Comparative Analysis of Simplex and Duplex PCR for Detection of Adulteration of Goat Milk and Its Heat-Treated Products

Capa

Citar

Texto integral

Resumo

Introduction: Ensuring the safety and authenticity of milk and technological products of its processing is the primary task of the dairy sector of the industry. Modern molecular genetic technologies make it possible to ensure effective detection of adulterated dairy products, namely to assess the presence of substitution of one type of milk for another. However, there is a significant lack of studies focused on the molecular identification of dairy products that have undergone various thermal processing regimes. In this regard, the influence of milk heating processes on the degradation of nucleic acids and their subsequent analysis using PCR technologies to determine the species composition in the food industry is becoming an actual direction.Purpose: To conduct a comparative analysis of the effectiveness of simplex and duplex polymerase chain reaction (PCR) methods for determining the origin of milk and milk products subjected to different thermal treatments.Materials and Methods: The work was carried out in the laboratory of applied microbiology and genomics of microorganisms of the All-Russian Research Institute of Dairy Industry. The objects of the study were raw, pasteurized, sterilized milk, fermented milk products on yogurt starter and binary milk mixtures of cattle and small ruminants obtained on their basis. This study aims to apply PCR technologies to solve the problem of determining the species composition of milk obtained from cow (Bos taurus) and goat (Capra hircus) and products based on them. Total DNA was extracted from food samples for subsequent analysis by simplex and duplex PCR using a set of species-specific oligonucleotide primers.Results: The sensitivity of simplex and duplex PCR assays for milk-based products was compared and it was found that the relative detection limit for bovine DNA using duplex PCR was lower than simplex PCR and was 50 % for raw milk, 10 % for pasteurized milk and yoghurt starter sour milk. The sensitivity of detection of goat DNA by duplex and simplex PCR was at the level of 1 % except for sterilized milk mixtures: when duplex PCR was used, the detection limit for goat DNA was lower and amounted to 5 %.Conclusion: Molecular genetic methods using mitochondrial targets make it possible to determine the origin of milk in dairy products. The possibilities of PCR application in the analysis of heat-treated dairy products are limited by the size of the amplicons obtained. PCR-based test systems provide a wide range of opportunities for composition and adulteration detection in the dairy industry.

Sobre autores

Alexey Khan

All-Russian Dairy Research Institute

Email: a_khan@vnimi.org
ORCID ID: 0009-0007-6106-6088
Código SPIN: 1235-9645

Daria Koval

All-Russian Dairy Research Institute

Email: d_koval@vnimi.org
ORCID ID: 0009-0004-1491-7423
Código SPIN: 2698-1652

Ekaterina Lazareva

All-Russian Dairy Research Institute

Email: e_lazareva@vnimi.org
ORCID ID: 0000-0002-8069-9661
Código SPIN: 4159-8123

Oleg Fomenko

All-Russian Dairy Research Institute

Email: o_fomenko@vnimi.org
ORCID ID: 0000-0001-7852-3790
Código SPIN: 6833-5707

Bibliografia

  1. Агарков, К. В., & Пряничникова, Н. С. (2023). Актуальность разработки новых видов сухих смесей на молочной основе. Пищевые инновации и биотехнологии: Сборник тезисов XI Всероссийской (национальной) научной конференции студентов, аспирантов и молодых ученых (с. 94–96). Кемерово: Кемеровский государственный университет.
  2. Гильманов, Х. Х., Вафин, Р. Р., Блиадзе, В. Г., & Михайлова, И. Ю. (2020). Проблема фальсификации видовой принадлежности молока. Актуальные вопросы молочной промышленности, межотраслевые технологии и системы управления качеством, 1(1), 125-129. https://doi.org/10.37442/978-5-6043854-1-8-2020-1-125-129
  3. Захарова, И.Н., & Сугян, Н.Г. (2021). Использование козьего молока в питании детей раннего возраста (клинические примеры). Медицинский совет, (17), 175-181. https://doi.org/10.21518/2079-701X-2021-17-175-181
  4. Зимняков, В. М., Ильина, Г. В., Ильин, Д. Ю., & Зимняков, А. М. (2023). Состояние, проблемы и перспективы производства молока в России. Техника и технологии в животноводстве, 1(49), 4-10. https://doi.org/10.22314/27132064-2023-1-4
  5. Зобкова, З. С., Фурсова, Т. П., & Зенина, Д. В. (2018). Выбор белковых ингредиентов, обогащающих и модифицирующих структуру кисломолочных напитков. Актуальные вопросы индустрии напитков, (2), 64-69. https://doi.org/10.21323/978-5-6041190-3-7-2018-2-64-69
  6. Мельденберг, Д. Н., Полякова, О. С., Семёнова, Е. С., & Юрова, Е. А. (2020). Разработка комплексной оценки белкового состава молока сырья различных сельскохозяйственных животных для выработки продуктов функциональной направленности. Хранение и переработка сельхозсырья, (3), 118-133. https://doi.org/10.36107/spfp.2020.352
  7. Меркушева, И. Н., Петриченко, С. П., & Кожухова, М. А. (2005). Пищевая и биологическая ценность козьего молока. Известия вузов. Пищевая технология, (2-3), 44-46.
  8. Чарыков, В. И., Злыднев, А. Н. (2017). Анализ электрофизических методов пастеризации молока. Приоритетные направления развития энергетики в АПК, 1(1), 34-38.
  9. Шегидевич, Е. Д. (2021). Изменение белкового состава молочного сырья при механической и термической обработке. Молодежь в науке-2021, 1(1),131-133.
  10. Шувариков, А. С., Канина, К. А., Робкова, Т. О., & Юрова, Е. А. (2018). К вопросу оценки состава овечьего, козьего и коровьего молока. Овцы, козы, шерстяное дело, 1(1), 20-22.
  11. Юрова, Е. А., Жижин, Н. А., & Фильчакова, С. А. (2020). Применение молекулярно-генетических методов анализа для идентификации видовой принадлежности сырьевого состава пищевой продукции. Вестник МГТУ, 23(3), 214-223. https://doi.org/10.21443/1560-9278-2020-23-3-214-223.
  12. Barłowska, J., Wolanciuk, A., Litwińczuk, Z., & Król, J. (2012). Milk proteins’ polymorphism in various species of animals associated with milk production utility. Milk protein (pp. 235-264). InTech.
  13. Caldwell, J. M., Pérez‐Díaz, I. M., Sandeep, K. P., Simunovic, J., Harris, K., Osborne, J. A., & Hassan, H. M. (2015). Mitochondrial DNA fragmentation as a molecular tool to monitor thermal processing of plant‐derived, low‐acid foods, and biomaterials. Journal of Food Science, 80(8), 1804-1814. https://doi.org/10.1111/1750-3841.12937
  14. De, S., Brahma, B., Polley, S., Mukherjee, A., Banerjee, D., Gohaina, M., Singha K., Singh R., Datta, T., Goswami, S. L. (2011). Simplex and duplex PCR assays for species specific identification of cattle and buffalo milk and cheese. Food Control, 22(5), 690-696. https://doi.org/10.1016/j.foodcont.2010.09.026
  15. Deng, L., Li, A., Gao, Y., Shen, T., Yue, H., Miao, J., Li, R., Yang, J. (2020). Detection of the bovine milk adulterated in camel, horse, and goat milk using duplex PCR. Food Analytical Methods, 13, 560-567. https://doi.org/10.1007/s12161-019-01678-2
  16. Galal‐Khallaf, A., Hussein, D., & El‐Sayed Hassab El‐Nabi, S. (2021). Single nucleotide polymorphism‐based methodology for authentication of bovine, caprine, ovine, camel, and donkey meat cuts. Journal of Food Science, 86(10), 4444-4456. https://doi.org/10.1111/1750-3841.15885
  17. Golinelli, L. P., Carvalho, A. C., Casaes, R. S., Lopes, C. S. C., Deliza, R., Paschoalin, V. M. F., & Silva, J. T. (2014). Sensory analysis and species-specific PCR detect bovine milk adulteration of frescal (fresh) goat cheese. Journal of Dairy Science, 97(11), 6693-6699. https://doi.org/10.3168/jds.2014-7990
  18. Guo, L., Qian, J. P., Guo, Y. S., Hai, X., Liu, G. Q., Luo, J. X., & Ya, M. (2018). Simultaneous identification of bovine and equine DNA in milks and dairy products inferred from triplex TaqMan real-time PCR technique. Journal of Dairy Science, 101(8), 6776-6786. https://doi.org/10.3168/jds.2018-14408
  19. Handford, C. E., Campbell, K., & Elliott, C. T. (2016). Impacts of milk fraud on food safety and nutrition with special emphasis on developing countries. Comprehensive Reviews in Food Science and Food Safety, 15(1), 130-142. https://doi.org/10.1111/1541-4337.12181
  20. Hazra, T., Sharma, V., Sharma, R., & Arora, S. (2016). Simplex PCR assay for detection of cow milk presence in goat milk. Indian Journal of Dairy Science, 69(5), 621-625.
  21. Hird, H., Chisholm, J., Sánchez, A., Hernandez, M., Goodier, R., Schneede, K., Boltz, C., Popping, B. (2006). Effect of heat and pressure processing on DNA fragmentation and implications for the detection of meat using a real-time polymerase chain reaction. Food Additives and Contaminants, 23(7), 645-650. https://doi.org/10.1080/02652030600603041
  22. Kalle, E., Kubista, M., & Rensing, C. (2014). Multi-template polymerase chain reaction. Biomolecular Detection and Quantification, 2, 11-29. https://doi.org/10.1016/j.bdq.2014.11.002
  23. Kourkouli, A., Thomaidis, N., Dasenaki, M., & Markou, A. (2024). Novel and sensitive touchdown polymerase chain reaction assays for the detection of goat and sheep milk adulteration with cow milk. Molecules, 29(8), 1820. https://doi.org/10.3390/molecules29081820
  24. Lad, S. S., Aparnathi, K. D., Mehta, B., & Velpula, S. (2017). Goat milk in human nutrition and health–a review. Int. J. Curr. Microbiol. Appl. Sci, 6(6), 1781-92. https://doi.org/10.20546/ijcmas.2017.605.194
  25. López-Calleja, I., González, I., Fajardo, V., Rodríguez, M. A., Hernández, P. E., García, T., & Martín, R. (2004). Rapid detection of cows' milk in sheeps' and goats' milk by a species-specific polymerase chain reaction technique. Journal of Dairy Science, 87(9), 2839-2845. https://doi.org/10.3168/jds.S0022-0302(04)73412-8.
  26. Pokorska, J., Kułaj, D., Dusza, M., Żychlińska-Buczek, J., & Makulska, J. (2016). New rapid method of DNA isolation from milk somatic cells. Animal Biotechnology, 27(2), 113-117. https://doi.org/10.1080/10495398.2015.1116446
  27. Putri, A. E., Farajallah, A., & Perwitasari, D. (2019). The origin of pesisir cattle based on D-loop mitochondrial DNA. Biodiversitas Journal of Biological Diversity, 20(9). https://doi.org/10.13057/biodiv/d200919
  28. Rodrigues, N. P. A., Givisiez, P. E. N., Queiroga, R. C. R. E., Azevedo, P. S., Gebreyes, W. A., & Oliveira, C. J. B. (2012). Milk adulteration: Detection of bovine milk in bulk goat milk produced by smallholders in northeastern Brazil by a duplex PCR assay. Journal of Dairy Science, 95(5), 2749-2752. https://doi.org/10.3168/jds.2011-5235
  29. Stackebrandt, E. (2009). Phylogeny based on 16S rRNA/DNA. Encyclopedia of Life Sciences (ELS). John Wiley & Sons.
  30. Tuncay, R. M., & Sancak, Y. C. (2022). Comparison of PCR methods for determination of different types of milk added to goat milk. Balıkesir Sağlık Bilimleri Dergisi, 11(3), 509-514. https://doi.org/10.53424/balikesirsbd.1139179
  31. Wang, Z., Li, T., Yu, W., Qiao, L., Liu, R., Li, S., Zhao, Y., Yang, S., & Chen, A. (2020). Determination of content of camel milk in adulterated milk samples by normalized real-time polymerase chain reaction system based on single-copy nuclear genes. Journal of the Science of Food and Agriculture, 100(8), 3465-3470. https://doi.org/10.1002/jsfa.10382.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».