首页> 中文学位 >不同来源玉米、豆粕对蛋鸡代谢能和氨基酸可利用率的评定及近红外预测模型的构建
【6h】

不同来源玉米、豆粕对蛋鸡代谢能和氨基酸可利用率的评定及近红外预测模型的构建

代理获取

目录

声明

摘要

第一章 文献综述

前言

1 饲料代谢能、氨基酸可利用率的生物学评定方法

1.1 传统评定方法

1.2 快速测定法

1.3 小结

1.4 影响玉米和豆粕代谢能/氨基酸可利用率生物学评定的因素

2 饲料在产蛋鸡上评定的研究

2.1 产蛋鸡饲料的评定方法

2.2 玉米和豆粕代谢能和氨基酸可利用的评定

3 代谢能、氨基酸可利用率的体外评估方法

3.1 回归预测法

3.2 酶解法

3.3 近红外光谱预测法

3.4 小结

4 存在问题

5 试验研究的内容、目的和总体技术路线

第二章 试验部分

试验一 玉米代谢能和氨基酸可利用率的评定

1 试验材料与方法

2 试验结果与分析

3 讨论

4 小结

试验二 豆粕代谢能和氨基酸可利用率的评定

1 试验材料与方法

2 结果与分析

3 讨论

4 小结

试验三 傅里叶变换近红外预测模型的建立

1 材料与方法

2 结果与分析

3 讨论

4 小结

第三章 全文总结

参考文献

致谢

展开▼

摘要

本研究旨在评定罗曼蛋鸡对不同来源玉米和豆粕的代谢能(Metabolizable energy,ME)和氨基酸可利用率(Amino Acids availability,AAA),并在此基础上探讨了使用近红外光谱分析技术建立预测模型来估计其生物效价的可行性,为构建蛋鸡饲料营养价值数据库和玉米、豆粕ME和AAA的快速预测积累基础数据。
  本研究采用单因子完全随机试验设计,以一种试粮作为一个处理,每个处理8重复,每个重复1只罗曼蛋鸡。在对蛋鸡进行采食训练的基础上,采用全收粪法评定了30种不同来源的玉米、豆粕的ME及AAA;并在此基础上扫描得到相应的近红外光谱图,采用近红外光谱建模技术构建其近红外预测模型。其结果如下:
  1.罗曼蛋鸡对玉米试验饲粮的平均采食量为(65.20±4.55)g,平均每天产蛋数5.77±0.63,平均蛋重、蛋白高度、哈夫单位、蛋壳强度、蛋壳厚度、蛋黄比重分别为(51.17±2.61)g、(7.06±0.87) mm、(84.62±4.40)、(3.80±0.43) kgf-1、(31.14±1.88)10-2mm、(28.15±1.05)%。30种不同来源玉米的表观代谢能为11.37~16.91 MJ/Kg,平均为(15.26±0.87) MJ/Kg;总氨基酸可利用率范围为82.06%~93.23%,平均值为(87.47±5.95)%;总必需氨基酸可利用率范围为82.37%~92.97%,平均值为(86.70±7.26)%;必需氨基酸中的Lys可利用率为(77.93±5.22)%。
  2.罗曼蛋鸡对豆粕试验饲粮的平均采食量为(66.72±10.08)g,平均每天产蛋数5.57±0.68,其平均蛋重、蛋白高度、哈夫单位、蛋壳强度、蛋壳厚度、蛋黄比重分别为(52.13±1.94)g、(6.87±0.86)mm、(78.91±7.59)、(3.34±0.37)kgf-1、(32.81±1.29)10-2mm、(29.01±0.99)%。30种不同来源豆粕代谢能范围11.95~14.87 MJ/kg,平均值为(13.24±0.67)MJ/kg;总氨基酸可利用率范围为89.99%~94.96%,平均值为(92.63±1.22)%;总必需氨基酸可利用率范围为91.18%~96.34%,平均值为(94.10±1.23)%;必需氨基酸中的Lys可利用率为(94.81±1.11)%。
  3.玉米ME近红外预测模型的R2cal、 R2cv、R2val分别为0.99、0.94、0.95,RMSEP为0.13 MJ/kg;氨基酸可利用率的近红外预测模型的R2cal、R2cv、R2val范围分别为0.91~0.99、0.81~0.98、0.79~0.97,RMSEP范围为0.10%~1.66%。
  4.豆粕ME近红外预测模型的R2cal、R2cv R2val分别为0.99、0.84、0.81,RMSEP为0.22 MJ/kg;氨基酸可利用率的近红外预测模型的R2cal、R2cv、R2val范围分别为0.94~0.99、0.76~0.97、0.62~0.99,RMSEP范围为0.06%~1.00%
  结论:1)本试验条件下,采用罗曼产蛋鸡作为模型评定饲用玉米、豆粕的生物有效性时,蛋鸡可维持产蛋,蛋品质基本正常;2)不同来源玉米、豆粕间蛋鸡ME、氨基酸利用率存在较大的差异;3)可以采用近红外光谱分析技术建立预测蛋鸡对玉米、豆粕的ME和AAA的模型,模型可靠程度高,预测误差较小。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号