Variabilidad en la fabricación de piensos, un factor a considerar en la eficiencia del engorde

Las fábricas de pienso de elevada producción utilizan la tecnología NIRS (near-infrared spectophotometry) tanto para el control de calidad de las materias primas como para actualizar la formulación diaria o semanalmente. Por otro lado, las fábricas de producción media y baja, algunas con tecnología NIRS y que son mayoritarias en España, acostumbran a revisar la formulación con una frecuencia mensual o trimestral. Un desfase entre los valores de energía y nutrientes utilizados en las matrices de formulación y los valores reales de los ingredientes que finalmente constituyen los piensos, puede provocar errores sistemáticos en la fabricación que afectan la producción y/o costes de fabricación (ya sea por déficit o por exceso).

 

Estudio teórico del efecto de la variabilidad de las materias primas

Objetivo

Recientemente en nuestro grupo hemos estudiado la variabilidad de los ingredientes con el objetivo de describir esta variabilidad y evaluar el posible efecto sobre el rendimiento productivo de cerdos en crecimiento y cebo. Concretamente, a través del estudio de la variabilidad del contenido en energía metabolizable (EM) y su relación con el consumo de pienso; y del contenido en lisina y su relación con el crecimiento en magro.

 

Material y métodos

Se planteó un caso en una explotación de engorde de 700 animales donde se simuló el rendimiento productivo de los animales en base a la modelización del crecimiento previamente estudiado in vivo, en dos situaciones:

1. La composición del los piensos es correcta y se ajusta a la especificación de la fórmula (Pienso-Ajustado).
2. Los piensos fabricados son sensibles a cambios de composición debido a ingredientes variables sin revisar (Pienso-No-Ajustado).

Para plantear dichas aproximaciones se formuló una dieta única para el período de engorde de 30-105kg (30% trigo, 22,3% maíz, 20,8% cebada, 10% salvado de trigo, 6,6% harina de soja (47% PB), 6% harina de colza (-00-) y micro ingredientes; 3175 kcal/kg, 15% PB y 0,9% lisina). Se recogieron muestras de todos los ingredientes de diferentes partidas a nivel de fábrica durante 5 meses y se predijo la composición química de las muestras vía NIRS para calcular la EM y la lisina. Finalmente se calculó la variabilidad mediante el coeficiente de variación (CV).

Se estimó que se consumirían 15 partidas de pienso durante el período 30-105kg considerando el número de cerdos, el tamaño de silo, las necesidades energéticas (NRC, 2012) y el contenido energético de la dieta. Para generar las 15 partidas de Pienso-No-Ajustado se seleccionaron 15 muestras de todos los ingredientes, un 40% de las cuales por su mínimo contenido en EM y lisina.

Finalmente se realizó la simulación en las dos situaciones previamente descritas y considerando las necesidades nutricionales (energéticas y de lisina) en función del peso vivo durante el período estudiado y utilizando ecuaciones de deposición proteica de la bibliografía.

 

Resultados

En la tabla 1 se muestra la variabilidad de la composición química de los ingredientes utilizados, que fue máxima para la proteína bruta y la fibra bruta.

Tabla 1. Análisis descriptivo de la composición química de los ingredientes.

Nutriente		Cereales	H. soja	T. colza	S. trigo
Proteina bruta	Media	7,5 - 11,3	46,2	34,5	14,6
%	CV %	2,7 - 8,2	2,5	2,5	4,6
Fibra bruta	Media	2,0 - 3,7	4,7	12,4	8,9
%	CV %	3,4 - 10,8	13,0	3,7	8,7
Energía Met.	Media	3070 - 3370	3160	2600	2510
kcal	CV %	0,9 - 1,3	1,3	2,1	6,0
Lisina	Media	0.22 - 0,37	2,83	1,92	0,59
%	CV %	2,7 - 3,8	2,14	2,45	4,26

 

Se observó una diferencia de 2,5 kg extra de consumo de pienso por cerdo en el caso de la situación Pienso-No-Ajustado comparada con la Pienso-Ajustado que ejemplificando, a un precio de 270 €/Tm, supondría 0,67 € por cerdo.

Figura 1. Consumo medio diario de pienso (CMD), en dos situaciones diferentes: la composición de los piensos se ajusta a la especificación (Pienso-Ajustado) y cuando ésta es sensible a cambios de composición debido a ingredientes variables sin revisar (Pienso-No-Ajustado).

En esta línea, un error fijo continuado, como podría ser un error de dosificación en la fabricación del pienso o un desajuste severo entre las matrices de formulación y el contenido energético de los ingredientes mayoritarios, aumentarían el riesgo de observar cambios drásticos en el consumo. Por ejemplo, un error medio de tan sólo un 2,2% (70 kcal/kg) durante el período de engorde estudiado, supondría un aumento de consumo de hasta 5 kg extra por cerdo.

Cuando se estudia el posible efecto sobre la producción de magro, considerando la variabilidad de la lisina consumida (g lys SID/d) y generando el mismo sistema comparativo entre situación Pienso-Ajustado y No-Ajustado en base a la deposición proteica (g DP/d) se observa que la deposición se ajusta a la esperada cuando el contenido en lisina de la dieta es el teórico y determinado en la formulación (0,9% lisina), y que disminuye notablemente con las partidas sub-óptimas (figura 2). Los cerdos alimentados en la situación Pienso-No-Ajustado finalizarían con 557 g de deposición proteica por debajo de los alimentados con Pienso-Ajustado para un mismo período de engorde (entre 30 y 105 kg), ello supondría entre 1500 y 2060 g de crecimiento magro neto (dependiendo del sexo y genética). Además, las consecuencias sobre la ganancia de peso, aunque difíciles de predecir, serían mayores debido al desajuste en la relación ideal de aminoácidos esenciales respecto a la lisina y el ratio lisina/energía que afectaría la ganancia de peso total y no únicamente al magro.

Figura 2. Deposición proteica (DP) en dos situaciones diferentes: la composición de los piensos se ajusta a la especificación (Pienso-Ajustado) y cuando ésta es sensible a cambios de composición debido a ingredientes variables sin revisar (Pienso-No-Ajustado).

Otra situación distinta, también generada por la variabilidad de las materias primas sería un exceso del nutriente, que comportaría un coste por desperdicio de lisina además del coste energético de eliminar el exceso de amoníaco en forma de urea urinaria. Algo similar podría pasar con la proteína bruta, puesto que se observó muy variable (especialmente para los cereales). Por lo tanto, sería interesante conocer las probabilidades de producir piensos por encima o debajo de distintos niveles críticos de energía y nutrientes para valorar el impacto general de la variabilidad nutricional generada por las materias primas sobre los costes de producción de piensos y el rendimiento de los animales.

Las estrategias que integren la tecnología NIRS resultan de gran valor para mejorar la eficiencia de la producción de piensos, y a su vez, repercutirán en una mejor eficiencia de la producción animal puesto que una proporción mayoritaria del sector y de los piensos producidos no consideran suficientemente la variabilidad de los ingredientes. La integración de la tecnología NIRS en un sistema basado en árboles de decisión que permita discriminar de qué manera los ingredientes recibidos con niveles críticos de energía y/o determinados nutrientes, se combinen entre ellos en la dieta, ayudará a minimizar a tiempo real los efectos negativos o sub-óptimos de la composición del pienso a nivel de granja.