60 MERCADO Humedad (%) Proteína Bruta (%) Almidón (%) Fibra Bruta(%) Trigo n= 289 Promedio 11,13 11,56 58,45 2,24 Min 7,73 8,91 55,42 1,12 Max 13,99 15,24 62,21 3,21 DesSt 1,55 1,05 2,24 0,18 CV (%) 13,93 9,08 3,83 8,04 Humedad (%) Proteína Bruta (%) Almidón (%) Fibra Bruta(%) Cebada n=232 Promedio 11,1 10,54 51,57 4,4 Min 7,3 8,46 43,25 2,81 Max 13,54 12,45 55,23 6,01 DesSt 1,31 0,98 2,29 0,28 CV (%) 11,80 9,30 4,44 6,36 Promedio global Energía Neta porcino (kcal/kg) Lisina digestible (%) Trigo 2515 0,305 Cebada 2356 0,280 Bajo contenido PB Alto contenido PB Energía Neta porcino (kcal/kg) Lisina digestible (%) Energía Neta porcino (kcal/kg) Lisina digestible (%) Trigo 2532 0,283 2467 0,335 Cebada 2378 0,251 2324 0,301 para intentar rentabilizar al máximo la explotación. En este artículo nos queremos enfocar en algunas que afectan a la alimentación, ya que el impacto de esta partida en los costes globales de explotación es de los más importantes. CONTROL DE CALIDAD DE MATERIAS PRIMAS – FORMULACIÓN DINÁMICA Los ingredientes que utilizamos para la formulaciónde piensos (cereales, harinas proteicas de soja o girasol, subproductos de cereal, etc.) tienen una composición química variable dependiente de distintos factores: tipo de suelo donde se cultivan, laboreo, abonado, climatología, condiciones de almacenamiento y características del procesado, entre otros. Esta composición química variable se traduce a su vez en diferencias del contenido nutricional, afectando a la composición final del pienso formulado y a los parámetros productivos en granja. Por ello debemos establecer medidas que nos ayuden a gestionar de la mejor manera posible estas variaciones, reduciendo al máximo las diferencias cualitativas entre la hoja de formulación y el pienso fabricado. El primer paso para el control de la variabilidad es el análisis de estasmaterias primas. Hoy día la tecnología NIRS (Near-infrared-spectophotometry) nos permite tener resultados de forma casi inmediata mediante el escaneo in situ en la fábrica. El NIRS resulta un aliado indispensable en el control de calidad y la caracterización de los ingredientes para la formulación de piensos ya que permite aumentar considerablemente el muestreo amuy bajo coste en comparación con los métodos de química húmeda tradicionales. Para ilustrar este apartado vamos a estudiar la variabilidadde dos ingredientesmayoritarios en dietas de porcino: el trigo y la cebada. En la tabla 1 se presentan datos de análisis NIRS (humedad, proteína bruta, almidón y fibra bruta) de estos ingredientes recibidos durante el período de febrero - abril 2023 en los laboratorios de Cargill situados en Colmenar Viejo (Madrid). Tabla 1. Composición analítica de muestras de trigo y cebada analizadas por NIRS durante el período febrero – abril 2023. Tabla 2. Cálculo de los valores de Energía Neta Porcino (kcal/kg) y contenido en lisina digestible ileal estandarizada (%) (Ecuaciones de predicción Cargill, rev.2021). Tabla 3. Cálculo de los valores de Energía Neta Porcino (kcal/kg) y contenido en lisina digestible ileal estandarizada (%) para dos grupos de muestras de trigo y cebada segregados según su contenido en proteína bruta. (Ecuaciones de predicción Cargill, rev.2021). Si utilizamos los promedios analíticos para calcular el perfil nutricional de estos ingredientes, obtendríamos los resultados de la tabla 2 para los valores de Energía Neta Porcino y Lisina digestible ileal estandarizada (ecuaciones de predicción internas Cargill). Pero como hemos observado, la variabilidad de ciertos parámetros es elevada. Veamos que sucede al dividir los datos en dos grupos según contenido en proteína bruta (alto trigo >12%; bajo trigo <12%; alto cebada >11%; bajo cebada <11%). Con esta nueva clasificación reduciríamos el coeficiente de variación (CV) de la proteína bruta de un 9% a un 6%. En la tabla 3 se presentan los nuevos valores nutricionales de estos grupos de muestras, donde observamos diferencias de alrededor del 2% para la Energía neta y del 8% para la lisina digestible en comparación con los valores promedio de todo el conjunto de muestras.
RkJQdWJsaXNoZXIy Njg1MjYx