JoVE Logo
Autoren
Kontakt

Anmelden

Zum Anzeigen dieser Inhalte ist ein JoVE-Abonnement erforderlich. Melden Sie sich an oder starten Sie Ihre kostenlose Testversion.

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

Wir untersuchten das Skelettmuskelgewebe von Bos indicus und gekreuzten Bullen, um Unterschiede in den Fleischqualitätsmerkmalen zu erklären. Es wurde festgestellt, dass die Warner-Bratzler-Scherkraft (WBSF) zwischen 4,7 kg und 4,2 kg liegt. Myosin-Schwerketten-Isoformen zeigten Unterschiede zwischen den Tieren, und der Myofibrillen-Fragmentierungsindex lieferte weitere Einblicke in die Variationen der Empfindlichkeit (WBSF).

Zusammenfassung

In dieser Studie wurde das Muskelgewebe von Bos indicus und gekreuzten Bullen untersucht, um Unterschiede in den Fleischqualitätsmerkmalen zu erklären. Es werden Schlachtkörpermerkmale, Fleischqualitätsparameter sowie biochemische und molekulare Untersuchungen von myofibrillären Proteinen beschrieben. Methoden zur Bewertung des pH-Werts, des intramuskulären Fettes (IMF), der Fleischfarbe (L*, a*, b*), des Wasserverlusts, der Empfindlichkeit und molekularbiologischer Assays wurden skizziert. Für jede Methode werden spezifische Verfahren zur Kalibrierung, Probenvorbereitung und Datenanalyse beschrieben. Dazu gehören Techniken wie die Infrarotspektroskopie für IMF-Inhalte, die objektive Beurteilung der Zärtlichkeit und die elektrophoretische Trennung von MyHC-Isoformen.

Farbparameter wurden als potenzielle Instrumente zur Vorhersage der Zartheit von Rindfleisch hervorgehoben, einem entscheidenden Qualitätsmerkmal, das die Entscheidungen der Verbraucher beeinflusst. Die Studie verwendete die Warner-Bratzler-Scherkraftmethode (WBSF) und ergab Werte von 4,68 bzw. 4,23 kg für Nellore und Angus-Nellore (P < 0,01). Gesamtkochverluste und biochemische Analysen, einschließlich des Myofibrillen-Fragmentierungsindex (MFI), gaben Aufschluss über die Schwankungen der Zartheit. Es wurden Muskelfasertypen, insbesondere MyOSIN-Schwerketten-Isoformen (MyHC), untersucht, wobei die MyHC-IIb-Isoform bei den untersuchten Zebu-Tieren bemerkenswert fehlte. Der Zusammenhang zwischen MyHC-I und Fleischzartheit ergab unterschiedliche Befunde in der Literatur, was die Komplexität dieses Zusammenhangs unterstreicht. Insgesamt bietet die Studie umfassende Einblicke in die Faktoren, die die Fleischqualität von Bos indicus und Kreuzungsbullen (Bos taurus × Bos indicus) beeinflussen, und bietet damit wertvolle Informationen für die Rindfleischindustrie.

Einleitung

Brasilien hat mit rund 220 Millionen Tieren die größte kommerzielle Rinderherde der Welt und ist mit einer jährlichen Produktion von über 9 Millionen Tonnen Schlachtkörperäquivalent der zweitgrößte Fleischproduzent1. Der Sektor der Fleischrinderproduktion leistet mit einem Jahresumsatz von über 55 Mrd. R$ einen bedeutenden Beitrag zum nationalen Agrarsystem. Seit 2004 ist Brasilien ein wichtiger Akteur im globalen Fleischhandel und exportiert in über 180 Länder, was ~50% des Weltfleischhandels ausmacht2.

Die Zartheit des Fleisches ist das wichtigste Qualitätsmerkmal, das die Zufriedenheit der Verbraucher und den Fleischkonsum beeinflusst3. Durch den Einsatz biochemischer und objektiver Methoden zur Messung der Zartheit von Fleisch wollen die Forscher wertvolle Einblicke in Faktoren wie Tiergenetik, Verarbeitungstechniken und Lagerbedingungen gewinnen und so letztendlich die Qualität und Konsistenz von Fleischprodukten für die Verbraucher verbessern. Solche Informationen sind nützlich, da die Zartheit des Fleisches bei der Entscheidungsfindung der Verbraucher beim Kauf an Bedeutung gewonnen hat. Darüber hinaus liefert die Beurteilung der Zartheit von Fleisch wertvolle Informationen für die Qualitätskontrolle in der fleischproduzierenden und -verarbeitenden Industrie. Durch die konsequente Überwachung der Zartheit können die Produzenten sicherstellen, dass die Fleischprodukte den gewünschten Standards und Spezifikationen entsprechen. In diesem Zusammenhang setzen die brasilianischen Fleischrinderproduzenten nach und nach auf intensive Feedlot-Systeme mit gekreuzten Tieren, um den Kapitalumschlag zu steigern. Dieses System macht etwa 10 % der jährlich in Brasilien produzierten Schlachtkörper aus 4,5.

Die steigende Nachfrage der Verbraucher nach verbesserter Fleischqualität hat die Fleischrinderproduzenten dazu veranlasst, sich mit europäischen Rassen zu kreuzen, vor allem mit Aberdeen Angus6. Diese Strategie zielt darauf ab, F1-Angus-Nellore-Hybriden zu produzieren, die für ihre überlegene Leistung, wünschenswerte Schlachtkörpermerkmale und eine verbesserte Fleischqualität im Vergleich zu reinen Zebu-Tieren bekanntsind 7,8. In den tropischen Regionen Brasiliens ist es üblich, nicht kastrierte Tiere (Bullen) mit fortgeschrittener Reife in Mastbetrieben zu verwenden, was möglicherweise die Fleischqualität wie Farbe, Marmorierung und Zartheit beeinträchtigt. Eine Umfrage zeigt, dass 95 % der Tiere, die in brasilianischen Mastbetrieben geschlachtet werden, männlich sind, wobei 73 % Nellore sind, gefolgt von 22 % gekreuzten Tieren und 5 % anderen Genotypen 9,10.

Das Verständnis der biochemischen Mechanismen, die der Zartheit von Fleisch zugrunde liegen, ist entscheidend für die Verbesserung der Fleischqualität. Ein wichtiger Aspekt ist die postmortale Proteolyse, die die strukturelle Integrität der Muskelfasern beeinflusst11. Der Myofibrillen-Fragmentierungsindex (MFI) ist ein weit verbreiteter biochemischer Assay, der das Ausmaß des Myofibrillenabbaus quantifiziert und Einblicke in die Zartheit von Fleisch gibt12. Bei der MFI-Methode wird die Fragmentierung von myofibrillären Proteinen gemessen, die direkt mit der Zartheit des Fleisches korreliert. Dieser Assay ergänzt die traditionelle Bewertung der Fleischqualität und bietet ein tieferes Verständnis der biochemischen Prozesse, die zu Schwankungen der Zartheit des Fleisches beitragen.

In diesem Zusammenhang untersuchte die vorliegende Studie die Skelettmuskulatur von Bos indicus im Vergleich zu gekreuzten Bullen (Bos taurus × Bos indicus), die in Feedlots gezüchtet wurden, um Unterschiede in den Fleischqualitätsmerkmalen zu erklären.

Protokoll

Alle Verfahren mit Tieren entsprachen den ethischen Forschungsstandards, die von der Ethikkommission für die Verwendung von Tieren (CEUA) der "Universidade Estadual Paulista Júlio de Mesquita Filho" - UNESP Botucatu Campus, gemäß Protokoll 0171/2018 festgelegt wurden.

1. Versuchstiere

  1. Beenden Sie 30 Nellore Bullen (Bos indicus) und 30 F1 Angus-Nellore Bullen (Bos taurus × Bos indicus) im Alter von 20 bis 24 Monaten in einem Feedlot. Halten Sie beide Tiergruppen in kollektiven Gehegen mit den Maßen 5 m x 6 m mit Betonboden und Muscheltrögen, die Platz für bis zu fünf Tiere pro Gehege bieten. Stellen Sie sicher, dass alle Tiere derselben Managementgruppe angehören (geboren und aufgezogen im selben Betrieb) und der gleichen Mastperiode unterzogen werden.
    HINWEIS: In dieser Studie hatten die Nellore-Bullen ein durchschnittliches Anfangskörpergewicht von 370,7 kg, während die F1-Bullen von Angus-Nellore ein durchschnittliches Anfangskörpergewicht von 380,8 ± 17 kg hatten.
  2. Feedlot-Diät
    1. Stellen Sie sicher, dass das Mastfutter zu 11,3 % aus Raufutter (Tifton-Heu und Zuckerrohrbagasse) und zu 88,7 % aus Kraftfutter (gemahlenes trockenes Maiskorn, Sojabohnenmehl, Mais-Nassbrennerkörner, trockenes Maisglutenfutter und mineralischer Kern) besteht. Füttern Sie die Tiere 120 Tage lang und stellen Sie die Diäten zweimal täglich (um 10:00 Uhr und 16:00 Uhr) ad libitum zur Verfügung.
  3. Schlachten
    1. Registrieren Sie das endgültige Körpergewicht (BWf) am Ende des Versuchszeitraums. Verarbeiten Sie alle Tiere in einem nahe gelegenen Schlachthof unter Einhaltung der Standardkontrollverfahren. Stellen Sie vor der Schlachtung sicher, dass die Tiere mindestens 16 Stunden nüchtern und sowohl auf Futter als auch auf Wasser verzichten.
      HINWEIS: Die F1 Angus-Nellore Bullen wiesen ein Endgewicht von 615,09 ± 57,53 kg auf, während die Nellore Bullen ein Gewicht von 545,47 ± 11,45 kg hatten.
  4. Bewertung der Schlachtkörpermerkmale
    1. Die Rinderschlachtkörper werden zunächst gewogen und anschließend 48 h lang einer Kühlperiode bei 2-4 °C unterzogen. Die Messungen umfassen das Gewicht des heißen Schlachtkörpers (HCW), den Rib-Eye-Bereich (REA) und die Rückenspeckdicke (BFT) an der Schnittstelle zwischen 12und 13Rippe , wie empfohlen13. Bestimmen Sie die REA nach der Gittermethode mit einem kleinen Gitter (18 cm x 13 cm) und messen Sie die BFT in Millimetern mit einem Messschieber.
      1. Messen Sie die REA in jedem Schlachtkörper mit einem netzartigen Gitter (das gleiche wie im USDA-Klassifizierungssystem für Ertragsqualitäten) und unterteilt in 1 cm² große Quadrate mit einem Punkt in der Mitte. Fügen Sie alle Quadrate innerhalb des Ribeye-Nachzeichnerumfangs und die Quadrate entlang der Kontur der Nachzeichnung hinzu, die durch den mittleren Punkt verläuft.
      2. Messen Sie die BFT an einer bestimmten Position an der Bewertungsstelle, irgendwo zwischen der 12./13. Rippe. Um diese Position zu bestimmen, messen Sie die Länge des Rib-Auges; Bestimmen Sie dann, beginnend an der medialen Grenze "A", einen Punkt auf drei Vierteln des Weges entlang des Rib Eye und auf halber Höhe von "B". Führen Sie einen Messschieber durch diesen Punkt und im rechten Winkel zur angegebenen Rippe zur Grenzfläche zwischen Unterhautfett und intermuskulärem Fett. Messen Sie das Unterhautfett, indem Sie den Messschieber in einem rechten Winkel zur Linie des Unterhautfettgewebes vom Grenzpunkt aus platzieren (Ergänzende Abbildung S1).
  5. Probenahme
    1. Probe von Longissimus thoracis (LT) aus der linken Schlachtkörperhälfte (Portion von ± 12,0 cm Fleisch), zwischen der 11. und 13. Rippe in Schädelrichtung. Im Labor werden die Fleischproben in Steaks von 2,54 cm Länge geschnitten.
  6. Altern
    1. Beurteilen Sie die Fleischqualitätsmerkmale nach einer 14-tägigen Nassreifephase bei einer Temperatur von 0-2 °C in einem Inkubator mit biologischem Sauerstoffbedarf (BSB). Verwenden Sie Steaks mit einer Dicke von 2,54 cm für die Analyse von Fleischfarbe, pH-Wert, intramuskulärem Fett, Spülverlust, Wasserhaltekapazität, objektiver Zartheit und Garverlusten. Verpacken Sie die Steaks separat in Plastiktüten, um ein hohes Vakuum und eine geringe Sauerstoffdurchlässigkeit zu gewährleisten, und bewahren Sie sie nach Erreichen der Reifezeit bis zum Zeitpunkt der Analyse bei -20 °C ein. Tauen Sie die Rindfleischproben 24 h lang bei 4 °C auf und setzen Sie sie 30 min lang bei 4 °C (Blütezeit) Sauerstoff aus.

2. pH-Wert des Fleisches

  1. Messen Sie den pH-Wert des Fleisches mit einem digitalen pH-Messgerät, das mit einer Einstechsonde ausgestattet ist. Kalibrieren Sie es mit pH 4,0 und 7,0 Puffern bei einer Raumtemperatur von 25 °C. Messen Sie den pH-Wert des Fleisches an drei Stellen der LT-Muskelprobe. Manuelles Aufzeichnen der Messwerte und anschließendes Exportieren des Datenblatts; Berechnen Sie den Durchschnitt der drei Messwerte für den pH-Wert von Fleisch.

3. Intramuskuläres Fett

HINWEIS: Der Gehalt an intramuskulärem Fett (IMF) wurde mittels Nahinfrarotspektroskopie (NIR)14 und mittels gravimetrischer Methode15 bestimmt.

  1. Entfernen Sie das Unterhautfett mit einem Skalpell aus dem LT-Muskel. Anschließend wird das Steak mit einem Mixer 5 Minuten lang zerkleinert und homogenisiert, wobei ca. 180 g der Probe eingearbeitet werden. Legen Sie die Probe in einen Becher, positionieren Sie sie in der Probenkammer und führen Sie durch Drehen des Probenbechers ein Subscanning verschiedener Zonen der Testprobe durch. Führen Sie die Zonen zusammen, um das Endergebnis zu erhalten.
  2. Nehmen Sie drei Messungen für jede Probe vor. Legen Sie die Proben nach der Homogenisierung zur anschließenden Ablesung in die Platte. Stellen Sie das Gerät auf NIR-Transmission ein, wobei ein beweglicher Gittermonochromator den Bereich von 850 nm bis 1050 nm abtastet.
  3. Exportieren Sie das Datenblatt und berechnen Sie dann den Durchschnitt von drei Messwerten für den IWF. Geben Sie die Ergebnisse in Prozent an, indem Sie die Formel verwenden: [(IWF-Durchschnitt ÷ Stichprobengewicht) × 100].
  4. Homogenisieren Sie die LT-Muskelproben (3,0 g) 2 Minuten lang mit einer Chloroform/Methanol-Methanol/Chloroform-Lösung (2:1) und ziehen Sie sie einer Zentrifugation (700 × g; 10 min; 20 °C) aus, um die hydrophile (obere), feste (mittlere) und hydrophobe (untere) Phase zu trennen.
  5. Die nach der Zentrifugation erhaltene hydrophobe Phase wird mit einem Filterpapier auf einem Trichter mit leichtem Sog filtriert. Das Filtrat (untere Phase; Lipide in Chloroform) wird in einen als Lipidphase gekennzeichneten Kolben überführt und mindestens 5 mm Filtrat werden in einen vorgewogenen Becherkolben überführt, nachdem man es einige Minuten stehen gelassen hat. Erfassen Sie dann das Volumen der Chloroformschicht (mindestens 150 mL) und aspirieren Sie die alkoholische Schicht.
    1. 100 g Aliquote der Probe von frischem oder gefrorenem Gewebe werden 2 Minuten lang mit einer Mischung aus 100 ml Chloroform und 200 ml Methanol homogenisiert. Fügen Sie der Mischung 100 mL Chloroform hinzu, mischen Sie 30 s lang, fügen Sie 100 mL destilliertes Wasser hinzu und mixen Sie weitere 30 s lang.
    2. Filtrieren Sie das Homogenat durch Filterpapier auf einem Trichter mit leichtem Sog. Wenn der Rückstand trocken wird, üben Sie mit dem Boden eines Becherglases Druck aus, um eine maximale Rückgewinnung des Lösungsmittels zu gewährleisten.
    3. Übertragen Sie das Filtrat in einen 500-ml-Messzylinder und lassen Sie es einige Minuten stehen, um eine Trennung und Klärung zu ermöglichen. Das Volumen der Chloroformschicht (mindestens 150 mL) wird aufgezeichnet und die alkoholische Schicht aspiriert.
    4. Achten Sie darauf, die oberste Schicht vollständig zu entfernen; Die Chloroformschicht enthält das gereinigte Lipid. Für die quantitative Lipidextraktion gewinnen Sie das in den Geweberückständen eingeschlossene Lipid zurück, indem Sie den Rückstand und das Filterpapier mit 100 mL Chloroform mischen.
    5. Filtern Sie die Mischung durch den Trichter und spülen Sie den Mixbehälter und den Rückstand mit insgesamt 50 mL Chloroform aus. Mischen Sie dieses Filtrat mit dem ursprünglichen Filtrat, bevor Sie die alkoholische Schicht entfernen.
      HINWEIS: Die Filtration erfolgt in der Regel schnell; Mit dem Boden eines Becherglases Druck auf den trockenen Rückstand ausüben, um eine maximale Rückgewinnung des Lösungsmittels zu gewährleisten.
  6. Trocknen Sie die Proben in einem Ofen, kühlen Sie sie mindestens 24 h in einem Exsikkator ab, stellen Sie sie in einen Ofen bei 110 °C bis zur vollständigen Verdampfung des Lösungsmittels, kühlen Sie sie über Nacht in einem Exsikkator weiter ab und wiegen Sie sie schließlich erneut.
  7. Bestimmen Sie den IMF-Gehalt, indem Sie die Differenz zwischen dem Anfangs- und dem Endgewicht des Bechers berechnen.

4. Farbe des Fleisches

  1. Kalibrieren Sie das Gerät mit einer schwarzen und einer weißen Normplatte. Platzieren Sie die weiße Kalibrierplatte in der Mitte der Platte. Verwenden Sie bei einer Kalibrierung den Bereich in der Nähe der Mitte der Platte. Die Kalibrierung ist abgeschlossen, nachdem die Lampe dreimal blinkt.
  2. Nehmen Sie Messungen nach 30 min bei 4 °C (Blütezeit) vor. Erhalten Sie Farbmesswerte von drei verschiedenen Stellen auf der LT-Muskelprobe, wobei Bindegewebe und Fett sorgfältig vermieden werden.
  3. Bei Raumtemperatur (20 °C) ist aus diesen Messungen ein Mittelwert zu berechnen, wie empfohlen16.

5. Wasserverluste

  1. Bewerten Sie den Spülverlust (PL) für alle Proben. Bestimmen Sie den PL von Rinderlendenabschnitten, indem Sie die Abweichung zwischen dem Anfangsgewicht vor dem Einfrieren und dem Endgewicht nach dem Einfrieren/Auftauen messen.
    HINWEIS: Bewerten Sie nicht den PL von nie eingefrorenen kontrollierten Rinderlenden.
  2. Die Wasserhaltekapazität (WHC) wird anhand des Gewichtsunterschieds einer Fleischprobe (ca. 1,0 g) vor und nach der Beauftragung mit einem Druck von 10 kg für 5 min17 gemessen.

6. Objektive Zartheit des Fleisches

HINWEIS: Die Messung der Warner-Bratzler-Schubkraft (WBSF) wurde wiebeschrieben durchgeführt 18,19.

  1. Die Proben werden auf ein Gitter gelegt, das an einem feuerfesten Glas befestigt ist, und in einem industriellen Elektroofen gegart, bis sie eine Endtemperatur von 71 °C erreicht haben. Nach dem Garen werden die Proben abgekühlt, gewogen und 24 Stunden lang bei 4 °C gekühlt.
  2. Ermitteln Sie die Garverluste (CL) mit der Formel figure-protocol-11355.
    1. Bestimmen Sie den Tropfverlust, indem Sie das feuerfeste Material vor und nach dem Kochen der Probe wiegen. Zu diesem Zweck werden die Proben auf ein Gitter über einem feuerfesten Glas gelegt, damit der Fleischsaft und das Fett während des Garvorgangs abfließen können.
    2. Bestimmen Sie den Verdunstungsverlust, indem Sie nur die Probe vor und nach dem Kochen wiegen.
    3. Notieren Sie das Roh- und Gargewicht und berechnen Sie den Prozentsatz von DL als Gewicht des Tropfs nach dem Garen dividiert durch das Gewicht der aufgetauten Fleischprobe.
    4. Berechnen Sie den prozentualen Verdampfungsverlust (EVP) mit der Formel [100 - (Gewicht nach dem Kochen) ÷ Rohgewicht × 100].
  3. Für die Bestimmung der WBSF werden acht Kerne mit einem Durchmesser von 1,27 cm mit einem Texturanalysator geschnitten, der mit einer 3,07 mm Warner-Bratzler Shear Force Klinge und einer V-förmigen (60° Winkel) Schneide ausgestattet ist.
    1. Die Ergebnisse sind als Durchschnitt von sechs Werten pro Probe in Kilogramm (kg) anzugeben, nachdem die niedrigen und hohen Extremeausgeschlossen wurden 19.

7. Biochemischer Assay

HINWEIS: Die postmortale Proteolyse wurde durch Schätzung des Myofibrillen-Fragmentierungsindex (MFI) nach dem ursprünglichen Verfahren von Culler et al.20 beurteilt und von Borges et al.21 für Bos indicus-Rinder angepasst.

  1. Homogenisieren Sie Fragmente von ca. 3 g LT-Proben (fettgestripptes Muskelgewebe und Bindegewebe) in einer Pufferlösung, die 100 mM Kaliumchlorid, 20 mM Kaliumphosphat bei pH 7, 1 mM Ethylendiamintetraessigsäure (EDTA), 1 mM Magnesiumchlorid und 1 mM Natriumazid bei 2 °C enthält, gefolgt von einer Zentrifugation (1.000 × g für 15 min bei 4 °C).
    1. Das Sediment wird in 10 Volumina (v/w) des Isoliermediums mit einem Rührstab resuspendiert, anschließend erneut bei 1.000 × g für 15 min sedimentiert und der Überstand dekantiert.
    2. Resuspendieren Sie das Sediment in 2,5 Volumen (v/w) Isoliermedium und trennen Sie das Bindegewebe und die Ablagerungen, indem Sie es durch ein Polyethylensieb (18 mesh) leiten. Verwenden Sie zusätzliche 2,5 Volumina (v/w), damit die Myofibrillen das Sieb passieren können.
    3. Bestimmen Sie die Proteinkonzentration der Suspension von Myofibrillen mit der Biuret-Methode von Gornall et al.22. Verdünnen Sie ein Aliquot der Myofibrillensuspension mit Isoliermedium auf eine Proteinkonzentration von 0,5 ± 0,05 mg/ml.
    4. Die Absorption dieser Suspension ist sofort bei 540 nm zu messen. Bestimmung der MFI mittels Spektrophotometrie bei 540 nm. Multiplizieren Sie die Extinktion mit 200, um den MFI für jede Probe zu erhalten (und geben Sie ihn als Index ohne Maßeinheit an).

8. Molekularbiologischer Assay

HINWEIS: Für die Analyse von Myosin-Schwerkette (MyHC), dem am häufigsten vorkommenden Protein in der Skelettmuskulatur von Rindern, wurden LT-Proben aus beiden Gruppen gemäß dem in der Literatur beschriebenen Protokoll verarbeitet23,24.

  1. Erreichen Sie eine elektrophoretische Trennung mit einem Gradienten-SDS-PAGE-Gel (7-10 %) und einem 4 %-Stapelgel. Tragen Sie 25 μl jeder Probe auf das Gel auf und lassen Sie es 1 h lang bei 70 V, 28 mA und 4 °C laufen, gefolgt von einem Lauf bei 180 V, 12 mA und 4 °C für 29 h.
  2. In den Läufen werden zwei verschiedene Puffer verwendet: der obere Gelpuffer besteht aus Glycin, Tris(hydroxymethyl)aminomethanbase, Natriumdodecylsulfat (SDS) und destilliertem Wasser, während der untere Gelpuffer mit dem oberen Puffer identisch ist, mit dem Zusatz von Mercaptoethanol.
  3. Färben Sie die Gele mit Coomassie Blue und nehmen Sie Bilder mit einer geeigneten Software auf.
  4. Identifizieren Sie MyHC-Isoformen (MyHC-I, MyHC-IIa, MyHC-IIx/d) anhand ihrer Molekulargewichte (223.900, 224.243 bzw. 223.875 kDa). Führen Sie eine semiquantitative Analyse durch Densitometrie der Banden durch, die jeder Isoform entsprechen, unter Verwendung geeigneter Software.
  5. Verwenden Sie den Musculus Ratte soleus und den Musculus Extensor digitorum longus (EDL) als Positivkontrollen, um MyHC-Isoformen zu klassifizieren, wobei in jedem Gel eine Vertiefung für die Beladung von 40 μl der verarbeiteten Probe reserviert wird.
  6. Führen Sie für alle Daten die Varianzanalyse (ANOVA) mit dem F-Test unter Verwendung des folgenden Modells durch:
    Yij = μ + ti + Ɛij
    wobei Yij der beobachtete Wert der Versuchseinheit ist, der sich auf die Behandlung i in der Wiederholung j bezieht; μ ist die allgemeine Wirkung des Mittelwerts; t ist der Behandlungseffekt (genetische Gruppe), und ε ist der experimentelle Fehler.
  7. Vergleichen Sie die Mittelwerte, indem Sie den t-Test des Studenten verwenden, und nehmen Sie den p-Wert < 0,05 als kritische Wahrscheinlichkeit an.

Ergebnisse

Tabelle 1 zeigt die Schlachtkörpermerkmale der beiden in dieser Studie untersuchten genetischen Gruppen. Bemerkenswert ist, dass Unterschiede (P < 0,01) bei HCW, REA und BFT festgestellt wurden, wobei gekreuzte Tiere höhere Werte aufwiesen, was auf einen Heterosiseffekt hindeutet.

Variabel¹NelloreF1 Angus x NelloreSEMp-Wert

Diskussion

Bei der Schlachtkörperbewertung ist es von entscheidender Bedeutung, das Wachstum und die Qualitätsmerkmale nach einer 48-stündigen Kühlperiode genau zu messen, um konsistente und vergleichbare Daten zu erhalten. Die beiden biologischen Modelle wiesen unterschiedliche Schlachtkörpermerkmale auf, insbesondere HCW, REA und BFT, die mit den Ergebnissen anderer Studien übereinstimmen. Die durchschnittliche HCW von Nellore-Bullen entspricht den brasilianischen Marktpräferenzen, die einer höheren Fleischproduktion pro ...

Offenlegungen

Die Autoren haben nichts offenzulegen. Die Geldgeber spielten keine Rolle beim Studiendesign, der Datenerhebung und -analyse, der Entscheidung über die Veröffentlichung oder der Vorbereitung des Manuskripts.

Danksagungen

Diese Forschung wurde finanziert durch FAPESP (Stipendien 2023/05002-3; 2023/02662-2 und 2024/09871-9), CAPES (Finanzcode 001), CNPq (304158/2022-4) und durch PROPE (IEPe-RC-Fördernummer 149) der Fakultät für Veterinärmedizin und Tierwissenschaften der Staatlichen Universität São Paulo.

Materialien

NameCompanyCatalog NumberComments
AcetoneMerk, Darmstadt, GermanyCAS 67-64-1 | 100014solutions used for the electrophoretic separations
Anti-MYH-1 AntibodyMerk, Darmstadt, GermanyMABT846Rat soleus
Anti-Myosin antibodyAbcam, Massachusetts, United Statesab37484Myosin heavy chain
Anti-Myosin-2 (MYH2) AntibodyMerk, Darmstadt, GermanyMABT840Extensor digitorum longus (EDL)
Biological oxygen demand (BOD) incubatorTECNAL, São Paulo, BrazilTE-371/240LMeat aging
Chloroform; absolute analytical reagentSigma-Aldrich, Missouri, United States67-66-3Intramuscular fat
CIELab systemKonica Minolta Sensing, Tokyo, JapanCR-400 colorimeterMeat color
Coomassie BlueSigma-Aldrich, Missouri, United StatesC.I. 42655)Myosin heavy chain
Electric ovenVenâncio Aires, Rio Grande do Sul, BrazilMeat tenderness
EthanolMerk, Darmstadt, Germany64-17-5solutions used for the electrophoretic separations
Ethylenediaminetetraacetic acidSigma-Aldrich, Missouri, United States60-00-4Post-mortem proteolysis
Glass flasksSigma-Aldrich, Missouri, United Statessolutions used for the electrophoretic separations
GlycineSigma-Aldrich, Missouri, United StatesG6761Myosin heavy chain
Infrared spectroscopy - FoodScanFoss NIRSystems, Madson, United StatesFoodScan™ 2Intramuscular fat
Magnesium chlorideSigma-Aldrich, Missouri, United States 7786-30-3Post-mortem proteolysis
MercaptoetanolSigma-Aldrich, Missouri, United StatesM6250Myosin heavy chain
Methanol, absolute analytical reagentSigma-Aldrich, Missouri, United States67-56-1Intramuscular fat
pH meterLineLab, São Paulo, BrazilAKLA 71980Meat pH
PlusOne 2-D Quant KitGE Healthcare ProductCode 80-6483-56Post-mortem proteolysis
PolypropyleneSigma-Aldrich, Missouri, United Statessolutions used for the electrophoretic separations
Potassium chlorideSigma-Aldrich, Missouri, United States7447-40-7Post-mortem proteolysis
Potassium phosphateSigma-Aldrich, Missouri, United StatesP0662Post-mortem proteolysis
R softwareVienna, Austriaversion 3.6.2Data analysis
Sodium azideSigma-Aldrich, Missouri, United States26628-22-8Post-mortem proteolysis
Sodium dodecyl sulfate (SDS)Sigma-Aldrich, Missouri, United States822050Myosin heavy chain
SpectrophotometerPerkin Elmer, Shelton, United StatesPerkin Elmer
Lambda 25 UV/Vis		Post-mortem proteolysis
Statistical Analysis SystemSAS, Cary, North Carolina, United Statesversion 9.1,Data analysis
Texture AnalyzerAMETEK Brookfield, Massachusetts, United
States		CTXMeat tenderness
Tris(hydroxymethyl)aminomethaneSigma-Aldrich, Missouri, United States77-86-1Myosin heavy chain
UltrafreezerIndrel Scientific, Londrina, Paraná, Brazil.INDREL IULT 335 D - LCDSample storage
Ultrapure waterElga PURELAB Ultra Ionic systemsolutions used for the electrophoretic separations
Ultra-Turrax high shear mixerMarconi – MA102/E, Piracicaba, São Paulo, BrazilPost-mortem proteolysis

Referenzen

  1. Nunes, C. L. d. e. C., Pflanzer, S. B., Rezende-de-Souza, J. H., Chizzotti, M. L. Beef production and carcass evaluation in Brazil. Anim Front. 14 (2), 15-20 (2024).
  2. MAPA. Projeções Do Agronegócio: Brasil 2017/18 a 2027/28 Projeções de Longo Prazo / Ministério Da Agricultura, Pecuária e Abastecimento. Biblioteca Nacional de Agricultura. , (2018).
  3. Bernués, A., Ripoll, G., Panea, B. Consumer segmentation based on convenience orientation and attitudes towards quality attributes of lamb meat. Food Qual Prefer. 26, 211-220 (2012).
  4. Andrade, T. S., et al. Perception of consultants, feedlot owners, and packers regarding management and marketing decisions on feedlots: A national survey in Brazil (Part II). Can J Anim Sci. 100 (4), 759-770 (2020).
  5. de Andrade, T. S., et al. Perception of consultants, feedlot owners, and packers regarding the optimal economic slaughter endpoint in feedlots: A national survey in Brazil (Part I). Can J Anim Sci. 100 (4), 745-758 (2020).
  6. Santiago, B., et al. Comparison of dental carcass maturity in non-castrated male F1 Angus-Nellore cattle finished in feedlot. Food Sci Anim Resour. 41 (3), 554-562 (2021).
  7. Miguel, G. Z., et al. Immunocastration improves carcass traits and beef color attributes in Nellore and Nellore×Aberdeen Angus crossbred animals finished in feedlot. Meat Sci. 96 (2), 884-891 (2014).
  8. Costa, N. V., et al. Carcass and meat quality traits in Nellore and F1 Nellore-Araguaia crosses. Genet Mol Res. 14 (2), 5379-5389 (2015).
  9. Pinto, A. C. J., Millen, D. D. Nutritional recommendations and management practices adopted by feedlot cattle nutritionists: the 2016 Brazilian survey. Can J Anim Sci. 99 (2), 392-407 (2019).
  10. Costa Junior, C., et al. Brazilian beef cattle feedlot manure management: A country survey. J Anim Sci. 91 (4), 1811-1818 (2013).
  11. Huang, C., et al. Proteomics discovery of protein biomarkers linked to meat quality traits in post-mortem muscles: Current trends and future prospects: A review. Trends Food Sci Technol. 105, 416-432 (2020).
  12. Muniz, M. M. M., et al. Use of gene expression profile to identify potentially relevant transcripts to myofibrillar fragmentation index trait. Funct Integr Genomics. 20, 609-619 (2020).
  13. Official United States Standards for Grades of Carcass Beef. United States Standards for Grades of Carcass Beef. USDA Available from: https://www.ams.usda.gov/sites/default/files/media/CarcassBeefStandard.pdf (1997)
  14. Anderson, S. Determination of fat, moisture, and protein in meat and meat products by using the FOSS FoodScan near-infrared spectrophotometer with FOSS artificial neural network calibration model and associated database: Collaborative study. J AOAC Int. 90 (4), 1073-1083 (2007).
  15. Bligh, E. G., Dyer, W. J. A rapid method of total lipid extraction. Can J Biochem Physiol. 37 (8), 911-917 (1959).
  16. Hernández Salueña, B., Sáenz Gamasa, C., Diñeiro Rubial, J. M., Alberdi Odriozola, C. CIELAB color paths during meat shelf life. Meat Sci. 157, 107889 (2019).
  17. Rao, M. V., Gault, N. F. S., Kennedy, S. Variations in water-holding capacity due to changes in the fibre diameter, sarcomere length and connective tissue morphology of some beef muscles under acidic conditions below the ultimate pH. Meat Sci. 26 (1), 19-37 (1989).
  18. Wheeler, T. L., Koohmaraie, M., Cundiff, L. V., Dikeman, M. E. Effects of cooking and shearing methodology on variation in Warner-Bratzler shear force values in beef. J Anim Sci. 72 (9), 2325-2330 (1994).
  19. AMSA. Research Guidelines for Cookery, Sensory Evaluation, and Instrumental Tenderness Measurements of Meat. American Meat Science Association Educational Foundation. , (2015).
  20. Culler, R. D., Parrish, F. C., Smith, G. C., Cross, H. R. Relationship of myofibril fragmentation index to certain chemical, physical and sensory characteristics of bovine longissimus muscle. J Food Sci. 43 (4), 1177-1180 (1978).
  21. Borges, B. O., et al. Polymorphisms in candidate genes and their association with carcass traits and meat quality in Nellore cattle. Pesqui Agropecu Bras. 49 (5), 364-371 (2014).
  22. Gornall, A. G., Bardawill, C. J., David, M. M. Determination of serum proteins by means of the biuret reaction. J Biol Chem. 177 (2), 751-766 (1949).
  23. Chardulo, L. A. L., et al. Gene and protein expression of myosin heavy chain in Nellore cattle comparing growth or meat tenderness traits. Anim Biotechnol. 32 (3), 300-309 (2019).
  24. Vechetti-Júnior, I. J., et al. NFAT isoforms regulate muscle fiber type transition without altering can during aerobic training. Int J Sports Med. 34 (10), 861-867 (2013).
  25. Ferraz, J. B. S., de Felício, P. E. Production systems - An example from Brazil. Meat Sci. 84, 238-243 (2010).
  26. Liang, R. R., et al. Tenderness and sensory attributes of the longissimus lumborum muscles with different quality grades from Chinese fattened yellow crossbred steers. Meat Sci. 112, 52-57 (2016).
  27. Viljoen, H. F., De Kock, H. L., Webb, E. C. Consumer acceptability of dark, firm and dry (DFD) and normal pH beef steaks. Meat Sci. 61 (2), 181-185 (2002).
  28. Lopes, L. S. F., et al. Application of the principal component analysis , cluster analysis , and partial least square regression on crossbreed Angus-Nellore bulls feedlot finished. Trop Anim Health Prod. 52 (6), 3655-3664 (2020).
  29. Oddy, V. H., Harper, G. S., Greenwood, P. L., McDonagh, M. B. Nutritional and developmental effects on the intrinsic properties of muscles as they relate to the eating quality of beef. Aust J Exp Agric. 41 (7), 921-942 (2001).
  30. Purchas, R. W., Burnham, D. L., Morris, S. T. Effects of growth potential and growth path on tenderness of beef longissimus muscle from bulls and steers. J Anim Sci. 80 (12), 3211-3221 (2002).
  31. Wulf, D. M., O’Connor, S. F., Tatum, J. D., Smith, G. C. Using objective measures of muscle color to predict beef Longissimus tenderness. J Anim Sci. 75 (3), 684-692 (1997).
  32. Baldassini, W. A., et al. Meat quality traits of Nellore bulls according to different degrees of backfat thickness: A multivariate approach. Anim Prod Sci. 57 (2), 363-370 (2017).
  33. Chardulo, L. A. L., Silveira, A. C., Vianello, F., Lima, G. P. P., Vianello, F. Analytical aspects for tropical meat quality assessment. Food Quality, Safety and Technology. , 53-62 (2013).
  34. Chen, L., Opara, U. L. Texture measurement approaches in fresh and processed foods - A review. Food Research International. 51 (2), 823-835 (2013).
  35. Luo, L., Guo, D., Zhou, G., Chen, K. An investigation on the relationship among marbling features, physiological age and Warner–Bratzler Shear force of steer longissimus dorsi muscle. J Food Sci Technol. 55 (4), 1569-1574 (2018).
  36. Essex, E. Objective measurements for texture in foods. J Texture Stud. 1, 19-37 (1969).
  37. . Standardized Warner-Bratzler shear force procedures for meat tenderness measurement Available from: https://www.ars.usda.gov/ARSUserFiles/30400510/protocols/shearforceprocedures.pdf (1995)
  38. Severino, M., et al. Proteomics unveils post-mortem changes in beef muscle proteins and provides insight into variations in meat quality traits of crossbred young steers and heifers raised in feedlot. Int J Mol Sci. 23 (20), 12259 (2022).
  39. Bertola, N. C., Bevilacqua, A. E., Zaritsky, N. E. Heat treatment effect on texture changes and thermal denaturation of proteins in beef muscle. J Food Process Preserv. 18 (1), 31-46 (1994).
  40. Palka, K., Daun, H. Changes in texture, cooking losses, and myofibrillar structure of bovine M. semitendinosus during heating. Meat Sci. 51 (3), 237-243 (1999).
  41. Pearce, K. L., Rosenvold, K., Andersen, H. J., Hopkins, D. L. Water distribution and mobility in meat during the conversion of muscle to meat and ageing and the impacts on fresh meat quality attributes - A review. Meat Sci. 89 (2), 111-124 (2011).
  42. Muniz, M. M. M., et al. Use of gene expression profile to identify potentially relevant transcripts to myofibrillar fragmentation index trait. Funct Integr Genomics. 20 (4), 609-619 (2020).
  43. Baldassini, W., et al. Meat quality and muscle tissue proteome of crossbred bulls finished under feedlot using wet distiller grains by-product. Foods. 11 (20), 3233 (2022).
  44. della Malva, A., et al. In-depth characterization of myofibrillar muscle proteome changes in lambs fed hazelnut skin by-products. Food Biosci. 53, 102836 (2023).
  45. Koohmaraie, M., Kent, M. P., Shackelford, S. D., Veiseth, E., Wheeler, T. L. Meat tenderness and muscle growth: Is there any relationship. Meat Sci. 62 (3), 345-352 (2002).
  46. Lefaucheur, L., et al. Muscle characteristics and meat quality traits are affected by divergent selection on residual feed intake in pigs. J Anim Sci. 89 (4), 996-1010 (2011).
  47. Picard, B., et al. Inverse relationships between biomarkers and beef tenderness according to contractile and metabolic properties of the muscle. J Agric Food Chem. 62 (40), 9808-9818 (2014).
  48. Chikuni, K., Muroya, S., Nakajima, I. Myosin heavy chain isoforms expressed in bovine skeletal muscles. Meat Sci. 67 (1), 87-94 (2004).
  49. Picard, B., Cassar-Malek, I. Evidence for expression of IIb myosin heavy chain isoform in some skeletal muscles of Blonde d’Aquitaine bulls. Meat Sci. 82 (1), 30-36 (2009).
  50. Crouse, J. D., Koohmaraie, M., Seideman, S. D. The relationship of muscle fibre size to tenderness of beef. Meat Sci. 30 (4), 295-302 (1991).
  51. Zamora, F., et al. Predicting variability of ageing and toughness in beef M. Longissimus lumborum et thoracis. Meat Sci. 43 (3-4), 321-333 (1996).
  52. Strydom, P. E., Naude, R. T., Smith, M. F., Scholtz, M. M., Van Wyk, J. B. Characterisation of indigenous African cattle breeds in relation to meat quality traits. Meat Sci. 55 (1), 79-88 (2000).
  53. Renand, G., Picard, B., Touraille, C., Berge, P., Lepetit, J. Relationships between muscle characteristics and meat quality traits of young Charolais bulls. Meat Sci. 59 (1), 49-60 (2001).
  54. Chriki, S., et al. Meta-analysis of the comparison of the metabolic and contractile characteristics of two bovine muscles: Longissimus thoracis and semitendinosus. Meat Sci. 91 (4), 423-429 (2012).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

Diesen Monat in JoVEAusgabe 209Fleischqualit tSchlachtk rpermerkmalePHintramuskul res FettFleischfarbeZartheitmyofibrill re ProteineMyosin Isoformen mit schweren KettenWarner Bratzler ScherkraftMyofibril FragmentierungsindexMuskelfasertypen

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Kontakt

BIBLIOTHEKS-EMPFEHLUNG

JoVE-Newsletter

Forschung

Lehre

Autoren

Bibliothekare

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten