Chinese Journal of Animal Nutrition >

2025 , Vol. 37 >Issue 6: 3773 - 3787

DOI: https://doi.org/10.12418/CJAN2025.310

RESEARCH PAPER

Evaluation of Net Energy of Cottonseed Meals in Laying Hens during Peak Laying Period and Construction of Prediction Model

  • ZHENG Shiwen , 1 ,
  • JIANG Wenxin 1 ,
  • XU Lei , 1, * ,
  • WAN Xiaoli 1 ,
  • CHEN Lei 2
Expand
  • 1 College of Animal Science and Technology, Yangzhou University, Yangzhou 225009, China
  • 2 College of Veterinary Medicine, Yangzhou University, Yangzhou 225009, China
* associate professor, E-mail:

Received date: 2024-11-08

  Online published: 2025-06-12

Fold

Abstract

This experiment was conducted to determine the net energy of 10 kinds of cottonseed meals in Hy-Line brown laying hens during the peak laying period by the indirect calorimetry method combined with the substitution method, and to establish a prediction model between the nutrients and net energy of cottonseed meal based on the factorial analysis method combined with the stepwise regression method. A total of 132 healthy Hy-Line brown laying hens of 33 weeks old with similar body weight were randomly divided into 11 groups, with 6 replicates in each group and 2 hens in each replicate. Chickens in the control group were fed a corn-soybean meal type basal diet, while those in the experimental groups were fed the experimental diets containing 20% cottonseed meals from different sources, respectively. After pre-feeding for 7 days, the chickens were transferred to the metabolic chamber equipped with a respiratory calorimetry device for 4 days of respiratory calorimetry and metabolic tests (1 day in the pre-test period and 3 days in the formal test period). The results showed as follows: 1) except for the feed intake and feed-to-egg ratio, there was no significant difference in the performance of laying hens among the groups (P>0.05). 2) There were no significant differences in oxygen consumption, carbon dioxide production and respiratory quotient of laying hens among the groups (P>0.05). At each unit of metabolic body weight, there were no significant differences among the groups in total heat production, heat increment, retained energy, dietary net energy, and the ratio of net energy to apparent metabolizable energy of laying hens (P>0.05). 3) During the peak laying period, the average apparent metabolizable energy of 10 kinds of cottonseed meals in laying hens was 10.80 MJ/kg DM, the average net energy was 7.65 MJ/kg DM, and the average ratio of net energy to apparent metabolizable energy was 71.19%. Meanwhile, during the peak laying period, there were no significant differences in the available energy and energy conversion efficiency of different cottonseed meals in laying hens (P>0.05). 4) Based on the common nutrients, the prediction equation for the apparent metabolizable energy of cottonseed meal in laying hens was: apparent metabolizable energy=18.085-32.138×neutral detergent fiber [determination coefficient (R2)=0.701, relative standard deviation (RSD)=3.03%]; the net energy prediction equation was: net energy=13.741-22.000×neutral detergent fiber-2.061×crude protein (R2=0.904, RSD=1.74%). By using the factorial analysis method, the albumin, globulin, gliadin and glutelin were extracted from the cottonseed meal protein, and using them as predictors could improve the fitting degree of the prediction equations. The prediction equation for the apparent metabolizable energy of cottonseed meal in laying hens was: apparent metabolizable energy=19.753-30.266×neutral detergent fiber-17.434×albumin (R2=0.788, RSD=2.51%); the net energy prediction equation was: net energy=16.892-26.273×neutral detergent fiber-4.215×crude protein-5.085×globulin (R2=0.970, RSD=0.70%). In conclusion, compared with the traditional common nutrients as predictors, using the factorial analysis method to analyze the predictors such as globulin and albumin of cottonseed meal protein can improve the accuracy of the prediction model for cottonseed meal net energy in laying hens.

Key words： laying hens; cottonseed meal; net energy; evaluation; prediction model

Cite this article

ZHENG Shiwen , JIANG Wenxin , XU Lei , WAN Xiaoli , CHEN Lei . Evaluation of Net Energy of Cottonseed Meals in Laying Hens during Peak Laying Period and Construction of Prediction Model[J]. Chinese Journal of Animal Nutrition, 2025 , 37(6) : 3773 -3787 . DOI: 10.12418/CJAN2025.310

家禽养殖业中饲粮成本占总产蛋成本的65%~75%,其中能量饲料成本至少占饲料总成本的60%。因此,准确测定饲粮能量的可利用率对于实现最佳营养需求以及提高动物生产性能具有重要意义。在家禽能量代谢中,代谢能(ME)体系的应用最为普遍,但该体系未考虑家禽在采食和消化过程中的热量损失[1],也就是说,代谢能并不能准确预测饲料原料中能量用于生产和维持代谢的效率。相比之下,净能(NE)不仅考虑了粪便、尿液和可燃性气体的能量损失,还扣除了动物采食和消化过程中的能量消耗,因此能更准确地预测饲料原料中能量利用的有效性[2]。
棉籽粕是广泛应用于家禽生产和饲粮配制中的原料,其原料品种、地区和加工工艺等因素的不同导致有效能存在较大差异,从而影响家禽的能量利用效率[3]。Fraps[4]测得7种棉籽粕在肉鸡上的净能为6.24~7.54 MJ/kg;陈玉娟等[5]测得25种棉籽粕在黄羽肉鸡上的净能为5.00~7.48 MJ/kg;李再山等[6]测得15种棉籽粕在艾维茵肉鸡上的净能为4.73~7.08 MJ/kg。由此可见,在家禽生产中,净能体系可以精准预测家禽的能量需要,是家禽能量需要研究的重要方向。不过,目前家禽的净能体系研究尚处于起步阶段,需要补充大量基础数据。此外,在动物营养需要量的研究中常使用到析因法,而在饲料原料的净能预测模型构建中该方法没有得到进一步地应用。因此,本试验以不同来源棉籽粕为研究对象,通过间接测热法结合套算法,测定产蛋高峰期海兰褐蛋鸡对棉籽粕的净能,并通过析因法将原料营养成分进行进一步的析因分解,由此构建预测模型,以期提高预测模型的精准度,为家禽饲粮的高效配制提供理论依据和数据支持。

1 材料与方法

1.1 试验材料

本试验所用棉籽粕样品根据产区及饲料用棉籽粕标准进行收集,10种棉籽粕产地及营养成分见表1。
表1 棉籽粕产地及营养成分(风干基础)

Table 1 Origin and nutrients of cottonseed meals (air-dry basis) %

项目
Items		 棉籽粕编号Cottonseed meal No. 平均值
Mean		 标准差
SD		 变异系数
CV/%
1 2 3 4 5 6 7 8 9 10
产地Origin 新疆
阿克苏		 新疆
图木舒克		 新疆
阿克苏		 新疆
昌吉		 山东
嘉祥		 山东
德州		 山东
夏津		 山东
夏津		 河北
邯郸		 河南
新乡
营养成分(实测值) Nutrients (measured values)
干物质DM 87.95 91.27 87.71 90.42 90.29 88.05 90.73 89.64 92.61 90.56 89.92 1.59 1.76
粗蛋白质CP 54.61 51.70 50.28 46.25 59.18 53.12 44.22 38.47 60.39 52.35 51.06 6.67 13.07
粗脂肪EE 0.29 0.72 0.23 0.29 0.48 1.58 0.60 0.50 0.70 0.88 0.63 0.37 59.69
粗灰分Ash 7.06 7.50 6.84 7.08 7.78 7.06 7.32 7.28 7.40 7.19 7.25 0.25 3.49
淀粉Starch 0.94 1.61 0.66 0.37 2.83 0.47 0.87 0.53 0.76 1.55 1.06 0.71 67.43
粗纤维CF 5.79 6.83 8.98 5.47 2.59 7.77 8.92 7.12 8.08 8.35 6.02 1.77 29.47
中性洗涤纤维NDF 21.46 25.59 23.26 22.99 19.34 22.13 18.48 30.56 23.63 21.76 22.92 3.21 13.99
酸性洗涤纤维ADF 7.41 5.21 11.1 8.75 3.18 8.32 9.80 10.45 8.87 9.91 8.30 2.46 29.62
总能GE/(MJ/kg) 18.22 18.08 17.75 18.27 18.46 18.13 18.67 17.04 17.80 18.05 18.04 0.45 2.49
清蛋白Albumin 9.90 13.86 9.04 8.85 11.22 8.66 8.52 7.33 17.77 11.28 10.64 3.12 29.34
球蛋白Globulin 21.07 11.05 19.95 18.79 24.05 20.28 17.33 14.71 13.87 20.82 18.19 3.94 21.68
醇溶蛋白Gliadin 3.48 2.82 2.24 2.65 1.55 2.91 2.58 1.79 3.94 2.58 2.65 0.71 26.90
谷蛋白Glutelin 20.16 23.97 19.05 15.96 22.36 21.27 15.79 14.64 24.80 17.67 19.57 3.55 18.12

1.2 试验设计及饲粮

本研究采用间接测热法结合套算法进行试验,动物试验经扬州大学实验动物伦理委员会批准,批准编号:SYXK(苏)2021-0027。采用完全随机设计,选取132只33周龄、体重相近、健康状况良好的海兰褐蛋鸡,随机分为11组,每组6个重复,每个重复2只鸡。对照组饲喂玉米-豆粕型基础饲粮,试验组分别饲喂含20%不同来源棉籽粕的试验饲粮。试验鸡预饲7 d后,转入装配有呼吸测热装置的代谢室内进行4 d的呼吸测热和代谢试验(预试期1 d,正试期3 d)。饲粮组成见表2,饲粮营养水平见表3。
表2 饲粮组成(风干基础)

Table 2 Composition of diets (air-dry basis) %

项目Items 基础饲粮Basal diet 试验饲粮Experimental diet
玉米Corn 61.24 47.26
豆粕Soybean meal (44.3% CP) 22.21 17.14
棉籽粕Cottonseed meal 20.00
石粉Limestone 9.00 9.00
磷酸氢钙CaHPO4 1.10 1.10
大豆油Soybean oil 1.00 0.77
玉米蛋白粉Corn gluten meal (61.6% CP) 3.00 2.32
食盐NaCl 0.30 0.30
L-赖氨酸L-Lys 0.03 0.02
DL-蛋氨酸DL-Met 0.12 0.09
预混料Premix1) 2.00 2.00
合计Total 100.00 100.00

预混料为每千克饲粮提供 The premix provided the following per kilogram of diets:VA 10 000 IU,VD 3 300 IU,VE 30 mg,VK3 1.5 mg,VB1 2.5 mg,VB2 10 mg,VB6 6 mg,VB12 23 mg,烟酸 nicotinic acid 45 mg,泛酸 pantothenic acid 12 mg,叶酸 folic acid 1.0 g,生物素 biotin 5.5 mg,氯化胆碱 choline chloride 1.0 g,Fe (as ferrous sulfate) 100 mg,Cu (as copper sulfate) 20 mg,Zn (as zinc sulfate) 100 mg,Mn (as manganese sulfate) 100 mg,Se (as sodium selenite) 0.3 mg,I (as potassium iodide) 1.2 mg。

表3 饲粮营养水平(风干基础)

Table 3 Nutrient levels of diets (air-dry basis) %

项目
Items		 棉籽粕编号Cottonseed meal No. 基础饲粮
Basal diet
1 2 3 4 5 6 7 8 9 10
干物质DM 89.67 91.19 90.23 90.42 90.29 90.34 90.73 89.64 90.79 90.23 89.10
总能GE/(MJ/kg) 13.64 13.83 13.53 14.20 14.18 13.89 14.24 13.75 13.74 14.17 13.47
粗蛋白质CP 24.99 25.16 19.02 22.11 24.22 22.88 22.00 23.49 22.66 21.08 16.01
粗脂肪EE 2.74 2.82 2.73 2.74 2.78 3.00 2.80 2.78 2.82 2.86 2.73
粗纤维CF 3.19 3.40 3.63 3.13 2.59 2.99 3.42 3.46 2.91 3.71 2.64
粗灰分Ash 3.05 3.14 3.01 3.05 3.19 3.05 3.10 3.09 3.12 3.08 2.12
中性洗涤纤维NDF 11.57 18.67 10.93 17.99 17.58 11.51 18.07 18.51 11.41 11.63 8.92
酸性洗涤纤维ADF 5.22 5.69 5.96 8.20 8.92 5.40 7.74 8.18 5.51 6.12 4.84

营养水平为实测值。

Nutrient levels were measured values.

1.3 饲养管理

本试验在吉林省农业科学院动物营养与饲料研究所家禽能量营养联合研究中心进行。试验期间,温度为(22±1) ℃,相对湿度为(72±10)%,光照周期为16 h光照和8 h黑暗(22:00关灯,次日06:00开灯),光照强度为10 lx。

1.4 生产性能测定

正试期开始和结束时分别对蛋鸡进行称重,取初重和末重的平均值作为平均体重;试验期间记录采食量、排泄物量和产蛋量,计算料重比、产蛋率、平均蛋重和料蛋比等。

1.5 呼吸测热数据和排泄物样品收集

试验光照期间每2 h检查呼吸测热设备的运转情况。每天09:00添加饲粮和水,正试期全程蛋鸡保持自由采食和饮水,以感应器采集呼吸测热舱内氧气(O2)和二氧化碳(CO2)数据从而计算产热量。采用全收粪法收集正试期蛋鸡3 d的排泄物,喷洒10%稀盐酸固氮,将每日收集的排泄物样品置于-20 ℃冰箱中保存;试验结束后,将3 d收集的排泄物混合均匀,放入65 ℃烘箱中烘72 h,室温下回潮24 h,粉碎后过40目筛,装入自封袋中备用。

1.6 净能装置

本试验所用的净能装置为吉林省农业科学院动物营养与饲料研究所研制的家禽12室联排开路式呼吸测热装置(图1)。呼吸测热装置主要由禽呼吸代谢舱、代谢笼、环境控制系统、气体分析仪及数据采集系统组成。在试验开始前,通过环境控制系统调控好试验动物适宜的温度、相对湿度、光照时间和光照强度;正试期,将2只蛋鸡一起放入代谢笼内,关闭呼吸代谢舱,根据电子流量计来调好进气量和排气量,使呼吸室内外压力处于平衡状态,代谢玻璃盖子周围加水封闭防止漏气。该装置通过气体分析检测及数据采集系统,可以实时监测试验动物的呼吸代谢情况,舱内O2和CO2数据通过红外线传感器反馈到数据平台并在电脑数据采集控制界面上显示,自动计算动物的O2消耗量、CO2产生量和呼吸熵(RQ)。试验结束后将数据导出到Excel 2021中进行数据保存和整理。
图1 家禽12室联排开路式呼吸测热装置

Fig.1 Open-circuit respiratory calorimetry instrument with 12 chambers in parallel for poultry

1.7 营养成分测定及方法

水分含量参照GB/T 6435—2014测定,然后计算干物质(DM)含量;粗蛋白质(CP)含量参照GB/T 6432—2018测定;粗脂肪(EE)含量参照GB/T 6433—2006,采用索氏抽提法利用脂肪测定仪(Food ALYT RD-40,OMNILAB,德国)测定;粗纤维(CF)、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)含量分别参照GB/T 6434—2022、GB/T 20806—2022和NY/T 1459—2022,利用F57纤维滤袋,采用半自动纤维分析仪(A200i,ANKOM,美国)测定;粗灰分(Ash)含量参照GB/T 6438—2007测定;淀粉含量参照GB/T 20194—2018测定;总能(GE)采用氧弹测热仪(C 3000,IKA,德国)测定;清蛋白、球蛋白、醇溶蛋白和谷蛋白含量采用考马斯亮蓝法(Bradford法)测定。

1.8 计算公式

1.8.1 能量摄入量

总能摄入量(GEI,MJ)=饲粮总能(MJ/kg)×采食量(kg);

表观代谢能摄入量(AMEI,MJ)=总能摄入量(MJ)-排泄物能(MJ);

表观代谢能(AME,MJ/kg)=表观代谢能摄入量(MJ)/采食量(kg)。

1.8.2 沉积能

沉积能(RE,kJ)=表观代谢能摄入量(kJ)-总产热量(THP,kJ);

氮沉积量(g)=氮摄入量(g)-氮排出量(g);

氮校正表观代谢能(AMEn,MJ/kg)=表观代谢能(AME,MJ/kg)-氮沉积量(kg)×34.39;

蛋白质沉积能(REprot,MJ)=氮沉积量(g)×6.25×23.84;

脂肪沉积能(REfat,MJ)=沉积能(MJ)-蛋白质沉积能(MJ)。

1.8.3 蛋中能量

蛋沉积能[REegg,kJ/(只·d)]=[-19.70+1.81×蛋重(g)]×4.18[7];

产蛋净能[NEegg,kJ/(g·d)]=蛋沉积能[kJ/(只·d)]/日产蛋量(g)[8]。

1.8.4 饲粮净能

净能摄入量(NEI,kJ)=表观代谢能摄入量(kJ)-热增耗(HI,kJ);

热增耗[kJ/(kg BW0.75·d)]=总产热量[kJ/(kg BW0.75·d)]-绝食产热量[FHP,kJ/(kg BW0.75·d)];

饲粮净能(MJ/kg)=[表观代谢能摄入量(MJ)-热增耗(MJ)]/采食量(kg)。

式中:BW0.75为代谢体重。
根据Brouwer[9]的公式计算总产热量:

总产热量(kJ)=16.18×O2消耗量(L)+5.02×CO2产生量(L)。

蛋鸡绝食产热量参考Noblet等[10]的研究结果确定:

绝食产热量=370 kJ/kg BW0.75。

1.8.5 棉籽粕有效能

棉籽粕有效能根据Barzegar等[11]的公式计算:

棉籽粕表观代谢能=(棉籽粕饲粮表观代谢能-基础饲粮表观代谢能×a)/b;

棉籽粕净能=(棉籽粕饲粮净能-基础饲粮净能×a)/b。

式中:a为基础饲粮中的供能原料部分在试验饲粮中所占的比例(%);b为棉籽粕在试验饲粮中所占的比例(%)。

1.9 数据统计与分析

试验数据采用Excel 2021进行初步整理,然后采用SPSS 26软件进行单因素方差分析(one-way ANOVA),并采用Duncan氏法对差异显著的数据进行多重比较检验,结果采用平均值和均值标准误(SEM)表示,P<0.05为差异显著。同时,采用SPSS 26软件对棉籽粕原料的营养成分含量与蛋鸡对其的有效能进行相关性分析,逐步回归建立有效能预测方程,以F≤0.05为步进标准,建立棉籽粕预测模型。

2 结果与分析

2.1 不同饲粮对产蛋高峰期蛋鸡生产性能、氮平衡和能量代谢的影响

由表4可知,产蛋高峰期蛋鸡对棉籽粕5饲粮的采食量最高,显著高于基础饲粮和部分其他棉籽粕饲粮(P<0.05)。与对照组相比,各试验组料蛋比均无显著差异(P>0.05)。各组间蛋鸡平均体重、体增重、料重比、产蛋率、平均蛋重、蛋沉积能和产蛋净能均无显著差异(P>0.05)。
表4 不同饲粮对产蛋高峰期蛋鸡生产性能和氮平衡的影响

Table 4 Effects of different diets on performance and nitrogen balance of laying hens during peak laying period

项目
Items		 棉籽粕编号Cottonseed meal No. 基础饲粮
Basal diet		 均值标准误
SEM		 P值
P-value
1 2 3 4 5 6 7 8 9 10
生长性能Growth performance
采食量Feed intake/(kg/d DM) 0.10cd 0.12ab 0.11bcd 0.12ab 0.12a 0.10d 0.12abc 0.11abc 0.11bcd 0.11cd 0.11bcd 0.001 0.001
平均体重Average BW/kg 1.93 1.98 1.87 1.95 2.05 1.89 1.91 1.93 1.94 1.89 1.96 0.011 0.071
体增重BW gain/(kg/d) 0.01 -0.02 0.01 0.00 0.02 0.00 -0.03 0.00 0.02 0.01 0.01 0.008 0.974
料重比F/G -38.63 0.11 -0.12 -0.28 -1.84 17.61 -0.46 -11.12 2.90 -0.33 5.78 3.445 0.437
产蛋性能Laying performance
产蛋率Laying rate/% 96.67 94.44 100.00 94.44 94.44 100.00 105.56 97.22 100.00 97.22 100.00 1.058 0.509
平均蛋重Average egg weight/g 63.66 64.19 59.72 63.84 62.95 62.83 63.65 63.24 60.58 62.33 61.92 0.468 0.618
料蛋比Feed/egg 1.90bc 2.18ab 2.03bc 2.22ab 2.39a 1.81c 1.91bc 2.08abc 2.00bc 1.94bc 2.10abc 0.036 0.036
蛋沉积能
REegg/[kJ/(只·d)]		 384.58 376.21 370.10 375.37 370.31 393.68 426.10 382.52 376.63 377.47 387.57 6.330 0.842
产蛋净能
NEegg/[kJ/(g·d)]		 6.03 5.87 6.18 5.86 5.84 6.26 6.70 6.06 6.22 6.04 6.24 0.082 0.604
呼吸量Respiratory volume
O2消耗量
O2 consumption/[L/
(kg BW0.75·d)]		 40.90 43.35 42.05 45.16 46.28 41.73 44.22 43.75 41.41 42.72 43.39 0.408 0.126
CO2产生量
CO2 production/[L/
(kg BW0.75·d)]		 40.88 43.44 41.97 45.17 46.25 41.59 44.08 43.78 41.36 42.48 43.30 0.410 0.122
呼吸熵RQ 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.99 1.00 0.001 0.905
氮平衡Nitrogen balance/(g/d)
氮摄入量Nitrogen intake 4.19bc 4.74a 3.31f 4.18bc 4.80a 3.77de 4.05cd 4.31bc 4.50ab 3.56ef 2.89g 0.077 0.001
氮排出量Nitrogen output 2.50cd 3.18ab 2.70bc 3.07ab 3.45a 2.26cd 3.23ab 3.14ab 3.26ab 2.71bc 1.93d 0.072 0.001
氮沉积量Nitrogen retained 1.70a 1.56ab 0.61d 1.11bcd 1.36abc 1.51ab 0.83cd 1.18abc 1.23abc 0.85cd 0.97cd 0.059 0.001

同行数据肩标无字母或相同字母表示差异不显著(P>0.05),不同字母表示差异显著(P<0.05)。表5至表7同。

In the same row, values with no letter or the same letter superscripts mean no significant difference (P>0.05), while with different letter superscripts mean significant difference (P<0.05). The same as Table 5 to Table 7.

各组间蛋鸡O2消耗量、CO2产生量和呼吸熵均无显著差异(P>0.05)。蛋鸡对棉籽粕2饲粮和棉籽粕5饲粮的氮摄入量较高,显著高于基础饲粮和除棉籽粕9饲粮外的其他棉籽粕饲粮(P<0.05);蛋鸡对基础饲粮的氮摄入量和氮排出量最低,对棉籽粕1饲粮的氮沉积量最高。
由表5可知,在每单位代谢体重下,各组间蛋鸡总产热量、热增耗、沉积能、饲粮净能以及净能与表观代谢能比值均无显著差异(P>0.05)。
表5 不同饲粮对产蛋高峰期蛋鸡能量代谢的影响

Table 5 Effects of different diets on energy metabolism of laying hens during peak laying period

项目
Items		 棉籽粕编号Cottonseed meal No. 基础饲粮
Basal diet		 均值标准误
SEM		 P值
P-value
1 2 3 4 5 6 7 8 9 10
能量平衡Energy balance/[kJ/(kg BW0.75·d)]
总产热量THP 866.94 919.49 891.01 957.53 980.91 883.91 936.79 927.69 877.59 904.50 919.51 8.871 0.168
热増耗HI 260.97 301.24 298.83 346.53 347.74 286.92 335.88 322.84 268.31 307.89 307.36 8.600 0.445
沉积能RE 282.81 355.02 325.82 400.77 448.59 277.02 373.42 286.51 326.21 282.05 388.67 13.083 0.050
蛋白质沉积能REprot 252.99a 232.55ab 91.38d 165.69bcd 202.27abc 224.35ab 123.17cd 175.12abc 183.70abc 126.43cd 143.91cd 9.068 <0.001
脂肪沉积能REfat 29.82d 122.47bcd 234.45ab 235.08ab 246.32a 52.67cd 250.24a 111.39cd 142.52abcd 155.62abc 244.76a 13.830 <0.001
总能摄入量GEI 1 594.78d 1 809.43abc 1 630.49d 1 875.58ab 1 963.40a 1 582.88d 1 817.05abc 1 749.31bcd 1 657.87cd 1 658.28cd 1 707.33cd 20.670 <0.001
表观代谢能摄入量
AMEI		 1 149.76d 1 274.51bcd 1 216.83bcd 1 358.30ab 1 429.50a 1 160.93cd 1 310.21abc 1 214.19bcd 1 203.81cd 1 186.55cd 1 308.18abc 16.444 <0.001
净能摄入量NEI 888.79bc 973.27abc 918.00bc 1 011.77ab 1 081.75a 874.01c 974.33abc 891.35bc 935.50bc 878.66bc 1 000.82abc 13.880 0.012
饲粮有效能Dietary available energy/(MJ/kg DM)
表观代谢能AME 11.01abcd 10.83cd 11.17abc 11.49ab 11.54ab 11.25abc 11.36abc 10.57d 10.99bcd 11.22abc 11.60a 0.062 <0.001
氮校正表观代谢能
AMEn		 10.96bcd 10.77cd 11.15abc 11.46ab 11.50ab 11.20abc 11.33abc 10.53d 10.95bcd 11.19abc 11.56a 0.062 <0.001
净能NE 8.48 8.28 8.43 8.56 8.74 8.46 8.46 7.76 8.54 8.31 8.85 0.073 0.167
饲粮能量转化效率Dietary energy conversion efficiency/%
表观代谢能/总能
AME/GE		 72.40bc 70.43c 74.48ab 72.38bc 72.87bc 73.17bc 72.02bc 69.37c 72.61bc 71.41bc 76.65a 0.397 <0.001
净能/表观代谢能
NE/AME		 77.15 76.41 75.49 74.49 75.63 75.20 74.54 73.40 77.72 74.12 76.64 0.883 0.883
蛋鸡对棉籽粕1饲粮的蛋白质沉积最高,显著高于基础饲粮和部分其他棉籽粕饲粮(P<0.05);而对棉籽粕1饲粮的脂肪沉积能最低,显著低于基础饲粮和部分其他棉籽粕饲粮(P<0.05)。蛋鸡对棉籽粕5饲粮的总能摄入量最高,对棉籽粕1饲粮的表观代谢能摄入量最低。此外,蛋鸡对基础饲粮的表观代谢能和氮校正表观代谢能最高,对棉籽粕8饲粮的表观代谢能和氮校正表观代谢能最低。同时,蛋鸡对基础饲粮的表观代谢能与总能的比值最高。

2.2 产蛋高峰期蛋鸡对不同棉籽粕的有效能和能量转化效率

由表6可知,产蛋高峰期蛋鸡对10种棉籽粕的表观代谢能分别为10.61、9.66、10.63、12.28、12.34、11.18、11.79、9.11、9.38和10.99 MJ/kg DM(平均值为10.80 MJ/kg DM),净能分别为7.82、7.44、7.49、7.93、8.14、7.70、8.94、6.04、7.45和7.51 MJ/kg DM(平均值为7.65 MJ/kg DM),净能与表观代谢能的比值分别为77.56%、75.55%、70.22%、64.90%、66.64%、68.18%、76.00%、64.63%、79.46%和68.74%(平均值为71.19%)。产蛋高峰期蛋鸡对不同棉籽粕的有效能和能量转化效率均无显著差异(P>0.05)。
表6 产蛋高峰期蛋鸡对不同棉籽粕的有效能和能量转化效率

Table 6 Available energy and energy conversion efficiency of different cottonseed meals in laying hens during peak laying period

项目
Items		 棉籽粕编号Cottonseed meal No. 均值标准误
SEM		 P值
P-value
1 2 3 4 5 6 7 8 9 10
基于干物质基础的棉籽粕有效能Available energy of cottonseed meals on DM basis/(MJ/kg DM)
表观代谢能AME 10.61 9.66 10.63 12.28 12.34 11.18 11.79 9.11 9.38 10.99 0.328 0.306
氮校正表观代谢能AMEn 10.39 9.52 10.67 12.23 12.26 11.02 11.80 9.03 9.29 10.99 0.324 0.247
净能NE 7.82 7.44 7.49 7.93 8.14 7.70 8.94 6.04 7.45 7.51 0.334 0.940
基于风干基础的棉籽粕有效能Available energy value of cottonseed meals on air-dry basis/(MJ/kg)
表观代谢能AME 9.55 8.69 9.57 11.05 11.10 10.06 10.61 8.19 8.44 9.89 0.296 0.306
氮校正表观代谢能AMEn 9.35 8.57 9.6 11.01 11.03 9.92 10.62 8.12 8.36 9.89 0.292 0.248
净能NE 7.04 6.69 6.74 7.14 7.33 6.93 8.04 5.43 6.70 6.76 0.301 0.940
能量转化效率Energy conversion efficiency/%
表观代谢能/总能AME/GE 58.25 53.43 59.91 67.21 66.86 61.67 63.84 53.45 49.91 60.90 1.771 0.571
净能/表观代谢能NE/AME 77.56 75.55 70.22 64.90 66.64 68.18 76.00 64.63 79.46 68.74 2.414 0.915
由表7可知,产蛋高峰期蛋鸡对新疆地区棉籽粕的表观代谢能、氮校正表观代谢能和净能分别为10.80、10.70和7.67 MJ/kg DM,对山东地区棉籽粕分别为10.91、10.83和7.71 MJ/kg DM,对河南、河北地区棉籽粕分别为10.19、10.14和7.48 MJ/kg DM;同时,对新疆、山东和河南、河北地区棉籽粕的净能与表观代谢能比值分别为72.06%、68.86%和74.10%。产蛋高峰期蛋鸡对不同地区棉籽粕的有效能和能量转化效率均无显著差异(P>0.05)。
表7 不同地区棉籽粕有效能和能量转化效率(干物质基础)

Table 7 Available energy and energy conversion efficiency of cottonseed meals in different regions (DM basis)

项目
Items		 新疆
Xinjiang (n=4)		 山东
Shandong (n=4)		 河南、河北
Henan, Hebei (n=2)		 均值标准误
SEM		 P值
P-value
有效能Available energy/(MJ/kg DM)
表观代谢能AME 10.80 10.91 10.19 0.805 0.390
氮校正表观代谢能AMEn 10.70 10.83 10.14 0.417 0.859
净能NE 7.67 7.71 7.48 0.229 0.948
能量转化效率Energy conversion efficiency/%
表观代谢能/总能AME/GE 59.88 60.28 55.08 2.223 0.717
净能/表观代谢能NE/AME 72.06 68.86 74.10 1.733 0.557

2.3 棉籽粕营养成分含量与有效能相关性分析

由表8可知,棉籽粕净能与总能、表观代谢能和氮校正表观代谢能呈极显著正相关(P<0.01),与中性洗涤纤维含量呈极显著负相关(P<0.01);棉籽粕表观代谢能与总能和氮校正表观代谢能呈极显著正相关(P<0.01),与中性洗涤纤维含量含量呈极显著负相关(P<0.01);棉籽粕粗灰分含量与淀粉含量呈极显著正相关(P<0.01),与酸性洗涤纤维含量呈显著负相关(P<0.05);棉籽粕淀粉含量与酸性洗涤纤维含量呈显著负相关(P<0.05);棉籽粕粗纤维含量与酸性洗涤纤维含量呈极显著正相关(P<0.05);棉籽粕中性洗涤纤维含量与总能、表观代谢能和氮校正表观代谢能呈极显著负相关(P<0.01);棉籽粕总能与表观代谢能和氮校正表观代谢能呈极显著正相关(P<0.01);棉籽粕清蛋白含量与球蛋白含量呈极显著负相关(P<0.01)。
表8 棉籽粕营养成分含量与有效能相关性分析

Table 8 Analysis of correlation between nutrient contents and available energy of cottonseed meals

项目
Items		 粗蛋
白质
CP		 粗脂肪
EE		 粗灰分
Ash		 淀粉
Starch		 粗纤维
CF		 中性洗
涤纤维
NDF		 酸性洗
涤纤维
ADF		 总能
GE		 表观
代谢能
AME		 氮校正表
观代谢能
AMEn		 清蛋白
Albumin		 球蛋白
Globulin		 醇溶
蛋白
Gliadin		 谷蛋白
Glutelin		 净能
NE
粗蛋白质CP 1.000
粗脂肪EE 0.184 1.000
粗灰分Ash 0.313 0.044 1.000
淀粉Starch 0.497 -0.063 0.767** 1.000
粗纤维CF -0.303 0.268 -0.556 -0.608 1.000
中性洗涤纤维NDF -0.470 -0.061 -0.104 -0.367 0.146 1.000
酸性洗涤纤维ADF -0.548 -0.038 -0.738* -0.777** 0.808** 0.276 1.000
总能GE 0.348 0.061 0.215 0.373 -0.263 -0.911** -0.448 1.000
表观代谢能AME 0.208 -0.024 0.025 0.293 -0.366 -0.837** -0.290 0.848** 1.000
氮校正表观代谢能AMEn 0.185 -0.039 0.016 0.287 -0.335 -0.833** -0.254 0.834** 0.998** 1.000
清蛋白Albumin 0.410 -0.006 0.398 0.095 0.175 0.164 -0.060 -0.155 -0.427 -0.420 1.000
球蛋白Globulin -0.318 -0.159 -0.364 -0.068 -0.153 -0.322 0.274 0.153 0.541 0.552 -0.781** 1.000
醇溶蛋白Gliadin -0.060 0.098 -0.477 -0.723* 0.508 0.009 0.470 0.020 -0.203 -0.216 0.296 -0.230 1.000
谷蛋白Glutelin 0.371 0.341 0.261 -0.014 0.039 0.332 -0.290 -0.308 -0.529 -0.549 0.381 -0.701* 0.017 1.000
净能NE 0.292 -0.005 0.113 0.239 -0.091 -0.936** -0.262 0.961** 0.819** 0.815** -0.129 0.189 0.102 -0.296 1.000

*表示显著相关(P<0.05),**表示极显著相关(P<0.01)。

* mean significant correlation (P<0.05), and ** mean extremely significant correlation (P<0.01). The same as below.

2.4 棉籽粕净能预测模型构建

表9为逐步回归分析得到的棉籽粕有效能预测方程,其中方程1和方程3为基于棉籽粕常规营养成分(粗蛋白质、粗脂肪、粗灰分、粗纤维、总能和淀粉)含量逐步回归分析得到的方程。将棉籽粕的粗蛋白质和粗纤维含量进行组分分析,采用清蛋白、球蛋白、酸溶蛋白、谷蛋白、中性洗涤纤维和酸性洗涤纤维含量进行更深入的拟合,方程2、方程4和方程5为基于棉籽粕析因后营养成分(清蛋白、球蛋白、酸溶蛋白、谷蛋白、粗脂肪、粗灰分、中性洗涤纤维、酸性洗涤纤维、总能和淀粉)逐步回归分析得到的方程。表10是以表观代谢能为主要预测因子进行线性回归分析得到的棉籽粕净能预测方程。由表9、表10和表11可知,产蛋高峰期蛋鸡对棉籽粕净能的预测模型中拟合度最高[决定系数(R2)=0.970]的预测方程是方程5,其净能预测平均值为7.65 MJ/kg DM,实测平均值为7.65 MJ/kg DM,平均差值为0.01 MJ/kg DM,相对标准偏差(RSD)为0.70%。
表9 基于棉籽粕营养成分的有效能线性回归预测方程

Table 9 Linear regression prediction equations of available energy based on nutrients of cottonseed meals

编号
No.		 能量
Energy		 预测因子
Predictors		 预测方程
Prediction equations		 决定系数
R2		 P值
P-value
1 代谢能 常规营养成分 表观代谢能=18.085-32.138×中性洗涤纤维 0.701 <0.01
2 析因后营养成分 表观代谢能=19.753-30.266×中性洗涤纤维-17.434×清蛋白 0.788 <0.01
3 净能 常规营养成分 净能=12.250-20.087×中性洗涤纤维 0.876 <0.01
4 析因后营养成分 净能=13.741-22.000×中性洗涤纤维-2.061×粗蛋白质 0.904 <0.01
5 析因后营养成分 净能=16.892-26.273×中性洗涤纤维-4.215×粗蛋白质-5.085×球蛋白 0.970 <0.01
表10 基于棉籽粕营养成分体内外结合的净能线性回归预测方程

Table 10 Linear regression prediction equations of net energy based on nutrients of cottonseed meals with in vivo and in vitro combination

编号
No.		 预测方程
Prediction equations		 决定系数
R2		 P值
P-value
6 净能=2.739+0.458×表观代谢能 0.670 <0.01
7 净能=11.072+0.065×表观代谢能-17.993×中性洗涤纤维 0.880 <0.01
8 净能=10.109+0.178×表观代谢能-15.906×中性洗涤纤维-3.432×球蛋白 0.912 <0.01
表11 棉籽粕有效能预测值与实测值比较(干物质基础)

Table 11 Comparison of predicted and measured values of available energy of cottonseed meals (DM basis)

项目
Items		 方程Equations
1 2 3 4 5 6 7 8
实测值Measured value/(MI/kg DM) 10.72 10.72 7.65 7.65 7.65 7.65 7.65 7.65
预测值Predicted value/(MJ/kg DM) 10.72 10.72 7.65 7.65 7.65 7.67 7.41 7.65
差值Difference/(MJ/kg DM) 0.01 0.01 0.01 0.01 0.01 0.02 0.24 0.01
相对标准偏差RSD/% 3.03 2.51 1.87 1.74 0.70 1.10 2.27 1.34

3 讨论

3.1 不同饲粮对蛋鸡生产性能和能量代谢的影响

饲粮组成、蛋鸡品种和饲养管理等因素直接影响蛋鸡的生产性能。本试验中,除采食量和料蛋比外,各组间蛋鸡生产性能未表现出显著差异。研究指出,采食量受饲料加工工艺、颗粒大小和能量水平等因素的影响[12-15]。本试验中,蛋鸡对添加采自山东嘉祥棉籽粕饲粮的采食量显著高于添加来自河南新乡、河北邯郸、新疆阿克苏和山东德州棉籽粕饲粮,考虑到饲料加工工艺和颗粒大小相同,推测采食量差异可能由能量水平的不同导致。而能量代谢情况可能与测热方式、替代比例、设备和计算方法的差异有关[16-18]。
本研究中,试验蛋鸡的总产热量平均值为915.08 kJ/(kg BW0.75·d),且各试验组和对照组间蛋鸡总产热量和热增耗差异不显著,这表明,尽管不同来源的棉籽粕导致饲粮之间营养成分存在较大差异,但对蛋鸡的产热影响较小。班志彬等[19]研究发现,不同玉米饲粮之间蛋鸡产热量差异不显著,这与本研究结果一致。由此可知,在测热方式相同的情况下,同一饲粮对蛋鸡生产性能和能量代谢的影响较小。

3.2 不同棉籽粕的有效能

本试验采用的套算法的理论假设基础是被测原料与基础饲粮之间不存在营养互作关系,且基础饲粮的能值不受其在试验饲粮里所占比例的影响,但不同原料营养成分之间存在组合效应。本试验中,棉籽粕净能与其粗纤维、中性洗涤纤维和酸性洗涤纤维含量呈负相关,这些因素对棉籽粕净能测定的结果产生较大影响。研究表明,高粱表观代谢能与其单宁含量呈负相关,进而对其在肉鸡中的有效能产生负面影响[20-21]。动物能量代谢情况受动物品种、试验方法和饲粮类型等多种因素的影响。本试验中,棉籽粕表观代谢能平均值为10.80 MJ/kg DM,低于邓雪娟[22]以肉仔鸡为试验动物并采用强饲法测定的棉籽粕表观代谢能,这一差异可能与试验鸡的品种差异有关。杨瑛等[23]在爱拔益加肉鸡上测得的棉籽粕表观代谢能为9.48 MJ/kg DM。宁冬等[24]在产蛋高峰期矮小型粉壳蛋鸡上测得的棉籽粕表观代谢能和净能分别为10.61和6.35 MJ/kg DM,表观代谢能转化为净能的效率为59.91%。《中国饲料成分及营养价值表(2022年第33版)》中棉籽粕表观代谢能为7.78~8.49 MJ/kg DM。本试验测得的棉籽粕表观代谢能和净能分别为10.80和7.65 MJ/kg DM,表观代谢能转化为净能的效率为71.19%。Zelenka[25]认为,表观代谢能与试验鸡日龄呈正相关,净能也呈现相似的趋势。由此可知,本试验中产蛋高峰期蛋鸡对棉籽粕表现出略高的表观代谢能和净能,可能与其消化道的发育更完善、对棉籽粕中抗营养因子的耐受性更强以及产蛋高峰期合成代谢更旺盛有关。

3.3 产蛋高峰期蛋鸡棉籽粕净能预测模型构建

传统的动物代谢试验方法直接测得的饲料净能较为准确,但是该法操作复杂,工作量大且容易受到条件的限制,在实际生产中难以大规模广泛运用。与此相比,利用饲料的化学成分预测饲料能值具有简便、快捷和准确等优势,在实际应用中具有较大的潜力[26]。本试验通过将棉籽粕营养成分含量与净能实测值进行回归分析得到6个预测方程,其中中性洗涤纤维和表观代谢能可以作为净能的有效预测因子。研究发现,净能的有效预测因子是表观代谢能、粗纤维和酸性洗涤纤维[27-29]。桓宗锦[30]研究发现,在酸性洗涤纤维为主要预测因子的基础上引入粗脂肪、粗蛋白质和粗灰分后建立的二元、三元预测方程比一元预测方程的准确性有不同程度的提高。这表明随着预测因子数量的增加,预测方程的R2增大,RSD变小,从而提高预测方程精准度。本试验中,粗蛋白质对净能的影响在回归分析中表现为负效应,而在相关性分析中则为正相关,这一差异可能与线性回归方程仅关注影响因子之间的数学关系有关。本试验采用线性回归建立的最佳预测方程为净能=16.892-26.273×中性洗涤纤维-4.215×粗蛋白质-5.085×球蛋白(R2=0.970,RSD=0.70%)。综上所述,本试验结果表明,通过对棉籽粕营养成分进行更深入的分析和拟合,所建立的净能预测模型比单纯依赖常规营养成分或以表观代谢能作为主要预测因子的模型更加准确和便捷。

4 结论

① 本试验测得的产蛋高峰期蛋鸡对10种棉籽粕的表观代谢能分别为10.61、9.66、10.63、12.28、12.34、11.18、11.79、9.11、9.38和10.99 MJ/kg DM(平均值为10.80 MJ/kg DM),净能分别为7.82、7.44、7.49、7.93、8.14、7.70、8.94、6.04、7.45和7.51 MJ/kg DM(平均值为7.65 MJ/kg DM),表观代谢能转化为净能的效率(净能与表观代谢能的比值)分别为77.56%、75.55%、70.22%、64.90%、66.64%、68.18%、76.00%、64.63%、79.46%和68.74%(平均值为71.19%)。
② 产蛋高峰期蛋鸡对棉籽粕表观代谢能预测拟合度最高的方程为:表观代谢能=19.753-30.266×中性洗涤纤维-17.434×清蛋白(R2=0.788,RSD=2.51%);净能预测拟合度最高的方程为:净能=16.892-26.273×中性洗涤纤维-4.215×粗蛋白质-5.085×球蛋白(R2=0.970,RSD=0.70%)。预测因子为中性洗涤纤维、粗蛋白质、清蛋白和球蛋白。
③ 将球蛋白、清蛋白等作为预测因子,降低了预测数据的RSD,提高了预测模型的拟合度和准确性。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
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.

DOI PMID

[2]
陈代文. 动物营养与饲料学[M]. 2版. 北京: 中国农业出版社, 2015.

CHEN D W. Animal nutrition and feed science[M]. 2nd ed. Beijing: China Agriculture Press, 2015.(in Chinese)

[3]
NAGALAKSHMI D, RAO S V R, PANDA A K, et al. Cottonseed meal in poultry diets:a review[J]. The Journal of Poultry Science, 2007, 44(2):119-134.

[4]
FRAPS G S. Composition and productive energy of poultry feeds and rations[J]. Texas Agricultural Experiment Station Bulletin, 1946,678:6-37.

[5]
陈玉娟, 贾刚, 吴秀群, 等. 1-21日龄黄羽肉鸡棉籽粕傅里叶近红外及化学成分净能预测模型研究[J]. 动物营养学报, 2011, 23(9):1499-1504.

CHEN Y J, JIA G, WU X Q, et al. Prediction models for net energy value of cottonseed meal for yellow-feathered broilers aged from 1 to 21 days using Fourier near infrared spectroscopy and chemical composition[J]. Chinese Journal of Animal Nutrition, 2011, 23(9):1499-1504.(in Chinese)

[6]
李再山, 贾刚, 吴秀群, 等. 1-21日龄艾维茵肉鸡菜籽粕和棉籽粕净能预测模型研究[J]. 动物营养学报, 2011, 23(10):1769-1774.

LI Z S, JIA G, WU X Q, et al. Prediction models for the net energy values of rapeseed meal and cottonseed meal for avian broilers aged from 1 to 21 days[J]. Chinese Journal of Animal Nutrition, 2011, 23(10):1769-1774.(in Chinese)

[7]
SIBBALD I R. The gross energy of avian eggs[J]. Poultry Science, 1979, 58(2):404-409.

[8]
康人山. 粉壳蛋鸡产蛋高峰期能量需求动态预测模型的构建[D]. 硕士学位论文. 泰安: 山东农业大学, 2023.

KANG R S. Establishment of the dynamic prediction model for energy requirement of pink-shell laying hens during peak production[D]. Master’s Thesis. Tai’an: Shandong Agricultural University, 2023.(in Chinese)

[9]
BROUWER E. Report of sub-committee on constants and factors[C]//BLAXTER K L.Proceedings of the 3rd Symposium on Energy Metabolism. London: Academic Press,1965.

[10]
NOBLET J, DUBOIS S, LASNIER J, et al. Fasting heat production and metabolic BW in group-housed broilers[J]. Animal, 2015, 9(7):1138-1144.

DOI PMID

[11]
BARZEGAR S, WU S B, NOBLET J, et al. Metabolizable energy of corn,soybean meal and wheat for laying hens[J]. Poultry Science, 2019, 98(11):5876-5882.

[12]
KIARIE E G, MILLS A. Role of feed processing on gut health and function in pigs and poultry:conundrum of optimal particle size and hydrothermal regimens[J]. Frontiers in Veterinary Science, 2019,6:19.

[13]
EGE G, BOZKURT M, KOÇER B, et al. Influence of feed particle size and feed form on productive performance,egg quality,gastrointestinal tract traits,digestive enzymes,intestinal morphology,and nutrient digestibility of laying hens reared in enriched cages[J]. Poultry Science, 2019, 98(9):3787-3801.

[14]
李清晓, 李忠平, 颜培实, 等. 豆粕粉碎粒度对肉鸡日粮养分利用率的影响[J]. 家畜生态学报, 2006, 27(5):20-25.

LI Q X, LI Z P, YAN P S, et al. Effects of grinding particle sizes of soybean meal on the nutrient utilization of diet in broilers[J]. Acta Ecologae Animalis Domastici, 2006, 27(5):20-25.(in Chinese)

[15]
AMERAH A M, RAVINDRAN V, LENTLE R G, et al. Influence of feed particle size on the performance, energy utilization,digestive tract development,and digesta parameters of broiler starters fed wheat- and corn-based diets[J]. Poultry Science, 2008, 87(11):2320-2328.

[16]
BAREKATAIN M R, NOBLET J, WU S B, et al. Effect of sorghum distillers dried grains with solubles and microbial enzymes on metabolizable and net energy values of broiler diets[J]. Poultry Science, 2014, 93(11):2793-2801.

DOI PMID

[17]
LI Y Z, ITO T, YAMAMOTO S. Use of limited daily access to food in measuring the heat production associated with food intake in laying hens[J]. British Poultry Science, 1991, 32(4):829-839.

PMID

[18]
JADHAO S B, TIWARI C M, CHANDRAMONI, et al. Energy requirement of Rhode Island red hens for maintenance by slaughter technique[J]. Asian-Australasian Journal of Animal Sciences, 1999, 12(7):1085-1089.

[19]
班志彬, 张芳毓, 武斌, 等. 产蛋期蛋鸡不同类型玉米净能研究[J]. 动物营养学报, 2020, 32(4):1650-1657.

DOI

BAN Z B, ZHANG F Y, WU B, et al. Study on net energy of different types of corn in laying hens[J]. Chinese Journal of Animal Nutrition, 2020, 32(4):1650-1657.(in Chinese)

[20]
沈兆艳, 郭军, 聂伟, 等. 高粱在肉鸡中表观代谢能和氨基酸表观代谢率预测模型的研究[J]. 中国畜牧杂志, 2017, 53(10):62-69.

SHEN Z Y, GUO J, NIE W, et al. Study on the prediction model of apparent metabolizable energy and amino acid apparent metabolic rate of sorghum in broilers[J]. Chinese Journal of Animal Science, 2017, 53(10):62-69.(in Chinese)

[21]
CRISOL-MARTÍNEZ E, STANLEY D, GEIER M S, et al. Sorghum and wheat differentially affect caecal microbiota and associated performance characteristics of meat chickens[J]. PeerJ, 2017,5:e3071.

[22]
邓雪娟. 肉仔鸡饲料原料可消化氨基酸和代谢能的生物学评定及可加性研究[D]. 博士学位论文. 北京: 中国农业科学院, 2008.

DENG X J. Biological evaluation and additivity study of digestible amino acids and metabolisable energy of feed ingredients for broiler chicks[D].Ph.D. Thesis. Beijing: The Chinese Academy of Agricultural Sciences, 2008.(in Chinese)

[23]
杨瑛, 刘金华, 许昌明, 等. 爱拔益加父母代肉种鸡对几种蛋白饲料能量和氨基酸的利用率[J]. 饲料工业, 2001, 22(7):28-30.

YANG Y, LIU J H, XU C M, et al. The utilization rate of energy and amino acids in several protein feeds by Arbor Acres parent broiler breeding chickens[J]. Feed Industry, 2001, 22(7):28-30.(in Chinese)

[24]
宁冬, 呙于明, 王永伟, 等. 间接测热法和回归法估测棉籽粕和玉米蛋白粉在蛋鸡中的代谢能和净能值[J]. 动物营养学报, 2013, 25(5):968-977.

DOI

NING D, GUO Y M, WANG Y W, et al. Metabolizable energy and net energy values of cottonseed meal and corn gluten meal for laying hens by using indirect calorimetry method and regression method[J]. Chinese Journal of Animal Nutrition, 2013, 25(5):968-977.(in Chinese)

[25]
ZELENKA J. Effects of sex, age and food intake upon metabolisable energy values in broiler chickens[J]. British Poultry Science, 1997, 38(3):281-284.

PMID

[26]
BARZEGAR S, WU S B, CHOCT M, et al. Implementation of net energy evaluating system in laying hens:validation by performance and egg quality[J]. Poultry Science, 2020, 99(5):2624-2632.

[27]
潘敏慧, 李成云, 张海军, 等. 玉米在蛋鸡饲粮中有效能值的测定及其净能预测模型的构建[J]. 动物营养学报, 2024, 36(4):2344-2355.

DOI

PAN M H, LI C Y, ZHANG H J, et al. Mensuration of effective energy value of corn in diets of laying hens and its net energy prediction model construction[J]. Chinese Journal of Animal Nutrition, 2024, 36(4):2344-2355.(in Chinese)

DOI

[28]
徐莹, 班志彬, 梁浩, 等. 肉鸡玉米蛋白粉有效能值的测定及净能预测模型的构建[J]. 动物营养学报, 2022, 34(7):4302-4312.

DOI

XU Y, BAN Z B, LIANG H, et al. Determination of effective energy values and construction of net energy prediction model of corn gluten meal for broilers[J]. Chinese Journal of Animal Nutrition, 2022, 34(7):4302-4312.(in Chinese)

DOI

[29]
曾福海, 赵峰, 张宏福, 等. 棉籽蛋白质饲料猪消化能估测模型的研究[J]. 动物营养学报, 2007, 19(6):731-736.

ZENG F H, ZHAO F, ZHANG H F, et al. Prediction of the digestible energy content of cottonseed meal for swine with chemical analysis[J]. Chinese Journal of Animal Nutrition, 2007, 19(6):731-736.(in Chinese)

[30]
桓宗锦. 肉鸡玉米和豆粕净能的测定及其预测模型的建立[D]. 硕士学位论文. 雅安: 四川农业大学, 2009.

HUAN Z J. The mensuration of net energy value of corn and soybean meal and prediction models for broiler chicken[D]. Master’s Thesis. Ya’an: Sichuan Agricultural University, 2009.(in Chinese)

Options
Outlines

/

〈 〉

京ICP备17050989号-2
Copyright © Chinese Journal of Animal Nutrition, All Rights Reserved.
Tel: 010－62817823　E-mail: cjan@vip.163.com
Powered by Beijing Magtech Co., Ltd.