เนื้อหาดูได้ที่: English (อังกฤษ) Indonesia (อินโดนีเซีย) Tiếng Việt (เวียดนาม) Philipino (ฟิลิปปินส์)
เป้าหมายสำคัญของนักโภชนาการสัตว์ปีกและผู้ผลิตอาหารสัตว์คือการมั่นใจว่าไก่แต่ละตัวได้รับสารอาหารที่จำเป็นอย่างเพียงพอในแต่ละวัน เพื่อให้บรรลุเป้าหมายนี้ อาหารต้องมีคุณภาพสูงและมีสารอาหารที่ครบถ้วนอย่างสม่ำเสมอ
- ความสามารถในการทำกำไรจากการผลิตสัตว์ปีกนั้นได้รับผลกระทบอย่างมากจากความแปรปรวนของสารอาหารและพลังงานในส่วนผสมของอาหารที่ใช้
- ประสิทธิภาพของฝูงสัตว์ ความสม่ำเสมอในการเจริญเติบโต และผลลัพธ์ทางสัตวศาสตร์ทั้งหมดนั้นอาจได้รับผลกระทบจากความแปรปรวนของโปรตีนในอาหารที่ให้แก่สัตว์ด้วยเช่นกัน
Amy Moss และทีมวิจัยของเธอจากมหาวิทยาลัยนิวอิงแลนด์ในออสเตรเลีย ได้เผยแพร่ผลการศึกษาในปี 2021 ซึ่งแสดงให้เห็นว่าการประเมินปริมาณสารอาหารในวัตถุดิบอาหารอย่างไม่ถูกต้องอาจส่งผลให้สูญเสียกำไรสูงถึง 63% หรือประมาณ 635,100 ดอลลาร์ สำหรับการเลี้ยงไก่เนื้อจำนวนหนึ่งล้านตัวนอกจากนี้ ความแปรผันเล็กน้อยในพลังงาน ความหนาแน่นของสารอาหาร และความสามารถในการย่อยสลายกรดอะมิโน สามารถมีผลกระทบต่อหลายปัจจัยในการผลิตไข่ เช่น ผลผลิตไข่ น้ำหนักและมวลไข่ ประสิทธิภาพการใช้ฟีด การบริโภคพลังงาน น้ำหนักตัวของไก่ และความสามารถในการทำกำไรจากการผลิตไข่ความแตกต่างในส่วนผสมอาหารนั้นเกิดจากปัจจัยหลายประการ เช่น คุณภาพของวัตถุดิบ การสุ่มตัวอย่าง และการวิเคราะห์ ซึ่งเป็นผลวิเคราะห์จากการศึกษาของ Moss และทีมงานในปี 2021
ความแปรผันของวัตถุดิบอาหาร
- ความแปรผันของวัตถุดิบอาหารเกิดจากปัจจัยหลายประการ อาทิ พันธุกรรม สภาพแวดล้อม และเงื่อนไขการผลิตทั้งในช่วงหลังการเก็บเกี่ยวและระหว่างการผลิต
- สำหรับผลิตภัณฑ์ที่มาจากพืช วัตถุดิบแต่ละล็อตมักจะมีต้นกำเนิดจากพันธุ์ที่แตกต่างกัน ซึ่งปลูกภายใต้สภาพอากาศและการใช้ปุ๋ยที่หลากหลาย ส่งผลให้การประมวลผลและการเก็บรักษาแต่ละล็อตก็แตกต่างกันตามไปด้วย
- ในส่วนของวัตถุดิบจากสัตว์ก็มีลักษณะเช่นเดียวกัน ความแตกต่างนี้มักเกิดจากความแปรผันในคุณภาพของวัตถุดิบและวิธีการที่ใช้ในการประมวลผล
เมื่อดำเนินการผสมอาหารแล้ว การสุ่มตัวอย่างอย่างเหมาะสมจึงมีความสำคัญ เพื่อให้มั่นใจว่าล็อตนั้นมีส่วนประกอบตามที่คาดหวัง เนื่องจากความแปรผันเป็นปัจจัยเด่นในล็อตที่แตกต่างกัน แม้จะใช้สูตรส่วนผสมเดียวกัน
การสุ่มตัวอย่างจากหลายๆ ตัวอย่างในแต่ละล็อตจึงเป็นสิ่งจำเป็น เพื่อให้นักวิจัยสามารถประเมินค่าเฉลี่ยได้อย่างมีประสิทธิภาพ
ความแปรผันของวัตถุดิบอาหาร
ความแปรผันของวัตถุดิบอาหารเกิดจากปัจจัยหลายประการ อาทิ พันธุกรรม สภาพแวดล้อม และเงื่อนไขการผลิตทั้งในช่วงหลังการเก็บเกี่ยวและระหว่างการผลิต
สำหรับผลิตภัณฑ์ที่มาจากพืช วัตถุดิบแต่ละล็อตมักจะมีต้นกำเนิดจากพันธุ์ที่แตกต่างกัน ซึ่งปลูกภายใต้สภาพอากาศและการใช้ปุ๋ยที่หลากหลาย ส่งผลให้การประมวลผลและการเก็บรักษาแต่ละล็อตก็แตกต่างกันตามไปด้วย
ในส่วนของวัตถุดิบจากสัตว์ก็มีลักษณะเช่นเดียวกัน ความแตกต่างนี้มักเกิดจากความแปรผันในคุณภาพของวัตถุดิบและวิธีการที่ใช้ในการประมวลผล
เมื่อดำเนินการผสมอาหารแล้ว การสุ่มตัวอย่างอย่างเหมาะสมจึงมีความสำคัญ เพื่อให้มั่นใจว่าล็อตนั้นมีส่วนประกอบตามที่คาดหวัง เนื่องจากความแปรผันเป็นปัจจัยเด่นในล็อตที่แตกต่างกัน แม้จะใช้สูตรส่วนผสมเดียวกัน
การสุ่มตัวอย่างจากหลายๆ ตัวอย่างในแต่ละล็อตจึงเป็นสิ่งจำเป็น เพื่อให้นักวิจัยสามารถประเมินค่าเฉลี่ยได้อย่างมีประสิทธิภาพ
ความแปรผันในการผสมผสานของวัตถุดิบสามารถคำนวณได้โดยพิจารณาความแปรผันของวัตถุดิบที่ใช้
โดยสมมติว่า (X) เป็นวัตถุดิบอาหารที่มีการแจกแจงแบบปกติ โดยมีค่าเฉลี่ย μ และความแปรผันσ 2 , N 2i, N (μi,σi2), i = 1, . . . , k, และสมมติว่า X, ‘s (ส่วนประกอบสารอาหารของวัตถุดิบอาหาร) เป็นอิสระ
ดังนั้น:
จะมีการแจกแจงแบบปกติด้วยค่าเฉลี่ย μ และความแปรผัน σ2 , (N(μ,σ^2)\ โดย:
สารอาหารในอาหารมีความแปรผันมากน้อยเพียงใด?
ไฟล์ Microsoft Excel ที่ชื่อว่า “FeedVariation.xlsx” ได้ถูกพัฒนาขึ้นโดย ดร. Pesti เพื่อให้สามารถใช้สูตรต่าง ๆ ในการวิเคราะห์ความแปรผันของสารอาหารได้ ซึ่งท่านสามารถดาวน์โหลดไฟล์นี้ได้จากเว็บไซต์ของ Poultry Hub Australia ในส่วนของ “Research Resources”
ในรูปที่ 1 แสดงให้เห็นส่วนหนึ่งของแผ่นงานที่ชื่อว่า “Protein Example” จะแสดงข้อมูลเกี่ยวกับวัตถุดิบอาหาร พร้อมทั้งระบุระดับโปรตีนเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน ซึ่งข้อมูลดังกล่าวนี้ได้มาจากตัวอย่างที่ถูกเก็บรวบรวมจากผู้ผลิตในประเทศออสเตรเลีย และถูกบันทึกลงในฐานข้อมูลวัตถุดิบอาหารของออสเตรเลีย (AFiD)
ในส่วนกลางขวาของรูปที่ 2 จะปรากฏสูตรสำหรับอาหารของไก่และไก่งวงตามประเภทต่าง ๆ พร้อมทั้งรายละเอียดเพิ่มเติมในเอกสารที่แนบมา
ด้านล่างของเอกสารนั้นยังมีการแสดงค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานที่คำนวณได้สำหรับระดับโปรตีนดิบที่คาดหวังในแต่ละสูตรอาหาร ซึ่งได้ถูกเน้นไว้ในสีเหลือง
คุณสามารถดาวน์โหลดเอกสารและคลิกที่แต่ละเซลล์เพื่อดูว่าค่าที่คำนวณได้สอดคล้องกับสมการ [3] ที่ได้กล่าวถึงไว้ก่อนหน้านี้อย่างไร
หากพูดถึงชุดอาหารสำหรับไก่กระทงเล็ก (broiler starter) ที่ใช้เป็นอาหารหลักในช่วงอายุ 0 ถึง 10 วัน โดยทำการผสมจากตัวอย่างวัตถุดิบที่ได้จากออสเตรเลีย จะพบว่าระดับโปรตีนดิบเฉลี่ยของอาหารนี้คาดว่าจะอยู่ที่ 230 กรัม/กิโลกรัม และมีการคาดหมายว่าครึ่งหนึ่งของกลุ่มตัวอย่างจะมีปริมาณโปรตีนดิบสูงกว่า 230 กรัม/กิโลกรัม ในขณะที่อีกครึ่งหนึ่งจะมีปริมาณโปรตีนดิบต่ำกว่า 230 กรัม/กิโลกรัม
การกระจายแบบปกติ (ตามที่แสดงในรูปที่ 3) ซึ่งถูกกำหนดโดยค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน เป็นเครื่องมือที่สามารถใช้ในการประมาณการการกระจายของชุดอาหารได้
โดยมีการคาดการณ์ว่า ร้อยละ 34 ของชุดอาหารนี้จะมีปริมาณโปรตีนดิบอยู่ในช่วงระหว่าง 230 ถึง 225.52 กรัม/กิโลกรัม นอกจากนี้ ร้อยละ 13.5 ของชุดอาหารจะมีปริมาณโปรตีนดิบอยู่ระหว่าง 225.52 และ 221.04 กรัม/กิโลกรัม ในขณะที่ร้อยละ 2.5 จะมีโปรตีนดิบต่ำกว่า 221.04 กรัม/กิโลกรัม
อย่างไรก็ตาม เนื่องจากผู้ผลิตสัตว์ปีกมักจะเลือกจัดซื้อวัตถุดิบจากซัพพลายเออร์เดียวกัน ทำให้ความแปรปรวนในบางวัตถุดิบอาจน้อยกว่าที่คาดการณ์จากฐานข้อมูล AFiD
แต่การวิเคราะห์ผลเหล่านี้ยังคงชี้ให้เห็นถึงความสำคัญของการติดตามคุณภาพของวัตถุดิบ เพื่อจะได้ลดความแปรปรวนของอาหารผสมให้น้อยที่สุด
- ซึ่งเป็นสิ่งจำเป็นเมื่อผู้ผลิตต้องให้อาหารแก่สัตว์ของตนเอง และยิ่งจำเป็นมากขึ้นเมื่อผลิตภัณฑ์ถูกจำหน่าย โดยลูกค้ามักมองหาคุณภาพและปริมาณสารอาหารที่ตรงตามที่กำหนดไว้
- การใช้ค่าเฉลี่ยมากเกินไปอาจไม่เป็นที่ยอมรับต่อผู้บริโภค
การวิเคราะห์ความแปรผันและการใช้เทคนิคเนียร์อินฟราเรดสเปกโทรสโกปี (NIRS)
- พบว่าความแปรผันในการวิเคราะห์วัตถุดิบชี้ให้เห็นถึงความจำเป็นในการดำเนินการวิเคราะห์มากขึ้นและการใช้บริการห้องปฏิบัติการมากขึ้น
- อย่างไรก็ตาม ความแปรผันที่เกิดขึ้นระหว่างห้องปฏิบัติการมีความสำคัญไม่น้อยไปกว่าความแปรผันในสารอาหารที่มาจากแหล่งข้าวโพดหรือถั่วเหลืองป่น
- ดังนั้นการเก็บตัวอย่างอาหารอย่างถูกต้องและการวิเคราะห์ปริมาณสารอาหารด้วยความแม่นยำจึงควรได้รับความสำคัญอย่างสูงสุด
ปริมาณพลังงาน โปรตีนดิบ และการย่อยได้ของกรดอะมิโนมักไม่ได้มีการกำหนดค่าอย่างชัดเจนในชุดอาหารที่แตกต่างกันในโรงงานผลิตอาหาร
- ปริมาณพลังงานเป็นปัญหาใหญ่กว่าเนื่องจากมักถูกประมาณค่าโดยใช้สมการคาดการณ์ที่พึ่งพาผลการวิเคราะห์เบื้องต้นเป็นหลัก ซึ่งอาจทำให้ประเมินพลังงานที่สามารถใช้ประโยชน์ได้ (ME) ต่ำเกินไป
- นอกจากนี้ยังมีความแปรผันสูงระหว่างพลังงานที่สามารถใช้ประโยชน์ได้ที่ชัดเจนและพลังงานที่สามารถใช้ประโยชน์ได้ที่ถูกปรับสมดุลไนโตรเจน
เทคนิคเนียร์อินฟราเรดสเปกโทรสโกปี (NIRS)
ในช่วงเวลากว่า 30 ปีที่ผ่านมา อุตสาหกรรมอาหารสัตว์ได้มีการนำเทคนิคเนียร์อินฟราเรดสเปกโทรสโกปี (NIRS) มาใช้เพื่อติดตามองค์ประกอบสารอาหารในวัตถุดิบอาหารสัตว์ อย่างไรก็ตาม ความเห็นเกี่ยวกับการใช้ข้อมูลจาก NIRS ยังคงมีความหลากหลาย โดยบางคนยังคงเชื่อว่าผลการวิเคราะห์ทางเคมีแบบเปียคถือว่ามีความเชื่อถือได้สูงที่สุดในหลายสถานที่
การวิเคราะห์ด้วยเทคนิค NIRS มีข้อดีที่น่าสนใจหลายประการ ได้แก่:
- การสแกนตัวอย่างได้อย่างรวดเร็ว โดยสามารถรับผลลัพธ์ภายในไม่กี่นาที
- ต้องการปริมาณตัวอย่างเพียงเล็กน้อยในการวิเคราะห์สารอาหารหลายรายการรวมถึงปริมาณพลังงานและค่าการย่อยได้
- มีค่าใช้จ่ายต่ำ
- ผลลัพธ์ที่สามารถทำซ้ำได้สูง ไม่ว่าจะเป็นสถานที่ใด
- การเตรียมตัวอย่างนั้นง่ายมาก หรืออาจไม่ต้องเตรียมเลย
- อุปกรณ์ NIRS สามารถติดตั้งได้โดยตรงในโรงงานผลิตอาหารสัตว์หรือในกระบวนการผลิต
- เทคนิค NIRS สามารถพกพาได้ สะดวกต่อการใช้งาน
จากจุดเด่นเหล่านี้ ทำให้การวิเคราะห์ NIRS มีความน่าเชื่อถือและยั่งยืนกว่าเทคนิคการวิเคราะห์ทางเคมีแบบเปียก
ในการสร้างเส้นโค้งการตรวจสอบ NIRS มีสองวิธี คือ วิธีตรงและวิธีอ้อม
วิธีการสอบแบบอ้อมจะใช้ผลลัพธ์การวิเคราะห์ทางเคมีหรือทางกายภาพ พร้อมกับสเปกตรัม NIRS เพื่อประมาณค่าการวิเคราะห์ในเบื้องต้น เช่น ค่ากรดอะมิโน แป้ง และสารอาหารอื่น ๆ
ในขณะที่วิธีการตรวจสอบแบบตรงจะทำการทดลองกับตัวอย่างอาหารและอุจจาระจากสัตว์ เพื่อรวมข้อมูลเกี่ยวกับปฏิสัมพันธ์ระหว่างอาหารและสัตว์ที่มีผลต่อการใช้สารอาหารอย่างแท้จริง เช่น พลังงานที่ใช้ประโยชน์ได้ (AME) พลังงานที่สามารถใช้ประโยชน์ได้ที่มีการปรับสมดุลไนโตรเจน (AMEn) และการย่อยได้ของกรดอะมิโน (AA)
กลุ่มวิจัยหลายกลุ่มได้มีการศึกษาความแม่นยำและความถูกต้องของโมเดลการสอบ NIRS ในการคาดการณ์คุณค่าทางโภชนาการของวัตถุดิบอาหารสัตว์ ผลลัพธ์ที่ได้นั้นสามารถเทียบเคียงได้กับผลการวิเคราะห์ทางเคมีแบบเปียกในห้องปฏิบัติการและวิธีการทดลองในสัตว์ (in-vivo)
บทสรุป
- แนะนำให้อุตสาหกรรมอาหารสัตว์เริ่มนำข้อมูลจากโมเดล NIRS ที่มีความหลากหลายซึ่งมีอยู่ในตลาดมาใช้ เพื่อเข้าใจความแปรผันในสารอาหารหลัก พลังงาน และส่วนประกอบของแป้งและเส้นใยได้อย่างลึกซึ้ง
- การเข้าใจและควบคุมความแปรผันในวัตถุดิบอาหารสัตว์จะช่วยเพิ่มความแม่นยำในการจัดสูตรอาหารและการผลิตสัตว์ปีกให้มีประสิทธิภาพยิ่งขึ้น
