Cinética de produção de gases in vitro de resíduo do nabo forrageiro utilizando diferentes modelos não-lineares

Terezinha Teixeira de Souza1, Ícaro dos Santos Cabral2, José Augusto Gomes Azevêdo3, Ronaldo Francisco de Lima4, Jaíne Alves Azevêdo5, Thaisa Brasil Carvalho6, Géssica Neves dos Santos7, João Paulo Fonseca Tavares8
1 - Universidade Federal do Amazonas - UFAM
2 - Universidade Federal do Amazonas - UFAM
3 - Universidade Estadual de Santa Cruz - UESC
4 - Universidade Federal do Amazonas - UFAM
5 - Universidade Federal do Amazonas - UFAM
6 - Universidade Federal do Amazonas - UFAM
7 - Universidade Federal do Amazonas - UFAM
8 - Universidade Federal do Amazonas - UFAM

RESUMO -

Este trabalho teve como objetivo avaliar a adequação de sete modelos não lineares (France, Orskov & McDonald, Gompertz, exponenciais simples e bicompartimental e logísticos simples e bicompartimental) no ajuste da curva e na geração de parâmetros de produção cumulativa de gases in vitro de resíduo do nabo utilizado na nutrição de ruminantes. Realizou-se a incubação in vitro em seringas graduadas com quantificação do volume de gases nos tempos 0, 2, 4, 6, 8, 10, 12, 24, 26, 28, 30, 32, 36, 48, 52, 54, 56, 60 e 72 horas. Para comparação dos valores estimados com as equações e os valores observados nas seringas graduadas, testou-se os parâmetros de regressão pelo teste de Mayer, além da avaliação dos valores de viés médio (VM), coeficiente de concordância da correlação (CCC) e quadrado médio do erro de predição (QMEP). O modelo que apresentou melhor ajuste foi o Exponencial Bicompartimental, por apresentar o menor QMEP.

Palavras-chave: avaliação de alimentos, degradação, metodologia in vitro

Kinetics of in vitro gas production of turnip residue using different non-linear models

ABSTRACT - The objective of this work was to evaluate the adequacy of seven nonlinear models (France, Orskov & McDonald, Gompertz, simple and bicompartmental exponents and simple and bicompartmental logistic) in the adjustment of the curve and in the generation of parameters of cumulative production of in vitro waste gases of turnip used in ruminant nutrition. In vitro incubation was performed in graduated syringes with quantification of the volume of gases at the times 0, 2, 4, 6, 8, 10, 12, 24, 26, 28, 30, 32, 36, 48, 52, 54, 56, 60 and 72 hours. For comparison of the estimated values with the equations and the values observed in the graduated syringes, the regression parameters were tested by the Mayer test, in addition to the evaluation of mean bias (MB), correlation coefficient (CCC) and mean square of prediction error (MSPE). The model that presented the best fit was the Exponential Bicompartmental, because it presented the lowest MSPE.
Keywords: Food evaluation, degradation, in vitro metodology


Introdução

A técnica que mensura a produção cumulativa dos gases in vitro vem sendo utilizado com sucesso para avaliação do comportamento digestivo dos alimentos.

Diversos modelos não-lineares, com pressuposições e tratamentos distintos, estão disponíveis para ajuste das curvas de produção de gases e para determinação dos parâmetros de degradação ou perfil de fermentação. O principal objetivo destes modelos é descrever alterações no sistema em função do tempo de incubação.  

Este trabalho teve como objetivo avaliar a adequação de diferentes modelos matemáticos para ajustar os perfis da cinética de produção de gases in vitro de alimentos tropicais.



Revisão Bibliográfica

A técnica in vitro de produção de gases tem sido amplamente utilizada para avaliar a cinética dos processos de fermentação microbiana ruminal (Ramin & Huhtanen, (2012). A técnica baseia-se no pressuposto de que o gás produzido em meio de cultura inoculado com microrganismos ruminais e em condições semelhantes ao rúmen-retículo, é diretamente proporcional à quantidade de substrato fermentado (López et al., 2007).

                Para determinação dos parâmetros da cinética de produção de gases in vitro, várias equações não-lineares já foram propostas e testadas para os diferentes substratos utilizadas ( Melo et al., 2008; Rodrigues et al., 2009; Uckards & Efe, 2014), sendo que cada um apresentam suposições e tratamentos distintos. Em estudo com incubação de silagens de girassol e milho, Melo et al. (2008) testaram diferentes modelos não lineares e notaram que o modelo de France produzia volumes negativos nas primeiras três horas de incubação, achado biologicamente impossível, e atribuíram este fato ao valor do parâmetro b, que não apresenta interpretação biológica. Além disso, observaram que os modelos de Gompertz e Logístico simples superestimaram o segundo ponto de inflexão da curva e subestimaram a fase assintótica após 144 horas. Estes autores concluíram então, que o modelo Logístico Bicompartimental foi o mais eficiente por apresentar curva adequada em todas as fases de incubação e apresentar características mais relevantes do ponto de vista nutricional, por exemplo, a geração de parâmetros oriundos de carboidratos fibrosos e não fibroso.

Materiais e Métodos

O experimento foi conduzido no Laboratório de Nutrição Animal da Universidade Estadual de Santa Cruz (UESC), Ilhéus, Bahia.

Amostras do nabo forrageiro foram submetidas à pré-secagem a 55ºC durante 72 horas e moídos em moinho de facas com peneira de porosidade de 2 mm de diâmetro. Logo após, foi realizada análises do conteúdo de matéria seca (MS), proteína bruta (PB), matéria mineral (MM) e extrato etéreo (EE) conforme os métodos da AOAC (1990).

A análise de fibra em detergente neutro (FDN) foi realizada de acordo com o método de Mertens, (2002). A correção da FDN para os compostos nitrogenados e a estimação dos conteúdos de compostos nitrogenados insolúveis nos detergentes neutro (NIDN) foi feita conforme Licitra et al. (1996). O conteúdo de carboidratos não-fibrosos (CNF) foi calculado de acordo com (Hall 2000). A digestibilidade in vitro da FDN (DIVFDN) foi realizada de acordo com Schofield et al. (1994). 

A tabela 1 apresenta os valores da composição química e digestibilidade da fibra em detergente neutro do nabo.

Tabela 1. Composição química e digestibilidade da fibra em detergente neutro (DIVFDN) do nabo.

Alimento

 

Variáveis em (% de MS)

MSa

MOb

PBb

NIDNc

FDNcpb

CNFb

DIVFDNd

Nabo

916

943

276

199

227

197

81,6

a g/kg; b g/kg na MS; c g/kg na PB; d %                 Para a produção dos gases foram utilizadas seringas calibradas de acordo com procedimento descrito por Getachew et al. (2004). A partir disso, a leitura da produção de gás foi realizada nos tempos 0, 2, 4, 6, 8, 10, 12, 24, 26, 28, 30, 32, 36, 48, 52, 54, 56, 60 e 72 horas.

A taxa e extensão da produção de gases foram estimadas por ajustamento dos dados de produção de gases aos modelos unicompartimental: France et al. (1993), exponencial, logístico, Gompertz, Orskov e McDonald (1979), além dos modelos bicompartimental: logístico e exponencial.

              A avaliação dos modelos foi realizada através do ajustamento do modelo de regressão linear simples dos valores observados sobre os valores preditos pelas equações, sendo as estimativas dos parâmetros de regressão testadas pela hipótese de nulidade conjunta segundo Mayer et al. (1994):

Ho : β0 = 0 e β1 = 1

 

Ha : não Ho.

Para o Teste de Mayer et al. (1994) utilizou-se a probabilidade de 5% e sob o caso de não rejeição da hipótese de nulidade, concluiu-se pela equivalência entre os valores preditos (volume de gás nas determinadas horas apresentado pelo modelo) e observados (volume de gás nas determinadas horas observado nas seringas graduadas).

Ainda avaliou-se o viés médio (VM), que foi calculado conforme (Cochran e Cox, 1957) e o coeficiente de concordância da correlação (CCC), também conhecido como índice de reprodutibilidade, que considera simultaneamente exatidão e precisão, foi calculado conforme Lin (1989).

A avaliação comparativa da eficiência de predição das equações foi realizada pela avaliação do quadrado médio dos erros de predição (QMEP), segundo descrito por Bibby e Toutenburg (1977).

Para avaliação dos parâmetros de regressão, VM, CCC e QMEP utilizou-se o programa Model Evaluation System (MES), versão 3.0.11. (http://nutritionmodels.tamu.edu/mes.htm, College Station, TX, USA; Tedeschi, 2006).



Resultados e Discussão

Na tabela 3 são apresentados os parâmetros cinéticos de degradação estimados pelos diferentes modelos.

Tabela 3. Assíntotas (mL) total, dos CNF e dos CF (A, ACNF e ACF), taxas fracionais de degradação (h-1) total, dos CNF e dos CF (µ, µCNF e µCF) e tempo de latência (λ, em horas) do nabo forrageiro utilizando diferentes modelos matemáticos.

Parâmetro

Modelosa’

1

2

3

4

5

6

7

Nabo

A

--

37,959

36,788

--

36,029

36,141

36,861

ACNF

23,575

--

--

30,042

--

--

--

ACF

13,920

--

--

9,515

--

--

--

µ

--

0,116

0,123

--

0,079

0,226

0,119

µCNF

0,130

--

--

0,173

--

--

--

µCF

0,031

--

--

0,027

--

--

--

λ

0,529

1,099

0,198

0,662

0,001

0,001

--

a 1 = Logístico bicompartimental; 2 = France (1993); 3 = Exponencial; 4 = Exponencial bicompartimental; 5 = Logístico; 6 = Gompertz; 7 = Orskov e McDonald (1979)

Entre os modelos unicompartimentais, o Modelo de Gompertz parece superestimar a taxa de degradação, com valor biologicamente difícil de ocorrer. Desta forma, o modelo logístico unicompartimental foi o que apresentou menor valor de A e µ, parecendo subestimá-los. Já os modelos bicompartimentais, apresentaram os valores maiores de assíntota provenientes dos CNF. Quanto ao modelo de Orskov e McDonald (1979)  apresentou menor assíntota, sem tempo de latência

 Os parâmetros de regressão, o valor de P para o teste de Mayer et al. (1994), o VM, o CCC e o QMEP dentre os valores observados e os estimados pelos diferentes modelos matemáticos para alimento testado são apresentados na tabela 4.

Tabela 4. Parâmetros de regressão, valor de P, viés médio (VM), coeficiente de correlação e concordância (CCC) e quadrado médio do erro de predição (QMEP) dentre os valores observados para volume acumulativo de gases e os estimados pelos diferentes modelos matemáticos

Parâmetro

Modelosa

1

2

3

4

5

6

7

Nabo

Intercepto

-0,087

-0,001

0,001

-0,003

1,064

1,088

-0,262

Inclinação

1,003

1,000

1,000

1,000

0,968

0,967

1,008

r2

0,999

0,998

0,993

0,999

0,973

0,981

0,993

Pb

0,941

1,000

1,000

1,000

0,716

0,608

0,928

VM

-0,009

-0,001

0,000

-0,003

-0,015

-0,021

-0,011

CCC

1,000

0,999

0,997

1,000

0,986

0,990

0,996

QMEP

0,078

0,168

0,549

0,046

2,269

1,623

0,567

a 1 = Logístico bicompartimental; 2 = France (1993); 3 = Exponencial; 4 = Exponencial bicompartimental; 5 = Logístico; 6 = Gompertz; 7 = Orskov e McDonald (1979)

b P>0,05 = Ho : β0 = 0 e β1 = 1; P<0,05 = Ha : não Ho. 

Avaliando o valor de P para o teste de Mayer et al. (1994), a hipótese de nulidade foi aceita para todos os modelos (P>0,05), desta forma os valores preditos pelos diferentes modelos são correspondentes aos valores observados nas seringas graduadas), sendo que o modelo de Gompertz foi o que apresentou maior VM para o alimento com valor de 0,5 %. Segundo Yungblut et al. (1981) consideraram que um viés médio inferior a 10% em relação aos valores observados é aceitável. Quando o CCC foi analisado, todos os modelos apresentaram valores próximos a 1, indicando bom ajuste aos valores observados.

Dentre os índices de avaliação dos modelos, o QMEP foi o que mais contribuiu para demonstrar o ajustamento dos modelos, sendo o modelo exponencial bicompartimental o que apresentou menor QMEP.



Conclusões

Os modelos bicompartimentais foram os mais adequados para o alimento testado, sendo o Exponencial Bicompartimental mais eficiente, por apresentar menor quadrado médio do erro de predição, menor viés médio e coeficiente de correlação e concordância mais próximo de 1, tornando este modelo o mais adequado. Além disso, estes modelos geram parâmetros de fácil interpretação biológica e de grande valor nutricional para a avaliação de alimentos utilizados na Nutrição de Ruminantes.




Referências

AOAC. Official methods of analysis. 15th ed. Association of Official Analytical Chemists, Arlington, Virginia, 1990.

BIBBY, J.; TOUTENBURG, H. Prediction and improved estimation in linear models.New York: J. Wileyand Sons, 1977.

COCHRAN, W. G.; COX, G. M. Experimental Design. John Wiley & Sons, New York. 1957.

GETACHEW, G.; ROBINSON, P. H.; DEPETERS, E. J.; TAYLOR, S. J. Relationships between chemical composition, dry matter degradation and in vitro gas production of several ruminant feeds. Animal Feed Science and Technology, v. 111, p. 57-71, 2004.

HALL, M. B. Neutral Detergent-soluble carbohydrates. Nutritional relevance and analysis. University of Florida, Gainesville, 2000.

LICITRA, G.; HERNANDEZ, T. M.; VAN SOEST, P. J. Standardization of procedures for nitrogen fracionation of ruminant feeds. Animal Feed Science and Technology, v. 57, p. 347-358, 1996.

LIN, L. A. Concordance correlation coefficient to evaluate reprodutibility. Biometrics, v. 45, p. 255-268, 1989.

LÓPEZ, S.; D. S.; DIJKSTRA, J.; BANNINK, A.; KEBREAB, E.; FRANCE, J. Some methodological and analytical considerations regarding application of the gas production technique. Animal Feed Science and Technology, v. 135, p. 139-156, 2007.

MAYER, D. G.; STUART, M. A.; SWAIN, A. J. Regression of real-world data on model output: An appropriate overall test of validity. Agricultural Systems, v. 45, p. 93-104, 1994.

MELLO, R.; MAGALHÃES, A. L. R.; BREDA, F. C.; REGAZZI, A. J. Modelos para ajuste da produção de gases em silagens de girassol e milho. Pesquisa Agropecuária Brasileira, v. 43, p. 261-269, 2008.

MERTENS, D. R. Gravimetric determination of amylase-treated neutral detergent fiber in feeds with refluxing in beakers or crucibles: collaborative study. Journal of AOAC International, v. 85, p. 1217–1240, 2002.

RAMIN, M.; HUHTANEN, P. Development of an in vitro method for determination of methane production kinetics using a fully automated in vitro gas system - A modelling approach. Animal Feed Science and Technology, v. 174, p. 190-200, 2012.

RODRIGUES, M. A. M.; CONE, J. W.; FERREIRA, L. M. M.; BLOK, M. C.; GUEDES, C. V. M. Relationship between in situ degradation kinetics and in vitro gas production fermentation using different mathematical models. Animal Feed Science and Technology, v. 151, p. 86-96, 2009.

SCHOFIELD, P.; PITT, R. E.; PELL, A. N. Kinetics of fiber digestion from in vitro gas production. Journal of Animal Science, v. 72, p. 2980-2991, 1994.

TEDESCHI, L. O. Assessment of the adequacy of mathematical models. Agriculture System, v. 89, p. 225–247, 2006.

UCKARDES, F.; EFE, E. Investigation on the usability of some mathematical models in in vitro gas production techniques. Slovak Journal of Animal Science, v. 47, p. 172-179, 2014.

YUNGBLUT, D. H.; STONE, J. B.; MACLEOD, G. K.; WILSON, G. F. The testing of several feed intake prediction equations using farm data. Canadian Journal of Animal Science, v. 61, p. 159-164, 1981.