肉鸡饲料净能体系的价值与净能预测

◆作者：万建美 孙相俞

饲料成本约占畜禽生产成本的60%以上，而饲料能量又是饲料成本中占比最大的部分（约80%），非常规原料的使用也会影响饲粮的能量利用效率，因此准确评估饲料原料的能值对设计最低成本饲料配方并满足动物的能量需要而言是非常重要的。通常，家禽饲料原料的能量评估采用代谢能体系（ME）。然而，由于净能（NE）体系考虑了不同营养成分代谢利用率的差异，因此净能是最接近饲料真实能值的。在净能体系中，动物的能量需要量和饲料的能值是在同一基础上表示的，因此理论上讲，它不受饲料特性的影响，可加性更强。因此，本文的目的是：①综述肉鸡净能体系的价值所在；②总结肉鸡饲料原料的净能值的预测方法以供配方应用参考。

1 家禽净能体系的价值

NE已经在反刍动物和猪营养中得到广泛应用，但是在家禽营养中还没有得到实际应用。对于家禽，由于粪便和尿液在通过泄殖腔时混合在一起，因此，家禽营养在绝大多数时候是采用表观氮校正代谢能（AMEn）。通常，家禽的AMEn可以根据饲料的可消化粗蛋白（DCP）、可消化粗脂肪（DEE或DEEh）和可消化碳水化合物（DNFE）含量计算得出（CVB，2019；ROSTAGNO等，2017）。其中，碳水化合物组分还可进一步细分为淀粉（STA）、糖（SUG）和非淀粉多糖（NSP）（KLIS等，2010；CARRé等，2013；CARRé等，2014）。就反刍和猪而言，消化能（DE）或ME转化为NE的效率受纤维消化率的影响（NOBLET等，1993），因此用NE代替DE或ME具有较大的实际意义。此外，猪的DE和ME体系高估了蛋白的能值而低估了脂肪的能值。然而，家禽对纤维的消化率非常低，这使得NE/ME的变异减小，因此NE在家禽营养中的应用未引起足够的兴趣，而且研究很少（DE GROOTE，1974；PIRGOZLIEV等，1999），还不确定使用NE体系是否可改善预测家禽生产性能的准确度和降低饲料成本。

Noblet等（2003，2007）进行了系列试验，考察了饲粮组成（蛋白、脂肪和NDF）对肉鸡产热及NE/ME的影响，并对INRA的肉鸡试验数据进行了汇总（表1）（NOBLET，2015）。结果发现，饲粮蛋白水平对肉鸡的绝食代谢产热（FHP）和NE/ME没有影响（表2），这一点与猪明显不同。尽管用脂肪替换淀粉后，NE/ME值在数据上是增加的，但是差异不显著。肉鸡饲粮中高水平的不可消化纤维也没有显著改变HP和NE/ME。总的来看，这些试验结果表明肉鸡饲粮主要成分的变化并不会显著影响ME转换为NE的效率，也就是说能量体系（ME或NE）并不会显著影响肉鸡饲粮或原料有效能值的排序，但会影响营养素或饲料原料相对营养价值（表3）。

表1 饲粮组成对肉鸡产热及NE/ME的影响：INRA数据汇总1

表2 饲粮粗蛋白水平对生长猪和肉鸡能量利用率的影响

研究已经表明脂肪对蛋鸡有额外的能量价值，但是在肉鸡上的研究结果还存在争议（KLIS等，2010）。目前，荷兰和巴西已经开发了改进的AME体系，这些体系考虑了营养素的利用效率（CVB，2019；ROSTAGNO等，2017），但是还没有实际应用的净能体系。到目前为止，仅有为数不多的研究人员进行了肉鸡净能体系的动物试验，并与代谢能体系进行了比较（表4）。不难发现，大多数试验中所用的净能值是基于经验数据或理论数据的预测，基于实测数据建立的模型非常少。那么，这些试验结果的说服力就值得怀疑，我们还需要更多试验标准统一的动物试验评估。尽管这些研究还不能充分证明NE体系和ME体系哪个更有价值，但是为准确估计原料和饲粮的ME值和NE值提供了很好的参考思路。

表3 不同肉鸡能量体系下营养素和原料的相对营养价值

图1 体增重与ME摄入量（A）或NE摄入量（B）的线性回归结果（CERRATE等，2013）

3 肉鸡饲料净能值的预测

NE体系还没有被家禽行业采用的主要原因是缺乏可靠的数据。家禽AMEn值的测定较为容易，批量测定的成本也可以接受，而饲料NE值的评估则耗时费力、数据差异大，且不能例行性地实施。如何较简便、准确地估计原料和饲料的ME和NE值是生产中最为关心的问题。由于饲粮养分的消化率受养分间相互作用的影响，而且能量的代谢利用也受饲粮化学组成特性的影响。因此，多年前建立的旧的ME或NE预测方程可能并不能反应饲粮营养水平、添加剂、当代肉鸡消化及代谢特点的潜在影响。从实际应用的角度出发，为了最大可能地避免饲料和原料NE值预测出现偏差，能量平衡试验有必要选择遗传背景相似的动物进行（即性别、品种和体重等相同），将环境温度控制在温度适中区进行试验，以此减少动物行为差异造成的数据变异性，并给试验动物饲喂营养平衡的饲粮，且使能量摄入量相同，这样可以让动物充分展现其生长性能。在这种情况下，对绝食代谢产热（FHP）的估计误差只会影响原料的绝对NE值，而不会影响这些原料能值含量的排序（NOBLET，2015）。也就是说，原料NE值的测定不能通过饲喂单一饲料原料的方式进行，因为单一饲料原料的化学组成往往与营养平衡的全价饲料有着巨大的差异。生产中，NE体系的应用直接依赖于以可消化养分为基础建立的NE预测方程。由于模型引入的营养指标不尽相同、试验动物的品种及生长阶段等差异，因此很难对不同研究人员建立的能量估测方程进行直接比较分析。

表4 净能体系与代谢能体系试验比较结果

表5 肉鸡（19-21日龄）饲粮代谢能（AMEn、AME，kcal/kg,DM）和净能（NE，kcal/kg,DM）回归方程（基于可消化养分，%DM）及可消化养分的代谢能净能转化率（NE/AMEn、NE/AME）

Cerrate等（2019用0-21日龄的肉公鸡测定了3组饲粮的AMEn和NE值（第1组EE：6%、8%、12%和13%；第2组CP：24%、27.5%和31%；第3组NDF：14%、16%和18%）。蛋白、脂肪和碳水化合物的NE/AMEn值分别为0.757、0.867和0.680，这与Carré等（2014）的研究结果非常相近（表5）。进一步分析发 现，NE/AME和NE/AMEn与饲粮可消化脂肪含量呈正相关，机体脂肪沉积量与可消化脂肪及可消化碳水化合物摄入量呈正相关，机体蛋白沉积量与饲粮可消化蛋白和可消化脂肪摄入量呈正相关（CERRATE等，2019）。热增耗也受可消化养分的影响，影响最大的是可消化蛋白，其次是可消化淀粉和可消化NDF，可消化脂肪影响最小。这意味着肉鸡饲粮中的脂肪含量及其可消化性有着非常重要的实际生产意义，设计配方时应更注重蛋白、脂肪及碳水化合物之间的比例关系与可消化性。脂肪的来源和水平可能会影响饲粮蛋白质的利用效率，特别是高蛋白饲粮（COWIESON等，2010），碳水化合物也有类似的影响。

表6 肉鸡（4周龄）饲粮代谢能和净能（kcal/kg）的回归方程及可消化养分(%)的平均能量利用率（NE/AME和NE/AMEn）

Carré等（2013，2014）利用30种不同的饲粮建立预测肉鸡AMEn和NE的方程。结果发现蛋白质和脂肪的NE/ME值在不同回归预测方程间的差异非常小。蛋白质NE/AME和NE/AMEn平均值分别为0.680和0.760，脂肪NE/AME和NE/AMEn平均值分别为0.849和0.862，碳水化合物组分NE/AME和NE/AMEn值的差异则比脂肪大很多。淀粉、总糖、蔗糖+葡萄糖和可发酵糖（半乳寡糖和乳糖）的NE/AMEn值分别为0.798、0.633、0.690和0.602。非细胞壁碳水化合物（NCC）NE/AMEn平均值为0.798（表6）。

许多研究表明，肉鸡饲粮的NE/ME不受饲粮组成的影响，即使这些饲粮的粗蛋白含量和组成有很大的差异（NOBLET等，2007，2009和2015）。由于肉鸡对纤维的消化率很低，因此纤维不会对NE/ME的变异产生值得关注的影响。通过饲粮化学组成或可消化养分含量来预测饲粮代谢能和净能是种经济易行的方法。饲粮的化学组成可以例行性地实测，其消化率可以通过动物试验实测，然后建立可靠的预测养分消化率的回归预测方程。通过实测或预测的可消化养分含量计算饲粮的代谢能和净能值可能是实际生产中最有效的可靠的应用方法。

研究人员给出的预测肉鸡饲粮或原料净能值的方法都很相 似（CARRé等，2014；DE GROOTE，1974）。首先我们通过饲粮或原料的可消化养分含量来预测AME或AMEn。然后结合代谢能和可消化养分含量来预测饲粮或原料的NE值。在此，根据表6的数据，举例简述预测步骤如下：

（1）首先利用表6中各营养素的能量转换效率系数计算原料的NE预测值和AMEn预测值。

表7 根据原料AMEn值及化学组成计算NE值示例（饲喂基础）1

（2）结合原料实际的AMEn实际值计算该原料的NE实际值，即NE实际=AMEn实际×NE预测/AMEn预测。

例如，利用概略养分或可消化养分含量直接计算NE预测值和AMEn预测值。当预测方程采用可消化养分含量时，计算出的NE预测值和AMEn预测值也更为准确。这里需要注意的是，绝大多数配方师都有一套自己熟悉的原料AME或AMEn数据库，这些数据往往是根据多年生产经验数据修正过的。将这些值作为AME实际或AMEn实际值有助于确保配方设计的质量。对于没有接触过的非常规原料，则可以暂时将预测值设定为实际使用值。同理，采用来源于同一个研究建立的回归方程预测代谢能的净能转换效率值NE预测/AMEn预测也有助于减少试验误差。计算示例见表7。在肉鸡原料净能测定方面，国内学者也做了一些工作，通过呼吸测热装置或比较屠宰试验，用替代法测定了玉米（刘伟，2017；桓宗锦，2009；申攀，2010）、豆粕（刘伟，2017；桓宗锦，2009；张正帆，2010）、棉粕（刘伟，2017；张琼莲，2011；李再山，2011；陈玉娟，2011）、DDGS（刘伟，2017）、菜粕（刘伟，2017；张琼莲，2011；李再山，2011）、麦麸（张琼莲，2011）、米糠（张琼莲，2011）等饲料原料的净能值。

4 结论与展望

综上所述，与代谢能体系相比，尽管肉鸡净能体系并不会改变常用原料的相对能值排序，但是会改变原料相对能值的大小，这在评估原料的性价比时是有经济意义的。如何建立统一标准的肉鸡饲粮和原料的净能评估方法是当前最为紧迫的工作，也是下一步通过动物实验评估和比较代谢能和净能体系优劣的前提。选择遗传背景相似的动物进行（即性别、品种和体重等相同），将环境温度控制在温度适中区进行试验，以此减少动物行为差异造成的数据变异性，并给试验动物饲喂营养平衡的饲粮，这样可以让动物充分展现其生长性能，消除因营养不平衡造成的能值测定误差。根据统一标准条件下进行的动物试验结果，建立以饲粮或原料化学组分或可消化养分为指标的预测方程是推动净能实际应用的最为可行的方法。

参考文献：（略）