饲料企业动态饲料数据库的建设

畜牧编辑

　作者：王继华
　转自：[url=]最佳效益饲料配方设计[/url]

　饲料质量的稳定，是饲料厂稳步发展的重要保证。然而，在饲料生产中常出现成品质量与配方设计质量之间有一定差异，即所谓配方失真。配方失真的原因，有的属于配方设计问题，有的属于品控问题；有的可以人为调控，有的不可人为调控。本文主要讨论大型饲料品牌构建和使用动态饲料数据模型，降低饲料配方失真，提高饲料配方可靠性的理论基础和关键技术措施。

　　1、饲料配方的失真

　　王继华等（2012）总结饲料配方失真的主要原因有：①原料营养成分的变异。②原料粉碎粒度不同其消化率常有差异。③饲料混合均匀度。④配料精度。⑤制粒工艺。⑥成品水分。⑦机器物料残留。⑧采样、化验。汝应俊（2006）指出饲料数据库变异的主要原因有：⑨测定数据所用的方法、测定营养价值如测定消化率所用的方法、试验的重复数、数据测定年限、表示结果的方法（不同单位和不同基础，例如干物质或风干物）等。所以，饲养试验得到的消化率存在变异，应视消化率为随机变量。

　　本文不讨论那些人为误差或机器误差。实践中配方师不可避免、只能尽量减少，需要配方师考虑的影响饲料配方可靠性的因素主要有以下几个。

　　1.1、氨基酸周转

　　动物体内存在蛋白质周转，已降解的体蛋白质并不完全随排泄物或分泌物排出，而是大部分被动物重新利用合成体蛋白。所以猪体蛋白生长与牛奶或鸡蛋生成后即离体不同，猪体这部分周转的蛋白质会降低生产效率。据报道，生长猪体蛋白质的日周转量（除去净蛋白质沉积之外的合成量）高达全身蛋白质总量的1/7~1/8，尤其是，这部分周转的氨基酸如何与饲粮氨基酸相平衡，有待深入研究。

　　1.2、静态饲养标准

　　饲养标准是静态的，而动物营养需要量是动态的。所谓理想氨基酸模型，应全面考虑时、空、量三个要素，而不仅仅是量的观念——比例和数值。我们设计的日粮最理想的是以恰好的速度、比例和数量来消化、吸收和运送各种必需和非必需氨基酸到靶细胞，因为吸收到体内的氨基酸在猪体内的贮存能力很弱，时间很短，特别是各种单个氨基酸基本上不能贮存。

　　1.3、饲料数据库变异

　　我们设计饲料配方一般是使用国家公布的饲料数据库，那个数据库仅仅给出平均数，配方师使用的本厂饲料原料未必是国家饲料数据库的养分指标。即使同一批同一种原料，其养分含量也存在抽样误差和测定误差，是一个随机变量，多个养分指标就构成一个随机向量。

　　1.4、饲料加工

　　不同加工方式对于饲料的有效养分含量影响很大，例如原料粉碎、制粒等，配方师在设计饲料配方时应该根据本厂机械性能参数设置和调整饲养标准，尤其是要考虑粉碎粒度、制粒温度等，受饲料加工影响最大的是酶制剂和维生素等。

　　当前，我国饲料企业、猪场在应用中参照的主要是“中国饲料原料数据库”、NRC、ARC等数据库。相比而言，美国NRC饲料原料营养价值数据库数据比较丰富全面。2012版NRC共列出122个原料，每个原料133个指标，列出了各个指标的样本数、平均值和标准差，猪生长阶段的划分较之前的划分更加细致合理，但其数据依然是静态的，没有反映出原料营养成分（特别是有效成分）的之间的相关，且数据是来自不同时间、不同实验室，变异较大，同时许多原料的营养成分没有数据。

　　2、动态饲料数据库及其数学模型

　　在配合饲料前获得准确的饲料原料营养价值对高效动物生产至关重要。随着快速检测方法的建立和科学数据的积累，需要一个快速传送数据的工具，目前学界称之为“动态饲料数据库”。动态饲料数据库的主要作用是关于饲料养分数值的估计，国内外都有报道。

　　饲料原料有效成分动态数据库是根据饲料原料的物理、化学方法，快速、准确估计饲料原料有效成分的数据库。动态数据库体现了饲料原料的变异，从变异中寻找规律，在生产中利用规律。数据库主要以表格和近红外测定数据的形式为企业提供参考和支持。饲料原料动态数据库的实施计划周密、方法科学，主要通过对不同有效成分的准确测定，建立有效能值的预测模型，并应用整猪替代小鼠或体外消化试验进行验证，更加符合生产实际需要。目前我国，李德发团队已根据对玉米、DDGS和小麦、谷物加工副产物等十多个饲料原料有效营养成分分析，成功建立了方程并验证了其准确性，公布于《中国饲料行业信息网》并不断更新完善，为饲料企业、养殖企业提供数据支持和参考。

　　用近红外法（NIR）快速估测饲料能量值的原理和方法是根据有机键反射光测定饲料近红外光谱值与真正实测的消化能值的相关，样品用NIR扫描后建立光谱数据库，然后把样品饲喂猪和鸡测定消化能，建立回归模型，一组独立的样品扫描后饲喂猪鸡作为验证值，比较估测值和实测值的差异，用相关系数和估测误差评估回归模型的实用性。目前用NIR估测谷物饲料的消化能，估计误差在0.38MJ/kg。快速估测谷物饲料的消化能可以提高配合饲料的准确性，持续增加实测值以提高估测模型的准确性，尤其是消化能在13.0~13.5MJ/kg的样品。NIR估测玉米消化能的模型正在研究之中，但估测其他营养指标的模型已经应用，这些指标可以间接估测表观代谢能（见图1）。

　　动态饲料数据库估计饲料养分数值的方法，是根据什么原理？目前国内外都是采用线性回归模型。当两个变量之间有相关时，我们就可以根据一个变量来估计另一个，这就是回归，高尔登的方法。依据的信息来源越多，估计的结果就越可靠。例如实践中直接估计日粮净能：

　　规模化饲料厂分析原料比较全面，完全可以测定出这些自变量的统计分布参数，这些参数对于提高饲料配方的准确性，降低配方失真，具有巨大价值，然而过去常常忽视了这些信息。一个供货商的某一品牌的原料成分有变异是难免的，但是，使用的多元线性模型可以精确校正这种变异，这样可以使饲料原料有效成分值越来越能够接近真实有效成分值。这就是所谓的动态数据库，有变异校正功能。

　　这里特别指出，国内外常使用回归模型估计某一饲料原料的有效能值，而回归模型有很大局限性，例如不考虑自变量间的相关，这是极其宝贵的数据信息。建议用多元线性模型进行估计，因为同一原料不同养分间不相互独立。例如小麦麸，假定其粗蛋白质方差为0.73，粗纤维方差为1.35，粗灰分方差为0.48，粗蛋白质与粗纤维的协方差为-0.334，粗蛋白质与粗灰分的协方差为-0.035，粗纤维与粗灰分的协方差为0.355，则可有如下数据模型：

　　以这种方式给出的数据库，可极大地提高饲料配方设计的可靠性和精确性；国内外有报道原料养分含量的平均数和标准差，但是还没有见到同时报道不同养分之间的协方差或相关系数。如果假定同一原料内不同养分之间的协方差为零，则会丢失极有价值的信息。

　　3、动态饲料数据模型

　　大型饲料厂日常观测的指标较全，具有丰富的观测数据，完全可以建立自己的动态饲料数据库，这对于提高本公司配方设计的可靠性有巨大作用。假定观测了多个指标，例如玉米，要根据多个观测指标（例如化学成分测定值或容重等指标）估计玉米的赖氨酸含量：

　　4、动态饲料数据库的应用

　　前面讲的都是先设计饲料配方，然后估计饲料配方的营养成分保证值。如果先设定要求的饲料配方养分保证值，该怎么设计饲料配方？

　　关于饲料配方的可靠性（概率保证值），国内罕见报道。国外有极少报道，但常为了易懂，简化一些复杂的数学问题，而正是这种简化，使得他们的结论令人啼笑皆非。例如在考虑线性规划法时，把饲养标准的养分指标提高1个标准差，就可以使饲料配方的可靠性从线性规划的50%提高到68%，要使可靠性提高到95%，就需要提高1.96个标准差。这1.96个标准差的养分是多大成本？这不等于把这种提高配方可靠性的方法给枪毙了么！

　　使用随机规划法可避免这些缺陷。关于随机规划法的原理与方法，可见王继华等（2012）《仔猪饲料配方设计高级技术》，这里不再赘述。需要强调的是，有了原料养分之间的方差-协方差或相关系数信息，配方师就可根据已测养分校正或预测已测甚至未测养分的数值。如果饲料原料数据库的数据十分准确，用线性规划法也可达到相应准确度。所以也可以先进行饲料数据估计，然后使用线性规划法设计饲料配方。

　　提高饲料养分数据的准确性，应该使用多元线性模型。

　　我国地域广、饲料原料种类多、同一（同名）饲料原料的养分变异很大。大型饲料企业应该研究和制定自己的饲料原料标准和饲料数据库。当然是要建立动态饲料数据库。企业集团技术部对饲料数据库和饲料配方设计的规范上应有宏观机制，结合各个分公司的实际情况，适当指导饲料数据模型和饲料配方设计模式。

　　猪的饲料数据库，有效能测定不易，SID氨基酸也不易测定，需要国家加大科研投入来完成。但是大型饲料企业可建立初步的动态饲料数据库，例如常规的饲料原料以氨基酸、非淀粉多糖、淀粉、矿物质等为主，指导各企业使用。大型集团企业完全有能力建立自己的饲料原料数据库，甚至只需要把现有的化验数据汇总分析即可。

　　杂粕的使用是降低饲料成本的常用手段，企业不可能完全使用玉米-豆粕型配方，市场上都或多或少地使用非常规原料，构建动态数据库就是为了非常规原料的更好使用，要求所使用原料的养分值成分更加准确。

　　在粮价不断上涨的大背景下，饲料行业成本也在不断攀升，饲料企业想要使自己的产品具有竞争优势，必然需要在优化饲料配方、提高饲料质量、降低饲料成本方面下翻功夫，而饲料原料有效营养成分的变异是影响饲料质量的重要因素，饲料企业使用的原料永远不可能与数据库中原料的营养成分相同。因此，建立企业自己的动态饲料原料数据库势在必行。近3 年来李德发院士一直致力于“猪饲料原料有效养分动态数据库”的建立，完成了多种饲料原料的营养价值评价工作，初步建立一个饲料有效成分的动态数据，并形成了一个动态数据库的配方软件。据说，这个想法缘于在上世纪90 年代开始，法国农科院营养研究所的Noblet通过61 种全价饲料的消化、代谢试验，建立了一系列通过全价饲料原料化学成分推测有效成分的回归方程。

　　配方师使用猪饲料有效成分动态数据库，可在配料前通过化学成分分析或者近红外分析快速获得饲料原料有效养分，达到精准配料，提高饲料中养分利用效率和饲料质量，降低饲料成本，节约资源。这一先进科技的产生无论对缓解国家粮食压力还是对提高饲料企业的竞争力，都将是一种福音。

　　一个企业的配方所用原料基本固定，即使原料供求不足，或价格不能接受，也只是改变替换几种原料，而且在选择供货商时，无论从企业、个人、地域、原料等方面还是从物流运输来说都有一定局限性，这种局限性有一定弊端，但反过来，也缩小了企业的原料营养成分变异。因此，对于工业化产品例如豆粕、DDGS等原料，饲料企业应建立以自己企业为中心，以供货商为项目的原料数据库。

　　单一原料供货商的原料养分也有变异，据笔者经验，单就豆粕粗蛋白质一项（不计大豆来源，取样变异等），其检测数值变异在1%~3%之间，因此，有必要建立品管部的化验记录，配方师的本厂、某供货商、某品牌的动态原料数据库。

　　据了解，世界知名数据公司正在想办法寻找处理饲料真实成分和配方师使用数值的差异，并进行软件模拟，以便为配方师提供更准确的数值。

　　5、小结

　　总之，大型饲料企业完全有条件建立自己的动态饲料数据库，这对于提高本公司配方的准确性和可靠性具有巨大作用。规划分析自己的原料数据库，将误差降低到最小，是当前配方师应寻求的方法。学会使用数学模型，建立动态饲料数据库是降低成本的最有效手段。