动物营养学报 >

2025 , Vol. 37 >Issue 1: 594 - 602

DOI: https://doi.org/10.12418/CJAN2025.051

研究论文

5种不同来源豆粕的猪有效能值和营养物质消化率的测定及其预测方程的建立

  • 刘岭 , 1, 2 ,
  • 宋孝明 1 ,
  • 张歌 1 ,
  • 杨美玉 1 ,
  • 赵金标 , 1, *
展开
  • 1 中国农业大学动物科学技术学院,畜禽营养与饲养全国重点实验室,北京 100193
  • 2 中农志远咨询管理有限公司,北京 100193
* 赵金标,研究员,硕士生导师,E-mail:

刘 岭(1977—),男,河南郑州人,博士,从事猪营养与饲料科学的研究。E-mail:

Copy editor: 陈鑫

收稿日期: 2024-05-29

  网络出版日期: 2025-01-10

基金资助

江西省重点研发计划(20232BBF60010)

收起

Determination of Porcine Available Energy Value and Nutrient Digestibility of 5 Kinds of Soybean Meal from Different Sources and Establishment of Prediction Equation

  • LIU Ling , 1, 2 ,
  • SONG Xiaoming 1 ,
  • ZHANG Ge 1 ,
  • YANG Meiyu 1 ,
  • ZHAO Jinbiao , 1, *
Expand
  • 1 National Key Laboratory of Animal Nutrition, Department of Animal Science and Technology, China Agricultural University, Beijing 100193, China
  • 2 China Agricultural Zhiyuan Management Consulting Co., Ltd., Beijing 100193, China
* professor, E-mail:

Received date: 2024-05-29

  Online published: 2025-01-10

Fold

摘要

本试验旨在评价5种不同来源豆粕的猪有效能值和营养物质消化率,及基于化学组成建立豆粕消化能(DE)和代谢能(ME)的预测方程。选用18头初始体重为(40.02±2.14) kg的杜×长×大去势公猪,按照18×2尤丁方试验设计将猪随机分成6组,分别饲喂玉米基础饲粮和5种不同来源豆粕饲粮,每组6个重复,每个重复1头猪。试验共2期,每期12 d,包括7 d饲粮适应期和5 d粪尿收集期。 结果表明: 5种不同来源豆粕的DE、ME以及总能(GE)、干物质(DM)和粗蛋白质(CP)表观全肠道消化率存在显著差异(P<0.05)。豆粕DE和ME与GE和CP含量呈显著正相关(P<0.05),而与中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)含量呈负相关的趋势。本试验没有得到豆粕DE的预测方程,基于化学成分和DE建立的豆粕ME预测方程为:ME=0.954 6 DE-0.191 2(R2=0.996 6,P<0.01),ME=0.906 4 DE+0.121 7 粗灰分(Ash%)-0.261 1(R2=0.999 2,P<0.01)和ME=0.860 2 DE+0.124 9 CP+0.224 5 Ash-0.368 5(R2=0.999 9,P<0.01)。综上所述,不同来源豆粕的DE和ME存在很大差异,其ME最适预测方程为ME=0.860 2 DE+0.124 9 CP+0.2245 Ash-0.368 5(R2=0.999 9,P<0.01)。

关键词： 豆粕; 消化能; 代谢能; 消化率; 预测方程

本文引用格式

刘岭 , 宋孝明 , 张歌 , 杨美玉 , 赵金标 . 5种不同来源豆粕的猪有效能值和营养物质消化率的测定及其预测方程的建立[J]. 动物营养学报, 2025 , 37(1) : 594 -602 . DOI: 10.12418/CJAN2025.051

Abstract

The study was conducted to evaluate available energy and nutrient digestibility for 5 different sources of soybean meal, and develop prediction equations of digestible energy (DE) and metabolizable energy (ME) of soybean meal based on chemical composition. A total of 18 Duroc×Landrace×Yorkshire boars with an initial body weight of (40.02±2.14) kg were allocated into 6 groups, which were fed the corn basal diet and 5 soybean meal diets. Each dietary group included 6 replicates, and 1 pig per replicate. The feeding experiment included 2 periods and each period lasted 12 days, including 7 days of dietary adaptation and 5 days of total feces and urine collection. The results showed that there were significant differences in DE, ME and digestibility of gross energy, dry matter and crude protein (CP) among 5 soybean meal (P<0.05). The DE and ME were positive correlated to gross energy and CP of soybean meal (P<0.05), but showed a negative correlation with neutral detergent fiber and acid detergent fiber. Based on the chemical composition and DE, the prediction equations of ME were developed as following: ME=0.954 6 DE-0.191 2 (R2=0.996 6, P<0.01), ME=0.906 4 DE+0.121 7 Ash-0.261 1 (R2=0.999 2, P<0.01) and ME=0.860 2 DE+0.124 9 CP+0.224 5 Ash-0.368 5 (R2=0.999 9, P<0.01). Above all, there are large variations on DE and ME among different soybean meals. The optimal prediction equation of ME is ME=0.860 2 DE+0.124 9 CP+0.224 5 Ash-0.368 5(R2=0.999 9,P<0.01).

Key words： soybean meal; digestible energy; metabolizable energy; digestibility; prediction equation

2023年我国工业饲料总产量3.22亿t,其中大豆进口量为9 962万t,超过85%的进口大豆被压榨成豆粕用于畜牧养殖。由于豆粕中氨基酸的平衡性优于菜籽粕和棉籽粕等油料加工副产物,其在畜禽饲粮中被作为蛋白质的主要来源[1]。因此,豆粕营养价值的精准评价是提高畜禽养殖效率的重要措施之一。目前,畜禽生产中常用的豆粕粗蛋白质(CP)含量在风干状态下约为43%,通过去皮等加工技术可使豆粕CP含量增加至46%~50%。因此,不同压榨工艺和来源的豆粕CP等化学成分存在很大差异,导致其营养物质消化率和有效能值各不相同[2⇓⇓⇓-6]。准确评价不同来源的豆粕营养物质消化率、消化能(DE)和代谢能(ME)对于维持较高的畜禽生产效率十分重要。
饲料原料的DE和ME是通过测定粪能和尿能计算而得的,测定流程较为繁琐,需要较高的科研条件。因此,大部分畜禽养殖企业和饲料厂使用豆粕时只能参考已经公开发表的数据,导致豆粕营养价值的使用数据和实际值存在偏差。前人研究发现,通过分析多个饲料原料样品化学成分之间的差异,利用多元回归分析方法构建饲料原料预测模型是解决上述问题的有效途径[7⇓⇓⇓⇓-12]。Li等[6]利用100种玉米样品的化学成分建立了DE和ME的预测方程:DE (kcal/kg)=1 062.68+49.72粗脂肪(EE)+0.54总能(GE)+9.11淀粉(Starch)(R2=0.62)和ME (kcal/kg)=671.54+0.89 DE-5.57中性洗涤纤维(NDF)- 191.39粗灰分(Ash)(R2=0.87);Zhao等[13]利用12种小麦样品的化学成分建立了DE和ME的预测方程:DE (kcal/kg)=-2 226-48.1酸性洗涤纤维(ADF)+1.6 GE-34.8木聚糖(xylans)(R2=0.88)和ME (kcal/kg)= -2 990+1.7 GE-50.2木聚糖-87.6 Ash (R2=0.88)。
目前,基于不同化学成分变异建立豆粕DE和ME预测方程的相关研究较少。为此,本研究旨在评价5种不同来源豆粕的有效能值和营养物质消化率,以及基于化学组成建立豆粕DE和ME的预测方程,以提高不同来源的豆粕在养猪生产中的高效和精准应用。

1 材料与方法

1.1 试验材料

本试验操作方法通过了中国农业大学动物福利与伦理审查委员会(北京)的批准(批准编号:AW31604202-1-2)。动物试验于2022年5月在中国农业大学动物试验基地(河北,承德市)完成,按照农业农村部发布的《猪饲料营养价值评价技术规程》进行所有试验操作。5种不同来源豆粕的选择标准是CP含量,其含量变化为44.20%~50.12%(风干基础)。

1.2 试验动物

选用18头初始体重为(40.02 ± 2.14) kg的杜×长×大健康去势公猪,按照18×2尤丁方试验设计将猪随机分成6组,分别饲喂玉米基础饲粮和5种豆粕饲粮。不同来源的豆粕添加比例为替代基础饲粮供能组分的30%,采用套算法计算5种豆粕原料的DE、ME和营养物质消化率。每组6个重复,每个重复1头猪。本试验共2期,每期12 d,分别包括7 d饲粮预试期和5 d粪尿收集期。每个饲粮中补充维生素和微量矿物质元素预混料以满足《猪营养需要量》(GB/T 39235—2020)[14]。基础饲粮及豆粕饲粮组成及营养水平分别见表1和表2。
表1 基础饲粮及豆粕饲粮组成(风干基础)

Table 1 Composition of basal diet and SBM diet (air-dry basis) %

项目
Items		 基础饲粮
Basal diet		 豆粕饲粮
SBM diet
玉米Corn 97.40 68.18
豆粕Soybean meal 29.22
磷酸氢钙CaHPO4 0.90 0.90
石粉Limestone 0.90 0.90
食盐NaCl 0.30 0.30
预混料Premix 0.50 0.50
合计Total 100.00 100.00

预混料为每千克饲粮提供 Premix provided the following per kg of diets: VA 5 512 IU, VD3 2 200 IU, VE 30 IU, VK3 2.2 mg, VB12 27.6 μg, 核黄素 riboflavin 4.0 mg, 泛酸 pantothenic acid 14.0 mg, 烟酸 niacin 30.0 mg, 胆碱 choline chloride 400.0 mg, 叶酸 folacin 0.7 mg, 硫胺素 thiamine 1.5 mg, VB6 3.0 mg, 生物素biotin 44.0 μg, Mn 40.0 mg, Fe 75.0 mg, Zn 75.0 mg, Cu 100.0 mg, I 0.3 mg, Se 0.3 mg。

表2 基础饲粮及豆粕饲粮营养水平(风干基础)

Table 2 Nutrient levels of basal diet and SBM diets (air-dry basis) %

项目
Items		 基础饲粮
Basal diet		 豆粕饲粮1
SBM diet 1		 豆粕饲粮2
SBM diet 2		 豆粕饲粮3
SBM diet 3		 豆粕饲粮4
SBM diet 4		 豆粕饲粮5
SBM diet 5
干物质DM 86.90 89.55 88.14 87.05 87.30 87.80
粗灰分Ash 2.79 4.55 4.62 4.49 4.63 4.48
粗脂肪EE 0.25 0.69 0.21 1.71 1.77 1.47
中性洗涤纤维NDF 9.49 10.50 10.47 10.54 9.55 9.74
酸性洗涤纤维ADF 2.27 4.23 3.52 3.96 3.03 2.51
粗蛋白质CP 7.83 18.31 19.97 18.27 18.84 20.37
总能GE/(MJ/kg) 15.46 15.89 16.14 15.80 15.92 16.17

1.3 饲养管理

在试验正式开始前7 d(代谢笼适应期),所有试验猪在不锈钢代谢笼(1.50 m×1.00 m×0.60 m)中进行饲养,每天观察试验猪的精神状态。代谢笼安装有食槽和压力式水嘴,整个试验期保证自由饮水。按照试验猪的初始体重的4%计算每天的饲喂量,每天于08:00、14:00和18:00分3次进行等量饲喂。试验期内每天不定时对所有猪舍巡视,观察和记录试验猪的精神状态、采食、饮水、排粪和腹泻等状况。试验期间所有猪舍的温度和相对湿度分别保持在(22±3) ℃和(55±5)%。

1.4 样品采集

粪尿收集期间,饲喂前后分别收集剩料和撒料,烘干后称重记录,并每天收集每头猪排出的全部粪便和尿液。每个代谢笼下方放2个不锈钢托盘,前盘洞口下面放置一个塑料桶用于收集尿液,后盘用于收集粪便。在收集尿液样本之前,将10 mL浓度为10%的盐酸加入1 L尿液中固氮,记录每头猪每天的尿量,并将尿液的10%收集在塑料瓶中,并保存于-20 ℃冷库。每头猪粪便随排随收,粪便收集后将其放入-20 ℃中保存。每期结束后,将5 d收集的所有粪便解冻、称重并混合均匀,随后分别取2盘约350 g的粪便,在65 ℃烘箱中烘干72 h、回潮24 h,粉碎后过40目筛,装袋待检。将每头猪5 d的尿样混合均匀,用纱布过滤后取10%于50 mL离心管中,保存于-20 ℃。

1.5 检测指标和测定方法

原料、饲粮、粪便和尿液的GE采用ISO 9831:1998中的方法,使用氧弹热量计(Parr 6300, 美国)进行测定。原料、饲粮和粪便的NDF和ADF含量通过纤维分析仪(ANKOM, 美国)分别按照GB/T 20806—2022和NY/T 1459—2022[15-16]中的方法进行测定;CP含量采用GB/T 6432—1994[17]中的方法,使用凯氏定氮分析仪(FOSS, 丹麦)进行测定;DM含量采用GB/T 6435— 2006[18]中的方法进行测定。原料、饲粮和粪便的Ash含量采用GB/T 6438—2007[19]中的方法进行测定;EE含量采用GB/T 6433—2006[20]中的方法进行测定。

1.6 计算公式

饲粮营养物质表观全肠道消化率计算公式:
饲粮营养物质表观全肠道消化率(%)=100×(食入该营养物质总量-粪中该营养
物质含量排出总量)/食入该营养物质总量。
饲粮有效能计算公式如下:
饲粮DE(MJ/kg)=[食入GE (MJ)-排粪GE (MJ)]/采食量(kg);
饲粮ME(MJ/kg)=[食入GE(MJ)-排粪GE(MJ)-尿能(MJ)]/采食量(kg)。
豆粕营养物质表观全肠道消化率计算公式如下:
豆粕营养物质表观全肠道消化率(%)=100×[豆粕饲粮营养物质含量×豆粕饲粮营养物质
消化率-基础饲粮营养物质含量×基础饲粮营养物质消化率×(1-X%)]/(豆粕营养物质含量×X%)。
式中:X%为豆粕替代基础饲粮中供能组分的百分比,即30%。
豆粕有效能计算公式如下:
豆粕DE(MJ/kg)=[豆粕饲粮DE-基础饲粮DE×(1-X%)]/X%;
豆粕ME(MJ/kg)=[豆粕饲粮ME-基础饲粮ME×(1-X%)]/X%。
式中:X%为豆粕替代基础饲粮中供能组分的百分比,即30%。

1.7 数据统计分析

使用SAS 9.2统计软件中的MIXED模型进行单因素方差分析,每个试验猪作为统计单位。使用UNIVARIATE程序检测数据异常值,本试验没有发现异常值。统计模型中饲粮处理作为固定效应,试验期作为随机效应。使用Duncan氏法进行多重比较,当P<0.05时表示差异显著,0.05≤P<0.10时表示具有显著差异的趋势。使用PROC CORR程序分析豆粕的DE、ME和化学成分的相关系数。使用PROC REG程序的Stepwise Regression方法建立豆粕DE和ME的预测方程。采用决定系数(R2)来评估最佳预测方程,含有最大的R2值可作为最佳预测模型。

2 结果

2.1 5种不同来源豆粕的化学成分分析

如表3所示,风干基础下,5种豆粕GE、CP、NDF、ADF、EE和Ash含量的范围分别为17.27~17.91 MJ/kg、44.20%~50.12%、12.30%~19.26%、4.32%~9.30%、0.48%~1.02%和6.26%~7.09%,其变异系数(CV)分别为1.49%、4.88%、18.65%、35.57%、30.12%和5.15%。
表3 5种豆粕原料化学成分(风干基础)

Table 3 Chemical components of five SBM raw materials (air-dry basis) %

项目
Items		 豆粕1
SBM 1		 豆粕2
SBM 2		 豆粕3
SBM 3		 豆粕4
SBM 4		 豆粕5
SBM 5		 变异系数
CV
干物质DM 91.07 89.48 88.46 89.10 89.97 1.10
粗灰分Ash 6.57 6.32 6.26 6.77 7.09 5.15
粗脂肪EE 0.94 1.02 0.48 0.92 1.25 30.12
中性洗涤纤维NDF 19.26 14.57 12.76 15.33 12.30 18.65
酸性洗涤纤维ADF 9.30 4.32 6.40 7.19 3.88 35.57
粗蛋白质CP 44.20 47.78 45.33 46.76 50.12 4.88
总能GE/(MJ/kg) 17.37 17.62 17.27 17.35 17.91 1.49

2.2 饲粮DE、ME和营养物质表观全肠道消化率

如表4所示,干物质基础状态下,基础饲粮和5种豆粕饲粮DE、ME和ME/DE的范围分别为15.43~16.27 MJ/kg、15.03~15.71 MJ/kg和96.32%~97.47%。5种豆粕饲粮DE、ME、ME/DE之间无显著差异(P>0.05),但是GE、CP和NDF的表观全肠道消化率之间均具有显著差异(P<0.05)。
表4 饲粮有效能值和营养物质表观全肠道消化率

Table 4 Available energy and apparent total intestinal digestibility of nutrients of diets

项目
Items		 基础饲粮
Basal diet		 豆粕饲粮1
SBM diet 1		 豆粕饲粮2
SBM diet 2		 豆粕饲粮3
SBM diet 3		 豆粕饲粮4
SBM diet 4		 豆粕饲粮5
SBM diet 5		 SEM P值
P-value
风干基础Air-dry basis
消化能DE/(MJ/kg) 13.55 13.82 14.34 13.94 13.90 14.14 0.25 0.53
代谢能ME/(MJ/kg) 13.21 13.46 13.84 13.47 13.38 13.70 0.32 0.63
代谢能/消化能ME/DE/% 97.47 97.41 96.54 96.63 96.32 96.91 0.41 0.68
干物质基础DM basis
消化能DE/(MJ/kg) 15.59 15.43 16.27 16.02 15.92 16.11 0.29 0.55
代谢能ME/(MJ/kg) 15.37 15.03 15.71 15.48 15.33 15.61 0.35 0.68
表观全肠道消化率ATTD/%
总能GE 87.65bc 86.95c 88.87a 88.22ab 87.27bc 87.45bc 0.31 0.02
干物质DM 88.70 87.87 88.57 87.97 87.72 88.25 0.27 0.13
粗蛋白质CP 74.53c 84.56b 87.28a 86.19ab 85.38b 86.15ab 0.44 0.01
中性洗涤纤维NDF 47.36c 61.24ab 63.02ab 57.74b 58.08b 64.99a 2.02 0.01
酸性洗涤纤维ADF 40.05b 59.97a 58.40a 56.53a 54.94a 58.68a 1.97 0.01

同行数据肩标不同小写字母表示差异显著(P<0.05),相同或无字母表示差异不显著(P>0.05)。n=6。表6同。

In the same row, values with different small letter superscripts mean significant difference (P<0.05), while with the same or no letter superscripts mean no significant difference (P>0.05). n=6. The same as Table 6.

2.3 饲粮DE、ME和化学成分相关性分析

如表5所示,豆粕饲粮DE和ME以及GE、CP含量具有显著正相关的趋势(0.05≤P<0.10),而ME与DE之间呈现显著正相关(P<0.05)。
表5 豆粕饲粮DE和ME与化学成分相关性分析

Table 5 Correlation analysis of DE and ME of SBM diet with chemical composition

项目
Items		 干物质
DM		 粗灰分
Ash		 粗脂肪
EE		 中性洗
涤纤维
NDF		 酸性洗
涤纤维
ADF		 粗蛋白质
CP		 总能
GE		 消化能
DE		 代谢能
ME
干物质DM 1.00
粗灰分Ash 0.09 1.00
粗脂肪EE -0.69 -0.38 1.00
中性洗涤纤维NDF 0.39 -0.15 -0.57 1.00
酸性洗涤纤维ADF 0.45 0.03 -0.37 0.86 1.00
粗蛋白质CP -0.10 0.00 -0.26 -0.37 -0.77 1.00
总能GE 0.09 0.08 -0.42 -0.30 -0.67 0.98** 1.00
消化能DE -0.15 0.15 -0.50 0.06 -0.40 0.84* 0.83* 1.00
代谢能ME 0.09 0.01 -0.63 0.19 -0.30 0.83* 0.86* 0.96** 1.00

**P<0.05, *0.05≤P<0.10。基于5种豆粕饲粮DE、ME和化学成分的平均值获得相关性分析结果。表7同。

**P<0.05, *0.05≤P<0.10. The results for correlation analysis were obtained based on the mean of DE, ME and chemical composition of 5 SBM diets. The same as Table 7.

2.4 豆粕DE、ME和营养物质表观全肠道消化率

如表6所示,干物质基础状态下,5种豆粕DE、ME和ME/DE的范围分别为16.14~18.57 MJ/kg、15.48~17.59 MJ/kg和93.62%~96.00%。5种豆粕DE和ME之间有显著差异(P<0.05),但是豆粕来源对于ME/DE无显著影响(P>0.05)。另外,5种豆粕的GE、DM和CP表观全肠道消化率之间均具有显著差异(P<0.05)。
表6 5种豆粕原料有效能值和营养物质表观全肠道消化率

Table 6 Available energy and apparent total intestinal digestibility of nutrients of five SBM raw materials

项目
Items		 豆粕1
SBM 1		 豆粕2
SBM 2		 豆粕3
SBM 3		 豆粕4
SBM 4		 豆粕5
SBM 5		 SEM P值
P-value
风干基础Air-dry basis
消化能DE/(MJ/kg) 14.69b 16.62a 15.25ab 15.17ab 16.02ab 0.43 0.01
代谢能ME/(MJ/kg) 14.10b 15.74a 14.47ab 14.20b 15.30ab 0.48 0.01
代谢能/消化能ME/DE/% 96.00 94.72 94.83 93.62 95.53 0.62 0.15
干物质基础DM basis
消化能DE/(MJ/kg) 16.14b 18.57a 17.24ab 17.03ab 17.81a 0.47 0.01
代谢能ME/(MJ/kg) 15.48b 17.59a 16.35ab 15.94ab 17.01ab 0.52 0.01
表观全肠道消化率ATTD/%
总能GE 84.84c 92.28a 88.28b 87.51b 89.50b 0.58 0.01
干物质DM 85.09d 92.21a 87.49c 87.23c 89.83b 0.46 0.01
粗蛋白质CP 84.44b 90.59a 88.06a 85.52b 89.81a 0.74 0.01

2.5 豆粕DE、ME和化学成分相关性分析

如表7所示,豆粕DE和ME均与ADF含量呈现显著负相关(P<0.05),而与GE和CP含量呈现正相关的趋势(0.05≤P<0.10)。另外,豆粕DE和ME与GE呈显著正相关(P<0.05)。
表7 豆粕DE和ME与化学成分相关性分析

Table 7 Correlation analysis of DE and ME of SBM with chemical composition

项目
Items		 干物质
DM		 粗灰分
Ash		 粗脂肪
EE		 中性洗
涤纤维
NDF		 酸性洗
涤纤维
ADF		 粗蛋白质
CP		 总能
GE		 消化能
DE		 代谢能
ME
干物质DM 1.00
粗灰分Ash 0.35 1.00
粗脂肪EE 0.58 0.74 1.00
中性洗涤纤维NDF 0.71 -0.14 0.04 1.00
酸性洗涤纤维ADF 0.37 -0.20 -0.40 0.82 1.00
粗蛋白质CP -0.11 0.62 0.70 -0.68 -0.89** 1.00
总能GE 0.27 0.63 0.84* -0.43 -0.77* 0.90 1.00
消化能DE -0.33 0.00 0.39 -0.65 -0.94** 0.85* 0.77* 1.00
代谢能ME -0.10 0.01 0.48 -0.53 -0.90** 0.84* 0.85* 0.96** 1.00

2.6 豆粕DE和ME预测方程

如表8所示,本试验没有得到豆粕DE的预测方程,基于5种豆粕化学成分和DE建立的豆粕ME预测方程为:ME=0.954 6 DE-0.191 2(R2=0.996 6,P<0.01),ME=0.906 4 DE+0.121 7 Ash-0.261 1(R2=0.999 2,P<0.01)和ME=0.860 2 DE+0.124 9 CP+0.224 5 Ash-0.368 5(R2=0.999 9,P<0.01)。
表8 豆粕消化能和代谢能预测方程的构建

Table 8 Construction of prediction equations for DE and ME of SBM

项目
Items		 预测方程
Prediction equations		 决定系数
R2		 P值
P-value
1 ME=0.954 6 DE-0.191 2 0.996 6 <0.01
2 ME=0.906 4 DE+0.121 7 Ash-0.261 1 0.999 2 <0.01
3 ME=0.860 2 DE+0.124 9 CP+0.224 5 Ash-0.368 5 0.999 9 <0.01

CP:粗蛋白质 crude protein; DE:消化能 digestible energy; ME:代谢能 metabolizable energy;Ash:粗灰分。

3 讨论

已有研究证实大豆品种和加工工艺会影响豆粕品质[21],巴西豆粕的CP含量高于中国、美国和阿根廷豆粕,而豆粕CP含量和大豆本身CP含量以及加工过程中去皮或者回填豆皮的多少密切相关,从而导致其化学成分含量差异。另外,采用脱皮加工工艺生产的豆粕CP含量往往比普通工艺所产豆粕高5%~8%。本研究表明,风干状态下,5种豆粕GE、CP、NDF、ADF、EE和Ash含量的范围分别为17.27~17.91 MJ/kg、44.20%~50.12%、12.30%~19.26%、4.32%~9.30%、0.48%~1.02%和6.26%~7.09%,上述试验结果与很多已发表的数据[22-23]一致。但是,对于不同来源的豆粕有效能值、营养物质消化率之间的差异以及化学组分与有效能之间的相关性鲜有报道。本研究评价了5种CP含量存在较大差异的豆粕原料,发现风干状态下5种豆粕DE、ME以及GE和CP表观全肠道消化率均存在显著差异,其变化范围分别为14.69~16.62 MJ/kg、14.10~15.74 MJ/kg、82.84%~94.28%和84.44%~95.59%。其中,豆粕1的DE、ME和营养物质全肠道表观消化率最低,这是由于豆粕1中含有较高水平的NDF(19.26%)和ADF(9.30%),导致食糜在猪胃肠道中的排空速度增加,从而抑制营养物质与消化酶的结合。另外,豆粕2和豆粕4的DE和ME较高,这是由于CP含量与DE和ME具有显著正相关关系,而豆粕2和豆粕4的CP含量高于其他3个豆粕原料。豆粕中CP含量和大豆CP含量以及加工过程中去皮或者回补大豆皮的多少密切相关,因此大豆皮的回补数量也是导致不同豆粕原料中纤维含量具有较大差异的主要原因。Li等[6]评价了22种豆粕原料的DE和ME,其在风干状态下的变化范围分别为14.57~16.68 MJ/kg和14.25~16.07 MJ/kg,与本试验中5种豆粕的有效能值基本一致。
Noble等[24]基于全价饲粮建立了一系列DE和ME预测方程。本实验室目前通过原料的化学成分已经建立了预测单一原料有效能的预测方程,如玉米、双低菜籽饼和小麦加工副产物的DE和ME的预测方程[25⇓-27]。上述研究结果已经证实原料化学成分和有效能之间存在一定的相关性,而这种相关性依赖于原料的种类。本研究基于5种豆粕化学成分组成发现豆粕DE和ME均与ADF含量呈现显著负相关,而与GE和CP含量呈现正相关的趋势,这一结果与前人报道结果[24,28-29]类似。本试验也发现豆粕的DE和ME之间存在显著正相关,这与已报道研究结果[30-31]一致。建立豆粕有效能的预测方程对于提高豆粕利用效率和精准配制饲粮有重要意义,本试验基于5种豆粕化学成分和DE建立豆粕ME的最佳预测方程为ME=0.860 2 DE+0.124 9 CP+0.224 5 Ash-0.368 5(R2=0.999 9,P<0.01),该方程的准确性有待更进一步的验证。另外,李忠超[32]评价了来自不同国家的22个豆粕样品DE和ME,通过逐步回归方法得到了豆粕DE预测方程:DE=35.94-0.29 CF-0.86 GE。然而,本研究基于豆粕常规化学成分没有构建出其DE的预测方程,这表明本研究需要进一步扩大豆粕样品数量。

4 结论

在本研究中,5种豆粕CP含量是主要的选择标准,其含量变化范围为44.20%~50.12%(风干基础)。5种豆粕DE和ME存在很大差异,其DE和ME均与ADF含量呈现负相关,而与GE和CP含量呈正相关,基于豆粕化学成分和DE建立的豆粕ME最佳预测方程为ME=0.860 2 DE+0.124 9 CP+0.224 5 Ash-0.368 5(R2=0.999 9,P<0.01)。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
STEIN H H, BERGER L L, DRACKLEY J K, et al. 18-nutritional properties and feeding values of soybeans and their coproducts[M]. [S.l.]: AOCS Press,2008:613-660.

[2]
CRISTOBAL M, BLAIR J, UTTERBACK P L, et al. Determination of TMEn,standardized amino acid digestibility,and phosphorus digestibility in soybean expellers produced from a new variety soybeans fed to chickens[J]. Poultry Science, 2023,102:37.

[3]
BAKER K M, LIU Y, STEIN H H. Nutritional value of soybean meal produced from high protein,low oligosaccharide,or conventional varieties of soybeans and fed to weanling pigs[J]. Animal Feed Science and Technology, 2014,188:64-73.

[4]
ROJAS O J, STEIN H H. Concentration of digestible,metabolizable,and net energy and digestibility of energy and nutrients in fermented soybean meal,conventional soybean meal,and fish meal fed to weanling pigs[J]. Journal of Animal Science, 2013, 91(9):4397-4405.

[5]
BAKER K M, STEIN H H. Amino acid digestibility and concentration of digestible and metabolizable energy in soybean meal produced from conventional,high-protein,or low-oligosaccharide varieties of soybeans and fed to growing pigs[J]. Journal of Animal Science, 2009, 87(7):2282-2290.

[6]
LI Z C, WANG X X, GUO P P, et al. Prediction of digestible and metabolisable energy in soybean meals produced from soybeans of different origins fed to growing pigs[J]. Archives of Animal Nutrition, 2015, 69(6):473-486.

DOI PMID

[7]
WANG L, HU Q L, WANG L, et al. Predicting the growth performance of growing-finishing pigs based on net energy and digestible lysine intake using multiple regression and artificial neural networks models[J]. Journal of Animal Science and Biotechnology, 2022, 13(1):57.

DOI PMID

[8]
WANG H L, SHI M, XU X, et al. Determination and prediction of the digestible and metabolisable energy content of barley for growing pigs based on chemical composition[J]. Archives of Animal Nutrition, 2017, 71(2):108-119.

DOI PMID

[9]
PAN L, PIAO X S, WU Y, et al. Digestible energy of sorghum grain for pigs could be predicted using a computer-controlled simulated digestion system[J]. Animal Feed Science and Technology, 2018,240:31-39.

[10]
LI Y K, LI Z C, LIU H, et al. Net energy content of rice bran,corn germ meal,corn gluten feed,peanut meal,and sunflower meal in growing pigs[J]. Asian-Australasian Journal of Animal Sciences, 2018, 31(9):1481-1490.

[11]
LYU Z, LI Y K, LIU H, et al. Net energy content of rice bran,defatted rice bran,corn gluten feed,and corn germ meal fed to growing pigs using indirect calorimetry[J]. Journal of Animal Science, 2018, 96(5):1877-1888.

[12]
HUANG B B, WANG L, LYU Z, et al. Evaluation on net energy of defatted rice bran from different origins and processing technologies fed to growing pigs[J]. Animals, 2021, 11(4):1106.

[13]
ZHAO J B, TANG S W, ZHOU X J, et al. Determination of chemical composition,energy content,and amino acid digestibility in different wheat cultivars fed to growing pigs[J]. Journal of Animal Science, 2019, 97(2):714-726.

[14]
中华人民共和国国家市场监督管理总局, 中国国家标准化管理委员会. 猪营养需要量:GB/T 39235—2020[S]. 北京: 中国标准出版社, 2020.

General Administration of Quality Supervision,Inspection and Quarantine of the People’s Republic of China, China National Standardization Administration Committee.Nutrient requirements of swine:GB/T 39235—2020[S]. Beijing: Standards Press of China, 2020. (in Chinese)

[15]
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 饲料中中性洗涤纤维(NDF)的测定:GB/T 20806—2022[S]. 北京: 中国标准出版社, 2022.

General Administration of Quality Supervision,Inspection and Quarantine of the People’s Republic of China, China National Standardization Administration Committee.Determination of neutral detergent fiber (NDF) in feeds:GB/T 20806—2022[S]. Beijing: Standards Press of China, 2022. (in Chinese)

[16]
中华人民共和国农业农村部. 饲料中酸性洗涤纤维的测定:NY/T 1459—2022[S]. 北京: 中国农业出版社, 2022.

Ministry of Agriculture and Rural Affairs of the People’s Republic of China. Determination of acid detergent fiber in feeds:NY/T 1459—2022[S]. Beijing: Standards Press of China, 2022. (in Chinese).

[17]
国家市场监督管理总局, 国家标准化管理委员会. 饲料中粗蛋白的测定凯氏定氮法:GB/T 6432—2018[S]. 北京: 中国标准出版社, 2018.

Administration for Market Regulation, China National Standardization Administration Committee. Determination of crude protein in feeds—Kjeldahl method:GB/T 6432—2018[S]. Beijing: Standards Press of China, 2018. (in Chinese)

[18]
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 饲料中水分和其他挥发性物质含量的测定:GB/T 6435—2006[S]. 北京: 中国标准出版社, 2006.

General Administration of Quality Supervision,Inspection and Quarantine of the People’s Republic of China, China National Standardization Administration Committee.Determination of moisture and other volatile mater content in feeds:GB/T 6435—2006[S]. Beijing: Standards Press of China, 2006. (in Chinese)

[19]
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 饲料中粗灰分的测定:GB/T 6438—2007[S]. 北京: 中国标准出版社, 2007.

of The People’s Republic of China,China National Standardization Administration Committee. Animal feeding stuffs—determination of crude ash:GB/T 6438—2007[S]. Beijing: Standards Press of China, 2007. (in Chinese)

[20]
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 饲料中粗脂肪的测定:GB/T 6433—2006[S]. 北京: 中国标准出版社, 2006.

General Administration of Quality Supervision,Inspection and Quarantine of The People’s Republic of China, China National Standardization Administration Committee. Determination of crude fat in feeds:GB/T 6433—2006[J]. Beijing:Standards Press of China, 2006. (in Chinese)

[21]
GRIESHOP C M, KADZERE C T, CLAPPER G M, et al. Chemical and nutritional characteristics of United States soybeans and soybean meals[J]. Journal of Agricultural and Food Chemistry, 2003, 51(26):7684-7691.

DOI PMID

[22]
KARR L L K, GRIESHOP C M, SPEARS J K, et al. Amino acid,carbohydrate,and fat composition of soybean meals prepared at 55 commercial US soybean processing plants[J]. Journal of Agricultural and Food Chemistry, 2005, 53(6):2146-2150.

[23]
FRIKHA M, SERRANO M P, VALENCIA D G, et al. Correlation between ileal digestibility of amino acids and chemical composition of soybean meals in broilers at 21 days of age[J]. Animal Feed Science and Technology, 2012, 178(1/2):103-114.

[24]
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(12):3389-3398.

PMID

[25]
李全丰. 中国玉米猪有效营养成分预测方程的构建[D]. 博士学位论文. 北京: 中国农业大学, 2014.

LI Q F. Establish prediction modeling on available nutrients with Chinese corn for pigs[D]. Ph.D. Thesis. Beijing: China Agricultural University, 2014. (in Chinese)

[26]
李培丽. 双低菜籽饼的猪有效能和氨基酸消化率研究[D]. 博士学位论文. 北京: 中国农业大学, 2018.

LI P L. Study on available energy and amino acids digestibility of double-low rapeseed cakes for pigs[D]. Ph.D. Thesis. Beijing: China Agricultural University, 2018. (in Chinese)

[27]
黄强. 小麦制粉副产品猪有效能值和氨基酸消化率的研究[D]. 博士学位论文. 北京: 中国农业大学, 2015.

HUANG Q. Study on available energy and amino acid digestibility of wheat milling by-products for growing Pigs[D]. Ph.D. Thesis. Beijing: China Agricultural University, 2015. (in Chinese)

[28]
HUANG Q, SHI C X, SU Y B, et al. Prediction of the digestible and metabolizable energy content of wheat milling by-products for growing pigs from chemical composition[J]. Animal Feed Science and Technology, 2014,196:107-116.

[29]
LI Q F, ZANG J J, LIU D W, et al. Predicting corn digestible and metabolizable energy content from its chemical composition in growing pigs[J]. Journal of Animal Science and Biotechnology, 2014, 5(1):11.

DOI PMID

[30]
KANG Y F, LI D F, XING J J, et al. Determination and prediction of digestible and metabolisable energy of dehulled and regular soybean meals for pigs[J]. Journal of Animal and Veterinary Advances, 2004, 3(11):740-748.

[31]
MAISON T, LIU Y, STEIN H H. Digestibility of energy and detergent fiber and digestible and metabolizable energy values in canola meal,00-rapeseed meal,and 00-rapeseed expellers fed to growing pigs[J]. Journal of Animal Science, 2015, 93(2):652-660.

[32]
李忠超. 生长猪植物蛋白原料净能推测方程的构建[D]. 博士学位论文. 北京: 中国农业大学, 2017.

LI Z C. Net energy prediction of plant protein ingredients to growing pigs[D]. Ph.D. Thesis. Beijing: China Agricultural University, 2017. (in Chinese)

Options
文章导航

/

〈 〉

    联系我们

  • 地址：北京市海淀区圆明园西路2号
    　　　中国农业大学动科动医大楼153室
  • 邮编：100193
  • 电话：010－62817823
  • 网址：http://www.chinajan.com
  • E-mail：cjan@chinajan.com
京公网安备 11010802041926号    京ICP备17050989号-2