¿Cómo predecir el crecimiento de los pollos de engorde?

Introducción

Varios estudios fueron realizados en el Laboratorio de Ciencias Avícola de la Universidad Estatal de Sao Paulo (LAVINESP), con el objetivo desarrollar modelos de predicción del crecimiento y la respuesta. Para ello fueron realizados estudios para evaluar la respuesta de las aves a la ingestión de diferentes niveles de un determinado nutriente, así como en diferentes condiciones de producción. Para ello, fueron conducidos ensayos sobre abordaje de dosis-respuesta (diferentes nutrientes), medición y seguimiento del crecimiento del ave (curvas de crecimiento), así como las variaciones en su composición corporal a lo largo del tiempo. Además, fueron evaluados el efecto de condiciones de desafío sobre el crecimiento del ave. A partir de esta información generada, fueron evaluadas teorías relativas al crecimiento del ave, viabilizando así el desenvolvimiento de modelos de predicción del crecimiento (Broiler Growth Model - BGM).

El principio utilizado para la construcción de BGM fue la predicción del consumo de alimento deseado, donde se hipotetiza que “las aves consumen para atender su potencial de crecimiento”, pero ciertos factores restringen la ingesta de nutrientes suficientes para alcanzar este potencial, como por ejemplo la capacidad del tracto digestivo, el ambiente, entre otros” (Emmans, 1981). El establecimiento de los requerimientos del ave sobre estas condiciones ideales se define principalmente para energía y aminoácidos, siendo estos los principales factores limitantes en la dieta.

Descripción del BGM

El modelo BGM tiene como base fundamental la teoría de crecimiento propuesta por Emmans (1981), donde las aves buscan atender sus exigencias nutricionales para mantenimiento y crecimiento, denominado como requerimiento. El consumo deseado es estimado basado en la exigencia del ave y la composición nutricional de la dieta, y se refiere a la cantidad de nutrientes necesarios para alcanzar su potencial de crecimiento. Además, el modelo lleva en consideración que el consumo puede ser limitado por varios factores denominados de destructores (“constrainers”), siendo estos: (1) la capacidad física del tracto digestivo, (2) el ambiente físicosocial, (3) y condiciones de desafío sanitario. De esa manera, siendo establecido el consumo deseado y los factores que restringen este consumo, puede ser estimado el consumo voluntario actual, peso vivo y composición corporal. Además, podrá ser establecidos las exigencias nutricionales para pollos de carne.

La descripción del potencial de crecimiento proteico del ave es descrita por la función de Gompertz:

𝑃𝑡 = 𝑃𝑚 ∗ 𝑒^{−𝑒(−𝑏∗(𝑡−𝑡∗))}            Eq. 1

Donde, Pt: peso proteico, Pm: peso proteico a la madurez, b: tasa de crecimiento y t*: edad en la cual se observa la máxima tasa de crecimiento, son los parámetros estimados por la función.
La primera derivada de la Eq. 1 describe la deposición de proteína diaria en el cuerpo y las plumas, mismas que son utilizadas para describir la deposición potencial de proteína diaria de las aves.

𝑑𝑃 / 𝑑𝑡 = 𝑝𝐷𝑃 = 𝑏 ∗ 𝑃𝑡 ∗ ln (𝑃𝑚/𝑃𝑡)            Eq. 2

𝑝𝑃𝐷_{𝑝𝑙𝑢𝑚𝑎𝑠} = 𝑏_𝑝 ∗ 𝑃𝑡_𝑝 ∗ ln (𝑃𝑚_𝑝/𝑃𝑡𝑝)          Eq. 3

Em estas ecuaciones, los parámetros estimados tienen la característica de presentar una interpretación biológica, siendo estos relativo a cada línea genética y sexo del ave. Siendo que el modelo considera la proteína actual y no la edad, esto permite que el modelo opere sobre condiciones de ganancia compensatoria.

Por otro lado, la composición de lípidos en el cuerpo son descritos a partir de su relación entre la proteína a la madurez (L:P o LPm), así como la relación alometrica para describir la deposición de lípidos potencial:

𝐿: 𝑃_{𝑚𝑎𝑑𝑢𝑟𝑒𝑧} = 𝑑𝐿 = 𝐿𝑃𝑚 ∗ 𝑃𝑚 ∗ (𝑃𝑡/𝑃𝑚) 𝑏1           Eq. 3

𝑑𝐿𝐷 = 𝐷𝑃 ∗ 𝐿𝑃𝑚 ∗ 𝑏1 ∗ (𝑃𝑡/𝑃𝑚)𝑏1−1          Eq. 4

Finalmente, a deposición lipídica será establecido como:

𝐿𝐷 = 𝑑𝐿𝐷 + (𝑑𝐿 − 𝑙𝑖𝑝𝑖𝑑𝑒𝑜𝑠)            Eq. 5

Por otro lado, la deposición de los otros componentes del cuerpo como agua y minerales son calculados a partir de una relación alometrica con la proteína.

ln (𝑌) = 𝑎 + 𝑏 ∗ ln (𝑃𝑡)           Eq. 6

Donde, Y: es el contenido de agua o minerales, a es una constante e b es un el coeficiente alometrico.

Para la construcción del modelo de crecimiento y la determinación de los parámetros, varios estudios fueron conducido en el Laboratorio de Ciencias Avicolas (LAVINESP), para describir el potencial de crecimiento de los componentes del cuerpo, y las plumas para cada línea genética y sexo (Tabla 1). Este estudio fue realizado utilizando un método de densitometría de absorbancia de rayos X (DXA), permitiendo determinar la composición de la misma ave a lo largo del tiempo (Gonçalves, 2017).

Tabla 1. Parámetros de la descripción del crecimiento de los componentes corporales de pollos de engorde implementados en el BGM.

Otra actualización importante fue introducido en el BGM con el objetivo de describir el peso de los componentes (o cortes de carcasa). Para ello, ecuaciones alometricas fueron establecidas para predecir el peso de cada componente en función de la proteína del cuerpo. Esta metodología fue descrito a detalle por Reis et al., (2020)

Exigencias de energía
Siendo “construido” el ave a partir de sus componentes, el siguiente punto fue establecer las exigencias nutricionales. Siguiendo la teoría de Emmans (1981, 1994), donde el ave requerirá de energía y aminoácidos para atender su potencial de crecimiento. Por ello, en el BGM es determinado la exigencia de energía efectiva:

𝐸𝐸 (𝑘𝐽/𝑑) = 1,63 ∗ 𝑃𝑡 ∗ 𝑃𝑚^−0.27 + 50 ∗ 𝑃𝑑 + 56 ∗ 𝐷𝐿           Eq.7

En este abordaje, la exigencia de mantenimiento lleva en consideración la deposición de proteína y lípidos, y es calculado considerando la masa proteica a la madurez.

Exigencias de aminoácidos
Por otro lado, las exigencias de aminoácidos son descritas de forma separada para el cuerpo y las plumas, a través del modelo factorial conforme fue descrito por Reis et al., (2018):

𝐸𝑥𝑖𝑔. 𝐴𝐴_{𝑐𝑢𝑒𝑟𝑝𝑜} = 𝐴𝐴_{𝑚𝑎𝑛𝑡} + (𝐷𝑃 ∗ 𝐴𝐴𝑐𝑢𝑒𝑟𝑝𝑜 / 𝐸𝑓)           Eq. 8

𝐸𝑥𝑖𝑔. 𝐴𝐴_{𝑝𝑙𝑢𝑚𝑎𝑠} = 𝐴𝐴_{𝑚𝑎𝑛𝑡−𝑝𝑙𝑢𝑚𝑎𝑠} + (𝐷𝑃𝑝𝑙𝑢𝑚𝑎𝑠 ∗ 𝐴𝐴𝑝𝑙𝑢𝑚𝑎𝑠 / 𝐸𝑓)           Eq. 9

Donde, ef representa la eficiencia para cada aminoácido tanto para formación de plumas como del cuerpo.
Finalmente, la exigencia total de los aminoácidosserá determinado como la sumatoria de ambos componentes.

Determinación del consumo deseado
El consumo deseado es determinado a partir de las exigencias de energía y aminoácidos, previamente descritos, y la concentración en la dieta. Así, será definido el consumo deseado como el menor consumo estimado para energía o los aminoácidos, representados por el balance.

Capacidad máxima del TGI
Como fue mencionado anteriormente, uno de los factores que restringe el consumo deseado es la capacidad del tracto digestivo. Es ampliamente sabido que cuando la densidad nutricional de la dieta disminuye, el ave intentara incrementar su consumo de alimento para atender las exigencias de su potencial de crecimiento.

Entretanto, este aumento tiene un límite físico el cual es establecido por la capacidad del TGI. Con el objetivo de predecir el máximo consumo del ave, Nacimento (2018) conducir un experimento para evaluar las características físico-químicas de la dieta, que reflejan esta característica volumétrica del alimento. Para ello, fue establecido una relación entre la capacidad de retención de agua de la dieta, y el consumo de alimento (en escala de peso metabólico). A partir de esta relación fue desarrollada una ecuación para predecir el consumo de alimento:

𝐶𝑜𝑛𝑠𝑢𝑚𝑜_𝑚𝑎𝑥 = 𝑎 − 𝑏 ∗ 𝐶𝑎𝑝𝑅𝑒𝑡𝐴𝑔𝑢𝑎 + 𝑐 ∗ 𝐶𝑎𝑝𝑅𝑒𝑡𝐴𝑔𝑢𝑎²           Eq. 10

Determinación del consumo actual
Finamente, la determinación del consumo actual será establecido a través de una relación condicional del menor valor entre el consumo deseado y la capacidad del TGI.

Otras actualizaciones
El modelo BGM contempla modelos para la predicción de la deposición y determinación de las exigencias de calcio y fosforo (huesos y tejido blando) (Reis et al., en publicación), efecto de la temperatura, y efecto de las condiciones de desafío sanitario (Remus et al., 2014 y Oliveira et al., 2019); sobre la predicción del crecimiento.

Optimización
Una de las herramientas con las que cuenta el modelo BGM es el de optimización, el cual tiene como objetivo auxiliar al usuario en la tomada de decisiones de forma automatizada y práctica. Esta herramienta está basado en algoritmos que simula de forma automatizada diferentes programas nutricionales para encontrar una solución económicamente viable. Dentro de los criterios de optimización, estos pueden ser basado en el nivel de energía, proteína balanceada o nivel de lisina en la dieta.
Consideraciones finales

El programa BGM fue desenvuelto para, a partir de un conjunto de teorías que llevan en consideración de forma detallada los aspectos nutricionales, poder predecir el crecimiento del ave de forma precisa, viabilizando así determinar las exigencias nutricionales y de energía, llevando en consideración los principales factores que influyen con el desarrollo de las aves de diferentes genéticas y sexo. Adicionalmente, BGM incluye herramientas para llevar en consideración los escenarios económicos, siendo una herramienta necesaria para la tomada de decisiones y análisis de oportunidades.

BGM es una herramienta disponible mediante solicitación en el siguiente enlace: poultry model.com, Un portal web para nutricionistas avícolas centrado en la modelización. Si quiere registrarse puede contactar a Bruno Balbino Leme: bruno.b.leme@unesp.br

• de Oliveira M.J.K., Sakomura N.K., de Paula Dorigam J.C., Doranalli K., Soares L., Viana G.S. (2019) Bacillus amyloliquefaciens CECT 5940 alone or in combination with antibiotic growth promoters improves performance in broilers under enteric pathogen challenge.
98(10):4391-4400.
• Emmans G. (1981). A model of the Growth and Feed Intake of Ad Libitum Fed Animals, Particularly Poultry. BSAP Occasional Publication, 5, 103-110.
• Emmans G.C. (1994) Effective energy: a concept of energy utilization applied across species. British Journal of Nutrition 71:801-821.
• Nascimento M.Q.D, Gous R.M., Reis M.P., Fernandes J.B.K., Sakomura N. (2020) Prediction of maximum scaled feed intake in broiler chickens based on physical properties of bulky feeds. British Poultry Science. 61(6):676-683.
• Gonçalves C. (2017) Modelagem do crescimento, composição do corpo e das penas em frangos de corte. Tesis doctoral. Zootecnia-FCAV, Unesp.
• Reis M.P., Sakomura N.K., Azevedo J.M., Viana G.S., Dorigam J.P., Fernandes J.B.K., Gous R.M. (2023) Predicting the extent to which excess lipid is deposited in the physical components of a broiler when dietary protein content is reduced. Animal Production Science 63, 249-255.
• Reis M.P., Sakomura N.K., Teixeira I.A, da Silva E.P., Kebreab E. (2018) Partitioning the efficiency of utilization of amino acids in growing broilers: Multiple linear regression and multivariate approaches. PLoS ONE 13(12): e0208488.
• Remus A., Hauschild L., Andretta I., Kipper M., Lehnen C.R., Sakomura N.K. (2014) A meta-analysis of the feed intake and growth performance of broiler chickens challenged by bacteria. Poultry Science, 93(5): 1149-58.