婁文琦，羅漢鵬，劉 林，鄒 楊，王雅春*

（1.中國農(nóng)業(yè)大學(xué)動物科學(xué)技術(shù)學(xué)院，北京 100193；2.北京奶牛中心，北京 100192）

消費(fèi)需求的改變導(dǎo)致乳品業(yè)越來越注重牛奶品質(zhì)。選擇作為物種起源與進(jìn)化的動力和機(jī)制，對提升家畜生產(chǎn)力起極大作用，同時(shí)有效的表型分析工具和準(zhǔn)確的表型測定是加快被選性狀遺傳進(jìn)展的關(guān)鍵因素[1]。從群體水平上測定牛奶品質(zhì)性狀并將其作為目標(biāo)性狀加入育種計(jì)劃，有利于提升牛奶品質(zhì)，滿足消費(fèi)需求。這種對牛奶進(jìn)行快速、廉價(jià)、準(zhǔn)確、高通量分析的方法促使中紅外（Mid-Infrared，MIR）光譜在畜牧業(yè)和食品領(lǐng)域大量應(yīng)用。在MIR區(qū)域中，物質(zhì)被電磁輻射穿過，分子鍵位因吸收能量而發(fā)生改變，根據(jù)被照射樣品的能量吸收程度，結(jié)合光譜分析，可對樣品進(jìn)行定性和定量分析。中紅外光譜分析技術(shù)(Mid-Infrared Spectroscopy，MIRS)作為潛在工具可用于大群的表型及遺傳數(shù)據(jù)收集，正成為乳品科學(xué)的主要課題之一[2]。國內(nèi)牛奶MIRS作為奶牛相關(guān)性狀的研究和應(yīng)用還未見報(bào)道，故本文總結(jié)了目前牛奶MIR光譜相關(guān)指標(biāo)及其遺傳規(guī)律，旨在深入認(rèn)識MIR光譜的遺傳特性，為通過牛群選育提高牛奶品質(zhì)提供理論基礎(chǔ)。

1 牛奶MIRS原理及數(shù)據(jù)處理

1.1 牛奶MIRS簡介 早在1967年，紅外分析方法便用于牛奶脂肪、蛋白、乳糖含量檢測[3]。且隨著MIRS相關(guān)硬件設(shè)施及精確測定方法的提升，乳品業(yè)從依據(jù)奶牛體脂率和體重評價(jià)牛奶價(jià)值體系轉(zhuǎn)換為依據(jù)牛奶成分比重確定牛奶價(jià)值，這無疑推動了整個(gè)行業(yè)的發(fā)展[4]。隨后MIRS迅速應(yīng)用于奶酪制作及后續(xù)質(zhì)量鑒定，在線實(shí)時(shí)估計(jì)牛奶凝乳參數(shù)，監(jiān)控奶酪制作[5]。該項(xiàng)技術(shù)發(fā)展越來越成熟，逐步適用牛奶規(guī)?；|(zhì)量檢測，在此基礎(chǔ)上出現(xiàn)了奶牛生產(chǎn)性能測定體系（Dairy Herd Improvement，DHI）。

傳統(tǒng)乳制品檢測分析速度慢，步驟繁瑣，準(zhǔn)確度不能保證，凱氏定氮法、分光光度計(jì)法、酸水解法等方法越顯疲軟。氣相色譜法（Gas Chromatography，GC）、高效液相色譜法（High Performance Liquid Chromatography，HPLC）等測定方法準(zhǔn)確可靠，但儀器設(shè)備要求高，限于實(shí)驗(yàn)室。越來越多研究表明使用MIRS不僅能對牛奶中常規(guī)營養(yǎng)成分（如蛋白質(zhì)、脂肪、尿素含量、體細(xì)胞數(shù)等）進(jìn)行測定，還能分析和預(yù)測經(jīng)濟(jì)相關(guān)的新牛奶表型（如各類脂肪酸、乳蛋白組成及結(jié)構(gòu)、凝乳特性[6]、滴定酸度[7]、機(jī)體能量[8]、潛在疾病[9]等）。

致力于探究MIR光譜在乳業(yè)中應(yīng)用于表型預(yù)測或遺傳目的有效性研究逐漸增多，總體上呈上升趨勢。關(guān)于預(yù)測牛奶中新性狀的大型國際研究項(xiàng)目也印證了這一點(diǎn)[10]。

1.2 牛奶MIRS原理 紅外光處在微波光區(qū)和可見光區(qū)之間，位于紅光外側(cè)，故命名為“紅外線”。根據(jù)波長可分近紅外光區(qū)(0.75～2.50 μm)、中紅外光區(qū)(2.50～25.00 μm)、遠(yuǎn)紅外光區(qū)(25.00～1 000.00 μm)3個(gè)區(qū)。不同波長的光具有不同作用，MIR是波數(shù)4 000～400 cm-1的電磁波，是絕大多數(shù)有機(jī)物和無機(jī)離子的基頻吸收帶，也是紅外光中最適合進(jìn)行物質(zhì)定性和定量分析區(qū)域，主要應(yīng)用于有機(jī)物結(jié)構(gòu)的識別和鑒定[11]。

MIR光譜通常以波數(shù)來表示吸收譜帶的位置，橫軸單位為cm-1，是指1 cm長度內(nèi)波的數(shù)目，縱軸單位為吸光度（Absorbance，A）或透過率（Transmittance，T），且T=10-A，而T=I牛奶/水，其中I為透射度，由于牛奶是混合物，所以一般T＜1。

如圖1所示，化合物在此范圍內(nèi)呈基頻、倍頻或合頻吸收，有特異的紅外吸收峰，峰的位置、形狀、數(shù)目和強(qiáng)度均隨化合物不同而不同，因此像人的指紋一樣具有特異性[12]，例如乳蛋白相關(guān)的光譜區(qū)域?yàn)? 604～1 000、3 040～1 701、4 000～3 460 cm-1[13-15]；乳脂相關(guān)光譜區(qū)域?yàn)? 805～1 736、3 000～2 800 cm-1[16-18]；與水相關(guān)的光譜區(qū)域?yàn)?30～650、1 700～1 600、3 470～3 040 cm-1。借助已有信息（官能團(tuán)等）對未知樣的MIR光譜進(jìn)行分析，可判定樣品是否存在相關(guān)官能團(tuán)，能較準(zhǔn)確推斷出該物質(zhì)結(jié)構(gòu)，從而定性分析化合物。乳成分濃度影響吸收峰強(qiáng)度，因此特征吸收峰值是分子量的函數(shù)，根據(jù)MIR光譜上特征吸收峰來建立預(yù)測模型并不斷校正，便可實(shí)現(xiàn)對目標(biāo)乳成分定量分析。

1.3 牛奶MIR光譜處理及標(biāo)準(zhǔn)方程建立 早在2006年，Soyeurt等[19-21]嘗試對牛奶脂肪含量的MIR光譜建立標(biāo)準(zhǔn)預(yù)測方程，結(jié)果可行，并且這種預(yù)測存在潛在遺傳價(jià)值，隨后De Marchi等[18]、Ferrand等[22]、Ferrand-Calmels等[23]、Eijndhoven等[24-25]采用多種數(shù)據(jù)分析方法對MIR光譜進(jìn)行探究以提高牛奶脂肪組分標(biāo)準(zhǔn)預(yù)測模型準(zhǔn)確性。此外，Etzion等[14]、Marchi等[15]、Bonfatti等[26]研究表明MIR光譜可對牛奶蛋白質(zhì)含量進(jìn)行預(yù)測；Byler等[27]、Soyeurt等[28]、Wu等[29]、Santos等[30]、Toffanin等[7]利用MIR光譜對奶中礦物質(zhì)及其他物質(zhì)建立預(yù)測模型，具有較高預(yù)測和鑒定能力。

牛奶中微粒分布狀態(tài)、分子互作、樣品大小等因素會導(dǎo)致隨機(jī)噪音、基線漂移等干擾信息出現(xiàn)，利用預(yù)處理可提高光譜數(shù)據(jù)與化學(xué)測定值之間的線性關(guān)系[31]。原始MIR光譜預(yù)處理方法主要包括多元散射校正（Multipli cative Scatter Correction，MSC）、正態(tài)化（Normalization）、標(biāo)準(zhǔn)正態(tài)變量變換（Standard Normal Variate，SNV）、求導(dǎo)算法（Derivative）、平滑處理（Smoothing）等。

Soyeurt[32]和De Marchi等[18]探究不同校正方法對牛奶脂肪組分估計(jì)準(zhǔn)確性的影響，結(jié)果顯示處理后數(shù)據(jù)比原始數(shù)據(jù)具有更好的準(zhǔn)確性。MSC和平滑處理可有效消除樣品自身對光譜的影響，提高信噪比。圖2是原始MIR光譜經(jīng)導(dǎo)數(shù)運(yùn)算后峰值變化情況，降低光譜峰值偏移和漂移，提高分辨率，可有效挑選峰值。其他如標(biāo)準(zhǔn)正則變換能有效篩選相關(guān)光譜區(qū)域，減少無關(guān)或較弱相關(guān)區(qū)域干擾，歸一化則可同時(shí)消除絕對強(qiáng)度及光散射的影響。最后使用偏最小二乘法（Partial Least Squares，PLS）或其他方法進(jìn)行回歸擬合，在此基礎(chǔ)上，可采用動物模型對目標(biāo)性狀進(jìn)行遺傳評估。

2 牛奶MIR光譜數(shù)據(jù)在國外的相關(guān)研究

2.1 牛奶MIR光譜遺傳分析 牛奶MIR光譜是牛奶中物質(zhì)與MIR相互作用的產(chǎn)物，吸光度或透射率與表型相關(guān)，這種關(guān)系導(dǎo)致可以利用不同標(biāo)準(zhǔn)方程預(yù)測相應(yīng)乳成分，MIR光譜本身最能反映牛奶信息。Soyeurt等[33]對奶樣MIR光譜上1 060個(gè)波數(shù)進(jìn)行遺傳參數(shù)估計(jì)，整體光譜數(shù)據(jù)的遺傳力（h2）為0.003～0.42，1 678～1 616、3 668～3 066 cm-12個(gè)區(qū)域的遺傳力接近于0，其中1 616～926、3 000～2 800 cm-12個(gè)光譜區(qū)域具有中高遺傳力，與牛奶成分（乳脂、乳糖等）相關(guān)光譜區(qū)域遺傳力h2與這些性狀實(shí)際估計(jì)遺傳力相當(dāng)，說明牛奶MIR光譜本身具有遺傳變異性。Bittante等[34]同樣對5 000～930 cm-1的1 056個(gè)變量進(jìn)行了遺傳估計(jì)，168個(gè)變量的h2在0.05以下，578個(gè)變量的h2處在0.05～0.10，其平均透射率為0.94，有8個(gè)變量的h2大于0.25，確定了以透射率為單位的每個(gè)變量都能遺傳，并且大部分h2高于0.10。

近年，Zaalberg等[35]比較丹麥荷斯坦牛（DH）以及娟姍牛（DJ）的MIR光譜數(shù)據(jù)（5 000～925 cm-1）遺傳參數(shù)，發(fā)現(xiàn)DH、DJ的MIR光譜h2變化范圍分別為0～0.31、0～0.30，且前者的h2和遺傳相關(guān)都比后者高，其中與乳糖、乳蛋白相關(guān)的中紅外區(qū)域最能體現(xiàn)品種差異。整個(gè)光譜的h2是適中的，并且不同波數(shù)之間具有強(qiáng)的遺傳相關(guān)。

整體上MIR光譜是一條具有低中高遺傳力的曲線，且與牛奶組分相對應(yīng)，h2估計(jì)結(jié)果表明并非所有的MIR區(qū)域都具有遺傳意義，需要開展更多關(guān)于光譜遺傳變異的研究，減少未來用于遺傳育種的光譜數(shù)據(jù)大小，篩選光譜區(qū)域選擇的最佳方法和探究主成分的潛在作用。

2.2 乳脂的遺傳分析 脂肪是牛奶重要的質(zhì)量性狀及感官性狀，由甘油和多種脂肪酸（Fatty Acid，F(xiàn)A）組成，F(xiàn)A組分包括C4:0、C6:0、C14:0、C14:1、C16:0、C16:1、C18：0、C18:1、C18:2、SFA、MUFA、PUFA以及共軛亞油酸（Conjugated Linoleic Acid，CLA）等，根據(jù)鏈長可分為長鏈脂肪酸（Long Chain Fatty Acid，LCFA）、中鏈脂肪酸（Middle Chain Fatty Acid，MCFA）、短鏈脂肪酸（Short Chain Fatty Acid，SCFA）。牛奶中飽和脂肪酸（Saturated Fatty Acid，SFA）：單不飽和脂肪酸（monounsaturated fatty acid，MUFA）：多不飽和脂肪酸（Polyunsaturated Fatty Acid，PUFA）比例一般為14:5:1[36]，與人體健康最佳吸收配比3:6:1相差甚遠(yuǎn)。FA組分含量的不同會影響所制作黃油、奶酪[37]的延展性，故對于牛奶中脂肪的遺傳評估可確定育種目標(biāo)，制定實(shí)際育種計(jì)劃。

2007年，Soyeurt等[38]率先對MIR光譜預(yù)測的FA組分進(jìn)行遺傳估計(jì)，牛奶中大多FA遺傳力h2為0.19～0.38，乳脂中FA的h2為0.15～0.28，C12:0、C16:0、C18:0與乳脂率（Fat Percentage，F(xiàn)P）有強(qiáng)遺傳相關(guān)，C14:0與FP的遺傳相關(guān)接近0（-0.06），所預(yù)測牛奶中FA存在遺傳變異；在此基礎(chǔ)上，Soyeurt[39]使用更為準(zhǔn)確MIR光譜預(yù)測模型結(jié)合貝葉斯算法，性狀總體上呈中高遺傳力，與前人[38]研究相比有所提高，這與預(yù)測模型和遺傳估計(jì)方法有關(guān)。

此外，預(yù)測的FA在不同的泌乳天數(shù)、碳鏈長度以及品種間均存在差異。Soyeurt等[39]研究表明，牛奶中乳脂、蛋白質(zhì)、SAT含量的h2隨泌乳天數(shù)呈先上升后下降趨勢。Fleming等[40]結(jié)果顯示，乳脂量與LCFA、UNSAT的遺傳相關(guān)隨著泌乳天數(shù)增加而降低，與SCFA的遺傳相關(guān)隨之升高，并且泌乳早期LCFA和UNSAT具有更強(qiáng)遺傳相關(guān)，這可能受奶牛能量平衡影響，不同F(xiàn)A與產(chǎn)奶量、乳蛋白量、體細(xì)胞分之間的遺傳相關(guān)分別為-0.62～-0.59、-0.32～-0.25、0.25～0.36，因此現(xiàn) 有對產(chǎn)奶性狀進(jìn)行的選擇，將會導(dǎo)致牛奶中FA組成發(fā)生改變。Narayana等[41]表示，中鏈（11～16個(gè)碳）組的h2（0.32）高于短鏈（4～10個(gè)碳）組（0.24）和長鏈（17～22個(gè)碳）組（0.23），SAT的h2（0.33）高于UNSAT（0.21）。如表1所示，預(yù)測FA遺傳力總體上隨碳鏈長度變化大致呈先上升后下降趨勢，表明體內(nèi)合成脂肪酸比已有脂肪酸更具基因調(diào)控性，不同鏈長和飽和度的FA遺傳相關(guān)又說明了起源和組別的相似性與差異性。Hein等[42]還比較了丹麥地區(qū)荷斯坦牛（DH）與娟姍牛（DJ），結(jié)果顯示前者SAT和UNSAT的h2高達(dá)0.15，2個(gè)群體中SCFA、C16:0 的h2相似，MUFA、PUFA、單鏈脂肪酸和C16:0的遺傳相關(guān)在2個(gè)群體中有很大差異。

Bastin等[43]指出，泌乳早期中UNSFA、MUFA、LCFA、C18:0、C18:1（順-9）與空懷天數(shù)（Days Open，DOPN）存在正遺傳相關(guān)，100 d后呈負(fù)遺傳相關(guān)，其他FA與DOPN呈負(fù)遺傳相關(guān)，說明牛奶FA含量可以作為繁殖性狀判斷的潛在指標(biāo)。Toledo-Alvarado等[44]研究表明，通過MIRS檢測奶樣FA變化可以輔助診斷奶牛發(fā)情。也有研究表明FA與奶牛甲烷產(chǎn)量有明顯遺傳相關(guān)[45]。

從表1中可得，MIR光譜預(yù)測的總?cè)橹騀A具有遺傳變異性，進(jìn)行遺傳選擇是可行的，總體上呈中高遺傳力，且現(xiàn)用于建立預(yù)測方程樣本數(shù)越來越大，方程準(zhǔn)確性不斷提高。此外，可對相關(guān)性狀進(jìn)行間接遺傳選擇。對牛奶不同F(xiàn)A進(jìn)行研究，有望通過基因選擇改變脂肪組成，提高牛奶的營養(yǎng)和經(jīng)濟(jì)價(jià)值。

表1 牛奶脂肪酸MIR光譜預(yù)測值遺傳力（遺傳力±標(biāo)準(zhǔn)誤%）

2.3 乳蛋白遺傳分析 乳蛋白可分為酪蛋白（80%）和乳清蛋白（20%），含人體生長發(fā)育的一切必需氨基酸和其他氨基酸。通過MIR光譜預(yù)測乳蛋白并進(jìn)行遺傳估計(jì)，總體上乳蛋白率的h2比乳蛋白含量要高。Fleming等[46]研究顯示，MIR光譜預(yù)測的乳蛋白率的h2為0.36。αS1-酪蛋白、αS2-酪蛋白、β-酪蛋白、κ-酪蛋白、α-乳白蛋白的h2為0.25～0.72，β-乳清蛋白的h2較高，為0.61～0.86[47]。

乳蛋白組成會影響奶酪產(chǎn)量和特性，在不同奶酪制作中扮演重要角色[48-50]，對生產(chǎn)具有重大意義。值得一提的是，乳鐵蛋白（Lactoferrin，LF）具有抗細(xì)菌、真菌、病毒的功能[51-52]。Soyeurt等[53]對奶中LF含量進(jìn)行預(yù)測，得到新性狀乳鐵蛋白預(yù)測值（Prediction Lactoferrin，pLF），經(jīng)分析pLF 遺傳力h2為0.197，與SCC遺傳相關(guān)為0.04，pLF作為乳房炎預(yù)測指標(biāo)的潛力有待挖掘。Arnould等[54]表示，pLF 的h2為0.22，pLF和產(chǎn)奶量、乳蛋白率、乳脂率、體細(xì)胞分的遺傳相關(guān)分別為-0.25、0.52、0.37、0.24，LF可能是反映乳房炎的潛在指標(biāo)。但需對LF進(jìn)行遺傳選擇與提升乳房炎抗性的關(guān)系進(jìn)一步研究。

Bonfatti等[26]研究發(fā)現(xiàn)，MIR光譜不能準(zhǔn)確地預(yù)測牛奶中單一蛋白，但預(yù)測值可以作為一種用于選擇育種中提高牛奶蛋白的潛在指標(biāo)。借助MIRS探究乳蛋白新表型，其蛋白組分MIR光譜預(yù)測值與測定值之間的遺傳相關(guān)有待研究，這將會影響到預(yù)測值作為選擇育種指標(biāo)的可行性。

2.4 牛奶中鈣、磷及β-羥基丁酸、乳脂滴的遺傳分析礦物質(zhì)是動物體內(nèi)一類無機(jī)營養(yǎng)物，人體中存有60余種，不同元素具有不同生理功能，在動物正常生長、生產(chǎn)、繁殖等活動中不可或缺，攝取不足或過量會造成機(jī)能障礙。牛奶作為富含有機(jī)鈣的營養(yǎng)飲品，Caroli等[55]特別強(qiáng)調(diào)了奶中鈣及其他元素的重要性。此外，奶中鈣、磷會影響凝乳特性及其均勻性[56-57]。Toffanin等[58]研究顯示，鈣、磷、可滴定酸度的預(yù)測值h2分別為0.1、0.12、0.26，它們之間的表型相關(guān)性和遺傳相關(guān)分別為0.33～0.82、0.28～0.92，但它們與牛奶質(zhì)量和產(chǎn)量之間的表型相關(guān)為0～0.45，與乳脂率、乳蛋白率的遺傳相關(guān)為0.35～0.91。可遺傳的變異加上常規(guī)可用的MIRS預(yù)測這些牛奶特征表明，這些成分的遺傳選擇是可能的。

Belay等[59]在牛奶MIR光譜基礎(chǔ)上對血中β-羥基丁酸（BHB）進(jìn)行預(yù)測，并估計(jì)預(yù)測值h2為0.250～0.365，BHB與能量負(fù)平衡有關(guān)，借助MIRS為選育提供一種新途徑，以降低奶牛對酮病的敏感性。由于乳脂滴（Milk Fat Globule，MFG）會影響加工和感官特性，F(xiàn)leming等[46]利用MIR光譜預(yù)測MFG大小并進(jìn)行遺傳估計(jì)，其體積、表面積遺傳力分別為0.30、0.239，兩者與乳脂率的遺傳相關(guān)大于0.97。由此可見，一些新型經(jīng)濟(jì)性狀借助MIRS被逐漸挖掘。

3 牛奶的MIRS在國內(nèi)的相關(guān)研究報(bào)道

隨著計(jì)算機(jī)以及化學(xué)技術(shù)的提升，MIR也開始應(yīng)用于食品行業(yè)。杭州、上海、西安從20世紀(jì)90年代開始DHI測定，并且到目前為止所用的機(jī)械設(shè)備都是從國外購入，國內(nèi)未有自主研發(fā)成果，不了解核心分析技術(shù)導(dǎo)致牛奶相關(guān)指標(biāo)遺傳研究難度較大。

2011年，楊仁杰等[60]利用MIRS對牛奶中尿素進(jìn)行檢測，找到了尿素濃度與光譜中2個(gè)吸收峰之間的擬合曲線方程，相關(guān)系數(shù)大于0.80。2012年，趙秀琴[61]對中紅外研究儀器發(fā)展歷程進(jìn)行概括。張文海等[62]指出只有通過提高模型的穩(wěn)定性以及模型傳遞的研究，才能使得這項(xiàng)技術(shù)能更好的應(yīng)用于實(shí)際生產(chǎn)中。2014年，李巧玲等[63]通過檢測牛奶中不同含量的非蛋白氮（尿素、三聚氰胺），結(jié)合其他方法，找出摻假物質(zhì)的特征峰所在波數(shù)與對應(yīng)吸光度或峰值規(guī)律，結(jié)果表明可以對牛奶是否摻入非蛋白氮類物質(zhì)進(jìn)行定性和定量分析。2016年，董利鋒等[11]總結(jié)了MIRS對牛奶中組分指標(biāo)進(jìn)行定量分析的基本流程，首先需測定校正集樣本的MIR數(shù)據(jù)及化學(xué)準(zhǔn)確值，接著對數(shù)據(jù)進(jìn)行預(yù)處理后擬合，最后利用驗(yàn)證集樣本數(shù)據(jù)驗(yàn)證擬合模型的準(zhǔn)確度，擇優(yōu)選擇。2019年，阮健等[64]對常用于牛奶及奶產(chǎn)品中成分定量回歸建模的方法及其特征進(jìn)行總結(jié)，如神經(jīng)元擬合PLS、非線性迭代PLS、BP人工神經(jīng)網(wǎng)絡(luò)等，具有參考價(jià)值。綜上表明我國科研人員對MIRS及MIR數(shù)據(jù)的重視程度逐漸提高。

4 前景和展望

MIRS廣泛用于多個(gè)領(lǐng)域，它不需對所采樣品進(jìn)行太多預(yù)處理就可直接進(jìn)行分析，借助定制化、簡化的儀器能對不同領(lǐng)域的待檢產(chǎn)品進(jìn)行在線大批量連續(xù)測定，自動地快速獲得無損光譜，成本低。光譜包含了非常復(fù)雜的信息，對每個(gè)樣本的描述是獨(dú)一無二，反映了其物理和分子特性?，F(xiàn)許多研究圍繞如何利用牛奶MIRS數(shù)據(jù)進(jìn)行分析，對牛奶中具有經(jīng)濟(jì)價(jià)值且測量成本高的新性狀的相關(guān)光譜區(qū)域進(jìn)行建模，并利用化學(xué)計(jì)量法得到準(zhǔn)確值對該模型不斷校正，應(yīng)用于生產(chǎn)中。作為育種工作者自然關(guān)注牛奶MIRS數(shù)據(jù)及所預(yù)測的新性狀遺傳指標(biāo)，從而出現(xiàn)有關(guān)脂肪酸、酪蛋白、乳鐵蛋白、酮體、凝乳特性、礦物質(zhì)、可滴定酸度等新經(jīng)濟(jì)指標(biāo)的遺傳研究。但同時(shí)存在很多問題，例如中國MIR數(shù)據(jù)如何進(jìn)行大規(guī)模完整的收集，如何對收集好的數(shù)據(jù)進(jìn)行恰當(dāng)分析，并且還需更多研究對中紅外光譜中出現(xiàn)的中高遺傳變異做出解釋。

借助DHI的乳脂率、乳蛋白率、產(chǎn)奶量等信息對奶牛進(jìn)行選擇已經(jīng)很多年，MIRS作為研究新的與經(jīng)濟(jì)相關(guān)牛奶性狀的橋梁值得關(guān)注，尋找MIR光譜中與性狀有關(guān)波數(shù)以及數(shù)據(jù)處理和建模方法是現(xiàn)在的難題。相比于國外，中國缺乏有效的MIRS數(shù)據(jù)收集、整理、儲存、分析等手段，缺乏適宜的應(yīng)用模型，這方面的研究幾乎空白，應(yīng)予以高度關(guān)注，以促進(jìn)我國牛奶質(zhì)量上升，滿足消費(fèi)需求，振興乳業(yè)發(fā)展。