■马绍楠 许贵善 崔 凯 马 涛 刁其玉*
(1.中国农业科学院饲料研究所农业部饲料生物技术重点实验室,北京100081;2.塔里木大学动物科学学院,新疆阿拉尔843300;3.新疆生产建设兵团塔里木畜牧科技重点实验室,新疆阿拉尔843300)
在反刍动物饲粮中,碳水化合物一般占50%以上,为瘤胃微生物和宿主提供着能量。其中,粗纤维是一种结构性碳水化合物,是维持反刍动物瘤胃正常发酵和胃肠道健康的必要成分。因此,自反刍动物饲料营养研究伊始,饲料中粗纤维(CF)含量便是评价饲料营养价值的重要指标之一,CF的分析测定就成为了评价饲料的第一步。Henneberg等(1860)在德国Weende试验站建立了CF的测定方法,虽然该法在分析过程中有一定量的半纤维素、纤维素和木质素溶解于酸、碱中,使测定的结果偏低,同时又增加了无氮浸出物的计算误差,但由于其简单易行、便于掌握,故近100年来,虽在测试手段上、自动化程度上有种种革新,但进入20世纪末期在国际上仍被广泛使用。为了优化饲料中粗纤维和无氮浸出物的测定方法,美国康奈尔大学的Van Soest先后提出了修改方法,建议用中性洗涤纤维(Neutral Detergent Fiber,NDF)、酸性洗涤纤维(Acid Detergent Fiber,ADF)、酸性洗涤木质素(Acid Detergent Lignin,ADL)作为评定饲料中纤维类物质的指标,即范氏(Van Soest)洗涤纤维分析法[1]。根据Van Soest测定碳水化合物的方法可以总结出如下计算公式:
半纤维素=NDF-ADF
纤维素=ADF-ADL
木质素=ADL-灰分
综上可见,传统方法所测定的CF中既包含纤维素、半纤维素和木质素等物质,则其含量必然与NDF、ADF含量之间存在着内在关系。
虽然人们对粗纤维的测定已有上百年的历史,但对其定义至今仍存在异议。有营养学家从生理学的观点将其定义为饲料中那些来源于植物,但不能被动物胰腺或小肠消化酶所消化的细胞壁成分[2]。“纤维”在1972年被定义为“植物细胞中可抵抗人类消化酶水解作用的结构成分”,但此定义中忽略了淀粉、变性的纤维素和植物胶质。因此,Trowell在1976年将其定义为“包含所有不能被人类消化道内源酶所降解的木质素和多糖”[3]。D.Pettersson等(1991)[4]认为纤维素是非淀粉性多糖(nonstarch polysaccharides)和木质素的总和。Mentens(1998)[5]认为纤维是一种不能被哺乳动物消化酶消化的日粮组成成分,包括结构性非多糖(木质素)、与细胞壁结合的多糖(纤维素、半纤维素、果胶等)及非结构性多糖。得到广泛的认可。随后,又有一些学者将纤维素定义为“非同质的大量单个成分共同体现的一种具有特殊生理作用的复合体”。
粗纤维是植物细胞壁的主要组成成分,包括纤维素、半纤维素、木质素及角质等成分。其中,纤维素是由β-1,4葡萄糖聚合而成的一类同质多糖,纤维素不溶于水、有机溶剂和稀酸、稀碱,但它与硫酸或盐酸共热时可水解为α-葡萄糖,分子式为(C6H10O5)n,大分子量162n,动物的消化系统(包括反刍动物)不易消化[6];半纤维素是指在植物细胞壁中,可溶于碱溶液、与纤维素共生,遇酸后较纤维素易于水解的那部分,由几种不同类型的单糖构成的异质多糖,是一类物质的总称,在一种植物内通常含有几种,由两或三种糖基构成的半纤维素,其化学结构各不相同,并且在同一植物的不同组织中,其含量和组成也有所差异;木质素并非碳链结构,而是有氧代苯丙醇或其衍生物结构单元的芳香性高聚物,它在植物细胞壁中与纤维素、半纤维素以牢固的酯键紧密相连在一起,形成了一种特殊而紧密的物理结构,这种结构限制了动物体内消化液或消化酶对纤维素、半纤维素的分解以及消化吸收,是动物利用各种养分的主要抗营养因子[7],分解木质素的酶主要来自真菌,如黄孢原毛平革菌种类[8]。
Weender测定方法,是将碳水化合物粗分为粗纤维和无氮浸出物两大类,其中,粗纤维是将饲料样品经1.25%稀酸和稀碱相继共煮30 min,并分别经过过滤洗涤残留物等操作。这时,酸可将果胶物质、淀粉及部分半纤维素水解除去;而碱能够溶解除去蛋白质、部分脂肪、部分半纤维素及木质素,接着再用乙醇和乙醚去除剩余的脂肪、色素、单宁、蜡以及部分蛋白质和戊糖,最后,所得的残渣减去灰分即为粗纤维。我国现行的粗纤维的含量测定方法规定的测量范围为粗纤维含量大于10 g/kg的饲料,适用于豆类植物和谷物,粗纤维含量小于10 g/kg的饲料则不能使用此方法[9]。并且此操作过程相当繁杂,过滤时间长,效率低。测定时,饲料的称样量、粉碎粒度、碱煮和酸煮时所用的回流时间控制、加热至沸方法、过滤、洗涤等操作以及样品中脂肪、蛋白质、碳酸盐含量等因素均会影响测定结果,造成较大的数据偏差,需大量的平行样品数据来验证。目前,已有多种改进的CF测定方法,如:滤袋分析法、二次萃取快速测定法、近红外漫反射光谱测定法等。采用这些方法都能快速、方便、简单地测定饲料中粗纤维的含量,但同时需要使用特定的仪器,价格昂贵。叶鹏等(2002)[10]以进口豆粕为试验材料,用适当浓度的酸、碱溶液处理,经一系列简单操作,无需昂贵的仪器设备,所得粗纤维置于(130±2)℃烘干2 h即可直接定量测定饲料中的粗纤维含量。t检验结果表明该法与国标法测定结果差异不显著(P>0.05)。郭萍(2004)[11]选取配合饲料、浓缩饲料、菜籽饼各5批为试验原料,对国标法进行了改进,将酸碱分次水解改为酸碱连续水解,0.313 mol/l氢氧化钠溶液改为0.882 mol/l,省去了操作步骤,测定结果通过t检验准确可行,与国标法测定结果差异不显著(P>0.05)。张丽英等(2001)[12]、朱立涛等(2012)[13]、张崇玉等(2015)[14]均发现采用聚酯纤维滤网袋法评定饲料中粗纤维含量的结果与国标法对比后在误差允许范围内,认为该法具有简便、快速、批量分析的特点,适用于粮油检验、粮食、植物类食品或饲料中粗纤维素含量的测定、中粗纤维的测定、食品中不溶性膳食纤维的测定等方面。
中性洗涤纤维(Neutral Detergent Fibe,NDF)是对植物细胞壁或纤维成分的一种测量指标,由不溶性的非淀粉多糖和木质素所组成,能够较准确地反映纤维的实际含量[15];酸性洗涤纤维(Acid Detergent Fiber,ADF)是植物材料或含有植物材料的饲料中,不溶于酸性洗涤剂的碳水化合物,包括纯纤维素和酸性洗涤木质素两部分。范氏(Van Soest)洗涤纤维分析法中,测定饲料中NDF的具体操作方法是将植物性饲料,如一般饲科、牧草和粗饲料在含有1.9%EDTA(pH值为7的磷酸缓冲液)和3%十二烷基硫酸钠(SDS)组成的中性洗涤剂中煮沸分解[16],则大部分细胞内容物溶解于洗涤剂中,其中包括蛋白质、脂肪、淀粉和糖,统称为中性洗涤剂溶解物(NDS),而不溶解的残渣减去灰分即为NDF,这部分主要是细胞壁部分,如纤维素、半纤维素、木质素、极少量的蛋白和硅酸盐。其中,需要注意的是在测定高淀粉含量的样品时,需要经过淀粉酶处理[17]。用该法测定饲料中ADF含量是将植物性饲料溶于酸性洗涤剂,其中可溶的部分称之为酸性洗涤剂溶解物(ADS),主要有半纤维素和中性洗涤剂溶解物(NDS),剩余的残渣为ADF,其中含有木质素、纤维素和硅酸盐。由此可知,半纤维素含量可由NDF含量减去ADF含量计算得到。但Van Soest测定方法并不完美。针对范式纤维测定法中的一些弊端,美国ANKOM公司发明了一种新的纤维滤袋技术,该方法在操作技术及试验结果上都优于传统抽滤法[18]。然而此方法所使用的ANKOM滤袋(F57)需提前很长的时间预定且价格昂贵。因此,中国农业大学肉牛研究中心研制了CAU滤袋和配套设备,经试验测试发现,采用CAU滤袋法与传统抽滤法、ANKOM滤袋法所测饲料原料的NDF、ADF数据结果具有显著的相关关系(R2=0.992~0.996),且变异系数低于传统抽滤法[19]。表明该法具有成本低、实用性强的特点,可替代传统抽滤法及ANKOM法。苏玲玲等(2013)[20]选取新疆本地几种饲料,参照使用ANKOM技术的结果,对淀粉酶的添加量、消煮时间、添加无水亚硫酸钠和脱脂的必要性等多种处理条件进行了优选。目前,我国研究者们对于NDF、ADF含量测定方法的改良工作仍在继续。
反刍动物瘤胃功能的维持需要饲料中具有一定比例的NDF和ADF,其在瘤胃内发酵生成的挥发性脂肪酸是反刍动物的重要能量来源[21]。在反刍动物饲料营养价值的评定中,比较现时常用的CF、NDF、ADF或非淀粉多糖(NSP)等指标中,大多数学者认为目前表示纤维的最好指标是NDF,这是因为NDF包含了被认为是组成纤维的大多数物质[22]。从植物的解剖结构、生理功能或化学分析方法定义饲粮纤维时,它都不是同一种化学物质或营养作用一致的物质,而是消化特性各异、结构多样的多聚体复合物。早在1989年的NRC中就有提出泌乳牛的饲粮中至少应含12.5%~28%的 NDF或 9%~21%ADF,并且饲粮中的75%必须由粗饲料提供[23]。
目前,许多研究者也在NDF、ADF对反刍动物的营养作用领域进行进行着探索与发现。邹华围(2010)[24]用体外产气法研究了不同ADF水平日粮对瘤胃发酵特性的影响,结果表明,不同ADF水平日粮对瘤胃发酵和四种瘤胃微生物纤维降解酶活性存在显著影响;瘤胃pH值随着日粮ADF水平升高而升高,ADF的最佳水平为24.52%。李岚捷等(2017)[25]研究表明,日粮中的纤维物质可以促进反刍动物胃肠道的发育,但日粮中NDF水平过高又会降低日粮的适口性和营养价值,不利于机体的生长发育。张立涛(2013)[26]通过体外产气法和动物梯度饲养试验进行了肉羊适宜NDF水平的研究,结果表明,不同NDF水平饲粮显著影响肉羊的干物质采食量、料重比和营养成分的表观消化率;在CP水平为14.8%的肉羊饲粮中,最佳NDF水平为33.35%。陈光吉(2016)[27]研究表明,在等氮条件下,从生长情况来看,降低饲粮中NDF含量能提高舍饲育肥牦牛的干物质采食量(DMI)、平均日增重(ADG)、屠宰率和净肉率;从瘤胃发酵情况来看,可以提高瘤胃总挥发性脂肪酸(TVFA)及各营养成分的表观消化率,降低氨态氮(NH3-N)浓度、纤维素酶和木聚糖酶活力,改变发酵类型;从血清生化指标来看,可以提高牦牛血清中球蛋白(GLO)和高密度脂蛋白(HDL)含量。在特定日粮条件下,40%NDF水平组牦牛有较好的生产成绩。近来,很多研究者开始关注物理有效中性洗涤纤维(pe NDF)对反刍动物生产性能的影响。陈青等(2015)[28]研究表明,适当提高饲粮pe NDF水平,有利于提高8~10月龄奶牛瘤胃液pH值、改善瘤胃发酵、增加瘤胃中纤维降解菌的含量。史仁皇等(2015)[29]研究表明,随日粮pe NDF水平增加,奶牛产奶量和4%乳脂校正乳(FCM)呈上升趋势,但也有不同的报道[30]。可见pe NDF作为反刍动物饲料的营养价值评定指标受多种因素的影响,仍存在争议,较NDF而言尚不成熟,且目前在评价单一饲料原料的营养成分时,不可能对每种饲料原料在每种动物的生产中的特定营养价值进行评价。再者说,由于反刍动物对中性洗涤纤维(NDF)的消化利用机制复杂,国内尚无完整的中性洗涤纤维(NDF)饲养标准,对其理想添加量及利用方式等仍需进一步研究。因此,NDF仍是现行反刍动物饲养标准中的主要营养评价指标,仍具有一定的研究价值[31]。这些研究充分体现了饲料中的NDF、ADF在反刍动物营养中的重要意义。
综上所述,本研究以前人现有研究结果为基础,通过数学统计方法将这些研究结果数字化,拟为不同试验条件下CF、NDF、ADF含量的有效估测提供数学模型,从而为其消化代谢情况的进一步估测带来便利,为快速、有效评价饲料营养价值,合理制定饲料配方,提供基础理论依据。
关联分析基于NRC2007饲料成分及营养价值表(NRC)及中国饲料营养价值表(Chinese Feed nutrition value table:CFNVT),筛选其中具有 CF、NDF、ADF含量数据的植物性饲料共301种为试验材料。根据CF含量的多少分为:ALL[(NRC+中国饲料营养价 值 表)0<CF<100%],n=301;ALL[精 饲 料(CF<18%)],n=143;ALL[粗饲料(CF≥18%)],n=158;NRC[全部饲料原料(0<CF<100%)],n=200;NRC[精饲料(CF<18%)],n=89、NRC[粗饲料(CF≥18%)],n=111;CFNVB[全部饲料原料(0<CF<100%)],n=101;CFNVB[精饲料(CF<18%)],n=54;NRC CFNVB[粗饲料(CF≥18%)],n=47,共9组。所有数据先采用Excel 2016进行初步整理后,使用SPSS 22.0对试验材料中3项碳水化合物组分(CF、NDF、ADF)进行Pearson相关性分析和引入线性回归分析。
每种分组下饲料原料中CF、NDF、ADF含量两两间的相关性分析结果见图1,从该图可以看出,国内外反刍动物饲料中的CF、NDF、ADF含量两两间均有极显著的正相关关系(P<0.01)。
进一步将NRC及CFNVT中,反刍动物饲料原料NDF、ADF、CF含量数据引入回归,分别建立了NRC和CFNVT饲料原料在不区分CF含量(0<CF<100%)、CF≥18%、CF<18%三种情况下NDF、ADF、CF的预测模型。计算发现NDF、ADF、CF之间的方差膨胀因子(VIF)普遍较高,在建立预测模型时,若建立多元回归模型,则变量间可能存在着不同程度的多重共线性。为避免由于变量间的多重共线性而使模型估计失真或难以估计准确,因此本文所建模型均为一元回归模型。所建模型的具体情况如下。
图1 不同CF含量分组下的国内外反刍动物常用饲料中CF、NDF、ADF含量的相关性分析
3.2.1 当饲料中0<CF<100%时,CF、NDF、ADF估测模型的建立
当饲料中0<CF<100%时所建立的CF、NDF、ADF估测模型见表1,可以看出CF、NDF、ADF两两间均可以使用模型相互估测,NDF与CF的最佳预测因子均为ADF,而ADF的最佳预测因子是CF。通过比较NRC与CFNVT分别建立的估测模型发现,NRC和我国常用饲料中CF、NDF、ADF含量有着相似的预测规律,但其具体含量则有明显差异。
表1 0<CF<100%时饲料中CF、NDF、ADF含量的方程
3.2.2 当饲料中CF≥18%时CF、NDF、ADF估测模型的建立
由于饲料种类的多样性,其CF、NDF、ADF含量也分布在一个较为广泛的区间内,为了更加准确的估测饲料中的纤维含量,本文将现有原料进一步分类为CF≥18%和CF<18%两种情况,即我们常说的粗饲料和精饲料两大类。其中,CF≥18%时所建立的CF、NDF、ADF估测模型见表2。研究表明,CF、NDF、ADF两两间仍可以通过模型相互估测,但除了CF和ADF相互估测时R2在0.73以上外,其余模型R2均较低,使用我国粗饲料原料所建CF、NDF、ADF估测模型的R2较NRC更高。
表2 当饲料中CF≥18%时CF、NDF、ADF含量的方程
3.2.3 当饲料中CF<18%时CF、NDF、ADF含量的相关性分析
当CF<18%时所建立的CF、NDF、ADF估测模型见表3。表3显示出,精饲料原料中的CF、NDF、ADF含量也可以通过建立模型互相估测。其中,CF与ADF互为预测因子所建估测模型的R2较其余模型更高,使用我国精饲料原料所建CF、NDF、ADF估测模型的R2较NRC略低。
表3 当CF<18%时饲料中CF、NDF、ADF含量的方程
在我国的饲料分类法中,天然水分含量在60%以下,干物质中CF≥18%的饲料均称作粗饲料,其中包括牧草、青干草、青贮饲料和农作物秸秆及籽实类皮壳等;CF<18%的饲料可统称为精饲料。徐明(2007)[32]研究发现,粗饲料和副产品中NDF含量与ADF含量呈线性正相关(P<0.05),与CP含量呈线性负相关(P<0.05);何亭漪(2013)[33]研究发现,粗饲料中NDF与ADF的含量成正相关,即NDF含量高的饲料,其ADF含量也高。与本文分析结果基本一致。从本文对于NRC和CFNVB饲料原料的CF、NDF、ADF含量预测模型的R2来看,分类建立模型的R2较综合建模的R2显著降低。这可能是因为每种饲料原料自身营养结构具有特异性,不同科目或不同加工方式下,饲料原料中同一碳水化合物组分的差异较大,且分类后大大减少了用以建模的样本数量,使得模型中所涵盖同类饲料原料的种类相对较少。以CFNVB为例,实验原料中精饲料的CF粗纤维含量在0.7%~18%之间,NDF最小为0.8%最大可达41.3%,ADF的含量在0.6%~28.7%之间,同相同品种和加工工艺的饲料样本种类相对较少、过渡不够全面;粗饲料也同样有着类似的问题。因此本文中建议使用表1中所建模型进行饲料中CF、NDF、ADF含量的估测,具体使用哪一模型估测,可以以现有试验条件和数据条件来确定。此外,本研究还发现ADF与CF的相关性较NDF与CF的相关性更高,这与CF的传统测定方法有关。过去,人们对于饲料中CF含量的测定结果通常粗略的认为是饲料中纤维素的含量,而在使用Van Soest的测定方法后,我们得出纤维素=ADF-ADL,由此就可以合理的解释上述实验结果的出现。
在反刍动物的常用饲料中,尽管NDF、ADF、ADL等指标的测定逐渐替代了CF,但使用饲料中CF含量作为饲料原料分类指标的习惯始终未被更改,并且国内外现有的部分饲料营养价值表或相关书籍中,常见未将CF、NDF、ADF共同纳入饲料营养成分数据列表的情况。这一现状影响了学者们对饲料中纤维含量的全面评价,给饲料分类和配方制定带来了不便,进而限制了饲料在瘤胃内消化代谢情况的进一步估测。王玉万等(1987)[34]研究发现,在用Van Soest方法测定ADF时,有2%~4%的残留戊糖,说明有半纤维素的残留,造成测定粗饲料中半纤维素的含量偏低而纤维素的含量偏高。李华等(2008)[35]研究发现,在使用Van Soest方法测定秸秆粗饲料中NDF时,常常因其含有2%左右的果胶质而使过滤速度较慢,有时甚至难以过滤使实验失败,影响着NDF测定的准确度;因此,目前饲料中CF、NDF、ADF的测定方法也因其试验误差较大、测定结果较为粗略而饱受争议,测定的方法需要不断优化和视试验条件合理选择。姜训鹏等(2016)[36]收集了包括DDGS、大豆皮、小麦麸、苜蓿草颗粒、喷浆玉米皮和甜菜粕6种饲料原料,共计327个样品。分别针对NDF和ADF开展了近红外综合预测方法研究,分别建立了上述6种单一饲料原料NDF、ADF的近红外预测模型。与本研究相比,该方法较为繁琐且受仪器条件、饲料原料种类等多方面的限制,不适用于饲料原料中NDF、ADF、CF含量的即时估测。因此,本文利用反刍动物饲料中的CF、ADF、NDF含量建立估测模型的方法,在现有三者中任一指标,需要迅速估测其它某种或两种指标,亦或是只符合其中某一指标测定条件,需对其它指标进行测定时,具有快速、简便、有效、低成本的的优点,值得推行和使用。
由于反刍动物瘤胃的特殊结构和作用,使得饲料中的碳水化合物成为了其生长发育不可或缺的供能物质。其中,最初的评价指标CF以及现在被普遍使用的NDF、ADF、ADL作为饲料中重要的碳水化合物组分,始终受到学者们的广泛关注。其中,NDF因其与反刍动物对饲料的消化代谢情况及瘤胃发育健康等紧密相关,成为了饲料中纤维物质的研究焦点。邓卫东等(2002)[37]研究表明,干物质的体外消化率与CP呈显著正相关(P<0.05),与NDF含量呈显著负相关(P<0.05),可以用饲料中养分的含量来预测饲料的干物质体外消化率。刘洁(2012)[38]通过体内、体外试验,研究了肉羊对不同精粗比配合饲粮的消化利用情况,研究发现:饲料的常规营养成分在反刍动物体内的消化率及各种有效能值均与饲料中的NDF存在显著的相关性(P<0.05)。赵明明等(2017)[39]研究发现,单一粗饲料原料的有效能与其NDF、ADF等常规营养成分及可消化营养物质之间存在显著的负相关性(P<0.05)。赵江波(2016)[40]通过对10种试验饲粮营养物质消化率及有效能的分析,并结合套算法研究发现,反刍动物饲料的消化能(DE)与NDF、ADF有显著的相关性(P<0.05),并以NDF、ADF为预测因子建立了精饲料DE的预测模型。综上,我们可以看出反刍动物对饲料的利用效果与饲料中CF、NDF、ADF的含量紧密相关,且显著影响其生长发育。NDF作为饲料中纤维含量的重要指标,在饲料的营养价值评定中起着重要的作用。因此,通过建立模型来预测饲料中NDF的含量十分必要。
①反刍动物饲料原料中的CF、NDF、ADF含量具有显著的相关性(P<0.01),通过建立模型可在已知CF、NDF、ADF任一指标后使用模型来对其它两种纤维评价指标的含量做出快速、合理、有效的评价。
②饲料原料中的纤维含量与反刍动物的消化利用情况紧密相关,其中NDF作为目前应用最为广泛、评价效果较好的纤维评价指标亟需建立完善的饲养标准,尤其是在我国肉羊养殖方面,需求更为迫切。