Прецизно хранене при преживните животни - Част II: Практически подход
АВТОР
Карлос Фернандес
Институт по животновъдни науки и технологии, Политехнически университет във Валенсия
Фернандо Бача
Технически директор на NACOOP
Диетолозите формулират порции въз основа на хранителни препоръки, които често съдържат "Фактори за безопасност" значими.
Факторите за безопасност са от съществено значение, тъй като хранителните нужди и наличността варират в зависимост от животните, фуражите и околната среда или условията на работа.
The допълнителни хранителни вещества обмисляни във факторите за безопасност, които са включени, за да се гарантира, че хранителните изисквания обикновено са изпълнени увеличават отделянето на хранителни вещества и имат неблагоприятно въздействие върху качеството на водата и въздуха.
Точната оценка на нуждите на животните и снабдяването с хранителни вещества в храната е от икономическо и екологично значение.
В преживните животни, загуби на азот от рубца намалено:
- Използване на по-малко азот в диетата. Намаляване на разградимия азот на преживни животни (RDN).
- Постигане на по-ефективно усвояване на RDN от микробиотата на преживните животни, използване на пълноценна диета или увеличаване на честотата на хранене.
Преживните животни са в състояние да използват по-ефективно диети с ниско съдържание на протеини, както в количество, така и в качество, благодарение на микробния капацитет на търбуха да улавя рециклирания азотен карбамид и да синтезира микробния протеин.
Млечните крави използват протеините много по-ефективно от другите преживни животни, но все пак отделят около 2 до 3 пъти повече азот в оборския тор, отколкото в млякото.
Неефективното използване на азот изисква поглъщане на големи количества допълнителен протеин, допринасяне за увеличаване на разходите за производство на мляко и увеличаване на замърсяването на околната среда с азот.
Определянето на оптималните нива на суров протеин (CP) се постига чрез изучаване на ефекта от добавянето на различни проценти CP в диетата, както е показано в следващия пример:
- Добавяне на PB след постепенна прогресия от 1,5 процентни единици от 13,5% до 19,4% CP, при 50% фуражна дажба (Olmos Colmenero и Broderick 2003).
- Най-високото производство е постигнато с диетата с 16,5% CP.
- Както се очаква, млечна урея (MUN), пикочна урея и консумация на азот, показват намаляване на ефективността на използването на азот пропорционално на увеличаването на нивото на суров протеин в храната.
- The излишъкът от протеини влияе негативно на производството, с енергийни разходи приблизително 7 kcal нетна енергия/g N, превърната в урея (NRC 2001).
Ако целта е да се подобри ефективността, трябва да оценим колкото се може повече информация. Емпиричните линейни модели са лесни за изпълнение, но имат ограничения при оценката на реакцията на животното на различни нива:
СИЛАТА НА МАТЕМАТИЧНИ МОДЕЛИ
A математически модел е уравнение или набор от уравнения които представляват поведението на системата.
Нашата система може да бъде животно, група животни или животновъдна ферма, всичко зависи от поставените цели.
Логично моделът не може да покаже всичко и е съществено да се прави разлика между излишното и същественото.
Прецизното хранене се основава на изграждането на математически модели, които се опитват да дадат множество отговори според определени входове (входове).
За изграждането на математически модели е от съществено значение да се извърши a математическо описание на системата, тъй като без него не могат да се вземат решения, които могат да бъдат приложени в тази област.
Има различни модели, които могат да се използват, вариращи от прости уравнения с единични параметри до сложни системи от уравнения.
КОНСТРУКЦИЯ НА МАТЕМАТИЧЕН МОДЕЛ ЗА ПРЕЦИЗНО ХРАНЕНЕ
Прецизното хранене се основава на модели, които отразяват промените в системата във времето, и неговата сложност зависи от предложените цели.
ВИДОВЕ МАТЕМАТИЧНИ МОДЕЛИ УПОТРЕБЕН В ПРЕЦИЗНО ХРАНЕНЕ
МОДЕЛ НА ЛИНЕЙНА РЕГРЕСИЯ
Диетолозите често работят с модели на линейна регресия като следното, в което параметри като производство на изпражнения и ниво на поглъщане:
Моделите на линейна регресия позволяват да се определи смилаемостта от диетата веднъж поглъщането и производството на изпражнения се стабилизират, но тъй като липсва „временният“ елемент на предишно уравнение, нито скоростта на поглъщане, нито скоростта на отделяне на изпражнения през целия ден не могат да бъдат представени.
Промяна в диетата
В случай на промяна в диетата, само с предишно уравнение може точно да се предвиди производството на изпражнения, тъй като е необходимо животното да консумира диетата достатъчно дълго, за да бъдат постоянни условията на храносмилателния тракт.
Ако диетата се промени, няма да можем да прогнозираме точно производството на изпражнения, докато храносмилателният тракт отново се стабилизира.
МОДЕЛ ДИНАМИЧНИ
Динамичните модели включват "време" в уравнението или модела, позволяващи да се предскаже и проучете промените, които се случват с течение на времето, без да се налага да чакате постоянна или стабилна ситуация.
Променливата на времето е изрично дефинирана в модела, така че количеството на аминокиселина може да бъде предсказано [Метаболит (t)] присъства в кръвта по всяко време, знаейки:
- Вашето начално ниво [ Първоначален метаболит ]
- Скоростта, с която напуска кръвта ( к ) към млечната жлеза.
Въпреки факта, че линейната регресия е лесна и бърза за работа, тя не позволява включването на други нива на организация. въпреки това, в случай на динамични модели може да се измери на ниво животно:
Впоследствие може да се направи прогноза от информация от други автори, но този емпиричен подход не улавя механизмите, свързани с производството на мляко.
МОДЕЛ МЕХАНИК
Механистичните модели, като динамичните модели, включват фактор време, но те също отразяват физиологични функции които са на по-ниски нива, т.е. работят на различни нива на агрегиране, позволявайки да се определи причината за промените, произведени във времето.
ПРОГНОЗИРАНЕ НА ПРОТЕИНА В МЛЯКОТО ЕМПИРИЧЕН МОДЕЛ СРЕД МЕХАНИЧЕСКИ МОДЕЛ
Ако искаме да предскажем протеина, който ще бъде в млякото, с a емпиричен модел можем да установим само един връзка между приема и протеините, присъстващи в млякото, докато с a механистичен модел ще можем определят ключови механизми свързани с протеините в млякото (брой клетки в млечната жлеза, незаменими аминокиселини, АТФ, иРНК, брой рибозоми на клетка и др.).
Всички тези модели, които работят на различни нива на агрегиране, изискват използването на диференциални уравнения, които позволяват количествено определяне на промените, които се случват за единица време.
НИВА НА АГРЕГАЦИЯ НА МАТЕМАТИЧНИТЕ МОДЕЛИ
Нивата на агрегиране, използвани в описаните математически модели, са представени с отделения, които натрупват информация, да можете да видите поток на тази информация между отделенията с течение на времето.
Информационни отделения
- На ниво организъм: търбух, тънко и дебело черво и др.
- На ниво тяло: млечна жлеза, мастна тъкан, черен дроб, бъбреци и др.
маса 1. Предимства и ограничения на математическите модели, използвани в прецизното хранене.
Потоците представляват преминаването на дигеста през червата, синтеза на протеини и т.н. крайният резултат или „изход“ на модела е производството на мляко, отделяне на изпражнения и урина и др.
ПОТОК НА МЕТАБОЛИТ ОТ ОТДЕЛЕНИЯТА
След като се установи математическият модел, a блок-схема метаболит, например хранителен азот (доставя се първо сутрин), от различните отделения към оценете екскрецията му с изпражнения, урина и мляко през целия ден.
Дизайнът на модел с 5 отделения позволява да се визуализира „движението“ на погълнатия азот между различните отделения през целия ден.
Фигура 1. Диаграма на потока на азота през различните отделения на тялото. * K: Скорост на потока на азот през различните отделения
МОЖЕМ ДА ГРАФИЧНО ПРЕДСТАВИМ ТОВА СЪЩАТА ЕВОЛЮЦИЯ ПРЕЗ ВРЕМЕ.
Графика 1. Потокът на азот през храносмилателния тракт на преживни животни
Този модел ни позволява да проучим какво се случва на 10, 18 и 24 часа след поглъщането и да включим нова информация в системата.
Графика 2. Екскреция на азот с изпражнения, урина и мляко
Този модел показва, че от общия погълнат азот:
27% се губят във фекалиите
34% в урината
25% отива за протеини в млякото
Този модел е опростяване на оригиналния модел, който включва подмодели за количествено определяне на азота в червея и в млякото. Различни сценарии могат да бъдат изправени, за да се оцени точността, с която се използват определени хранителни вещества и да се подобри тяхната ефективност на използване или да се намали тяхната екскреция.