Mục tiêu chính của các chuyên gia dinh dưỡng gia cầm và nhà máy thức ăn chăn nuôi là bảo đảm mỗi con gia cầm nhận được đủ dưỡng chất đáp ứng nhu cầu hằng ngày của chúng. Để làm được như vậy, thức ăn chăn nuôi (cám) phải tương đối đồng đều và chứa đủ lượng dưỡng chất cần thiết.
Lợi nhuận từ chăn nuôi gia cầm chịu ảnh hưởng rất lớn bởi sự biến động giá trị về dinh dưỡng và năng lượng trong nguyên liệu cám.
Năng suất đàn gia cầm, độ đồng đều của đàn và tính nhất quán của kết quả chăn nuôi có thể bị tác động bởi sự biến động của protein trong nguyên liệu cám.
Nghiên cứu của Amy Moss và cộng sự (2021) tại Đại học New England của Úc cho biết việc ước tính quá cao lượng dưỡng chất trong thức ăn chăn nuôi có thể dẫn đến tổn thấy đến 63% lợi nhuận hoặc 635,100$ cho mỗi một triệu con gà thịt.
Những biến động nhỏ về năng lượng, mật độ dinh dưỡng (nutrient density) và khả năng tiêu hóa/tỷ lệ tiêu hóa của a-xít amin (AA) cũng gây ảnh hưởng đến sản lượng trứng, trọng lượng và khối lượng trứng, hiệu quả chuyển hóa thức ăn, năng lượng hấp thu, thể trọng (viết tắt tiếng Anh – BW) và lợi nhuận từ sản xuất trứng.
Sự biến động trong nguyên liệu thức ăn chăn nuôi gây ra bởi chính nguyên liệu, việc lấy mẫu và phân tích (theo Moss và cộng sự, 2021).
BIẾN ĐỘNG CỦA NGUYÊN LIỆU THỨC ĂN CHĂN NUÔI
Thành phần của nguyên liệu thức ăn chăn nuôi có thể thay đổi tùy theo yếu tố di truyền, môi trường và điều kiện chế biến-xử lý sau thu hoạch hoặc trong quá trình sản xuất.
Đối với các sản phẩm từ thực vật, mỗi mẻ sản xuất khác nhau được lấy từ các giống cây trồng khác nhau, được trồng trong điều kiện khí hậu với phân bón khác nhau, sau đó được chế biến và bảo quản khác nhau.
Sự khác nhau giữa các mẻ sản xuất của phụ phẩm chế biến từ động vật chủ yếu là do sự khác biệt về nguyên liệu và cách chế biến nguyên liệu.
Sau khi cám được trộn thì cần lấy đủ mẫu để bảo đảm các mẻ cám chứa đầy đủ những thành phần yêu cầu. Do sự biến động vốn có giữa các mẻ khác nhau dù có cùng công thức thành phần nên chúng ta cần lấy nhiều mẫu từ mỗi mẻ để ước tính giá trị trung bình.
Khi các nguyên liệu cám được trộn với tỷ lệ khác nhau, mẫu cám sẽ có các đặc tính đến từ tất cả các nguyên liệu trong cám.
Phương sai của hỗn hợp được tính từ phương sai của các nguyên liệu.
Tuân theo phân bố chuẩn với giá trị trung bình µ và phương sai σ2, N(μ,σ2), trong đó:
Tiếp tục sau quảng cáo.
Các dưỡng chất trong cám biến động như thế nào?
File Excel tên “FeedVariation.xlsx” được thiết kế bởi Tiến sĩ Pesti để áp dụng các công thức này. Có thể tìm thấy file này trên trang web Poultry Hub Australia trong mục “Rearch Resources”.
Hình 1thể hiện một phần của worksheet tên “Protein Example” (Ví dụ của Protein) của file Excel. Các nguyên liệu, với mức protein trung bình và độ lệch chuẩn của chúng, được lấy từ các mẫu thu được từ các công ty sản xuất cám ở Úc và được tổng hợp trong một cơ sở dữ liệu có tên Australian Feed Ingredient Database (AFiD).
Hình 1. Một phần của file Excel tên “FeedVariation.xlsx” hiển thị các công thức để tính toán biến động của của cám hỗn hợp từ những biến động được báo cáo trong các nguyên liệu.
Ở phần giữa bên phải của Hình 2 là một số công thức cám cho các chủng loại gà và gà tây khác nhau, ngoài ra còn có nhiều công thức khác nữa trong worksheet của file Excel.
Ở cuối worksheet là các giá trị trung bình và độ lệch chuẩn đã được tính của mức protein thô dự kiến của từng loại cám, được đánh dấu màu vàng.
Ta có thể tải xuống file Excel và nhấp vào từng ô để xem phép tính có sự tương đồng như thế nào với các Phương trình [3] trên.
Nếu nhiều mẻ cám của Starter Gà thịt (thường được cho ăn từ 0 đến 10 ngày tuổi) được trộn từ các mẫu nguyên liệu ngẫu nhiên của Úc thì hàm lượng protein thô trung bình của cám dự kiến sẽ là 230 g/kg CP (crude protein). Một nửa số mẻ dự kiến sẽ chứa nhiều hơn giá trị này và một nửa số mẻ còn lại sẽ chứa ít hơn 230 g/kg CP.
Hình 2. Một phần của file Excel tên “FeedVariation.xlsx,” cho thấy sự biến động trong protein thô của cám hỗn hợp được dựa trên biến động đã được báo cáo trong các nguyên liệu của Úc.
Phân bố chuẩn (Hình 3) được xác định bởi giá trị trung bình và độ lệch chuẩn, có thể được sử dụng để ước tính sự phân bố của các lô cám.
34% của các mẻ cám này sẽ chứa trong khoảng từ 230 đến 230 – 4,48= 225.52 g/kg CP (protein thô); và 13.5 % các mẻ cám này sẽ chứa khoảng từ 225.52 đến 225,52-4,48 = 221,04 g/kg CP; và 2,5% của các mẻ cám sẽ chứa ít hơn 221,04 g/kg CP.
Các nhà sản xuất chăn nuôi gia cầm thường mua nguyên liệu từ cùng một nhà cung cấp, vì vậy sự biến động của một số nguyên liệu có thể ít hơn dự kiến từ cơ sở dữ liệu của AFiD.
Tuy nhiên, việc phân tích này chỉ ra tầm quan trọng của việc theo dõi giám sát các nguyên liệu để giảm thiểu sự biến động xuống thấp nhất có thể.
Việc hạn chế biến động trong cám hỗn hợp rất quan trọng đối với người chăn nuôi khi họ cho đàn gia cầm ăn, nhưng với các công ty sản xuất cám thì hạn chế biến động là điều tối cần để họ có thể bảo đảm với khách hàng nhận được hàng với lượng dưỡng chất tối thiểu ở mỗi mẻ là theo đúng như đã ghi hoặc chỉ định.
Sử dụng các giá trị trung bình có thể không được được khách hàng chấp nhận.
Hình 3. Phân Bố Chuẩn (Normal Distribution)
Biến động phân tích và NIRS
Việc theo dõi biến động giá trị của nguyên liệu đòi hỏi cần phải có nhiều phân tích hơn và sự hỗ trợ của phòng lab nhiều hơn.
Tuy nhiên, sự biến động của các kết quả phân tích (analytical variability) giữa các phòng lab, là đáng kể, hoặc trong một số trường hợp thì khá lớn nếu so với biến động về dưỡng chất liên quan đến nguồn bắp hoặc bã đậu nành.
Do đó cần phải chú trọng hơn nữa vào việc lấy mẫu cám đúng cách cũng như việc phân tích toàn diện và chuẩn xác hàm lượng dưỡng chất
Ở các nhà máy sản xuất cám, hàm lượng năng lượng, CP (protein thô – Crude Protein) và tỷ lệ tiêu hóa AA (digestibility of amino acid) hiếm khi được xác định cho từng mẻ cám riêng biệt.
Giá trị năng lượng còn là một vấn đề lớn hơn vì giá trị năng lượng luôn được ước tính bằng các phương trình dự đoán với sự phụ thuộc chủ yếu vào kết quả phân tích theo phương pháp proximate analysis và có thể đánh giá thấp mức năng lượng trao đổi (Me-metabolizable energy).
Có biến động cao giữa ME biểu kiến và ME biểu kiến được hiệu chỉnh bằng nitrogen.
NIRS
Trong hơn ba mươi năm, ngành công nghiệp sản xuất cám cho vật nuôi đã phát triển một giải pháp thay thế trong việc theo dõi thành phần dinh dưỡng trong các nguyên liệu cám. Giải pháp này sử dụng công nghệ phổ phản xạ hồng ngoại gần (viết tắt tiếng Anh – NIRS), nhưng không phải ai cũng đồng ý với việc sử dụng dữ liệu từ NIRS. Và nhiều người vẫn coi phương pháp Wet chemistry là đáng tin cậy nhất
Phân tích NIRS có một số ưu điểm, bao gồm như:
Quét mẫu nhanh chóng và cho kết quả trong vài phút.
Chỉ cần một lượng nhỏ của một mẫu là có thể cho ra được nhiều kết quả phân tích dưỡng chất, hàm lượng năng lượng và hệ số tiêu hóa trong cùng một lúc.
Chi phí thấp.
Kết quả có độ lặp lại cao, không phụ thuộc vào yếu tố vị trí địa lý của nơi mẫu được thu thập.
Không yêu cầu hoặc chỉ cần sự chuẩn bị mẫu (sample preparation) một cách tối thiểu.
Thiết bị có thể được đặt trực tiếp trong nhà máy cám chăn nuôi hoặc trong dây chuyền chế biến sản xuất cám.
Thiết bị NIRS có thể sử dụng và vận chuyện dễ dàng.
Những yếu tố này làm cho phân tích NIRS có tính bền vững hơn so với phân tích theo phương pháp Wet chemistry.
Có hai cách để tạo đường chuẩn NIRS: trực tiếp và gián tiếp .
Phương pháp hiệu chuẩn gián tiếp sẽ hồi quy kết quả phân tích hóa học hoặc vật lý với phổ NIRS (spectra) để ước tính giá trị phân tích gần đúng (proximate analysis values), tổng AA (a-xít amin), tinh bột và các dưỡng chất và chất phản dinh dưỡng (anti-nutrient) khác.
Ngược lại, việc hiệu chuẩn trực tiếp NIRS sử dụng các mẫu cám và mẫu phân thu được từ các thử nghiệm trên động vật. Hiệu chuẩn trực tiếp kết hợp với dữ liệu in-vivo (trên sinh vật) có liên quan đến nhiều tương tác giữa cám và động vật và từ đó ảnh hưởng đến sự tận dụng dinh dưỡng cuối cùng (final nutrient utilization), AME (apparent metabolizable energy-năng lượng trao đổi biểu kiến), AMEn (apparent metabolizable energy, nitrogen corrected-năng lượng trao đổi biểu kiến hiệu chỉnh bởi nitrogen) và tỷ lệ tiêu hóa AA.
Nhiều nhóm nghiên cứu đã đánh giá độ chuẩn xác và độ tin cậy của các mô hình hiệu chuẩn NIRS nhằm dự đoán giá trị dinh dưỡng của nguyên liệu cám và cho kết quả tương đương với kết quả thu được qua phương pháp wet chemistry trong phòng lab và các phương pháp in-vivo (trên sinh vật).
KẾT LUẬN
Ngành công nghiệp sản xuất cám nên bắt đầu áp dụng dữ liệu thông tin thu được từ nhiều mô hình NIRS khác nhau trên thị trường để hiểu rõ hơn về sự biến động giá trị của các thành phần dưỡng chất đa lượng (macronutrient), năng lượng, tinh bột và chất xơ.
Sự hiểu biết sâu sát hơn và khống chế hiệu quả hơn về sự biến động giá trị của nguyên liệu cám sẽ giúp chúng ta lập công thức cám chuẩn xác hơn và có kết quản tốt hơn trong chăn nuôi sản xuất gia cầm.
