蛋雞熱能與蛋白質

需要量的預估模式

前言

        由於影響產蛋性能因子的多樣化，因此蛋雞的機能管理模式有相當發展的空間。一般影響產蛋因素分為內在和外在因子，內在因子一般包括遺傳及將營養成分轉換蛋的能力；外在因子即為環境因子，包括飼養系統、環境溫度、季節性、緊迫及舍飼方式。

        不同於家畜營養學者，由於家禽試驗可用的數量較多，因此家禽營養學者可發展成特定品系的經濟性模式。在目前營養模式實際應用上，可以發現以下幾項主要影響因素：

        第一：生產性能直接反應在飼養系統上

        第二：模式中的各項參數取捨快

        第三：營養學者已較少去探索了解較基礎的代謝作用，如：代謝調節、營養成分利用的生化途徑、能量的消耗等，甚至直接將這些代謝相關性資料融入預估模式中。

        本篇報告，即是舉出常用的ME與CP需要量的預估模式，逐一討論其相關問題限制。

能量預估模式

(一)以NRC, 1994能量預估模式：

        1994TABLE.2-4而言，其ME的攝食量乃建立在蛋雞體重1~3kg／隻，產蛋率0~90％的範圍，並假定在日糧中的ME含量接近於12MJ／kg(2866kcal／kg)時，蛋雞自飼料的採食量恰可以達到雞隻的ME需求量，而其他營養分諸如CP,E.a.a, minerals, Vitamins需求量，則相對於飼料中的ME設定值作調整。而蛋雞每ME日需求量的預估為：(1984, 1994, NRC)

        ME(KJ／day)＝W0.75×(724－8.16T)＋23△W＋8.66E.E

        W：體重kg

        E.E：隻日產蛋重g

        T：環境溫度℃

        △W：每日增重g

        本公式中，影響ME攝食量的因素，已考慮環溫、雞隻體重、隻日增重及隻日產蛋重。雖然此為經驗模式，然其主要是依據多項相關係數的各個平均值所作的推測結果。

        (1)因此，當環溫22℃，平衡體重1kg、未產蛋下，則約需560KJ／W0.75，此值亦可視為維持需要量，而過去由間接熱量測定所得，一致認為蛋雞的維持需要量接近於400KJ／W0.75day。(Balnave et al., 1978；Byerly et al., 1980；Chwalibog, 1985；MacLeod and Jewitt, 1988；Pest et al., 1990)。

        (2)式中23KJ ME：

        (a)可解釋為每增重1g體重所需的能量

        (b)也可解釋為增重部分的體組成是恆定的；但也有認為是ME轉化為能量蓄積的利用效率，因蓄積方式以脂肪或蛋白質形式而有不同(Chwalibog, 1991)。

        (c)更可解釋為，當能量的攝食量不足時，則從體內蓄積而來，而使△W為負。

        (3)式中8.66KJ／g值：

        若以8.66×E.E值乃為一蛋中所含的能量加上保留能量所需量之和，此為一恆定值，則此可能解析不夠正確。Chwalibog, 1985說，蛋中內含能量值約為6.7~7.5KJ／g之間；然而ME量轉化為蛋中的蓄積形式，其利用效率係數(ko)約在0.6~0.8之間。該係數值係由基因型式、光照週期、蛋的大小和蛋的組成等等來作決定(Chwalibog, 1992)。假定蛋中能量約為7KJ／g且ko＝0.7，則蛋中能量與供作合成的損失之總值為7／0.7＝10KJ／g，因此式中8.66值為蛋中能量扣掉部分供合成轉化時的損失(Emmans, 1974；Chwalibog, 1985)。

        由以上觀點，強調在上述方程式中的各係數值(a)可能不含基本的生物價平均值(b)可能不含基本的生物價平均值(b)其值為固定，而較為廣泛粗略，因此在實際運用上差異較大。

(二)Emmans, 1974能量預估模式：

        其實Emmans, 1974早已建立一組係數值可變化的預估模式

        ME(KJ／day)＝W(A＋bT)＋8.4E＋20.9△W

        W：期間平均體重kg

        E：隻日產蛋量g

        T：期間平均環溫℃

        △W：隻日增重g

        (A,b)介係值依品系white, tinted, brown分別如下：(711, ─9.2)；(649, ─8.8)；(586, ─8.4)。

(三)Chwalibog, 1985能量預估模式：

        依照丹麥的非直接熱量測定的估計方式，Chwalibog於1985歸納出二組白色來杭雞對能量需要的估計方式：

        (1)ME(KJ／day)＝414×W0.75＋0.86×EB＋1.56×OE

        (2)ME(KJ／day)＝419×W0.75＋0.84×EB＋1.99×OPE＋1.27×OFE

        W：平均體重kg

        OE：蛋中含能KJ／day

        EB：增重時所需熱能KJ／day

        OPE：蛋中蛋白質能量KJ／day

        OFE：蛋中脂肪能量KJ／day

        上述兩組估計方式，僅適用於17~22℃環溫下。但於此範圍內使用時，則較為便利且較適合各品系。在以上ME估計模式中，已考慮了增重和產蛋所需的熱能。在式(2)中，EB的係數＝0.84，亦即表示其增重效率＝1／0.84。

        由於在產蛋週期，週齡越大，其蛋形大小也漸變大；蛋中脂肪成分及含能量也隨著增加約6~8％(Chwalibog, 1992)。另外，為了能以此模式來預估蛋雞ME需求量，則須先能測定OPE及OFE之值。

        從生物經濟觀點來看，除了體重、品系、增重、蛋重及蛋成分之外，其他管理因素尚須考慮，才能估算出產下一粒蛋需要攝取多少的能量。這些管理因素諸如育成期、產蛋期的限食方式、飼料中營養成分的適當比例及交互影響因子、環境溫度的控制、產蛋性能、羽毛落建情形及能量原料來源的選擇，如此才能組合出最適當的日糧配方。

能量攝取(限食)的影響

        Wells, 1989指出：家禽的育種，均已達到最佳生產性能的適當體重。因此，為達到此最佳體重(比雞隻自由採食時的體重為小)，在初產前的育成期，均採取限食的手段。Muramastu et al., 即已發表為達各品系在各特定階段的適當體重，應決定於各產地區的環境、飼料原料成分及價格、期望的體組成及蛋價，如此方能決定育成期及產蛋期最經濟的適當飼養模式。

        Leeson and Summers, 1989的報告，以白色來杭雞為例：在19週齡，若體重達1.31kg或1.56kg，則其產蛋率各為78.5％，79.2％；隻日蛋重45.3g，48.9g；飼料轉換率各為0.451，0.438。由以上不同限食的結果，在達產蛋時的體重較輕者，雖其蛋重較小、產蛋率較差，然而其飼料轉換率則較佳。因此，我們可看出：以限食方法使體重較輕者，不僅在育成期或產蛋期，均可省下飼料成本，而此可彌補蛋重、產蛋率較差的損失。除此之外，Rotenberg, 1981也指出，如蛋形較小者，其含脂肪和膽固醇的成分比例也較小。因此Leeson指出，未來蛋雞的飼養管理模式勢必要以小型品系配合高濃度營養飼料，尤其是在高溫的季節。

        關於能量限食的效果，歷年來已有多篇報告證實。例如Snetsinger and Zimmerman, 1974指出：以比自由採食量少約5~10％的限食方法飼養時，可以減少死亡率且其產蛋率不受影響。Leclercq, 1986：適度的限食雖可能造成產蛋量及蛋重的減少，但卻可使飼料效率達到最佳；若過度限食，則亦將使飼料效率變差。

環境溫度及羽毛落建的影響

        除了前面已提到的各種因素之外，溫度的影響也須注意，尤其是羽毛成長情形，跟溫度間的相互關係也值得注意。若雞隻脫毛情形嚴重者，本身保熱差，故需較多的能量。因此，Emmans and Charles, 1976，將脫毛情形分級後，再逐步修正預估的ME攝取量。

        Payme, 1967：如果除了能量之外的營養成分攝取量，可以維持所需時，則因高溫導致的飼料攝取量之減少，並不會減少其產蛋量。Emmans and Charles, 1976更針對上述的假設，於16~25℃下飼予不同蛋白質量的日糧，發現飼料攝取量的減少恰與溫度的升高呈曲線關係。同時，也有不同學者的試驗支持Payme的這項理論；亦即當溫度越高，而日糧中第一限制營養分量(能量)也隨著增加，則最大的產蛋量仍可維持不變。因此，為應付高溫導致的效應，日糧配方的設計應以營養分可被攝取的多寡來決定，而非僅考慮營養成分的組成。

        故有相關報告指出：在35℃下，飼料中追加動物性脂肪下增加ME攝食量，則雖在此熱緊迫下，亦可達到最大的產蛋量(Valencia et al., 1980；Rising et al., 1989)。利用熱損失與溫度間的交互作用來決定攝食量，再運用一些簡單相對機制原理，則可獲得達到最佳利益的配方。

蛋白質與胺基酸需要量的預估模式

        雞隻對能量所需乃是決定攝食量的主要因子。不過，當日糧中蛋白質含量極低時，則雞隻也會增加飼料攝食量以部分彌補胺基酸攝取的不足。另外，當蛋白源利用率差或飼料中某一必需胺基酸被限制時，則攝食量會減少，並導致產蛋率的下降。因此，為獲得最佳生產性能，能量、蛋白質及胺基酸需要量，必須保持一定。

(一)Combs, 1960胺基酸需量的預估模式：

        Combs, 1960即提出產蛋雞對胺基酸需要量(M)的預估模式

        M(mg／day)＝a×W＋b×△W＋c×E

        W：平均體重kg

        E：隻日產蛋重g

        △W：隻日增重g

        a,b,c係數，因不同胺基酸而異。

        以methioine為例，M(mg／day)＝0.05×W＋6.2×△W＋5.0×E

        其中係數6.2的獲得，乃是假定每g體重中，含methioine為5.25mg，並設定其可利用率為85％；再經由實驗數據以迴歸分析，獲得每kg體重每天維持所需為50mg，而每產1g蛋需5.0mg methioine。其他E.a.a值，則由此methioine估計值及在屠體中、蛋中各a.a間適當比例值來估計獲得。

        一般預估模式有兩類，第一類模式主要是假設卵蛋白合成時間一天為3~4小時，而其合成來源主要為體組織蛋白的分解；第二類模式，則假設合成速率為固定。

(二)Hurwitz and Borstein(1973)預估模式：

        提出影響蛋白質與胺基酸需要量的因子為產蛋性能、體增重與維持。基於此，提出二種預估模式：

        PR(g／day)＝1.85W＋0.21G＋0.174EW×P…(1)

        AAR(g／day)＝1.85W×Am＋0.21G×At＋EW×P×(62Ay＋59Ao＋52AT)…(2)

        PR：蛋白質需要量

        W：體重g

        AAR：隻日產蛋重g

        G：隻日增重g

        P：隻日產蛋數

        Am, At, Ay, Ao分別為維持、體組織、卵蛋黃及類卵黏蛋白中a.a占蛋白質的比例係數。

        另外，在上述模式的組成日糧中的ME需要量預估模式為

        ME(KJ／day)＝607W0.67＋8.4G＋7.5EW×P…(3)

        以上所提，對蛋白質與胺基酸需要量的預估，乃基於固定的合成速率(即第二類模式)，且其值較接近於NRC標準(1984, 1994)。且此模式乃由有經驗的研究者以實驗數據來決定，而典數據值乃為飼料中蛋白質、胺基酸的含量值與產蛋性能反應出的直線相關值。但此模式未將雞隻品種、品系及飼料原料成分效應考慮在內；因此對於蛋白質和胺基酸需要量的預估值，須選固定的品種品系，於固定環境下，飼予特定的飼料方可獲得。

(三)Fisher et al., (1973)預估模式：

        Fisher et al.(1973)估計個別雞隻的胺基酸需要量時，以下列模式：

        A(mg／day)＝a×E＋b×W(當E＜Emax)

        A：胺基酸攝入量

        W：體重kg

        E：每日產蛋量g

        Emax：最大產蛋量g

        由於E＝(A－bW)／a，為避免E值產生負數。故當A＜bW時，E值設定為0。基於個別雞隻的W與Emax異於整群雞隻的表現，整群雞隻生產性能的最大產蛋平均值εmax，變異數σmax；平均體重ω，變異數σw，而其E與W相關係數各為a、b。

        在本模式中，可以提供下列明顯的優點：

        (1)以經濟效益最適當值來看，若以增a.a加用量可以達到降低邊際效益的基準點。

        (2)若限制胺基酸的使用量比其適當用量少時，其危險度可以評估獲得。

        (3)其他胺基酸的使用量，可經由第一限制胺基酸用量，配合產蛋量來作調整，藉此可獲得最佳經濟利益點。

(四)McDonald and Morris(1985)預估模式：

        McDonald and Morris(1985)利用上述Fisher et al., (1973)的預估模式，配合胺基酸的成本比例，估算出雞隻對五種胺基酸的使用量。

        成本比例＝每mg a.a成本／每g蛋價格

        Lysine＝9.99E＋73W

        Valine＝8.90E＋76W

        Isoleucine＝8.90E＋76W

        Methioine＝4.77E＋31W

        Tryptophan＝2.62E＋11W

        如果不重視因使用以上模式的估計量所得的財務上及生理上的利益，那麼大部分的飼料製造廠會排斥此種預估模式。其原因有二：第一其使用量均以達安全的建議用量，而不管經濟線性規劃上的最佳利益點；第二，胺基酸的邊際成本之計算以及最適當營養分濃度比例的決定，均為冗長費時，因為欲獲得最小成本的答案，其欲考慮的a.a及其他營養分的使用濃度，均須納入規劃中。

(五)Kleyn and Gous(1988)MIP計算模式：

        為減少上述第二個原因的困擾，Kleyn and Gous(1988)提出MIP(mixed integer programming)計算模式。其不僅可以獲得最低成本下的安全用量，也可獲得最大利益時的使用量。MIP模式是由LP線性規劃模式改變而來，在此模式中所使用的變數僅為整數，即0或1；且MIP是由多組的LP模式所組成，故可以藉由多組解來作為取捨；再者，MIP是配合Dent and Casey(1967)所提的模式：

        Maximize profit＝P×Q－Cj×Xj－F

        P＝每g蛋價格

        Cj＝各組飼料每公斤價格

        F＝非飼料原料以外的成本

        Q＝隻日產蛋量g

        Xj＝各組飼料使用量kg

        若以MIP模式估計，不僅可以獲得最低成本、且可獲得最大利益的日糧配合；然而上述的計算模式，仍存在著一個問題，即最大產蛋量(Emax)的認定；傳統的認定，係以最快到達產蛋高峰及延續到下降的整個期間。Emmans and Fisher(1986)則提出此設計值並非適當；因為在此模式中，並未考慮到現行飼養系統(如限食)，及外在環境的影響效果。故常發生下列問題：(1)因環境或營養水準的改變，家禽從下降後再度回復到Emax水準時，如何處理。(2)若有補償性或其他處理時，其效應如何。因此，為了獲得更廣泛通用的最適當模式，則需要收集更多相關的資料。

結論

        關於產蛋雞對於能量、蛋白質與其他營養成分需要量之估計，一般均以單一預估模式，如此可以有經驗的依品系、環境、管理策略來作調整。而要考慮的內在、外在因子及交互因子實在很多。若純化商業化提供的攝食量及生產性狀數據間的簡單迴歸來作估計，並非很適當，必須有更多更廣泛的預估模式。同時，更詳細的生理系統，須能加入適用於機能性、機制性的模式，且可從動物的代謝途徑描述營養分的代謝模式，來建立預估模式。

        目前這些模式的發展，尚必須加上對基因因子的潛在影響作評估。亦即要能建立正確的可廣泛運用的預估模式，則不僅要考慮整體營養因素和環境因子之外，同時還要併入基因及性狀表現等因子，其個別及相互影響效果。

飼料營養雜誌(p.37∼44)─黃文林、九六年第五期