vetpressАграрная наукаAgrarian science0869-81552686-701XРедакция журнала "Аграрная наука"10.32634/0869-8155-2023-377-12-90-94vetpress-2880Research ArticleЗООТЕХНИЯZOOTECHNICSПрименение инфракрасной спектроскопии ближнего спектра для идентификации и количественного определения аминокислот в их кристаллической и солевой формах при приготовлении кормов для животныхApplication of near infrared spectroscopy for identification and quantitative determination of amino acids in their crystalline and salt forms in the preparation of animal feedhttps://orcid.org/0000-0002-6776-0835БуряковН. П.BuryakovN. P.

 Николай Петрович Буряков, доктор биологических наук, профессор

 ул. Тимирязевская, 54, Москва, 127434

 Nilolay Petrovich Buryakov, Doctor of Biological Sciences, Professor

 54 Timiryazevskaya Str., Moscow, 127434

kormlenieskota@gmail.comhttps://orcid.org/0000-0002-4350-5725БуряковаМ. А.BuryakovaM. A.

 Мария Алексеевна Бурякова, кандидат сельскохозяйственных наук, доцент

ул. Тимирязевская, 54, Москва, 127434

 Maria Alekseevna Buryakova, Candidate of Agricultural Sciences, Associate Professor

 54 Timiryazevskaya Str., Moscow, 127434

m.buryakova@rgau-msha.ruhttps://orcid.org/0000-0002-5630-5247ШаповаловС. О.ShapovalovS. O.

 Сергей Олегович Шаповалов, доктор биологических наук, профессор; директор

ул. Тимирязевская, 54, Москва, 127434

 ул. Дорожная, 14, дер. Яковлевское, Москва, 143340

 Sergei Olegovych Shapovalov, Doctor of Biological Sciences, Professor; Director

54 Timiryazevskaya Str., Moscow, 127434

 Cherkizovo, 14 Dorozhnaya Str., Yakovlevskoye village, Moscow, 143340

s.shapovalov@cherkizovo.comhttps://orcid.org/0009-0009-9753-5952КорниловаЕ. В.KornilovaE. V.

 Елена Вячеславовна Корнилова, кандидат сельскохозяйственных наук

ул. Дорожная, 14, дер. Яковлевское, Москва, 143340

 Elena Vyacheslavovna Kornilova, Candidate of Agricultural Sciences

Cherkizovo, 14 Dorozhnaya Str., Yakovlevskoye village, Moscow, 143340

e.kornilova@cherkizovo.comhttps://orcid.org/0009-0002-8887-0969ПаламарчукД. В.PalamarchukD. V.

Дмитрий Валерьевич Паламарчук, специалист по инструментальным методам испытаний

ул. Дорожная, 14, дер. Яковлевское, Москва, 143340

 Dmitry Valerievich Palamarchuk, Specialist in Instrumental Test Methods

Cherkizovo, 14 Dorozhnaya Str., Yakovlevskoye village, Moscow, 143340

d.palamarchuk@cherkizovo.comЖуравлевА. Е.ZhuravlevA.  E.

 ул. Тимирязевская, 54, Москва, 127434

 Aleksandr Evgenievich Zhuravlev, Graduate Student

54 Timiryazevskaya Str., Moscow, 127434

https://orcid.org/0009-0007-1930-808XХатемСалехHatemS. 

 Салех Хатем, аспирант 

 ул. Тимирязевская, 54, Москва, 127434

 Saleh Hatem, Graduate Student

54 Timiryazevskaya Str., Moscow, 127434

hatemsaleh193@gmail.comhttps://orcid.org/0009-0003-5005-1842ДонецР. А.DonetsR. A.

 Роман Александрович Донец, аспирант

 ул. Тимирязевская, 54, Москва, 127434

 Roman Aleksandrovich Donets, Graduate Student

54 Timiryazevskaya Str., Moscow, 127434

r.donetc@chsrkizovo.comhttps://orcid.org/0009-0001-4323-6529АлтуховТ. Д.AltukhovT. D.

 Тристан Дмитриевич Алтухов, магистр

 ул. Тимирязевская, 54, Москва, 127434

Tristan Dmitrievich Altukhov, Magister

54 Timiryazevskaya Str., Moscow, 127434

tristansochi@mail.ruРоссийский государственный аграрный университет — МСХА им. К.А. ТимирязеваРоссияRussian State Agrarian University — K.A. Timiryazev Agricultural AcademyRussian FederationРоссийский государственный аграрный университет — МСХА им. К.А. Тимирязева; ООО НИЦ «Черкизово»РоссияRussian State Agrarian University — K.A. Timiryazev Agricultural Academy; LLC Research and Testing Center «Cherkizovo»Russian FederationООО НИЦ «Черкизово»РоссияLLC Research and Testing Center «Cherkizovo»Russian Federation2023201220230129094Copyright © Буряков Н.П., Бурякова М.А., Шаповалов С.О., Корнилова Е.В., Паламарчук Д.В., Журавлев А.Е., Хатем С., Донец Р.А., Алтухов Т.Д., 20232023Буряков Н.П., Бурякова М.А., Шаповалов С.О., Корнилова Е.В., Паламарчук Д.В., Журавлев А.Е., Хатем С., Донец Р.А., Алтухов Т.Д.Buryakov N.P., Buryakova M.A., Shapovalov S.O., Kornilova E.V., Palamarchuk D.V., Zhuravlev A.E., Hatem S., Donets R.A., Altukhov T.D.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vetpress.ru/jour/article/view/2880

Методы. Впервые разработана и представлена комплексная калибровочная модель для экспресс-определения основного вещества методом инфракрасной спектроскопии в ближней области (ИК) в кормовых аминокислотах, используемых в производстве комбикормов. Принцип исследования основан на уравнении Фурье для спектроскопии. В работе был применен метод Фурье в инфракрасной области (FTIR, FT-NIRS). Данные, полученные с помощью калибровочных моделей, были подтверждены с помощью высокоэффективной жидкостной хроматографии. Результаты. Прогнозы FT-NIR хорошо согласовались с данными хроматографии и имели значения прогностического отклонения (RPD) >1,3 во всех случаях. Полученные результаты указывают на то, что ИК-спектроскопия FT-NIR может быть использована в качестве простого и быстрого инструмента для контроля аминокислот. В ходе работы были получены экспериментальные подтверждения ранее известных фактов — возможность визуального разделения спектров не только фальсификатов аминокислот, но и возможность разделения по L- и DL-оптическим изомерам. В работе показано, что расхождения между значениями, полученными классическим методом «мокрой химии», и значениями, полученными по построенным калибровочным моделям, не выходят за пределы воспроизводимости арбитражных методов. Была использована прогностическая модель, основанная на элементах информационного потока с применением OPUS/QUANT2 программного пакета для многомерной калибровки и построения калибровочных моделей для аминокислот. Данный хемометрический анализ доказал принципиальную возможность определения аминокислот в продукте.Показано, что использование информационных каналов открывает возможности для применения многих алгоритмов хемометрики, включая предобработку данных и построение прогностических моделей.

Methods. For the first time, a comprehensive calibration model has been developed and presented for the rapid determination of basic near-infrared spectroscopy (IR) methods in feed amino acids, with application in the production of animal feed. The research principle is based on the Fourier equation for spectroscopy. In this work, Fourier methods in the Italian region (FTIR, FT-NIRS) were applied. The data obtained from the calibration models were confirmed using high-performance liquid chromatography. FT-NIR predictions agreed well with the chromatography data and had predictive deviation (RPD) values >1.3 in all cases.Results. The results indicate that FT-NIR spectroscopy can be used as a simple and rapid tool for monitoring amino acids. In the course of the work, experimental confirmation of previously known facts was obtained — the possibility of visual separation of the spectra of not only counterfeit amino acids, but also the possibility of separation by L- and DL-optical isomers. The work shows that the discrepancies between the values obtained by the classical “wet chemistry” method and the values obtained from the constructed calibration models do not exceed the reproducibility limits of arbitration methods. A predictive model was used based on information flow elements using the OPUS/QUANT2 software package for multivariate calibration and construction of calibration models for amino acids. This chemometric analysis proved the fundamental possibility of determining amino acids in the product. It has been shown that the use of information channels opens up opportunities for the use of many chemometrics algorithms, including data preprocessing and the construction of predictive models.

инфракрасная спектроскопиякалибровкичистые формы аминокислотхемометриякормаinfrared spectroscopycalibrationsamino acidsanimal feedingДанное исследование было поддержано Министерством науки и высшего образования Российской Федерации в рамках реализации специальной части гранта Программы стратегического академического лидерства «Приоритет 2030» для развития Российского государственного аграрного университета — МСХА им. К. А. Тимирязева (соглашение № 075-15-2023- 220 от 21 февраля 2023 года)."This research was supported by the Ministry of Science and Higher Education of the Russian Federation as part of the implementation of a special part of the grant of the Strategic Academic Leadership Program “Priority 2030” for the development of the Russian State Agrarian University — named after K. A. Timiryazev (agreement No. 075-15-2023-220 dated February 21, 2023)."ReferencesSelle P.H., Macelline S.P., Chrystal P.V., Liu S.Yu. The Impact of Digestive Dynamics on the Bioequivalence of Amino Acids in Broiler Chickens. Frontiers in Bioscience-Landmark. 2022; 27(4): 126. https://doi.org/10.31083/j.fbl2704126Selle P.H., Macelline S.P., Chrystal P.V., Liu S.Yu. The Impact of Digestive Dynamics on the Bioequivalence of Amino Acids in Broiler Chickens. Frontiers in Bioscience-Landmark. 2022; 27(4): 126. https://doi.org/10.31083/j.fbl2704126Ji Yu., Hou Yu., Blachier F., Wu Z. Editorial: Amino acids in intestinal growth and health. Frontiers in Nutrition. 2023; 10: 1172548. https://doi.org/10.3389/fnut.2023.1172548Ji Yu., Hou Yu., Blachier F., Wu Z. Editorial: Amino acids in intestinal growth and health. Frontiers in Nutrition. 2023; 10: 1172548. https://doi.org/10.3389/fnut.2023.1172548Wu G. Dietary requirements of synthesizable amino acids by animals: a paradigm shift in protein nutrition. Journal of Animal Science and Biotechnology. 2014; 5: 34. https://doi.org/10.1186/2049-1891-5-34Wu G. Dietary requirements of synthesizable amino acids by animals: a paradigm shift in protein nutrition. Journal of Animal Science and Biotechnology. 2014; 5: 34. https://doi.org/10.1186/2049-1891-5-34de Lange C.F.M., Pluske J., Gong J., Nyachoti C.M. Strategic use of feed ingredients and feed additives to stimulate gut health and development in young pigs. Livestock Science. 2010; 134(1‒3): 124‒134. https://doi.org/10.1016/j.livsci.2010.06.117de Lange C.F.M., Pluske J., Gong J., Nyachoti C.M. Strategic use of feed ingredients and feed additives to stimulate gut health and development in young pigs. Livestock Science. 2010; 134(1‒3): 124‒134. https://doi.org/10.1016/j.livsci.2010.06.117Hermann T. Industrial production of amino acids by coryneform bacteria. Journal of Biotechnology. 2003; 104(1‒3): 155‒172. https://doi.org/10.1016/s0168-1656(03)00149-4Hermann T. Industrial production of amino acids by coryneform bacteria. Journal of Biotechnology. 2003; 104(1‒3): 155‒172. https://doi.org/10.1016/s0168-1656(03)00149-4Rosales A., Galicia L., Oviedo E., Islas C., Palacios-Rojas N. Near-Infrared Reflectance Spectroscopy (NIRS) for Protein, Tryptophan, and Lysine Evaluation in Quality Protein Maize (QPM) Breeding Programs. Journal of Agricultural and Food Chemistry. 2011; 59(20): 10781‒10786. https://doi.org/10.1021/jf201468xRosales A., Galicia L., Oviedo E., Islas C., Palacios-Rojas N. Near-Infrared Reflectance Spectroscopy (NIRS) for Protein, Tryptophan, and Lysine Evaluation in Quality Protein Maize (QPM) Breeding Programs. Journal of Agricultural and Food Chemistry. 2011; 59(20): 10781‒10786. https://doi.org/10.1021/jf201468xFontaine J., Schirmer B., Hörr J. Near-infrared reflectance spectroscopy (NIRS) enables the fast and accurate prediction of essential amino acid contents. The results for wheat, barley, corn, triticale, wheat bran, middlings, rice bran, and sorghum. Journal of Agricultural and Food Chemistry. 2002; 50(14): 3902‒3911. https://doi.org/10.1021/jf011637kFontaine J., Schirmer B., Hörr J. Near-infrared reflectance spectroscopy (NIRS) enables the fast and accurate prediction of essential amino acid contents. The results for wheat, barley, corn, triticale, wheat bran, middlings, rice bran, and sorghum. Journal of Agricultural and Food Chemistry. 2002; 50(14): 3902‒3911. https://doi.org/10.1021/jf011637kFontaine J., Hörr J., Schirmer B. Near-Infrared Reflectance Spectroscopy Enables the Fast and Accurate Prediction of the Essential Amino Acid Contents in Soy, Rapeseed Meal, Sunflower Meal, Peas, Fishmeal, Meat Meal Products, and Poultry Meal. Journal of Agricultural and Food Chemistry. 2001; 49(1): 57‒66. https://doi.org/10.1021/jf000946sFontaine J., Hörr J., Schirmer B. Near-Infrared Reflectance Spectroscopy Enables the Fast and Accurate Prediction of the Essential Amino Acid Contents in Soy, Rapeseed Meal, Sunflower Meal, Peas, Fishmeal, Meat Meal Products, and Poultry Meal. Journal of Agricultural and Food Chemistry. 2001; 49(1): 57‒66. https://doi.org/10.1021/jf000946sRännar S., Lindgren F., Geladi P., Wold S. A PLS kernel algorithm for data sets with many variables and fewer objects. Part 1: Theory and algorithm. Journal of Chemometrics. 1994; 8(2): 111‒125. https://doi.org/10.1002/CEM.1180080204Rännar S., Lindgren F., Geladi P., Wold S. A PLS kernel algorithm for data sets with many variables and fewer objects. Part 1: Theory and algorithm. Journal of Chemometrics. 1994; 8(2): 111‒125. https://doi.org/10.1002/CEM.1180080204Kumaravelu C., Gopal A. A review on the applications of Near-Infrared spectrometer and Chemometrics for the agro-food processing industries. 2015 IEEE Technological Innovation in ICT for Agriculture and Rural Development (TIAR). 2015; 8–12. https://doi.org/10.1109/TIAR.2015.7358523Kumaravelu C., Gopal A. A review on the applications of Near-Infrared spectrometer and Chemometrics for the agro-food processing industries. 2015 IEEE Technological Innovation in ICT for Agriculture and Rural Development (TIAR). 2015; 8–12. https://doi.org/10.1109/TIAR.2015.7358523Westad F., Marini F. Validation of chemometric models — A tutorial. Analytica Chimica Acta. 2015; 893: 14–24. https://doi.org/10.1016/j.aca.2015.06.056Westad F., Marini F. Validation of chemometric models — A tutorial. Analytica Chimica Acta. 2015; 893: 14–24. https://doi.org/10.1016/j.aca.2015.06.056

The authors declare that there are no conflicts of interest present.