预测牛中的微生物蛋白质合成:对现有方程的评估以及改善未来方程准确度和精度所需的步骤

科学领域:

• 动物营养 动物营养
• 动物生理学 动物生理学
• 营养物质的新陈代谢

背景情况:

• 在肉牛中,微生物原蛋白 (MCP) 合成预测通常使用基于能量和蛋白质摄入量的经验方程.
• 现有的模型表现出显著的变化,影响了准确的营养管理.
• 对于MCP合成的文献数据有限,并且由于间接测量方法,往往不一致.

研究的目的:

• 开发和评估新的回归方程,用于预测肉牛的MCP合成.
• 将新开发的方程与现有模型的预测性能进行比较.
• 评估饮食成分如有机物,原蛋白和NDF对MCP预测准确性的影响.

主要方法:

• 使用已发表文献的综合数据库来导出新的MCP预测方程.
• 方程是基于有机物 (OM),原蛋白 (CP) 和中性洗剂纤维 (NDF) 的摄入量.
• 统计评估涉及重新抽样和模拟多变量正常人群抽样,以评估回归适应性.

主要成果:

• 新开发的方程证明了与现有的实证模型可比的合适统计数据.
• 预测的根平均平方误差平均为155g/d (平均值的28.7%),这表明所有模型的预测变化很大.
• 简化的MCP计算 (10%的可消化营养总摄入量) 给出了类似于更复杂方程的结果.

结论:

• 目前的经验方程,包括新开发的方程,在预测MCP合成方面显示出相当大的不精确性.
• 在MCP测量方法的固有变化有助于预测不准确性.
• 进一步的研究对于完善MCP估计至关重要,可能利用新的meta-omics工具来提高准确性和一致性.