Download doc

Modelaje de la Fermentación
Ruminal y Requerimientos
Nutricionales de Ganado Bovino
con el CNCPS
Luis O. Tedeschi y Danny G. Fox
Cornell University
FMVZ-UADY, Xmatkuil, Yucatán
11 al 15 de octubre de 2004
Propósito del modelo




Mejorar la eficiencia de conversión de nutrientes
en dietas del ganado a alimentos para consumo
humano
Mejorar la nutrición de ganado conduce a mayor
productividad y reduce el consumo de escasos
recursos e impactos ambientales indeseables
La sostenibilidad requiere de costos bajos de
alimentación por unidad de rendimiento
Hay de considerar los factores que afectan al
comportamiento de cada finca
¿Por qué modelos matemáticos?



Existe amplia variación en los tipos de ganado,
los alimentos, y los ambientes de producción
ganadera
Hay muchas variables que contar…
Son complejos los procesos biológicos y las
ecuaciones requeridas para cada uno


Es decir, las interacciónes son complejas…
Permiten la integración de análisis económico
de respuestas a los procesos biológicos
Aplicaciones del modelo CNCPS

Herramienta

pedagógica para estudiantes y consultores
 para diseñar e interpretar experimentos
Aplicar resultados de las investigaciones
 Desarrollar tablas de requerimientos
nutricionales
 Diagnosticar y mejorar programas
nutricionales
 Planificar el manejo de nutrientes (ej., finca)

El CNCPS es una herramienta
para comprender mejor
la nutrición de rumiantes,
para estimular el intelecto e
intuición, y para mejorar la
capacidad de simulación mental
Software que utiliza el CNCPS
CNCPS v. 5.0 y 6.0
 CPM LECHERO v. 2 y v. 3
 Productos de la industria de alimentos: ej.,
el sistema Dalex
 Componentes del modelo NRC para gdo
de carne (1996)
 Componentes del modelo NRC para gdo
lechero (2001)

¿Dónde se obtiene información
sobre el modelo CNCPS?

Visitar nuesto sitio internet:
http://www.cncps.cornell.edu

Más de 50 artículos científicos publicados (ver sitio)

Cornell Animal Science Bulletin 213 (boletín técnico)

CD-ROM con el programa de computadora CNCPS,
artículos de revistas científicas, y el Boletín 213
Objetivos de la presentación



Resumir la estructura del CNCPS para computar
los requerimientos y la oferta de nutrientes para
satisfacer los requerimientos
Describir cómo el modelo ruminal utiliza
conocimiento sobre la fermentación ruminal
para pronosticar la digestión de alimentos
Proveer información respecto a futuras
estructuras del modelo CNCPS
1er paso:
Pronosticar requerimientos

Requerimientos



Los requerimientos pronosticados varian con



para mantenimiento son pronosticados por grupo racial y
condiciones ambientales
para crecimiento son computados para cualquier tamaño
corporal maduro para una productividad de vida óptima
los días de gestación
el rendimiento de leche esperado
Se pronostican las reservas corporales y flujos de
energía para evaluar el estado positivo o negativo de
balance energético
2do paso:
Pronosticar ofertas



Computar fracciones de carbohidratos y
proteína de cada alimento disponibles para
fermentación ruminal
Se utiliza un modelo ruminal mecanístico para
pronosticar crecimiento microbial y absorción de
energía y proteína de cada alimento
Computar digestibilidad intestinal, TND, y PM
El modelo tiene que diagnosticar
con precisión
el comportamiento animal
antes de ser utilizado para
identificar cambios de dieta que
mejoren el comportamiento
Precisión de pronósticos de
crecimiento
Tabular
r2
sesgo
Primer limitante: EM en la dieta
0.61
-11.4*
Empírico
0.73
- 2.2
Modelo ruminal
0.80
0.4
Primer limitante: PM en la dieta
Tabular
0.80
- 4.3
Empírico
Modelo ruminal
0.79
0.92
- 0.5
1.9
EPCM
0.23
0.14
0.10
0.21
0.22
0.11
Crecimiento, gdo de carne
2.5
y = 0.9535x + 0.1456
Observed ADG, kg d-1
2.3
Y=X
r2 = 0.89
2.1
1.9
1.7
1.5
1.3
1.1
0.9
0.7
0.5
0.5
1
1.5
Predicted ADG, kg d-1
2
2.5
Ganado Lactante
Y=X
60
ME First Limiting:
y = 0.7447x + 12.472
Observed milk, kg d-1
50
r2 = 0.76
40
MP First Limiting:
y = 0.9647x + 0.5534
30
r2 = 0.84
20
All Points:
y = 1.0008x + 1.7307
10
r2 = 0.88
0
0
10
20
30
40
Predicted milk, kg d-1
50
60
Pronósticos de los
requerimientos del
animal:
Mantenimiento
Factores que afectan al
mantenimiento


Peso corporal
Estado fisiológico
 No
lactante
 Lactante
 Compensación

Aclimatización
 Previas
temperaturas

Estrés de calor o frío
 Aislamiento
externo
 Condición de la piel
 Viento (velocidad)
 Grosor de la piel
 Aislamiento externo
 Condición corporal
 Edad
Cámaras calorimétricos del USDA en Beltsville, Maryland
Requerimientos para
mantenimiento

Vaquillas lecheras = SBW0.75 x 0.086

Vacas lecheras
= SBW0.75 x 0.080

Ganado de carne
= SBW0.75 x 0.077

Hay que incluir metabolismo basal más un 10%
para actividad física
Pronósticos de los
requerimientos del
animal:
Crecimiento
Pronósticos de ENg requerido en
EE. UU.


Genotipo: más de 80 grupos raciales
Sex
 Novillos
castrados para engorda, vaquillas y toros
 Vaquillas de reemplazo
 Toros
 Vacas


Combinaciones de implantes
Sistemas de alimentación
Establecer la meta para
el contenido de grasa corporal
Grado de
marmoleo
Grasa
(%)
Calif.
USDA
Calif.
Canadiense
Trazas
25
Estandar
A
Mínimo
27
Selecto
AA
Poco
28
Choice
AAA
Grupo racial vs. grasa corporal
Empty body fat, %
30%
1
2 34
5
6
25%
6 - Holstein bulls
20%
5 - Angus bulls
4 - Holstein steers
15%
3 - Angus steers
10%
2 - Holstein heifers
1 - Angus heifers
5%
100
600
Empty body weight, kg
Pronosticar requerimiento para
crecimiento
Las ecuaciones NRC de 1984 para
castrados de mediano tamaño corporal
describen la curva de crecimiento de
bovinos con base en 20 años de datos
sobre composición corporal en la Univ. de
California
 Ajustes al sistema base debido a la amplia
variabilidad en tamaño corporal

20
18
16
14
12
10
8
6
4
2
0
Body Protein
Protein in gain
120
100
80
60
40
20
0
200
400
600
Shrunk Body Weight, kg
800
0
1000
Empty Body Protein, kg
Protein in gain, %
Composición de proteína:
nacimiento a madurez
120
700
100
600
500
80
400
60
300
Fat in gain
40
Body Fat
20
0
0
200
400
600
Shrunk Body Weight, kg
800
200
100
0
1000
Empty Body Fat, kg
Fat in gain, %
Composición de grasa:
nacimiento a madurez
Cálculo de EqSBW en base al
peso estandar de referencia
(SRW)
EqSBW = BWactual x (SRW / FW)
SRW:
435 kg @ 25% EBF
462 kg @ 27% EBF
478 kg @ 28% EBF
Cálculo de ENg requerido
ENg = 0.0635 x EqEBW0.75 x EBG1.097
Requerimiento de Energía Neta:
Un ejemplo
Peso final: 478 kg
* peso, kg
* ENm, Mcal/d
Peso final: 667 kg
* peso, kg
* ENm, Mcal/d
ENg, Mcal/d
* 0.68 kg/d
* 1.59 kg/d
A
227
4.51
C
324
5.89
B
408
7.00
D
583
9.15
2.14
5.42
3.32
8.42
Pronósticos de los
requerimientos del
animal:
Reservas
corporales
Computar las reservas
corporales
Pronosticar los suplementos requeridos
para alcanzar la meta de condición
corporal y
 Pronosticar la cantidad de alimento
reemplazado por las reservas

Cambios en condición corporal
durante lactación
Modified from Mao et al. (2004)
Reservas de energía en diferentes
estados de condición corporal (CC)
Peso maduro con CC 3
400 kg
600 kg
800 kg
CC
% de
peso vivo
Mcal EN por unidad de cambio
en CC
2
86
134
201
251
3
100
164
246
307
4
114
193
290
362
5
127
222
333
417
Contenido de grasa corporal cambia 7.54% por unidad de CC (lechero): 1 Mcal sustituye a
0.82 Mcal ENL y 1 Mcal ENL en la dieta provee (1/0.644) x 0.75 = 1.16 Mcal EN de las reservas
Reserva corporal: Un ejemplo
Considerar una vaca lactante que pesa 600
kg con condición corporal de grado 3

Si el balance energético es -3 Mcal ENL/d,
perderá 1 grado de CC en 67 días
(246×0.82/3)

Si el balance energético es +3 Mcal ENL/d,
ganará 1 grado de CC en 70 días
(246/(3/0.644×0.75)
Pronósticos de los
requerimientos del
animal:
Gestación y
lactación
Gestación y lactación

Computar los requerimientos de gestación
conforme con el peso esperado al nacer y
número de días post-concepción

Computar los requerimientos de lactación
conforme con la composición y cantidad
de leche producida
Pronósticos de las
ofertas de energía
y nutrientes:
El rumen
Fracciones de carbohidratos y proteína
utilizadas por el modelo ruminal
del CNCPS

A = rápida degradación en el rumen


B = degración más lenta en el rumen


azúcares, proteína soluble
almidones, FDN disponible
C = no disponible para digestión ruminal

lignina, proteína FDA
Análisis químico de alimentos
para determinar fracciones de
carbohidratos y proteína
• Materia seca
• Proteína bruta
• Cenizas
• Proteína bruta soluble
• FDN
• N no-proteíco
• Extracto etéreo
• Proteína FDN
• Lignina
• Proteína FDA
• Almidón
Fracciones de carbohidratos (CHO)
CHO libres de N
(por diferencia)
Acido
orgánico
y
azúcares
CHO A (kd rápido)
Almidón
y fibra
CHO B1 (kd mediano)
soluble
FDN
FDN
Lignina
CHO B2 (kd lento)
CHO C (no disponible)
Estructura de CHO en el CNCPS
Feed CHO
Su gars
Ethanol Insolu ble Resid ue (EIR)
Starch
Pectins (NDSF)
NDF
ADF
N D -A D
Cel.
A
B1
B2
Lig.
C
Fracciones de proteína (PRO)
PNP
Proteína
soluble
Péptidos
RUBISCO*
PRO A (kd veloz)
PRO B1 (kd rápido)
PRO B2 (kd variable)
PBFDN
PRO B3 (kd lento)
PBFDA
PRO C (indigestible)
Extensinas
* RUBISCO = Carboxilasa de ribulosa 1,5-bifosfato
Estructura de proteína en el
CNCPS
Feed N
Bu ffer solu ble TP
NPN
A
Bu ffer solu ble N
B1
Borate-p hosp hate bu ffer insolu ble N
NDF solu ble N
B2
NDIN
ND-AD
AD IN
B3
C
Degradación ruminal
Proporción
degradada =
tasa de digestión
tasa de digestión + tasa de pasaje
Tasas de degradación
•
•
Estas tasas son específicas respecto
a la fracción (pool) y alimento; son
basadas en datos de investigación
Pueden ser modificadas por
•
el procesamiento del alimento
• el pH del rumen
Caracterización de alimentos
Fracciones CHO
Kd1
Kd2
Fracciones PRO
Kd3
Kd4
Kd5
Tasas de degradación: CHO
CHO libres de N
(por diferencia)
FDN
Acido
orgánico
y
azúcares
Almidón
y fibra
soluble
FDN
Lignina
A: 175 a 300%/h (kd>>kp)
B1: 25 a 40%/h (kd > kp)
B2: 3 – 6%/h (kd ≈ kp)
C: 0%/h
Tasa de degradación: PRO
PNP
Proteína
soluble
Péptidas
RUBISCO*
PRO A: ∞ (kd >>>>>> kp)
PRO B1: 175 a 300%/h (kd >> kp)
PRO B2: 6 a 12%/h (kd ≈ kp)
PBFDN
PRO B3: 0.12 a 2%/h (kd << kp)
PBFDA
PRO C: 0%/h
Extensinas
* RUBISCO = Carboxilasa de ribulosa 1,5-bifosfato
Dinámica de alimentos
en el rumen
kd
Feed
-1
kp
Liquids
-- -- -- -- -- -Solids
kp
kd
0.08 - 0.20 h
-1
0.03 - 0.20 h -1
0.03 - 0.15 h -1
Kp = 5%/h y Kd = 5%/h
Digestibilidad ruminal = 5/(5 + 5) = 5/10 = 50%
Amount of Feed Digested in Rumen (%)
0.20 - 0.70 h
100
Kp= 0.05 h-1
Kp=0.15 h-1
80
60
Kd / (K d + Kp)
40
20
0
0
0.2
0.4 0.6
Kd (h-1)
0.8
1
El concepto del FDN efectivo
Mertens (2002) @ Plains Nutrition Conference
FDN físicamente efectivo (feFDN)

Tal porción de la pared celular total que
incrementa la rumiación y motilidad del
rumen con bases en:

tamaño de partículas
 grado de lignificación de la FDN

Está medido como el % de FDN del
alimento capturado con una malla de
1.18 mm después del agite vertical
(Mertens, 1997)
Efectividad física de forrajes
Forma
física
Longitud
(cm)
Heno
de
pasto
Ensilaje,
pasto
Ensilaje,
maíz
Heno,
alfalfa
Ensilaje,
alfalfa
% de FDN que es físicamente efectivo
Largo
100
95
Picado,
grueso
4.8 a 8
95
95
90
Picado,
mediano
1.2 a 2.0
90
90
85
85
80
Picado,
fino
0.3 a 0.5
85
85
80
80
70
Molido
0.15 a 0.25
40
Mertens (1997)
85
40
Efectividad física de granos
HMC
Cebada
Maíz,
Maíz,
quebrado
molido
Harina/
pelet
% de FDN que es físicamente efectivo
Rolado
Grueso
Mediano
Fino
Mertens (1997)
80
70
60
40
30
Efecto del tamaño de partículas
sobre la rumiación
Partícula
Rumiación
min/día
% de largo
Paja larga
528
100
Capturado con
malla de 1.18 mm
454
89
Capturado con
malla de 0.60 mm
208
39
(J.G. Welch, personal communication, Un. Vermont)
feNDF vs pH ruminal
7.5
pH
7.0
6.5
6.0
5.5
5.0
0
10
20
30
40
% physically effective NDF in Diet
50
FDN kd vs pH ruminal
0.12
NDF Digestion Rate, %/h
0.10
0.08
4 %/h
6 %/h
8 %/h
10 %/h
0.06
0.04
0.02
0.00
5.7
5.8
5.9
6.0
Ruminal pH
6.1
6.2
Tasa de pasaje vs consumo de MS
8%
Passage Rate, %/h
7%
6%
5%
4%
3%
2%
Forages
1%
Concentrates
0%
8
12
16
20
Dry Matter Intake, kg
24
28
Passage Rate, %/h
Tasa de pasaje vs peso corporal
5.0%
4.5%
4.0%
3.5%
3.0%
2.5%
2.0%
1.5%
1.0%
0.5%
0.0%
400
Forages
Concentrates
450
500
550
600
Body Weight, kg
650
700
750
Factor de ajuste vs feNDF
Adjustment Factor
1.60
1.40
Forages
1.20
Concentrates
1.00
0.80
0.60
0.40
0.20
0.00
0
10
20
30
40
50
60
Effective NDF, %DM
70
80
90
100
Modelo del crecimiento bacteriano
ruminal
Bacteria CF
Bacteria CNF
Péptido + AA
Fibra
NH3
No fibra
CHO
CHO
Energía
(ATP)
Energía
(ATP)
AGV
AGV
Células
microbiales
Mantenimiento
Mantenimiento
(50 mg hexosa
(150 mg hexosa
mg-1 proteína h-1)
Mg-1 proteína h-1)
derrame,
energía
Ajuste para deficiencia ruminal
de AGV de cadenas ramificadas

Los ácidos grasos volátiles de cadenas
ramificadas (AGVCR) son derivados de la dieta
o de proteína bacterial reciclado por
deaminación oxidativa ruminal y descarboxilación de AA:
 Valine
 Isovaleric  Leucine
 2-Methylbutyric  Isoleucine
 Isobutyric

Una deficiencia en estos AGV tiene mayor
impacto en dietas altas en fibra (ej., pastoreo)
Resumen

Modelos pueden ser aprovechados en fincas para
integrar y aplicar conocimientos científicos de
requerimientos de animales y función ruminal

La evolución del CNCPS continuará en base a nuevas
investigaciones para:
 pronosticar mejor la variación en comportamiento
animal
 mejorar la productividad animal y la utilización de
alimentos
 reducir la carga de nutrientes en las excretas