Análisis de proteína bruta y contenido de fibras en verdeos de invierno con tecnología NIRS

Los cereales de invierno son cultivos utilizados para la producción de grano. Cuando estos son utilizados para la producción de forraje, y se emplean en el consumo directo de animales, o como reserva forrajera. se denominan verdeos de invierno. Entre las especies más difundidas para la producción de forraje se encuentran avena, cebada, centeno, raigrás, triticale y en menor medida trigo. Determinar el valor nutritivo de estos recursos es de importancia para la formulación de dietas.

Los métodos convencionales de laboratorio para determinar valor nutritivo son lentos y costosos en reactivos y mano de obra. Una alternativa más rápida y de bajo costo operativo es la tecnología de análisis NIRS (Espectroscopía en Infrarrojo Cercano), método instrumental que predice la composición química de una muestra a partir de su absorción de energía infrarroja. Previo al uso de NIRS en rutina es necesario desarrollar modelos de predicción (“calibraciones”) que relacionan la absorción de energía de un conjunto de muestras con la composición química de las mismas, estimada por métodos convencionales. El objetivo de este trabajo fue desarrollar calibraciones que permitieran estimar parámetros de valor nutritivo de verdeos de invierno (Vi) con tecnología NIRS.

A lo largo de los últimos años el laboratorio de forrajes y NIRS ha recibido muestras de diferentes ensayos que se llevan a cabo en la Experimental EEA Anguil. Las especies analizadas en mayor proporción fueron Avena, Cebada forrajera y Centeno, y en menor proporción triticale y trigo, con un total de 960 muestras. Las muestras fueron secadas y molidas en molino Wiley a cuchillas, con malla de 2 mm. Del total de muestras se eligieron 560 para PB, 390 para FDN y 900 para FDA para ser analizadas en laboratorio convencional y conformar el conjunto de calibración. En laboratorio se determinó PB (% bs, Kjeldahl AOAC 1995), FDN y FDA (% bs, técnica Van Soest). Los espectros de absorción de energía visible e infrarroja cercana se tomaron con un equipo FOSS DS 2500 en modo reflectancia, rango 400 a 2500 nm, por duplicado.

En base a los espectros y los datos de referencia se desarrollaron modelos de predicción (“calibraciones”) para cada parámetro con el software WINISI III utilizando el método de Cuadrados Mínimos Parciales Modificados, previa aplicación de tratamientos matemáticos como derivadas, suavizado y corrección por tamaño de partícula, y eliminación de muestras aberrantes (“outliers”) espectrales y composicionales. Se eligieron los mejores modelos para cada componente en base a parámetros estadísticos como el EEC (error estándar de calibración), EEVC (error estándar de validación cruzada), R² (coeficiente de determinación entre laboratorio y NIRS) y RPD (relación entre la variabilidad del conjunto de muestras y el EEC).

Los parámetros estadísticos que arrojaron las calibraciones se presentan en la Tabla 1. Para los tres constituyentes se obtuvieron calibraciones con bajos errores de predicción, pendiente y desvío de pendiente cercanas a 1 y 0, respectivamente, y alta correlación entre los valores predichos por NIRS y los del laboratorio convencional. El ajuste obtenido con las ecuaciones de predicción es elevado para los parámetros evaluados, dado que el conjunto de calibración es extenso, con 960 muestras, en comparación con lo que se reporta en la bibliografía, como en el estudio de Bruno-Soares et al. (1998), que cuenta con 131 muestras, o el de Yakubu et al. (2023), que tiene 100 muestras. Esto se debe a que un mayor número en la base de datos otorga mayor variabilidad traducida en mejores predicciones.

Tabla 1. Parámetros estadísticos de calibraciones desarrolladas para predecir con tecnología NIRS el valor nutritivo de verdeos de invierno