鸡饲料代谢能值离体测定法的初步研究

用生物学法和离体法分别对10种肉鸡配合饲料进行了测定,探讨了以离体法干物质消化率或消化能估测鸡配合饲料表现代谢能(AME)值的可行性。并用同步测定的另2种肉鸡配合饲料和5种蛋鸡配合饲料对估测的精度进行了检验。结果表明:10种肉鸡配合饲料的离体法消化能(IVDE)与AME间的相关系数为0.958(P<0.01),回归公式;AME(千卡/克)=1.003IVDE-0.211,残余标准本差Sy,x=土0.055千卡/克。用2种肉鸡饲粮和5种蛋鸡饲粮进行精度检验,AME离体法估测值与生物学法实测值之差最大为0.1千卡/克,说明用离体法消化能可以满意地估测出AME。10种肉鸡饲粮的离体法干物质消化率(IVDMD)与AME间相关系数为0.862(P<0.01),回归公式AME(千卡/克)=0.042IVDMD+0.173,残余标准高差Sy,x=土0.124千卡/克。以此公式估测2种肉鸡饲粮的AME,估测值与实测值最大相差0.1千卡/克,结果令人满意;估测5种蛋鸡饲粮的AME,估测值比实测值大0.16～0.33千卡/克,达不到实用程度。由此可见,如果以IVDMD为自变量估测AMF,对肉鸡饲粮和蛋鸡饲粮有分别建立定标回归方程的必要。     

排空强饲法测定鸡饲粮表观代谢能值的灵敏度与置信限

本研究旨在通过探讨排空强饲法测定鸡饲粮表观代谢能(AME)值的灵敏度及样品间显著差异的置信限,为国家标准方法 GB/T 26437—2010的应用提供参考。试验1采用2×5两因素完全随机设计,即2个基础饲粮和5个稀释剂水平(2%、4%、6%、8%和10%),检验排空强饲法测定的AME值对计算值的线性反应量。试验2通过分析上述10个饲粮样品、4次空白样品测试中AME值的方差,计算2个样品间AME值差异显著时所对应的置信限。结果表明:在2个基础饲粮条件下,稀释剂的水平与稀释后饲粮的AME值呈显著的线性关系(P<0.01),而二次函数关系与线性失拟检验均不显著(P>0.05)。以饲粮AME计算值为依变量,以排空强饲法AME实测值为应变量,作线性回归分析,得出斜率为0.987(P<0.01),这表明排空强饲法的灵敏度很高。排空强饲法测定4次空白样品及10个饲粮样品的AME值方差无显著差异(P>0.05)。根据排空强饲法测定饲粮AME值标准差的平均值,计算出2个饲粮样品间AME值显著性差异的置信限为0.27 MJ/kg DM。综上所述,排空强饲法测定饲粮的AME值具有满意的灵敏度。0.27 MJ/kg DM的置信限将为检测饲粮样品间AME值是否有显著差异提供参考。     

离体方法在饲料用高粱代谢能值（鸡）评定中的应用

为进一步探讨用离体方法估测单一鸡饲料代谢能值的可行性,本研究采用猪的离体消化试验法,对高梁的AME值进行估测。 1 材料与方法共收集全国主要高梁产区的高梁样品45个。其中30个用于定标,15个用作检验,每个样品1000克,粉碎后分成两份,一份用于鸡代谢能测     

全收粪法与Cr2O3指示剂法测定家禽表观代谢能方法比较

通过全收粪法和Cr2O3指示剂法,对20种不同来源玉米-豆粕型日粮的肉鸡的表观代谢能(AME)进行测定.结果表明全收粪法测定玉米AME在绝干基础上是14.92～16.10 MJ/kg,平均15.60 MJ/kg,RSD为2.15%;指示剂法所测玉米AME在绝干基础上是15.05～16.16 MJ/kg,平均15.65 MJ/kg,RSD为2.11%;两种方法所测代谢能值相关分析,相关方程式AME(全)=1.00142×AME(指)-0.06918(R2=0.9708),二者高度相关;配对T检验,指示剂法比全收粪法值高,但差异不显著(P＞0.05).可见,Cr2O3指示剂法与全收粪法在测定肉禽AME时具有高度相关性,指示剂法可作为一种快速准确的评定家禽表观代谢能的方法在试验研究和生产实践中推广.     

鹅对五种作物副产物的表观代谢能和真代谢能测定

研究鹅对经济作物副产物的代谢能值是有效利用这些副产物进行鹅日粮配制的基础。试验采用强饲排空法测定了鹅对木薯茎叶、木瓜茎叶、甘蔗尾叶、桑树茎叶和椰子粕的表观代谢能(AME)和真代谢能(TME)。结果显示:鹅对椰子粕的AME和TME最高,为9.28MJ/kg和11.06MJ/kg;其次是木薯茎叶,为8.35MJ/kg和9.6MJ/kg;鹅对桑树茎叶AME和TME最低,为4.58MJ/kg和5.22MJ/kg。     

青脚麻肉鸡对不同来源玉米的代谢能值及近红外预测模型的构建

本试验旨在评定青脚麻肉鸡对30个不同来源玉米的代谢能值,并利用近红外光谱技术构建代谢能值的预测模型,为构建青脚麻肉鸡饲料营养价值数据库和玉米代谢能值的快速预测积累基础数据。试验采用单因素完全随机设计,选用48只体重相近的30周龄青脚麻肉公鸡,按照组间体重无差异原则随机分组,做9批次代谢试验,每批做3或4个玉米样,每样设8个重复,每个重复1只鸡;每批做1个内源组,每批之间设10 d恢复期。试验采用排空强饲法测定代谢能值,试鸡饥饿48 h,然后按体重2%强饲待测饲料,收集排泄物48 h;内源组鸡饥饿48 h,再继续饥饿收集排泄物48 h。结果显示:1)30个玉米样品的干物质含量为(86.75±0.55)%(85.55%~87.79%),以干物质为基础,粗蛋白质含量为(9.21±0.52)%(8.27%~10.58%),总能为(18.716±0.106)MJ/kg(18.429~18.951 MJ/kg),中性洗涤纤维含量为(13.00±2.21)%(10.00%~18.52%),酸性洗涤纤维含量为(3.23±0.46)%(2.37%~4.36%),粗纤维含量为(2.28±0.28)%(1.89%~2.76%)。2)以干物质为基础,青脚麻肉鸡对30种玉米的表观代谢能(AME)为(14.627±0.655)MJ/kg(11.727~16.225 MJ/kg),氮校正表观代谢能(AMEn)为(14.672±0.641)MJ/kg(11.793~16.248 MJ/kg),真代谢能(TME)为(16.248±0.619)MJ/kg(13.333~17.727 MJ/kg),氮校正真代谢能(TMEn)为(16.293±0.605)MJ/kg(13.398~17.750 MJ/kg)。3)用近红外光谱技术建立的青脚麻肉鸡AME、AMEn、TME、TMEn校正决定系数(R2cal)、校正标准差(RMSEE)及相对标准差(RSD)分别为0.99、0.035、0.24,0.99、0.029、0.20,0.99、0.031、0.19,0.99、0.030、0.18;交叉验证决定细数(R2cv)、交叉验证标准差(RMSECV)及RSD分别为0.92、0.117、0.80,0.93、0.106、0.73,0.90、0.113、0.70,0.91、0.108、0.66。结果表明:1)青脚麻肉鸡对不同来源玉米的AME、AMEn、TME和TMEn存在差异;2)近红外模型可以较好地预测青脚麻肉鸡的玉米代谢能值。     

不同来源玉米对大恒肉鸡代谢能的测定及近红外预测模型的构建

本试验旨在评定30种不同来源玉米对大恒肉鸡的代谢能值,并利用近红外光谱技术建立近红外预测模型。试验采用单因素完全随机设计,每个玉米样品为1个处理,每个处理8个重复,每个重复1只鸡,采用17周龄大恒肉公鸡。采用排空强饲法评定代谢能;结合近红外光谱,建立大恒肉鸡的玉米代谢能预测模型。结果表明:1)30种玉米的代谢能(DM)为86.76%±0.56%;粗蛋白(CP)为7.99%±0.43%;总能(GE)为16.239±0.123 MJ/kg;中性洗涤纤维(NDF)为11.27%±1.89%;酸性洗涤纤维(ADF)为2.80%±0.39%;粗纤维(CF)为1.98%±0.23%。2)30种玉米对大恒肉鸡的表观代谢能(AME)为14.624±0.469 MJ/kg;氮校正表观代谢能(AMEn)为14.646±0.462 MJ/kg;真代谢能(TME)为16.062±0.488 MJ/kg;氮校正真代谢能(TMEn)为16.083±0.481 MJ/kg。3)用近红外技术建立的大恒肉鸡AME、AMEn、TME、TMEn校正模型决定系数(R2cal)、预测标准差(RMSEE)及相对标准差(RSD)分别为0.99、0.023、0.16;0.99、0.011、0.07;0.99、0.014、0.08;0.99、0.013、0.08;内部交叉验证决定系数(R2cv)及内部交叉验证预测标准差(RMSECV)、相对标准差(RSD)分别为0.93、0.057、0.39;0.95、0.048、0.33;0.94、0.056、0.35;0.95、0.055、0.34。结果表明不同来源玉米对大恒肉鸡的AME、AMEn、TME、TMEn均存在差异。2)构建的近红外预测模型可以较好地预测大恒肉鸡的玉米代谢能值。     

玉米干酒糟及其可溶物有效能值估测模型中定标样品选择方法的研究

本试验旨在探讨玉米干酒糟及其可溶物(DDGS)有效能值估测模型中定标样品的选择原则。从23个玉米DDGS样品(定义为全样品库)中按酶水解物能值(EHGE)相差0.21 MJ/kg左右的梯度选择9个定标玉米DDGS样品,定义为选择性样品库;将剩余的14个玉米DDGS样品定义为非选择性样品库。然后,比较选择性样品库与非选择性样品库化学成分含量及变异的差异,以及通过全样品库和选择性样品库分别建立其化学成分对EHGE之间的回归模型,比较根据回归模型计算得到的非选择性样品库EHGE的差异。结果表明,选择性样品库和非选择性样品库的玉米DDGS在粗蛋白质(CP)、粗灰分(Ash)、粗脂肪(EE)、粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)含量及EHGE平均值上均无显著性差异(P0.05),CP、Ash、EE、CF、ADF、NDF含量及EHGE变异的方差上均无显著性差异(P0.05)。选择性样品库和非选择性样品库化学成分含量在第一、二主成分得分载荷分布上,选择性样品库中仅1个玉米DDGS样品未与非选择性样品库的分布范围重叠。以选择性样品库样品建立的EHGE预测模型为EHGE=(3 566+53.94×EE-32.68×NDF)×4.184/1 000(R2=0.798 1,RSD=0.43 MJ/kg);以全样品库样品建立的预测模型为EHGE=(3 742+29.67×EE-29.71×NDF)×4.184/1 000(R2=0.535 0,RSD=0.44 MJ/kg)。由2个模型获得的非选择性样品库(n=14)玉米DDGS的EHGE计算值与其实测值的绝对残差平均值分别为0.47和0.33 MJ/kg,差异不显著(P0.05)。综上所述,在玉米DDGS有效能值的估测建模中,以EHGE作为定标样品的选择依据是可行的。     

采用英系北京鸭评定棉籽粕净能的研究

本研究旨在评定棉籽粕在英系北京鸭上的净能(NE),并运用棉籽粕的表观代谢能(AME)和常规成分建立其预测方程。根据析因法将棉籽粕替代饲粮的NE剖分为维持净能(NEm)和生产净能(NEp),利用回归法测定NEm,比较屠宰法测定NEp,再套算得到棉籽粕的NE。选取400只7日龄的英系北京鸭进行动物试验。首先选取20只肉鸭在试验开始时挫颈致死,测定其体能量作为测定NEm和NEp的共同初始能量对照;再选取50只肉鸭用于NEm的测定,NEm用禁食产热(FHP)估计,共设5个组(每组5个重复,每个重复2只),分别为自由采食组及限饲15%、25%、35%、45%组,均饲喂基础饲粮1;剩余的330只肉鸭用于NEp的测定,共设33个组(每组5个重复,每个重复2只),分别饲喂基础饲粮2和以不同棉籽粕替代15%基础饲粮2的试验饲粮。于14日龄时将所有的试鸭挫颈致死,测定所有试鸭的体能量。最后,将实测棉籽粕NE与AME和其常规成分进行相关分析和多元逐步线性回归分析建立棉籽粕NE的预测方程。结果显示:英系北京鸭的FHP为580.7 k J/(kg BW0.75·d),棉籽粕替代饲粮提供给肉鸭的NEm和NEp分别为(2.97±0.15)MJ/kg和(5.22±0.12)MJ/kg,棉籽粕替代饲粮提供给肉鸭的NE为(8.19±0.09)MJ/kg,计算得到的棉籽粕的NE和AME分别为(6.12±0.62)MJ/kg和(10.05±1.02)MJ/kg,AME转化为NE的效率为(60.97±2.04)%,使用AME和常规成分建立棉籽粕NE的最佳预测方程为NE=3.276+0.241AME+0.044CP-0.081ADF[决定系数(R2)=0.954,残余标准差(RSD)=0.13 M J/kg,P0.01],式中CP为粗蛋白质,ADF为酸性洗涤纤维。由以上结果可知:英系北京鸭棉籽粕的NE为(6.12±0.62)MJ/kg,分布范围为5.04~7.30 M J/kg,变异较大;运用AM E结合常规成分可以准确预测英系北京鸭棉籽粕的NE。     

应用近红外光谱分析技术预测小麦肉鸭代谢能的研究

本试验旨在实测不同来源小麦的肉鸭表观代谢能(AME),并利用近红外光谱分析技术(NIRS)构建其预测模型。选用1周龄的樱桃谷肉鸭410只,随机分为41个处理,每个处理5个重复,每个重复2只肉鸭,各处理肉鸭分别饲喂玉米-豆粕型基础饲粮和40种小麦替代饲粮(含20%小麦)。用套算法计算小麦的AME,然后利用NIRS建立小麦AME的预测模型。结果表明,不同来源小麦的肉鸭AME为11.03~14.34 MJ/kg,变异系数为5.58%;小麦AME与粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)含量呈极显著负相关(P0.01),与粗脂肪含量(EE)呈极显著正相关(P0.01)。小麦AME的预测模型的定标决定系数、定标标准差和交叉验证相对标准差分别为0.85、0.187 MJ/kg和1.70%;外部验证决定系数、外部验证相对标准差和外部验证相对分析误差分别为0.89、1.46%和3.23%。由此可见,不同来源小麦肉鸭AM E和化学成分含量存在差异,其AM E的变异与其化学成分相关,应用NIRS预测小麦的肉鸭AM E的结果"良好"。     

玉米深加工副产品饲料营养价值的确定

将20只成年新扬州母鸡分为4组,用套测法测定玉米蛋白饲料和玉米皮干物质及总能利用率和代谢能值,并分别与查表值及相关回归公式的推算值进行比较。结果表明:玉米蛋白饲料的表观代谢能(AME)为9.74MJ/kg,干物质利用率为26.82%,总能利用率为44.33%;玉米皮的AME为2.32MJ/kg,干物质利用率为3.63%,总能利用率为10.61%。通过比较得到,由于不同来源的原料其营养成分差异较大,对某一具体新原料营养价值的确定,不能盲目使用查表或用某些回归公式推算后得到的结果。     

鹅对几种原料代谢能值的测定

本试验以24只175日龄扬州鹅公鹅为试验对象,用真代谢能(TME)测定法,测定了鹅对玉米、豆粕、小麦麸、稻谷、棉籽粕、苜蓿粉6种原料的代谢能值。试验结果表明:1)鹅对玉米、稻谷、小麦麸、豆粕、棉籽粕、苜蓿粉的表观代谢能(AME)值分别为12.23、10.93、8.03、8.99、6.67、4.25MJ/kg;真代谢能值分别为12.89、11.59、8.93、9.85、7.60、5.19MJ/kg。2)测得6种原料的TME值高于AME值,且TME∶AME为1.05～1.25;TME值的变异系数(CV)小于AME值,表明TME值的稳定性优于AME值。     

樱桃谷青年公鸭对不同来源菜籽饼粕的代谢能值及其预测方程的建立

本试验旨在通过实验室分析和代谢试验建立基于菜籽饼粕养分的代谢能值预测方程,为生产提供便捷的估测菜籽饼粕代谢能值的方法。试验共收集25种菜籽饼粕样品,选用19周龄以上健康的樱桃谷肉公鸭进行代谢试验。代谢试验分3批进行,前2批代谢试验均设13个组:玉米组、玉米-豆粕组、绝食内源组和10个菜籽饼粕组;第3批代谢试验设8个组:玉米组、玉米-豆粕组、绝食内源组和5个菜籽饼粕组。前2批代谢试验均使用156只,而第3批代谢试验使用96只,每组设12个重复,每个重复1只鸭。待测饲粮由豆粕或菜籽饼粕替代玉米组成,其中豆粕按35%替代玉米,菜籽饼粕按40%替代玉米。采用真代谢能(TME)结合套算法评定菜籽饼粕的代谢能值,强饲量为试验鸭体重的2%,排空时间和排泄物收集时间均为36 h,每批之间设14 d的恢复期。采用逐步回归法建立菜籽饼粕养分与代谢能值的回归方程。结果表明:1)25种菜籽饼粕的总能(GE)平均值为17.91 MJ/kg[16.48～20.04 MJ/kg,变异系数(CV)=5.24%],干物质(DM)含量平均值为89.72%(86.20%～93.73%,CV=2.21%),粗蛋白质(CP)含量平均值为44.56%(33.91%～50.70%,CV=8.86%),粗脂肪(EE)含量平均值为5.63%(1.21%～10.92%,CV=61.83%),粗灰分(Ash)含量平均值为7.58%(6.90%～8.48%,CV=6.04%),粗纤维(CF)含量平均值为12.89%(7.98%～16.18%,CV=15.08%),中性洗涤纤维(NDF)含量平均值为35.86%(20.30%～62.73%,CV=28.21%),酸性洗涤纤维(ADF)含量平均值为23.23%(12.75%～40.10%,CV=28.12%),钙(Ca)含量平均值为0.78%(0.22%～1.29%,CV=31.01%),磷(P)含量平均值为1.07%(0.85%～1.32%,CV=8.24%)。2)25种菜籽饼粕的表观代谢能(AME)平均值为10.21 MJ/kg(8.28～12.51 MJ/kg,CV=17.87%),TME平均值为10.96 MJ/kg (9.00～13.39 MJ/kg, CV=16.66%),氮校正表观代谢能(AMEn)平均值为9.04 MJ/kg(7.28～10.75 MJ/kg,CV=17.42%),氮校正真代谢能(TMEn)平均值为9.71 MJ/kg(7.87～11.51 MJ/kg,CV=16.21%)。3)通过逐步回归分析建立菜籽饼粕AME、TME、AMEn、TMEn的预测方程:AME=0.010 7PS+0.226 5EE+8.352 8 (R2=0.708 1, P 0.01); TME=0.011 4PS+0.223 9EE+9.103 3 (R2=0.704 7, P 0.01); AMEn=1.091 6GE+0.019 3PS-0.234 0DM-0.158 9CF+0.059 9ADF+10.111 9 (R2=0.858 2,P 0.05);TMEn=0.794 5GE-0.214 3CF-1.781 7(R2=0.762 6,P0.01)。由此可见,樱桃谷青年公鸭对不同来源菜籽饼粕的代谢能值存在差异,可利用菜籽饼粕的养分构建其代谢能值的预测方程。     

14个小麦样品的肉鸡代谢能评定

本试验采用26～31日龄的AA肉仔鸡测定了小麦的表观代谢能(AME)、氮校正表观代谢能(AMEn)和回肠表观消化能(IDE),比较了3种生物学方法所得小麦表观有效能值之间的差异,分析了不同小麦表观有效能值对饲料配方原料选择的影响。结果表明:全收粪法和指示剂法测得14种小麦的AME平均值分别为13.27MJ/kg和12.64MJ/kg,回肠食糜法测得的IDE平均值为12.05MJ/kg,全收粪法和指标剂法测得小麦的AMEn平均值分别为12.95MJ/kg和12.01MJ/kg;不同产地小麦和3种生物学方法所得的小麦表观有效能值对配方计算结果均能产生显著影响。     

肉鸡玉米蛋白粉有效能值的测定及净能预测模型的构建

本试验通过间接测热法结合套算法测定爱拔益加(AA)肉鸡对不同玉米蛋白粉原料的有效能值并建立基于理化指标的净能预测方程。选取24日龄体重为(1 150±30) g的AA肉鸡60只,随机分为5个组(1个玉米-豆粕型基础饲粮组和4个玉米蛋白粉替代比例为20%的试验饲粮组),每组6个重复,每个重复2只鸡。试验期为7 d,其中预试期3 d,27日龄时转入呼吸测热室适应1 d,28日龄开始3 d正试期。结果表明：1)28～31日龄肉鸡对4种玉米蛋白粉原料的表观代谢能(AME)分别为17.61、19.22、18.56和18.28 MJ/kg DM,净能(NE)分别为9.64、10.29、7.59和11.71 MJ/kg DM,NE/AME分别为55.38%、53.49%、41.18%和64.39%。2)玉米蛋白粉原料NE预测方程为NE=14.575-5.99×粗纤维+2.716×粗灰分(R²=0.988,P<0.01);NE预测值平均值为9.80 MJ/kg DM,实测平均值为9.81 MJ/kg DM,平均差值为0.01 MJ/kg DM,相对标准偏差为0.07%。由此...     

鹅饲料代谢能测定

采用真代谢能生物测定法测定5种常用饲料原料(玉米、小麦麸、豆粕、苜蓿草粉和进口鱼粉)以及1种配合料在成年公鹅上的表观代谢能(AME)值和真代谢能(TME)值,其AME依次为12.58±0.90 Md／kg、8.99±0.79 MJ／kg、12.44±0.82 MJ／kg、4.33±0.97 MJ／kg、6.37±0.43MJ／kg和10.88±0.43 MJ／kg,TME依次为13.48±0.90 MJ／kg、9.89±0.79 MJ／kg、13.34±0.82MJ／kg、5.23±0.97 MJ／kg、7.27±0.43 MJ／kg、11.78±0.40 MJ／kg。并对单一原料与配合料之间的测值进行了可加性检验,结果证实其具有很好的可加性,为鹅日粮的配置提供了依据。     

用化学分析法预测大豆蛋白类饲料猪消化能值的模型建立

试验探讨用化学分析法预测大豆蛋白类饲料猪消化能值。选取体重(35±2)kg、遗传基础相似的健康杜×长×大三元杂交阉公猪8头,采用2个4×4拉丁方设计,运用套算法测定豆饼、豆粕、干法膨化全脂大豆等8种大豆蛋白类饲料的表观消化能(DE),分析并计算出各种饲料的常规成分。结果表明:(1)在大豆蛋白类饲料猪消化能值回归预测中,ADF是最佳预测因子。(2)最佳预测方程为①DE(MJ/kg,DM基础)=16.407-85.982ADF+0.328GE(R2=0.88,RSD=0.264%,P<0.01);②DE(MJ/kg,DM基础)=30.319-89.999ADF+9.659SCHO-184.115Ash(R2=0.95,RSD=0.189%,P<0.01);③DE(MJ/kg,DM基础)=23.882-84.418ADF-7.877NFE+19.71CF(R2=0.95,RSD=0.281%,P<0.01),上述最佳方程经检验适用于与本试验类似的饲料。     

豆粕的鸭酶水解物总能与代谢能相关性研究

本试验旨在研究不同粗蛋白质(CP)含量豆粕的鸭酶水解物总能(EHGE)与代谢能(ME)的相关性。采用豆皮和去皮豆粕配制成CP含量分别为36%、38%、40%、42%和44%的5种调制豆粕,再将其与玉米淀粉配制成CP含量均为20%的5种混合饲粮。采用仿生消化法测定饲料原料和混合饲粮的鸭EHGE,每种待测料5个重复,每个重复1根消化管;采用代谢试验测定5种混合饲粮和玉米淀粉的ME,每种混合饲粮选用10只成年雄性北京鸭进行代谢试验。结果显示:1)各种饲料原料和混合饲粮EHGE的变异系数(CV)均小于2.0%,表明仿生消化法测定EHGE具有良好的精确度。2) 5种混合饲粮的EHGE实测值与其表观代谢能(AME)、真代谢能(TME)均呈显著线性正相关,回归方程分别为AME=1.028×EHGE-0.759 (R2=0.934,P=0.007 3),TME=1.062×EHGE+0.221 (R2=0.953,P=0.004 5)。3) 5种调制豆粕的EHGE实测值分别为10.71、11.55、12.09、12.89、13.54 MJ/kg,AME分别为11.07、11.94、12.22、12.61、13.72MJ/kg,TME分别为12.37、13.23、13.67、13.98、15.07 MJ/kg,EHGE实测值与AME、TME也均呈显著线性正相关,回归方程分别为AME=0.853×EHGE+1.941(R^2=0.952,P=0.004 8),TME=0.877×EHGE+3.004(R2=0.960,P=0. 003 5)。由此可见,调制豆粕和混合饲粮的鸭EHGE与ME均呈显著线性正相关,可以通过线性回归模型以其EHGE估测ME,有助于鸭饲粮有效能的快速测定。     

用化学成分估测次粉猪消化能值的研究北大核心

研究次粉能量饲料中化学成分对其消化能(DE)的影响,探讨通过化学成分估测次粉能量饲料猪DE的可行性。选取体质量(35±2)kg、遗传基础接近和健康良好的(杜×长×大)12头三元杂交去势公猪,采用2个6×6拉丁方试验设计,用全收粪套算法测定10种次粉能量饲料的DE,通过分析饲料中化学成分与DE的相关关系及对DE变异的影响,筛选出用于估测次粉能量饲料DE的最佳估测因子及估测模型。结果表明:粗纤维(CF)、粗灰分(AsH)、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)与DE呈高度的相关(︱r︱≥0.8,P<0.01),但CF和AsH对DE的影响主要是通过ADF和NDF对DE的影响来实现的,因此,估测次粉能量饲料DE的最佳回归模型为DE(MJ/kg)=15.82-0.44×ADF%(R2=0.75,相对标准偏差=0.45,P=0.001)和DE(MJ/kg)=16.02-0.11×NDF%(R2=0.72,相对标准偏差=0.47,P=0.002)。     

评定蛋鸡豆粕代谢能和氨基酸可利用率的研究

本试验旨在评定罗曼蛋鸡对不同来源豆粕表观代谢能(AME)和氨基酸可利用率(AAA),并用傅里叶近红外光谱(NIRS)分析技术建立其预测模型。选择248只体重(1.60±0.10)kg、产蛋率85%的36周龄罗曼蛋鸡,按单因素完全随机设计,分为31组,每组8个重复,每个重复1只鸡。在训饲的基础上,采用全收粪法评定30种不同来源豆粕和1种基础饲粮的AME和AAA,然后用NIRS技术建立其生物效价的预测模型。结果如下:1)不同来源的30种豆粕AME在11.95~14.87 MJ/kg之间,平均值为(13.24±0.67)MJ/kg;总氨基酸可利用率(TAAA)在89.99%~94.96%之间,平均值为(93.73±1.23)%。2)豆粕AME的NIRS预测模型的校正决定系数(Rcal2)、交叉验证系数(Rcv2)、外部验证系数(Rval2)分别为99.24%、83.79%、80.73%,外部验证标准差(RMSEP)为0.22 MJ/kg;TAAA的NIRS预测模型的Rcal2、Rcv2、Rval2范围分别为94.20%~99.97%、76.38%~97.32%、61.80%~99.42%,RMSEP范围为0.06%~1.00%。结果表明:1)不同来源豆粕的AME、AAA在罗曼蛋鸡上有较大差异;2)利用NIRS分析技术可建立罗曼蛋鸡豆粕的AME、AAA预测模型,模型的Rcal2及预测的RMSEP较好。