生長豬菜籽餅粕消化能與能量消化率預測模型的研究

李 明 陳代文 毛湘冰 陳 洪 毛 倩 余 冰

(四川農業(yè)大學動物營養(yǎng)研究所，動物抗病營養(yǎng)教育部重點實驗室，雅安 625014)

生長豬菜籽餅粕消化能與能量消化率預測模型的研究

李 明 陳代文 毛湘冰 陳 洪 毛 倩 余 冰*

(四川農業(yè)大學動物營養(yǎng)研究所，動物抗病營養(yǎng)教育部重點實驗室，雅安 625014)

本試驗旨在通過研究菜籽餅粕各化學成分及其對生長豬消化能(DE)及能量消化率(DCE)的影響，分析用菜籽餅粕化學成分預測其DE及DCE的可行性，建立菜籽餅粕飼料DE與DCE預測模型。試驗選用平均體重(46.37±1.53)kg、健康狀況良好的“杜×長×大”三元雜交去勢公豬12頭，采用3個4×4拉丁方設計，并運用全收糞法與套算法相結合測定9種菜籽餅粕飼料DE與 DCE，通過分析飼料原料中粗蛋白質(CP)、粗纖維(CF)、酸性洗滌纖維(ADF)、中性洗滌纖維(NDF)、粗脂肪(EE)、酸性洗滌木質素(ADL)、蛋白質溶解度(PS)、粗灰分(Ash)、總能(GE)與DE及DCE之間的相關關系，篩選出最佳預測因子并建立預測方程。結果表明，NDF為DCE最佳預測因子，ADF和NDF為DE的最佳預測因子。推薦DE預測模型為:DE=16.20 －0.10NDF(R2=0.63，RSD=0.49，P＜0.05)，DE=16.32 －0.15ADF(R2=0.63，RSD=0.49，P＜0.05)。推薦 DCE 預測模型為:DCE=97.27 －0.87NDF(R2=0.93，RSD=1.55，P＜0.01)，DCE=86.6 －0.67NDF+0.09PS(R2=0.94，RSD=1.56，P＜0.01)。由此可見，利用化學法建立的菜籽餅粕DCE預測方程相關指數(shù)較高，方程擬合度高，而DE預測方程相關指數(shù)較低，方程擬合度較低。

菜籽餅粕;消化能;能量消化率;預測方程;生長豬

消化能(DE)是飼料配方設計的關鍵指標之一，它直接關系到飼養(yǎng)標準的制定、飼料原料營養(yǎng)價值表的編制、飼料生產(chǎn)成本的控制及飼料資源的合理利用［1］。全收糞法是飼料DE評定較為科學合理的手段，但是該方法費時耗力，在較短時間內很難對飼料樣品做出評價。因此，尋求快速簡便的DE評定方法勢在必行。隨著動物營養(yǎng)學的發(fā)展，利用飼料化學成分預測飼料DE的方法和技術也日趨成熟，但是許多預測模型都是建立在所有飼料基礎上，而不同種類的飼料其化學組成上各具特點，若將不同種類的飼料放在一起建立預測模型具有一定的局限性。大量研究表明［2－3］，進行分類建模有利于預測模型的精確性。菜籽餅粕因其品種和加工工藝的不同，在營養(yǎng)價值上存在著很大的差異，如果在生產(chǎn)上使用某一固定的DE進行飼料配方，往往會造成理論上的計算結果與原料的實測值存在一定的差異，進而引起飼料資源的浪費或動物的營養(yǎng)需要量無法得到滿足，不利于畜牧業(yè)的可持續(xù)發(fā)展。本試驗擬通過測定來源于我國不同地區(qū)的9種菜籽餅粕飼料原料的化學成分、能量消化率(DCE)及DE，并根據(jù)菜籽餅粕的化學成分與DE和DCE的相關關系，篩選最佳預測因子，從而建立預測菜籽餅粕飼料的DCE和DE的數(shù)學模型。

1 材料與方法

1.1 試驗材料

本研究中9個菜籽餅粕樣品(Ⅰ～Ⅸ)分別從四川、湖南、湖北等地采集，于同一地點進行粉碎。樣品Ⅰ～Ⅳ為高溫壓榨型菜籽餅粕，Ⅴ～Ⅸ為預榨－浸提型菜籽餅粕。

消化試驗的基礎飼糧參照 NRC(1998)［4］50～80 kg生長豬的營養(yǎng)需要量配制，基礎飼糧組成及營養(yǎng)水平見表1。試驗飼糧采用不同菜籽餅粕替代基礎飼糧的15%組成。

表1 基礎飼糧組成及營養(yǎng)水平(風干基礎)Table 1 Composition and nutrient levels of the basal diet(air-dry basis) %

1.2 試驗動物及飼養(yǎng)管理

試驗選取12頭體重基本一致(46.37±1.53)kg、遺傳背景接近、健康狀況良好的“杜 ×長×大”三元雜交去勢公豬進行消化試驗，試驗豬分別置于代謝籠中，單籠飼養(yǎng)，試驗全期自由飲水，室內溫度控制在20～22℃，保持圈舍清潔、通風，按照常規(guī)程序對試驗豬進行免疫和驅蟲，試驗在四川農業(yè)大學動物營養(yǎng)研究所教學科研農場進行。

1.3 試驗設計及飼養(yǎng)管理

本試驗采用3個4×4拉丁方設計［5］，每個拉丁方包含1個基礎飼糧和3個試驗飼糧，試驗設計見表2。試驗共分4期，每期分為3個階段，其中預試期為4 d，正試期為4 d，過渡期為5 d。過渡期飼喂基礎飼糧，預試期飼喂試驗飼糧，這2個階段均自由采食。預試期計算每頭豬平均日采食量，正試期按照預試期平均日采食量的90%給料，每天飼喂2次，分別于08:00和16:00飼喂，每次飼喂量相同。

1.4 樣品的制備與分析

1.4.1 樣品的制備

飼料樣品:將待測飼料、基礎飼糧、試驗飼糧粉碎，過40目篩，用樣品瓶密封保存待測。

糞樣:正試期收集試驗豬排出全部糞便，準確稱重，按每100 g糞樣加入10 m L 10%的硫酸，另加數(shù)滴甲苯防腐，混勻后迅速將樣品置于－20℃冰箱保存。每期試驗結束，將每頭豬4 d的糞樣混勻，按10%的比例取樣，樣品置于－20℃冰箱保存。測定時將試驗期收集的糞樣置于65℃烘箱中烘12 h，室溫下回潮24 h后稱重，計算其初水含量。將樣品粉碎，過40目篩，用樣品瓶密封保存待測。

1.4.2 樣品的測定

按照張麗英［6］的方法測定飼料、飼糧樣品中的總能(GE)、粗蛋白質(CP)、酸性洗滌纖維(ADF)、中性洗滌纖維(NDF)、粗纖維(CF)、蛋白質溶解度(PS)、粗灰分(Ash)、粗脂肪(EE)、酸性洗滌木質素(ADL)及糞樣中的GE。

1.5 飼糧及飼料原料DCE及表觀消化能(ADE)的計算

基礎飼糧、試驗飼糧DCE按如下公式計算:

式中:DD為試驗飼糧GE的表觀消化率(%);

DB為基礎飼糧GE的表觀消化率(%);

SB為基礎飼糧GE對試驗飼糧GE的貢獻率(小數(shù)表示百分含量);

SA為飼料原料GE對試驗飼糧GE的貢獻率(小數(shù)表示百分含量)。

表2 試驗設計Table 2 Experimental design

1.6 數(shù)據(jù)分析

采用SAS 9.1對數(shù)據(jù)進行分析處理。以DE和 DCE 對菜籽餅粕的 CP、EE、CF、NDF、ADF、Ash、PS、GE等進行相關分析、回歸分析，最后篩選出最佳的預測模型。

2 結果與分析

2.1 菜籽餅粕飼料樣品實測值

由表3可以看出，由于品種和加工工藝的不同，菜籽餅粕飼料間各化學成分、GE、DE及DCE存在較大的差異。

表3 菜籽餅粕飼料化學成分實測值(干物質基礎)Table 3 The determ ined chem ical composition of the rapeseed meal feed(DM basis)

2.2 菜籽餅粕飼料各化學成分與DE的簡單相關關系

由表4可以看出，飼料原料的 CP、EE、Ash、GE與 DE之間無顯著相關關系(P＞0.05)，而CF、ADF、NDF、ADL、PS 與 DE 之間存在顯著相關關系(P＜0.05)。

2.3 菜籽餅粕飼料各化學成分與DCE的簡單相關關系

由表5可以看出，飼料原料 CP、EE、Ash與DCE之間無顯著相關關系(P＞0.05)，而GE與DCE 呈顯著相關關系(P＜0.05)，CF、ADF、NDF、ADL、PS與 DCE間呈極顯著相關關系(P＜0.01)。

2.4 DE預測模型

根據(jù)簡單相關分析的結果，以CF、NDF、ADF、ADL、PS為預測因子建立的DE預測方程見表6。由表6可以看出，DE的一元預測方程為DE=16.20 －0.10NDF(R2=0.63，RSD=0.49，P＜0.05)、DE=16.32 － 0.15ADF(R2=0.63，RSD=0.49，P＜0.05)，隨著其他變量的引入，方程相關指數(shù)變化不大，反而增加了方程的RSD。

表4 消化能與飼料化學成分、各化學成分間相關系數(shù)分析結果Table 4 The correlation coefficients between chem ical composition and digestible energy

表5 能量消化率與飼料化學成分、各化學成分間相關系數(shù)分析結果Table 5 The correlation coefficients between chem ical composition and digestibility coefficient of energy

表6 菜粕化學成分對消化能的預測方程Table 6 The prediction equations for DE based on chem ical composition

2.5 DCE 預測模型

根據(jù)簡單相關分析的結果，以 ADF、NDF、ADL、CF、PS、GE為預測因子建立的能量消化率預測模型見表7。DCE的最佳一元預測方程為DCE=97.27 － 0.87NDF(R2=0.93，RSD=1.55，P＜ 0.01)，最佳二元預測方程為DCE=86.61 －0.67NDF+0.09PS(R2=0.94，RSD=1.56，P＜0.01)，隨著其他變量的引入，方程相關指數(shù)變化不大，反而增加了方程的RSD。

表7 菜粕化學成分對能量消化率的預測方程Table 7 The prediction equations for DCE based on chem ical com position

2.6 飼料消化能實測值及預測值比較

模型1和模型2的DE預測值根據(jù)何英［2］推薦的DE預測模型計算而得，其預測模型分別為DE=21.782 － 0.336NDF(R2=0.83，RSD=1.31，P＜ 0.05)和DE=11.206+0.252CP－0.525ADF(R2=0.97，RSD=0.55，P＜ 0.01)。模型3和模型4的DE預測值根據(jù)李明元等［13］推薦的DE預測模型計算而得，其預測模型分別為DE=4 287.217 － 57.105ADF(R2=0.90，RSD=163，P＜0.01)和DE=7 544.584 －51.690ADF(R2=0.98，RSD=88.1，P＜0.01)。而模型5和模型6的DE預測值則根據(jù)本試驗得出的DE預測模型計算而得，其預測模型分別為DE=16.20 －0.10NDF(R2=0.60，RSD=0.49，P＜0.05)和DE=16.32 － 0.15ADF(R2=0.63，RSD=0.40，P＜0.05)。

由表 8 數(shù)據(jù)可見，何英［2］、李明元等［13］推薦的DE預測模型所得的預測值與本研究所得到的DE實測值誤差較大，而本研究所建立的DE預測模型所計算得出預測值與DE實測值誤差較小。

表8 菜籽餅粕消化能實測值及預測值Table 8 The determ ined and predictive values of digestible energy of rapeseed meal MJ/kg

3 討論

3.1 纖維對DCE預測模型的影響

在飼料化學成分中，纖維成分幾乎不能被單胃動物所消化，纖維對養(yǎng)分消化率的影響較明顯。有研究表明［8］，纖維與飼料養(yǎng)分消化率之間呈顯著負相關關系。菜籽餅粕由于其產(chǎn)地和加工工藝的差異，纖維成分含量存在較大差別。彭?。?］研究發(fā)現(xiàn)，預壓浸提型菜籽粕與高溫壓榨型菜籽餅中性洗滌纖維含量差異達到顯著水平。陳剛等［10］研究發(fā)現(xiàn)，過熱處理可顯著增加菜籽餅粕中NDF的含量，進一步研究發(fā)現(xiàn)，過熱處理可以增加NDF中CP的含量。該研究表明，NDF含量增加的主要原因是在焙炒和脫溶劑的過程中發(fā)生了美拉德反應，從而產(chǎn)生不可溶性蛋白質，不可溶性蛋白質在用中性洗滌劑洗滌時不能被溶解。在本試驗中，樣品Ⅰ～Ⅳ均為高溫壓榨型菜籽餅，而其余樣品為預榨－浸提型菜籽粕，各樣品中NDF的含量變異較大，在進行相關性分析時，NDF與DCE呈現(xiàn)出顯著的負相關，并且其相關系數(shù)最高，因此，NDF對DCE預測模型影響最大，應作為第一預測因子引入預測方程。

3.2 PS對DCE預測模型的影響

PS被認為是評價大豆粕、菜籽餅粕等油料餅粕加工程度的一項指標。Anderson-Hafermann等［11］研究表明，當菜籽餅粕的PS小于35%時，其蛋白質品質遭到了熱破壞。初雷等［12］研究發(fā)現(xiàn)，菜籽餅粕的PS對溫度特別敏感，高溫可以顯著降低菜籽餅粕的PS。本試驗9個菜籽餅粕樣品中，Ⅰ～Ⅳ均為高溫壓榨型菜籽餅，其PS均低于35%，其余5個樣品的PS均在35%以上。PS的降低將影響菜籽餅粕的品質，最終影響其DCE。因此，引入PS作為預測因子可以改善DCE預測模型的相關指數(shù)。

3.3 GE對DE預測模型的影響

李明元等［13］研究表明，在DE的預測中，GE與DE的相關性較高，可以作為第二預測因子引入方程中。但在本研究中，GE與DE的相關系數(shù)很低，未達顯著水平。這可能與本研究中菜籽餅粕GE含量變異較大有關。菜籽餅粕的EE含量受到品種和加工工藝的影響，加工工藝對其含量影響更大［14］。本試驗9個菜籽餅粕樣品中有高溫壓榨型、預榨－浸提型，高溫壓榨型菜籽餅EE含量和GE都很高，但是由于其品質受到加工工藝的影響，其NDF含量較高，DCE較低。在本試驗中可以看出，DCE的預測模型相關指數(shù)很高，但DE預測模型的相關指數(shù)較低，這可能就是由于加工工藝不同引起脂肪含量差異較大進而導致GE變異較大，因此，建議在建立菜籽餅粕DE預測模型時，應當根據(jù)加工工藝分類建模，以提高預測模型的可靠性。

3.4 DE預測模型應用比較

何英［2］、李明元等［13］推薦的 DE 預測模型所得的預測值與本研究所得到的DE實測值誤差較大，而本研究所建立的DE預測模型所得的預測值與DE實測值誤差較小。李明元等［13］建立的DE預測方程主要針對的是植物性蛋白質飼料，何英［2］建立的DE預測模型主要針對的是餅粕類飼料，因此其針對性不強，準確性不一致。而本研究所建立的DE預測方程主要針對菜籽餅粕飼料，其準確性較高，因此在今后的DE預測模型的研究中，建議對飼料原料進行分類建模，以提高預測模型的準確性。

4 結論

①本研究建立的DCE一元預測模型以NDF為預測因子，該方程相關指數(shù)較高，模型擬合度較好，預測效果較好;當引入PS建立二元預測方程后，預測方程相關指數(shù)有所改善。

②本研究建立的DE預測模型，相關指數(shù)相對較低，模型擬合度相對較差，這可能與菜籽餅粕加工工藝有關。

［1］張子儀，聶光達.豬飼料消化能值的離體測定方法及其生物學試驗根據(jù)［J］.中國畜牧雜志，1986，24(1):5－9.

［2］何英.糠麩、糟渣、餅粕類飼料豬有效能預測模型的研究［D］.碩士學位論文.雅安:四川農業(yè)大學，2004.

［3］左紹群，張慎容，楊鳳，等.豬飼料消化能間接評定方法的探討［J］.四川農業(yè)學院學報，1983，1:25 －32.

［4］NRC.Nutient requirements of sw ine［S］.10th ed.Washington， D. C.:National Academ y press，1998:111－116.

［5］CHABEAUTIE，NOBLET J，CARRE B.Digestion of plant cellwalls from four different sources in growing pigs［J］.Animal Feed Science and Technology，1991，32:207－213.

［6］張麗英.飼料分析及質量檢測技術［M］.2版.北京:中國農業(yè)大學出版社，2002.

［7］FAN M Z，SAUERW C.Determ ination of apparent ileal am ino acid digestibility in barley and canolameal for pigs with the direct，difference and regression methods［J］.Journal of Animal Science，1995，73(8):2364－2374.

［8］AUFRERE J，M ICHALET-DOREAU B.Comparison of methods for predicting digestibility of feeds［J］.Animal Feed Science and Technology，1988，20:203－218

［9］彭健.中國雙低油菜餅粕品質評價和品質改進研究［D］.博士學位論文.武漢:華中農業(yè)大學，2000.

［10］陳剛，彭健，劉振利，等.中國菜籽餅粕品質特征及其影響因素研究［J］.中國糧油學報，2006，21(6):95－99.

［11］ANDERSON-HAFERMANN JC，ZHANG Y，PARSONSC M.Effects of processing on the nutritional quality of canola meal［J］.Poultry Science，1993，72(2):326－333.

［12］初雷，李愛科，高玉鵬，等.菜籽粕品質指標變化規(guī)律及相互關系研究［J］.中國油脂，2009，34(11):20－23.

［13］李明元，王康寧.用纖維等飼料成分預測植物性蛋白飼料的豬的消化能值［J］.西南農業(yè)大學學報，2000，13:41 －50.

［14］席鵬彬.中國地方菜籽餅粕組成特點及豬回腸氨基酸消化率的研究［D］.博士學位論文.北京:中國農業(yè)大學，2002.

*Corresponding author，associate professor，E-mail:ybingtian@yahoo.com.cn

(編輯 武海龍)

Prediction Models for Digestible Energy and Digestibility Coefficient of Energy of Rapeseed Meal for Grow ing Sw ine

LIMing CHEN Daiwen MAO Xiangbing CHEN Hong MAO Qian YU Bing*
(Animal Nutrition Institute，Sichuan Agricultural University，Key Laboratory for Animal Disease-resistance Nutrition of China Ministry of Education，Ya’an625014，China)

The relationships between chem ical composition of rapeseedmeal and digestible energy(DE)or digestibility coefficient of energy(DCE)were investigated in order to establish relative prediction models for DE and DCE of rapeseed meal based on the chem ical composition.A total of 12 crossbred barrow s(Duroc×Landrace×Large white)with an average initial body weight of(46.37 ±1.53)kg were used in three 4 ×4 Latin square designs.The DE and DCE of 9 types of rapeseed meal were determ ined by total feces collection method and substitutionmethod.The optimum prediction factorswere selected to establish prediction equations for DE and DCE based on correlation relationship between DE or DCE and chem ical composition including crude protein(CP)，ether extract(EE)，acid detergent fiber(ADF)，neutral detergent fiber(NDF)，crude fiber(CF)，acid detergent lignin(ADL)，protein solubility(PS)，ash and gross energy(GE).The results showed that NDF was the best factor for predicting DCE，but ADF and NDF were the best factors for predicting DE.The recommended prediction models for DE wereDE=16.20 －0.10NDF(R2=0.63，RSD=0.49，P＜0.05)andDE=16.32 －0.15ADF(R2=0.63，RSD=0.49，P＜ 0.05).The recommended prediction models for DCE wereDCE=97.27 －0.87NDF(R2=0.93，RSD=1.55，P＜0.01)，DCE=86.61 －0.67NDF+0.09PS(R2=0.94，RSD=1.56，P＜0.01).In conclusion，the prediction equation for DCE of rapeseed meals by chem ical analysis had higher correlation index and fitting degree compared with the prediction equation for DE.［Chinese Journal of Animal Nutrition，2011，23(9):1483-1489］

rapeseed meal;digestible energy;digestibility coefficient of energy;prediction equation;growing sw ine

S828

A

1006-267X(2011)09-1483-07

10.3969/j.issn.1006-267x.2011.09.005

2011－04－13

農業(yè)部公益性行業(yè)專項飼料營養(yǎng)價值與畜禽飼養(yǎng)標準研究與應用(20090300608)

李 明(1984—)，男，湖南婁底人，碩士研究生，從事飼料營養(yǎng)價值評定的研究。E-mail:physiology_1984@yahoo.cn

*通訊作者:余 冰，副教授，碩士生導師，E-mail:ybingtian@yahoo.com.cn