 b) 到276 nm , 吸光度为0.286 nm (见图1 c) , 吐温紫外吸收强度较低 (在最大吸收波长282 nm处为0.021) 。因此, 可以认为吐温与牛胰蛋白酶的相互作用改变了芳香族氨基酸残基在空间结构中所处的微环境, 引起了牛胰蛋白酶吸收波长的改变。

2.3 荧光光谱

从图2知:以λex=280 nm, 牛胰蛋白酶在354 nm附近有很强的荧光峰;而以同样激发波长激发吐温溶液, 在354 nm附近则没有荧光峰, 证明吐温不会产生与牛胰蛋白酶干扰的荧光。固定牛胰蛋白酶的量, 随着体系中吐温浓度的增加, 牛胰蛋白酶的内源荧光产生有规律的猝灭。发生猝灭作用的Trp埋藏在牛胰蛋白酶的非极性区域内[10]。

T=380K, CTrypsin=6.6×10-5mol/L;C吐温from 0to 11, 0, 2/3, 4/3, 6/3, 8/3, 10/3, 12/3, 14/3, 16/3, 18/3, 20/3×10-4mol/L

2.4 荧光猝灭常数及猝灭机理

采用Stern-Volmer方程处理试验数据, F0/F=1+Kqτ0 CQ=1+KsvCq. (式中:F0和F分别为猝灭剂加入之前和加入之后的荧光强度, Kq 为双分子猝灭过程速率常数, τ0为猝灭剂不存在时物质的荧光寿命, 对于生物大分子的τ0值为10-8s, Ksv为动态猝灭常数, 结果见图3和表2。结果显示Stern-Volmer曲线呈良好的线性关系, 且随温度的升高, Stern-Volmer猝灭曲线的斜率逐渐降低, 这表明吐温对牛胰蛋白荧光猝灭效应应归于静态猝灭。从表2可知: 双分子猝灭常数Kq远大于2.0×1010 L·mol-1·s-1。这进一步说明吐温对牛胰蛋白的荧光猝灭效应不是动态猝灭而是静态猝灭。

2.5 作用力类型的判定

以 (F0-F) -1对[Q]-1拟合Lineweaver—Burk方程, 不同温度下的线性相关系数R分别为0.997、0.994、0.997。可见该双倒数呈良好的线性关系, 求算结合常数KA (KA=1/KD) 分别为5.28×102、5.88×102、4.86×102 L·mol-1, 由结合常数KA可以求出反应的焓变、自由能变和熵变。

根据 In (K2/K1) = (1/Tl -1/T2) △H/R

G= -R T lnK

G = △H - T △S

通过计算得到△H、△G和△S分别为16.16 KJ·mol-1、-15.53 KJ·mol-1和106.37 J·K-1即吐温与胰蛋白酶作用的△H>0、△S>0, 根据有机分子与生物大分子作用的有关热力学参数可以表明吐温与胰蛋白酶的主要作用为疏水作用[11]。

2.6 吐温对牛胰蛋白酶同步荧光影响

固定激发波长与发射波长间距△λ, 同步扫描激发和发射单色器可得同步荧光光谱, 这种光谱可用于蛋白质及酶的构象变化分析[12]。

(b) (△λ=60) T=308K, CTrypsin=6.6×10-5mol/L;C吐温from 0to11, 0, 2/3, 4/3, 6/3, 8/3, 10/3, 12/3, 14/3, 16/3, 18/3, 20/3×10-4mol/L

由图4 (a) 和 (b) 可以看出在△λ=20nm和△λ=60 nm时随着吐温的增加均发生了荧光猝灭, 但在△λ=60 nm时最大发射波长发生约6 nm的红移。对于酶的同步荧光, △λex=20 nm时, 仅表现出酪氨酸残基的荧光, △λex=60 nm时, 仅表现出色氨酸残基的荧光, 因残基的的最大发射波长与其所处的环境的极性有关, 由发射波长的改变可以说明蛋白质构象的变化, 在△λex=20 nm和△λex=60 nm均发生荧光猝灭, 表明吐温进入了牛胰蛋白酶巯水腔, 改变了牛胰蛋白酶的构象。从图4可知, 色氨酸残基的荧光猝灭程度较酪氨酸残基更显著, 且随吐温浓度的增大, 在△λex=20 nm, 酪氨酸残基最大发射波长变化不大, 在△λex=60 nm, 发射波长有一定的红移, 表明色氨酸残基所处环境的疏水性增强[13,14]。

2.7 吐温对胰蛋白酶能量转移的影响

从图5可以看出, 吐温溶液与胰蛋白酶液的荧光光谱比较, 二者有重叠部分, 但重叠部份较少。根据Forster非辐射能量转移理论[15]。可以认为胰蛋白酶内部的酪氨酸和色氨酸残基与吐温发生了能量转移作用较小, 而发生的静态猝灭主要是牛胰蛋白酶与吐温形成复合物所产生的。

a:UV吸收光谱; b: 荧光光谱

3 结论

牛胰蛋白酶 篇2

利用PCR技术从北京黑白花奶牛(Bos taurus)的基因组DNA中克隆了SRY(Sex-determining region on the Y chromosome)基因编码区全长序列.序列分析表明牛SRY基因的HMG区(High mobility group)呈现高度的保守性,与人、小鼠、猪等的相似性达到70%.将SRY基因与pET-28a(+)载体相连,构建表达载体pET-28a/SRY;把该表达载体转入大肠杆菌BL21(DE3),以IPTG诱导30℃诱导4 h,SRY蛋白可高效表达,表达产物占总蛋白量的26%.对表达产物进行了Western-blotting检测,并采用亲和层析技术获得了高纯度的`牛SRY蛋白.通过PCR技术分别获得牛、人、鼠的苗勒氏管抑制物(Mullerian Inhibiting substances,MIS)启动子,凝胶阻滞试验证明,牛SRY蛋白可与人及牛的MIS启动子结合,但与鼠的Mis启动子不发生相互作用[动物学报52(6):1082-1087,2006].

作 者：裴杰 杜卫华 刘小林 柳向军 朱化彬 赵金红 林秀坤 PEI Jie DU Wei-Hua LIU Xiao-Lin LIU Xiang-Jun ZHU Hua-Bin ZHAO Jin-Hong LIN Xiu-Kun  作者单位：裴杰,刘小林,柳向军,PEI Jie,LIU Xiao-Lin,LIU Xiang-Jun(西北农林科技大学动物科技学院,陕西,杨凌,712100)

杜卫华,朱化彬,林秀坤,DU Wei-Hua,ZHU Hua-Bin,LIN Xiu-Kun(中国农业科学院畜牧研究所,北京,100094)

牛胰蛋白酶 篇3

架子牛育肥。在舍内进行育肥、体重300 kg左右的架子牛, 蛋白质饲料在其日粮中的比例可占10%~13%。到育肥末期, 蛋白质饲料的含量占日粮的10%即可。

老龄牛育肥。用老龄牛育肥, 日粮中的蛋白质饲料的含量只需要10%, 但必须多喂玉米、高粱、甘薯干等能量饲料。

牛胰蛋白酶 篇4

光谱法研究芹菜素与牛血清白蛋白的相互作用

在模拟人体的生理条件下(pH=7.40,Tris-HCl),采用荧光光谱研究了牛血清白蛋白与芹菜素的`相互作用.研究结果表明牛血清白蛋白与较小浓度的芹菜素间的相互作用属于静态猝灭过程;随着芹菜素浓度的增加,与牛血清白蛋白间的相互作用为静态猝灭和动态猝灭共同作用,但仍以静态猝灭为主.进一步求出了在287K和310K温度条件下静态猝灭的猝灭常数,由求得的热力学参数,证明了芹菜素与牛血清白蛋白之间主要依靠静电引力结合,采用同步荧光光谱技术探讨了芹菜素对牛血清白蛋白构象的影响.

作 者：作者单位：刊 名：光谱实验室 PKU英文刊名：CHINESE JOURNAL OF SPECTROSCOPY LABORATORY年，卷(期)：200926(6)分类号：O657.32关键词：芹菜素 牛血清白蛋白 荧光光谱 Apigenin Bovine Serum Albumin(BSA) Fluorescence Spectroscopy

牛胰蛋白酶 篇5

蛋白质和多肽的构象与他们生物功能有着密切关系, 早在1973年Anfinsen的实验证明某些蛋白质的氨基酸序列在失性后可自发恢复其原有高级结构与活性[1], 那就意味蛋白质一级结构决定其高级结构。蛋白质的结构可以分为6个级别:一级结构, 二级结构, 超二级结构, 三级结构, 四级结构及分子缔和体。一级结构指蛋白质序列;二级结构为蛋白质中多肽主链的规则排布;超二级结构为二级结构单元间的组合方式;三级结构指蛋白质三维空间结构;四级结构则是蛋白质亚基间的相互作用。

自20世纪中期以来, 科学家一直致力于研究如何从蛋白质一级结构预测二级结构及高级结构问题, 陆续提出许多二级结构预测方法大体上分为:统计、模式识别和综合方法[2]。在众多方法中对预测结果较为理想的是基于神经网络的研究方法。但对前人基于BP神经网络预测都存在一些缺陷, 对于标准BP算法预测在系统最小点附近时, 由于梯度接近于零, 因此收敛很慢;对于共轭梯度算法使搜索方向的收敛很快, 但对于非简谐体系可能不收敛, 尤其对于起始模型远离平衡点的蛋白质系统, 共轭梯度法更容易陷入局部势阱。为此, 引入牛顿算法, 虽然该方法收敛速度快, 适合于小系统, 但对于大系统, 由于二级微商的引入使运算量大, 所以不是理想的预测方法。基于上述问题, 在此通过用迭代矩阵替换二级微商来改变牛顿算法的运算量, 提出改进的牛顿BP算法对蛋白质二级结构进行了预测。实验表明, 该方法取得了较好的效果。

1编码方式和评测数据库

1.1 编码方式

迄今为止, 对蛋白质二级结构预测精度最高的一种方法是人工神经网络方法, 而网络输入编码的方式对精度影响较大, 基于此本文比较了常用编码;如正交编码[3,4,5,6], 5位编码[7], 基于蛋白质理化性质编码[8], 基于氨基酸分子的疏水性和极性编码[9], Profile编码[10], 分矩阵编码[11], 基于密码子编码[12]等。比较各种编码方式的结果显示, 富含“生物进化信息”的Profile编码方式可以得到较高的预测精度[13], 由此选用的编码方式是Profile编码。

1.2 评测数据库

蛋白质二级结构的分类方法有很多种, 该数据来源选取采用DSSP数据库, 预测非同源蛋白二级结构。该研究利用DSSP分类法将PDB数据库中已知结构进行分类, 划分为α螺旋 (H) , β折叠 (S) , γ卷曲 (C) 三类。由于PDB数据库的蛋白质结构分为G, H, I, B, E, S, T和C等8类, 结合两种分类做下列划分:G, H, I属于α螺旋 (H) ;B, E属于β折叠 (S) ;S, T, C属于γ卷曲 (C) 。用一个常用的三维正交向量来表示上述分类:α螺旋 (H) 编码为100;β折叠 (S) 编码为010;γ卷曲 (C) 编码为001。

2BP网络构建

人工神经网络[14]是以人的大脑工作模式为基础, 研究自适应、非程序的信息处理, 是一种由多个神经元某种规则连接而成的层次网络结构, 其基本原理是这些神经元之间的“相互牵制”和“相互协作”;基本特征是连续时间非线性动力学, 网络的全局作用, 大规模并行分布处理及高度的鲁棒性和学习联想能力以及自组织, 自学习能力等。

2.1 生成BP神经网络

BP神经网络是人工神经网络中最具代表性和广泛应用的一种学习算法, 该算法是非循环多级网络的训练算法, 在这种网络模型中, 信号是逐层前传的, 不相邻间无联系。由于在BP网络中增加隐藏层的层数和隐藏层神经元个数不一定能够提高网络精度和表达能力, 所以在研究时考虑网络拓扑结构选用三层网络, 即输入层、隐藏层和输出层。在预测时, 网络的输入层接受蛋白质一级结构信息;输出层得到二级结构信息;隐藏层位于输入层和输出层之间的不可见层。一般, 对于特定氨基酸, 其前后氨基酸残基具有统计相关性, 会影响到该氨基酸的二级结构形式。在图1中, 输入是VRKKRWACD等9个氨基酸, 则输入层的总输入神经元个数为9×21 (其中21是每个氨基酸的编码位数) , 设隐藏层神经元个数为30。对于输出层是由3个神经元组成的, 对应三种蛋白质二级结构状态α螺旋 (H) ,

β折叠 (S) , γ卷曲 (C) 。对于输出层的三个结果, 通过比较其大小, 按照“胜者通吃”原则, 即max (H, S, C) =1, 其他值取0, 即得到输出层三个神经元编码:α螺旋 (H) 编码为100, β折叠 (S) 编码为010, γ卷曲 (C) 编码为001。

利用Matlab语言定义BP网络:

Net=newff (TEMP, [30, 3], {′tansing′, ′purelin′}, ′traingd′) ; %算法采用了学习率自适应调整策略

2.2 改进牛顿算法训练BP网络

对BP网络O=f (net) 的训练, 同样是对网络权值和阈值的修正要沿着表现函数下降最快方向。

式中:xk是当前的权值和阈值矩阵;gk是当前表现函数梯度, ak是学习率。对于标准BP算法在应用中存在以下缺点:系统在最小点附近时由于梯度接近于0, 因此收敛很慢。马栋萍提出共轭梯度法构造一套相互垂直的梯度和一套相互共轭的方向, 使搜索方向的收敛达到很快[15]。但该算法对于非简谐体系可能不收敛, 尤其对于起始模型远离平衡点的蛋白质系统, 共轭梯度法更容易陷入局部势阱, 所以本文提出一种改进牛顿算法的BP神经网络预测蛋白质二级结构。

一般牛顿算法不仅应用一级微商, 而且还应用二级微商Ak, 可从式 (2) 计算:

$\mathit{x}{}_{k+1}=\mathit{x}{}_k-\mathit{A}{}_k^{-1}g{}_k(2)$

其收敛速度很快, 但是在每一次迭代中, 牛顿算法都需要求出表现函数的二级微商即Hessian阵, 这就使得计算量很大。改进牛顿算法[16]的基本思想就是引进一组矩阵替代Hessian阵, 这样既不计算二级微商, 又能很好的逼近, 这样既保证了收敛速度快的优点, 又避免了牛顿算法的烦琐计算。

$\mathit{A}{}_{k+1}\mathit{s}{}_k=\mathit{y}{}_k^{*}(3)$

迭代矩阵为:

$\mathit{A}{}_{k+1}=\mathit{A}{}_k-\frac{\mathit{A}{}_k\mathit{s}{}_k\mathit{s}{}_k^{\text{Τ}}\mathit{A}{}_k}{\mathit{s}{}_k^{\text{Τ}}\mathit{A}{}_k\mathit{s}{}_k}+\frac{\mathit{y}{}_k^{*}(\mathit{k}{}_k^{*}){}^{\text{Τ}}}{\mathit{s}{}_k^{\text{Τ}}\mathit{y}{}_k^{*}}(4)$

式 (3) ～ (4) 中:sk=xk+1-xk, yk=gk+1-gk。

利用Matlab语言实现改进牛顿算法:

Net=newff (TEMP, [30, 3], {′tansing′, ′purelin′}, ′trainoss′) ; %算法采用一步正割的BP训练

3结果与讨论

实验选用长度大于80个氨基酸的序列90个, 共16 585作为数据集合, 采用一步正割的BP训练法对其训练:

在此, 采用被广泛采用的评估公式来预测精度:

$Q{}_3=({\rm P}{}_{\alpha }+{\rm P}{}_{\beta }+{\rm P}{}_{\gamma })/{\rm N}$

为了说明改进牛顿算法性能, 与BP神经网络[17]和Multi-Model[18]的预测结果进行比较。结果显示如表1所示。

从表1可以看出, 改进牛顿算法提高了预测精度, 优于其他方法。

4结语

虽然介绍的方法能提高预测精度, 但离期望的还有一段距离。需要进一步从蛋白质生物活性角度考虑, 改进编码, 改进训练算法。

牛边缘无浆体膜表面蛋白的研究进展 篇6

关键词：边缘无浆体,膜表面蛋白,基因组,免疫学功能

1910—1911年Theiler在北非发现了牛无浆体病, 1912年Schellhase和Bevan在东非发现了绵羊和山羊的无浆体病, 进一步研究发现该病广泛存在于世界各地, 主要发生于牛、羊、鹿等, 是阻碍养牛业发展的几种主要蜱传播疾病中分布最广的疾病之一。对牛具有感染性的病原主要有边缘无浆体 (Anaplasma marginale) 和中央无浆体 (Anaplasma central) 两种, 其中边缘无浆体危害最大, 中央无浆体感染牛在欧洲由Carelli G等[1]曾报道过。目前, 无浆体病已被国际兽医局和我国农业部列为动物检疫的主要对象之一。边缘无浆体属于立克次体目无形体科无形体属, 是一类专性寄生于脊椎动物红细胞的无固定形态的微生物。近年来, 人们对边缘无浆体膜表面蛋白进行了深入研究, 发现它与边缘无浆体的存活、增殖及致病等作用关系密切, 并且能诱导哺乳动物保护性免疫反应, 膜蛋白质组是研究边缘无浆体亚单位疫苗的关键。目前, 边缘无浆体具有6种主要的膜表面蛋白, 统称为MSPs, 包括MSP1a、MSP1b、MSP2、MSP3、MSP4和MSP5。由于MSPs在不同菌株之间具有不同程度的保守性, 因此成了研究边缘无浆体亚单位疫苗的候选抗原。

1 边缘无浆体基因组的一般特征

边缘无浆体具有1个完整的环形基因组, 大小为1.2～1.6 Mb, 用细菌人造染色体 (bacterial artificial chromosome, BAC) 法测得G-C含量为49.8%, G-C含量比立克次体目的其他成员高 (平均为31%) 。基因组具有较高的编码密度 (86%) , 有949个编码序列 (CDSs) , 每个编码序列的平均大小约为1 077 bp, 其中8个编码序列是分离区ORFs, 可能是典型的假基因。基因组还包含1个独立的rRNA操纵子基因, 这也是立克次体目的特征。

2 边缘无浆体外膜蛋白 (OMPs) 的基因组成及免疫学功能

通过对边缘无浆体全基因组检测, 利用Signalp软件预测出163个含有信号肽的编码序列, 由Tmpred软件推测出每3个编码序列就包含1个跨膜区。由于Psort和Psortb软件各自仅能预测出43个和13个外膜蛋白, 缺少许多已知的无浆体外膜蛋白, 因此各蛋白位置还无法推测。边缘无浆体含有13个编码外膜蛋白的编码序列, 可以证实以前没有确定的2个超家族是由已知的13个外膜蛋白和新发现的编码序列组成, 其中MSP2超家族有56个成员, 包括16个假基因;MSP1超家族有6个成员。这使预测的外膜蛋白总数达到62个 (不包括假基因) , 与预期的基因组大小相符。

2.1 边缘无浆体MSP1超家族

MSP1超家族主要由MSP1组成。MSP1是表面暴露的异侧性复合物, 由分子质量为105 ku和100 ku的多肽聚合而成, 各自被命名为MSP1a和MSP1b。

MSP1a是单拷贝基因, 在N端还有大小为86～89 bp可变的串联重复序列, 因此MSP1a具有种株特异性。边缘无浆体在牛红细胞内或蜱细胞内繁殖时, MSP1a是高度保守的。Lew等建立的扩增MSP1a基因的PCR方法就是根据不同分离株的MSP1a N端串联重复数量不同来区分无浆体分离株的, 也可以区分不同的无浆体种。已经证实, MSP1a暴露在外膜蛋白表面, 但它没有完整的信号肽。Dela F J等[2]证明, MSP1a和MSP1b 在边缘无浆体黏附牛红细胞和蜱细胞的过程中发挥着重要作用。

MSP1b由5个基因组成, 其中MSP1b-1和MSP1b-2在边缘无浆体的不同地理分离株之间具有多形性。尽管MSP1b是由多基因家族编码的, 但边缘无浆体在牛和蜱体内进行生命循环期间MSP1b-1和MSP1b-2的蛋白质序列仅发生了微小变化。MSP1b与MSP1a可形成一种复合物, 是牛红细胞的黏附素。

2.2 边缘无浆体MSP2超家族

MSP2超家族主要包括MSP2、MSP3和MSP4, 均为免疫显性蛋白, 位于具有表面暴露区的外膜蛋白, MSP2和MSP3的抗原性可变, 边缘无浆体能够在牛体内产生持续感染主要是因为MSP2和MSP3容易发生变异而逃避宿主免疫反应。这3种免疫显性蛋白序列都与pfam01617 (是一种表面抗原家族) 相配。在边缘无浆体基因组中, MSP2、MSP3和MSP4共同拥有1个表位基因, 此外MSP2和MSP3还各自拥有7个功能性假基因。MSP2和MSP3的4个功能性假基因尾对尾紧密连接被称作拟基因复合物。除了拥有功能性假基因外, 还含有2个MSP3的残余序列, 一个位于MSP3的5′末端, 另一个很短的序列位于1个保守的拟基因5′末端。MSP2是4个操纵子基因之一, 剩余的3个操纵子基因被称作操纵子联合基因, 也属于这个家族。

2.3 边缘无浆体MSP3

MSP3包含边缘无浆体1 250 kb染色体的3%。在牛边缘无浆体中, MSP3区域可通过限制性内切酶SphⅠ、HincⅠ、INdeⅠ或SacⅠ鉴定。早期研究认为, MSP3在边缘无浆体不同分离株间是保守的, 但后来发现它具有抗原性变异, 因此可用于不同分离株间多态性的研究[3]。

2.4 边缘无浆体MSP4

MSP4由单拷贝基因编码, 而且是高度保守的, 但目前关于它功能方面的信息还不清楚。MSP4基因难以在大肠杆菌中克隆, 可以通过基因组序列来解释这种情况。有2个MSP3拟基因连接在MSP4两侧:一个是336 bp向上的, 另一个是4 687 bp向下的。此外, recA基因位于这2个MSP3拟基因之间。由于这些重复单位的高度近似性再加上相似的recA基因, 就造成在原核载体上克隆基因组这一区域的不稳定。由于MSP4侧翼也具有重复序列, 因此MSP4也能为菌种的系统发生提供有意义的信息。另外, MSP4还与边缘无浆体黏附和侵袭红细胞有关。

2.5 边缘无浆体MSP5

MSP5是由大小为633 bp单拷贝基因编码的分子质量为19 ku的蛋白, 在免疫印迹试验中通过与单克隆抗体ANAF16C1结合证实在边缘无浆体、中央无浆体中都是高度保守的。在急性和慢性感染过程中均有表达, 因此可以作为一种有效的诊断性抗原。目前, 关于MSP5的其他生物学功能还不是很清楚。当前最敏感的检测边缘无浆体的方法就是扩增保守的MSP5基因的巢式PCR。利用重组MSP5蛋白作为抗原, 建立ELISA方法检测边缘无浆体已被证实具有很好的效果[4]。

3 展望

牛无浆体病是一种蜱媒血液传染病, 给养牛生产带来了巨大的经济损失, 但并没有引起足够重视, 国内对该病的研究较少, 随着对该病认识的深入, 与其有关的基础研究和应用研究将得到进一步发展, 在其防控、致病机理及新型疫苗研制等方面将取得突破性进展。近年来, 以膜蛋白为研究对象研制亚单位疫苗已成为很多学者的研究目标, 并取得了一些研究成果。Kano F S等[5]通过试验评价了用MSP1a、MSP1b和MSP5重组质粒不同组合免疫小鼠后的免疫效果。结果发现, 组合后免疫能获得更好的免疫应答, 因此重组质粒组合后免疫将成为改善边缘无浆体疫苗免疫效果的有效策略。虽然这些疫苗还没有商品化, 但却给疾病的防控提出了很好的思路, 有望在临床生产上发挥重要作用。

参考文献

[1]CARELLI G, DECARO N, LORUSSO E, et al.First report of bo-vine anaplasmosis caused byAnaplasma centralein europe[J].Ann N Y Acad Sci, 2008, 1149:107-110.

[2]DELA F J, GARCIAG J C, BLOUIN E F, et al.Differential adhe-sion of major surface proteins1a and1b of the ehrlichial cattle pathogenAnaplasma marginaleto bovine erythrocytes and tick cells[J].Int J Parasitol, 2001, 31 (2) :145-153.

[3] ALLEMAN A R, PALMER G H, McGUIRE T C, et al. Anaplasma marginale major surface protein-3 (MSP-3) is encoded by a polymorphic multigene family[J]. Infect Immun, 1997, 65:156-163.

[4]MARANA E R, KANO F S, VICENTINI J C, et al.Cloning, ex-pression, molecular characterization of the MSP5protein from PR1strain ofAnaplasma marginaleand its application in a competitive enzyme-linked immunosorbent test[J].Rev Bras Parasitol Vet, 2009, 18 (2) :5-12.

牛胰蛋白酶 篇7

血不足,并对认知和记忆有特别的效果。研究血清白蛋白与长春西汀的结合作用[2,3],有助于了解长春西汀在体内的运输和分布情况,对于阐明长春西汀的作用机制、药代动力学和药物的毒性具有重要的意义。本研究应用荧光、紫外-可见吸收光谱法,研究在模拟人体生理条件下长春西汀与牛血清白蛋白(BSA)之间的结合作用,测定长春西汀与牛血清白蛋白结合反应的结合常数、结合位点数等参数。

1 材料与方法

1.1 仪器 HITACHI

850型荧光分光光度计(日本日立公司),TU-1901紫外分光光度计(北京普析通用仪器有限责任公司),pH计(上海雷磁仪器厂),Finnpipette加样器(芬兰雷勃公司)。

1.2 试剂

BSA(sigma公司);长春西汀(中国药品生物制品检定所);Na2HPO4、KH2PO4和NaCl均为分析纯;双蒸水;0.05 mol/L的磷酸缓冲液(内含0.15 mol/L NaC1,pH 7.4),6.14×10-5 mol/L BSA的磷酸缓冲液,5.28×10-4 mol/L长春西汀磷酸缓冲液。

1.3 实验方法

1.3.1 荧光光谱测定

移取2.0 mL BSA于1 cm石英池中,用可调式移液器逐次加入长春西汀溶液进行荧光滴定,每次加入溶液后混合均匀,以280 nm为激发波长,在HITACHI 850型荧光分光光度计上记录(300～500) nm波长范围内的发射光谱。本研究所用荧光强度均为考虑稀释效应后的值。

1.3.2 吸收光谱测定

在TU-1901紫外分光光度计上使用1 cm吸收池测定。

2 结果

2.1 长春西汀对BSA的荧光猝灭机制

BSA在350 nm处出现最大荧光峰,用长春西汀溶液滴定BSA,其350 nm处的荧光峰被逐渐猝灭。假设长春西汀溶液对BSA荧光的猝灭是动态猝灭[4,5],根据Stern-Volmer方程计算,结果见表1。随着温度升高,表观猝灭速率常数Ksv逐渐减小,因为各类猝灭剂对生物大分子最大扩散控制的碰撞猝灭常数为2.0×1010 L/(mol·s)[6],而长春西汀对BSA的荧光猝灭速率常数Kq大于此值,所以长春西汀对BSA的荧光猝灭不是动态猝灭,而是静态猝灭过程。

2.2 长春西汀与BSA的结合位点数(n)和结合稳定常数(K)

对于静态猝灭[7],对数据进行回归处理,以lg(F0-F)/F对lg[Q]作图,得到线性方程为lg[(F0-F)/F]=y=3.490+0.9333lg[Q],线性相关系数为0.996 6,BSA与长春西汀的结合位点数n=0.933,结合稳定常数K=3.09×103。

2.3 长春西汀和BSA色氨酸残基间距离

根据F⌀ster型偶极-偶极非辐射能量转移机制[8],结合BSA的荧光光谱和长春西汀的吸收光谱的重叠图,求得光谱的重叠积分J=1.85×10-14 cm3·L/mol。以色氨酸为标准物(Q=0.140),测得牛血清白蛋白中色氨酸量子效率QTrp为0.118,取向因子取给体-受体各向随机分布的平均值K2=2/3,折射指数n取水和有机物平均值1.336,求得R0为2.72 nm,能量转移效率E=0.029 4,长春西汀与BSA结合位置距色氨酸残基间距离r=2.59 nm。

2.4 长春西汀与BSA结合的热力学性质

根据热力学参数与作用力的相互关系[9],△rHm<0,△rSm<0,表明长春西汀和BSA的相互作用主要为氢键和范德华力。长春西汀与BSA结合的热力学参数结果见表2。

3 讨论

BSA的空间结构由3个结构域组成,每个结构域由2个亚结构域以槽口相对的方式形成圆筒状结构,几乎所有的疏水性氨基酸残基都包埋在圆筒内部,构成疏水腔[10],由于长春西汀分子中含有脂溶性基团,因此其主要通过氢键和范德华力进入BSA的疏水腔中。BSA的序列分析表明BSA分子中在134和212位处有2个色氨酸残基,它们分别处于不同的结构域中。已知结合在人血清蛋白(只有一个214位色氨酸残基)疏水腔结构域Ⅲ中的脂肪酸与214位色氨酸残基之间的距离为2.3 nm[10],BSA与长春西汀分子之间的结合距离为2.59 nm,结合常数K=3.09×103,推测长春西汀对BSA的荧光猝灭作用主要源于212位色氨酸残基。

摘要：应用荧光、紫外光谱法研究在模拟人体生理条件下长春西汀与牛血清白蛋白(BSA)之间的相互作用,求得长春西汀与BSA的结合常数K=3.09×103和结合位点数n=0.933。根据热力学参数确定长春西汀与BSA之间的作用力类型,根据Fster偶极-偶极非辐射能量转移原理,计算长春西汀与BSA相互结合时其受体-受体间的距离r=2.59nm。

关键词：长春西汀,牛血清白蛋白,荧光猝灭

参考文献

[1]韦敏,肖亿.长春西汀的临床应用进展[J].海峡药学,2006,18(2):119-120.

[2]毕欣颖,迟燕华.达旦黄与牛血清白蛋白结合的热力学研究[J].光谱学与光谱分析,2006,26(11):2097-2100.

[3]张根成,王彦卿,张红梅,等.桔皮苷与牛血清白蛋白相互作用的研究[J].化学研究与应用,2006,18(7):800-803.

[4]陈国珍,黄贤智,郑朱梓,等.荧光分析法[M].第2版.北京:科学出版社,1990:112-114.

[5]Lakowicz JR,Weber G.Quenching of fluorescence by oxygen:Probe for structural in macromolecules[J].Biochemistry,1973,12:4161-4170.

[6]卢继新,张贵珠,赵鹏,等.阿霉素与血清白蛋白的作用及共存离子的影响[J].化学学报,1997,55(9):915-920.

[7]张朝红,董殿波,赵哲,等.三丁基锡(TBT)化合物与牛血清白蛋白(BSA)的相互作用[J].光谱学与光谱分析,2007,27(2):309-312.

[8]黄波,邹国林,杨天鸣.阿霉素与牛血清白蛋白结合作用的研究[J].化学学报,2002,60(10):1867-1871.

[9]Ross DP,Subramanian S.Thermodynamics of protein association reac-tions:Forces contributing to stability[J].Biochemistry,1981,20:3096-3099.

牛胰蛋白酶 篇8

1 材料与方法

1.1 试验地点与时间

2013年7—9月份,试验在宁夏中卫夏华肉食品有限公司进行,分为预试期和正试期,预试期为5 d,正试期为55 d。

1.2 试验动物的分组

选择日龄和体重(370~430 kg)相近的健康西杂牛16头,随机分为2组,试验组饲喂高能低蛋白自配饲料,对照组饲喂低能高蛋白自配饲料。试验组与对照组牛始重差异不显著。各组牛均编号入舍。

1.3 饲料

试验组和对照组牛每头每天均饲喂精料5.21 kg;粗饲料为黄贮饲料,每头每天饲喂20.07 kg。日粮组成及营养水平见表1。

1.4 饲养管理

试验牛舍饲。预饲期间对试验牛进行编号、驱虫等。试验期间每天准确记录每头牛的精粗料添加量、剩余量,计算采食量。先饲喂精饲料,后饲喂粗饲料,每天饲喂3次,分别在06:00、11:00、16:00;饮水2次,分别在09:00、15:00。在饲养试验开始和结束时对试验牛逐只进行称重,观察牛的采食、饮水及健康状况,发现问题及时解决。在试验期间经常保持圈舍干燥,阳光充足,及时清理粪便,保持卫生清洁。

1.5 测定项目

1.5.1 称重

在试验开始前和结束后采用电子称对牛进行空腹称重。

1.5.2 采食量

在试验期间按组记录早、中、晚饲料投料量和剩余量,计算实际采食量,继而计算平均每头牛日采食量。公式:全组牛只采食量(kg)=早班投料量+中班投料量+晚班投料量-次日剩余量;平均每头牛日采食量(kg/头)=全组牛采食量/(试验牛头数·天数)。

1.5.3 经济效益分析

试验结束后,根据每组称重数据和每天记录的饲料情况计算日增重、日耗料、增重收入、饲料费用及盈利等。公式:平均日增重=总增重/(试验天数·头数);平均日耗料=总耗料/(试验天数·头数);盈利=增重收入-饲料费用。

1.6 数据的统计分析

试验数据采用Excel表格进行预处理,用SAS8.2统计软件进行分析。

2 结果与分析

2.1 不同蛋白质水平对西杂牛增重的影响

见表2。

注:组间数据均差异不显著(P>0.05)。

由表2可以看出,试验组牛末重、日增重与对照组相比均差异不显著(P>0.05),试验组牛平均日增重比对照组高0.06 kg。

2.2 不同蛋白质水平对西杂牛饲料消耗的影响

见表3。

由表3可以看出,试验组牛日采食量为24.81 kg,对照组为24.72 kg,试验组比对照组多0.09 kg。

2.3 不同蛋白水平对西杂牛发病情况的影响

见表4。

头

由表4可以看出,试验组、对照组牛在试验期均没有发生皮肤病、外伤病、寄生虫病和营养代谢病。试验组与对照组中均有1头牛有感冒症状。

2.4 不同蛋白质水平对西杂牛经济效益的影响

见表5。

由表5可以看出:试验组牛日增重收入为44.70元,饲料费用为19.98元,每日盈利为24.72元;对照组牛日增重收入为42.90元,饲料费用为20.57元,每日盈利为22.33元。试验组每日盈利比对照组高2.39元。

注:活重按当时市场价格30元/kg;平均日耗量是精料+黄贮(鲜重);试验组料2.33元/kg、对照组2.45元/kg、黄贮饲料0.40元/kg。

3 讨论与分析

3.1 关于西杂牛增重

日粮营养水平直接影响牛只增重,本试验中试验组与对照组牛日增重差异不显著,但试验组比对照组平均日增重多0.06 kg。这可能是饲料营养水平不同所引起,试验组采用高能低蛋白饲料,对照组采用低能高蛋白的饲料,日粮能量水平高则牛只易上膘,而对照组由于营养水平过高影响了瘤胃的正常消化机能,使粗纤维消化率下降,从而直接影响了肉牛增重[1]。

3.2 关于西杂牛饲料消耗

从饲料消耗情况来看,试验组比对照组精料耗料量高。这是由于日粮能量对采食量的影响较大。高能日粮比低能日粮的干物质采食量高11%[1],育肥期提高能量水平可提高采食量,从而导致试验组耗料量增加,这与郭志明等[2]的试验结果一致。

3.3 关于西杂牛发病情况

在本试验中,试验组与对照组均有1头牛发生感冒。在试验期间因为天气变化的原因(突然降温降雨),个别牛只发生应激反应,导致体重增长缓慢。而不同蛋白质水平组牛只均没有发生营养代谢病、皮肤病、寄生虫病。由此可以看出,不同蛋白质水平可能对牛只的发病情况无影响。

3.4 关于西杂牛经济效益

日粮营养水平越高,肉牛增重越快,饲料报酬就越高,经济效益也随之提高。在肉牛肥育生产中,适当提高日粮营养水平可以提高经济效益[3]。在本试验中,试验组比对照组的饲料费用略低。蛋白质饲料的价格高于能量饲料,所以对照组精料价格更高。饲料成本直接影响盈利。由本次试验可以看出,试验组比对照组的每日盈利高2.39元。因此,要想有好的经济效益,不但要有低的饲料成本,还要有高的日增重,再加上良好的饲养管理[4]。

4 结论

试验组与对照组牛平均日增重差异不显著,经济效益试验组略高于对照组。说明高能低蛋白日粮在肉牛400 kg体重阶段的饲喂效果好于低能高蛋白日粮。

摘要：为了探索不同蛋白质水平对西杂牛生产性能的影响,为肉牛养殖者降低饲养成本、提高经济效益提供科学依据,试验选择日龄和体重(370~430 kg)相近的健康西杂牛16头,随机分为2组,试验组饲喂高能低蛋白自配饲料,对照组饲喂低能高蛋白自配饲料,进行为期55 d的饲养试验。结果表明:试验组和对照组牛平均日增重差异不显著(P>0.05),试验组经济效益略高于对照组。说明高能低蛋白日粮在肉牛400 kg体重阶段饲养效果好于低能高蛋白日粮。

关键词：蛋白质,西杂牛,生产性能,能量,育肥

参考文献

[1]王金明.不同营养水平对肉牛肥育效果的研究[J].中国牛业科学,2007(1):18-19.

[2]郭志明,张登辉.营养水平和育肥期对西杂牛肥育的影响[J].畜牧兽医杂志,2011,30,(1):10-11.

[3]罗晓瑜,陈志强,何立荣,等.全混合日粮营养水平对肉牛育肥效果的影响[J].饲料工业,2011,32(17):49-53.

牛胰蛋白酶 篇9

肉牛育肥过程中, 蛋白质和能量在日粮中的比例关系, 一直是研究热点。牛是大家畜, 具有一个相对稳定的瘤胃发酵罐, 因此对其营养的研究更趋于复杂。瘤胃的消化生理和生化反应复杂, 掌握瘤胃发酵的过程及条件, 通过饲料配方及饲养措施对其进行调控, 稳定发酵条件, 可以提高牛的健康水平、生产水平以及饲料效率。本试验用9种不同蛋白能量比日粮对12月龄BMY公牛进行育肥, 探讨其对日粮的利用效果, 从而了解BMY公牛在这一生理阶段对日粮中蛋白质和能量的需要特点, 为日后推广BMY公牛的育肥制定合理的日粮配方提供参考。

1 材料与方法

1.1 试验材料

(1) 试验动物。

选择云南省草地动物科学研究院培育的12月龄左右, 发育正常、体格匀称体况良好的BMY公牛63头, 随机分成9组, 每组7头。

(2) 试验牛的日粮。

试验用粗饲料:本单位制作的青干草。试验用肉牛精料:按照本试验中设计的日粮能量蛋白水平和精粗比生产的自配料。日粮的能量蛋白水平设计详见表1。

1.2 试验方法

(1) 试验时间和地点。

本试验于2008年3月4日～6月12日在云南省草地动物科学研究院试验场进行。试验期为100 d, 其中, 预试期10 d, 正试期90 d。

(2) 试验设计。

将选择的63头牛以随机原则分为9组, 每组试验牛各7头, 各组牛平均体重差异不显著 (P>0.05) 。对每头牛编号, 分别在正试期前、试验30 d、试验60 d和试验90 d时对试验牛进行空腹称重。

(3) 饲喂与管理。

试验牛进入牛舍前, 对试验牛驱虫 (驱虫药百虫克星, 每150 kg体重用1包) 、健胃, 并注射口蹄疫疫苗。对整个牛舍、牛栏、食槽、饮水桶等均用强力消毒灵进行消毒。试验牛采用同组同槽饲养, 舍内有食槽和自动饮水碗。青干草粉碎成3 cm左右并与精料补充料做成全混料, 每天分早、晚两次进行定时饲喂, 喂量逐日增加使牛只适应, 直至试验要求的固定喂量;10 d后进入正试期, 以便了解各个月的增重情况, 并作好每个月饲料采食量记录。

(4) 测定内容。

采食量:正式期, 在每个月的月初、中、后期分别测定各个组供试牛对粗、精饲料的采食量, 每一阶段连续测定3 d。称重:对试验牛第1天早晨进行空腹称重, 以后每隔一个月称一次, 测定三个月期间各个体牛的增重状况。

1.3 数据处理

记录试验牛的实际饲料采食量以及试验牛的体重体尺变化情况, 用SPSS 11.5软件进行分析处理, 采用LSD法检验组间的显著性。

2 试验结果

2.1 低能量低、中、高蛋白日粮的育肥效果 (见表2)

30 d后体重:在育肥30 d后, 各试验组的体重差异不显著。从表2中可以看出, 在这一育肥期, 低能中蛋白和低能高蛋白比日粮组, 体重表现出较高的增长趋势, 低能蛋白比日粮组的体重增长较慢。

kg

1) 小写字母不同表示差异显著 (P<0.05) , 小写字母相同表示差异不显著 (P>0.05)

从表2可以看出, 低能量低、中、高蛋白试验牛在育肥初始时体重差异不显著 (P>0.05) , 初始重最高的为低能低蛋白比日粮组, 平均体重是276.80kg, 最低的是低能中蛋白比日粮组, 平均体重是274.00 kg, 两组的平均体重差仅为2.80 kg, 相差极小。

60 d后体重:在育肥60 d后, 各试验组的体重差异仍不显著。由表2可以看出, 在这一育肥期, 低能高蛋白比日粮组的体重增长最快, 达到了316.00kg, 低能低蛋白比日粮组的体重增长最慢, 为309.80 kg, 这两组之间的平均体重差达到了6.20 kg。

90 d后重:在育肥90 d后, 各试验组的体重差异仍不显著。由表2可以看出, 在这一育肥期, 还是低能高蛋白比日粮组的体重增长最快, 达到了331.33 kg, 低蛋能比日粮组的体重增长最慢, 为316.60 kg, 这两组之间的平均体重差达到了14.73kg, 比前一期的差距继续加大。

平均总增重:从表2可以看出, 在整个育肥期, 低能低蛋白比日粮组和低能高蛋白比日粮组的平均总增重差异显著 (P<0.05) , 平均总增重的差异为16.18 kg, 但低能低蛋白比日粮组、低能中蛋白比日粮组两组间无显著差异 (P>0.05) , 低能中蛋白比日粮组、低能高蛋白比日粮组两组间的差异也不显著 (P>0.05) 。

平均日增重 (ADG) :由表2看出, 低能低蛋白比日粮组和低能高蛋白比日粮组的平均日增重差异显著 (P<0.05) , 平均日增重的差异达180 g。低能中蛋白比日粮组和低能高蛋白比日粮组的平均日增重相差102 g, 两组间无显著性差异 (P>0.05) 。

2.2 中能量低、中、高蛋白日粮的育肥效果 (见表3)

从表3可以看出, 中能量低、中、高蛋白试验牛在育肥初始时体重差异不显著 (P>0.05) , 初始重最高的为中能高蛋白比日粮组, 平均体重是224.86kg, 最低的是中能低蛋白比日粮组, 平均体重是222.17 kg, 两组的平均体重差仅为2.69 kg, 相差极小。

kg

1) 小写字母不同表示差异显著 (P<0.05) , 小写字母相同表示差异不显著 (P>0.05)

30 d后体重:在育肥30 d后, 各试验组的体重差异不显著。从表3可以看出, 在这一育肥期, 中能高蛋白比日粮组, 体重表现出较高的增长趋势, 中能低蛋白和中能中蛋白比日粮组的体重增长较慢, 其中, 中能高、低两个蛋白比日粮组之间的平均体重差为10.46 kg, 可见, 体重相差较大。

60 d后体重:在育肥60 d后, 各试验组的体重差异仍不显著。由表3可以看出, 在这一育肥期, 中能高蛋白比日粮组的体重增长最快, 达到了278.86kg, 中能低蛋白比日粮组的体重增长最慢, 为266.33 kg, 这两组之间的平均体重差达到了12.53kg, 比前一期的差距加大。

90 d后体重:在育肥90 d后, 各试验组的体重差异仍不显著。由表3可以看出, 在这一育肥期, 还是中能高蛋白比日粮组的体重增长最快, 达到了302.00 kg, 中能低蛋白比日粮组的体重增长最慢, 为284.67 kg, 这两组之间的平均体重差达到了17.33 kg, 比前一期的差距继续加大。

平均总增重:从表3可以看出, 在整个育肥期, 中能低蛋白比日粮组和中能高蛋白比日粮组的平均总增重差异显著 (P<0.05) , 平均总增重的差异为14.67 kg, 但中能低蛋白比日粮组、中能中蛋白比日粮组两组间无显著差异 (P>0.05) , 中能中蛋白比日粮组、中能高蛋白比日粮组两组间的差异也不显著 (P>0.05) 。

平均日增重:由表3看出, 中能低蛋白比日粮组和中能高蛋白比日粮组的平均日增重差异显著 (P<0.05) , 平均日增重的差异达163 g。中能中蛋白比日粮组和中能低蛋白比日粮组的平均日增重相差87 g, 两组间无显著性差异 (P>0.05) 。中能中蛋白比日粮组和中能高蛋白比日粮组的平均日增重相差76 g, 两组间无显著性差异 (P>0.05) 。

2.3 高能量低、中、高蛋白日粮育肥效果 (见表4)

从表4可以看出, 高能量低、中、高蛋白试验牛在育肥初始时体重差异不显著 (P>0.05) , 初始重最高的为高能中蛋白比日粮组, 平均体重是211.00 kg, 最低的是高能低蛋白比日粮组, 平均体重是207.00kg, 两组的平均体重差仅为4.00 kg, 相差极小。

kg

1) 小写字母不同表示差异显著 (P<0.05) , 小写字母相同表示差异不显著 (P>0.05)

30 d后体重:在育肥30 d后, 各试验组的体重差异不显著。从表4可以看出, 在这一育肥期, 高能高蛋白比日粮组体重表现出较高的增长趋势, 高能低蛋白和高能中蛋白比日粮组的体重增长较慢, 其中, 高能高、低两个蛋白比日粮组之间的平均体重差为10.17 kg, 可见体重相差较大。

60 d后体重:在育肥60 d后, 各试验组的体重差异仍不显著。由表4可以看出, 在这一育肥期, 高能高蛋白比日粮组的体重增长最快, 达到了291.67kg, 高能低蛋白比日粮组的体重增长最慢, 为273.86 kg, 这两组之间的平均体重差达到了17.81kg, 比前一期的差距加大。

90 d后体重:在育肥90 d后, 各试验组的体重差异仍不显著。由表4可以看出, 在这一育肥期, 还是高能高蛋白比日粮组的体重增长最快, 达到了327.50 kg, 高能低蛋白比日粮组的体重增长最慢, 为307.86 kg, 这两组之间的平均体重差达到了19.64 kg, 比前一期的差距继续加大。

平均总增重:从表4可以看出, 在整个育肥期, 高能低蛋白比日粮组和高能高蛋白比日粮组的平均总增重差异显著 (P<0.05) , 平均总增重的差异为18.63 kg, 但高能低蛋白比日粮组、高能中蛋白比日粮组两组间无显著差异 (P>0.05) , 高能中蛋白比日粮组、高能高蛋白比日粮组两组间的差异也不显著 (P>0.05) 。

平均日增重:由表4看出, 高能低蛋白比日粮组和高能高蛋白比日粮组的平均日增重差异显著 (P<0.05) , 平均日增重的差异达207 g。高能中蛋白比日粮组和高能低蛋白比日粮组的平均日增重相差90 g, 两组间无显著性差异 (P>0.05) 。高能中蛋白比日粮组和高能高蛋白比日粮组的平均日增重相差117 g, 两组间无显著性差异 (P>0.05) 。

2.5 能量蛋白水平对经济效益的影响

从表5可以看出, 在整个饲养期内, 低能量低、中、高蛋白日粮试验组牛, 头均都消耗全混料7.3kg, 其中, 低、中、高这三种蛋白比全混日粮的价格分别为1.39元/kg、1.53元/kg和1.74元/kg。由此计算, 低能高蛋白比日粮组每增重1 kg消耗17.54元, 低能中蛋白比日粮组和低能低蛋白比日粮组每增重1 kg, 分别消耗18.96元和18.40元。按肉牛每1 kg增重18.00元计算, 低能高蛋白比日粮组每增重1 kg亏损0.79元, 低能中蛋白比日粮组和低能低蛋白比日粮组每增重1 kg, 分别亏损0.96元和0.40元。

中能量低、中、高蛋白日粮试验组牛, 头均都消耗全混料7.3 kg, 其中, 低、中、高这三种蛋能比全混日粮的价格分别为1.59元/kg、1.77元/kg和2.02元/kg。由此计算, 中能高蛋白比日粮组每增重1 kg消耗17.84元, 中能中蛋白比日粮组和中能低蛋白比日粮组每增重l kg, 分别消耗16.32元和16.49元。按肉牛每1 kg增重18.00元计算, 中能高蛋白比日粮组每增重1 kg盈利1.07元, 中能中蛋白比日粮组和中能低蛋白比日粮组每增重1 kg, 分别盈利1.68元和1.51元。

高能量低、中、高蛋白日粮试验组牛, 头均都消耗全混料7.5 kg, 其中, 低、中、高这三种蛋能比全混日粮的价格分别为1.92元/kg、2.06元/kg和2.16元/kg。由此计算, 高能高蛋白比日粮组每增重1 kg消耗12.77元, 高能中蛋白比日粮组和高能低蛋白比日粮组每增重1 kg, 分别消耗12.96元和13.00元。按肉牛每1 kg增重18.00元计算, 高能高蛋白比日粮组每增重1 kg盈利5.23元, 高能中蛋白比日粮组和高能低蛋白比日粮组每增重1 kg, 分别盈利5.04元和5.00元;经济效益显著。以这种方式进行育肥, 在15月龄左右出栏, 所生产的牛肉鲜美细嫩、品质好。并且随着我国牛肉等级制度的建立健全, 犊牛肉的价格将会更高。因此, 对BMY牛生产的公犊牛采用高能高蛋白育肥, 经济效益相当好。

3 讨论

(1) 不同蛋白能量比日粮对BMY公牛的增重效果显著。BMY牛生长快, 成熟期早, 肥育性能好, 是动物蛋白质的有效生产者。对12月龄左右的BMY公牛育肥, 因其处于生长旺盛期, 增重效果显著, 经济效益较高。从试验结果看, 在9种不同的蛋白能量比日粮中, 高能高蛋白比日粮组的增重效果最为显著, 而饲料消耗较小, 这可能与试验牛所处的生理阶段有关。12月龄左右的BMY公牛, 虽然其骨骼、内脏等器官的发育即将完成, 但还处于生长发育阶段, 所以机体对蛋白质的需要量仍然很大。因此, 今后利用BMY公牛育肥, 在饲草饲料的配制方面, 应当注重蛋白质营养的补充。

(2) 整个育肥试验表明:随着日粮中蛋白能量比水平的提高, BMY公牛的日增重增加, 累积体重加大, 饲料报酬也越高。给小犊牛饲喂低能低蛋白比日粮和高能高蛋白比日粮的对比实验中证实, 饲喂低能低蛋白日粮的小犊牛, 其DM、有机物、纤维消化率明显降低, 小犊牛增重缓慢。从本试验结果看, 随着育肥期的延长, BMY公牛日增重速度增长的趋势越来越明显, 说明试验用日粮的营养水平还没有超出肉牛的营养最大需要量。

(3) 因为客观条件的限制和制约, 本试验开展的时间较短 (育肥期仅为3个月) , 所以此次育肥试验没能全面的反映出BMY公牛的增重潜力, 有待于进一步深入研究。

4 小结

(1) 低能量低、中、高蛋白比日粮组, 低能高蛋白比日粮组在整个育肥期平均总增重和平均日增重与低能低蛋白比日粮组差异显著 (P<0.05) , 而低能中蛋白比日粮组同低能高、低两个蛋白比日粮组差异均不显著 (P>0.05) 。

(2) 中能量低、中、高蛋白比日粮组, 中能高蛋白比日粮组在整个育肥期平均总增重和平均日增重与中能低蛋白比日粮组差异显著 (P<0.05) , 而中能中蛋白比日粮组同中能高、低两个蛋白比日粮组差异均不显著 (P>0.05) 。

(3) 高能量低、中、高蛋白比日粮组, 高能高蛋白比日粮组在整个育肥期平均总增重和平均日增重与高能低蛋白比日粮组差异显著 (P<0.05) , 而低能中蛋白比日粮组同高能高、低两个蛋白比日粮组差异均不显著 (P>0.05) 。