不同甘蔗酵母的化学成分分析、能量值的测定及其预测（针对肉鸡养殖用途）

《Veterinary and Animal Science》：Chemical composition, determination, and prediction of energy values of different sugarcane yeasts for broiler chickens

　　埃马努埃拉·纳塔莉·里贝罗·巴尔博萨（Emanuela Nataly Ribeiro Barbosa）| 卡洛斯·博阿-维亚杰姆·拉贝尔洛（Carlos B?a-Viagem Rabello）| 马科斯·若泽·巴蒂斯塔·多斯·桑托斯（Marcos Jose Batista dos Santos）| 克劳迪娅·科斯塔·洛佩斯（Claudia Costa Lopes）| 埃德尼·佩雷拉·席尔瓦（Edney Pereira Silva）| 朱利奥·塞萨尔·多斯·桑托斯·纳西门托（Júlio Cezar dos Santos Nascimento）| 卡米拉·门东萨·席尔瓦（Camilla Mendon?a Silva）| 莉莲·弗朗西斯科·阿兰特斯·德索萨（Lilian Francisco Arantes de Souza）| 卢卡斯·拉尼埃·里贝罗·安东尼诺·卡瓦略（Lucas Rannier Ribeiro Antonino Carvalho）| 玛丽亚·多·卡莫·莫豪普特·马奎斯·卢德克（Maria do Carmo Mohaupt Marques Ludke）
巴西伯南布哥联邦农村大学动物科学系，邮编52171-900，累西腓，伯南布哥州

**摘要**
随着家禽生产中对可持续和高效饲料成分需求的增长，农业工业副产品（如蔗糖酵母）逐渐受到重视。这类副产品既能解决糖业和酒精生产中的环境问题，又能为肉鸡提供营养价值。本研究旨在测定4种酵母样本的能量值，并根据其化学成分建立预测方程，假设不同来源的酵母会对其代谢能产生影响。通过对物理化学性质（如粗蛋白含量：14.94–21.12%；总能值：4,011–4,268 kcal/kg）的分析，并对690只雄性Cobb 500肉鸡进行消化率测试（分为4个生长阶段：1–8天、11–18天、21–28天和31–38天），采用参考饲料和富含酵母的饲料（酵母含量30%）。通过多元回归分析得出结论：表观代谢能（AME）和校正后的表观代谢能（AMEn）范围分别为800–2,223 kcal/kg和698–2,069 kcal/kg。最佳预测方程为AME = 8905.51 – 32.1006 × 年龄 – 81.048 × 干物质（DM）+ 0.50052 × MGD（R2 = 0.6798）。酵母的能量值受其来源和成分的影响，有助于更准确地预测其对肉鸡的营养价值。

**引言**
随着家禽生产中对可持续且经济高效的饲料成分需求的增加，农业工业副产品作为替代饲料的兴趣日益浓厚。这些副产品因成本低廉且易于在加工设施附近获取而具有显著的经济优势，尤其适用于集约化养殖（Gómez-García等人，2021年）。其中，微生物来源的副产品（尤其是蔗糖酵母，Saccharomyces cerevisiae）因其高蛋白含量、必需氨基酸组成和能量密度而成为有前景的替代品（Alshelmani等人，2021a；Alshelmani等人，2021b；Formann等人，2020年）。蔗糖酵母是乙醇发酵过程中的副产品，这既带来了环境挑战，也为畜牧业提供了机遇。糖业和酒精产业产生了大量这种副产品，但由于环境问题其处理受到限制（Renó等人，2014年）。然而，蔗糖酵母的营养价值使其成为动物饲料的宝贵资源，有望将环境问题转化为可持续的饲料来源（Silva等人，2014年；Santos等人，2020年）。从营养角度来看，脱水蔗糖酵母含有B族维生素、消化酶、螯合矿物质和生物活性肽，可提升动物性能、免疫功能和抗应激能力（Shruthi等人，2022年）。不过，与其他替代饲料一样，酵母的营养成分会因底物特性、发酵条件和加工方法而有所不同（文献中记录的关键营养成分变化较大：干物质88.0%–93.9%、粗蛋白19.4%–44.4%、灰分9.8%–14.4%，其中钾是最主要矿物质成分）。乙醇提取物含量通常在0.9%–1.6%之间，而肉鸡的表观代谢能值在1,963–2,819 kcal/kg之间（Rostagno等人，2024年；Chand等人，2014年）。

确定代谢能值对于优化家禽饲料配方至关重要。传统方法需通过代谢试验直接测量能量摄入与排泄的差值，但这种方法耗时、成本高且不适用于常规饲料评估（Formann等人，2020年）。基于化学成分的预测方程则能快速、经济地估算能量值，使营养学家无需进行大量动物实验即可评估饲料成分。尽管蔗糖酵母作为饲料成分具有潜力，但针对不同生长阶段肉鸡代谢能的精准预测研究仍较少。此外，现有能量预测模型未充分考虑酵母成分与鸡龄的交互作用，限制了其在商业饲料配方中的实际应用。因此，本研究旨在确定不同来源蔗糖酵母的代谢能值，并根据其化学成分建立适用于不同生长阶段的肉鸡预测方程。我们假设酵母来源和化学成分显著影响代谢能值，特定年龄的预测方程会比通用模型提供更准确的能量估计，从而提高饲料配方的精准度并促进蔗糖酵母的可持续利用。

**材料与方法**
2.1 **样品采集与化学分析**
从巴西东北部地区的多家糖业和乙醇生产设施采集4种蔗糖酵母样本，按标准方法（AOAC，2012年；Detmann等人，2021年）测定干物质、氮、总能值、粗蛋白、乙醇提取物、中性洗涤纤维（NDF）和灰分含量。酵母颗粒的平均几何直径（MGD）采用Banzolli等人（2015年）建立的振动筛系统（KUHARDT VIATEST 76773）测定，筛孔尺寸分别为4.0、2.0、1.20、0.60、0.30、0.15和0.0毫米。
2.2 **实验设计**
采用完全随机设计，设置5种饲料处理和6个重复组，共30个实验单元。养殖密度因生长阶段而异：初始前阶段每栏8只鸡（1-8天），初始阶段6只（11-18天），生长阶段I每栏5只（21-28天），生长阶段II每栏4只（31-38天）。饲料处理包括：（1）以玉米和小豆粕为主要成分的参考饲料；（2-5）含70%参考饲料和30%相应酵母样本的试验饲料。所有饲料均符合Rostagno等人（2024年）推荐的各生长阶段营养要求（表1）。实验期间鸡可自由采食饲料和饮水。
表1. 基础饲料的成分和营养值

| 生长阶段（天） | 玉米 | 大豆粕 | 二钙磷酸盐 | 石灰石 | 盐 | L-赖氨酸HCl | DL-蛋氨酸 | L-苏氨酸 | 维生素矿物质补充剂 | 矿物质补充剂 |
|---------|-----------|------------|------------|----------|---------|-----------|-----------|------------|-------------|
| 1–8 | 55.41 | 45.37 | 1.94 | 0.92 | 0.51 | 0.37 | 0.37 | 10.60 | 0.10 |
| 11–18 | 56.37 | 37.50 | 1.94 | 1.83 | 0.88 | 0.37 | 0.38 | 0.17 |
| 21–28 | 60.28 | 35.78 | 1.68 | 1.18 | 0.88 | 0.84 | 0.29 | 0.23 |
| 31–38 | 64.52 | 31.74 | 1.53 | 0.83 | 0.77 | 0.22 | 0.24 | 0.21 |实验日粮中的能量利用
参考日粮在所有实验阶段始终显示出比富酵母日粮更高的能量代谢率系数，表明添加酵母降低了整体日粮能量的利用效率（表3）。

表3. 日粮的饲料摄入量、表观可代谢能量（AME）、校正后的表观能量（AMEn）以及干物质（AMCDM）和总能量（AMCGE）的表观代谢率系数的平均值

变量 日粮
平均值 P值 标准误差
RD I II III IV
预初期（1至8天） 713.2 e8 19.6 a 769.7 c 788.2 b 732.6 d 764.6 0.001 1.059
AME（kcal/kg） 3,186 a 2,808 d 2,888 c 2,927 b 2,776 e 2,917 0.001 2.274
AMEn（kcal/kg） 3,009 a 2,618 d 2,722 c 2,756 b 2,618 d 2,745 0.001 2.100
AMCDM（%） 61.6 36.3 38.9 64.8 66.5 33.5 64.0 0.213 0.506
AMCGE（%） 66.9 a 61.5 c 60.7 d 63.0 b 58.5 e 62.1 0.001 10.048

初期（11至18天） 1,690 c 1,723 b 1,736 a 1,715 b 1,673 d 1,708 0.001 10.001
AME（kcal/kg） 3,607 a 3,127 b 2,960 d 2,982 d 3,055 c 3,146 0.001 14.667
AMEn（kcal/kg） 3,215 a 2,804 b 2,631 c 2,672 c 2,757 b 2,816 0.001 14.928
AMCDM（%） 73.4 71.2 b 70.7 b 71.7 b 71.5 b 71.7 0.001 10.160
AMCGE（%） 69.2 a 60.6 b 57.9 d 59.0 b 61.4 0.001 10.048

生长期I（21至28天） 2,257 c 2,406 b 2,451 a 2,458 a 2,418 b 2,398 0.001 11.795
AME（kcal/kg） 3,671 a 2,950 b 2,924 cd 2,920 d 3,081 0.001 12.419
AMEn（kcal/kg） 3,224 a 2,804 b 2,631 c 2,672 c 2,757 b 2,816 0.001 14.928
AMCDM（%） 73.4 71.2 b 70.7 b 71.7 b 71.5 b 71.7 0.001 10.160
AMCGE（%） 69.2 a 60.6 b 57.9 d 59.0 b 61.4 0.001 10.106

**注：**
- P值表示统计显著性；CV表示变异系数。
- RD代表参考日粮；I- RD+30%酵母2；II- RD+30%酵母1；III- RD+30%酵母3；IV- RD+30%酵母4。
- 同一列中，不同字母的数值通过Tukey检验显著不同（P<0.05）。

预初期阶段（1-8天）：酵母I组的饲料摄入量最高（P=0.01，819.6克），酵母IV组最低（732.6克）。喂食含酵母III日粮的鸡只获得了最高的AME和AMEn值（分别为2,927和2,756 kcal/kg），其次是酵母II组（2,888和2,722 kcal/kg）。酵母IV组的能量值最低（AME为2,776 kcal/kg，AMEn为2,618 kcal/kg）。酵母III组的干物质表观代谢率系数较高（P=0.01），但各组间没有显著差异（P=0.21）。

生长初期阶段（11-18天）：酵母II组的饲料摄入量最高（P=0.01，1,736克），酵母IV组最低（1,673克）。酵母I组显示出最高的AME值（3,127 kcal/kg），而酵母II和III组的平均值较低（分别为2,960和2,982 kcal/kg）。对于AMEn，酵母I和IV组的结果相当（P=0.01，分别为2,804和2,757 kcal/kg）。酵母I和IV组的AMCDM相似，但酵母I组的AMCGE值较高（P=0.01）。

生长期I（21-28天）：酵母I组保持最高的AME值（2,950 kcal/kg），其他样本的表现相近（2,920-2,943 kcal/kg）。对于AMEn，酵母I和IV组的表现相当（P=0.01，分别为2,617和2,606 kcal/kg）。酵母II和III组的饲料摄入量最高（分别为2,458和2,451克）。酵母III和IV组的AMCDM相似，但喂食酵母IV组的AMCGE值最高（P=0.01）。

生长期II（31-38天）：喂食酵母I组的鸡只的饲料摄入量最高（P=0.01）。酵母III组获得了最高的能量值（AME：2,871 kcal/kg；AMEn：2,832 kcal/kg），其次是酵母I组（AME：2,950 kcal/kg；AMEn：2,770 kcal/kg）。酵母II和IV组的表现相近。酵母III和IV组的AMCDM相似，但酵母IV组的AMCGE值最高（P=0.01）。

**酵母样品的能量值**
根据表4的结果，单独评估时，不同酵母样品在不同生长阶段的可代谢能量含量存在显著差异。在预初期阶段（1至8天），酵母III的AME范围为2,223 kcal/kg，而酵母IV的AME最低，仅为1,537 kcal/kg（P<0.05）。酵母I和III的数据显示出随着鸡只年龄增长，能量值下降的趋势。其他酵母则表现出不同的变化模式（P<0.05），例如酵母II在前三阶段的AME值下降，但在最终生长阶段上升，这表明酵母成分与消化能力之间存在年龄相关的相互作用。

**讨论**
不同蔗糖酵母的表观可代谢能量（AME）、校正后的表观能量（AMEn）以及干物质（AMCDM）和总能量（AMCGE）的表观代谢率系数在实验各阶段均有显著差异。
多元回归分析基于化学成分生成了多个预测模型来估算AME和AMEn值（表5、表6、表7、表8）。最稳健的无截距模型的R2值超过0.96，其中最佳拟合模型为：
**AME = ?32.13 × 年龄 + 49.37 × CP + 2736.4 × EE**（R2=0.97）。

**结论**
1. 酵母的化学和能量组成受多种因素影响，如土壤条件、气候和原料的遗传变异。
2. 加工过程和储存条件也会改变最终成分。
3. 酵母I、II和III的干物质含量与文献报道的值一致。
4. 酵母II的粗蛋白含量最高，但低于某些研究的结果。
5. 不同酵母的NDF值存在差异，这可能与加工方法有关。
6. 酵母中的Mannan寡糖（MOS）有助于促进有益肠道细菌的生长，提高饲料的营养价值。
7. 生长初期阶段，添加酵母的日粮能量利用率较高，但在生长期II显著下降，可能与环境因素有关。
8. 酵母来源对能量利用率有影响，特定发育阶段的代谢特性会影响饲料的能量价值。多种因素可以影响食物能量评估的结果，其中鸟类年龄、食物加工方法和实验程序是最为重要的因素（Sakomura和Rostagno，2016年）。鸟类年龄是导致食物代谢能值变化的最常被引用的因素之一（Rodríguez-Ortega等人，2022年）。在初始前期和生长阶段II（31至38天大）期间，Yeast III样本的AME和AMEn值高于其他样本，其CMGE值也更高。Yeast III的较高AME和AMEn值可能与其化学组成有关，特别是其较低的NDF（中性洗涤纤维）含量，这可能是能量利用的限制因素。Longo等人（2005年）在初始前期用干酵母替代了20%的参考日粮，得到了2,037 kcal/kg的AMEn值（基于天然物质）和49.97%的CMGE值。美国国家研究委员会（NRC，1994年）、Rostagno等人（2024年）和D'Agostini等人（2001年）报告的AMEn值范围为1,990至2,536 kcal/kg。在这项试验中，AME值平均比AMEn值高8.19%，即AME值比AMEn值高出156.5 kcal/kg。这种特性在生长中的鸟类中很典型，因为在这个阶段蛋白质组织的沉积会导致更多的氮保留（Nery等人，2007年）。这些鸟类总体上表现出正的氮平衡，表现为从饲料中保留氮。Leeson和Summers（2001年）指出，估计的能量值必须根据氮平衡进行校正，因为在代谢测定期间无法确保所有鸟类的生长率都相同。当鸟类保持正氮平衡时，ME值会一致降低（Musigwa等人，2020年），这解释了本研究中观察到的较低AMEn值。不同生长阶段之间AME值的变化可能归因于肠道成熟度和吸收能力的变化。促进肠道形态良好变化的营养因素可以刺激细胞增殖并减少细胞凋亡，从而增强消化道的吸收功能，进而提高动物性能（Santos等人，2024年）。与初始前期相比，在初始和生长阶段记录到的较高AME值表明随着鸟类成熟，肠道发育得到改善，营养吸收能力也得到了增强。

预测的AME和AMEn值是使用基于评估酵母样本的物理化学组成得出的回归方程估算的，这些方程考虑了是否有截距。生成的方程与生物学测试确定的值非常接近，所有结果的偏差平方和相似。然而，ME预测的模型选择将取决于可用的实验室分析手段，因为某些分析需要复杂的设备，这可能会增加成本。年龄变量被纳入所有AME和AMEn预测模型中，突显了在考虑年龄对预测值影响时这一因素的重要性。鉴于养鸡年龄每增加一天，甘蔗酵母的AME和AMEn值分别平均降低32.16 kcal/kg和27.68 kcal/kg，因此年龄在能量值预测中是一个关键因素。本研究中使用截距调整后的方程显示出比不使用截距的方程更低的决定系数。Janssen（1989年在制定欧洲禽类食品能量值表时）排除了截距，Rostagno等人（2024年在巴西禽类和猪类食品表中 también 排除了截距）。数据模型的调整使用了AIC（Akaike Information Criterion），其中AIC值最低的模型被认为是最优的。使用3至4个变量的回归方程，其决定系数范围分别为AME的0.68至0.97和AMEn的0.57至0.96。预测方程减少了所需的实验室分析次数，这与Nunes（1999年）的报告一致，他提到2至4个变量的方程更为实用，因为它们需要的实验室分析更少，从而节省了时间、金钱和资源。2至4个变量的方程能提供更准确的食物能量值估计。然而，并非所有包含该变量的方程都能产生可靠的估计结果，因为即使变量被纳入方程中，这些变量也必须与能量值高度相关（Rodrigues等人，2002年）。尽管生成的方程很好地拟合了观察数据，但仅凭这项研究无法准确预测市场上所有类型甘蔗酵母的能量值。鉴于酵母对禽类生产的潜在益处，必须进行更多关于加工方法、成分及其在禽类饲料中应用的研究，以明确具体特性并优化利用策略。

5. 结论
底物的工业来源影响了酵母的物理化学和能量组成。在初始前期，Yeast III表现出更高的AME、AMEn和CMDM值。在初始阶段，Yeast II显示出这些参数的最高值。然而，生成模型预测的AME和AMEn值与代谢测试的结果非常吻合。

**资金声明**
本研究得到了高等教育人员协调委员会（CAPES，财务代码001）和Karolinska Institutet通过机构出版协议的支持。资金涵盖了开放获取出版费用。

**伦理声明**
本研究“不同甘蔗酵母的化学组成、能量值的测定及预测”已获得佩南布哥联邦农村大学动物使用伦理委员会的批准（许可证编号0782014）。

**未引用的参考文献**
Adili, Sadeghi-Sefidmazgi和Moradi-Sharhrbabak, 2020; Butolo, 2001; Butolo, 1991; Flemming, 2005; Horii, 1997; Masaioli Junior和Arévalo, 2001; Feedstuffs as an Alternative in Poultry Feed; Miyada, 1985; Moreira等人, 1998; Peppler, 1970; Rostagno等人, 2000; Sakomura和Rostagno, 2016; Santin, Maiorka, Macari和Grecco, 2001; Amaral, 2001; SAS Institute Inc, 2008; Short, Gorton, Wiseman和Boorman, 1999; Silva和Queiroz, 2002; Silva, 2009; Summers和Robblee, 1985; Tenea和Veintimilla, 2021; Zanotto和Bellaver, 1996; Beal, 2005

**作者贡献声明**
Emanuela Nataly Ribeiro Barbosa：撰写——原始草稿、方法学、研究、数据分析、概念化。
Carlos B?a-Viagem Rabello：撰写——审稿与编辑、可视化、方法学、研究。
Marcos Jose Batista dos Santos：撰写——审稿与编辑、资源、方法学、研究。
Claudia Costa Lopes：撰写——审稿与编辑、软件、方法学、研究。
Edney Pereira Silva：撰写——审稿与编辑、资源、方法学、研究、数据分析。
Júlio Cezar dos Santos Nascimento：撰写——审稿与编辑、方法学、研究、数据分析、数据管理。
Camilla Mendon?a Silva：撰写——审稿与编辑、可视化、方法学、研究、数据分析。
Lilian Francisco Arantes de Souza：撰写——审稿与编辑、可视化、验证、监督、数据分析。
Lucas Rannier Ribeiro Antonino Carvalho：撰写——审稿与编辑、撰写——原始草稿、资源、项目管理、资金筹集、数据分析。
Maria do Carmo Mohaupt Marques Ludke：撰写——审稿与编辑、撰写——原始草稿、可视化、监督、资源、项目管理、研究、资金筹集。