Lecciones de la predicción de la calidad de DDGS – Parte 2: Ecuación de predicción
En mi blog anterior, mencioné datos de una publicación reciente sobre la variación en la calidad de los DDGS (granos secos de destiladores con sustancias solubles), un subproducto de la industria de etanol de maíz. Esto es importante porque se usan DDGS para reemplazar a otros ingredientes de las dietas para ganado —principalmente maíz, harina de soja y fuentes de fósforo— y su calidad es tan variable que los autores idearon una ecuación de predicción para determinar el valor de cada tanda de DDGS.
La primera parte habla sobre el momento en que varios investigadores deben idear y revisar una ecuación de predicción compleja (vea la discusión en el artículo sobre las diferentes ecuaciones) para un ingrediente. Esto definitivamente indica una falta de estandarización de procedimientos en las plantas de etanol, las que consideran a los DDGS un subproducto.
Para desarrollar la ecuación de predicción más precisa, los autores analizaron todos los datos de los nutrientes (algunos de los cuales destaqué en la Parte 1) y determinaron qué conjuntos de datos, al combinarse, podrían predecir la energía disponible para el crecimiento de pollito. En términos simples, respondieron preguntas como: Si incluyo datos sobre las proteínas crudas, el extracto de éter (aceite) y el contenido de almidón de las muestras de DDGS, ¿qué porcentaje de la variación de energía podría explicar esto? Por lo tanto, desde un punto de vista práctico, si alguien comparara un vagón de ferrocarril de DDG y conociera el contenido de proteínas crudas, extracto de éter (aceite) y almidón, ¿podría usar la ecuación y obtener una buena idea de la medida en que esta carga apoyaría el crecimiento del pollito?
Mediante la prueba y el error, los autores concluyeron que una ecuación que incluya el contenido de energía bruta, proteínas crudas, fibra (FDN) y almidón sería la mejor opción para predecir la energía disponible para apoyar el rendimiento del pollito. La energía bruta (energía total de cada muestra de DDGS) y el almidón (una fuente de energía de fácil digestión) parecerían ser indicadores útiles de la energía disponible para el pollito. Los pollitos no digieren fácilmente la fibra, o FDN, por lo que esto también parecería tener sentido como parte importante de una ecuación de predicción. Las proteínas crudas son un componente importante de los DDGS y presentan variaciones, por lo que son importantes para las predicciones.
Lo que es muy sorprendente y reveleador es el hecho de que se determinó que el extracto de éter (aceite) NO es un indicador importante de la disponibilidad de energía para el pollito, aunque los valores del extracto de éter oscilaron entre el 3,2 y el 13,2 % en las muestras de DDGS y el aceite es una fuente concentrada de energía.
Yo determiné el aporte de los DDGS a la cantidad total de grasa/aceite en las dietas experimentales, a partir del supuesto de que el maíz tenía un 4,8 % de aceite, la harina de soja extraída por solventes tenía un 1 % y la grasa de aves de corral era del 100 %. Al saber que se incluyeron muestras de DDGS en el 15 % de la dieta y al conocer también el rango de los contenidos de aceite residual en las muestras de DDGS, se calcularon los siguientes aportes de los DDGS al contenido total de grasas/aceites dietarios:
Tenga en cuenta que, en el punto extremo, los DDGS aportaron casi un 45 % de aceite rico en energía al total de grasas/aceites de la dieta completa, pero esto NO se consideró importante al predecir la energía disponible para el crecimiento del pollito.
Teniendo en cuenta esto, podemos concluir que el aceite residual en los DDGS de las plantas de etanol de maíz tiene poco valor y básicamente no es importante para la alimentación de pollitos. Los autores eligieron la tasa de inclusión del 15 % de DDGS porque es la típica en la industria de pollos de engorde.
Quizá esto no sea sorprendente porque las fuentes de energía de alta calidad, como la soja entera extruida, contienen energía altamente digerible para apoyar el rendimiento, incluso más al compararlas con dos tipos de DDGS. No dude en comunicarse conmigo o con el Dr. Nabil Said, para hablar sobre los beneficios del uso de ingredientes de alta calidad, como la soja entera extruida y la harina de soja parcialmente desgrasada extruida (ExPress®), en comparación con las desventajas del uso de ingredientes de menor calidad, como los DDGS.
Entonces, para concluir, el trabajo reciente con las ecuaciones de predicción de DDGS nos muestra que debe tenerse mucho cuidado al seleccionar ingredientes para apoyar el rendimiento animal, especialmente los que presentan una importante variación de nutrientes y un bajo contenido de aceite residual.
