麦麸猪消化能与能量消化率预测方程的建立

张志虎 唐受文 王思宇 马永喜

(中国农业大学农业部饲料工业中心，北京 100193)

麦麸是小麦加工的副产品之一，主要由小麦种皮、糊粉层和少量胚芽组成［1］。麦麸中含有较丰富的淀粉(15% ～20%)、蛋白质(12.4% ～20.0%)、维生素、矿物质等营养成分及抗氧化物质［2－4］。麦麸适口性较好，含有轻泻性的硫酸盐类，有助于胃肠蠕动和通便润肠，是妊娠后期和哺乳母猪的良好饲料，但是由于麦麸纤维较高，消化能(DE)值较低，随着面粉加工精度的变化而变化，且差异较大。另外，目前关于麦麸营养价值评定的研究较少，不利于实际中麦麸的合理利用。因此，本试验将通过麦麸的化学组成建立预测方程，准确估测麦麸的DE值，提高麦麸利用率。在以前的研究中，Sahoo等［5］和 Dhakad 等［6］认为，麦麸可以替代50%以上的反刍动物精料混合料。Bhar等［7］也指出，麦麸可以替代35～70 kg育肥猪饲粮中的全部玉米，且不会影响猪的生长性能及胴体品质。小麦的育种、种植及面粉加工工艺的发展将直接导致麦麸化学成分的变化，从而使得麦麸的DE值随之改变，麦麸作为一种常用的能量饲料，其 DE值变异较大。Morgan等［8］报道的麦麸的DE值是8.96 MJ/kg(干物质，DM)，远低于NRC(1998)［9］所 推 荐 的 11.38 MJ/kg(DM)。Diggs等［10］及 Takahashi等［11］测 得 的 DE 值 在11.18 ～12.93 MJ/kg(DM)，而 Batterham 等［12］报道了较高的 DE值12.59～15.82 MJ/kg(DM)。DE是饲料配方设计的关键指标之一，它将直接关系到饲养标准的制定、饲料原料营养价值表的制定、饲料生产成本的控制及饲料资源的合理利用［13］。通过消化试验测定DE值，一方面工作量大，耗费人力、物力和财力;另一方面，过多的影响因素会导致结果不够准确。为此，本试验拟通过测定来源于我国不同小麦产区的10个麦麸饲料原料的化学成分、DE及能量消化率(DCE)，并根据麦麸的化学成分与DE及DCE的相关关系建立预测麦麸饲料的DE及DCE的数学模型。

1 材料与方法

1.1 试验材料

本试验中10个麦麸样品均采自中粮面业下属的7个分公司，分布于河南漯河(L1)、河南郑州(Z1)、河南濮阳(PB1、PH)、江苏泰兴(T1)、山东德州(DZ)、福建厦门(X1)、辽宁沈阳(S1、S2、S3)。

消化试验的基础饲粮参照 NRC(1998)［9］20～50 kg生长猪的营养需要量配制，试验饲粮采用不同麦麸替代基础饲粮能量部分(96%)的20%组成。试验饲粮组成及营养水平见表1。

表1 试验饲粮组成及营养水平(饲喂基础)Table 1 Composition and nutrient levels of experimental diets(as－fed basis)

1.2 试验动物及饲养管理

试验选取12头体重基本一致［(36.6±2.9)kg］、遗传背景接近健康状况良好的“杜×长×大”三元杂交去势公猪进行消化试验，试验猪分别置于代谢笼中，单笼饲养，试验全期自由饮水，室内温度控制在20～22℃，保持室内清洁，通风良好。试验在中国农业大学农业部饲料工业中心动物代谢实验室进行。

1.3 试验设计及饲养管理

本试验采用2个6×6拉丁方设计，每个拉丁方设计包含1个基础饲粮和5个麦麸试验饲粮，试验设计见表2。12头猪被平均分配在2个拉丁方里，每个拉丁方分配6个饲粮，包括1个基础饲粮和5个麦麸试验饲粮，试验共分6期，每期12 d，适应期7 d，正试期5 d，这2个阶段均限制采食。每天饲喂量为平均体重的4%，每天饲喂2次，分别于08:00和17:00饲喂，每次饲喂量相同。

表2 试验设计Table 2 Experimental design

1.4 样品的制备与分析

1.4.1 样品的制备

饲料样品:将待测饲料原料、基础饲粮、试验饲粮粉碎，过40目筛，用密封袋保存待测。

粪样:适应期间掌握试验猪的排粪规律，正试期准确收取试验猪排出的全部粪便，随排随收，将每头猪的粪样放入对应塑料密封袋中，立即放入－20℃冰箱中保存，待试验期结束后将5 d所收取的全部粪样准确称重，并充分混匀，取800 g左右，加入6 mol/L HCl(每100 g鲜粪样加5 mL 6 mol/L HCl)固氮，于65℃烘箱中烘72 h至恒重，粉碎过40目筛，密封保存待测。

1.4.2 样品的测定

按照张丽英［14］所述方法测定麦麸原料的总能(GE)、粗蛋白质(CP)、淀粉(St)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)、粗纤维(CF)、粗脂肪(EE)、粗灰分(Ash)、钙(Ca)、磷(P)及饲粮样品、粪样中的GE。

1.5 饲粮及饲料原料DCE及DE的计算

基础饲粮、试验饲粮DCE按如下公式计算:

式中:GED为平均每天食入的总能(MJ/kg);GEF为平均每天排出粪便的总能(MJ/kg);DD为试验饲粮GE的表观消化率(%);DB为基础饲粮GE的表观消化率(%);SB为基础饲粮GE对试验饲粮GE的贡献率(%);SA为试验原料GE对试验饲粮GE的贡献率(%)。

1.6 数据分析

采用SAS 8.02统计分析软件的CORR对麦麸的 CP、St、NDF、ADF、CF、EE、Ash、GE 与 DE 及DCE的关系进行相关性分析，用REG模块回归分析，建立预测方程。

2 结果

2.1 麦麸饲料原料样品实测值

由表3可以看出，由于麦麸品种和加工工艺的不同，除了 CP和 GE，其他化学成分、DE及DCE存在较大的变异。

2.2 麦麸饲料原料化学成分与DE的相关关系

由表4可以看出，麦麸的 CP、EE、Ash、GE 与DE之间无显著相关关系(P＞0.05)，而ADF与DE之间存在显著的相关关系(P＜0.05)，St、CF、NDF与DE之间呈现极显著的相关关系(P＜0.01)。

2.3 麦麸饲料原料化学成分与DCE的相关关系

由表5可以看出，麦麸的 CP、EE、Ash、GE 与DCE之间无显著相关关系(P＞0.05)，而ADF与DCE之间存在显著的相关关系(P＜0.05)，St、CF、NDF与 DCE之间呈现极显著的相关关系(P＜0.01)。

表3 麦麸饲料原料化学成分及DE实测值(干物质基础)Table 3 The determined chemical composition and DE of wheat bran(DM basis)

表4 DE与麦麸饲料原料化学成分及各化学成分之间相关系数分析结果Table 4 The correlation coefficients between chemical composition and DE of wheat bran

2.4 DE预测方程

根据简单相关分析的结果，以 CP、St、EE、CF、NDF、ADF为预测因子建立的DE预测方程见表6。DE的一元预测方程为DE=0.31×St+3.71(R2=0.76，RSD =0.42，P ＜ 0.01)、DE= －0.28×NDF+23.33(R2=0.65，RSD=0.49，P ＜0.01)、DE= －0.70×CF+18.63(R2=0.62，RSD=0.49，P ＜0.01)、DE= －0.64 ×ADF+19.53(R2=0.52，RSD=0.51，P ＜0.05)，可知随着EE、CP的引入，方程的相关指数增大，而且方程的RSD也降低了。

2.5 DCE预测方程

根据简单相关分析的结果，以 CP、St、CF、NDF、ADF为预测因子建立的DCE预测方程见表7。DCE的较佳一元预测方程为DCE=1.70×St+22.28(R2=0.76，RSD=2.89，P ＜0.01)、DCE= －1.55×NDF+130.68(R2=0.69，RSD=2.87，P＜0.01)，DCE的二元预测方程为DCE=－5.02×CF－3.65×CP+182.81(R2=0.80，RSD=1.79，P ＜0.01)。

表5 DCE与麦麸饲料原料化学成分及各化学成分之间相关系数分析结果Table 5 The correlation coefficients between chemical composition and DCE of wheat bran

表6 麦麸饲料原料化学成分对DE的预测方程Table 6 The prediction equations for DE of wheat bran based on chemical composition

表7 麦麸化学成分对DCE的预测方程Table 7 The prediction equations for DCE based on chemical composition

2.6 饲料原料DE实测值与预测值的比较

表8中列出了其他预测方程对本试验原料麦麸DE的预测值。模型1、2和3的DE预测模型来自何英［15］推荐的预测模型计算而得，其预测模型分别为DE=16.457－0.178×ADF(R2=0.77，RSD=2.33，P ＜0.05)、DE=12.809 －0.136×ADF+0.371 × EE(R2=0.93，RSD=1.32，P ＜0.01)和DE=15.272－0.246×CF(R2=0.76，RSD=2.34，P＜0.05)。模型4是来自于田少彬［16］推荐预测模型，DE=16.200－0.114×NDF(R2=0.87，RSD=0.60，P ＜0.01)。模型 5和模型6是根据李明元［17］推荐的DE预测模型计算而得，分别为DE=4 287.217－57.105×ADF(R2=0.90，RSD=163.00，P ＜ 0.01)和 DE=7 544.584－51.690×ADF+0.714×GE(R2=0.98，RSD=88.10，P ＜0.01)。而模型7和模型8则是来自于NRC(1998)［9］中所推荐的饲料原料DE 预测模型，均由 Noblet等［18］所建，分别为DE=1 161+0.749×GE－43×Ash－41×NDF(R2=0.91，RSD=74)和 DE=4151－122×Ash+23×CP+38×EE－64×CF(R2=0.89，RSD=83)。由表8的数据可见，模型2、3、4和7预测的DE值与本研究所得到的DE实测值较接近，因此，本试验所测的麦麸DE值较准确。

表8 麦麸DE的实测值与预测值(干物质基础)Table 8 The determined and predictive values of DE of wheat bran(DM basis) MJ/kg

表9中列出的DE预测值是由本试验建立的预测方程根据其他文献所列的麦麸成分计算所得的。除方程2外，其他预测方程预测的DE值与实测值差异不大，变异较小，由此可见，本试验建立的麦麸DE预测方程较准确。

表9 DE预测方程的准确性评价(干物质基础)Table 9 The accuracy evaluation of prediction equations for DE(DM basis) MJ/kg

3 讨论

3.1 最佳指标的选择

从逐步回归的分析结果可看出，St首先进入模型;由表4中各因子相关系数分析可见，DE与St呈极显著正相关(R2=0.87，P＜0.01)。在一元回归方程中，以St为主测因子建立的方程相关系数最高，以St结合其他因子建立的方程在各类方程中最佳。

麦麸作为一种能量饲料，淀粉是其主要的供能部分，在大多数研究中，通过容重和各种碳水化合物来预测小麦DE值也得到证实［21］。麦麸淀粉包括22.3%的直链淀粉和77.7%的支链淀粉，且直链与支链淀粉之比为0.287，较面粉淀粉的0.358低，韩睿［22］发现原料中直链与支链淀粉的比例越高，DE值和营养消化率就越低，所以，仅对于麦麸中的淀粉而言，其消化率是较高的。Kim等［21］也发现小麦中淀粉含量与支链淀粉的含量呈极显著正相关，间接地证明了韩睿［22］的研究。

3.2 NDF、ADF对DE的影响

从表4可以看出，NDF与ADF是排在St后的预测因子。DE与NDF呈极显著负相关(R2=－0.81，P ＜0.01)，与 ADF相关性较低(R2=－0.72，P＜0.05)。NDF与ADF对DE的贡献不同，主要是由于NDF与ADF所含的纤维成分不同。Keys等［23］发现饲料中半纤维素、纤维素和木质素组成的比例及来源不同对DCE的负影响也不同。在本试验中，NDF为最佳的纤维的预测因子，与 Noblet等［18］、李明元［17］、李珂等［24］的研究不一致，它们的NDF是ADF的2倍左右，说明饲料中半纤维素含量较少，所以NDF对DE的影响较小。NRC(1998)［9］对植物蛋白饲料的全面统计中，其NDF与ADF的比值都小于2，说明这类饲料中半纤维素含量相对较低，ADF对DE的影响比较大，ADF为最佳的纤维预测因子。本试验中，NDF与ADF的比值都在3.5左右，说明本试验所用麦麸的半纤维素含量相对较高，NDF对DE的影响比ADF大，所以NDF为本试验的最佳纤维预测因子，与刘彩霞等［25］的试验结果一致，而李明等［13］研究结果显示NDF与ADF对DE的影响相同，不过 NDF对DCE的影响比ADF还是要大一些。

3.3 GE、Ash对DE的影响

由表4可见，GE与DE的相关性较低，未能引入预测方程中，这可能与本研究中麦麸的GE含量变异较小有关。而田少彬［16］、何英［15］对糠麸类副产品的研究表明，GE与DE的相关性较高，可以作为预测因子引入方程中，这可能与他们试验当中几种糠麸原料的GE变异较大有关。在本试验中，Ash与DE的相关系数为R2=－0.50，且由表4可见，Ash与 St、NDF、ADF相关性较高(P ＜0.05)，且与CP的相关系数也达到－0.53，所以Ash并未被引入预测方程中。Noblet等［18］把Ash称作能量的“稀释剂”，与能量成呈显著负相关。

3.4 CF、CP、EE对DE的影响

从逐步回归分析结果看出，CF是继NDF之后最佳的纤维预测因子，这与李明元［17］的研究结果一致。刘彩霞等［25］、何英［15］、田少彬［16］、Noblet等［18］的研究结果一致表明，CF可作为纤维饲料中较佳的纤维预测因子。虽然CP与DE的相关系数不显著(R2=0.10，P＞0.05)，但是由于 CP与其他成分相关均不显著，且又是供能的一部分，所以被引入到以CF为主校因子的方程中。EE是一种重要的功能物质，是饲料中单位能值最高的成分。刘彩霞等［25］、何英［15］、田少彬［16］、Noblet等［18］的研究结果均表明，EE与GE有较高的相关性，但是经过分析可知，在以上研究中的饲料原料中EE含量较高，占GE部分较大，从而与GE的相关性较高，在李珂等［24］的研究中大豆中EE与GE的相关性极显著(R2=0.73，P＜0.01)，而在本研究中，EE含量均较低，所以EE与GE的相关性不显著。在本研究中，EE被引入以St为主校因子的预测方程后，虽然方程的拟合度增加，但是由于验证数据较少且偏差较大，所以本文不推荐该方程。

3.5 其他

除了以上本研究中提到的影响DE的因子外，还包括季节性以及存储时间没有在本研究中提到，Kim等［21］对小麦的研究证明了季节性和存储时间对DE的变异影响较为显著。

4 结论

①本研究测定了10种不同产区麦麸的DE值，DE 均 值 与 NRC(1988)［9］、猪 饲 养 标 准(2004)［20］差异较小。

②本研究建立了DE与DCE预测模型，一元预测模型以St为最佳预测因子，相关指数相对较高，模型拟合度相对较好。

［1］林琳.小麦麦麸的营养成分及其开发利用［J］.农业科技与设备，2010(3):41－43.

［2］赵瑞昌，田益华，姜东，等.小麦麸皮淀粉的分离制备与特征分析［J］.食品科学，2010，31(10):1－5.

［3］BOUDOUMA D.Chemical composition of the durum wheat bran produced by industrial Algerian mills［J］.Livestock Research for Rural Development，2009，21:10.

［4］PETERSON C J，JOHANSON V A，MATTERN P J.Influence of cultivar and environmental on material and protein concentrations of wheat flour，bran，and grain［J］.Cereal Chemical，1986，63:183 － 186.

［5］SAHOO A，CHAUDHARY L C，AGARWAL N.Effect of replacing cereal grain in concentrate with wheat bran on the performance of lactating Bos indicus×Bos taurus cows fed green fodder ad libitum in the northern plains of India［J］.Asian－Australasian Journal of Animal Science，2000，13:1699 －1707.

［6］DHAKAD A，GARG A K，SINGH P.Effect of replacement of maize grain with wheat bran on the performance of growing lambs［J］.Small Ruminant Research，2002，43:227 －234.

［7］BHAR R，PATHAK N N.Performance of crossbred(Landrace×local Indian)finisher barrows fed maize or wheat bran based diets［J］.Asian－Australia Journal of Animal Science，2000，13:1429 －1432.

［8］MORGAN D J，COLE D J A，LEWIS D.Energy values in pig nutrition［J］.Cambridge Journal of Agricultural Science，1975，84:7 －17.

［9］NRC.Nutrient requirements of swine［S］.10th ed.Washington，D.C.:National Academy Press，1998:111－116.

［10］DIGGS B G，BECKER D E，JENSEN A H.Energy value of various feeds for young pig［J］.Journal of Animal Science，1965，24:555 －558.

［11］TAKAHASHI S，MORI A，JITSUKAWA Y.Studies on the nutritive evaluation of feedstuffs for pigs.3.Bran and others［J］.Bulletin of National Institute of Animal Industry，Japan，1968，17:15 －20.

［12］BATTERHAM E S，LEWIS C E，LOWE R F.Digestible energy content of cereals and wheat by－products for growing pigs［J］.Journal of Animal Production，1980，31:259 －271.

［13］李明，陈代文，毛湘冰，等.生长猪菜籽饼粕消化能与能量消化率预测模型的研究［J］.动物营养学报，2011，23(9):1483 －1489.

［14］张丽英.饲料分析及质量检测技术［M］.2版.北京:中国农业大学出版社，2002.

［15］何英.糠麸、糟渣、饼粕类饲料猪有效能预测模型的研究［D］.硕士学位论文.雅安:四川农业大学，2004.

［16］田少彬.利用纤维因子预测糟渣、糠麸类副产品饲料猪消化能值的研究［D］.硕士学位论文.雅安:四川农业大学，2002.

［17］李明元.用纤维等饲料成分预测植物性蛋白饲料的猪的消化能值［J］.西南农业大学学报，2000，13:41－50.

［18］NOBLET J，PEREZ J M.Prediction of digestibility of nutrients and energy values of pig diets from chemical analysis［J］.Journal of Animal Science，1993，71:3389－3398.

［19］NSNG.National swine nutrition guide［M］.Ames:U.S.Pork Center of Excellence，2010.

［20］中华人民共和国农业部.NY/T 65—2004猪饲养标准.北京:中国农业出版社，2004.

［21］KIM J C，MULLAN B P，SIMMINS P H.Variation in the chemical compositon of wheats grown in Western Australia as influenced by variety，growing region，season，and post－harvest storage［J］.Australian Journal of Agricultural Research，2003，54:541 －550.

［22］韩睿.直链淀粉与支链淀粉比例对生长猪消化代谢能的影响［D］.硕士学位论文.北京:中国农业大学，2011.

［23］KEYS J E，Jr，DEBARTHE J V.Cellulose and hemicellulose digestibility in the stomach，small intestine and large intestine of swine［J］.Journal of Animal Science，1974，39:53 －56.

［24］李珂，张宏福，王子荣.用化学分析法预测大豆蛋白类饲料猪消化能值的模型建立［J］.饲料工业，2007，28(9):21 －25.

［25］刘彩霞，王康宁.用中性、酸性洗涤纤维及粗纤维预测猪饲粮消化能值的比较［J］.西南农业学报，2000，13:51 －56.