AB Vista demonstra com o uso do NIR a qualidade e variabilidade dos ingredientes de uma ração

Uma das grandes preocupações atuais das empresas de produção animal é com o elevado custo, chegando a responder por 70% de todos os custos variáveis. Por conta disso, cada dia mais, há uma procura direcionada por uma abordagem nutricional que obtenha o máximo de resultado com um menor gasto.

Os avanços científicos estão revelando uma compreensão maior de como extrair mais insights de dados analíticos coletados ao longo do processo de produção de alimentos. Os insights obtidos podem fornecer aos produtores uma perspectiva diferente, ou "inteligência alimentar", para afinar a abordagem nutricional empregada. Isso pode levar à formulação de dietas para melhor atender às necessidades nutricionais, o que pode resultar em menos nutrientes sendo desperdiçados.

Os métodos tradicionais de química úmida são normalmente usados para avaliar o teor de nutrientes dos alimentos, mas possuem variabilidade inerente (variabilidade de amostragem, erro de analista de laboratório, variabilidade de ensaio e diferenças inter laboratoriais) e um tempo de resposta esperado de uma a duas semanas. Um recurso alternativo que os nutricionistas usam para obter valores nutricionais de ingredientes são referências publicadas. No entanto, as referências publicadas representam apenas valores médios de nutrientes e não fornecem informações sobre a variabilidade dos ingredientes e as diferenças de composição entre os lotes e ao longo do tempo.

A espectroscopia de refletância no infravermelho próximo (NIR) apresenta um método analítico alternativo para ajudar o nutricionista moderna a entender melhor a qualidade e a variabilidade dos ingredientes da ração. O NIR, pode ser usado para predizer a composição da amostra, tanto nutricionalmente como os fatores antinutricionais da mesma. No passado, os modelos de previsão NIR foram limitados à análise imediata de matérias-primas, como umidade, proteína bruta, fibra bruta e gordura.

Agora com a evolução das bases de dados NIR, permite-se prever parâmetros adicionais, como o teor de fitatos dos ingredientes e alimentos acabados, a energia metabolizável aparente (EMA) dos cereais e o teor de lisina reativa em alguns ingredientes proteicos termicamente processados como canola e soja.

“O conhecimento desses parâmetros pode ajudar os nutricionistas a ajustar a abordagem nutricional empregada e atender melhor as necessidades nutricionais do animal de maneira mais ampla, conseguindo resultados mais focados no que temos em cada alimento e no que o animal realmente precisa”, revela Fábio Valle, Coordenador Técnico Comercial da AB Vista.

Avanços na tecnologia de Infravermelho Próximo (NIR) apresentam novas oportunidades para medir a composição nutricional de matérias-primas e rações, fornecendo informações sobre parâmetros além dos tradicionais. Por exemplo, a medição do teor de lisina reativa de alimentos processados ricos em proteína pode fornecer uma indicação de dano por calor, ajudando assim a apoiar as decisões de compra e formulação para garantir que as dietas sejam formuladas para atender melhor às necessidades nutricionais do animal.

Para mais informações, visite o site da AB Vista – www.abvista.com