酶解法预测马用干草消化率与可消化能含量的创新模型研究

本研究针对马用干草营养价值评估成本高、耗时长的问题，通过建立基于纤维素酶降解性(dCS/dCO)的预测模型，实现了干物质消化率(DMD)、有机质消化率(OMD)和可消化能(DE)的高精度预测（R2≥0.87）。法国农业科学院团队验证了该方法在区分不同植物科属干草中的普适性，为饲料配方提供了经济高效的实验室解决方案。

　　

马匹饲养中，精准评估干草营养价值是保障动物健康的关键，但传统方法依赖耗时昂贵的体内(in vivo)消化实验。法国农业科学院(INRA)的研究团队在《animal》发表论文，提出了一种革命性的实验室酶解法，为这一难题提供了新思路。

研究团队从INRA历史数据库中筛选43份温带干草样本（含天然草地、禾本科及苜蓿干草），通过两步酶解技术——胃蛋白酶预处理和纤维素酶(Trichoderma viride来源)降解，测定干物质(dCS)和有机质(dCO)酶解率。结合体内消化数据，建立了跨植物类型的通用预测模型。

主要技术方法

1. 酶解分析：采用Aufrère改良法测定dCS/dCO
2. 体内消化实验：通过全粪便收集法获取DMD/OMD/ED数据
3. 统计建模：ANCOVA分析验证模型斜率一致性，计算R²与RMSE

化学组成与酶解特性
数据表明，苜蓿干草虽含较高酸性洗涤木质素(ADL)，但因细胞壁含量低，其dCS(53.5-67.0%)和OMD(0.51-0.62)显著优于禾本科干草。

预测模型性能

• 单一变量模型：dCS预测OMD的R²达0.91，RMSE仅0.02
• 组合模型：添加粗蛋白(CP)使DE预测R²提升至0.89
• 跨物种适用性：所有干草类型斜率无显著差异(P>0.05)

讨论与意义
该研究首次证实酶解法可替代传统化学组分分析，其优势在于：

1. 成本效益：较化学分析法节省90%实验室耗时
2. 普适性强：适用于混合牧草等复杂基质
3. 精准度高：OMD预测误差<3.8%（传统方法达6.5%）

研究局限性在于样本量有限，未来需扩展至青贮饲料等更多品类。但现有模型已为马营养学界提供了首个基于酶解活性的饲料价值评估工具，将显著提升牧场精准饲喂水平。