Prédiction de la digestibilité des acides aminés des ingrédients utilisés en alimentation porcine : approche par méta-analyse

En alimentation animale, l’utilisation adéquate des aliments nécessite une connaissance précise des valeurs nutritionnelles de leurs composantes, dont celle en acides aminés. Cependant, ces valeurs nutritionnelles dépendent de la teneur en acides aminés essentiels (AAE) totaux et de la digestibilité iléale standardisée (DIS) de ces AAE. Cette dernière varie en fonction de plusieurs facteurs, dont l’origine botanique des graines, les conditions de culture des récoltes, le stockage des aliments, les traitements physico-chimiques appliqués aux grains, les facteurs antinutritionnels (FANs) et les techniques expérimentales utilisées pour le dosage et l’estimation de la digestibilité des AAE. Une approche par méta-analyse a permis d’établir des modèles de prédiction de la valeur nutritionnelle en AAE des ingrédients à partir de leur composition chimique en considérant la protéine brute (PB), les AAE totaux, la teneur en fibre (Acid Detergent Fiber (ADF), Neutral Detergent Fiber (NDF) et Fibre Brute (FB)) et les FANs comme les inhibiteurs de la trypsine. En se référant à l’analyse graphique et statistique, les données ont été réparties en 4 groupes : 1) les tourteaux (tourteau de soja, colza/canola et coton); 2) les légumineuses (féveroles, lupins, pois et soja); 3) les céréales (blé, orge, avoine, sorgho et maïs); 4) les drêches de distilleries (blé et maïs). Ainsi, un modèle général ajusté en fonction du type d’ingrédients a été généré et les facteurs de variation de la digestibilité en AAE ont été identifiés. Pour les tourteaux, la DIS des AAE est réduite par un accroissement de la teneur en NDF, tandis que la DIS des AAE de la féverole, pois et lupin est principalement influencée par la teneur en PB et en FANs. Concernant les graines de soja la DIS des AAE est réduite par une hausse de la teneur en fibre (FB et ADF). Enfin pour les céréales et les sous- produit de céréales telles que les drêches, la PB et les fibres (ADF ou NDF) étaient les meilleurs nutriments pour prédire la DIS des AAE. Ces résultats démontrent que la DIS des AAE peut être prédite avec précision à partir de la composition chimique pour la plupart des ingrédients.

The use of feed in animal nutrition requires a precise knowledge of the nutritional value of their components, but these values depend on the content of total essential amino acids (EAA) and standardized ileal digestible contents of the AAE, which is dependent upon the standardized ileal digestibility (SID) of EAA. These values could vary depending on several factors including botanical origin, growing, harvesting and storage conditions of the crops, physicochemical treatments applied to seeds, concentrations of antinutritional factor (ANF) and experimental techniques used for the determination and estimation of digestibility. Thus, the approach by meta-analysis allowed to establish predictive models of nutritional values of EAA for ingredients from their chemical composition such as crude protein (CP), the total EAA, fibers (Acid Detergent Fiber (ADF), Neutral Detergent Fiber (NDF) and Crude Fiber (CF)) and ANF such as trypsin inhibitors. Referring to the graphical and statistical analysis, data were divided in 4 groups: 1) oilseed meals (soybean, rapeseed and cottonseed meals); 2) legume seeds (faba beans, lupins, peas and soybeans); 3) cereals (wheat, barley, oats, sorghum, corn); 4) Dried distiller grains with soluble (DDGS) (distiller’s dried grains with soluble from corn and wheat). A general model adjusted for the kind of ingredients was generated and factors of variation of the digestibility of EAA were identified. For oilseed meals, the digestibility of AAE is reduced by increasing NDF while SIDs of EAA for faba beans, peas and lupins are influenced by CP and ANFs contents. Regarding soybean, SID of EAA is reduced by increasing fiber content (CF and ADF). Finally in the case of cereals and cereal by-products such as DDGS, CP and fibers (ADF and NDF) were the best predictors of the SID of EAA. These results demonstrate that the SID of EAA may be accurately predicted from the chemical composition for most of the ingredients.