Go to the content. | Move to the navigation | Go to the site search | Go to the menu | Contacts | Accessibility

| Create Account

Visentin, Giulio (2017) Genetic and nongenetic variation of milk processing characteristics in Irish and Italian dairy cattle. [Ph.D. thesis]

Full text disponibile come:

[img]
Preview
PDF Document - Accepted Version
4Mb

Abstract (english)

Milk processing characteristics describe the aptitude of milk to be transformed into different dairy products. Milk intended for cheese production should coagulate early in order to generate a strong curd; cheesemaking is favored by low milk pH, small casein micelle, and high content of minerals such as Ca, P, and Mg. Small casein micelle, high milk pH, and low inorganic Ca2+ favor the stability of milk protein to heat treatments, which is a fundamental characteristic for the production of dried milk. The quantification of such milk quality traits is important at the dairy industry level in order to define more precisely the best use of milk prior to processing. The overall objectives of the present thesis were: i) to develop mid-infrared spectroscopy (MIRS) prediction models for a fast and on-line measurement of milk processing characteristics; ii) to study the effect of stage of lactation, parity, breed, heterosis and recombination loss on a large number of predicted processing phenotypes; and iii) to estimate (co)variance components of milk technological aspects in order to potentially breed for improved milk processability.
The effectiveness of MIRS as a fast and cost-effective technique to predict rennet coagulation time, curd-firming time, curd firmness at 30 and 60 min after rennet addition (milk coagulation properties), heat coagulation time, casein micelle size, pH and minerals (Ca, K, Mg, Na, and P) was evaluated. The proportion of variance explained by the prediction models in external validation ranged from 13% (casein micelle size) to about 70% (minerals, with the exception of Na, and pH).
Factors associated with the phenotypic variation of MIRS-predicted milk coagulation properties, heat coagulation time, casein micelle size, and pH, and minerals was evaluated on large spectral datasets. Milk coagulation properties were more favorable (i.e., short rennet coagulation time and strong curd firmness) for cheese manufacturing in early lactation, concurrent with the lowest values of both pH and casein micelle size, and the greatest milk mineral content; milk was more stable to heat in mid-lactation. Milk yielded by primiparae was more adapted for both cheese and milk powder production. Jersey cows, on average, yielded milk more suitable for cheese rather than milk powder production. Simmental cows produced milk with the greatest content of Ca and Na, and milk of Holstein-Friesian had the lowest P content. Genetic parameters for milk processing characteristics were studied. Heritability estimates ranged from 0.16 (heat coagulation time) to 0.54 (Ca). Within-trait genetic correlations were weaker than 0.40 only at the peripheries of the lactation. On average, more than 80% of the additive genetic variation in each trait was associated with the height of the lactation profile for all traits. Milk processing traits were generally antagonistically correlated with milk production suggesting that emphasis should be placed to milk processability to halt any deterioration.

Abstract (italian)

Le qualità tecnologiche del latte descrivono l’attitudine di questa materia prima ad essere trasformata in prodotti lattiero-caseari. Il latte destinato alla produzione di formaggio dovrebbe coagulare in tempi relativamente brevi e generare un coagulo consistente; in quest’ambito la coagulazione del latte è favorita da valori bassi di pH ed alta acidità titolabile, micelle caseiniche piccole e alto contenuto di minerali come Ca, P e Mg. Micelle caseiniche piccole, valori di pH alti e un basso contenuto di Ca2+ favoriscono la stabilità del latte a trattamenti termici, una caratteristica fondamentale per la produzione di latte in polvere. La determinazione delle caratteristiche tecnologiche del latte è un aspetto rilevante nell’industria lattiero-casearia al fine di definire in maniera più efficiente la destinazione e l’utilizzo dello stesso durante la trasformazione. Gli obiettivi generali della presente tesi sono: i) sviluppare modelli di predizione utilizzando la spettroscopia nel medio-infrarosso (MIRS) per la determinazione routinaria di caratteri tecnologici del latte; ii) studiare l’effetto di stadio di lattazione, ordine di parto, razza, eterosi e ricombinazione su un elevato numero di fenotipi predetti; iii) stimare le componenti di (co)varianza degli aspetti tecnologici del latte al fine di verificare la possibilità di migliorarli geneticamente.
È stata valutata l’efficacia del MIRS quale tecnica rapida e relativamente economica per predire il tempo di coagulazione, il tempo di rassodamento e la consistenza del coagulo a 30 e 60 minuti dall’aggiunta del caglio (proprietà coagulative del latte), la stabilità al calore, la dimensione delle micelle caseiniche, il pH e i minerali (Ca, K, Mg, Na e P). La proporzione di varianza spiegata dai modelli di predizione in validazione esterna varia dal 13% per la dimensione delle micelle caseiniche a circa il 70% per i minerali (con l’eccezione di Na e pH).
I fattori associati alla variazione fenotipica delle predizioni MIRS delle proprietà coagulative del latte, della stabilità al calore, della dimensione delle micelle caseiniche, del pH e del contenuto di minerali sono stati valutati utilizzando dataset di spettri di popolazione. Le proprietà coagulative del latte sono più favorevoli (breve tempo di coagulazione e elevata consistenza del coagulo) per la produzione di formaggio all’inizio della lattazione, contestualmente a valori bassi di pH e della dimensione delle micelle caseiniche, e ad alte concentrazioni di minerali; la stabilità risulta più elevata a metà lattazione. Il latte prodotto da bovine primipare è maggiormente adatto alla produzione sia di formaggio sia di latte in polvere. Soggetti di razza Pezzata Rossa producono un latte con i più alti contenuti di Ca e Na, mentre il latte di Frisona ha i valori più bassi di P.
Infine, sono stati determinati i parametri genetici per i caratteri tecnologici menzionati in precedenza. Le stime di ereditabilità variano da 0.16 (stabilità al calore) a 0.54 (Ca). Le correlazioni genetiche entro carattere sono inferiori a 0.40 solamente ad inizio e fine lattazione. In media, più dell’80% della varianza genetico-additiva risulta associata con l’altezza del profilo di lattazione di tutti i caratteri studiati. In generale, i caratteri tecnologici del latte sono correlati antagonisticamente con la produzione di latte. Alla luce dei risultati si ritiene opportuna una concreta applicazione di tali caratteri negli attuali programmi di miglioramento genetico.

Statistiche Download
EPrint type:Ph.D. thesis
Tutor:Penasa, Mauro
Supervisor:De Marchi, Massimo and Berry, Donagh
Ph.D. course:Ciclo 30 > Corsi 30 > SCIENZE ANIMALI E AGROALIMENTARI
Data di deposito della tesi:11 January 2018
Anno di Pubblicazione:27 October 2017
Key Words:Qualità del latte; Genetica; Bovine da latte; Processabilità del latte; Salute umana / Milk quality; Genetics; Dairy cows; Milk processing; Human health
Settori scientifico-disciplinari MIUR:Area 07 - Scienze agrarie e veterinarie > AGR/17 Zootecnica generale e miglioramento genetico
Struttura di riferimento:Dipartimenti > Dipartimento di Agronomia Animali Alimenti Risorse Naturali e Ambiente
Codice ID:10658
Depositato il:25 Oct 2018 15:57
Simple Metadata
Full Metadata
EndNote Format

Bibliografia

I riferimenti della bibliografia possono essere cercati con Cerca la citazione di AIRE, copiando il titolo dell'articolo (o del libro) e la rivista (se presente) nei campi appositi di "Cerca la Citazione di AIRE".
Le url contenute in alcuni riferimenti sono raggiungibili cliccando sul link alla fine della citazione (Vai!) e tramite Google (Ricerca con Google). Il risultato dipende dalla formattazione della citazione.

Regulation EEC March 31st, 1984 No 856. 1984. Common organization of the market in milk and dairy products. Official Journal of the European Communities L90, vol. 27:10-13. Cerca con Google

Aleandri, R., J. C. Schneider, and L. G. Buttazzoni. 1989. Evaluation of milk for cheese production based on milk characteristics and Formagraph measures. J. Dairy Sci. 72:1967-1975. Cerca con Google

Anonymous. 1963. Säuregradbestimmung nach Soxhlet-Henkel (SH). Titratable acidity evaluation with the Soxhlet-Henkel (SH) method. Milchwissenschaft 18:520. Cerca con Google

Bastin, C., L. Théron, A. Lainé, and N. Gengler. 2016. On the role of mid-infrared predicted phenotypes in fertility and health dairy breeding programs. J. Dairy Sci. 99:4080-4094. Cerca con Google

Carroll, S. M., E. J. DePeters, S. J. Taylor, M. Rosenberg, H. Perez-Monti, and V. A. Capps. 2006. Milk composition of Holstein, Jersey, and Brown Swiss cows in response to increasing levels of dietary fat. Anim. Feed Sci. Technol. 131:451-473. Cerca con Google

Cassandro, M., A. Comin, M. Ojala, R. Dal Zotto, M. De Marchi, L. Gallo, P. Carnier, and G. Bittante. 2008. Genetic parameters of milk coagulation properties and their relationships with milk yield and quality traits in Italian Holstein Friesian cows. J. Dairy Sci. 91:371-376. Cerca con Google

Chen, B., A. S. Grandison, and M. J. Lewis. 2017. Best use for milk – a review I - Effect of breed variations on the physicochemical properties of bovine milk. Int. J. Dairy Technol. 70:3-15. Cerca con Google

Chen, B., M. J. Lewis, and A. S. Grandison. 2014. Effect of seasonal variation on the composition and properties of raw milk destined for processing in the UK. Food Chem. 158:216-223. Cerca con Google

Cipolat-Gotet, C., A. Cecchinato, M. De Marchi, M. Penasa, and G. Bittante. 2012. Comparison between mechanical and near-infrared methods for assessing coagulation properties of bovine milk. J. Dairy Sci. 95:6806-6819. Cerca con Google

CLAL, 2017. Metadata. Accessed September 3rd, 2017. http://www.clal.it. Vai! Cerca con Google

Dal Zotto, R., M. De Marchi, A. Cecchinato, M. Penasa, M. Cassandro, P. Carnier, L. Gallo, and G. Bittante. 2008. Reproducibility and repeatability of measures of milk coagulation properties and predictive ability of mid-infrared reflectance spectroscopy. J. Dairy Sci. 91:4103-4112. Cerca con Google

Davies, D. T., and J. C. D. White. 1966a. The stability of milk protein to heat: I. Subjective measurement of heat stability of milk. J. Dairy Res. 33:67-81. Cerca con Google

Davies, D. T., and J. C. D. White. 1966b. The stability of milk protein to heat: III. Objective measurement of heat stability of milk. J. Dairy Res. 33:93-102. Cerca con Google

De Marchi, M., R. Dal Zotto, M. Cassandro, and G. Bittante. 2007. Milk coagulation ability of five dairy cattle breeds. J. Dairy Sci. 90:3986-3992. Cerca con Google

De Marchi, M., C. C. Fagan, C. P. O’Donnell, A. Cecchinato, R. Dal Zotto, M. Cassandro, M. Penasa, and G. Bittante. 2009. Prediction of coagulation properties, titratable acidity, and pH of bovine milk using mid-infrared spectroscopy. J. Dairy Sci. 92:423-432. Cerca con Google

De Marchi, M., V. Toffanin, M. Cassandro, and M. Penasa. 2014. Invited review: Mid-infrared spectroscopy as a phenotyping tool for milk traits. J. Dairy Sci. 97:1171-1186. Cerca con Google

Devold, T. G., M. J. Brovold, T. Langsrud, and G. E. Vegarud. 2000. Size of native and heated casein micelles, content of protein and minerals in milk from Norwegian Red Cattle – effect of milk protein polymorphism and different feeding regimes. Int. Dairy J. 10:313-323. Cerca con Google

FAO. 2017. Metadata. Accessed August 6th, 2017.http://www.fao.org/faostat/en/#data/QP. Vai! Cerca con Google

Formaggioni, P., A. Summer, P. Franceschi, M. Malacarne, and P. Mariani. 2008. Cheese yield: factors of variation and predictive formulas. A review focused particularly on Grana type cheese. Ann. Fac. Medic. Vet. Parma 28:211-232. Cerca con Google

Formaggioni, P., S. Sandri, P. Franceschi, M. Malacarne, and P. Mariani. 2005. Milk acidity, curd firming time, curd firmness, and protein and fat losses in the Parmigiano-Reggiano cheesemaking. Ital. J. Anim. Sci. 4:239-241. Cerca con Google

Fox, P. F., and A. Brodkorb. 2008. The casein micelle: Historical aspects, current concepts and significance. Int. Dairy J. 18:677-684. Cerca con Google

Glantz, M., T. G. Devold, G. E. Vegarud, H. Lindmark Månsson, H. Stålhammar, and M. Paulsson. 2010. Importance of casein micelle size and milk composition for milk gelation. J. Dairy Sci. 93:1444-1451. Cerca con Google

Ikonen, T., S. Morri, A.-M. Tyrisevä, O. Ruottinen, and M. Ojala. 2004. Genetic and phenotypic correlations between milk coagulation properties, milk production traits, somatic cell count, casein content, and pH of milk. J. Dairy Sci. 87:458-467. Cerca con Google

Kume, S., E. Yamamoto, T. Kudo, T. Toharmat, and I. Nonaka. 1998. Effect of parity on mineral concentration in milk and plasma of Holstein cows during early lactation. Asian-Australas. J. Anim. Sci. 11:133-138. Cerca con Google

Lucey, J. A., and P. F. Fox. 1993. Importance of calcium and phosphate in cheese manufacture: a review. J. Dairy Sci. 76:1714-1724. Cerca con Google

Malacarne, M., P. Franceschi, P. Formaggioni, S. Sandri, P. Mariani, and A. Summer. 2014. Influence of micellar calcium and phosphorus on rennet coagulation properties of cows milk. J. Dairy Res. 81:129-136. Cerca con Google

McMahon, D. J., and R. J. Brown. 1982. Evaluation of Formagraph for comparing rennet solutions. J. Dairy Sci. 65:1639-1642. Cerca con Google

McParland, S., and D. P. Berry. 2016. The potential of Fourier transform infrared spectroscopy of milk samples to predict energy intake and efficiency in dairy cows. J. Dairy Sci. 99:4056-4070. Cerca con Google

Penasa, M., F. Tiezzi, A. Sturaro, M. Cassandro, and M. De Marchi. 2014. A comparison of the predicted coagulation characteristics and composition of milk from multi-breed herds of Holstein-Friesian, Brown Swiss and Simmental cows. Int. Dairy J. 35:6-10. Cerca con Google

Poulsen, N. A., H. P. Bertelsen, H. B. Jensen, F. Gustavsson, M. Glantz, H. Lindmark Månsson, A. Andrén, M. Paulsson, C. Bendixen, A. J. Buitenhuis, and L. B. Larsen. 2013. The occurrence of noncoagulating milk and the association of bovine milk coagulation properties with genetic variants of the caseins in 3 Scandinavian dairy breed. J. Dairy Sci. 96:4830-4842. Cerca con Google

Poulsen, N. A., A. J. Buitenhuis, and L. B. Larsen. 2015. Phenotypic and genetic associations of milk traits with milk coagulation properties. J. Dairy Sci. 98:2079-2087. Cerca con Google

Pretto, D., M. De Marchi, M. Penasa, and M. Cassandro. 2013. Effect of milk composition and coagulation traits on Grana Padano cheese yield under field conditions. J. Dairy Res. 80:1-5. Cerca con Google

Singh, H. 2004. Heat stability of milk. Int. J. Dairy Technol. 57:111-119. Cerca con Google

Soyeurt, H., D. Bruwier, J.-M. Romnee, N. Gengler, C. Bertozzi, D. Veselko, and P. Dardenne. 2009. Potential estimation of major mineral contents in cow milk using mid-infrared spectrometry. J. Dairy Sci. 92:2444-2454. Cerca con Google

Toffanin, V., M. De Marchi, N. Lopez-Villalobos, and M. Cassandro. 2015. Effectiveness of mid-infrared spectroscopy for prediction of the contents of calcium and phosphorus, and titratable acidity of milk and their relationship with milk quality and coagulation properties. Int. Dairy J. 41:68-73. Cerca con Google

Tyrisevä, A.-M., T. Vahlsten, O. Ruottinen, and M. Ojala. 2004. Noncoaugulation of milk in Finnish Ayrshire and Holstein-Friesian cows and effect of herds on milk coagulation ability. J. Dairy Sci. 87:3958-3966. Cerca con Google

Vallas, M., H. Bovenhuis, T. Kaart, K. Pärna, H. Kiiman, and E. Pärna. 2010. Genetic parameters for milk coagulation properties in Estonian Holstein cows. J. Dairy Sci. 93:3789-3796. Cerca con Google

Van Hulzen, K. J. E., R. C. Sprong, R. van der Meer, and J. A. M. van Arendonk. 2009. Genetic and nongenetic variation in concentration of selenium, calcium, potassium, zinc, magnesium, and phosphorus in milk of Dutch Holstein-Friesian cows. J. Dairy Sci. 92:5754-5759. Cerca con Google

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record