Vistazo Rápido a la Fibra: Predecir contenido y digestibilidad de Lignina en dietas de monogástricos

Un reciente estudio liderado por Andrés Cruz-Conesa y colaboradores, publicado en Poultry Science (https://doi.org/10.1016/j.psj.2025.105394), revela un avance decisivo para la nutrición de monogástricos: la posibilidad de caracterizar, con alta precisión y en pocos segundos, la fracción de carbohidratos y lignina de los ingredientes mediante espectroscopía de infrarrojo cercano (NIRS). La investigación analizó cerca de 300 muestras de cereales, subproductos de cereales, materias primas proteicas y fibras vegetales, integrando métodos estadísticos avanzados para desarrollar modelos de predicción robustos.

La pregunta que dio origen al trabajo es tan simple como crítica: ¿podemos conocer con detalle la composición real de los ingredientes que usamos a diario en porcinos y aves, más allá del almidón y la fibra tradicional? Los autores muestran que sí. Y que hacerlo permite mejorar la precisión nutricional, reducir costos y aumentar la eficiencia del uso de enzimas como xilanasa, β-glucanasa o mananasa.

El estudio parte de una necesidad creciente en la industria: la variabilidad en la fracción de carbohidratos entre lotes y variedades de granos es muy alta, y los métodos químicos de referencia requieren tiempo, equipamiento costoso y personal altamente entrenado. Además, los análisis convencionales de fibra (crude fiber, NDF, ADF) son insuficientes para describir el verdadero comportamiento nutricional de los polisacáridos no amiláceos (NSP), los azúcares estructurales y la lignina.

Frente a este escenario, los investigadores utilizaron NIRS para predecir la totalidad de la fracción carbohidratada: azúcares, almidón, β-glucanos, celulosa, lignina, NSP totales e insolubles, residuos individuales como arabinosa, xilosa, galactosa, urónicos y más. Los modelos fueron calibrados y validados con rigurosidad, utilizando algoritmos quimiométricos, análisis de componentes principales y PLSR.

Los resultados fueron contundentes. Para la mayoría de los componentes relevantes para la nutrición de monogástricos, los modelos lograron coeficientes de determinación superiores a 0.90. El almidón —componente energético clave— se predijo con una precisión especialmente alta. Lo mismo ocurrió con la fibra dietaria total, la lignina, la celulosa, los β-glucanos y los NSP, tanto totales como insolubles. Incluso los fructanos, relevantes en cereales como el centeno, obtuvieron predicciones sólidas.

En cambio, la técnica mostró limitaciones para ciertos oligosacáridos de baja concentración —como verbascosa— y para residuos minoritarios como manosa o glucosa insoluble, cuyos niveles están cerca del umbral de sensibilidad del método.

Más allá de la química analítica, el aporte práctico del estudio es notable. En un entorno donde la industria adopta cada vez más enzimas para mejorar la digestibilidad de la fibra, conocer el perfil exacto de carbohidratos permite formular de manera más estratégica. Si un lote de trigo o cebada tiene más arabinoxilanos insolubles de lo esperado, la inclusión de xilanasa puede ajustarse para maximizar la liberación de nutrientes. Si un subproducto presenta una proporción mayor de lignina, el nutricionista puede recalibrar las expectativas de digestibilidad o reformular para evitar pérdidas energéticas.

Además, la variabilidad entre lotes —una preocupación histórica— puede controlarse en tiempo real. En lugar de basarse en “valores tabulados”, la planta de balanceado puede escanear los ingredientes al momento de la recepción y reformular de inmediato. Según estudios citados por los autores, usar formulaciones basadas en NIRS puede ahorrar hasta 2 euros por tonelada en dietas de pollos y reducir la excreción de nitrógeno hasta en un 13 %, al mejorar el ajuste entre dieta formulada y disponible real de nutrientes.

El trabajo también abre un frente de debate técnico. ¿Debe la industria avanzar hacia especificaciones nutricionales basadas en fracciones detalladas de NSP, y no solo en NDF y ADF? ¿Estamos llegando al punto en el que la precisión del análisis obliga a redefinir los sistemas energéticos actuales? ¿Qué lugar ocupará NIRS frente a tecnologías emergentes como la espectroscopía de infrarrojo medio (MIRS) o la combinación con inteligencia artificial para formular en tiempo real?

El artículo concluye que la espectroscopía NIRS es una herramienta confiable para caracterizar los carbohidratos y la lignina de los ingredientes usados en nutrición de monogástricos. Y que su adopción permitirá avanzar hacia dietas más eficientes, mejor uso de enzimas y una comprensión más profunda de cómo la fibra afecta el metabolismo del animal.

En palabras de los autores, “los modelos desarrollados permiten una predicción robusta de los componentes clave de la fibra dietaria y constituyen un paso importante hacia la formulación de dietas más precisas y eficientes en monogástricos”.