目前，家禽饲粮的配制常采用代谢能(ME)体系，但是ME没有考虑饲料养分在利用过程中的热增耗(HI)，不能真正代表饲料能量的沉积效率；而净能(NE)反映了饲料被动物利用的真正效率，且比ME更准确，使用杂粕、农副产物等粗饲料配制饲粮时，NE的优势更为明显[1]。由于实测NE费时、费力、费工，在实际生产过程中也难以实现，因此，一些动物营养学者开始用预测公式来间接估算饲料的NE。单一饲料原料的NE可以通过饲料化学成分和表观代谢能(AME)与ME值的回归方程，根据待测饲料中的养分含量估测其NE值[2]。近年来，在实测NE值的基础上建立饲粮的NE预测模型已经成为NE系统研究的一个重要方向。Huan等[3]实测了黄羽肉鸡玉米和豆粕的NE值，并在此基础上建立了化学成分结合ME以及单独用ME和化学成分预测NE的回归方程。Liu等[4]在生长猪上测定了7种不同原料和16种饲粮的NE值，并与其化学成分进行逐步回归分析，得出原料和饲粮的NE预测方程。张正帆等[5]用比较屠宰法测定了黄羽肉鸡豆粕NE值，并利用化学成分、AME建立了较理想的NE预测模型。目前，有关天府肉鸭豆粕NE以及用化学成分和AME结合化学成分建立的NE预测模型还未见相关报道。因此本试验拟在实测30种豆粕NE的基础上，建立天府肉鸭豆粕NE的预测模型。
1 材料与方法 1.1 豆粕NE的测定 1.1.1 豆粕采集30种豆粕分别来自四川、重庆、河南、山东、江 苏、辽宁等省和自治区。这些豆粕样品均符合我国饲料用大豆粕国家标准(GB/T 19541—2004)，并且基本涵盖了不同品质的豆粕。30种豆粕概略养分含量见表1。
 | 表 1 豆粕的概略养分含量(风干基础) Table 1 Proximate composition of soybean meals (air-dry basis) |
本试验采用玉米-豆粕型饲粮，均为颗粒料。基础饲粮参照中国《肉鸭饲养标准》(NY/T 2122—2012)配制。基础饲粮1用于维持净能(NEm)试验。基础饲粮2用于沉积净能(NEp)试验。基础饲粮2是在基础饲粮1的基础上粗蛋白质(CP)下调6%，使豆粕替代基础饲粮的20%后，CP水平刚好满足需要。各试验饲粮的豆粕替代比例均为20%。
| 表 2 饲粮组成及营养水平(风干基础) Table 2 Composition and nutrient levels of diets (air-dry basis) |
选取7日龄末空腹体重为(120.14±3.21) g的天府肉鸭740只，试验开始时屠宰20只肉鸭作为零对照组测定初始能值。试验期为8~15日龄，共7 d。第13.5日龄时所有试鸭禁食36 h后，以重复为单位称重，然后颈椎错位致死，迅速将胴体用液氮冷冻，并放置在-20 ℃冰箱中保存。
NEm测定采用比较屠宰法结合回归法，从中选取肉鸭100只，随机分配到自由采食及限饲20%、32%、44%、56%共5个组，每个组5个重复，每个重复4只鸭。试验期间所有组均饲喂基础饲粮1。其中自由采食组饲喂量根据前1天试验鸭的采食量进行调整，确保料桶内有10%左右的剩料，并根据自由采食组的饲喂量来确定限饲组的饲喂量。
豆粕NEp的测定采用比较屠宰法结合套算法，选取620只雏鸭用于豆粕NEp测定。共设31个组，为基础饲粮2和30个豆粕替代基础饲粮组，每个组5个重复，每个重复4只鸭。
1.1.4 饲养管理本试验于四川农业大学动物营养研究所试验场进行。试验开始前先将鸭舍，代谢笼清洗和熏蒸。雏鸭以重复为单位笼养，用红外灯加热，保持笼内温度控制在28～32 ℃，相对湿度控制在60%～65%。试验期间自由采食和饮水，禁食期间断料不断水。
1.1.5 测定指标在试验开始和结束(第8、15日龄)时试验鸭以重复为单位称重，统计试验全期采食量。以重复为单位计算平均日增重(ADG)、平均日采食量(ADFI)和料重比(F/G)。
排泄物收集采用全收粪。在代谢笼下设收粪盘，并在盘上铺干净的塑料布，及时清理脱落的皮屑、羽毛和饲料等杂物，每天收粪3次(08：00、15：00、20：00)。收集后按每100 g加入10 mL 10%的盐酸和3～5滴甲苯，并放置在-20 ℃冰箱中保存。试验结束后将试验全期采集的排泄物按重复为单位混匀，用于干物质和能量测定。
采用氧弹式热量计(Parr USA)测定饲料、不同饲喂组和起始10只鸭的肉样能量。
用回归法估计NEm，根据各限饲组试验结束时和试验前对照组鸭的机体能量之差，计算出各组的沉积能(RE)，结合不同采食水平下试验鸭的食入代谢能(MEI)，算出机体产热(HP)，再代公式：logHP=a+bMEI，计算出待解常数a和b，a值即为NEm[6]。
RE=末试验鸭的能量-初试验鸭的能量；
HP=MEI-RE；
NE=NEm+NEp；
NE饲粮=(NEm×W0.75×7+NEp)/
7 d采食量(W0.75：试验期平均代谢体重)；
豆粕NE=(基础饲粮NE-替代饲粮NE×0.8)/0.2。
1.2 化学成分模型和AME结合化学成分模型的建立用SPPS 22.0对30个豆粕样品实测NE与概略养分含量、AME进行逐步回归分析，建立1～21日龄天府肉鸭豆粕NE的化学成分模型、AME结合化学成分模型。
2 结 果由表3可见，在不同限饲水平下，随着采食量的减少，ADG，ADFI呈显著降低趋势(P＜0.05)；而F/G呈增高的趋势，其中限饲20%组和限饲32%组差异不显著(P＞0.05)。MEI、RE随着限饲量的加大显著降低趋势(P＜0.05)；HP随着限饲量加大，呈降低趋势，但自由采食组和限饲20%组差异不显著(P＞0.05)，限饲32%组和限饲44%组差异也不显著(P＞0.05)。对HP和MEI的对数关系进行回归分析，得到了HP和MEI之间的回归关系，并由此建立了由MEI估计HP的回归公式：HP=589.251e0.000 2MEI(R2=0.85，P＜0.05)，根据公式计算NEm=589.251 kJ/kg BW0.75。
| 表 3 不同采食水平下天府肉鸭的平均MEI、RE和HP Table 3 ME intake,retained energy and heat production for Tianfu ducks under different feeding levels |
由表4可见，通过代谢试验和比较屠宰试验，豆粕顶替饲粮提供给天府肉鸭用于的NEp为(5.32±0.14) MJ/kg，用于的NEm为(3.53±0.12) MJ/kg，30种豆粕顶替饲粮的NE为(8.85±0.1) MJ/kg，基础饲粮2的NE为9.39 MJ/kg，经套算公式[豆粕NE=(基础饲粮NE-替代饲粮NE×0.8)/0.2]，得到30种豆粕NE为(6.69±0.53) MJ/kg，AME为(10.19±0.72) MJ/kg。以此得到的AME转化为NE的效率为(65.93±1.85)%。
| 表 4 豆粕NE、AME、NE/AME(风干基础) Table 4 NE,AME and NE/AME of soybean meals (air-dry basis) |
由表5可见，随着因子数的增加，方程的拟合度提高(R2增大)，相对标准偏差(RSD)变小。在因子数相同的情况下，AME结合化学成分建立的NE预测方程优于只用化学成分建立的预测方程。回归方程4、5分别为只用化学成分、AME结合化学成分建立的最优预测方程。
| 表 5 豆粕NE与化学成分、AME的回归方程(风干基础) Table 5 Regression equations of NE and chemical compositions,AME of soybean meals (DM basis) |
回归法估计NEm需要量，通常是通过建立HP与MEI或者RE与MEI之间的回归关系来估计NEm。通常情况下，机体HP包括HI和机体维持消耗的NE释放出的热量，因此当HI为0时，即机体MEI为0，推测的HP就是维持的NE需要。Labussière等[7]研究发现实测MEm通常要高于回归法推测的MEm。本试验测得的维持产热值高于Sakomura等[8]测定的1～8周龄肉仔鸡产热值0.403 MJ/(BW0.75·d)。O’neill等[9]报道，白来航母鸡不同生理阶段的NEm为404.02～463.899 kJ/(kg BW0.75·d)。Sakomura等[10]通过比较屠宰法研究发现罗曼蛋鸡的NEm随温度的升高而降低。这种差异可能是由于能量平衡测定缺乏一个统一标准的缘故。因此，其测定方法、环 境温度、饲喂方式、年龄、饲粮类型和动物品种等因素都会影响NEm测定值的大小。
3.2 豆粕的NE、NE/AME的比较以及影响因素本试验用比较屠宰法结合回归法及套算法，测得30种豆粕以干物质基础的NE实测值为(7.57±0.61) MJ/kg。张正帆等[5]测得的黄羽肉鸡豆粕NE值为6.045～7.829 MJ/kg，Lesson等[11]测得来亨母鸡的豆粕NE值为7.79 MJ/kg，Noblet等[12]测定生长猪豆粕的NE为8.07 MJ/kg，均在本试验所测范围内。Zhang等[13]在生长猪上测得5种人工豆粕NE值在8.19~9.14 MJ/kg之间，要略高于本试验所测结果，而其NE占ME的比例为54.18%~58.00%，究其原因可能是他所采用的人工豆粕为不同豆粕与豆皮不同比例混合而成，而导致豆粕营养成分的不同。本试验的AME转化为NE的效率为(65.93±1.85)%，要高于Lesson等[11]测得的60%及张正帆等[5]测得的55.24%～62.78%，原因可能是鸭和鸡在体成分、解剖结构和消化生理上的差异，导致了它们对饲料的利用率方面也存在较大的差异。
本试验NE为NEm与NEp之和。故NEm和NEp测定的准确性对NE估测值的影响很大。本试验选用的是玉米-豆粕型饲粮，饲料制粒，自由采食。自由采食避免了采用强饲法时，饥饿和强饲对肉鸭造成的应激。饲喂颗粒料弥补了饲喂粉料时，肉鸭采食量效率低、易挑食、浪费大的缺陷，从而提高了采食量，避免了试验鸭由于采食量过低而引起的测定值偏低[14]；颗粒饲料也很好地解决在饲喂粉料时各营养成分分层问题，同时采食颗粒料还可以提高饲料转化率[15, 16]。Noblet等[12]测定了61种饲粮在45 kg大白猪中的ME、NE，得出ME转化为NE的效率为74%；可消化养分蛋白质、淀粉、脂肪NE转化率分别为60%、82%、90%。随着ME转化为NE的效率随之降低。Sarmieriento-Franco等[17]研究表明，家禽ME转化为NE的效率受饲粮中酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)、粗灰分和半纤维素含量的影响。
综上所述，影响豆粕NE及NE/AME的因素有很多，除了试验动物品种及年龄、饲料因素、试验条件外，还与试验方法等有关。
3.3 豆粕NE的AME及化学成分预测方程用消化和代谢试验等传统的方法直接测定饲料的NE值较准确，但是该法耗时、耗工、耗资，不能在生产实际中广泛应用。用化学成分预测饲料能值具有简便、快捷、准确等优势，应用性比较广。Noblet等[12]以45 kg生长大白公猪作为试验动物，通过可消化养分、消化能、ME的测定，并通过实验室分析测得粗纤维(CF)、NDF、ADF和粗灰分等一些影响有效能的组分，进行一元回归和多元回归，得到61种饲料原料的DE、ME和NE预测模型。在家禽NE的研究上，本试验得到的只用化学成分和用AME结合化学成分建立的豆粕NE最佳预测方程R2分别为0.931、0.942，RSD分别为0.168、0.156 MJ/kg，表明所建立的最佳方程是可以应用的。张正帆等[5]得到的方程R2为0.96，RSD为0.114 MJ/kg，略优于本试验所建的预测方程。其原因可能是本试验豆粕样品的CP、CF等常规养分含量范围较张正帆等[5]的大。本试验条件下的预测方程引入ADF等预测因子，这与Huan等[3]在用玉米、豆粕研究肉鸡NE预测方程中引入ADF效果最好相一致。在本试验条件下还发现，ADF、NDF、CF与NE的相关性远大于粗脂肪(EE)、CP和其他成分与NE的相关性，这与张正帆等[5]结论一致的。本试验发现，以CF、ADF和NDF为单一指标预测饲料有效能时，不如与其他因子结合所建预测方程的效果好。Huan等[3]在豆粕NE预测上研究，认为在ADF为主要预测因子的基础上引入EE、CP、粗灰分、无氮浸出物(NFE)后建立的二元、三元预测的方程比一元方程准确性有不同程度的提高。从拟合度和RSD来看，AME结合化学成分所建的NE预测方程要优于只用化学成分建立预测方程。Noblet等[12]用ME和化学成分建立生长猪饲粮的最佳预测方程的R2和RSD同样也优于只用化学成分建立的预测方程。显然在AME基础上再通过化学成分校正能减少直接用化学成分估计的误差。
4 结 论①本试验条件下，天府肉鸭NEm为589.251 kJ/kg BW0.75。豆粕顶替饲粮提供给天府肉鸭用于的沉积净能为(5.32±0.14 )MJ/kg，用于的NEm为(3.53±0.12) MJ/kg，30种豆粕顶替饲粮的NE为(8.85±0.1) MJ/kg，经套算法得到30种豆粕AME为(10.19±0.72) MJ/kg，NE为(6.69±0.53) MJ/kg，AME转化为NE的效率为(65.93±1.85)%。
② 本试验条件下，豆粕的AME和NE的高度相关(R2=0.899，RSD=0.208 MJ/kg，P=<0.001)，ADF也和NE高度相关(R2=0.829，RSD=0.259 MJ/kg，P=<0.001)，由AME、ADF和CF建立的三元回归方程(NE=0.230AME-0.132ADF-1.69CF+7.320，R2=0.942，RSD=0.156 MJ/kg，P=<0.001)的预测性能最好。
| [1] | VAN MILGEN J,NOBLET J.Partitioning of energy intake to heat,protein,and fat in growing pigs[J]. Journal of Animal Science,2003,81(2S):E86-E93. ( 1)
|
| [2] | 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. (1)
|
| [3] | HUAN Z J,WANG K N.Prediction of net energy value of corn and soybean meal for broiler chicken[J]. Journal of Agricultural Science and Technology,2009,3(6):6-12. (3)
|
| [4] | LIU D W,JAWORSKI N W,ZHANG G F,et al.Effect of experimental methodology on fasting heat production and the net energy content of corn and soybean meal fed to growing pigs[J]. Archives of Animal Nutrition,2014,68(4):281-295. (1)
|
| [5] | 张正帆,王康宁,贾刚,等.1-21日龄黄羽肉鸡豆粕净能预测模型[J]. 动物营养学报,2011,23(2):250-257. (6)
|
| [6] | LOFGREEN G P,GARRETT W N.A system for expressing net energy requirements and feed values for growing and finishing beef cattle[J]. Journal of Animal Science,1968,27(3):793-806. (1)
|
| [7] | LABUSSIÈRE E,VAN MILGEN J,DE LANGE C F M,et al.Maintenance energy requirements of growing pigs and calves are influenced by feeding level[J]. The Journal of Nutrition,2011,141(10):1855-1861. (1)
|
| [8] | SAKOMURA N K,LONGO F A,OVIEDO-RONDON E O,et al.Modeling energy utilization and growth parameter description for broiler chickens[J]. Poultry Science,2005,84(9):1363-1369. (1)
|
| [9] | O'NEILL S J B,JACKSON N.The heat production of hens and cockerels maintained for an extended period of time at a constant environmental temperature of 23 ℃[J]. The Journal of Agricultural Science,1974,82(3):549-552. (1)
|
| [10] | SAKOMURA N K,BASAGLIA R,SÁ-FORTES C M L,et al.Model for metabolizable energy requirements of laying hens[J]. Revista Brasileira de Zootecnia,2005,34(2):575-583. (1)
|
| [11] | LEESON S,SUMMERS J D,CASTON L J.Net energy to improve pullet growth with low protein amino acid-fortified diets[J]. The Journal of Applied Poultry Research,2000,9(3):384-392. (2)
|
| [12] | 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. (4)
|
| [13] | ZHANG G F,LIU D W,WANG F L,et al.Estimation of the net energy requirements for maintenance in growing and finishing pigs[J]. Journal of Animal Science,2014,92(7):2987-2995. (1)
|
| [14] | AMERAH A M,RAVINDRAN V,LENTLE R G,et al.Feed particle size:implications on the digestion and performance of poultry[J]. World's Poultry Science Journal,2007,63(3):439-455. (1)
|
| [15] | GREENWOOD M W,CRAMER K R,BEYER R S,et al.Influence of feed form on estimated digestible lysine needs of male broilers from sixteen to thirty days of age[J]. The Journal of Applied Poultry Research,2005,14(1):130-135. (1)
|
| [16] | LEMME A,WIJTTEN P J A,VAN WICHEN J,et al.Responses of male growing broilers to increasing levels of balanced protein offered as coarse mash or pellets of varying quality[J]. Poultry Science,2006,85(4):721-730. (1)
|
| [17] | SARMIENTO-FRANCO L,MACLEOD M G,MCNAB J M.True metabolisable energy,heat increment and net energy values of two high fibre foodstuffs in cockerels[J]. British Poultry Science,2000,41(5):625-629. (1)
|