当前位置: 首页 > 专利查询>全技术公司专利>正文

用于动物饲料的计算机模型的系统和方法技术方案

技术编号:13941215 阅读:190 留言:0更新日期:2016-10-29 16:15
本申请提供了用于分析动物饲料以及用于调整动物饲料以提高动物饲料组分的消化率的系统和方法。动物饲料的消化率可以通过如下方式测定:对饲料进行体外消化,并通过NIR光谱分析经消化的饲料中残留组分的浓度。可以调整动物饲料组合物以提高所述饲料中组分的消化率。本申请的系统和方法可被用于确定添加剂对饲料消化率的影响。

【技术实现步骤摘要】
【国外来华专利技术】相关申请的交叉引用本申请作为PCT国际专利申请提交于2014年2月11日,并要求享有提交于2013年12月17日的美国专利申请系列号14/109,926的优先权,其公开内容以其整体通过引用并入本文。
本专利技术涉及用于调整动物饲料的系统和方法。具体地讲,本申请涉及用于分析动物饲料的营养物质消化率的体外系统和方法。
技术介绍
动物饲料中的营养物质通过饲料在动物胃肠道中的消化而被动物获得。经消化的营养物质被动物吸收并用于能量、生长和发育。未消化的营养物质大部分穿过动物肠道,降低了饲料的营养价值。可通过使用体外或体内消化模型并通过湿化学分析方法分析经消化的饲料中残留的营养物质来评估动物饲料的消化率。现有方法的缺点在于其专门针对特定的饲料、昂贵并且耗时。因此,提供广泛适用、便宜并且耗时少的方法以分析动物饲料的消化率将是有利的。专利技术概述本申请涉及用于分析动物饲料以及用于调整动物饲料以提高动物饲料组分的消化率的系统和方法。具体地讲,本申请涉及动物饲料样品的体外消化以及经消化的饲料样品的(如本文所定义的)NIR分析以测定动物饲料组分的消化率。在本申请的实施方案中,使用被设计成类似于体内动物消化的体外程序来消化动物饲料样品。使用NIR光谱扫描经消化的动物饲料样品以生成光谱数据,将其与计算机模型比较以提供经消化的动物饲料样品中至少一种残留组分的预测浓度。对所述至少一种残留组分浓度的预测使得能够测定动物饲料组合物中该组分的消化率。例如,蛋白质是动物饲料组合物的组分,而经过消化后,测定了蛋白质的残留量,并为动物饲料样品中蛋白质的消化率提供了量度。可选择和/或调整动物饲料组合物以提高组分(如蛋白质、磷、碳水化合物、脂肪、总能量或纤维)的消化率。调整动物饲料组合物包括加入一种或多种后添加剂(post additive)。各种后添加剂可经过测试以确定此类后添加剂是否会提高动物饲料组分的消化率。本申请包括分析饲料的方法,所述方法包括:使用至少一种酶体外消化动物饲料样品以生成包含至少一种残留组分的经消化的动物饲料;使用NIR光谱扫描该经消化的动物饲料以生成光谱数据;以及将该光谱数据与该残留组分的计算机模型比较以生成该经消化的动物饲料中所述至少一种残留组分的预测浓度。如本文中所述的方法是使用NIR计算机模型来预测经体外消化的动物饲料样品的残留组分的类型和数量的方法。在实施方案中,此类方法可用于选择饲料组合物和/或调整该饲料组合物以提高饲料组分的消化率。在本申请的实施方案中,消化动物饲料样品包括使用胃蛋白酶或胰酶制剂或两者。在其它实施方案中,消化动物饲料样品还包括将经消化的样品分成固体组分和液体组分,并且扫描经消化的动物饲料包括扫描所述固体组分。在又其它实施方案中,所述至少一种残留组分选自蛋白质、磷、脂肪、总能量、碳水化合物和纤维。在其它实施方案中,动物饲料样品包含预添加剂(pre additive)。在实施方案中,预添加剂包含至少一种酶。在本申请的实施方案中,使用计算机实现的方法对光谱数据进行比较,所述方法包括从经消化的样品接收光谱数据,并将该光谱数据与该残留组分的计算机模型比较以获得所述至少一种残留组分的预测浓度。在本申请的实施方案中,根据权利要求1的方法还包括:根据经消化的动物饲料样品的所述至少一种残留组分的预测浓度,调整该动物饲料组合物以获得针对动物的预定营养概况。在其它实施方案中,调整动物饲料组合物以获得针对动物的预定营养概况包括加入至少一种后添加剂。在实施方案中,后添加剂包含酶。本申请还包括调整动物饲料组合物,其包括步骤:鉴定该动物饲料组合物中饲料组分的预定营养概况;通过如下方法预测动物饲料组合物中该饲料组分的残留组分浓度(所述方法包括:使用至少一种酶体外消化动物饲料样品以生成包含至少一种残留组分的经消化的动物饲料;使用NIR光谱扫描该经消化的动物饲料以生成光谱数据;将该光谱数据与所述至少一种残留组分的计算机模型比较以生成该残留组分的预测浓度);并根据所述至少一种残留组分的预测浓度,调整该动物饲料组合物以获得该饲料组分的预定营养概况。在本申请的实施方案中,饲料组分选自蛋白质、磷(phosphorous)、脂肪、总能量、碳水化合物、纤维及其组合。在其它实施方案中,所述至少一种残留组分选自蛋白质、磷、脂肪、总能量、碳水化合物和纤维。在本申请的实施方案中,消化动物饲料样品包括使用胃蛋白酶或胰酶制剂或两者。在其它实施方案中,消化动物饲料样品还包括将经消化的样品分成固体组分和液体组分,并且扫描经消化的动物饲料包括扫描所述固体组分。在其它实施方案中,动物饲料样品包含预添加剂。在实施方案中,预添加剂包含至少一种酶。在本申请的实施方案中,使用计算机实现的方法对光谱数据进行比较,所述方法包括从经消化的样品接收光谱数据,并将该光谱数据与该残留组分的计算机模型比较以获得所述至少一种残留组分的预测浓度。在本申请的实施方案中,调整动物饲料组合物包括向饲料中加入后添加剂。在实施方案中,后添加剂包含至少一种酶。在实施方案中,后添加剂调整经消化的饲料中残留组分的量。本申请还包括开发用于分析饲料的计算机模型的方法,所述方法包括步骤:使用至少一种酶体外消化多个动物饲料样品以生成多个经消化的动物饲料样品,其中所述多个经消化的动物饲料样品中的每一个包含至少一种残留组分;使用NIR光谱扫描所述多个经消化的动物饲料样品中的每一个以生成针对所述多个经消化的动物饲料样品中的每一个的光谱数据;使用湿化学方法测定所述多个经消化的动物饲料样品中的每一个中所述至少一种残留组分的浓度;以及通过在所述多个经消化的动物饲料样品中的每一个的所述至少一种残留组分的浓度与所述多个经消化的动物饲料样品的对应样品的光谱数据之间建立预测关系,而生成计算机模型。在本申请的一些实施方案中,扫描多个经消化的饲料样品中的每一个的步骤还包括对多个经消化的动物饲料样品中的每一个的光谱数据进行数学处理的步骤。在其它实施方案中,生成计算机模型包括计算机实现的方法,所述方法包括步骤:接收多个经消化的动物饲料样品中的每一个的光谱数据;将所述多个经消化的动物饲料样品中的每一个的光谱数据与多个经消化的动物饲料样品的对应样品中的所述至少一种残留组分的浓度联系起来;以及根据所述光谱数据和所述多个经消化的动物饲料样品的所述至少一种残留组分的浓度,建立预测关系以生成所述计算机模型。在本申请的实施方案中,消化多个动物饲料样品包括使用胃蛋白酶或胰酶制剂或两者。在其它实施方案中,消化动物饲料样品还包括将经消化的样品分成固体组分和液体组分,并且扫描经消化的动物饲料包括扫描所述固体组分。在又其它实施方案中,所述至少一种残留组分选自蛋白质、磷、脂肪、总能量、碳水化合物和纤维。在本申请的实施方案中,湿化学方法包括分析多个经消化的饲料样品中的每个样品的所述至少一种残留组分的浓度,所述至少一种残留组分选自蛋白质、磷、脂肪、总能量、碳水化合物和纤维。在其它实施方案中,湿化学方法包括将固体组分与液体混合以形成混合物;并针对所述多个经消化的动物饲料样品中的每一个中的所述至少一种残留组分的浓度对该混合物的组成进行分析,所述至少一种残留组分选自蛋白质、磷、脂肪、总能量、碳水化合物和纤维。附图简述图1示出了本申请的方法的实施方案的示意图。本文档来自技高网...

【技术保护点】
开发用于分析饲料的计算机模型的方法,其包括步骤:(a) 使用至少一种酶体外消化多个动物饲料样品以生成多个经消化的动物饲料样品,其中所述多个经消化的动物饲料样品中的每一个包含至少一种残留组分;(b) 使用NIR光谱扫描所述多个经消化的动物饲料样品中的每一个以生成所述多个经消化的动物饲料样品中的每一个的光谱数据;(c) 使用湿化学方法测定所述多个经消化的动物饲料样品中的每一个中的至少一种残留组分的浓度;以及(d) 通过在所述多个经消化的动物饲料样品中的每一个的至少一种残留组分的浓度与所述多个经消化的动物饲料样品的对应样品的光谱数据之间建立预测关系,从而生成计算机模型。

【技术特征摘要】
【国外来华专利技术】2013.12.17 US 14/1099261.开发用于分析饲料的计算机模型的方法,其包括步骤:(a) 使用至少一种酶体外消化多个动物饲料样品以生成多个经消化的动物饲料样品,其中所述多个经消化的动物饲料样品中的每一个包含至少一种残留组分;(b) 使用NIR光谱扫描所述多个经消化的动物饲料样品中的每一个以生成所述多个经消化的动物饲料样品中的每一个的光谱数据;(c) 使用湿化学方法测定所述多个经消化的动物饲料样品中的每一个中的至少一种残留组分的浓度;以及(d) 通过在所述多个经消化的动物饲料样品中的每一个的至少一种残留组分的浓度与所述多个经消化的动物饲料样品的对应样品的光谱数据之间建立预测关系,从而生成计算机模型。2.根据权利要求1的方法,其中扫描所述多个经消化的饲料样品中的每一个的步骤还包括对所述多个经消化的动物饲料样品中的每一个的光谱数据进行数学处理的步骤。3.根据权利要求1或权利要求2的方法,其中消化所述多个动物饲料样品包括使用...

【专利技术属性】
技术研发人员:K麦克金尼A洛弗尔B亨利P贝克尔RA蒂蒙斯
申请(专利权)人:全技术公司
类型:发明
国别省市:美国;US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1