使用多物种NIRS模型预测草食动物便样本中的纤维含量
Mariana Rossa1, Emmanuel Serrano2, João Carvalho1
1Departamento de Biologia e Centro de Estudos do Ambiente e do Mar (CESAM), Universidade de Aveiro, Campus Universitário de Santiago, Aveiro, Portugal.
PloS one
|January 8, 2025
概括
新的多种类型模型使用近红外反射光谱学准确预测草食动物的便纤维含量 (中性洗剂纤维,酸性洗剂纤维和酸性洗剂素). 这推动了跨多种物种的营养生态学研究.
科学领域:
- 动物营养和新陈代谢
- 营养生态学 营养生态学
- 频谱学应用 频谱学应用
背景情况:
- 草食动物便中的纤维含量对于了解消化健康和营养生态至关重要.
- 传统的近红外反射光谱 (NIRS) 对便纤维的校准是特定于物种的,需要广泛的样本集.
- 对NIRS进行多种物种校准将使其能够在各种各样的草食物种中得到更广泛的应用.
研究的目的:
- 开发和验证多种近红外反射光谱 (NIRS) 校准模型,用于预测便纤维成分 (中性洗剂纤维,酸性洗剂纤维和酸性洗剂红).
- 评估这些多物种模型对各种养和野生草食动物物种的准确性.
- 评估将硫酸纳入纤维测定协议的影响.
主要方法:
- 开发了多种类的NIRS校准模型,用于便中性清洁剂纤维 (NDF),酸性清洁剂纤维 (ADF) 和酸性清洁剂木质素 (ADL),使用6种草食动物物种的445个样本.
- 80%的样品用于校准,20%用于内部验证.
- 执行了外部验证,使用了5种额外的除草动物物种的63个样本,这些样本不包括在校准套件中.
主要成果:
- 针对NDF,ADF和ADL (校准R2 ≥0.93,验证R2 ≥0.91) 开发了高精度的多种类型NIRS模型.
- 外部验证显示,对NDF (R2 0.860.94) 和ADF (R2 0.800.95) 的准确性令人满意,对不同物种的ADL (R2 0.660.89) 的准确性可接受.
- 将硫酸纳入该方案并没有显著改善便纤维预测的准确性.
结论:
- 多种类NIRS校准提供了一个高度准确和多功能工具,用于评估便纤维含量在广泛的食草动物物种.
- 这些模型代表了研究各种食策略的食草动物的营养生态的重大进步.
- 通过将数据集扩展到更多的物种和地理位置,可以实现未来的改进.
