Brandt等(1980)用另外一个方法给瘤胃微生物提供N源，测定了内源N的流量。两头装有瘤胃和十二指肠瘘管的泌乳牛每天采食12次，饲粮组成为(kg／d)：纤维素(4.86)、稻草(0.48)和精料(3.0)(精料成分为玉米淀粉、糖、油脂和微量元素)。在以上饲粮的基础上，向瘤胃持续灌注15N标记的尿素。通过测定十二指肠NAN、MN和乳中的15N含量发现，每进入小肠1kg OM，就伴随3.6g内源N产生。假设奶牛饲粮DM中OM含量为90%～93%，采食的OM中有60%～65%进入小肠(Clark，1992)，则采食每千克DM，大约会有2.1 g内源N进入小肠(3.6g×0.915×0. 625=2.1 g)。作者认为，在饲喂常规饲粮时，内源N对进入小肠NAN的贡献率为9%～12%。Verite和Peyyaud(1989)报道了一个用来评定微生物N、饲料N和内源N对进入小肠NAN贡献程度的回归方程式。在回归方程式模型中，假设进入小肠的内源N与采食的不可消化OM(在整个肠道中没有被消化的OM)成比例关系。用从绵羊、生长肉牛和奶牛得到的405个测定数据进行回归分析，结果显示，进入小肠的内源N大约等于5.3g／kg不可消化OM或大约1.7g／kg DMI。
总之，显而易见，有相当数量的内源N将进入小肠。对于一个给定体重的动物，进入十二指肠的内源N数量和不可消化OM摄入量密切相关。但是，由于在这个模型中瘤胃消化的OM没有计算，为了简化，用DMI预测进入十二指肠的内源N。在本版《奶牛营养需要》中应用的方程式为：内源N(g／d)=1.9×DMI(kg／d)，方程式中1．9这个系数比Brandt等(1980)报道的2.1要小。使用1.9这个系数是因为在这个模型中，利用该系数预测非氨态非微生物N时产生的平均偏差最接近于零(见下一部分)。用1.9这个系数估测的内源N数值也与上面提到的数据一致。例如，用体重600kg、每天采食25kg DM的泌乳牛预测的内源N流量为47.59／d或392mg／kg BW0.75。与不采食饲料，仅靠消化道灌注营养的阉牛取得的数据248mg／kg BW0.75相比，392mg／kg BW0.75这个值大约高出58%(0rskov等，1986)。
16. 评价预测N组分流量的模型
预测进入小肠的MCP、RUP和ECP的方法是通过对99个公开发表的关于小肠N流量组分(NAN，MN和NANMN)的试验进行总结后得到的(表5-8)。采用的研究结果限于将十二指肠N划分为NAN、MN和NANMN的试验。当不能确定试验中是否测定了氨态N并在计算NAN时将其从总N中减去的时候，该试验的数据不被采用。在选取的99个试验中，有27个用生长牛(106个处理)，72个用泌乳或非泌乳奶牛(平均为284个处理)。试验动物(体重在155～785kg)的饲粮差别很大(0～90%精料水平，平均为50%；CP 8.0%～24.8%，平均为16.2%；RDP7.2%～12.8%，平均为10.9%)，DM采食量也各不相同(占体重的0.95～4.40%，平均为2.86%)。由我们的合作者独立挑选，最终从72个试验中选取了56个关于奶牛的试验数据来建立估测小肠中MCP流量的数学模型。
表8 用来评价进入小肠的MCP、RUP+NAN流量模型所用的数据来源
41
图5-6～图5-8显示的是用奶牛进行估测时，实测值、估测与实测值之差以及MN、NANMN(瘤胃非降解饲料蛋白质+内源N)和NAN的结果。生长牛得到的趋势与奶牛的相似，因此图中只标出了奶牛的数据。总的来说，不管是对生长牛还是奶牛，预测值和实测值之间的差异都比较小。生长牛和奶牛的MN、NANMN和NAN的平均误差分别为(g／d)：-0.75，+044；-1.9，+0.52；-0.12，+0.14。总数据中MN、NANMN和NAN的平均误差分别为(g／d)：+0.18，-0.01，-0.37。在57%的生长牛试验和28%的奶牛试验(总计占试验数的36%)中，MCP的流量受RDP的制约，因此用RDP的采食量来预测MCP(0.85×RDP采食量)。
在图中出现的关于明显的负斜率(估测值-实测值)的偏差为人们所关心。不过，由于数据在测定中存在误差，我们已经预料到了会出现一些负斜率偏差。在估测NAN时，由于在定量进入小肠的食糜过程中会出现误差，因此图5-8中出现的负斜率并不奇怪。由于测定食糜的流量需要使用标记物，因此会出现测定结果过高或过低的现象。在估测MN(图5-6)和NAN-MN(图5-7)的时候，不仅定量小肠食糜流量时存在误差，而且计算NAN中MN量的时候也存在误差，因此负斜率偏差更大。预测的值高于或低于实际值的主要原因是由于使用了标记物估测NAN中MN的数量。为了确定负斜率偏差是否会对评价的数据、模型或二者产生影响，我们使用了在大多数研究中报道的，有可能对模型的精度产生影响的变量对差值(估测值-实测值)进行了回归。这些变量包括体重、DMI(%BW，kg／d)、精料采食量(%DMI)、饲粮CP水平(%DM)
42
和蛋白质采食量。这些因素中没有一个对负斜率偏差产生明显影响。因此结论是，模型结构的误差可能是产生负斜率偏差的主要原因。在一系列估测N各部分流量的方程式中有一些是非线性的。由于模型在设定的时候存在误差(如测定独立变量的误差)，因此该模型内在的非线性本质使其对估测时产生的偏差非常敏感。
图5-6 产奶牛进入小肠MN的预测值对史实测值、以及残差（预测值-实测值）对测定值关系的散点图。实心圆表示预测值对实测值；空心圆表示残差对实测值。预测方程式：.y=0.4109x＋146.5; r2=0.35; 平均偏差=+0.52; RMSPE=63.1; n=284
43
2.14 预测代谢蛋白质的流量通常认为，由细菌和原虫提供的微生物蛋白质中80%是真蛋白质，剩余的20%来源于核酸(NRC，1989)。MCP中真蛋白质的消化率被认为是80%(NRC，1989)。因此，MCP转化为MP的效率为64%。瘤胃非降解饲料蛋白质被认为100%是真蛋白(NRC，1989)。正如前面所讨论的一样，估测RUP在小肠中的消化率与原料RUP中各组分在小肠的消化率有关。RUP中各组分在小肠的消化率为50%～100%，因此RUP对MP的贡献差异较大，且与饲料原料的类型有关。关于ECP中真蛋白含量和消化率的报道非常有限。Orskov等(1986)认为，对于40～50kg的羔羊，以无氮VFA进行瘤胃灌注作为营养来源时，NAN占瘤胃总N的79%，占皱胃中总N的74%。使用类似的方法，Guillotean(1986)发现，真胃内源氮中有30%是AA-N。基于这两个试验结果，进入小肠的ECP中真蛋白的含量被设为50%，其消化率设为80%，于是ECP转化为MP的效率就为40%。
17. 代谢蛋白质需要量
前版NRC(1985，1989)中代谢蛋白质(MP)的需要量是用析因法来估测的。本版采用了相同的方法。蛋白质的需要量包括维持需要和生产需要。维持需要包括内源尿氮、皮屑氮(皮肤、皮肤分泌物和被毛)和代谢粪氮。生产需要包括妊娠、生长和泌乳对蛋白质的需要量。
18. 代谢蛋白质的维持需要量
Swanson(1977)提出了估测内源尿氮量的方程式。该方程式(UPN=2.75×BW0.50)是以净蛋白单位来表示的，并被前版
《奶牛营养需要》(NRC，1989)所采用。本版的蛋白质体系以MP为基础。假定MP转化为净蛋白质的效率为0.67(NRC，1989)，则以MP表示的内源尿蛋白的需要量为4.1×BW0.50。
Swanson(1977)用于预测皮屑蛋白质需要量的原始方程式(SPN=0.2×BW0.60)也是以净蛋白来表示的，并被前版《奶牛营养需要》(NRC，1989)采用。假定MP转化为净蛋白质的效率为0.67(NRC，1989)，则以MP表示的皮屑蛋白质需要量为0.3×BW0.50。
在上一版(NRC，1989)中，代谢粪蛋白(MFP)是以非可消化干物质(IDM)的采食量为基础计算的(即：MFP(g/d)=90×IDM(kg／d))。但考虑到估测饲粮非可消化性时的误差，奶牛营养分委员会决定在本版中采用直接按干物质采食量(DMI)来计算MFP的方法。有两种方法可估测MFP的需要量(Swanson，1982)。第一种方法是饲喂粗蛋白含量不同的饲粮，然后建立可消化粗蛋白采食量与粗蛋白采食量之间的回归，截距即为MFP的估测值。采用此方法，Waldo和Glenn(1984)利用Conrad等(1960)的泌乳牛资料得到的截距为0.029。同样用泌乳牛，Boekholt(1976)得到的截距为0.033。Halter和Reid(1959)用饲喂粗料的绵羊和牛，得到的截距为0.034。另一种方法是测定饲喂低蛋白饲粮动物的粪氮排泄量，然后从粪氮中减去估测的未消化饲料氮。采用这种方法，Swanson(1977)给牛饲喂70种天然和半合成的低蛋白饲粮估测了代谢粪氮的量。由粪氮中减去10%的饲料氮，Swanson(1977)得到的代谢粪氮的平均估测值为4.7g／kg DMI(相当于29.4g CP／kg DMI)。根据上述数据，奶牛营养分委员会决定按如下方程式计算MFP=MFP(g／d)；30×DMI(kg)。
代谢粪蛋白包括在盲肠和大肠中形成的细菌及细菌碎片、角质化细胞和大量其他的化合物(Swanson，1982)。应用不
44