猪的净能体系研究进展

(中国农业科学院北京畜牧兽医研究所，动物营养学国家重点实验室、中国饲料数据库情报网中心，北京100193)

1 能量体系

动物生产中，饲料成本约占到运营成本的60%以上，而能量在饲料成本中所占的比重又是最大的。因此，无论是制定最低成本配方，还是更好地满足动物营养需要，准确评定饲料能值就变得尤为重要[1]。此外，能量是动物生产性能的重要因素。饲料的能量包括总能、消化能、代谢能以及净能。总能（GE）是指饲料中有机物质完全氧化燃烧生成二氧化碳、水和其他氧化物时释放的全部能量；总能不会被动物全部利用，其相当大一部分会通过粪便、尿液、发酵气体（如甲烷、氢气）和热量损失掉[1]。消化能（DE）是动物摄入饲料的总能与粪能之差，代谢能（ME）是饲料消化能减去尿能及消化道可燃气体的能量后剩余的能量，而净能（NE）是指代谢能减去代谢能在代谢利用过程以及饲料的摄食和消化过程中产生的热增耗[2]。

建立任何一种能量体系，都需要测定或估计各种饲料原料的能值和确定动物的能量需要量。目前主要有3种能量体系，即消化能体系、代谢能体系和净能体系，不同体系下饲料原料的能值存在明显差异[3]（见表1）。猪饲料能量的评定最常见的是消化能和代谢能，但最接近饲料真实能值的应该是净能，它是唯一的、使动物能量需要和日粮能值在同一基础水平上表达的体系，在理论上与饲料自身的特性无关[1]。

表1 部分饲料原料的消化能、代谢能和净能含量*

2 猪的净能体系

事实上净能就是饲料中用于提供机体能量消耗（维持）或沉积于肉、奶、蛋、妊娠产物或纤维物质（产品）中的能量[5]。它除了用于维持动物日常活动和适应环境变化之外，还参与动物体脂及体蛋白的沉积以及机体发育过程。净能真实地反映了动物生理过程中的能量需要，与消化能和代谢能相比，具有一定的优势。

2.1 净能体系的优势

2.1.1 净能体系能准确表达饲料的有效能值

将一些常见的饲料进行比较就能发现，与净能体系相比，消化能体系或代谢能体系往往都高估了蛋白类或纤维类饲料原料的能量利用率，如表2中的豆粕和麦麸，而低估了淀粉类或脂肪类饲料原料的能量利用率，如表2中的玉米和动物油[6]。

单纯从定义上看，净能不但考虑了粪能、尿能与气体能损失，还考虑了热增耗的损失，与消化能和代谢能相比，能准确反映饲料所含的真正可被动物利用的能量[7]。消化能体系或代谢能体系忽视了热增耗在动物能量代谢过程中所扮演的重要角色，从而在饲料评定上出现偏差。所以说净能准确地反映了营养物质在动物体内的代谢利用过程，更能保证满足动物的能量需要，从而使得采用净能体系能更好预测动物的生产性能。

表2 生长猪饲料原料的相对消化能、代谢能和净能1

2.1.2 净能体系可以不考虑饲料种类的影响

由于净能已经考虑了饲料在动物代谢过程中所有已知的能量损失，所以我们可以认为动物就是以净能的形式来利用能量的。对于具有相同的消化能或代谢能的不同饲料，其转化为净能的效率不同，动物最终利用到的有效能值就会不一样；而具有相同净能的不同饲料和养分，为动物提供的能量则没有差别。净能体系在理论上与饲料特性无关。我国饲料原料种类繁多，化学特性差异极大，尤其是近些年来因为常规蛋白饲料如大豆粕、鱼粉等价格不断高涨，非常规饲料的种类及应用面迅速扩大。非常规原料的消化能或代谢能与猪实际利用的有效能之间的比例常变化不定，在消化能体系或代谢能体系下使用这些饲料原料可能会降低猪的生长性能，而使用净能体系则能够有效避免原料品质上的波动对猪的生长性能的影响[8]。因此，在这种饲料资源背景下，因地制宜地开展饲料净能的评定及应用，对不同动物提供的能量不会因原料的不同而出现实质性的差异。

2.1.3 净能体系能降低饲料成本、减少污染

养殖业规模的增大也加剧了环境污染，畜禽(特别是养猪业)排泄的大量含氮物质是造成畜牧业环境污染的重要原因,这些含氮物质主要来自饲料中未被消化利用的粗蛋白和氨基酸的降解[9]。采用低蛋白日粮,可以在保持猪生长性能和胴体品质的前提下避免蛋白质原料的浪费,降低氮的排放量,具有巨大的经济和环保价值[8]。从表1可见,玉米和豆粕中的代谢能含量相同(15.26 MJ/kg)，但玉米的净能含量(12.42 MJ/kg)则比豆粕(8.07 MJ/kg)高很多。在典型的猪玉米-豆粕型日粮中，通过添加合成氨基酸、增加玉米、减少豆粕等手段，可使日粮粗蛋白含量降低2%，净能却提高了2%[10]。因此，在使用消化能（或代谢能）体系配制低蛋白日粮时就会使日粮的有效能偏高，导致能量蛋白的不平衡及能量过剩，而采用净能体系配制低蛋白日粮则既降低粗蛋白含量又保证配方净能不变。与此同时，低蛋白日粮对动物的生长性能没有影响，却能大幅度降低氮排放量。Kerr等(2003)的研究成果显示当日粮蛋白水平降低4%时,猪的胴体品质无显著差异[11]。张桂杰等(2010)的结果也表明利用净能体系配制低蛋白日粮对猪胴体品质、肌肉品质没有显著性影响，且增重成本能够显著下降[12]。而Gatel等报道，在生长肥育阶段，猪饲粮粗蛋白质水平由17.4%降至14.5%，总氮排出量减少了31.5%[13]。吴东等(2010)报道，在猪的生长阶段和肥育阶段，将饲粮粗蛋白质水平分别下调3%和2%，同时添加合成氨基酸达到理想氨基酸模式，结果生长阶段和肥育阶段的氮排泄量分别显著降低了15.7%和15.2%[14]。所以说，利用净能体系配制出等净能、低蛋白的日粮，既能节约蛋白资源，降低生产成本，又可减少氮排放，利于环境保护。

2.2 猪饲料净能评定

饲料的净能考虑了所有的能量损失，特别是净能与最终产品联系密切，因此用净能评定饲料的营养价值更为准确。但净能的测定非常复杂，既需要大量的活猪和大型精密的测热设施，还需要巨大的资金和漫长的时间才能得到可靠的结果，世界上只有少数几个大型研究中心才能进行[4]。由于实测饲料净能的费时费工，所以国内外饲料数据库中的饲料净能值大多数是通过饲料净能回归公式预测得到的。

2.2.1 饲料净能的实测

根据净能的定义，净能测定有两种途径。一是通过消化能或代谢能来计算净能，这种方法需要测定动物的热增耗，即摄入饲料时动物总的机体产热量减去动物绝食产热量；另一种途径是直接测定维持净能(NEm)和沉积净能(NEp)，对处于生长期的动物来说，净能的摄入量是该饲喂水平下的存留能量和安静状态下的绝食产热量（fasting heat production,FHP）之和[15]。存留能量即为沉积净能，是摄入代谢能减去动物机体的总产热量。

不论从哪个途径考虑,都需要测定动物的体产热量。机体产热量可以借助专业的仪器直接测量,也可以通过估测气体交换来进行间接测量,还可以通过代谢能摄入量和动物能量增量之差来计算,最后这种方法要借助比较屠宰技术来实现[1]。最近，Kil等[16]就通过比较屠宰技术测定了大豆油和精选白色油脂的净能值。

动物绝食产热量(FHP)可以在绝食动物上直接测定，也可以通过文献查得，如Noblet等[17]推荐的179 kcal/kg BW0.6以及Van Milgen等[18]报道167 kcal/kg BW0.6。当然还可以通过不同饲喂水平下的产热量值来进行推算，当代谢能摄入量为零时，此时的产热量应为绝食产热量。王康宁(2010)推荐了Lofgreen(1968)建议的回归模型[7]：Log HP=a+b×MEI，其中HP为产热量，MEI为代谢能摄入量，当MEI为零时，常数项a即为绝食产热量。尽管这种方法被广泛应用，但它有一定的局限性，对于生长猪来说，在变成空腹前，它会根据24 h之内的饲喂或能量水平来调整自己的绝食产热量(FHP)[19]，所以代谢能摄入量(MEI)与绝食产热量(FHP)不仅仅是回归模型上简单的自变量和截距的关系，两者之间可能存在互作效应。同时，绝食产热量(FHP)的估测还会受绝食时间长度[20]和猪的遗传特性[18]的影响。因此，我们需要慎重对待这种绝食产热量(FHP)的推测方法。而Van Milgen等(2001)还指出维持净能(NEm)等于绝食产热量(FHP)加上随意活动的能量[21]，所以通过测定绝食产热量(FHP)来获得维持净能值(NEm)时务必保证动物处于安静状态或加上动物随意活动所消耗的能量。这无疑又增加了净能测定工作的难度。

2.2.2 饲料净能的预测

净能的测定相对复杂，同时也不可能将每一种饲料都进行测定，所以最好的替代方法就是利用回归方程预测净能值，这些方程都是通过相似的、标准化的试验得出的。可以根据猪饲料的消化能或代谢能以及饲料的化学成分，选择合适的模型来预测净能值。由于动物处于不同的生理阶段，其对饲料能量利用的能力有极大的差异，所以在选择预测模型时应注意选择与试验动物、试验环境相匹配、相类似的方程。再者从统计的角度来看，应该选择相关系数R2大、剩余标准差(RSD)小的预测模型。表3中收集了目前一些具有代表性的方程。其中，前两个公式是INRA(2004)[6]推荐的，后三个公式是NRC(2012)[22]推荐的，其中公式4被用于计算NRC(2012)发布的猪饲料成分表中各饲料原料的净能值，而中国饲料数据库情报网中心发布的第22版饲料成分表也是按预测模型，结合饲料中的常规成分计算得到的[23]。

表3 猪饲料净能值的典型预测公式*

需要指出的是，虽然越来越多的人开始关注日粮或饲料原料的净能预测方程，但是净能预测公式是从全价日粮里发展出来的[17]，所以预测单一饲料的净能值时可能存在一定的误差。然而，测定单一饲料净能值的试验开展得比较少，所以目前没有足够的数据来验证单一饲料净能的预测值。

2.3 动物净能需要量

虽然净能体系表达有效能值更为准确，但目前净能在动物体内的分配方式尚不明朗。所以，NRC(2012)认为目前的能量机理模型还无法从净能体系的角度模拟出动物的净能需要量[22]。于是NRC(2012)创造了一个新指标，即“有效代谢能(effective ME)”。日粮净能通过某种固定的转换系数（见表4最后一行）而变成有效代谢能，从而借助能量机理模型从代谢能体系的角度模拟出动物的有效代谢能需要量。这在一定程度上将净能与动物的能量需要量联系起来了。

表4 NRC(2012)推荐的猪日粮能量水平(90%DM)

Noblet(2007)则给出了更为简单的方法来获得净能需要量，即用已知的消化能需要量乘以0.71或代谢能需要量乘以0.74[24]。尽管这种转换方式过于直白,但从制定动物营养需要量的角度来看，作为推荐量，其误差并不会影响到生产实践。在利用消化能或代谢能测算净能需要量方面，De Lange(2008)给出了另一种建议，那就是改用净能体系时，净能需要量的数据应通过消化能或代谢能体系配制的典型日粮中的净能含量来建立[25]。该推算方法更加合理，考虑到了动物能量代谢利用的规律。当然这些方法都需要大量的试验来进行验证和改进。

目前猪净能需要量的测定主要通过生长实验，也常借助比较屠宰技术来确定动物在特定生理阶段、生产水平下对能量的总需要量。一般采用不同能量水平的饲粮，当动物在某一能量水平下能获得最大日增重、最佳饲料利用率或胴体品质时，此能量水平作为该动物的能量需要量。尹慧红等(2008)选用Noblet等(1994)的净能预测公式配制5个不同净能水平梯度的饲粮，并以20～50 kg生长猪的生长性能及养分消化率为标识确定该阶段的净能最佳需要量为9.45 MJ/kg[26]。而外国学者De Lange(2001)报道生长猪的净能需要量为9.56 MJ/kg(90%DM)[27]。各类研究所报道的猪的净能需要量存在一定的差异，这与试验猪、试验环境的不同有一定关系。鉴于饲料净能值的测定难度较大，目前在确定猪的需要量的研究中，饲料原料的净能值基本上都并非实测值。例如，王荣发等(2011)在研究生长猪色氨酸需要量的过程中，虽然采用净能体系，但饲料原料的净能值是通过预测公式推算出来的[28]。事实上对结果影响最为直接的是试验中饲料原料所使用的净能值，所以在饲料净能测定技术取得长足发展之前，现阶段所获得的猪的净能需要量都存在一定的局限性。

3 净能体系面临的挑战

3.1 饲料净能值评定方法复杂

虽然净能体系优势明显，但真正在猪的生产实践中建立净能体系的情况并不多。可以说，猪饲料净能值的测定技术和相关基础理论的发展，制约了净能系统的推广与应用。由于饲料成分净能含量的测定费时费力，目前各种饲料的净能值数据比较缺乏。尽管借助前人提供的经验预测公式，可以根据饲料的消化能、代谢能和主要化学成分来确定饲料净能。但是，随着我国饲料资源的日趋紧张，各种非常规的能量及蛋白质资源进入市场，同名异物的情形大量存在，即使是确定饲料的消化能及代谢能的难度就不小，那么如何考虑饲料化学成分的变异对净能预测的影响面临的挑战将更大。因此需要进行深入细致的研究。

3.2 饲料净能值可加性不明

在现行的畜牧饲养体系中，往往假定饲料原料中各个营养成分是可加的，即日粮营养成分可根据该日粮中各饲料原料的配比以及各饲料原料的营养含量累加出来。目前计算饲料配方的营养物质含量时，也都是把组成原料的有关营养物质含量按比例相加计算。但有研究证实，日粮采食量水平、蛋白质含量和饲养水平会改变单一饲料原料的消化率，不同原料之间也存在互作关系，从而改变饲料营养物质的可利用率[29]。所以在推广应用净能体系时，日粮中各种饲料原料净能是否具有可加性，是探索营养代谢规律、完善净能理论的过程中不可回避的问题。

3.3 饲料净能值应随动物生长阶段有所细化

事实上，预测猪饲料能量值的关键在于能否得到准确可靠的能量或营养消化率[1]。计算净能的含量需要用到具体、准确的消化能或代谢能值或可消化养分含量，所以饲料的能量消化率会间接地影响到饲料净能值的评定。能量的消化率会受到饲料特性影响，如Le Goff(2001)提到能量消化系数与饲料中粗纤维含量呈线性负相关[30]；而同时，能量的消化系数也会随着体重的增加而增加[24]，这主要是因为日粮纤维的消化率随猪的生长发育而提高。生长猪和成年猪的能量消化率不同，将会对测定出来的饲料净能值产生显著影响。所以Noblet(2007)[24]认为饲料应随动物的生长阶段至少给出两套净能值，进而派生出两套净能体系——生长猪净能体系和成年猪净能体系，这样才能有效实现对动物生长和生产性能的准确预测。

4 小结

净能所表示的能量是最接近真实的动物维持和生产所需的能量，与动物的生长和生产紧密联系。与消化能和代谢能体系相比，猪的净能体系在预测生产性能、优化日粮结构、降低生产成本甚至环境保护等方面优势明显。然而，目前饲料净能值数据的稀缺以及过于依赖预测模型等问题，突显了当前能量代谢基础研究非常薄弱的现实，使净能体系只能停留在理论层次而无法真正应用到生产实践中。所以探索猪能量代谢规律、充实净能理论以及改进饲料净能值测定技术，将是今后净能体系漫长的建设过程中必须高度关注的环节。

[1]J.Noblet,J.Milgen,S.Dubois.Utilisation of metabolisable energy of feeds in pigs and poultry:interest of net energy systems?[A].Proceedings of the 21st Annual Australian Poultry Science sympo⁃sium[C].Sydney:Poultry Research Foundation,2010：26-35.

[2]S.Moehn,J.Atakora,R.O.Ball.Using Net Energy for Diet For⁃mulation:Potential for the Canadian Pig Industry[J].Advances in Pork Production,2005,16:119-129.

[3]陈明,杨露,杨亮,等.猪的净能体系及计算机应用系统研究进展[J].饲料研究,2011(8):15-17.

[4]朱立鑫,谯仕彦.猪净能体系及其研究进展[J].中国畜牧杂志,2009,45(15):61-64.

[5]Carl Old,万建美,孙相俞.不断发展的饲料能量价值评定[J].国外畜牧学-猪与禽,2011,31(2):30-32.

[6]D.Sauvant,J.M.Perez,G.Tran.Tables of composition and nutri⁃tional value of feed materials:pigs,poultry,cattle,sheep,goats,rabbits,horses and fish[M].Wageningen:Wageningen Academic Publishers,2004.

[7]王康宁.猪禽饲料NE测定及其需要量研究[A].张宏福:饲料营养研究进展[C].北京:中国农业科学技术出版社,2010：21-35.

[8]鲁宁,张桂杰,谯仕彦.猪低蛋白质低氮排放日粮研究进展[J].猪业科学,2010(5):42-47.

[9]方热军,汤少勋.生态营养学理论与环保型饲料生产技术[J].饲料研究,2002(l):27-30.

[10]林月霞.采用净能方法配制猪日粮[J].国外畜牧学—猪与禽.2005,5:23-26.

[11]B.J.Kerr,L.L.Southern,T.D.Bidner,et al.Influence of Di⁃etary Protein Level,Amino Acid Supplementation,and Dietary Energy Levels on Growing-Finishing Pig Performance,and Car⁃cass Composition[J].Journal of Animal Science,2003,81(12):3075-3087.

[12]张桂杰,易学武,鲁宁,等.利用净能体系配制低蛋白质日粮对生长和育肥猪生长性能与胴体品质的影响[J].动物营养学报,2010,22(3):557-563.

[13]F.Gatel,F.Grosjean.Effect of protein content of the diet on ni⁃trogen excretion by pigs[J].Livestock Production Science,1992,31(1-2):109-120.

[14]吴东,赵辉玲,陈胜.低蛋白日粮添加氨基酸对生长肥育猪生长性能和氮排泄的影响[J].畜牧与饲料科学,2010,31(5):39-41.

[15]J.Noblet,X.S.Shi,S.Dubois.Effect of body weight on net ener⁃gy value of feeds for growing pigs[J].Journal of Animal Science,1994,72(3):648-657.

[16]D.Y.Kil,F Ji,L.L.Stewart,R.B.Hinson,et al.Net energy of soybean oil and choice white grease in diets fed to growing and finishing pigs[J].Journal of Animal Science,2011,89(2):448-459.

[17]J.Noblet,H.Fortune,X.S.Shi,et al.Prediction of net energy value of feeds for growing pigs[J].Journal of Animal Science,1994,72(2):344-354.

[18]Van Milgen,J.F.Bernier,Y.Lecozler,et al.Major determinants of fasting heat production and energetic cost of activity in grow⁃ing pigs of different body weight and breed/castration combina⁃tion[J].British Journal of Nutrition,1998,79(6):509-517.

[19]De Lange,Van Milgen,J.Noblet,et al.Previous feeding level in⁃fluences plateau heat production following a 24 h fast in growing pigs[J].British Journal of Nutrition,2006,95(6):1082-1087.

[20]Van Milgen J,J.Noblet.Partitioning of energy intake to heat,protein,and fat in growing pigs[J].Journal of Animal Science,2003,81(E-Suppl.):86-93.

[21]Van Milgen,J.Noblet,S.Dubois.Energetic efficiency of starch,protein and lipid utilization in growing pigs[J].The Journal of nu⁃trition,2001,131(4):1309-1318.

[22]National Research Council(NRC).Nutrient Requirements of Swine.11th rev ed[M].Washington,DC:National Academies Press,2012.

[23]熊本海,庞之洪,罗清尧.中国饲料成分及营养价值表（2011年第22版）修订说明[J].中国饲料,2011(21):37-43.

[24]J.Noblet.Recent Developments in Net Energy Research for Swine[A].Advances in Pork Production[C],2007,18:149-156.

[25]De Lange.Efficiency of utilization of energy from protein and fi⁃ber in the pig-a case for NE systems[A].Swine nutrition con⁃ference proceedings[C].Indianapolis:2008:58-72.

[26]尹慧红,张石蕊,孙建广,等.不同净能水平的低蛋白质饲粮对猪生长性能和养分消化率的影响[J].中国畜牧杂志,2008,44(13):25-28.

[27]De Lange,A.M.Gillis,G.J.Simpson.Influence of threonine in⁃take on whole-body protein deposition and threonine utilization in growing pigs fed purified diets[J].Journal of Animal Science,2001,79(12):3087-3095.

[28]王荣发,李敏,谯仕彦,等.低蛋白质饲粮条件下生长猪对色氨酸需要量的研究[J].动物营养学报,2011,23(10):1669-1676.

[29]H.H0.Stein,C.Pedersen,A.R.Wirt,et al.Additivity of values for apparent and standardized ileal digestibility of amino acids in mixed diets fed to growing pigs[J].Journal of Animal Sci⁃ence.2005,83(10):2387-2395.

[30]Le Goff,J.Noblet.Comparative digestibility of dietary energy and nutrients in growing pigs and adult sows[J].Journal of Ani⁃mal Science,2001,79(9):2418-2427.