趙江波 ，魏時來 ，趙明明 ，馬 濤 ，肖 怡 ，丁靜美 ，李嵐捷 ，馮文曉 ，賈 鵬 ，刁其玉*

(1. 中國農業(yè)科學院飼料研究所，農業(yè)部飼料生物技術重點實驗室，北京 100081；2.甘肅農業(yè)大學動物科學技術學院，蘭州 730070)

?

精料來源對肉羊營養(yǎng)物質消化率的影響及代謝能預測模型的建立

趙江波1,2，魏時來2，趙明明1，馬 濤1，肖 怡1，丁靜美1，李嵐捷1，馮文曉1，賈 鵬1，刁其玉1*

(1. 中國農業(yè)科學院飼料研究所，農業(yè)部飼料生物技術重點實驗室，北京 100081；2.甘肅農業(yè)大學動物科學技術學院，蘭州 730070)

本試驗旨在通過概略養(yǎng)分或可消化養(yǎng)分建立肉用綿羊配合飼料代謝能預測模型。選取66只18月齡體重為(49.6±1.3) kg的杜泊×小尾寒羊F1代雜交去勢肉羊，采用完全隨機試驗設計。共11個處理，包括1個基礎飼糧組和10個試驗飼糧組。分別測定10種試驗飼糧的概略養(yǎng)分和可消化養(yǎng)分；代謝試驗測定10種試驗飼糧的消化能(DE)和代謝能(ME)；線性回歸方法建立代謝能與概略養(yǎng)分和可消化養(yǎng)分的預測模型。結果表明，飼糧的OMD和GED與CP、NDF、ADF、GE相關極顯著(P<0.01)；CPD與CP、NDF、ADF相關極顯著(P<0.01)，與OM相關顯著(P<0.05)；NDFD和ADFD與GE和CP相關極顯著(P<0.01)，NDFD與OM和NDF相關顯著(P<0.05)。建立的飼料概略養(yǎng)分代謝能預測模型：ME(MJ·kg-1)=38.881-19.516ADF(%)-28.672OM(%)(R2=0.640，n=60，P<0.01)；可消化養(yǎng)分代謝能預測模型：ME(MJ·kg-1)=1.613DE(MJ·kg-1)-14.705DOM(%)+2.743DNDF(%)-3.179(R2=0.879，n=60，P<0.01)。綜上表明，飼料概略養(yǎng)分和可消化養(yǎng)分與代謝能之間相關性顯著，可以通過概略養(yǎng)分和可消化養(yǎng)分對飼料的代謝能進行有效的預測。

肉羊；精飼料；消化能；代謝能；可消化養(yǎng)分；預測模型

動物營養(yǎng)需要量、飼料營養(yǎng)價值評定和動物營養(yǎng)代謝是動物營養(yǎng)學科的永恒研究主題，也是飼料工業(yè)的科學基礎，其中動物營養(yǎng)需要量和飼料營養(yǎng)價值評定更是飼料工業(yè)向精準化和標準化發(fā)展的重要技術支撐[1]。2014年全國肉類產量為8 707萬噸，比1978年增長了9.2倍，人均肉類占有量從不足9 kg增加到近64 kg。畜牧業(yè)的發(fā)展為改善居民膳食營養(yǎng)和保障國家食物安全作出重要貢獻的同時也為動物飼料配方的制作者提出了更高的要求。飼糧中精料的含量以及有效能的高低對動物的產肉性能有著至關重要的作用[2-3]。在制作飼料配方時，飼料原料的營養(yǎng)參數在諸多飼養(yǎng)標準中均有參考值，實踐中反芻動物的飼糧多是由粗飼料搭配各種精料原料組合而成的。飼糧的營養(yǎng)價值一方面取決于飼料本身營養(yǎng)物質的含量；另一方面取決于飼料在動物體內的轉化效率。不同的精料與粗飼料進行搭配會對飼料的能值有著顯著的影響。然而在反芻動物上相關方面的研究卻相對缺乏。家禽通過代謝試驗得出了代謝能；豬通過消化試驗得出了消化能；奶牛通過呼吸測熱試驗得出了飼料的凈能；并且根據測定出的能值與飼料概略養(yǎng)分之間建立了飼料有效能的預測模型[4-7]。近年來反芻動物飼料營養(yǎng)價值評定模型的應用，又使這些評定方法得到進一步深入和擴展。在肉羊上劉潔等建立了不同精粗比配合飼糧代謝能的預測模型[8]，飼糧的來源比較單一。

本研究旨在探究不同類別精料在肉羊配合飼料中所產生的能量，并建立預測模型，為中國肉用綿羊飼料營養(yǎng)價值評定提供參考。

1 材料與方法

1.1 試驗時間與地點

本試驗于2015年7-9月在中國農業(yè)科學院南口中試基地進行。

1.2 試驗動物與設計

試驗選取66只18月齡體重為(49.6±1.3) kg的杜泊×小尾寒羊F1代雜交去勢肉羊，采用完全隨機區(qū)組設計分為11個處理，包括1個基礎飼糧處理組和10個試驗飼糧處理組，每個處理6只羊。本試驗基礎飼糧由羊草、玉米、豆粕和預混料組成，采用同一批原料進行配制以確保原料的一致性。根據前期不同比例的精料不同梯度替換試驗結果，單一精飼糧替換比例在30%時，所得的代謝能與實際測定值最為接近，且配方精粗比與生產實踐最為接近，所以在本次試驗中飼糧分別由燕麥、大麥、小麥、玉米、高粱、豆粕、菜籽、棉籽、花生粕、DDGS替換基礎飼糧中供能飼糧的30%后重新組成，即替換羊草、玉米和豆粕。飼糧配方見表1。

1.3 飼養(yǎng)管理

試驗前使用伊維菌素對肉羊進行驅蟲，晨飼前稱重并適應代謝籠。由于各試驗飼糧的原料存在較大差異，因此自由采食量亦會不同，因此試驗開始前進行預飼，將采食量最低組的飼喂量定為各組試驗期的飼喂量[8]。

1.4 物質代謝試驗

預試期完成飼糧過渡后，開始物質代謝試驗。試驗期共16 d，其中前8 d為預飼期，后8 d為糞尿收集期。分別于早08:00和晚18:00進行飼喂，每次各飼喂600 g，自由飲水。采用全收糞尿法收集糞、尿，每天稱取并記錄每只羊排糞量，按10%取樣，將每只羊5 d的糞樣混合冷凍保存，用盛有100 mL 10% H2SO4的塑料桶收集尿液，以防止貯存過程中有尿酸沉淀，稀釋至5 L，對稀釋尿液充分混合，用紗布過濾后每天取樣30 mL，將每只羊5 d的尿樣混合后-20 ℃冷凍保存以備測定尿能(UE)[9]。

表1 飼糧組成及營養(yǎng)水平(絕干基礎)

Table 1 Composition and nutrient levels of diets (dry matter basis)%

項目Item組成Ingredient基礎飼糧Basaldiet燕麥飼糧Oatdiet大麥飼糧Barleydiet小麥飼糧Wheatdiet高粱飼糧Sorghumdiet玉米飼糧Corndiet豆粕飼糧Soybeanmealdiet菜籽粕飼糧Rapeseedmealdiet棉籽粕飼糧Cottonseedmealdiet花生粕飼糧Peanutmealdiet玉米酒糟飼糧DDGSdiet組成Ingredient不同精料替換比例0.0030.0030.0030.0030.0030.0030.0030.0030.0030.0030.00玉米Corn19.0613.2513.2513.2513.2513.2513.2513.2513.2513.2513.25豆粕Soybeanmeal12.198.468.468.468.468.468.468.468.468.468.46羊草ChineseWildryehay66.4646.0046.0046.0046.0046.0046.0046.0046.0046.0046.00磷酸氫鈣CaHPO41.401.401.401.401.401.401.401.401.401.401.40石粉CaCO30.150.150.150.150.150.150.150.150.150.150.15食鹽NaCl0.50.500.500.500.500.500.500.500.500.500.50預混料Premix1)0.240.240.240.240.240.240.240.240.240.240.24合計Total100.00100.00100.00100.00100.00100.00100.00100.00100.00100.00100.00營養(yǎng)水平Nutrientlevel2)干物質DM93.0293.1992.8692.4793.2792.4492.8692.6793.0491.9292.45有機物OM86.7586.8986.6884.9886.4486.1785.4184.7186.2585.4485.87總能/(MJ·kg-1)GE17.8917.9717.7317.5917.8217.8918.1818.2318.4018.3718.84粗蛋白質CP12.0311.2410.6012.9011.1610.6420.0217.5620.6022.3016.71粗脂肪EE2.973.182.002.002.462.231.602.041.192.974.64中性洗滌纖維NDF63.2458.0967.5056.8559.1663.3451.5563.1852.6354.9456.13酸性洗滌纖維ADF31.2622.6224.5721.2923.0123.9724.6133.0922.9624.9623.31

1). 預混料為每千克飼糧提供: 銅 16.0 mg，鐵 60 mg，錳 40 mg，鋅 70 mg，碘 0.8 mg，硒 0.3 mg，鈷 0.3 mg，維生素A 12 000 IU，維生素D35 000 IU，維生素E 50 IU。2). 營養(yǎng)水平為實測值

1). One kilogram TMR contains: Cu 16.0 mg，F(xiàn)e 60 mg，Mn 40 mg，Zn 70 mg，I 0.8 mg，Se 0.3 mg，Co 0.3 mg，VA 12 000 IU，VD35 000 IU，VE 50 IU.2). Nutrient levels are measured values

1.5 氣體代謝

糞尿收集期的最后3 d進行氣體代謝試驗，其中前24 h使動物適應呼吸代謝箱，確保動物正常狀態(tài)，后48 h實測動物甲烷產量[10]。試驗中氣體的收集采用美國SABLE公司生產的LGR(908-0011-002)氣體測定儀連接半開放式呼吸代謝箱收集，氣體流速為300 L·min-1，甲烷的百秒測量精度為0.3 ppb。試驗動物適應呼吸代謝箱后，開始連續(xù)48 h的氣體測定，在48 h內每半小時測定一次呼吸代謝箱內甲烷的產量，每只試驗動物共得到96個甲烷產量的試驗數據，求其平均值作為每天每只試驗動物的甲烷產量。

1.6 測定指標及方法

測定指標：飼糧和糞中的總能(GE)、有機物(OM)、干物質(DM)、粗蛋白質(CP)、粗脂肪(EE)、中性洗滌纖維(NDF)和酸性洗滌纖維(ADF)含量指標測定參考《飼料分析及飼料質量檢測技術》第三版[11]進行測定。能量采用Parr-6400氧彈式熱量測定儀測定，對于尿能的測定，取5塊定量濾紙分別測定能值，計算出濾紙的平均能值。將10 mL尿液分多次滴在濾紙上，65 ℃烘干后于能量儀中測定，得到濾紙和尿液的總能值。

飼糧及原料養(yǎng)分表觀全腸道消化率計算公式計算方法參照O.Adeloa[12]的公式：

飼糧中某種養(yǎng)分的表觀消化率(%)=(食入顆粒料總量×顆粒料中該養(yǎng)分的含量-排糞量×糞中該養(yǎng)分含量)/(食入顆粒料總量×顆粒料中該養(yǎng)分含量)×100%；

飼糧的DE(MJ·kg-1)=總能(GE)-糞能(FE)；

甲烷能(CH4E)[13](kJ)=甲烷(L)×39.54 kJ·L-1；

飼糧的ME(MJ·kg-1)=GE-(FE+UE+CH4E);

UE(MJ·kg-1)=總能值(濾紙+尿液)-濾紙能值。

1.7 數據處理

試驗數據采用Microsoft Office Excel進行初步處理后，采用SAS 9.2統(tǒng)計軟件中的Correlate過程對飼糧的概略養(yǎng)分、可消化養(yǎng)分、能值等進行相關分析，用Regression過程中的stepwise方式進行回歸分析，建立預測方程。

2 結 果

2.1 10種試驗飼糧的營養(yǎng)物質消化率

10種試驗飼糧的干物質、有機物、總能、粗蛋白質、粗脂肪中性洗滌纖維和酸性洗滌纖維平均消化率分別是61.74%、64.92%、63.09%、72.18%、56.83%、53.04%、40.98%(表2)。10種試驗飼糧中粗脂肪消化率的變異系數最大為21.19%；其次為酸性洗滌纖維和中性洗滌纖維，變異系數分別為11.36%和10.75%；其他營養(yǎng)物質如粗蛋白質、干物質、有機物、總能的消化率的變異系數分別為8.32%、6.49%、6.18%、5.79%均在10%以下。

2.2 消化率與概略養(yǎng)分含量的相關關系

飼糧的有機物消化率和總能消化率與CP、NDF、ADF呈極顯著負相關(P<0.01)，與GE呈極顯著正相關(P<0.01)；粗蛋白質消化率與NDF、ADF呈極顯著負相關(P<0.01)，與CP呈極顯著正相關(P<0.01)，與OM呈顯著負相關(P<0.05)；中性洗滌纖維和酸性洗滌纖維消化率與GE呈極顯著負相關(P<0.01)，與CP呈極顯著正相關(P<0.01)，其中中性洗滌纖維消化率與OM和NDF呈顯著正相關(P<0.05)(表3)。

表2 10種日糧營養(yǎng)成分消化率

Table 2 Nutrient digestibility of 10 diets%

項目Item燕麥飼糧Oatdiet大麥飼糧Barleydiet小麥飼糧Wheatdiet高粱飼糧Sorghumdiet玉米飼糧Corndiet豆粕飼糧Soybeanmealdiet菜籽粕飼糧Rapeseedmealdiet棉籽粕飼糧Cottonseedmealdiet花生粕飼糧Peanutmealdiet玉米酒糟飼糧DDGSdiet平均值Mean變異系數CV干物質DM63.8561.4268.9363.9357.4654.8462.2759.0560.8564.7861.746.49有機物OM68.2264.3272.2366.7560.6558.3264.3662.2764.4167.6564.926.18總能GE65.5960.9069.8565.2860.5456.4363.1461.0263.2064.9563.095.79粗蛋白質CP68.5669.3678.0768.3373.1563.5675.4780.3879.5765.3772.188.32粗脂肪EE72.1155.0931.5363.8966.7764.3344.5649.7759.3760.8956.8321.19中性洗滌纖維NDF54.1760.4958.9560.7048.1751.7750.3244.3647.3154.1353.0410.75酸性洗滌纖維ADF42.9444.7947.0645.4935.9043.7439.1433.9035.3141.5340.9811.36

表3 養(yǎng)分消化率與概略養(yǎng)分相關性分析

Table 3 Correlation between nutrient digestibility and proximate nutrient

項目Item有機物OM總能GE粗蛋白質CP中性洗滌纖維NDF酸性洗滌纖維ADF有機物消化率OMD0.2230.624**-0.496**-0.514**-0.652**總能消化率GED0.1420.502**-0.404**-0.557**-0.681**粗蛋白質消化率CPD-0.327*0.1130.569**-0.574**-0.426**中性洗滌纖維消化率NDFD0.271*-0.700**0.776**0.281*0.168酸性洗滌纖維消化率ADFD0.083-0.684**0.670**0.2190.020

**.P<0.01;*.P<0.05. The same as Table 6 and Table 8

將飼糧的常規(guī)含量與消化率的分析結果(表3)引入線性回歸分析，建立飼糧概略養(yǎng)分含量與消化率之間的預測方程(表4)，結果表明，消化率可以用飼糧中的概略養(yǎng)分進行預測，并且隨著預測因子的增加，方程的準確性也隨之增加。

表4 養(yǎng)分消化率與概略養(yǎng)分預測方程

Table 4 Prediction model for nutrient digestibility and proximate nutrients

編號No.預測方程PredictionequationR2P-value1OMD=1.987-0.873ADF-0.068GE0.687P<0.012OMD=2.164-0.528ADF-0.075GE-0.273NDF0.738P<0.013OMD=1.952-0.338ADF-0.059GE-0.377NDF-0.256CP0.764P<0.014GED=1.634-0.9ADF-0.48GE0.610P<0.015GED=1.801-0.573ADF-0.054GE-0.259NDF0.662P<0.016CPD=0.896-0.079NDF+1.084CP-1.273ADF0.684P<0.017CPD=0.876-1.121CP-1.383ADF0.682P<0.018CPD=1.917+1.447CP-1.363ADF-0.065GE0.760P<0.019NDFD=0.699-1.185CP0.602P<0.0110NDFD=1.765-0.848CP-0.067GE0.683P<0.0111NDFD=1.708-0.783CP-0.070GE+0.215NDF0.712P<0.0112ADFD=1.669-0.071GE-0.535CP0.569P<0.0113ADFD=1.603-0.072GE-0.607CP+0.435ADF0.615P<0.01

2.3 飼料概略養(yǎng)分含量與有效能的相關關系

10種試驗飼糧的消化能平均值為13.74 MJ·kg-1，變異系數為4.89；代謝能平均值為10.62 MJ·kg-1，變異系數為6.59；其中小麥的消化能和代謝能最高，分別為14.68 MJ·kg-1和11.45 MJ·kg-1，菜籽粕的消化能和代謝能最低，分別為12.32 MJ·kg-1和9.36 MJ·kg-1。消化能/代謝能平均比值為0.77，變異系數為3.61，其中玉米酒糟的消化能/代謝能比值最大為0.82，最小值為豆粕和高粱的0.74(表5)。

表5 10種試驗飼糧的消化能和代謝能

Table 5 Digestible energy and metabolizable energy of 10 diets

項目Item燕麥飼糧Oatdiet大麥飼糧Barleydiet小麥飼糧Wheatdiet高粱飼糧Sorghumdiet玉米飼糧Corndiet豆粕飼糧Soybeanmealdiet菜籽粕飼糧Rapeseedmealdiet棉籽粕飼糧Cottonseedmealdiet花生粕飼糧Peanutmealdiet玉米酒糟飼糧DDGSdiet平均值Mean變異系數CV消化能/(MJ·kg-1)DE14.1712.9114.6814.0213.8813.3712.3214.0013.7713.7713.744.89代謝能/(MJ·kg-1)ME10.709.8211.4510.3310.899.899.3611.0811.0811.2510.626.59消化能/代謝能DE/ME0.750.760.780.740.780.740.760.790.800.820.773.61

飼糧中的NDF和ADF與飼糧消化能和代謝能呈極顯著負相關(P<0.01)，OM、GE、CP與飼糧消化能和代謝能無顯著相關(P>0.05)(表6)。

將飼糧的常規(guī)成分含量與飼糧的消化能和代謝能分析結果(表6)引入線性回歸方程。不同來源精料組成的預測模型中消化能和代謝能的最佳預測因子均為ADF，通過ADF與其他概略養(yǎng)分進行搭配，預測模型的R2均有不同程度的提高(表7)。

表6 日糧消化能和代謝能與飼糧概略養(yǎng)分含量的相關性分析

Table 6 Correlation between proximate analysis and digestible energy and metabolizable energy of diets

項目Item有機物OM總能GE粗蛋白質CP中性洗滌纖維NDF酸性洗滌纖維ADF消化能DE0.1620.219-0.245-0.724**-0.807**代謝能ME0.0290.046-0.063-0.610**-0.714**

表7 概略養(yǎng)分預測飼糧消化能和代謝能的方程

Table 7 Prediction equation of dietary digestible and metabolizable energy using proximate nutrients

編號No.預測方程PredictionequationR2P-value1DE=16.877-18.431ADF0.651P<0.012DE=17.910-13.103ADF-4.421NDF0.751P<0.013DE=18.653-8.751ADF-6.667NDF-4.255CP0.791P<0.014ME=13.551-16.435ADF0.510P<0.015ME=38.881-19.516ADF-28.672OM0.640P<0.01

2.4 飼糧中可消化養(yǎng)分與代謝能之間的相關關系

消化能與飼糧中的DDM、DOM呈極顯著正相關(P<0.01)，與ADF呈顯著負相關(P<0.05)；代謝能與飼糧中的DDM、DOM和DE呈極顯著正相關(P<0.01)，與DADF呈極顯著負相關(P<0.01)(表8)。

將可消化營養(yǎng)物質以及消化能和代謝能引入線性回歸分析，建立利用可消化營養(yǎng)物質預測有效能的預測方程(表9和表10)。通過DOM、DCP和DADF搭配可準確的預測消化能；代謝能也可以通過DE、DOM和DNDF進行準確的預測。

表8 日糧代謝能與可消化營養(yǎng)物質的相關

Table 8 Correlation between digestible nutrients and metabolizable energy of diets

項目Item消化能DE可消化干物質DDM可消化有機物DOM可消化粗蛋白質DCP可消化中性洗滌纖維DNDF可消化酸性洗滌纖維DADF消化能DE10.859**0.865**0.099-0.180-0.338*代謝能ME0.877**0.604**0.611**0.061-0.182-0.375**

表9 日糧消化能和代謝能與可消化營養(yǎng)物質預測方程

Table 9 Prediction equation of digestible energy and metabolizable energy of diets from digestible nutrients

編號No.預測方程PredictionequationR2P-value1DE=3.647+16.199DOM0.748P<0.012DE=1.791+18.424DOM+5.990DCP0.821P<0.013DE=2.972+17.577DOM+4.487DCP-5.854DADF0.836P<0.014ME=3.256+11.747DOM0.373P<0.015ME=0.907+14.563DOM+7.581DCP0.584P<0.01

表10 日糧代謝能與可消化營養(yǎng)物質和消化能預測方程

Table 10 Prediction equation of metabolizable energy of diets from digestible nutrients and digestible energy

編號No.預測方程PredictionequationR2P-value1ME=0.901DE-1.6260.770P<0.012ME=1.423DE-11.309DOM-1.9350.857P<0.013ME=1.613DE-14.705DOM+2.743DNDF-3.1790.879P<0.01

3 討 論

3.1 飼料概略養(yǎng)分含量與消化率的相關關系

經過國內外學者多年的研究發(fā)現(xiàn)，飼料養(yǎng)分與飼料的消化率之間存在著顯著的回歸關系[14-17]。鄧衛(wèi)東等[18]測定了云南省9個牛羊飼養(yǎng)基地飼料樣品概略養(yǎng)分的體外消化率，分析得出干物質的體外消化率與CP呈顯著正相關，與NDF含量呈顯著負相關，可以用飼料中養(yǎng)分的含量來預測飼料的干物質體外消化率；劉潔等[8]通對12種不同精粗比的日糧進行分析得出，飼料養(yǎng)分與消化率之間存在著顯著的回歸關系，其中NDF為最佳預測因子。本試驗采用的10種試驗飼糧中精粗比保持不變，但日糧的精料來源變化較大，其結果同樣表明飼料養(yǎng)分與消化率之間存在著顯著的回歸關系，與前人研究結果不同的是，不同養(yǎng)分的消化率其預測因子也不同，OM、GE和CP的消化率與NDF和ADF均達到極顯著的相關性，NDF和ADF的消化率與GE和CP達到極顯著水平，最佳預測因子雖有不同但代謝能的預測公式相似，劉潔等得出的代謝能最佳預測方程是由NDF、OM和CP組成且CP的系數極小，與本試驗的代謝能最佳預測方程組合ADF和OM相似均由洗滌纖維和OM組成，側面驗證了本試驗方程的準確性。本試驗中，飼料原料的多樣化決定了每種試驗飼糧營養(yǎng)成分存在著較大的差異，飼糧中各種養(yǎng)分消化率的預測因子也會有所不同。究其原因可能是由飼糧中營養(yǎng)物質結構不同造成的，生產實踐中將反芻動物的飼料組成劃分為粗飼料和精飼料，從本質上劃分的是對飼料中結構性碳水化合物(SC)和非結構性碳水化合物的劃分(NSC)，其中SC主要為纖維類物質，受堅硬的細胞壁和結構的影響，可利用能量難以被畜體直接利用[19]，相對于粗料，精料中所含的可快速消化的碳水化合物較多，可以迅速的為瘤胃微生物提供大量可利用的能量，同理，飼料中蛋白的含量也可分為快速降解部分、慢速降解部分以及不可降解部分，各部分的含量對瘤胃微生物菌群起著關鍵作用，最終決定著營養(yǎng)物質的吸收利用情況，因此飼料中養(yǎng)分的結構對飼料中營養(yǎng)物質的消化率起著決定性作用，導致最佳預測因子有所差異。

3.2 飼料概略養(yǎng)分含量與有效能的相關關系

反芻動物飼料有效能的測定有體內法、體外法、半體內法和預測法等，本試驗采用的是體內法結合套算法，實際測定了10種不同飼料原料組成的飼糧消化能和代謝能，建立了用飼料常規(guī)養(yǎng)分預測飼料消化能和代謝能的預測方程。在生產實際中我們多是用日糧的消化能來預測代謝能，但消化能的測定對于生產中絕大部分是不切實際的，因此用飼料的常規(guī)養(yǎng)分建立預測模型，進行消化能和代謝能的預測是符合生產實際情況的。某一種飼料或者混合飼料中所含的養(yǎng)分不一樣，其消化率也會有一定差異，最終直接影響飼料的有效能。實用、快捷、切合實際是預測模型的特點，所以在國際上應用也比較廣泛[20-23]。飼料中概略養(yǎng)分的含量決定著飼料有效能的多少，通常可以分為兩種方式進行預測，一種是根據飼料消化率高的養(yǎng)分進行預測，另一種是根據消化率低的養(yǎng)分進行預測[24]。本試驗中的DE和ME與概略養(yǎng)分中的洗滌纖維呈極顯著負相關，其對有機物的消化率有限制作用，以纖維成分為主要指標可以較準確的評定飼料的能量，有研究認為，NDF預測效果較佳，而且在以NDF為主要預測因子的方程內，如果再引入相關性高的其他成分，方程的準確度可以進一步提高；試驗中最佳預測因子為ADF，而不是NDF，可能是本試驗中精料多使用的為餅粕類飼料，所以結果與李明元等人的研究結果相似[25]；飼糧的其他營養(yǎng)成分與飼料的DE和GE間的相關性均沒有達到顯著水平，可能是有些養(yǎng)分如OM、DM等含量均保持在同一水平上，波動較??；或者是某些養(yǎng)分如CP波動較大，從而沒有線性關系。

3.3 可消化營養(yǎng)物質與有效能的相關關系

飼料中的概略養(yǎng)分可以用飼料中的DE和ME進行有效的預測，若飼料中的某些概略養(yǎng)分變化較大則可能出現(xiàn)預測因子差異不顯著的情況。有些飼糧中化學成分雖然相同，但其營養(yǎng)成分不同則會導致其消化率存在較大差異，再者相同化學成分的不同原料也會因其含有特定的抗營養(yǎng)因子造成養(yǎng)分利用受阻,因此有必要將可消化養(yǎng)分引入預測模型，提高模型的準確性。研究表明，飼料中可消化營養(yǎng)物質含量與代謝能之間存在顯著相關，可以用飼料可消化營養(yǎng)建立代謝能的預測模型[26-27]。本試驗在用飼料的概略養(yǎng)分建立回歸模型后，將可消化養(yǎng)分與飼料的DE和ME 引入線性回歸，所建立的方程R2得到顯著提升。本試驗實測的有效能中ME/DE的平均值為0.77與NRC(2007)中推薦常用值0.82相比，本試驗所得值略低，究其原因首先在于NRC中所用的只為推測值，與實際情況會有一定差異；其次本試驗中各種替換后的試驗日糧能氮水平不同，其含有的抗營養(yǎng)因素也不同，因此造成飼料的能量消化率差距較大，最終與推薦值有所差異。

在生產實際中，簡潔、高效、準確的測定方法是目前科學工作者所追尋的，用可消化養(yǎng)分進行預測固然能提高預測的準確性，但同時增加了工作量，因此在實際應用中應考慮實際需求選擇適合的預測方程。

4 結 論

4.1 飼糧中的營養(yǎng)物質消化率與其化學成分存在相關性，飼糧的OMD和GED的最佳預測因子為ADF；CPD和NDFD的最佳預測因子為CP，ADFD的最佳預測因子為GE。

4.2 用概略養(yǎng)分預測飼料代謝能的預測因子最佳組合為ADF、OM；消化能的預測因子最佳組合為ADF、NDF和CP。

4.3 利用可消化營養(yǎng)物質建立DE和ME的預測模型比概略養(yǎng)分建立的預測模型準確性高。ME預測模型預測因子最佳組合為DE、DOM和DNDF；DE預測模型預測因子最佳組合為DOM、DCP和DAF。

[1] 劉 潔. 肉用綿羊飼料代謝能與代謝蛋白質預測模型的研究[D].北京:中國農業(yè)科學院,2012.

LIU J. Prediction of metabolizable energy and metabolizable protein in feeds for meat sheep[D]. Beijing:Chinese Academy of Agricultural Sciences,2012. (in Chinese)

[2] 趙彥光, 胡鐘仁, 謝 萍, 等. 不同營養(yǎng)水平精飼料對薩能奶山羊生產性能及消化率的影響[J]. 飼料工業(yè), 2013,34(23):53-57.

ZHAO Y G, HU Z R, XIE P, et al. Effect of different nutrient levels of concentrate on the production performance and digestibility of dairy goat[J].FeedIndustry, 2013,34(23):53-57. (in Chinese)

[3] ABATE A L, MAYER M. Prediction of the useful energy in tropical feeds from proximate composition andinvivoderived energetic contents 1. Metabolisable energy[J].SmallRuminantRes, 1997, 25(1): 51-59.

[4] 蔣守群,蔣宗勇,鄭春田, 等. 飼糧代謝能和粗蛋白水平對黃羽肉雞生產性能和肉品質的影響[J]. 中國農業(yè)科學,2013,46(24):5205-5216.

JIANG S Q, JIANG Z Y, ZHENG C T, et al. Effects of levels of dietary metabolizable energy and crude protein on growth performance and meat quality of Chinese yellow broilers between 43 and 63 days[J].ScientiaAgricultureSinica, 2013, 46(24):5205-5216. (in Chinese)

[5] 張建華,蔣桂韜,戴求仲, 等. 4～7周齡黑羽公番鴨代謝能和粗蛋白質需要量的研究[J]. 動物營養(yǎng)學報,2012,24(12):2348-2355.

ZHANG J H, JIANG G T, DAI Q Z, et al. Metabolizable energy and crude protein requirements of black male muscovy ducks aged from 4 to 7 weeks[J].ChineseJournalofAnimalNutrition, 2012,24(12):2348-2355. (in Chinese)

[6] 賀 喜,陳達圖,胡官波, 等. 生長豬大米蛋白消化能、代謝能的評定及預測模型研究[J]. 動物營養(yǎng)學報,2015,27(6):1740-1749.

HE X, CHEN D T, HU G B, et al. Evaluation and prediction model of digestible energy and metabolic energy of rice protein for growing pigs[J].ChineseJournalofAnimalNutrition, 2015, 27(6):1740-1749. (in Chinese)

[7] 劉德穩(wěn). 生長豬常用七種飼料原料凈能預測方程[D].北京: 中國農業(yè)大學,2014.

LIU D W. Determination and prediction equations for the net energy content of seven common ingredients in growing pigs[D]. Beijing：China Agricultural University, 2014. (in Chinese)

[8] 劉 潔，刁其玉，趙一廣，等. 肉用綿羊飼料養(yǎng)分消化率和有效能預測模型的研究[J]. 畜牧獸醫(yī)學報, 2012, 43(8): 1230-1238.

LIU J, DIAO Q Y, ZHAO Y G, et al. Prediction of nutrient digestibility and energy concentrations using chemical compositions in meat sheep feeds[J].ActaVeterinariaetZootechnicaSinica, 2012, 43(8): 1230-1238. (in Chinese)

[9] GALVANI D B, PIRES C C, KOZLOSKI G V, et al. Energy requirements of texel crossbred lambs[J].JAnimSci, 2008, 86(12): 3480-3490.

[10] DENG K D, DIAO Q Y, JIANG C G, et al. Energy requirements for maintenance and growth of dorper crossbred ram lambs[J].LivestSci, 2012, 150(1-3): 102-110.

[11] 張麗英. 飼料分析及飼料質量檢測技術[M]. 第3版. 北京: 中國農業(yè)大學出版社, 2007.

ZHANG L Y. Feed analysis and quality inspection technology[M]. 3rd edition. Beijing：China Agricultural University Press, 2007. (in Chinese)

[12] ADELOA O. Digestion and balance techniques in pigs. In:Lewis A.J,and Southern L.L,(ed.) Swine Nutrition,2nd edition[M].Washington,DC:CRC Press,2001:906.

[13] 馮仰廉，楊嘉實. 畜禽能量代謝[M]. 北京: 中國農業(yè)出版社, 2004.

FENG Y L, YANG J S. Energy metabolism of livestock and poultry[M]. Beijing: China Agriculture Press,2004. (in Chinese)

[14] ADESOGAN A T, OWEN E, GIVENS D I. Prediction of theinvivodigestibility of whole crop wheat frominvitrodigestibility, chemical composition, in situ rumen degradability,invitrogas production and near infrared reflectance spectroscopy[J].AnimFeedSciTechnol, 1998, 74(3): 259-272.

[15] NOUSIAINEN J, RINNE M, HELLMKI M, et al. Prediction of the digestibility of primary growth and regrowth grass silages from chemical composition, pepsin-cellulase solubility and indigestible cell wall content[J].AnimFeedSciTechnol, 2003, 110(1-4): 61-74.

[16] OWENS F N, SAPIENZA D A, HASSEN A T. Effect of nutrient composition of feeds on digestibility of organic matter by cattle: A review[J].JAnimSci, 2010, 88(13 Suppl):151-169.

[17] AMMAR H, LPEZ S, GONZLEZ J S, et al. Seasonal variations in the chemical composition andinvitrodigestibility of some Spanish leguminous shrub species[J].AnimFeedSciTechnol, 2004, 115(3-4): 327-340.

[18] 鄧衛(wèi)東，席冬梅，毛華明. 云南省反芻家畜主要飼料營養(yǎng)價值評價[J]. 黃牛雜志, 2002，28(1): 23-27.

DENG W D, XI D M，MAO H M. Nutritional value evaluations of main feeds for ruminant in Yunnan Province[J].JournalofYellowCattleScience, 2002，28(1):23-27. (in Chinese)

[19] 王立志，李紅宇. 不同精粗比對反芻動物采食行為及飼料利用的影響[J]. 青海畜牧獸醫(yī)雜志, 2006，36(2): 41-42.

WANG L Z, LI H Y. Effects of different forage ratio on ruminant feeding behavior and feed utilization[J].ChineseQinghaiJournalofAnimalandVeterinarySciences,2006，36(2):41-42. (in Chinese)

[20] THERIEZ M, CASTRILLO C, VILLETTE Y. Influence of metabolizable energy content of the diet and of feeding level on lamb performances II. Utilization of metabolizable energy for growth and fattening[J].LivestProdSci, 1982, 9(4): 487-500.

[21] JUST A, J?RGENSEN H, FERNáNDEZ J A. Prediction of metabolizable energy for pigs on the basis of crude nutrients in the feeds[J].LivestProdSci, 1984, 11(1): 105-128.

[22] DEAVILLE E R, JUMPHRIES D J，GIVENS D I. Whole crop cereals: 2. Prediction of apparent digestibility and energy value frominvitrodigestion techniques and near infrared reflectance spectroscopy and of chemical composition by near infrared reflectance spectroscopy[J].AnimFeedSciTechnol, 2009, 149(1-2): 114-124.

[23] LOSADA B, GARCíA-REBOLLAR P, áLVAREZ C, et al. The prediction of apparent metabolisable energy content of oil seeds and oil seed by-products for poultry from its chemical components,invitroanalysis or near-infrared reflectance spectroscopy[J].AnimFeedSciTechnol, 2010, 160(1-2): 62-72.

[24] 陶春衛(wèi). 反芻動物常用粗飼料營養(yǎng)價值評定及其有效能值預測模型的建立[D]. 大慶：黑龍江八一農墾大學, 2009.

TAO C W. Study on nutritional value in common roughage for ruminants and establishment of prediction model of its bioavaible energy[D]. Daqing：Heilongjiang Bayi Agricultural University,2009. (in Chinese)

[25] 李明元，王康寧. 用纖維等飼料成分預測植物性蛋白飼料的豬消化能值[J]. 西南農業(yè)學報, 2000, 13(Suppl): 41-50.

LI M Y,WANG K N. Estimation of the digesible energy values of plant protein supplement with fibre and other feedstuff composition in pig[J].SouthwestChinaJournalofAgriculturalSciences, 2000, 13(Suppl): 41-50. (in Chinese)

[26] DETMANN E, FILHO VALADARES S C, PINA D S, et al. Prediction of the energy value of cattle diets based on the chemical composition of the feeds under tropical conditions[J].AnimFeedSciTechnol, 2008, 143(1-4): 127-147.

[27] YAN T, AGNEW R E. Prediction of nutritive values in grass silages: I. Nutrient digestibility and energy concentrations using nutrient compositions and fermentation characteristics[J].JAnimSci, 2004, 82(5): 1367-1379.

(編輯 郭云雁)

Effect of Concentrate Source on Nutrient Digestibility and Establishment of Prediction Model of Metabolizable Energy in Mutton Sheep

ZHAO Jiang-bo1,2，WEI Shi-lai2，ZHAO Ming-ming1，MA Tao1，XIAO Yi1，DING Jing-mei1，LI Lan-jie1，F(xiàn)ENG Wen-xiao1，JIA Peng1，DIAO Qi-yu1*

(1.KeyLaboratoryofFeedBiotechnologyofMinistryofAgriculture,FeedResearchInstitute,ChineseAcademyofAgriculturalSciences,Beijing100081,China； 2.CollegeofAnimalScienceandTechnology,GansuAgriculturalUniversity,Lanzhou730070,China)

The experiment was conducted to evaluate the feasibility for establishing the prediction model of the dietary metabolizable energy (ME) of compound feeds of sheep by using proximate anlaysis measurements or digestible nutrients. Sixty-six castrated Dorper × Thin-tailed Han crossbred rams ((49.6±1.3) kg of body weight) were randomly assigned into 11 groups(one basal diet group and 10 experimental diet groups). Digestibility trials were conducted to measure and calculate individual digestible energy (DE) and ME, establishing the metabolic energy and proximate nutrients and digestible nutrient prediction model with the linear regression method. The results indicated that: the OM and GE digestibility of diets were significantly related to CP, NDF, ADF and GE (P<0.01); CP digestibility was significantly related to CP, NDF and ADF (P<0.01), and significantly related to OM (P<0.05); NDF and ADF digestibility were significantly related to GE and CP (P<0.01). NDF digestibility was significantly related to OM and NDF (P<0.05). The prediction equation of dietary ME using proximate analysis measurements was ME (MJ·kg-1)=38.881 - 19.516ADF (%)- 28.672OM (%) (R2= 0.640,n=60,P<0.01); The prediction equation of dietary ME using digestible nutrients was ME (MJ·kg-1) = 1.613DE (MJ·kg-1)-14.705DOM (%) + 2.743DNDF (%)- 3.179 (R2=0.879,n=60,P<0.01). In conclusion, there were significant correlations between proximate nutrients, digestible nutrients and ME. The prediction model of proximate nutrients and digestible nutrients can be used in routine analysis.

mutton sheep; concentrate; digestible energy; metabolizable energy; digestible nutrients; prediction model

10.11843/j.issn.0366-6964.2016.11.013

2016-02-01

國家肉羊產業(yè)技術體系(CARS-39)；國家“十二五”支撐計劃“肉羊健康養(yǎng)殖模式構建與示范”(2011BAZ01734)

趙江波(1990-)，男，河北邢臺人，碩士生，主要從事動物營養(yǎng)與飼料科學研究，E-mail：zhaojiangbo0722@163.com

*通信作者：刁其玉，男，研究員，博士生導師， E-mail：diaoqiyu@caas.cn

S826；S816.4

A

0366-6964(2016)11-2257-09