Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Introduccin
El uso de modelos de simulacin con alto grado de agregacin es una tendencia creciente
tanto en la industria como en la investigacin. A pesar de que estos han sido ampliamente
usados en el desarrollo de tecnologas aeroespaciales, militares, comerciales y
financieras, en la agricultura no ha tenido hasta ahora mucha relevancia. Sin embargo, en
la investigacin agropecuaria empieza a tener valor a medida que se incrementa la
informacin experimental y las herramientas de programacin se hacen ms accesibles.
El modelo llamado Cornell Net Carbohydrate and Protein System (CNCPS) o Sistema de
Carbohidratos y Protena Neta de Cornell, de acuerdo a la definicin de modelo dada por
Gill et al (1989), puede ser considerado como un conjunto integrado de ecuaciones o
coeficientes que describen las diferentes funciones fisiolgicas del ganado. En este orden
de ideas, definiremos que es un modelo en el lenguaje cientfico y particularmente en
biologa.
Modelo es un invento construido como una ayuda para entender un sistema especifico y
con la posibilidad de relacionar este con otros sistemas. Es una declaracin formal de
asunciones, conceptualizaciones y diseos experimentales. Pero la mejor definicin y la
mejor desde mi perspectiva: Modelo es una representacin simplificada de un sistema
real
Sin embargo un modelo en estos trminos es un simple diagrama conceptual; para que
tenga utilidad debe ser traducido a modelo matemtico, el cual se puede describir como
conjunto de ecuaciones, que representan los procesos simbolizados en el esquema del
modelo conceptual. As, el modelo matemtico une la exactitud de las matemticas con la
vaguedad de la biologa (Foster and Boston, 1997)
El propsito del modelo depende de las necesidades del investigador y de cmo el
modelamiento es usado en el diseo de experimentos. Algunos de los propsitos para
usar un modelo son (Foster and Boston, 1997):
1. Describir un conjunto de datos experimentales y estimar unos parmetros
deseados.
2. Caracterizar mas detalladamente un sistema bajo estudio.
3. Simular experimentos que no son posibles en el sistema real por distintas
restricciones.
7. Fermentacin Ruminal
CNCPS al igual que NRC 2000 y 2001 tienen dos niveles de agregacin para solucionar
las dietas. El nivel 1 esta dirigido a condiciones donde los alimentos no estn totalmente
caracterizados y el usuario no esta familiarizado con el modelo. El nivel 2 es para usuarios
con suficiente informacin sobre la composicin nutricional del alimento y tienen un
entendimiento adecuado de cmo usar el submodelo de rumen.
5
El nivel 1 calcula los nutrientes digestibles totales (NDT) y PM con ecuaciones empricas
basadas en los desarrollos de Weiss (1993) y NRC (2001).
En el nivel 2, los TDN disponibles ruminalmente y la PM son derivados mecansticamente
a partir de las tasas de degradacin (Kd) y de pasaje (Kp). El modelo calcula los
agregados de componentes que son degradados y que pasan al tracto posterior de
acuerdo a las velocidades de fermentacin y de flujo, utilizando la relacin simple
Kd/(Kd+Kp). Alimento no digerido en el rumen pasara sin degradarse al intestino, donde
ser o no digerido, de acuerdo a una tasa especifica de digestin intestinal.
Este sistema asume varias condiciones para operar correctamente (Fox et al 2004)
1.)
2.)
3.)
4.)
5.)
11
11.3
10
7.7
8
7.5
10.4
9
7
7
6.5
6.8
11
10.5
10
9.5
9
8.5
8
7.5
7
6.5
6
10.5
5.7
5.5
8.2
5
4.6
4.5
4
6.5
9.4
6.8
12.2
8.6
12
9
8.5
13
ME Leche
MP leche
MP leche
Figura 1. Relacin entre contenido de lignina como fraccin de la Fibra en detergente neutro y la
disponibilidad de energa y protena metabolizable para sostener una produccin de leche determinada
(Adaptado de Juares Lagunes, 1998)
5.5
5.4
9.4
9.4
9.4
5.3
5.2
5.1
5
7
4.9
4.9
4.8
4.7
4.6
4.6
4.5
ME
5.4
10
MP
11
10
El anlisis por regresin lineal simple entre variables de calidad y respuesta animal
predicha, muestra una alta dependencia de la energa metabolizable para ganancia de
peso y consumo de MS, del contenido de FDN en el forraje de cada potrero; al igual, la
PM para ganancia de peso est altamente influenciada por el contenido de PC en el
forraje (Ver figura 3)
Consumo MS kg/d
7.5
7
y = 0.1234x - 2.698
R2 = 0.4316
6.5
6
5.5
5
4.5
62
64
66
68
70
72
74
0.8
y = 0.0877x - 0.3369
R2 = 0.4835
0.7
0.6
0.5
0.4
0.3
0.2
6
Contenido de FDN %
10
11
Contenido de PC %
B
ganancia de peso segn EM kg/d
A
0.7
y = 0.0467x - 2.824
R2 = 0.5826
0.6
0.5
0.4
0.3
0.2
0.1
0
63
65
67
69
71
73
Contenido de FDN %
C
Figura 3. Relaciones entre variables de calidad en el pasto B. humidcola con rotacin cada 28 das, en poca
seca y su capacidad para soportar ganancia de peso en novillos ceb comercial. A- efecto del contenido de
FDN en el consumo de MS. B- Efecto del contenido de PC sobre la cantidad de PM para ganar peso. CEfecto del contenido de FDN sobre la cantidad de EM para ganar peso.
Sin embargo, se sabe que las relaciones son mucho ms complejas donde intervienen
otras variables. El contenido de protena cruda y su composicin tienen un efecto sobre la
eficiencia de conversin de los carbohidratos en protena microbial y afecta la cantidad de
PM generada en la fermentacin ruminal (Fox et al, 2000). La Lignina por otro lado, afecta
la digestibilidad de la fraccin fibrosa. En este caso la lignina se mantuvo constante en la
composicin del forraje en todos los potreros, porque no se realiz este anlisis.
En trabajos recientes en el laboratorio de Nutricin Animal, se evaluaron 4 gramneas
comunes (kikuyo, braquiaria comn, colosuana, angleton y alfalfa como patrn), para
determinar las tasas de degradacin de las 4 fracciones de carbohidratos, y completar la
caracterizacin nutricional requerida por el CNCPS. Se encontr un efecto marcado del
contenido de lignina sobre la produccin de gas In Vitro (Figura 4), cuando se incub el
FDN extrado de cada pasto durante 48 horas con fluido ruminal de acuerdo con Pell et
al, (1993).
11
25
23
21
19
17
15
13
11
9
7
5
Produccin de Gas mL
B decum bens
P clandestinum
B pertusa
D aristatum
10
M sativa
15
20
Contenido de Lignina % MS
0.09
y = -0.0031x + 0.0888
R2 = 0.9379
P clandestinum
0.08
0.07
B decum bens
0.06
B pertusa
0.05
M sativa
D aristatum
0.04
0.03
12
17
Contenido de lignina % MS
Figura 4. Efecto del contenido de lignina sobre la produccin de gas in Vitro de cuatro gramneas tropicales y
una leguminosa
BIBLIOGRAFIA
1- Andrew, S.M., Waldo, D.R., Erdman, R. A., 1994. Direct analysis of body composition of dairy cows at three
physiological stages. J. Dairy Sci. 77, 30223033.
2- Baldwin, R. L. 1995. Lactation, Background on Molly.csl. IN: Modeling ruminant digestion and metabolism.
Chapman & Hall. (First Ed.), pp: 469-518
3- Baldwin, R.L., 2000. History and future of modeling nutrient utilization in farm animals. IN. Modeling Nutrient
Utilization in Farm Animals, Cab International (J.P. McNamara, J. France and D.E. Beever, Eds.), 1-10
4- Dijsktra, J., Neal, H.D. St. C., J. France, ., Beever, D.E. 1992, Simulation of nutrient digestion. Absorption
and outflow in the rumen. Model description. J. Nutr. 122:2239-2256.
5- Foster, D. M., R. C. Boston, 1997, Using computer simulation models of physiological metabolic processes
in laboratory animals. ILAR Journal, 38(2), 1-24.
6- Fox, D. G., L. O. Tedeschi, T. P. Tylutki, J. B. Russell, M. E. Amburgh, L. E. Chase, A. N. Pell, T. R.
Overton. 2004. The Cornell Net Carbohydrate and protein System model for evaluating herd nutrition and
nutrient excretion. Anim. Feed Sci. Technol. 112, 29-78.
7- Fox, D.G., Tylutki, T.P., Tedeschi, L.O., Van Amburgh, M.E., Chase, L.E., Pell, A.N., Overton, T.R., Russell,
J.B., 2000. The Net Carbohydrate and Protein System for Evaluating Herd Nutrition and Nutrient Excretion:
Model Documentation. Mimeo No. 213, Animal Science Department, Cornell University, Ithaca, NY.
8- Gill, M., D. E. Beever, and J. France, 1989,Biochemical bases needed for the mathematical representation
of whole animal metabolism. Nutr. Abs. Reviews. 2:181
9- Guada, J. A. 1996, Caractersticas del sistema de Cornell (CNCPS) como modelo de valoracin proteica y
energtica para rumiantes. XXII Curso de Especializacin, Fundacin Espaola para el Desarrollo de la
Nutricin Animal, FEDNA.
10- Kolver, E.S., Muller, L.D., Barry, M.C., Penno, J.W., 1998. Evaluation and application of the Cornell Net
Carbohydrate and Protein System for dairy cows fed diets based on pasture. J. Dairy Sci. 81, 20292039.
11- Juarez Lagunes, F.I., Fox, D. G., Blake, R. W., Pell, A.N., 1999. Evaluation of tropical grasses for milk
production by dual-purpose cows in tropical Mexico. J. Dairy Sci. 82, 21362145.
12- Lanna, D.P.D., Fox, D.G., Boin, C., Traxler, M.J., Barry, M.C., 1996.Validation of the CNCPS estimates of
nutrient requirements of growing and lactating Zebu germplasm in tropical conditions. J. Anim. Sci. 74, 287.
13
13- Lanna, R. P., Vlez, M., Flores, A., 1998. Predicting forage indigestible NDF from lignin concentration. J.
Anim. Sci. 76, 14691480.
14- Milligan, R.A., Chase, L.E., Sniffen, C.J., Knoblauch, W.A., 1981. Least-cost Balanced Dairy Rations.
Anim. Sci. Mimeo No. 54. Cornell University, Ithaca, NY.
15- Molina, O. D. , I. Matamoros, Z. Almeida, L. O. Tedeschi, A. N. Pell. 2004. Evaluation of the dry matter
intake predictions of the Cornell Net Carbohydrate and Protein System with Holstein and dual-purpose
lactating cattle in the tropics. Anim. Feed Sci. and Technol. 114, 261-278.
16- NRC, 2000. Nutrient Requirements of Beef Cattle, seventh ed. (updated). National Academy Press,
Washington, DC.
17- NRC, 2001. Nutrient Requirements of Dairy Cattle, Seventh Ed. National Academy Press, Washington,
DC.
18- Pell, A. N., P. Schofield, and W. C. Stone, 1993. Rates of digestion measured in vitro with computers.
Cornell Nutr. Conf. For Feed Manufacturers, 74-81
19- Rueda, B.L., R.W. Blake, C.F. Nicholson, D.G. Fox, L.O. Tedeschi, A. N. Pell, E.C.M. Fernandes, J. M.
Valentim, J.C. Carneiro 2003. Production and Economic Potentials of Cattle in Pasture-based Systems of the
Western Amazon of Brazil. J. Anim Sci., 81:2923-2937
20- Tedeschi, L.O., Fox, D.G., Pell, A.N., Lanna, D.P.D., Boin, C., 2002a. Development and evaluation of a
tropical feed library for the Cornell Net Carbohydrate and Protein System model. Scientia Agricola. 59, 118.
21- Tedeschi, L.O., Boin, C., Fox, D.G., Leme, P.R., Alleoni, G.F., Lanna, D.P.D., 2002b. Energy requirement
for maintenance and growth of Nellore bulls and steers fed high-forage diets. J. Anim. Sci. 80, 16711682.
22- Traxler, M.J., Fox, D.G., Van Soest, P.J., Pell, A.N., Lascano, C.E., Lanna, D.P.D., Moore, J.E., R.P. Lana,
M. Velez and A. Florez, 1998. Predicting forage indigestible NDF from lignin concentration. J. Anim. Sci.,
76:1469-480.
23- Tilutky, T.P., Fox, D.G., 1997. Application of the Cornell nutrient management planning system: optimizing
herd nutrition. In: Proceedings of the Cornell Nutrition Conference for Feed Manufacturers. New York State
College of Agriculture and Life Sciences, Cornell University, pp. 5465.
24- Van Amburgh, M.E., Fox, D.G., Galton, D.M., Bauman, D.E., Chase, L.E., 1998. Evaluation of National
Research Council and Cornell Net Cabohydrate and Protein Systems for predicting requirements of Holstein
heifers. J. Dairy Sci. 81, 509526.
25- Weiss, W.P., 1993. Predicting energy values of feeds. J. Dairy Sci. 76, 18021811.
14