ES2945649T3 - Método y sistema para evaluar espectros de sustancias biológicas de origen animal, origen vegetal o una mezcla de las mismas - Google Patents
Método y sistema para evaluar espectros de sustancias biológicas de origen animal, origen vegetal o una mezcla de las mismas Download PDFInfo
- Publication number
- ES2945649T3 ES2945649T3 ES21700973T ES21700973T ES2945649T3 ES 2945649 T3 ES2945649 T3 ES 2945649T3 ES 21700973 T ES21700973 T ES 21700973T ES 21700973 T ES21700973 T ES 21700973T ES 2945649 T3 ES2945649 T3 ES 2945649T3
- Authority
- ES
- Spain
- Prior art keywords
- content
- input
- parameter
- value
- output device
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000001228 spectrum Methods 0.000 title claims abstract description 84
- 241001465754 Metazoa Species 0.000 title claims abstract description 36
- 239000000126 substance Substances 0.000 title claims abstract description 18
- 239000000203 mixture Substances 0.000 title claims abstract description 16
- 239000000523 sample Substances 0.000 claims abstract description 88
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims abstract description 62
- 150000001413 amino acids Chemical class 0.000 claims abstract description 39
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 claims abstract description 32
- 239000004472 Lysine Substances 0.000 claims abstract description 32
- 229910021529 ammonia Inorganic materials 0.000 claims abstract description 31
- 239000000835 fiber Substances 0.000 claims abstract description 31
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 26
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 26
- 230000000694 effects Effects 0.000 claims abstract description 16
- 235000000346 sugar Nutrition 0.000 claims abstract description 16
- 230000000433 anti-nutritional effect Effects 0.000 claims abstract description 15
- 235000019750 Crude protein Nutrition 0.000 claims abstract description 14
- IMQLKJBTEOYOSI-GPIVLXJGSA-N Inositol-hexakisphosphate Chemical compound OP(O)(=O)O[C@H]1[C@H](OP(O)(O)=O)[C@@H](OP(O)(O)=O)[C@H](OP(O)(O)=O)[C@H](OP(O)(O)=O)[C@@H]1OP(O)(O)=O IMQLKJBTEOYOSI-GPIVLXJGSA-N 0.000 claims abstract description 13
- 239000003599 detergent Substances 0.000 claims abstract description 13
- 230000007935 neutral effect Effects 0.000 claims abstract description 13
- 235000002949 phytic acid Nutrition 0.000 claims abstract description 13
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 11
- 108010046334 Urease Proteins 0.000 claims abstract description 11
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 11
- 239000011574 phosphorus Substances 0.000 claims abstract description 11
- 229920002472 Starch Polymers 0.000 claims abstract description 10
- OBMBUODDCOAJQP-UHFFFAOYSA-N 2-chloro-4-phenylquinoline Chemical compound C=12C=CC=CC2=NC(Cl)=CC=1C1=CC=CC=C1 OBMBUODDCOAJQP-UHFFFAOYSA-N 0.000 claims abstract description 9
- 230000000035 biogenic effect Effects 0.000 claims abstract description 9
- 239000008107 starch Substances 0.000 claims abstract description 9
- 235000019698 starch Nutrition 0.000 claims abstract description 9
- 150000001412 amines Chemical class 0.000 claims abstract description 8
- 102000004142 Trypsin Human genes 0.000 claims abstract description 7
- 108090000631 Trypsin Proteins 0.000 claims abstract description 7
- 235000019784 crude fat Nutrition 0.000 claims abstract description 6
- 239000012588 trypsin Substances 0.000 claims abstract description 6
- 230000002401 inhibitory effect Effects 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims abstract description 4
- 239000000463 material Substances 0.000 claims description 97
- 238000012545 processing Methods 0.000 claims description 43
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000009102 absorption Effects 0.000 claims description 14
- 238000010521 absorption reaction Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000012790 confirmation Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 9
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- QBKSWRVVCFFDOT-UHFFFAOYSA-N gossypol Chemical compound CC(C)C1=C(O)C(O)=C(C=O)C2=C(O)C(C=3C(O)=C4C(C=O)=C(O)C(O)=C(C4=CC=3C)C(C)C)=C(C)C=C21 QBKSWRVVCFFDOT-UHFFFAOYSA-N 0.000 claims description 6
- 101710162629 Trypsin inhibitor Proteins 0.000 claims description 5
- 229940122618 Trypsin inhibitor Drugs 0.000 claims description 5
- 150000003839 salts Chemical class 0.000 claims description 5
- 239000002753 trypsin inhibitor Substances 0.000 claims description 5
- QHOPXUFELLHKAS-UHFFFAOYSA-N Thespesin Natural products CC(C)c1c(O)c(O)c2C(O)Oc3c(c(C)cc1c23)-c1c2OC(O)c3c(O)c(O)c(C(C)C)c(cc1C)c23 QHOPXUFELLHKAS-UHFFFAOYSA-N 0.000 claims description 3
- 125000004383 glucosinolate group Chemical group 0.000 claims description 3
- 229930000755 gossypol Natural products 0.000 claims description 3
- 229950005277 gossypol Drugs 0.000 claims description 3
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 2
- 235000013311 vegetables Nutrition 0.000 abstract description 2
- 235000001014 amino acid Nutrition 0.000 description 33
- 229940024606 amino acid Drugs 0.000 description 33
- 235000018102 proteins Nutrition 0.000 description 20
- 239000002994 raw material Substances 0.000 description 19
- 239000013256 coordination polymer Substances 0.000 description 17
- 241000196324 Embryophyta Species 0.000 description 15
- 239000013598 vector Substances 0.000 description 14
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 13
- 235000010469 Glycine max Nutrition 0.000 description 13
- 241000282887 Suidae Species 0.000 description 12
- 244000068988 Glycine max Species 0.000 description 10
- 239000012259 ether extract Substances 0.000 description 9
- 239000003513 alkali Substances 0.000 description 7
- 235000019728 animal nutrition Nutrition 0.000 description 7
- 229910052757 nitrogen Inorganic materials 0.000 description 7
- 238000004611 spectroscopical analysis Methods 0.000 description 7
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 6
- 230000029087 digestion Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000004445 quantitative analysis Methods 0.000 description 6
- LEVWYRKDKASIDU-IMJSIDKUSA-N L-cystine Chemical compound [O-]C(=O)[C@@H]([NH3+])CSSC[C@H]([NH3+])C([O-])=O LEVWYRKDKASIDU-IMJSIDKUSA-N 0.000 description 5
- FFEARJCKVFRZRR-BYPYZUCNSA-N L-methionine Chemical compound CSCC[C@H](N)C(O)=O FFEARJCKVFRZRR-BYPYZUCNSA-N 0.000 description 5
- IMQLKJBTEOYOSI-UHFFFAOYSA-N Phytic acid Natural products OP(O)(=O)OC1C(OP(O)(O)=O)C(OP(O)(O)=O)C(OP(O)(O)=O)C(OP(O)(O)=O)C1OP(O)(O)=O IMQLKJBTEOYOSI-UHFFFAOYSA-N 0.000 description 5
- 150000001875 compounds Chemical class 0.000 description 5
- 229960003067 cystine Drugs 0.000 description 5
- 235000020776 essential amino acid Nutrition 0.000 description 5
- 239000003797 essential amino acid Substances 0.000 description 5
- 229930182817 methionine Natural products 0.000 description 5
- 229940068041 phytic acid Drugs 0.000 description 5
- 239000000467 phytic acid Substances 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 4
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 description 4
- 240000008042 Zea mays Species 0.000 description 4
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 4
- 239000001913 cellulose Substances 0.000 description 4
- 229920002678 cellulose Polymers 0.000 description 4
- 239000008103 glucose Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- WHUUTDBJXJRKMK-UHFFFAOYSA-N Glutamic acid Natural products OC(=O)C(N)CCC(O)=O WHUUTDBJXJRKMK-UHFFFAOYSA-N 0.000 description 3
- 238000001069 Raman spectroscopy Methods 0.000 description 3
- 241000209140 Triticum Species 0.000 description 3
- 235000021307 Triticum Nutrition 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 3
- 239000004202 carbamide Substances 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 235000013922 glutamic acid Nutrition 0.000 description 3
- 239000004220 glutamic acid Substances 0.000 description 3
- 229920005610 lignin Polymers 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 230000004060 metabolic process Effects 0.000 description 3
- 235000021309 simple sugar Nutrition 0.000 description 3
- 150000008163 sugars Chemical class 0.000 description 3
- 210000002700 urine Anatomy 0.000 description 3
- MTCFGRXMJLQNBG-REOHCLBHSA-N (2S)-2-Amino-3-hydroxypropansäure Chemical compound OC[C@H](N)C(O)=O MTCFGRXMJLQNBG-REOHCLBHSA-N 0.000 description 2
- 239000004475 Arginine Substances 0.000 description 2
- 244000208235 Borassus flabellifer Species 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 229930091371 Fructose Natural products 0.000 description 2
- 239000005715 Fructose Substances 0.000 description 2
- RFSUNEUAIZKAJO-ARQDHWQXSA-N Fructose Chemical compound OC[C@H]1O[C@](O)(CO)[C@@H](O)[C@@H]1O RFSUNEUAIZKAJO-ARQDHWQXSA-N 0.000 description 2
- 239000004471 Glycine Substances 0.000 description 2
- NTYJJOPFIAHURM-UHFFFAOYSA-N Histamine Chemical compound NCCC1=CN=CN1 NTYJJOPFIAHURM-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- XUJNEKJLAYXESH-REOHCLBHSA-N L-Cysteine Chemical compound SC[C@H](N)C(O)=O XUJNEKJLAYXESH-REOHCLBHSA-N 0.000 description 2
- ONIBWKKTOPOVIA-BYPYZUCNSA-N L-Proline Chemical compound OC(=O)[C@@H]1CCCN1 ONIBWKKTOPOVIA-BYPYZUCNSA-N 0.000 description 2
- QNAYBMKLOCPYGJ-REOHCLBHSA-N L-alanine Chemical compound C[C@H](N)C(O)=O QNAYBMKLOCPYGJ-REOHCLBHSA-N 0.000 description 2
- ODKSFYDXXFIFQN-BYPYZUCNSA-P L-argininium(2+) Chemical compound NC(=[NH2+])NCCC[C@H]([NH3+])C(O)=O ODKSFYDXXFIFQN-BYPYZUCNSA-P 0.000 description 2
- CKLJMWTZIZZHCS-REOHCLBHSA-N L-aspartic acid Chemical compound OC(=O)[C@@H](N)CC(O)=O CKLJMWTZIZZHCS-REOHCLBHSA-N 0.000 description 2
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 2
- HNDVDQJCIGZPNO-YFKPBYRVSA-N L-histidine Chemical compound OC(=O)[C@@H](N)CC1=CN=CN1 HNDVDQJCIGZPNO-YFKPBYRVSA-N 0.000 description 2
- AGPKZVBTJJNPAG-WHFBIAKZSA-N L-isoleucine Chemical compound CC[C@H](C)[C@H](N)C(O)=O AGPKZVBTJJNPAG-WHFBIAKZSA-N 0.000 description 2
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 description 2
- COLNVLDHVKWLRT-QMMMGPOBSA-N L-phenylalanine Chemical compound OC(=O)[C@@H](N)CC1=CC=CC=C1 COLNVLDHVKWLRT-QMMMGPOBSA-N 0.000 description 2
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 description 2
- QIVBCDIJIAJPQS-VIFPVBQESA-N L-tryptophane Chemical compound C1=CC=C2C(C[C@H](N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-VIFPVBQESA-N 0.000 description 2
- KZSNJWFQEVHDMF-BYPYZUCNSA-N L-valine Chemical compound CC(C)[C@H](N)C(O)=O KZSNJWFQEVHDMF-BYPYZUCNSA-N 0.000 description 2
- ROHFNLRQFUQHCH-UHFFFAOYSA-N Leucine Natural products CC(C)CC(N)C(O)=O ROHFNLRQFUQHCH-UHFFFAOYSA-N 0.000 description 2
- 240000003183 Manihot esculenta Species 0.000 description 2
- 235000016735 Manihot esculenta subsp esculenta Nutrition 0.000 description 2
- 231100000678 Mycotoxin Toxicity 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 229910019142 PO4 Inorganic materials 0.000 description 2
- ONIBWKKTOPOVIA-UHFFFAOYSA-N Proline Natural products OC(=O)C1CCCN1 ONIBWKKTOPOVIA-UHFFFAOYSA-N 0.000 description 2
- MTCFGRXMJLQNBG-UHFFFAOYSA-N Serine Natural products OCC(N)C(O)=O MTCFGRXMJLQNBG-UHFFFAOYSA-N 0.000 description 2
- AYFVYJQAPQTCCC-UHFFFAOYSA-N Threonine Natural products CC(O)C(N)C(O)=O AYFVYJQAPQTCCC-UHFFFAOYSA-N 0.000 description 2
- 239000004473 Threonine Substances 0.000 description 2
- QIVBCDIJIAJPQS-UHFFFAOYSA-N Tryptophan Natural products C1=CC=C2C(CC(N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-UHFFFAOYSA-N 0.000 description 2
- KZSNJWFQEVHDMF-UHFFFAOYSA-N Valine Natural products CC(C)C(N)C(O)=O KZSNJWFQEVHDMF-UHFFFAOYSA-N 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 2
- 235000004279 alanine Nutrition 0.000 description 2
- WQZGKKKJIJFFOK-PHYPRBDBSA-N alpha-D-galactose Chemical compound OC[C@H]1O[C@H](O)[C@H](O)[C@@H](O)[C@H]1O WQZGKKKJIJFFOK-PHYPRBDBSA-N 0.000 description 2
- 125000003277 amino group Chemical group 0.000 description 2
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 description 2
- 235000003704 aspartic acid Nutrition 0.000 description 2
- OQFSQFPPLPISGP-UHFFFAOYSA-N beta-carboxyaspartic acid Natural products OC(=O)C(N)C(C(O)=O)C(O)=O OQFSQFPPLPISGP-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- VHRGRCVQAFMJIZ-UHFFFAOYSA-N cadaverine Chemical compound NCCCCCN VHRGRCVQAFMJIZ-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 150000001720 carbohydrates Chemical class 0.000 description 2
- 235000014633 carbohydrates Nutrition 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 210000002421 cell wall Anatomy 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- -1 compound sugars Chemical class 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- XUJNEKJLAYXESH-UHFFFAOYSA-N cysteine Natural products SCC(N)C(O)=O XUJNEKJLAYXESH-UHFFFAOYSA-N 0.000 description 2
- 235000018417 cysteine Nutrition 0.000 description 2
- 235000019621 digestibility Nutrition 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000029142 excretion Effects 0.000 description 2
- 235000019197 fats Nutrition 0.000 description 2
- 210000003746 feather Anatomy 0.000 description 2
- 210000003608 fece Anatomy 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 229930182830 galactose Natural products 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- HNDVDQJCIGZPNO-UHFFFAOYSA-N histidine Natural products OC(=O)C(N)CC1=CN=CN1 HNDVDQJCIGZPNO-UHFFFAOYSA-N 0.000 description 2
- 238000000265 homogenisation Methods 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- AGPKZVBTJJNPAG-UHFFFAOYSA-N isoleucine Natural products CCC(C)C(N)C(O)=O AGPKZVBTJJNPAG-UHFFFAOYSA-N 0.000 description 2
- 229960000310 isoleucine Drugs 0.000 description 2
- 235000009973 maize Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 235000010755 mineral Nutrition 0.000 description 2
- 150000002772 monosaccharides Chemical class 0.000 description 2
- 239000002636 mycotoxin Substances 0.000 description 2
- 235000021062 nutrient metabolism Nutrition 0.000 description 2
- COLNVLDHVKWLRT-UHFFFAOYSA-N phenylalanine Natural products OC(=O)C(N)CC1=CC=CC=C1 COLNVLDHVKWLRT-UHFFFAOYSA-N 0.000 description 2
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 2
- 239000010452 phosphate Substances 0.000 description 2
- 244000144977 poultry Species 0.000 description 2
- 235000013930 proline Nutrition 0.000 description 2
- KIDHWZJUCRJVML-UHFFFAOYSA-N putrescine Chemical compound NCCCCN KIDHWZJUCRJVML-UHFFFAOYSA-N 0.000 description 2
- 235000004400 serine Nutrition 0.000 description 2
- QZAYGJVTTNCVMB-UHFFFAOYSA-N serotonin Chemical compound C1=C(O)C=C2C(CCN)=CNC2=C1 QZAYGJVTTNCVMB-UHFFFAOYSA-N 0.000 description 2
- 238000011524 similarity measure Methods 0.000 description 2
- HUJXHFRXWWGYQH-UHFFFAOYSA-O sinapine Chemical compound COC1=CC(\C=C\C(=O)OCC[N+](C)(C)C)=CC(OC)=C1O HUJXHFRXWWGYQH-UHFFFAOYSA-O 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- ATHGHQPFGPMSJY-UHFFFAOYSA-N spermidine Chemical compound NCCCCNCCCN ATHGHQPFGPMSJY-UHFFFAOYSA-N 0.000 description 2
- PFNFFQXMRSDOHW-UHFFFAOYSA-N spermine Chemical compound NCCCNCCCCNCCCN PFNFFQXMRSDOHW-UHFFFAOYSA-N 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- APJYDQYYACXCRM-UHFFFAOYSA-N tryptamine Chemical compound C1=CC=C2C(CCN)=CNC2=C1 APJYDQYYACXCRM-UHFFFAOYSA-N 0.000 description 2
- 239000004474 valine Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- QHGUCRYDKWKLMG-QMMMGPOBSA-N (R)-octopamine Chemical compound NC[C@H](O)C1=CC=C(O)C=C1 QHGUCRYDKWKLMG-QMMMGPOBSA-N 0.000 description 1
- OWEGMIWEEQEYGQ-UHFFFAOYSA-N 100676-05-9 Natural products OC1C(O)C(O)C(CO)OC1OCC1C(O)C(O)C(O)C(OC2C(OC(O)C(O)C2O)CO)O1 OWEGMIWEEQEYGQ-UHFFFAOYSA-N 0.000 description 1
- 108010011619 6-Phytase Proteins 0.000 description 1
- 240000002767 Acer grandidentatum Species 0.000 description 1
- 235000010319 Acer grandidentatum Nutrition 0.000 description 1
- 235000010328 Acer nigrum Nutrition 0.000 description 1
- 235000002629 Acer saccharinum Nutrition 0.000 description 1
- 235000010157 Acer saccharum subsp saccharum Nutrition 0.000 description 1
- 240000004246 Agave americana Species 0.000 description 1
- QYPPJABKJHAVHS-UHFFFAOYSA-N Agmatine Natural products NCCCCNC(N)=N QYPPJABKJHAVHS-UHFFFAOYSA-N 0.000 description 1
- 235000019890 Amylum Nutrition 0.000 description 1
- 235000006549 Arenga pinnata Nutrition 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000219310 Beta vulgaris subsp. vulgaris Species 0.000 description 1
- 235000016982 Borassus aethiopum Nutrition 0.000 description 1
- 235000006520 Borassus flabellifer Nutrition 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 229920002488 Hemicellulose Polymers 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 241001110360 Jubaea Species 0.000 description 1
- KDXKERNSBIXSRK-YFKPBYRVSA-N L-lysine Chemical compound NCCCC[C@H](N)C(O)=O KDXKERNSBIXSRK-YFKPBYRVSA-N 0.000 description 1
- OUYCCCASQSFEME-QMMMGPOBSA-N L-tyrosine Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-QMMMGPOBSA-N 0.000 description 1
- GUBGYTABKSRVRQ-QKKXKWKRSA-N Lactose Natural products OC[C@H]1O[C@@H](O[C@H]2[C@H](O)[C@@H](O)C(O)O[C@@H]2CO)[C@H](O)[C@@H](O)[C@H]1O GUBGYTABKSRVRQ-QKKXKWKRSA-N 0.000 description 1
- 102000004856 Lectins Human genes 0.000 description 1
- 108090001090 Lectins Proteins 0.000 description 1
- GUBGYTABKSRVRQ-PICCSMPSSA-N Maltose Natural products O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@@H]1O[C@@H]1[C@@H](CO)OC(O)[C@H](O)[C@H]1O GUBGYTABKSRVRQ-PICCSMPSSA-N 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- QHGUCRYDKWKLMG-MRVPVSSYSA-N Octopamine Natural products NC[C@@H](O)C1=CC=C(O)C=C1 QHGUCRYDKWKLMG-MRVPVSSYSA-N 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- BHHGXPLMPWCGHP-UHFFFAOYSA-N Phenethylamine Chemical compound NCCC1=CC=CC=C1 BHHGXPLMPWCGHP-UHFFFAOYSA-N 0.000 description 1
- 244000290889 Phoenix sylvestris Species 0.000 description 1
- 239000005700 Putrescine Substances 0.000 description 1
- 241000282849 Ruminantia Species 0.000 description 1
- 240000000111 Saccharum officinarum Species 0.000 description 1
- 235000007201 Saccharum officinarum Nutrition 0.000 description 1
- 206010039509 Scab Diseases 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 240000006394 Sorghum bicolor Species 0.000 description 1
- 235000011684 Sorghum saccharatum Nutrition 0.000 description 1
- 235000019764 Soybean Meal Nutrition 0.000 description 1
- 229930006000 Sucrose Natural products 0.000 description 1
- CZMRCDWAGMRECN-UGDNZRGBSA-N Sucrose Chemical compound O[C@H]1[C@H](O)[C@@H](CO)O[C@@]1(CO)O[C@@H]1[C@H](O)[C@@H](O)[C@H](O)[C@@H](CO)O1 CZMRCDWAGMRECN-UGDNZRGBSA-N 0.000 description 1
- 235000021536 Sugar beet Nutrition 0.000 description 1
- DZGWFCGJZKJUFP-UHFFFAOYSA-N Tyramine Natural products NCCC1=CC=C(O)C=C1 DZGWFCGJZKJUFP-UHFFFAOYSA-N 0.000 description 1
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 241001464837 Viridiplantae Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- QYPPJABKJHAVHS-UHFFFAOYSA-P agmatinium(2+) Chemical compound NC(=[NH2+])NCCCC[NH3+] QYPPJABKJHAVHS-UHFFFAOYSA-P 0.000 description 1
- 238000005904 alkaline hydrolysis reaction Methods 0.000 description 1
- 239000012670 alkaline solution Substances 0.000 description 1
- 150000003868 ammonium compounds Chemical class 0.000 description 1
- 229940019748 antifibrinolytic proteinase inhibitors Drugs 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000000975 bioactive effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 229940036811 bone meal Drugs 0.000 description 1
- 239000002374 bone meal Substances 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000006114 decarboxylation reaction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 102000038379 digestive enzymes Human genes 0.000 description 1
- 108091007734 digestive enzymes Proteins 0.000 description 1
- 150000002016 disaccharides Chemical class 0.000 description 1
- 230000001516 effect on protein Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 229940088598 enzyme Drugs 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 1
- ZDXPYRJPNDTMRX-UHFFFAOYSA-N glutamine Natural products OC(=O)C(N)CCC(N)=O ZDXPYRJPNDTMRX-UHFFFAOYSA-N 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- PWSKHLMYTZNYKO-UHFFFAOYSA-N heptane-1,7-diamine Chemical compound NCCCCCCCN PWSKHLMYTZNYKO-UHFFFAOYSA-N 0.000 description 1
- 229960001340 histamine Drugs 0.000 description 1
- 210000000003 hoof Anatomy 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000011147 inorganic material Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000006651 lactation Effects 0.000 description 1
- 239000008101 lactose Substances 0.000 description 1
- 239000002523 lectin Substances 0.000 description 1
- 235000021374 legumes Nutrition 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 229960001576 octopamine Drugs 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000007530 organic bases Chemical class 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000000137 peptide hydrolase inhibitor Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 235000012015 potatoes Nutrition 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000019525 primary metabolic process Effects 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000024053 secondary metabolic process Effects 0.000 description 1
- 239000010822 slaughterhouse waste Substances 0.000 description 1
- 239000002195 soluble material Substances 0.000 description 1
- 239000004455 soybean meal Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 229940063673 spermidine Drugs 0.000 description 1
- 229940063675 spermine Drugs 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 239000005720 sucrose Substances 0.000 description 1
- 235000012069 sugar maple Nutrition 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 229960003732 tyramine Drugs 0.000 description 1
- DZGWFCGJZKJUFP-UHFFFAOYSA-O tyraminium Chemical compound [NH3+]CCC1=CC=C(O)C=C1 DZGWFCGJZKJUFP-UHFFFAOYSA-O 0.000 description 1
- OUYCCCASQSFEME-UHFFFAOYSA-N tyrosine Natural products OC(=O)C(N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-UHFFFAOYSA-N 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23K—FODDER
- A23K10/00—Animal feeding-stuffs
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23K—FODDER
- A23K20/00—Accessory food factors for animal feeding-stuffs
- A23K20/10—Organic substances
- A23K20/158—Fatty acids; Fats; Products containing oils or fats
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23K—FODDER
- A23K20/00—Accessory food factors for animal feeding-stuffs
- A23K20/20—Inorganic substances, e.g. oligoelements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0264—Electrical interface; User interface
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0272—Handheld
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0118—Apparatus with remote processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/02—Mechanical
- G01N2201/022—Casings
- G01N2201/0221—Portable; cableless; compact; hand-held
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Polymers & Plastics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Food Science & Technology (AREA)
- Animal Husbandry (AREA)
- Zoology (AREA)
- Human Computer Interaction (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Inorganic Chemistry (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
La presente invención se refiere a un método para evaluar espectros de una sustancia biológica de origen animal, vegetal o una mezcla de los mismos, que comprende los pasos de a) detectar un espectrómetro en una red formada por al menos un espectrómetro y un dispositivo de entrada/salida, b) solicitar el estado individual de cada espectrómetro en la red del paso a), y mostrar los espectrómetros detectados y su estado en el dispositivo de entrada/salida, donde el estado refleja si un espectrómetro está disponible para registrar un espectro o no, c) recibir una selección de los espectrómetros disponibles para registrar un espectro en el dispositivo de entrada/salida, d) registrar un espectro de un material de muestra de origen animal, origen vegetal o una mezcla de los mismos en el espectrómetro seleccionado en el paso c),e) predecir un valor para al menos un parámetro del espectro del paso d) por medio de al menos una función de calibración y/o gráfico de calibración adecuado para predecir el valor de dicho parámetro, en donde el al menos un parámetro se selecciona del grupo consistente en el contenido de al menos un aminoácido, el contenido de proteína bruta, el contenido de amoníaco, el contenido de aminoácidos totales con amoníaco, el contenido de aminoácidos totales sin amoníaco, el contenido de grasa bruta, el contenido de materia seca, el contenido de ceniza bruta, el contenido energético, el contenido de al menos una amina biogénica, el contenido de al menos un factor antinutricional, el contenido de al menos un azúcar, el contenido de almidón, el contenido de fibra bruta, el contenido de fibra detergente neutro, el contenido de fibra detergente ácido, el contenido total de fósforo,el contenido de fósforo de fitato, el contenido de lisina reactiva, el contenido total de lisina, la relación entre el contenido de lisina reactiva y el contenido total de lisina, el índice de dispersabilidad de la proteína, la solubilidad de la proteína, la actividad inhibidora de la tripsina, la actividad de la ureasa y el indicador de condiciones de procedimiento (PCI), y f) mostrar el resultado de la predicción del paso e) en el dispositivo de entrada/salida. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Método y sistema para evaluar espectros de sustancias biológicas de origen animal, origen vegetal o una mezcla de las mismas
La presente invención se refiere al campo de la espectrometría, y se refiere a un método para evaluar espectros de sustancias biológicas de origen animal, origen vegetal, o una mezcla, y a un sistema para evaluar tales espectros.
La espectrometría es una herramienta muy útil para obtener información relevante sobre materiales de muestra. En particular, la espectrometría, tal como la espectrometría infrarroja, en combinación con la quimiometría y las funciones de calibración o los gráficos de calibración, pueden proporcionar información sobre la base de predicciones y aproximaciones, que de otro modo sólo es accesible a través de análisis cuantitativos clásicos, que son muy costosos y consumen mucho tiempo. Sin embargo, el personal no entrenado y sin experiencia está luchando con la predicción quimiométrica de parámetros por medio de la espectrometría. Esto también se aplica a la realización de la predicción de parámetros mediante espectrometría y la evaluación o interpretación de la información así obtenida. Estos problemas son aún más fuertes cuando se trata de espectros de una sustancia biológica de origen animal, de origen vegetal, o una mezcla de las mismas.
El documento US 2015/021478 A1 da a conocer un aparato de medida del contenido de azúcar no destructivo que incluye una porción de sensor de medida que incluye un sensor espectral que recibe un rayo de infrarrojo cercano de la luz que es reflejada por la pulpa FB de la fruta F de la cual se mide el contenido de azúcar, una fuente de luz LED que tiene LED dispuestos circularmente, un sensor óptico que recibe la luz reflejada por la pulpa de una fruta F, y un sensor de temperatura; una carcasa que incluye una porción de sensor de medida y tiene una porción de panel que tiene una pantalla digital para mostrar un valor Brix como valor digital e interruptores operacionales, estando montada la porción de panel y los interruptores operacionales en una cara frontal de la misma; una placa de circuito principal PB que incluye una Unidad Central de Procesamiento (CPU) que está incrustada en la carcasa y procesa las señales eléctricas del sensor de luz y realiza un cálculo y una determinación. El modelo de utilidad chino CN 208420696 U da a conocer un sistema en línea para el grado de sarna de infección de trigo, específicamente la detección de micotoxina, basado en espectrometría de infrarrojo cercano. Por lo tanto, el uso práctico de este sistema es extremadamente limitado.
Por lo tanto, existía la necesidad de un método adecuado para el personal no entrenado para que hiciera predicciones de parámetros de interés a partir de espectros, y para que evaluara espectros. Según la presente invención, este problema se resuelve por cuanto los espectros de los materiales de muestra se registran en espectrómetros, al menos un valor de parámetro se predice a partir de dichos espectros por medio de al menos una función de calibración y/o un gráfico de calibración adecuado para predecir el parámetro respectivo, y el resultado así obtenido se visualiza en un dispositivo de entrada/salida.
Por lo tanto, es un objeto de la presente invención un método para evaluar espectros de una sustancia biológica de origen animal, origen vegetal, o una mezcla de las mismas, que comprende las etapas de
a) detectar un espectrómetro en una red formada por al menos un espectrómetro y un dispositivo de entrada/salida,
b) solicitar el estado individual de cada espectrómetro en la red de la etapa a), y mostrar los espectrómetros detectados y su estado en el dispositivo de entrada/salida, en el que el estado refleja si un espectrómetro está disponible para registrar un espectro o no,
c) recibir una selección de los espectrómetros disponibles para registrar un espectro en el dispositivo de entrada/salida,
d) registrar un espectro de un material de muestra de origen animal, origen vegetal, o una mezcla de las mismas en el espectrómetro seleccionado en la etapa c), en el que la etapa d) comprende además las etapas de
d1) predecir la identidad del material de muestra de la etapa d) a partir del espectro registrado en la etapa d) mediante un análisis de similitud usando una base de datos DB1 de espectros de materiales conocidos,
d2a) mostrar la identidad predicha del material de muestra obtenido en la etapa d1) en el dispositivo de entrada/salida, y
d2b) recibir i) la confirmación de la identidad predicha mostrada en la etapa d2a), o ii) la no confirmación de la identidad predicha mostrada en la etapa d2a) y la entrada de la identidad del material de muestra en el dispositivo de entrada/salida,
e) predecir un valor para al menos un parámetro del espectro de la etapa d) por medio de al menos una función de calibración y/o gráfico de calibración adecuado para predecir el valor de dicho parámetro, en el que el al menos un parámetro se selecciona del grupo que consiste en el contenido de al menos un aminoácido, el contenido de proteína bruta, el contenido de amoníaco, el contenido de aminoácidos totales con amoníaco, el contenido de aminoácidos totales sin amoníaco, el contenido de grasa bruta, el contenido de materia seca, el contenido de cenizas brutas, el contenido de energía, el contenido de al menos una amina biogénica, el contenido de al menos un factor antinutricional, en el que el al menos un factor antinutricional es un inhibidor de tripsina, un glucosinolato, un gosipol, y/o cualquier derivado y/o sales de los mismos, el contenido de al menos un azúcar, el contenido de almidón, el contenido de fibra cruda, el contenido de fibra detergente neutro, el contenido de fibra detergente ácida, el contenido de fósforo total, el contenido de fósforo en forma de fitato, el contenido de lisina reactiva, el contenido de lisina total, la relación entre el contenido de lisina reactiva y el contenido de lisina total, el índice de dispersabilidad de la proteína, la solubilidad de la proteína, la actividad inhibidora de la tripsina, la actividad de la ureasa, y el indicador de condiciones de procedimiento (PCI),
y
f) mostrar el resultado de la predicción de la etapa e) en el dispositivo de entrada/salida.
En principio, el método según la presente invención no está sujeto a ninguna limitación con respecto a un espectrómetro específico. Por lo tanto, en el método según la presente invención se puede usar cualquier tipo imaginable de espectrómetro, por ejemplo un espectrómetro infrarrojo, un espectrómetro Raman, un espectrómetro UV-Vis, o incluso una combinación de dichos espectrómetros, siempre que sea adecuado para registrar espectros del material de muestra sometido al método. También es posible usar un espectrómetro infrarrojo y un espectrómetro Raman y un espectrómetro UV-Vis en combinación, lo que brinda al usuario la más amplia gama de aplicaciones para todos los materiales de muestra posibles que son adecuados para la espectrometría en general. No obstante, se prefiere que el espectrómetro del método según la presente invención sea un espectrómetro de infrarrojos, en particular un espectrómetro de infrarrojo cercano (NIR), debido a su amplio intervalo de posibles aplicaciones. En ese caso, los espectros infrarrojos, en particular los espectros de infrarrojo cercano, se evalúan con el método según la presente invención.
Dependiendo del espectrómetro usado, el espectro de infrarrojo cercano (NIR) de la etapa d) se puede registrar en longitudes de onda entre 400 y 2.500 nm con cualquier espectrómetro infrarrojo adecuado que funcione con el principio de monocromador o con el principio de transformada de Fourier. Preferiblemente, los espectros de NIR se registran entre 1.000 y 2.500 nm. Las longitudes de onda se convierten fácilmente en los números de onda respectivos, y por lo tanto, los espectros de NIR, por supuesto, también se pueden registrar en los números de onda correspondientes. Cuando el material del material de muestra de la etapa d) no es translúcido, se mide la reflectancia de la luz emitida por la muestra, y la diferencia entre la luz emitida y la luz reflejada se da como absorción. Por lo tanto, el espectrómetro NIR puede funcionar tanto en modo de transmisión como en modo de reflectancia.
Se prefiere además que los espectrómetros en el método según la presente invención sean espectrómetros portátiles, por ejemplo un espectrómetro infrarrojo portátil, tal como un espectrómetro NIR portátil, por ejemplo un espectrómetro infrarrojo portátil, que da al usuario la opción de realizar el método según la presente invención en cualquier lugar de interés imaginable.
En principio, el dispositivo de entrada/salida del método según la presente invención no está sujeto a ninguna limitación, y por lo tanto puede ser cualquier dispositivo de entrada/salida concebible que pueda recibir entrada de un usuario, un espectrómetro, o un dispositivo en la periferia del sistema, y mostrar cualquier resultado concebible como salida. Por ejemplo, el dispositivo de entrada/salida puede ser una computadora, tal como una computadora de mesa, una computadora en red, un cliente ligero, o una computadora portátil, por ejemplo una computadora portátil o portátil, una tableta, o un teléfono inteligente. No obstante, se prefiere que el dispositivo de entrada/salida sea un dispositivo portátil de entrada/salida, por ejemplo una computadora portátil, una tableta o un teléfono inteligente, preferiblemente una tableta o un teléfono inteligente, que brinde al usuario la opción de llevar a cabo el método según la presente invención en cualquier lugar de interés imaginable.
Por lo tanto, el método según la presente invención es preferiblemente un método implementado por computadora.
Por lo tanto, también se prefiere que el espectrómetro sea un espectrómetro portátil, y que el dispositivo de entrada/salida sea un dispositivo portátil. Se prefiere además que cada espectrómetro en la etapa a) sea un espectrómetro portátil, y el dispositivo de entrada/salida sea un dispositivo portátil.
El método según la presente invención no está sujeto a ninguna limitación en cuanto al número de espectrómetros en la red formada con un dispositivo de entrada/salida de la etapa a). Por lo tanto, el número de espectrómetros queda a discreción del usuario, y puede oscilar de 1 a cualquier número imaginable de espectrómetros, por ejemplo de 1 a 100, de 1 a 90, de 1 a 80, de 1 a 70, de 1 a 60, de 1 a 50, de 1 a 40, de 1 a 30, de 1 a 20, o de 1 a 10. Desde el punto de
vista administrativo y logístico, el número de espectrómetros se mantiene en un número razonable, preferiblemente entre 1 y 10.
Según la presente invención, el al menos un parámetro determinado en la etapa e) del método se selecciona del grupo que consiste en el contenido de al menos un aminoácido, es decir, uno o más aminoácidos, el contenido de proteína cruda, el contenido de amoníaco, el contenido de los aminoácidos totales con amoníaco, el contenido de los aminoácidos totales sin amoníaco, el contenido de grasa bruta, el contenido de materia seca, el contenido de ceniza bruta, el contenido de energía, el contenido de al menos una amina biogénica, es decir, una o más aminas biogénicas, el contenido de al menos un factor antinutricional, el contenido de al menos un azúcar, el contenido de almidón, el contenido de fibra bruta, el contenido de fibra detergente neutra, el contenido de fibra detergente ácida, el contenido de fósforo total, el contenido de fósforo en forma de fitato, el contenido de lisina reactiva, el contenido de lisina total, la relación entre el contenido de lisina reactiva y el contenido de lisina total, el índice de dispersabilidad de la proteína, la solubilidad de la proteína, la actividad inhibidora de la tripsina, la actividad de la ureasa, y el indicador de condiciones de procedimiento (PCI).
El al menos un aminoácido, es decir, uno o más aminoácidos, es preferiblemente al menos un aminoácido esencial y/o al menos un aminoácido no esencial. El al menos un aminoácido esencial se selecciona del grupo formado por metionina, cisteína, cistina, la suma de metionina y cistina, lisina, arginina, isoleucina, treonina, triptófano, leucina, valina, histidina, fenilalanina, y/o cualquier derivado y/o sal de los mismos. La suma de metionina y cistina es sinónimo de la suma del contenido de metionina y el contenido de cistina en la muestra. El al menos un aminoácido no esencial se selecciona del grupo que consiste en glicina, serina, alanina, ácido aspártico, ácido glutámico, prolina, y/o cualquier derivado y/o sal de los mismos. Preferiblemente, el al menos un aminoácido comprende todos los aminoácidos esenciales mencionados y/o todos los aminoácidos no esenciales mencionados.
En el contexto de la presente invención, la expresión contenido de amoníaco se refiere en particular al contenido de amoníaco libre, es decir, amoníaco que no está unido ni coordinado, que se encuentra en las muestras después de su preparación. La presencia de dicho amoníaco puede tener diferentes motivos. Por ejemplo, puede resultar de la hidrólisis de la urea, o puede resultar de la adición de un compuesto de amonio al material que se somete al método.
En el contexto de la presente invención, la expresión el contenido de los aminoácidos totales con amoníaco se usa para indicar la suma del contenido de todos los aminoácidos en la muestra de material menos el contenido de amoníaco en la muestra de material, es decir, la diferencia entre el contenido de todos los aminoácidos y el contenido de amoníaco en la muestra de material.
En el contexto de la presente invención, la expresión el contenido de los aminoácidos totales con amoníaco se usa para indicar la suma del contenido de todos los aminoácidos en la muestra de material más el contenido de amoníaco en la muestra de material, es decir, la suma del contenido de todos los aminoácidos en la muestra de material y el contenido de amoníaco en la muestra de material.
Por lo tanto, la determinación y predicción del contenido de los aminoácidos totales con o sin amoníaco implica siempre la determinación o predicción del contenido de aminoácidos totales en la muestra de material y la determinación o predicción del contenido de amoníaco en dicha muestra de material. Dependiendo de los materiales individuales que se sometan al método según la presente invención, un alto contenido de amoníaco puede ser indicativo de un producto falsificado. Por ejemplo, si se mezclara un pienso o una materia prima de pienso con urea, aumentaría el valor del contenido de proteína bruta, cuya determinación se basa en la determinación del nitrógeno. Por ejemplo, las sojas o los productos de soja suelen tener un bajo contenido de amoníaco, y por tanto, un valor alto para el contenido de amoníaco indicaría un producto manipulado o falsificado. Por otro lado, el trigo típicamente tiene un alto contenido de glutamina, que durante los procedimientos típicos para su determinación se transforma en ácido glutámico con liberación de amoníaco al mismo tiempo. Aquí, un alto contenido de amoníaco no es motivo de preocupación.
En el contexto de la presente invención, la expresión proteína bruta se usa como es conocido por la persona experta en la técnica de alimentación animal. Por lo general, considera todas las fuentes de nitrógeno.
En el contexto de la presente invención, la expresión grasa bruta se usa como es conocido por la persona experta en la técnica de alimentación animal, y se refiere a la mezcla bruta de material liposoluble presente en una muestra. La grasa bruta, también conocida como extracto de éter o contenido de lípidos libres, es la medida tradicional de grasa en piensos o productos de piensos.
En el contexto de la presente invención, la expresión materia seca, a menudo también denominada peso seco, se usa como es conocido por la persona experta en la técnica de alimentación animal, y denota una medida de la masa de algo cuando está completamente seco. La materia seca del material vegetal y animal consiste en todos sus constituyentes excepto el agua.
En el contexto de la presente invención, la expresión ceniza bruta se usa como es conocido por la persona experta en la técnica de alimentación animal, y denota el contenido de materiales inorgánicos, tales como minerales, en los piensos.
El contenido energético es preferentemente la energía bruta (GE), la energía metabolizable aparente (AME), en particular la energía metabolizable aparente corregida a cero retención de nitrógeno (AMEn), la energía digerible (DE), en particular la energía digerible para cerdas (DE_S) y/o cerdos en crecimiento (DE_GP), la energía metabolizable (ME), en particular la energía metabolizable para cerdas (ME_S) y/o cerdos en crecimiento (ME_GP), y/o la energía neta (NE), en particular la energía neta para cerdas (NE_S) y/o cerdos en crecimiento (NE_GP).
En el contexto de la presente invención, la expresión energía bruta (GE), a menudo también denominada calor de combustión, se usa como se conoce por el experto en la técnica de alimentación animal, y denota la energía liberada al quemar una muestra de pienso en exceso de oxígeno en un calorímetro de bomba adiabática. En el contexto de la presente invención, la energía bruta de un pienso y/o un pienso procesado se mide por lo tanto preferiblemente en un calorímetro de bomba adiabática. La cantidad de energía bruta depende exclusivamente de la composición química del pienso, pero la composición química no puede predecir la eficiencia de transformación energética. La energía bruta como tal no tiene en cuenta ninguna pérdida de energía durante la ingestión, digestión y metabolismo del pienso. De hecho, 1 kg de almidón tiene alrededor del mismo valor energético bruto que 1 kg de paja, aunque la mayor parte de la energía de la paja no puede ser usada por cerdos o aves debido a la falta de enzimas digestivas. La energía bruta (GE) se puede determinar de la siguiente manera:
GE [MJ/kg DM] = (4143 56 x EE [%]) (15 x CP [%]) -(44 x CENIZA [%])) x 0,0041868,
con
DM = materia seca,
EE = extracto de éter,
CP = proteína bruta,
ASH = ceniza bruta.
En el contexto de la presente invención, la expresión energía digerible (DE) se usa como se conoce por el experto en la técnica de alimentación animal, y denota la energía bruta del pienso menos la energía bruta de las heces, es decir, la diferencia entre la energía bruta del pienso y la energía bruta de las heces. Este sistema de energía tiene en cuenta la digestibilidad del pienso, y proporciona una medida útil de la energía que el animal puede usar. La ventaja de la energía digerible es que es fácil de determinar. Sin embargo, la desventaja es que no tiene en cuenta las pérdidas de energía en la orina, y como gases combustibles y durante el metabolismo. Estas pérdidas varían entre los piensos. La energía digerible para cerdos en crecimiento (DE_GP) se puede determinar de la siguiente manera:
DE_GP [MJ/kg DM] = (4168 -(91 x CENIZA [% DM] (19 x CP [% DM]) (39 x EE [% DM]) -(36 x NDF [% DM])) x
0,0041868,
con
ASH = ceniza bruta,
CP = proteína bruta,
DM = materia seca,
EE = extracto de éter,
NDF = fibra detergente neutra.
La energía digerible para cerdas (DE_S) se puede determinar de la siguiente manera:
DE_S [MJ/kg DM] = 1,041 x DE_GP [MJ/kg DM] 0,0066 x CF [g/kg DM], or
DE_S [MJ/kg DM] = 1,041 x ((4168 -(91 x CENIZA [% DM]) (19 x CP [% DM]) (39 x EE [% DM]) -(36 x NDF [%
DM])) x 0,0041868) 0,066 x CF [% DM]
con
DE_GP = energía digerible de cerdos en crecimiento,
ASH = ceniza bruta,
CP = proteína bruta,
DM = materia seca,
EE = extracto de éter,
NDF = fibra detergente neutra,
CF = fibra bruta.
En el contexto de la presente invención, la expresión energía metabolizable (ME) se usa como se conoce por el experto en la técnica de alimentación animal, y denota la energía digerible menos la energía excretada en la orina y como gases combustibles, es decir, la diferencia entre la energía digerible y la energía excretada en la orina y como gases combustibles. Teniendo en cuenta estas pérdidas, la energía metabolizable da una mejor estimación de la energía disponible para el animal. La energía metabolizable corrige la energía digerible por algunos de los efectos de calidad y cantidad de proteína.
La energía metabolizable para cerdos en crecimiento (ME_GP) se puede determinar de la siguiente manera:
ME_GP [MJ/kg DM] = (4194 -(92 x CENIZA [% DM]) (10 x CP [% DM]) (41 x EE [% DM]) -(35 x NDF [% DM])) x
0,0041868
con
ASH = ceniza bruta,
CP = proteína bruta,
DM = materia seca,
EE = extracto de éter,
NDF = fibra detergente neutra.
La energía metabolizable para cerdas (ME_S) se puede determinar de la siguiente manera:
ME_S [MJ/kg DM] = - 3,96 (1,17 x ME_GP [MJ/kg DM] (0,132 x NDF [% DM])
or
ME_S [MJ/kg DM] = - 3,96 (1,17 x ((4194 -(92 x CENIZA [% DM]) (10 x CP [% DM]) (41 x EE [% DM]) -(35 x NDF [% DM])) x 0,0041868) (0,132 x NDF [% DM])
con
ME_GP = energía metabolizable para cerdos en crecimiento,
ASH = ceniza bruta,
CP = proteína bruta,
DM = materia seca,
EE = extracto de éter,
NDF = fibra detergente neutra.
En el contexto de la presente invención, la expresión energía neta (EN) se usa como se conoce por el experto en la técnica de la alimentación animal, y denota la energía metabolizable menos el incremento de calor, que es el calor producido (y por lo tanto la energía usada) durante la digestión del pienso, metabolismo de los nutrientes y excreción de los desechos, es decir, la diferencia entre la energía metabolizable y el incremento de calor, que es el calor producido (y, por lo tanto, la energía usada) durante la digestión del pienso, el metabolismo de los nutrientes y la excreción de los desechos. La energía que queda después de estas pérdidas es la energía realmente usada para el mantenimiento y la producción, es decir, crecimiento, gestación, lactancia. La energía neta es el único sistema que describe la energía que realmente usa el animal. Por lo tanto, la energía neta es la forma más precisa y equitativa hasta la fecha de caracterizar el contenido energético del alimento. Sin embargo, la energía neta es mucho más difícil de determinar, y más compleja que la energía digerible y la energía metabolizable.
La energía neta para cerdos en crecimiento (NE_GP) se puede determinar de la siguiente manera:
NE_GP [MJ/kg DM] = (2875 (43,8 x EE [% DM]) (6,7 x ST [% DM]) -(55,9 x CENIZA [% DM]) -(20,1 x (NDF [%
DM] - ADF [% DM])) -(40,2 x NDF [% DM])) x 0,0041868
con
ASH = ceniza bruta,
ADF = fibra detergente ácida,
DM = materia seca,
EE = extracto de éter,
NDF = fibra detergente neutra,
ST = almidón.
La energía neta para cerdas (NE_S) se puede determinar de la siguiente manera:
NE_S [MJ/kg DM] = (0,703 x (DE_S [MJ/kg DM]) x 0,0041868 (15,8 x EE [% DM]) (4,7 x ST [% DM]) -(9,7 x CP [% DM]) (9,8 x CF [% DM])) x 0,0041868
or
NE_S [MJ/kg DM] = (0,703 x ((((4168 -(91 x CENIZA [% DM]) (19 x CP [% DM]) (39 x EE [% DM])
- (36 x NDF [% DM])) x 0,0041868 x 1,014) (0,066 x CF [% DM])) / 0,0041868) (15,8 x EE [% DM]) (4,7 x ST [% DM]) -(9,7 CP [% DM])
- (9,8 x CF (% DM])) x 0,0041868
con
ASH = ceniza bruta,
ADF = fibra detergente ácida,
CF = fibra bruta,
CP = proteína bruta,
DE_S = energía digerible para cerdas,
DM = materia seca,
EE = extracto de éter,
NDF = fibra detergente neutra,
ST = almidón.
En el contexto de la presente invención, la expresión energía metabolizable aparente se usa como se conoce por el experto en la técnica de la alimentación animal, y denota la energía metabolizable, que considera la cantidad de nitrógeno que se ha usado para construir la proteína corporal y que es por lo tanto tratado como si hubiera sido excretado como ácido úrico. Los valores para la energía metabolizable aparente de las aves de corral se refieren así a valores corregidos a cero retención de nitrógeno (AMEn). Dependiendo de la materia prima, se aplican diferentes ecuaciones para el cálculo de AMEn. Esta fórmula general se aplica a la materia prima dada en la siguiente fórmula:
AMEn [MJ/kg DM] = (factor DM x DM [%] factor CENIZA x CENIZA [% DM] factor CP x CP [% DM]
+ factor EE x EE [% DM] factor CF x CF [% DM] factor NFE x NFE [% DM]
+ factor ST x ST [% DM] factor SU x SU [% DM]) /100
con
ASH = ceniza bruta,
CF = fibra bruta,
CP = proteína bruta,
DM = materia seca,
EE = extracto de éter,
NFE = extracto libre de nitrógeno,
ST = almidón,
SU = azúcar.
DM [%] = 100, ya que todos los datos se usan según la estandarización del 100% de materia seca.
En el contexto de la presente invención, la expresión amina biogénica se usa como se conoce por el experto en la técnica de alimentación animal, y denota una sustancia biogénica con uno o más grupos amina, es decir, una base orgánica de bajo peso molecular, que se produce por metabolismo microbiano, vegetal y animal. En piensos, alimentos y bebidas, se forman por las enzimas de la materia prima, o se generan por descarboxilación microbiana de aminoácidos.
La al menos una amina biogénica es preferiblemente triptamina, 5-hidroxi-triptamina, 1,7-diaminoheptano, feniletilamina, histamina, putrescina, espermina, espermidina, agmatina, tiramina, octopamina, cadaverina y/o cualquier derivado y/o sal de las mismas. La mención de cualquier amina biogénica específica se refiere a su presencia y/o su contenido en la muestra en cuestión.
Según la presente invención, el al menos un factor antinutricional es un inhibidor de tripsina, un glucosinolato, gosipol, y/o cualquiera de sus derivados y/o sales. Los factores antinutricionales resultan del metabolismo secundario de las plantas, y están presentes sólo en especies vegetales particulares. No realizan funciones esenciales en el metabolismo primario. Más bien, su función es la defensa de alimañas y plagas, la regulación y la función como sustancias colorantes y fragancias. Los efectos negativos de los factores antinutricionales en el animal consisten en el consumo de pienso, un rendimiento reducido del animal, un cambio en la digestibilidad de los nutrientes, y trastornos metabólicos. Aunque los factores antinutricionales pueden tener efectos bastante graves en los animales, no se consideran tóxicos. Por lo tanto, la micotoxina no es un factor antinutricional en el contexto de la presente invención.
En el contexto de la presente invención, el término azúcar se usa como se conoce generalmente en la técnica, y denota el término genérico para hidratos de carbono solubles. El término azúcar comprende azúcares simples, también denominados monosacáridos, que incluyen glucosa, fructosa, y galactosa, y azúcares compuestos, también disacáridos o azúcares dobles, que son compuestos compuestos por dos monosacáridos unidos por un enlace glucosídico, por ejemplo sacarosa (compuesta por glucosa y fructosa), lactosa (compuesta por glucosa y galactosa), y maltosa (compuesta por dos moléculas de glucosa), y que se hidrolizan en azúcares simples en el cuerpo. Los azúcares, en particular los azúcares simples y los azúcares compuestos antes mencionados, se encuentran en frutas y verduras, en particular en las denominadas plantas azucareras tales como la caña de azúcar, la remolacha azucarera, la palma azucarera, el arce azucarero, el sorgo dulce, la palmera datilera plateada, la jubaea, la palmira palma, y el ágave.
En el contexto de la presente invención, el término almidón, también denominado amylum, se usa como se conoce generalmente en la técnica, y denota un hidrato de carbono polimérico que consiste en numerosas unidades de glucosa unidas por enlaces glucosídicos. Es producido por la mayoría de las plantas verdes como almacenamiento de energía. Se encuentran grandes cantidades en patatas, maíz (maíz), arroz, trigo y yuca (mandioca).
En el contexto de la presente invención, la expresión fibra bruta se usa como se conoce por el experto en la técnica de alimentación animal, y denota una medida del contenido de fibra. También conocida como celulosa de Weende, la fibra bruta es el residuo insoluble de una hidrólisis ácida seguida de una alcalina. Este residuo contiene celulosa verdadera y lignina insoluble. También se usa para evaluar residuos de pelo, pezuñas o plumas en subproductos animales. Aunque el análisis Van Soest más preciso lo ha sustituido desde la década de 1970, el análisis de fibra bruta sigue siendo común en los laboratorios de piensos.
En el contexto de la presente invención, la expresión fibra detergente ácida (ADF) se usa como se conoce por el experto en la técnica de alimentación animal, y denota una medida de la cantidad de sustancias estructurales, específicamente sustancias estructurales de la pared celular, tales como la celulosa, lignina y compuestos de lignina-N. La fibra detergente ácida es el residuo insoluble después del tratamiento con una disolución detergente ácida.
En el contexto de la presente invención, la expresión fibra detergente neutra (NDF) se usa como se conoce por el experto en la técnica de alimentación animal, y denota una medida de la cantidad de sustancias estructurales, específicamente sustancias estructurales de la pared celular, tales como la celulosa, hemicelulosa, lignina y compuestos de lignina-N. La fibra detergente neutra es el residuo insoluble después del tratamiento con una disolución detergente neutra.
En el contexto de la presente invención, la expresión fósforo en forma de fitato se usa como se conoce por el experto en la técnica, y se refiere al contenido de fósforo en el ácido fítico. El ácido fítico pertenece al grupo de sustancias bioactivas. Tiene un papel nutricional importante como principal forma de almacenamiento de fósforo en muchos tejidos vegetales, especialmente salvado y semillas. También está presente en muchas legumbres, cereales, y granos. El ácido fítico y el fitato tienen una fuerte afinidad de unión con los minerales dietéticos, calcio, hierro, y zinc, lo que inhibe su absorción. El ácido fítico y el fitato tienen una relevancia particular para los rumiantes debido a que son los únicos mamíferos que pueden descomponer el ácido fítico y consumir el fosfato así acumulado. Las bacterias en su estómago producen la enzima fitasa, que facilita la descomposición del fitato en azúcar y fosfato.
Típicamente, los piensos y/o las materias primas de piensos se someten a un denominado procesamiento para eliminar los factores antinutricionales o para reducir al menos su cantidad en los piensos y/o las materias primas de piensos. En dicho procesamiento, los piensos y/o las materias primas de piensos se someten a un tratamiento térmico, tal como cocción o tostado, que conduce a la eliminación, o al menos a la eliminación parcial de, entre otros, inhibidores de proteinasa y lectinas, o a un tratamiento con álcali, lo que conduce a la eliminación o al menos a la eliminación parcial de sinapina. Sin embargo, el procesamiento también puede provocar daños en los aminoácidos presentes en el alimento o en las materias primas de pienso. Por ejemplo, los compuestos con un grupo amino, tales como aminoácidos y proteínas, se someten a la reacción de Maillard en presencia de compuestos reductores, en particular azúcares reductores. Este es en particular el caso de la lisina con un grupo D-amino, que puede reaccionar con una multitud de ingredientes en piensos o materias primas de piensos.
El procesamiento de piensos y materias primas de piensos también tiene un efecto sobre las proteínas, tales como la ureasa y la tripsina, y la solubilidad de las proteínas en álcali y la solubilidad de las proteínas en agua, esta última también denominada índice de dispersabilidad de proteínas (PDI).
Un procesamiento que da lugar a daños en las materias primas de piensos y/o en los piensos, y en particular a cantidades/contenidos reducidos de un aminoácido, se denomina sobreprocesamiento. En comparación, un procesamiento, que no da una eliminación completa o al menos aceptable de los factores antinutricionales de las materias primas de piensos y/o de los piensos, se denomina subprocesamiento. Finalmente, un procesamiento que conduce a una eliminación completa o al menos aceptable de los factores antinutricionales sin daño a un aminoácido y/o proteína se denomina procesamiento adecuado o procesamiento correcto.
En el contexto de la presente invención, la expresión contenido de lisina reactiva se usa para indicar el contenido de lisina que está realmente disponible para el animal, en particular para la digestión en el animal.
En comparación, la expresión contenido de lisina total se usa en el contexto de la presente invención para indicar la suma del contenido de lisina, que está realmente disponible para el animal, en particular para la digestión en el animal, y del contenido de lisina, que no está disponible para el animal, en particular no para la digestión en el animal. Este último contenido de lisina (no disponible para el animal) generalmente se debe a reacciones de degradación de la lisina, tal como la reacción de Maillard.
El procesamiento de piensos y materias primas de piensos también tiene un efecto sobre la solubilidad de las proteínas en álcali. La solubilidad de las proteínas en álcali comprende la determinación del porcentaje de proteínas que se
solubiliza en una disolución alcalina. La solubilidad de las proteínas en álcali es una medida eficaz para distinguir el material sobreprocesado del material procesado correctamente, por ejemplo según DIN EN ISO 14244.
La determinación del índice de dispersabilidad de proteínas (PDI) mide la solubilidad de las proteínas en agua después de mezclar una muestra con agua, por ejemplo según AOCS Ba 10-65.
La determinación de la actividad del inhibidor de tripsina se basa en la capacidad de los inhibidores en cuestión para formar un complejo con la enzima tripsina, y reducir así su actividad. Este análisis se puede realizar según los métodos de ISO 14902 (2001) y AACC 22.40-01.
La enzima ureasa cataliza la degradación de la urea a amoníaco y dióxido de carbono. Dado que la ureasa se encuentra naturalmente en la soja, la actividad de la ureasa es una medida muy útil para evaluar la calidad de las sojas procesadas. El análisis cuantitativo de la actividad de la ureasa se puede realizar según los métodos de ISO 5506 (1988) o AOCS Ba 9-58.
En el contexto de la presente invención, la expresión indicador de condiciones de procesamiento (PCI) se usa como se describe en el documento EP 3361248 A1. El PCI es especialmente relevante para los piensos procesados y las materias primas de piensos, como se explicó anteriormente. El PCI de un pienso y/o de una materia prima del pienso se genera obteniendo un conjunto de parámetros que son complementarios en su significado y, de este modo, son combinables. Estos parámetros son, entre otros, la actividad del inhibidor de tripsina, la actividad de la ureasa, la solubilidad de la proteína en álcali, el índice de dispersabilidad de la proteína, y/o la relación del contenido de lisina reactiva al contenido de lisina total. Otro parámetro es al menos un aminoácido seleccionado del grupo que consiste en metionina, cisteína, cistina, treonina, leucina, arginina, isoleucina, valina, histidina, fenilalanina, tirosina, triptófano, glicina, serina, prolina, alanina, ácido aspártico y ácido glutamico. Estos parámetros se obtienen mediante el análisis cuantitativo de una serie de muestras de un material de pienso de diferentes puntos de tiempo de procesamiento del pienso específico y/o de la materia prima del pienso. Para cada uno de los parámetros determinados se determina el denominado indicador de condiciones de procesamiento (PCI), que describe todas las condiciones de procesamiento concebibles de un pienso y/o materia prima del pienso, es decir, procesamiento insuficiente, adecuado o excesivo. La expresión procesamiento adecuado es igual a procesamiento correcto. El indicador de condiciones de procesamiento obtenido de este modo se puede representar entonces en una escala, para facilitar la categorización de una materia prima del pienso y/o del pienso como subprocesados, procesados adecuadamente, o sobreprocesados.
El método según la presente invención, como se define en la reivindicación 1 adjunta, hace una predicción de la identidad del material de muestra de la etapa d) a partir del espectro registrado en la etapa d). Para realizar esta predicción, el método analiza la similitud del material de muestra de la etapa d) con una población de espectros de materiales conocidos en una base de datos DB1.
En el método según la presente invención, la etapa d) comprende además la etapa de
d1) predecir la identidad del material de muestra de la etapa d) a partir del espectro registrado en la etapa d) mediante un análisis de similitud usando una base de datos DB1 de espectros de materiales conocidos.
En principio, el método según la presente invención no está sujeto a ninguna limitación con respecto a un procedimiento específico para el análisis de similitud, siempre que el respectivo análisis de similitud usado permita la predicción de la identidad del material con la mayor fiabilidad posible, o al menos con una precisión aceptable. Por ejemplo, el análisis de similitud en la etapa d1) se puede realizar según el siguiente procedimiento:
d la ) transformar intensidades de absorción de longitudes de onda o números de onda en un espectro de la etapa d) para dar un vector de consulta,
d lb ) proporcionar una base de datos DB1 con un conjunto de vectores de base de datos de espectros de materiales conocidos,
d lc ) analizar la similitud entre el vector de consulta de la etapa d1a) y el conjunto de vectores de base de datos de la etapa d1b) que comprende las etapas de
d1c1) calcular una medida de similitud y/o una medida de distancia entre cada vector de base de datos de la etapa d1b) y el vector de consulta de la etapa d1a) para dar un valor de similitud para cada vector de base de datos con el vector de consulta,
d1c2) clasificar los valores de similitud obtenidos en la etapa d1c1) en orden descendente, cuando se calcula la medida de similitud en la etapa d1c1), o en orden ascendente, cuando se calcula la medida de distancia en la etapa d1c1), en el que el vector de base de datos mejor clasificado tiene la mayor similitud con el vector de consulta,
d1c3) contar el número de apariciones de una clase de material entre los vectores de base de datos mejor clasificados en la clasificación obtenida en la etapa d1c2), en el que dicho número de apariciones está indicado por la variable N,
d1c4) ponderar los primeros N valores de similitud de una clase de material según su posición en la clasificación obtenida en la etapa d1c2) para dar posiciones de rango ponderadas de la clase de material,
d1c5) formar la suma de las posiciones de rango ponderadas obtenidas en la etapa d1c4) para la clase de material para dar puntajes de la clase de material, en el que el puntaje más alto indica la mayor similitud con el material de muestra de la etapa d), y
d1d) asignar la clase de material del vector de base de datos con la mayor similitud al material de muestra de la etapa d).
El material de muestra sometido a la etapa d) es preferiblemente pienso, materia prima de pienso, tales como soja, habas de soja, preferiblemente sojas ricas en grasas, y/o productos de soja, preferiblemente harina de soja y torta/expeler de soja, maíz, restos de harina, residuos de matadero, harina de plumas, y/o harina de huesos. Lo mismo se aplica al material conocido cuyos espectros están en la base de datos DB1 para el análisis de similitud de la etapa d1).
Para evitar o al menos reducir significativamente el peligro de una predicción errónea de la identidad del material de muestra, el método recibe la confirmación o no confirmación de la identidad predicha del material de muestra del usuario en el dispositivo de entrada/salida. Cuando el usuario no confirma la identidad predicha del material de muestra, el método recibe la entrada de la identidad del material de muestra del usuario en el dispositivo de entrada/salida.
En el método según la presente invención, como se define en la reivindicación 1 adjunta, la etapa d) comprende además las etapas de
d2a) mostrar la identidad predicha del material de muestra obtenido en la etapa d1) en el dispositivo de entrada/salida, y
d2b) recibir i) la confirmación de la identidad predicha mostrada en la etapa d2a), o ii) la no confirmación de la identidad predicha mostrada en la etapa d2a), y la entrada de la identidad del material de muestra en el dispositivo de entrada/salida.
Después de recibir la confirmación de la identidad predicha del material de muestra o la entrada de la identidad del material de muestra, el método según la presente invención puede proseguir adicionalmente para predecir un valor de al menos un parámetro. O bien el al menos un parámetro cuyo valor o valores se predicen se introdujo por el usuario, o el método según la presente invención extrae uno o más parámetros cuyo valor o valores se predicen en la etapa e) para el material cuyo la identidad se predijo en la etapa d1), se confirmó en la etapa d2b), o se introdujo en la etapa d2b) desde una base de datos DB2. Se prefiere la última opción, ya que ilustra de la mejor manera los beneficios del funcionamiento autónomo del método según la presente invención. En la base de datos DB2 están depositados los parámetros relevantes para cada material concebible, es decir, aquellos parámetros cuyos valores pueden predecirse en el método según la presente invención.
En una realización del método según la presente invención, la etapa d) comprende además la etapa de
d3a) extraer uno o más parámetros cuyo valor o valores se predicen en la etapa e) para el material cuya identidad se predijo en la etapa d1), se confirmó en la etapa d2b), o se introdujo en la etapa d2b) de una base de datos DB2.
En esta realización, la etapa d) del método según la presente invención comprende las siguientes etapas
d1) predecir la identidad del material de muestra de la etapa d) a partir del espectro registrado en la etapa d) mediante un análisis de similitud usando una base de datos DB1 de espectros de material conocido,
d2a) mostrar la identidad predicha del material de muestra obtenido en la etapa d1) en el dispositivo de entrada/salida,
d2b) recibir i) la confirmación de la identidad predicha mostrada en la etapa d2a), o ii) la no confirmación de la identidad predicha mostrada en la etapa d2a) y la entrada de la identidad del material de muestra en el dispositivo de entrada/salida,
y
d3a) extraer uno o más parámetros cuyo valor o valores se predicen en la etapa e) para el material cuya identidad se predijo en la etapa d1), se confirmó en la etapa d2b), o se introdujo en la etapa d2b) de una base de datos DB2.
Preferiblemente, la etapa d1) de esta realización comprende además las etapas d1a) a d1d) anteriores.
En una alternativa, también es posible que el método según la presente invención se salte las etapas d2a) y d2b) y continúe con la etapa d3). Esta opción se usa cuando la identidad del material de muestra se predice en la etapa d1) con un grado de probabilidad suficiente. Un grado de probabilidad suficiente es preferiblemente cuando la identidad del material de muestra de la etapa d) se predijo con una probabilidad de más del 50%, con una probabilidad de al menos 55, 60, 65, 70, 75, 80, 85, 90, 95, o incluso con una probabilidad del 100%.
En una realización preferida del método según la presente invención, la etapa d) comprende además la etapa d2') proceder con la etapa d3a), cuando la identidad del material de muestra se predice en la etapa d1) con una probabilidad de más del 50%.
En esta realización, la etapa d) del método según la presente invención comprende las siguientes etapas
d1) predecir la identidad del material de muestra de la etapa d) a partir del espectro registrado en la etapa d) mediante un análisis de similitud usando una base de datos DB1 de espectros de material conocido, d2') proceder con la etapa d3a), cuando la identidad del material de muestra se predice en la etapa d1) con una probabilidad de más del 50%, y
d3a) extraer uno o más parámetros cuyo valor o valores se predicen en la etapa e) para el material cuya identidad se predijo en la etapa d1).
Preferiblemente, la etapa d1) de esta realización comprende además las etapas d1a) a d1d) anteriores.
Preferiblemente, cada material concebible se menciona en la base de datos DB2 junto con uno o más parámetros que son significativos para el material en cuestión. Por ejemplo, si el método según la presente invención debe aplicarse a piensos y/o materias primas de pienso, los materiales en cuestión son, por ejemplo, soja y maíz, y entonces los parámetros relevantes para estos materiales comprenderían el contenido de aminoácidos, preferiblemente de todos los aminoácidos de origen natural, el contenido de aminoácidos digeribles, y el contenido de proteína bruta.
En una realización preferida del método según la presente invención, la base de datos DB2 contiene información sobre qué parámetros son significativos para el material en cuestión, de modo que sólo uno o más parámetros que son significativos para el material respectivo se extraen de la base de datos DB2 en la etapa d3a).
Después de haber extraído uno o más parámetros de la base de datos, el método según la presente invención puede entonces pasar a mostrar dicho uno o más parámetros como una sugerencia para el usuario, quien puede seleccionar uno o más parámetros cuyo valor o valores se predicen a partir de los parámetros mostrados.
En otra realización preferida del método según la presente invención, la etapa d) comprende además la etapa de d3b) mostrar en el dispositivo de entrada/salida uno o más parámetros obtenidos de la etapa d3a), y d3c) recibir una selección de los parámetros mostrados en la etapa d3b).
Según la presente invención, en la etapa d) se registra un espectro de un material de muestra. Preferiblemente, en la etapa d) se registra al menos un espectro, en particular, de 1 a 10, de 3 a 10, de 3 a 9, de 3 a 8, de 3 a 7, de 3 a 6, de 3 a 5, por ejemplo 3, 4 o 5 espectros. Un registro múltiple de espectros de un material de muestra ayuda a reducir las imprecisiones de medida o los efectos de una medida errónea en la etapa d). Cuando la etapa d) es un registro múltiple de espectros, hay dos opciones de cómo manejar los espectros así obtenidos y cómo transformar la multitud de espectros en un solo espectro. La primera opción es formar un centroide de los espectros registrados en la etapa d), y someter el centroide así obtenido a la etapa e). La segunda opción es predecir el valor de al menos un parámetro en la etapa e) de cada espectro registrado en la etapa d), y formar la media de los valores predichos así obtenidos de dicho al menos un parámetro, en la que dicha media se puede mostrar entonces como resultado en la etapa f). En otra realización del método según la presente invención, la etapa d) es un registro múltiple de espectros, que comprende además i) formar el centroide de todos los espectros registrados en la etapa d) y someter el centroide así obtenido a la etapa e), o ii) predecir los valores para el al menos un parámetro de cada espectro de la etapa d), y formar el valor medio para el al menos un parámetro.
En matemáticas y física, el término centroide, cuando se usa en contexto con una figura plana, denota la posición media aritmética de todos los puntos de la figura; y por tanto, también se le denomina centro geométrico de dicha figura. Por lo tanto, también es el punto en el que un recorte de la forma podría equilibrarse perfectamente en la punta de un alfiler. Cuando la figura se extiende a un objeto en un espacio multidimensional, el término centroide denota la posición media de todos los puntos de dicho objeto en todas las direcciones de coordenadas. En el contexto de la presente invención, el término centroide indica por lo tanto la posición media aritmética de todos los puntos de los espectros en todas las direcciones de coordenadas.
Según la presente invención, se predice al menos un parámetro a partir de un espectro en la etapa e). Para este fin, la ecuación de calibración respectiva y/o el gráfico de calibración para la predicción del parámetro en cuestión en un material específico se extrae de una base de datos DB3. A continuación, el valor del al menos un parámetro que coincida con las absorciones en el espectro/espectros o con el centroide de la etapa d) se lee del gráfico de calibración de la etapa e1.1), y/o el valor del al menos un parámetro que coincide con las absorciones en el espectro/espectros o con el centroide de la etapa d), se inserta en la ecuación de calibración de la etapa e1.1) para obtener el valor para el al menos un parámetro. El valor predicho así obtenido del al menos un parámetro se muestra entonces como resultado en la etapa f). La ecuación de calibración y/o el gráfico de calibración para cada parámetro de un material se generan en etapas anteriores al correlacionar las absorciones individuales y sus intensidades en un espectro, en particular las absorciones en el infrarrojo cercano obtenidas para un material de muestra, con los valores correspondientes del mismo parámetro del análisis cuantitativo del mismo material. La correlación así obtenida de los valores obtenidos del análisis cuantitativo con las absorciones y sus intensidades obtenidas de la medida espectroscópica, por ejemplo espectroscopía de infrarrojo cercano, se representa o traza como un gráfico de calibración, lo que facilita la coincidencia de las intensidades de absorción de la medida espectroscópica, por ejemplo espectroscopia de infrarrojo cercano, de otras muestras con los correspondientes valores exactos para los parámetros en cuestión basados en el análisis cuantitativo. La ecuación de calibración y/o el gráfico de calibración para la predicción del indicador de condiciones de procesamiento (PCI) se genera preferiblemente según la enseñanza técnica del documento EP 3361248 A1, en particular según la reivindicación 3 y/o 4 del documento EP 3361248 A1. Las ecuaciones de calibración y/o los gráficos de calibración para la predicción de la actividad inhibidora de tripsina, la actividad de la ureasa, la solubilidad de la proteína en álcali, el índice de dispersabilidad de la proteína, el contenido de lisina reactiva, el contenido de lisina total, la relación del contenido de lisina reactiva con respecto al contenido de lisina total, y el contenido de al menos un aminoácido, se generan preferiblemente según la enseñanza técnica del documento EP 3361248 A1, en particular según la reivindicación 3 del documento EP 3361248 A1. La ecuación de calibración y/o el gráfico de calibración para la predicción del contenido de energía se genera preferiblemente según la enseñanza técnica del documento WO 2019/215206 A1, en particular según la reivindicación 8 y/o 9 del documento WO 2019/215206 A1.
Cuando el parámetro cuyos valoro valores se determinan en la etapa e) es el contenido de un ingrediente o componente específico, la calibración se realiza en porcentaje en peso (% en peso).
En otra realización del método según la presente invención, la etapa e) comprende además las etapas de
e1.1) extraer un gráfico de calibración y/o una ecuación de calibración para la predicción del valor del al menos un parámetro de una base de datos DB3,
e1.2) leer el valor del al menos un parámetro que coincida con las absorciones en el espectro/espectros o el centroide de la etapa d) del gráfico de calibración de la etapa e1.1), y/o insertar las intensidades de absorción a las respectivas longitudes de onda o números de onda en el espectro/espectros o el centroide de la etapa d) en la ecuación de calibración de la etapa e1.1.), para obtener el valor para el al menos un parámetro, y
e1.3) mostrar el valor para el al menos un parámetro obtenido en la etapa e1.2) como resultado de la etapa f).
Preferiblemente, la base de datos DB3 contiene los gráficos de calibración y/o las ecuaciones de calibración para la predicción del valor de todos los parámetros según el método según la presente invención, es decir, los mencionados en la etapa e), para todos los materiales de origen animal, origen vegetal o una mezcla de los mismos a someter a dicho método.
La predicción del indicador de condiciones (PCI) se realiza preferiblemente según la enseñanza técnica del documento EP 3361248 A1, en particular según la reivindicación 5 del documento EP 3361248 A1.
La predicción de un contenido de energía, en particular de la energía bruta (GE), la energía metabolizable aparente (AME), en particular la energía metabolizable aparente corregida a cero retención de nitrógeno (AMEn), la energía digerible (DE), en particular la energía digerible para cerdas (DE_S) y/o cerdos en crecimiento (DE_GP), la energía metabolizable (ME), en particular la energía metabolizable para cerdas (ME_S) y/o cerdos en crecimiento (ME_GP), y/o la energía neta (NE), en particular, la energía neta para cerdas (NE_S) y/o cerdos en crecimiento (NE_GP), se realiza preferiblemente según la enseñanza técnica del documento WO 2019/215206 A1, en particular según cualquiera de las reivindicaciones 10, 11, 12 y/o 13 del documento WO 2019/215206 A1.
El método según la presente invención también permite evaluar el material de muestra en cuestión comparando el valor predicho para un parámetro con el valor esperado correspondiente para dicho parámetro. La predicción de un valor de al menos un parámetro por medio de la espectroscopia brinda mucha información valiosa, que de otro modo sólo es accesible a través del análisis cuantitativo clásico, que sin embargo es bastante costoso y requiere mucho tiempo. El personal entrenado es, en principio, capaz de usar de la mejor manera posible la información proporcionada. Sin embargo, la evaluación del valor predicho de una variedad de parámetros es un reto incluso para el personal entrenado. Este reto es, por supuesto, significativamente mayor para el personal no entrenado, que ya puede tener problemas con la gran cantidad de información de las predicciones. Por lo tanto, necesitan información sobre el material de muestra, que sea fácil de entender y les dé instrucciones claras sobre qué hacer. Preferiblemente, el método según la presente invención por lo tanto también le da al usuario una evaluación cualitativa de un valor predicho para el al menos un parámetro para el material de muestra. Esta evaluación se realiza con respecto al valor esperado para el parámetro en cuestión.
En aún otra realización del método según la presente invención, la etapa e) comprende además la etapa de
e2) evaluar el valor predicho para el al menos un parámetro, que comprende las etapas de
e2.1) extraer el valor esperado para el parámetro del material de muestra de la etapa d) de una base de datos DB4,
e2.2) evaluar el material de muestra de la etapa d) como malo si el valor predicho es al menos un porcentaje definido menor que el valor esperado, o como bueno si el valor predicho es al menos un porcentaje definido del valor esperado, y
e2.3) mostrar la evaluación obtenida en la etapa e2.2) como resultado en la etapa f).
Preferiblemente, en el contexto de la presente invención, la expresión al menos un porcentaje definido menor que el valor esperado significa 10, 15, 20, 25, 30, 35, 40, 45, 50, 60, 70 o 90%, preferiblemente más del 50, al menos 55, 60, 65, 70, 75, 80, 85 o 90%, menor que el valor esperado. Preferiblemente, en el contexto de la presente invención, la expresión al menos un porcentaje definido del valor esperado significa al menos 50, 55, 60, 65, 70, 75, 80, 85 o 90% del valor esperado. Preferiblemente, el dicho porcentaje definido para el umbral más bajo, es decir, evaluar el material de muestra como malo, así como el dicho porcentaje definido para el umbral más alto, es decir, evaluar el material de muestra como bueno, lo establece el usuario o el supervisor dependiendo de las condiciones individuales dadas en los entornos individuales, ubicaciones, estaciones, etc., para cada parámetro de cada material individual que se somete al método.
El valor esperado para cada parámetro de un material de muestra se proporciona preferiblemente en una base de datos DB4. Dicha base de datos DB4 puede ser diferente de la base de datos DB2, o puede ser idéntica a la base de datos DB2. La base para la base de datos DB4 es una población de espectros de todos los materiales para el campo específico en el que se aplicará el método según la presente invención. Cada uno de estos espectros se ha analizado para determinar el máximo de absorción de cada uno de los parámetros cuyos valores pueden predecirse a partir de los espectros. Preferiblemente, se consideran los parámetros que son significativos para el material en cuestión y particularmente útiles para el usuario. En el caso de que varios parámetros sean significativos para el material en cuestión, la base de datos DB4 contiene una clasificación de estos parámetros significativos y/o un tipo de criterios de eliminación, que pueden depositarse individualmente en la base de datos DB4 para cada material. Por ejemplo, un valor umbral específico para el contenido de amoníaco puede ser un criterio de eliminación para la soja, o un valor umbral específico para un factor antinutricional puede ser un criterio de eliminación.
Específicamente, la base de datos DB4 por lo tanto se actualiza preferiblemente con los valores esperados de parámetros para materiales de muestra de origen vegetal cada temporada o cada cosecha. Cuando el material de origen vegetal de todo el mundo se somete al método según la presente invención, la base de datos DB4 se actualiza preferiblemente con los valores esperados de los parámetros para muestras de materiales de origen vegetal cada temporada o cada cosecha de todas las áreas de cultivo en todo el mundo del material en cuestión.
Preferiblemente, el método según la presente invención extrae detalles sobre la ubicación de almacenamiento y/o el procesamiento posterior de uno o más materiales de la misma o esencialmente la misma identidad que el material de muestra de la etapa d) y/o que tienen el mismo o esencialmente el mismo valor para el al menos un parámetro que el material de muestra de la etapa d) de una base de datos DB4. Esto permite dar recomendaciones específicas al usuario con respecto al almacenamiento y/o procesamiento posterior del material cuya muestra se sometió al método según la presente invención. Tales recomendaciones son particularmente útiles en la agricultura, específicamente en el campo de la nutrición animal, por ejemplo en la elaboración de piensos. En este caso, el usuario necesita conocer el lugar más adecuado para almacenar el pienso o la materia prima de pienso recién entregado u obtenido. Preferiblemente, el material recientemente entregado u obtenido y el material, al que se añade el material mencionado en primer lugar, deben tener la mayor cantidad de similitudes en común, debido a que esto da un material de características uniformes, lo que proporciona el mejor beneficio posible.
En otra realización del método según la presente invención, la etapa f) comprende además la etapa
f1) dar una recomendación sobre el almacenamiento y/o procesamiento posterior del material cuya muestra se sometió a la etapa d), que comprende las etapas de
f1.1) extraer detalles sobre la ubicación de almacenamiento y/o el procesamiento posterior de uno o más materiales de una base de datos DB4, en el que dichos materiales tienen la misma o esencialmente la misma identidad que el material de muestra de la etapa d), y/o tienen el mismo o esencialmente el mismo valor para el al menos un parámetro que el material de muestra de la etapa d),
f1.2) clasificar los detalles obtenidos en la etapa f1.1) con los materiales que tienen la mayor similitud en términos de la identidad del material y en términos del valor del al menos un parámetro en la parte superior de la clasificación, y
f1.3) mostrar en el dispositivo de entrada/salida los detalles sobre detalles de almacenamiento y/o procesamiento posterior del material en la parte superior de la clasificación obtenida en la etapa f1.2).
En principio, las etapas f1.1) y f1.2) no están sujetas a ninguna limitación con respecto a un procedimiento específico para el análisis de similitud. El análisis de similitud de estas etapas se puede realizar según la rutina de la etapa d1c), con la excepción de que el vector de consulta se basa en la identidad de los materiales, y el valor o valores del parámetro o parámetros, ambos predichos en las etapas anteriores, y los vectores de la base de datos se basan en la identidad de los materiales, y el valor o valores del parámetro o parámetros almacenados en la base de datos DB4.
Las recomendaciones/detalles sobre el procesamiento posterior dados en la etapa f1.3) dependen del material en cuestión, y por lo tanto de que los parámetros sean significativos para ese material. Por ejemplo, si el material es soja, el contenido de aminoácidos y el PCI serán importantes. En caso de que el PCI indique soja sobreprocesada, y por lo tanto el contenido de aminoácidos específicos o de todos en el material sea demasiado bajo, el método daría detalles sobre la suplementación de esos aminoácidos, cuyo contenido en el material es deficiente. Por ejemplo, si el material se sobreprocesó, la cantidad diferencial entre el valor deseado y el valor real para la cantidad de un aminoácido en la materia prima de pienso y/o en el pienso se puede predecir según la enseñanza técnica del documento EP 3361248 A1, en particular según la reivindicación 8 y/o 9 del documento EP 3361248 A1. De manera similar, se pueden dar recomendaciones sobre un procesamiento posterior para el material en cuestión, cuando el PCI previsto para el material en cuestión indique que está subprocesado, preferiblemente según la enseñanza técnica del documento EP 3361248 A1, en particular según la reivindicación 14 del documento EP 3361248 A1. Los detalles sobre el procesamiento posterior para compensar un déficit de energía en el material en cuestión se pueden dar según la enseñanza técnica del documento WO 2019/215206 A1, en particular según la reivindicación 14 del documento WO 2019/215206 A1.
En la práctica, el material después de someterse al método según la presente invención se procesa adicionalmente y/o se alimenta a un lugar de almacenamiento específico. Por lo tanto, se prefiere que los detalles obtenidos del material sometido al método según el presente también se almacenen en la base de datos DB4. Esto ayuda a mantener actualizado el estado de la base de datos DB4.
En aún otra realización, el método según la presente invención comprende además la etapa
g) depositar detalles sobre el material de la muestra de la etapa d), que comprende las etapas de
g1) recibir en el dispositivo de entrada/salida detalles sobre la ubicación de almacenamiento y/o el procesamiento posterior del material de la muestra de la etapa d),
g2) si es necesario, recibir en el dispositivo de entrada/salida la entrada de un código de identificación o la selección de códigos de identificación para el material de la muestra de la etapa d), y
g3) almacenar en el dispositivo de entrada/salida los detalles recibidos en la etapa g1), la identidad del material y el valor del al menos un parámetro predicho en la etapa e), si es necesario, junto con el código de identificación recibido en la etapa g2).
En principio, las bases de datos DB1, DB2, DB3 y/o DB4 pueden ser idénticas o diferentes entre sí. Preferiblemente, las bases de datos DB2 y DB4 son idénticas. Además, las bases de datos DB1, DB2, DB3 y/o DB4 se pueden almacenar de forma independiente entre sí en un único dispositivo, por ejemplo el dispositivo de entrada/salida usado en el método según la presente invención, o un servidor o una nube. Alternativamente, también es posible que cada uno o todos ellos se almacenen en un dispositivo separado, que puede ser también un servidor o una nube. En este caso, la información o los datos relevantes recibidos en el dispositivo de entrada/salida o proporcionados/generados por cualquier otro dispositivo, preferiblemente un espectrómetro, en la red del método según la presente invención, se transfieren a un servidor o nube, donde se procesan posteriormente, por ejemplo se usan para hacer las predicciones,
y los datos así obtenidos del procesamiento posterior, por ejemplo las predicciones, se envían después al dispositivo de entrada/salida. Por ejemplo, el espectro registrado en la etapa d) se transfiere del espectrómetro al dispositivo de entrada/salida, que luego lo transfiere a un primer servidor con una base de datos DB1, o el espectro se transfiere directamente al primer servidor, para hacer el análisis de similitud. El mismo servidor también puede albergar la base de datos DB2, de la que se extraen uno o más parámetros, cuyo valor o valores se van a predecir. El mismo servidor puede albergar la base de datos DB3, de la que se extraen los gráficos de calibración y/o las funciones de calibración para la predicción, de modo que puedan realizarse las predicciones para el material de muestra en cuestión y visualizarse como resultado en el dispositivo de entrada/salida. De otro modo, cuando las bases de datos DB2 y DB3 están alojadas en otros servidores, los datos se extraen de las respectivas bases de datos, y los datos o la información así obtenidos se envían a esos otros servidores, en los que se realizan las predicciones. Las predicciones así obtenidas se envían de vuelta al dispositivo de entrada/salida, en el que se muestran como resultados. La base de datos DB4 puede estar en el mismo servidor o en uno diferente, en el que, de nuevo, los datos se intercambian entre el dispositivo de entrada/salida y el servidor diferente. Los datos finales obtenidos en la etapa g) se almacenan entonces en la base de datos DB4.
Para obtener evaluaciones con la mayor precisión posible, conviene que los espectros, que son la base de cualquier evaluación, sean lo más fiables y representativos posible. Por lo tanto, se desea someter muestras, que sean lo más homogéneas posible, a la etapa d). Preferiblemente, la homogeneización del material de muestra se produce mediante agitación. Por ejemplo, el espectrómetro que registra los espectros en la etapa d) está provisto de un agitador, que se llena parcialmente con el material de la muestra, y después se agita durante un período de tiempo, que es suficiente para lograr una homogeneización satisfactoria del material de muestra.
En otra realización, el método según la presente invención comprende además la etapa de homogeneizar el material de muestra antes de someterlo a la etapa d).
El método según la presente invención se puede implementar en cualquier sistema que comprenda i) un dispositivo de entrada/salida, ii) al menos un espectrómetro, y iii) una unidad de procesamiento. El único requisito que debe cumplir un sistema de este tipo es que el dispositivo de entrada/salida, el al menos un espectrómetro, y la unidad de procesamiento formen una red para que puedan comunicarse y compartir, enviar e intercambiar datos entre sí, y que la unidad de procesamiento debe estar adaptada para llevar a cabo la etapa e) del método según la presente invención,
Otro objeto de la presente invención es un sistema para evaluar espectros de una sustancia biológica de origen animal, origen vegetal o una mezcla de las mismas, tal como se define en la reivindicación 12 anexa, que comprende
I) un dispositivo de entrada/salida para llevar a cabo las etapas a) a c), d2a), d2b), y la etapa f) del método según la presente invención,
II) al menos un espectrómetro para llevar a cabo la etapa d) del método según la presente invención, y
III) una unidad de procesamiento adaptada para llevar a cabo la etapa d1) y e) del método según la presente invención,
en el que el dispositivo de entrada/salida, el al menos un espectrómetro, y la unidad de procesamiento forman una red.
La unidad de procesamiento puede ser parte del dispositivo de entrada/salida o de un dispositivo separado.
Dado que la unidad de procesamiento, una parte integral de ese sistema, está adaptada para llevar a cabo el método según la presente invención, todo el sistema es por lo tanto adecuado o está adaptado para evaluar espectros.
En principio, el dispositivo de entrada/salida del sistema según la presente invención no está sujeto a ninguna limitación, siempre que sea adecuado para llevar a cabo las etapas a) a c), d2a), d2b), y la etapa f) del método según la invención como se define en la reivindicación 1 adjunta, y por lo tanto puede ser cualquier dispositivo de entrada/salida concebible que pueda recibir información de un usuario o un dispositivo, tal como un espectrómetro, mostrar información o datos al usuario, y transferir información o datos a un dispositivo. Dicho dispositivo de entrada/salida puede ser un ordenador, por ejemplo una computadora de escritorio, una computadora en red o una computadora portátil, tal como una computadora portátil o un portátil, una tableta o un teléfono inteligente. En el contexto de la presente invención y, en particular, en vista del intervalo de aplicaciones del método según la presente invención, se prefiere que el dispositivo de entrada/salida sea portátil.
En principio, el al menos un espectrómetro del sistema según la presente invención tampoco está sujeto a ninguna limitación, siempre que sea adecuado para llevar a cabo la etapa d) del método según la invención como se define en la reivindicación 1 adjunta, y por lo tanto puede ser cualquier espectrómetro concebible, tal como un espectrómetro de infrarrojos, un espectrómetro de infrarrojo cercano, independientemente de si se hace funcionar en modo de transmisión o reflectancia, un espectrómetro Raman, un espectrómetro UV-Vis, o una combinación de los mismos. Además, el método según la presente invención es, en principio, también aplicable a espectrómetros portátiles o
estacionarios. No obstante, en vista del intervalo de aplicaciones del método según la presente invención, se prefiere que el espectrómetro sea portátil.
En una realización del sistema según la presente invención, el dispositivo de entrada/salida y/o el al menos un espectrómetro es/son portátil.
Claims (13)
1. Un método para evaluar espectros de una sustancia biológica de origen animal, origen vegetal o una mezcla de las mismas, que comprende las etapas de
a) detectar un espectrómetro en una red formada por al menos un espectrómetro y un dispositivo de entrada/salida, b) solicitar el estado individual de cada espectrómetro en la red de la etapa a), y mostrar los espectrómetros detectados y su estado en el dispositivo de entrada/salida, en el que el estado refleja si un espectrómetro está disponible para registrar un espectro o no,
c) recibir una selección de los espectrómetros disponibles para registrar un espectro en el dispositivo de entrada/salida, d) registrar un espectro de un material de muestra de origen animal, origen vegetal, o una mezcla de las mismas en el espectrómetro seleccionado en la etapa c), en el que la etapa d) comprende además las etapas de
d1) predecir la identidad del material de muestra de la etapa d) a partir del espectro registrado en la etapa d) mediante un análisis de similitud usando una base de datos DB1 de espectros de materiales conocidos,
d2a) mostrar la identidad predicha del material de muestra obtenido en la etapa d1) en el dispositivo de entrada/salida, y
d2b) recibir i) la confirmación de la identidad predicha mostrada en la etapa d2a), o ii) la no confirmación de la identidad predicha mostrada en la etapa d2a) y la entrada de la identidad del material de muestra en el dispositivo de entrada/salida,
e) predecir un valor para al menos un parámetro del espectro de la etapa d) por medio de al menos una función de calibración y/o gráfico de calibración adecuado para predecir el valor de dicho parámetro, en el que el al menos un parámetro se selecciona del grupo que consiste en el contenido de al menos un aminoácido, el contenido de proteína bruta, el contenido de amoníaco, el contenido de aminoácidos totales con amoníaco, el contenido de aminoácidos totales sin amoníaco, el contenido de grasa bruta, el contenido de materia seca, el contenido de cenizas brutas, el contenido de energía, el contenido de al menos una amina biogénica, el contenido de al menos un factor antinutricional, en el que el al menos un factor antinutricional es un inhibidor de tripsina, un glucosinolato, un gosipol, y/o cualquier derivado y/o sales de los mismos, el contenido de al menos un azúcar, el contenido de almidón, el contenido de fibra cruda, el contenido de fibra detergente neutro, el contenido de fibra detergente ácida, el contenido de fósforo total, el contenido de fósforo en forma de fitato, el contenido de lisina reactiva, el contenido de lisina total, la relación entre el contenido de lisina reactiva y el contenido de lisina total, el índice de dispersabilidad de la proteína, la solubilidad de la proteína, la actividad inhibidora de la tripsina, la actividad de la ureasa, y el indicador de condiciones de procedimiento (PCI), y
f) mostrar el resultado de la predicción de la etapa e) en el dispositivo de entrada/salida.
2. El método según la reivindicación 1, en el que la etapa d) comprende además la etapa de
d3a) extraer uno o más parámetros cuyo valor o valores se predicen en la etapa e) para el material cuya identidad se predijo en la etapa d1), se confirmó en la etapa d2b), o se introdujo en la etapa d2b) de una base de datos DB2.
3. El método según la reivindicación 2, en el que la etapa d) comprende además la etapa
d2') proceder con la etapa d3a), cuando la identidad del material de muestra se predice en la etapa d1) con una probabilidad de más del 50%.
4. El método según la reivindicación 2 o 3, en el que la base de datos DB2 contiene información sobre qué parámetros son significativos para el material en cuestión, de modo que sólo el uno o más parámetros que son significativos para el material respectivo se extraen de la base de datos DB2 en la etapa d3a).
5. El método según cualquiera de las reivindicaciones 2 a 4, en el que la etapa d) comprende además la etapa de
d3b) mostrar en el dispositivo de entrada/salida uno o más parámetros obtenidos de la etapa d3a), y
d3c) recibir una selección de los parámetros mostrados en la etapa d3b).
6. El método según cualquiera de las reivindicaciones 1 a 5, en el que la etapa d) es un registro múltiple de espectros, que comprende además i) formar el centroide de todos los espectros registrados en la etapa d) y someter el centroide así obtenido a la etapa e), o ii) predecir los valores para el al menos un parámetro de cada espectro de la etapa d) y formar el valor medio para el al menos un parámetro.
7. El método según cualquiera de las reivindicaciones 1 a 6, en el que la etapa e) comprende además las etapas de
e1.1) extraer un gráfico de calibración y/o una ecuación de calibración para la predicción del valor del al menos un parámetro de una base de datos DB3,
e1.2) leer el valor del al menos un parámetro que coincida con las absorciones en el espectro/espectros o el centroide de la etapa d) del gráfico de calibración de la etapa e1.1), y/o insertar las intensidades de absorción a las respectivas longitudes de onda o números de onda en el espectro/espectros o el centroide de la etapa d) en la ecuación de calibración de la etapa e1.1.), para obtener el valor para el al menos un parámetro, y
e l .3) mostrar el valor para el al menos un parámetro obtenido en la etapa e l .2) como resultado de la etapa f).
8. El método según cualquiera de las reivindicaciones 1 a 7, en el que la etapa e) comprende además la etapa de e2) evaluar el valor predicho para el al menos un parámetro, que comprende las etapas de
e2.1) extraer el valor esperado para el parámetro del material de muestra de la etapa d) de una base de datos DB3, e2.2) evaluar el material de muestra de la etapa d) como malo si el valor predicho es al menos un porcentaje definido menor que el valor esperado, o como bueno si el valor predicho es al menos un porcentaje definido del valor esperado, y
e2.3) mostrar la evaluación obtenida en la etapa e2.2) como resultado en la etapa f).
9. El método según cualquiera de las reivindicaciones 1 a 8, en el que la etapa f) comprende además la etapa f1) dar una recomendación sobre el almacenamiento y/o procesamiento posterior del material cuya muestra se sometió a la etapa d), que comprende las etapas de
f1.1) extraer detalles sobre la ubicación de almacenamiento y/o el procesamiento posterior de uno o más materiales de una base de datos DB4, en el que dichos materiales tienen la misma o esencialmente la misma identidad que el material de muestra de la etapa d), y/o tienen el mismo o esencialmente el mismo valor para el al menos un parámetro que el material de muestra de la etapa d),
f1.2) clasificar los detalles obtenidos en la etapa f1.1) con los materiales que tienen la mayor similitud en términos de la identidad del material y en términos del valor del al menos un parámetro en la parte superior de la clasificación, y f1.3) mostrar en el dispositivo de entrada/salida los detalles sobre detalles de almacenamiento y/o procesamiento posterior del material en la parte superior de la clasificación obtenida en la etapa f1.2).
10. El método según cualquiera de las reivindicaciones 1 a 9, en el que la etapa
g) depositar detalles sobre el material de la muestra de la etapa d), que comprende las etapas de
g1) recibir en el dispositivo de entrada/salida detalles sobre la ubicación de almacenamiento y/o el procesamiento posterior del material de la muestra de la etapa d),
g2) si es necesario, recibir en el dispositivo de entrada/salida la entrada de un código de identificación o la selección de códigos de identificación para el material de la muestra de la etapa d), y
g3) almacenar en el dispositivo de entrada/salida los detalles recibidos en la etapa g1), la identidad del material y el valor del al menos un parámetro predicho en la etapa e), si es necesario, junto con el código de identificación recibido en la etapa g2).
11. El método según cualquiera de las reivindicaciones 1 a 10, que comprende además la etapa de homogeneizar el material de muestra antes de someterlo a la etapa d).
12. Un sistema para evaluar espectros de una sustancia biológica de origen animal, origen vegetal o una mezcla de las mismas, que comprende
I) un dispositivo de entrada/salida para llevar a cabo las etapas a) a c), d2a), d2b), y f) según la reivindicación 1, II) al menos un espectrómetro para llevar a cabo la etapa d) según la reivindicación 1, y
III) una unidad de procesamiento adaptada para llevar a cabo las etapas d1) y e) según la reivindicación 1, en el que el dispositivo de entrada/salida, el al menos un espectrómetro, y la unidad de procesamiento forman una red.
13. El sistema según la reivindicación 12, en el que el dispositivo de entrada/salida y/o el al menos un espectrómetro es/son portátil.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20153031 | 2020-01-22 | ||
PCT/EP2021/051459 WO2021148606A1 (en) | 2020-01-22 | 2021-01-22 | Method for evaluating spectra of biological substances of animal origin, vegetable origin or a mixture thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2945649T3 true ES2945649T3 (es) | 2023-07-05 |
Family
ID=69187604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES21700973T Active ES2945649T3 (es) | 2020-01-22 | 2021-01-22 | Método y sistema para evaluar espectros de sustancias biológicas de origen animal, origen vegetal o una mezcla de las mismas |
Country Status (14)
Country | Link |
---|---|
US (1) | US20230030479A1 (es) |
EP (1) | EP3999835B1 (es) |
CN (1) | CN115004012A (es) |
AR (1) | AR121107A1 (es) |
BR (1) | BR112022014476A2 (es) |
DK (1) | DK3999835T3 (es) |
ES (1) | ES2945649T3 (es) |
FI (1) | FI3999835T3 (es) |
HU (1) | HUE061609T2 (es) |
MX (1) | MX2022008811A (es) |
PL (1) | PL3999835T3 (es) |
PT (1) | PT3999835T (es) |
RS (1) | RS64063B1 (es) |
WO (1) | WO2021148606A1 (es) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230274024A1 (en) * | 2022-02-25 | 2023-08-31 | BeeKeeperAI, Inc. | Systems and methods for dataset selection optimization in a zero-trust computing environment |
CN116337791B (zh) * | 2023-05-31 | 2023-08-15 | 北京挑战生物技术有限公司 | 一种饲料原料中植酸磷释放率的体外检测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004053220A1 (en) * | 2002-12-11 | 2004-06-24 | Unilever N.V. | Method and apparatus for the identification of a textile parameter |
BRPI0718985A2 (pt) * | 2006-11-20 | 2014-02-11 | Pioneer Hi Bred Int | Sistema e método para medir um parâmetro de qualidade da colheita de uma cultura |
US7897923B2 (en) * | 2008-06-28 | 2011-03-01 | The Boeing Company | Sample preparation and methods for portable IR spectroscopy measurements of UV and thermal effect |
KR101348563B1 (ko) * | 2013-07-22 | 2014-01-17 | 주식회사 대성텍 | 비파괴 당도측정기 |
WO2015101992A2 (en) * | 2014-01-03 | 2015-07-09 | Verifood, Ltd. | Spectrometry systems, methods, and applications |
US11644452B2 (en) | 2017-02-13 | 2023-05-09 | Evonik Operations Gmbh | Method for the determination of processing influences on the nutritional value of feedstuff raw materials |
JP7370991B2 (ja) * | 2018-02-20 | 2023-10-30 | プレスコ テクノロジー インコーポレーテッド | 飲料缶のカラー装飾仕様をオンラインで監視および制御するための方法とシステム |
EP3567596A1 (en) | 2018-05-09 | 2019-11-13 | Evonik Degussa GmbH | Method for the determination of processing influences on the energy value of feedstuff raw materials and/or feedstuffs |
CN108872143A (zh) | 2018-05-22 | 2018-11-23 | 南京农业大学 | 一种基于近红外光谱的小麦感染赤霉病等级检测方法 |
-
2021
- 2021-01-22 CN CN202180010675.2A patent/CN115004012A/zh active Pending
- 2021-01-22 PT PT217009737T patent/PT3999835T/pt unknown
- 2021-01-22 BR BR112022014476A patent/BR112022014476A2/pt unknown
- 2021-01-22 WO PCT/EP2021/051459 patent/WO2021148606A1/en active Search and Examination
- 2021-01-22 ES ES21700973T patent/ES2945649T3/es active Active
- 2021-01-22 MX MX2022008811A patent/MX2022008811A/es unknown
- 2021-01-22 DK DK21700973.7T patent/DK3999835T3/da active
- 2021-01-22 AR ARP210100152A patent/AR121107A1/es unknown
- 2021-01-22 US US17/758,994 patent/US20230030479A1/en active Pending
- 2021-01-22 EP EP21700973.7A patent/EP3999835B1/en active Active
- 2021-01-22 HU HUE21700973A patent/HUE061609T2/hu unknown
- 2021-01-22 FI FIEP21700973.7T patent/FI3999835T3/fi active
- 2021-01-22 PL PL21700973.7T patent/PL3999835T3/pl unknown
- 2021-01-22 RS RS20230212A patent/RS64063B1/sr unknown
Also Published As
Publication number | Publication date |
---|---|
FI3999835T3 (fi) | 2023-04-25 |
WO2021148606A1 (en) | 2021-07-29 |
HUE061609T2 (hu) | 2023-07-28 |
EP3999835A1 (en) | 2022-05-25 |
US20230030479A1 (en) | 2023-02-02 |
RS64063B1 (sr) | 2023-04-28 |
PL3999835T3 (pl) | 2023-06-12 |
DK3999835T3 (da) | 2023-05-30 |
AR121107A1 (es) | 2022-04-20 |
BR112022014476A2 (pt) | 2022-09-13 |
MX2022008811A (es) | 2022-08-11 |
PT3999835T (pt) | 2023-04-24 |
CN115004012A (zh) | 2022-09-02 |
EP3999835B1 (en) | 2023-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
García-Rebollar et al. | Influence of the origin of the beans on the chemical composition and nutritive value of commercial soybean meals | |
Givens et al. | The principles, practices and some future applications of near infrared spectroscopy for predicting the nutritive value of foods for animals and humans | |
Nalle et al. | Nutritional value of narrow-leafed lupin (Lupinus angustifolius) for broilers | |
ES2945649T3 (es) | Método y sistema para evaluar espectros de sustancias biológicas de origen animal, origen vegetal o una mezcla de las mismas | |
US11644452B2 (en) | Method for the determination of processing influences on the nutritional value of feedstuff raw materials | |
Alvarenga et al. | Energetic values of feedstuffs for broilers determined with in vivo assays and prediction equations | |
Xin et al. | Studies on Brassica carinata seed. 1. Protein molecular structure in relation to protein nutritive values and metabolic characteristics | |
EP3791402B1 (en) | Method for the determination of processing influences on the energy value of feedstuff raw materials and/or feedstuffs | |
Kluth et al. | Variation in precaecal amino acid and energy digestibility between pea (Pisum sativum) cultivars determined using a linear regression approach | |
Noel et al. | Prediction of protein and amino acid composition and digestibility in individual feedstuffs and mixed diets for pigs using near-infrared spectroscopy | |
Dale et al. | Research on crude protein and digestibility of Arnica montana L. using conventional NIR spectrometry and hyperspectral imaging NIR | |
Masters | Assessing the feeding value of halophytes | |
Deaville et al. | Whole crop cereals: 2. Prediction of apparent digestibility and energy value from in vitro digestion techniques and near infrared reflectance spectroscopy and of chemical composition by near infrared reflectance spectroscopy | |
Balastreri et al. | Near-infrared spectroscopy and multivariate analysis for the determination of nutritional value of soybean meal and maize bran | |
Djekic et al. | Nutritional value of triticale (Trijumf) for broiler diets | |
RU2787965C2 (ru) | Способ определения показателей влияния обработки на энергетическую ценность сырьевых материалов для кормовых продуктов и/или кормовых продуктов | |
Guerra et al. | Effectiveness of near-infrared spectroscopy to predict the chemical composition of feces and total-tract apparent nutrients digestibility estimated with uNDF or AIA in lactating buffaloes' feces. | |
Reid | Determination of nitrogen corrected true metabolizable energy by near infrared reflectance spectroscopy | |
Lee | On-line analysis in food engineering | |
Nizkii et al. | Lysine-an Absolutely Essential Amino Acid in Soybean Proteins from the Russian Selection | |
Dillard | Nitrogen Correction of True Metabolizable Energy Values for Poultry Feed Ingredients and Their Prediction by near Infrared Reflectance Spectroscopy | |
Sahar et al. | Near-Infrared Spectroscopy in Food Analysis | |
Beck et al. | Nutritive values of feeds | |
Tyagi et al. | Near infrared reflectance (NIR) spectroscopy to predict the metabolisable energy content in poultry feeds | |
Bolotova et al. | Fractional Composition of Protein Polymers in Corn Grain |