CN112106144A - 确定对饲料成分原料和/或饲料成分能量值的加工影响的方法 - Google Patents

确定对饲料成分原料和/或饲料成分能量值的加工影响的方法 Download PDF

Info

Publication number
CN112106144A
CN112106144A CN201980031161.8A CN201980031161A CN112106144A CN 112106144 A CN112106144 A CN 112106144A CN 201980031161 A CN201980031161 A CN 201980031161A CN 112106144 A CN112106144 A CN 112106144A
Authority
CN
China
Prior art keywords
energy
corrected
feed ingredient
correction
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201980031161.8A
Other languages
English (en)
Other versions
CN112106144B (zh
Inventor
M·维尔塔夫斯凯-马丁
J·菲克勒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Evonik Operations GmbH
Original Assignee
Evonik Operations GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Evonik Operations GmbH filed Critical Evonik Operations GmbH
Publication of CN112106144A publication Critical patent/CN112106144A/zh
Application granted granted Critical
Publication of CN112106144B publication Critical patent/CN112106144B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • AHUMAN NECESSITIES
    • A23FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23KFODDER
    • A23K10/00Animal feeding-stuffs
    • A23K10/30Animal feeding-stuffs from material of plant origin, e.g. roots, seeds or hay; from material of fungal origin, e.g. mushrooms
    • AHUMAN NECESSITIES
    • A23FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23KFODDER
    • A23K50/00Feeding-stuffs specially adapted for particular animals
    • A23K50/30Feeding-stuffs specially adapted for particular animals for swines
    • AHUMAN NECESSITIES
    • A23FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23KFODDER
    • A23K50/00Feeding-stuffs specially adapted for particular animals
    • A23K50/70Feeding-stuffs specially adapted for particular animals for birds
    • A23K50/75Feeding-stuffs specially adapted for particular animals for birds for poultry

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Polymers & Plastics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Birds (AREA)
  • Food Science & Technology (AREA)
  • Zoology (AREA)
  • Health & Medical Sciences (AREA)
  • Animal Husbandry (AREA)
  • Primary Health Care (AREA)
  • Botany (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Nutrition Science (AREA)
  • Biotechnology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Mycology (AREA)
  • Physiology (AREA)
  • Fodder In General (AREA)
  • Feed For Specific Animals (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及用于确定和/或评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法,其中确定饲料成分原料和/或饲料成分的加工条件指标以及测定饲料成分原料和/或饲料成分的经校正能量值。本发明也涉及制备饲料的工艺,考虑确定的加工影响以及饲料成分原料和/或饲料成分的能量值。

Description

确定对饲料成分原料和/或饲料成分能量值的加工影响的 方法
本发明涉及确定对饲料成分(feedstuff)原料和/或饲料成分的能量值的加工影响的方法,考虑确定的加工影响和因而获得和/或可获得的饲料成分优化饲料成分原料和/或饲料成分的能量值的工艺。
动物不仅用饲料/饮食产生蛋白和产生肉,还产生能量。当饲料/饮食中的有机分子如蛋白、脂肪、碳水化合物如淀粉、纤维和糖经历氧化时,释放能量。饲料是动物生产中的最大单一成本因素。例如,饲料构成生产猪中的成本的约60%。至少50%的饲料成本是为了给动物供应能量,因而使得能量成为最大的成本部分。因此,尽可能精确估计饲料能量值对最低成本的配方以及为动物提供所需量的能量是重要的。
然而,饲料成分原料和/或饲料成分,尤其是基于植物的饲料成分,不能以其在动物营养中出现的实际形式使用。由于很多原因,饲料成分可能对动物和各动物产品如肉和乳产生负面影响,在最坏情况下还对作为其消费者的人有负面影响。对于这一点的示例是错误选择饲料成分和口粮选择以及因而所产生的营养及能量供应,饲料成分污染,变质饲料中生物负担和/或毒素负担(霉菌毒素),和基于植物的饲料成分中的所谓抗营养因子。
抗营养因子产生自植物次级代谢且仅存在于特定植物物种。其在初级代谢中不行使主要功能。相反,其功能是防御害兽和害虫,调节和起染料及芳香剂作用。抗营养因子对动物的负面影响在于摄食、动物性能降低、营养素消化变化、代谢紊乱和其毒性。
抗营养因子能分组为碳水化合物、蛋白、酚和酚衍生物、葡萄糖苷和糖苷、螯合剂和硫代葡萄糖苷以及致甲状腺肿素的物质组,其中单一化合物能分组到多于一个物质类别。
来自碳水化合物物质组的抗营养因子示例是非淀粉多糖和不消化性寡糖。
来自蛋白物质组的抗营养因子示例是蛋白酶抑制剂和凝集素。
来自酚和酚衍生物物质组的抗营养因子示例是单宁、烷基间苯二酚和棉子酚。
来自葡萄糖苷和糖苷物质组的抗营养因子示例是嘧啶-葡萄糖苷、α-半乳糖苷、生氰葡萄糖苷和皂苷。
来自生物碱物质组的抗营养因子示例是鹰爪豆碱、羽扇豆苷、羟基羽扇豆烷宁、狭叶香茶菜素、茄碱和芥子碱。
来自螯合剂物质组的抗营养因子示例是植酸和棉子酚。
来自硫代葡萄糖苷物质组的抗营养因子示例是芸苔葡糖硫苷、葡萄糖芫菁芥素(gluconapin)、glucobrassiconapin和前致甲状腺肿素。
致甲状腺肿素(发现于大豆、木薯、芸苔属蔬菜如花椰菜和卷心菜以及其他十字花科蔬菜)也导致甲状腺肿大(=甲状腺肿)。
抗营养因子的上述非限制性列表和其对动物的负面作用阐明,抗营养因子对饲养实践有较大影响。因此,为避免抗营养因子对动物的负面影响,抗营养因子应从用于制备饲料成分的原料中移出或脱毒/灭活。在不可能从饲料成分原料中完全移出抗营养因子或使之脱毒的情况中,必须限制向动物提供抗营养因子,以避免对动物的有害作用。
对于从饲料成分原料中移出抗营养因子或使之脱毒或者降低其在饲料成分原料中的存在,用于制备饲料成分的原料接受热处理如蒸煮或烘烤。这导致蛋白酶抑制剂和凝集素灭活,或用碱处理,这例如引起芥子碱移出。因此,许多饲料成分原料接受热处理。另外,饲料产品也接受热处理以除去水份。例如,Galen J.Rokey等的文章“Feed extrusionprocess description”(Revista Brasileira de Zootecnia,卷39,第510-518页,2010)公开了用于生成许多产品的挤压蒸煮在过去三十年内已有多年历史,并提供就加工动物饮食而言极其有用和经济的工具。此工艺能更好利用可用的谷物和植物及动物蛋白,允许有提高的和独特的喂食特征的有成本效益的且营养丰富的饮食。该文章进一步公开了可口、功能性和定制的饲料成分能由原料配方、系统配置和加工条件来有利地生产。
然而,这种热处理能导致饲料成分原料的营养价值损害。例如,带有氨基的化合物如氨基酸和蛋白在存在还原性化合物特别是还原糖的情况下进行美拉德反应。对于带ε-氨基的赖氨酸而言尤其如此,其能与饲料成分原料中的大量成分反应。产生自这些反应的化合物可部分地在动物肠中吸收,但其没有任何营养价值。例如,赖氨酸分子或含赖氨酸的蛋白的游离ε-氨基能在可逆缩合反应中与还原糖的羰基反应,尤其是己糖如葡萄糖,所述反应初始产生希夫碱,随后在不可逆的阿马多利重排中反应,形成ε-N-脱氧酮糖(desoxyketosyl)赖氨酸,其有时被称为阿马多利产物或早期阿马多利产物。ε-N-脱氧酮糖赖氨酸可以进一步反应形成棕色色素或蛋白黑素,其是黄褐色至几乎黑色的含氮有机化合物。希夫碱,至少是由脂肪醛和还原糖形成的那些,能在哺乳动物的肠中几乎完全吸收。相比之下,阿马多利产物ε-N-脱氧酮酰的代谢可忽略不计。用于饲料成分原料加工的条件尤其是蒸煮或烘烤中的高温、极端pH值和高反应物浓度,有利于美拉德反应。然而,一部分反应的赖氨酸衍生物是酸不稳定的,并且在常规湿法化学氨基酸分析的酸水解步骤期间可以恢复为赖氨酸。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成分中的氨基酸浓度会具有误导性并且高估热损伤的饲料成分中的实际氨基酸含量和可用性。
美拉德反应被认为是饲料成分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,除了美拉德反应之外,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,在没有脂肪或(还原)糖的情况下强加热蛋白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,赖氨酸分子与氧化的多酚的反应,氨基酸的酰基化和氨基酸的外消旋化。除了赖氨酸分子的修饰之外,饲料成分原料的加工还导致蛋白变性和形成大量蛋白质内部以及分子间的交联,而且与赖氨酸以外的其它氨基酸交联。包括美拉德反应在内的上述反应可能导致氨基酸的一般性损失和饲料成分原料中氨基酸和蛋白的可消化性降低,从而减少氨基酸尤其是赖氨酸和蛋白的摄取。
热暴露也对其他饲料成分的氨基酸含量有显著影响,所述饲料成分获自有高热暴露的工艺,如所谓的DDGS(具有可溶物的干酒糟)。通常,在制备生物乙醇的植物中于蒸馏乙醇并干燥剩余副产品釜馏物之后获得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。釜馏物所含的蛋白、纤维和油是营养素,将其用途限定为饲料成分。然而,只有干燥的副产物可储存,且还可以喂给反刍动物以外的其它物种。通常,所述干燥副产物在干燥后造粒,这样得到的饲料成分通常称为DDGS。用于生产生物乙醇的谷物的约三分之一产生DDGS。用于生产生物乙醇的每蒲式耳谷物(一美国蒲式耳谷物等于35.2391升)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残留物、矿物质及维生素,因此具有高剩余能量值。由于其约为30%的高蛋白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能用于喂养家禽和猪。DDGS用于饲喂反刍动物是尤为常见的,并且在美国记载齐全。在北美,约80%的DDGS用于喂养牛。然而,在发酵期间形成的乙醇蒸馏及在剩余副产物干燥中的热暴露导致对副产物内氨基酸的强烈热压力,其可导致氨基酸和蛋白的美拉德反应,形成异肽和赖氨酸-丙氨酸,氨基酸与氧化的多酚反应,氨基酸酰基化,氨基酸外消旋化,蛋白变性以及形成大量蛋白交联。
除此之外,加工还对饲料成分原料和/或饲料成分的能量值有影响,尤其是消化能、代谢能和净能。例如,加工不足的豆制品的蛋白质可消化性降低,这是因为不合适即不充分地降低抗营养因子,其也在能量值降低中变得明显。相比之下,在过度加工的情况中,形成了美拉德产物,该产物不能用于动物代谢并且抑制淀粉降解酶作用。这也降低饲料成分原料和/或饲料成分的能量值。因此,仅适当加工即最优加工的饲料成分原料和/或饲料成分显示最佳营养特性。
已知用于鉴定对饲料成分原料加工影响的大量参数,但实验显示没有一个文献已知的参数适合充分表征对饲料成分原料的食物相关的加工影响。这是因为各单个的参数导致不同表述(statement)。例如,确定尿素酶活性是评估大豆加工品质的最常见测试。然而,此测试仅能检测加工不足的饲料成分原料,但其不适合检测过度加工的饲料成分原料。相比之下,样品在碱中的溶解度原则上允许区分过度加工产品与适当加工产品。然而,此区分需要就蛋白在碱中的溶解度,对特定值的热损害程度作出假设。由此,该假设已对饲料成分原料和/或饲料成分分类产生巨大影响。此外,所述方法单独也导致涉及饲料成分原料和/或饲料成分品质的表述自相矛盾。
因此,饲料成分工业未接受各单个的已知参数或特定参数组合作为表征食物相关的充分的或强制性特征。
上述特征在不同程度上适用于几乎所有经加工的饲料成分原料和/或饲料成分,即油籽(大豆提取粕和饼(soy extraction meal and expeller),全脂大豆,菜籽粕和饼,棉提取粕,花生提取粕,葵花提取粕,椰子提取粕,棕榈仁提取粕等),经加工的其他饲料成分原料如豆类(烤瓜尔粉)、啤酒和蒸馏副产物,只要其经受例如干燥工艺。
因此,需要方法能在全球范围内鉴定对饲料成分原料能量值的加工影响,且不依赖特定的意义(significance),尤其是各单独方法的优点和缺点。
根据本发明,通过获得在其显著性上互补并因而可组合的一组参数来解决此问题。这些参数是胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度、蛋白质分散指数和/或赖氨酸反应性量与赖氨酸总量之比。另外的参数是选自甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸。这些参数如下获得:在来自特定饲料成分原料不同加工时间点的饲料成分原料样品系列中对其进行测量。对于各测得的参数,确定所谓的加工条件指标(PCI),其描述饲料成分原料的所有可能加工情况,即加工不足、适当加工或过度加工。其次,从与PCI相同类型的样品中测定总能(GE),通常就猪测定消化能(DE)、代谢能(ME)和净能(NE),;和/或通常就家禽测定表观代谢能(AME)。然后,由此所得的值表示为加工条件指标的函数,采用方程形式和/或绘制成图。
因此,本发明的一个目的是计算机执行的方法,用于确定对饲料成分原料和/或饲料成分能量值的加工影响,所述方法包括以下步骤
a)使经加工的饲料成分原料和/或饲料成分的样品经历
a1)测量选自样品的胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数的至少一个参数;
a2)确定赖氨酸反应性量与赖氨酸总量之比,包括测量样品中赖氨酸反应性量与赖氨酸总量,然后形成赖氨酸反应性量与赖氨酸总量之比;和
a3)测量选自样品中的甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸的量;
b)将步骤a1)-a3)所得的参数以步骤a)中样品加工时间点的函数作图;
c1)确定步骤b)中图的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值大于4,在尿素酶活性的确定中的pH值增加大于0.35,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值大于85%,和/或以样品中初始含氮量的百分比表示的蛋白质分散指数的值大于40%,并且将由此所得的区域设定为加工不足;
c2)确定步骤b)中图的区域,其中赖氨酸反应性量与赖氨酸总量之比小于90%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值小于15%,和/或以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值小于73%,并且将由此所得的区域设定为过度加工;
c3)确定步骤b)中图的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值小于4,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值为73-85%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值为15-40%,和/或赖氨酸反应性量与赖氨酸总量之比的值为至少90%,并且将由此所得的区域设定为适当加工;
和/或
从b)的图中减去步骤c1)和c2)所确定的区域,并且将由此所得的区域设定为适当加工;
d)通过将步骤c1)-c3)所得的区域标准化到等同尺寸产生加工程度(processingscale),将其分选为从过度加工到加工不足或反之亦然,并且将连续刻度(continuousscaling)分配到经标准化和分选的区域;
e)将步骤a1)-a3)所得的参数的值代入幂级数,形成获自每个幂级数的值的均值,其中所述均值被指定为加工条件指标(PCI);和
f)在与步骤a)相同的饲料成分原料和/或饲料成分的样品中,测量总能(GE),对于猪而言的消化能(DE)、代谢能(ME)和净能(NE),和/或对于家禽而言的相对于零氮贮留(AMEn)校正的表观代谢能。
优选地,测量步骤a3)提及的所有氨基酸的量。
在本发明上下文中,术语经加工的饲料成分原料和/或饲料成分用于表示饲料成分原料和/或饲料成分,其接受处理以灭活或移出饲料成分原料和/或饲料成分中的抗营养因子。所述处理可以是热处理如蒸煮或烘烤,用于灭活蛋白酶抑制剂和凝集素,或用碱处理以移出例如芥子碱。
在本发明上下文中,术语赖氨酸反应性量用于表示动物尤其是动物中的消化实际可用的赖氨酸的量。相比之下,赖氨酸总量在本发明上下文中用于表示实际可用于动物(尤其是动物中的消化)的赖氨酸量以及和不可用于动物(尤其动物中的消化)的赖氨酸的量的总和。后面的赖氨酸的量通常是因为赖氨酸降解反应,如已提过的美拉德反应。
在本发明上下文中,导致对饲料成分原料和/或饲料成分损伤尤其是氨基酸量减少的加工称为过度加工。相比之下,没有达到从饲料成分原料和/或饲料成分中完全或至少可接受地移出抗营养因子的加工称为加工不足。最后,导致完全或至少可接受地破坏抗营养因子而不损害氨基酸和/或蛋白的加工称为适当加工(adequately-processing或adequate processing)。
测量胰蛋白酶抑制剂活性是基于抑制剂与胰蛋白酶形成复合体并因而降低其活性的能力。胰蛋白酶催化合成的底物N-α-苯甲酰-D,L-精氨酰-对硝基苯胺(DL-BAPNA,IUPAC名称N-[5-(二氨基亚甲叉基氨基)-1-(4-硝基苯胺基)-1-氧戊-2-基]苯甲酰胺)和N-α-苯甲酰-L-精氨酰-对硝基苯胺(L-BAPNA,IUPAC名称N-[5-(二氨基亚甲叉基氨基)-1-(4-硝基苯胺基)-1-氧戊-2-基]苯甲酰胺)的水解。此催化的水解释放游离的黄色产物对硝基苯胺(p-nitroanilide)并因而引起吸光度变化。胰蛋白酶活性与黄色成比例。对硝基苯胺浓度能通过在410nm波长的光谱学测定。L-BAPNA通常用于方法ISO 14902(2001)且DL-BAPNA通常用于方法AACC 22.40-01(最初由Hamerstrand在1981年所发明方法的改良)。
在方法ISO 14902(2001)中,所述样品首先用0.50mm筛细磨。在研磨期间,应避免任何发热。研磨的样品与碱性水溶液混合,如1g样品溶于50ml氢氧化钠溶液(0.01N),由此所得的溶液、悬液、分散液或乳液随后在最高4℃的温度保存至多约24小时。由此所得的混合物的pH为9-10,特别是9.4-9.6。所得的溶液用水稀释并保持静置。取此溶液样品例如1ml,并如其推断或先前估计的胰蛋白酶抑制剂活性含量所指示的进行稀释,从而1ml稀释溶液会导致酶促反应受到40-60%的抑制。将胰蛋白酶工作液如1ml加入L-BAPNA、水和经稀释的样品提取溶液的混合物,如5ml L-BAPNA、2ml(蒸馏)水及1ml适当稀释的样品提取溶液。然后,样品在37℃精确孵育10分钟。加入1ml乙酸(30%)终止反应。如上制备空白样品,但胰蛋白酶在乙酸后加入。在2.5g离心后,于410nm波长测量吸光度。
在方法AACC 22-40.01中,所述样品首先用0.15mm筛细磨。在研磨期间,应避免任何发热。研磨样品与碱性水溶液混合,如1g样品溶于50ml氢氧化钠溶液(0.01N),在20℃缓慢搅拌3小时。由此所得的溶液、悬液、分散液或乳液的pH应为8-11,优选8.4-10。所得的溶液、悬液、分散液或乳液用水稀释,振荡并保持静置。取此溶液样品例如1ml,如其推断或先前估计的胰蛋白酶抑制剂活性含量所指示的进行稀释,从而1ml稀释溶液会导致酶促反应受40-60%的抑制。将胰蛋白酶工作液如2ml加入D,L-BAPNA、水和经稀释的样品提取溶液的混合物,如5ml D,L-BAPNA、1ml(蒸馏)水及1ml适当稀释的样品提取溶液。然后,样品在37℃实际孵育10分钟。加入1ml乙酸(30%)终止反应。如上制备空白样品,但胰蛋白酶在乙酸后加入。在2.5g离心后,吸光度于410nm波长测量。
不依赖所用的方法,胰蛋白酶抑制剂活性用下式计算为mg胰蛋白酶抑制剂/g胰蛋白酶:
Figure BDA0002767360300000051
i=抑制百分比(%);
Ar=带有标准物的溶液的吸光度;
Abr=带有标准物的空白对照吸光度;
As=带有样品的溶液的吸光度;
Abs=带有样品的空白对照吸光度;
Figure BDA0002767360300000052
TIA=胰蛋白酶抑制剂活性(mg/g);
i=抑制百分比(%);
m0=测试样品的质量(g);
m1=胰蛋白酶的质量(g);
f1=样品提取物的稀释因子;和
f2=基于胰蛋白酶纯度的转换因子。
因此,测量胰蛋白酶抑制剂活性优选包括以下步骤:
i)将饲料成分和/或饲料成分原料样品溶于碱性溶液;
ii)稀释步骤i)所得的溶液的等分试样以提供混合物,其中胰蛋白酶抑制剂活性足以抑制约40-60%胰蛋白酶;
iii)向步骤ii)所得的混合物加入特定体积的胰蛋白酶溶液;
iv)向步骤iii)所得的混合物加入BAPNA以起始BAPNA与胰蛋白酶的水解反应;
v)终止水解反应;
vi)在410nm波长测量步骤v)所得的混合物的吸光度并用下式计算抑制
Figure BDA0002767360300000061
其中
i=抑制百分比(%);
Ar=带有标准物的溶液的吸光度;
Abr=带有标准物的空白对照的吸光度;
As=带有样品的溶液的吸光度;和
Abs=带有样品的空白对照的吸光度;
vii)用下式计算胰蛋白酶抑制剂活性
Figure BDA0002767360300000062
其中
TIA=胰蛋白酶抑制剂活性(mg/g);
i=抑制百分比(%);
m0=测试样品的质量(g);
f1=样品提取物的稀释因子;和
f2=基于胰蛋白酶纯度的转换因子。
一个胰蛋白酶单位定义为会在每1ml反应体积反应10分钟后,使410nm吸光度增加0.01单位的酶的量。胰蛋白酶抑制剂活性定义为受抑制的胰蛋白酶单位数量(TIU)。每ml的TIU用下式计算
Figure BDA0002767360300000063
其中
A空白=空白对照的吸光度
A样品=样品的吸光度
Vdl.smp.=以ml计的稀释的样品溶液的体积。
由此所得的TUI针对稀释样品溶液体积作图,其中抑制剂体积到0ml的外推值产生终TUI[ml]。最后,每g样品的TUI用下式计算
TUI[g]=TUI[ml-1]×d×50
其中d=稀释因子(终体积除以所取的量)。
此分析方法结果不应超出重复样品平均值的10%。
或者,测量胰蛋白酶抑制剂活性因而优选包括以下步骤:
i)将饲料成分和/或饲料成分原料样品溶于碱性溶液;
ii)稀释步骤i)所得的溶液的等分试样以提供混合物,其中胰蛋白酶抑制剂活性足以抑制约40-60%的胰蛋白酶;
iii)向步骤ii)所得的混合物加入特定体积的胰蛋白酶溶液;
iv)向步骤iii)所得的混合物加入BAPNA以起始BAPNA与胰蛋白酶的水解反应;
v)终止水解反应;
vi)在410nm波长测量步骤v)所得的混合物的吸光度并用下式计算受抑制的胰蛋白酶单位数量(TIU)
Figure BDA0002767360300000071
其中
A空白=空白对照的吸光度
A样品=样品的吸光度
Vdl.smp.=以ml计的稀释的样品溶液的体积;
步骤iii)所得的TUI针对稀释样品溶液体积作图,其中抑制剂体积到0ml的外推值产生终TUI[ml];和/或
vii)每g样品的TUI根据下式
TUI[g]=TUI[ml-1]×d×50
其中d=稀释因子(终体积除以所取的量)。
尿素酶催化尿素降解成氨和二氧化碳。由于尿素酶在大豆中天然存在,测量该酶的活性是评估加工大豆品质的最常见的测试。优选地,测量尿素酶活性根据ISO 5506(1988)或AOCS Ba 9-58的方法完成。AOCS Ba 9-58的方法测定尿素酶剩余活性作为间接指标以评估蛋白酶抑制剂是否在饲料成分原料和/或饲料成分加工中被破坏。所述尿素酶剩余活性测量为测试中的pH值增加,这是碱性化合物氨释放到介质中的结果。所述pH值增加的推荐水平是上升0.01-0.35单位(NOPA,1997)。饲料成分原料和/或饲料成分尿素酶活性的典型测量如此进行:首先,制备溶于含NaH2PO4和KH2PO4的缓冲液中的尿素的溶液,如将30g尿素加入1l含4.45g Na2HPO4和3.4g KH2PO4的缓冲液,测量由此所得的pH值。随后,向此溶液加入饲料成分原料和/或饲料成分的样品如0.2g大豆样品。将带有由此所得的溶液、悬液、分散液或乳液的试管或烧杯置于水浴中,例如在30+/-5℃温度,优选30℃,持续20-40分钟,优选30分钟。最后,测量此溶液、悬液、分散液或乳液的pH值,与初始尿素溶液的pH值作比较,差异表示为pH增加。
测量尿素酶活性因而优选包括步骤:
i)制备溶于缓冲液的尿素溶液,所述缓冲液包括NaH2PO4和KH2PO4
ii)测量步骤i)所得的溶液的pH值;
iii)向含尿素的溶液加入饲料成分原料和/或饲料成分的样品;
iv)由此所得的溶液、悬液、分散液或乳液在恒温保持一定时间段,然后测量溶液、悬液、分散液或乳液的pH值;和
v)步骤ii)和iv)所测pH值之间的差异表示为pH增加。
测量蛋白在碱中的溶解度在下文也称为蛋白在碱性溶液中的溶解度或蛋白的碱溶性,是区分过度加工产物与正确加工产物的有效方法,如根据DIN EN ISO 14244(2016)。
测量蛋白在碱中的溶解度或蛋白的碱溶性包括确定溶于碱性溶液的蛋白百分比。在饲料成分原料和/或饲料成分的已知重量的样品溶解前,有特定重量的样品含氮量用测定氮的标准方法检测,如Kjeldahl或Dumas方法。由此确定的含氮量被称为总氮含量。之后,重量相同和同一来源的样品悬于具有明确浓度的碱性溶液,优选碱性氢氧化物溶液,尤其是氢氧化钾溶液。由此所得的悬液的等分试样进行取样和离心。再次,采集因而所得的悬液的等分试样。此液体部分的含氮量用测定氮的标准方法检测,如Kjeldahl或Dumas方法。由此确定的含氮量与总氮含量作比较,并表示为样品初始含氮量的百分比。
测量蛋白的碱溶性优选包括以下步骤:
i)确定饲料成分原料和/或饲料成分的样品的含氮量,优选通过诸如Kjeldahl或Dumas所述方法确定;
ii)将步骤i)的样品的等分试样置于碱性溶液,优选氢氧化钠或氢氧化钾溶液,然后搅拌;
iii)将步骤ii)所得的悬液、溶液、分散液或乳液进行离心;
iv)确定溶液或者步骤iii)所得的悬液、溶液、分散液或乳液的上清的等分试样的含氮量,优选通过诸如Kjeldahl或Dumas所述方法确定;和
v)将蛋白的碱溶性计算为步骤iv)所确定的含氮量与步骤i)所确定的含氮量之比。
优选地,用于步骤ii)的碱性溶液的pH值为11-14,特别是12-13,例如12.5。用于制备碱性溶液的碱如氢氧化钠或氢氧化钾含量取决于待制备的溶液体积。
用于测量蛋白碱溶性的典型碱性溶液的pH值为例如12.5,氢氧化钾溶液浓度为0.036mol/l或0.2%重量。在步骤ii)中,例如,1.5g大豆样品置于75ml氢氧化钾溶液,接着在8500rpm(转每分钟)20℃搅拌20分钟。随后,采集由此所得的悬液、溶液、分散液或乳液的等分试样例如约50ml并在2500g离心15分钟。之后,采集由此所得的悬液、溶液、分散液或乳液的等分试样例如10ml,所述等分试样的含氮量用测定氮的标准方法检测,如Kjeldahl或Dumas方法。最后,结果表示为样品含氮量的百分比。
测量蛋白质分散指数(PDI)包括在样品与水混合后测量蛋白在水中的溶解度。此方法还涉及确定已知重量样品的含氮量,其通常根据与蛋白湿法化学分析相同的过程完成。由此所得的含氮量也称为总氮含量。此外,所述方法还包括制备样品悬液,其重量与悬于水的含氮量测量相同,这通常用高速搅拌机完成。过滤由此所得的悬液,滤液进行离心。由此所得的上清的含氮量再次用标准测定方法检测,如上述Kjeldahl或Dumas方法。如此所得的含氮量也称为溶液的含氮量。蛋白质分散指数最终计算为溶液的含氮量与总含氮量之比,并表示为样品的初始含氮量的百分比。
测量蛋白质分散指数优选包括以下步骤:
i)确定饲料成分原料和/或饲料成分的样品的含氮量,优选通过诸如Kjeldahl或Dumas所述方法确定;
ii)将步骤i)的样品的等分试样置于水中;
iii)确定步骤ii)所得的分散液的含氮量,优选通过诸如Kjeldahl或Dumas所述方法确定;和
iv)将蛋白质分散指数计算为步骤iii)所确定的含氮量与步骤i)所确定的含氮量之比。
由于蛋白质分散指数的值随着粒径降低而增加,在确定蛋白质分散指数中获得的结果取决于样品粒径。因此优选研磨要进行蛋白质分散指数测定的样品,尤其是1mm筛孔尺寸。
上述过程是按照美国油脂化学家协会(A.O.C.S.)的法定方法Ba 10-65,根据其优选进行蛋白质分散指数测定。例如,大豆样品的含氮量通过标准氮测定方法检测,如Kjeldahl或Dumas的方法。例如,将20g大豆样品的等分试样置于搅拌机中,在25℃加入例如300ml去离子水,然后搅拌,如在8500rpm持续10分钟。过滤由此所得的悬液、溶液、分散液或乳液,这样得到的溶液、分散液或乳液进行离心,例如在1000g持续10分钟。最后,上清的含氮量通过标准氮测定方法检测,如Kjeldahl或Dumas的方法。
对许多饲料成分进行加工,这可能导致氨基酸损坏。这可能使得一些氨基酸不可用于其营养用途。对于赖氨酸尤其如此,其具有ε-氨基,能与饮食中存在的其他化合物如还原糖的羰基反应,以产生可从肠道部分吸收的化合物,但该化合物对于动物没有任何营养价值。游离和/或蛋白结合的赖氨酸的ε-氨基与还原糖在热处理期间的反应被称为美拉德反应。此反应产生早期和后期美拉德产物。早期美拉德产物是结构改变的赖氨酸衍生物,称为阿马多利产物,而后期美拉德产物称为类黑精(melanoidins)。类黑精不干扰赖氨酸的正常分析且对所计算的消化率值没有影响。其仅导致所吸收的赖氨酸的浓度更低。因此,通常在氨基酸常规分析中鉴定不到类黑精。相比之下,阿马多利化合物确实干扰氨基酸分析,使得所分析的样品的赖氨酸浓度不准确。这些化合物中结合的赖氨酸称为“被阻断的赖氨酸”且生物学上不可用,因为其对任何胃肠道酶降解有抗性。
样品的反应性赖氨酸含量能用桑格试剂测量,即1-氟-2,4-二硝基苯(FDNB)。通过此方法测定的赖氨酸因而也称为FDNB-赖氨酸。桑格试剂使赖氨酸转变成黄色的二硝基苯基(DNP)-赖氨酸,其能被提取并在435nm波长采用分光光度法或高效液相层析测量。
或者,样品的反应性赖氨酸含量还能用胍基反应测量,使用温和试剂O-甲基异脲。此方面中,O-甲基异脲仅与赖氨酸的ε-氨基反应,但不与赖氨酸的α-氨基反应,只要赖氨酸结合于蛋白。因此,测定反应性赖氨酸偏好胍基反应。赖氨酸的胍基反应产生高精氨酸,其进一步用茚三酮衍生化,所产生的吸收变化能在570nm波长测量。
由于其是易于使用的方法,优选使用胍基反应以测量反应性赖氨酸。胍基反应涉及饲料成分原料和/或饲料成分的样品在O-甲基异脲中孵育。优选地,O-甲基异脲与赖氨酸之比超过1000。获自步骤i)的如此处理的样品进行干燥并分析高精氨酸,优选使用离子交换高效液相层析。随后,所述样品用茚三酮衍生,衍生样品的吸光度在570nm波长测量。之后,所述样品进行水解,接着移除溶剂使样品干燥。测量样品中高精氨酸的重量和摩尔量。最后,从高精氨酸的摩尔量计算反应性赖氨酸的量。
因此,用于测量反应性赖氨酸的胍基反应优选包括以下步骤:
i)在O-甲基异脲中孵育饲料成分原料和/或饲料成分的样品;
ii)就高精氨酸分析获自步骤i)的样品;
iii)获自步骤ii)的样品用茚三酮衍生化;
iv)在570nm波长测量获自步骤iii)的样品的吸光度;
v)来自步骤iv)的样品进行水解;
vi)在水解样品中测定高精氨酸的重量和摩尔量;和
vii)从获自步骤vi)的高精氨酸摩尔量确定反应性赖氨酸的量。
然而,不仅赖氨酸在饲料成分原料和/或饲料成分加工中经受热损害,而且其他氨基酸也经受热损害。根据本发明方法,测量经加工的饲料成分原料和/或饲料成分中的氨基酸甲硫氨酸、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、天冬氨酸和谷氨酸的量。在某种程度上,氨基酸不仅作为单一化合物存在,而且作为寡肽如二肽、三肽或更高级肽,其在平衡反应中从2、3或甚至更多个氨基酸形成。氨基酸的氨基通常作为亲核试剂太弱而无法与另一氨基酸的羧基直接反应,或其以质子化形式(-NH3 +)存在。因而,此反应在标准条件的平衡经常处于左侧。虽然,根据各氨基酸和样品溶液条件,一些待测定的氨基酸可能不作为单一化合物存在,而某种程度上作为寡肽存在,如二肽、三肽或更高级肽,由2、3或甚至更多个氨基酸形成。因此,饲料成分原料和/或饲料成分的样品应进行水解处理,优选酸性或碱性水解,使用例如盐酸或氢氧化钡。为了促进游离氨基酸分离和/或氨基酸识别及确定,如果需要,游离氨基酸用显色剂衍生化。本领域技术人员已知合适的显色剂。随后,游离氨基酸或经衍生的游离氨基酸经层析分离,其中不同氨基酸彼此分离,因为各氨基酸的不同官能团引起不同保留时间。本领域技术人员已知用于层析分离氨基酸的合适的层析柱例如反相柱以及合适的洗脱溶剂。分离的氨基酸最终在来自层析步骤的洗脱液中测定,这是通过与制备用于分析的已校正的标准品对比进行的。通常,洗脱自层析柱的氨基酸用合适检测器检测,例如电导率检测器、质量特异性检测器或荧光检测器或UV/VIS-检测器,取决于何时氨基酸用显色剂衍生化。这产生层析图,对于各氨基酸有峰面积和峰高。通过将峰面积和峰高与各氨基酸的已校正的标准品或校准曲线比较进行各氨基酸的测定。由于胱氨酸(HO2C(-H2N)CH-CH2-S-S-CH2-CH(NH2)-CO2H)和半胱氨酸(HS-CH2-CH(NH2)-CO2H)都测定为磺基丙氨酸(HO3S-CH2-CH(NH2)-CO2H),所述测量方法不区分这2种氨基酸。然而,这看来不对测量精确性产生任何影响,因为半胱氨酸通常极易受氧化影响并因而常作为胱氨酸存在。
测量反应性赖氨酸以外至少一种氨基酸的量优选包括以下步骤:
i)将饲料成分原料和/或饲料成分的样品置于酸性水性溶液;
ii)水解所述样品所含氨基酸以使其游离;
iii)任选地,步骤ii)所得的游离氨基酸用显色剂衍生化,其提高氨基酸的分离和光谱性质;
iv)用柱层析分离步骤ii)和/或iii)所得的游离氨基酸;和
v)测定步骤iv)所得的洗脱液中经分离的氨基酸的量。
上述过程一般用于测量赖氨酸总量,其是确定赖氨酸反应性量与赖氨酸总量之比所需的,以及用于测量选自甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸。
测量氨基酸量的最关键的点在于样品制备,其由于成分类型和主要感兴趣的氨基酸而存在不同。大部分氨基酸能通过在盐酸(6mol/l)中水解多至24小时的时间来水解。对于含硫的氨基酸即甲硫氨酸、半胱氨酸和胱氨酸,水解前面是过甲酸氧化。为检测色氨酸的量,水解用氢氧化钡(1.5mol/l)实施20小时。
在检测样品中的氨基酸量之前,饲料成分原料和/或饲料成分的样品优选细磨。在所述饲料成分原料和/或饲料成分的研磨期间,应避免任何放热以防止热对饲料成分原料和/或饲料成分内容物的任何进一步影响,尤其是在关于本发明所述方法步骤a)所测的参数方面。
就本发明所述步骤a1)-a3)所实施的测量中的参数所获得的值在本发明所述方法步骤b)中以接受测量的样品加工时间的函数作图。
在下文中,在本发明所述方法的步骤c1)中,确定步骤b)中的图的区域,其中
-以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值大于4,
-pH值的增加大于0.35,
-以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值大于85%,和/或
-以样品中初始含氮量的百分比表示的蛋白质分散指数的值大于40%,
并且将步骤b)的图中给出这些规定的至少一种的区域设定为加工不足。
其次,在本发明所述方法的步骤c2)中,确定步骤b)中的图的区域,其中
-赖氨酸反应性量与赖氨酸总量之比小于90%,
-以样品中初始含氮量的百分比表示的蛋白质分散指数的值小于15%,和/或
-以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值小于73%,
并且将步骤b)的图中给出这些规定的至少一种的区域设定为过度加工。
最后,在本发明所述方法的步骤c3)中,确定步骤b)中的图的区域,其中
-以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值小于4,
-以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值为73-85%,
-品中初始含氮量的百分比表示的蛋白质分散指数的值为15-40%,和
-赖氨酸反应性量与赖氨酸总量之比的值为至少90%,
并且将步骤b)的图中给出这些规定的至少一种的区域设定为适当加工。
另外或替代地,在本发明所述方法的步骤c3)中,从b)的图中减去步骤c1)和c2)所得的区域,并且将由此所得的区域设定为适当加工。
在实施步骤c3)的2种替代选择产生不同区域的情况中,就这些区域测定平均大小。
为了帮助将经历本发明所述方法的饲料成分原料和/或饲料成分分类为过度加工、加工不足或适当加工,进一步需要产生加工程度(步骤d)),其中最终绘制步骤e)的加工条件指标。在所述步骤d)中,连续刻度被分配给经标准化的且经分选的区域。优选地,所述连续刻度被分配给加工程度的横坐标x轴。本发明所述方法的步骤c1)-c3)所确定的区域的大小可能不同,尤其是涉及其高度(y方向或沿着纵坐标的区域延伸)和/或其长度(x方向或沿着横坐标的区域延伸)。因此,在本发明方法的步骤d)中,步骤c1)-c3)所确定的区域标准化到等同大小,随后将其分选为从过度加工到加工不足或反之亦然。此外,将连续刻度(continuous scale)分配到经标准化的且经分选的区域。
根据本发明,本发明所述方法步骤a1)-a3)所得的参数的值在本发明所述方法步骤e)中代入幂级数,由此所得的值用于确定均值,其是所谓的加工条件指标(PCI)。
典型幂级数对应下式
Figure BDA0002767360300000111
其中
i=所分析的参数的最大数目;
n=特定参数;
xn=特定参数的值;和
an=参数的权重因子。
在本发明上下文中,权重因子优选是整数。权重因子优选是1-10的整数。
考虑就来自幂级数的值而言形成该值的均值,所谓的加工条件指标(PCI)通过下式方式获得
Figure BDA0002767360300000112
其中
i=所分析参数的最大数目;
n=特定参数;
xn=特定参数的值;和
an=参数的权重因子。
步骤e)如此所得的加工条件指标可绘制入步骤d)所得的加工程度,以指示饲料成分原料和/或饲料成分分类是过度加工、适当加工或是加工不足。
优选地,来自不同加工时间点的经加工的饲料成分原料和/或饲料成分的样品系列经受本发明所述方法,以提供综合样品群。优选地,所述样品系列包括至少100个样品,尤其是200、300、400、500或更多个样品。在样品系列的情况中,饲料成分原料和/或饲料成分的类型优选是同一类型。进一步主观优选多于一个样品系列,优选本发明所述方法的相同类型饲料成分原料和/或饲料成分。这具有如下优势:来自世界不同区域的样品系列也能经受本发明所述方法。这能获得综合数据库,还能确定对来自世界不同区域的饲料成分原料和/或饲料成分营养值的加工影响。因此,本发明所述方法也考虑世界多个区域的不同气候条件,这与加工一起对饲料成分原料和/或饲料成分的营养值产生影响。
总能(GE)或燃烧热,是通过在绝热式热量计中过量氧存在下燃烧饲料样品而释放的能量。在本发明上下文中,经加工的饲料成分原料和/或饲料成分的总能因而优选在绝热式热量计中测量。总能的量完全取决于饲料的化学组成,但化学组成不能预测能量转化效率。总能同样不考虑饲料摄入、消化和代谢期间的任何能量损失。事实上,1kg淀粉具有与1kg稻草相同的总能,尽管由于缺乏消化酶,稻草的大部分能量无法被猪或家禽使用。总能(GE)能如下确定:
GE[MJ/kg DM]=(4143+56×EE[%])+(15×CP[%])–(44×ASH[%]))×0.0041868,
其中
DM=干物质,
EE=醚提取物,
CP=粗蛋白,
ASH=粗灰分。
消化能(DE)是饲料总能减去排泄物总能。此能量系统考虑饲料消化性并给出动物能够使用的有用能量的量度。消化能的优势在于易于确定。然而,劣势在于其不考虑尿的能量损失以及作为可燃气体的能量损失和代谢期间的能量损失。这些损失在饲料成分之间各不相同。
对于生长猪而言的消化能(DE_GP)能如下确定:
DE_GP[MJ/kg DM]=(4168–(91×ASH[%DM]+(19×CP[%DM])+(39×EE[%DM])–(36×NDF[%DM]))×0.0041868,
其中
ASH=粗灰分,
CP=粗蛋白,
DM=干物质,
EE=醚提取物,
NDF=中性洗涤纤维。
对于母猪而言的消化能(DE_S)能如下确定:
DE_S[MJ/kg DM]=1.041×DE_GP[MJ/kg DM]+0.0066×CF[g/kg DM],
DE_S[MJ/kg DM]=1.041×((4168–(91×ASH[%DM])+(19×CP[%DM])+(39×EE[%DM])(36×NDF[%DM]))×0.0041868)+0.066×CF[%DM]
其中
DE_GP=生长猪的消化能,
ASH=粗灰分,
CP=粗蛋白,
DM=干物质,
EE=醚提取物,
NDF=中性洗涤纤维,
CF=粗纤维。
下一水平是代谢能(ME),其定义为消化能减去尿中排出和作为可燃气体排出的能量。考虑这些损失,代谢能提供动物可用能量的更好预估。代谢能就蛋白的质量与数量的一些影响校正消化能。
对于生长猪而言的代谢能可如下确定:
ME_GP[MJ/kg DM]=(4194–(92×ASH[%DM])+(10×CP[%DM])+(41×EE[%DM])-(35×NDF[%DM]))×0.0041868
其中
ASH=粗灰分,
CP=粗蛋白,
DM=干物质,
EE=醚提取物,
NDF=中性洗涤纤维。
对于母猪而言的代谢能(ME_S)能如下确定:
ME_S[MJ/kg DM]=-3.96+(1.17×ME_GP[MJ/kg DM]+(0.132×NDF[%DM])
ME_S[MJ/kg DM]=-3.96+(1.17×((4194–(92×ASH[%DM])+(10×CP[%DM])+(41×EE[%DM])–(35×NDF[%DM]))×0.0041868)+(0.132×NDF[%DM])
其中
ME_GP=对于生长猪而言的代谢能,
ASH=粗灰分,
CP=粗蛋白,
DM=干物质,
EE=醚提取物,
NDF=中性洗涤纤维。
净能(NE)定义为代谢能减去热增值,热增值是在饲料消化、营养物代谢和废物排出期间生成的热(和因而使用的能)。这些损失后留下的能量是实际用于维持和生产的能量,即生长、妊娠、哺乳。净能是描述动物实际使用能量的唯一系统。因此,净能是迄今鉴定饲料能含量的最精确和合理的方式。然而,净能比消化能和代谢能更难以确定及更复杂。
对于生长猪而言的净能(NE_GP)能如下确定:
NE_GP[MJ/kg DM]=(2875+(43.8×EE[%DM])+(6.7×ST[%DM])–(55.9×ASH[%DM])(20.1×(NDF[%DM]–ADF[%DM]))–(40.2×NDF[%DM]))×0.0041868
其中
ASH=粗灰分,
ADF=酸性洗涤纤维,
DM=干物质,
EE=醚提取物,
NDF=中性洗涤纤维,
ST=淀粉。
对于母猪而言的净能(NE_S)能如下确定:
NE_S[MJ/kg DM]=(0.703×(DE_S[MJ/kg DM])×0.0041868+(15.8×EE[%DM])+(4.7×ST[%DM])–(9.7×CP[%DM])+(9.8×CF[%DM]))×0.0041868
NE_S[MJ/kg DM]=(0.703×((((4168–(91×ASH[%DM])+(19×CP[%DM])+(39×EE[%DM])-(36×NDF[%DM]))×0.0041868×1.014)+(0.066×CF[%DM]))/0.0041868)+(15.8×EE[%DM])+(4.7×ST[%DM])–(9.7CP[%DM])(9.8×CF(%DM]))×0.0041868
其中
ASH=粗灰分,
ADF=酸性洗涤纤维,
CF=粗纤维.
CP=粗蛋白,
DE_S=对于母猪而言的消化能,
DM=干物质,
EE=醚提取物,
NDF=中性洗涤纤维,
ST=淀粉。
表观代谢能考虑用于构成体蛋白且因而如同作为尿酸排出处理的氮的量。因此,家禽的表观代谢能的值指相对于零氮贮留(AMEn)校正的值。根据原料,应用计算AMEn的不同方程。此通式适用于下式给出的原料:
AMEn[MJ/kg DM]=(因子DM×DM[%]+因子ASH×ASH[%DM]+因子CP×CP[%DM]+因子EE×EE[%DM]+因子CF×CF[%DM]+因子NFE×NFE[%DM]+因子ST×ST[%DM]+因子SU×SU[%DM])/100
其中
ASH=粗灰分,
CF=粗纤维.
CP=粗蛋白,
DM=干物质,
EE=醚提取物,
NFE=无氮提取物,
ST=淀粉,
SU=糖。
DM[%]=100,因为所有数据根据100%干物质标准化来使用。
通过首先将原来的营养组成(CP、EE、ASH、ST、NDF、ADF、CF)相对于100%干物质标准化,计算干物质标准化的消化能(DE)、代谢能(ME)、净能(NE)和对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)。
在本发明上下文中,术语测量对于猪而言的消化能消化能(DE)、代谢能(ME)、净能(NE)和对于家禽而言的相对于零氮贮留(AMEn)校正的表观代谢能优选包括检测上下文关于确定个体能量值提及的特定参数,并将其代入各方程以产生讨论中的能力值。
表1:特定原料和其能量数(根据《欧洲家禽饲料成分能量值表》(European Tableof Energy Values for Poultry Feedstuffs),第3版1989)。
Figure BDA0002767360300000141
Figure BDA0002767360300000151
将可消化的醚提取物、可消化的粗蛋白和可消化的无氮提取物纳入考虑的通式适用于椰子粕(椰子核),应用下面给出的消化性因子。
AMEn[MJ/kg DM]=(0.3883×可消化EE×EE[%DM]+0.1803×可消化CP×CP[%DM]+0.1732×可消化NFE×NFE[%DM])/100
其中
DM=干物质,
EE=醚提取物,
CP=粗蛋白,
NFE=无氮提取物。
表2:椰子粕的消化性因子(WPSA,1989)
Figure BDA0002767360300000152
对于所有其他原料(如瓜尔豆粕、芥末粉、棕榈子粉),应用基于来自近似分析的粗蛋白、醚提取物、淀粉和糖的通式:
AMEn[MJ/kg DM]=((15.51×CP[%DM])+(34.31×EE[%DM])+(16.69×ST[%DM])+(13.01×0.95×SU[%DM]))/100
其中
DM=干物质,
EE=醚提取物,
ST=淀粉,
SU=糖。
根据本发明所述方法的步骤f),包括在与所述方法步骤a)相同的饲料成分原料和/或饲料成分的样品中,确定总能(GE),对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)。在饲养试验中用特定样品集完成了特定能量值检测,优选根据在所讨论能量值定义的上下文中给出的解释。
然而,当上面步骤f)所得的能量值用作对另一或甚至未知饲料成分和/或饲料成分原料能量值的加工影响的假定时,该能量值必须校正。此校正优选通过零点移位图和/或方程的最大值来完成,所述图和/或方程将步骤f)所得的所考虑的至少一个能量值,表示为步骤e)所得的加工条件指标的函数。
在本发明所述方法的一个实施方案中,还包括以下步骤:
g)将步骤f)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),以方程和/或图表示为步骤e)所得的加工条件指标的函数;和
h)使步骤g)所得的至少一个方程和/或步骤g)所得的至少一幅图的最大值移位到0。
优选地,上面步骤g)所得的至少一幅图尤其是上面步骤h)所得的移位的图,被绘制入本发明所述方法步骤d)所得的加工程度,且以饲料成分原料和/或饲料成分的kcal/kg干物质或kJ/kg干物质计的能量值的刻度(scaling)被分配到所述标尺的纵坐标,y轴。
另外或替代地,通过形成相对能量值即步骤f)所得的能量值与绝对能量值即总能之比,完成能量值校正。由此所得的比例表示为方程和/或图中加工条件指标的函数。总能优选在绝热式热量计中根据标准程序确定。
在本发明所述方法的另一实施方案中,进一步包括以下步骤:
i)形成选自对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE)的至少一个比例,和
j)将步骤i)所得的至少一个比例以方程和/或图表示为步骤e)所得的加工条件指标的函数。
优选地,上面步骤i)所得的至少一幅图被绘制入本发明所述方法步骤d)所得的加工程度,并且以饲料成分原料和/或饲料成分的kcal/kg干物质或kJ/kg干物质计的能量值的刻度被分配到所述标尺的纵坐标。
或者,也能相对于其自身个体最大值来表示能量值。此选择因而包括设置图和/或方程的最大值为100%,其将步骤f)所得的所考虑的至少一种能量值表示为步骤e)所得的加工条件指标的函数。
在本发明所述方法的另一实施方案中,进一步包括步骤:
k)将步骤f)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)以方程和/或图表示为步骤e)所得的加工条件指标的函数;和
l)设置步骤k)所得的至少一个方程和/或步骤k)所得的至少一幅图的最大值为100%。
优选地,上面步骤k)所得的至少一幅图被绘制入本发明所述方法步骤d)所得的加工程度,将100%作为所述图最大值的刻度被分配到所述标尺的纵坐标,y轴。
使用上面步骤j)所得的至少一个方程和/或图以及通过本发明所述方法获得的PCI确定可允许在经加工的饲料成分原料和/或饲料成分的未知样品中,测定对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE)。然后在所述样品中测定总能如通过使用绝热式热量计,能够确定所考虑的至少一个能量值。
在本发明所述方法的另一实施方案中,进一步包括以下步骤:
A1)测量经加工的饲料成分原料和/或饲料成分的样品的总能(GE),其中所述样品的来源未知或与上面步骤a)的来源相同;
A2)用步骤A1)的样品实施本发明所述方法的步骤a)-e),以给出样品的加工条件指标(PCI);
A3)将步骤A2)所得的加工条件指标(PCI)代入所述确定对饲料成分原料和/或饲料成分能量值加工影响的方法的步骤j)的方程,以获得对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),和/或以步骤A2)所得的加工条件指标(PCI)的函数从所述确定对饲料成分原料和/或饲料成分能量值加工影响的方法的步骤j)的图读取DE/GE、ME/GE、NE/GE和/或AMEn/GE;和
A4)将步骤A1)所得的总能(GE)乘以步骤A3)所得的对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),以产生对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
优选地,测量步骤a3)所提及全部氨基酸的量。
步骤A3)不限于确定特定的经校正的能量值。然而,对于猪而言的净能(NE)和对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)是用于评估猪或家禽饲料成分原料和/或饲料成分的最重要的能量值。因此,优选在上面步骤A3)中,通过将PCI代入所述确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤j)的方程获得NE/GE或AMEn/GE,和/或从所述方法步骤j)的图读取NE/GE和/或AMEn/GE。
用于评估对饲料成分原料和/或饲料成分能量值加工影响的计算机执行的方法的步骤A1)中的经加工的饲料成分原料和/或饲料成分可能来源未知或与所述确定对饲料成分原料和/或饲料成分能量值加工影响的计算机执行的方法的步骤a)中的经加工的饲料成分原料和/或饲料成分来源相同。
或者,使用上面步骤h)所得的至少一个方程和/或图以及确定未知饲料成分原料和/或饲料成分的样品的PCI,允许就特定能量值类型确定校正因子。然后,从通过上式和饲养试验获得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)中减去此校正因子,获取实际或经校正的能量值。
在本发明所述方法的另一实施方案中,进一步包括步骤:
B1)测量经加工的饲料成分原料和/或饲料成分的样品的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),其中所述样品来源未知或与上面步骤a)的来源相同;
B2)用步骤B1)的样品实施本发明所述方法步骤a)-e),以给出样品的加工条件指标(PCI);
B3)将步骤B2)所得的加工条件指标(PCI)代入所述确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤h)的方程,以获得校正因子和/或以步骤B2)所得的加工条件指标(PCI)的函数从所述确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤h)的图读取校正因子;和
B4)从步骤B1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)减去步骤B3)所得的校正因子,以产生对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
优选地,测量步骤a3)所提及的全部氨基酸的量。
上述方法涉及绝对校正(参见上述方法的步骤B4)或在绝对基础上评估能量值,特别是能量值与总能之比(参见上述方法的步骤A3和A4)。任何情况下,这些选择产生以kcal/kg干物质计的绝对能量值。或者,还能在相对基础上评估经加工的饲料成分原料和/或饲料成分的样品的经校正的能量值。此选择中,获得经校正能量值,作为来自上面步骤l)方程和/或图的未知饲料成分原料和/或饲料成分的样品的PCI值的函数,其最大值设为100%。因此,该选择不给出以kcal/kg干物质计的绝对值,而是给出以百分比计的相对能含量。
在本发明所述方法的另一实施方案中,进一步包括以下步骤:
C1)测量经加工的饲料成分原料和/或饲料成分的样品的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),其中所述样品来源未知或与上面步骤a)的来源相同;
C2)用步骤C1)的样品实施本发明所述方法步骤a)-e),以产生样品的加工条件指标(PCI);
C3)将步骤C2)所得的加工条件指标(PCI)代入上面步骤l)的方程和/或以步骤C2)所得的加工条件指标(PCI)的函数从步骤l)所得的图读取函数值,以产生对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.);
C4)将步骤C1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)乘以步骤C3)所得的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
优选地,测量步骤a3)所提及的全部氨基酸的量。
用于评估对饲料成分原料和/或饲料成分能量值加工影响的计算机执行的方法的步骤A1)、B1)和/或C1)中的经加工的饲料成分原料和/或饲料成分,可能来源未知或与所述确定对饲料成分原料和/或饲料成分能量值加工影响的计算机执行的方法的步骤a)中经加工的饲料成分原料和/或饲料成分来源相同。
确定对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)优选根据所考虑的能量值定义的上下文中给出的解释完成。
饲养试验和本发明所述方法步骤a1)-a3)中的测量都相当耗费时间和成本。各饲料成分原料和/或饲料成分的近红外测量(NIR)会是更具时间和成本效益的替代选择,用于确定对饲料成分原料和/或饲料成分能量值的加工影响。然而,近红外光谱不给出具有所需精度的结果;相反,其通常导致矛盾的结果。因此,测量或是单独的近红外光谱都不适合成本和时间上有效确定对饲料成分原料和/或饲料成分能量值的加工影响。
根据本发明,此问题如下解决:就饲料成分原料和/或饲料成分的样品获得的近红外吸收与其量度的对应值相关联。由此所得的测量值与NIR测量的吸收的关联性优选以校准方程表示和/或绘成校正图,这帮助其他样品的NIR测量的吸收与基于所述测量的参数的对应的精确值相匹配。
因此,本发明的另一目的是用于评估对饲料成分原料和/或饲料成分能量值加工影响的计算机执行的方法,所述方法包括步骤:
D1)记录与确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤a)相同的饲料成分原料和/或饲料成分的样品的近红外光谱;
D2)将步骤D1)所得的近红外光谱中各波长或波数处的吸收强度与以下步骤中所测定的对应参数和其值相匹配
a1)测量选自样品的胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数的至少一个参数;
a2)确定赖氨酸反应性量与赖氨酸总量之比,包括测量样品中赖氨酸反应性量与赖氨酸总量,然后形成赖氨酸反应性量与赖氨酸总量之比;和
a3)测量选自样品中的甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸的量;和
D3)以步骤D2)中所匹配的各波长或波数处的吸收强度的函数将步骤D2)的匹配绘制为校正图,和/或以校正方程表示步骤a1)-a3)中所测定的参数。
根据所用分光仪,步骤D1)或下述任何其他步骤的近红外(NIR)光谱能在400-2,500nm波长处记录,采用根据单色仪原理或傅立叶红外变换原理工作的任何合适红外光谱仪。优选地,NIR光谱在1,000-2,500nm记录。波长易转换成各自的波数并且因此,NIR光谱也能在对应波数记录。由于本发明所述方法待测定的有机化合物即蛋白和氨基酸富含O-H键、C-H键和N-H键,其适合通过近红外光谱方式检测。然而,生物样品如饲料成分包含大量的不同有机化合物并因而表现出复杂矩阵。尽管如此,各生物物质具有独特的近红外光谱,与个体指纹相当。因此,具有完全一样光谱的2种生物物质可推定为具有相同物理和化学组成,且因此是相同的。另一方面,如果2种生物物质具有不同光谱,可推定其在物理或化学特性方面或者两方面都不同。由于其独特的和高特异性吸收带,有机化合物的信号和其在NIR光谱中的强度能容易地归因于特定有机化合物和其在已知重量样品中的浓度并与之相关联。因此,NIR光谱技术允许可靠预测或评估例如样品中氨基酸和蛋白的量。由于特定饲料成分原料和/或饲料成分的相同样品经受步骤a)的测量和步骤D1)的NIR光谱检测,也能将NIR光谱中的吸收和其强度归因于参数(如胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数)和其值及变化并与之相关联。下一步骤中,所用近红外光谱仪必须校准。一旦各波长或波数处的吸收强度成功匹配,即归因于感兴趣参数和其值并与之相关联,则NIR光谱技术允许可靠预测或评估对饲料成分原料和/或饲料成分能量值的加工影响。出于此目的,记录饲料成分原料和/或饲料成分的大量NIR光谱如100、200、300、400、500或更多,各波长或波数处的吸收强度与对应参数和其值匹配。当步骤D1)样品的样本不透明时,测量来自样品的发射光的反射率,发射光与反射光之间的差异作为吸收给出。由此所得的吸收强度用于下列步骤,例如上面的步骤D2)和D3)以及下面的步骤D4)和D5)。
在一个实施方案中,所述用于评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法包括步骤:
D4)将步骤D2)所得的样品的近红外光谱中的各波长或波数处的吸收强度与确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤e)中相同样品的加工条件指标相匹配;和
D5)以步骤D4)所匹配的各波长或波数处的吸收强度的函数将步骤D4)的匹配绘制为校正图,和/或以校正方程表示加工条件指标。
完成近红外校正后,近红外光谱技术能用作评估对来源未知且尤其是加工程度未知的饲料成分原料和/或饲料成分能量值加工影响的常规方法。
在另一实施方案中,所述用于评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法进一步包括以下步骤:
E1)记录经加工的饲料成分原料和/或饲料成分的样品的近红外光谱,其中所述样品来源未知或与上面步骤a)中的来源相同;
E2)从步骤D3)的校正图读取用于确定对饲料成分原料和/或饲料成分能量值加工影响的方法的步骤a1)-a3)的至少一个参数值,其与步骤E1)所得的近红外光谱吸收匹配,和/或将步骤E1)所得的近红外光谱中各波长或波数处的吸收强度代入步骤D3)的校正方程以获得用于确定对饲料成分原料和/或饲料成分能量值加工影响的方法的步骤a1)-a3)的参数值;
E3)将步骤E2)所得的参数值代入幂级数并形成获自各幂级数的值的均值,其中所述均值命名为加工条件指标(PCI);和/或
E4)从步骤D5)的校正图读取加工条件指标和/或将各波长或波数处的吸收强度代入步骤D5)的校正方程以获得加工条件指标(PCI)。
用于评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法步骤E1)中的经加工的饲料成分原料和/或饲料成分可能来源未知,或与确定对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法步骤a)中的经加工的饲料成分原料和/或饲料成分来源相同。
在一个实施方案中,所述用于评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法步骤E1)中的饲料成分原料和/或饲料成分的样品来源未知,或与确定对饲料成分原料和/或饲料成分能量值的加工影响的方法步骤a)来源相同。
优选地,在步骤E2)中,测定的参数与确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤a1)-a3)相同。
上面步骤E3和/或E4所得的加工条件指标允许确定校正因子,所述校正因子用于经加工的饲料成分原料和/或饲料成分的样品的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或相对于零氮贮留校正的表观代谢能(AMEn)。由此所得的校正因子随后能就所述样品获得各经校正的能量值,这是通过使用上面步骤h)所得的至少一个校正方程和/或至少一幅图获得的。另外或替代地,也能如下获得所述校正因子:测量所考虑的样品的总能,确定所考虑的能量之一与总能之比,这是通过使用上面步骤E3和/或E4所得的加工条件指标以及上面步骤j)的至少一个方程和/或图确定的,并将由此确定的比例乘以总能。
在另一实施方案中,所述用于评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法进一步包括以下步骤:
F1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn);
F2)将步骤E3)和/或E4)所得的加工条件指标代入用于确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤h)的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)的方程,以获得校正因子,和/或以加工条件指标的函数从确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤h)的对应图读取校正因子;和
F3)从步骤F1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)减去步骤F2)所得的校正因子,以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
确定对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)优选根据在所考虑的能量值定义的上下文中给出的解释完成。
在一个替代和/或额外实施方案中,所述用于评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法进一步包括以下步骤:
G1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的总能(GE);
G2)将步骤E3)和/或E4)所得的加工条件指标代入用于确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤j)的方程,以获得对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),和/或从以加工条件指标(PCI)的函数确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤j)的图读取任何所述比例;和
G3)将步骤G1)所得的总能(GE)乘以步骤G2)所得的对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),以产生对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
确定步骤G1)的总能(GE)优选在绝热式热量计中根据标准程序测定。
根据本发明所述方法获得的数据集和各校准,本发明所述方法还允许评估对未知来源的饲料成分原料和/或饲料成分能量值的加工影响。或者,用于评估对饲料成分原料和/或饲料成分能量值的加工影响的方法步骤E1)中的样品与确定对饲料成分原料和/或饲料成分能量值加工影响的方法步骤a)来源相同。
作为上述方法中经校正的能量值绝对评估的替代方式,上面步骤E3和/或E4所得的加工条件指标也允许确定经加工的饲料成分原料和/或饲料成分的样品的相对校正值。此选择中,以加工条件指标的函数值获得对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正),所述指标来自确定对饲料成分原料和/或饲料成分能量值加工影响的计算机执行的方法的步骤l)所得的至少一个方程和/或至少一幅图。
在另一实施方案中,所述用于确定对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法还包括以下步骤:
H1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn);
H2)将步骤E3)和/或E4)所得的加工条件指标(PCI)代入上面步骤l)的方程,以获得步骤E1)的样品的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),和/或以步骤E3)和/或E4)所得的加工条件指标(PCI)的函数从上面步骤l)的图读取任何所述能量值;和
H3)将步骤H1)中所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)乘以步骤H2)中所得的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
确定步骤H1)中对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)优选根据在所考虑的能量值定义上下文中给出的解释完成。
对于视作过度加工且因而能量值不足的饲料成分原料和/或饲料成分,本发明所述方法还允许确定饲料成分原料和/或饲料成分中所需的能量值与实际能量值之间的差异,这是通过比较步骤j)所得的校正方程和/或校正图的所述饲料成分原料和/或饲料成分的能量值的最大值与就特定样品而言本发明所述方法所得的饲料成分原料和/或饲料成分的特定值。
在另一实施方案中,所述用于评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法还包括以下步骤:
I1)测定饲料成分原料和/或饲料成分中的能量不足,这是通过确定步骤B1)和/或F1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)与步骤A4)、B4)、C4)、F3)、G3)和/或H3)中所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)之间的差异进行的;和
I2)当在步骤I1)中测定能量不足时,计算给出具有特定能量值的饲料所需的至少一种饲料成分原料和/或饲料成分的量。
优选地,在上面步骤I2)中,计算用于饲料的各饲料成分原料和/或饲料成分的量以提供具有特定能量值的饲料。优选地,所述饲料是混合饲料。
本发明所述方法还允许以加工条件指标的函数可视化上面获得的能量值、经校正的能量值和/或所述能量值与总能之比,优选各能量值或比例绘制入上面步骤d)所得的加工程度。
在另一实施方案中,所述用于评估对饲料成分原料和/或饲料成分能量值的加工影响的计算机执行的方法还包括以下步骤:
J)将步骤B1)和/或F1)的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),和/或步骤A4)、B4)、C4)、F3)、G3)和/或H3)的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正),和/或步骤A1)和/或步骤G1)的这些能量的任一种与总能(GE)之比,绘制入上面任一方法的步骤d)的加工程度,以指示饲料成分原料和/或饲料成分是过度加工、适当加工或加工不足。
本发明所述方法在饲料成分原料和/或饲料成分方面不受到任何限制。尽管如此,用于本发明所述方法的饲料成分原料和/或饲料成分优选黄豆、大豆,优选全脂大豆,和/或大豆制品,优选大豆粉和豆饼(soybean cake/expellers)。这是因为大豆和大豆制品(soy,soybeans and soybean products)是最相关的饲料成分原料和/或饲料成分。
在本发明所述方法的一个实施方案中,所述饲料成分原料和/或饲料成分是大豆和大豆制品。
本发明所述方法在计算机上实施。这允许本发明所述方法作为常规方法进行。此情况中,本发明所述方法所得的校正方程和/或校正图在计算机或云上保存。因此,能够通过第一计算机实施本发明所述方法,且校正方程或校正图在所述第一计算机上保存。或者,校正方程或方程能在第二计算机上保存,其与第一计算机形成网络。另外或替代地,数据集和校正方程和/或校正图保存于第一计算机能获取的云,此情况中,第一计算机与云形成网络。
在本发明所述计算机执行的方法的一个实施方案中,
i)上面步骤j)所得的方程和/或图在计算机或云上保存,
ii)上面步骤h)所得的方程和/或图在计算机或云上保存,
iii)上面步骤l)所得的方程和/或图在计算机或云上保存,
iv)上面步骤D3)的校正图和/或校正方程以及上面步骤h)的方程和/或图在计算机或云上保存,
v)上面步骤D5)的校正图和/或校正方程以及上面步骤j)的方程和/或图在计算机或云上保存,
和/或
vi)上面步骤d)中所得的加工程度在计算机和/或云上保存。
因此,本发明另一目的是用于确定和/或评估对饲料成分原料和/或饲料成分能量值的加工影响的系统,所述系统包括适合实施本发明所述方法和/或工艺的处理单元。
还能基于本发明所述任意方法所测定的经加工的饲料成分原料和/或饲料成分的能量值、能量不足,适当时,基于加工条件制备饲料。当饲料成分原料和/或饲料成分能量不足时,则优选补充上面计算的饲料成分原料和/或饲料成分的量,其是给出具有特定能量值的饲料所需的。当饲料成分原料和/或饲料成分加工不足时,能调整其加工条件,通过进一步加工直至达到适当加工。
在另一实施方案中,本发明所述方法还包括步骤:
K)调整饲料成分的能量值,包括
K1)确定上面步骤B1)和/或F1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)与上面步骤A4)、B4)、C4)、F3)、G3)和/或H3)所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)之间的差异,将由此确定的差异指示为饲料成分原料和/或饲料成分的能量不足;
K2)当饲料成分原料和/或饲料成分能量不足时,当步骤A4)、B4)、C4)、F3)、G3)和/或H3)中所得的至少一种饲料成分原料和/或饲料成分的经校正的能量值低于达到饲料的特定能量值所需的所述饲料成分原料和/或饲料成分的能量值时,计算给出具有特定能量值的饲料所需的至少一种饲料成分原料和/或饲料成分的量;和
K3)向饲料成分原料和/或饲料成分补充步骤K2)中所计算出的至少一种饲料成分原料和/或饲料成分的量,以给出有特定能量值的饲料,
和/或
L)调整饲料成分原料和/或饲料成分的加工条件,包括
L1)将步骤B1)和/或F1)中所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),和/或步骤A4)、B4)、C4)、F3)、G3)和/或H3)中所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正),和/或A1)和/或G1)所得的这些能量的任一种与总能(GE)之比,绘制入上面步骤d)的加工程度,以指示饲料成分原料和/或饲料成分是过度加工、适当加工或加工不足;
L2)如果所述饲料成分原料和/或饲料成分在步骤L1)中指示为加工不足,则进一步加工饲料成分原料和/或饲料成分,直至其是适当加工的。
在步骤L2)中实现饲料成分原料和/或饲料成分的适当加工能如下检查:在将整批的加工不足的饲料成分原料和/或饲料成分接受进一步加工之前,使加工不足的饲料成分原料和/或饲料成分的样品接受进一步加工,以相等的时间间隔采集进一步加工的饲料成分原料和/或饲料成分的子样品,所述子样品经历用于评估对饲料成分原料和/或饲料成分能量值加工影响的本发明所述计算机执行的方法。这允许确定在特定处理饲料成分原料和/或饲料成分时实现适当加工花费的时间。批次剩余的饲料成分原料和/或饲料成分随后进一步加工,相同处理持续由此确定的时间。
当在步骤K2)中确定的能量不足时,优选重新计算实现特定能量值所需的饲料的各个组分的量。具体地,一种能量含量通常低的组分由能量含量通常高的组分取代以达到特定能量值。
优选地,待制备的饲料是具有2种或更多饲料成分原料的混合饲料。
所述工艺有利于提供饲料,其不仅没有大量的抗营养因子,而且具有对于所考虑的动物想要的量的能量。
通过以下条款进一步描述本发明:
1.用于确定对饲料成分原料和/或饲料成分的能量值的加工影响的计算机执行的方法,所述方法包括以下步骤:
a)使经加工的饲料成分原料和/或饲料成分的样品经历
a1)测量选自样品的胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数的至少一个参数;
a2)确定赖氨酸反应性量与赖氨酸总量之比,包括测量样品中赖氨酸反应性量与赖氨酸总量,然后形成赖氨酸反应性量与赖氨酸总量之比;和
a3)测量样品中的选自甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸的量;
b)将步骤a1)-a3)所得的参数以步骤a)中样品加工时间点的函数作图;
c1)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值大于4,在尿素酶活性的确定中的pH值增加大于0.35,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值大于85%,和/或以样品中初始含氮量的百分比表示的蛋白质分散指数的值大于40%,并且将由此所得的区域设定为加工不足;
c2)确定步骤b)的图中的区域,其中赖氨酸反应性量与赖氨酸总量之比小于90%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值小于15%,和/或以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值小于73%,并且将由此所得的区域设定为过度加工;
c3)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值小于4,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值为73-85%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值为15-40%,和/或赖氨酸反应性量与赖氨酸总量之比的值为至少90%,并且将由此所得的区域设定为适当加工;
和/或
从b)的图中减去步骤c1)和c2)所确定的区域,并且将由此所得的区域设定为适当加工;
d)通过将步骤c1)-c3)所得的区域标准化到等同尺寸产生加工程度,将其分选为从过度加工到加工不足或反之亦然,并且将连续刻度分配到经标准化和分选的区域;
e)将步骤a1)-a3)所得的参数的值代入幂级数,形成获自每个幂级数的值的均值,其中将所述均值指定为加工条件指标(PCI);和
f)在与步骤a)相同的饲料成分原料和/或饲料成分的样品中,测量总能(GE),对于猪而言的消化能(DE)、代谢能(ME)、净能(NE),和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)。
2.如条款1所述的计算机执行的方法,还包括以下步骤:
g)将步骤f)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)以方程和/或图表示为步骤e)所得的加工条件指标的函数,和
h)使步骤g)所得的至少一个方程和/或步骤g)所得的至少一幅图的最大值移位到0。
3.如条款1所述的计算机执行的方法,还包括以下步骤:
i)形成选自对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE)的至少一个比例;和
j)将步骤i)所得的至少一个比例以方程和/或图表示为步骤e)所得的加工条件指标的函数。
4.如条款1所述的计算机执行的方法,还包括以下步骤:
k)将步骤f)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)以方程和/或图表示为步骤e)所得的加工条件指标的函数;和
l)设置步骤k)所得的至少一个方程和/或步骤k)所得的至少一幅图的最大值为100%。
5.用于评估对饲料成分原料和/或饲料成分的能量值的加工影响的计算机执行的方法,所述方法包括以下步骤:
A1)测量经加工的饲料成分原料和/或饲料成分的样品的总能(GE),其中所述样品的来源未知或与条款1步骤a)的来源相同;
A2)在以下步骤中确定步骤A1)样品的加工条件指标(PCI)
a)使所述样品经历
a1)测量选自样品的胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数的至少一个参数;
a2)确定赖氨酸反应性量与赖氨酸总量之比,包括测量样品中赖氨酸反应性量与赖氨酸总量,然后形成赖氨酸反应性量与赖氨酸总量之比;和
a3)测量样品中的选自甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸的量;
b)将步骤a1)-a3)所得的参数以步骤a)中样品加工时间点的函数作图;
c1)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值大于4,在尿素酶活性的确定中的pH值增加大于0.35,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值大于85%,和/或以样品中初始含氮量的百分比表示的蛋白质分散指数的值大于40%,并且将由此所得的区域设定为加工不足;
c2)确定步骤b)的图中的区域,其中赖氨酸反应性量与赖氨酸总量之比小于90%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值小于15%,和/或以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值小于73%,并且将由此所得的区域设定为过度加工;
c3)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值小于4,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值为73-85%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值为15-40%,和/或赖氨酸反应性量与赖氨酸总量之比的值为至少90%,并且将由此所得的区域设定为适当加工;
和/或
从b)的图中减去步骤c1)和c2)所确定的区域,并且将由此所得的区域设定为适当加工;
d)通过将步骤c1)-c3)所得的区域标准化到等同尺寸产生加工程度,将其分选为从过度加工到加工不足或反之亦然,并且将连续刻度分配到经标准化和分选的区域;
e)将步骤a1)-a3)所得的参数的值代入幂级数,形成获自每个幂级数的值的均值,其中将所述均值指定为加工条件指标(PCI);和
A3)将步骤A2)所得的加工条件指标(PCI)代入条款3的步骤j)所得的方程,以获得对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),和/或以步骤A2)所得的加工条件指标(PCI)的函数从条款3的步骤j)所得的图读取DE/GE、ME/GE、NE/GE和/或AMEn/GE;和
A4)将步骤A1)所得的总能(GE)乘以步骤A3)所得的对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
6.用于评估对饲料成分原料和/或饲料成分的能量值的加工影响的计算机执行的方法,所述方法包括以下步骤:
B1)测量经加工的饲料成分原料和/或饲料成分的样品的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),其中所述样品来源未知或与条款1的步骤a)的来源相同;
B2)在以下步骤中确定步骤B1)的样品的加工条件指标(PCI)
a)使所述样品经历
a1)测量选自样品的胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数的至少一个参数;
a2)确定赖氨酸反应性量与赖氨酸总量之比,包括测量样品中赖氨酸反应性量与赖氨酸总量,然后形成赖氨酸反应性量与赖氨酸总量之比;和
a3)测量样品中的选自甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸的量;
b)将步骤a1)-a3)所得的参数以步骤a)中样品加工时间点的函数作图;
c1)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值大于4,在尿素酶活性的确定中的pH值增加大于0.35,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值大于85%,和/或以样品中初始含氮量的百分比表示的蛋白质分散指数的值大于40%,并且将由此所得的区域设定为加工不足;
c2)确定步骤b)的图中的区域,其中赖氨酸反应性量与赖氨酸总量之比小于90%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值小于15%,和/或以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值小于73%,并且将由此所得的区域设定为过度加工;
c3)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值小于4,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值为73-85%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值为15-40%,和/或赖氨酸反应性量与赖氨酸总量之比的值为至少90%,并且将由此所得的区域设定为适当加工;
和/或
从b)的图中减去步骤c1)和c2)所确定的区域,并且将由此所得的区域设定为适当加工;
d)通过将步骤c1)-c3)所得的区域标准化到等同尺寸产生加工程度,将其分选为从过度加工到加工不足或反之亦然,并且将连续刻度分配到经标准化和分选的区域;
e)将步骤a1)-a3)所得的参数的值代入幂级数,形成获自每个幂级数的值的均值,其中将所述均值指定为加工条件指标(PCI);和
B3)将步骤B2)所得的加工条件指标(PCI)代入条款2的步骤h)所得的方程,以获得校正因子和/或以步骤B2)所得的加工条件指标(PCI)的函数从条款2步骤h)所得的图读取校正因子;和
B4)从步骤B1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)减去步骤B3)所得的校正因子,以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
7.用于评估对饲料成分原料和/或饲料成分的能量值的加工影响的计算机执行的方法,所述方法包括步骤:
C1)测量经加工的饲料成分原料和/或饲料成分的样品的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),其中所述样品来源未知或与条款1的步骤a)中的来源相同;
C2)在以下步骤中确定步骤C1)的样品的加工条件指标(PCI)
a)使所述样品经历
a1)测量选自样品的胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数的至少一个参数;
a2)确定赖氨酸反应性量与赖氨酸总量之比,包括测量样品中赖氨酸反应性量与赖氨酸总量,然后形成赖氨酸反应性量与赖氨酸总量之比;和
a3)测量样品中的选自甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸的量;
b)将步骤a1)-a3)所得的参数以步骤a)中样品加工时间点的函数作图;
c1)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值大于4,在尿素酶活性的确定中的pH值增加大于0.35,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值大于85%,和/或以样品中初始含氮量的百分比表示的蛋白质分散指数的值大于40%,并且将由此所得的区域设定为加工不足;
c2)确定步骤b)的图中的区域,其中赖氨酸反应性量与赖氨酸总量之比小于90%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值小于15%,和/或以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值小于73%,并且将由此所得的区域设定为过度加工;
c3)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值小于4,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值为73-85%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值为15-40%,和/或赖氨酸反应性量与赖氨酸总量之比的值为至少90%,并且将由此所得的区域设定为适当加工;
和/或
从b)的图中减去步骤c1)和c2)所确定的区域,并且将由此所得的区域设定为适当加工;
d)通过将步骤c1)-c3)所得的区域标准化到等同尺寸产生加工程度,将其分选为从过度加工到加工不足或反之亦然,并且将连续刻度分配到经标准化和分选的区域;
e)将步骤a1)-a3)所得的参数的值代入幂级数,形成获自每个幂级数的值的均值,其中将所述均值指定为加工条件指标(PCI);和
C3)将步骤C2)所得的加工条件指标(PCI)代入条款4的步骤l)所得的方程和/或以步骤C2)所得的加工条件指标(PCI)的函数从条款4所述步骤l)所得的的图读取函数值,以给出对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.);和
C4)将步骤C1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)乘以步骤C3)所得的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
8.用于评估对饲料成分原料和/或饲料成分的能量值的加工影响的计算机执行的方法,所述方法包括以下步骤:
D1)记录与条款1的步骤a)相同的饲料成分原料和/或饲料成分的样品的近红外光谱;
D2)将步骤D1)所得的近红外光谱中各波长或波数处的吸收强度与条款1的步骤a1)-a3)所测定的对应参数和其值相匹配;和
D3)以步骤D2)中所匹配的各波长或波数处的吸收强度的函数将步骤D2)的匹配绘制为校正图,和/或以校正方程表示步骤a1)-a3)中所测定的参数。
9.如条款1-7中任一项所述的计算机执行的方法,所述方法包括以下步骤:
D1)记录与条款1的步骤a)相同的饲料成分原料和/或饲料成分的样品的近红外光谱;
D2)将步骤D1)所得的近红外光谱中各波长或波数处的吸收强度与条款1的步骤a1)-a3)所测定的对应参数和其值相匹配;和
D3)以步骤D2)中所匹配的各波长或波数处的吸收强度的函数将步骤D2)的匹配绘制为校正图,和/或以校正方程表示步骤a1)-a3)中所测定的参数。
10.如条款8或9所述的计算机执行的方法,所述方法还包括以下步骤:
D4)将条款9的步骤D2)所得的样品的近红外光谱中各波长或波数处的吸收强度与条款1步骤e)中相同样品的加工条件指标相匹配;和
D5)以步骤D4)所匹配各波长或波数处的吸收强度的函数将步骤D4)的匹配绘制为校正图,和/或以校正方程表示加工条件指标。
11.如条款8-10中任一项所述的计算机执行的方法,所述方法还包括以下步骤:
E1)记录经加工的饲料成分原料和/或饲料成分的样品的近红外光谱,其中所述样品来源未知或与条款1的步骤a)的来源相同;
E2)从步骤D3)的校正图读取步骤a1)-a3)的至少一个参数值,其与步骤E1)所得的近红外光谱吸收匹配,和/或将步骤E1)所得的近红外光谱中各波长或波数处的吸收强度代入步骤D3)的校正方程以获得用于步骤a1)-a3)的参数值;
E3)将步骤E2)所得的参数值代入幂级数并形成获自各幂级数的值的均值,其中所述均值命名为加工条件指标(PCI);和/或
E4)从步骤D5)的校正图读取加工条件指标和/或将各波长或波数处的吸收强度代入步骤D5)的校正方程以获得加工条件指标(PCI)。
12.如条款11所述的计算机执行的方法,所述方法还包括步骤:
F1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn);
F2)将步骤E3)和/或E4)所得的加工条件指标代入用于条款2的步骤h)所得的方程,所述方程用于对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),以获得校正因子和/或以加工条件指标的函数从条款2步骤h)的对应图读取校正因子;和
F3)从步骤F1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)减去步骤F2)所得的校正因子,以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
13.如条款11所述的计算机执行的方法,所述方法还包括以下步骤:
G1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的总能(GE);
G2)将步骤E3)和/或E4)所得的加工条件指标代入条款3的步骤j)所得的方程,以获得对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),和/或以加工条件指标(PCI)的函数从条款3的步骤j)的图读取任何所述比例;和
G3)将步骤G1)所得的总能(GE)乘以步骤G2)所得的对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
14.如条款11所述的计算机执行的方法,所述方法还包括以下步骤:
H1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn);
H2)将步骤E3)和/或E4)所得的加工条件指标(PCI)代入条款4的步骤l)所得的方程,以获得步骤E1)的样品的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),和/或以步骤E3)和/或E4)所得的加工条件指标(PCI)的函数从条款4的步骤l)的图读取任何所述能量值;和
H3)将步骤H1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)乘以步骤H2)所得的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
15.如条款11-14中任一项所述的计算机执行的方法,所述方法还包括以下步骤:
I1)测定饲料成分原料和/或饲料成分中的能量不足,这是通过确定步骤B1)和/或F1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)与步骤A4)、B4)、C4)、F3)、G3)和/或H3)中所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)之间的差异进行的;和
I2)当在步骤I1)中测定能量不足时,计算给出具有特定能量值的饲料所需的至少一种饲料成分原料和/或饲料成分的量。
16.如条款5-15中任一项所述的计算机执行的方法,所述方法还包括以下步骤:
J)将步骤B1)和/或F1)的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),和/或步骤A4)、B4)、C4)、F3)、G3)和/或H3)的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正),和/或步骤A1)和/或步骤G1)的这些能量的任一种与总能(GE)之比,绘制入条款1、5、6和/或7的步骤d)的加工程度,以指示饲料成分原料和/或饲料成分是过度加工、适当加工或加工不足。
17.如条款1-16中任一项所述的计算机执行的方法,其中
i)条款3的步骤j)所得的方程和/或图在计算机或云上保存,
ii)条款2的步骤h)所得的方程和/或图在计算机或云上保存,
iii)条款4的步骤l)所得的方程和/或图在计算机或云上保存,
iv)条款6的步骤D3)所得的校正图和/或校正方程以及条款2的步骤h)所得的方程和/或图在计算机或云上保存,
v)条款7的步骤D5)所得的校正图和/或校正方程以及条款3的步骤j)所得的方程和/或图在计算机或云上保存,和/或
vi)条款1的步骤d)的加工程度在计算机和/或云上保存。
18.用于制备饲料的计算机执行的方法,所述方法包括以下步骤:
K)调整饲料成分能量值,包括
K1)确定条款6的步骤B1)和/或条款12的步骤F1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)与条款5的步骤A4)、条款6的步骤B4)、条款7的步骤C4)、条款12的步骤F3)、条款13的步骤G3)和/或条款14的步骤H3)所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)之间的差异,将由此确定的差异指示为饲料成分原料和/或饲料成分的能量不足;
K2)当饲料成分原料和/或饲料成分能量不足时,当步骤A4)、B4)、C4)、F3)、G3)和/或H3)中所得的至少一种饲料成分原料和/或饲料成分的经校正的能量值低于达到饲料的特定能量值所需的所述饲料成分原料和/或饲料成分的能量值时,计算给出具有特定能量值的饲料所需的至少一种饲料成分原料和/或饲料成分的量;和
K3)向饲料成分原料和/或饲料成分补充步骤K2)中所计算出的至少一种饲料成分原料和/或饲料成分的量,以给出具有特定能量值的饲料,
和/或
L)调整饲料成分原料和/或饲料成分的加工条件,包括
L1)将步骤B1)和/或F1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),和/或步骤A4)、B4)、C4)、F3)、G3)和/或H3)所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正),和/或A1)和/或G1)所得的这些能量与总能(GE)之比,绘制入条款1的步骤d)所得的加工程度,以指示饲料成分原料和/或饲料成分是过度加工、适当加工或加工不足;
L2)如果所述饲料成分原料和/或饲料成分在步骤L1)中标示为加工不足,则进一步加工饲料成分原料和/或饲料成分,直至其是适当加工的。
附图简要说明:
图1显示经加工的全脂大豆对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),作为加工条件指标的函数。在此图中,菱形对应AMEn的各个值,作为各经加工的全脂大豆的PCI的函数,所画的线代表R2=0.9252的图(AMEn=-0.0439×PCI2+1.0139×PCI+7.9463)。
图2显示经加工的全脂大豆对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),作为加工条件指标的函数。在此图中,菱形对应AMEn的各个值,作为各经加工的全脂大豆的PCI的函数,所画的线代表R2=0.9252的图(AMEn/GE=-0.183×PCI2+4.2295×PCI+33.148)。
图3显示经加工的全脂大豆对于家禽而言的(AMEn,校正)的图,作为加工条件指标的函数(AMEn,校正=-0.0439×PCI2+1.0139×PCI-5.8542)。
图4显示(AMEn,校正)与总能之比(AMEn,校正./GE)的图,作为加工条件指标的函数。
图5显示全脂大豆AMEn的图,以相对标尺作为加工条件指标的函数。
图6显示经校正的AMEn的图,作为加工条件指标的函数。三角形指示经校正的AMEn的最大值。菱形指示单个样品的AMEn必须通过其校正的因子。
实施例
I.全脂大豆粉的加工
生产自单批的全脂大豆(FFBS)粉用于确定不同热处理过程对饲料成分原料和/或饲料成分在家禽中的能量值的影响。粗FFSB(K0)经受短时间加工,采用湿热在80℃持续1分钟(K1),或长时间加工,在100℃持续6分钟(K2)或100℃持续16分钟(K3),然后进一步展开,在115℃持续15秒(K1/K2/K3-115)或125℃持续15秒(K1/K2/K3-125),使用KAHL挤压机OEE15.2,来自阿曼杜斯卡尔股份有限公司(Amandus Kahl GmbH&Co.KG),德国汉堡。K3-125子样品进一步在高压灭菌器中经受热处理,110℃持续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)。从展开器(expander)出来,经加工的FFSB转移至干燥机,在约90℃的温度20秒,其中FFSB干燥5分钟,温度梯度从85℃到40℃。干燥阶段后,使FFSB冷却到20℃的温度,持续5分钟。
II.饲养试验
实施饲养试验以确定对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)。
饲养试验由梅西大学动物伦理委员会批准,并且遵守新西兰用于科研目的的动物的照料和使用行为守则。
饮食处理
对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)通过不同方法测定。在此方法中,配制玉米-大豆基础饮食(表3),并通过用全脂大豆取代(w/w)30%的基础饮食,配制各含有不同全脂大豆样品的16种试验饮食。因此,测定总共17种饮食(表4)。
表3:用于AMEn试验的基础饮食的百分比组成。
成分 百分比
玉米 60.78
大豆粉 35.18
磷酸二钙 2.17
石灰岩 0.78
0.20
碳酸氢钠 0.23
微量元素预混料<sup>1</sup> 0.25
维生素预混料<sup>1</sup> 0.05
1每公斤饮食提供:100mg抗氧化剂、0.2mg生物素、12.8mg泛酸钙、60μg胆钙化醇、0.017mg氰钴胺、5.5mg叶酸、4mg甲萘醌、35mg烟酸、10mg吡哆醇、3.33mg反式视黄醇、12mg核黄素、3.0g硫胺素、60mg dl-α-生育酚乙酸酯、638mg氯化胆碱、0.3mg Co、3.0mg Cu、25mgFe、1mg I、125mg Mn、0.5mg Mo、200μg Se、60mg Zn。
17种饮食处理的饮食代码如下:
饮食A-P 70:30饮食Q与全脂大豆粉的混合物(共16种饮食),其中全脂大豆粉如上面章节I所示加工
饮食Q 基础饮食(玉米-大豆);组成参见表3
表4:关于饮食处理的细节,包括其中所含FFSB粉的加工。
Figure BDA0002767360300000311
Figure BDA0002767360300000321
禽类和居所
接受自孵化场的初生雄性肉鸡(Ross 308)在地面鸡圈中饲养并喂食商品肉鸡育雏期饲料饮食(230g/kg粗蛋白),直至第15天。在第15天,选择统一体重的612只鸡并随机分入102个笼子(每笼6只鸡),17种试验饮食各随机分配给6个重复的笼子。
温度在第1天维持于31℃,随后逐步降低,在第22天降低到24℃。所述鸡接受20小时荧光照明并允许自由获取饮食和水。
测量
AMEn试验通过经典的总排泄物收集方法实施。采用糊状形式的饮食喂食10天,前6天用作适应期。在最后4天中,监测采食量,每天收集排泄物,称重并笼内合并。合并的排泄物在搅拌器中混合良好,获得代表性样品并冷冻干燥。干燥的排泄物样品磨碎过0.5mm筛,在-4℃保存于密封塑料容器以用于实验分析干物质(DM)、总能(GE)。
化学分析
所有分析在ISO 17025(2005)认可的实验室(梅西大学营养实验室)中实施。干物质含量在对流型烘箱中于105℃测定(AOAC 930.15;AOAC 925.10)。总能用绝热式热量计(GallenkampAutobomb,英国)测定,用苯甲酸标准化。
计算
全脂大豆(FFSB)样品的AME值用下式计算:
Figure BDA0002767360300000322
Figure BDA0002767360300000323
零氮贮留校正用36.54kJ/克体内保留N的因子完成。对AME值应用由此所得的校正因子给出FFSB的AMEn值。
统计分析
数据进行ANOVA分析,采用SAS的一般线性模型程序(2004)。P<0.05视作显著差异。当检测显著F检验时,用最小显着差异法分开均值。
结果
表5概括了饲养试验结果并列出就家禽饮食而言的AME、N保留量、AMEn和AMEn与GE之比,所述饮食含有30%经不同加工的FFSB。
所鉴定的统计概率涉及所有加工的组合分析。提供最小显着差异(P<0.05)值以能够分开加工之间的显著性。
III.本发明的方法
采用本发明所述方法确定经不同加工的FFSB中全脂大豆(FFSB)的加工条件指标(PCI)和对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)。表5给出有经不同加工的FFSB的各饮食的PCI。
表5:概括了不同加工FFSB、PCI和确定的AME及AMEn以及AME与GE和AMEn与GE之比。
Figure BDA0002767360300000331
图1显示加工全脂大豆对于家禽而言的AMEn的图(所画的线),作为加工条件指标的函数,都通过本发明所述方法获得。所述图能通过方程AMEn=-0.0439×PCI2+1.0139×PCI+7.9463表示。该图也显示通过饲养试验获得的加工全脂大豆对于家禽而言的的AMEn(菱形),作为PCI的函数。本发明方法所得的图通过饲养试验各个点良好拟合。本发明所述方法获得的方程或图产生R2=0.9252的确定系数。在统计上,确定系数是指示数据如何良好拟合统计模型的数字,在此呈现为函数AMEn=-0.0439×PCI2+1.0139×PCI+7.9463的图。R2为1表明回归线良好拟合数据,而R2为0表明线完全不拟合数据。现有情况中,本发明所述方法获得的方程或图极好地拟合数据。
这也适用于给出加工全脂大豆对于家禽而言的AMEn与GE之比的图或方程,作为加工条件指标的函数(示于图2)。在此图中,菱形对应于AMEn的各个值,作为各经加工的全脂大豆的PCI的函数,所画的线代表R2=0.9252的图(AMEn/GE=-0.183×PCI2+4.2295×PCI+33.148)。在此,本发明所述方法获得的方程或图也极好地拟合数据。
图5阐明确定FFSB样品的相对能量含量。经加工的FFSB样品的PCI为8,相对于FFSB最大值可产生ca.95.9%的AMEn。这意味着所述样品具有ca.4.1%的能量不足。
如图6所示确定FFSB样品的能量不足。在此图中,经校正的AMEn显示为加工条件指标的函数(绘图),AMEn指标的最大值作为图顶部的三角形。加工FFSB样品的PCI为8,可产生-0.41MJ/kg DM的AMEn。这意味着所述样品可在典型方程基础上计算为10.89MJ/kg DM,其必须通过-0.41MJ/kg DM的值校正,因此所述样品的经校正AMEn是10.48MJ/kg DM。

Claims (17)

1.用于确定对饲料成分原料和/或饲料成分的能量值的加工影响的计算机执行的方法,所述方法包括以下步骤:
a)使经加工的饲料成分原料和/或饲料成分的样品经历
a1)测量选自样品的胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数的至少一个参数;
a2)确定赖氨酸反应性量与赖氨酸总量之比,包括测量样品中赖氨酸反应性量与赖氨酸总量,然后形成赖氨酸反应性量与赖氨酸总量之比;和
a3)测量样品中的选自甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸的量;
b)将步骤a1)-a3)所得的参数作为步骤a)中样品加工时间点的函数作图;
c1)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值大于4,在尿素酶活性的确定中的pH值增加大于0.35,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值大于85%,和/或以样品中初始含氮量的百分比表示的蛋白质分散指数的值大于40%,并且将由此所得的区域设定为加工不足;
c2)确定步骤b)的图中的区域,其中赖氨酸反应性量与赖氨酸总量之比小于90%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值小于15%,和/或以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值小于73%,并且将由此所得的区域设定为过度加工;
c3)确定步骤b)的图中的区域,其中以mg胰蛋白酶/g样品表示的胰蛋白酶抑制剂活性的值小于4,以样品中溶于碱性溶液的蛋白百分比表示的碱中蛋白溶解度的值为73-85%,以样品中初始含氮量的百分比表示的蛋白质分散指数的值为15-40%,和/或赖氨酸反应性量与赖氨酸总量之比的值为至少90%,并且将由此所得的区域设定为适当加工;
和/或
从b)的图中减去步骤c1)和c2)所确定的区域,并且将由此所得的区域设定为适当加工;
d)通过将步骤c1)-c3)所得的区域标准化到等同尺寸产生加工程度,将其分选为从过度加工到加工不足或反之亦然,并且将连续刻度分配到经标准化和分选的区域;
e)将步骤a1)-a3)所得的参数的值代入幂级数,形成获自每个幂级数的值的均值,其中将所述均值指定为加工条件指标(PCI);和
f)在与步骤a)相同的饲料成分原料和/或饲料成分的样品中,测量总能(GE),对于猪而言的消化能(DE)、代谢能(ME)、净能(NE),和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)。
2.如权利要求1所述的计算机执行的方法,还包括以下步骤:
g)将步骤f)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)以方程和/或图表示为步骤e)所得的加工条件指标的函数,和
h)使步骤g)所得的至少一个方程和/或步骤g)所得的至少一幅图的最大值移位到0。
3.如权利要求1所述的计算机执行的方法,还包括以下步骤:
i)形成选自对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE)的至少一个比例;和
j)将步骤i)所得的至少一个比例以方程和/或图表示为步骤e)所得的加工条件指标的函数。
4.如权利要求1所述的计算机执行的方法,还包括以下步骤:
k)将步骤f)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)以方程和/或图表示为步骤e)所得的加工条件指标的函数;和
l)设置步骤k)所得的至少一个方程和/或步骤k)所得的至少一幅图的最大值为100%。
5.如权利要求3所述的计算机执行的方法,还包括以下步骤:
A1)测量经加工的饲料成分原料和/或饲料成分的样品的总能(GE),其中所述样品的来源未知或与权利要求1的步骤a)的来源相同;
A2)用步骤A1)的样品实施权利要求1的步骤a)-e),以确定所述样品的加工条件指标(PCI);
A3)将步骤A2)所得的加工条件指标(PCI)代入权利要求3的步骤j)的方程,以获得对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),和/或以步骤A2)所得的加工条件指标(PCI)的函数从权利要求3的步骤j)中所得的图读取DE/GE、ME/GE、NE/GE和/或AMEn/GE的读数,作为;和
A4)将步骤A1)所得的总能(GE)乘以步骤A3)所得的对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
6.如权利要求2所述的计算机执行的方法,还包括以下步骤:
B1)测量经加工的饲料成分原料和/或饲料成分的样品的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),其中所述样品来源未知或与权利要求1的步骤a)中的来源相同;
B2)用步骤B1)的样品实施权利要求1的步骤a)-e),以确定所述样品的加工条件指标(PCI);
B3)将步骤B2)所得的加工条件指标(PCI)代入权利要求2的步骤h)所得的方程,以获得校正因子和/或以步骤B2)所得的加工条件指标(PCI)的函数从权利要求2的步骤h)所得的图读取校正因子;和
B4)从步骤B1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)减去步骤B3)所得的校正因子,以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
7.如权利要求4所述的计算机执行的方法,还包括以下步骤:
C1)测量经加工的饲料成分原料和/或饲料成分的样品的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),其中所述样品来源未知或与权利要求1的步骤a)中的来源相同;
C2)用步骤C1)的样品实施权利要求1的步骤a)-e),以确定所述样品的加工条件指标(PCI);
C3)将步骤C2)中所得的加工条件指标(PCI)代入权利要求4的步骤l)的方程和/或以步骤C2)所得的加工条件指标(PCI)的函数从权利要求4的步骤l)所得的图读取函数值,以给出对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.);和
C4)将步骤C1)中所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)乘以步骤C3)中所得的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
8.用于评估对饲料成分原料和/或饲料成分的能量值的加工影响的计算机执行的方法,所述方法包括以下步骤:
D1)记录与权利要求1的步骤a)相同的饲料成分原料和/或饲料成分的样品的近红外光谱;
D2)将步骤D1)所得的近红外光谱中各波长或波数处的吸收强度与以下步骤中所测定的对应参数和其值相匹配
a1)测量选自样品的胰蛋白酶抑制剂活性、尿素酶活性、碱中的蛋白溶解度和蛋白质分散指数的至少一个参数;
a2)确定赖氨酸反应性量与赖氨酸总量之比,包括测量样品中赖氨酸反应性量与赖氨酸总量,然后形成赖氨酸反应性量与赖氨酸总量之比;和
a3)测量选自样品中的甲硫氨酸、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、天冬氨酸和谷氨酸的至少一种氨基酸的量;和
D3)以步骤D2)中所匹配的各波长或波数处的吸收强度的函数将步骤D2)的匹配绘制为校正图,和/或以校正方程表示步骤a1)-a3)中所测定的参数。
9.如权利要求8所述的计算机执行的方法,还包括以下步骤:
D4)将权利要求8的步骤D2)中所得的样品的近红外光谱中的各波长或波数处的吸收强度与权利要求1的步骤e)中相同样品的加工条件指标相匹配;和
D5)以步骤D4)所匹配的各波长或波数处的吸收强度的函数将步骤D4)的匹配绘制为校正图,和/或以校正方程表示加工条件指标。
10.如权利要求8或9所述的计算机执行的方法,还包括以下步骤:
E1)记录经加工的饲料成分原料和/或饲料成分的样品的近红外光谱,其中所述样品来源未知或与权利要求1的步骤a)中的来源相同;
E2)从步骤D3)的校正图读取步骤a1)-a3)的至少一个参数值,其与步骤E1)所得的近红外光谱吸收匹配,和/或将步骤E1)所得的近红外光谱中各波长或波数处的吸收强度代入步骤D3)的校正方程以获得用于步骤a1)-a3)的参数值;
E3)将步骤E2)所得的参数值代入幂级数并形成获自各幂级数的值的均值,其中所述均值命名为加工条件指标(PCI);和/或
E4)从步骤D5)的校正图读取加工条件指标和/或将各波长或波数处的吸收强度代入步骤D5)的校正方程以获得加工条件指标(PCI)。
11.如权利要求10所述的计算机执行的方法,还包括以下步骤:
F1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn);
F2)将步骤E3)和/或E4)所得的加工条件指标代入权利要求的2步骤h)的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)的方程以获得校正因子和/或以加工条件指标的函数从权利要求2的步骤h)的对应图读取校正因子;和
F3)从步骤F1)中所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)减去步骤F2)中所得的校正因子,以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
12.如权利要求10所述的计算机执行的方法,还包括以下步骤:
G1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的总能(GE);
G2)将步骤E3)和/或E4)所得的加工条件指标代入权利要求3的步骤j)的方程,以获得对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),和/或以加工条件指标(PCI)的函数从权利要求3的步骤j)的图读取任何所述比例;和
G3)将步骤G1)中所得的总能(GE)乘以步骤G2)中所得的对于猪而言的消化能与总能之比(DE/GE)、代谢能与总能之比(ME/GE)、净能与总能之比(NE/GE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能与总能之比(AMEn/GE),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
13.如权利要求10所述的计算机执行的方法,还包括以下步骤:
H1)测量与步骤E1)相同的饲料成分原料和/或饲料成分的样品中的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn);
H2)将步骤E3)和/或E4)所得的加工条件指标(PCI)代入权利要求4步骤l)的方程,以获得步骤E1)的样品的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),和/或以步骤E3)和/或E4)所得的加工条件指标(PCI)的函数从权利要求4的步骤l)的图读取任何所述能量值;和
H3)将步骤H1)中所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)乘以步骤H2)中所得的对于猪而言的相对经校正的消化能(DE校正,rel.)、相对经校正的代谢能(ME校正,rel.)、相对经校正的净能(NE校正,rel.)和/或对于家禽而言的相对经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正,rel.),以给出对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)。
14.如权利要求10-13中任一项所述的计算机执行的方法,还包括以下步骤:
I1)测定饲料成分原料和/或饲料成分中的能量不足,这是通过确定步骤B1)和/或F1)所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)与步骤A4)、B4)、C4)、F3)、G3)和/或H3)中所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)之间的差异进行的;和
I2)当在步骤I1)中测定能量不足时,计算给出具有特定能量值的饲料所需的至少一种饲料成分原料和/或饲料成分的量。
15.如权利要求5-14中任一项所述的计算机执行的方法,还包括以下步骤:
J)将步骤B1)和/或F1)的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),和/或步骤A4)、B4)、C4)、F3)、G3)和/或H3)的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正),和/或步骤A1)和/或步骤G1)的这些能量的任一种与总能(GE)之比,绘制入权利要求1、5、6和/或7的步骤d)的加工程度,以指示饲料成分原料和/或饲料成分是过度加工、适当加工或加工不足。
16.如权利要求1-15中任一项所述的计算机执行的方法,其中
i)权利要求3的步骤j)中所得的方程和/或图在计算机或云上保存,
ii)权利要求2的步骤h)中所得的方程和/或图在计算机或云上保存,
iii)权利要求4的步骤l)中所得的方程和/或图在计算机或云上保存,
iv)权利要求6的步骤D3)中所得的校正图和/或校正方程以及权利要求2的步骤h)中所得的方程和/或图在计算机或云上保存,
v)权利要求7的步骤中D5)所得的校正图和/或校正方程以及权利要求3的步骤j)中所得的方程和/或图在计算机或云上保存,和/或
vi)权利要求1的步骤d)中所得的加工程度在计算机和/或云上保存。
17.如权利要求1-16中任一项所述的计算机执行的方法,还包括以下步骤:
K)调整饲料成分的能量值,包括
K1)确定权利要求6的步骤B1)和/或权利要求11的步骤F1)中所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn)与权利要求5的步骤A4)、权利要求6的步骤B4)、权利要求7的步骤C4)、权利要求11的步骤F3)、权利要求12的步骤G3)和/或权利要求13的步骤H3)所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正)之间的差异,将由此确定的差异指示为饲料成分原料和/或饲料成分的能量不足;
K2)当饲料成分原料和/或饲料成分能量不足时,当步骤A4)、B4)、C4)、F3)、G3)和/或H3)中所得的至少一种饲料成分原料和/或饲料成分的经校正的能量值低于达到饲料的特定能量值所需的所述饲料成分原料和/或饲料成分的能量值时,计算给出具有特定能量值的饲料所需的至少一种饲料成分原料和/或饲料成分的量;和
K3)向饲料成分原料和/或饲料成分补充步骤K2)中所计算出的至少一种饲料成分原料和/或饲料成分的量,以给出具有特定能量值的饲料,
和/或
L)调整饲料成分原料和/或饲料成分的加工条件,包括
L1)将步骤B1)和/或F1)中所得的对于猪而言的消化能(DE)、代谢能(ME)、净能(NE)和/或对于家禽而言的相对于零氮贮留校正的表观代谢能(AMEn),和/或步骤A4)、B4)、C4)、F3)、G3)和/或H3)中所得的对于猪而言的经校正的消化能(DE校正)、经校正的代谢能(ME校正)、经校正的净能(NE校正)和/或对于家禽而言的经校正的相对于零氮贮留校正的表观代谢能(AMEn,校正),和/或A1)和/或G1)所得的这些能量的任一种与总能(GE)之比,绘制入权利要求1的步骤d)的加工程度,以指示饲料成分原料和/或饲料成分是过度加工、适当加工或加工不足;
L2)如果所述饲料成分原料和/或饲料成分在步骤L1)中指示为加工不足,则进一步加工饲料成分原料和/或饲料成分,直至其是适当加工的。
CN201980031161.8A 2018-05-09 2019-05-08 确定对饲料成分原料和/或饲料成分能量值的加工影响的方法 Active CN112106144B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18171512.9A EP3567596A1 (en) 2018-05-09 2018-05-09 Method for the determination of processing influences on the energy value of feedstuff raw materials and/or feedstuffs
EP18171512.9 2018-05-09
PCT/EP2019/061767 WO2019215206A1 (en) 2018-05-09 2019-05-08 Method for the determination of processing influences on the energy value of feedstuff raw materials and/or feedstuffs

Publications (2)

Publication Number Publication Date
CN112106144A true CN112106144A (zh) 2020-12-18
CN112106144B CN112106144B (zh) 2024-08-30

Family

ID=

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997002489A1 (en) * 1995-06-30 1997-01-23 Massey University Method for determining amino acid content in foodstuffs
WO2011073741A1 (en) * 2009-12-18 2011-06-23 Transgene Sa A method and a system for automatically processing multiple measurements of biological quantifiable parameters
CN104621399A (zh) * 2015-02-03 2015-05-20 广东恒兴饲料实业股份有限公司 一种含有木薯和膨化大豆的小猪配合饲料及其制备方法
US20150169847A1 (en) * 2013-12-17 2015-06-18 Alltech, Inc. Systems and methods for computer models of animal feed
CN106538858A (zh) * 2015-09-23 2017-03-29 谢尔盖·奥西边科 基于谷类作物和豆类的种子生产流体平衡饲料的方法
CN110546499A (zh) * 2017-02-13 2019-12-06 赢创德固赛有限公司 确定对饲料原料营养价值的加工影响的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997002489A1 (en) * 1995-06-30 1997-01-23 Massey University Method for determining amino acid content in foodstuffs
WO2011073741A1 (en) * 2009-12-18 2011-06-23 Transgene Sa A method and a system for automatically processing multiple measurements of biological quantifiable parameters
US20150169847A1 (en) * 2013-12-17 2015-06-18 Alltech, Inc. Systems and methods for computer models of animal feed
CN104621399A (zh) * 2015-02-03 2015-05-20 广东恒兴饲料实业股份有限公司 一种含有木薯和膨化大豆的小猪配合饲料及其制备方法
CN106538858A (zh) * 2015-09-23 2017-03-29 谢尔盖·奥西边科 基于谷类作物和豆类的种子生产流体平衡饲料的方法
CN110546499A (zh) * 2017-02-13 2019-12-06 赢创德固赛有限公司 确定对饲料原料营养价值的加工影响的方法

Also Published As

Publication number Publication date
MX2020011934A (es) 2021-01-29
EP3791402A1 (en) 2021-03-17
EP3791402B1 (en) 2024-07-03
AR115084A1 (es) 2020-11-25
RU2020136247A (ru) 2022-05-05
EP3567596A1 (en) 2019-11-13
BR112020022539A2 (pt) 2021-02-02
US20210241880A1 (en) 2021-08-05
WO2019215206A1 (en) 2019-11-14

Similar Documents

Publication Publication Date Title
US11644452B2 (en) Method for the determination of processing influences on the nutritional value of feedstuff raw materials
Schöne et al. Counteracting the negative effects of rapeseed and rapeseed press cake in pig diets
Van Rooijen et al. The Maillard reaction and pet food processing: effects on nutritive value and pet health
de Coca-Sinova et al. Apparent ileal digestibility of energy, nitrogen, and amino acids of soybean meals of different origin in broilers
Cozannet et al. Ileal digestibility of amino acids in wheat distillers dried grains with solubles for pigs
Marzo et al. Nutritional quality of extruded kidney bean (Phaseolus vulgaris L. var. Pinto) and its effects on growth and skeletal muscle nitrogen fractions in rats
Clarke et al. Effects of variability in trypsin inhibitor content of soya bean meals on true and apparent ileal digestibility of amino acids and pancreas size in broiler chicks
Dozier et al. Soybean meal quality and analytical techniques
Zhang et al. Optimal inclusion of lupin and pea protein concentrates in extruded diets for rainbow trout (Oncorhynchus mykiss)
Wang et al. Survey of soybean oil and meal qualities produced by different processes
Bai et al. Diet analysis and evaluation
CA3114917A1 (en) Pongamia compositions, methods of preparing and analyzing thereof, and uses thereof
EP3791402B1 (en) Method for the determination of processing influences on the energy value of feedstuff raw materials and/or feedstuffs
Zhang et al. Evaluation of the standardized ileal digestibility of amino acids of rapeseed meals varying in protein solubility for Pekin ducks
CN110546499B (zh) 确定对饲料原料营养价值的加工影响的方法
CN112106144B (zh) 确定对饲料成分原料和/或饲料成分能量值的加工影响的方法
RU2787965C2 (ru) Способ определения показателей влияния обработки на энергетическую ценность сырьевых материалов для кормовых продуктов и/или кормовых продуктов
Wang et al. Determination and prediction of standardized ileal amino acid digestibility of corn distillers dried grains with soubles in broiler chickens
Farr et al. Evaluation of methods of processing rubber seed meal in terms of chemical composition and energy value
Newkirk The effects of processing on the nutritional value of canola meal for broiler chickens
RU2801965C2 (ru) Композиции понгамии, способы их получения и анализа, а также их применение
Ghazalah et al. Chemical and biological evaluation of Egyptian canola meal for chickens diets.
Adeleye et al. An assessment of the chemical and nutritional quality, trypsin inhibitor activity and protein digestibility of soybean products in Nigeria
Puntigam et al. SHORT-AND LONG-TERM CONDITIONING AND EXPANDER PROCESSING OF MAIZE AND ITS IMPACT ON ANIMAL PERFORMANCE, NUTRIENT DIGESTIBILITY AND PRODUCT QUALITY OF FATTENING PIGS AND BROILER CHICKS.
Rooney Methods of processing sorghum for livestock feeds

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant