2. 西南科技大学生命科学与工程学院, 绵阳 621010;
3. 四川铁骑力士食品有限责任公司, 绵阳 621010
, ZHAO Yuqing1, ZHONG Ruqing1, LIU Lei1, YAN Honglin2, ZHOU Jianchuan3, CHEN Liang1
, ZHANG Hongfu1
2. School of Life Science and Engineering, Southwest University of Science and Technology, Mianyang 621010, China;
3. Sichuan Tie Qi Li Shi Food Co. Ltd., Mianyang 621010, China
随着人民生活质量的提高和膳食结构的升级，畜产品增产压力愈大，饲料资源短缺严重制约我国畜牧业高质量发展，甚至影响国家粮食安全。家禽因具有繁殖速度快、饲料转化效率高，适宜于规模化、集约化生产等特性，在畜产品生产中的重要性不断提升。饲料成本占家禽养殖成本的70%以上，其中能量饲料成本占比最大[1-2]。因此，准确评定饲料原料有效能值可节约饲料资源、降低饲料成本、减少废弃物的排放。测定家禽饲料有效能值有自由采食法(free feeding, FF)和排空强饲法(tube feeding, TF)[3-4]，其中FF法多用于肉仔鸡及产蛋鸡的饲料有效能评定，而TF多以成年公鸡为试验动物。Liu等[5]使用TF评定了肉用种公鸡4种玉米的表观代谢能(apparent metabolizable energy, AME)，在干物质(dry matter, DM)基础上变异范围为15.64~16.72 MJ·kg－1 DM。周克[6]以肉仔鸡和成年肉种公鸡为试验动物，比较了FF法和TF法对玉米AME测值的影响，发现TF法测定的玉米AME低于FF法，但因试验动物的不同，引入了年龄对结果的影响。TF法会对试验动物产生较大应激，强饲量的不同也会对有效能产生影响[7]，此外，由于强饲量远少于动物实际生产中的采食量，因此FF法再次受到关注[8]。
不同产地的饲料原料因营养成分含量的不同，其有效能值存在差异。王超胜[9]自全国各地采集了30份玉米样品，其总能(gross energy, GE)变异范围13.98~18.40 MJ·kg－1 DM，变异系数为4.32%，粗蛋白变异范围为7.60%~11.47%，变异系数为11.46%，30个玉米的ME变异范围为11.37~16.91 MJ·kg－1 DM，变异系数为5.68%(P < 0.001)。杨霞[10]测定了取自不同地域10个玉米样品的AME和真代谢能(true metabolizable energy, TME)变异范围分别为14.19~15.03 MJ·kg－1和15.51~16.90 MJ·kg－1。Lasek等[11]比较了早熟、中早熟、中晚熟玉米的养分含量及氮校正表观代谢能(N-corrected apparent metabolizable energy, AMEn)，发现玉米的糖分、粗纤维(crude fiber, CF)、酸性洗涤纤维(acid detergent fiber, ADF)、酸性洗涤木质素(acid detergent lignin, ADL)、不可溶膳食纤维(insoluble dietary fiber, IDF)和AMEn存在显著差异(P < 0.05)。
因此，本试验以不同来源的玉米、高粱为试验材料，采用FF法和TF法测定其AME和TME，比较产地和评定方法对原料有效能值的影响，为鸡饲料原料有效能值评定方法的选择及不同产地的玉米、高粱饲粮配方设计提供数据参考。
1 材料与方法 1.1 试验材料试验所用玉米、高粱原料分别由中国农业科学院作物科学研究所、四川铁骑力士食品有限责任公司、金益农生物科技(天津)有限公司提供，原料产地信息见表 1，养分含量及总能见表 2。
|
表 1 玉米、高粱原料及其产地 Table 1 Orign of corn and sorghum |
|
|
表 2 不同来源玉米和高粱主要养分和总能含量(风干基础) Table 2 Main nutrient contents and gross energy of corn and sorghum from different orign (air-dry basis) |
选取25周龄、健康、体成熟的海兰褐壳公鸡108只(购自华裕家禽育种有限公司)，根据体重均匀原则将96只公鸡分入FF法组和TF法组，每个方法下设12个饲粮处理组，每个饲粮处理组4只鸡，其中FF法组每2只鸡为一个重复，TF法组每1只鸡为一个重复，从剩余鸡只中选择5只以测定内源损失。12个饲粮处理包括6种来源的玉米饲粮、玉米-豆粕基础饲粮和5种来源的高粱饲粮。FF法试验期共计7 d，包括4 d适应期和3 d收集期；TF法组及内源组鸡于试验前1周在其肛门处缝上瓶盖，恢复1周后，TF组采用“饥饿48 h+强饲50 g试验饲粮+收集48 h”的试验程序，内源组采用“饥饿48 h+收集48 h”收集程序，收集全部排泄物以测定饲粮及原料的表观代谢能和真代谢能。
共开展3批次试验，每批次试验更换试验饲粮，以保证每批次试验鸡采食不同的试验饲粮。所有试验鸡单笼饲养并自由饮水，鸡舍自然通风和采光，定期打扫鸡舍，鸡舍相对湿度保持在55%~65%。
1.3 试验饲粮玉米试验饲粮由待测玉米原料加预混料等直接配制而成。高粱试验中基础饲粮参考NRC(1994)和《海兰褐蛋鸡饲养手册》中的营养需要，选用玉米、豆粕、小麦麸等原料配制而成，高粱试验饲粮由待测高粱原料替代基础饲粮中40%的供能部分配制而成。各试验饲粮组成见表 3，所有饲粮以颗粒形式进行饲喂，饲粮营养水平见表 4。
|
|
表 3 基础饲粮、玉米试验饲粮和高粱试验饲粮组成(风干基础) Table 3 Composition of basal diet, the corn test diet and the sorghum test diet (air-dry basis) |
|
|
表 4 玉米饲粮、基础饲粮和高粱饲粮主要养分含量(风干基础) Table 4 Main nutrient contents of corn diet, basal diet and sorghum diet (air-dry basis) |
1.4.1 原料、饲粮及粪便样品的采集和测定 根据国标(GB/T 14699.1—2005)中的四分法分别采集各玉米原料及其对应饲粮并装于自封袋中，标注样品信息入－20 ℃冰箱保存待测。
正试期间，FF组每4 h以每个重复为单位收集排泄物于预先称重的锡纸盒中，并先捡出粪板上洒落的饲料，吹出羽毛及皮屑等杂质，均匀喷洒10%的盐酸溶液，于65 ℃鼓风烘箱中烘48 h，室温下回潮24 h，称盛有风干排泄物的锡纸盒重量，差值即为风干排泄物重量，整个收集期风干排泄物重量相加即为整个试验期所有排泄物重量。TF组及内源组待排泄物收集至收粪袋1/2处，将排泄物倒入预先称重的锡纸盒中，并用去离子水冲洗干净收粪袋，均匀喷洒10%的盐酸溶液，于65 ℃电热鼓风干燥箱中烘48 h，室温下回潮24 h，其余操作程序同FF组。所有粪样粉碎，过40目分析筛，混匀，存放－20 ℃冰箱待测。
原料、饲粮及粪便中的DM参照GB/T 6435—2014方法测定，CP参照GB/T 6432—2018方法测定，EE参照GB/T 6433—2006方法测定，Ash参照GB/T 6438—2007方法测定，NDF参照GB/T 20806—2006方法测定，ADF参照NY/T 1459—2007方法测定，高粱及高粱饲粮中单宁含量参照GB/T 27985—2011方法测定。GE使用Parr 6400氧弹式测热仪测定。
1.4.2 计算公式 饲粮或原料表观代谢能和真代谢能参考Kong和Adeola[3]的方法计算：
饲粮表观代谢能(MJ·kg－1 DM)=[食入总能(MJ)－排泄物总能(MJ)]/采食量(kg)；
饲粮真代谢能(MJ·kg－1 DM)=饲粮表观代谢能+内源损失总能值(MJ)/采食量(kg)；
玉米表观代谢能=玉米饲粮表观代谢能/玉米添加比例；
高粱表观代谢能=[高粱饲粮表观代谢能值－(基础饲粮表观代谢能*试验饲粮中基础饲粮供能比例)]/高粱添加比例；
玉米真代谢能=玉米饲粮真代谢能/玉米添加比例；
高粱真代谢能=[高粱饲粮真代谢能值－(基础饲粮真代谢能*试验饲粮中基础饲粮供能比例)]/高粱添加比例。
1.5 数据处理与统计分析所有试验数据使用Excel 2019软件进行初步整理，采用SAS 9.4分析软件的UNIVARIATE程序剔除异常值，本试验未观察到异常值。使用ANOVA程序检验试验饲粮及原料来源对其有效能的影响，并使用Duncan氏法进行多重比较，使用T-test程序检验评定方法对饲粮及原料有效能值的影响，以P < 0.05为差异显著判断标准，结果以平均值表示。
2 结果 2.1 不同来源玉米和高粱主要养分含量和总能由表 2可知，玉米的CP、EE、Ash、NDF、ADF及GE的平均值分别为8.65%、4.01%、1.31%、10.73%、2.51%和16.39 MJ kg-1。不同来源玉米的EE、CP和Ash、NDF及ADF含量的变异系数较高，分别为16.09%、14.50%、13.84%、9.76%和7.64%；GE的变异系数较小，为1.35%。高粱的CP、EE、Ash、NDF、ADF、单宁和GE的平均值分别为9.02%、2.94%、1.56%、16.00%、6.19%、1.41%和16.30 MJ kg-1。不同来源高粱的单宁、ADF、EE、NDF、Ash、CP的变异系数较高，分别为93.39%、30.79%、19.11%、14.08%、12.04%和6.79%，GE的变异系数较小，为0.75%。
2.2 来源和评定方法对玉米的鸡表观代谢能及真代谢能的影响由表 5可知，玉米来源显著影响其有效能值(P < 0.05)。在FF法中，3号玉米的AME和TME最高，分别为16.23 MJ·kg-1 DM、16.36 MJ·kg-1 DM；在TF法中，2号玉米的AME和TME最高，分别为15.01 MJ·kg-1 DM、16.64 MJ·kg-1 DM，然而在FF法和TF法中，3号玉米和2号玉米的有效能值间均差异不显著。评定方法显著影响玉米的AME，FF法测定的AME为16.03 MJ·kg-1 DM，比TF法测定的14.65 MJ·kg-1 DM高9.42%(P < 0.05)；FF法和TF法测定的TME分别为16.16和16.29 MJ·kg-1 DM，但两者间差异不显著。
|
|
表 5 来源和评定方法对玉米原料有效能值的影响 Table 5 Table 5 Effect of sources and evaluation methods on available energy of corn |
由表 6可知，高粱的来源显著影响饲粮的有效能值，不论使用何种评定方法，5号高粱饲粮的AME和TME均显著高于BD饲粮和其他高粱饲粮(P < 0.05)。评定方法显著影响BD饲粮和高粱饲粮的有效能值，FF法测定的AME为13.95 MJ·kg-1 DM，比由TF法测定的13.22 MJ·kg-1 DM高5.52% (P < 0.05)；TF法测定的TME为14.79 MJ·kg-1 DM，比FF法测定的TME 14.11 MJ·kg-1 DM高4.82%(P < 0.05)。
|
|
表 6 来源和评定方法对基础饲粮和高粱饲粮有效能值的影响 Table 6 Effects of sources and evaluation methods on available energy of basal diet and sorghum diets |
由表 7可知，高粱的来源显著影响其有效能值，不论使用何种评定方法，5号高粱的AME和TME显著其他高粱(P < 0.05)。评定方法显著影响高粱的有效能值，FF法测定的AME为14.20 MJ·kg-1 DM，比由TF法测定的13.44 MJ·kg-1 DM高5.65%(P < 0.05)；TF法测定的TME为15.02 MJ·kg-1 DM，比FF法测定的TME 14.38 MJ·kg-1 DM高4.50%(P < 0.05)。
|
|
表 7 来源和评定方法对高粱原料有效能值的影响 Table 7 Effect of sources and evaluation methods on available energy of sorghum |
玉米具有“能量饲料之王”的美誉，与其他谷物原料相比，含有较高的淀粉和较少的抗营养因子而被广泛用于家禽的饲料配方中[12]。由于国家取消临储政策及饲料消费占比增加，近年来我国玉米仓储减少，进口量持续攀升，价格居高不下，寻找玉米替代原料可保障原料的有效供给，缓解我国常规饲料资源短缺问题[13]。研究表明，高粱具有与玉米相似的养分含量，因此可在饲料配方中作为玉米的替代品[14]。Yang等[15]从全国10个省采集了10种玉米样品，并分析了其养分含量，本研究中Ash和NDF含量均值低于其报道值，而CP、EE、ADF及GE含量均值均略大于其报道值。本研究中玉米的EE和GE含量均值略大于Liu等[5]报道的3种玉米均值，而CP和Ash含量均值略低于其报道值。本研究中高粱的CP和Ash含量均值略低于Ebadi等[16]报道的48种高粱样品均值，而EE含量均值略高于其报道值。本研究中CP、EE和Ash含量也略低于Sedghi等[13]报道的36种高粱相应养分含量的均值。本研究中玉米和高粱养分含量与先前报道存在差异，可能与原料品种、产地及实验室测定方法等因素有关[11, 17]。
单宁是高粱中的主要抗营养因子，根据单宁含量可将高粱分为低单宁高粱(单宁≤0.4%)、中单宁高粱(0.66%≤单宁)和高单宁高粱(1.51%≤单宁)[12]，本研究中1号高粱(0.18%)和5号高粱(0.16%)属于低单宁高粱，3号高粱属于中单宁高粱，2号高粱和4号高粱属于高单宁高粱。Pan等[18]测定了28种高粱包括8种低单宁高粱、10种中单宁高梁和10种高单宁高粱的单宁含量，其单宁含量依次为0.08%(0.02%~0.16%)，0.84%(0.67%~ 0.98%)、1.29%(1.11%~1.51%)。单宁结构较为复杂，定量分析较为困难，本研究采用GB/T 27985—2011方法，以单宁酸作为标准品绘制标准曲线，使用丙酮溶液提取饲料中的单宁类化合物，取滤液加钨酸钠-磷钼酸混合物和碳酸钠溶液显色后，利用分光光度计测定吸光度进而测定单宁的含量。而Pan等[18]基于Price等[19]的方法测定单宁含量，方法的差异或造成了单宁含量测值的差异。王旭娟[20]对高粱中单宁的测定方法进行了研究，提出“香草醛法”具有较好的特异性且采用原花青素作为标准品提高了方法的准确性。
本研究中，高粱CP含量比玉米的CP含量高4.28%，但EE含量比玉米低26.7%，此结果与Rodriguez等[21]报道相似，在其报道中，玉米和高粱的CP分别为7.8%、9.49%，EE的含量分别为3.41%、3.13%，表明高粱可替代玉米使用在畜禽饲料配方中，同时可减少相应的蛋白饲料原料的比例，亦可通过高粱的加工改善其对畜禽的营养价值[22]。
3.2 不同来源玉米和高粱有效能值饲料原料有效养分含量及能值是饲料配方形成的基础，要实现精准的饲料配方，需准确评定动物的需要量及饲料原料的营养价值，目前有许多的数据库为配方师提供了所需的数据，如中国饲料数据库、FEEDSAAS、美国的FEEDSTUFF、法国的INRA等，这些数据多源于公认的研究机构总结自发表的文献中，如中国饲料数据库提供了4个玉米的鸡AME，分别为15.47、15.66、15.77和15.81 MJ·kg-1 DM，变异系数为0.97%；FEEDSTUFF中玉米AME为16.40 MJ·kg-1 DM。本研究中由FF法测定的6种玉米AME范围为15.82~16.23 MJ·kg-1 DM，在饲料数据库显示的能值范围内。中国饲料数据库中高粱的ME为14.30 MJ·kg-1 DM，Sedghi等[13]使用TF法测定了36个高粱的氮校正真代谢能(N-corrected true metabolizable energy, TMEn) 变异范围为12.56~16.31 MJ·kg-1 DM，本研究中FF法测定的高粱AME范围为13.43~15.37 MJ·kg-1 DM，由TF法测定5种高粱的TME变异范围为14.08~16.45 MJ·kg-1 DM，与饲料数据库和先前研究相似。不同来源原料有效能的变异或与其养分含量的变异有关，是多种养分综合作用的结果，一般与CP和EE含量正相关，与NDF和ADF含量负相关[23]，本研究中1号、2号和3号玉米，具有较高含量的CP和EE，但1号玉米的NDF含量高于2号和3号玉米，故1号玉米的AME、TME低于2号和3号玉米。单宁作为高粱中主要的抗营养因子，会影响饲粮的适口性和养分消化率[24]，其含量与有效能呈负相关，本研究中5号高粱单宁含量最低为0.16%，其有效能值最大，且显著高于2号高粱和4号高粱，此结果与胡贵丽等[25]报道的内蒙古高粱(单宁含量1.10%)AME显著高于湖南高粱(单宁含量1.38%)AME相一致。
3.3 自由采食法和排空强饲法测定玉米和高粱有效能值饲料成本在猪、禽养殖成本中占比60%以上，其中能量饲料的成本占饲料总成本的70%，在与人类口粮及生物燃料原料竞争激烈的当下，准确评定饲料有效能值，可提高饲料原料的使用效率，促进畜牧业的可持续发展，然而饲料有效能值的测定需依赖稳健、可靠及准确的方法[26]。FF法及TF法各有优缺点，是目前评定家禽饲料有效能主要方法，为避免强饲操作给试鸡带来的应激，保证试验鸡受试时与生产条件下相似，应避免长时间的禁食，推荐以FF法开展试验[8]。周克[6]比较了TF法及FF法肉鸡玉米有效能值的差异，发现TF法测得有效能值显著低于FF法，然而该研究中FF法试验动物为28日龄肉仔鸡，TF法中试验动物为23周龄AA肉种公鸡，比较方法时不可避免地引入了周龄的影响。刘聪等[27]分别使用TF法和外源指示剂法测定了公鸡、母鸡的有效能值，发现在日粮相同时，公鸡的AME低于产蛋母鸡，但与产蛋母鸡的AMEn无显著差异。玉米有较好的适口性，可直接配制成试验饲粮，本研究在相同饲粮下比较了FF法和TF法对鸡代谢能的影响，由FF法测定的6种玉米原料AME值显著高于由TF法测定的AME值，而两种方法却在TME间不存在显著差异。聂大娃等[28]研究了套算法测定肉仔鸡玉米代谢能的玉米适宜替代比例为40%~70%。替代比例是否会影响本研究结果，需在不同替代比例饲粮下进一步研究。
高粱由于含有单宁等抗营养因子，一般采用套算法测定其有效能值，但Ebadi等[16]和Sedghi等[13]使用TF法直接饲喂高粱原料分别测定了高粱的氨基酸消化率和TMEn。Mandal等[29]以20%和40%高粱添加比例配制成饲粮，饲喂雄性白来航鸡、珍珠鸡、鹌鹑，并未发现添加比例和禽种对饲粮的能量代谢率产生显著的影响。本研究采用40%的替代比例配制成试验饲粮，比较了FF法和TF法对高粱代谢能的影响，由FF法测定的高粱饲粮和原料AME均高于由TF法测定值，而由FF法测定的高粱饲粮和原料TME低于由TF法测定的TME，此结果可能由于FF法和TF法使用同一内源能量损失进行校正有关，由TME计算公式可知，在相同内源损失下，采食量越大，AME所加值越小，而FF法的试鸡采食量远高于TF法。内源能量损失通过收集饥饿期间试禽的排泄物而获得，但与自由采食相比，长时间的饥饿可能会改变其生理机能，如增加胃液的分泌，导致肠道和黏液细胞的萎缩[8]，所以在比较测定方法间的差异时，应考虑以AME为参考。
4 结论 4.1评定方法显著影响玉米的AME，由自由采食法和排空强饲法测定玉米的AME分别为16.03和14.65 MJ·kg-1 DM；由自由采食法和排空强饲法测定玉米的TME分别为16.16和16.29 MJ·kg-1 DM。
4.2评定方法显著影响高粱的AME和TME，由自由采食法和排空强饲法测定高粱的AME分别为14.20和13.44 MJ·kg-1 DM；由自由采食法和排空强饲法测定高粱的TME分别为14.38和15.02 MJ·kg-1 DM。
| [1] |
袁建敏. 家禽饲料原料生物学效价评定进展与存在的问题[J]. 饲料工业, 2020, 41(6): 1-6. YUAN J M. Progress and problems in the evaluation of biological value of poultry feedstuff[J]. Feed Industry, 2020, 41(6): 1-6. (in Chinese) |
| [2] |
BARZEGAR S, WU S B, NOBLET J, et al. Metabolizable energy of corn, soybean meal and wheat for laying hens[J]. Poult Sci, 2019, 98(11): 5876-5882. DOI:10.3382/ps/pez333 |
| [3] |
KONG C, ADEOLA O. Evaluation of amino acid and energy utilization in feedstuff for swine and poultry diets[J]. Asian-Australas J Anim Sci, 2014, 27(7): 917-925. DOI:10.5713/ajas.2014.r.02 |
| [4] |
MUNOZ J A, HANNA C D, UTTERBACK P L, et al. Phosphorus retention in corn, spray dried plasma protein, soybean meal, meat and bone meal, and canola meal using a precision-fed rooster assay[J]. Poult Sci, 2018, 97(12): 4324-4329. DOI:10.3382/ps/pey322 |
| [5] |
LIU W, LIU G H, LIAO R B, et al. Apparent metabolizable and net energy values of corn and soybean meal for broiler breeding cocks[J]. Poult Sci, 2017, 96(1): 135-143. DOI:10.3382/ps/pew195 |
| [6] |
周克. 套算法和排空强饲法测定肉鸡玉米有效能值的比较研究[D]. 兰州: 甘肃农业大学, 2015. ZHOU K. A comparison of substitution method and direct force-feeding method for evaluating available energy of corn for AA broiler[D]. Lanzhou: Gansu Agricultural University, 2015. (in Chinese) |
| [7] |
米宝民, 赵峰, 谭会泽, 等. 排空强饲法测定鸡饲料表观代谢能值的变异程度及其来源[J]. 动物营养学报, 2012, 24(11): 2172-2180. MI B M, ZHAO F, TAN H Z, et al. Variation and sources of variance in measuring apparent metabolizable energy of feeds for broilers using Empting-force feeding method[J]. Chinese Journal of Animal Nutrition, 2012, 24(11): 2172-2180. DOI:10.3969/j.issn.1006-267x.2012.11.015 (in Chinese) |
| [8] |
WU S B, CHOCT M, PESTI G. Historical flaws in bioassays used to generate metabolizable energy values for poultry feed formulation: A critical review[J]. Poult Sci, 2020, 99(1): 385-406. DOI:10.3382/ps/pez511 |
| [9] |
王超胜. 不同来源玉米、豆粕对蛋鸡代谢能和氨基酸可利用率的评定及近红外预测模型的构建[D]. 成都: 四川农业大学, 2014. WANG C S. Determination and prediction of metabolizable energy value and amino acids availability of different source corn and soybean meal in laying hens[D]. Chengdu: Sichuan Agricultural University, 2014. (in Chinese) |
| [10] |
杨霞. 采用酶水解物能值估测玉米、玉米DDGS及木薯鸡代谢能的研究[D]. 北京: 中国农业科学院, 2016. YANG X. Study on the estimation of metabolizable energy from enzymatic hydrolyzate gross energy of corn, corn ddgs and cassava in roosters[D]. Beijing: Chinese Academy of Agricultural Sciences, 2016. (in Chinese) |
| [11] |
LASEK O, BARTECZKO J, BARĆ J, et al. Nutrient content of different wheat and maize varieties and their impact on metabolizable energy content and nitrogen utilization by broilers[J]. Animals (Basel), 2020, 10(5): 907. |
| [12] |
彭健, 陈喜斌. 饲料学[M]. 2版. 北京: 科学出版社, 2008. PENG J, CHEN X B. Feed science[M]. 2nd ed. Beijing: Science Press, 2008. (in Chinese) |
| [13] |
SEDGHI M, EBADI M R, GOLIAN A, et al. Estimation and modeling true metabolizable energy of sorghum grain for poultry[J]. Poult Sci, 2011, 90(5): 1138-1143. DOI:10.3382/ps.2010-01005 |
| [14] |
MAIDALA A, SADIYA M. Utilization of sorghum as energy source in the diets of broilerchickens: a review[J]. IOSR J Agric Vet Sci, 2017, 10(6): 13-16. DOI:10.9790/2380-1006021316 |
| [15] |
YANG P, NI J J, ZHAO J B, et al. Regression equations of energy values of corn, soybean meal, and wheat bran developed by chemical composition for growing pigs[J]. Animals (Basel), 2020, 10(9): 1490. |
| [16] |
EBADI M R, SEDGHI M, GOLIAN A, et al. Prediction of the true digestible amino acid contents from the chemical composition of sorghum grain for poultry[J]. Poult Sci, 2011, 90(10): 2397-2401. DOI:10.3382/ps.2011-01413 |
| [17] |
MATEOS G G, CáMARA L, FONDEVILA G, et al. Critical review of the procedures used for estimation of the energy content of diets and ingredients in poultry[J]. J Appl Poult Res, 2019, 28(3): 506-525. DOI:10.3382/japr/pfy025 |
| [18] |
PAN L, PIAO X S, WU Y, et al. Digestible energy of sorghum grain for pigs could be predicted using a computer-controlled simulated digestion system[J]. Anim Feed Sci Technol, 2018, 240: 31-39. DOI:10.1016/j.anifeedsci.2018.03.007 |
| [19] |
PRICE M L, VAN SCOYOC S, BUTLER L G. A critical evaluation of the vanillin reaction as an assay for tannin in sorghum grain[J]. J Agric Food Chem, 1978, 26(5): 1214-1218. DOI:10.1021/jf60219a031 |
| [20] |
王旭娟. 高粱单宁测定方法研究[D]. 郑州: 河南工业大学, 2020. WANG X J. Study on the determination method of sorghum tannin[D]. Zhengzhou: Henan University of Technology, 2020. (in Chinese) |
| [21] |
RODRIGUEZ D A, LEE S A, JONES C K, et al. Digestibility of amino acids, fiber, and energy by growing pigs, and concentrations of digestible and metabolizable energy in yellow dent corn, hard red winter wheat, and sorghum may be influenced by extrusion[J]. Anim Feed Sci Technol, 2020, 268: 114602. DOI:10.1016/j.anifeedsci.2020.114602 |
| [22] |
LIU S Y, SELLE P H, COWIESON A J. Strategies to enhance the performance of pigs and poultry on sorghum-based diets[J]. Anim Feed Sci Technol, 2013, 181(1-4): 1-14. DOI:10.1016/j.anifeedsci.2013.01.008 |
| [23] |
SHI C X, LIU Z Y, SHI M, et al. Prediction of digestible and metabolizable energy content of rice bran fed to growing pigs[J]. Asian-Australas J Anim Sci, 2015, 28(5): 654-661. DOI:10.5713/ajas.14.0507 |
| [24] |
ETUK E B, OKEUDO N J, ESONU B O, et al. Antinutritional factors in sorghum: chemistry, mode of action and effects on livestock and poultry[J]. Online J Anim Feed Res, 2012, 2(2): 113-119. |
| [25] |
胡贵丽, 叶小飞, 王玉诗, 等. 黄羽肉鸡不同来源高粱表观代谢能的评定及其养分消化率的比较[J]. 动物营养学报, 2017, 29(10): 3781-3786. HU G L, YE X F, WANG Y S, et al. Evaluation of apparent metabolic energy and comparison of nutrient digesibility of different sources sorghum by feeding Yellow-feathered broilers[J]. Chinese Journal of Animal Nutrition, 2017, 29(10): 3781-3786. DOI:10.3969/j.issn.1006-267X.2017.10.041 (in Chinese) |
| [26] |
NOBLET J, WU S B, CHOCT M. Methodologies for energy evaluation of pig and poultry feeds: A review[J]. Anim Nutr, 2022, 8(1): 185-203. |
| [27] |
刘聪, 王昌杰, 马秋刚, 等. 性别对蛋鸡日粮代谢能测定值的影响[J]. 饲料研究, 2017, 40(19): 19-22, 39. LIU C, WANG C J, MA Q G, et al. The effect of gender on the measured value of metabolic energy in the diet of laying hens[J]. Feed Research, 2017, 40(19): 19-22, 39. (in Chinese) |
| [28] |
聂大娃, 赵养涛, 武书庚, 等. 套算法测定玉米代谢能适宜的玉米替代比例研究[J]. 动物营养学报, 2008, 20(5): 606-610. NIE D W, ZHAO Y T, WU S G, et al. Study on exactly ratio of tested corn using the method of substitution[J]. Chinese Journal of Animal Nutrition, 2008, 20(5): 606-610. DOI:10.3969/j.issn.1006-267X.2008.05.018 (in Chinese) |
| [29] |
MANDAL A B, TYAGI P K, ELANGOVAN A V, et al. Comparative apparent metabolisable energy values of high, medium and low tannin varieties of sorghum in cockerel, guinea fowl and quail[J]. Br Poul Sci, 2006, 47(3): 336-341. DOI:10.1080/00071660600741875 |
(编辑 范子娟)