Explorar
Comunidades en español
Anunciar en Engormix

Importancia del uso de energía neta en la porcicultura y los desafíos para su correcta implementación

Publicado: 24 de octubre de 2022
Por: Dr. Gerardo Mariscal Landín, CENID Fisiología, INIFAP. México
Introducción

La porcicultura es una industria de transformación que como toda empresa requiere optimizar sus procesos. Al ser la alimentación el rubro que más la impacta, y que llega a representar alrededor del 70% de los costos de producción (Zijlstra and Beltranena, 2013), y siendo la Energía el nutriente más caro (Marçal et al., 2019), es entendible el por qué se buscó y se sigue buscando la optimización del uso de los alimentos por parte del cerdo. Cómo resultado de esta búsqueda en la optimización del uso de los alimentos, a finales del siglo pasado se desarrolló el concepto de Energía Neta, existiendo diferentes propuestas para su implementación: El sistema Francés, desarrollado en el INRA por el Dr. Noblet a partir del uso de la calorimetría indirecta; y los sistemas Holandés y Danés (Kil et al., 2013). De los tres métodos el más difundido a nivel global es el Sistema Francés.

La Energía es sobre todo un concepto, no un nutriente, ya que toda molécula orgánica al ser oxidada completamente libera energía. En el caso de los alimentos, estos contienen energía química en los enlaces de sus componentes (proteína, grasa y carbohidratos), compuestos que al ser catabolizados por el animal liberan su energía en forma de calor y de ATP (trifosfato de adenosina), la cual es la molécula metabólicamente activa en el organismo para la disposición de la energía (Velayudhan et al., 2015).

Los sistemas de Energía expresan la disponibilidad o valor de la energía dietética en relación a los requerimientos energéticos del animal (van Milgen et al., 2018). En el caso de la Energía Neta de un alimento, ésta mide su capacidad para satisfacer las necesidades energéticas de mantenimiento (energía disipada por las funciones vitales), de crecimiento (aumento de peso por deposición de tejido magro o grasa) y/o producción (lechón y leche) en el caso de la cerda (Sève, 1994). Su importancia radica en que permite ranquear los alimentos en función de una estimación más precisa de la cantidad de energía que es realmente disponible para el cerdo (Zhang et al., 2014), garantizando un rendimiento equivalente aún con la inclusión en la dieta de diversas materias primas (Zijlstra and Beltranena, 2013), permitiendo así el uso de una gama más amplia de materias primas en la alimentación del cerdo.

El presente trabajo tiene como objetivo presentar el por qué a pesar del tiempo en que fue propuesto y la amplia difusión del método, aún es un sistema que no ha sido del todo implementado por la industria, lo cual es debido principalmente a algunos aspectos que se deben de resolver.

Conocimiento de la situación particular de producción.

Este problema se refiere a un conocimiento lo más exacto posible en primer lugar del comportamiento alimenticio de la piara en cuestión. Esto es porque existen diversos factores que modulan el consumo voluntario de alimento (Li and Patience, 2017), dentro de los que destaca la termorregulación, fenómeno importante sobre todo en la porcicultura que utiliza los edificios de frente abierto en los cuales los animales están más expuestos a las variaciones climáticas que aquellos que se encuentran en edificios cerrados con control de temperatura como es el caso de otros países. Lo anterior puede demandar una mayor energía para el mantenimiento disminuyendo así la energía destinada a la producción. En segundo lugar, la manera en que se expresa el potencial productivo de los animales, es decir cómo es su crecimiento o producción (lechones y/o leche), ya que la correcta expresión de estas características depende del aporte de nutrientes que se esté proporcionando a los animales. Siendo la interacción de estos dos factores lo que determinará la eficiencia del uso por parte del animal de la energía consumida.
Con la información necesaria de cada situación de producción en particular actualmente existen dos modelos de predicción de requerimientos nutricionales que pueden ser utilizados, el modelo INRAPorc (Dourmad et al., 2008; van Milgen et al., 2008) desarrollado en Francia y el modelo americano del NRC (2012). Los dos modelos permiten la optimización del alimento por parte de  los cerdos en crecimiento y las hembras reproductoras.

Conocimiento de los ingredientes utilizados en las dietas.

El aporte adecuado de nutrientes a través de la dieta depende de un buen conocimiento de las materias primas utilizadas. Sobre todo, de los macro ingredientes como los cereales y pastas de oleaginosas, ya que son los que aportan la mayor proporción de nutrientes a las dietas (energía y proteína). Esto es debido a que en el caso de los cereales (principal fuente de energía de la dieta) su composición es variable y se debe principalmente a factores genéticos y a diferentes condiciones agronómicas, climáticas, de cosecha y de almacenamiento. En el caso de las fuentes de proteína como las pastas y/o coproductos además de los factores mencionados previamente, el procesamiento es una fuente adicional de variación (Zijlstra and Beltranena, 2013; Noel et al., 2021). La caracterización precisa del alimento es de suma importancia para optimizar el rendimiento y minimizar el impacto ambiental (Noel et al., 2021). Por lo que se debe de contar con un método rápido y eficaz de predicción de la composición química que permita a su vez predecir adecuadamente su valor nutritivo.

Actualmente se cuenta con la capacidad de predecir de una manera inmediata y con una certeza aceptable la composición química de las materias primas, este método es la Espectroscopía en el Cercano Infrarrojo (NIRS por sus siglas en inglés) (Leeson et al., 2000; Ramírez et al., 2005; Noel et al., 2021), la popularización de esta metodología permitiría adecuar las matrices de formulación a utilizar, por lo que la precisión de la fórmula se incrementaría lo que redundaría en un aporte de nutrientes más exacto mejorando la eficiencia productiva.
Criterios de Formulación adecuados.
La formulación moderna de alimentos se basa en dos conceptos desarrollados en la segunda mitad del siglo pasado. El primero es el de “proteína ideal” (Wang and Fuller, 1989), que es el perfil de aminoácidos en el que todos los aminoácidos esenciales son co-limitantes. Este perfil toma como base al primer aminoácido limitante que en los cerdos es lisina y a partir de él estima las necesidades de los otros aminoácidos esenciales. El perfil de aminoácidos empleado es en base digestible (Digestibilidad Ieal Estandarizada), que es la cantidad que utilizará el animal en su metabolismo. El segundo es el uso en la formulación de raciones del contenido de energía neta de las materias primas, lo que permite optimizar el uso de los nutrientes por parte del animal al disminuir el uso de la proteína dietética como fuente de energía; el desarrollo de este concepto fue realizado por Noblet y su equipo del INRA (Noblet et al., 1994). Al formular las raciones se debe de cuidar la relación de Lisina : Energía Neta (g de Lisina: kcal de Energía Neta), ya que de no hacerlo se puede incurrir en un mayor consumo de energía, pero con una disminución en el consumo de lisina lo que afectaría la eficiencia productiva (Marçal et al., 2019).

Finalmente, el uso de estas herramientas en la formulación de raciones contribuirá a también a mitigar el impacto climático de la porcicultura sin afectar los aspectos productivos (Shirali et al., 2012; Monteiro et al., 2017) al disminuir la excreción de nitrógeno que es el principal contaminante de la excreta porcina, a partir del cual se forman los nitratos que contaminan los suelos y cuerpos de agua, y el óxido nitroso principal gas de efecto invernadero asociado a la porcicultura.

Referencias
  • Dourmad, J.Y., Étienne, M., Valancogne, A., Dubois, S., van Milgen, J., Noblet, J., 2008. InraPorc: A model and decision support tool for the nutrition of sows. Anim. Feed Sci. Technol. 143.
  • Kil, D., Kim, B., Stein, H., 2013. Feed Energy Evaluation for Growing Pigs. Asian Australas. J. Anim. Sci. 26, 1205-1217.
  • Leeson, S., Valdes, E.V., de Lange, C.F., 2000. Near infrared reflectance spectroscopy and related technologies for the analysis of feed ingredients. In: Moughan, P.J., Verstegen, M.W.A., Visser-Reyneveld, M.I. (Eds.), Feed evaluation principles and practice.
  • Wageningen Pers, The Netherlands, pp. 93-104.
  • Li, Q., Patience, J.F., 2017. Factors involved in the regulation of feed and energy intake of pigs. Anim. Feed Sci. Technol. 233, 22-33.
  • Marçal, D.A., Kiefer, C., Tokach, M.D., Dritz, S.S., Woodworth, J.C., Goodband, R.D., Cemin, H.S., Derouchey, J.M., 2019. Diet formulation method influences the response to increasing net energy in finishing pigs. Transl Animal Sci 3, 1349-1358.
  • Monteiro, A.N.T.R., Bertol, T.M., de Oliveira, P.A.V., Dourmad, J.Y., Coldebella, A., Kessler, A.M., 2017. The impact of feeding growing-finishing pigs with reduced dietary protein levels on performance, carcass traits, meat quality and environmental impacts. Livestock Science.
  • Noblet, J., Fortune, H., Shi, X.S., Dubois, S., 1994. Prediction of net energy value of feeds for growing pigs. J. Anim. Sci. 72, 344-354.
  • Noel, S.J., Jørgensen, H.J.H., Knudsen, K.E.B., 2021. The use of near-infrared spectroscopy (NIRS) to determine the energy value of individual feedstuffs and mixed diets for pigs. Animal Feed Science and Technology, 115-156.
  • NRC, 2012. Nutrient Requirements of Swine: Eleventh Revised Edition. The National Academies Press, Washington, DC.
  • Ramírez, R.E., Anaya, E.A.M., Mariscal, L.G., 2005. Predicción de la composición química del grano de sorgo mediante espectroscopia de reflectancia en el infrarrojo cercano (NIRS). Téc. Pecu. Méx. 43, 1-11.
  • Sève, B., 1994. Alimentation du porc en croissance: intégration des concepts de protéine idéale, et disponibilité digestive des acides aminés et d'énergie nette. INRA Prod. Anim. 7, 275-291.
  • Shirali, M., Doeschl-Wilson, A., Knap, P.W., Duthie, C., Kanis, E., van Arendonk, J.A.M., Roehe, R., 2012. Nitrogen excretion at different stages of growth and its association with production traits in growing pigs. Journal of Animal Science 90, 1756-1765.
  • van Milgen, J., Labussière, E., Noblet, J., de Lange, C.F.M., 2018. Bioavailability of the dietary energy component. In: Moughan, P.J., Hendriks, W.H. (Eds.), Feed Evaluation Science. Wageningen Academic Publishers, The Netherlands, pp. 249-274.
  • van Milgen, J., Valancogne, A., Dubois, S., Dourmad, J.Y., Sève, B., Noblet, J., 2008. InraPorc: A model and decision support tool for the nutrition of growing pigs. Anim. Feed Sci. Technol. 143.
  • Velayudhan, D.E., Kim, I.H., Nyachoti, C.M., 2015. Characterization of dietary energy in swine feed and feed ingredients: a review of recent research results. Asian Australas. J. Anim. Sci. 28, 1-13.
  • Wang, T.C., Fuller, M.F., 1989. The optimum dietary amino acid pattern for growing pigs 1. Experiments by amino acid deletion. Br. J. Nutr. 62, 77-89.
  • Zhang, G.F., Liu, D.W., Wang, F.L., Li, D.F., 2014. Estimation of the net energy requirements for maintenance in growing and finishing pigs. Journal of Animal Science 92, 2987-2995.
  • Zijlstra, R.T., Beltranena, E., 2013. Swine convert co-products from food and biofuel industries into animal protein for food. Animal Frontiers 3, 48-53.
Temas relacionados
Autores:
Gerardo Mariscal Landín
INIFAP México
Seguir
Referentes que Recomendaron :
Alberto Celis
Únete para poder comentar.
Una vez que te unas a Engormix, podrás participar en todos los contenidos y foros.
* Dato obligatorio
¿Quieres comentar sobre otro tema? Crea una nueva publicación para dialogar con expertos de la comunidad.
Crear una publicación
Súmate a Engormix y forma parte de la red social agropecuaria más grande del mundo.
Iniciar sesiónRegistrate