养殖技术

集父母代蛋种鸡繁育、商品代雏鸡孵化、优质蛋鸡饲料生产为一体的大型农牧企业

家禽营养需要模型及其应用技术研究进展


作者:

来源:

发布时间:

2019-11-15

预测家禽对于营养素的反应已经发展到了一个全新的阶段,现在不仅可以准确预测任意饲料的采食量,而且通过先进的模拟模型可以优化家禽的饲喂和饲养模式。

家禽营养需要模型及其应用技术研究进展

               蔡辉益  刘世杰  刘国华   张姝  常文环

(中国农业科学院饲料研究所,北京10081)

摘要:预测家禽对于营养素的反应已经发展到了一个全新的阶段,现在不仅可以准确预测任意饲料的采食量,而且通过先进的模拟模型可以优化家禽的饲喂和饲养模式。预测模型的发展有效激励了研究者将目标锁定于解决控制理论和模型一体化之间存在的关键性问题。本文综述了近些年国内外的一些研究进展,讨论了一些试验设计和结果分析所出现的一些争论焦点,并且指出了目前家禽对营养素的需要量预测所面临的一些挑战以及国内外商业性计算机预测模型的研究进展。

一、前 言

传统的饲料配制方法是参考饲养标准,根据动物特定生长阶段的营养需要配制相应日粮,这种传统方法目前仍然在畜牧生产实践中占据主导地位。然而,动物营养学理论证明,动物的营养需要处于动态变化过程中,随年龄(月龄、周龄、日龄)、环境条件(温度)、品种(基因型)而变化。如果采用现行配制畜禽日粮的方法,以平均营养需要量代表不同基因型、不同生长期的营养需要量,必然导致动物早期营养供给不足造成动物生产性能不能充分发挥,而后期营养供给过量造成饲料浪费,从而影响养殖经济效益

长期以来,动物营养学家都致力于预测营养素对家禽生产能力的影响。最早出现的是育肥猪的控制饲喂模型(Edinburgh Model Pig),它成功地整合了一个动物的生长相关信息(包括饲料,生长环境等),进而模拟动物的生产成绩,这为后来预测模型的发展、改进提供了重要的理论依据。在这之后,预测模型最重要的突破就是Emmans(1981)提出了新的理论来预测猪和家禽的采食量,将生长模型由输入饲料采食量来预测其他指标而改变为通过其他指标反过来确定饲料采食量,这对于预测模型的发展具有革命性的意义。他构建的模型具体表现了这一理论思想,使得预测更为现实,同时也为营养学家提供了一种在不同条件下选择最合适饲养模式的工具。随着各国科学家的不断努力,目前该领域的研究也取得了很大进展,通过整合饲料方程、模拟模型和最优路线,使得猪和家禽的饲料供给及饲养模式的优化成为可能(Gous 和Berhe,2006)。

家禽营养学家关注的焦点之一是营养素对于经济指标的贡献,诸如蛋白沉积、胸肌沉积、产蛋量、采食量以及饲料转化率等,然而在测量方法和对试验数据的分析方面仍然存在着较大的争论。在涉及到企业利益的时候用一种批判的眼光来审视是非常重要的,近来就有试验证明,鸡只死亡率和均匀度并不像先前所认为的那样是由于家禽饲养水平和应激所致。Aviagen和Cobb(2006)同样指出,目前还不能确定胸肌的沉积以及达到最大沉积时的家禽胴体组成是否是家禽动物自身遗传所致还是仅仅由于饲喂过程中禽类蛋白的沉积所致。研制预测模型的一个很重要的方面是掌握对生产成绩的控制,用一种相对简单的关系来模拟家禽的潜在生产能力,而生产能力又受到物理的、社会的和免疫条件及外部环境等因素的影响,这些因素对于准确预测实际生产能力都形成了巨大的挑战。目前对这些影响因子的研究还不足,但已经开始得到足够的重视,相信通过不断的努力,能更加准确地预测家禽的生产性能和相应的经济效益。

二、国内外营养需要模型及其应用技术研究现状

近十几年来,随着科学家们对动物体生长发育规律认识的逐步深入和计算机模拟技术的飞速发展,人们逐渐认识到通过数据拟合建立能将品种、饲料及环境综合于一体的、可以准确预测营养需要和生产性能的动态仿真模型才能在给定的品种、饲养阶段及环境下对采食量和生长率做出正确的预测,才能制定出最经济的饲养方案,提高养殖企业的经济效益。

养殖业发达国家对动物生长和营养需要的模型研究已有很长的历史。最早在1925年,Gompertz发表了关于动物生长模型的一部分原始工作。随后其他科学家研究了各种动物对管理、遗传选择和日粮处理反应的标准生长曲线。近年来研究焦点开始转向开发能被养殖公司用于模拟动物反应、预测营养需要和生产决策的商用软件。

随着硬件技术和软件技术的发展,使得低成本的测定生物器官信息成为可能,同时也可以将先进的数学识别技术用于模拟复杂的生物学反应过程。这些数学识别技术可以估计数学模型的参数,基于适时测量程序中的输入和输出参数等(Bakker et al., 1980; Aerts et al., 2000)。 以色列Hebrew大学的Hurwitz等人开发的模型(Hurwitz et al.,1978;Talpaz et al.,1991),能利用计算机确定氨基酸和能量的每日生长需要量和维持需要量,可以估测出每日增重所需的饲料成本,并利用所得结果确定最低成本生长曲线,采用该模型开发的软件Chickpot于1995年上市。NRC也认为该模型对于估测部分氨基酸需要量有很好的效果。

在当前饲喂制度下,动物的生长曲线无疑得到了显著的优化,更加符合生产实际(Famula et al., 1988)。Novus公司1989年推出肉鸡生长模型IGM(Ivey Growth Model)1.0版,经过多次改进,于1995年推出4.3版,该模型是一种半机制、确定性的动态生长模型,可用于模拟和优化家禽营养需求变化,生长性能预测方面具有高度的精确性。1996年Novus公司在此基础上正式推出肉鸡生产模型软件OmniproⅡ。以大约300个营养水平组合试验为基础建立,保证了其模拟和预测的准确性,经多次试验验证,其决定系数(R2)达到99%,为目前精确性最高的肉鸡生长和营养需要预测模型。全世界有100家以上的肉鸡联合生产企业正在使用这一集成技术。此外,南非Natal大学的EFG软件开发公司、King(2001)等人也先后开发了Edinburgh模型和BPHL模型技术,均可给出体成分日累计沉积量、活重、屠体和羽毛重、采食量、饲料转化率、热损失以及限制性氨基酸沉积预测值,利用与沉积效率有关的第一限制性氨基酸系数和饲粮浓度限定蛋白质沉积量,该模型技术还能用方程描述应激条件下的采食模式和脂肪损失。这些技术的应用有力推动了“精准养殖”技术的应用,显著提高了肉鸡企业的生产效益。

相对而言,我国在动物营养需要和生长动态模型构建方面起步较晚,在生长模型和营养需要模型方面进展缓慢,研究工作极其有限。近年来,台湾的阮喜文等人有一定的研究成果,中国农科院饲料所家禽室承担了“十五” 科技攻关课题“肉鸡动态营养需要模型研究” 和“十一五”科技攻关课题“家禽营养参数与饲料生物学价值评定”研究,组织力量在肉鸡动态生长模型的建立及相关参数确定和肉鸡能量和氨基酸动态需求模型方面开展了一些研究工作。尝试构建肉鸡生长和营养需要的析因模型,取得了一些进展,但其可靠性、准确性均远未达到实用水平。

三、营养需要预测模型的理论基础

在预测营养素对家禽生产性能的影响之前,需要有基于扎实理论基础的方法学。事实上,推导试验的很重要原因之一并非是检验一种理论或者对比两种理论,而是要确定用于创建一种理论所需的具体数量关系,诸如测量限制性氨基酸的利用率对于确定蛋白质的沉积作用。在Emmans理论基础上发展的肉鸡生长模型(EFG Software,2006)通过顶端稀释法技术能够准确地预测饲料采食量,生长速率、体重,蛋白和脂肪的沉积,而用等级补充技术则很难实现,因为后者没有考虑氨基酸的不平衡性,因而这个反应结果直接和饲料中第一限制性氨基酸相挂钩。在利用该模型做预测时便发现实际观测值和预测值之间缺乏一致性,主要原因是实际生产过程中存在氨基酸的不平衡性,而该模型却未予考虑。

WaZulu-Natal大学的专家也证实,如果这种反应同时受到饲料中限制性氨基酸水平和氨基酸平衡性改变的影响,预测饲料采食量的模型就必须根据这种多重原因而加以调整,除非它是在饲料中的限制性氨基酸,否则单个氨基酸利用率并不容易被检测。

常见的误区是将一个不完整的模型用于普遍的推广,这种预测效应只是适应于个体而非全部,将其应用到普遍的生产时,便导致低估营养素的最适添加量。限制性营养素或者是平衡蛋白引起的反应备受关注,但是这不是定义营养需要量的方法。在计算时考虑到边际效益和边际成本时,这些反应才被用来确定最经济的营养素摄入量,以符合阅读模型( Fisher et al., 1973;Morris, 1989)要求的数据,这比较适用于产蛋鸡的营养需要量预测。因为产蛋鸡的需求量在一定时间内保持稳定的水平。然而,对于生长期的家禽,这种方法预测出的最经济摄入量就显得毫无意义,原因在于虽然这个值适合于与试验期相对的那一阶段,但是生长家禽的营养需求量和它对生长的反应随时都在变化。因而这种反应仅对于验证饲料摄入量和生长的理论有意义,而对于确定家禽生长模式意义却并不大。

    很多试验中,借用某个试验的结果来确定一组试验鸡的营养需要量司空见惯,然而任何一个试验的结果都很难具有普遍性。每个试验的结果都有其特定的条件:应激、性别、饲养密度、环境条件、饲养水平和饲喂模式等等,所有这些都对营养需要量的预测有所影响。在变化的条件下按照原来的“营养需要量”进行试验,自然就降低了试验的可信度。因而这种试验的价值并不在于帮助试验者确定营养需要量,而在于可以被用来作为基础数据,正如测定某种氨基酸的利用率。一个模型中各影响因素的敏感性分析至关重要,氨基酸的利用率就是需要准确估计的一个方面,所有的氨基酸利用率都相同吗?在动物生长的不同阶段他们的利用率都相同吗?因为关于利用等级补充技术测量利用率的准确性已经遭受置疑,所以需要更多的试验来解决这个重要的问题。

四、影响营养需要预测模型的因子

在追求企业利润最大化的时候需要考虑很多因素,如果要利用模型来对企业利润做出预测,那么所有上述因素都需要做出预测才可能达到目的。饲料成本最优化需要获取很多不同层次的信息,包括氨基酸的供应、所有和动物生长生产相关因子的描述、生产系统中所有的可变成本和固定成本以及所有产生收入的细节。所需信息的复杂程度取决于能做出最优选择而所需模拟系统的水平。如果仅考虑家禽生长过程中养殖户的利益最大化,那么动物生存能力、生长情况和饲料转化率的反应就已足够做出预测,然而家禽营养对于屠宰场的可变性(胴体产出率等)以及随后的处理(胸肌、腿肌重量等)都需要明确规定。尽管目前对营养需要的预测已经达到比较高的水平,但是仍然还有未解决以及需要进一步研究的一些因素。

1、饲料摄入量

Emmans(1981和1989)提出的饲料摄入量与生长趋势的理论是基于一定的假设。假定家禽是尽可能地按照潜在遗传能力生长,这就暗示了家禽会尽可能的采食以满足达到生长速度所需。然而也有学者认为“为能而食”明显比较荒唐而且在预测其自由采食量时毫无价值,因为太多的因素影响家禽达到潜在生长速度所需的营养素(Ferguson and Gous,1997; Ferguson et al., 1997)。 近期研究表明,Ross 308型肉鸡明显不符合为能而食的理论。随着日粮中蛋白含量的下降,Ross 308的采食量不仅未增加而是降低,导致其生长率低于Cobb500型肉鸡,而Cobb500型肉鸡的采食量则符合Emman的理论(Kemp et al. 2005, Berhe and Gous 2005)。

2、环境因素

截至目前为止,还没有资料表明家禽可以根据体温调节所需的微环境;在不能自我调节的时候,有些条件是直接影响环境对于家禽的预测。许多试验在研究热应激对家禽的影响时都是采用长时间将试验动物置于恒温条件下的方法,这似乎只能说明家禽的生理和生产方面的反应是处于稳定的状态。但忽略了很重要的一点,那就是环境对于家禽有动态的累积效应(Blanco and Gous, 2006)。 研究者认为,家禽对于环境条件的反应是动态的,这种反应不仅依赖于家禽自身调节温度的能力和它们所处环境条件的变化,而且也与处在此种环境下的时间有直接关系。在预测家禽自由采食量之前必须先解释清楚这种热反应的动态性和时间依赖性,而这显然还有做大量的工作。

3、胸肌沉积

在美国,越来越多的肉鸡在上市之前要进行分割处理,作为无骨鸡胸或腿肌出售,目前整鸡出售的比例下降了20%。 显然,模拟模型需要预测家禽不同生理部位在不同阶段的生长情况,这些信息将有助于动物营养学家和经济学家决定家禽的最佳体重以及合理的上市时间。目前主要面临的挑战是遗传学家能否成功实现在给定体蛋白重量的情况下增加胸肌的沉积以及在某些家禽品种上取得进展,使得胸肌沉积不再依赖于追求收获低脂高蛋白的禽产品。另外,要想实现最佳饲喂模式,不同品种间的反应差异也需要准确预测。

4、群体均匀度

由于消费者对于整只家禽或其分割部分都要求比较高的均匀度,因而家禽上市时体重和体成分的一致性逐渐成为家禽生产中的重要指标。有试验证明,饲料中缺乏蛋白的时候会导致均匀度下降(Corzo et al., 2004),这需要大量的试验数据和模型来进行模拟。饲料中大量缺乏某种重要的营养素而导致均匀度下降的原因可能是当家禽面临缺乏时过量耗能而引起。

上市体重的变化或许是由于饲料中营养物质之外的其他因素所致。这些因素包括饲料的均匀度、家禽周围的微环境、禽舍的通风设备等(Gous and Berhe, 2006)。由于这种营养性和非营养性作用的交叉作用引起了变化,进而形成了有别于个体反应的群体反应模型规律。

5、死亡率

死亡率并非在所有的试验中都有所报道,所以这些没有死亡率说明的报道,其试验结果都值得怀疑,不报道的原因通常是觉得限制性营养素和死亡率并没有或者很少有相关性反应。然而有学者指出,死亡率与品种和饲料有高度相关,通过饲喂高蛋白饲料而提高生长率时,有的品种显示出较高的死亡率。(Kemp et al. 2005)这也说明在某些时候,要通过改变饲喂方式来降低高生长品种的生长速度,比如用粉料代替颗粒料或者是限制性饲喂。通过模拟模型来预测死亡率是比较困难的,因为这种观察缺乏合理的理论推导,更多的是凭主观感受。然而,可以明确的是当预测家禽最佳饲喂成绩时,特定品种的反应试验还必须需要试验论证才行。

6、 其他因子

还有大量的试验证明应激状态时动物的潜在生产能力会下降。诸如高温条件下,高密度饲养和疾病感染时都显现出较低的生长率。然而,很少有文献描述在动物处于这种状态时如何饲喂更加合理。也有试验证明应激因素(如高密度饲养)似乎不会影响到家禽对氨基酸的利用率,仅仅是降低了采食量(C. Fisher和R.M. Gous)。 事实上,生物学系统要远比模拟系统复杂,这就导致了过程控制面临更多的挑战。

五、发展方向与前景

研制适于我国国情的家禽生长与动态营养需求模型和配套的生产管理软件技术,这对促进我国饲料科技进步,促进家禽业可持续发展具有重要意义。

动态营养需求模型是基于对家禽生理生化代谢的充分认识,尤其是生化机制的模型化,即对家禽生理生化代谢的数学表达是极其艰巨的工作,与国外同类研究工作相距甚远。这对实验条件包括动物养殖实验环境条件和实验室分析条件提出了极高的标准要求。据估测如果完全由我国自主研发,至少需耗时8~10年和巨额经费,因此对先进实用的家禽生长和动态营养需要模型适度的引进或许是一个明智之举。

我国是禽业大国,动态营养需求模型和配套的生产管理软件技术对于大型养殖场,尤其是那些一条龙企业都将产生深远的影响,必将显著地改进家禽产品质量,同时提升企业经济效益。