促炎细胞因子作为奶牛产犊前后健康状况的指标

《Veterinary and Animal Science》：Pro-inflammatory cytokines as indicators of health status around calving in dairy cows

　　努斯拉特·贾汉（Nusrat Jahan）| 埃尔米尼奥·特雷维西（Erminio Trevisi）| 安德烈亚·米努蒂（Andrea Minuti）| 萨德克·艾哈迈德（Sadek Ahmed）| 穆罕默德·努鲁尔·哈克（Md Nurul Haque）
孟加拉国达卡谢尔-埃-班格拉农业大学动物营养、遗传与繁殖系

**摘要**
奶牛的过渡期特征是免疫效率暂时下降，以及对代谢性和传染性疾病的易感性增加。促炎细胞因子（Pro-inflammatory Cytokines, PIC）在协调免疫反应和启动急性期反应（Acute Phase Reaction, APP）中起核心作用。本研究旨在确定分娩本身是否会影响PIC的释放，并探讨细胞因子动态、代谢变化与临床疾病发展之间的关联。研究人员从12头荷斯坦弗里斯安奶牛中收集了分娩前7天至分娩后7天的血液样本，检测了白细胞介素-1β（IL-1β）、白细胞介素-6（IL-6）和肿瘤坏死因子-α（TNF-α）的血浆浓度。同时记录了每天的干物质摄入量（Dry Matter Intake, DMI）和健康状况，并将奶牛分为健康组（n=7）和患病组（n=5；患病组在产后第一周出现酮病、乳热病、乳腺炎和腹泻）。此外，还进行了全面的代谢状况评估。

总体而言，分娩对PIC的释放没有显著影响。然而，患病组在分娩前7天至分娩前5天TNF-α浓度升高（P<0.05），分娩前1天IL-6浓度开始上升并在分娩后1天达到显著水平（P<0.05），分娩前2天至分娩后3天IL-1β浓度也升高。与健康组相比，患病组的DMI较低，急性期反应更强烈，表现为触珠蛋白和铜蓝蛋白显著升高（P<0.05），而白蛋白和锌浓度降低。这一发现支持了分娩前炎症状态加剧与过渡期适应不良相关的假设，但在得出明确结论之前，还需要更大规模的前瞻性研究。

**1. 引言**
围产期被广泛认为是奶牛健康和生产力的关键时期。在此期间，乳腺炎、子宫炎、乳热病、胃移位、酮病、酸中毒和跛行等代谢性和传染性疾病的发病率显著增加（Drackley, 1999）。产后疾病占奶牛群体总发病率的很大比例（Ingvartsen, 2006）。此外，单一疾病的发生可能增加其他并发症的风险（Goff, 2006）。因此，维护奶牛在此期间的健康是兽医、营养学家和生产者的首要任务。

分娩期间的免疫抑制现象已有充分记录（Goff, 2006），普遍认为免疫反应受损会使奶牛更容易患上代谢性和传染性疾病。免疫激活会触发细胞因子的产生，这些细胞因子调节炎症反应（Bertoni et al., 2015; Medzhitov, 2008）。主要的促炎细胞因子包括肿瘤坏死因子-α（TNF-α）、白细胞介素-1β（IL-1β）、白细胞介素-6（IL-6）和干扰素-γ（IFN-γ）（Koj, 1998），主要由巨噬细胞分泌。这些细胞因子调节肝脏合成急性期蛋白，促进正向急性期蛋白（如触珠蛋白、血清淀粉样蛋白A和铜蓝蛋白）的生成（Gruys et al., 2005），同时减少负向急性期蛋白（如白蛋白、脂蛋白和视黄醇结合蛋白）的合成（Bionaz et al., 2007）。负向急性期蛋白浓度降低与肝功能受损、繁殖效率下降、产奶量减少和疾病发生率增加有关（Bionaz et al., 2007; Bertoni et al., 2008）。此外，PIC会影响饲料摄入量，从而导致分娩前后食欲下降（Johnson, 1997），进一步增加代谢性疾病的风险（Drackley, 1999; Trevisi et al., 2012）。

先前的研究将分娩前的细胞因子模式主要与分娩后的生殖障碍联系起来（Ishikawa et al., 2004; Islam et al., 2013a and 2013b）。Jahan等人（2020）和Trevisi等人（2015）的最新研究表明，妊娠晚期（分娩前35天）IL-1β和IL-6浓度较高的奶牛在产后代谢适应较差、炎症反应更强烈、产奶性能下降。最新研究还强调了过渡期发生的系统性免疫代谢变化，强调了炎症动态对健康、代谢恢复力和繁殖性能的重要性，但这些研究主要集中在代谢或急性期标志物上，而对分娩前后高分辨率细胞因子动态的长期监测仍有限（Fritzen & Schafer da Silva, 2025; Westhoff et al., 2025）。尽管已有研究调查了奶牛妊娠晚期和哺乳早期的细胞因子谱，但分娩前后短时间内循环促炎细胞因子的动态变化仍不完全清楚（Somagond et al., 2025）。这一空白主要是由于在分娩前后狭窄时间窗口内进行频繁采血的研究较少。因此，目前尚不清楚分娩本身是否会导致循环促炎细胞因子的可测量变化，还是观察到的变化主要反映了潜在的免疫代谢失调，从而导致产后疾病。明确这一区别对于评估过渡期细胞因子反应的生物学意义至关重要。

因此，本研究旨在确定分娩本身是否会导致血浆中PIC浓度的变化，并探讨其与健康状况、代谢适应和DMI之间的关联。了解这些关联有助于早期识别和管理患病风险较高的奶牛。

**2. 材料与方法**
2.1. 研究地点
所有实验均符合意大利关于动物实验和伦理的规定（DL n.116，1992年1月27日）。试验在意大利皮亚琴察市圣心天主教大学（Università Cattolica del Sacro Cuore）的动物技术研究所（Istituto di Zootecnica）的奶牛研究设施中进行。

2.2. 动物、饲养环境及实验设计
本研究采用纵向观察设计，从分娩前7天到分娩后7天进行重复采样。研究对象为12头处于分娩期的多胎荷斯坦奶牛。奶牛被饲养在人工照明和通风的栏舍中，环境条件保持恒定：环境温度约为20°C，相对湿度在60%至70%之间，光照时间为14小时（5:00至19:00），黑暗时间为10小时。

2.3. 饲养管理和日粮组成
奶牛单独饲养，粗饲料自由采食；干奶期奶牛每12小时提供一次粗饲料，泌乳期奶牛每12小时或3小时提供一次浓缩饲料。平均而言，干奶期奶牛每天摄入9–12公斤干草、8–10公斤玉米青贮料和1–2公斤浓缩饲料。分娩后，日粮改为2公斤干草和3公斤苜蓿青贮料，浓缩饲料和玉米青贮料逐渐增加（分娩后第30天，平均摄入量分别为11–13公斤和18–20公斤）。妊娠最后一个月和哺乳第一个月的日粮组成见表1。

**表1. 干奶期（妊娠最后一周）和泌乳期（哺乳第一个月）奶牛日粮的成分及主要化学和营养特性**
| 成分 | 干物质百分比（% DM） |
|---------|------------|
| 干草 | 75.0 | 11.9 |
| 苜蓿青贮料 | 15.3 | 23.0 |
| 大豆粕 | 8.8 | |
| 矿物质和维生素补充剂 | 10.9 | 0.8 |
| 商业浓缩饲料 | 5.3 | |

2.4. 采样计划和血液采集
血液样本在分娩前7天、-2天、-1天、0天、1天、2天、3天和7天采集，以实现分娩期间的高频监测。分娩当天（第0天），样本在分娩前3小时内采集（-0.1天）；分娩后立即采集（第0.1天）；分娩后4小时（第0.5天）；分娩后12小时（第0.5天）。所有血液样本均从颈静脉采集，使用含肝素抗凝剂（Vacuette, Kremsmünster, Austria）的试管中保存，并立即放入冰水中直至实验室。采集后1小时内，部分血液用于计算细胞压积（Centrifugette 4203, ALC International Srl, ColognoMonzese, Italy）；剩余血液在4°C下以3500×g离心15分钟，血浆部分冷冻于-20°C待分析。

2.5. 干物质摄入量（DMI）和健康状况监测
实验期间每天通过常规检查评估奶牛的健康状况。所有奶牛在干奶期接受乳房内注射药物（penethamate hydroiodide、bentamin penicillin、framycetin sulphate；Mamyzin?, Boehringer Ingelheim Italy S.p.A.）和肌肉注射泰乐菌素（Eli Lilly, Sesto Fiorentino, Italy）（Trevisi et al., 2012）。每天对所有奶牛进行临床检查（反刍活动、粪便性状、子宫分泌物、受伤或关节肿胀情况、产奶量和乳块存在情况），并在每天喂食时间（8:00）测量直肠温度。除分娩前后四周外，每六个月所有奶牛均接种一次减毒活疫苗（CattleMaster 4, Pfizer Animal Health, Exton, PA, USA），预防牛病毒性腹泻、传染性牛鼻气管炎、3型副流感病毒和牛呼吸道合胞病毒。DMI通过记录提供的饲料与实际摄入量之差来测定。日粮的干物质含量通过定期采样粗饲料和浓缩饲料（每批更换时）以及每4周采样玉米青贮料来评估。

2.6. 健康分类和分组
数据收集完成后进行分组，各组在胎次、体况评分（BCS）、既往产奶量和既往健康事件方面无显著差异。根据产后第一周的临床检查，将奶牛分为健康组（n=7头）和患病组（n=5头，患有乳腺炎、酮病、乳热病或腹泻等一种或多种疾病）。本研究主要使用重复测量方法来分析分娩前后循环促炎细胞因子的短期变化。由于每头奶牛在多个时间点均作为自身对照，这种设计大大减少了个体间变异，使得在样本量有限的情况下仍能检测到生物学上显著的细胞因子浓度变化。因此，12头奶牛的样本量足以评估分娩是否影响血浆中TNF-α、IL-1β和IL-6的浓度。先前关于过渡期奶牛的研究也报告了类似的变异性和效应大小。

将促炎细胞因子作为产后疾病预测因子的评估属于探索性次要目标。根据产后第一周的临床结果，将奶牛分为健康组和患病组。鉴于样本量有限，这些分析旨在提出关于炎症状态与疾病易感性之间关联的假设，而非提供明确的预测验证。尽管产后疾病（如低钙血症、乳腺炎和酮病）在临床表现上有所不同，但它们具有共同的病理生理机制，如免疫激活、系统性炎症和代谢适应不良。这种共同的病理生理机制支持在探讨炎症生物标志物时使用综合疾病分类。

2.7. 生化和炎症标志物的实验室分析
血液样本用于检测一系列生化和炎症标志物，包括：
i) 炎症反应指标：正向急性期蛋白（触珠蛋白、铜蓝蛋白）和负向急性期蛋白（白蛋白、胆固醇作为脂蛋白指标）；
ii) 肝功能指标：总胆红素、天冬氨酸氨基转移酶（GOT）、γ-谷氨酰转移酶（GGT）、碱性磷酸酶（ALP）、对氧磷酶（PON）；
iii) 能量代谢指标：葡萄糖、NEFA、BHBA；
iv) 蛋白质代谢指标：尿素、肌酐；
v) 氧化应激反应指标：总活性氧代谢物（ROMs）；
vi) 矿物质（Ca、P、Mg、Na、K、Cl、Zn）；
vii) 维生素：视黄醇（及其载体蛋白）、生育酚、β-胡萝卜素；
viii) 其他参数（总蛋白、球蛋白）。

分析方法遵循Bertoni等人（2008）的报告。具体而言，葡萄糖、总蛋白、白蛋白、总胆固醇、总胆红素、肌酐、尿素、Ca、P、Mg、GOT、GGT和ALP使用ILAB 600自动分析仪（Instrumentation Laboratory, USA）和商业试剂盒在37°C下检测。球蛋白通过总蛋白与白蛋白的差值计算得出。电解质（Na+、K+ 和 Cl?）通过电位计法（连接到 ILAB 600 的离子选择性电极）进行检测。Zn 和 NEFA 通过商业试剂盒（Wako Chemicals GmbH，德国诺伊斯）进行测定。ROMs 使用 Diacron International S.r.l.（意大利格罗塞托）专利的方法进行测量。BHBA 通过 Ranbut 商业试剂盒（Randox Laboratories Ltd., 英国克鲁姆林）进行测定。触珠蛋白和铜蓝蛋白的分析采用了 Bertoni 等人（2008年）提出的方法，并适应 ILAB 600 的条件。使用 ILAB 600，修改了 Ferré 等人（2002年）的方法来测量血浆中的 PON 活性。己烷用于提取血浆中的视黄醇、α-生育酚和 β-胡萝卜素，然后使用 Spherisorb ODS-2.3μm 标准的逆相 HPLC 在 150 × 4.6 mm 柱子中进行分析（Alltech，美国迪尔菲尔德）。流动相为甲醇：四氢呋喃 = 80:20，紫外检测器分别设置在 325 nm（视黄醇）和 290 nm（α-生育酚）。

2.8 细胞因子测定
血浆中的 IL-1β、IL-6 和 TNF-α 浓度使用牛特异性 ELISA（酶联免疫吸附测定）试剂盒进行测定。IL-1β 和 IL-6 使用 Pierce（Thermo Scientific，美国罗克福德）的 Elisa Screening Set 进行测定，而 TNF-α 使用 R&D Systems, Inc.（美国明尼阿波利斯）的 Bovine TNF-alpha DuoSet ELISA（DY2279）进行测定。所有样本均重复分析两次。IL-1β、IL-6 和 TNF-α 的批内变异系数在 3.5% 到 5% 之间，批间变异系数在 13% 到 17% 之间。

2.9 统计分析
本研究中动物数量有限，可能会降低评估促炎细胞因子对特定产后疾病预测能力的统计功效。尽管如此，这里采用的重复测量实验设计和探索性框架与旨在识别与健康状况相关的生物学相关炎症模式的产后奶牛研究一致，因此结果应被视为假设生成而非确认性结果（Bertoni 等人，2008年；Trevisi 等人，2015年；Kasimanickam 等人，2013年）。尽管数据收集较早，但分析和解释采用了当前的免疫代谢框架。统计分析使用 SAS 软件（版本 8.0；SAS Institute Inc.，美国卡里）进行。这些数据使用 SAS 的 MIXED 程序中的 REPEATED 语句进行了方差分析（ANOVA）。血浆参数的统计模型包括组别（健康和患病）的固定效应以及分娩后天数（DFP = -7, -2, -1, -0.1, 0, 0.1, 0.5, 1, 2, 3, 7, 28）和组别与 DFP 之间的交互作用。对于所有参数，随机变量是组内的奶牛。使用 SAS 的 UNIVARIATE 程序测试每个参数的正态分布，并在必要时使用自然对数（IL-1β、IL-6、葡萄糖、胆固醇、尿素、镁、GOT、GGT、胆红素、触珠蛋白、生育酚、体细胞计数）或立方（钙）转换进行标准化，以达到适当的峰度和偏度值。每个参数都接受了四种协方差结构的测试：一阶自回归、复合对称性、空间功率和 Toeplitz，保留了最佳协方差结构（Littell 等人，1998年）。鉴于样本量有限，所有统计分析都是在探索性和假设生成的框架内进行的，而不是作为确认性测试。应用线性混合效应模型来解释奶牛内的重复测量结果，同时使用残差和正态 Q–Q 图的视觉检查来评估模型假设，因为正式的正态性测试在小样本中的可靠性有限。为了最小化过度参数化，减少了无信息的交互项，并在解释结果时强调了效应大小和趋势的一致性，而不是孤立的 P 值。

3. 结果
3.1 促炎细胞因子
在纳入研究的奶牛中，产次、产前体况评分和之前的泌乳期产奶量方面没有显著差异。在健康奶牛和出现产后疾病的奶牛之间，这些基线特征也没有系统性的差异。此外，之前泌乳期的健康事件发生率较低，并在实验群体中均匀分布。
从分娩后第 -7 天到第 +7 天（DFP）测量的血浆 TNF-α、IL-1β 和 IL-6 浓度总结在图 1 和表 2 中。当汇总所有奶牛的数据时，这三种细胞因子在整个采样期间显示出相对稳定的模式。分娩后立即观察到小幅的短期上升，但这种变化并不代表相对于产前值的持续或统计学上的显著变化。

下载：下载高分辨率图像（193KB）
下载：下载全尺寸图像
图 1. 健康（左侧面板）和患病（右侧面板）奶牛分娩后血浆中 TNF-α、IL-1β 和 IL-6 浓度的变化。数据以平均值 ± 标准差表示。第 0 天代表分娩日（垂直线）。分娩后每天的统计学显著差异用 *=（P < 0.05）和 +=（P < 0.1）表示。
表 2. 健康和患病奶牛从分娩后第 -7 天到第 7 天的 TNF-α、IL-1β 和 IL-6 血浆浓度平均值。

参数 组别 DFP SEM 显著性水平
TNF-α 健康 4 5 0.7 7 7.0 6 4 5 8 5 9 4 8 4 6 3 0.09
IL-1β 健康 6 7 3 6 8 4 3 5 6 9 4 7 6 1 5 1 3 9 4 8 5 6 1 2 0.03
IL-6 健康 2 6 7 3 5 6 9 3 7 6 9 5 4 8 7 6 1 5 1 3 9 4 8 5 6 1 2 0.03
** 患病 14 0 4 1 7 2 3 4 5 6 9 4 7 6 1 5 1 3 9 4 8 5 6 1 2 0.09

3.2 炎症代谢谱和 DMI
与急性期反应、蛋白质状态和矿物质代谢相关的标志物在表 3 中呈现。与健康组相比，被分类为患病的奶牛在分娩后显示出显著更高的急性期阳性蛋白（触珠蛋白和铜蓝蛋白）浓度（P<0.05），以及更低的白蛋白浓度，表明更强的急性期负反应；同时，患病奶牛的分娩后锌水平高于健康奶牛，这与金属硫蛋白活性增加和全身炎症一致。

表 3. 健康和患病奶牛从分娩后第 -7 天到第 7 天的血浆中铜蓝蛋白、触珠蛋白、白蛋白和锌的浓度平均值。
参数 组别 DFP SEM 显著性水平
铜蓝蛋白（μmol/L） 健康 2.6 2.4 2.4 2.7 2.7 2.8 2.7 2.8 3.0 3.1 3.3 3.0 2.9 4 0.05 5 <0.0001
触珠蛋白（g/L） 健康 0.1 0.1 0.1 0.2 0.1 0.1 0.3 0.6 0.7 0.5 0.4 0.9 9 4 0.0001
白蛋白（g/L） 健康 36.6 3.6 3.6 6.4 3.6 6.7 3.6 6.0 3.6 3.1 3.5 3.6 3.4 0.03
锌（μmol/L） 健康 12.3 12.1 11.6 11.1 10.6 8.7 28.3 10.6 11.7 13.4 11.0 7 12 <0.0001
DMI（Kg/天） 健康 13.1 11.7 10.5 10.0 11.6 13.5 14.4 16.4 13.7 0.03 <0.0001

对于每个参数，相同分娩后天数组间的显著差异用 *=（P < 0.05）和 +=（P < 0.1）表示。
DFP = 分娩后天数

此外，干物质摄入量（DMI）也表现出类似的模式。患病奶牛在分娩后立即的几天内DMI减少，这与细胞因子和 APP 的升高相呼应，表明炎症状态与饲料摄入量减少之间存在关联。

4. 讨论
过渡期以显著的生理调整为特征，许多在此期间出现的免疫和代谢紊乱可能在没有明显临床症状的情况下发展。因此，了解分娩前后炎症介质的行为对于早期识别有产后疾病风险的奶牛非常重要。尽管有一些研究描述了妊娠晚期和泌乳早期的细胞因子模式，但由于需要频繁采样，分娩时刻的时间动态仍然不完全清楚。本研究通过提供分娩前后细胞因子动态的高频特征，扩展了现有文献，揭示了可能在采样间隔较宽的研究中无法捕捉到的短暂炎症波动。
在本研究中，我们在分娩前后多个时间点监测了主要的促炎细胞因子（TNF-α、IL-1β 和 IL-6）。在所有动物中，细胞因子仅显示出相对轻微的变化，仅在分娩后立即出现短暂升高。这种短暂的高峰与之前的观察结果一致，例如 Trevisi 等人（2015年）的报告，他们在采样间隔较宽的情况下报告了分娩前后细胞因子的微小变化。他们的发现以及当前的结果表明，与分娩相关的急剧变化可能难以检测，除非在分娩前后非常频繁地进行采样。
其他物种中也描述了分娩周围的细胞因子反应。例如，Hebisch 等人（2004年）记录了孕妇分娩和产后早期 IL-1β 和 IL-6 的波动。同样，Jonsson 等人（2013年）报告了分娩后不久收集的白细胞中 IL-1β 基因表达的增加。这些研究表明，分娩可以触发生理炎症反应，但这种反应的幅度和持续时间可能在个体之间有很大差异。

4.1 分娩对血浆中 PIC 浓度的影响
当奶牛根据其产后健康状况进行分类时，出现了明显的组间差异。后来出现临床状况的奶牛从分娩后第 -7 天开始就持续表现出较高的 TNF-α 浓度（P < 0.05 或 P < 0.1，取决于具体天数）。这些奶牛从分娩后第 -1 天开始也显示出较高的 IL-6 水平，这种差异在分娩后第 +1 天变得显著。
类似地，患病组的 IL-1β 浓度从分娩后第 -2 天到第 +3 天也升高，与健康奶牛相比既有显著差异也有趋势上的差异。这些发现表明，后来生病的奶牛在分娩前就已经表现出较高的炎症活性。

4.2 炎症代谢谱和 DMI
与急性期反应、蛋白质状态和矿物质代谢相关的标志物在表 3 中呈现。与健康组相比，被分类为患病的奶牛在分娩后显示出显著更高的急性期阳性蛋白（触珠蛋白和铜蓝蛋白）浓度和更低的白蛋白浓度，表明更强的急性期负反应；同时，患病奶牛的分娩后锌水平高于健康奶牛，这与金属硫蛋白活性增加和全身炎症一致。

此外，干物质摄入量（DMI）也表现出类似的模式。患病奶牛在分娩后立即的几天内DMI减少，特别是在分娩后的前几天。这种减少反映了细胞因子和 APP 的升高，表明炎症状态与饲料摄入量减少之间存在关联。
葡萄糖、胆固醇、尿素、钙、镁、肝酶（AST、GGT）和体细胞计数的浓度在健康奶牛和患病奶牛之间或随时间推移没有显著差异（P > 0.10）。因此，这些变量没有详细展示，但作为全面代谢谱的一部分被包括在内。

4. 讨论
过渡期以显著的生理调整为特征，许多在此期间出现的免疫和代谢紊乱可能在没有明显临床症状的情况下发展。因此，了解分娩前后炎症介质的行为对于早期识别有产后疾病风险的奶牛非常重要。尽管有一些研究描述了妊娠晚期和泌乳早期的细胞因子模式，但由于需要频繁采样，分娩时刻的时间动态仍然不完全清楚。本研究通过提供分娩前后细胞因子动态的高频特征，扩展了现有文献，揭示了可能在采样间隔较宽的研究中无法捕捉到的短暂炎症波动。
在本研究中，我们在分娩前后多个时间点监测了主要的促炎细胞因子（TNF-α、IL-1β 和 IL-6）。在所有动物中，细胞因子仅显示出相对轻微的变化，仅在分娩后立即出现短暂升高。这种短暂的高峰与之前的观察结果一致，例如 Trevisi 等人（2015年）的报告，他们在采样间隔相对较宽的情况下报告了分娩前后细胞因子的微小变化。他们的发现以及当前的结果表明，与分娩相关的急剧变化可能难以检测，除非在分娩前后非常频繁地进行采样。
分娩周围的细胞因子反应也在其他物种中被描述。例如，Hebisch 等人（2004年）记录了孕妇分娩和产后早期的 IL-1β 和 IL-6 的波动。同样，Jonsson 等人（2013年）报告了分娩后不久收集的白细胞中 IL-1β 基因表达的增加。这些研究表明，分娩可以触发生理炎症反应，但这种反应的幅度和持续时间可能在个体之间有很大差异。

4.1 分娩对血浆中 PIC 浓度的影响
当奶牛根据其产后健康状况进行分类时，出现了更有信息量的模式。后来出现临床疾病的动物在分娩前和分娩后不久显示出较高的循环 TNF-α、IL-1β 和 IL-6 水平。在本研究中，“升高”是指组间的相对差异，而不是绝对的病理阈值。鉴于样本量有限和观察设计，无法提出诊断阈值，观察到的关联不应被解释为因果关系。
这些观察结果加强了 Jahan 等人（2020年）、Trevisi 等人（2015年）和 Jahan 等人（2015年）的早期发现，他们证明了分娩前较高的 IL-1β 或 IL-6 与较差的代谢恢复能力和分娩后疾病风险增加有关。
当前的研究结果也支持了早期报告，将细胞因子浓度与产后生殖障碍联系起来（Ishikawa 等人，2004年；Islam 等人，2013a，2013b）。例如，Ishikawa 等人（2004年）表明，分娩前的较高 IL-6 浓度可以预测产后生殖问题。同样，Kasimanickam 等人（2013年）观察到被诊断为子宫疾病的奶牛在产后早期有较高的 TNF-α、IL-1β 和 IL-6。
并非所有研究的结果都一致。Islam 等人（2013a）报告说，分娩前的较低 IL-1β 水平与产后疾病风险增加有关。在另一项实验中，Islam 等人（2013b）提出，IL-10 水平升高可能是胎盘滞留和子宫炎的潜在预测因子。这些差异可能源于采样计划的不同、疾病定义的不同，或者这些研究中缺乏平行的炎症和代谢指标。无论如何，当前的工作和几项先前的研究都支持分娩前细胞因子活性增加可以预示疾病易感性的概念。

4.2 血浆中 PIC 浓度、健康状况和 DMI 的关系
多项研究试图识别能够预测围产期奶牛临床结果的炎症和氧化应激标志物（Ishikawa 等人，2004年；Islam 等人，2013a，2013b），尽管他们的发现往往不一致。在本研究中，我们对产后临床障碍的观察结果与 Trevisi 等人（2015年）和 Jahan 等人（2020年）的结果一致，他们报告说在干奶期 IL-1β 浓度最高的奶牛健康状况较差，代谢和炎症紊乱更严重，泌乳早期表现也较差。
最近的研究还表明，泌乳早期的代谢和炎症反应与氧化应激有关（Zhang 等人，2024年）。此外，微量营养素干预已被证明可以调节过渡期的促炎细胞因子谱（Somagond 等人，2025年）。
我们的观察结果也与 Ishikawa然而，由于Islam等人（2013a, 2013b）的研究没有测量血浆中的炎症或代谢标志物，因此很难与我们的结果进行直接比较。我们的发现也与El-Deeb等人（2017）的研究结果一致，他们报告称患有产后酮症的奶牛的IL-1β、IL-6和TNF-α浓度显著高于健康奶牛，并强调了促炎细胞因子（PIC）和急性期蛋白（触珠蛋白、血清淀粉样蛋白A、纤维蛋白原、铜蓝蛋白、α1-酸性糖蛋白）作为产后酮症的有希望的生物标志物。分娩前PIC水平升高的奶牛也倾向于干物质摄入量（DMI）减少。将PIC浓度与饲料摄入量联系起来的研究在各个研究之间似乎更为一致。促炎细胞因子具有强烈的行为、神经内分泌和代谢效应，并且已知会在多种实验室物种中减少饲料摄入量（Kasimanickam等人，2013；Plata-Salamán，2000；Johnson，1997）。我们的发现支持Trevisi等人（2015）的研究结果，他们观察到分娩前PIC浓度较高的奶牛在整个哺乳期间的饲料摄入量较少，并且乳腺炎的发生率更高。在禽类中也记录了类似的效果，各种炎症因子会减少饲料摄入量和生长效率，同时增加体温和血浆皮质酮水平（Klasing等人，1987）。在实验性诱导酮症的奶牛中，IL-6表达的增加也可能导致DMI减少（Loor等人，2007）。总体而言，现有的证据与我们的研究结果一致。几项最近的实验研究进一步描述了饮食和免疫反应，为分娩期间的细胞因子动态提供了更新的背景（Westhoff等人，2025）。

4.3. 急性期反应物、PIC与健康状况的关系
患病的奶牛也表现出更强烈的急性期反应，这表现为触珠蛋白和铜蓝蛋白浓度的增加以及白蛋白水平的降低。这种模式是全身性炎症的典型特征，其中PIC刺激肝脏合成正性急性期蛋白并抑制负性急性期蛋白的合成。患病组中观察到的血浆锌水平升高可能反映了金属硫蛋白活性的增加，这是氧化或炎症应激的标志。这些发现与之前描述经历产后健康问题的奶牛具有更强急性期蛋白反应的报告一致（Bionaz等人，2007；Bertoni等人，2008；Saco & Bassols，2023）。
全身性炎症已被证明会干扰钙的稳态，通过降低甲状旁腺激素的反应性、损害维生素D的激活以及改变肠道钙的吸收。因此，循环中的细胞因子浓度升高可能通过破坏满足早期哺乳期钙需求所需的内分泌和代谢适应机制，间接导致低钙血症的发展。
细胞因子、急性期蛋白和DMI的数据共同表明，发生产后疾病的奶牛在生理上已经与分娩前的健康奶牛有所不同。从实际角度来看，这些结果并不支持立即将循环中的细胞因子作为独立的诊断工具。然而，这些发现表明，未来的产前炎症谱分析可以补充代谢和临床指标，用于识别产后疾病风险较高的奶牛，前提是这些发现能够在更大规模的前瞻性研究中得到验证，并转化为可靠且成本效益高的检测方法。
本研究的一个主要优势在于其综合实验方法，结合了对促炎细胞因子的重复测量以及代谢指标、炎症标志物和干物质摄入量的测量，从而提供了对过渡期适应的全面了解。围绕分娩的高频纵向采样策略使得能够描述在传统过渡期奶牛研究中经常被忽视的短期炎症动态。此外，在受控的营养和管理条件下对个体动物的监测最小化了外部变异源，并提高了检测奶牛随时间变化的生物学意义的能力。
尽管有这些发现，但仍需考虑几个限制因素。相对较小的样本量和探索性设计可能会限制统计功效和普遍性。健康状况是回顾性分类的，患病组包括异质性的产后状况，这可能影响了炎症模式。仅测量了促炎细胞因子，而缺乏抗炎介质（如IL-10）限制了对免疫平衡的全面评估。此外，所研究细胞因子的生理参考范围和临床意义阈值尚未充分定义，且未评估早期哺乳期之后的长期健康和生产结果。因此，需要更大规模的前瞻性研究来验证过渡期炎症谱分析的临床适用性。

5. 结论与意义
本研究提供了关于奶牛在分娩前一周和分娩后关键促炎细胞因子行为的详细见解。当所有动物一起评估时，分娩本身并没有导致TNF-α、IL-1β或IL-6浓度的显著或持续变化，除了分娩后立即出现的一个短暂峰值。然而，当根据产后健康状况对奶牛进行分类时，出现了明显的差异。发生代谢或感染性疾病的奶牛在分娩前的细胞因子浓度较高，同时急性期反应更强，分娩后的饲料摄入量减少。这些发现表明，产前的炎症活动增强可能反映了生理适应能力的受损，并表明早期哺乳期的疾病风险增加。尽管较高的促炎细胞因子浓度与随后的产后疾病相关，但由于研究的探索性质和样本量有限，这些发现应谨慎解释。因此，促炎细胞因子可能作为过渡期适应能力受损的潜在指标，而不是疾病的决定性生物标志物。

伦理声明
所有程序均符合意大利关于动物用于研究的法规（DL n.116，1992年1月27日）。试验在意大利皮亚琴察的Istituto di Zootecnica, Università Cattolica del Sacro Cuore的奶牛研究设施进行。

数据可用性
与本文相关的补充数据文件可根据合理请求提供。

作者贡献声明
Nusrat Jahan：撰写——原始草稿、审阅与编辑、可视化、方法学、验证、调查、资源、形式分析、数据管理、概念化。
Erminio Trevisi：监督、审阅与编辑、资金获取、可视化、验证、软件、资源、项目管理、概念化。
Andrea Minuti：监督、审阅与编辑、可视化、验证、软件、形式分析、数据管理、资源、项目管理、概念化。
Sadek Ahmed：审阅与编辑、方法学、验证、调查、资源。
Md Nurul Haque：审阅与编辑。

资金来源
该研究由Romeo ed Enrica Invernizzi基金会（意大利米兰）资助，并得到了意大利Università Cattolica del Sacro Cuore的Agro-Food System（Agrisystem）博士项目的支持。

关于生成式AI和AI辅助技术在写作过程中的声明
作者使用了ChatGPT和QuillBot的免费版本来提高语言的可读性和清晰度。为了保证科学内容的准确性和完整性，所有使用都是在人类监督下进行的，作者对结果进行了严格的审查和编辑。

作者贡献声明
Nusrat Jahan：撰写——审阅与编辑、撰写——原始草稿、可视化、验证、资源、方法学、调查、形式分析、数据管理、概念化。
Erminio Trevisi：撰写——审阅与编辑、可视化、验证、监督、软件、资源、项目管理、资金获取、概念化。
Andrea Minuti：撰写——审阅与编辑、可视化、验证、监督、软件、资源、项目管理、形式分析、数据管理、概念化。
Sadek Ahmed：审阅与编辑、方法学、验证、调查、资源。
Md Nurul Haque：撰写——审阅与编辑。