■何忠武（译）

（四川苍溪县畜牧食品局，四川苍溪 628400）

饲料是全世界集约化家禽生产体系中可变成本的主要部分。据估计，在商业家禽链，这种耗费能够达到生产总成本的75%，然而，这个百分数可能会浮动，因为很多影响因素由地区或国际性情况决定，包括商品价格的不稳定性。例如，饲料价格的不稳定性是由生物燃料工业的迅速扩张引起的，并伴随着从全球动物饲料工业转化大量谷物。

小麦通常是一种作为商业家禽日粮的谷物饲料原料，一般来讲，能值比玉米低，虽然蛋白含量较高。在世界不同地区，用于人类食物与动物饲料的小麦有几百个品种。小麦的年度全球产量是6亿多吨。欧盟、美国、加拿大、澳大利亚及阿根廷是小麦主要生产区，2009到2010年度，产量分别是138 820 000、60 370 000、26 850 000、21 920 000及11 000 000 t。

1 小麦能量有效性的变化

小麦物理化学特性的变化能显著地影响营养物质的有效性及动物的生长性能，这是饲料配制时必须考虑的一个问题。表1显示在不同研究报告中小麦样品表观代谢能（AME）值的变化范围大小。从不同范围看，有大量因素能促使饲料原料物理化学性质的变化。该综述的下面部分将简要讨论这些影响因素。然而，能用于预测这些变化的实用方法则在综述最后介绍。

表1 不同研究报告中小麦样品表观代谢能（AME）值的变化

如表2所示，小麦品种、环境相关因素及贮藏条件都能通过影响小麦的营养组成：如纤维含量、抗营养因子的浓度及淀粉含量，从而影响小麦作为家禽饲料的AME值。然后会映射出小麦作为家禽饲料营养价值的变化。

1.1 小麦品种

在5种不同小麦品种中观察到了饲料纤维总含量变化显著（118～140 g/kg）。饲喂软小麦的3周龄肉鸡中淀粉的回肠消化率比饲喂硬小麦高6%。后续的研究表明，在硬小麦的粗粒中陷混有淀粉细粒，并且粗粒的数量在饲喂这种小麦的家禽回肠内容物中含量较高。回肠内容物的显微镜评测显示，饲喂硬小麦饲料的家禽回肠内容物粗粒中未消化淀粉粒的数量比饲喂软小麦饲料家禽显著高。实验暗示了硬小麦中存在较高水平的粗粒可能降低淀粉消化酶与底物的亲合性。

虽然小麦有不同种分类，但是当评定小麦营养质量时，软、硬小麦的分类是实用相关的。小麦的物理结构（即：硬度或软度）既影响小麦基础料加工技术的结果（例如：小麦硬度与颗粒料的持续性间存在正相关），又影响其营养物质的含量（例如，硬小麦倾向于含有较高蛋白）。淀粉消化率也倾向于与小麦样品硬度呈负相关。

表2 引起小麦样品AME值变化的因素

1.2 环境相关因素

环境条件对小麦营养质量的影响可能与小麦品种相关因素的影响同等重要。据报道，降雨量与小麦容重和粗蛋白含量呈负相关，但是与总淀粉量和可溶性非淀粉多糖（NSP）浓度呈正相关。降雨量与小麦样品的其它成分像酸性洗涤纤维和木质素之间也有显著的负相关。

环境条件能影响小麦样品的NSP含量，导致小麦AME值变化。从经过3个收获季节采集的小麦样品观察到其AME值相当大的变化。在小麦的生长期，干、热天气条件提高小麦NSP浓度，导致其AME值降低。研究发现，小麦样品的阿拉伯木聚糖含量与干燥气候有正相关，而与其AME值有负相关。

1.3 抗营养因子

虽然在小麦中发现了大量的抗营养因子，但是NSP是其中最广泛研究的。NSP一般分为两类：水溶性和非水溶性。虽然两类可能都有抗营养作用，但是在家禽小麦基础料中，可溶性NSP可能问题更多，导致家禽肠腔产生黏性物质。小麦中，阿拉伯木聚糖构成NSP组成的主要部分。

可溶性NSP降低营养物质的消化与吸收是由于增加了肠道内容物的黏性。小肠中存在未消化与未吸收的营养物质也可能增加细菌发酵。肠道内容物的高黏性可能抑制淀粉粒与淀粉酶的有效接触，这种接触是小肠中淀粉酶消化必需的一步。如果不发生这一步，未消化的淀粉被细菌发酵，引起回肠中挥发性脂肪酸浓度的增加，增加的发酵可能对家禽生产性能有负影响。

NSP与AME值前面已提到，正如前述，AME值在不同小麦样品中可能有变化。小麦样品的NSP含量与其AME值一般呈负相关。据报道，AME低的小麦中可溶性NSP含量比一般小麦高（分别是19.0、13.2 g/kg），AME值分别是12.02、14.52 MJ/kg。在小肠内容物样品中也观察到了类似的影响方式，因为与饲喂一般小麦基础料的家禽相比，饲喂低AME小麦的家禽中小肠内容物可溶性NSP含量较高。另一研究报道，小麦中淀粉水平与阿拉伯木聚糖浓度呈负相关，这些数据在某种程度上，诠释了高水平的阿拉伯木聚糖可能对家禽饲料中小麦AME值有负影响。

1.4 淀粉含量

淀粉是谷物（包括小麦）中主要能源多糖，虽然在饲料原料中及其之间，它的浓度可能不同。很多因素包括淀粉粒的结构（例如：直链淀粉粒的含量）、抗营养物质化合物（例如：α-淀粉酶抑制剂的浓度和可溶性NSP）和消化酶与淀粉粒的亲合性（小麦硬度及与淀粉消化率呈负相关）可能在饲料原料（包括小麦）中促使淀粉消化率的变化，最后影响家禽饲料的能量价值。

淀粉消化率与小麦AME值有相关性，并且淀粉的浓度变化和消化率可能影响小麦或小麦基础料的AME。据报道，肉鸡小麦饲料中淀粉含量与AME值之间呈正相关，因为淀粉提供大部分小麦能量，淀粉消化率低可能显著地引起小麦基础料AME值的下降。在该项研究中，小麦料的蛋白含量与AME值却呈负相关。研究表明，蛋白质基质有可能抑制了小麦样品内胚中淀粉的有效性。

1.5 小麦的贮藏

“新作物症状”指的是饲喂新收获的谷物像小麦可能对肉鸡的生产性能有不良后果。贮藏时间的延长可能影响小麦的营养价值，包括AME水平的变化。然而，必须注意，这些效果取决于小麦的品种以及其贮藏的条件和贮藏时间长度。

作为家禽饲料的小麦样品AME值从9.18～12.02 MJ/kg大量增加，是由于储存了一年。小麦内源酶（例如：萄聚糖酶）的作用在小麦贮藏期间延长期可能增强低AME小麦的营养价值。据报道，小麦贮藏6个月导致可溶性NSP、酸性洗涤纤维以及木质素含量的显著下降。小麦中存在的内源性酶可能已把复杂的NSP分子分解成较小分子像自由糖。另一项研究报告，谷物（包括小麦）在储存时，所含糖的浓度显著地升高（即：可溶性总糖量、还原糖与非还原糖）是由于贮藏期为4个月，这种增加可能来源于贮藏期间淀粉的降解，因为这些谷物样品的淀粉含量减少了9%～14%。也有研究发现，贮藏期间由于内源酶的作用可能发生淀粉水解，导致贮藏小麦中自由糖水平的升高。

1.6 动物相关因素

除了原料相关因素外，禽类依赖参数（例如：年龄、性别、品系及健康状况）在家禽内及其之间也能促使饲料营养物质有效性的变化。但是，这里简要讨论仅与家禽胃肠道相关的区别。据观察，肉鸡中营养物质的消化率与氮平衡校正AME（AMEn）的变化在某种程度上可能由不同段胃肠道的特性变化引起的，像十二指肠与空肠的重量∶长度比。家禽的十二指肠与空肠的重量∶长度比最大，营养物质的消化率系数最高（例如：十二指肠重量∶长度比与饲料AMEn之间呈显著正相关）。有研究报告，除了不同段胃肠道重量和长度不同外，在两个肉鸡的不同遗传品系间也有小肠组织区别。这些区别可能在这些家禽小麦基础料的AME值不同中已起了作用（分别是：3 278、2 455 kcal/kg）。例如：与饲喂家禽AMEn较高的饲料相比，饲喂家禽AMEn较低饲料，家禽肠绒毛高度增长2%（14%～16%）、隐窝深度增深5%（10%～15%）、杯形细胞的数量增高7%（27%～34%）以及肌肉层增厚7%（17%～24%）。这可能是在遗传品系不同的家禽中，家禽AMEn值不同的饲料促进了小肠组织中与消化相关的基因表达，是遗传适应性的一种代偿性作用（译者加注）。

2 营养物质有效性变化的预测

小麦营养价值的变化可能导致饲料配制失效，特别是就能量与氨基酸而言。饲料配制无效（即：在饲料配制中加入小麦过多或不足）可能对家禽生产性能以及环境有负面影响，最终导致家禽经营者利润的降低。因此，营养学家不仅需要有商业家禽营养需要的知识，而且他们也必须能够要以准确而又及时的方式测定或预测每批饲料原料的营养价值。

通过5种主要方法，可试图预测饲料原料或成品饲料的营养价值：利用物理特性预测、利用化学分析预测、通过体内消化率测定预测（即：动物试验或生物学测定）、通过体外消化率测定技术预测和利用近红外光谱仪技术预测。物理特性对营养物质含量来说不是一种好的预测值，在预测体系中，虽然化学分析与动物试验仍然重要，但是它们的实际应用有限。当要迅速评价小麦营养质量时，在某种程度上，体外消化率测定与NIRS能填补上述空白。这篇综述论文下面部分主要集中在体外消化率测定与NIRS。由于有化学分析技术与体内饲养试验产生的支持数据，体外消化率测定法能用于为NIRS提供准确数据库，作为实际应用方法，应该能用于预测家禽饲料中小麦的饲用价值。

2.1 物理特性预测

与化学分析相比，一般来讲，测定谷物的物理特性是一种既快又耗费少的方法。然而，当评价质量时，不应该把物理特性与其它特性分开考虑，因为除了物理特性外，还有很多因素也能影响饲料的质量。已有几篇论文发表，对小麦的物理特性与营养价值之间的关系作了研究。然而，根据这些研究，物理特性一般不认为是家禽饲料营养质量预测好方法。研究报告，饲喂肉鸡的10个品种、50个小麦样品的AME值与其容重和1 000粒重之间无显著相关。

2.2 化学分析测定

近似分析多年来广泛用于测定饲料原料与饲料的营养物质含量。然而，在商业层，当评价饲料质量时，化学分析不是评断的最好选择，因为有与这个方法相关的局限性。化学测定的重现率、化学分析需要的时间和成本、实验室分析需要专门的设备以及废弃物质的产生都是最经常的限制因素。更重要的是，化学分析仅提供饲料原料或饲料总养分的信息，而不考虑动物所用饲料原料或饲料的消化性。如前所述，小麦或饲料的消化率可能显著地受到很多因素的影响，但是化学分析不能考虑所有这些因素。

2.3 体内消化率测定

动物消化率测定试验或生物学测定的结果是测定营养物质实际消化率的最准确方法，因为最终是动物对饲料AME的变化反应对畜牧业最为重要。然而，动物试验需要时间、人力和设备成本都高，要求大量样品（即：饲料原料或成品饲料），在某些情况下需要给动物做手术，并且目前在消化率测定试验中关于使用动物的福利相关问题也越来越多。这些限制性因素使得生物学测定成为了日常饲料质量评定的一种不适宜的选择。

2.4 体外消化率测定

由于上面提到预测方法有限制性因素，人们兴趣便更多地转向使用其它快速方法，像把体外消化率测定技术作为部分饲料质量评定方案，由于动物消化道消化过程的复杂性，应该尽一切努力在体外分析中模拟尽可能接近这样的过程。然而，在家禽中关于体外消化率测定技术的资料有限，但是在猪中却已做了更多的工作，并且在那方面研发可能对认识家禽体外消化率研究有益。

一种好的体外消化率测定技术应该简单、快速、准确并且能够获得体外测定预测的重现率。任何体外消化率测定技术必须通过利用大量样品验证。这种验证应该是利用同样的饲料原料或饲料，通过比较体外实验值和相应的动物实验测定数据。体外、体内实验结果必须高度相关。

多年来广泛研究的体外测定技术之一是过滤分析法。过滤分析的目的是预测蛋白质（即：氨基酸）和能量的回肠消化率，以及能量的总消化率。在这个方法中，利用胃和小肠两个消化道模拟或总消化道3个消化道模拟连续依次孵化步骤。在两步孵化方法中，利用胃蛋白酶和胰蛋白酶（淀粉酶、脂酶及蛋白酶混合物），而在3步孵化方法中，为了模仿育肠中纤维降解，除了利用胃蛋白酶和胰蛋白酶外，也要利用其它混合酶（例如：纤维素酶、半纤维素酶、木聚糖酶及各种萄聚糖酶）。重要的是通过在体外实验烧瓶中加入不同缓冲液维持体外pH值范围尽可能接近消化道的模拟专一区域。对于体外消化的胃蛋白酶（模拟胃消化）和胰蛋白酶（模拟小肠消化）孵化阶段，pH值应该分别大约是2和6.8。在整个体外消化过程中，孵化温度也应该尽可能接近鸡体温（41℃）。

在孵化最后一步过后，从震动水浴移去烧瓶，过滤烧瓶内容物。过滤物（即：未消化残渣）然后用于不同测定像干物质（DM）、总能及氮。原样品的营养物质与该样品的体外过滤残渣的差值是体外消化率。体内消化率测定试验设想是从消化道丧失的营养物质和能量被动物吸收，过滤步骤模拟体内消化过程。然后把这些值与相应的体内消化率测定系数建立起联系，构造出预测方程式。如果预测准确度高，那么体外测定技术能够用于预测动物所用饲料原料或饲料的体内消化率值。

2.4.1 研发体外消化率测定技术的评价

2.4.1.1 样品的物理特性

样品重量、粒的大小及样品的物理形状能够影响体外测定法所获结果的准确度，但是这种影响可能依据饲料原料类型发生变化。研究表明，样品重应该是0.5 g，因为1 g样品大小似乎引起体外消化率测定系数偏低。

样品粒大小是另外一个重要因素，通过增加酶与营养物质表面接触面积，影响酶与营养物质亲合性的程度。在家禽胃肠道中，一般通过嗉囔作用，降低样品粒的大小，在体外消化体系中为了模拟嗉囔生理功能，作为体外分析的样品粒大小始终应该比体内消化率测定试验通常所用约2～3 mm小（例如：最多1 mm）。在体外环境中较小样品粒提供较大表面面积，导致酶与营养物质产生较高亲合性，引起增加体内消化率预测的准确性。这可能是由于家禽嗉囔中饲料粒的减小，是体外模型中缺乏的。

一系列研究显示，在体外消化率测定中所用的同类型样品中，样品粒大小应该一致，因为这个因素可能影响分析结果的重复性。在另一项对15个不同种饲料原料（蛋白质资源和谷物）的研究中，据报告，样品粒大小0.5 mm的样品中粗蛋白的体外消化率比1 mm样品高，虽然这种差异依据所测定原料类型有变化。例如：样品粒0.5和1 mm的玉米样品蛋白质体外消化率分别是83%和73%，而小麦则分别是91%和90%。

样品物理形状在体外测定方法中是另外一个重要因素。研究报告，粉粒获得的体外预测方程式不可能给猪饲喂的颗粒料提供准确的能量体内消化率估计。因此，必须利用不同的回归方程预测粉料与颗粒料的体外消化率。

2.4.1.2 体外消化酶

酶相关参数（例如：类型、浓度以及酶底物专一性）也能影响体外消化率测定结果。研究报告，较大量胃蛋白酶（25 vs 10 mg/ml）和胰蛋白酶(50 vs 100 mg/ml)或者加入黏性酶（不同纤维消化酶的混合物）增加饲喂生长猪的20个小麦样品的能量体内消化率预测值准确性。实验表明，在每个孵化步骤中所用的每个酶对不同饲料原料中有机物质的消化率能有不同影响。与大麦相比（含大约12%蛋白），胃蛋白酶对豆粕粉（50%蛋白含量）有更明显的影响。相反，胰蛋白酶对大麦的影响比对豆粕粉大，是由于大麦中淀粉浓度含量高。

关于酶活性的最重要限制因素之一是体外消化体系中的pH值。在体外消化率测定的每一步骤中孵化的pH值应该模拟尽可能接近动物消化道的不同区域pH值。在有一项研究中，干物质的体外消化率在pH值6.6～6.9没有区别。然而，消化率在pH值6.5时显著下降。研究表明，胰α-淀粉酶，作为小肠阶段干物质消化率的主要促进因素，可能继续在pH值6.6～6.9的范围起作用，因此，在体外消化率中没有下降。所以，在体外消化阶段监控和调节孵化pH值是重要的，因为不同种饲料原料或饲料可能有不同缓冲能力。

2.4.1.3 不断混合烧瓶内容物

重要的是在整个孵化过程，连续不断混合体外烧瓶中的内容物，保证营养物质与酶的恒定接触，有效降解。理想的话，体外消化过程的终产物应该不断地从体外环境移去，因为这些终产物的存在可能负面地影响酶的活性。过滤法中不移除分解产物虽然与动物消化道相对立，但是考虑到，体外环境中一般酶的活性过剩，似乎也不是很重要。能移去消化产物的体外测定法虽然更加复杂，但是因为操作的复杂性，包括设备的专一要求，在日常评价饲料质量时，这些技术可能不实用。

2.4.2 体外测定法的准确性

必须确定体外测定法预测方程式的准确性和精确度，利用统计分析（即：回归）与体内测定结果建立相关，提供误差信息像确定系数（R2）、残余标准差（RSD）和预测值标准误（SEP），这些值被认为是用体外测定结果预测体外消化率的质量检验方法（即：准确性和精确度）。获得的R2值高、RSD或SEP值低显示预测方程式可靠。

同样的样品，体外消化率测定值通常比体内测定数据要高些。这种差异的主要原因之一可能是与体外消化率测定法中营养物质内源性损失得最少或没有损失有关。正如研究报告所述，必须注意体内消化率测定中所有饲料原料的内源性损失所发生的程度一般不一样。换言之，依据饲料原料或成品饲料的化学特性，营养物质的内源性损失可能变化很大。

2.4.3 体外消化率测定法的运用

虽然从家禽饲料原料或全价饲料的能量价值体外消化率预测技术可获得的信息是有限的（见表3），但是这些技术是一种有效和实用的方法，能研发营养物质与能量回肠或总消化率专一性预测回归方程式。然而这些研究存在一些限制性，后面会讨论。

在一项研究中，94批不同谷物（包括小麦及其副产品）用于体外测定DM和有机物质消化率，预测作为家禽饲料原料的能量价值。DM与有机物质的体外消化率与体内AMEn之间的R2分别是0.59和0.62。这些R2值认为不高，所以所获得的预测值不可能准确地反映动物实际消化率，有一项研究利用两步孵化法预测饲喂家禽的71种饲料AMEn，胃蛋白酶处理后是胰蛋白酶，胆盐以及肠激酶处理。这种方法能够提供一个合理AMEn预测值（R2=0.71）。71种饲料中有30种饲料的体外可消化能与体内AMEn值之间的差异在100 kcal/kg以下。然而，其它41种饲料的差异范围在100到400 kcal/kg以上。作者得出结论，这种方法在全球基础上，不能被推荐为一种预测家禽饲料AMEn值的日常方法，因为对大多数饲料而言，体外可消化能与体内AMEn的巨大差异是可接受的。这些研究人员的另一种解释是家禽饲料是由不同原料组成（按比例加入），这就可能引入复杂性。就满足体外测定技术要求而言，如pH值、酶水平以及孵化期时间。例如：家禽饲料一般随缓冲液的特性发生变化，鉴于这个原因，所有饲料在体外体系中或许不能获得适宜pH值。根据上面提到的要求，建议为家禽饲料中所用的每一种原料应该研发专一的体外消化率测定技术。此外，根据有一项研究，为了在猪中预测营养物质与能量的体内消化率，每一种饲料原料要求专一的体外消化率测定方法。

表3 通过体外消化率测定技术，预测家禽饲料原料或全价饲料的AMEn

虽然以前描述的家禽体外消化率测定技术提供了重要信息，但是这些资料大多数是成年公鸡体内测定的数据。这是在体外消化率测定结果利用中应该考虑的一个限制因素。据报告，与在肉仔鸡中测定的饲料AME值相比，用成年公鸡测定值显著地高一些。所以，这些AME值可能并不必然反映作为肉鸡的一种专一饲料原料或饲料的实际能值。在那项研究中，肉仔鸡与成年公鸡的小麦基础料的AME值分别是11.1～13.3 MJ/kg和14.4～15.8 MJ/kg。重要的结果是，体外测定数据与体内测定数据有效的是肉鸡而不是公鸡。

2.4.4 体外消化率测定结果的利用

继续研发准确的体外消化率测定的一个重要原因之一就是能够用消化率测定结果建立一个大数据库。为了迅速地而又准确地预测饲料原料的营养价值，这些数据必需为NIRS技术创建和扩增验证数据库。这能够给动物配制更平衡的商业日粮提供一个绝佳机会。

2.5 近红外线光谱仪测定技术的评估

2.5.1 基本概念

每种动物或植物组织都含有原子间像C-H、N-H及O-H的化学键。每个组织中的这些键的类型和数量一般由那个特定组织的化学性质决定。近红外线光谱仪在近红外区域特定波长测定样品中这些键对光的吸收。当一个样品被近红外光（波长750～2 500 nm）照射时，一部分光被这些键吸收，而反射光间接地显示了被吸收的光，提供了关于那个特定样品的化学特性。然后利用统计模型（即：校正方程式），用已知样品含量作参考值，比较反射光产生的光谱。然后这些方程式用于估计未知样品的营养物质组成。但极其重要的是，用于校正的参考值能广泛地代表营养质量的变化，以至于能开发出强力而又充分的校正值。

2.5.2 NIRS技术的利用

近红外线光谱仪过去40多年已经历过几个阶段的研发。起初，这个技术用于预测磨碎样品中像蛋白质与水分营养成分的浓度。随后也用于预测像纤维及其它成分。后来，这个技术也用于分析整粒谷物与种子的营养物质组成。

2.5.3 NIRS技术的优点

近红外光谱仪技术有潜力提供一种既快速又经济可行的预测工具，协助尽可能准确地配制日粮，以致获得动物满意的生长性能。与传统饲料质量评价方法相比，近红外线光谱仪，如果校正合理，应该能够更快速预测饲料原料的可消化营养物质含量。

近红外线光谱仪没有损坏性，几乎不要求样品制备和化学物质，因此，不产生化学废物。从NIRS获得结果一般需要大约2～5 min，并且这些数据能用于减少或更为最小化饲喂动物的商业日粮中营养物质的不平衡，配制平衡饲料也减少营养物质通过粪便排放到环境中的比率。

2.5.4 NIRS技术的限制性

与NIRS技术相关的潜在误差来源主要分为3类：样品相关误差、参考方法（即：湿法化学）依赖误差及NIRS方法误差。与样品（样品粒大小）或采样（例如：没有代表性的样品）有关的因素一般来讲是参考值方法与NIRS结果之间引起差异的主要元素。NIRS预测的质量取决于用于校正的参考值方法的准确性和重复性，这就强调了高度可重复性及准确的体外消化率测定法的重要性。

3 饲料质量评估的未来展望

虽然与建立NIRS体系相关的成本（机器本身及实时校正成本）相对来说仍然高，但是这项技术在日常饲料质量评测工业无疑会受到更多欢迎。对预测营养物质有效性变化的实地利用而言，为了能有更多的灵活性，近红外光谱仪设备可能会变得更易携带。因为饲料原料的物理和化学特性经常变化，为了有准确的NIRS预测，必须常规性地更新校正数据库。校正数据库的更新应该是一项实时工作，包括加入更大类的样品（最好来自不同地理位置），以致于不仅会增强NIRS预测的准确性，也会提高世界不同地区对NIRS预测的可利用性。研究报告，NIRS校正方程式也可以在实验室间传递，以便于促进不同饲料原料的营养质量国际、国内水平上的评估。

4 结论

用在家禽饲养的小麦样品有AME含量的变化。对这些变化要有一个好的认识是重要的，因为它们直接关系到满足商业家禽的需求。理想的话，营养学家会能够在配制饲料时，知道每个饲料原料的营养物质生物有效性的水平。小麦的物理特性与家禽的饲养质量相关性差，所以不适宜实际评价家禽饲料中小麦的质量，在实际中不能做小麦的化学分析，而小麦的动物试验既耗时成本又高。所以，体外消化率测定技术，配合化学分析，与家禽体内消化率测定法比较验证，可以研发出饲用价值的NIRS预测必要的强力大型数据库。一旦被验证，再结合实时的数据维护，NIRS能用于实际的饲料原料饲用价值预测。这些实用方法能为家禽业中更准确的饲料配制提供一个机会。