Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)

Abstract

El maíz es el principal componente de dietas para aves en Argentina, aportando principalmente energía. El aporte energético del maíz varía por aspectos genéticos y ambientales y su determinación demanda técnicas “in vivo”. Por su parte, las técnicas de Espectrofotometría del Infrarrojo Cercano (NIRS), basada en la incidencia de luz sobre una muestra y su posterior absorción, se presenta como un método de laboratorio rápido y alternativo para estimar el contenido energético de esos maíces. El objetivo de este trabajo es desarrollar, vía NIRS, ecuaciones predictivas de la energía bruta (EB) medida por calorimetría y la energía metabolizable verdadera (EMv) medida por la técnica de Sibbald de diferentes muestras de maíces argentinos. Se procesaron 150 muestras de maíz molidas a 1mm. Los espectros se midieron en un equipo Foss NIRSystem 5000 y se analizaron con el ISIscan para generar ecuaciones de predicción para EB y EMv. Se utilizaron 127 muestras de maíces para calibrar y otras 23 muestras para validar dicha calibración. La ecuación más confiable para los modelos predictivos obtenidos (EQAs) resultó en los siguientes valores; para EB: error estándar de la calibración (SEC)= 39.72, coeficiente de determinación (R2)= 0.6686, error estándar de la validación cruzada (SECV)= 44.13 y error estándar de predicción (SEP)= 75.893 y para EMv: SEC= 50.91, R2= 0.5809, SECV= 57.41 y SEP= 64.698. La relación entre el desvío estándar del análisis original y el error estándar de la validación cruzada (SECV/SD), debe ser menor a 0.33 para considerar a una ecuación con alto poder de predicción. Preliminarmente la ecuación de EB con un valor de 0.247 (44.13/178.38) es predictiva, pero la de EMv aún no (0.46 = 57.41/124.12). Estos resultados permiten inferir que un incremento en la cantidad de muestras permitirá mejorar el valor predictivo de la EMv.