X
XLinkedinWhatsAppTelegramTelegram
0
Lee este artículo en:

Estrategias a medida para alimentar a las cerdas: más eficiencia

Esta nueva estrategia de alimentación pretende aportar una ración óptima en el momento preciso y al animal adecuado.

En las granjas, las cerdas suelen ser alimentadas con dietas convencionales, con composiciones basadas en las necesidades medias de energía y nutrientes (es decir, aminoácidos y minerales). Sin embargo, existe una gran heterogeneidad entre cerdas en cuanto a sus necesidades nutricionales y sus respuestas productivas, incluso entre cerdas en un mismo estadio fisiológico. Por lo tanto, con una dieta convencional, habrá cerdas subalimentadas o sobrealimentadas, lo que puede dar lugar a problemas reproductivos, costos de alimentación adicionales y pérdidas medioambientales. Tenemos que saber si el rendimiento de las cerdas mejora al tener en cuenta sus necesidades nutricionales individuales y sus variaciones a lo largo del tiempo. Esta nueva estrategia de alimentación, denominada "alimentación de precisión" o "alimentación a medida", tiene como objetivo distribuir en el momento idóneo y al animal adecuado una ración óptima en cantidad y composición.

Los modelos nutricionales y las nuevas tecnologías (como por ejemplo sensores o comederos automatizados, foto 1) ofrecen oportunidades para medir e integrar la variabilidad individual en modelos capaces de estimar las necesidades de nutrientes. En el Instituto Nacional Francés de Investigación para la Agricultura, la Alimentación y el Medio Ambiente (INRAE), se construyeron dos herramientas de apoyo a la toma de decisiones con Python (Gaillard et al., 2019; Gauthier et al., 2019) sobre la base del modelo InraPorc (Dourmad, 2008) y alimentadores automáticos. Uno puede utilizarse para las cerdas gestantes y el otro para las cerdas en lactación. En ambos casos, los aportes óptimos de energía y nutrientes se calculan cada día y para cada cerda, teniendo en cuenta la información disponible en la granja: raza de la cerda, edad, tamaño de la camada, condición corporal en el momento de la inseminación y objetivos en el momento del parto (peso corporal y espesor de la grasa dorsal). Los datos históricos de la granja también se utilizan para predecir otros parámetros requeridos por el modelo (por ejemplo, tamaño y peso de la camada y peso corporal objetivo de la cerda al final de la gestación). A partir de las estimaciones de las necesidades, se calculan la ración y la composición óptimas del alimento cada día y para cada cerda, y esta información se transmite al alimentador automático.

Foto 1. Comederos automáticos en una sala de gestación en UE3P, capaces de mezclar dos dietas y distribuir cada día una ración diferente para cada cerda gestante.

Foto 1. Comederos automáticos en una sala de gestación en UE3P, capaces de mezclar dos dietas y distribuir cada día una ración diferente para cada cerda gestante.

El método se probó en la Unidad Experimental de Fisiología y Fenotipado Porcino (UE3P) del INRAE para los dos estudios mencionados y en una granja comercial canadiense para un tercero. Cada sala de lactación o gestación estaba equipada con comederos automáticos capaces de mezclar dos dietas, distribuir raciones individuales y registrar la ingesta individual de alimento. El contenido de las dietas y el número de cerdas cruzadas Landrace x Large-White se describen en la tabla 1. En cada experimento, la mitad de las cerdas fueron alimentadas con una dieta convencional y la otra mitad con una dieta de precisión durante toda la fase (gestación o lactación). Para la estrategia de alimentación de precisión, la ración se mezclaba diariamente, y para cada cerda, una dieta con un alto contenido en nutrientes y una dieta con un bajo contenido en nutrientes para satisfacer las necesidades de la cerda. La ración para la estrategia de alimentación convencional se obtuvo mezclando estas dos dietas en proporciones fijas para todas las cerdas y días.

Tabla 1. Número de cerdas y composición de las dietas utilizadas para las raciones en tres experimentos diferentes que evalúan el interés de la estrategia de alimentación de precisión (Gaillard et al., 2022; Gauthier et al., 2021 y 2022)

Cerdas en gestación Cerdas en lactación
País donde se realizó el experimento Francia Francia Canadá
Número de cerdas 131 62 479
Dieta con alto contenido en nutrientes (dieta alta)
Energía metabolizable, MJ /kg 13,0 13,0 13,5
Lisina digestible, g/kg 8,50 10,6 13,0
Fósforo digestible, g/kg 3,27 3,78 4,50
Dieta con bajo contenido en nutrientes (dieta baja)
Energía metabolizable, MJ /kg 12,7 12,8 13,2
Lisina digestible, g/kg 3,30 4,70 6,50
Fósforo digestible, g/kg 2,31 2,47 2,90
Estrategia de alimentación convencional
Lisina digestible, g/kg 4,70 8,60 10,1
Fósforo digestible, g/kg 2,57 3,33 3,78

En el caso de las cerdas gestantes, los resultados indican que la alimentación de precisión redujo la ingesta de proteínas en aproximadamente un 23% sin reducir la cantidad de alimento distribuido, y redujo la excreción de nitrógeno en un 18%, la excreción de fósforo en un 9% y el costo del alimento en un 4% (es decir, EUR 3,4 por gestación u EUR 8 por tonelada de alimento) en comparación con una estrategia de alimentación convencional (Gaillard et al., 2022). El rendimiento reproductivo no se vio afectado por la estrategia de alimentación.

Para las cerdas en lactación en UE3P, la alimentación de precisión redujo la ingesta de lisina en un 14%, el costo del alimento en un 2,5% por lactación, y la excreción de nitrógeno y fósforo en un 19 y un 13% respectivamente, sin afectar a los rendimientos reproductivos (Gauthier et al., 2021).

En la granja canadiense, la alimentación de precisión disminuyó la ingesta de lisina en un 23%, el costo del alimento en un 12% por lactación y la excreción de nitrógeno y fósforo en un 28% y un 42%, respectivamente (Gauthier et al., 2022). Con la alimentación de precisión, el crecimiento de la camada disminuyó ligeramente en torno a un 3% y la pérdida de peso corporal de las cerdas fue ligeramente superior (7,7 frente a 2,1 kg), lo que podría deberse a un suministro insuficiente de aminoácidos para algunas cerdas.

Figura 1. Porcentaje de disminución debida a una estrategia de alimentación de precisión en comparación con una estrategia convencional sobre la ingesta de lisina, las excreciones de nitrógeno y fósforo, y los costos de alimentación (% de disminución).
Figura 1. Porcentaje de disminución debida a una estrategia de alimentación de precisión en comparación con una estrategia convencional sobre la ingesta de lisina, las excreciones de nitrógeno y fósforo, y los costos de alimentación (% de disminución).

Estos resultados remarcan el interés de la alimentación de precisión para las cerdas, durante la gestación y lactación, y el uso de datos históricos e individuales de la granja para establecer el modelo nutricional. El siguiente paso es implantar la alimentación de precisión en granjas comerciales. También será relevante mejorar la estimación de las necesidades de nutrientes teniendo en cuenta, por ejemplo, la actividad física de la cerda que repercute en las necesidades energéticas. Además, hasta ahora, esta estrategia de alimentación de precisión se basa en las necesidades de energía y lisina, pero debería tener en cuenta también los minerales y la fibra, lo que requerirá una mejora en el diseño del comedero.

Comentarios del artículo

Este espacio no está orientado a ser una zona de consultas a los autores de los artículos sino que pretende ser un lugar de discusión abierto a todos los usuarios de 3tres3
Publica un nuevo comentario

Para comentar debes registrarte en 3tres3 y acceder como usuario.

No estás suscrito a la lista Termómetro económico porcino Colombia

Un mailing semanal con la cotización del precio de Colombia y los principales países productores de porcino junto con un comentario de la situación del mercado colombiano. Se añaden gráficos con la evolución del precio en Colombia.

Accede y apúntate a la lista

Artículos relacionados

No estás suscrito a la lista Noticias del sector porcino

Boletín de noticias sobre el mundo del porcino

Accede y apúntate a la lista