用近红外反射光谱(NIRS)预测猪粪便和回肠消化液的化学成分

IF 0.7 4区 农林科学 Q3 AGRICULTURE, DAIRY & ANIMAL SCIENCE Revista Mexicana de Ciencias Pecuarias Pub Date : 2023-07-10 DOI:10.22319/rmcp.v14i3.6175
Ricardo Ramos Cruz, Ricardo Basurto Gutierrez, Ericka Ramírez Rodríguez, Tércia Cesária Reis de Souza, Gerardo Mariscal Landín
{"title":"用近红外反射光谱(NIRS)预测猪粪便和回肠消化液的化学成分","authors":"Ricardo Ramos Cruz, Ricardo Basurto Gutierrez, Ericka Ramírez Rodríguez, Tércia Cesária Reis de Souza, Gerardo Mariscal Landín","doi":"10.22319/rmcp.v14i3.6175","DOIUrl":null,"url":null,"abstract":"La espectroscopia de reflectancia en el infrarrojo cercano (NIRS) permite estimar la composición química de diversas muestras, (ingredientes, productos de origen animal, etc.); sin embargo, existe poca información de su uso con muestras de digesta ileal (DI) o heces (H) de cerdo; por lo que el objetivo fue desarrollar ecuaciones de predicción basadas en el método de cuadrados mínimos parciales para predecir la composición química de DI y H a través de un NIRS. Se utilizaron 110 muestras de DI y 202 de H de experimentos de digestibilidad, obteniéndose su espectro y mediante un modelo multivariado se desarrolló el método de predicción. Las variables analizadas en la DI fueron: proteína cruda (PC), Leucina (Leu), lisina (Lys) y treonina (Thr) y en las H: materia seca (MS), PC y energía (E). Los valores en DI fueron: PC: R2 0.98, error estándar de calibración (SEC) 0.330, error estándar de predicción (SEP) 0.640; Leu: R2 0.95, SEC 0.040, SEP 0.102; Lys: R2 0.93, SEC 0.077, SEP 0.143; Thr: R2 0.67, SEC 0.209, SEP 0.187. En H fueron PC: R2 0.98, SEC 0.95, SEP 1.19; E (kcal/kg): R2 0.94, SEC 60.8, SEP 95.3; MS: R2 0.87, SEC 0.83, SEP 1.15. Los resultados muestran que la robustez de la calibración (DE/SEP) fue buena para PC, 3.34, Leu 2.07 y Lys 2.48 y regular para Thr 1.94, la predicción (RPD) fue buena para PC 2.11 en la DI. En H las R2 fueron altas para PC 0.98 y E 0.94. La mayor robustez fue para PC 5.59 y su predicción fue excelente 4.16 y buena para E 2.53. Se concluye que el NIRS puede predecir la PC en la DI y la PC y E en H. Para mejorar la estimación de aminoácidos en DI deben explorarse las causas que afectan la robustez de las calibraciones.","PeriodicalId":21443,"journal":{"name":"Revista Mexicana de Ciencias Pecuarias","volume":null,"pages":null},"PeriodicalIF":0.7000,"publicationDate":"2023-07-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Predicción de la composición química de las heces y digesta ileal de cerdos mediante espectroscopia de reflectancia en el infrarrojo cercano (NIRS)\",\"authors\":\"Ricardo Ramos Cruz, Ricardo Basurto Gutierrez, Ericka Ramírez Rodríguez, Tércia Cesária Reis de Souza, Gerardo Mariscal Landín\",\"doi\":\"10.22319/rmcp.v14i3.6175\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"La espectroscopia de reflectancia en el infrarrojo cercano (NIRS) permite estimar la composición química de diversas muestras, (ingredientes, productos de origen animal, etc.); sin embargo, existe poca información de su uso con muestras de digesta ileal (DI) o heces (H) de cerdo; por lo que el objetivo fue desarrollar ecuaciones de predicción basadas en el método de cuadrados mínimos parciales para predecir la composición química de DI y H a través de un NIRS. Se utilizaron 110 muestras de DI y 202 de H de experimentos de digestibilidad, obteniéndose su espectro y mediante un modelo multivariado se desarrolló el método de predicción. Las variables analizadas en la DI fueron: proteína cruda (PC), Leucina (Leu), lisina (Lys) y treonina (Thr) y en las H: materia seca (MS), PC y energía (E). Los valores en DI fueron: PC: R2 0.98, error estándar de calibración (SEC) 0.330, error estándar de predicción (SEP) 0.640; Leu: R2 0.95, SEC 0.040, SEP 0.102; Lys: R2 0.93, SEC 0.077, SEP 0.143; Thr: R2 0.67, SEC 0.209, SEP 0.187. En H fueron PC: R2 0.98, SEC 0.95, SEP 1.19; E (kcal/kg): R2 0.94, SEC 60.8, SEP 95.3; MS: R2 0.87, SEC 0.83, SEP 1.15. Los resultados muestran que la robustez de la calibración (DE/SEP) fue buena para PC, 3.34, Leu 2.07 y Lys 2.48 y regular para Thr 1.94, la predicción (RPD) fue buena para PC 2.11 en la DI. En H las R2 fueron altas para PC 0.98 y E 0.94. La mayor robustez fue para PC 5.59 y su predicción fue excelente 4.16 y buena para E 2.53. Se concluye que el NIRS puede predecir la PC en la DI y la PC y E en H. Para mejorar la estimación de aminoácidos en DI deben explorarse las causas que afectan la robustez de las calibraciones.\",\"PeriodicalId\":21443,\"journal\":{\"name\":\"Revista Mexicana de Ciencias Pecuarias\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.7000,\"publicationDate\":\"2023-07-10\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Mexicana de Ciencias Pecuarias\",\"FirstCategoryId\":\"97\",\"ListUrlMain\":\"https://doi.org/10.22319/rmcp.v14i3.6175\",\"RegionNum\":4,\"RegionCategory\":\"农林科学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q3\",\"JCRName\":\"AGRICULTURE, DAIRY & ANIMAL SCIENCE\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Mexicana de Ciencias Pecuarias","FirstCategoryId":"97","ListUrlMain":"https://doi.org/10.22319/rmcp.v14i3.6175","RegionNum":4,"RegionCategory":"农林科学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"AGRICULTURE, DAIRY & ANIMAL SCIENCE","Score":null,"Total":0}
引用次数: 0

摘要

近红外反射光谱(NIRS)可以估计各种样品(成分、动物产品等)的化学成分;然而,很少有关于其与回肠消化(DI)或猪粪便(H)样本一起使用的信息;因此,其目的是开发基于偏最小二乘法的预测方程,通过近红外光谱预测di和h的化学成分。利用110份DI和202份H消化率实验样本,获得其光谱,并通过多元模型开发了预测方法。在DI中分析的变量是:粗蛋白(PC)、亮氨酸(Leu)、赖氨酸(Lys)和苏氨酸(Thr),在H中分析的变量是:干物质(MS)、PC和能量(E)。DI值为:PC:R2 0.98,校准标准误差(SEC)0.330,预测标准误差(SEP)0.640;Leu:R2 0.95,Sec 0.040,Sep 0.102;Lys:R2 0.93,Sec 0.077,Sep 0.143;THR:R2 0.67,第0.209节,9月0.187。在H中,它们是PC:R2 0.98,SEC 0.95,Sep 1.19;E(kcal/kg):R2 0.94,第60.8节,95.3年9月;MS:R2 0.87,第0.83节,9月1日。结果表明,校正(DE/SEP)对PC、3.34、Leu 2.07和Lys 2.48的鲁棒性较好,对Thr 1.94的预测(RPD)对PC 2.11的预测较好。在H中,PC 0.98和E 0.94的R2很高。最大的鲁棒性是PC 5.59,其预测为极好的4.16,对E 2.53很好。得出的结论是,NIRS可以预测DI中的PC和H中的PC和E。为了提高DI中氨基酸的估计,必须探索影响校准鲁棒性的原因。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Predicción de la composición química de las heces y digesta ileal de cerdos mediante espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
La espectroscopia de reflectancia en el infrarrojo cercano (NIRS) permite estimar la composición química de diversas muestras, (ingredientes, productos de origen animal, etc.); sin embargo, existe poca información de su uso con muestras de digesta ileal (DI) o heces (H) de cerdo; por lo que el objetivo fue desarrollar ecuaciones de predicción basadas en el método de cuadrados mínimos parciales para predecir la composición química de DI y H a través de un NIRS. Se utilizaron 110 muestras de DI y 202 de H de experimentos de digestibilidad, obteniéndose su espectro y mediante un modelo multivariado se desarrolló el método de predicción. Las variables analizadas en la DI fueron: proteína cruda (PC), Leucina (Leu), lisina (Lys) y treonina (Thr) y en las H: materia seca (MS), PC y energía (E). Los valores en DI fueron: PC: R2 0.98, error estándar de calibración (SEC) 0.330, error estándar de predicción (SEP) 0.640; Leu: R2 0.95, SEC 0.040, SEP 0.102; Lys: R2 0.93, SEC 0.077, SEP 0.143; Thr: R2 0.67, SEC 0.209, SEP 0.187. En H fueron PC: R2 0.98, SEC 0.95, SEP 1.19; E (kcal/kg): R2 0.94, SEC 60.8, SEP 95.3; MS: R2 0.87, SEC 0.83, SEP 1.15. Los resultados muestran que la robustez de la calibración (DE/SEP) fue buena para PC, 3.34, Leu 2.07 y Lys 2.48 y regular para Thr 1.94, la predicción (RPD) fue buena para PC 2.11 en la DI. En H las R2 fueron altas para PC 0.98 y E 0.94. La mayor robustez fue para PC 5.59 y su predicción fue excelente 4.16 y buena para E 2.53. Se concluye que el NIRS puede predecir la PC en la DI y la PC y E en H. Para mejorar la estimación de aminoácidos en DI deben explorarse las causas que afectan la robustez de las calibraciones.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Revista Mexicana de Ciencias Pecuarias
Revista Mexicana de Ciencias Pecuarias AGRICULTURE, DAIRY & ANIMAL SCIENCE-
CiteScore
1.20
自引率
0.00%
发文量
93
审稿时长
>12 weeks
期刊介绍: The MEXICAN MAGAZINE OF SCIENCES PECUARIAS is an organ of scientific and technical diffusion of the livestock sector. Its periodicity is quarterly and arbitrated by pairs in the double-blind mode. Its objective is to make known the results of the research carried out by any scientific institution, in Mexico and in any part of the world, related to the livestock sciences, particularly those that refer to the different disciplines of Veterinary Medicine and Animal Science. The Journal is bilingual, publishes the complete articles in Spanish or English and is included in various indexing services and international dissemination platforms, such as the Index of Mexican Journals of Scientific and Technological Research of the National Council of Science and Technology (CONACYT); In the EBSCO Host database; In the Network of Scientific Journals of Latin America and the Caribbean, Spain and Portugal (RedALyC); In the Ibero-American Network of Scientific Journals of Free Access Veterinary Medicine. Indexed in the ISI Journal Citation Report Science Edition; And Elsevier''s SCOPUS and EMBASE indices.
期刊最新文献
Conocimiento socio-ecológico de la actividad apícola en la Costa Chica de Guerrero, México Estudio de la Estructura y Diversidad genética de ganado Holstein del sistema familiar en México Influence of feedlot living space on production variables, carcass and meat quality traits in Holstein steers Prevalence and infection intensity of honey bee (Apis mellifera) viral diseases in six regions of the state of Jalisco, Mexico Un efecto novedoso del extracto acuoso de semillas de Pimpinella anisum sobre garrapatas de perros domésticos (Canis lupus familiaris)
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1