Effect of Dietary Supplementation with Lipids of Different Unsaturation Degree on Feed Efficiency and Milk Fatty Acid Profile in Dairy Sheep

Lipids of different unsaturation degree were added to dairy ewe diet to test the hypothesis that unsaturated oils would modulate milk fatty acid (FA) profile without impairing or even improving feed efficiency. To this aim, we examined milk FA profile and efficiency metrics (feed conversion ratio (FCR), energy conversion ratio (ECR), residual feed intake (RFI), and residual energy intake (REI)) in 40 lactating ewes fed a diet with no lipid supplementation (Control) or supplemented with 3 fats rich in saturated, monounsaturated and polyunsaturated FA (i.e., purified palmitic acid (PA), olive oil (OO), and soybean oil (SBO)). Compared with PA, addition of OO decreased milk medium-chain saturated FA and improved the concentration of potentially health-promoting FA, such as cis-9 18:1, trans-11 18:1, cis-9 trans-11 CLA, and 4:0, with no impact on feed efficiency metrics. Nevertheless, FA analysis and decreases in FCR and ECR suggested that SBO supplementation would be a better nutritional strategy to further improve milk FA profile and feed efficiency in dairy ewes. The paradox of differences observed depending on the metric used to estimate feed efficiency (i.e., the lack of variation in RFI and REI vs. changes in FCR and ECR) does not allow solid conclusions to be drawn in this regard.

Statistical properties of proportional residual energy intake as a new measure of energetic efficiency

Traditional ratio measures of efficiency, including feed conversion ratio (FCR), gross milk efficiency (GME), gross energy efficiency (GEE) and net energy efficiency (NEE) may have some statistical problems including high correlations with milk yield. Residual energy intake (REI) or residual feed intake (RFI) is another criterion, proposed to overcome the problems attributed to the traditional ratio criteria, but it does not account for production or intake levels. For example, the same REI value could be considerable for low producing and negligible for high producing cows. The aim of this study was to propose a new measure of efficiency to overcome the problems attributed to the previous criteria. A total of 1478 monthly records of 268 lactating Holstein cows were used for this study. In addition to FCR, GME, GEE, NEE and REI, a new criterion called proportional residual energy intake (PREI) was calculated as REI to net energy intake ratio and defined as proportion of net energy intake lost as REI. The PREI had an average of −0·02 and range of −0·36 to 0·27, meaning that the least efficient cow lost 0·27 of her net energy intake as REI, while the most efficient animal saved 0·36 of her net energy intake as less REI. Traditional ratio criteria (FCR, GME, GEE and NEE) had high correlations with milk and fat corrected milk yields (absolute values from 0·469 to 0·816), while the REI and PREI had low correlations (0·000 to 0·069) with milk production. The results showed that the traditional ratio criteria (FCR, GME, GEE and NEE) are highly influenced by production traits, while the REI and PREI are independent of production level. Moreover, the PREI adjusts the REI magnitude for intake level. It seems that the PREI could be considered as a worthwhile measure of efficiency for future studies.

Lypsylehmien muuntokelpoisen energian saannin mallinnus rehuhyötysuhdeominaisuuksien kehittämistä varten

Maidontuotanto, ylläpito ja kasvu ovat tärkeimmät tekijät, joihin lypsylehmät käyttävät energiaa ensimmäisen lypsykauden aikana. Aikaisemmissa tutkimuksissa on osoitettu, että eläinten välillä on perinnöllisiä eroja siinä miten ne jakavat energian saantia näihin eri tekijöihin – osa lehmistä käyttää enemmän energiaa maidon tuotantoon ja osa taas enemmän painon lisäämiseen tai ylläpitoon. Geneettistä vaihtelua eri rehuhyötysuhdeominaisuuksissa on tutkittu paljon. Eniten tutkittuja ominaisuuksia ovat kuiva-aineen syönti, jäännösrehun- tai energiankulutus ja erilaiset suhdeominaisuudet, jotka yleensä määritetään panosten suhteena tuotokseen. Kaikissa näissä ominaisuuksissa on kuitenkin omat ongelmansa, eivätkä ne kerro mihin eläin todella käyttää energiaansa. Tässä tutkimuksessa pyrimme jakamaan muuntokelpoisen energian saannin perinnöllisen vaihtelun sen komponentteihin eli energiakorjattuun maitoon, metaboliseen painoon (ylläpito) ja painonmuutokseen. Tutkimusaineistossa on 473 pohjoismaisen punaisen rodun ensikkoa, jotka ovat olleet mukana vuosina 1998-2014 Luken Rehtijärven ja Minkiön tutkimusnavetoiden ruokintakokeissa. Näiltä eläimiltä on mitattu syönti, paino ja maitomäärä ja tässä tutkimuksessa aineistosta käytettiin havaintoja lypsykauden viikolta 2 viikolle 40 asti. Kokonaisuudessaan analyyseissä hyödynnettiin 12802 havaintoa, jotka olivat päivittäisten havaintojen viikkokeskiarvoja. Ensimmäinen malli oli toistuvuuseläinmalli, jossa vastemuuttujana käytettiin energianmuuntoyhtälön residuaalia (residual energy intake, REI). Toinen malli oli niin sanottu korjattu energian saanti, joka on myös toistuvuuseläinmalli, mutta vastemuuttujana käytettiin muuntokelpoisen energia saantia (metabolisable energy intake, MEI) ja regressioyhtälö sisälsi energiakorjatun maidon, painon sekä painon muutoksen. Kolmas malli oli muuten edellisen kaltainen, mutta lisäksi geneettinen ja pysyvän ympäristötekijän varianssi jaettiin eläintekijälle yleensä ja energiakorjatulle maidolle. Kaikki näillä malleilla saadut periytymisasteet olivat kohtalaisia – ensimmäisellä 0,26, toisella 0,32 ja kolmannella 0,24. Varianssikomponenttien estimointi on vaikeutunut, kun malliin lisätään painon tai painonmuutoksen komponentit, joten muuntokelpoisen energian saannin mallinnus vaatii vielä parantelua

Lehmien elopainon ja painonmuutosten mallintaminen päivittäisten punnitusten avulla

Lypsykauden alussa lehmien rehun syönti ei aina pysty kattamaan energian tarvetta, tällöin lehmä joutuu käyttämään kudosvarastojaan lisäenergialähteenä. Tämän seurauksena lypsykauden alussa lehmän elopaino putoaa ja vastaavasti lypsykauden edetessä kudosvarastojen jälleen täydentyessä elopaino nousee. Mikäli elopainonmuutos ja sen koostumus voitaisiin mitata harhattomasti, kuvaisi elopainonmuutos suoraan lehmän energiatasetta. Myös lehmien rehun hyväksikäyttöä arvioitaessa energianmuuntoyhtälön residuaalilla (residual energy intake, REI) ennustevarmuus on ratkaisevasti liitoksissa mitattuun elopainoon ja elopainonmuutokseen. Lypsylehmän yksittäinen elopainopunnitus on riippuvainen useista tekijöistä kuten esimerkiksi ruuansulatuskanavan täyteisyydestä punnittaessa. Tämä aiheuttaa peräkkäisiin punnituksiin ylimääräistä vaihtelua, mikä vaikeuttaa energiataseen ja rehun hyväksikäytön laskemista. Mallintamalla raakahavainnot tilastollisella mallilla, voidaan merkittävästi parantaa tietojen luotettavuutta. Systemaattisten virhetekijöiden vaikutukset kuten dieetinmuutos ja laidunkauden aloitus voidaan ottaa huomioon tilastollisessa mallissa. Lehmäkohtainen vaihtelu voidaan mallintaa olettamalla joka lehmälle oma yksilökohtainen painokäyrä. Tässä tutkimuksessa selvittiin mallintamisen mahdollisuutta parantaa elopainomittausten käyttökelpoisuutta lypsylehmien energiataseen ja rehunkäyttökyvyn ennustamiseen. Tutkimusaineisto koostui MTT:n Jokioisten navetan 211 lehmän päivittäisistä paino- (kaksi mittausta per päivä), syönti -ja tuotosmittauksista sekä kuukausittaisista kuntoluokituksista, kaiken kaikkiaan aineisto sisälsi 48298 havaintopäivää. Ensikoita aineiston lehmistä oli 158. Lehmien lypsykauden keskimääräinen punnittu paino vaihteli 449 kilosta 837 kiloon keskimääräisen painon ollessa 607 kg. Kuntoluokka oli keskimäärin 2,99 vaihdellen yksittäisissä määrityksissä 2,25 – 4,5. Perusmallina käytettiin REI laskelmissa usein käytettyä lehmäkohtaista regressioyhtälöä, jossa painot mallinnetaan lypsykauden vaihetta (days in milk, DIM) kuvaavalla toisen asteen polynomilla ja lypsykauden alussa nopeasti laskevalla funktiolla exp (-0.10*DIM). Perusmallin tuloksia verrattiin satunnaisregressiosekamalliyhtälöllä laskettuihin ennusteisiin, joissa päivittäisvaihtelua kuvattiin punnitusperiodilla ja lehmäkohtaista vaihtelua mallintavilla lehmäkohtaisilla yksilöllisillä painokäyrillä. Lopuksi punnittuja painoja ja perusmallilla sekä sekamalleilla laskettuja lehmäkohtaisia elopainoja ja painomuutoksia käytettiin energiataseen mallintamiseen. Sekamalliyhtälön mukaan arvioitiin lehmät 59,3 kg ensikoita painavammiksi. Lehmien välinen varianssi oli (89,1 kg)2 ja sekamalliyhtälön jäännöstermin varianssi oli (9,1 kg)2. Sekamallin perustella laskettujen päivittäisten painomuutosten korrelaatio laskennalliseen energiataseeseen vaihteli lypsykauden eri vaiheissa, lypsykauden alussa ja lopussa korrelaatio oli yli 0,5, mutta lypsykauden keskivaiheessa selvästi alhaisempi.