JP2009544320A - 反すう動物の飼料成分のリアルタイム特性付け用システム - Google Patents

Abstract

茎葉飼料材料については乾物、NDF、NDFd、木質化NDF比、デンプン率（％）、IVSD、および粒径、ならびに穀粒材料についてはIVSDおよび粒径を含む、反すう動物の飼料供給物のための１以上の成分の栄養要素をリアルタイムで特性付けるためのコンピュータに基づくシステムである。このシステムは、多様な作物種、例えば二目的トウモロコシサイレージ、リーフィートウモロコシサイレージ、褐色中肋(「BMR」)トウモロコシサイレージ、牧草(サイレージ/乾草)、アルファルファ(サイレージ/乾草)、BMR茎葉飼料ソルガム、通常のデントデンプン穀粒、粉質胚乳デンプン穀粒、およびガラス質胚乳穀粒などの事前採取試料に基づく専用のNIRS式を利用し、これらの式を、対応する作物のその時点の採取試料に適用して、かかる茎葉飼料または穀粒材料の特性をリアルタイムで予測する。リアルタイム特性付けシステムはまた、予測データを利用して、飼料供給物に用いられる茎葉飼料およびデンプン成分の全NDFdおよびIVSD特性（RASおよびRBSを含む）を考慮した「供給物発酵性指数」値を計算し、それによって、飼料供給物が牛における過度のまたは過少の消化率の原因とならないようにする。

Description

関連出願の相互参照
本出願は、その全体が参照により本明細書に組み込まれる、2006年7月27日出願のU.S.S.N. 11/494,312の一部継続出願である。

発明の分野
本発明は、植物のデンプンおよび／または繊維消化特性について作物植物を選抜するためのシステムに関する。具体的には、本発明は、反すう動物の最適な生産性をもたらす飼料配合物を作りだすために、近赤外分光計（「NIRS」）分析により作物植物のデンプンおよび繊維消化特性を正確に予測し、作物植物の分別（identity）を管理（preserve）するためのシステムである。

デンプンは、反すう動物の食餌の主要成分であり、乾物（「DM」）基準で、泌乳中の乳牛食餌の30％超、および肉牛飼育場仕上げ食餌の食餌の60％超に含まれる。反すう動物において、デンプンは、第1胃内で発酵されて揮発性脂肪酸になり、小腸内で消化されてグルコースになり、または大腸内で発酵されて揮発性脂肪酸になる。食餌のデンプンの分解性は、消化部位および全管消化率に影響を及ぼす。そして次に消化部位は、発酵酸生成、第1胃のpH、微生物量、および微生物タンパク質産生の効率に影響を及ぼす。これらの因子は全て反すう動物の生産性に影響を及ぼす。多くの因子が反すう動物におけるデンプン消化部位に影響を及ぼすが、そのような因子としては、DM摂取量、食餌の茎葉飼料含量、処理および保全（conservation）方法が挙げられる。穀粒処理にはコストがかかるが、デンプン分解性を高めるには経済的に妥当であることが多い。高水分トウモロコシ穀粒は一般的に乾燥トウモロコシ穀粒よりもデンプン分解性が高い。これは、トウモロコシ胚乳のガラス質が収穫時の成熟と共に高まることに一部起因している（Philippeau and Michalet-Doreau, 1997）。さらに、サイロ貯蔵されたトウモロコシはデンプン分解性が増大する（Philippeau and Michalet-Doreau, 1999）。Stockら(1991)は、胚乳タンパク質の溶解度が高水分トウモロコシの水分レベルと非常に関連しており、貯蔵の時間と共に溶解度が増大することを報告している。胚乳タンパク質は、デンプン分解酵素へのデンプン粒の接触（access）を低減するようである。

胚乳型もまたデンプン分解性に影響を及ぼし、またガラス質および粉質胚乳の比率はトウモロコシ雑種によって様々であることが周知である。DadoおよびBriggs(1996)は、粉質胚乳を有するトウモロコシ雑種7種のインビトロデンプン消化率（「IVSD」）が1種の黄色デント雑種よりもはるかに高かったことを報告している。Philippeauら(1996)は、デントトウモロコシのin situでの第1胃デンプン分解が、ハードドゥステージ（hard dough stage）および成熟の両方で収穫されたフリントトウモロコシ（それぞれ全植物DMが300gkg^-1および450gkg^-1）と比較してはるかに高いことを報告している。穀粒（穀粒とは広く収穫される農産物を指す）の処理は、ガラス質胚乳中のデンプンよりもはるかに粉質胚乳中のデンプンの利用性を高める（Huntington, 1997）。粉質胚乳中の細胞は処理時に完全に破壊されて、遊離デンプン粒が放出される（Watson and Ramstad, 1987）。対照的に、ガラス質胚乳の処理過程では、タンパク質基質がより厚く強固であるため、デンプン粒がほとんど放出されない。これは一般的に、粉質胚乳の比率が高いトウモロコシは、デンプン消化率が大きく、また処理に対してより応答性であると仮定される。

茎葉飼料からの中性デタージェント繊維（「NDF」）は、多くの反すう動物食餌において重要な成分である。茎葉飼料NDFは、そしゃくおよび唾液緩衝液の分泌を刺激して、第1胃内の発酵酸を中和するために必要である。茎葉飼料中のNDF濃度が高まることは、農業従事者が生育または購入しなければならないNDFが少なくなることを意味しうる。したがって、通常よりも高いNDF濃度を有する作物は、繊維源としての経済的価値があることになる。しかしながら、この価値は、NDF濃度が高くなることによって消化率が低くなり、利用できるエネルギー濃度が低くなるような場合には、低くなるかまたは除かれることになる。Beckら（WO02/096191号）は、第1胃のデンプン分解速度、水分含量および使用する保全方法を考慮した特定の穀粒胚乳型を有するトウモロコシの注意深い選択と、NDF含量およびNDF消化率に関する特定の特性を有するサイレージ生産についてのトウモロコシの選択とを組み合わせた、デンプン分解性の最適化の必要性を認識している。

飼料配合物に配合するためにその遺伝的性質に基づいて植物を選択することによって、一貫性のない（inconsistent）反すう動物の生産性が得られる。例えば、穀粒胚乳型に基づくトウモロコシ雑種の選択により、経時的に一貫性のない反すう動物の生産性がもたらされる。従って、本発明は、茎葉飼料として使用するための作物植物および穀粒のデンプンおよび繊維消化率特性をリアルタイムで分析することを含む。本発明はまた、デンプンおよび繊維消化率特性に基づいて茎葉飼料に使用される作物植物および穀粒の分別を管理することを含む。本発明はさらに、反すう動物の最適な生産性をもたらす飼料配合物を作り出すために１以上の分別順守作物植物から茎葉飼料に使用される作物植物および穀粒を使用することを含む。

茎葉飼料材料については乾物、NDF、NDFd、木質化NDF比、デンプン率（％）、IVSD、および粒径、ならびにデンプン穀粒材料についてはIVSDおよび粒径を含む、反すう動物の飼料供給物のための１以上の成分（ingredient）の栄養要素（component）をリアルタイムで特性付けるためのコンピュータに基づくシステムである。このシステムは、多様な作物種、例えば二目的トウモロコシサイレージ、リーフィートウモロコシサイレージ、褐色中肋(「BMR」)トウモロコシサイレージ、牧草(サイレージ/乾草)、アルファルファ(サイレージ/乾草)、BMR茎葉飼料ソルガム、通常のデントデンプン穀粒、粉質胚乳デンプン穀粒、およびガラス質胚乳穀粒などの事前採取試料に基づく専用のNIRS式を利用し、これらの式を、対応する作物のその時点の採取試料に適用して、かかる茎葉飼料または穀粒材料の特性をリアルタイムで予測する。リアルタイム特性付けシステムはまた、予測データを利用して、飼料供給物に用いられる茎葉飼料およびデンプン成分の全NDFdおよびIVSD特性（RASおよびRBSを含む）を考慮した「供給物発酵性指数」値を計算し、それによって、飼料供給物が牛における過度のまたは過少の消化率の原因とならないようにする。従って、リアルタイム特性付けシステムを使用することにより、反すう動物の飼料供給物の適正な配合が可能となり、また飼料成分のNDFdおよびIVSD特性が経時的に変化する場合に当然生じる供給物の再配合が可能となる。

本発明の関連する方法は、様々な遺伝学的に異なる作物植物および作物植物からの穀粒のデンプンおよび繊維分解特性をリアルタイムで測定することにより環境因子を考慮に入れて、反すう動物の最適な生産性をもたらす飼料配合物にどのように作物植物をブレンドすべきかを決定する。この方法は、最適反すう動物生産性をもたらす飼料配合物の提供を含み、これは、作物植物の穀粒を含む1組の作物植物試料のデンプン消化率特性を決定するステップ、デンプン消化率特性に基づいて予測式を作成するステップ、作物植物から穀粒試料を取得するステップ、該試料のNIRSを行い、NIRSからの電子記録された近赤外スペクトルデータを前記式に入力することによりデンプン消化率特性をリアルタイムで決定するステップ、分別管理原則で前記穀粒を貯蔵および／または製粉（mill）するステップ、ならびにデンプン消化率特性に基づいて飼料配合物に組み込むべき作物植物の量を決定するステップを含む。

本発明の関連する方法はまた、最適反すう動物生産性をもたらす反すう動物の食餌の提供を含み、これは、遺伝学的に異なる作物植物からの穀粒のデンプン消化率特性を決定するステップ、茎葉飼料として使用するための遺伝学的に異なる作物植物のNDF消化率（「NDFd」）特性を決定するステップ、デンプン消化率およびNDFd特性に基づいて予測式を作成するステップ、飼料強化物として使用するための穀粒試料および茎葉飼料として使用するための作物植物を取得するステップ、穀粒試料および作物植物のNIRSを行い、前記特性に関連する電子記録された近赤外スペクトルデータを前記式に入力することによってデンプンおよびNDFd特性を決定するステップ、ならびにデンプンおよびNDF消化率特性に基づいて飼料配合物に組み込むべき穀粒および作物植物の量を決定するステップを含む。

本発明の関連する方法はさらに、最適反すう動物生産性をもたらす反すう動物の食餌の提供を含み、これは、作物植物からの穀粒のデンプン消化率特性をリアルタイムで決定するステップ、茎葉飼料として使用するための作物植物のNDFd特性をリアルタイムで決定するステップ、茎葉飼料として使用するための作物植物および穀粒を分別管理原則で管理するステップ、ならびにデンプンおよびNDFd特性に基づいて飼料配合物に組み込むべき茎葉飼料として使用するための作物植物および穀粒の量を決定するステップを含む。

本発明のリアルタイム特性付け方法は、分別管理穀粒を一緒に混合して、飼料配合物の消化速度および程度の特定の段階を得るような配合物とすることによって、飼料配合物のエネルギー利用を強化する。これは、茎葉飼料源の適合性およびNDFd、ならびに穀粒源のデンプン消化速度に基づいて、飼料配合物に用いられる穀粒の量を決定する。またさらに、飼料配合物に使用しようとする、茎葉飼料NDFのレベル、ならびに穀粒のデンプン消化速度および程度の段階に基づいて、飼料配合物に用いられる穀粒の量を決定する。

茎葉飼料材料については乾物、NDF、NDFd、木質化NDF比、デンプン率（％）、IVSD、および粒径、ならびにデンプン穀粒材料についてはIVSDおよび粒径を含む、反すう動物の飼料供給物のための１以上の成分の栄養要素をリアルタイムで特性付けるためのコンピュータに基づくシステムである。このシステムは、多様な作物種、例えば二目的トウモロコシサイレージ、リーフィートウモロコシサイレージ、褐色中肋(「BMR」)トウモロコシサイレージ、牧草(サイレージ/乾草)、アルファルファ(サイレージ/乾草)、BMR茎葉飼料ソルガム、通常のデントデンプン穀粒、粉質胚乳デンプン穀粒、およびガラス質胚乳穀粒などの事前採取試料に基づく専用のNIRS式を利用し、これらの式を、対応する作物のその時点の採取試料に適用して、かかる茎葉飼料または穀粒材料の特性をリアルタイムで予測する。リアルタイム特性付けシステムはまた、予測データを利用して、飼料供給物に用いられる茎葉飼料およびデンプン成分の全NDFdおよびIVSD特性（RASおよびRBSを含む）を考慮した「供給物発酵性指数」値を計算し、それによって、飼料供給物が牛における過度のまたは過少の消化率の原因とならないようにする。従って、リアルタイム特性付けシステムを使用することにより、反すう動物の飼料供給物の適正な配合が可能となり、また飼料要素のNDFdおよびIVSD特性が経時的に変化する場合に当然生じる供給物の再配合が可能となる。

本発明の目的のため「反すう動物」は、その動物が反すうすることにより飼料成分を消化する多区画胃を有する任意の動物を意味し、乳牛(dairy cow)、肉牛(beef cow)、ヒツジ(sheep)、ヤギ(goat)、ヤク(yak)、スイギュウ(water buffalo)、およびラクダ(camel)を含むが、これらに限定されない。乳牛の例には、特にホルスタイン(Holstein)牛、ガーンジー(Guernsey)牛、エアシャー(Ayshire)牛、ブラウンスイス(Brown Swiss)牛、ジャージー(Jersey)牛、およびミルキングショートホーン(Milking Shorthorn)牛が含まれる。

本発明の文脈において「泌乳サイクル」は、反すう動物が、新生動物の分娩後に乳を生産する時間的期間を意味する。

本出願中で使用される「乳生産量」は、1日、1週間、または他の関連する期間の間に、泌乳中の反すう動物により生産される乳量を意味する。

本発明の目的のため「乳量ピーク」は、泌乳サイクルの間の反すう動物により達成される最高レベルの乳生産量を意味する。

本発明の目的のため「乳安定性」は、反すう動物にとって最適な乳量ピークおよび一貫した乳持続曲線を達成することによって、毎日の理想的な泌乳量に接近している、泌乳サイクルにわたる反すう動物による乳の生産を意味する。

本出願中で使用される「栄養士」は、反すう動物向けの飼料供給物の組成を規定する際、責任を負っている個人を意味する。このような栄養士は、酪農家、酪農会社の従業員、またはこのような農業従事者もしくは会社に雇われたコンサルタントとすることができる。

本発明の目的のため「中性デタージェント繊維」(「NDF」)は、中性洗剤中で飼料試料を煮沸した後、残っている不溶性残渣を意味する。主成分はリグニン、セルロース、およびヘミセルロースであるが、NDFはタンパク質、結合窒素、ミネラルおよびクチクラをも含有する。NDFは、反すう動物による飼料摂取および消化率と負の関係がある。

本出願中で使用される「NDF消化率」(「NDFd」)は、ある一定の時点において第1胃内微生物により発酵されているNDF量を意味し、茎葉飼料品質の指標として用いられる。一般的な発酵のエンドポイント(終点)は、24、30、または48時間である。NDFdは、乳牛における飼料摂取、乳生産量、体重増加と正の関係がある。

本発明の目的のため「木質化NDF」は、リグニンとのその化学的および物理的関係により発酵から保護されているNDFの画分を意味する。それは一般に非消化性NDFと呼ばれ、しばしば(リグニン×2.4)として推算される。

本出願中で使用される「有効繊維」、より一般的には「物理的有効繊維(physically effective fiber)」(「peNDF」)と呼ばれるものは、反すうを刺激し、また第1胃内に消化管内容物マットを形成するNDFの画分を意味する。それは、試料を乾式ふるい分けする場合1.18mmふるい上に保持される粒子画分として測定される。

本発明について「乾物摂取量」は、所与の時間、典型的には24時間内に動物が消費する飼料の量(無水分基準)を意味する。給餌した飼料−廃棄した飼料として計算される(全て無水分基準)。

本発明の目的のため「揮発性脂肪酸」(「VFA」)は、第1胃内における飼料成分の嫌気性微生物発酵の最終産物である。一般的なVFAは、酢酸、プロピオン酸、酪酸、イソ酪酸、吉草酸、およびイソ吉草酸である。VFAは、第1胃により吸収され、動物によりエネルギーおよび脂質合成のために使用される。

本発明のリアルタイム特性付けシステム、ならびに関連する飼養方法および飼料組成物は、本出願中では乳牛について考察されている。しかし、本発明が、食肉生産に使用される肉用去勢牛などの、乳生産に使用されない反すう動物を含む、あらゆる他の反すう動物に適用することができることを理解されたい。

いくつかの異なる因子が、飼料供給物中に含まれる栄養成分の、乳牛への有効な供給および乳牛による利用に影響を及ぼす。出願人により「GELT効果(GELT EFFECT)」と呼ばれる因子には、遺伝的性質、環境、地域、および形質が含まれる。牛の特異的な遺伝的性質は、栄養成分を消化および吸収するその能力に直接影響を及ぼすであろう。同様に、飼料成分の茎葉飼料成分および穀粒成分の特定の遺伝的性質が、それらの炭水化物、タンパク質、および繊維の栄養含有物に直接影響を及ぼす可能性がある。したがって、トウモロコシサイレージ生産に使用されるトウモロコシの遺伝的性質が、NDF含量、NDFd、およびデンプン含量率（％）の著しい範囲に影響を有する。同様に穀粒の遺伝的性質は広い範囲の油、タンパク質、デンプン組成、ならびにデンプン消化性の速度および程度に影響を有する。したがって、種子の遺伝的性質が、牛に栄養を供給するそれぞれの茎葉飼料および穀粒の品質形質の可能性（potential）を決定する。適正な農業投入物(例えば肥料、除草剤、殺菌剤、殺虫剤)の使用およびそれらのレベルを誤っても、その種子から生育して得られる作物の品質形質特性に有害な影響を及ぼす可能性がある。

作物が生育する環境および気候条件は、他の重要な多様性の源である。気候は、制御不可能な事象とみなされる。気温および水分に関して、ある年から次年にかけて1つとして同じ生育時期は存在しない。これが、茎葉飼料生産、茎葉飼料品質、およびデンプン消化率に直接影響し、高度な変動を加えて、その後の乳牛の性能における非一貫性を作り出す。例えば、生育時期における気温および降雨パターンは繊維(NDF)のレベル、その量、および繊維消化率(NDFd)に及ぼすリグニンの効果に影響する可能性がある。これは続いて、茎葉飼料でどのように「飼養（給餌）」するかに影響し、また乳牛、特にフィル(fill)により制約された牛および初期泌乳期にある牛の乾物摂取量(DMI)およびエネルギー摂取に対して増加もしくは減少効果を有する可能性がある。

サイレージ向けに細断されたトウモロコシ雑種の粒中の、またエネルギー強化用に使用されるトウモロコシ穀粒中のデンプンの消化率も、生育時期の環境によって変動する可能性がある。デンプンの含量ならびに消化速度および程度が共に変化する可能性がある。したがって、食餌に添加される強化用穀粒と、トウモロコシサイレージ中のトウモロコシ穀粒が乳牛生産性に正および負の影響を及ぼす可能性がある。こうして環境により、それぞれの茎葉飼料および穀粒の品質形質のレベルおよび範囲が決まる。

気温および他の飼養条件が、飼料供給物に含まれる乾物を摂取する牛の意欲または能力にも直接影響する可能性がある。したがって、この環境変動のため、この制御不可能な変動因子を補償するためのあるタイプのリアルタイム調節メカニズムを利用しなければ、所与の生産年における乳牛の飼養プログラミング戦略を予測し実行すること、あるいは茎葉飼料および穀粒飼料成分を生育または調達するための作付けまたは成分購買プログラムを設計することがほとんど不可能となっている。

特定の収穫技術も、飼料成分中の栄養含有物に悪影響を及ぼす可能性がある。不十分な貯蔵技術(例えば包装および貯蔵)も、穀粒、茎葉飼料またはサイレージの栄養価値に悪影響を及ぼしうる。飼料成分の栄養プロフィールを分析する間に生じる採取試料プロトコールおよび実験室試験誤差が、適正な飼料供給物の構築を妨げる恐れがある。その上、サイレージを作る茎葉飼料の発酵を促進するため使用される接種剤、ならびにサイレージおよび穀粒貯蔵用防腐剤が、サイレージまたは穀粒産物の栄養形質に悪影響を及ぼすことがある。したがって、収穫管理技術によって、それぞれの茎葉飼料および穀粒の品質形質の本質（net）が決まる。もちろん、飼料供給物の質の悪い配合も、乳牛への適切な栄養価値の供給に影響を及ぼす。

したがって、同一の種子変種または雑種から生育したとしても、2つの茎葉飼料または穀粒試料は栄養含有物において正確に同等となることはなく、異なる変種および雑種の栄養含有物はおそらく著しく変動するであろうということ、すなわち全てこのGELT効果のためであることを理解することが重要である。

本発明のリアルタイム特性決定システムに関連する飼養方法は、出願人により2006年7月27日に提出されたU.S.S.N. 11/494,312、およびこれと同一年月日に出願人により提出された「Method and Feed for Enhancing Ruminant Animal Nutrition」と題する同時係属出願において開示され、これらの全ては、それらの全体を参照により本明細書に組み込んでいる。

また本発明のリアルタイム特性決定システムに関連する飼料供給システムは、出願人により2006年7月27日に提出されたU.S.S.N. 11/494,312、およびこれと同一年月日に出願人により提出された「Feed Delivery System for Enhancing Ruminant Animal Nutrition」と題する同時係属出願において開示され、これらの全ては、それらの全体を参照により本明細書に組み込んでいる。

I. 植物作物および環境の相互作用的な影響
1999年の育種時期に3つの地域において、6種のトウモロコシ雑種を1種あたり2つのプロットで生育させた。地域は、イーストランシング、ミシガン州（MI）；リンカーン、ネブラスカ州（NE）；およびユニバーシティパーク、ペンシルバニア州（PA）とした。6種の雑種には複数の胚乳型、すなわち粉質雑種1種、opaque-2雑種1種、ロウ質雑種1種、デント雑種1種およびフリント雑種2種を含めた。プロットは、32列幅の400'（フィート）長（30''（インチ）列）とした。

各畑は、9月15日に開始して週に1回監視した。黒色層（BL）における生理的成熟の後、全てのプロットについて穀粒乾物（DM）を毎週測定した。穀粒を、全てのプロットから60％、70％および80％ DMで収穫した。他家受粉の可能性を最小限にするため、各プロットの中央の2列（16列および17列）のそれぞれから10の穂、合計20の穂を収穫した。400’長プロットの末端の100'内の植物からは穂を収穫せず、残りの200’に沿っておよそ20'毎に採取した。手で穂から穀粒の殻を取り除いた。DM、ガラス質および密度の測定のために穀粒試料500gを取り出した。残りの穀粒はロール処理し、2つの4''×12''PVC実験用サイロにおいてサイロ貯蔵した。さらなる試料（0.5kg）を0時試料として取り出した。

各プロットおよび成熟度からの各2つのサイロの1つを収穫の35日後に開け、他方を収穫の120日後に開けた。サイロの内容物を続いて行う分析のために凍結した。分析前に試料をドライアイスを用いて摩砕（Wileyミル、1mmふるい）した。20％第1胃液を添加した緩衝培地中で7時間インキュベート後にインビトロデンプン分解率を測定した。

全ての試料を、デンプン、糖類、エーテル抽出物、粗タンパク質含量、および一連の緩衝液におけるタンパク質溶解度について特性決定した。収穫時に取り出された全粒試料を、ガラス質およびエタノール中の密度について分析した（Philippeau and Michalet-Doreau, 1997）。サイロ貯蔵せずにロール処理後に取り出された試料（n＝72）を55℃で乾燥し、乾式ふるい分けし、粒径について分析した。デンプン分解性（本明細書において消化率ともいう）を、第1胃内微生物によるインビトロデンプン消化と、経時的なデンプンの消失を測定することにより決定した。デンプン消化を測定するための公知の他の方法としては、ガス生産、酵素を用いたインビトロデンプン消失、およびin situデンプン消化がある。

試験した雑種の胚乳のガラス質は4〜62％の範囲だった。表１は、デンプン消化がトウモロコシ雑種により影響を受けないことを示す（49.8〜60.3％、P＜0.001）。表２は、デンプン消化が水分含量と共に高まることを示す（46.0〜65.8％、P＜0.001）。この表はまた、デンプン消化が、サイロ貯蔵により影響を受け（0日 対 35日および120日、46.3％ 対 59.3％、P＝0.001）、サイロ貯蔵の時間により影響を受ける（35日 対 120日、57.4％ 対 61.25％、P＜0.001）ことも示している。

表３は、デンプン消化が雑種と環境との複数の相互作用に依存していることを立証している。単一の変動源には0.05未満のp値で有意であるが、複数の変動源の相互作用には0.1未満のp値で有意である。従って、地域、水分、雑種、日数は全て、デンプン消化率に有意に影響を及ぼす。この結果は、水分×日数、水分×地域、水分×雑種、および雑種×地域の相互作用が全て有意であったことを示している。例えば、デンプン消化率に対する雑種の影響は、異なる水分レベルで変化した。表３はまた、デンプン消化率に対する雑種の影響が、それが生育した地域に依存していること、従って特定の雑種のデンプン消化率は異なる地域にわたって変動することを示している。表４、５、６および７は、雑種とそれらの生育環境との相互作用に関するデータを示し、雑種のデンプン消化率に対するそれらの相互作用の影響を示している。例えば、表４は、デンプン消化率に対する日数×水分の影響がいずれかの単独の環境因子とは不均衡であることを示す。同様に、水分×地域（表５）、水分×雑種（表６）、および雑種×地域（表７）の相互作用による影響はすべて、デンプン消化率に対する相互作用による強い影響を示している。

II. デンプンおよび繊維分解性特性の測定
農場における茎葉飼料および穀粒成分の現在の在庫、ならびに酪農場により作付けできる任意の新たな茎葉飼料および穀粒作物は、リアルタイムで特性付ける必要がある。それぞれの畑の代表的な試料を入手し、予め作成された対応する予測式による所要の波長でNIRSを使用して走査する。それぞれの畑における作物の繊維消化特性は、この式を使用して予測される。その上、デンプンおよび茎葉飼料源のデンプン消化率特性もこの式の組合せを使用して予測される。次いで、このデンプン特性を使用して、飼料供給物中の多様な供給源の第1胃利用性デンプン(RAS)および第1胃バイパスデンプン(RBS)を測定する。

「供給物発酵性指数（Ration Fermentibility Index）」(「RFI」)ツールは、関連している生産ステージについて、飼料供給物の栄養的有効性、および乳牛に安全に栄養価値を供給するその能力を評価する一連の相互に関連した計算を構成する。第1にそれは、飼料供給物の全消化率を考慮に入れて、茎葉飼料源が提供する消化性繊維のポンド数と、穀粒および茎葉飼料源が提供する消化性デンプンのポンド数とをまとめる。乳牛の各生産ステージについて、栄養テンプレート32内のこの全消化率についての範囲を指定すべきである。飼料供給物内に使用される種々の茎葉飼料および穀粒デンプン成分のNDFdおよびIVSD値を、定期的にリアルタイム特性付けツール98を使用してチェックし、これらの値を全消化率式に差し込むことにより、栄養士は、GELT効果が原因で、1種または複数の飼料成分が、この飼料供給物を給餌されている牛に、過大なもしくは過小な繊維およびデンプン消化率をもたらしているかどうかを判定することができる。

次に、個々の飼料成分についてNDFdおよびIVSD値を測定すべきである。このデータは、どの特定の成分が飼料供給物への繊維およびデンプン消化率に寄与しているかを栄養士に知らせるであろう。異なる生産ステージについて、牛は異なるレベルのNDFdおよびIVSDを必要とするであろう。

次に、相対的第1胃デンプン(「RAS」)値および第1胃バイパスデンプン(「RBS」)値を計算して、RAS/RBS比が栄養テンプレート内で指定された範囲内にあるかどうかを見るべきである。RAS/RBS比を制御することにより、最大限健康な乳生産が得られるであろう。

最後に、全食餌について全供給物消化率、個別成分消化率、ならびに乾物、NDF、NDFd、IVSDおよびRAS/RBS比の値を、栄養テンプレート内で指定された対応する値と比較することによって、このRFIツール220により栄養士は、生産ステージ中の仕様に合った食餌とするために、飼料供給物成分を調整する必要があるかどうかをリアルタイムで迅速かつ正確に決定することができる。これにより乳生産量および安定性を高めることができるだけでなく、それにより、個々の飼料成分が予想外に高い消化率を示すため「熱（hot）」過ぎる飼料供給物から生じる重大な健康問題から牛を救うこともできる。

このNIRS分析は、実験室で、または携帯型NIRS機器を使用して野外で行われる。これらの形質を測定する方法は、比較的速い、例えばリアルタイムであることが望ましい。リアルタイムとは、デンプンおよび繊維消化率の結果を、試料を入手し試験した時から48時間以内に、より好ましくは試料を入手し試験した時から24時間以内に得ることを指す。

NIRS方法は、デンプンおよび繊維分解性などの既知の特性を有する1組の作物植物試料を取得することを含む。これらの特性を、後述のIVSDおよびNDFd測定方法により測定する。同様に当技術分野で知られている他のデンプンおよびNDFd測定方法を使用することができる。これらの作物植物試料を、近赤外スペクトルで走査する。次いで近赤外スペクトルの反射率を記録する。各形質についての予測式は、各組の試料について、複数の波長にわたる反射率に対し既知の測定された特性を回帰させることによって作成される。

各形質について、独立な1組の試料の対象となる特性を予測することにより、予測式が確認される。本発明により、穀粒において対象となる測定される特性は、限定されるものではないが、穀粒、トウモロコシサイレージ、HMCまたは乾燥トウモロコシ中のIVSD％、および粒径である。これらの値は、特定の消化期間、通常7時間における第1胃デンプン消化率の速度および程度を反映する。IVSDは、6mm、4mm、2mm、2UDおよび1UDなどの異なる粒径で測定すべきである。茎葉飼料源については、対象となる特性には、限定されるものではないが、乾物含量、NDF、繊維消化率(NDFd)、リグニン含量、インビトロ全植物消化率(IVTD)、トウモロコシサイレージデンプン消化率(IVSD-CS)、種々のチョップ長さのトウモロコシサイレージ粒径(peNDF)および保全処理方法が含まれる。最後に、飼料供給物で使用される、限定されるものではないが、二目的トウモロコシ、リーフィートウモロコシ、BMRトウモロコシ、牧草(サイレージ/乾燥)、アルファルファ(サイレージ/乾燥)、およびBMR茎葉飼料ソルガム、通常のデントトウモロコシデンプン穀粒、マットトウモロコシデンプン穀粒、粉質胚乳デンプン穀粒、およびガラス質胚乳デンプン穀粒を含む、様々な作物種について別々の式が作成されるべきである。さらに、予測式は、茎葉飼料、または異なる粒径についてのデンプン成分の繊維またはデンプン消化率特性を予測することができる。著しく価値あることは、「あるがままの」水気のある作物試料を、従来の実験用NIRS機器が一般に要するように乾燥および粉砕する必要性なしに、リアルタイムで評価することができるという事実である。

近赤外反射率分光法(NIRS)は、茎葉飼料および飼料原料の化学組成の迅速、正確および精密な測定のための非破壊機器方法である。NIRSは、飼料および茎葉飼料分析、ならびに工業的使用向けに受け入れられている技術である。NIRSはいくつかの明確な利点、すなわち分析の速度、試料の非破壊分析、試料調製の単純性、ならびに1試料でいくつかの分析を終わることができること、を有する。NIRS分析は、実施するのが比較的簡単なので、作業者によって生じる誤差が低減する(Shenk and Westerhaus, 1994)。

インビトロでデンプン消化率を測定するため、第1胃内微生物を含有する第1胃液を播種した培地での種々の長さの時間にわたるインキュベーション前および後におけるデンプン濃度について、いくつかの遺伝的に異なる作物植物を含む1組の作物植物試料を分析する。デンプン分解率は、対象としたそれぞれの時点の試料中の全デンプンの割合（％）としての、消失したデンプン量として計算している。デンプン濃度は、市販の分析キットを使用し、加水分解前および後のグルコース濃度の分析により測定することができる。グルコース濃度は、グルコース酸化酵素法を使用し酵素的に、または高速液体クロマトグラフィにより、測定することができる。インビトロで飼料消化率を測定する一般的方法については、GoeringおよびVan Soest(1970)を参照されたい。別の方法は、ウシまたはヒツジの第1胃内の多孔性袋内で、飼料試料をインキュベートすることである(PhilippeauおよびMichalet-Doreau、1997)。

インビトロで繊維消化率を測定するため、乾燥した植物組織をWiley(登録商標)ミルで1mmふるいを通過するまで摩砕した。試料0.5gを使用し、GoeringおよびVan Soest(1970)の方法を修正して使用し、30時間などの対象の動物の第1胃滞留時間を表すインキュベート時間で、真のインビトロ消化率(IVTD)およびインビトロ中性デタージェント繊維消化率を測定した。未消化IVTD残渣を、中性デタージェント繊維(NDF)手順(GoeringおよびVan Soest、1970)に付した。Mertens(1991)により記述されるように、NDF手順の修正方法は、還流の間および再度の試料濾過の間、0.1mlのアルファアミラーゼにより全試料を処理することであった。Mertens(1991)に従って、アルファアミラーゼは、使用前に活性を試験した。それぞれの試料についてのNDF消化率(dNDF)は、式:100^*[(NDF-(100-IVTD))/NDF]で計算した。

本発明からの価値創造には、茎葉飼料の茎葉飼料品質パラメーターおよび穀粒のデンプン消化率プロフィールを画定する実験値の正確さが最優先される。茎葉飼料および穀粒仕様の相乗作用を最大にし、茎葉飼料源の茎葉飼料相乗作用を捉える茎葉飼料テンプレートの正確さを最大にし、また飼養テンプレートを適正に開発するには、正確な特性付けが必要である。したがって特性付け方法の正確さおよび一貫性を維持するためNational Forage Testing Association(NFTA)により認定された分析実験室だけを使用することが重要である。

本発明は、茎葉飼料および穀粒を共に特性付けして、それぞれの特性付けされた形質について履歴ベースラインを確立するため、承認された認定実験室を必要とする。このベースラインを使用して、所与の生育時期内に、茎葉飼料品質形質ならびに栄養テンプレートに使用される茎葉飼料および穀粒両方の飼料価値可能性に及ぼす、雑種の遺伝的影響および環境的影響を決定することができる。次いで栄養テンプレートについて正確な調節を行って、それぞれの乳牛生産ステージ向けに得られた飼養テンプレートの正確さを維持することができる。

飼料成分のために必要な優れた茎葉飼料および穀粒の遺伝的特性の遺伝的開発において、同一のリアルタイム特性付け方法が使用される。リアルタイムでの特性付けにより、育種過程の形質強化の方向、進展およびレベルが測定される。それは、発明適用のための最高性能の遺伝的特性を選別および特定するデータベース開発ツールとしても使用される。

本発明においては、いくつかの遺伝学的に異なる作物植物のデンプンおよび繊維分解性特性についてのNIRスペクトルに関連するデータベースを作成する。所定の作物植物（例えばトウモロコシ、ダイズまたはアルファルファなど）のNIRスペクトルを使用して、作物植物のデンプンおよび繊維分解性特性を評価する。NIRS方法は、種々の飼料作物およびこれらの作物の形質に適用することができる。NIRSには、基準の方法に対する較正が必要である（Shenk and Westerhaus, 1994）。各構成要素には別々の較正が必要であり、一般的には、較正は、類似した種の試料について有効である。

NIRS分析方法は、赤外線吸収特性と試料の主要化学成分との間に存在する関係に基づいている（Shenk and Westerhaus, 1994）。近赤外吸収特性を用いて、化学成分を識別することができる。有意な有機植物成分のそれぞれは、対象の成分に特異的な近赤外領域に吸収特性を有する（炭素、酸素および窒素と会合する水素結合の伸張および屈曲から生じる振動のため）。吸収特性は拡散反射率の一次決定因子であり、これは組成を評価する手段を提供する。試料の拡散反射率は、試料の放射線散乱特性と組み合わせた吸収特性の合計である。近赤外拡散の結果として、反射率シグナルは試料の組成に関する情報を含む。反射率データの適当な数学的処理によって、組成の情報が抽出される（Osboure et al., 1986）。これを説明する最も基本的な方法は、分析しようとする組成因子について、１つの波長は最大吸収点、そしてもう１つは最小吸収点となるように選択された２つの波長における反射率を測定することであろう。２つの試料の測定に基づいて、２つの反射率の値の比は、それらの試料中の特定の組成因子の濃度と、相関関係がある。相関関係を使用することによって、反射率の測定値から組成因子の濃度を予測しうる式を作成することができる（Osboure et al., 1986）。

試料は、その天然形態で、またはよくあることであるが典型的には1mmふるいを通して粉砕した植物もしくは植物部分として、その試料からスペクトルを採集することができる。NIR反射率の測定値は、一般的に反射率の逆数の対数（log(1/R)）によって変換される（Hruschka, 1987）か、当技術分野で公知の他の数学的変換も同様に用いることができる。変換された反射率データはさらに、一次または二次導関数の使用によって数学的に処理され、より高次の導関数は一般的には使用されない（Shenk and Westerhaus, 1994）。

使用する較正技法は、基準値（y値）に対する選択された波長におけるNIR吸光度値（x変数）に関する多重線形回帰（MLR）法であり、２つの一般的に用いられる方法は漸増および段階的回帰である（Shenk and Westerhaus, 1994）。他の較正方法は、主成分回帰（PCR）（Cowe and McNicol, 1985）、部分最小二乗回帰（PLS）（Martens and Naes, 1989）、および人工ニューラルネットワーク（ANN）（Naes et al., 1993）である。

較正式（calibration equation）の方法は、使用する回帰方法によって異なる。MLRを使用する場合の手順は、較正集団から試料を無作為に選択し、較正プロセスからそれらを除外し、続いて検証セットとしてそれらを使用して、較正式を評価することである（Windham et al., 1989）。PCRまたはPLS回帰に用いられる式の検証（equation validation）方法は、相互検証であり、これは、較正セットを複数の群に分け、各試料が較正および検証の両方に使用されるまで各群に対して増加的に較正を実施することを行う（Jackson, 1991；Martens and Naes, 1989；Shenk and Westerhaus, 1994）。

この場合、NIRSは、既知の特性を有する1組の試料についてのスペクトルを採集することを含む。スペクトルは、穀粒の粒（grain kernel）または他の植物部分から採集され、数学的に変換される。較正式はPLS法を用いて計算されるが、当技術分野で公知の他の回帰方法も同様に用いることができる。較正式を選択するために使用される基準は、較正および交差検証の低い標準誤差、ならびに多重決定の高い係数である。

このツールはまた、作物植物の、NFDdおよびIVSD以外の品質形質（train）、例えば油含量、粗タンパク質およびNDFを測定するために用いることができる。

本発明のリアルタイム特性付けシステムはコンピュータに基づくツールである。これは、メモリ装置、記憶装置、入力／出力（「I/O」）制御装置、および少なくとも１つのモニターを制御する中央処理装置（「CPU」）を有する一般的なプログラム可能なコンピュータを含む。コンピュータは、種々の作物植物についての様々な雑種および変種に関する、例えば乾物、NDF、NDFd、IVSD、粒径などのデータを含有する、データベースと動作可能なように接続している。これはまた、時間回路、データインターフェース、ネットワーク制御装置および内部バスを含む。当業者であれば、他の周辺コンポーネント、例えばプリンタ、ドライブ、キーボード、マウスなどもまたプログラム可能なコンピュータと一緒に用いることができることを理解するだろう。さらに、当業者であれば、リアルタイム特性付けツール内に含まれるデータおよび他の情報の記憶および操作を最適化するために、プログラム可能なコンピュータが、様々なコンピュータコンポーネントの既知のハードウエア、ソフトウエアなどの設定を利用可能であることを理解するだろう。

NIRS反射率装置を使用して作物試料の反射波長を測定し、得られるNIRSデータをデータベースに記憶させる。ソフトウエアプログラムは、コードされる言語で系統的な指示セットの表現（expression）となるように設計することができる。これらの指示は、メモリに記憶された専用の予測式と情報通信するようにプログラムされる。作物植物をリアルタイムでNIRS分析に供する場合、得られるNIRSデータを予測式で使用して、リアルタイムの作物試料の関連する特性の実際の真の値を予測する。上述したように、予測式はさらに、茎葉飼料または種々の粒径の穀粒材料の繊維またはデンプン消化率を予測することができ、これは飼料供給物の配合の大きな補助となりうる。

システムが備わるコンピュータシステムは、標準的なPC、ラップトップ、メインフレーム、ノート無線装置、または移動可能な材料の進行をモニターするためのソフトウエアを実行することができる任意の自動データ処理機器とすることができる。CPUは、コンピュータシステムを制御し、メモリに記憶されたシステムを実行することができる。メモリとしては、例えば内部メモリ（RAMおよび／またはROMなど）、外部メモリ（CD-ROM、DVD、フラッシュドライブなど）、または現存するもしくは将来のデータ記憶手段が含まれる。時間回路としては、現在の時間および／または日付を表示する情報を生成することができる任意のタイプの電気回路が含まれる。時間回路はまた、所定のまたは設定された時間までカウントダウン（秒読み）するようにプログラムすることができるものであってもよい。これは、特定のタイプの組織を所定の時間内に冷蔵または植え付け（implant）する必要がある場合に特に重要となる。

データインターフェースによって、１以上のネットワーク間の通信が可能となり、かかるネットワークは、LAN（ローカルエリアネットワーク）、WAN（広域ネットワーク）または組織（tissue）を扱う各当事者をつなぐ任意の種のネットワークでありうる。例えばラップトップおよび無線装置などの異なるコンピュータシステムは、典型的に異なるプロトコール（すなわち異なる言語）を使用する。本質的に異なる装置を通信させるために、データインターフェースは、データ変換プログラムまたはデータを変換するための装置を含むかまたはそれと情報通信することができる。データインターフェースによって、本質的に異なる装置が公衆交換電話網（PSTN)、インターネット、およびプライベートまたはセミプライベートネットワークを介して通信することもできる。

かかるリアルタイム特性付けシステムによりもたらされる出力には、リアルタイム試料の予測特性値が含まれる。しかしながら、該システムはまた、上述した供給物発酵性指数（RFI）と関連する種々の計算を実行し、リアルタイム特性付けシステムにより分析された飼料成分に従って配合した飼料供給物が、栄養テンプレート仕様の範囲を超えていて、その成分がなんらかの問題を引き起こす可能性があるかどうかをユーザに警告するようにプログラムすることも可能である。これは、栄養士が反すう動物の飼料供給物を再配合する手助けとなる。上記システムはまた、この情報を記載した一連の報告書を作成し印刷するものであってもよい。

III. リアルタイム飼料配合方法
収穫する予定の作物を、収穫前にデンプンおよび繊維分解特性について分析して、収穫の決定に必要とされる情報を提供する。各畑の代表的な試料を入手し、NIR分光光度計を用いて、予め作成した予測式に必要な波長にて走査する。各畑の植物のデンプンおよび／または繊維消化特性をこの式を用いて予測する。提供される情報、例えば収穫時の水分濃度、高水分穀粒については粉砕するための粒径、および保全方法（高水分穀粒または乾燥穀粒）を用いて、収穫決定を行う。これにより、畜牛およびヒツジにより消費される、エネルギー摂取および栄養利用の最適化を補助する得られる飼料がさらに制御される。NIRS分析は、実験室で、または携帯型NIRS機器を用いて野外において行われる。

貯蔵された飼料試料は、最適なエネルギー摂取および栄養利用のための食餌を配合するための情報を提供するために、デンプンおよび繊維消化率特性について選別する。高分解性デンプンを含む飼料は、食餌中で制限して、第1胃アシドーシス、繊維消化率の低減、および微生物タンパク質生産の低効率、ならびにエネルギー摂取の低減を防止する。低デンプン分解性の飼料は、微生物タンパク質生産、栄養利用およびエネルギー摂取を最適化するために制限される。

本発明はまた、伝統的なリアルタイム選抜技術（例えば湿式化学など）を利用して、畑の特定の作物または分別管理原則で貯蔵されている作物のデンプンおよび／または繊維消化率特性を決定することを含む。したがって本発明は、本明細書に記載の技術または当技術分野で公知の他の技術を用いて、分別管理作物のデンプンおよび／または繊維消化率をリアルタイムで分析し、その情報を利用して反すう動物生産性を最適化する飼料配合物を調製することを含む。

本発明はまた、特定の地域において作物を育種し、その収穫前または後に、NIRSにより、穀粒として使用される作物植物のデンプン分解性特性、または茎葉飼料として使用する場合にはNDF消化率をリアルタイムで決定することを含む。作物植物または植物部分は分別管理原則で貯蔵される。特定の食餌要件に基づいて、高水分発酵または乾燥畑の収穫（harvesting field dried）などの保全方法、ならびにロール処理または摩砕などの処理を利用して、測定されるデンプン分解性を改変する。反すう動物群のための特定のデンプン分解性目標／要件を決定した後は、本発明に従って正確に測定された速いおよび遅いデンプン分解特性を混合するブレンドプロセスを、反すう動物の最適生産性のための飼料配合物に組み入れる。

本発明をトウモロコシ、アルファルファおよび他の茎葉飼料作物に適用可能であり、また茎葉飼料源をリアルタイムで特性付けるために用いることができることが理解されよう。従って、「作物植物」または「作物」という用語は、サイレージ、穀粒、または他の植物ベースの反すう動物用飼料成分として使用されるあらゆる植物を含むことを意味する。

トウモロコシ穀粒およびトウモロコシ茎葉飼料の両方の植物の特性、エネルギー（消化率）、タンパク質および繊維含量は、環境と遺伝的性質（genetics by environment（G×E））の相互作用によって影響を受ける。従って、本発明においては、反すう動物のための食餌を正確に配合ためにデンプン（穀粒）およびNDF（繊維）の各供与源のリアルタイム特性付けが必要である。動物生産性目標を決定した後は、完全混合飼料（TMR）を、予め決定した代謝性エネルギー（ME）目標に基づいてエネルギー、タンパク質、繊維、ビタミン類およびミネラル成分、粗タンパク質をミキサーワゴン中で混合し、適当かつ十分な繊維要件を満たすことによって設計する。

食餌中における全茎葉飼料の割合（％）として全供給物NDF目標およびNDFレベルを満たすことで、基準食餌の茎葉飼料成分が決定する。茎葉飼料源に関して調整されるME値は、茎葉飼料NDFからのエネルギー寄与（NDF消化率）の主な要因となるように決定する。

食餌の要求生産量および食餌の茎葉飼料／繊維組成によって、最も飼料効率がよく、生産性がありかつ健康な食餌配合物を作製するために必要とされる、速い、遅いまたは中間のデンプン分解性を有する、強化デンプンの最適な量および供与源が決定しうる。食餌の茎葉飼料特性はまた、乾燥穀粒（15.5％）または高水分穀粒のいずれか、例えば28〜32重量％の高水分トウモロコシ（HMC）の、デンプンの最適水分含量を決定し、そして保全および処理方法が食餌の生産性および健康への影響に利点がある。

従って、本発明は、分別管理飼料成分の分析によって反すう動物の飼料配合物をリアルタイム基準で最適化するシステムであることが理解されよう。さらに本発明は、作物植物の特性をリアルタイムで測定する種々の方法の使用を含むことが理解されよう。

上記の明細書、図面およびデータは、本発明の飼養方法および得られた飼料組成物の完全な説明を提供する。本発明の多くの実施形態は、本発明の精神および範囲から逸脱することなくなされることができるので、本発明は、本明細書において以後に添付される特許請求範囲の中に存在するものである。

引用文献
Dado, R.G., and R.W. Briggs. 1996. Ruminal starch digestibility of grain from high-lysine corn hybrids harvested after black layer. J. Dairy Sci. 79(Suppl. 1):213.
Philippeau, C. and B. Michalet-Doreau. 1996. Influence of genotype of corn on rate of ruminal starch degradation. J. Dairy Sci. 79(Suppl. 1):138.
Philippeau, C. and B. Michalet-Doreau. 1997. Influence of genotype and stage of maturity of maize on rate of ruminal starch degradation. Animal Feed Sci. Tech. 68:25-35.
Philippeau, C. and B. Michalet-Doreau. 1999. Influence of genotype and ensiling of corn grain on in situ degradation of starch in the rumen. J. Dairy Sci. 81:2178-2184.
Stock, R. A., M. H. Sindt, R. Cleale IV, and R. A. Britton. 1991. High-moisture corn utilization in finishing cattle. J. Anim. Sci. 69:1645.
Watson, S. A., and P. E. Ramstad.編 1987. Corn Chemistry and Technology. Am. Soc. Cereal Chem., St. Paul, MN.
Cowe, I. A. and J. W. McNicol. 1985. The use of principal components in the analysis of near infrared spectra. Applied Spectroscopy 39:257-266.
Jackson, J. E. 1991. A user’s guide to principal components. John Wiley and Sons. New York, NY.
Hruska, W. R. 1987. Data analysis: Wavelength selection methods. p. 35-56. P. Williams and K. Norris (編) Near-infrared technology in the agricultural and food industries. American Association of Cereal Chemists. St. Paul, MN.
Martens, H., and T. Naes. 1989. Multivariate calibration. John Wiley and Sons, New York, NY.
Naes, T., K. Kvaal, T. Isaksson, and C. Miller. 1993. Artificial neural networks in multivariate calibration. Journal of Near Infrared Spectroscopy 1:1-12.
Osbourne, B. G., T. Fearn, and P. H. Hindle. 1986. Practical NIR spectroscopy with applications in food and beverage analysis. Longman Scientific and Technical. Essex, England.
Shenk, J. S. and M. O. Westerhaus. 1994. The application of near infrared reflectance spectroscopy (NIRS) to forage analysis. p. 406-499. G. C. Fahey (編) Forage quality, evaluation, and utilization. National conference on Forage quality, evaluation, and utilization, University of Nebraska, Lincoln, NE., 13-15 Apr. 1994. ASA, CSCA, SSSA, Madison, WI.
Windham, W. R., D. R. Mertens, F. E. Barton II. 1989. Supplement 1. Protocol for NIRS calibration: sample selection and equation development and validation. p. 96-103 Marten, G. C., J. S. Shenk, and F. E. Barton II (編) Near infrared reflectance spectroscopy (NIRS): Analysis of forage quality. USDA Agricultural handbook No. 643 Washington, D.C.
Goering, H. K., and P. J. Van Soest. 1970. Forage fiber analysis: apparatus, reagents, procedures, and some applications. USDA-ARS Handbook 379. U.S. Govt. Print. Office, Washington, DC.
Martens, G. C., and R. F. Barnes. 1980. Prediction of energy digestibilities of forages with in vitro rumen fermentation and fungal enzyme systems. p. 61-71. W. J. Pigden et al. (編) Proc. Int. Workshop on standardization of analytical methodology for feeds. IDRC-134e, Ottawa, Canada. 12-14 March 1979. Unipub. New York, NY.
Mertens, D. R. 1991. Neutral detergent fiber. p. Al2 A16. Proc. National Forage Testing Association forage analysis workshop. Milwaukee, WI. 7-8 May 1991.

Claims (20)

1. 飼料供給物を消費する反すう動物の生産性を最適化するために飼料供給物に使用すべき作物植物をリアルタイムで特性付けするためのシステムであって、
   （a）作物植物試料の穀粒を含む1組の作物植物試料のデンプン消化率特性を決定するステップ、
   （b）デンプン消化率特性に基づいて予測式を作成するステップ、
   （c）作物植物から穀粒試料を取得するステップ、
   （d）前記試料のNIRSを行い、該NIRSからの電子記録された近赤外スペクトルデータを前記式に入力することによりデンプン消化率特性をリアルタイムで決定するステップ、
   （e）分別管理原則で前記穀粒を貯蔵および／または製粉するステップ、ならびに
   （f）ステップ（d）で決定されたデンプン消化率特性に基づいて飼料供給物に組み込むべき前記作物植物の量を決定するステップ
   を含むシステム。
2. 作物植物が褐色中肋トウモロコシである、請求項１記載のリアルタイム特性付けシステム。
3. 作物植物が二目的（dual-purpose）トウモロコシである、請求項１記載のリアルタイム特性付けシステム。
4. 作物植物がリーフィートウモロコシである、請求項１記載のリアルタイム特性付けシステム。
5. 作物植物がアルファルファである、請求項１記載のリアルタイム特性付けシステム。
6. 作物植物が牧草である、請求項１記載のリアルタイム特性付けシステム。
7. 作物植物がソルガムである、請求項１記載のリアルタイム特性付けシステム。
8. 前記予測式に基づいた、種々の粒径の作物植物試料の穀粒を含む作物植物試料のデンプン消化率特性の予測ステップをさらに含む、請求項１記載のリアルタイム特性付けシステム。
9. 飼料供給物を消費する反すう動物の生産性を最適化するために飼料供給物に使用すべき作物植物をリアルタイムで特性付けするためのシステムであって、
   （a）遺伝学的に異なる作物植物からの穀粒のデンプン消化率特性を決定するステップ、
   （b）茎葉飼料として使用するための遺伝学的に異なる作物植物のdNDF特性を決定するステップ、
   （c）デンプン消化率およびdNDF特性に基づいて予測式を作成するステップ、
   （d）飼料強化物として使用するための穀粒試料および茎葉飼料として使用するための作物植物を取得するステップ、
   （e）前記穀粒試料および作物植物のNIRSを行い、前記特性に関連する電子記録された近赤外スペクトルデータを前記式に入力することによりデンプンおよびNDF消化率特性を決定するステップ、ならびに
   （f）ステップ（e）で決定されたデンプンおよびNDF消化率特性に基づいて飼料配合物に組み込むべき前記穀粒および作物植物の量を決定するステップ
   を含むシステム。
10. 作物植物が褐色中肋トウモロコシである、請求項９記載のリアルタイム特性付けシステム。
11. 作物植物が二目的トウモロコシである、請求項９記載のリアルタイム特性付けシステム。
12. 作物植物がリーフィートウモロコシである、請求項９記載のリアルタイム特性付けシステム。
13. 作物植物がアルファルファである、請求項９記載のリアルタイム特性付けシステム。
14. 作物植物が牧草である、請求項９記載のリアルタイム特性付けシステム。
15. 作物植物がソルガムである、請求項９記載のリアルタイム特性付けシステム。
16. 前記予測式に基づいた、種々の粒径の作物植物試料の穀粒を含む作物植物試料のデンプン消化率特性の予測ステップをさらに含む、請求項９記載のリアルタイム特性付けシステム。
17. 前記予測式に基づいた、種々の粒径の作物植物試料の茎葉飼料を含む作物植物試料の茎葉飼料消化率特性の予測ステップをさらに含む、請求項９記載のリアルタイム特性付けシステム。
18. 前記予測式を組み込んだコンピュータに基づくツールを含む、請求項１記載のリアルタイム特性付けシステム。
19. 携帯型である、請求項１９記載のリアルタイム特性付けシステム。
20. 作物植物の特性付けられた値に基づいて得られる飼料供給物についての１以上の供給物発酵性指数（Ration Fermentability Index）値を計算し、飼料供給物を再配合すべきか否かを決定するステップをさらに含む、請求項１記載のリアルタイム特性付けシステム。