CN110546499B - 确定对饲料原料营养价值的加工影响的方法 - Google Patents

Abstract

本发明涉及一种测定对饲料原料和/或饲料的质量的加工影响的方法，其中测定了饲料原料和/或饲料的加工条件指标和动物物种中饲料原料和/或饲料的氨基酸的特定消化系数。本发明还涉及考虑所确定的加工影响的优化饲料的方法，以及由此获得和/或可获得的饲料。

Description

确定对饲料原料营养价值的加工影响的方法

技术领域

本发明涉及一种用来确定对饲料原料和/或饲料营养价值的加工影响的方法，考虑到所确定的加工影响的饲料优化方法，以及由此获得的和/或可获得的饲料。

背景技术

由于很多原因，饲料可能会对动物和各自的动物产品如肉和牛奶产生负面影响，在最坏的情况下也会对人类作为消费者产生负面影响。这方面的例子是错误选择饲料和配给量选择以及由此产生的营养和能量供应、饲料污染、坏掉的饲料中的生物负载和/或毒素负荷(霉菌毒素)以及植物饲料中所谓的抗营养因子。

抗营养因子来自植物的次级代谢，仅存在于特定的植物物种中。它们在初级代谢中不起重要作用。相反，它们的功能是防御有害动物和害虫，调节并起到垂死物和香味的功能。抗营养因子对动物的负面影响包括摄食、动物性能降低、营养素消化率变化、代谢紊乱及其毒性。

抗营养因子可以分为碳水化合物、蛋白质、酚类和酚类衍生物、葡萄糖苷和糖苷、螯合剂和硫代葡萄糖苷以及甲狀腺腫素的物质组，由此可以将单一化合物分组为多于一种物质类别。

碳水化合物物质组的抗营养因子的例子是：

-非淀粉多糖，其作为细胞壁的一部分存在，如戊糖，其存在于羽扇豆、大麦、玉米和黑麦中，β-葡聚糖，其存在于大麦和黑麦中，以及果胶，其存在于向日葵中。由于它们可溶胀，这些碳水化合物的导致在动物中掺入水，特别是在幼禽中，增加了食糜(chymus)的粘度，降低了饲料中的能量密度，降低了消化率，并且降低了在增长和性能；及

-难消化的低聚糖，用于α-半乳糖苷如棉子糖、水苏糖、毛蕊花糖和筋骨草糖(ajugose)，它们存在于羽扇豆、大豆和油菜籽中，并且其在盲肠/结肠中进行迅速的微生物转化，导致胃肠胀气和腹泻。蛋白质物质组的抗营养因子的例子是：

-蛋白酶抑制剂，存在于蚕豆、豌豆、羽扇豆、大豆、瓜尔豆和大米(用于(幼)鸡、仔猪和食肉动物)中，其抑制胰蛋白酶和胰凝乳蛋白酶的活性，从而降低蛋白质的消化率；及

-凝集素(血凝集素)，其存在于菜豆物种(蚕豆、豌豆、大豆和羽扇豆(用于单胃动物)，它们与肠粘膜的受体结合，导致再吸收障碍，并在体外导致红细胞凝集。

WO 2011/109624 A1公开了具有遗传等位基因(genetic allele)的大豆，用于在种子中产生降低的胰蛋白酶抑制剂含量。该文献还公开了超低胰蛋白酶抑制剂大豆的后代大豆植物，其中所述后代包含至少两种具有WO 2011/109624 A1的性状的大豆植物的组合，使得在相同环境条件下生长时，以5％显著程度对所述性状进行确定，所述后代大豆植物与WO 2011/109624 A1的大豆植物没有显著差异。

酚类和酚衍生物的物质组的抗营养因子的实例是：

-单宁(苯酚衍生物)，存在于蚕豆和豌豆(用于家禽、猪和马)中，可降低饲料吸收，抑制蛋白水解酶，降低蛋白质消化率，从而导致便秘；

-烷基间苯二酚，存在于大麦中，通常在小黑麦中，并且经常在小麦中(用于单胃动物)，其导致对饲料摄取和生长的抑制；及

-棉酚，存在于棉籽中(用于所有类型的动物)，其具有溶血作用，因为它与铁结合并导致蛋黄变色，蛋白质代谢和精子发生紊乱以及肝和肾损伤。

葡糖苷和糖苷的物质组的抗营养因子的实例是：

-嘧啶–葡萄糖苷(vicin，convicin等)，存在于蚕豆和野豌豆中(用于产蛋母鸡和母猪)，导致脂肪代谢紊乱，产蛋性能和孵化率降低，及生育能力和泌乳失调；

-α-半乳糖苷，存在于羽扇豆、蚕豆和豌豆中；

-氰基葡萄糖苷，存在于菜豆物种(野豌豆、亚麻籽、木薯和羽扇豆)中(用于马和所有类型的牲畜)，由于释放氢氰酸(呼吸毒物)导致中毒症状；及

-皂甙，存在于蚕豆、豌豆和羽扇豆中(用于：(年轻的)鸡)，其产生苦味，导致饲料摄取减少，具有溶血作用，也是维生素D的拮抗剂。

生物碱物质组的抗营养因子的例子是：

-生物碱鹰爪豆碱、羽扇豆素、羟基泛素、狹葉(angustifolin)、茄碱(solanin)，存在于羽扇豆中，特别是在番茄和土豆中(用于：单胃动物，猪和牛)，麦角生物碱，特别是存在于黑麦中，会产生苦味，导致饲料摄取减少，但最显著的是生物碱是有毒的，麦角生物碱可导致流产，

-牛生物碱领域的麻痹和痉挛，因此导致牛奶产量下降；及

-芥子油，存在于油菜籽中(用于：产蛋母鸡，特别是棕色蛋层)，其中肠道细菌转化为三甲胺(TMA)，当肝脏中的TMA氧化酶活性不够高时，其富集在肝脏中，并使蛋具有鱼腥味。

螯合剂物质组的抗营养因子的例子是：

-植酸，存在于例如玉米、玉米豆类和提取物碎片中(用于：单胃动物，猪和家禽)，其通过与双电荷离子如Ca²⁺、Zn²⁺和Fe²⁺螯合而降低生物体中这些离子的可用性；及

-棉酚，存在于棉籽中(用于所有类型的动物)，因其它与铁结合而具有溶血作用，并导致蛋黄变色，蛋白质代谢和精子发生紊乱以及肝和肾损伤。

硫代葡萄糖苷物质组的抗营养因子的例子是：

-葡萄糖芸薹素(Glucobrassicin)、葡萄糖芫菁芥素(gluconapin)、glucobrassiconapin和甲状腺肿素原(progoitrin)，都存在于油菜籽中(用于：繁殖动物，特别是猪，家禽和小牛，奶牛)，在释放有毒异硫氰酸酯、硫氰酸盐和腈化合物时，可进行酶促裂解；其它硫代葡萄糖苷及其裂解产物导致饲料摄取减少，它们干扰生育效率和甲状腺激素的产生，它们促进甲状腺增大形成并导致甲状腺素进入乳汁。

此外，甲状腺素(存在于大豆，亚麻籽和卷心菜中)导致甲状腺增大。

上述抗营养因子的非限制性列表及其对动物的负面影响表明，抗营养因子对喂养实践有很大影响。因此，为了避免抗营养因子对动物的负面影响，应从用于制备饲料的原料中除去抗营养因子。在不可能从饲料原料中完全除去抗营养因子的情况下，则必须限制向动物供应抗营养因子，以避免对动物的不利影响。

为了从饲料原料中除去抗营养因子或减少它们在饲料原料中的存在，需对用于制备饲料的原料进行加工，其中它们经受诸如烹饪或烘烤的热加工，除去蛋白酶抑制剂和凝集素及其它物质，或用碱加工，以去除例如芥子碱。因此，对许多饲料原料进行热加工。此外，还对进料产品进行热加工以除去水分。例如，Galen J.Rokey等人的文章“Feedextrusion process description”(Revista Brasileira de Zootecnia，卷39，页510-518，2010)公开了用于生产许多产品的挤出蒸煮在过去三十年中已经成熟，并提供了用于加工动物饲料的非常有用且经济的手段。该方法允许更好地利用可用的谷物和植物及动物蛋白质，以允许具有改进和独特饲喂特性的成本有效性和营养健全的饮食。该文章还公开了可口的、功能性的和定制的饲料可以由原料配方、系统配置和加工条件有利地制造。

然而，这种热加工会导致饲料原料中的氨基酸的损坏。例如，具有氨基的化合物如氨基酸和蛋白质在还原化合物，特别是还原糖存在下进行Maillard反应。对于具有ε-氨基的赖氨酸尤其如此，其可以与饲料原料中的多种成分反应。由这些反应所产生的化合物可以部分地在动物的肠中被吸收，但它们没有任何营养价值。例如，赖氨酸分子或含有赖氨酸的蛋白质的游离ε-氨基可以与还原糖，特别是葡萄糖等己糖的羰基发生可逆缩合反应，首先产生希夫碱，其随后发生不可逆的Amadori重排，形成ε-N-脱氧酮基肌氨赖氨酸(desoxyketosyl lysine)，其有时被称为Amadori产物或早期Maillard产物。所述ε-N-脱氧酮基肌氨酸赖氨酸可以进一步反应形成棕色颜料或蛋白黑素，其是黄褐色至几乎黑色的含氮有机化合物。所述希夫碱，至少是那些由脂肪醛和还原糖形成的碱，可以在哺乳动物的肠中几乎完全被吸收。相比之下，Amadori产物ε-N-脱氧酮肌氨的代谢可忽略不计。在饲料原料加工中使用的条件，特别是烹饪或烘烤中的高温、极端pH值和高反应物浓度，有利于Maillard反应。然而，一部分反应的赖氨酸衍生物是对酸不稳定的，并且在常规湿法化学分析氨基酸的酸水解步骤中可以恢复为赖氨酸。然而，这不会发生在消化道中。因此，通过常规氨基酸分析确定的饲料中的氨基酸浓度将具有误导性并且将高估热损伤饲料中的实际氨基酸含量和可用性。

Maillard反应被认为是饲料原料中氨基酸和含氨基酸蛋白质，特别是赖氨酸或含有赖氨酸的蛋白质降解的主要原因。然而，除了Maillard反应之外，还有其它反应会导致氨基酸和含氨基酸的蛋白质的降解。例如，在不存在脂肪或(还原)糖的情况下强烈加热蛋白质会导致赖氨酸分子与氨基酸(如天冬酰胺和谷氨酰胺)的氨基侧链反应形成内部肽键，即所谓的异肽。除了产生异肽的反应之外，还发生其它反应，例如赖氨酸–丙氨酸的形成，赖氨酸分子与氧化多酚的反应，氨基酸的酰化和氨基酸的外消旋化。除了赖氨酸分子的改性之外，饲料原料的加工还导致蛋白质的变性和形成广泛的蛋白质内部以及分子间的交联，以及与除赖氨酸之外的其它氨基酸的交联。包括Maillard反应在内的上述反应可导致氨基酸的一般性损失和饲料原料中氨基酸和蛋白质的消化率降低，从而减少氨基酸，特别是赖氨酸和蛋白质的摄取。

饲料的进一步加工也可导致蛋白质的可用性或溶解度降低。例如，US 5,783,238公开了来自谷氨酸发酵可溶物和/或玉米发酵可溶物(其中可以加入载体、另外的氨基酸和酶)的US 5,783,238的饲料添加剂的优选实施方案中衍生的非蛋白氮、肽、氨基酸和完整蛋白形式的可变溶解度的有机和无机氮的混合来源，其优于现有技术的组合物。该文献进一步公开了基于饲料添加剂的饮食的常规化学分析反映了可用未加工材料获得的溶解度值，因为饲料成分的常规化学分析不能区分溶解速率的变化。在化学上，可以通过测量游离氯来测量由于加工而在US 5,783,238的饲料添加剂中发生的氮溶解度的改变。该分析表明，US 5,783,238的共混物中仅33％的非蛋白质氮组分是易溶的。

WO 97/02489 A1和NZ 312221 A公开了一种用于确定食品的反应性赖氨酸消化系数的方法。该方法包括以下步骤：a)将标记物引入待分析的食品中，b)将该食品喂养给非人类受试者预定的一段时间，c)从受试者获得食品消化物的样品，d)通过以下方法测定食品中可消化的反应性赖氨酸含量：i)将赖氨酸衍生剂引入所述食品中；和ii)通过测量食品中的等效衍生化赖氨酸含量来确定食品中可消化的反应性赖氨酸含量，e)确定所述反应性食品消化物中可消化赖氨酸含量：i)将赖氨酸的ε-氨基的赖氨酸衍生剂引入到所述食品消化物中，和ii)通过测量食品中等效的衍生化赖氨酸含量来测定食品消化物的可消化反应性赖氨酸含量消化物，f)测量所述食品和食品消化物中的标记物浓度，g)以每克标记物来表述说是食品和食品消化物的反应性赖氨酸含量，和h)计算反应性赖氨酸消化率的系数。

热暴露也对其它饲料的氨基酸含量有显著影响，这些饲料是从高热暴露的过程中获得的，如所谓的DDGS(具有可溶物的干酒糟)。通常，在制备生物乙醇的工厂中在蒸馏乙醇和干燥剩余的副产品蒸馏物之后获得DDGS，所述生物乙醇的制备基于含有淀粉的谷物如玉米，小麦，大麦和高粱。釜馏物中含有的蛋白质、纤维和油是营养素，因此将其用作饲料。然而，只有干燥的副产物是可储存的，且还可以喂给除反刍动物之外的其它物种。通常，所述干燥的副产物在干燥后造粒，这样得到的饲料通常称为DDGS。用于生产生物乙醇的大约三分之一的谷物产生DDGS。用于生产生物乙醇的每蒲式耳(一美国蒲式耳谷物等于35.2391升)谷物提供约2.7加仑乙醇(1加仑等于4.54609升)，18磅DDGS(1磅等于453.59237克)和18磅碳二氧化碳。DDGS具有高含量的谷物残留物和酵母蛋白质、矿物质和维生素的残留物，因此具有高残余能量值。由于其约为30％的高蛋白质含量及其额外的能量值，DDGS是蛋白质和能量的来源，可以很容易地被肉牛和奶牛消化。此外，DDGS可用于喂养家禽和猪。DDGS用于饲喂反刍动物是特别常见的，并且在美国有很好的记载。在北美，约有80％的DDGS用于喂养牛。然而，在蒸馏发酵过程中形成的乙醇及在剩余副产物的干燥中的热暴露导致在所述副产物中对氨基酸具有强烈的热应力，其可导致氨基酸和蛋白质的Maillard反应，形成异肽和赖氨酸–丙氨酸，氨基酸与氧化多酚的反应，氨基酸的酰化，氨基酸的外消旋化，蛋白质的变性及形成广泛的蛋白质交联。

通常，饲料原料中氨基酸的量通过使用标准氨基酸分析方法测定或通过使用近红外光谱法评估。所述氨基酸分析的标准方法是湿法化学方法，其中饲料原料中存在的氨基酸首先在盐酸中蒸煮以使氨基酸与它们主要结合的蛋白质分离，然后是色谱法分离水解产物，或首先将它们氧化，然后水解，最后将水解产物进行色谱分离。所述第一种选择适用于所有氨基酸，除了在水解中被破坏的色氨酸，以及通过水解部分降解的甲硫氨酸和胱氨酸。然而，含硫氨基酸甲硫氨酸，胱氨酸和半胱氨酸是可以定量测定的，如果在水解前将它们在0℃下用过甲酸氧化成甲硫氨酸砜和半胱磺酸，并且在水解后分析这些衍生物。胱氨酸和半胱氨酸都都通过氧化样品的水解产物中的半胱磺酸确定。在水解期间，所述氨基酸天冬酰胺和谷氨酰胺完全转化为天冬氨酸和谷氨酸，并可以如此测定。因此，谷氨酰胺和天冬酰胺总是与天然的谷氨酸和天冬氨酸一起测定。因此，谷氨酸和天冬氨酸的测定值是总和参数。所述第二种选择适用于除酪氨酸外的所有氨基酸，酪氨酸在所述氧化步骤中会降解。两种选择都可以精确测定氨基酸含量。然而，一个很大的缺点是两种选择都非常耗时且耗费大量工作。因此，这些方法不适用于快速分析，特别是不适合作为常规方法。相比之下，近红外光谱不适合于精确或甚至高度精确地测定样品中的氨基酸含量。相反，该方法仅允许评估或预测样品中的氨基酸含量–然而，这非常容易且非常快速。

Evonik生产饲料用氨基酸，在分析氨基酸方面拥有50多年的经验。2012年，他们每年通过湿化学法测试了大约15,000个样品(参见Richard Mills的文章“Evonik’s AminoNIR–NIR for the feed industry”)(http://nirperformance.com/2012/10/24/evoniks-amino-nir/)。虽然湿化学参考方法仍然是分析氨基酸的黄金标准，但使用NIR进行快速测试对于向客户提供及时的结果以帮助创造最佳饮食越来越重要。所述NIR仪器连接到网络，与该中心的Evonik实验室相连。该网络不断发展，现在包括位于世界各地饲料厂和分析实验室的大约870个近红外仪器。

WO 01/15548 A1和EP 1145645 A1公开了一种分析、选择和增强用于动物饲料产品的原料的方法，其可消除系统的过量配方，同时保证补充产品中所需的营养水平。详细而言，这些文献公开了一种方法，其包括分析用于动物饲料产品的原料批次的营养组成的步骤，包括通过近红外反射光谱法测量原料中的最后氨基酸的量，将营养组成与预定营养组成相比较，计算使所述批次的组成达到预定营养组成所需的补充营养素的量，确定经济和营养上有利的原料簇的阈值，筛选所述批次以拒绝所需补充营养素的量大于阈值的那些并接受所需补充营养素的量小于阈值的那些，并仅用计算量的补充营养素补充所接受的原料批次。

用于表征对饲料原料的加工影响的多个参数是已知的，但是实验表明，没有文献已知的参数适用于对食品相关的对食品原料的加工影响进行充分表征。除其它因素之外，这是由于各个参数导致不同的陈述。例如，脲酶活性的测定是评估大豆加工质量的最常见的测试。然而，该试验仅允许检测饲料原料的加工不足，但不适合检测饲料原料的过度加工。相比之下，一个样品中蛋白质在碱中的溶解度原则上可以区分适当加工的产品的过度加工的产品。然而，这种区别需要假设蛋白质在碱中的溶解度的热损伤程度的特定值。因此，这些假设已经对饲料原料和/或饲料的分类产生很大影响。此外，这种方法自身也导致关于饲料原料和/或饲料质量的矛盾陈述。

因此，在饲料工业中尚未接受单个已知参数或参数的特定组合作为对食品相关特征的足够的或甚至是强制性的表征也就不足为奇了。

因此，需要一种方法，其允许在全球范围内表征对饲料原料的营养价值的加工影响，且独立于具体的重要性，特别是各个方法的优点和缺点。

发明内容

根据本发明，该问题通过获得一组参数而得以解决，这些参数在其重要性上是互补的，因此是可组合的。除其它参数外，这些参数尤其是胰蛋白酶抑制剂活性、脲酶活性、蛋白质在碱中的溶解度、蛋白质分散指数、和/或赖氨酸的反应量与赖氨酸总量的比例。另一个参数是选自由甲硫氨酸、半胱氨酸、胱氨酸、苏氨酸、亮氨酸、精氨酸、异亮氨酸、缬氨酸、组氨酸、苯丙氨酸、酪氨酸、色氨酸、甘氨酸、丝氨酸、脯氨酸、丙氨酸、天冬氨酸和谷氨酸所组成的组中的至少一种氨基酸。这些参数是通过对从加工特定饲料原料的不同时间点获得的饲料原料的样品系列进行定量分析而获得。对于每个确定的参数，确定所谓的加工条件指标(PCI)，其描述了饲料原料的所有可想到的加工条件，即不足、充分或过度加工。然后将如此获得的加工条件指标绘制成刻度，以便于将饲料原料分类为加工不足、适当加工或过度加工。

该方法不限于任何特定的饲料原料，因此也可用于确定对饲料(如含有可溶物的干酒糟(DDGS))的加工影响。

因此，本发明的目的是一种确定对饲料原料和/或饲料的营养价值的加工影响的方法，包括以下步骤：

a)对加工过的饲料原料和/或饲料样品进行如下

a1)对至少一种选自由胰蛋白酶抑制剂活性、脲酶活性、蛋白质在碱中的溶解度和蛋白质分散指数所组成的组中的参数进行定量分析；

a2)确定赖氨酸的反应量与赖氨酸总量的比例，包括定量分析赖氨酸的反应量和赖氨酸的总量，然后形成赖氨酸的反应量与赖氨酸的总量的比例；及

a3)定量分析至少一种选自由甲硫氨酸、半胱氨酸、胱氨酸、苏氨酸、亮氨酸、精氨酸、异亮氨酸、缬氨酸、组氨酸、苯丙氨酸、酪氨酸、色氨酸、甘氨酸、丝氨酸、脯氨酸、丙氨酸、天冬氨酸和谷氨酸所组成的组中的氨基酸的量；

b)将步骤a1)至a3)中获得的参数作为步骤a)中样品加工时间点的函数绘图；

c)确定步骤b)的图中的区域，其中胰蛋白酶抑制剂活性的值(以每g样品的胰蛋白酶的mg数表示)大于4，在测定脲酶活性时pH值的增加大于0.35，蛋白质在碱中的溶解度值(以样品中可溶于碱性溶液的蛋白质的百分比表示)大于85％，和/或蛋白质分散指数的值(以样品原始氮含量的百分比表示)大于40％，将如此获得的区域指定为加工不足；

d)确定步骤b)的图中的区域，其中赖氨酸的反应量与赖氨酸总量之比的值小于90％，蛋白质分散指数的值(以样品原始氮含量的百分比表示)小于15％，和/或蛋白质在碱中的溶解度值(以样品中可溶于碱性溶液的蛋白质的百分比表示)小于73％，将如此获得的区域指定为过度加工；

e)确定步骤b)的图中的区域，其中胰蛋白酶抑制剂活性的值(以每g样品的胰蛋白酶的mg数表示)小于4，蛋白质在碱中的溶解度值(以样品中可溶于碱性溶液的蛋白质的百分比表示)在73％至85％之间，蛋白质分散指数的值(以样品原始氮含量的百分比表示)在15％至40％之间，且赖氨酸的反应量与赖氨酸的总量之比的值为至少90％，将如此获得的区域指定为适当加工；

和/或

从b)的图中减去步骤c)和d)中确定的区域，将如此获得的区域指定为适当加工；

f)通过将步骤c)至e)中获得的区域标准化为相同的尺寸来生成加工量度，将它们分类为过度加工至加工不足，或反之亦然，并为所述标准化和分类区域给出连续的量度；

g)将步骤a1)至a3)中获得的参数值插入幂级数，并得到从各幂级数获得的值的平均值，其中所述平均值被指定为加工条件指标(PCI)，

及

h)将步骤g)中获得的加工条件指标绘制到步骤f)中获得的加工量度中，以指示饲料原料和/或饲料是过度加工还是适当加工还是加工不足。

在本发明的上下文中，术语赖氨酸的反应量用于表示实际可用于动物的赖氨酸的量，特别是用于动物消化的赖氨酸的量。相比之下，在本发明的上下文中，术语赖氨酸的总量用于表示实际可用于动物的赖氨酸量(特别是用于动物消化的赖氨酸量)和不适用于动物，特别是不能用于动物的消化的赖氨酸的量的总和。所述后者赖氨酸的量通常是由于赖氨酸的降解反应(例如已经提到的Maillard反应)造成的。

在本发明的上下文中，导致对饲料原料和/或饲料造成损害，特别是减少氨基酸量的加工被称为过度加工。相比之下，没有从饲料原料和/或饲料中完全或至少可接受地去除抗营养因子的加工被称为加工不足。最后，在不破坏氨基酸和/或蛋白质的情况下导致抗营养因子的完全或至少可接受的破坏的加工被称为适当加工或适当的加工。

胰蛋白酶抑制剂活性的定量分析基于所述抑制剂与酶胰蛋白酶形成复合物从而降低其活性的能力。胰蛋白酶催化合成底物N-α-苯甲酰-D,L-精氨酸-对硝基苯胺(DL-BAPNA，IUPAC名称N-[5-(二氨基亚甲基氨基)-1-(4-硝基苯胺基)-1-氧代戊烷-2-基]苄基酰胺)和N-α-苯甲酰基-L-精氨酸-对硝基苯胺(L-BAPNA，IUPAC名称N-[5-(二氨基亚甲基氨基)-1-(4-硝基苯胺基)-1-氧代戊烷-2基]苄基酰胺)的水解。该催化水解释放出黄色产物对硝基苯胺，因此导致吸光度的变化。所述胰蛋白酶活性与该黄色成比例。所述对硝基苯胺的浓度可以通过光谱法在410nm的波长下测定。L-BAPNA通常用于ISO 14902(2001)方法中，而DL-BAPNA通常用于方法AACC 22.40-01(最初由Hamerstrand于1981年发明的方法的改进)中。

在方法ISO 14902中，首先用0.50mm筛子将样品精细研磨。在研磨过程中，应避免产生任何热量。将研磨的样品与碱性水溶液混合，例如，将1克样品置于50ml氢氧化钠溶液(0.01N)中，然后将如此得到的溶液、悬浮液、分散液或乳液储存在最高4℃的温度下24小时。由此获得的混合物的pH为9-10，特别是9.4-9.6。将所得溶液用水稀释并静置。取该溶液的一个样品(如1ml)并根据假定的或预先估计的胰蛋白酶抑制剂活性含量进行稀释，使1ml的稀释溶液可抑制40-60％的所述酶促反应。将胰蛋白酶工作溶液(如1ml)加入到L-BAPNA、水和所述稀释的样品提取液的混合物(如5ml L-BAPNA、2ml(蒸馏)水和1ml所述适当稀释的样品提取液)中。然后将样品在37℃下温育10分钟。加入1ml乙酸(30％)终止反应。如上制备空白试样，但在添加乙酸之后添加胰蛋白酶。在2.5g下离心，在410nm波长下测量吸光度。

在方法AACC 22-40.01中，首先用0.15mm筛子对样品进行精细研磨。在研磨过程中，应避免产生任何热量。将研磨的样品与碱性水溶液混合，例如，将1克样品置于50ml氢氧化钠溶液(0.01N)中，并在20℃下缓慢搅拌3小时。由此获得的溶液、悬浮液、分散液或乳液的pH应为8-11，优选8.4-10。将所得溶液、悬浮液、分散液或乳液用水稀释，摇动并静置。取该溶液的一个样品(如1ml)并根据假定的或预先估计的胰蛋白酶抑制剂活性含量进行稀释，使1ml的稀释溶液可抑制40-60％的所述酶促反应。将胰蛋白酶工作溶液(如2ml)加入到D,L-BAPNA、水和所述稀释的样品提取液的混合物(如5ml D,L-BAPNA、1ml(蒸馏)水和1ml所述适当稀释的样品提取液)中。然后将样品在37℃下温育10分钟。加入1ml乙酸(30％)终止反应。如上制备空白试样，但在添加乙酸之后添加胰蛋白酶。在2.5g下离心，在410nm波长下测量吸光度。

与所使用的方法无关，所述胰蛋白酶抑制剂活性以每克胰蛋白酶的胰蛋白酶抑制剂的mg数来计算，使用下式：

i＝抑制百分比(％)；

Ar＝标准溶液的吸光度；

Abr＝标准的空白吸光度；

As＝样品溶液吸光度；

Abs＝样品的空白吸光度；

TIA＝胰蛋白酶抑制剂活性(mg/g)；

i＝抑制百分比(％)；

m0＝测试样品质量(g)；

m1＝胰蛋白酶质量(g)；

f1＝样品提取物的稀释倍数；及

f2＝基于胰蛋白酶的纯度的转换因子。

一个胰蛋白酶单位定义为酶的量，对于每1ml的反应体积，其在反应10分钟后将410nm处的吸光度增加0.01单位。胰蛋白酶抑制剂活性定义为抑制的胰蛋白酶单位的数量(TIU)。使用下面公式计算每毫升的TIU

其中

A_blank＝空白吸光度

A_sample＝样品吸光度

V_dl.smp.＝稀释样品溶液的体积，单位为ml。

将如此获得的TUI相对于稀释的样品溶液的体积绘图，其中将所述抑制剂体积外推至0ml的值给出了最终的TUI[ml]。最后，使用下面公式计算每克样品的TUI

TUI[g]＝TUI[ml^-1]×d×50

其中d＝稀释因子(最终体积除以所取的量)。

该分析方法的结果不应超过重复样品平均值的10％。

因此，胰蛋白酶抑制剂活性的定量分析优选包括以下步骤：

i)将饲料和/或饲料原料样品溶解在碱溶液中；

ii)稀释步骤i)中获得的溶液的一个等分试样，以提供其中胰蛋白酶抑制剂浓度足以抑制约40-60％胰蛋白酶的混合物；

iii)将特定体积的胰蛋白酶溶液加入到步骤ii)中获得的混合物中；

iv)将BAPNA加入到步骤iii)中获得的混合物中以开始BAPNA与胰蛋白酶的水解反应；

v)停止所述水解反应；

vi)测量步骤v)中获得的混合物在410nm波长下的吸光度，并用下述公式计算抑制的胰蛋白酶单位数

其中

A_blank＝空白吸光度

A_sample＝样品吸光度

V_dl.smp.＝稀释样品溶液的体积，单位为ml；

及

将步骤viii)中获得的TUI对稀释的样品溶液的体积绘图，将所述抑制剂体积外推至0ml的值给出了最终的TUI[ml]；和/或

vii)根据下述公式的每克样品的TUI

TUI[g]＝TUI[ml^-1]×d×50

其中d＝稀释因子(最终体积除以所取的量)。

所述酶脲酶催化尿素降解为氨和二氧化碳。由于脲酶天然存在于大豆中，因此该酶的定量分析是评价加工大豆品质的最常见试验。优选，根据ISO 5506(1988)或AOCS Ba9-58的方法进行脲酶的定量分析。AOCS Ba 9-58的方法确定脲酶的残余活性作为间接指标，以评估蛋白酶抑制剂在饲料原料和/或饲料加工中是否已被破坏。所述脲酶的残余活性的测量为试验中pH值的增加，这是碱性化合物氨释放到培养基中的结果。所述pH值增加的推荐水平为0.01-0.35单位升高(NOPA，1997)。饲料原料和/或饲料的脲酶活性的典型定量分析如下：首先，制备尿素在含有NaH₂PO₄和KH₂PO₄的缓冲液中的溶液，例如，将30克尿素加入到1升由4.45克Na₂HPO₄和3.4克KH₂PO₄组成的缓冲溶液中，并测量由此获得的pH值。随后，将饲料原料和/或饲料的一个样品(0.2克大豆样品)添加到该溶液中。将含有如此获得的溶液、悬浮液、分散液或乳液的试管或烧杯置于水浴中，在例如30+/-5℃，优选30℃的温度下，放置20-40分钟，优选30分钟。最后，测量该溶液、悬浮液、分散液或乳液的pH值，与原始尿素溶液的pH值进行比较，所得差异作为pH的增加。

因此，脲酶活性的定量分析优选包括以下步骤：

i)制备尿素在含有Na₂HPO₄和KH₂PO₄的缓冲液中的溶液；

ii)测量步骤i)的溶液的pH值；

iii)向所述含尿素的溶液中加入饲料原料和/或饲料原料的样品；

iv)将如此获得的溶液、悬浮液、分散液或乳液在恒定温度下保持一段时间，然后测量所述溶液、悬浮液、分散液或乳液的pH值；及

v)将步骤ii)和iv)中测量的pH值之间的差异作为pH的增加。

蛋白质在碱中的溶解度，下文中也称为蛋白质在碱性溶液中的溶解度或蛋白质的碱溶解度，是区分过度加工产品与正确加工产品的有效方法，例如可根据DIN EN ISO14244。

蛋白质在碱中的溶解度或蛋白质的碱溶解度包括确定溶解在碱溶液中的蛋白质的百分比。在溶解已知重量的饲料原料和/或饲料的样品之前，使用测定氮的标准方法(如Kjeldahl或Dumas方法)测定具有特定重量的样品的氮含量。由此确定的氮含量为总氮含量。然后，将相同重量且来源相同的样品悬浮在规定浓度的碱溶液中，优选在碱性氢氧化物溶液中，特别是在氢氧化钾溶液中。取一份如此获得的悬浮液并离心。再次，取一份如此获得的悬浮液的等分试样。使用测定氮的标准方法(如Kjeldahl或Dumas方法)测定该液体级分中的氮含量。将如此测定的氮含量与总氮含量进行比较，并表示为样品的原始氮含量的百分比。

蛋白质的碱溶解度的定量分析优选包括以下步骤：

i)确定饲料原料和/或饲料样品的氮含量，优选通过诸如Kjeldahl或Dumas的方法进行；

ii)将步骤i)的等分样品置于碱溶液中，优选氢氧化钠或氢氧化钾溶液，然后搅拌；

iii)离心步骤ii)获得的悬浮液、溶液、分散液或乳液；

iv)优选通过诸如根据Kjeldahl或Dumas的方法测定所述溶液的等分试样或从步骤iii)获得的悬浮液、溶液、分散液或乳液的上清液中的氮含量；及

v)计算蛋白质的碱溶解度，表述为步骤iv)中测定的氮含量与步骤i)中测定的氮含量的比例。

优选，步骤ii)中使用的碱性溶液的pH值为11-14，特别是12-13，例如12.5。用于制备所述碱溶液的碱如氢氧化钠或氢氧化钾的量取决于待制备溶液的体积。

用于测定蛋白质的碱溶解度的典型碱溶液的pH值为例如12.5，氢氧化钾溶液的浓度为0.036mol/l或0.2重量％。在步骤ii)中，将例如1.5克大豆样品置于75ml氢氧化钾溶液中，然后在20℃下以8500rpm(每分钟转数)搅拌20分钟。随后，取如此获得的悬浮液、溶液、分散液或乳液的等分试样(例如约50ml)，并立即以2500g离心15分钟。然后，取如此获得的悬浮液、溶液、分散液或乳液的上清液的等分试样(例如10ml)，并通过测定氮的标准方法(如Kjeldahl或Dumas方法)测定所述等分试样中的氮含量。最后，将结果表述为样品中氮含量的百分比。

所述蛋白质分散指数(PDI)的测定测量了样品与水混合后蛋白质在水中的溶解度。该方法还涉及测定已知重量的样品中的氮含量，这通常根据与蛋白质的湿化学法分析相同的方法进行。由此获得的氮含量也称为总氮含量。此外，该方法还包括制备与氮含量的测定中相同重量的样品在水中的悬浮液，这通常使用高速混合器完成。过滤由此获得的悬浮液，并将滤液进行离心。通过再次使用如上所述的诸如Kjeldahl或Dumas方法的标准方法测定如此获得的上清液中的氮含量。由此获得的氮含量也称为溶液中的氮含量。蛋白质分散指数最终计算为溶液中氮含量与总氮含量的比例，并表述为样品的原始氮含量的百分比。

所述蛋白质分散指数的定量分析优选包括以下步骤：

i)测定饲料原料和/或饲料样品的氮含量，优选通过诸如Kjeldahl或Dumas的方法进行；

ii)将步骤i)的样品的等分试样放入水中；

iii)优选通过诸如Kjeldahl或Dumas的方法测定步骤ii)中获得的分散液中的氮含量；及

iv)计算蛋白质分散指数，表述为步骤iii)中测定的氮含量与步骤i)中测定的氮含量的比例。

由于蛋白质分散指数的值随着粒径的减小而增加，因此在测定蛋白质分散指数时获得的结果取决于样品的粒度。因此，优选研磨样品以进行蛋白质分散度指数的测定，特别是使用筛孔尺寸为1mm。

上述方法符合美国油脂化学家协会(American Oil Chemists’Society，A.O.C.S.)的官方方法Ba 10-65，根据该方法优选进行所述蛋白质分散指数的测定。通过用于测定氮的标准方法(如Kjeldahl或Dumas方法)测定例如大豆样品的氮含量。将的大豆样品的等分试样(例如20克)置于搅拌器中，并在25℃下加入(去离子)水，例如300ml，然后搅拌，例如以8500rpm搅拌10分钟。过滤由此获得的悬浮液、溶液、分散液或乳液，并将由此获得的溶液、分散液或乳液在例如1000g下离心10分钟。最后，通过用于测定氮的标准方法(如Kjeldahl或Dumas方法)测定上清液中的氮含量。

许多饲料的加工都可能会导致氨基酸受损。这可能会使一些氨基酸不能用于营养剂中。对于赖氨酸尤其如此，其具有可与存在于饮食中的其它化合物(如还原糖)的羰基反应的ε-氨基，以产生可能从肠道部分吸收但对动物没有任何营养价值的化合物。在热加工过程中游离和/或蛋白质结合的赖氨酸的ε-氨基与还原糖的反应称为Maillard反应。这种反应提供早期和晚期的Maillard产品。所述早期的Maillard产品是结构改变的赖氨酸衍生物，被称为Amadori化合物，而晚期的Maillard产品被称为蛋白黑素(melanoidins)。蛋白黑素不干扰赖氨酸的正常分析，并且对计算的消化率值没有影响。它们仅导致较低浓度的赖氨酸被吸收。因此，通常在氨基酸的常规分析中不识别蛋白黑素。相比之下，Amadori化合物会干扰氨基酸分析，并为所分析的样品提供了不准确的赖氨酸浓度。在这些化合物中结合的赖氨酸被称为“封闭的赖氨酸”，在生物学上是不可用的，因为它对任何胃肠酶促降解都具有抗性。

可以使用Sanger试剂，即1-氟-2,4-二硝基苯(FNDB)测定样品中的反应性赖氨酸含量。因此，通过该方法测定的赖氨酸也称为FDNB-赖氨酸。所述Sanger试剂将赖氨酸转化为黄色二硝基苯基(DNP)-赖氨酸，其可以被提取并在435nm的波长下通过分光光度法测量，或者通过高效液相色谱法测量。

或者，也可以使用温和试剂O-甲基异脲通过胍基化反应测定样品中的反应性赖氨酸含量。在该方法中，O-甲基异脲仅与赖氨酸的ε-氨基反应，但它不与赖氨酸的α-氨基反应。因此，所述胍基化反应可用于测定游离赖氨酸和肽结合的赖氨酸。因此优选使用胍化反应来测定反应性赖氨酸。赖氨酸的胍基化反应产生高精氨酸，其用茚三酮(ninhydrin)进一步衍生化，并且可以在570nm的波长下测量所得的吸收变化。随后，将衍生的样品水解，再次得到高精氨酸。反应性赖氨酸的测定也可以通过未受损的蛋白质结合的赖氨酸在碱性介质中的胍基化反应得到高精氨酸来进行。在这类反应中，通常通过O-甲基异脲(OMIU)的作用实现胍基化。

由于这是一种更容易使用的方法，因此优选使用胍基化反应来测定反应性赖氨酸。所述胍化反应包括将饲料原料和/或饲料样品在O-甲基异脲中的温育。优选，O-甲基异脲与赖氨酸的比例大于1000。将由步骤i)获得的如此加工的样品干燥并分析高精氨酸，优选通过使用离子交换高效液相色谱法进行分析。随后，用茚三酮对所述样品进行衍生化，并在570nm的波长下测量衍生化样品的吸光度。然后，将所述样品进行水解，然后除去溶剂至干燥样品。测定样品中的精氨酸的重量和摩尔量。最后，由高精氨酸的摩尔量计算反应性赖氨酸的量。

因此，用于测定反应性赖氨酸的胍化反应优选包括以下步骤：

i)在O-甲基异脲中温养饲料原料和/或饲料的样品；

ii)分析从步骤i)获得的样品中的高精氨酸；

iii)用茚三酮衍生化得自步骤ii)的样品；

iv)测量从步骤iii)获得的样品在570nm波长下的吸光度；

v)使步骤iv)的样品进行水解；

vi)确定水解样品中高精氨酸的重量和摩尔量；及

vii)由步骤vi)中获得的高精氨酸的摩尔量来确定反应性赖氨酸的量。

然而，不仅赖氨酸在饲料原料和/或饲料加工中受到热损害，其它氨基酸同样如此。根据本发明的方法，可在饲料原料和/或饲料的样品中定量分析氨基酸甲硫氨酸、半胱氨酸、胱氨酸、苏氨酸、亮氨酸、精氨酸、异亮氨酸、缬氨酸、组氨酸、苯丙氨酸、酪氨酸、色氨酸、甘氨酸、丝氨酸、脯氨酸、丙氨酸、天冬氨酸和谷氨酸。在一定程度上，氨基酸不仅作为单一化合物存在，而且作为寡肽存在，如二肽、三肽或更高级肽，其由两个、三个或甚至更多个氨基酸在平衡反应中形成。氨基酸的氨基通常太弱而不能作为亲核试剂直接与另一个氨基酸的羧基反应，或其以质子化形式(-NH₃ ⁺)存在。因此，在标准条件下该反应的平衡通常在左侧。尽管如此，取决于具体氨基酸和样品溶液的条件，某些待测定的氨基酸有可能不作为单一化合物存在，而在一定程度上作为寡肽存在，如二肽、三肽或更高级肽，其由两个、三个或甚至更多个氨基酸形成。因此，饲料原料和/或饲料的样品应使用例如盐酸或氢氧化钡进行水解处理，优选酸性水解或碱性水解。为了促进游离氨基酸的分离和/或氨基酸的鉴定和测定，如果需要，可用显色试剂衍生化游离的氨基酸。适用的显色试剂是本领域技术人员已知的。随后，对游离氨基酸或衍生化的游离氨基酸进行色谱分离，其中不同的氨基酸因为各氨基酸的不同官能团而具有不同的保留时间，从而彼此分离。用于氨基酸色谱分离的适用色谱柱(例如反相柱)和适用洗脱溶剂是本领域技术人员已知的。通过与制备用于分析的校准标准样比较，最终在色谱步骤的洗脱液中测定分离的氨基酸。通常，从色谱柱洗脱的氨基酸可用适用的检测器检测，例如用电导检测器、质量特异性检测器或荧光检测器或UV/VIS检测器检测，这取决于氨基酸何时用显色试剂衍生化。这样得到的色谱图包含各个氨基酸的峰面积和峰高。通过将峰面积和峰高与每种氨基酸的校准标准曲线或校准曲线进行比较来进行各个氨基酸的测定。胱氨酸(HO₂C(-H₂N)CH-CH₂-S-S-CH₂-CH(NH₂)-CO₂H)和半胱氨酸(HS-CH₂-CH(NH₂)-CO₂H)均被确定为半胱磺酸(cysteic acid)(HO₃S-CH₂-CH(NH₂)-CO₂H)，所述定量分析不能区分这两种氨基酸。然而，这似乎对定量分析的精确度没有任何影响，因为半胱氨酸通常非常易于氧化，因此通常作为胱氨酸存在。

除反应性赖氨酸之外的至少一种氨基酸的定量分析优选包括以下步骤：

i)将饲料原料和/或饲料样品置于酸性水溶液中；

ii)水解所述样品中含有的氨基酸以使其游离；

iii)任选，用显色试剂衍生化步骤ii)中获得的游离氨基酸，所述显色试剂可增强氨基酸的分离和光谱性质；

iv)使用柱色谱分离步骤ii)和/或iii)中获得的游离氨基酸；及

v)测定从步骤iv)所获得的洗脱液中分离的氨基酸的量。

上述方法通常用于定量分析赖氨酸的总量，这是确定赖氨酸的反应量与赖氨酸总量之比所需的，并且用于对选自由甲硫氨酸、半胱氨酸、胱氨酸、苏氨酸、亮氨酸、精氨酸、异亮氨酸、缬氨酸、组氨酸、苯丙氨酸、酪氨酸、色氨酸、甘氨酸、丝氨酸、脯氨酸、丙氨酸、天冬氨酸和谷氨酸所组成的组中的至少一种氨基酸的定量分析。

氨基酸定量分析中最关键的一点是样品制备，它在成分类型和主要考虑的氨基酸方面有所不同。大多数氨基酸可以通过在盐酸(6mol/l)中水解至多24小时的时间来水解。对于含硫氨基酸甲硫氨酸、半胱氨酸和胱氨酸，所述水解之前是用过甲酸氧化。对于色氨酸的定量分析，所述水解用氢氧化钡(1.5mol/l)进行20小时。

在氨基酸的定量分析之前，优选精细研磨饲料原料和/或饲料样品。在所述饲料原料和/或饲料的研磨过程中，应避免产生任何热量，以避免热量对饲料原料和/或饲料原料的进一步影响，特别是对于本发明方法的步骤a)的定量分析的参数而言。

将本发明的步骤a1)至a3)中进行定量分析所获得的参数值在本发明的方法的步骤b)中作为进行定量分析的样品的加工时间的函数绘图。

在下文中，在本发明的方法的步骤c)中，确定步骤b)的图中的区域，其中

-胰蛋白酶抑制剂活性的值(以每克样品中的胰蛋白酶mg数表述)大于4，

-pH值增加超过0.35，

-蛋白质在碱中的溶解度值(以样品中可溶于碱性溶液的蛋白质的百分比表述)大于85％，和/或

-蛋白质分散指数的值(以样品中原始氮含量的百分比表述)大于40％，且步骤b)的图中的区域(其中给出了这些条款中的至少一个)被指定为加工不足。

接下来，在本发明的方法的步骤d)中，确定步骤b)的图中的区域，其中

-所述赖氨酸反应量与赖氨酸总量之比的值小于90％，

-蛋白质分散指数的值(以样品中原始氮含量的百分比表述)小于15％，和/或

-蛋白质在碱中的溶解度值(以样品中可溶于碱性溶液的蛋白质的百分比表述)小于73％，

且步骤b)的图中的区域(其中给出了这些条款中的至少一个)被指定为过度加工。

最后，在本发明的方法的步骤e)中，确定步骤b)的图中的区域，其中

-胰蛋白酶抑制剂活性的值(以每克样品中的胰蛋白酶mg数表述)小于4，

-蛋白质在碱中的溶解度值(以样品中可溶于碱性溶液的蛋白质的百分比表述)为73-85％，

-蛋白质分散指数的值(以样品中氮含量的百分比表述)为15-40％，及

-所述赖氨酸反应量与赖氨酸总量之比的值为至少90％，

且步骤b)的图中的区域(其中给出了这些条款中的至少一个)被指定为适当加工的。

另外或可替代地，在本发明的方法的步骤e)中，从步骤b)的曲线图中减去在步骤c)和d)中获得的区域，将如此获得的区域指定为适当加工的。

在极少数情况下，步骤e)中两种替代方案给出不同的区域，此时可确定这些区域的平均值。

为了便于根据本发明的方法将饲料原料和/或饲料分类为过度、不足或适当加工，还需要产生加工量度，在该量度中可最后绘制步骤f)的加工条件指标。在本发明的方法的步骤c)至e)中确定的区域的尺寸可以在它们的大小方面不同，特别是在其高度(在y方向或沿纵坐标的区域的延伸)和/或其长度(沿x方向或沿横坐标的区域的延伸)方面。因此，在本发明的方法的步骤f)中，将步骤c)至e)中确定的区域标准化为相同的大小，并随后将标准化的区域从过度加工至加工不足进行分类，反之亦然。此外，将连续的量度分配给所述标准化的和分类的区域。

根据本发明，在本发明的方法的步骤a1)至a3)中获得的参数值在本发明的方法的步骤g)中被插入到幂级数中，并使用由此获得的值来确定平均值，即所谓的加工条件指标(PCI)。

典型的幂级数系列对应于下述公式

其中

i＝所分析的参数的最大值；

n＝特定参数；

x_n＝特定参数的值；及

a_n＝所述参数的加权因子。

在本发明的上下文中，所述加权因子优选为整数。优选，所述加权因子是1-10的整数。

考虑到所述幂级数值的平均值的形成，通过下述公式获得所谓的加工条件指标(PCI)

其中

i＝所分析的参数的最大值；

n＝特定参数；

x_n＝特定参数的值；及

a_n＝所述参数的加权因子。

最后，在步骤g)中获得的加工条件指标最终在本发明方法的步骤h)中绘制到步骤f)中获得的加工量度中以指示饲料原料和/或饲料是过度加工还是适当加工还是加工不足。

优选，对不同加工时间点的加工饲料原料和/或饲料的一系列样品进行本发明方法检测，以提供全面的样品群。优选，所述系列样品包含至少100个样品，特别是200、300、400、500或更多个样品。在样品系列的情况下，饲料原料和/或饲料的类型优选为相同类型。进一步优选对多于一个系列的优选相同类型的饲料原料和/或饲料的样品进行本发明方法检测。这样做的优点是，可以对来自世界不同地区的系列样品进行本发明方法检测。这使得可以获得综合数据集，其还允许确定加工影响对来自世界不同地区的饲料原料和/或饲料的营养价值的影响。因此，本发明的方法还考虑了世界各地区的不同气候条件，其与所述加工一起也对饲料原料和/或饲料的营养价值具有影响。

动物生长需要饮食供应氨基酸。然而，饲料中存在的氨基酸不是完全可消化的。相反，氨基酸的可消化率在饲料原料或饲料中是不同的，而且氨基酸与氨基酸之间也是不同的。例如，饲料原料基质中抗营养因子或纤维的含量会降低动物物种中氨基酸的消化率。氨基酸在小肠中被消化。可消化的氨基酸通过小肠壁吸收。未消化的材料沿着大肠通过并且至少在理论上排泄在粪便中。然而，大肠中的微生物群可以代谢一些未消化的氨基酸用于它们自身的生长和发育。因此，动物物种中氨基酸的吸收不能通过简单地从饲喂给动物的饮食中的氨基酸含量中减去粪便中的氨基酸含量来确定。为了避免后肠微生物的操纵，单胃动物对氨基酸的消化率可在小肠末端最正确地测量。这部分肠道也称为回肠。因此，在动物营养领域，各氨基酸消化率也称为回肠氨基消化率或回肠消化系数。回肠分析方法测量饮食中和回肠消化物中各种氨基酸的量之间的差异，除以饮食中各种氨基酸的量。然而，在小肠末端收集的消化物含有大量内源蛋白质，并且取决于内源氨基酸损失的相对贡献，表观回肠氨基酸消化系数会受到不同程度的影响。因此，回肠氨基酸消化率的表述反映的情况是：所述系数不受内源氮和氨基酸损失的调节。所谓的表观回肠氨基酸消化系数或表观回肠消化率(AID)根据下式计算：

其中

AA_intake＝作为饮食的一部分给予动物的单个氨基酸的量，及

AA_excreted＝回肠消化物中所述单个氨基酸的量。

所述内源性蛋白质和氨基酸损失可被分为基础(最小)和额外的特定损失。所述基础损失是非特异性的，并且与干物质摄入有关，而所述特定损失与饲料中的固有因素有关，例如，纤维和抗营养因子，如胰蛋白酶抑制剂、凝集素和单宁。内源性分泌物源自各种来源，包括唾液、胰腺分泌物、脱落的上皮细胞和粘蛋白。回肠消化物中基础内源蛋白质和氨基酸损失的量可以通过不同方法确定。这些方法包括喂食不含蛋白质的饮食，喂食含有蛋白质源的饮食(假设这些蛋白质源是完全(100％)可消化并完全吸收氨基酸)以及回归技术。

当通过校正基础内源性氨基酸损失来标准化所述表观回肠消化系数时，可克服所述表观回肠消化率的不完善性。由此获得的标准化或标准回肠消化系数与饮食氨基酸水平无关。确定标准化回肠氨基酸消化率的关键问题是量化从小肠末端收集的消化物中基础内源氨基酸损失水平。根据下述等式计算标准回肠氨基酸消化系数或标准(标准化)回肠消化系数(SID)：

其中

AA_intake＝作为饮食的一部分给予动物的单个氨基酸的量，

AA_excreted＝回肠消化物中所述单个氨基酸的量，及

AA_bas.end.＝基础内源氨基酸损失的量。

目前，在评估动物饲料原料和/或饲料的营养价值时，仅使用所述动物饲料原料和/或饲料中特定氨基酸的单一标准消化系数，不考虑所述饲料原料和/或饲料的来源。因此，当今的标准消化系数不考虑对营养价值的任何区域影响，也不考虑饲料原料和/或饲料加工差异的任何影响。

然而，在不考虑对营养价值的额外影响的情况下，当今使用单一标准消化系数的做法不能给出对饲料原料和/或饲料的营养价值可靠且有意义的评估。

相比之下，根据本发明的方法考虑了这些影响，因为其将饲料原料和/或饲料中的氨基酸在动物物种中的标准回肠系数与对于相同饲料原料和/或饲料获得的加工条件指标相关联，其已经反映了对饲料原料和/或饲料营养价值的加工影响。

在一个实施方案中，根据本发明的方法还包括以下步骤

i)通过以下方法确定动物饲料原料和/或饲料中氨基酸的标准化回肠消化率(SID)系数

i1)定量分析与步骤a)相同样品中所述氨基酸(AA_intake)的量；

i2)将所述样品给予动物物种并确定所述氨基酸的内源性损失(AA_{basal,excret.})和回肠氨基酸流出(AA_{ileal,outflow})；及

i3)将步骤i1)和i2)中获得的参数值插入到通式(II)中

及

j)将在步骤i)中获得的标准化回肠消化系数作为在步骤g)中获得的加工条件指标的函数绘图，和/或在等式中将所述标准回肠消化系数作为在步骤g)中获得的加工条件指标的函数进行表述。

下面给出了给出所述回肠消化系数(SID_AA)作为PCI的函数的校准方程的实例。这些方程式给出了全脂大豆中特定氨基酸在家禽或猪中的回肠消化系数：

-全脂大豆甲硫氨酸在家禽中的标准化回肠消化系数(SID_Met)

SID_Met＝-0.3581×PCI²+8.679×PCI+33.624，R²＝0.9399，

-全脂大豆胱氨酸在家禽中的标准化回肠消化系数(SIDcys)

SID_Cystine＝-0.442×PCI²+11.983×PCI-13.905，R²＝0.9405，

-全脂大豆中甲硫氨酸和胱氨酸在家禽中的标准化回肠消化系数(SID_Met+Cystine)

SID_Met+Cystine＝-0.3861×PCI²+9.8435×PCI+13.53，R²＝0.9391，

-全脂大豆赖氨酸在家禽中的标准化回肠消化系数(SID_Lys)

SID_Lys＝-0.4187×PCI²+11.462×PCI+5.6474，R²＝0.9139，

-全脂大豆中苏氨酸在家禽中的标准化回肠消化系数(SID_Thr)

SID_Thr＝-0.368×PCI²+9.2054×PCI+21.772，R²＝0.9469，

-全脂大豆色氨酸在家禽中的标准化回肠消化系数(SID_Trp)

SID_Trp＝-0.4046×PCI²+9.7674×PCI+23.052，R²＝0.9431，

-全脂大豆中精氨酸在家禽中的标准化回肠消化系数(SID_Arg)

SID_Arg＝-0.3033×PCI²+7.3008×PCI+41.512，R²＝0.9494，

-全脂大豆异亮氨酸在家禽中的标准化回肠消化系数(SID_Ile)

SID_Ile＝-0.3974×PCI²+9.211×PCI+29.802，R²＝0.9657，

-全脂大豆中亮氨酸在家禽中的标准化回肠消化系数(SID_Leu)

SID_Leu＝-0.3639×PCI²+8.3187×PCI+35.843，R²＝0.9651，

-全脂大豆中缬氨酸在家禽中的标准化回肠消化系数(SID_Val)

SID_Val＝-0.388×PCI²+9.0608×PCI+29.464，R²＝0.9639，

-全脂大豆组氨酸在家禽中的标准化回肠消化系数(SID_His)

SID_His＝-0.3554×PCI²+9.1547×PCI+25.938，R²＝0.9376，

-全脂大豆苯丙氨酸在家禽中的标准化回肠消化系数(SID_Phe)

SID_Phe＝-0.3523×PCI²+8.0374×PCI+37.432，R²＝0.9719，

-猪的全脂大豆甲硫氨酸的标准化回肠消化系数(SID_Met)

SID_Met＝-0.3286×PCI²+7.3561×PCI+43.444，R²＝0.8625，

-猪的全脂大豆胱氨酸的标准化回肠消化系数(SID_Cys)

SID_Cys＝-0.4982×PCI²+13.115×PCI-11.392，R²＝0.7687，

-猪的全脂大豆中甲硫氨酸和胱氨酸的标准化回肠消化系数(SID_Met+Cystine)

SID_Met+Cystine＝-0.4237×PCI²+10.534×PCI+14.77，R²＝0.8026，

-猪的全脂大豆中赖氨酸的标准化回肠消化系数(SID_Lys)

SID_Lys＝-0.4397×PCI²+11.359×PCI+11.75，R²＝0.8209，

-猪的全脂大豆中苏氨酸的标准化回肠消化系数(SID_Thr)

SID_Thr＝-0.291×PCI²+6.2769×PCI+44.594，R²＝0.8414，

-猪的全脂大豆中色氨酸的标准化回肠消化系数(SID_Trp)

SID_Trp＝-0.3167×PCI²+6.6559×PCI+45.534，R²＝0.8544，

-猪的全脂大豆精氨酸的标准化回肠消化系数(SID_Arg)

SID_Arg＝-0.261×PCI²+5.3573×PCI+63.685，R²＝0.8894，

-猪的全脂大豆中异亮氨酸的标准化回肠消化系数(SID_Ile)

SID_Ile＝-0.3204×PCI²+6.7739×PCI+48.135，R²＝0.8789，

-猪的全脂大豆中亮氨酸的标准化回肠消化系数(SID_Leu)

SID_Leu＝-0.2901×PCI²+5.7556×PCI+55.925，R²＝0.8801，

-猪的全脂大豆中缬氨酸的标准化回肠消化系数(SID_Val)

SID_Val＝-0.2801×PCI²+5.8136×PCI+52.234，R²＝0.868，

-猪的全脂大豆中组氨酸的标准化回肠消化率(SID_His)

SID_His＝-0.2915×PCI²+6.548×PCI+48.067，R²＝0.8501，

-猪的全脂大豆中苯丙氨酸的标准化回肠消化系数(SID_Phe)

SID_Phe＝-0.2676×PCI²+4.9292×PCI+62.59，R²＝0.8914，

-猪的全脂大豆中甘氨酸的标准化回肠消化系数(SID_Gly)

SID_Gly＝-0.3377×PCI²+7.7741×PCI+35.285，R²＝0.7481，

-猪的全脂大豆中丝氨酸的标准化回肠消化系数(SID_Ser)

SID_Ser＝-0.3257×PCI²+6.9689×PCI+44.913，R²＝0.8601，

-猪的全脂大豆中脯氨酸的标准化回肠消化系数(SID_Pro)

SID_Pro＝-0.4428×PCI²+10.473×PCI+36.719，R²＝0.6098，

-猪的全脂大豆丙氨酸的标准化回肠消化系数(SID_Ala)

SID_Ala＝-0.3002×PCI²+6.6179×PCI+44.817，R²＝0.8469，

-猪的全脂大豆中天冬氨酸的标准化回肠消化系数(SID_Asp)

SID_Asp＝-0.4159×PCI²+10.765×PCI+9.9347，R²＝0.8487，

及

-猪的全脂大豆中谷氨酸的标准化回肠消化系数(SID_Glu)

SID_Glu＝-0.3041×PCI²+6.9635×PCI+44.434，R²＝0.8545。

对于每次校准，都给出了相应的确定系数，表示为R²。在统计上，所述确定系数是一个表示数据与统计模型(有时只是一条线或曲线)的拟合程度的数字。R²为1表示回归线与数据吻合良好，而R²为0则表示所述线与数据根本不吻合。在所有情况下，所述氨基酸的标准化回肠消化率的R²都非常接近1。因此，所述统计模型与数据吻合非常好。

本发明方法的步骤a1)至a3)的定量分析相当耗时和耗费成本。相应的饲料原料和/或饲料的近红外测量(NIR)是可用于确定对饲料原料和/或饲料的营养价值的加工影响的更加省时和成本有效的替代方案。然而，近红外光谱不能给出具有所需精度的结果；相反，其往往导致矛盾的结果。因此，单独的定量分析和近红外光谱都不适合于成本和时间有效地确定对饲料原料和/或饲料的营养价值的加工影响。

根据本发明，该问题得以解决，其中将饲料原料和/或饲料样品获得的近红外吸收与其定量分析的相应值相关联。由此获得的定量分析值与NIR测量的吸收的相关性优选被描绘或绘制为校准图，这有助于将其它样品的NIR测量的吸收与相应基于定量分析的参数的精确值进行匹配。

因此，本发明的另一个目的是一种评估对饲料原料和/或饲料的营养价值的加工影响的方法，包括以下步骤：

A)对与用于确定对饲料原料和/或饲料的营养价值的加工影响的方法的步骤a)中相同的饲料原料和/或饲料的样品进行近红外(NIR)光谱测量；

B)将步骤A)中获得的NIR光谱中各波长或波数处的吸收强度与步骤a1)至a3)中确定的相应参数和值相匹配；及

C)将步骤B)的匹配绘制成校准图和/或在校准方程中将步骤a1)至a3)中确定的参数作为在步骤B)中匹配的相应波长或波数处的吸收强度的函数进行表述。

取决于所使用的光谱仪，步骤A)的近红外(NIR)光谱可以使用任何适用的可以在单色器原理或傅里叶变换原理上工作的红外光谱仪在400和2,500nm之间的波长下记录。优选，NIR光谱在1,000和2,500nm之间记录。波长可以很容易转换成相应的波数，因此，所述NIR光谱当然也可以记录在相应的波数处。由于在本发明的方法中测定的有机化合物，即蛋白质和氨基酸，富含O-H键、C-H键和N-H键，因此它们适合于通过近红外光谱法进行检测。然而，诸如饲料的生物样品含有多种不同的有机化合物，因此代表复杂的基质。尽管每种生物物质都具有独特的近红外光谱，相当于单个的指纹。因此，可以假设具有完全相同光谱的两种生物物质具有相同的物理和化学组成，并因此是相同的。另一方面，如果两种生物物质具有不同的光谱，则可以假设它们在物理或化学特性方面或在两个方面都是不同的。由于它们各自的和高度特异的吸收带，有机化合物的信号及其在NIR光谱中的强度可以容易地归属并且与特定有机化合物及其在已知重量的样品中的浓度相关联。因此，NIR光谱法使得可以可靠地预测或评估例如样品中氨基酸和蛋白质的量。由于特定饲料原料和/或饲料的相同样品在步骤a)中进行所述定量分析并在步骤A)中进行NIR光谱分析，因此也可以将NIR光谱中的吸收及其强度与参数(如胰蛋白酶抑制剂活性、脲酶活性、蛋白质在碱中的溶解度和蛋白质分散指数)以及它们的值和变化进行归属和关联。一旦相应波长或波数处的吸收强度被成功匹配，即归属于目标参数及其值并与其相关联，则NIR光谱就使得可以可靠地预测或评估对饲料原料和/或饲料的营养价值的加工影响。为此，记录了大量的饲料原料和/或饲料的NIR光谱，例如100、200、300、400、500或更多，并且将各波长或波数的吸收强度与相应的参数及其值进行匹配。当步骤A)的样品的样品不是半透明时，测量了来自样品的发射光的反射率，并且发射光和反射光之间的差异作为吸收给出。由此获得的吸收强度用于以下步骤中，例如，上面的步骤B)和下面的步骤D)和G)。

在一个实施方案中，用于评估对饲料原料和/或饲料的营养价值的加工影响的方法还包括以下步骤：

D)将在步骤B)中获得的样品的NIR光谱中的各个波长或波数处的吸收强度与用于确定对饲料原料和/或饲料的营养价值的加工影响的方法的步骤g)中的相同样品获得的加工条件指标相匹配；及

E)将步骤D)的匹配绘制成校准图和/或在校准方程中将加工条件指标作为在步骤D)中匹配的相应波长或波数处的吸收强度的函数进行表述。

在完成所述NIR校准之后，NIR光谱可以用作评估对饲料原料和/或饲料的营养价值的加工影响的常规方法。

在另一个实施方案中，用于评估对饲料原料和/或饲料的营养价值的加工影响的方法还包括以下步骤：

F)将确定对饲料原料和/或饲料的营养价值的加工影响的方法的步骤a)中相同的饲料原料和/或饲料样品进行NIR光谱测量；

G)从步骤C)的校准曲线图中读出与步骤F)中获得的NIR光谱中的吸收相匹配的步骤a1)至a3的至少一个参数的值，和/或将步骤F)中获得的NIR光谱中的各个波长或波数处的吸收强度插入到步骤C)的校准方程中，得到步骤a1)至a3)的参数值；

H)将步骤G)中获得的参数的值插入到幂级数中并形成由各幂级数所获得的值的平均值，其中所述平均值被指定为加工条件指标(PCI)；和/或

I)从步骤E)的校准曲线图中读出PCI，和/或将各波长或波数处的吸收强度插入到步骤E)的校准方程中，以获得加工条件指标；及

J)将步骤H)和/或I)中获得的加工条件指标绘制成用于确定对饲料原料和/或饲料的营养价值的加工影响的方法的加工量度，以指示饲料原料和/或饲料是过度加工还是适当加工还是加工不足。

优选，在步骤G)中获得与步骤a1)至a3)中相同的参数。

基于已经为加工条件指标和特定消化系数获得的校准，根据本发明的方法还允许通过NIR光谱法确定特定的消化系数。

在另一个实施方案中，用于评估对饲料原料和/或饲料的营养价值的加工影响的方法因此进一步包括以下步骤：

K)将步骤H)中获得的加工条件指标插入到步骤j)的校准方程中和/或读取步骤I)中获得的加工条件指标的功能值，以获得步骤F)的饲料原料和/或饲料中氨基酸的特定消化系数(D_AA)。

基于在根据本发明的方法中获得的数据集和相应的校准，本发明的方法还允许评估对未知来源的饲料原料和/或饲料的营养价值的加工影响。或者，用于评估对饲料原料和/或饲料的营养价值的加工影响的方法的步骤F)中的样品与用于确定对饲料原料和/或饲料的营养价值的加工影响的方法的步骤a)具有相同的来源。

在一个实施方案中，用于评估对饲料原料和/或饲料的营养价值的加工影响的方法的步骤F)中使用的样品来源不明，或与用于确定对饲料原料和/或饲料的营养价值的加工影响的方法的步骤a)的来源相同。

对于被认为过度加工的饲料原料和/或饲料，该方法还允许确定饲料原料和/或饲料中氨基酸含量的期望值与实际值之间的差异，通过比较动物物种中饲料原料和/或饲料的氨基酸的回肠消化系数的最大值与根据本发明的方法对于特定样品而获得的氨基酸的特定消化系数。

因此，根据本发明的用于评估对饲料原料和/或饲料的营养价值的加工影响的方法还包括以下步骤：

L)由用于确定对饲料原料和/或饲料的营养价值的加工影响的方法中的氨基酸的肠消化系数的最大值与步骤K)中获得的所述氨基酸的特定消化系数之差，确定饲料原料和/或饲料中所述氨基酸含量的所需值与实际值之间的差异量。

通过根据本发明的方法获得的饲料原料和/或饲料的特定样品中的特定氨基酸的特定消化系数(D_AA)，还可以确定在所述样本中氨基酸的可消化量。所述氨基酸的可消化量可以简单地通过将步骤G)中获得的饲料原料和/或饲料的样品的氨基酸量与步骤K)中获得的加工条件指标相乘来获得。

在另一个实施方案中，根据本发明的用于评估对饲料原料和/或饲料的营养价值的加工影响的方法因此进一步包括以下步骤：

M)通过将步骤G)中获得的饲料原料和/或饲料样品中的所述氨基酸的量乘以步骤K)中获得的特定消化系数，来确定饲料原料和/或饲料样品中氨基酸的可消化量。

在本发明的方法中使用的饲料原料和/或饲料优选为大豆，黄豆，优选全脂大豆和/或豆制品，优选豆粕和豆饼/挤出物(soybean cake/expellers)。这是因为大豆、黄豆和豆制品是最相关的饲料原料和/或饲料。

在根据本发明的方法的一个实施方案中，所述饲料原料和/或饲料是大豆、黄豆或豆制品。

通过本发明的方法的确定标准回肠消化系数和获得特定消化系数不受动物物种的任何限制。相反，这些方法可用于确定和/或评估任何可想到的动物物种的标准化回肠消化系数和特定消化系数。尽管如此，在本发明中，优选的动物物种是单胃动物，即具有单腔胃的动物，包括杂食动物如猪，家禽如火鸡和鸡，食肉动物如猫，食草动物如马、鹿和兔，反刍动物如牛、山羊和绵羊等。

在根据本发明的方法的一个实施方案中，所述动物物种是杂食动物，食肉动物、食草动物和/或反刍动物。

本发明的方法可以在计算机上进行。这使得可以将发明的方法作为常规方法执行。在这种情况下，在本发明方法的步骤C)和j)中获得的校准方程被存储在计算机上，使得计算机仅执行本发明方法的步骤F)至J)和可选的步骤K)。优选，该计算机还操作所述方法的步骤F)的近红外光谱仪。此外或可替代地，所述计算机执行本发明方法的步骤F)至J)和可选的步骤K)，且和存储所述校准方程的计算机不同。在这种情况下，执行本发明方法的步骤F)至J)和可选的步骤K)的第一台计算机和存储校准方程的第二台计算机形成网络。此外或可替代地，所述数据集和校准曲线被存储在第一台计算机可访问的云中，在这种情况下，所述第一计算机和云形成一种网络。

因此，本发明的另一个目的是一种用于确定对饲料原料和/或饲料的营养价值的加工影响的可计算机执行的方法，其中步骤F)至J)由计算机执行，所述步骤C)和/或步骤E)的校准方程被存储在所述计算机或云上。

在一个实施方案中，根据本发明的计算机执行的方法还包括由计算机执行本发明方法的附加步骤K)和/或步骤L)和M)中的任何步骤。

这样的优点是：所述计算机执行的方法不仅给出所检查的饲料原料和/或饲料是否加工不足、适当加工或过度加工，而且还给出所需的特定氨基酸的量以在饲料原料和/或饲料加工不足的情况下为特定动物物种提供最佳饮食。这还允许通过计算机操作用于制备或混合饲料的设备。

因此，本发明的另一个目的还在于一种制备饲料的方法，其包括本发明方法的步骤F)至L)，其中所述方法还包括至少一个以下步骤：

N)如果饲料原料和/或饲料被指示为加工不足，则进一步加工所述饲料原料和/或饲料，和/或

O)如果饲料原料和/或饲料被指示为过度加工，则将根据步骤L)获得的氨基酸的差量补充到饲料原料和/或饲料中。

所述方法有利于提供不含有关键量的抗营养因子的饲料，优选每克饲料少于4mg胰蛋白酶抑制剂，另一方面含有喂食动物种类所需的氨基酸量。通过步骤N)调节动物物种的所需氨基酸量。

附图说明

图1至图12显示了作为加工条件指标的函数的家禽的全脂大豆中氨基酸(SID_AA)的回肠消化系数(括号项是相应校准方程的数学方程式)。这些图中的菱形(表示为统计系列1)对应于各个加工的全脂大豆的PCI的各值，且直线(表示为多项式)表示各个氨基酸的各SID的功能图。

图1：家禽的全脂大豆中甲硫氨酸的回肠消化系数

(SID_Met＝–0.3581×PCI²+8.679×PCI+33.624)

图2：家禽的全脂大豆中胱氨酸的回肠消化系数

(SID_Cystine＝–0.442×PCI²+11.983×PCI+13.905)

图3：家禽的全脂大豆中甲硫氨酸和胱氨酸的回肠消化系数

(SID_Met+Cystine＝–0.3861×PCI²+9.8435×PCI+13.53)

图4：家禽的全脂大豆中赖氨酸的回肠消化系数

(SID_Lys＝–0.4187×PCI²+11.462×PCI+5.6474)

图5：家禽的全脂大豆中苏氨酸的回肠消化系数

(SID_Thr＝–0.368×PCI²+9.2054×PCI+12.772)

图6：家禽的全脂大豆中色氨酸的回肠消化系数

(SID_Trp＝–0.4046×PCI²+9.7674×PCI+23.052)

图7：家禽的全脂大豆中精氨酸的回肠消化系数

(SID_Arg＝–0.3033×PCI²+7.3008×PCI+41.512)

图8：家禽的全脂大豆中异亮氨酸的回肠消化系数

(SID_Ile＝–0.3974×PCI²+9.211×PCI+29.802)

图9：家禽的全脂大豆中亮氨酸的回肠消化系数

(SID_Leu＝–0.3639×PCI²+8.3187×PCI+35.843)

图10：家禽的全脂大豆中缬氨酸的回肠消化系数

(SID_Val＝–0.388×PCI²+9.0608×PCI+29.464)

图11：家禽的全脂大豆中组氨酸的回肠消化系数

(SID_His＝–0.3554×PCI²+9.1547×PCI+25.938)

图12：家禽的全脂大豆中苯丙氨酸的回肠消化系数

(SID_Phe＝–0.3523×PCI²+8.0374×PCI+37.432)

图13至30显示了作为加工条件指标的函数的猪的全脂大豆中氨基酸(SID_AA)的回肠消化系数(括号项是相应校准方程的数学方程式)。这些图中的菱形(表示为统计系列1)对应于各个加工的全脂大豆的PCI的各值，且直线(表示为多项式)表示各个氨基酸的各SID的功能图。

图13：猪的全脂大豆中甲硫氨酸的标准回肠消化系数(SID_Met)

(SID_Met＝–0.3286×PCI²+7.3561×PCI+43.444)

图14：猪的全脂大豆中胱氨酸的标准回肠消化系数(SID_Cys)

(SID_Cys＝–0.4982×PCI²+13.115×PCI–11.392)

图15：猪的全脂大豆中赖氨酸的标准回肠消化系数(SID_Met+Cystine)

(SID_Met+Cystine＝–0.4237×PCI2+10.534×PCI+14.77)

图16：猪的全脂大豆中赖氨酸的标准回肠消化系数(SID_Lys)

(SID_Lys＝–0.4397×PCI²+11.359×PCI+11.75)

图17：猪的全脂大豆中苏氨酸的标准回肠消化系数(SID_Lys)

(SID_Thr＝–0.291×PCI²+6.2769×PCI+44.594)

图18：猪的全脂大豆中色氨酸的标准回肠消化系数(SID_Trp)

(SID_Trp＝–0.3167×PCI²+6.6559×PCI+45.534)

图19：猪的全脂大豆中精氨酸的标准回肠消化系数(SID_Arg)

(SID_Arg＝–0.261×PCI²+5.3573×PCI+63.685)

图20：猪的全脂大豆中异亮氨酸的标准回肠消化系数(SID_Ile)

(SID_Ile＝–0.3204×PCI²+6.7739×PCI+48.135)

图21：猪的全脂大豆中亮氨酸的标准回肠消化系数(SID_Leu)

(SID_Leu＝–0.2901×PCI²+5.7556×PCI+55.925)

图22：猪的全脂大豆中缬氨酸的标准回肠消化系数(SID_Val)

(SID_Val＝–0.2801×PCI²+5.8136×PCI+52.234)

图23：猪的全脂大豆中组氨酸的标准回肠消化系数(SID_His)

(SID_His＝–0.2915×PCI²+6.548×PCI+48.067)

图24：猪的全脂大豆中组氨酸的标准回肠消化系数(SID_Phe)

(SID_Phe＝–0.2676×PCI²+4.9292×PCI+62.59)

图25：猪的全脂大豆中甘氨酸的标准回肠消化系数(SID_Gly)

(SID_Gly＝–0.3377×PCI²+7.7741×PCI+35.285)

图26：猪的全脂大豆中丝氨酸的标准回肠消化系数(SID_Ser)

(SID_Ser＝–0.3257×PCI²+6.9689×PCI+44.913)

图27：猪的全脂大豆中脯氨酸的标准回肠消化系数(SID_Pro)

(SID_Pro＝–0.4428×PCI²+10.473×PCI+36.719)

图28：猪的全脂大豆中丙氨酸的标准回肠消化系数(SID_Ala)

(SID_Ala＝–0.3002×PCI²+6.6179×PCI+44.817)

图29：猪的全脂大豆中天冬氨酸的标准回肠消化系数(SID_Asp)

(SID_Asp＝–0.4159×PCI²+10.756×PCI+9.9347)

图30：猪的全脂大豆中谷氨酸的标准回肠消化系数(SID_Glu)

(SID_Glu＝–0.3041×PCI²+6.9635×PCI+44.434)

具体实施方式

实施例：

1、确定对全脂大豆营养价值的加工影响和家禽的氨基酸标准化回肠消化系数

使用单批次制造的全脂大豆(FFSB)来确定不同热加工程序对家禽的氨基酸的营养组成及标准化回肠消化率(SID)的影响。对原始FFSB用湿法在80℃下加热1分钟(K1)进行短时间加工或在100℃下加热6分钟(K2)或在100℃下加热16分钟(K3)进行长时间加工，然后使用来自德国汉堡的Amandus Kahl GmbH&Co.KG的HL挤出机OEE 15.2在115℃下进一步膨胀15秒(K1/K2/K3-115)或在125℃下进一步膨胀15秒。将K3的子样品在高压釜中在110℃下进一步进行热加工15分钟(Z1)、30分钟(Z2)、45分钟(Z3)、60分钟(Z4)、120分钟(Z5)、180分钟(Z6)、240分钟(Z7)、300分钟(Z8)或360分钟(Z9)。从膨胀机出来后，将加工过的FFSB在约90℃的温度下于20秒转移至干燥器，其中FFSB在85℃至40℃的温度梯度下干燥5分钟。在干燥阶段之后，使FFSB冷却至20℃的温度5分钟。

使用根据本发明的方法测定不同加工过的FFSB中氨基酸的总量和反应性赖氨酸的量以及家禽中氨基酸的加工条件指标(PCI)。

表1总结了不同加工过的FFSB，确定单个氨基酸的量和家禽中氨基酸的加工条件指标(PCI)。

图1-12中示出了每种氨基酸在家禽中的标准化回肠消化率(SID)作为PCI的函数。

将FFSB的PCI与图1-12中每个氨基酸的SID曲线进行比较。该比较显示FFSB的PCI(表示为Z1或Z2)总是具有一个位于或至少接近于各曲线的最大值的SID。因此，表示为Z1或Z2的FFSB被认为是适当加工的。相比之下，表示为K0、K1-115/125、K2-115/125和K3-115/125的FFSB总是具有位于各曲线最大值的右侧的SID，因此被认为是加工不足的。此外，表示为Z3至Z9的FFSB的SID总是位于各曲线最大值的左侧，因此被认为是过度加工的。

表1中总结的氨基酸标准化回肠消化系数的研究证明，表示为Z1和Z2的FFSB被分类为适当加工，表示为K0、K1-115/125、K2-115/125和K3-115/125的FFSB被分类为加工不足的，和表示为Z3至Z9的FFSB被分类过度加工，这种分类是正确的，因为表示为Z1和Z2的FFSB含有最高的消化系数。相比之下，所有其它FFSB都含有较低的消化系数。这证明使用PCI是描述加工条件对饲料原料和/或饲料质量的影响的有用工具。

表1：不同的加工的FFSB、家禽的确定的单个氨基酸的标准化回肠消化系数和加工条件指标(PCI)的总结。

2、确定对全脂大豆营养价值的加工影响和猪的氨基酸标准回肠消化系数

使用单批次制造的全脂大豆(FFSB)来确定不同热加工程序对猪的氨基酸的营养组成和标准化回肠消化率(SID)的影响。对原始FFSB(K0)使用湿法在80℃下加热1分钟进行短时间加工，然后在125℃下进一步膨胀约15秒(K4)，在100℃下加热6分钟进行长时间加工，然后在125℃下进一步膨胀约15秒(K5)，或在100℃下加热16分钟进行长时间加工，然后在125℃下进一步膨胀约15秒(K6)，使用德国汉堡的Amandus Kahl GmbH&Co.KG的HL挤出机OEE 15.2。将K6的子样品在高压釜中在110℃下进一步加工15分钟(Z10)、30分钟(Z11)、45分钟(Z12)和60分钟(Z13)。从膨胀机出来后，将加工过的FFSB在约90℃的温度下于20秒转移至干燥器，在其中将FFSB在85℃至40℃的温度梯度下干燥5分钟。在干燥阶段之后，使FFSB冷却至20℃的温度5分钟。将原料FFSB(K0)的另一部分在110℃下在高压釜中进行热处理15分钟(Z14)或30分钟(Z15)，或在150℃下在高压釜中进行热处理3分钟(Z16)、6分钟(Z17)、9分钟(Z18)或12分钟(Z19)。

使用根据本发明的方法测定不同加工过的FFSB中氨基酸的总量和反应性赖氨酸的量以及猪中氨基酸的加工条件指标(PCI)。

表2总结了不同加工的FFSB，确定的单个氨基酸的反应量和猪中氨基酸的加工条件指标(PCI)。

图13-30中示出了猪中每种氨基酸的标准化回肠消化率(SID)作为PCI的函数。

将FFSB的PCI与图13-30中每个氨基酸的SID曲线进行比较。该比较显示，表示为Z11或Z12的FFSB的PCI总是具有一个位于或至少接近于各曲线的最大值的SID。因此，表示为Z11或Z12的FFSB被认为是适当加工的。相比之下，表示为K0、及K4–K6的FFSB总是具有位于各曲线最大值的右侧的SID，因此被认为是加工不足的。此外，表示为Z13至Z19的FFSB的SID总是位于各曲线最大值的左侧，因此被认为是过度加工的。

表2中总结的氨基酸的标准化回肠消化系数的研究证明，表示为Z11或Z12的FFSB被分类适当加工，表示为K0和K4至K6的FFSB被分类为加工不足，和表示为Z13至Z19的FFSB被分类为过度加工，这种分类是正确的，因为表示为Z11和Z12的FFSB含有最高的氨基酸消化系数。相比之下，所有其它FFSB都含有较低的氨基酸消化系数。这证明使用PCI是描述加工条件对饲料原料和/或饲料质量的影响的有用工具。

表2：不同的加工的FFSB、猪的确定的单个氨基酸的标准化回肠消化系数和加工条件指标(PCI)的总结。

Claims (52)

1.用于确定对饲料原料和/或饲料的营养价值的加工影响的方法，包括以下步骤：

a)对加工过的饲料原料和/或饲料的样品进行

a1)对至少一种选自由胰蛋白酶抑制剂活性、脲酶活性、蛋白质在碱中的溶解度和蛋白质分散指数所组成的组中的参数进行定量分析；

a2)确定赖氨酸的反应量与赖氨酸总量的比例，包括定量分析赖氨酸的反应量和赖氨酸的总量，然后形成赖氨酸的反应量与赖氨酸总量的比例；及

a3)定量分析至少一种选自由甲硫氨酸、半胱氨酸、胱氨酸、苏氨酸、亮氨酸、精氨酸、异亮氨酸、缬氨酸、组氨酸、苯丙氨酸、酪氨酸、色氨酸、甘氨酸、丝氨酸、脯氨酸、丙氨酸、天冬氨酸和谷氨酸所组成的组中的氨基酸的量；

b)将步骤a1)至a3)中获得的参数作为步骤a)中样品的加工时间点的函数绘图；

c)确定步骤b)的图中的区域，其中胰蛋白酶抑制剂活性以每克样品的胰蛋白酶的mg数表示的值大于4，在测定脲酶活性时pH值的增加大于0.35，蛋白质在碱中的溶解度以样品中可溶于碱性溶液的蛋白质的百分比表示的值大于85％，和/或蛋白质分散指数以样品的原始氮含量的百分比表示的值大于40％，将如此获得的区域指定为加工不足；

d)确定步骤b)的图中的区域，其中赖氨酸的反应量与赖氨酸总量之比的值小于90％，蛋白质分散指数以样品的原始氮含量的百分比表示的值小于15％，和/或蛋白质在碱中的溶解度以样品中可溶于碱性溶液的蛋白质的百分比表示的值小于73％，将如此获得的区域指定为过度加工；

e)确定步骤b)的图中的区域，其中胰蛋白酶抑制剂活性以每克样品的胰蛋白酶的mg数表示的值小于4，蛋白质在碱中的溶解度以样品中可溶于碱性溶液的蛋白质的百分比表示的值为73至85％，蛋白质分散指数以样品的原始氮含量的百分比表示的值为15至40％，

和/或赖氨酸的反应量与赖氨酸总量之比的值为至少90％，将如此获得的区域指定为适当加工；

和/或

从b)的图中减去步骤c)和d)中确定的区域，将如此获得的区域指定为适当加工；

f)通过将步骤c)至e)中获得的区域标准化为相同的尺寸来生成加工量度，将它们分类为过度加工至加工不足，或反之亦然，并为标准化和分类的区域给出连续的量度；

g)将步骤a1)至a3)中获得的参数的值插入到幂级数中，并得到从各幂级数获得的值的平均值，其中所述平均值被指定为加工条件指标(PCI)；

及

h)将步骤g)中获得的加工条件指标绘制到步骤f)中获得的加工量度中，以指示饲料原料和/或饲料是过度加工还是适当加工还是加工不足。

2.根据权利要求1的方法，其中根据ISO 14902(2001)或AACC 22.40-01的方法进行胰蛋白酶抑制剂活性的定量分析。

3.根据权利要求1的方法，其中胰蛋白酶抑制剂活性的定量分析包括以下步骤：

i)将饲料和/或饲料原料的样品溶解在碱溶液中；

ii)稀释步骤i)中获得的溶液的等分试样，以提供其中胰蛋白酶抑制剂浓度足以抑制约40-60％胰蛋白酶的混合物；

iii)将特定体积的胰蛋白酶溶液加入到步骤ii)中获得的混合物中；

iv)将BAPNA(N-α-苯甲酰-D,L-精氨酸-对硝基苯胺)加入到步骤iii)中获得的混合物中以开始BAPNA与胰蛋白酶的水解反应；

v)停止所述水解反应；

vi)测量步骤v)中获得的混合物在410nm波长下的吸光度，并用下述公式计算抑制的胰蛋白酶单位数(TUI)

其中

A_blank＝空白吸光度

A_sample＝样品吸光度

V_dl.smp.＝稀释样品溶液的体积，单位为ml；

及

将步骤viii)中获得的TUI对稀释的样品溶液的体积绘图，所述抑制剂体积外推至0ml的值给出最终的TUI[ml]；和/或

vii)根据下述公式的每克样品的TUI

TUI[g]＝TUI[ml^-1]×d×50

其中d＝通过将最终体积除以所取的量计算出的稀释因子。

4.根据权利要求1的方法，其中根据ISO 5506(1988)或AOCS Ba 9-58的方法进行脲酶的定量分析。

5.根据权利要求1的方法，其中脲酶活性的定量分析包括以下步骤：

i)制备尿素在含有Na₂HPO₄和KH₂PO₄的缓冲液中的溶液；

ii)测量步骤i)的溶液的pH值；

iii)向所述含尿素的溶液中加入饲料原料和/或饲料原料的样品；

iv)将如此获得的溶液、悬浮液、分散液或乳液在恒定温度下保持一段时间，然后测量所述溶液、悬浮液、分散液或乳液的pH值；及

v)将步骤ii)和iv)中测量的pH值之间的差异作为pH的增加进行表述。

6.根据权利要求1的方法，其中根据DIN EN ISO 14244进行蛋白质在碱中的溶解度的定量分析。

7.根据权利要求1的方法，其中蛋白质的碱溶解度的定量分析包括以下步骤：

i)确定饲料原料和/或饲料的样品的氮含量，优选通过诸如Kjeldahl或Dumas的方法进行；

ii)将步骤i)的样品的等分试样置于碱溶液中，优选氢氧化钠或氢氧化钾溶液，然后搅拌；

iii)离心分离在步骤ii)中获得的悬浮液、溶液、分散液或乳液；

iv)优选通过诸如Kjeldahl或Dumas的方法测定所述溶液的等分试样或从步骤iii)获得的悬浮液、溶液、分散液或乳液的上清液中的氮含量；及

v)计算蛋白质的碱溶解度，表述为步骤iv)中测定的氮含量与步骤i)中测定的氮含量的比例。

8.根据权利要求7的方法，其中步骤ii)中使用的碱性溶液的pH值为11-14。

9.根据权利要求7的方法，其中步骤ii)中使用的碱性溶液的pH值为12-13。

10.根据权利要求1的方法，其中根据美国油脂化学家协会(A.O.C.S.)的官方方法Ba10-65进行蛋白质分散指数的定量分析。

11.根据权利要求1的方法，其中蛋白质分散指数的定量分析包括以下步骤：

i)测定饲料原料和/或饲料的样品的氮含量，优选通过诸如Kjeldahl或Dumas的方法进行；

ii)将步骤i)的样品的等分试样放入水中；

iii)优选通过诸如Kjeldahl或Dumas的方法测定在步骤ii)中获得的分散液中的氮含量；及

iv)计算蛋白质分散指数，表述为步骤iii)中测定的氮含量与步骤i)中测定的氮含量的比例。

12.根据权利要求1的方法，其中使用Sanger试剂，即1-氟-2,4-二硝基苯(FNDB)，或者使用试剂O-甲基异脲通过胍基化反应，来测定反应性赖氨酸含量。

13.根据权利要求12的方法，其中用于测定反应性赖氨酸的胍化反应包括以下步骤：

i)在O-甲基异脲中温养饲料原料和/或饲料的样品；

ii)分析从步骤i)获得的样品中的高精氨酸；

iii)用茚三酮衍生化从步骤ii)获得的样品；

iv)测量从步骤iii)获得的样品在570nm波长下的吸光度；

v)使步骤iv)的样品进行水解；

vi)确定水解样品中高精氨酸的重量和摩尔量；及

vii)由步骤vi)中获得的高精氨酸的摩尔量来确定反应性赖氨酸的量。

14.根据权利要求1的方法，其中除反应性赖氨酸之外的至少一种氨基酸的定量分析包括以下步骤：

i)将饲料原料和/或饲料的样品置于酸性水溶液中；

ii)水解所述样品中含有的氨基酸以使其游离；

iii)任选，用显色试剂衍生化步骤ii)中获得的游离氨基酸，所述显色试剂增强氨基酸的分离和光谱性质；

iv)使用柱色谱来分离步骤ii)和/或iii)中获得的游离氨基酸；及

v)测定从步骤iv)所获得的洗脱液中分离的氨基酸的量。

15.根据权利要求1的方法，其中所述幂级数对应于下述公式

其中

i＝所分析的参数的最大值；

n＝特定参数；

x_n＝特定参数的值；及

a_n＝所述参数的加权因子。

16.根据权利要求15的方法，其中所述加权因子是整数。

17.根据权利要求15的方法，其中所述加权因子是1-10的整数。

18.根据权利要求1的方法，其中通过下式获得加工条件指标(PCI)

其中

i＝所分析的参数的最大值；

n＝特定参数；

x_n＝特定参数的值；及

a_n＝所述参数的加权因子。

19.根据权利要求18的方法，其中所述加权因子是整数。

20.根据权利要求19的方法，其中所述加权因子是1-10的整数。

21.根据权利要求1的方法，其中对不同加工时间点的加工过的饲料原料和/或饲料的一系列样品实施根据权利要求1的方法。

22.根据权利要求21的方法，其中所述系列样品包含至少100个样品。

23.根据权利要求22的方法，其中饲料原料和/或饲料的类型具有相同的类型。

24.根据权利要求1的方法，其中对多于一个系列的相同类型的饲料原料和/或饲料的样品实施根据权利要求1的方法。

25.根据权利要求1的方法，还包括以下步骤：

i)通过以下方法确定动物物种的饲料原料和/或饲料中氨基酸的标准化回肠消化率(SID)系数

i1)定量分析与权利要求1的步骤a)中相同的样品中所述氨基酸的量(AA_intake)；

i2)将所述样品给予动物物种并确定所述氨基酸的内源性损失(AA_{basal,excret.})和回肠氨基酸流出(AA_{ileal,outflow})；及

i3)将步骤i1)和i2)中获得的参数的值插入到通式(II)中

及

j)将在步骤i)中获得的标准化回肠消化率系数作为在权利要求1的步骤g)中获得的加工条件指标的函数绘图，和/或将在校准方程中所述标准化回肠消化率系数作为在权利要求1的步骤g)中获得的加工条件指标的函数进行表述。

26.根据权利要求25的方法，其中给出所述回肠消化系数(SID_AA)作为PCI的函数的校准方程为

-全脂大豆甲硫氨酸在家禽中的标准化回肠消化系数(SID_Met)

SID_Met＝-0.3581×PCI²+8.679×PCI+33.624，R²＝0.9399，

-全脂大豆胱氨酸在家禽中的标准化回肠消化系数(SIDcys)

SID_Cystine＝-0.442×PCI²+11.983×PCI-13.905，R²＝0.9405，

-全脂大豆中甲硫氨酸和胱氨酸在家禽中的标准化回肠消化系数(SID_Met+Cystine)

SID_Met+Cystine＝-0.3861×PCI²+9.8435×PCI+13.53，R²＝0.9391，

-全脂大豆赖氨酸在家禽中的标准化回肠消化系数(SID_Lys)

SID_Lys＝-0.4187×PCI²+11.462×PCI+5.6474，R²＝0.9139，

-全脂大豆中苏氨酸在家禽中的标准化回肠消化系数(SID_Thr)

SID_Thr＝-0.368×PCI²+9.2054×PCI+21.772，R²＝0.9469，

-全脂大豆色氨酸在家禽中的标准化回肠消化系数(SID_Trp)

SID_Trp＝-0.4046×PCI²+9.7674×PCI+23.052，R²＝0.9431，

-全脂大豆中精氨酸在家禽中的标准化回肠消化系数(SID_Arg)

SID_Arg＝-0.3033×PCI²+7.3008×PCI+41.512，R²＝0.9494，

-全脂大豆异亮氨酸在家禽中的标准化回肠消化系数(SID_Ile)

SID_Ile＝-0.3974×PCI²+9.211×PCI+29.802，R²＝0.9657，

-全脂大豆中亮氨酸在家禽中的标准化回肠消化系数(SID_Leu)

SID_Leu＝-0.3639×PCI²+8.3187×PCI+35.843，R²＝0.9651，

-全脂大豆中缬氨酸在家禽中的标准化回肠消化系数(SID_Val)

SID_Val＝-0.388×PCI²+9.0608×PCI+29.464，R²＝0.9639，

-全脂大豆组氨酸在家禽中的标准化回肠消化系数(SID_His)

SID_His＝-0.3554×PCI²+9.1547×PCI+25.938，R²＝0.9376，

-全脂大豆苯丙氨酸在家禽中的标准化回肠消化系数(SID_Phe)

SID_Phe＝-0.3523×PCI²+8.0374×PCI+37.432，R²＝0.9719，

-猪的全脂大豆甲硫氨酸的标准化回肠消化系数(SID_Met)

SID_Met＝-0.3286×PCI²+7.3561×PCI+43.444，R²＝0.8625，

-猪的全脂大豆胱氨酸的标准化回肠消化系数(SID_Cys)

SID_Cys＝-0.4982×PCI²+13.115×PCI-11.392，R²＝0.7687，

-猪的全脂大豆中甲硫氨酸和胱氨酸的标准化回肠消化系数(SID_Met+Cystine)

SID_Met+Cystine＝-0.4237×PCI²+10.534×PCI+14.77，R²＝0.8026，

-猪的全脂大豆中赖氨酸的标准化回肠消化系数(SID_Lys)

SID_Lys＝-0.4397×PCI²+11.359×PCI+11.75，R²＝0.8209，

-猪的全脂大豆中苏氨酸的标准化回肠消化系数(SID_Thr)

SID_Thr＝-0.291×PCI²+6.2769×PCI+44.594，R²＝0.8414，

-猪的全脂大豆中色氨酸的标准化回肠消化系数(SID_Trp)

SID_Trp＝-0.3167×PCI²+6.6559×PCI+45.534，R²＝0.8544，

-猪的全脂大豆精氨酸的标准化回肠消化系数(SID_Arg)

SID_Arg＝-0.261×PCI²+5.3573×PCI+63.685，R²＝0.8894，

-猪的全脂大豆中异亮氨酸的标准化回肠消化系数(SID_Ile)

SID_Ile＝-0.3204×PCI²+6.7739×PCI+48.135，R²＝0.8789，

-猪的全脂大豆中亮氨酸的标准化回肠消化系数(SID_Leu)

SID_Leu＝-0.2901×PCI²+5.7556×PCI+55.925，R²＝0.8801，

-猪的全脂大豆中缬氨酸的标准化回肠消化系数(SID_Val)

SID_Val＝-0.2801×PCI²+5.8136×PCI+52.234，R²＝0.868，

-猪的全脂大豆中组氨酸的标准化回肠消化率(SID_His)

SID_His＝-0.2915×PCI²+6.548×PCI+48.067，R²＝0.8501，

-猪的全脂大豆中苯丙氨酸的标准化回肠消化系数(SID_Phe)

SID_Phe＝-0.2676×PCI²+4.9292×PCI+62.59，R²＝0.8914，

-猪的全脂大豆中甘氨酸的标准化回肠消化系数(SID_Gly)

SID_Gly＝-0.3377×PCI²+7.7741×PCI+35.285，R²＝0.7481，

-猪的全脂大豆中丝氨酸的标准化回肠消化系数(SID_Ser)

SID_Ser＝-0.3257×PCI²+6.9689×PCI+44.913，R²＝0.8601，

-猪的全脂大豆中脯氨酸的标准化回肠消化系数(SID_Pro)

SID_Pro＝-0.4428×PCI²+10.473×PCI+36.719，R²＝0.6098，

-猪的全脂大豆丙氨酸的标准化回肠消化系数(SID_Ala)

SID_Ala＝-0.3002×PCI²+6.6179×PCI+44.817，R²＝0.8469，

-猪的全脂大豆中天冬氨酸的标准化回肠消化系数(SID_Asp)

SID_Asp＝-0.4159×PCI²+10.765×PCI+9.9347，R²＝0.8487，

及

-猪的全脂大豆中谷氨酸的标准化回肠消化系数(SID_Glu)

SID_Glu＝-0.3041×PCI²+6.9635×PCI+44.434，R²＝0.8545。

27.评估对饲料原料和/或饲料的营养价值的加工影响的计算机执行的方法，包括以下步骤：

A)对与权利要求1的步骤a)相同的饲料原料和/或饲料的样品进行近红外(NIR)光谱测量；

B)将步骤A)中获得的NIR光谱中在各波长或波数处的吸收强度与在权利要求1的步骤a1)至a3)中确定的相应的参数相匹配

及

C)将步骤B)的匹配绘制成校准图，和/或将在步骤a1)至a3)中确定的参数在校准方程中作为在步骤B)中匹配的在各波长或波数处的吸收强度的函数进行表述。

28.根据权利要求27的计算机执行的方法，还包括以下步骤：

D)将在权利要求27的步骤B)中获得的样品的NIR光谱中在各波长或波数处的吸收强度与权利要求1的步骤g)中相同样品获得的加工条件指标相匹配；及

E)将步骤D)的匹配绘制成校准图，和/或将在校准方程中所述加工条件指标作为在步骤D)中匹配的在各波长或波数处的吸收强度的函数进行表述。

29.根据权利要求28的计算机执行的方法，还包括以下步骤：

F)对未知来源或与权利要求1的步骤a)中相同来源的饲料原料和/或饲料的样品进行NIR光谱测量；

G)从步骤C)的校准图中读出与步骤F)中获得的NIR光谱中的吸收相匹配的步骤a1)至a3)的至少一个参数的值，和/或将步骤F)中获得的NIR光谱中在各波长或波数处的吸收强度插入到步骤C)的校准方程中，得到步骤a1)至a3)的参数的值；

H)将步骤G)中获得的参数的值插入到幂级数中，并得到由各幂级数获得的值的平均值，其中所述平均值被指定为所述加工条件指标(PCI)；和/或

I)从步骤E)的校准图中读出PCI，和/或将在各波长或波数处的吸收强度插入到步骤E)的校准方程中，以获得所述加工条件指标；及

J)将步骤H)和/或I)中获得的加工条件指标绘制成权利要求1的加工量度，以指示饲料原料和/或饲料是过度加工还是适当加工还是加工不足。

30.根据权利要求29的计算机执行的方法，其中在步骤G)中获得与步骤a1)至a3)中相同的参数。

31.根据权利要求29的计算机执行的方法，还包括以下步骤：

K)将步骤H)中获得的加工条件指标插入到步骤j)的校准方程中，和/或读取步骤I)中获得的加工条件指标的功能值，以获得步骤F)的饲料原料和/或饲料中氨基酸的特定消化率系数(D_AA)。

32.根据权利要求30的计算机执行的方法，还包括以下步骤：

K)将步骤H)中获得的加工条件指标插入到步骤j)的校准方程中，和/或读取步骤I)中获得的加工条件指标的功能值，以获得步骤F)的饲料原料和/或饲料中氨基酸的特定消化率系数(D_AA)。

33.根据权利要求31的计算机执行的方法，还包括以下步骤：

L)饲料原料和/或饲料中氨基酸的量的期望值与实际值之间的差异量是由权利要求25的所述氨基酸的回肠消化率系数的最大值与步骤K)中获得的所述氨基酸的特定消化率系数之差来确定的。

34.根据权利要求32的计算机执行的方法，还包括以下步骤：

L)饲料原料和/或饲料中氨基酸的量的期望值与实际值之间的差异量是由权利要求25的所述氨基酸的回肠消化率系数的最大值与步骤K)中获得的所述氨基酸的特定消化率系数之差来确定的。

35.根据权利要求31的计算机执行的方法，还包括以下步骤：

M)饲料原料和/或饲料的样品中氨基酸的可消化量是通过将步骤G)中获得的饲料原料和/或饲料的样品中所述氨基酸的量乘以步骤K)中获得的特定消化率系数来确定的。

36.根据权利要求32的计算机执行的方法，还包括以下步骤：

M)饲料原料和/或饲料的样品中氨基酸的可消化量是通过将步骤G)中获得的饲料原料和/或饲料的样品中所述氨基酸的量乘以步骤K)中获得的特定消化率系数来确定的。

37.根据权利要求1的方法，其中所述饲料原料和/或饲料是大豆、黄豆或豆制品。

38.根据权利要求27的计算机执行的方法，其中所述饲料原料和/或饲料是大豆、黄豆或豆制品。

39.根据权利要求29的计算机执行的方法，其中所述饲料原料和/或饲料是大豆、黄豆或豆制品。

40.根据权利要求25的方法，其中所述动物物种为杂食动物、食肉动物、食草动物和/或反刍动物。

41.根据权利要求27的计算机执行的方法，其中将根据权利要求27的步骤C)的校准图和/或校准方程存储在所述计算机或云中。

42.根据权利要求28的计算机执行的方法，其中将根据权利要求28的步骤E)的校准图和/或校准方程存储在所述计算机或云中。

43.制备饲料的方法，其包括根据权利要求33的步骤F)至L)，其中所述方法还包括以下步骤至少之一：

N)如果所述饲料原料和/或饲料被指示为加工不足，则进一步加工所述饲料原料和/或饲料，和/或

O)如果所述饲料原料和/或饲料被指示为过度加工，则将步骤L)中获得的氨基酸的差异量补充到所述饲料原料和/或饲料中。

44.制备饲料的方法，其包括根据权利要求34的步骤F)至L)，其中所述方法还包括以下步骤至少之一：

N)如果所述饲料原料和/或饲料被指示为加工不足，则进一步加工所述饲料原料和/或饲料，和/或

O)如果所述饲料原料和/或饲料被指示为过度加工，则将步骤L)中获得的氨基酸的差异量补充到所述饲料原料和/或饲料中。

45.用于确定对饲料原料和/或饲料的营养价值的加工影响的装置，其包括配置用于执行根据权利要求1的方法的计算机。

46.用于评估对饲料原料和/或饲料的营养价值的加工影响的装置，其包括配置用于执行根据权利要求29的方法的计算机。

47.根据权利要求46的装置，其中所述计算机还进行步骤F)的近红外光谱测量。

48.根据权利要求46的装置，其中配置用于执行步骤F)至J)的计算机不同于存储校准方程的计算机。

49.根据权利要求48的装置，其中用于执行步骤F)至J)的第一计算机与存储校准方程的第二计算机形成网络。

50.根据权利要求45的装置，其中数据集和校准曲线存储在计算机可访问的云中，所述计算机和云形成一种网络。

51.根据权利要求46的装置，其中所述计算机执行根据权利要求31的方法的步骤K)。

52.根据权利要求46的装置，其中所述计算机执行根据权利要求32的方法的步骤K)。

Images