动物营养学报 >

2025 , Vol. 37 >Issue 4: 2265 - 2277

DOI: https://doi.org/10.12418/CJAN2025.192

研究论文

3~25 kg仔猪消化能、代谢能、净能需要预测模型研究

  • 温晓鹿 ,
  • 杨雪芬 ,
  • 朱翠 ,
  • 蒋宗勇 , * ,
  • 王丽 , *
展开
  • 广东省农业科学院动物科学研究所,猪禽种业全国重点实验室,农业农村部华南动物营养与饲料重点实验室,广东省畜禽育种与营养研究重点实验室,广州 510640
* 蒋宗勇,研究员,博士生导师,E-mail: ;
王 丽,研究员,硕士生导师,E-mail:

温晓鹿(1986—),男,河北衡水人,副研究员,硕士,主要从事猪营养与饲料科学研究。E-mail:

Copy editor: 菅景颖

收稿日期: 2024-08-05

  网络出版日期: 2025-04-15

基金资助

广东省乡村振兴战略专项资金项目(2024TS-3-1)

国家生猪产业技术体系专项(CARS-35)

广州市科技计划项目(2024E04J0529)

清远市科技计划项目(2023KJJ006)

收起

Study on Prediction Models of Digestible Energy, Metabolizable Energy and Net Energy Requirements of 3 to 25 kg Piglets

  • WEN Xiaolu ,
  • YANG Xuefen ,
  • ZHU Cui ,
  • JIANG Zongyong , * ,
  • WANG Li , *
Expand
  • Guangdong Provincial Key Laboratory of Animal Breeding and Nutrition, Key Laboratory of Animal Nutrition and Feed Science in South China, Ministry of Agriculture and Rural Affairs, State Key Laboratory of Swine and Poultry Breeding Industry, Institute of Animal Science, Guangdong Academy of Agricultural Sciences, Guangzhou 510640, China
* JIANG Zongyong, professor, E-mail: ;
WANG Li, professor, E-mail:

Received date: 2024-08-05

  Online published: 2025-04-15

Fold

摘要

本研究旨在建立我国3~25 kg仔猪消化能需要(DEi)、代谢能需要(MEi)、净能需要(NEi)的数学模型,确定3~25 kg仔猪的DEi、MEi、NEi。为了确定方程参数,建立包括156个试验的数据库,试验提供了中国仔猪体重(BW)、平均日增重(ADG)、平均日采食量(ADFI)、饲粮配方。使用美国NRC(2012)的饲料成分数据库重新计算饲粮消化能、代谢能和净能。在文献基础上建立了中国仔猪ADG、ADFI和BW的回归方程,计算了不同阶段的ADG和ADFI。采用经验法和析因法建立了3~25 kg仔猪的DEi、MEi、NEi动态模型,并用文献资料对模型进行了验证。结果显示: 1)3~25 kg仔猪的ADG和ADFI回归方程为ADG(g)=-0.270 3×BW2+31.855×BW+39.713(BW:kg,R2=0.792 6,P<0.01);ADFI(g)=46.817×BW1.023 7(BW:kg,R2=0.871 0,P<0.01)。2)经验法建立的DEi、MEi、NEi预测模型为DEi(kJ/d)=-2.047 2×BW2+772.21×BW-104.18(BW:kg,R2=0.861 9,P<0.01);MEi(kJ/d)=-1.436×BW2+727.39×BW-26.462(BW:kg,R2=0.858 1,P<0.01);NEi(kJ/d)=544.46×BW0.988(BW:kg,R2=0.846 3,P<0.01);析因法建立的DEi、MEi、NEi预测模型为DEi(kJ/d)=2.276×ADG1.319+460×BW0.75(ADG:g,BW:kg,R2=0.863 3,P<0.01);MEi(kJ/d)=2.148 8×ADG1.321 3+444×BW0.75(ADG:g,BW:kg,R2=0.862 8,P<0.01);NEi(kJ/d)=1.611 5×ADG1.314 8+326×BW0.75(ADG:g,BW:kg,R2=0.860 8,P<0.01)。3)模型验证发现,相比经验法,析因法建立的有效能预测模型所得预测值更接近于仔猪实际有效能需要,能更有效地评价3~25 kg仔猪的有效能需要。4)通过析因法得到3~25 kg仔猪消化能转化为代谢能的效率为96%,代谢能转化为净能的效率为75%~76%。综上所述,通过析因法可以有效评估3~25 kg仔猪的有效能需要,3~8 kg仔猪的DEi、MEi、NEi分别为4 234、4 063、3 059 kJ/d,8~25 kg仔猪的DEi、MEi、NEi分别为11 857、11 376、8 611 kJ/d。

关键词： 仔猪; 析因法; 经验法; 能量需要

本文引用格式

温晓鹿 , 杨雪芬 , 朱翠 , 蒋宗勇 , 王丽 . 3~25 kg仔猪消化能、代谢能、净能需要预测模型研究[J]. 动物营养学报, 2025 , 37(4) : 2265 -2277 . DOI: 10.12418/CJAN2025.192

Abstract

The objective of this study was to establish mathematical models for the digestible energy requirement (DEi), metabolizable energy requirement (MEi) and net energy requirement (NEi) of 3 to 25 kg piglets in China, and to determine the DEi, MEi and NEi of 3 to 25 kg piglets. In order to determine the parameters of the equation, a database including 190 trials was established, which provided piglet body weight (BW), average daily gain (ADG), average daily feed intake (ADFI), and diet formulation. Dietary digestible energy, metabolizable energy, and net energy were recalculated using the feed composition database of the swine nutritional requirements of United States NRC (2012). Based on the literatures, the regression equations of ADG, ADFI and BW of Chinese piglets were established, and the ADG and ADFI at different stages were calculated. The dynamic models of DEi, MEi and NEi of 3 to 25 kg piglets were established by empirical method and factorial method, and the models were verified by literature data. The results showed as follows: 1) the regression equations of ADG and ADFI for 3 to 25 kg piglets were ADG (g)=-0.270 3×BW2+31.855×BW+39.713 (BW: kg, R2=0.792 6, P<0.01); ADFI (g)=46.817×BW1.023 7 (BW: kg, R2=0.871 0, P<0.01). 2) The prediction models of DEi, MEi and NEi established by empirical method were DEi (kJ/d)=-2.047 2×BW2+772.21×BW-104.18 (BW: kg, R2=0.861 9, P<0.01); MEi (kJ/d)=-1.436×BW2+727.39×BW-26.462(BW: kg, R2=0.858 1, P<0.01); NEi (kJ/d)=544.46×BW0.988 (BW: kg, R2=0.846 3, P<0.01). The prediction models of DEi, MEi and NEi established by factorial method were DEi (kJ/d)=2.276×ADG1.319+460×BW0.75 (ADG: g, BW: kg, R2=0.863 3, P<0.01); MEi (kJ/d)=2.148 8×ADG1.321 3+444×BW0.75 (ADG: g, BW: kg, R2=0.862 8, P<0.01); NEi (kJ/d)=1.611 5×ADG1.314 8+326×BW0.75 (ADG: g, BW: kg, R2=0.860 8, P<0.01). 3) Model verification found that the predictive value obtained by the factorial method was closer to the actual available energy requirement of piglets than the empirical method and was more effective in evaluating the effective energy requirement of 3 to 8 kg piglets. 4) The conversion efficiency of digestible energy to metabolizable energy was 96%, and the conversion efficiency of metabolizable energy to net energy was 75% to 76% in 3 to 25 kg piglets by the factorial method. In summary, the effective energy requirement of 3 to 25 kg piglets can be effectively evaluated by the factorial method, the DEi, MEi and NEi of 3 to 8 kg piglets are 4 234, 4 063 and 3 059 kJ/d, respectively, and the DEi, MEi and NEi of 8 to 25 kg piglets were 11 857, 11 376 and 8 611 kJ/d, respectively.

Key words： piglets; factorial method; empirical method; energy requirement

能量需要是动物营养需要的重要内容,对于猪的精准饲养和提高养殖效率具有重要意义[1]。饲粮能量浓度低,不能满足仔猪的营养需要,影响生长性能;饲粮能量浓度过高,有效能利用率下降,降低经济效益[2⇓-4]。仔猪的能量需要受到动物本身和环境等多个因素影响[5]。有学者提出了采用数学模型来模拟动物的生长和预测营养需要[6-7]。经验法和析因法是估算动物能量需要的主要方法[8-9]。经验法通过建立每日能量需要与体重的回归方程计算能量需要。美国NRC(2012)[10]推荐的仔猪每日代谢能需要是根据经验总结得到的公式,仔猪代谢能需要采用体重与每日代谢能需要的回归模型计算。《中国猪营养需要》(2020)[11]中仔猪采用体重与每日消化能需要的回归模型计算,类似于美国NRC(2012)[10]的回归模型。析因法是将动物营养需要分为维持需要和生产需要[12]。英国BSAS(2003)[13]采用析因法给出了生长猪每日代谢能需要,该需要模型将猪的代谢能需要分为维持需要、蛋白质沉积需要和脂肪沉积需要。丹麦猪营养标准(2024)[14]中仔猪每日代谢能需要是根据营养物质消化率和典型配方估测而得。
本文对近18年来中国学者发表的仔猪营养相关文章进行筛选统计,使用美国NRC(2012)[10]饲料原料数据库对文章中提到的饲粮配方进行重新计算。通过析因法(能量需要=维持需要+生长需要)和经验法(体重与每日能量需要的回归方程法)2种方法评估仔猪消化能、代谢能、净能需要,并进行比较验证,以期建立我国3~25 kg仔猪消化能、代谢能、净能需要的数学模型,为计算中国仔猪有效能需要提供理论依据,同时建立平均日增重(ADG)、平均日采食量(ADFI)与体重(BW,仅在公式中用BW表示体重)的回归方程,以得到不同体重下仔猪的生长性能。

1 材料与方法

1.1 试验材料

使用中国知网与Science Direct检索文献,检索关键词为:仔猪、猪、生长性能。收集了近18年中国学者发表的851份关于仔猪营养的文献。选取符合统计学设计要求、明确饲粮配方、品种(杜×长×大)、体重阶段3~25 kg、准确的生长性能(ADG、ADFI、起始体重)、超过2周试验时间的156篇文献,共收集得到5 576头仔猪的190组生长性能数据。根据NRC(2012)的饲料原料成分数据库,重新计算饲粮的消化能、代谢能、净能,并计算每日消化能需要(DEi)、代谢能需要(MEi)、净能需要(NEi);消化能维持需要(DEm)、代谢能维持需要(MEm)、净能维持需要(NEm);消化能生长需要(DEg)、代谢能生长需要(MEg)、净能生长需要(NEg)[15]。
仔猪MEi包括3部分,MEm、代谢能蛋白质沉积需要(MEpr)和代谢能脂肪沉积需要(MElr),即MEi=MEm+MEpr+M E l r [16]。而用于蛋白质和脂肪沉积的代谢能可合并为用于生长的代谢能MEg,即MEi=MEg+M E m [17]。能量的维持需要包括维持机体所有功能和适度活动所需能量,通常以代谢体重BWb为基础表示,b通常为0.75。NRC(1998)推荐的猪DEm为460 kJ/kg BW0.75,MEm为444 kJ/kg BW0.75,NEm为327 kJ/kg B W 0.75 [15]。随着能量摄入量的提高,蛋白质和脂肪的沉积率呈线性升高[18]。所以在特定的体重范围内仔猪的日增重与用于生长的有效能需要有显著的相关性。

1.2 统计分析

采用 Excel 2010对试验数据进行整理和筛选,通过SPSS 19.0软件进行回归分析。将所有文献分为两部分,其中一部分(135篇)建立数据模型,另一部分(21篇)用于模型验证,判断模型的可靠性和准确性。

1.2.1 ADG和ADFI的模型评估

选用4个线性函数评估ADG、ADFI与体重的相关关系。这些函数包括一次函数、二次函数、幂函数、指数函数,以a、b和c作为SPSS 19.0确定的模型参数。根据回归方程曲线的决定系数(R2)和P值对其适用性进行主观评估,P<0.05说明该回归模型具有显著相关性,R2越接近1表示模型越适合。
ADG或ADFI=a+b×BW(一次函数)[19];
ADG或ADFI=a+b×BW+c×BW2(二次函数)[20];
ADG或ADFI=a×BWb(幂函数)[21];
ADG或ADFI=a×eb×BW(指数函数)。

1.2.2 DEi、MEi、NEi经验法模型估算

分别采用一次函数、二次函数、幂函数、指数函数建立DEi、MEi、NEi与体重的回归方程。以a、b和c作为SPSS 19.0确定的模型参数,将不同阶段的体重带入方程,计算不同阶段的有效能每日需要量。根据回归方程曲线的R2和P值对其适用性进行主观评估,P<0.05说明该回归模型具有显著相关性,R2接近1表示模型越适合。
DEi、MEi或NEi=a+b×BW(一次函数)[19];
DEi、MEi或NEi=a+b×BW+c×BW2(二次函数)[15];
DEi、MEi或NEi=a×BWb(幂函数)[22];
DEi、MEi或NEi=a×eb×BW(指数函数)[23]。

1.2.3 DEg、MEg和NEg析因法模型估算

本文建立DEg、MEg和NEg与ADG的回归关系,函数方程选用一次函数、二次函数、幂函数、指数函数。根据回归方程曲线的R2和P值对其适用性进行主观评估,P<0.05说明该回归模型具有显著相关性,R2越接近1表示模型越适合。根据不同阶段仔猪的ADG即可计算出仔猪DEg、MEg和NEg,然后加上仔猪的维持需要DEm、MEm、NEm,即可求得仔猪每日有效能需要。
DEg、MEg或NEg=a+b×ADG(一次函数);
DEg、MEg或NEg=a+b×ADG+c×ADG2(二次函数);
DEg、MEg或NEg=a×ADGb(幂函数);
DEg、MEg或NEg=a×eb×ADG(指数函数)。

1.2.4 模型估算与比较

为判断所建立的回归模型对仔猪有效能需要的预测能力,将一部分具有代表体重的21篇参考文献用于检验模型的可靠性和准确性:1)分别建立仔猪观测DEi(x)和经验法计算DEi、析因法计算DEi(y),观测MEi(x)和经验法计算MEi、析因法计算MEi(y)以及观测NEi(x)和经验法计算NEi、析因法计算NEi(y)的一次回归方程。根据线性方程的斜率来评价模型的准确性。当斜率小于1时,模型低估了仔猪的有效能摄入量;当斜率大于1时,模型高估了仔猪的有效能摄入量;斜率越接近1,说明模型越能准确地评价仔猪的有效能摄入量。2)建立仔猪体重与观测DEi、MEi、NEi,析因法计算DEi、MEi、NEi以及经验法计算DEi、MEi、NEi的相关曲线,观察趋势。

2 结果与分析

2.1 3~25 kg仔猪ADG、ADFI与体重的相关性分析

3~25 kg仔猪ADG、ADFI与体重的回归方程如表1所示,ADG和体重在所有拟合模型中以二次方程曲线的R2最接近于1,因此选用二次方程曲线拟合,通过曲线回归分析得到ADG和体重之间的回归方程为y=-0.270 3x2+31.855x+39.713(y表示ADG,g;x表示体重,kg;R2=0.792 6,P<0.01);ADFI和体重在所有拟合模型中以幂方程曲线的R2最接近于1,因此选用幂方程曲线拟合,通过曲线回归分析得到ADFI和体重之间的回归方程为y=46.817x1.023 7(y表示ADFI,g;x表示体重,kg;R2=0.871 0,P<0.01)。从图1中可以看出,随着体重的增加,仔猪ADG和ADFI呈线性提高。
表1 3~25 kg仔猪ADG、ADFI与体重的回归方程

Table 1 Regression equations between ADG, ADFI and BW of 3 to 25 kg piglets

回归方程
Regression equations		 样本数
n		 决定系数
R2		 P值
P-value		 相对标准差
RSD
y:平均日增重ADG/g;x:体重BW/kg
y=24.395x+85.419 190 0.789 4 <0.01 14.33
y=-0.270 3x2+31.855x+39.713 190 0.792 6 <0.01 14.26
y=51.274x0.803 2 190 0.774 9 <0.01 14.28
y=164.18e0.064 8x 190 0.732 0 <0.01 16.36
y:平均日采食量ADFI/g;x:体重BW/kg
y=50.221x+0.933 4 190 0.869 4 <0.01 3.93
y=-0.307 4x2+58.698x-51.004 190 0.870 4 <0.01 3.93
y=46.817x1.023 7 190 0.871 0 <0.01 3.91
y=206.47e0.082 6x 190 0.822 4 <0.01 3.92
图1 3~25 kg仔猪ADG(a)、ADFI(b)与体重的回归关系

Fig.1 Regression relationships between ADG (a), ADFI (b) and BW of 3 to 25 kg piglets

将模型预测值与美国NRC(2012)[10]和《中国猪营养需要》(2020)[11]进行比较,结果如表2所示。与美国NRC(2012)[10]相比,本研究预测的仔猪5~7 kg阶段的ADG和ADFI较高,而7~11 kg和11~25 kg阶段的ADG和ADFI较低;与《中国猪营养需要》(2020)[11]相比,本研究预测的仔猪3~8 kg阶段的ADG和ADFI均有所降低,8~25 kg阶段的ADG和ADFI差异不大。
表2 仔猪不同体重阶段ADG、ADFI预测值与美国NRC(2012)[10]和《中国猪营养需要》(2020)[11]的比较

Table 2 Comparison of predicted values of ADFI and ADG to United States NRC (2012)[10] and Nutritional Requirements of Pigs in China (2020)[11] of piglets at different body weight stages

项目
Items		 本研究
This study		 美国NRC(2012)
United States NRC(2012)[10]		 《中国猪营养需要》(2020)
Nutritional Requirements of
Pigs in China (2020)[11]
平均日增重
ADG/g		 平均日采食量
ADFI/g		 平均日增重
ADG/g		 平均日采食量
ADFI/g		 平均日增重
ADG/g		 平均日采食量
ADFI/g
5~7 kg 221 293 210 280
7~11 kg 305 444 335 493
11~25 kg 526 902 585 953
3~8 kg 207 268 220 290
8~25 kg 492 826 500 835

2.2 经验法模型估测DEi、MEi、NEi

由表3可知,DEi和体重在所有拟合模型中以二次方程曲线的R2最接近于1,因此选用二次方程曲线拟合,通过曲线回归分析得到DEi和体重之间的回归方程为y=-2.047 2x2+772.21x-104.18(y表示DEi,kJ/d;x表示体重,kg;R2=0.861 9,P<0.01);MEi和体重在所有拟合模型中以二次方程曲线的R2最接近于1,因此选用二次方程曲线拟合,通过曲线回归分析得到MEi和均体重之间的回归方程为y=-1.436x2+727.39x-26.462(y表示MEi,kJ/d;x表示体重,kg;R2=0.858 1,P<0.01);NEi和体重在所有拟合模型中以幂函数曲线的R2最接近于1,因此选用幂函数曲线拟合,通过曲线回归分析得到NEi和体重之间的回归方程为y=544.46x0.988(y表示NEi,kJ/d;x表示体重,kg;R2=0.846 3,P<0.01)。由图2可以看出,随着体重的增加,仔猪DEi、MEi、NEi呈线性提高的趋势。
表3 3~25 kg仔猪观测DEi、MEi、NEi与体重的回归方程

Table 3 Regression equations of between observed DEi, MEi, NEi and BW of 3 to 25 kg piglets

回归方程
Regression equations		 样本数
n		 决定系数
R2		 P值
P-value		 相对标准差
RSD
y:消化能需要DEi/(kJ/d);x:体重BW/kg
y=715.7x+242.04 190 0.861 7 <0.01 57.404
y=-2.047 2x2+772.21x-104.18 190 0.861 9 <0.01 57.363
y=3 151.7e0.079 5x 190 0.816 1 <0.01 71.881
y=774.93x0.975 3 190 0.846 4 <0.01 57.614
y:代谢能需要MEi/(kJ/d);x:体重BW/kg
y=687.76x+216.32 190 0.858 0 <0.01 57.572
y=-1.436x2+727.39x-26.462 190 0.858 1 <0.01 57.530
y=3 022.6e0.079 5x 190 0.813 9 <0.01 71.797
y=744.75x0.974 4 190 0.842 7 <0.01 57.823
y:净能需要NEi/(kJ/d);x:体重BW/kg
y=532.14x+24.455 190 0.840 6 <0.01 62.383
y=0.323 5x2+523.2x+79.169 190 0.840 6 <0.01 62.425
y=2 253.3e0.080 6x 190 0.817 3 <0.01 78.659
y=544.46x0.988 190 0.846 3 <0.01 61.212
图2 3~25 kg仔猪DEi、MEi、NEi与体重的回归关系

Fig.2 Regression relationships between DEi, MEi, NEi and BW of 3 to 25 kg piglets

2.3 析因法模型估测DEg、MEg、NEg

由表4可知,3~25 kg仔猪DEg、MEg、NEg与ADG的回归关系均以幂函数回归曲线的R2最接近1,因此均采用幂函数曲线拟合。通过曲线回归分析得到DEg和ADG之间的回归方程为y=2.276x1.319(y表示DEg,kJ/d;x表示ADG,g;R2=0.863 3,P<0.01);MEg和ADG之间的回归方程为y=2.148 8x1.321 3(y表示MEg,kJ/d;x表示ADG,g;R2=0.862 8,P<0.01);NEg和ADG之间的回归方程为y=1.611 5x1.314 8(y表示NEg,kJ/d;x表示ADG,g;R2=0.860 8,P<0.01)。由图3可以看出,随着ADG的增加,仔猪DEg、MEg、NEg呈线性提高。
表4 3~25 kg仔猪DEg、MEg、NEg与ADG的回归方程

Table 4 Regression equations between DEg, MEg, NEg and ADG of 3 to 25 kg piglets

回归方程
Regression equations		 样本数
n		 决定系数
R2		 P值
P-value		 相对标准差
RSD
y:消化能生长需要DEg/(kJ/d);x:平均日增重ADG/g
y=20.313x-1 746 190 0.848 2 <0.01 70.17
y=0.001 6x2+18.964x-1 492.2 190 0.848 3 <0.01 70.12
y=1 381.4e0.003 6x 190 0.823 9 <0.01 104.18
y=2.276x1.319 190 0.863 3 <0.01 70.84
y:代谢能生长需要MEg/(kJ/d);x:平均日增重ADG/g
y=19.539x-1 706.1 190 0.847 3 <0.01 70.63
y=0.002 1x2+17.776x-1 374.6 190 0.847 6 <0.01 70.54
y=1 371.6e0.003 6x 190 0.824 6 <0.01 103.05
y=2.148 8x1.321 3 190 0.862 8 <0.01 71.17
y:净能生长需要NEg/(kJ/d);x:平均日增重ADG/g
y=15.27x-1 418.2 190 0.854 8 <0.01 73.35
y=0.002 9x2+12.904x-973.15 190 0.855 2 <0.01 84.52
y=1 000.6e0.003 6x 190 0.827 8 <0.01 109.54
y=1.611 5x1.314 8 190 0.860 8 <0.01 73.81
图3 3~25 kg仔猪DEg、MEg、NEg与ADG的回归关系

Fig.3 Regression relationships between DEg, MEg, NEg and ADG of 3 to 25 kg piglets

2.4 模型评估

2.4.1 实际有效能摄入量与预测有效能需要回归法评估模型

图4所示为预测DEi、MEi、NEi与实际DEi、MEi、NEi之间的回归关系,得到如下回归方程:DEi(经验)=1.046 8×DEi(观测),DEi(析因)=0.981 6×DEi(观测);MEi(经验)=1.047 5×MEi(观测),MEi(析因)=0.999 7×MEi(观测);NEi(经验)=1.095 7×NEi(观测),NEi(析因)=1.015×NEi(观测)。不同方法的回归曲线斜率都接近于1,说明都能很好预测有效能需要。比较之后发现,析因法计算DEi、MEi、NEi与观测值的回归曲线的斜率均优于经验法,更接近于1,R2也更接近1;经验法预测DEi、MEi、NEi与观测值的回归曲线斜率均大于1,说明经验法高估了仔猪的有效能需要。
图4 3~25 kg仔猪实际有效能摄入量与预测有效能需要的回归关系(a:DEi;b:MEi;c:NEi)

Fig.4 Regression relationships between actual effective energy intake and predicted effective energy requirement of 3 to 25 kg piglets (a: DEi; b: MEi; c: NEi)

2.4.2 预测有效能需要与实际有效能摄入量对比

如图5所示,通过析因法计算所得仔猪的DEi、MEi、NEi与观测值更具有相同的变化趋势。
图5 不同方法预测的仔猪有效能需要与仔猪实际有效能摄入量的比较(a:DEi;b:MEi;c:NEi)

Fig.5 Comparison of predicted effective energy requirement by different models to actual effective energy intake of piglets (a: DEi; b: MEi; c: NEi)

2.5 不同模型估测仔猪有效能需要

由不同模型计算出的仔猪DEi、MEi和NEi如表5所示。使用析因法和经验法计算出的3~8 kg仔猪的DEi、MEi、NEi均高于美国NRC(2012)[10]推荐量,与《中国猪营养需要》(2020)[11]推荐量接近,但是略低。而采用经验法和析因法计算出的8~25 kg仔猪的DEi、MEi均低于美国NRC(2012)[10]推荐量,NEi与美国NRC(2012)[10]推荐量接近;在8~25 kg阶段,采用经验法计算出的仔猪DEi、MEi、NEi与《中国猪营养需要》(2020)[11]推荐量相近,而采用析因法计算出的仔猪DEi、MEi、NEi略低于《中国猪营养需要》(2020)[11]推荐量。
表5 析因法与经验法计算出的仔猪有效能需要与美国NRC(2012)[10]和《中国猪营养需要》(2020)[11]的推荐量的比较

Table 5 Comparison of effective energy requirement of piglets calculated by empirical method and factorial method to recommendations of United States NRC (2012)[10] and Nutritional Requirements of Pigs in China (2020)[11] kJ/d

项目
Items		 经验法
Empirical
method		 析因法
Factorial
method		 美国NRC(2012)
United States
NRC(2012)[10]		 《中国猪营养需要》(2020)
Nutritional Requirements of
Pigs in China (2020)[11]
DEi MEi NEi DEi MEi NEi DEi MEi NEi DEi MEi NEi
3~8 kg 4 079 3 929 2 933 4 234 4 063 3 059 3 397 3 259 2 347 4 339 4 159 3 159
8~25 kg 12 075 11 581 8 682 11 857 11 376 8 611 12 456 11 958 8 611 12 046 11 556 8 786

DEi:消化能需要 digestible energy requirement;MEi:代谢能需要 metabolizable energy requirement;NEi:净能需要 net energy requirement。

2.6 能量利用效率

如表6所示,采用经验法和析因法计算出的仔猪代谢能/消化能比值均为0.96,与美国NRC(2012)[10]和《中国猪营养需要》(2020)[11]推荐值一致。采用经验法计算出的仔猪净能/代谢能比值为0.72~0.74,与美国NRC(2012)[10]推荐值接近;采用析因法计算出的仔猪净能/代谢能比值为0.75~0.76,与《中国猪营养需要》(2020)[11]推荐值接近。
表6 经验法和析因法计算出的代谢能/消化能、净能/代谢能比值与美国NRC(2012)[10]和《中国猪营养需要》(2020)[11]的推荐值比较

Table 6 Comparison of ME/DE, NE/ME ratios of piglets calculated by empirical method and factorial method to recommendations of United States NRC (2012)[10] and Nutritional Requirements of Pigs in China (2020)[11]

项目
Items		 经验法
Empirical method		 析因法
Factorial method		 美国NRC(2012)
United States
NRC(2012)[10]		 《中国猪营养需要》(2020)
Nutritional Requirements
of Pigs in China (2020)[11]
ME/DE NE/ME ME/DE NE/ME ME/DE NE/ME ME/DE NE/ME
3~8 kg 0.96 0.72 0.96 0.75 0.96 0.72 0.96 0.76
8~25 kg 0.96 0.74 0.96 0.76 0.96 0.72 0.96 0.76

ME/DE:代谢能/消化能比值 metabolizable energy/digestible energy ratio;NE/ME:净能/代谢能比值 net energy/metabolizable energy ratio。

如图6所示,3~25 kg仔猪NEi与ADG的回归方程为NEi=17.318×ADG,斜率为17.318,表明每增加1 g体重需要摄入17.318 kJ的净能。
图6 3~25 kg仔猪NEi与ADG的回归关系

Fig.6 Regression relationship between NEi and ADG of 3 to 25 kg piglets

3 讨论

本研究通过整理已发表文献的仔猪ADG、ADFI和每日DEi、MEi、NEi,使用经验法和析因法计算3~25 kg仔猪的有效能需要。尽管以前有研究报道采用动物试验的方法评估了仔猪的最佳能量需要[24⇓⇓-27]。本研究与以往的报道相比,是对大量试验数据的综合统计分析,它可以将试验变异最小化[28]。近年来,大量研究采用该方法评估动物的能量需要[29⇓-31]。

3.1 ADG和ADFI评估

ADG和ADFI反映了仔猪的健康状况和生长潜力。仔猪的体重与ADG和ADFI显著相关。生长猪ADFI和体重之间的关系,Urquhart[21]报道为ADFI(kg)=0.310×BW0.50,Kyriazakis等[32]报道为ADFI(kg)=0.10×BW0.75。Moughan等[33]推荐的ADFI和体重之间的回归方程为ADFI(kg)=0.038+0.048×BW+0.000 19×BW2。Whittemore等[34]给出2个回归方程分别为ADFI(kg)=0.084×BW0.75和ADFI(kg)=2.96×[1-EXP(-0.017 6)×BW]。目前很少有中国学者报道仔猪ADG、ADFI与体重的回归关系。本研究推荐的仔猪ADG、ADFI与体重的回归关系为ADG(g)=-0.270 3×BW2+31.855×BW+39.713(R2=0.792 6,P<0.01),ADFI(g)=46.817 4×BW1.023 7(R2=0.871 0,P<0.01)。
与《中国猪营养需要》(2020)[11]相比,本模型估测的仔猪3~8 kg阶段的ADG和ADFI均有所降低,8~25 kg阶段则接近,可能是由于本模型所采用的数据全部为试验数据,生长性能没有完全达到生产水平。本模型估测的仔猪刚断奶阶段5~7 kg的生长性能要高于美国NRC(2012)[10],而在仔猪的后一阶段7~11 kg、11~25 kg则低于美国NRC(2012)[10]。与日本猪饲养标准营养需要量(1998)[35]推荐的仔猪生长性能相比,本模型估测的仔猪5~10 kg、10~30 kg阶段的ADG和ADFI均高于其推荐量。

3.2 有效能需要

经验法和析因法是评估动物能量需要的2种主要方法。经验法是根据经验建立动物体重和每日有效能需要的回归模型。经验法可以实时跟踪单个动物的体重与有效能需要的关系,不用考虑动物的生物学机制[36]。目前很多研究采用此方法评估猪的营养需要,美国NRC(2012)[10]推荐仔猪的MEi预测模型为MEi=-783.5+315.9×BW-5.768 5×BW2,美国NRC(1998)[15]推荐的仔猪DEi预测模型为DEi=-133+251×BW-0.99×BW2。Bridges等[37]预测了生长育肥猪的MEi,其预测模型为MEi=a×{1-exp[-exp(b)×BWc]},a、b、c这3个参数是用来预测不同生长性能和性别的MEi。Schinckel等[38]给出了小母猪、阉公猪、未阉公猪的MEi的预测模型,分别为MEi=10 967×{1-exp[-exp(-3.803)×BW0.907 2}、MEi=10 447×{1-exp[-exp(-4.283)×BW1.084 3}、MEi=10 638×{1-exp[-exp(-3.803)×BW0.907 2}。英国ARC(1981)[22]推荐的DEi预测模型为DEi=4.77×BW0.51,美国NRC(1987)[23]推荐的DEi预测模型为DEi=55×(1-e-0.017 6×BW)。本研究表明,仔猪DEi、MEi与体重的回归关系采用一元二次函数更适合,与美国NRC(2012)[10]推荐模型一致;仔猪NEi与体重的回归关系采用幂函数有更好的拟合度。通过经验法计算得到3~8 kg仔猪的DEi、MEi、NEi分别为4 079、3 929、2 933 kJ/d;8~25 kg仔猪的DEi、MEi、NEi分别为12 075、11 581、8 682 kJ/d。
经验法并没有考虑不同生长水平下仔猪的营养需要,析因法对不同体重阶段和不同生长性能条件下仔猪营养需要进行量化,能够给出精准动态的营养需要。析因法是通过计算动物的维持需要和生产需要(生长、泌乳等)来评每日需要。目前仔猪阶段采用析因法计算有效能需要的研究很少,析因法研究主要集中在生长育肥猪阶段,Kielanowski等[16]推荐的生长育肥猪MEi预测模型为MEi=MEm+(1/KP)PEG+(1/KL)LEG,这个模型中将MEi分为维持需要(MEm)、蛋白质沉积需要(PEG)和脂肪沉积需要(LEG),KP和KL分别是用于蛋白质沉积和脂肪沉积的代谢能转换系数,分别为23.8和39.6 MJ/kg。美国NRC(2012)[10]推荐的生长育肥猪MEi预测模型为MEi=824×BW0.60+42.5×Pd+52.3×Ld(Pd为每日蛋白质沉积量;Ld为每日脂肪沉积量)。
仔猪蛋白质沉积和脂肪沉积的相关数据较少,仔猪的生产需要主要用于生长,蛋白质沉积和脂肪沉积体现在体重增加。因此,仔猪的日增重与有效能生长需要显著相关。本研究通过回归法分析了仔猪有效能生长需要与ADG的相关性,发现DEg、MEg、NEg与ADG采用幂方程均有最佳的拟合效果,R2最大。通过析因法计算得到3~8 kg仔猪的DEi、MEi、NEi分别为4 234、4 063、3 059 kJ/d;8~25 kg仔猪的DEi、MEi、NEi分别为11 857、11 376、8 611 kJ/d。

3.3 模型比较

通过比较发现,采用经验法计算得到的DEi、MEi、NEi比观测到的相应有效能摄入量偏高,而采用析因法计算得到的DEi、MEi、NEi能够比较好地反映观测到的有效能摄入量。这可能是由于经验法只考虑了仔猪的体重,而析因法增加了参考因子ADG,能更准确评估仔猪营养需要。经验法预测值较高的原因可能由于选择的参考文献中仔猪的生长性能较差,没有达到最佳的采食量。与其他营养标准比较,采用析因法和经验法计算出的仔猪3~8 kg阶段DEi、MEi、NEi高于美国NRC(2012)[10]的推荐量,8~25 kg阶段低于美国NRC(2012)[10]的推荐量;2种方法计算出的仔猪DEi、MEi、NEi与《中国猪营养需要》(2020)[11]推荐量接近,略低于其推荐量,可能是由于本研究所采用的原料数据为美国NRC(2012)[10]的数据,里面部分原料的有效能值低于《中国猪营养需要》(2020)[11]中相应值。

3.4 能量利用效率

消化能与代谢能的差异为尿能、消化道气体能,尿能是尿中有机物所含的总能,主要来自蛋白质的代谢产物,如肌酐、尿素、尿酸。消化道气体能主要来自动物消化道微生物发酵产生的气体,主要是甲烷。消化道气体能主要取决于猪的饲养阶段和饲粮中可发酵纤维的含量,在生长猪阶段甲烷能损失占整个消化能摄入量的0.4%[39],在维持饲养水平的母猪中,甲烷能损失占消化能摄入量的1.5%[40],如果饲喂高浓度可发酵纤维饲粮,母猪甲烷能损失可达到3%[41]。尿能在很大程度上取决于尿氮排泄,因此尿中能量损失代表了代谢能的可变百分比。在特定的生产阶段,尿氮排泄主要取决于饲粮中(可消化)蛋白质的含量。Le Goff等[42]给出了消化能和代谢能以及代谢能/消化能比值的计算公式:消化能(MJ/kg DM)=0.225×粗蛋白质+0.317×粗脂肪+0.172×淀粉+0.032×中性洗涤纤维+0.163×残渣;代谢能(MJ/kg DM)=0.201×粗蛋白质+0.318×粗脂肪+0.171×淀粉+0.026×中性洗涤纤维+0.165×残渣;代谢能/消化能比值(%)=99.8-0.019×粗蛋白质。从公式中可以看出,两者的差异主要在粗蛋白质。因此,代谢能/消化能比值与饲粮蛋白质含量呈线性相关,大多数全价料中代谢能/消化能比值为0.96[43]。本研究采用析因法与经验法计算出的代谢/消化能比值均为0.96,与美国NRC(2012)[10]和《中国猪营养需要》(2020)[11]推荐值一致。
代谢能的利用效率主要受到饲料热增耗的影响,Noblet等[44]给出的生长猪中代谢能转化为净能的效率(Kg)公式为Kg(%)=74.7+0.036×粗脂肪+0.009×淀粉-0.023×粗蛋白质-0.026×酸性洗涤纤维,这个公式表明饲料中不同营养成分的利用效率不同,饲料中粗蛋白质和纤维的能量转化效率较低,粗脂肪与淀粉的能量转化效率较高。研究报道,淀粉、脂肪、蛋白质的能量转化效率分别为84.2%、88.3%、52.0%[45],玉米-豆粕型饲粮代谢能转化为净能的效率为74%,猪的增重组成对猪的代谢能利用效率无显著影响[44],猪的体重阶段和品种会对能量转化效率有轻微影响[46-47]。国内也有学者建立了生长猪净能的计算模型:净能=-10.19+0.97×消化能+0.08×淀粉+0.55×酸性洗涤纤维[48]。目前关于仔猪的有效能转化效率的研究很少。本研究采用析因法计算出的代谢能转化为净能的效率为75%~76%,高于美国NRC(2012)[10]的推荐值74%,与《中国猪营养需要》(2020)[11]推荐的76%接近。仔猪阶段能量转化效率高于生长育肥猪可能是由于仔猪饲粮中粗纤维含量低,淀粉、糖、脂肪含量较高,导致该阶段能量转化效率偏高。
3~25 kg仔猪NEi与ADG的回归方程为NEi=17.318×ADG,回归分析发现,我国外三元仔猪每增加1 g体重需要消耗17.318 kJ的净能,《中国猪营养需要》(2020)[11]推荐8~25 kg阶段仔猪每增加1 g体重需要消耗17.581 kJ的净能,美国NRC(2012)[10]推荐7~11 kg、11~25 kg阶段仔猪每增加1 g体重需要分别消耗15.075、16.439 kJ的净能。通过比较发现,该模型预测的净能转化效率与《中国猪营养需要》(2020)[11]接近,低于美国NRC(2012)[10]。

4 结论

① 3~25 kg仔猪ADG和ADFI与体重的回归方程分别为ADG=-0.270 3×BW2+31.855×BW+39.713(R2=0.792 6,P<0.01)和ADFI=46.817 4×BW1.023 7 (R2=0.871 0,P<0.01),通过回归方程预测的仔猪3~8 kg、8~25 kg阶段的ADG分别为207、492 g,ADFI分别为268、826 g。
② 经验法和析因法均能很好地评估仔猪有效能需要,比较这2种方法发现析因法能更准确预测仔猪的有效能需要。析因法建立的3~25 kg仔猪DEi、MEi、NEi预测模型为:DEi=2.276×ADG1.319+ 460×BW0.75(ADG:g,BW:kg);MEi=2.148 8×ADG1.321 3+444×BW0.75(ADG:g,BW:kg);NEi=1.611 5×ADG1.314 8+326×BW0.75(ADG:g,BW:kg)。
③ 通过析因法所得预测模型计算出的仔猪代谢能/消化能比值为0.96,净能/代谢能比值为0.75~0.76。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
NOBLET J, WU S B, CHOCT M. Methodologies for energy evaluation of pig and poultry feeds:a review[J]. Animal Nutrition, 2022, 8(1):185-203.

[2]
DE SOUZA T C R, AUMAITRE A, MOUROT J, et al. Effect of graded levels of tallow in the diet on performance,digestibility of fat,lipogenesis and body lipid deposition of the weaned piglet[J]. Asian-Australasian Journal of Animal Sciences, 2000, 13(4):497-505.

[3]
VIEIRA M S, RIBEIRO A M L, KESSLER A M, et al. Performance and body composition of light and heavy early-weaning piglets subject to different dietary energy levels[J]. Livestock Science, 2015,178:272-278.

[4]
RIBEIRO A M L, FARINA G, DE SOUZA VIEIRA M, et al. Energy utilization of light and heavy weaned piglets subjected to different dietary energy levels[J]. Revista Brasileira de Zootecnia, 2016, 45(9):532-539.

[5]
BEAULIEU A D, LEVESQUE C L, PATIENCE J F. The effects of dietary energy concentration and weaning site on weanling pig performance[J]. Journal of Animal Science, 2006, 84(5):1159-1168.

PMID

[6]
GREEN D M, WHITTEMORE C T. Architecture of a harmonized model of the growing pig for the determination of dietary net energy and protein requirements and of excretions into the environment (IMS pig)[J]. Animal Science, 2003, 77(1):113-126.

[7]
VAN MILGEN J, VALANCOGNE A, DUBOIS S, et al. InraPorc:a model and decision support tool for the nutrition of growing pigs[J]. Animal Feed Science and Technology, 2008, 143(1/4):387-405.

[8]
HAUSCHILD L, POMAR C, LOVATTO P A. Systematic comparison of the empirical and factorial methods used to estimate the nutrient requirements of growing pigs[J]. Animal, 2010, 4(5):714-723.

DOI PMID

[9]
张帅, 刘岭, 王凤来, 等. 猪饲料原料营养价值与动态营养需要量模型化研究进展[J]. 动物营养学报, 2020, 32(10):4525-4539.

DOI

ZHANG S, LIU L, WANG F L, et al. Research progress on modeling of nutrient values and dynamic nutrient requirements of pig feed ingredients[J]. Chinese Journal of Animal Nutrition, 2020, 32(10):4525-4539. (in Chinese)

[10]
NRC. Nutrient requirements of swine[S]. 11th ed.Washington,D.C.:The National Academies Press, 2012.

[11]
李德发. 中国猪营养需要[M]. 北京: 中国农业出版社, 2020.

LI D F. Nutrient requirements of swine in China[M]. Beijing: China Agriculture Press, 2020. (in Chinese)

[12]
杨雪芬, 蒋宗勇. 商品猪精准营养技术研究进展[J]. 动物营养学报, 2022, 34(10):6121-6131.

DOI

YANG X F, JIANG Z Y. Research progress on precision nutrition technology of commercial pigs[J]. Chinese Journal of Animal Nutrition, 2022, 34(10):6121-6131. (in Chinese)

DOI

[13]
BSAS. Nutrient requirement standards for pigs[M]. Penicuik: British Society of Animal Science, 2003.

[14]
ANON. Nutrition recommendations for pigs in Denmark[S]. [S.l.]:SEGES Pig Research Centre, 2016.

[15]
NRC. Nutrient requirements of swine[S]. 10th ed.Washington,D.C.:The National Academies Press,1998.

[16]
KIELANOWSKI J. Estimates ofthe energy cost of protein deposition in growing animals[C]// Proceedings of the 3rd symposium. London: Academic Press,1965:13-20.

[17]
BIRKETT S, DE LANGE K. Limitations of conventional models and a conceptual framework for a nutrient flow representation of energy utilization by animals[J]. British Journal of Nutrition, 2001, 86(6):647-659.

PMID

[18]
DUNKIN A C, CAMPBELL R G. Some aspects of the partition of metabolisable energy in the young pig[J]. European Association for Animal Production, 1982,29:198-201.

[19]
TULLIS B J. Protein growth in pigs[D]. Ph.D.Thesis. Edinburgh: University of Edinburgh,1982.

[20]
QUINIOU N, DUBOIS S, NOBLET J. Voluntary feed intake and feeding behaviour of group-housed growing pigs are affected by ambient temperature and body weight[J]. Livestock Production Science, 2000, 63(3):245-253.

[21]
URQUHART R. Studies on the regulation of energy intake and body composition of growing pigs[D]. Ph.D.Thesis. Belfast: The Queen’s University,1995.

[22]
ARC. The nutrient requirements of pigs[S]. Slough: Common wealth Agricultural Bureaux,1981.

[23]
NRC. Nutrient requirements of swine[S]. 9th ed.Washington,D.C.:The National Academies Press,1987.

[24]
ORESANYA T F, BEAULIEU A D, PATIENCE J F. Investigations of energy metabolism in weanling barrows:the interaction of dietary energy concentration and daily feed (energy) intake[J]. Journal of Animal Science, 2008, 86(2):348-363.

[25]
LEE J H, KIM H B, YUN W, et al. Effects of reducing dietary crude protein and metabolic energy in weaned piglets[J]. South African Journal of Animal Science, 2017, 47(4):574-581.

[26]
FANG L H, JIN Y H, DO S H, et al. Effects of dietary energy and crude protein levels on growth performance,blood profiles,and nutrient digestibility in weaning pigs[J]. Asian-Australasian Journal of Animal Sciences, 2019, 32(4):556-563.

[27]
LE BELLEGO L, NOBLET J. Performance and utilization of dietary energy and amino acids in piglets fed low protein diets[J]. Livestock Production Science, 2002, 76(1/2):45-58.

[28]
BERMINGHAM E N, THOMAS D G, MORRIS P J, et al. Energy requirements of adult cats[J]. British Journal of Nutrition, 2010, 103(8):1083-1093.

[29]
BERMINGHAM E N, THOMAS D G, CAVE N J, et al. Energy requirements of adult dogs:a Meta-analysis[J]. PLoS One, 2014, 9(10):e109681.

[30]
OLIVEIRA A P, PEREIRA E S, BIFFANI S, et al. Meta-analysis of the energy and protein requirements of hair sheep raised in the tropical region of Brazil[J]. Journal of Animal Physiology and Animal Nutrition, 2018, 102(1):e52-e60.

[31]
HOU L, WANG L, WEN X L, et al. Meta-analysis of energy intake of growing-finishing pigs in China[J]. Journal of Animal Physiology and Animal Nutrition, 2022, 106(1):78-87.

[32]
KYRIAZAKIS I, WHITTEMORE C T. Whittemore’s science and practice of pig production[M]. 3rd ed.Oxford: Blackwell, 2006.

[33]
MOUGHAN P J, JACOBSON L H, MOREL P C H. A genetic upper limit to whole-body protein deposition in a strain of growing pigs[J]. Journal of Animal Science, 2006, 84(12):3301-3309.

DOI PMID

[34]
WHITTEMORE C T, GREEN D M, KNAP P W. Technical review of the energy and protein requirements of growing pigs:food intake[J]. Animal Science, 2001, 73(1):3-17.

[35]
张军民. 1998年版日本猪饲养标准营养需要量[J]. 国外畜牧学, 1999(3):4-6.

ZHANG J M. Nutritional requirement of Japanese pig feeding standard in 1998[J]. Animal Science Abroad, 1999(3):4-6. (in Chinese)

[36]
HAUSCHILD L, LOVATTO P A, POMAR J, et al. Development of sustainable precision farming systems for swine:estimating real-time individual amino acid requirements in growing-finishing pigs[J]. Journal of Animal Science, 2012, 90(7):2255-2263.

[37]
BRIDGES T C, TURNER L W, SMITH E M, et al. A mathematical procedure for estimating animal growth and body composition[J]. Transactions of the ASAE, 1986, 29(5):1342-1347.

[38]
SCHINCKEL A P, EINSTEIN M E, JUNGST S, et al. Evaluation of different mixed model nonlinear functions to describe the feed intakes of pigs of different sire and dam lines1[J]. The Professional Animal Scientist, 2009, 25(3):345-359.

[39]
NOBLET J, FORTUNE H, SHI X S, et al. Prediction of net energy value of feeds for growing pigs[J]. Journal of Animal Science, 1994, 72(2):344-354.

[40]
NOBLET J, SHI X S. Comparative digestibility of energy and nutrients in growing pigs fed ad libitum and adults sows fed at maintenance[J]. Livestock Production Science, 1993, 34(1/2):137-152.

[41]
RAMONET Y, VAN MILGEN J, DOURMAD J Y, et al. The effect of dietary fibre on energy utilisation and partitioning of heat production over pregnancy in sows[J]. British Journal of Nutrition, 2000, 84(1):85-94.

PMID

[42]
LE GOFF G, NOBLET J. Comparative total tract digestibility of dietary energy and nutrients in growing pigs and adult sows[J]. Journal of Animal Science, 2001, 79(9):2418-2427.

PMID

[43]
NOBLET J, VAN MILGEN J.Energy value of pig feeds: effect of pig body weight and energy evaluation system[J]. Journal of Animal Science,2004,82:E229-E238.

[44]
NOBLET J. Net energy evaluation of feeds and determination of net energy requirements for pigs[J]. Revista Brasileira de Zootecnia, 2007,36:277-284.

[45]
VAN MILGEN J, NOBLET J, DUBOIS S. Energetic efficiency of starch,protein and lipid utilization in growing pigs[J]. Journal of Nutrition, 2001, 131(4):1309-1318.

[46]
NOBLET J, SHI X S, DUBOIS S. Effect of body weight on net energy value of feeds for growing pigs[J]. Journal of Animal Science, 1994, 72(3):648-657.

DOI PMID

[47]
NOBLET J, KAREGE C, DUBOIS S, et al. Metabolic utilization of energy and maintenance requirements in growing pigs:effects of sex and genotype[J]. Journal of Animal Science, 1999, 77(5):1208-1216.

[48]
刘德稳. 生长猪常用七种饲料原料净能预测方程[D]. 博士学位论文. 北京: 中国农业大学, 2014.

LIU D W. Determination and prediction equations for the net energy content of seven common ingredients in growing pigs[D]. Ph.D.Thesis. Beijing: China Agricultural University, 2014. (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