Evaluación: ¿Qué tan adecuado es el Modelo CNCPS?

Luis Orlindo TedeschiBertha Rueda-MaldonadoFrancisco “Paco” Juárez-Lagunes

Requerimientos para pronósticos precisos en los

trópicos Se debe pronósticar con precisión los requerimientos para mantenimiento, crecimiento, gestación, lactación, y reservas de energía (tejidos grasos)

Se debe pronósticar con precisión las cantidades de energía y proteína absorbidos para cada condición específica de finca

Los valores tabulares de requerimientos de nutrientes y valores de alimentos de EE. UU. y Canadá son inadecuados para los trópicos

El CNCPS en el manejo alimenticio Desarrollar un modelo para pronosticar

requerimientos y valores biológicos de alimentos en cada finca

Usar el modelo para identificar los factores que son limitantes de primer órden al comportamiento animal Energía Proteína Aminoácidos Minerales

Componentes del modelo CNCPS para los trópicos

Ajustes de raza para mantenimiento, crecimiento y lactación

Fracciones de CHO y proteína para forrajes tropicales y sus tasas de digestión

Ecuaciones para pronosticar el consumo de materia seca

Ajuste ruminal para deficiencias de N y aminoácidos de cadenas ramificadas

Evaluación de vacas de doble propósito en México

Vacas lactantes

50 vacas 3/4 Holstein x 1/4 Brahman con: Peso corporal = 511 kg (550 maduro), condición

corporal = 3, y producción diaria de leche = 10 kg Pastoreo rotacional en Pangola con 3.5 kg/d

de suplemento From Juárez Lagunes et al. (1999), J. Dairy Sci. 82:2136

Composición de alimentos

Item Unidad Pangola (pasto)

Sorghum (grano)

Pasta de

soyaFDN %MS 69.5 10.3 11.4

Lignina %FDN 7.5 12.8 0.9

Proteína %MS 8.9 10.4 52.6

PBSol %PB 41.9 14.9 16.0

PNP %PBSol 36.3 33.0 55.0

Juárez Lagunes et al. (1999), Table 10

Tasas de digestión

Item Unidad Pangola (pasto)

Sorgo (grano)

Pasta de soya

CHO A %/h 19.7 14.3 7.9CHO B1 %/h 19.7 14.3 7.9CHO B2 %/h 5.3 6.0 5.7Prot. B1 %/h 135 135 230Prot. B2 %/h 11.0 6.0 11.0Prot. B3 %/h 5.3 0.12 0.20Juárez Lagunes et al. (1999), Table 10

Sensibilidad al FDN y Lignina

EM para milk,kg/d

PM para milk,kg/d

PM bacteria,g/d

FDN1, %MS 60 11.3 7.7 685 70 9.4 5.7 640 80 7.4 3.8 593Lignina2,%FDN 4 10.5 6.8 668 8 8.2 4.6 6121 Lignin = 6% DM. 2 NDF = 70% DM. From Juarez Lagunes et al. (1999), Table 4Note: ME decreases 1.25 and 0.69 of % units/% of NDF and Lignin increase, respectively

Sensibilidad a la Tasa de digestión para F DN

FDN1

Tasa de dig.EM para

leche,kg/d

PM para leche,kg/d

PM bacteria,g/d

3%/h 5.0 0 415

6%/h 9.4 5.7 640

9%/h 11.7 9.9 789

1 CHO A and B1 @ 16%/h. Juarez Lagunes et al. (1999), Table 5

Ganado Bovino en Crecimiento y Finalización

Evaluación del NRC (1996)

Evaluación del modelo NRC (2000), nivel 2 48 períodos de crecimiento Holstein, Angus y Charolais GPD varió entre 0.1 a 1.4 kg/d Dietas comprendieron 90% forraje de baja calidad (ej.,

paja) hasta 90% concentrado Datos de Wilkerson et al. (1993; JAS 71:2777) y Ainslie et

al. (1993; JAS 71:1312) Adaptado del NRC (2000) por Tedeschi (2001)

Evaluación del NRC (1996)

0.00.20.40.60.81.01.21.41.61.8

0.0 0.5 1.0 1.5 2.0ME, MP, or AA first limiting allowable ADG, kg/ d

Obs

erve

d AD

G, k

g/d

Y=X

Evaluación del CNCPS 5.0

65 períodos de crecimiento Razas Holstein, Angus, Charolais, y Nellore Datos de 7 estudios publicados: Abdalla et al. (1988), Ainslie et

al. (1993), Boin and Moura (1977), Danner et al. (1980) Fox and Cook (1977), Lomas et al. (1982), Wilkerson et al. (1993).

PC-reducido varió entre 114 y 340 kg, GPD varió de 0.22 a 1.11 kg/d, consumo de MS de 4.6 a 7.9 kg/d y PB del 10.6 al 18% (MS).

Fuente: Tedeschi (2001).

Evaluación del CNCPS 4.0

GPD, kg/d Estadísticas de regresión

MIN Media MAX r2,,% Sesgo,% RMSPE

EM, primer limitante (N=19)Observado 0.80 1.11 1.44 - - -

Tabular NDT 0.73 1.25 1.78 61 -11.4* 0.23

CNCPS NDT 0.79 1.10 1.48 80 0.4 0.10

PM, primer limitante (N=28)Observado 0.12 0.78 1.36 - - -

Tabular UIP 0.11 0.81 1.78 80 -4.3 0.21

CNCPS UIP 0.12 0.77 1.45 92 1.9 0.11

RMSPE = Raíz cuadrado del error de predicción por cuadrados mínimos

Pronóstico GPD con limitación en EM

y = 0.4393x + 0.5574r2 = 0.608

Bias = -11.4%

0.7

0.91.1

1.31.5

1.71.9

0.7 0.9 1.1 1.3 1.5 1.7 1.9Predicted ADG by Tabular TDN, kg/ d

Obs

erve

d AD

G, k

g/d Y=X

Pronóstico GPD con limitación en EM

y = 0.6674x + 0.3706R2 = 0.7974Bias = 0.4%

0.7

0.9

1.1

1.3

1.5

0.7 0.9 1.1 1.3 1.5Predicted ADG by CNCPS TDN, kg/ d

Obs

erve

d AD

G, k

g/d Y=X

Pronóstico GPD con limitación en EP

y = 0.727x + 0.1876r2 = 0.8007

Bias = -4.3%0.00.20.40.60.81.01.21.41.61.8

0.0 0.5 1.0 1.5Predicted ADG by Tabular UIP, kg/ d

Obs

erve

d AD

G, k

g/d

Y=X

Pronóstico GPD con limitación en EP

y = 1.0091x + 0.0097r2 = 0.9172Bias = 1.9%

0.00.20.40.60.81.01.21.41.6

0.0 0.5 1.0 1.5Predicted ADG by CNCPS UIP, kg/ d

Obs

erve

d AD

G, k

g/d

Y=X

Evaluación de la deficiencia ruminal en N Ajuste para la degradación de fibra y el

crecimiento de FC microbial en el rumen con balance ruminal negativo en N

Este submodelo fue evaluado en base a los resultados de cinco estudios

Fuente: Tedeschi et al. (2000; JAS 78:1648)

Evaluación de deficiencia ruminal en N 1. las cantidades disponibles de péptidos y amonio son utilizados

para determinar el crecimiento microbial permitido por N, 2. se resta este valor al crecimiento microbial permitido por la

energía para obtener la reducción en la masa microbial,

3. esta reducción en masa se distribuye entre los pool de bacteria que digiere los carbohidratos de la fibra (FC) y los CHO de no-fibra (NFC) conforme con las proporciones originales en el crecimiento microbial permitido por la energía,

4. se computa la disminución en FC fermentado que es la pérdida en masa bacterial proveniente de FC, dividido por su rendimiento (g bacteria/g FC digerido), y

5. se suma esta reducción a la fracción FC que escapa del rumen.

Evaluación de la deficiencia ruminal en N

Ajuste CNCPS

Observado Sin ajuste Con ajuste

GPD, kg/d

Media 0.829 0.988 0.868

Sesgo promedio - 0.16 0.039

RMSPE/SD 0.371 0.222 0.138

Consumo MS, kg/d

Media 6.017 6.536 6.018

Sesgo promedio - 0.519 0.001

RMSPE/SD 1.763 1.142 0.61

CNCPS sin ajuste

0.00.20.40.60.81.01.21.41.6

0.0 0.5 1.0 1.5First limiting allowable ADG, kg/ d

Obs

erve

d AD

G, k

g/d

Y=Xr2 = 83%

Bias = -19.2%

CNCPS con ajuste

0.00.20.40.60.81.01.21.41.6

0.0 0.5 1.0 1.5First limiting allowable ADG, kg/ d

Obs

erve

d AD

G, k

g/d

Y=X

r2 = 88%Bias = -4.7%

Relación entre GPD y balance ruminal en N

0200400600800

100012001400

-35 -25 -15 -5 5Rumen N Balance, %

Obs

erve

d AD

G, k

g/d

Maximum ADG @

0.4% RNB

Pronóstico del flujo de N con el modelo CNCPS

Conjunto de datos

57 publicaciones (22 con ganado con cánulas ileales)

257 tratamientos de dieta (175 de crecimiento/finalización, 82 con vacas lactantes)

299 animales (197 en crecimiento o finalización, 102 vacas lactantes)

Sólo 2 trabajos con análisis fecal de heces frescas Juan Marini (no publicado)

N bacterial

y = 0.7322xR2 = 0.6662

0

50

100

150

200

250

300

350

400

450

500

0 100 200 300 400 500

Pred Bacterial N, g/d

Obs

Bac

teria

l N, g

/d

N duodenal

y = 0.9353xR2 = 0.933

0

100

200

300

400

500

600

700

800

900

0 200 400 600 800 1000

Pred Duodenal N, g/d

Obs

Duo

dena

l N, g

/d

N fecal

y = 0.8149xR2 = 0.9147

0

50

100

150

200

250

300

350

400

0 50 100 150 200 250 300 350

Pred Fecal N, g/d

Obs

Fec

al N

, g/d

Conclusiones

Variación en el contenido de fibra (FDN y lignina) tiene un efecto importante en el comportamiento animal

Información respecto al consumo de MS es crucial en la evaluación de modelos matemáticos

El ajuste para la deficiencia ruminal en N redujo el sesgo y incrementó el r2 (coeficiente de determinación)

El modelo pudo pronosticar en forma satisfactoria los rendimientos de N bacterial y duodenal, y el flujo de N fecal

Estudio de caso en la Región Amazónica Occidental de Brazil

RUEDA et al. (2003). Production and economic potentials of cattle in pasture-based systems of the western Amazon region of Brazil. Journal of Animal Science, 81, 2923-37

Objetivos experimentales

Evaluación del comportamiento en lactación y crecimiento de ganado usando el modelo CNCPS para: Estimar los efectos estacionales en los valores nutritivos

de pastos y leguminosas Evaluar opciones de manejo de pasturas y manejo

nutricional para mejorar la productividad de ganado y el uso de tierra

Sugerir opciones de retornos económicos favorables utilizando alternativas de manejo nutricional

Descripción del experimento

Tres fincas 1 finca doble-propósito (90 ha) 2 fincas de ganado de carne (1600 and 3000 ha)

Se monitoreó información CNCPS de Composición químico-cinética de forrajes Datos ambientales Características y comportamientos de animales

Composición Química de Forrajes

10

20

30

40

50

60

70

80

Oct Nov Dec Jan Feb Mar Apr May Jun

%

a

b

10

20

30

40

50

60

70

80

Oct Nov Dec Jan Feb Mar Apr May Jun

%

TDN, decumbens TDN, brizantha TDN, kudzu DIP, decumbens

DIP, brizantha DIP, kudzu

Incrementar producción de leche…

• 1 a 2 kg/d de sorgo y 20% del consumo total de Kudzu fueron requeridos para lograr la meta

pero

• “… suplementación para incrementar productividad individual no es atractivo economicamente en este sistema doble-propósito con la baja relación entre los precios de leche y sorgo …”

Incrementar ganancia de peso …

• “… los márgenes netos también fueron más bajos con los precios actuales de carne y grano para un crecimiento más rápido para novillos con suplementación por grano…”

• “… el incremento en el costo de alimento para la producción de carne fue más que dos veces que el supuesto aumento en el ingreso bruto …”

Conclusiones

Variación en el contenido de fibra (FDN y lignina) tiene un efecto importante en el comportamiento animal.

Información sobre el consumo de MS es crucial para la evaluación de modelos.

El modelo CNCPS nivel 2 pronostica el comportamiento animal con más precisión que el tabular NDT

El ajuste para deficiencia ruminal en N aumentó la precisión de pronóticos de GPD