Последние данные о DDGS, получаемом при производстве этанола из зерновых культур, подтверждают уже известные факты, но есть и новая информация
![](https://insta-pro.com/wp-content/uploads/2019/04/Dave-Blog-2.png)
В предыдущей статье я рассказывал о непостоянных свойствах и низком качестве сухой барды с растворимыми веществами (dried distillers’ grains with solubles, DDGS), которая является богатым и недорогим побочным продуктом отрасли производства биоэтанола из зерновых культур. Этот ингредиент часто используется для удешевления составов рационов для животных, но для диетологов и производителей DDGS в составах представляет повышенный риск из-за значительных отклонений в содержании питательных веществ в разных партиях. Были разработаны и пересмотрены уравнения прогноза для того, чтобы попробовать и оценить количество доступной энергии для роста. В результате этих усилий по разработке уравнений появилась неприглядная информация о DDGS. Действительно, при разработке уравнения прогноза с целью оценки энергии для роста, доступной в DDGS, было установлено, что остаточное масло в DDGS не является важным фактором в прогнозировании доступной энергии. Проще говоря, остаточное масло в DDGS было низкого качества (то есть, оно плохо подходит для оценки роста цыплят).
С учетом недавно представленных новых данных о мониторинге и прогнозировании энергии, доступной в DDGS, похоже, подтверждаются известные ранее факты. Например, исследователи собрали образцы из 97 партий DDGS со всего мира, и значения истинной энергетической ценности (т. е. энергии, которая может использоваться для поддержания роста, в данном случае для роста цыплят) составляли от 1727 до 3628 ккал/кг (в пересчете на сухое вещество) — огромный разброс величины, которую необходимо учитывать в составе.
Новая аналитическая информация, содержащаяся в данной статье, была получена из нового уравнения прогноза для определения энергии в DDGS. На этот раз исследователи использовали измерения фактической энергии у кур, а также данные о составе из лаборатории. Более старые уравнения прогноза основывались на лабораторных данных. При сравнении всех этих уравнений выяснили, что новое уравнение, включающее данные о животных, является самым лучшим, в частности оно давало лучший прогноз (но не идеальный), когда качество DDGS было более низкое.
Если вы читали весь наш блог, тогда вы знаете, что с самого начала при разработке нашего оборудования, процессов и ингредиентов, в частности сухих экструдированных цельных соевых бобов («экструдированная полножирная соя») и соевого жмыха ExPress®, мы учитывали данные опытов на животных. Мы не играем в догонялки, как большинство других, — именно так мы начинали. Задача ингредиентов — накормить, а не просто увеличить объем.
Мы готовы рассказать вам, как получить высококачественные, насыщенные ингредиенты для кормов и продуктов питания.