当前位置 :主页 > 毛驴养殖 > 内容正文

奶牛到达小肠氨基酸量的预测

【 发布时间:2020-02-14 】

正如上一节所述,奶牛利用MP的效率受MP中EAA含量的影响。要进一步深入研究氨基酸营养(如确定MP中FAA的理想含量)并应用这些研究成果(如选择蛋白质和氨基酸的补充料来优化MP中EAA的平衡),则需要建立能够准确预测十二指肠蛋白质的EAA组成的数学模型。在认识到这种必要性后,奶牛营养分委员会在本版《奶牛营养需要》中扩大MP体系运用的目的,就是使人们能够利用该体系直接估测十二指肠食糜蛋白质中FAA的组成。MP中EAA的含量以及单个可消化EAA进入十二指肠的量可根据以下知识进行计算:①估测十二指肠食糜蛋白质的FAA组成;②估测每一部分蛋白质(微生物蛋白质、每种饲料的RUP及内源蛋白质)对每一种EAA的总量的贡献份额;③确定微生物蛋白质、每种饲料的RUP及内源蛋白质的消化率参数;④估测进入小肠的MP的量。

   奶牛营养分委员会同时考虑了析因法和多元回归法。基于析因法的预测模型,需要给出根据模型预测的瘤胃微生物蛋白质、瘤胃非降解饲料蛋白质、以及内源蛋白质(如果能够估测的话)中AA的量。这种方法面临的挑战,就是如何准确估测到达小肠各部分蛋白质的量,以及其中AA的量。实际上,可以想象,在估测各部分蛋白质的流量以及在确定各部分的氨基酸值时存在一些误差。这样,在析因过程的每一步骤中,估测值的误差就会被放大。随着涉及到的步骤增多,误差将变得很大。这些误差的净结果就是平均值的估测发生偏差。

   已发表的运用析因法预测小肠氨基酸流量的2个例子是康奈尔净碳水化合物和蛋白质体系(CNCPS)(O’Connor等,1993)的氨基酸子模型和Rulquin等(1998)建立的氨基酸子模型。本版采纳康奈尔净碳水化合物和蛋白质体系(CNCPS)的氨基酸子模型,并结合《肉牛营养需要》(NRC,1996)水平Ⅱ应用CNCPS模型的情况,用来直接估测每种EAA的绝对流量。Rulquin等(1998)建立的氨基酸子模型,采用PDI体系(INRA,1989)来预测蛋白质各部分的流量,该法用于直接估测十二指肠食糜蛋白质中氨基酸的含量,而不是单个氨基酸的绝对含量。该方法实现了氨基酸子模型与蛋白质模型的真正综合。《肉牛营养需要》(NRC,1996)与Rulquin等(1998)模型的区别在于指定的微生物蛋白质和RUP中氨基酸的值不同。在《肉牛营养需要》(NRC,1996)的模型中,预测的微生物蛋白质流量人为划分为细胞壁和非细胞壁部分,并指定了各部分EAA组成的估测值(O'Connor等,1993)。每种饲料估测的可消化RUP部分EAA的指定值为每种饲料中不可溶的蛋白质部分,而不是总粗蛋白部分(O'Connor等,1993)。而在Rulquin等(1998)的模型中,将来自66篇文献的液相细菌的氨基酸平均组成确定为微生物蛋白质的氨基酸组成。饲料的RUP部分氨基酸的比例假定与原始饲料的氨基酸比例相同。2个氨基酸子模型的另一个区别是,Rulquin等(1998)的模型中考虑了内源蛋白质,而《肉牛营养需要》(NRC,1996)的模型没有加以考虑。

   两种模型均用已发表的氨基酸流量资料进行了检验,并都取得了较合理的结果。但是,对两个模型的评价研究表明,两种模型对单个氨基酸的估测都存在偏差。将来自200种饲粮(泌乳牛报道12篇,非泌乳牛的报道9篇)的氨基酸流量的实际观测值与预测值作相关分析,根据此回归直线的斜率,O’Connor等(1993)发现CNCPS模型高估了苏氨酸和亮氨酸的流量,而低估了精氨酸的流量。Rulquin等(1998)利用133种奶牛饲粮和49种生长牛饲粮测定的皱胃和十二指肠食糜中氨基酸组成的数据来检验他们的模型。估测值与实测值之间的平均差值为:精氨酸(+5.6%)、组氨酸(+0.9%)、异亮氨酸(-1.5%)、亮氨酸(-5.8%)、Lys(-4.7%)、Met(+12.3%)、苏氨酸(-O.2%)、苯丙氨酸(+0.4%)和缬氨酸(+0.8%)。由于存在这些偏差,作者采用协方差分析(即回归)校正了初始模型,从而提高了预测的准确性。总之,假如上述两种模型在结构(即所有涉及的变量均被包括)和参数(即指定的参数是正确的)两个方面都能够做得很完美,并且在测定十二指肠食糜蛋白质的氨基酸组成过程中没有系统误差,那么,将预测值与实测值进行比较时,才会看到平均值的估测没有偏差。

   析因模型的结构和参数均取决于理论根据。与上述析因模型不同的是,多变量回归或半析因法允许一些参数由回归来决定。这使得模型(即方程式)能够适应测定值,且允许对固定变量带来的误差至少进行部分校正。其结果是,当预测值在模型的估测范围内时,半固定模型的预测结果通常要好于全固定模型。由于有进一步提高预测值准确性的潜力,又由于该方法不需要对瘤胃合成的微生物蛋白质和内源蛋白质指定氨基酸值(只需指定饲料的氨基酸值),所以,半固定模型被奶牛营养分委员会采纳用来预测十二指肠蛋白质总FAA中FAA的含量。该方法需要为每一种EAA建立一个方程式,同时还要建立一个用于预测总EAA流量的方程式。

   建立氨基酸子模型的方法如下:利用已发表的涉及199种处理方法(表5-11)的57项试验研究的观测资料建立皱胃和十二指肠氨基酸流量的数据库。此数据库包含来自奶牛(泌乳牛和干奶牛)的155种处理方法和来自生长牛(奶牛和肉牛)的44种处理方法。只有1个试验报道了色氨酸的流量,因此,无法建立预测十二指肠蛋白质总EAA中色氨酸含量的方程式。列入正式数据库的数据需符合以下几方面的要求:①干物质采食量已报道或根据所给的信息计算出来;②饲粮组成成分已报道;③试验所用饲料的氮组分、Kd及氨基酸组成已列入饲料数据库;④精氨酸、组氨酸、异亮氨酸、亮氨酸、赖氨酸、蛋氨酸、苯丙氨酸、苏氨酸和缬氨酸的十二指肠流量(g/d)有报道。但有一个例外,就是在3#需要量中关于燕麦秸的N部分和Kd的数据由大麦秸的相应数据代替,但氨基酸组成仍采用燕麦秸的数据。前3个需要量的信息是建立模型所必须知道的。对那些采用各种处理的析因试验且只报道了主效应平均值的试验,如果主效应之一与饲粮无关,其数据才会被采用(例如,对一个主效应为蛋白质来源和饲喂频率的试验而言,只采用主效应为蛋白质来源的数据)。在已发表的57篇试验报告中只有15篇报告全部涉及产奶牛,其体重必须进行估测。动物体重是根据已报道的信息如品种、泌乳阶段以及同一作者在其他论文中报道的体重来估测的。

  在最终数据库中列出的每一种EAA十二指肠流量的199个结果的平均值,体现了199种独特而又多样化饲粮饲喂奶牛的平均效果。试验牛的体重范围在191~717kg,干物质采食量的变化范围为3.6~26.7kg/d。饲料种类、使用频率以及它们占饲粮干物质比例的平均值和变化范围列于表12。所有饲粮在粗料比例(0~86%,平均值=46%)、饲粮粗蛋白水平(8.5%~29.6%,平均值=16.2%)、饲粮RDP含量(4.6%~18.2%,平均值=10.7%)以及饲粮RUP含量(2.2%~11.9%,平均值=5.5%)等方面都各不相同。建立模型所用的动物、饲粮和EAA流量等数据的描述统计列于表13。199种饲粮所需的动物和饲粮资料已输入本版模型中,以预测RUP和RDP的采食量以及微生物粗蛋白、RUP和内源粗蛋白的十二指肠流量。饲料粗蛋白含量来自试验报道(如已报道);否则,采用模型的缺省值(±1.0标准差)。

我们采取以下方法来确定自变量和确定能够最准确预测十二指肠蛋白质总EAA中的各种FAA含量(色氨酸例外)及各种氨基酸进入小肠流量所需的模型结构: 第一步:计算数据库中每一种饲粮RUP部分总EAA中各种EAA的含量。下面列出了达到此目的的3个方程式;以EAA中的Lys为例。

   RUPLys=∑f (DMIf×CPf×RUPf×Lysf×0.001) (5-3) 其中RUPLys=全部饲粮中RUP提供的Lys的量(g);DMIf=提供RUP的每种饲料的干物质采食量(kg);CPf=提供RUP的每种饲料的粗蛋白含量(g/100gDM)。

  RUPf=提供RUP的每种饲料的RUP的含量(g/100gCP) Lysf=提供RUP的每种饲料的Lys含量(g/100gCP) RUPEAA=RUPArg+RUPHis+RUPIle+RUPLeu+RUPLys+RUPMet+RUPPhe+RUPThr+RUPTrp+RUPVal (5-4) 式中RUPEAA=RUP提供的EAA的量(g) RUPLysPctRUPEAA=100×(RUPLys/RUPEAA) (5-5) 式中RUPLysPctRUPEAA=RUP的EAA中Lys的百分含量(g/100g EAA) 需要对每一种饲粮RUP部分总EAA中每一种EAA含量进行估测,因为相信,该结果将是估测每一种EAA在十二指肠蛋白质总EAA中所占比例的最好指标。对进入小肠的氨基酸流量的测定结果进行多元分析表明,RUP中每一种EAA的含量以及进入十二指肠的蛋白质中RUP所占比例可解释大部分十二指肠蛋白质中氨基酸比例发生变异的原因(Rulquin和Verite,1993)。在建立用于预测泌乳牛十二指肠蛋白质总EAA中Lys和Met含量的回归方程式中,饲粮的RUP和饲粮RUP中Lys和Met占总EAA的百分比,都以显著自变量的形式出现(Schwab,1996b;Socha,1994)。 第二步:确定自变量,以建立预测十二指肠蛋白质中每一种EAA(色氨酸例外)和总EAA百分含量的模型。预测十二指肠蛋白质的总EAA中每一种EAA含量(如g/100g总EAA)的一个可能变量是“试验”变量,它需要的参数包括:饲粮粗蛋白和预测的饲粮RUP占饲粮干物质的百分比,饲粮RUP中每一种EAA的百分含量(如RUPLys,g/100g),饲粮RUP的总EAA中每一种EAA的百分含量(如RUPLysPctRUPEAA,g/100g),及预测的RUP在预测的十二指肠蛋白质流量中的百分含量(预测的微生物粗蛋白+预测的RUP+预测的内源蛋白质)。预测进入十二指肠总EAA流量的可能变量还是“试验”变量,需要的参数包括:饲粮粗蛋白和预测的饲粮RUP占饲粮干物质的百分比,饲粮RUP中总EAA的百分比,RUPEAA的采食量(g/d),内源蛋白质流量的预测值(g/d),及模型预测的微生物粗蛋白(g/d)。“试验”作为一类变量被引入模型,一方面可以抵消由自变量或一些不连续的因子(如饲喂频率、采样方法、使用的微生物标记物等)造成的变异,另一方面可以防止模型过于参数化的风险。采用多元回归的“向下消去法”来确定具有明显意义的自变量。简言之,自变量,它们的均方(不包括来自“试验”的均方)和所有可能的两因子互作(不包括与“试验”的互作)都被输入模型。运用如下运算方法将模型缩减,直到出现显著的自变量(P<0.05)。首先,将不显著的(P>0.05)的互作均方顺序地从模型中剔除。其次,如果没有互作或主效应的均方差异显著,就将不显著的主效应从模型中剔除。第三,假如变异增长因子(VIF)均小于100,则接受模型。假如有一项的VIF大于100,则将其去除。假如不止一项的VIF大于100,则将P值最大的项去除。在此情况下,重复所有步骤直到在第三步得到可接受的模型。当一个明显可接受的模型产生后,再根据拟合度差异分析(DFFTTS)来剔除非正常值;DFFTTS的绝对值≥2的被剔除(Bowennan和O’Connell,1990)。在估测十二指肠蛋白质的总EAA中单个EAA含量的模型中出现具有显著意义的自变量包括:试验、RUP的EAA中各种EAA的百分比、以及十二指肠蛋白质中RUP的百分比。

第三步:使用SAS的PROC MIXED程序模块(随机效应模型)来建立正式方程式。这样做是为了得到更加准确的参数估测值和提高预测模型在应用领域方面的实用性(如试验效应未知)。简言之,每一种EAA和总EAA的两个随机系数模型用来拟合由PROC GLM程序产生的预测方程式。第一个随机系数模型运用非结构的协方差来检验试验内的截距和斜率是否显著相关(P<0.05),而这些方程式中没有一个显著相关。第二个随机系数模型,因其对每一随机效应(默认结构)模拟了一个不同的变量因子,故用来产生正式的预测模型。

  精氨酸 Y=7.31+0.251X1 (RMSE=0.278) 式中Y=精氨酸,占十二指肠蛋白质中EAA的百分比;X1=精氨酸,占RUP中EAA的百分比。

   组氨酸 Y=2.07+0.393X1+0.0122X2 (RMSE=0.156) 式中Y=组氨酸,占十二指肠蛋白质中EAA的百分比;X1=组氨酸,占RUP中EAA的百分比; X2=RUP,占十二指肠蛋白质的百分比(MCP+RUP+内源CP)。

   异亮氨酸 Y=7.59+0.391X1-0.0123 X2 (RMSE=0.174) 式中Y=异亮氨酸,占十二指肠蛋白质中EAA的百分比;X1=异亮氨酸,占RUP中EAA的百分比;X2=RUP,占十二指肠蛋白质的百分比(MCP+RUP+内源CP)。

   亮氨酸 Y=8.53+0.410X1+0.0746X2 (RMSE=0.541) 式中Y=亮氨酸,占十二指肠蛋白质中EAA的百分比;X1=亮氨酸,占RUP中EAA的百分比;X2=RUP,占十二指肠蛋白质的百分比(MCP+RUP+内源CP)。

   赖氨酸 Y=13.66+0.3276X1-0.07497X2 (RMSE=0.400) 式中Y=赖氨酸,十二指肠蛋白质中EAA的百分比;X1=赖氨酸,占RUP中EAA的百分比;X2=RUP,占十二指肠蛋白质的百分比(MCP+RUP+内源CP)。

   蛋氨酸 Y=2.90+0.391X1-0.00742X2 (RMSE=0.168) 式中Y=蛋氨酸,占十二指肠蛋白质中EAA的百分比;X1=蛋氨酸,占RUP中EAA的百分比;X2=RUP,占十二指肠蛋白质的百分比(MCP+RUP+内源CP)。

   苯丙氨酸 Y=7.32+0.244X1+0.0290X2 (RMSE=0.194) 式中Y=苯丙氨酸,占十二指肠蛋白质中EAA的百分比;X1=苯丙氨酸,占RUP中EAA的百分比;X2=RUP,十二指肠蛋白质的百分比(MCP+RUP+内源CP)。

   苏氨酸 Y=7.55+0.450X1-0.0212X2 (RMSE=0.167) 式中Y=苏氨酸,占十二指肠蛋白质中EAA的百分比;X1=苏氨酸,占RUP中EAA的百分比;X2=RUP,占十二指肠蛋白质的百分比(MCP+RUP+内源CP)。

   缬氨酸 Y=8.68+0.314X1 (RMSE=0.216) 式中Y=缬氨酸,占十二指肠蛋白质中EAA的百分比;X1=缬氨酸,占RUP中EAA的百分比。

   总EAA Y=30.9+0.863X1+0.433X2 (RMSE=58.8) 式中Y=十二指肠蛋白质中总EAA(g);X1=RUP提供的EAA(g);X2=MCP(g)。 奶牛营养分委员会还对应用半固定法直接预测单个EAA的十二指肠“流量”进行了评价。利用相同的数据库,每种EAA理论上的基本模型结构为:Y=β0β1X1+β2X2,式中:Y=十二指肠流量(g);β0=内源蛋白质贡献份额的估测值(g),β1=RUP进入十二指肠流量的估测值,X1=EAA流量的模型估测值(g),β2=微生物粗蛋白中EAA的百分含量估测值,X2=微生物粗蛋白流量的模型估测值(g)。所得到的参数估测值显得比较合理,说明此模型完全可以预测微生物粗蛋白和RUP的流量。而且,微生物粗蛋白中EAA的含量与文献报道的平均值相似(如Clark等,1992)。

了解可消化EAA流量和MP中EAA含量的预测值比了解总EAA流量和十二指肠总蛋白质中EAA含量的预测值更为重要。这是因为,未被消化蛋白质中的氨基酸是不可能被吸收的,从而也不能提供动物需要的氨基酸。MP中EAA组成通常不同于十二指肠总蛋白中EAA的组成。原因是各种饲料在消化率和各自RUP部分的EAA组成方面有差异,微生物蛋白质和RUP对十二指肠总EAA流量贡献份额上有差异,以及微生物蛋白质和RUP的平均消化率有差异。由于未消化的氨基酸不能给动物提供所需要的氨基酸,以及MP的EAA组成可能与十二指肠总蛋白质EAA的组成不同,因此,以可消化(代谢)氨基酸需要量而不是以总流量为基础来表示EAA的需要量更为合理。在认识到确定氨基酸需要量以及建立尽可能准确的预测到达小肠可消化氨基酸流量模型的必要性后,本版使用下面的模型用于预测可消化氨基酸的流量和MP中EAA的组成。模型采用下列9个方程式,仍以EAA中的Lys为例: RUPLys=∑f (DMIf×CPf×RUPf×Lysf×0.01) (5-6) 式中RUPLys=全部饲粮中RUP提供的Lys数量(g);DMIf=提供RUP的每种饲料干物质采食量(kg);CPf=提供RUP的每种饲料粗蛋白含量(g/100gDM);RUPf=提供RUP的每种饲料RUP含量(g/100gCP);Lysf=提供RUP的每种饲料赖氨酸含量(g/100gCP)。

  上述方程式可用来计算每一种饲料中,进而整个饲粮中RUP所提供的赖氨酸量。方程式5-6以下列方式扩展,用以计算RUP所提供的可消化赖氨酸的量,即对不同饲料在RUP消化率和赖氨酸含量两方面的差异进行适当地加权处理。

   dRUPLys=∑f (DMIf×CPf×RUPf×RUPdigestibilityf×Lysf×0.001) (5-7) 式中dRUPLys=全部饲粮RUP提供的可消化赖氨酸数量(g);DMIf=提供RUP的每种饲料干物质采食量(kg);CPf=提供RUP的每种饲料粗蛋白含量(g/100gDM);RUPf=提供RUP的每种饲料赖氨酸含量(g/100gCP);RUPdigestibilityf=提供RUP的每种饲料的RUP消化系数(g/100 g RUP);Lysf=提供RUP的每种饲料的赖氨酸含量(g/100gCP)。

   应用上述两个方程式即可计算饲粮中可消化RUPLys占饲粮总RUPLys的百分比。

   PctdRUPLys=100×(dRUPLys/RUPLys) (5-8) 式中PctdRUPLys=由RUP提供的赖氨酸消化系数(g/100g);dRUPLys=由饲粮总RUP提供的可消化赖氨酸数量(g);RUPLys=全部饲粮中RUP提供的赖氨酸数量(g)。

   为了计算总可消化赖氨酸的供应量,必须考虑两个“氨基酸池”。第一个“池”是RUP提供的AA数量。在预测总FAA的模型中RUPEAA的指定系数为0.863,也就是说RUP提供的总EAA(相应地,RUP提供的每一种氨基酸)都被“打折”13.8%(即:100~86.3)。在理论上,来源于RUP的赖氨酸总流量(g/d)可按下式计算: TotalRUPLysFlow=0.863×RUPLys (5-9) 式中TotalRUPLysFlow=校正的来源于RUP的赖氨酸数量(g);RUPLys=全部饲粮中RUP可提供的赖氨酸数量(g)。

   第二个“池”即微生物粗蛋白和内源粗蛋白提供的赖氨酸数量,可由总赖氨酸减去方程式5-9计算得到的来源于RUP的赖氨酸而得。

   TotalMCPEndoLysFlow=LysFlow-TotalRUPLysFlow (5-10) 式中TotalMCPEndolysFlow=来源于微生物粗蛋白和内源粗蛋白的赖氨酸数量(g);LysFlow=十二指肠蛋白质中赖氨酸总量(g);TotalRUPLysFlow=校正的来源于RUP的赖氨酸数量(g)。

  两个氨基酸池分别提供的可消化赖氨酸的数量计算如下: dTotalRUPLys=TotalRUPLysFlow×PctdRUPLys×0.01 (5-11) 式中dTotalRUPLys=RUP提供的可消化赖氨酸数量(g);TotalRUPLysFlow=校正的来源于RUP的赖氨酸数量(g);PctdRUPLys=RUP所提供的赖氨酸的消化系数(g/100g;即方程式5-8)。

   dTotalMCPEndoLys=0.80×TotalMCPEndoLysFlow (5-12) 式中dTotalMCPEndoLys=微生物粗蛋白和内源粗蛋白提供的可消化赖氨酸数量(g)。

   TotalDigestibleLys=方程式5-11+方程式5-12 (5-13) 最后一步就是计算可消化赖氨酸占MP的百分比。

   dLysPctMP=100×(TotalDigestibleLys/(MPBact+MPFeed+MPEndo)) (5-14) 式中dLysPctMP=可消化赖氨酸占MP的百分比(%);TotalDigestibleLys=可消化赖氨酸的总量(g;即方程式5-13);MPBact=模型预测的来源于微生物粗蛋白的MP数量(g);MPFeed=模型预测的来源于RUP的MP数量(g);MPEndo=模型预测的来源于内源粗蛋白的MP数量(g)。