twitter

image1 image1 image1 image1

Przewidywanie zawartości aminokwasów w paszach za pomocą spektroskopii odbiciowej w bliskiej podczerwieni

Robert Gąsior1, Wojciech Wróblewski1,Waldemar Korol2, Jarosław Kański3

1 Instytut Zootechniki Państwowy Instytut Badawczy, Centralne Laboratorium,

32-083 Balice k/Krakowa

2 Instytut Zootechniki Państwowy Instytut Badawczy, Krajowe Laboratorum Pasz,

ul. Chmielna 2, 20-079 Lublin

3 Uniwersytet Rolniczy w Krakowie, 31-120 Kraków, Al. Mickiewicza 21, Poland

s. 17-23

Streszczenie. Porównano trzy kalibracje NIRS wykonane przy użyciu trzech analizatorów pracujących w trzech zakresach widmowych: DS 2500 (400-2499,5 nm, rozdzielczość spektralna 0,5 nm), DA 1650 (1100-1649,5 nm, rozdzielczość spektralna 0,5 nm), InfraXact7500 (IX 7500, 570-1848 nm, rozdzielczość spektralna 2 nm), dotyczące zawartości w paszach: kwasu asparaginowego (Asp), treoniny (Thr), seryny (Ser), kwasu glutaminowego (Glu), proliny (Pro), glicyny (Gly), alaniny (Ala), waliny (Val) izoleucyny (Ile), leucyny (Leu), tyrozyny (Tyr), fenyloalaniny (Phe), histydyny (His),  lizyny (Lys), lizyny przyswajalnej (DLys), argininy (Arg), cysteiny (Cys), metioniny (Met) oraz sumy Cys+Met. Stwierdzono statystycznie istotne (P0,05), lub wysoce istotne (P0,01), różnice między SECV trzech porównywanych analizatorów, dla następujących aminokwasów: Asp, Thr, Gly, Leu, Tyr, His, Lys, DLys, Arg. W przypadku niektórych ważnych z żywieniowego punktu widzenia aminokwasów (Cys, Met, Val, Ile, Phe), nie stwierdzono różnic istotnych między analizatorami. Najlepszą jakość kalibracji na aminokwasy uzyskano na analizatorze DS 2500, pracującym w szerszym od pozostałych urządzeń zakresie widmowym i przy wysokiej rozdzielczości spektralnej. Średnio dla wszystkich aminokwasów, SECV% uzyskany na tym aparacie był mniejszy o 6,6 % (względnych) od SECV%  aparatu DA 1650 i o 9,4 % (względnych) od SECV% aparatu IX 7500.

Słowa kluczowe: NIRS, pasze, aminokwasy, lizyna przyswajalna.

 

Predicting amino acid contents in feedstuffs by using near infra-red reflectance spectroscopy

Robert Gąsior1, Wojciech Wróblewski1,Waldemar Korol2, Jarosław Kański3

1 National Research Institute of Animal Production, Central Laboratory,  32-083 Balice n. Kraków, Poland

2 National Research Institute of Animal Production, National Laboratory for Feedingstuffs, 20-079 Lublin

3 University of Agriculture in Krakow, 31-120 Krakow, Al. Mickiewicza 21, Poland

Summary. Three NIRS calibration were compared using three analysers operating in three spectral ranges: DS 2500 (400-2499,5 nm, spectral resolution 0,5 nm), DA 1650 (1100-1649,5  nm, spectral resolution 0,5 nm), InfraXact7500 (IX 7500, 570-1848 nm, spectral resolution 2 nm). The calibrations were prepared to predict contents of the following amino acids: aspartic acid (Asp), threonine (Thr), seryne (Ser), glutamic acid (Glu), proline (Pro), glycine (Gly), alanine (Ala), valine (Val), isoleucyne (Ile), tyrosine (Tyr), phenylalanine (Phe), histidine (His), lysine (Lys), digestible lysine (DLys), arginine (Arg), cysteine (Cys), methionine (Met), and Cys+Met. Statistically significant, and highly significant, differences have been found between SECV for the Asp, Thr, Gly, Leu, Tyr, His, Lys, DLys, Arg. However, for some nutritionally important amino acids such as: Cys, Met, Val, Ile, Phe, the differences have not been found. The best quality calibration came from DS 2500, working at high spectral resolution, in the broader than other devices, spectral range. In average for all amino acids, SECV% for this apparatus, was less than 6,6 % (relatively) and less than 9,4 % (relatively), comparatively to DA 1650 and IX 7500, respectively.

Key words: NIRS, feedstuffs, amino acids, digestible lysine.

 

LITERATURA

Fontane J., Schirmer B., Hörr J. (2002). Near-Infrared Reflectance Spectroscopy (NIRS) Enables the Fast and Accurate Prediction of Essential Amino Acid Contents. 2. Results for Wheat, Barley, Corn, Triticale, Wheat Bran/Middlings, Rice Bran, and Sorghum. J. Agric. Food Chem., 3; 50 (14): 3902-11.

Gąsior R. (2013). Wielkość błędów w analizie pasz metodą NIRS i metodą chemiczną. Pasze Przemysłowe, 22, 1: 44.

Gąsior R., Kański J., Korol W. (2015) Kalibracje NIRS dla EM i wybranych aminokwasów oraz możliwość ich wykorzystania w badaniach przesiewowych. Rozdział w monografii pt. „Ocena jakości i bezpieczeństwa pasz  - Cz. I”, Pasze Przemysłowe, Nr 32, 34-40.http://ajinomoto-eurolysine.com/technical-bulletins-download.html.

 Jamroz D., Podkówka W., Chachułowa J.(Eds.) (2001). Żywienie Zwierząt i Paszoznawstwo, t. 1. Fizjologiczne i biochemiczne podstawy żywienia zwierząt. PWN, Warszawa, s. 292-297.

Kamińska B.Z. (2003). Wpływ poziomu lizyny w mieszankach typu starter i grower na wyniki produkcyjne oraz skład chemiczny mięsa brojlerów. Rocz. Nauk. Zoot., 30, 2: 353-365.

Kempen T. van, Bodin J.C.(1998). Near-infrared reflectance spectroscopy (NIRS) appears to be superior to nitrogen-based regression as a rapid tool in predicting poultry digestible amino acid content of commonly used feedstuffs. Anim. Feed. Sci. Technol., 76: 139-147.

Koreleski J., Świątkiewicz S. (2006). Wartość pokarmowa i wykorzystanie produktów ubocznych z biopaliw w żywieniu drobiu. Wiadomości Zootechniczne, R. XLIV, 3: 29-37. 

Korol W., Walczyński S., Bielecka G., Rubaj J., Sawicka A. (2014). Zastosowanie spektrometrii bliskiej podczerwieni w urzędowej kontroli pasz. Pasze Przemysłowe, 23, 1: 27-28.

Liu M.L., Liu Y.G. (2006). NIR prediction for total and digestible amino acids in feedstuffs: a rapid approach towards accurate diet formulation. Processing and Feed Quality Control. American Soybean Association International Marketing, Southeast Asia, 2006.  www.asasea.com;  Pozyskano 5.08.2014.

Onodera R. (2003). Essentiality of histidine in ruminant and other animals including human beings.  Asian-Aust. J. Anim. Sci. 2003. 16, (3) : 445-454.

PN-EN ISO 12099:2010. Pasze, ziarno zbóż i produkty przemiału - Wytyczne stosowania spektrometrii bliskiej podczerwieni.

PN-EN ISO 5983-1:2006. Pasze - Oznaczanie zawartości azotu i obliczanie zawartości białka ogólnego - Część 1: Metoda Kjeldahla.

PN-EN ISO 5983-2:2009. Pasze - Oznaczanie zawartości azotu i obliczanie zawartości białka ogólnego -- Część 2: Metoda mineralizacji w bloku i destylacji z parą wodną.

PN-ISO 5510:2000. Pasze. Oznaczanie dostępnej lizyny.

Relandeau C., Eudaimon M. (2008). Measuring and Predicting Amino Acid Contents in Feedingstuffs. Ajinomoto Eurolysine S.A.S. Formulator’s Handbook. Bulletin 32 - November 2008.

Rozporządzenie Komisji Europejskiej (WE) nr 152/2009 z dnia 27.01.2009 r., zał.III (Dz.U.L 54 z dn. 26.02.2009 r.).

Thong H.T., Liebert F. (2004). Amino acid requirement of growing pigs depending on amino acid efficiency and level of protein deposition 1st communication: lysine. Arch. Anim. Nutr., 58(1): 69 – 87.

Villamide M.J., Carabao R., Maertens L., Pascual J., Gidenne T., Falcao-E-Cunha L., Xiccato G. (2009). Prediction of the nutritional value of European compound feeds for rabbits by chemical components and in vitro analysis. Anim. Feed Sci. and Technol., 150: 283–294.