生长育肥猪小麦消化能和代谢能的测定及预测模型的建立

刘小杰 冯淦熠 蒋线吉 欧阳晴 唐 辉 田明洲 李 瑞* 龙次民 黄瑞林 印遇龙

(1.中国科学院亚热带农业生态研究所,中国科学院亚热带农业生态过程重点实验室,畜禽养殖污染控制与资源化技术国家工程实验室,动物营养生理与代谢过程湖南省重点实验室,长沙 410125;2.湖南农业大学动物科学技术学院,湖南畜禽安全生产协同创新中心,长沙 410128)

玉米素有“饲料能量之王”的美称,是我国畜牧生产行业最常用的能量饲料原料。但近年来,随着食品、生物燃料和饲料生产领域对玉米需求量的增加,玉米资源日趋紧张,加之“新冠”“非瘟”“贸易战”等使得玉米进口配额受限,玉米价格一直高位运行。为确保我国粮食安全,缓解饲料企业的生存压力,合理开发并利用非玉米型能量饲料原料势在必行。小麦属禾本科植物,是世界三大谷物之一,根据播种季节可将小麦分为冬小麦和春小麦,根据种皮颜色可将其分为白皮小麦和红皮小麦,亦可根据籽粒胚乳结构将其分为硬质小麦和软质小麦[1]。小麦主要由表层、胚乳和胚芽组成,在风干基础上,其粗蛋白质(crude protein,CP)的含量远高于玉米,约为13.23%[2-3],在生长猪上的消化能(digestible energy,DE)为14.90 MJ/kg,与玉米相当[4]。此外,小麦的价格较低且相对稳定,目前已有研究表明在饲粮中添加部分小麦不会对生猪的生长性能产生负面影响[5]。

然而,受生长环境、品种、季节和加工工艺等多种因素的共同影响,小麦中营养成分的含量常与数据库中的静态值存在偏差[6],这不利于节约饲料成本,也无法满足精准配方的要求。因此,本试验采用消化代谢试验测定生长育肥猪对10个不同来源小麦的DE和代谢能(metabolizable energy,ME),并基于小麦中的有效化学成分含量构建DE和ME的预测模型,这将有利于实现对小麦中有效能值的动态预测,并进一步完善我国的饲料原料数据库,为生猪饲粮的精准配制提供数据或模型支撑。

1 材料与方法

本试验所有的试验方案均由中国科学院亚热带农业生态研究所动物护理和使用委员会审查和批准(IACUC#201302),在湖南农业大学动物科学技术学院耘园基地开展猪的消化代谢试验。

1.1 样品采集

本试验选择了来自安徽、江苏、河南、湖南和河北的10个小麦原料(表1),小麦原料在饲料厂粉碎后用于配制小麦饲粮,采用四分法收集一部分小麦原料与小麦饲粮,存于-20 ℃冷库待用。

表1 小麦来源

1.2 试验设计

本试验使用Adeola[7]的替代法测定小麦的DE和ME,使用40%的不同来源小麦替代基础饲粮中部分玉米和豆粕,并保持替代前后玉米和豆粕的比例恒定,所有试验饲粮均满足生长育肥阶段猪的营养需要,基础饲粮和小麦饲粮组成见表2。选取健康、体重为(50.0±1.7)kg的“杜×长×大”阉公猪22头,采取2个11×3的重复不完全拉丁方设计,分别饲喂1个玉米-豆粕型基础饲粮和10个小麦饲粮,试验共3个周期,每期12 d(7 d预饲+5 d粪尿收集),采用全收粪、尿法和套算法测定生长育肥猪对小麦的DE和ME,每个小麦饲粮有6个重复。

表2 基础饲粮和小麦饲粮组成(风干基础)

1.3 饲养管理

试验猪单独饲养在代谢笼内,代谢室内的温度控制在(23±1) ℃。每个周期开始前对试验猪称重,每日按照猪只体重的4%供给饲粮,分别于08:00和15:00等量投喂,猪自由饮水;在5 d的粪、尿收集期内,按照猪代谢试验操作规程进行样品收集、动物护理和清洁卫生等。每次喂料前收集剩余或溢出的饲粮,并将其烘干、称重,用于准确计算每头猪每日的实际采食量。

1.4 粪尿采集与处理

粪、尿收集期间,将收集的每头猪的粪样分别装入相应已编号的自封袋内,并转入-20 ℃暂存;每个试验周期结束后,将收集的每头猪5 d的全部粪样解冻并均质化,按照每100 g加入10 mL的10%(v/v)硫酸固氮,取400 g粪样放入烘箱中,在65 ℃条件下烘72 h,回潮24 h后称重,-20 ℃保存待后续的化学成分分析。每个代谢笼下放置1个装有50 mL 10%盐酸的塑料桶,用于收集每头猪新鲜的尿液,并使用4层纱布过滤后转入塑料壶内,每日收集结束时,量取尿液总体积并准确记录。每个试验周期结束后,把5 d内收集到的尿样充分混匀,取10%的样品装入已编号的塑料瓶中,-20 ℃保存待测。

1.5 指标测定

1.5.1 样品的化学成分分析

分别按照GB/T 6435—2006[8]、GB/T 6432—2018[9]、GB/T 6433—2006[10]、GB/T 6438—2007[11]测定小麦原料与试验饲粮中的干物质(dry matter,DM)、CP、粗脂肪(ether extract,EE)和粗灰分(crude ash,Ash)含量;分别根据GB/T 6436—2018[12]和GB/T 6437—2018[13]测定小麦原料中的钙(calcium,Ca)、总磷(total phosphorus,TP)含量;参照GB/T 20806—2022[14]、NY/T 1459—2007[15]和GB/T 6434—2006[16],使用全自动纤维分析仪(FT12,Gerhardt分析仪器有限公司,德国)并结合滤袋分别测定小麦原料与试验饲粮中的中性洗涤纤维(neutral detergent fiber,NDF)、酸性洗涤纤维(acid detergent fiber,ADF)和粗纤维(crude fiber,CF)含量;使用淀粉总量检测试剂盒(Megazyme公司,爱尔兰)测定小麦原料中的总淀粉(total starch,TS)含量;利用5E-AC8018等温式全自动量热仪(长沙凯德测控仪器有限公司)测定小麦原料与试验饲粮中的总能(gross energy,GE);使用植物木聚糖(xylan,Xylan)酶联免疫吸附测定(ELISA)检测试剂盒(凡科维,上海科兴商贸有限公司)测定小麦原料中的Xylan含量。

1.5.2 饲粮和小麦原料生长育肥猪有效能值的测定

采用全收粪、尿法测定小麦饲粮、基础饲粮和小麦原料中的DE和ME,计算公式[7,17]如下:

小麦饲粮或基础饲粮的DE(MJ/kg)=(食入GE-粪中GE)/采食量;小麦饲粮或基础饲粮的ME(MJ/kg)=[食入GE-(粪中GE+尿中GE)]/采食量;小麦原料的DE(MJ/kg)=(小麦饲粮的DE-A×基础饲粮的DE)/B;小麦原料的ME(MJ/kg)=(小麦饲粮的ME-A×基础饲粮的ME)/B。

式中:A为小麦饲粮中基础饲粮所占比例;B为小麦饲粮中小麦的添加比例,A+B=100%。

1.6 数据统计与分析

通过Excel 2010初步统计整理测得的数据,使用SPSS 20.0分析软件中的Correlate程序对10个小麦原料中DM、GE、CP、EE、CF、NDF、ADF、Ash、Ca、TP、TS和Xylan含量与DE、ME进行相关性分析,使用Stepwise Regression程序作回归分析,建立生长育肥猪小麦DE、ME的最佳预测方程。

2 结果与分析

2.1 小麦的化学成分

由表3可知,在饲喂基础上,10个小麦中DM、CP、EE、Ash、CF、NDF、ADF、Ca、TP、Xylan、TS含量与GE的平均值分别为87.40%(86.88%～88.30%)、13.34%(11.74%～14.81%)、1.94%(1.16%～2.92%)、1.83%(1.58%～2.16%)、1.56%(1.19%～2.05%)、14.78%(12.25%～16.91%)、3.05%(2.60%～3.80%)、0.05%(0.04%～0.06%)、0.31%(0.27%～0.38%)、6.44%(5.07%～7.88%)、55.19%(49.54%～59.67%)和15.48 MJ/kg(15.22～15.81 MJ/kg);10个小麦中CF、EE、NDF、ADF、Ca和Xylan含量的变异系数(coefficient of variation,CV)均超过10%。

表3 10个小麦的化学成分(饲喂基础)

2.2 试验饲粮的化学成分

由表4可知,在饲喂基础上,10个小麦饲粮中CP、EE和CF含量的CV均超过10%,而DM、Ash、NDF和ADF含量与GE的CV均小于10%。10个小麦饲粮中DM含量平均值为86.72%(86.32%～87.18%),GE平均值为15.03 MJ/kg(14.90～15.10 MJ/kg),CP含量平均值为14.20%(10.37%～16.67%),EE含量平均值为1.68%(0.48%～3.21%),Ash含量平均值为4.66%(4.41%～5.51%),CF含量平均值为2.60%(2.05%～2.95%),NDF含量平均值为14.57%(12.78%～15.68%),ADF含量平均值为3.89%(3.55%～4.22%)。

表4 10个小麦饲粮的化学成分(饲喂基础)

2.3 生长育肥猪对小麦的DE与ME

由表5可知,10个小麦的DE和ME平均值分别为13.85(13.36～15.00 MJ/kg)和13.32 MJ/kg(12.42～14.88 MJ/kg),ME/DE平均值为96.15%(92.21%～99.21%),GE的全肠道表观消化率(apparent total tract digestibility,ATTD)平均值为90.59%(89.49%～93.55%)。

表5 生长育肥猪对小麦的DE和ME(饲喂基础)

2.4 小麦DE、ME与化学成分之间的相关性分析

由表6可知,DE与ME之间呈极显著正相关(P<0.01),DE、ME与NDF含量均呈极显著负相关(P<0.01);GE与TS含量呈极显著负相关(P<0.01);CP含量与Ca含量呈显著正相关(P<0.05)。

表6 小麦DE、ME与化学成分之间的相关性分析(饲喂基础)

2.5 生长育肥猪小麦DE与ME的预测方程

如表7所示,NDF含量为DE与ME的最佳预测因子,当DE未被纳入到ME的预测方程中时,DE和ME的最佳预测方程分别为DE(MJ/kg)=17.783-0.266NDF(%)[剩余标准差(RSD)=0.375,决定系数(R2)=0.60,P<0.01]和ME(MJ/kg)=19.453-0.415NDF(%)(RSD=0.400,R2=0.76,P<0.01)。

表7 基于小麦有效化学成分含量的DE与ME预测方程(饲喂基础)

2.6 基于已有数据库参数验证生长育肥猪小麦有效能值的预测方程

由表8可知,饲喂基础上,INRA(2004)[18]数据库中硬质小麦的猪DE为13.90 MJ/kg,ME为13.40 MJ/kg,将其参数代入本试验得到的生长育肥猪小麦有效能值预测方程,得到DE为13.95 MJ/kg,ME为13.48 MJ/kg,均与原数据库中数值相近;饲喂基础上,《中国猪营养需要》(2020)[4]数据库中小麦的猪DE为13.37 MJ/kg,ME为12.92 MJ/kg,将其参数代入本试验得到的生长育肥猪小麦有效能值预测方程,得到DE为14.15 MJ/kg,ME为13.78 MJ/kg,DE和ME均略比原数据库中数值高;饲喂基础上,NRC(2012)[19]数据库中硬红小麦的猪DE为13.86 MJ/kg,ME为13.45 MJ/kg,将其参数代入本试验得到的生长育肥猪小麦有效能值预测方程,得到DE为14.96 MJ/kg,ME为15.05 MJ/kg,DE和ME均比原数据库中数值高。

表8 基于已有数据库参数验证小麦对猪有效能值的预测方程(饲喂基础)

3 讨 论

3.1 不同来源小麦的有效化学成分

在本试验中,我们测得10个小麦的CP含量平均值与NRC(2012)[19]和《中国猪营养需要》(2020)[4]数据库中数值相近;而TS含量、GE平均值略低于上述2个数据库中数值及Zhao等[20]和Casas等[21]的报道值,但GE的数值与宿国强等[22]的报道值近似。

10个小麦的CF、NDF和ADF含量平均值分别为1.56%、14.78%和3.05%,其中CF含量略低于NRC(2012)[19]和《中国猪营养需要》(2020)[4]数据库中数值,NDF含量略高于NRC(2012)[19]数据库中数值,但略低于《中国猪营养需要》(2020)[4]数据库中数值,ADF含量略高于《中国猪营养需要》(2020)[4]数据库中数值,但略低于NRC(2012)[19]数据库中数值,表明不同数据库及研究报道中小麦的化学组成变异较大。事实上,由于小麦生长环境、品种等诸多方面差异,其化学成分含量具有较高的变异性。本试验中,10个小麦样本的EE、CF、NDF、ADF、Ca、Xylan、CP、Ash和TP含量的CV均大于10%,说明本试验所选用样本具有很好的代表性。已有多项研究表明,正是由于小麦在生长区域、品种、季节及收获后储藏和加工方式上具有多样性,最终导致其有效化学成分含量往往出现一定的波动[23-24],基于此,选择更多的、不同来源的小麦进行营养价值评定,可进一步丰富小麦原料数据库。

3.2 生长育肥猪对小麦的DE与ME

DE和ME是饲料原料重要的2项营养参数。在本试验中,我们测得生长育肥猪对10个小麦的DE和ME平均值分别为13.85和13.32 MJ/kg,略低于《中国猪营养需要》(2020)[4]数据库中的数值(DE=14.90 MJ/kg,ME=14.10 MJ/kg),但近似于NRC(2012)[19]数据库中列出的生长猪对黑小麦(DE=13.89 MJ/kg,ME=13.51 MJ/kg)、硬红小麦(DE=13.86 MJ/kg,ME=13.45 MJ/kg)的DE和ME,也与法国INRA(2004)[18]数据库中公布的生长猪对软质小麦(DE=13.90 MJ/kg,ME=13.40 MJ/kg)、硬质小麦(DE=13.90 MJ/kg,ME=13.40 MJ/kg)的DE和ME接近,但略高于生长猪对黑小麦(DE=13.60 MJ/kg,ME=13.20 MJ/kg)的DE和ME。唐受文等[25]收集了国内12个不同品种的小麦,测得生长猪的DE和ME平均值分别为14.90和14.40 MJ/kg;Bolarinwa等[26]使用回归法测定生长猪对小麦的DE为16.56 MJ/kg,ME为16.21 MJ/kg;Huang等[27]选取11家面粉厂的小麦进行制粉,在饲喂基础上测得生长猪的DE平均值为15.40 MJ/kg,ME平均值为14.8 MJ/kg;Yang等[28]采用生长猪进行试验,测得颗粒状小麦饲粮的DE平均值为14.36 MJ/kg,ME平均值为13.81 MJ/kg,粉状小麦饲粮的DE平均值为13.88 MJ/kg,ME平均值为13.35 MJ/kg。我们对10个不同来源小麦中DE和ME的测定值与现有数据库中的数值以及前人的研究报道值相比存在一定的差异,这可能与小麦品种、生长区域和储存条件以及小麦的物理形态等因素相关[29-31]。Kim等[32]研究指出,生长在中低雨区的小麦,其DE相较于高雨区的小麦可能更高,且不同年份小麦的DE存在显著差异,需要特别指出的是,小麦的品种、生长区域和生长季节还将交叉影响其DE。此外,本试验还发现10个小麦的DE与ME的CV相对较小,这可能与小麦中GE、DM、CP和TS含量波动较小有关[33],CP和TS作为小麦中的主要供能物质,这些指标的同质性均较强。

3.3 生长育肥猪小麦DE、ME预测方程的建立

本试验分别获得了1个DE的预测方程、4个ME的预测方程,不难发现NDF含量是DE和ME共同的最佳预测因子,且NDF含量在DE和ME的预测方程中均起到负贡献作用。Zijlstra等[34]利用15种不同品种小麦以CP、NDF、Xylan含量和GE为关键预测因子,得到小麦中DE的最佳预测方程为:DE(kcal/kg,1 kcal/kg=4.186 kJ/kg)=1 209+34.1CP(%)-18.3NDF(%)+0.5GE(kcal/kg)+11.6Xylan(%),这与本研究结果相似,其NDF含量与DE呈显著负相关;Batterham等[35]研究报道,DE与ADF、NDF含量呈显著负相关,与本研究结果具有较强的同质性。在《中国猪营养需要》(2020)[4]中已经提出生长猪对小麦中DE的预测方程,即以小麦中NDF含量为单一预测因子的条件下,DE的最佳预测方程为DE(MJ/kg)=19.029-0.176NDF(%),这与本研究结果一致;而在Zhao等[20]的研究中,小麦的DE与ADF、Ash和Xylan含量呈负相关,与EE含量和GE呈正相关,基于小麦的有效化学成分含量所构建的DE和ME的最佳预测方程分别为DE(kcal/kg)=-2 738-40.8ADF(%)+1.7GE(kcal/kg)-51.5Xylan(%)-95.7Ash(%)+22.3EE(%)(R2=0.98,P<0.01),ME(kcal/kg)=-2 990+1.7GE(kcal/kg)-50.2Xylan(%)-87.6Ash(%)(R2=0.88,P<0.01)。由此可见,Xylan可能是生长猪对小麦的DE和ME的预测方程中一个关键的预测因子,作为小麦NDF中主要的组成部分之一,Xylan增强了猪肠道中食糜的黏性,并可能与小麦中的营养物质相互结合,进而抑制猪对这些营养物质的消化和吸收,最终对供能效率产生负面影响[36-37]。

3.4 基于已有数据库参数验证小麦生长育肥猪有效能值的预测方程

本试验整理了法国INRA(2004)[18]与美国NRC(2012)[19]及《中国猪营养需要》(2020)[4]数据库中参数,并验证了小麦生长育肥猪的DE和ME预测方程。饲喂基础上,将《中国猪营养需要》(2020)[4]数据库中参数代入本试验所得DE和ME最佳预测方程后所得DE和ME略高于原数据库中数值,将NRC(2012)[19]数据库中参数代入本试验所得DE和ME最佳预测方程后所得DE和ME高于原数据库中数值,将INRA(2004)[18]数据库中参数代入本试验所得DE和ME最佳预测方程后所得DE和ME与原数据库中数值近似,同质性较强。饲喂基础上,《中国猪营养需要》(2020)[4]数据库中小麦NDF含量约为13.67%,NRC(2012)[19]数据库中硬红小麦NDF含量约为10.60%,INRA(2004)[18]数据库中硬质小麦NDF含量约为14.4%,表明不同数据库中小麦NDF含量存在差异。Zhao等[20]收集了中国16个不同品种、地区的小麦,测得小麦中NDF含量为9.16%～13.89%,CV为11.59%;Batterham等[35]收集了澳大利亚东部8个不同地区的小麦,测得小麦中NDF含量为56～73 g/kg;Zijlstra等[34]收集了16个不同品种小麦,测得小麦中NDF含量为12.9%～25.0%,CV为19.7%。由此可见,小麦中NDF含量易受环境、地区、品种的影响,其变异性较高。然而,NDF含量是本试验中用于预测生长育肥猪小麦DE和ME的最佳预测因子,将各国数据库中的参数代入预测方程后,得到的DE和ME可能存在一定差异,但都在合理的范围内。综上可知,本试验所得DE和ME的最佳预测方程可信度较高。

4 结 论

在饲喂基础上,10个不同来源小麦的化学成分含量变异较大;10个小麦用于饲喂生长肥育猪的DE和ME的平均值分别是13.85和13.32 MJ/kg;NDF含量是生长育肥猪小麦DE与ME的共同预测因子;当DE未被纳入到ME的预测方程中时,小麦DE和ME的最佳预测方程分别为DE(MJ/kg)=17.783-0.266 NDF(%)和ME(MJ/kg)=19.453-0.415NDF(%)。