Progressi nelle tabelle di composizione degli ingredienti per un'alimentazione di precisione

L'ottimizzazione dei costi dei mangimi nella produzione di suini è essenziale per la redditività di questo settore economico. Attualmente è anche molto importante svolgere questa attività in modo sostenibile, il che significa un uso sempre più efficiente delle risorse nella produzione e la valutazione e riduzione del loro impatto ambientale. Dal punto di vista dell'alimentazione animale, ciò può essere ottenuto attraverso diverse strategie espresse nella tabella 1.

Tabella 1. Strategie di alimentazione animale per migliorare la sostenibilità della produzione. Adattato da den Hartog et al. (2016) e Choct (2016).

Tra le alternative indicate c'è l'applicazione di metodi di nutrizione di precisione che includono:

• migliore conoscenza del valore nutritivo delle materie prime utilizzate nei mangimi per suini,
• migliore conoscenza dei fabbisogni nutrizionali degli animali nelle loro diverse fasi produttive, e
• sistemi (ad es. sensori, stazioni di alimentazione, modellizzazione) per adeguare l'apporto di nutrienti ai fabbisogni degli animali.

In questo articolo ci concentreremo sull'applicazione dei valori nutrizionali più precisi delle materie prime, a seguito della recente pubblicazione della nuova edizione delle Tabelle FEDNA nel 2019. Queste Tabelle rappresentano un anticipo nella stima del valore nutritivo delle materie prime utilizzate in Spagna, in modo da migliorare la precisione della formulazione dei mangimi e, quindi, contribuire a migliorare l'uso delle risorse e l'economia di produzione.

Da molti anni le diverse istituzioni e aziende che propongono tabelle di valutazione degli alimenti (es. NRC, INRA, ARC, Rhône-Poulenc, Adisseo, Degussa, Evonik, ecc., e la stessa FEDNA) offrono valori nutrizionali “statici” delle materie prime, tanto che la loro applicazione alle materie prime di composizione molto variabile, come la maggior parte, non ha consentito molta precisione.

Tuttavia, di recente sono apparse nuove tabelle da parte di istituzioni come l'NRC degli Stati Uniti, il CVB dei Paesi Bassi, l'INRA francese, le Tabelle Brasiliane e la recente edizione di FEDNA, che offrono equazioni predittive per poter valutare, secondo la composizione delle materie prime utilizzate, il loro valore nutrizionale (vedi tabella 2). Ciò è particolarmente critico nel caso dell'energia, in quanto è la componente più costosa del mangime, e poiché non è possibile una determinazione diretta, ma attraverso equazioni di predizione.

Tabella 2. Principali caratteristiche delle tabelle di valutazione nutrizionale delle materie prime per suini recentemente pubblicate.

Il principale contributo delle tabelle FEDNA è che racchiude le più recenti ricerche internazionali sulla valutazione nutrizionale delle materie prime utilizzate nell'alimentazione animale e, soprattutto, perché è frutto della collaborazione tra Università e aziende. La conseguenza è che sono disponibili informazioni sulle principali materie prime utilizzate in Spagna, nonché sulla loro variabilità. Inoltre, le equazioni di predizione dell'energia sono relativamente semplici da applicare perché includono parametri facilmente determinabili (vedi tabella 3), a differenza di altre tabelle (es. CVB), in cui molti parametri sono incorporati e molti di essi non possono essere analizzati automaticamente. .

Tabella 3. Equazione di previsione del valore energetico dei cereali secondo le tabelle FEDNA (2019)

La disponibilità pressoché generale della tecnologia NIRS (Near Infra Red Spectroscopy), per valutare la composizione in principi immediati delle materie prime che arrivano in fabbrica, permette di applicare equazioni predittive delle principali componenti nutrizionali del mangime (fondamentalmente valore energetico, digeribilità aminoacidi e fosforo digeribile).

La tabella 4 presenta un esempio dei vantaggi offerti dalla stima del valore energetico dell'orzo nei suini, tramite tabelle dinamiche, tramite equazioni di stima, rispetto all'utilizzo di tabelle statiche. Questa tabella mostra la composizione chimica dell'orzo secondo le tabelle FEDNA (2019) e i valori medi analizzati da Trouw Nutrition Spagna (TNE) durante l'anno 2021. Inoltre, due orzi con valori di amido estremi e la loro corrispondente composizione analizzata. Con questi dati e le equazioni predittive raccomandate dalla FEDNA, sono stati calcolati i rispettivi contenuti di energia digeribile (ED), metabolizzabile (EM) e netta (EN) per i suini in accrescimento.

Si può notare che le variazioni nella composizione di uno o più dei suoi componenti analitici portano ad una valutazione energetica che può variare, ad esempio, fino a oltre 200 kcal EN/kg di orzo.

Dato che l'energia è il nutriente più costoso in una formula, è facile immaginare l'impatto che può avere sul costo finale del mangime per suini in accrescimento (considerando un costo EN di 0,10 €/kcal, utilizzando i dati attuali), questa differenza di 200 kcal EN/kg nella valutazione dell'orzo, significherebbe un risparmio, o maggior costo, del mangime di circa 10 €/t se l'inclusione è del 50%). Inoltre, questa imprecisione nella valutazione nutrizionale porterà a risultati produttivi irregolari e imprevedibili.

L'utilizzo di una valutazione dinamica delle materie prime permette di adeguare il loro valore nutrizionale proprio in funzione della loro composizione chimica e, di conseguenza, di formulare i mangimi adeguandoli il più possibile alle caratteristiche delle materie prime ed ai fabbisogni degli animali. Inoltre, permette di ridurre i possibili eccessi di nutrienti ed il loro effetto sull'ambiente. Per poter lavorare con questi valori dinamici è necessario un sistema di controllo qualità veloce e frequente.

Tabella 4. Valutazione energetica dell'orzo secondo la sua composizione in principi immediati