一种代谢能需要量动态预测方法

1.本发明涉及代谢能需要量预测技术领域，具体为一种代谢能需要量动态预测方法。


背景技术：

2.饲料能量是畜禽营养的核心，而三大营养物质(碳水化合物、脂肪、蛋白质)是能量主要的物质存在形式。在营养学中，饲料总能(ge)被定义为饲料彻底氧化所释放的能量，然而由于畜禽消化、吸收、利用存在效率，饲料总能不可能被畜禽完全消化吸收利用，因此需要用更为恰当的能量评估体系。家禽由于有泄殖腔结构，粪尿经过泄殖腔混合排出，在家禽营养中，将所排出的粪尿总能从摄入饲料总能中扣除所得能量定义为代谢能。代谢能体系综合考虑了家禽对饲料消化率和代谢率的能量损耗，因此能更合理的评估饲料的有效能量价值，在动物营养学中被广泛使用。
3.近年，在国家大力推广豆粕减量替代和低蛋白日粮技术的大环境下，净能体系受到较多关注。净能体系是建立在代谢能体系上，对畜禽热额外的产热能量损耗(如热增耗)进一步扣除，以更精准地评估有效能。事实上净能体系最早在反刍动物使用，由于反刍动物瘤胃微生物发酵作用，瘤胃产热量和热增耗在能量损耗中占比较大，因此反刍动物净能体系明显优于代谢能体系。然而家禽后肠微生物产热和热增耗效应较小，尤其是黄羽肉鸡本身品种变异较大，而且净能体系评估的过程中不可避免会引入测量误差，另外家禽饲料净能数据库不够完整，导致家禽净能体系使用和推广仍有局限性。所以，尽管当前净能体系逐渐受到重视，但家禽仍以代谢能体系为主。
4.当前家禽饲养模式多样，代谢能需要量模型的建立需要精准性和动态性，才能适用不同生产水平的养殖模式。综合法是我国评估畜禽营养需要量的传统方法，将实验动物视为“黑箱”，通过配制不同营养梯度水平饲粮进行动物实验，最佳生产性能所对应的营养水平即推荐营养需要量。美国使用析因法对畜禽营养需要量建模，析因法基于不同畜禽生长发育目的对营养利用进行分类，将实验动物“黑箱”打开，分类进行建模分析。然而析因法在国内营养研究中较少使用，国内畜禽营养需要量数据库多是基于综合法获得，所得需要量参数理论上只适用于实验当时生产水平，不具有普适性，因此亟需建立基于析因法的营养需要数据库。
5.本单位2020年发布了农业行业标准ny/t3645-2020《黄羽肉鸡营养需要量》(简称“标准”)。标准里列出了饲料原料的代谢能值和不同类型及不同生长阶段黄羽肉鸡代谢能需要量。“标准”中黄羽肉鸡代谢能需要量是基于白羽肉鸡饲料原料净能值，对文献中配方饲料代谢能值重新计算，再对代谢能进行建模分析以获得需要量。因此“标准”中列出的黄羽肉鸡代谢能需要量仍有以下局限性：
6.1)引用白羽肉鸡饲料原料代谢能值预测黄羽肉鸡代谢能需要量存在偏差，因为白羽肉鸡长速(42天出栏)明显快于黄羽肉鸡(60-150天出栏不等)；
7.2)标准中列出的黄羽肉鸡代谢能需要量是一个固定数值，无法根据养殖场具体生
产水平对代谢能需要量进行个性化预测。
8.此外，可用体重(bw)和每日增重(adg)预测代谢能需要量：me＝a
×
bw
0.75
+b
×
adg。通过体重和日增重预测代谢能需要量本质就是基于“综合法”进行回归分析。然而日增重不是预测沉积代谢能的理想指标，因为体蛋白和体脂肪沉积代谢能差异较大，黄羽肉鸡生长前期以体蛋白沉积为主，在生长后期体脂肪沉积速率显著提高，仅用日增重预测沉积代谢能偏差很大，甚至可能导致饲养效率降低，成本增加，与精准营养理论相悖。


技术实现要素：

9.针对现有技术的不足，本发明提供了一种代谢能需要量动态预测方法。基于析因法原理，并关联实际生产指标、胴体指标和产蛋指标，作为模型输入变量，从而快速精准动态地评估不同生产水平和养殖模式下的代谢能需要量。
10.为实现上述目的，本发明采取的技术方案为：本发明提供了一种代谢能需要量动态预测方法，具体步骤如下：
11.步骤1、体成分或蛋成分测定：建模前测定机体或蛋中水分、蛋白质、脂肪和总能含量，从而计算能量和营养物质体沉积量或蛋沉积量；
12.步骤2、代谢能析因法模型建立：
13.步骤2.1、代谢能需要量析因模型：
14.在生长期me＝meg+mem；
15.在产蛋期me＝mee+mem；
16.步骤2.2、预测沉积代谢能meg：
17.步骤2.2.1：
18.(1)在生长期，预测体沉积代谢能meg，需要先测量体蛋白沉积净能ne
pro
和体脂肪沉积净能ne
fat
：
19.检测体成分中能量、体蛋白含量和体脂肪含量，从而获得体沉积净能neg、体蛋白沉积量protein和体脂肪沉积量fat：
20.体沉积净能neg＝胴体质量
×
胴体能值；
21.体蛋白或脂肪沉积＝胴体质量
×
胴体体蛋白或脂肪含量；
22.建立体沉积净能neg与体蛋白沉积量protein和体脂肪沉积量fat的多元线性回归关系，从而计算出体蛋白和体脂肪的能值：
23.neg＝ne
pro
+ne
fat
＝a
×
protein+b
×
fat；
24.(2)在产蛋期，预测蛋沉积代谢能mee，需要先测量蛋中蛋白质沉积净能ne
pro
和蛋中脂肪沉积净能ne
fat
：
25.检测蛋成分中能量、蛋白含量和脂肪含量，从而获得蛋沉积净能neg、蛋中蛋白质沉积量protein和脂肪沉积量fat：
26.蛋沉积净能nee＝日产蛋量
×
全蛋能值；
27.蛋中蛋白质或脂肪沉积＝日产蛋量
×
蛋中蛋白质或脂肪含量；
28.建立蛋沉积净能nee与蛋中蛋白质沉积量protein和脂肪沉积量fat的多元线性回归关系，从而计算出蛋中蛋白质和脂肪的能值：
29.nee＝ne
pro
+ne
fat
＝a
×
protein+b
×
fat；
30.步骤2.2.2：
31.(1)在生长期，测量维持代谢能mem、体蛋白沉积能量效率k
p
和体脂肪沉积能量效率kf：
32.建立代谢能摄入量mei与体蛋白沉积净能ne
pro
和体脂肪沉积能ne
fat
的多元线性回归关系，从而计算出体蛋白k
p
和体脂肪kf沉积的能量效率：
[0033][0034]
(2)在产蛋期，测量维持代谢能mem、蛋中蛋白沉积能量效率k
p
和蛋中脂肪沉积能量效率kf，产蛋期线性回归关系同生长期线性回归关系；
[0035]
步骤2.2.3、计算代谢能需要量：
[0036]
(1)在生长期，通过多元线性回归模型的建立，分别得到体蛋白沉积的能值a和能量效率k
p
，体脂肪沉积的能值b和能量效率kf，维持代谢能mem，则
[0037]
每日代谢能需要量为：
[0038][0039]
日粮代谢能需要量为：
[0040][0041]
其中，adfi为平均日采食量；
[0042]
(2)在产蛋期，通过多元线性回归模型的建立，分别得到蛋中蛋白质沉积的能值a和能量效率k
p
，蛋中脂肪沉积的能值b和能量效率kf，维持代谢能mem，产蛋期计算模型同生长期计算模型；
[0043]
步骤3、关联模型输入变量：
[0044]
步骤3.1、预测代谢能维持需要量mem：
[0045]
通过非线性回归分析，关联体重和代谢能维持需要量mem：
[0046]
mem＝d
×
bwe；
[0047]
步骤3.2、预测代谢能沉积需要量：
[0048]
(1)在生长期，与体蛋白沉积直接关联的生产指标为日增重adg、胸肌率breast％或腿肌率thigh％，与体脂肪沉积关联的生产指标为日增重adg和腹脂率abdominal fat％，因此建立多元线性回归模型：
[0049]
每日体蛋白沉积量
[0050]
protein％＝a
×
thigh％+b
×
breast％+c
[0051]
protein＝adg
×
protein％
[0052]
每日体脂肪沉积量
[0053]
fat％＝a
×
abdominal fat％+c；
[0054]
fat＝adg
×
fat％
[0055]
(2)在产蛋期，与产蛋的蛋白和脂肪沉积直接关联的指标为日产蛋量、蛋中蛋白质或脂肪含量，因此建立预测模型如下：
[0056]
蛋中蛋白质或脂肪沉积＝日产蛋量
×
蛋中蛋白质或脂肪含量；
[0057]
步骤3.3、建立代谢能总需要量预测模型：
[0058]
(1)在生长期，结合步骤3.2中体蛋白protein和体脂肪fat沉积量和通过步骤2.2.3中所得预测模型，通过体重、胸肌率、腿肌率或腹脂率对不同生长阶段和不同生产水平的养殖场进行代谢能需要量预测；
[0059]
(2)在产蛋期，结合步骤3.2中蛋中蛋白质protein和脂肪fat沉积量和通过步骤2.2.3产蛋期中所得预测模型，通过日产蛋量、蛋中蛋白质或脂肪含量对不同生产水平的养殖场进行代谢能需要量预测。
[0060]
进一步地，在步骤1中，水分参照国标gb/t6435-2014测量，蛋白质参照国标gb/t6433-2006测量，脂肪参照国标gb/t6433-2006测量，总能含量使用氧弹式能量仪测定。
[0061]
进一步地，在步骤2.2.1中a和b为多元线性回归系数，a和b的生物学意义即蛋白和脂肪的能值。
[0062]
进一步地，在步骤步骤2.2.2中k
p
和kf为多元线性回归系数，k
p
和kf的生物学意义即蛋白和脂肪沉积的能量效率，常数c为维持代谢能mem。
[0063]
进一步地，在步骤3.1中d和e为非线性回归系数，bw为体重。
[0064]
进一步地，在步骤3.2生长期中protein％和fat％为体蛋白和体脂肪含量，thigh％、breast％、abdominal fat％表示腿肌率、胸肌率和腹脂率，a、b、c为体蛋白和体脂肪各自的线性回归参数。
[0065]
与现有技术相比，本发明提供了一种代谢能需要量动态预测方法，具备以下有益效果：
[0066]
代谢能体系是当前禽类生产中普遍使用的能量评价体系。目前黄羽肉鸡营养标准提供的代谢能需要量是固定值，很难满足当前黄羽肉鸡品种多样化和饲养模式、养殖水平多元化的大环境。而本发明专利基于养殖场实际生产水平对代谢能需要量进行个性化精准预测，独创性地关联生产、胴体和产蛋性能作为模型的输入变量，使代谢能预测具有精准性和动态性，以达到快速预测代谢能需要量的目的，从而对不同养殖场进行个性化营养指导，提高养殖场综合收益，降低环境污染，具有极强的产业价值。
附图说明
[0067]
图1为本发明的代谢能需要量动态预测流程图。
具体实施方式
[0068]
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步地详细介绍。
[0069]
如图1所示，本发明提供了一种代谢能需要量动态预测方法，具体步骤如下：
[0070]
(1)在生长期：
[0071]
步骤1、体成分测定：建模前测定机体中水分、蛋白质、脂肪和总能含量，从而计算能量和营养物质体沉积量。
[0072]
进一步地，参照国标gb/t6435-2014测量机体水分，参照国标gb/t6433-2006测量蛋白质，参照国标gb/t6433-2006测量脂肪，使用氧弹式能量仪测定总能含量。
[0073]
步骤2、代谢能析因法模型建立：
[0074]
步骤2.1、代谢能需要量析因模型：
[0075]
me＝meg+mem。
[0076]
步骤2.2、预测沉积代谢能meg：
[0077]
步骤2.2.1、预测体沉积代谢能meg，需要先测量体蛋白沉积(ne
pro
)和体脂肪沉积净能(ne
fat
)：
[0078]
检测体成分中能量、体蛋白含量和体脂肪含量，从而获得体沉积净能(neg)、体蛋白沉积量(protein)和体脂肪沉积量(fat)：
[0079]
体沉积净能neg(kcal)＝胴体质量(kg)
×
胴体能值(kcal/kg)；
[0080]
体蛋白或脂肪沉积(g)＝胴体质量(g)
×
胴体体蛋白或脂肪含量(％)
[0081]
由于体蛋白沉积净能(ne
pro
)和体脂肪沉积能(ne
fat
)是体沉积净能(neg)的两个具体表现形式，所以建立体沉积净能(neg)与体蛋白沉积量(protein)和体脂肪沉积量(fat)的多元线性回归关系，从而计算出体蛋白和体脂肪的能值(cal/g)：
[0082]
neg＝ne
pro
+ne
fat
＝a
×
protein+b
×
fat；
[0083]
其中，a和b为多元线性回归系数，a和b的生物学意义即体蛋白和体脂肪的能值(cal/g)。
[0084]
步骤2.2.2、测量维持代谢能mem、体蛋白沉积能量效率(k
p
)和体脂肪沉积能量效率(kf)：
[0085]
建立代谢能摄入量(mei)与体蛋白沉积净能(ne
pro
)和体脂肪沉积能(ne
fat
)的多元线性回归关系，从而计算出体蛋白(k
p
)和体脂肪(kf)沉积的能量效率(％)：
[0086][0087]
其中k
p
和kf为多元线性回归系数，k
p
和kf的生物学意义即体蛋白和体脂肪沉积的能量效率(％)，常数c为维持代谢能mem。
[0088]
步骤2.2.3、计算代谢能需要量：
[0089]
通过多元线性回归模型的建立，分别得到体蛋白沉积的能值(a)和能量效率(k
p
)，以及体脂肪沉积的能值(b)和能量效率(kf)、以及维持代谢能mem(回归模型常数c)。则每日代谢能需要量(kcal/d)为：
[0090][0091]
日粮代谢能需要量(kcal/kg)为：
[0092][0093]
其中，adfi为平均日采食量(kg/d)。
[0094]
步骤3、关联模型输入变量：
[0095]
步骤3.1、预测代谢能维持需要量mem：
[0096]
动物的维持需要量与体重呈幂函数关系，因此可通过非线性回归分析，关联体重和代谢能维持需要量mem：
[0097]
mem＝d
×
bwe；
[0098]
其中，d和e为非线性回归系数，bw为体重。
[0099]
步骤3.2、预测代谢能沉积需要量：
[0100]
由于代谢能沉积需要量可以剖分为用于沉积体蛋白的代谢能和沉积体脂肪的代谢能，因此关键是建立体蛋白和体脂肪沉积的预测模型，再通过体蛋白和体脂肪各自的能值和能量沉积效率(k
p
和kf)求得代谢能沉积需要量。与体蛋白沉积直接关联的生产指标为日增重(adg)、胸肌率(breast％)或腿肌率(thigh％)，与体脂肪沉积关联的生产指标为日增重(adg)和腹脂率(abdominal fat％)，因此可以建立多元线性回归模型：
[0101]
每日体蛋白沉积量(g/d)
[0102]
protein％＝a
×
thigh％+b
×
breast％+c
[0103]
protein＝adg
×
protein％
[0104]
每日体脂肪沉积量(g/d)
[0105]
fat％＝a
×
abdominal fat％+c；
[0106]
fat＝adg
×
fat％
[0107]
其中，protein％和fat％为体蛋白和体脂肪含量(％)，thigh％、breast％、abdominal fat％表示腿肌率、胸肌率和腹脂率，a、b、c为体蛋白和体脂肪各自的线性回归参数。
[0108]
步骤3.3、建立代谢能总需要量预测模型：
[0109]
结合步骤3.2中体蛋白(protein)和体脂肪(fat)沉积量和通过步骤2.2.3中所得预测模型，可以通过体重、胸肌率、腿肌率或腹脂率对不同生长阶段和不同生产水平的养殖场进行代谢能需要量预测。
[0110]
示例一：利用模型快速预测黄羽肉鸡养殖场代谢能需要量：
[0111]
推算一个清远麻鸡(母鸡)养殖场，第三月龄日粮代谢能需要量(kcal/kg)，以指导饲料配方配制。假设通过上述方法学建立了清远麻鸡第三月龄代谢能需要量预测模型如下：
[0112]
(1)维持代谢能需要量
[0113]
mem＝45
×
bw
0.7
[0114]
其中，bw为体重(kg)，45和0.7为建模所得参数。
[0115]
(2)沉积代谢能需要量
[0116][0117]
其中protein％和fat％分别为清远麻鸡体蛋白和体脂肪含量，0.65和0.8是基于上述方法学得到的体蛋白和体脂肪能量沉积效率，8.4和12.3是得到的体蛋白和体脂肪能值(kcal/kg)。
[0118]
(3)体蛋白含量预测模型
[0119]
protein％＝0.6
×
thigh％+0.65
×
breast％+0.007
[0120]
其中，protein％为清远麻鸡体蛋白含量，thigh％为腿肌率，breast％为胸肌率，0.6、0.65、0.007分别为建模所得的参数。
[0121]
(4)体脂肪含量预测模型
[0122]
fat％＝6.3
×
abdominal fat％+0.03
[0123]
其中，fat％为清远麻鸡体脂肪含量，abdominal fat％为腹脂率，6.3和0.03分别为建模所得的参数。
[0124]
具体步骤如下：
[0125]
步骤一：收集该养殖场第三月龄清远麻鸡生产水平数据，即第三月龄的平均初末体重(bw)、第三月龄平均日增重(adg)和平均日采食量(adfi)。根据第三月龄平均初末体重计算平均体重(bw
均
)。
[0126]
假设统计的第三月龄群体平均初末体重为800g和1200g，则第三月龄平均体重为1000g，平均日增重为13.33g/d，假设平均日采食量为60g/d。
[0127]
步骤二：挑选第三月龄中间阶段(75日龄左右)，体重与群体bw
均
接近的健康清远麻鸡2～3只，屠宰测定胸肌率(breast％)、腿肌率(thigh％)和腹脂率(abdominalfat％)。
[0128]
假设测得的平均胸肌率、腿肌率和腹脂率分别为10％，18％，2.7％。
[0129]
步骤三：根据上述模型，预测维持代谢能需要量为：
[0130]
mem＝45
×
bw
0.7
＝45
×
1.0
0.7
＝45kcal/d。
[0131]
步骤四：根据所得模型，预测体蛋白和体脂肪含量为：
[0132]
protein％＝0.6
×
thigh％+0.65
×
breast％+0.007
[0133]
＝0.6
×
18％+0.65
×
10％+0.007＝18％
[0134]
fat％＝6.3
×
abdominal fat％+0.03＝6.3
×
2.7％+0.03＝20％。
[0135]
体蛋白和体脂肪每日沉积量分别为：
[0136]
protein＝adg
×
protein％＝13.33
×
18％＝2.4g/d
[0137]
fat＝adg
×
fat％＝13.33
×
20％＝2.7g/d。
[0138]
步骤五：根据所得模型，预测沉积代谢能需要量为：
[0139][0140]
步骤六：基于析因法原理，代谢能每日需要量为：
[0141]
me
daily
＝meg+mem＝73+45＝118kcal/d。
[0142]
步骤七：基于第三月龄平均日采食量，将代谢能每日需要量(kcal/d)转化为日粮代谢能需要量(kcal/kg)：
[0143][0144]
(2)在产蛋期：
[0145]
步骤1、蛋成分测定：建模前测定蛋中水分、蛋白质、脂肪和总能含量，从而计算能量和营养物质蛋沉积量。
[0146]
进一步地，参照国标gb/t6435-2014测量蛋中水分，参照国标gb/t6433-2006测量蛋中蛋白质，参照国标gb/t6433-2006测量蛋中脂肪，使用氧弹式能量仪测定总能含量。
[0147]
步骤2、代谢能析因法模型建立：
[0148]
步骤2.1、代谢能需要量析因模型：
[0149]
me＝mee+mem。
[0150]
步骤2.2、预测沉积代谢能meg：
[0151]
步骤2.2.1、预测蛋沉积代谢能mee，需要先测量蛋中蛋白沉积(ne
pro
)和蛋中脂肪沉积净能(ne
fat
)：
[0152]
检测蛋成分中能量、蛋白含量和脂肪含量，从而获得蛋沉积净能(neg)蛋中蛋白质沉积量(protein)和脂肪沉积量(fat)：
[0153]
蛋沉积净能nee＝日产蛋量
×
全蛋能值；
[0154]
蛋中蛋白质或脂肪沉积＝日产蛋量
×
蛋中蛋白质或脂肪含量；
[0155]
建立蛋沉积净能nee与蛋中蛋白质沉积量protein和脂肪沉积量fat的多元线性回归关系，从而计算出蛋中蛋白质和脂肪的能值(cal/g)：
[0156]
neg＝ne
pro
+ne
fat
＝a
×
protein+b
×
fat；
[0157]
其中，a和b为多元线性回归系数，a和b的生物学意义即蛋中蛋白质和脂肪的能值(cal/g)。
[0158]
步骤2.2.2、测量维持代谢能mem、蛋中蛋白沉积能量效率(k
p
)和脂肪沉积能量效率(kf)：
[0159]
建立代谢能摄入量(mei)与蛋中蛋白沉积净能(ne
pro
)和脂肪沉积能(ne
fat
)的多元线性回归关系，从而计算出蛋中蛋白(k
p
)和脂肪(kf)沉积的能量效率(％)：
[0160][0161]
其中k
p
和kf为多元线性回归系数，k
p
和kf的生物学意义即蛋中蛋白和脂肪沉积的能量效率(％)，常数c为维持代谢能mem。
[0162]
步骤2.2.3、计算代谢能需要量：
[0163]
通过多元线性回归模型的建立，分别得到蛋中蛋白沉积的能值(a)和能量效率(k
p
)，以及蛋中脂肪沉积的能值(b)和能量效率(kf)、以及维持代谢能mem(回归模型常数c)。则每日代谢能需要量(kcal/d)为：
[0164][0165]
日粮代谢能需要量(kcal/kg)为：
[0166][0167]
其中，adfi为平均日采食量(kg/d)。
[0168]
步骤3、关联模型输入变量：
[0169]
步骤3.1、预测代谢能维持需要量mem：
[0170]
通过非线性回归分析，关联体重和代谢能维持需要量mem：
[0171]
mem＝d
×
bwe；
[0172]
其中，d和e为非线性回归系数，bw为体重。
[0173]
步骤3.2、预测代谢能沉积需要量：
[0174]
与产蛋的蛋白和脂肪沉积直接关联的指标为日产蛋量、蛋中蛋白质或脂肪含量。
因此建立预测模型如下：
[0175]
蛋中蛋白质或脂肪沉积＝日产蛋量
×
蛋中蛋白质或脂肪含量。
[0176]
步骤3.3、建立代谢能总需要量预测模型：
[0177]
结合步骤3.2中蛋中蛋白质protein和脂肪fat沉积量和通过步骤2.2.3产蛋期中所得预测模型，通过日产蛋量、蛋中蛋白质或脂肪含量对不同生产水平的养殖场进行代谢能需要量预测。
[0178]
示例二：利用模型快速预测黄羽肉种鸡养殖场产蛋期代谢能需要量：
[0179]
推算一个清远麻鸡(种母鸡)养殖场产蛋期日粮代谢能需要量(kcal/kg)，以指导饲料配方配制。
[0180]
步骤一：建立模型
[0181]
假设通过上述方法学建立了种母鸡产蛋期代谢能需要量预测模型如下：
[0182]
维持代谢能需要量mem＝32
×
bw
0.7
[0183]
其中bw为体重(kg)，32和0.7为建模所得参数。
[0184]
蛋沉积代谢能需要量
[0185][0186]
其中，protein和fat分别为种母鸡鸡蛋蛋白质和鸡蛋脂肪每日沉积量，0.65和0.78是基于上述方法学得到的鸡蛋蛋白质(k
p
)和脂肪(kf)能量沉积效率(％)，8.2和12.2是得到的鸡蛋蛋白质(a)和脂肪(b)能值(kcal/kg)。
[0187]
鸡蛋蛋白质和脂肪每日沉积量预测模型：
[0188]
protein＝egg production
×
egg protein％；
[0189]
fat＝egg production
×
egg fat％；
[0190]
其中protein和fat分别为种母鸡鸡蛋蛋白质和鸡蛋脂肪每日沉积量，eggproduction指每日产蛋量(g/d)，egg protein和egg fat％指平均鸡蛋蛋白质含量和脂肪含量。
[0191]
步骤二：收集该养殖场清远麻鸡种母鸡产蛋期群体平均体重数据，假设平均体重bw为2.5kg。则维持代谢能需要量为：
[0192]
mem＝32
×
bw
0.7
＝32
×
2.5
0.7
＝61kcal/d；
[0193]
步骤三：收集种母鸡产蛋性能数据，假设种母鸡限饲饲喂量为110g/d，平均日产蛋量45g/d，检测样品鸡蛋中平均蛋白质含量13％，脂肪含量12％。根据所得模型，预测鸡蛋中蛋白质和脂肪每日沉积量为：
[0194]
protein＝egg production
×
egg protein％＝45
×
13％＝5.85g/d；
[0195]
fat＝egg production
×
egg fat％＝45
×
12％＝5.4g/d；
[0196]
步骤四：根据上述模型，预测蛋沉积代谢能每日需要量为：
[0197][0198]
步骤六：基于析因法原理，代谢能每日需要量为：
[0199]
me
daily
＝mee+mem＝158+61＝219kcal/d；
[0200]
步骤七：基于每日平均饲喂量100g/d，将代谢能每日需要量(kcal/d)转化为日粮代谢能需要量(kcal/kg)：
[0201][0202]
本发明为基于黄羽肉鸡的代谢能需要量动态预测方法，由于方法学对其他禽类(白羽肉鸡、肉鸭、肉鹅、肉鸽、种禽、蛋禽等)通用，因此采用该本方法对其他禽类的应用也属于本发明的保护范围。以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

技术特征：
1.一种代谢能需要量动态预测方法，其特征在于：具体步骤如下：步骤1、体成分或蛋成分测定：建模前测定机体或蛋中水分、蛋白质、脂肪和总能含量，从而计算能量和营养物质体沉积量或蛋沉积量；步骤2、代谢能析因法模型建立：步骤2.1、代谢能需要量析因模型：在生长期me＝me
g
+me
m
；在产蛋期me＝me
e
+me
m
；步骤2.2、预测沉积代谢能：步骤2.2.1：(1)在生长期，预测体沉积代谢能me
g
，需要先测量体蛋白沉积净能ne
pro
和体脂肪沉积净能ne
fat
：检测体成分中能量、体蛋白含量和体脂肪含量，从而获得体沉积净能ne
g
、体蛋白沉积量protein和体脂肪沉积量fat：体沉积净能ne
g
＝胴体质量
×
胴体能值；体蛋白或脂肪沉积＝胴体质量
×
胴体体蛋白或脂肪含量；建立体沉积净能ne
g
与体蛋白沉积量protein和体脂肪沉积量fat的多元线性回归关系，从而计算出体蛋白和体脂肪的能值：ne
g
＝ne
pro
+ne
fat
＝a
×
protein+b
×
fat；(2)在产蛋期，预测蛋沉积代谢能me
e
，需要先测量蛋中蛋白质沉积净能ne
pro
和蛋中脂肪沉积净能ne
fat
：检测蛋成分中能量、蛋白含量和脂肪含量，从而获得蛋沉积净能ne
g
、蛋中蛋白质沉积量protein和脂肪沉积量fat：蛋沉积净能ne
e
＝日产蛋量
×
全蛋能值；蛋中蛋白质或脂肪沉积＝日产蛋量
×
蛋中蛋白质或脂肪含量；建立蛋沉积净能ne
e
与蛋中蛋白质沉积量protein和脂肪沉积量fat的多元线性回归关系，从而计算出蛋中蛋白质和脂肪的能值：ne
e
＝ne
pro
+ne
fat
＝a
×
protein+b
×
fat；步骤2.2.2：(1)在生长期，测量维持代谢能me
m
、体蛋白沉积能量效率k
p
和体脂肪沉积能量效率k
f
：建立代谢能摄入量me
i
与体蛋白沉积净能ne
pro
和体脂肪沉积能ne
fat
的多元线性回归关系，从而计算出体蛋白k
p
和体脂肪k
f
沉积的能量效率：(2)在产蛋期，测量维持代谢能me
m
、蛋中蛋白沉积能量效率k
p
和蛋中脂肪沉积能量效率k
f
，产蛋期线性回归关系同生长期线性回归关系；步骤2.2.3、计算代谢能需要量：(1)在生长期，通过多元线性回归模型的建立，分别得到体蛋白沉积的能值a和能量效
率k
p
，体脂肪沉积的能值b和能量效率k
f
，维持代谢能me
m
，则每日代谢能需要量为：日粮代谢能需要量为：其中，adfi为平均日采食量；(2)在产蛋期，通过多元线性回归模型的建立，分别得到蛋中蛋白质沉积的能值a和能量效率k
p
，蛋中脂肪沉积的能值b和能量效率k
f
，维持代谢能me
m
，产蛋期计算模型同生长期计算模型；步骤3、关联模型输入变量：步骤3.1、预测代谢能维持需要量me
m
：通过非线性回归分析，关联体重和代谢能维持需要量me
m
：me
m
＝d
×
bw
e
；步骤3.2、预测代谢能沉积需要量：(1)在生长期，与体蛋白沉积直接关联的生产指标为日增重adg、胸肌率breast％或腿肌率thigh％，与体脂肪沉积关联的生产指标为日增重adg和腹脂率abdominal fat％，因此建立多元线性回归模型：每日体蛋白沉积量protein％＝a
×
thigh％+b
×
breast％+cprotein＝adg
×
protein％每日体脂肪沉积量fat％＝a
×
abdominal fat％+c；fat＝adg
×
fat％(2)在产蛋期，与产蛋的蛋白和脂肪沉积直接关联的指标为日产蛋量、蛋中蛋白质或脂肪含量，因此建立预测模型如下：蛋中蛋白质或脂肪沉积＝日产蛋量
×
蛋中蛋白质或脂肪含量；步骤3.3、建立代谢能总需要量预测模型：(1)在生长期，结合步骤3.2中体蛋白protein和体脂肪fat沉积量和通过步骤2.2.3中所得预测模型，通过体重、胸肌率、腿肌率或腹脂率对不同生长阶段和不同生产水平的养殖场进行代谢能需要量预测；(2)在产蛋期，结合步骤3.2中蛋中蛋白质protein和脂肪fat沉积量和通过步骤2.2.3产蛋期中所得预测模型，通过日产蛋量、蛋中蛋白质或脂肪含量对不同生产水平的养殖场进行代谢能需要量预测。2.根据权利要求1所述的一种代谢能需要量动态预测方法，其特征在于：在步骤1中，水分参照国标gb/t6435-2014测量，蛋白质参照国标gb/t6433-2006测量，脂肪参照国标gb/t6433-2006测量，总能含量使用氧弹式能量仪测定。
3.根据权利要求1所述的一种代谢能需要量动态预测方法，其特征在于：在步骤2.2.1中a和b为多元线性回归系数，a和b的生物学意义即蛋白和脂肪的能值。4.根据权利要求1所述的一种代谢能需要量动态预测方法，其特征在于：在步骤步骤2.2.2中k
p
和k
f
为多元线性回归系数，k
p
和k
f
的生物学意义即蛋白和脂肪沉积的能量效率，常数c为维持代谢能me
m
。5.根据权利要求1所述的一种代谢能需要量动态预测方法，其特征在于：在步骤3.1中d和e为非线性回归系数，bw为体重。6.根据权利要求1所述的一种代谢能需要量动态预测方法，其特征在于：在步骤3.2生长期中protein％和fat％为体蛋白和体脂肪含量，thigh％、breast％、abdominal fat％表示腿肌率、胸肌率和腹脂率，a、b、c为体蛋白和体脂肪各自的线性回归参数。

技术总结
本发明公开了一种代谢能需要量动态预测方法，涉及代谢能需要量预测技术领域，步骤1、体成分或蛋成分测定，步骤2、生长期或产蛋期建立代谢能析因法模型，步骤3、分别在生长期或产蛋期关联模型输入变量。本发明基于更科学的析因法原理，根据实际生产水平对代谢能需要量进行动态预测，从而对不同养殖场进行个性化营养指导，提高养殖场综合收益，降低环境污染，具有极强的产业价值。极强的产业价值。极强的产业价值。


技术研发人员：张赛 蒋守群 蒋宗勇 阮栋 苟钟勇 林厦菁 王一冰
受保护的技术使用者：广东省农业科学院动物科学研究所
技术研发日：2023.06.19
技术公布日：2023/9/22