USANDO MODELOS MATEMÁTICOS NUTRICIONAIS para aumentar a eficiencia em gado de corte

8/7/2019 USANDO MODELOS MATEMTICOS NUTRICIONAIS para aumentar a eficiencia em gado de corte

1/26

USANDO MODELOS MATEMTICOS NUTRICIONAIS PARAAUMENTAR A EFICINCIA EM GADO DE CORTE

L. O. Tedeschi*, M. L. Chizzotti*, D. G. Fox, G.E. Carstens**Texas A&M University, College Station, TX 77843

Cornell University, Ithaca, NY 14853

INTRODUO

Modelos matemticos integram o conhecimento cientfico,acumulado ao longo do tempo, do suprimento alimentar e dosrequerimentos nutricionais dos animais e nos permitem aplic-los emdiferentes condies de produo. Modelos exercem um papelimportante na melhoria dos sistemas de alimentao e auxiliam oentendimento da estrutura que dita o comportamento do sistema deproduo. Portanto, eles podem fornecer informaes essenciais aserem utilizadas no processo de tomada de deciso por estrategistas,

produtores e consultores para maximizar a produo econcomitantemente minimizar os impactos ambientais atravs dareduo da excreo de nutrientes de maneira economicamente vivel.Diversos modelos matemticos nutricionais tm sido desenvolvidosconsiderando os diversos sistemas de na produo de ruminantes(Tedeschi et al., 2005c).

O modelo Cornell Net Carbohydrate and Protein System(CNCPS) est em desenvolvimento h mais de 30 anos (Fox et al.,2004b) para o balanceamento de raes e em programas de prediode desempenho e na avaliao dos fatores que influenciam odesempenho, a eficincia alimentar e a excreo de nutrientes em cada

situao de produo peculiar. Devido alta diversidade mundial deraas e cruzamentos utilizados na produo de gado de corte bemcomo das condies ambientais em que estes so criados antes deserem comercializados como animais terminados, o modelo CNCPStem se concentrado na determinao das diferenas nos requerimentosde mantena, composio do ganho e tamanho corporal maturidade,utilizao de implantes, composio de alimentos e sistemas dealimentao. Avaliaes do modelo CNCPS tm demonstrado o impactoque os modelos nutricionais podem ter na melhoria do desempenho ena reduo do custo de produo e da excreo de nutrientes (Fox etal., 2004b; Tedeschi et al., 2005a).


2/26

- V Simpsio de Produo de Gado de Corte486

As equaes desenvolvidas para o CNCPS para predio dosrequerimentos de vacas de corte em diversos cenrios de produoesto sendo utilizadas em um modelo vaca de corte/bezerro paraidentificar diferenas no requerimento e na eficincia alimentar entrevacas de corte. (Tedeschi et al., 2006b). A busca por formas de seleode vacas de corte mais eficientes passa a ser de alta prioridade para asetor de cria. A produo de carne tida como um processorelativamente ineficiente do ponto de vista do gasto energtico.Pesquisas nesse setor tm indicado que 70 a 75% da energia diettica utilizada para mantena (Ferrell & Jenkins, 1985), e o restante paraatender aos requerimentos de gestao e lactao, e que vacas decorte so responsveis por 60 a 70% do gasto energtico total(Johnson, 1984) e que pelo menos 50% desta energia utilizada para amantena desta vaca. Vacas eficientes utilizam menos recursos paraproduzir o mesmo resultado em um meio sustentvel. Jenkins & Ferrell(2002) concluram que a produtividade deveria ser expressa em relao

a alguma unidade de input como por exemplo o requerimentoenergtico por unidade de output.Um relato construtivo que delineou as definies de eficincias

primrias e secundrias de vacas de leite, que tambm se aplicam eficincia de vacas de corte, foi publicado pela Associao Europia deProduo Animal (Ostergaard et al., 1990). Eles sumariaram o seguinte:A melhoria na eficincia biolgica fundamental e a pesquisa tem sidodirecionada aos processos implcitos como a funo ruminal, autilizao das energias digestvel e metabolizvel e a partio daenergia alimentar entre os tecidos e o leite. O conhecimento sobre avariao gentica entre animais para estes diferentes processosbiolgicos muito limitado e deveria ser estudado em relao

composio dos alimentos da rao, estratgia de alimentao e aoestado fisiolgico do animal.

Modelos de crescimento esto sendo utilizados em sistemas demanejo individualizado do gado (Individual Cattle ManagementSystems, ICMS) que esto sendo desenvolvidos para a indstria degado de corte buscando melhorar a lucratividade, minimizar a produoexcessiva de gordura, aumentar a uniformidade dos produtos eidentificar e remunerar proprietrios de animais que apresentemdesempenho superior no confinamento. Para alcanar isso, o gado comercializado individualmente quando alcanam a composio decarcaa tima, o que requer a alimentao de gado de diferentes


3/26

I Simpsio Internacional de Produo de Gado de Corte - 487

proprietrios em uma baia comum (associados). Isso requerfornecimento e pagamento pelo alimento, fornecido coletivamente, paracada animal nesta baia, individualizadamente. Para que o manejoanimal individualizado funcione, o mtodo utilizado para determinar oalimento consumido por animais de diferentes proprietrios quecompartilham a mesma baia precisa determinar, de forma acurada, ocusto do ganho de cada animal nessa baia. Existem trs pontos crticosde controle no sucesso da introduo do ICMS:

Predizer o peso timo de terminao, o incremento do custo doganho e os dias em terminao para otimizar os lucros e asdecises de comercializao dentro de uma faixa aceitvel depeso e composio de carcaa,

Predizer a composio da carcaa e a deposio de gordura decobertura durante o crescimento para evitar penalizaes porsob ou sobre peso das carcaas e excesso de gordura decobertura, e

Determinar o alimento fornecido para cada animal na baiacoletiva com o propsito de alocar indivduos em baias deacordo com os dias para alcanar a composio corporaldesejada e a lucratividade mxima por individuo.Um modelo matemtico de crescimento (Cornell/Cattle Value

Discovery System, CVDS) foi desenvolvido (Guiroy et al., 2001; Perry &Fox, 1997; Tedeschi et al., 2004, 2005b) para estabelecer esses pontoscrticos de controle para animais em crescimento.

O objetivo deste artigo descrever o CVDS, avaliar sua acurciaem predizer a matria seca requerida (MSR), e descrever as aplicaesprticas do CVDS para identificao de diferenas na eficinciaalimentar entre animais em crescimento alimentados com dietas com

alto teor de volumosos. Esses modelos esto disponveis paradownload em http://nutritionmodels.tamu.edu.

DESCRIO DO MODELO CVDS PARA PREDIO DOSREQUERIMENTOS DE ENERGIA E PROTENA

Sistemas de modelagem utilizados na predio dosrequerimentos dietticos e do custo do ganho devem ser capazes deestimar as diferenas nos requerimentos de mantena basal, o efeito doambiente no requerimento de mantena, o efeito do tamanho corporal,os valores energticos dos alimentos e o consumo de matria seca.


4/26


Estimando a composio corporal desejada para acomercializao. O primeiro passo para predizer o requerimentoalimentar para o ganho, incremento do custo do ganho e a composiocorporal do gado em crescimento identificar a composio corporalalmejada para a comercializao. O valor da carcaa, na maioria dosmercados, e o custo do ganho podem ser relacionados proporo deprotena e gordura na carcaa. A gordura corporal no gado terminado aser comercializado tipicamente varia de 16 to 21% de gordura no corpovazio (GCV) nos mercados francs (INRA, 1989) e brasileiro (Leme etal., 2000) a mais de 30% GCV nos mercados japons e coreanos. Namaioria dos demais mercados esse valor situa-se entre esses dois.

A classificao por qualidade mais reconhecida no mundo amarca USDA choice. Os produtos classificados como Premium, aquelesque receberam classificao prime ou os 2/3 superiores da classificaoChoice, esto valorizando os produtos da pecuria de corte dos EUA. ATabela 1 apresenta um sumrio de vrios experimentos (Guiroy et al.,

2001) que verificaram as classificaes do teor de gordura paraminimizar a percentagem de carne classificada como inaceitvel porconsumidores nos EUA.

Tabela 1 - Relao entre gordura no corpo vazio (GCV) e grau dequalidade (USDA Quality Grade)

N Escala dequalidadeUSDA

a

Gordura nacarcaa

%

GCVmdia

b

%

Desviopadro da

GCV

Pontuao nopainel de

palatabilidadec

% deno

aceitvelc

45 3,5 23,6 21,1u

0,63 5,3 40

470 4,5 29,0 26,2v

0,19 5,6 13

461 5,5 31,6 28,6w

0,20 5,8 8

206 6,5 33,0 29,9 x 0,29 6,2 090 7,5 34,2 31,0

xy0,44 - -

51 8,5 35,2 31,9y

0,59 - -

32 9,5 35,8 32,5z

0,74 - -

aClassificao: Standard = 3 a 4; Select = 4 a 5; low Choice = 5 a 6; mid Choice = 6 a 7;

high Choice = 7 a 8; low Prime = 8 a 9; mid Prime = 9 a 10.b

Mdias na coluna com letras diferentes diferem significativamente a P< 0,05.c

Valores de pontuao no painel de palatabilidade (1 a 8) e % de no aceitavel soreferentes a um subconjunto deste banco de dados.Fonte: Adaptado de Guiroy et al. (2001).


5/26


Esses dados demonstram que a GCV foi significativamente (P5.0327 7.8888

Mean=6.242827

Converso alimentar kg/kgProfit

Std b Coefficients

DMR/E51-.048

MeanADG/E48 .233

iSBW/C18-.512

MeanSBW/E49 .524

-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1

Lucro


17/26


18/26


19/26


mdio do modelo foi de 0,68%, a acurcia, mensurada pelo coeficiente decorrelao de concordncia, (Tedeschi, 2006) foi de 0,93 e a preciso,medida pelo r2, foi de 0,75, comparados a -11,1%, 0,67, e 0,77,respectivamente, quando o ajustamento no foi utilizado.

Fox et al. (2004a) forneceram um sumrio das avaliaes do CVDSpara estimativa do alimento requerido para animais alimentados em grupo.O resultado de um teste de touros de trs anos, conduzido em NovaIorque, indicou que o CVDS foi capaz de predizer a soma do alimentorequerido individualmente com diferena inferior a 2% do alimento realfornecido nas baias. Jorgensen Angus (Ideal, SD) tem utilizado o CVDSpara predizer a eficincia alimentar em 867 novilhos no-castradosprovenientes de 56 touros durante os ltimos 5 anos. A soma do alimentorequerido predito tem se situado entre 3 a 5% do real fornecimento dealimento. Recentemente, Bourg et al. (2006a) avaliaram as predies doCVDS para machos castrados e novilhas Santa Gertrudis (N = 457)alimentados em baias e reportaram um erro total entre o alimento fornecido

real e a MSR predita pelo modelo de 2,43%.

CONCLUSES

O modelo CVDS representa um mtodo para predizer osrequerimentos de energia, desempenho e alimento requerido por umbovino individual alimentado em grupo com boa acurcia, por considerar osfatores que reconhecidamente afetam os requerimentos do animal(exemplo, tipo racial, tamanho corporal e estgio e taxa de crescimento). Oalimento pode ser fornecido de forma acurada para novilhos, castrados ouno, ou novilhas alimentados em grupo, baseado na predio da % final degordura no corpo vazio, a partir de mensuraes na carcaa. Isso permite

que animais de diferentes proprietrios sejam alimentados em uma mesmabaia, e possibilitando uma comercializao mais eficiente do gadoconfinado e a aquisio de dados em programas de teste de prognie.

Nossa anlise preliminar sugere que este modelo tambm tem opotencial de ser utilizado na identificao de diferenas na eficinciaalimentar entre animais individuais alimentados em baias coletivas. Apredio do alimento requerido para o desempenho observado parece serextremamente relacionada ao real consumo de alimento, e possuiherdabilidade moderada. Temos a expectativa que a pesquisa ir proverinformaes adicionais sobre o uso do CVDS em programas de seleovisando a melhoria da eficincia alimentar em gado de corte.


20/26


y = 1,7655x - 5,4373

R2

= 0,7698

4

6

8

10

12

14

16

18

20

4 6 8 10 12 14 16 18 20

MSR predita pelo modelo, kg/dia

CMSajustado,kg/dia

Y=X

A

y = 1,2703x - 2,2084

R2

= 0,7531

4

6

8

10

12

14

16

4 6 8 10 12 14 16

MSR predita pelo modelo, kg/dia

CMSadjustado,kg/dia

Y=X

B

Figura 2 - Relao entre consumo de matria seca (CMS, kg/dia) ajustado para

efeito de estudo e matria seca requerida (MSR, kg/dia) predita pelomodelo sem (A) ou com ajuste para a composio do ganho. Smbolosso estudos de: , Paulino (2002); *, Vras (2000); , Veloso (2001); ,Silva (2001); , Ferreira (1998); , Chizzotti et al. (2006).


21/26


REFERNCIAS BIBLIOGRFICAS

Berman, A. 2003. Effects of body surface area estimates on predicted energyrequirements and heat stress. J. Dairy Sci. 86:3605-3610.

Berman, A. 2005. Estimates of heat stress relief needs for Holstein dairy cows.J. Anim. Sci. 83:1377-1384.

Bourg, B., L. O. Tedeschi, G. E. Carstens, E. Brown, D. G. Fox. 2006a.Evaluation of a mathematical model to estimate total feed required for pen-fed Santa Gertrudis steers and heifers based on performance and dietcomposition. In American Society of Animal Science, Minneapolis, MN.ASAS. (no prelo).

Bourg, B., L. O. Tedeschi, G. E. Carstens, P. A. Lancaster, D. G. Fox. 2006b.Meta analysis of CVDS model predictions of feed intake and efficiency ingrowing and finishing cattle. In: Plains Nutrition Council Spring Conference,San Antonio, TX. PNC, Pg. 120.

Chizzotti, M. L., S. C. Valadares Filho, L. O. Tedeschi, G. E. Carstens, F. H. M.Chizzotti, D. M. Oliveira, P. D. B. Benedeti, P. M. Amaral, T. I. Rodrigues.2006. Comparison of energy requirements for maintenance and growth ofsteers, bulls, and heifers of Nellore x Red Angus crossbreds. In: AmericanSociety of Animal Science, Minneapolis, MN. ASAS.(no prelo).

Dikeman, M. E. 1987. Fat reduction in animals and the effects on palatabilityand consumer acceptance of meat products. in Proceedings 40th AnnualReciprocal Meat Conference, Chicago, IL. National Livestock and MeatBoard.

Ferreira, M. A. 1998. Desempenho, exigncias nutricionais e eficincia deutilizao da energia metabolizvel para ganho de bovinos F1 Simental xNelore. Universidade Federal de Viosa, Viosa, MG.

Ferrell, C. L. & T. G. Jenkins. 1985. Cow type and the nutritional environment:Nutritional aspects. J. Anim. Sci. 61:725-741.

Fox, D. G. & J. R. Black. 1984. A system for predicting body composition andperformance of growing cattle. J. Anim. Sci. 58:725-739.

Fox, D. G., C. J. Sniffen, J. D. O'Connor. 1988. Adjusting nutrient requirementsof beef cattle for animal and environmental variations. J. Anim. Sci. 66:1475-1495.

Fox, D. G., C. J. Sniffen, J. D. O'Connor, J. B. Russell, P. J. Van Soest. 1992. Anet carbohydrate and protein system for evaluating cattle diets: III. Cattlerequirements and diet adequacy. J. Anim. Sci. 70:3578-3596.


22/26


Fox, D. G., L. O. Tedeschi, M. J. Baker. 2002. Determining post-weaningefficiency of beef cattle. Pages 44-66 in Beef Improvement Federation, 34th,Omaha, NE.

Fox, D. G., L. O. Tedeschi, M. J. Baker. 2004a. Identifying Differences inEfficiency in Beef Cattle. Mimeo No. 225. Animal Science Dept., CornellUniversity, Ithaca, NY.

Fox, D. G., L. O. Tedeschi, P. J. Guiroy. 2001a. A decision support system forindividual cattle management. In: Proc. Cornell Nutr. Conf. Feed Manuf.,Rochester, NY. Cornell University, Ithaca, NY. Pg. 64-76 .

Fox, D. G., L. O. Tedeschi, P. J. Guiroy. 2001b. Determining feed intake andfeed efficiency of individual cattle fed in groups. In: Beef ImprovementFederation, San Antonio, TX. Pg.80-98

Fox, D. G., L. O. Tedeschi, T. P. Tylutki, J. B. Russell, M. E. Van Amburgh, L.E. Chase, A. N. Pell, T. R. Overton. 2004b. The Cornell Net Carbohydrateand Protein System model for evaluating herd nutrition and nutrient excretion.Anim. Feed Sci. Technol. 112:29-78.

Fox, D. G. & T. P. Tylutki. 1998. Accounting for the effects of environment onthe nutrient requirements of dairy cattle. J. Dairy Sci. 81:3085-3095.

Fox, D. G., M. E. Van Amburgh, T. P. Tylutki. 1999. Predicting requirements forgrowth, maturity, and body reserves in dairy cattle. J. Dairy Sci. 82:1968-1977.

Guiroy, P. J., D. G. Fox, L. O. Tedeschi, M. J. Baker, M. D. Cravey. 2001.Predicting individual feed requirements of cattle fed in groups. J. Anim. Sci.79:1983-1995.

INRA. 1989. Ruminant nutrition. Recommended allowances and feed tables.Institut National de la Recherche Agronomique, John Libbey Eurotext,Montrouge, France.

Jenkins, T. G. & C. L. Ferrell. 2002. Beef cow efficiency - revisited. In: BeefImprovement Federation Annual Meeting, 34, Omaha, NE. Pg. 32-43.

Johnson, D. E. 1984. Maintenance requirements for beef cattle: Importance andphysiological and environmental causes of variation. In: Proceedings of BeefCow Efficiency Forum, Fort Collins, CO. Pag. 6.

Kebreab, E., J. A. N. Mills, L. A. Crompton, A. Bannink, J. Dijkstra, W. J. J.Gerrits, J. France. 2004. An integrated mathematical model to evaluatenutrient partition in dairy cattle between the animal and its environment.Anim. Feed Sci. Technol. 112:131-154.


23/26


Kirschten, D. P., E. J. Pollak, L. O. Tedeschi, D. G. Fox, B. Bourg, G. E.Carstens. 2006. Use of a mathematical computer model to predict feedintake: Genetic parameters between observed and predicted values, andrelationships with other traits. In: American Society of Animal Science,Minneapolis, MN. ASAS. (no prelo).

Leme, P. R., C. Boin, R. C. C. Margarido, L. O. Tedeschi, J. C. O. F. V.Hausknecht, G. F. Alleoni, A. Luchiari Filho. 2000. Growth performance infeedlot and carcass characteristics of beef cattle from several crossbredsslaughtered in three body weight ranges. Revista Brasileira de Zootecnia.29:2347-2353.

Littell, R. C., G. A. Milliken, W. W. Stroup, R. D. Wolfinger. 1999. SAS Systemfor Mixed Models. SAS Institute, Cary, NC.

McKenna, D. R., P. K. Bates, D. L. Roeber, T. B. Schmidt, D. S. Hale, D. B.Griffin, J. W. Savell, J. B. Morgan, T. H. Montgomery, G. C. Smith. 2001.National beef quality audit - 2000: Results of carcass characteristics. J. Anim.Sci. 79 (Supplemento 1):62.

NRC. 1981. Effect of Environment on Nutrient Requirements of DomesticAnimals. National Academy Press, Washington, DC.

NRC. 2000. Nutrient Requirements of Beef Cattle (7th ed. atualizada). NationalAcademy Press, Washington, DC.

Okine, E. K., J. A. Basarab, L. A. Goonewardene, P. Mir. 2004. Residual feedintake and feed efficiency: Differences and implications. In: Proceedings ofFlorida Ruminant Nutrition Symposium, Gainsville, FL. UFL. Pg. 27-38.

Ostergaard, V., S. Korver, H. Solbu, B. B. Andersen, J. Oldham, H. Wiktorsson.1990. Main report - E.A.A.P. working group on: efficiency in the dairy cow.Livest. Prod. Sci. 24:287-304.

Paulino, P. V. R. 2002. Exigncias nutricionais e validao da seo HH parapredio da composio corporal de zebunos. Universidade Federal deViosa, Viosa, MG.

Perry, T. C. & D. G. Fox. 1997. Predicting carcass composition and individualfeed requirement in live cattle widely varying in body size. J. Anim. Sci.75:300-307.

Silva, F. F. 2001. Desempenho, caractersticas de carcaa, composiocorporal e exigncias nutricionais (de energia, protena, aminocidos emacrominerais) de novilhos Nelore, nas fases de recria e engorda,recebendo diferentes nveis de concentrado e protena. Universidade Federalde Viosa, Viosa, MG.


24/26


Smith, G. C., J. W. Savell, H. G. Dolezal, T. G. Field, D. R. Gill, D. B. Griffin, D.S. Hale, J. B. Morgan, S. L. Northcutt, J. D. Tatum. 1995. Improving thequality, consistency, competitiveness and market share of beef. NationalBeef Quality Audit National Cattlemen's Beef Association, Englewood, CO.

Tedeschi, L. O. 2006. Assessment of the adequacy of mathematical models.Agric. Syst. 89:225-247.

Tedeschi, L. O., D. G. Fox, M. J. Baker, D. P. Kirschten. 2006a. Identifyingdifferences in feed efficiency among group-fed cattle. J. Anim. Sci. 84:767-776.

Tedeschi, L. O., D. G. Fox, M. J. Baker, K. Long. 2006b. A model to evaluatebeef cow efficiency. In: Modeling Nutrient Utilization in Farm Animals. J.Dijkstra, ed. CABI Publishing, Cambridge, MA. (no prelo)

Tedeschi, L. O., D. G. Fox, P. H. Doane. 2005a. Evaluation of the tabular feedenergy and protein undegradability values of the National Research Councilnutrient requirements of beef cattle. Professional Animal Scientist. 21:403-415.

Tedeschi, L. O., D. G. Fox, P. J. Guiroy. 2004. A decision support system toimprove individual cattle management. 1. A mechanistic, dynamic model foranimal growth. Agric. Syst. 79:171-204.

Tedeschi, L. O., D. G. Fox, P. J. Guiroy. 2005b. Corrigendum to: "A decisionsupport system to improve individual cattle management. 1. A mechanistic,dynamic model for animal growth" [Agricultural Systems 79 (2004) 171-204].Agric. Syst. 83:229.

Tedeschi, L. O., D. G. Fox, R. D. Sainz, L. G. Barioni, S. R. Medeiros, C. Boin.2005c. Using mathematical models in ruminant nutrition. Scientia Agricola.62:76-91.

Tylutki, T. P., D. G. Fox, R. G. Anrique. 1994. Predicting net energy and proteinrequirements for growth of implanted and nonimplanted heifers and steersand nonimplanted bulls varying in body size. J. Anim. Sci. 72:1806-1813.

Veloso, C. M. 2001. Composio corporal e exigncias nutricionais de bovinosF1 Limousin x Nelore alimentados com raes contendo diferentes nveis deconcentrado. Universidade Federal de Viosa, Viosa, MG.

Vras, A. S. C. 2000. Consumo, digestibilidade, composio corporal eexigncias nutricionais de bovinos Nelore alimentados com raes contendodiferentes nveis de concentrado. Universidade Federal de Viosa, Viosa,MG.


25/26


Weiss, W. P. 1993. Predicting energy values of feeds. J. Dairy Sci. 76:1802-1811.

Weiss, W. P. 1999. Energy prediction equations for ruminant feeds. In:Proceedings of Cornell Nutrition Conference for Feed Manufacturers,Rochester, NY. New York State College of Agriculture & Life Sciences,Cornell University. Pg.176-185

Weiss, W. P., H. R. Conrad, N. R. St. Pierre. 1992. A theoretically-based modelfor predicting total digestible nutrient values of forages and concentrates.Anim. Feed Sci. Technol. 39:95-110.

Williams, C. B., G. L. Bennett, T. G. Jenkins, L. V. Cundiff, C. L. Ferrell. 2005.Using simulation models to predict feed intake: phenotypic and geneticrelationships between observed and predicted values. In: American Societyof Animal Science, Cincinnati, OH. ASAS. Pg 13.


26/26


USANDO MODELOS MATEMÁTICOS NUTRICIONAIS para aumentar a eficiencia em gado de corte

Documents

Transcript of USANDO MODELOS MATEMÁTICOS NUTRICIONAIS para aumentar a eficiencia em gado de corte