利用饲料原料中的营养成分和可消化营养成分含量建立肉羊常用蛋白质饲料原料代谢能的预测模型

本试验应用套算法分析肉羊常用蛋白质饲料原料中的营养成分含量和可消化营养成分对有效能值的影响,基于饲料原料中的营养成分含量和可消化营养成分建立蛋白质饲料原料代谢能(ME)的预测模型。选取36只22月龄、体重为(52.6±1.4)kg的杜泊×小尾寒羊F1代杂交去势肉羊,采用完全随机区组设计分为6个处理,包括1个基础饲粮处理和5个试验饲粮处理,每个处理6只羊。利用消化代谢试验和呼吸代谢试验并结合套算法计算5种蛋白质饲料原料的消化能(DE)和ME,并分析蛋白质饲料原料DE、ME与该原料中营养成分[干物质(DM)、有机物(OM)、总能(GE)、粗蛋白质(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)]和可消化营养成分[可消化干物质(DDM)、可消化有机物(DOM)、可消化粗蛋白质(DCP)、可消化粗脂肪(DEE)、可消化中性洗涤纤维(DNDF)、可消化酸性洗涤纤维(DADF)]含量之间的相关关系。结果表明:饲料原料中的OM、DDM、DOM、DCP含量与DE和ME均存在极显著正相关(P0.01);另外,DADF与DE存在极显著负相关(P0.01),与ME存在显著负相关(P0.05)。通过饲料原料中的营养成分含量预测ME的方程为:ME(MJ/kg)=-82.855+2.391OM(%)+1.802EE(%)-6.21GE(MJ/kg)-0.121ADF(%)(R2=0.910,n=30,P0.01);通过饲料原料中的可消化营养成分含量预测ME的方程为:ME(MJ/kg)=-5.564+30.526DOM(%)+55.402DEE(%)(R2=0.841,n=30,P0.01);通过饲料原料中的可消化营养成分含量与DE共同预测ME的方程为:ME=-5.787+1.126DE(MJ/kg)+20.769DEE(%)(R2=0.879,n=30,P0.01)。综上所述,在本试验中,蛋白质饲料原料中的部分营养成分和可消化营养成分含量与ME之间存在显著相关,可通过饲料原料中的营养成分和可消化营养成分含量对肉羊蛋白质饲料原料的ME进行有效预测。     

辽西驴常用精饲料消化能及可消化粗蛋白质评定

试验旨在研究不同年龄辽西驴对7种常用精饲料中能量和粗蛋白质的表观消化率。选择断奶至1岁驴驹、1～2岁育成驴、2岁以上成年驴各6头,公母各半,利用内源指示剂法和套算法计算待测原料能量和粗蛋白质的表观消化率,试验分2阶段,第1阶段测定基础饲粮能量和粗蛋白质的表观消化率,预试期7 d,正试期5 d;第2阶段测定待测饲料中能量和粗蛋白质的表观消化率,分别用玉米、麦麸、干酒糟及其可溶物(DDGS)、豆粕、菜粕、棉粕和酒糟替代15%的基础饲粮进行饲养试验,预试期均为7 d,正试期5 d。结果表明:辽西驴对DDGS、菜粕、麦麸、棉粕、豆粕、玉米、酒糟的消化能和可消化粗蛋白质含量均值依次为18.25 MJ/kg和23.81%、14.41 MJ/kg和38.85%、12.76 MJ/kg和9.32%、13.88 MJ/kg和41.12%、13.83 MJ/kg和40.38%、12.10MJ/kg和8.61%、13.37MJ/kg和10.24%;不同年龄、性别辽西驴对同一待测饲料中能量和粗蛋白质的表观消化率有差异,个别差异显著。总体来看,辽西驴对DDGS和菜粕中能量和蛋白质营养成分的表观消化率相对较高,断...     

不同品种小麦生长猪消化能与代谢能预测模型的建立

本试验旨在研究不同品种小麦的理化特性及对生长猪的消化能和代谢能值,并探讨通过理化特性建立消化能与代谢能预测模型的可行性。试验选取12头初始体重相近(50.1±2.8)kg的杜×长×大三元杂交去势公猪,随机分成2组,每组6头猪,采用2个6×6拉丁方设计,试验共6期。采用直接法评定12个小麦样品的能量价值,每个小麦样品配制1种日粮,共12种日粮,小麦在日粮中所占比例为97.0%。结果表明:12个不同品种小麦的能值差异极显著(P<0.05),其中北麦4的消化能含量最低(16.40 MJ/kg DM),而龙麦30的消化能含量最高(17.01 MJ/kg DM)。北麦4的代谢能含量亦最低(15.72 MJ/kg DM),辽春10最高(16.48 MJ/kg DM)。通过回归分析,建立了以总能和理化特性为基础的小麦消化能和代谢能预测模型,推荐预测模型:DE=-829-58.4×ADF+1.1×GE(R2=0.79,RSD=24.5),DE=-1384+1.1×GE+0.65×BW(R2=0.79,RSD=24.8),ME=-2990+1.7×GE-50.2×Xylans-87.6×Ash(R2=0.88,RSD=21.1)。     

肉羊精饲料的加工利用

肉羊的精饲料主要包括能量饲料和蛋白饲料.其主要加工利用方法是： 1 能量饲料的加工利用 能量饲料干物质的70％～80％是由淀粉组成的,所含粗纤维较低,营养价值较高,是适口性比较好的饲料.能量饲料加工的主要目的是提高饲料中淀粉的利用效率和便于进行饲料的配合,促进饲料消化率和饲料利用率的提高.能量饲料的加工方法比较简单,常用的方法有以下几种.     

生长育肥猪木薯消化能和代谢能的测定及预测模型的建立

本研究旨在评定木薯的营养成分及在生长育肥猪上的消化能(DE)和代谢能(ME),并基于其所含有效化学成分建立木薯生长育肥猪DE和ME的预测模型.试验选取健康、体重为(50.0±1.7)kg的"杜×长×大"三元杂交阉公猪22头,采用2个11×3的不完全拉丁方设计,分别饲喂1个基础饲粮和10种木薯饲粮,采用全收粪、尿法和套算...     

肉羊舍饲饲养中精饲料及其营养

精料在舍饲中占有较重要的地位,可占草料成本一半以上。精饲料是指粗纤维含量低于18%、无氮渗出物含量高的饲料。精饲料的粗蛋白含量差异较大,范围在8%~60%。谷物、饼粕、农副产品加工的副产品等都是精饲料。精料可分为能量饲料和蛋白饲料。能量饲料有玉米、高粱、小麦等。蛋白饲料包括真蛋白饲料(如各种饼粕类、鱼粉)和非蛋白氮(如尿素等)。     

生长猪白酒糟消化能和代谢能的评定及预测模型的建立

本研究旨在评定白酒糟的营养成分及在生长猪上的消化能(DE)和代谢能(ME),并基于其所含化学组分建立白酒糟在生长猪上DE和ME的预测模型。选取78头健康、体重(52.1±3.6)kg的杜×长×大三元杂交去势公猪,随机分配到1个玉米-豆粕型基础日粮和12个白酒糟(替代基础日粮供能组分的30%)待测日粮处理中进行消化代谢试验,每个处理6个重复,每个重复1头猪,用全收粪尿法和套算法测定其对生长猪的DE和ME值。进一步分析每个样品的化学成分与其有效能值的关系,用逐步回归法建立了12个白酒糟样品DE和ME的预测方程。结果表明:饲喂基础下,12个白酒糟样品的DE为3.79～8.81 MJ/kg,ME为3.54～8.15 MJ/kg;白酒槽DE的最佳预测方程为DE(MJ/kg)=38.46-0.63×粗灰分-0.11×粗纤维-1.14×总能-0.03×中性洗涤纤维(R2=0.81),ME的最佳预测方程为ME(MJ/kg)=41.86-0.75×粗灰分-1.51×总能+0.20×粗脂肪-0.05×粗纤维(R2=0.74)。     

生长猪大米蛋白消化能、代谢能的评定及预测模型研究

本试验通过采集我国多个地区大米蛋白样品,分析大米蛋白常规成分,测定生长猪消化能(DE)、代谢能(ME),建立大米蛋白常规成分与生长猪DE、ME之间的关系。试验选用体重(33.0±1.3)kg的"杜×长×大"三元杂交健康去势公猪12头,采用2个6×6拉丁方试验设计,包括1种基础饲粮和11种大米蛋白替代15%基础饲粮的试验饲粮。采用全收粪法和套算法结合测定大米蛋白猪DE、ME,并将大米蛋白的常规成分与猪DE、ME进行相关和回归分析,建立大米蛋白猪DE、ME预测模型。结果表明,11种大米蛋白风干基础下猪DE为(18.13±1.12)M J/kg,M E为(16.44±1.59)M J/kg。由此得出,大米蛋白猪DE最佳预测模型(绝干基础)为DE=22.17-0.51NDF(R2=0.50,RSD=0.93),DE=18.58-0.49 CF+0.31 EE(R2=0.70,RSD=0.77);M E最佳预测模型(绝干基础)为ME=21.42-0.74 NDF(R2=0.52,RSD=1.30)。NDF为大米蛋白猪DE、M E最佳预测因子。     

基于仿生消化系统估测肉鸭饲料原料代谢能的研究

本试验旨在检验基于仿生消化系统估测肉鸭饲料原料代谢能(ME)的有效性。首先,通过仿生消化法测定玉米、高粱、豆粕、菜籽粕和小麦麸的鸡、鸭酶水解物能值(EHGE),计算鸭/鸡EHGE比值,并参考肉鸡饲料原料ME计算肉鸭ME。其次,选择21日龄番鸭2400只,随机分为8个组,每组6个重复,每个重复50只鸭。各组随机饲喂不同ME水平的试验饲粮。测定21~50日龄、51~75日龄、21~75日龄肉鸭的平均日增重、平均日采食量和料重比,将肉鸭各阶段的料重比与饲粮ME进行回归分析。结果表明:1)玉米的鸭/鸡EHGE比值为1.06,高粱、饼粕类和麸皮的鸭/鸡EHGE比值为1.14~1.21。2)饲粮ME水平对肉鸭各阶段的平均日增重无显著影响(P>0.05),但对料重比和平均日采食量存在极显著影响(P<0.01)。3)肉鸭各阶段料重比对鸭ME回归方程的相关系数(R^2)均高于其对鸡ME回归方程的R^2。由此可见,应用鸭ME估测数据配制肉鸭饲粮较恰当,采用仿生消化法建立肉鸭饲料原料ME数据库是可行的。     

基于套算法和消化率计算法估测肉鸭饲料原料代谢能的比较研究

本试验旨在研究2种计算方式对肉鸭饲料原料代谢能（ME）的影响,为采用生物学法测定肉鸭饲料原料ME时选择合适的计算方式提供参考。本研究分为2个试验。试验一：采用绝食法分5个批次测定肉鸭内源能损失的变异,同时通过排空强饲法测定10个肉鸭饲料原料配制的试验饲粮的ME,并通过2种公式计算各待测饲料原料的ME,公式1（套算法）根据基础饲粮、试验饲粮的ME及试验饲粮中基础饲粮的比例计算待测饲料原料的ME;公式2（消化率计算法）通过待测饲料原料的能量消化率乘以待测饲料原料的总能得出ME。试验二：以试验一中的10个肉鸭饲料原料配制10种验证饲粮,采用排空强饲法测定其ME,同时根据饲粮中各原料的比例及试验一中2种计算方式得出的原料ME计算饲粮的ME,比较饲粮ME计算值与实测值的差异。结果显示：1）在内源粪排泄量及内源能损失的差异上,1～3批次显著地低于4～5批次（P<0.05）,内源粪排泄量与内源能损失变异系数分别在8.21%～12.20%和9.37%～15.35%变化;2）在2种计算方式间,玉米及棉籽粕的表观代谢能（AME）和真代谢能（TME）均有显著差异（P<0.05）;3）根据公式1和...     

肉用绵羊饲粮营养物质消化率和代谢能预测模型的研究

本试验旨在建立肉用绵羊饲粮营养物质消化率和代谢能(ME)的预测模型。选用66只体重为(45.0±2.0)kg的体况良好的杜泊×小尾寒羊F1代杂交肉用羯羊,随机分为11个处理,每个处理6个重复,每个重复1只羊。采用随机区组设计,分别测定11种不同粗饲料组成的饲粮的营养物质含量,通过物质代谢试验和气体代谢试验测定这11种饲粮的营养物质消化率、消化能(DE)及ME,在分析饲粮营养物质含量、可消化营养物质、DE和ME的基础上,筛选出最佳估测因子并建立估测方程。结果表明:饲粮干物质(DM)、有机物(OM)、粗蛋白质(CP)、总能(GE)消化率与饲粮中CP、GE和OM含量呈显著或极显著正相关(P0.05或P0.01),与中性洗涤纤维(NDF)含量呈显著负相关(P0.05);饲粮NDF消化率与饲粮中DM、OM、CP、GE含量达到显著或极显著负相关(P0.05或P0.01),与NDF含量达到极显著正相关(P0.01)。利用饲粮中营养物质含量对ME进行估测的最佳方程为ME=-49.593+0.594OM-0.107NDF(R2=0.949,P0.01)。由此得出,饲粮营养物质消化率、ME与营养物质含量均有较强的相关性,可通过营养物质含量对饲粮的营养物质消化率、ME进行合理估测。     

花生秧作为肉用绵羊单一粗饲料有效能值的测定与估测

本试验旨在用套算法和插值法测定与估测肉用绵羊花生秧有效能值,确定替代法中饲粮中适宜花生秧替代比例,为单一秸秆饲料有效能值的测定与估测提供方法学上的参考。选用体重为(45.00±1.96)kg的体况良好的杜泊×小尾寒羊F1肉用成年羯羊54只,采用随机区组设计,分为9组,饲粮分别为基础饲粮、全花生秧饲粮和分别以10%、20%、30%、40%、50%、60%、70%花生秧替代基础饲粮的试验饲粮,每组6个重复,每个重复1只羊。预试期10 d,正试期9 d,其中气体代谢试验3 d,消化代谢试验6 d。结果表明:1)全花生秧饲粮组花生秧干物质(DM)表观消化率与20%、30%、40%组间差异不显著(P0.05),显著高于其他各组(P0.05)。全花生秧饲粮组花生秧有机物(OM)表观消化率与20%组差异不显著(P0.05),但显著高于其他各组(P0.05)。全花生秧饲粮组花生秧总能(GE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)表观消化率显著高于10%组(P0.05),粗蛋白质(CP)表观消化率显著低于10%组(P0.05),与其他各组间差异不显著(P0.05)。2)花生秧消化能(DE)、代谢能(ME)均具有相同的规律,即全花生秧饲粮组DE、ME(8.57、6.69 MJ/kg DM)与20%(8.22、6.58 M J/kg DM)、30%(8.02、6.50 M J/kg DM)、40%组(8.10、6.52 M J/kg DM)差异不显著(P0.05),但显著高于其他组(P0.05)。3)插值法求得花生秧M E"真值"为6.62 M J/kg DM,接近于套算法得到的花生秧ME。综合得出,套算法可以用于肉用绵羊估测花生秧(单一粗饲料)的DE和M E;用套算法测定花生秧秸秆类粗饲料有效能值,其在饲粮中的适宜替代比例为20%~40%。     

直接法与替代法测定肉羊氨化秸秆代谢能值的比较研究

试验旨在对直接法与替代法测定肉羊氨化秸秆代谢能值进行比较。将4月龄、体重25 kg左右,体况良好的杜泊公羊20只随机分为5组,每组4个重复,每个重复1只羊。直接法组（全氨化秸秆组）饲喂全氨化玉米秸秆,替代法组饲喂用不同比例氨化秸秆替代玉米和豆粕的基础日粮,即：饲喂基础日粮（精粗比1：1）,饲喂氨化秸秆替代比例为20%、40%和60%的试验日粮。采用体内法进行动物消化代谢和呼吸测热试验,试验期60 d,含预饲期15 d,正试期45 d,分为3期,每期15 d。结果显示：替代法各组日粮的干物质（DM）、粗蛋白质（CP）、有机物（OM）表观消化率均随着替代比例的增加而显著降低（P<0.05）,但均显著高于直接法组（P<0.05）。替代法各组的消化能（DE）与代谢能（ME）均显著高于直接法组（P<0.05）。通过比较替代法组内的消化能与代谢能发现,基础日粮组 > 20%替代组 > 40%替代组 > 60%替代组。而在对原料氨化秸秆的营养物质消化率测定及能值评定中,直接法全氨化秸秆组的DM、OM表观消化率及DE、ME均显著高于60%替代组（P<0.05）,但与其他替代组无显著差异（P>0.05）,且均接近于20%替代组。综上所述,采用直接法和替代法对氨化玉米秸秆进行能值评定时,替代比例不同会对试验结果造成显著差异。而通过替代法测定原料氨化秸秆的能量代谢时发现,氨化玉米秸秆适宜替代比为20%。     

应用BLUP法评定肉羊育种值的试验研究

本研究根据BLUP原理,利用甘肃省皇城种羊场2000-2003年共4 610只绵羊的断乳重数据资料,筛选出在西北生态条件下,估测肉用种羊育种值的单性状动物模型y=Xb+ Za+Wm+Sl+e。利用此模型评定出61只种公羊的优劣次序,选定出品系繁育继承公羊。     

等比回归法测定全粒木薯生长猪消化能和代谢能

本试验旨在分析和测定全粒木薯的常规养分及其生长猪消化能(DE)、代谢能(ME)。试验选用体重为(51.9±1.8) kg的"杜×长×大"三元杂交健康去势公猪12头,采用交叉设计并分配3种饲粮。饲粮设计采取等比回归法,包括1组玉米-豆粕型基础饲粮和2组由全粒木薯分别等比替代15%、30%基础饲粮的试验饲粮,所有饲粮中除待测原料外,其余能量原料间均保持着相同的比例;回归过程以全粒木薯摄入量为回归因子,对生长猪DE、ME摄入量作回归方程,进而得到全粒木薯生长猪DE、ME。结果表明:1)全粒木薯总能为15.02 MJ/kg,干物质含量为88.58%,粗蛋白质含量为2.62%,粗脂肪含量为0.62%,粗纤维含量为17.66%,粗灰分含量为7.97%,淀粉含量为45.16%。2)基础饲粮组DE显著高于30%全粒木薯替代饲粮组(P <0.05),但与15%全粒木薯替代饲粮组差异不显著(P>0.05);基础饲粮组ME显著高于30%全粒木薯替代饲粮组(P<0.05),但与15%全粒木薯替代饲粮组差异不显著(P>0.05); 15%与30%全粒木薯替代饲粮组间DE差异显著(P<0.05),但15%与30%全粒木薯替代饲粮组间ME差异不显著(P>0.05)。3)全粒木薯摄入量与其生长猪DE、ME摄入量关系的回归方程分别为:Y=0.61+12.50X(R2=0.96,CV=0.17),Y=0.16+11.82X(R2=0.93,CV=0.23)。综上所述,全粒木薯能量利用价值一般,其生长猪DE、ME分别为12.50、11.82 MJ/kg DM,建议用其替代玉米-豆粕型饲粮的最佳水平为15%,不影响生长猪DE、ME,但还需平衡饲粮中氨基酸水平。     

日粮不同精粗比对肉羊氮沉积和尿嘌呤衍生物排出量的影响

本试验旨在研究肉羊在不同日粮精粗比条件下氮沉积和尿嘌呤衍生物的排出规律。选择12只体况健康的9月龄、体重(47.21±3.35)kg杜×寒杂交绵羊公羊,试验日粮为12种不同精粗比的全混合颗粒饲料,采用12×4不完全拉丁方设计,进行4期消化代谢试验,试验每期19 d,其中预试期14 d,正试期5 d,采用全收粪、尿法。结果表明:随日粮精粗比的提高,尿氮排出量和氮沉积量均显著提高(P<0.05),日粮精粗比对粪氮排出量的影响不显著(P>0.05),氮沉积量与氮采食量之间存在线性相关(R2=0.72,P<0.05);尿中尿囊素排出量和总尿嘌呤衍生物排出量均随日粮精粗比升高而显著升高(P<0.05),尿囊素、尿酸、黄嘌呤和次黄嘌呤排出量占总尿嘌呤衍生物排出量的比例变化范围分别为69.92%~84.76%、2.89%~7.58%和9.39%~25.04%。日粮精粗比对粪氮与尿氮有不同的影响,对尿嘌呤衍生物排出量影响显著;尿嘌呤衍生物排出量与尿氮排出量存在着线性相关,相关方程为Y=0.429X+0.324(R2=0.85)。     

肉羊规模化养殖要点

开展规模化肉羊养殖,有利于提高肉羊的品质,改善生态环境,更有利于动物防疫,确保畜禽产品质量安全,保证肉羊养殖科学技术在广大基层地区得以推广和应用,更好地实现肉羊养殖的专业化、规模化、标准化,提高养殖效益,这对促进现代畜牧养殖产业发展、增加农牧民经济收入、推动畜牧养殖产业可持续发展具有重要的现实意义。     

猪饲料有效能值预测模型的构建

为探索饲料常规成分及碳水化合物组分与饲料有效能值之间的关系方程,本研究以NRC第11版《猪营养需要量》中发布的122套饲料营养成分表为基础,将饲料中11种基础成分[6项常规成分:干物质、粗蛋白质(CP)、粗纤维(CF)、粗脂肪(EE)、酸性醚提取物、粗灰分(ash);5项碳水化合物组分:淀粉(ST)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、半纤维素、酸性洗涤木质素]作为自变量,将饲料中的消化能(DE)、代谢能(ME)及净能(NE)作为因变量,采用SAS软件中的REG过程,分别建立不同性质饲料、自变量的不同组合与DE、ME及NE之间的回归关系方程,并以相关系数(R2)及变异系数(CV)作为评价回归模型的优劣。研究表明,有效能值与CP、ST及纤维类指标显著或极显著相关(P0.05或P0.01)。将所有饲料作为研究对象时,饲料的DE、ME及NE与上述11种基础成分之间建立的普适性回归模型预测效果较差。当将14种玉米及其加工产品形成子集时,建立饲料基础营养成分与DE、ME及NE的关系方程分别为7、6和7套(P0.05),且3组回归模型R2分别为0.632 8~0.772 3、0.646 9~0.684 9和0.670 5~0.822 1,CV分别为6.61%~8.40%、6.58%~7.34%和6.21%~8.27%;当将13种大豆及其加工产品形成子集时,共建立饲料基础成分与DE、ME关系方程分别有3和4套,回归模型R2分别为0.907 1~0.926 9、0.890 7~0.922 3,CV分别为5.40%~6.09%、5.79%~6.78%,NE与基础营养成分指标之间无法建立具有营养学意义的有效回归方程。对于同类饲料中具有相同自变量组合的DE及ME预测模型而言,两者之间的差异主要是自变量CP的系数上,且CP部分对ME的正效应低于DE,这保证模型预测的ME低于DE。同时选用本研究构建的适宜模型,补充了NRC第11版成分表中第97(去皮大豆粕,低寡糖,浸提)、101(全脂大豆,高蛋白质)及102号(全脂大豆,低寡糖)饲料的DE值分别为15.99、17.35、17.27 MJ/kg,ME值分别为14.53、16.15和16.14 MJ/kg。综上,以NRC(2012)饲料营养成分表为基础,建立的普适性有效能值回归模型预测效果较差。按照玉米类和大豆类进行分类,可建立DE、ME和NE与饲料化学成分之间的多元回归方程,其中最优的预测因子为CP、EE、ST、ash、NDF、ADF。具有相同自变量的同类饲料DE和ME预测模型之间的差异是CP系数,CP影响DE转化为ME的效率。     

云南半细毛羊6种蛋白质饲料的可消化粗蛋白质和有效能的评价

本试验旨在利用概略养分分析法测定半细毛羊6种蛋白质饲料原料[豆粕、干酒糟及其可溶物(DDGS)、棉籽粕、膨化大豆、玉米蛋白粉和菜籽粕]的营养成分含量,并通过消化代谢试验结合套算法实测饲料原料的可消化粗蛋白质(DCP)含量和有效能值。试验选取16只体重为(56.05±5.47) kg的云南半细毛羊,采用完全随机设计,平均分为4组,每组4只。试验共2期,共7个饲粮,包含1个基础饲粮和6个试验饲粮。第1期饲喂4种饲粮,第2期饲喂3种饲粮。试验期10 d,其中预试期5 d,正试期5 d。结果表明:1)玉米蛋白粉的粗蛋白质(CP)含量最高,为65.77%,棉籽粕和豆粕的CP含量为50%左右,膨化大豆和菜籽粕的CP含量为37%左右,DDGS的CP含量最低,为25.93%。菜籽粕和膨化大豆的粗纤维(CF)含量较高,为16%左右,DDGS和棉籽粕的CF含量为11%左右,豆粕和玉米蛋白粉的CF含量较低,均在6%以下。2)各种蛋白质饲料原料的DCP含量之间差异显著(P <0. 05),其中玉米蛋白粉的DCP含量最高,为581. 79 g/kg,其次是棉籽粕、豆粕、膨化大豆和菜籽粕,DDGS的DCP含量最低,为211.48 g/kg。膨化大豆的消化能(DE)和代谢能(M E)最高,分别为21.54和19.79 M J/kg,其次是玉米蛋白粉、豆粕、棉籽粕和菜籽粕,DDGS的DE和ME最低,分别为14.62和12.45 MJ/kg。棉籽粕、菜籽粕和DDGS的有效能之间差异不显著(P>0.05)。综上所述,从营养成分含量上看,玉米蛋白粉品质最好,其次是豆粕、棉籽粕、膨化大豆、菜籽粕和DDGS。从DCP品质来说,玉米蛋白粉的品质最优,依次高于棉籽粕、豆粕、膨化大豆、菜籽粕和DDGS。从有效能值来说,膨化大豆最优,依次高于玉米蛋白粉、豆粕、棉籽粕、菜籽粕和DDGS。