نوع مقاله : مقاله پژوهشی

نویسندگان

• مصطفی لطفی ¹
• فرید شریعتمداری ²
• حامد احمدی ³
• محسن شرفی ⁴

¹ دانشجوی دکتری، گروه پرورش و مدیریت طیور، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران.

² استاد، گروه پرورش و مدیریت طیور، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران.

³ استادیار، گروه پرورش و مدیریت طیور، دانشکده کشاورزی - دانشگاه تربیت مدرس

⁴ استادیار، دانشگاه تربیت مدرس، دانشکده کشاورزی، گروه پرورش و مدیریت طیور - تخصص: ‌فیزیولوژی تولیدمثل

چکیده

این پژوهش به‌منظور معرفی مدل رگرسیون خطی چندگانه جهت پیش­بینی انرژی قابل متابولیسم حقیقی تصحیح‌شده برای ازت (TMEn) در سبوس گندم انجام شد. چربی خام، خاکستر، پروتئین خام، فیبر خام (درصد در ماده خشک) وTMEn  (کیلوکالری در کیلوگرم ماده خشک) در 25 نمونه سبوس گندم با 4 تکرار اندازه­گیری شد. برای تعیین TMEn، نمونه­ها به‌روش تغذیه اجباری سیبالد به خروس­های بالغ خورانده شد و فضولات به‌مدت 48 ساعت جمع­آوری گردید. میانگین ترکیبات شیمیایی و  TMEn محاسبه­شده، تفاوت معنی­داری در این ماده اولیه نشان داد (p<0/001). میانگین چربی­خام، خاکستر، پروتئین خام و فیبرخام سبوس گندم در این آزمایش به‌ترتیب 4/80، 5/68، 16/23 و 8/60 درصد محاسبه شد. میانگین TMEn نیز، 2062 کیلوکالری در کیلوگرم گزارش شد. مدل تعیین TMEn بر اساس ترکیب شیمیایی عبارت بود از: (خاکستر × 51/1) - (فیبر خام × 63) - (چربی خام × 46/1) + (پروتئین خام × 19) +2364 = TMEn. ضریب‌تعیین محاسبه‌شده (0/82=R²) نشان داد مدل مذکور می­تواند به شکل قابل‌قبولی جهت پیش­بینی  TMEnمورد استفاده قرار گیرد. مقادیر چربی خام و پروتئین خام تأثیر مثبتی بر TMEn داشتند. درصورتی‌که مقادیر خاکستر و فیبر خام هر دو اثرات منفی بر TMEn داشتند. آنالیز حساسیت نشان داد فیبر خام بیشترین تأثیر را بر TMEn داشته و پس از آن به‌ترتیب خاکستر، چربی خام و پروتئین خام تأثیرگذارترین فاکتور­ها هستند. با توجه به نتایج، مدل رگرسیون خطی چندگانه روش مناسبی جهت پیش­بینی TMEn در سبوس گندم با توجه به ترکیب شیمیایی آن می­باشد.

کلیدواژه‌ها

• انرژی قابل متابولیسم
• ترکیبات شیمیائی
• دقت پیش‌بینی
• سبوس گندم
• مدل پیش‌بینی

عنوان مقاله [English]

Prediction of nitrogen-corrected true metabolizable energy based on chemical composition in various wheat bran samples using multiple linear regression

نویسندگان [English]

• Mostafa Lotfy ¹
• farid shariatmadari ²
• Hamed Ahmadi ³
• Mohsen Sharafi ⁴

¹ College of Agriculture, Tarbiat Modares University

²

³ College of Agriculture. Tarbiat Modares University

⁴ College of Agriculture - Tarbiat Modares University

چکیده [English]

The purpose of this study was to develop multiple linear regression (MLR) model to predict the nitrogen-corrected true metabolizable energy (TMEn) value of wheat bran. The amount of crude fat, ash, crude protein, crude fiber (all used as % of DM) and TMEn (Kcal/kg DM) were measured in 25 wheat bran samples with 4 replicates. The force-fed method has been used to estimate TMEn and excreta were collected for 48 h. There were significant (P < 0.001) differences in chemical composition and TMEn of wheat bran samples. The average crude fat, ash, crude protein, crude fiber and TMEn content of samples was determined to be 4.80, 5.68, 16.23, 8.60 (all used as % of DM) and 2062 (Kcal/kg DM), respectively. The calculated MLR model to predict the TMEn value (Kcal/kg) based on chemical composition (% of DM) was obtained as follows: TMEn = 2364 + (19×crude protein) + (46.1×crude fat) – (63×crude fiber) – (51.1×ash). The R2 value revealed that developed model could accurately predict the TMEn of wheat bran samples (R2=0.82). Crude fat and crude protein had a positive effect on TMEn, while ash and crude fiber had a negative impact on TMEn. The sensitivity analysis on the model indicated that dietary crude fiber (%) is the most important variable in the TMEn, followed by dietary ash, crude fat and crude protein. The results suggest that the MLR model may be used to accurately estimate the TMEn value of wheat bran from its corresponding chemical composition.

کلیدواژه‌ها [English]

• Chemical composition
• Metabolizable energy
• Prediction Accuracy
• prediction model
• wheat bran