2. 正邦科技股份有限公司, 南昌 330096;
3. 中国农业大学, 北京 100193
, CHEN Si1, ZHANG Xiang-de1, HE Ning2, YANG Xin1, GUO Yu-ming3, YAO Jun-hu1
, YANG Xiao-jun1
2. Zhengbang Technology Co., LTD., Nanchang 330096, China;
3. China Agricultural University, Beijing 100193, China
近年来，麦类谷物在饲料中的应用越来越广泛，用量也逐年增加[1]。麦类能量原料在饲料中使用具有霉菌毒素风险低、易储存、制粒性能好、粗蛋白质高等优点，同时随着原料比价的季节性波动，在饲料中代替一部分玉米还能节约饲料成本。目前我国每年约进口500多万吨皮大麦，其中约85%被用于畜禽饲料中[2]。从进口结构来看，澳大利亚占比63.8%，所以本试验选用澳大利亚皮大麦进行评估。另外，由于大麦的品种较多，产地与收获季节不同，营养价值也存在较大差异，要在生产中精准使用皮大麦，就需要利用动态回归模型来预测能量值。以往的禽类用饲料原料代谢能数值多是以蛋公鸡为研究对象获得的，有研究认为，肉鸡对大麦的能量利用率明显低于蛋公鸡[3]。而且，肉鸡在生长前期与中后期对营养物质的消化代谢率也存在差异，分阶段进行代谢能评定及构建动态预测模型对精准使用皮大麦具有重要意义。
前人研究认为，各种原料的常规化学成分与代谢能及各种营养物质的消化率之间存在一定的内在联系[4-5]。现有饲料数据库中的能值一般是通过营养素的体内消化率、体外消化率及不同化学成分分析参数建立的预测模型计算得到的[6]。以往对皮大麦代谢能的评定多用采自不同产地不同品种的大麦进行试验[7-10]。邓奕妮等[11]用人工配制玉米的方法进行了猪标准回肠消化率的测定及回归预测模型的建立。王璐等[12]用配制人工玉米的方法评定了东北玉米的代谢能，并得出了动态预测模型。
本试验采用人工配制皮大麦的方法进行肉鸡代谢能测定及回归预测模型的构建。并采用11~13 d与25~27 d两个阶段试验，探索肉鸡不同生长阶段对皮大麦的能量利用率。现有的皮大麦代谢能预测模型中，多以肠道食糜黏度、淀粉、酸性洗涤纤维等为预测因子[13-17]。本试验拟用易检测的常规营养成分粗蛋白、总磷、粗脂肪、水溶性氯化物等为预测因子建立回归模型，为在生产中推广应用提供参考。
1 材料与方法 1.1 试验1：皮大麦的采集与人工皮大麦的配制采集澳大利亚皮大麦，先脱壳，再按现代面粉制作工艺进行粉碎分离，获得大麦一次面粉(指面粉加工过程中首先达到面粉细度要求的物质，并依次类推，按次数给面粉命名)、二次面粉、三次面粉、四次面粉、五次面粉、六次面粉、大麦次粉、大麦麸皮与大麦壳9部分。
按照国家标准方法和试剂盒法测定大麦样品及分离物的水分(GB/T 6435-2006)、粗蛋白质(CP，GB/T 6432-1994)、粗脂肪(EE，GB/T 6433-2006)、粗纤维(CF，GB/T 6433-2006)、酸性洗涤纤维(ADF，NY/T 1459-2007)、中性洗涤纤维(NDF，GB/T 20806-2006)、粗灰分(Ash，GB/T6438-2007)、钙(Ca，GB/T6436-2002)、总磷(TP，GB/T 6437-2002)、氯化物(GB/T 6439-2007)、总淀粉(STC，南京建成公司试剂盒)、热能(氧弹式测热仪测定)、戊聚糖(NY/T 2335-2013)、可溶性戊聚糖(NY/T 2335-2013)、β-葡聚糖(NY/T 2006-2011)等的含量。以干物质含量为基准计算养分含量。
用分离物为原料，以中华人民共和国饲料用皮大麦标准(GB 10367-1989)为依据，用粗蛋白、粗纤维、粗灰分3个主要分级指标，通过brill配方软件线性目标规划功能，配制成5种不同营养梯度的人工皮大麦A、B、C、D和E。常规日粮与皮大麦组成及营养含量见表 1与表 2。
|
表 1 常规饲粮组成及营养水平(干物质基础) Table 1 Composition and nutrient levels of conventional diets (DM basis) |
|
|
表 2 人工皮大麦组成及营养水平(干物质基础) Table 2 Composition and nutrient levels of artificial hulled barley (DM basis) |
采用5×2(大麦种类×肉鸡日龄)双因素随机分组设计。选用1日龄商品代爱拔益加(AA+)雄性肉鸡720只(360只用于11~13 d试验，360只用于25~27 d试验)，随机分成5个处理，每处理12个重复，每重复6只鸡，分别饲喂A、B、C、D、E 5种皮大麦。在非代谢试验期间，按照商品肉鸡饲养要求统一饲喂肉鸡常规饲粮。
1.2.2 肉鸡代谢试验分别在9、23日龄时绝食8 h后，根据体重调整鸡群，使重复间鸡的平均体重变异最小。11~13日龄阶段的试验从10日龄开始饲喂皮大麦代谢饲粮，25~27日龄阶段的试验是从24日龄开始饲喂代谢饲粮，各组肉鸡空腹12 h后，开始饲喂皮大麦代谢饲粮，并开始收集粪便，共收集72 h。最后一次收粪前12 h清除余料，统计各代谢笼耗料量。收集排泄物时，仔细挑拣积粪盘内的羽毛、皮屑和其他杂物，所采集样品置于－20℃冰箱保存，将3 d的粪便混匀、烘干、称重，粉碎，过40目筛，用于能量和常规养分含量测定。
1.2.3 检测指标与方法以重复为单位计算肉鸡皮大麦代谢饲粮的表观代谢能(AME)、氮校正表观代谢能(AMEn)、养分表观消化率、体增重：
饲粮AME(KJ·kg-1 DM)=(耗料量×饲粮GE－粪量×粪GE)/耗料量；
饲粮AMEn(KJ·kg-1 DM)=饲粮AME－氮沉积(RN)×34.39=饲粮AME－(摄入氮－排出氮)×34.39；
饲粮某养分消化率(%)=(食入饲粮中该养分含量－粪中该养分含量)/食入饲粮中该养分含量×100；
体增重(g)=试验后体重-试验前体重。
1.3 数据统计分析采用SPSS21.0统计软件的GLM(general linear model)进行双因素方差分析，对差异显著的数据进行Duncan氏法多重比较检验，使用双变量双侧检验对常规养分与代谢能的相关性进行分析，以P＜0.05和P＜0.01分别作为检验各项数据差异显著性与极显著性的依据。用LRM(linear regression model)对皮大麦的AME、AMEn进行逐步回归分析，变量P≤0.15时被保留在方程中。
2 结果 2.1 皮大麦分离物养分含量由表 3可知，随着大麦制粉次数的增加，粗蛋白质逐步增加，大麦麸皮中的粗蛋白最高。粗脂肪在大麦次粉中分布最多，大麦麸皮中次之。矿物质磷的含量在次粉与麸皮中含量较多。大麦壳中的粗纤维为30.40%，其中酸性洗涤纤维与中性洗涤纤维分别为29.54%和66.35%。非淀粉多糖戊聚糖、β-葡聚糖集中分布在次粉与麸皮中。
|
|
表 3 皮大麦及分离物养分含量(干物质基础) Table 3 Nutrient contents of hulled barleys and isolates (DM basis) |
由表 4可知，人工皮大麦的粗蛋白含量与粗脂肪、总磷呈正相关关系，与ADF含量呈极显著负相关(P＜0.01)，与NDF含量呈显著负相关(P＜0.05)，特性与天然皮大麦基本相符。
|
|
表 4 人工皮大麦养分相关性分析 Table 4 Correlation analysis of nutrient contents of artificial hulled barleys |
如表 5所示，在11~13日龄时，AME大麦D组显著高于A、B、C、E组，大麦A组显著低于B、C、D、E组(P < 0.05)；AMEn大麦A、E组显著低于B、C、D组(P < 0.05)；粗蛋白消化率大麦E组显著高于A、B、C、D组(P < 0.05)；粗脂肪消化率大麦C、E组显著高于A组(P < 0.05)；D组的粗纤维消化率显著高于A、B、C组(P < 0.05)；总淀粉消化率大麦E组显著低于A、B、C、D组(P < 0.05)；钙的消化率大麦D组显著高于A、B、C、E组(P < 0.05)；总磷消化率大麦E显著高于A、B、C组，D组显著高于E组(P < 0.05)；体增重大麦E组显著高于A、C、D组(P < 0.05)。
|
|
表 5 大麦类型与肉鸡日龄对养分消化率的影响分析(干物质基础) Table 5 The effects of days of age of broilers and barley types on nutrient digestibility (DM basis) |
在25~27日龄时，AME大麦D、E组显著低于B、C组(P < 0.05)；AMEn大麦E组显著低于A、B组，B组显著高于C、D、E组(P < 0.05)；粗蛋白消化率大麦D组显著低于E组(P < 0.05)；粗脂肪消化率大麦B、C、E组显著高于A、D组(P < 0.05)；粗灰分消化率大麦D组显著低于C、E组(P < 0.05)；总淀粉消化率大麦E组显著低于A、B、C、D组(P < 0.05)；钙的消化率大麦E组显著低于B、C、D组(P < 0.05)；总磷消化率大麦C、E组显著高于A组(P < 0.05)；体增重大麦A组显著低于B、C、E组(P < 0.05)。
肉鸡在11~13 d和25~27 d之间对皮大麦试验饲粮的养分消化率存在差异。25~27 d时，粗脂肪(EE)与总淀粉(STC)的消化率比11~13 d时分别高6.52%与8.30%(P < 0.05)；AME、AMEn比11~13 d分别高0.88与0.52 MJ·kg-1(P < 0.05)。
经二因素方差分析，大麦种类对AME、AMEn、粗蛋白消化率、粗脂肪消化率、总淀粉消化率、钙消化率、总磷消化率、肉鸡体增重影响显著(P < 0.05)；肉鸡日龄对AME、AMEn、粗脂肪消化率、总淀粉消化率、总磷消化率、肉鸡体增重影响显著(P < 0.05)；大麦种类×肉鸡日龄对AME与AMEn的影响存在显著互作效应(P < 0.05)。
2.3.2 肉鸡皮大麦AME、AMEn回归方程的建立以常规营养指标为预测因子，建立的皮大麦AME、AMEn预测模型参数如表 6所示，11~13 d时AME(MJ·kg-1 DM)、AMEn(MJ·kg-1 DM)的回归方程分别为AME=7.814+10.166TP+0.106NDF(R2=0.999, P=0.004)，AMEn=10.336+9.740TP－0.121CP(R2=0.983, P=0.017)；25~27 d时AME(MJ·kg-1 DM)、AMEn(MJ·kg-1 DM)的回归方程分别为AME=10.436+5.974NaCl +0.131EE+0.019NDF(R2=0.999, P=0.002)，AMEn=15.284－0.312CP+0.258EE－0.081NDF(R2=0.998, P=0.014)。
|
|
表 6 基于皮大麦养分组成按逐步回归法建立的AME和AMEn线性回归模型 Table 6 The liner regression models for AME and AMEn based on nutrient composition of hulled barleys according to stepwise regression mothod |
根据得出的回归模型与前人研究得出的不同预测方程计算皮大麦的AME值见表 7。本试验的预测方程计算值与实测值非常接近，Francesh等[14]预测方程计算出的AME相对较高，Janssen等[17]预测方程计算的AME低于Francesh等的预测计算值，但高于本试验的预测值与实测值。
|
|
表 7 肉鸡皮大麦表观代谢能不同预测方程计算值比较 Table 7 Comparison of measured and calculated AME values of hulled barleys for broilers |
中国饲料成分及营养价值表(2017年第28版)中裸大麦与皮大麦的鸡AME分别为11.21 MJ·kg-1、11.30 MJ·kg-1，本试验得出的肉鸡11~13 d、25~27 d AME平均值分别为11.40与11.87 MJ·kg-1，高于中国饲料数据库中的数值。德固赛Evonik Amino Dat 5.0通过对318个全球各地大麦样品进行测定，得出的家禽AMEn平均值为11.51 MJ·kg-1，高于本试验11~13 d AMEn数值11.15 MJ·kg-1，低于25~27 d AMEn数值11.64 MJ·kg-1。国内外不同饲料原料数据库中发布的原料能值来自不同地区、品种和不同试验条件下得到的数值的平均值[18-20]。NRC(2012)[21]发布的《猪营养需要量》中，给出了皮大麦与裸大麦的猪净能、消化能、代谢能分别是13.17、12.85、9.73 MJ·kg-1与13.65、13.29、10.30 MJ·kg-1。王红亮[7]选用中国各地的9种天然大麦进行猪消化能与代谢能测定，得出消化能为13.64~15.49 MJ·kg-1，代谢能为13.43~15.21 MJ·kg-1。本试验中，5种皮大麦AME在11~13和25~27 d时分别为10.85~11.88 MJ·kg-1和11.65~12.15 MJ·kg-1。在肉鸡的不同生长阶段皮大麦的AME值存在差异，在设计肉鸡日粮时分阶段选取原料AME值，能使配方设计更加精准。
3.2 日龄对肉鸡代谢能及养分表观消化率的影响本研究表明，25~27 d时肉鸡对同种皮大麦的EE、STC消化率及AME、AMEn均高于11~13 d的相应指标；CP的消化率较11~13 d稍低，这可能与本试验后期赶上高温天气，试验鸡热应激加大且随着肉鸡体重增加自身代谢应激也增加有关。Huang等[22]研究得出，28 d时肉鸡对玉米氨基酸的消化率与42 d时相似，但显著高于14 d时的消化率。De Lima等[23]认为，肉鸡对玉米蛋白粉的代谢能在10~40日龄之间按照3.11 kJ·(kg·d-1)-1逐渐升高。本试验的分阶段代谢能与养分相关性分析表明，在11~13 d时代谢能与大麦中的粗纤维显著负相关(P < 0.05)，而与总磷呈显著正相关(P < 0.05)，符合通常认为的雏鸡对日粮中粗纤维的消化能力较弱，而且较高的粗纤维含量会影响其它营养物质的吸收。在肉鸡的早期营养中强化磷水平可有效促进生长及肠道健康[24-25]，本试验中，随着代谢饲粮总磷的提升，表观代谢能也升高可印证这个趋势。在25~27 d时，AME与粗纤维、酸性洗涤纤维、水溶性氯化物含量呈正相关关系，这可能与较高的粗纤维含量改善了肉鸡肠道优势菌群有关，同时AME还与β-葡聚糖含量呈负相关关系，大麦中的主要抗营养因子确实对营养物质的消化吸收造成了较大的影响。
3.3 肉鸡皮大麦表观代谢能预测方程的建立前人研究认为，大麦的表观代谢能与ADF呈显著负相关关系[26-28]。中性洗涤纤维(NDF)是预测大麦消化能的首选预测因子[8]，并建立了皮大麦代谢能的预测方程[13, 15-16]，Francesch等[14]报道，皮大麦AME(MJ·kg-1)=3.014+0.032×容重－0.225×粗纤维－0.058×粗蛋白+0.002×总能－0.115×β-葡聚糖，此方程计算的皮大麦代谢能预测值高于本试验的预测值与实测值，可能与人工皮大麦中粗纤维与β-葡聚糖含量相对于天然大麦偏低有关。Janssen[17]研究得出的模型为AME(MJ·kg-1)=12.878－0.378×粗纤维+0.038 5×淀粉，此方程预测的皮大麦代谢能平均值为12.63 MJ·kg-1，也高于本试验所得方程的预测值，这可能与试验动物为成年公鸡，同时人工皮大麦的粗纤维含量较天然大麦稍低有关，其在研究中报道了六棱皮大麦的AME(MJ·kg-1)=9.258－9.258×粗灰分+6.810×淀粉；二棱皮大麦AME(MJ·kg-1)=9.258－9.258×粗灰分+7.516×淀粉，这些预测模型说明皮大麦的粗纤维、粗灰分与其能值存在显著的负相关关系，而淀粉含量与有效能值存在正相关关系。Fuente等[16]报道，肠道的黏度能预测大麦型日粮的有效能值，对于30日龄的肉鸡，肠道内容物的黏度能解释大麦型日粮约38%AME的变化。建立的预测方程为:AME (kcal·kg-1 DM)=3.172－15.4×肠道内容物的黏度(CPS)，(R2=0.38，P < 0.01)。本试验得出的回归模型以皮大麦中的粗蛋白质、盐分、总磷、粗脂肪等为预测因子，基本实现了以常规易检测指标为预测因子预测肉鸡皮大麦表观代谢能的目的，更方便于在生产实践中应用。
4 结论 4.1肉鸡不同阶段皮大麦代谢能存在差异，计算肉鸡日粮配方时，不同阶段日粮代谢能应采用对应的代谢能值。
4.2肉鸡皮大麦AME(MJ·kg-1 DM)、AMEn(MJ·kg-1 DM)预测方程在11~13 d时分别为AME=7.814+10.166TP+0.106 NDF(R2=0.996, P=0.004), AMEn=10.336+9.740TP－0.121CP(R2=0.983, P=0.017); 25~27 d时分别为AME=10.436+5.974NaCl+0.131EE+0.019NDF(R2=0.999, P=0.002), AMEn=15.284－0.312CP+0.258EE－0.081NDF(R2=0.998, P=0.014)。
| [1] |
张琳.中国大麦供给需求研究[D].北京: 中国农业科学院, 2014.
ZHANG L.Research of Chinese barley supply and demand[D]. Beijing: Chinese Academy of Agricultural Sciences, 2014. (in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-82101-1014326414.htm |
| [2] |
张融, 李先德. 饲料大麦的应用价值及开发前景[J]. 中国食物与营养, 2015, 21(7): 27–31.
ZHANG R, LI X D. Application value and development prospect of feed barley in China[J]. Food and Nutrition in China, 2015, 21(7): 27–31. DOI: 10.3969/j.issn.1006-9577.2015.07.007 (in Chinese) |
| [3] |
马欣, 田维明, 田志宏. 中国大麦供给分析与展望[J]. 农业展望, 2013, 9(3): 51–55.
MA X, TIAN W M, TIAN Z H. Analysis of China's barley supply and its future prospect[J]. Agricultural Outlook, 2013, 9(3): 51–55. DOI: 10.3969/j.issn.1673-3908.2013.03.012 (in Chinese) |
| [4] | PERTTILÄ S, VALAJA J, PARTANEN K, et al. Effects of preservation method and β-glucanase supplementation on ileal amino acid digestibility and feeding value of barley for poultry[J]. Br Poult Sci, 2001, 42(2): 218–229. |
| [5] |
刘洁, 刁其玉, 赵一广, 等. 肉用绵羊饲料养分消化率和有效能预测模型的研究[J]. 畜牧兽医学报, 2012, 43(8): 1230–1238.
LIU J, DIAO Q Y, ZHAO Y G, et al. Prediction of nutrient digestibility and energy concentrations using chemical compositions in meat sheep feeds[J]. Acta Veterinaria et Zootechnica Sinica, 2012, 43(8): 1230–1238. (in Chinese) |
| [6] |
张吉鹍, 卢德勋, 胡明, 等. 建立各种饲料能量预测模型方法的比较研究[J]. 畜牧与饲料科学, 2004(3): 7–10.
ZHANG J K, LU D X, HU M, et al. Comparative study on the methods of predicting models for feed energy contents[J]. Animal Husbandry and Feed Science, 2004(3): 7–10. DOI: 10.3969/j.issn.1672-5190.2004.03.003 (in Chinese) |
| [7] |
王红亮.大麦猪有效能预测方程及改善方法的研究[D].北京: 中国农业大学, 2017.
WANG H L.Prediction equations and improving methods of available energy in barley fed to pigs[D]. Beijing: China Agricultural University, 2017. (in Chinese) |
| [8] | VILLAMIDE M J, FUENTE J M, DE AYALA P P, et al. Energy evaluation of eight barley cultivars for poultry:effect of dietary enzyme addition[J]. Poult Sci, 1997, 76(6): 834–840. DOI: 10.1093/ps/76.6.834 |
| [9] | BOLARINWA O A, ADEOLA O. Energy value of wheat, barley, and wheat dried distillers grains with solubles for broiler chickens determined using the regression method[J]. Poult Sci, 2012, 91(8): 1928–1935. DOI: 10.3382/ps.2012-02261 |
| [10] | HARRIS L E, KEARL L C, FONNESBECK P V. Use of regression equations in predicting availability of energy and protein[J]. J Anim Sci, 1972, 35(3): 658–680. DOI: 10.2527/jas1972.353658x |
| [11] |
邓奕妮, 董冰, 张丽英, 等. 测定不同果皮、胚乳、胚芽含量人工玉米建立生长猪玉米氨基酸消化率预测方程[J]. 中国畜牧杂志, 2013, 49(3): 39–45.
DENG Y N, DONG B, ZHANG L Y, et al. Modeling of amino acid ileal digestibility in growing pigs fed simulated corns containing different portions of pericarp, endosperm, and germ[J]. Chinese Journal of Animal Science, 2013, 49(3): 39–45. DOI: 10.3969/j.issn.0258-7033.2013.03.012 (in Chinese) |
| [12] |
王璐, 肖志斌, 呙于明, 等. 东北玉米肉鸡表观代谢能预测方程的建立[J]. 动物营养学报, 2017, 29(10): 3496–3505.
WANG L, XIAO Z B, GUO Y M, et al. Prediction equation of apparent metabolizable energy of corn in northeast china for broilers[J]. Chinese Journal of Animal Nutrition, 2017, 29(10): 3496–3505. DOI: 10.3969/j.issn.1006-267X.2017.10.010 (in Chinese) |
| [13] | BOLARINWA O A, ADEOLA O. Regression and direct methods do not give different estimates of digestible and metabolizable energy values of barley, sorghum, and wheat for pigs[J]. J Anim Sci, 2016, 94(2): 610–618. DOI: 10.2527/jas.2015-9766 |
| [14] | FRANCESCH M, PEREZ-VENDRELL A M, ESTEVE-GARCIA E, et al. Effects of cultivar, pelleting and enzyme addition on nutritive value of barley in poultry diets[J]. Br Poult Sci, 1994, 35(2): 259–272. |
| [15] | WU J F, EWAN R C. Utilization of energy of wheat and barley by young swine[J]. J Anim Sci, 1979, 49(6): 1470–1477. DOI: 10.2527/jas1979.4961470x |
| [16] | FUENTE J M, PEREZ DE AYALA P, FLORES A, et al. Effect of storage time and dietary enzyme on the metabolizable energy and digesta viscosity of barley-based diets for poultry[J]. Poult Sci, 1998, 77(1): 90–97. DOI: 10.1093/ps/77.1.90 |
| [17] | JANSSEN W M M A. European table of energy values for poultry feedstuffs[J]. Spelderholt Center for Poultry Research and Information Services, Beekbergen, The Netherlands, 1989. |
| [18] |
刘松柏, 谭会泽, 彭运智, 等. 皮大麦在家禽饲料中营养价值评估研究进展[J]. 饲料工业, 2015, 36(2): 34–40.
LIU S B, TAN H Z, PENG Y Z, et al. Research advances in evaluation of nutritional value of barley in poultry feed[J]. Feed Industry, 2015, 36(2): 34–40. (in Chinese) |
| [19] |
赵峰, 张子仪. 对家禽饲料代谢能值评定方法中若干误区的探讨[J]. 动物营养学报, 2006, 18(1): 1–5.
ZHAO F, ZHANG Z Y. Problems in the evaluation methods for metabolizable energy of poultry feedstuffs[J]. Chinese Journal of Animal Nutrition, 2006, 18(1): 1–5. DOI: 10.3969/j.issn.1006-267X.2006.01.001 (in Chinese) |
| [20] |
刘岭, 李德发.猪饲料原料数据库的建设与应用[C]//中国猪业科技大会暨中国畜牧兽医学会2015年学术年会论文集.厦门: 中国畜牧兽医学会, 2015.
LIU L, LI D F.Construction and application of swine feedstuffs database[C]//2015 Annual Seminar Symposium of China Swine Industry Technology Meeting & Chinese Association of Animal Science and Veterinary Medicine.Xiamen: Chinese Animal Husbandry and Veterinary Association, 2015. (in Chinese) |
| [21] | N RC. Nutrient requirements of swine[M]. 11th ed. Washington, DC, USA: National Academy Press, 2012: 270-271. |
| [22] | HUANG K H, RAVINDRAN V, LI X, et al. Influence of age on the apparent ileal amino acid digestibility of feed ingredients for broiler chickens[J]. Br Poult Sci, 2005, 46(2): 236–245. DOI: 10.1080/00071660500066084 |
| [23] | DE LIMA M B, RABELLO C B V, DA SILVA E P, et al. Effect of broiler chicken age on ileal digestibility of corn germ meal[J]. Acta Sci Anim Sci, 2012, 34(2): 137–141. |
| [24] | MOGHADAM A N. The effect of different levels of dietary phosphorus (inorganic phosphorus) on performance in broiler chicks[J]. Int J Poult Sci, 2006, 5(7): 666–669. DOI: 10.3923/ijps.2006.666.669 |
| [25] | EMAMI N K, NAEINI S Z, RUIZ-FERIA C A. Growth performance, digestibility, immune response and intestinal morphology of male broilers fed phosphorus deficient diets supplemented with microbial phytase and organic acids[J]. Livest Sci, 2013, 157(2-3): 506–513. DOI: 10.1016/j.livsci.2013.08.014 |
| [26] | BEAMES R M, HELM J H, EGGUM B O, et al. A comparison of methods for measuring the nutritive value for pigs of a range of hulled and hulless barley cultivars[J]. Anim Feed Sci Technol, 1996, 62(2-4): 189–201. DOI: 10.1016/S0377-8401(96)00962-5 |
| [27] | KERR B J, DOZIER Ⅲ W A, SHURSON G C. Effects of reduced-oil corn distillers dried grains with solubles composition on digestible and metabolizable energy value and prediction in growing pigs[J]. J Anim Sci, 2013, 91(7): 3231–3243. DOI: 10.2527/jas.2013-6252 |
| [28] | ADEOLA O, ILELEJI K E. Comparison of two diet types in the determination of metabolizable energy content of corn distillers dried grains with solubles for broiler chickens by the regression method[J]. Poult Sci, 2009, 88(3): 579–585. DOI: 10.3382/ps.2008-00187 |