Explorar

Comunidades em Português

Anuncie na Engormix

Novas aplicações das curvas NIR: Um passo à frente na identificação da qualidade de milho

Publicado: 15 de fevereiro de 2022
Por: Alexandre Barbosa de Brito
O milho é o ingrediente alimentar mais comumente usado na nutrição de monogástricos, contribuindo com até 65% da energia metabolizável e 20% da proteína bruta em dietas destes animais. Seu valor nutricional médio é bem conhecido, mas aceita-se que a variabilidade em sua composição e valor energético é um problema comum com grande impacto no desempenho e saúde das aves (Oviedo-Rondón et al., 2021).
Adotando o valor atual de matérias primas brasileiras, este cereal chega a representar 50% do custo total de uma dieta de monogástricos. Uma variação de apenas 10 kcal/kg em sua matriz nutricional, devido a falhas de armazenagem e processamento, pode impactar até em mais R$ 5,00/ton de alimento produzido ou de três milhões de reais/ano no custo final de uma empresa com mais de 50 MTon/mês de alimentos completos fabricados!
Sendo assim, avaliar seu conteúdo nutricional além de auditar plantas de secagem destes grãos de forma eficiente, é uma prática que todas as empresas se dedicam para tentar maximizar seus ganhos. Tradicionalmente, avaliações de recebimento deste grão, tais como: densidade, umidade, classificação de impurezas, kits de detecção de toxinas fúngicas, tem sido adotada por décadas como uma forma de controlar sua qualidade.
Embora estas avaliações sejam de execução simples, e algumas delas possuam grande mérito; estas práticas possuem limitações (em maior ou menor grau) para o objetivo de determinação de qualidade nutricional do grão.
Análises de química úmida possuem um papel de relevância no contexto de qualidade nutricional, porém igualmente traz uma limitação quanto ao volume de amostras analisadas, custo e como consequência, representatividade do universo utilizado.
Neste contexto, o uso de análises NIR se traduz como uma excelente opção. De acordo com Aunir (2022), NIR significa Near Infrared Reflectance, sendo o estudo da interação entre uma amostra (por exemplo, cereais, sementes, óleos, alimentos completos) e a luz infravermelha que foi dispersa em comprimentos de onda individuais, geralmente por um prisma. Os dados da espectroscopia são representados em um espectro que pode ser associado à composição nutricional do ingrediente ou dieta (Figura 01). Especialistas conseguem extrair informações de arquivos de espectros, colocando-as em um formato mais compreensível e utilizável por meio de arquivos de calibração ou curvas analíticas. Assim como cada PC ou laptop executa um software e aplicativos para torná-lo útil para as pessoas realizarem tarefas, as máquinas NIR precisam de calibrações para converter as informações dos arquivos de espectro em números úteis e confiáveis.
Além de gerarmos previsões do conteúdo nutricional dos ingredientes/alimentos, as curvas NIR nos oferece uma vantagem extra quanto a determinação de informações de outras frações do conteúdo nutricional e do processamento dos ingredientes, que de outra forma seria de uma obtenção quase impossível em uma rotina analítica, como: energia metabolizável, lisina reativa, aminoácidos digestíveis, entre outras avaliações.
Relacionando esta última informação com a qualidade do milho, algumas curvas NIR desenvolvidas por centros de pesquisa de renome, trazem para este cereal a possibilidade de associarmos a qualidade do processamento (secagem), a dureza do grão de milho e o perfil de fibra dietética ao conteúdo nutricional deste ingrediente pelo monogástrico.
Novas aplicações das curvas NIR: Um passo à frente na identificação da qualidade de milho - Image 1
Figura 01. Representação gráfica de uma leitura de espectro NIR.
Estas medições são definidas como Índice de Solubilidade Proteica (do inglês, Protein Solubility Index, ou simplesmente PSI) e Vitrosidade (do inglês, Vitreousness) do milho, respectivamente. O PSI pode ser usado para prever a digestibilidade do milho, sendo que um baixo valor de PSI leva a uma digestibilidade reduzida e, portanto, a um valor alimentar ruim para os animais. A principal causa do baixo PSI é gerado pelo calor adicionado durante a secagem do milho colhido com umidade mais alta (Figura 02). A secagem mal realizada resulta em mudança estrutural do grão, perda de granulação e formação de complexo amido/proteína/fibra pouco solúvel Aunir (2022), o que afeta sua performance nutricional com penalização da matriz energética do milho grão e, como consequência, na rentabilidade do produtor.
Novas aplicações das curvas NIR: Um passo à frente na identificação da qualidade de milho - Image 1
Figura 02. Foto por aproximação de milho grão de alto PSI A(processo de secagem realizado de forma correta) e de baixo PSI B(processo de secagem realizado de forma extrema).
A vitrosidade do milho é uma medida da característica de dureza do grão, normalmente associado a características presentes no endosperma do grão. Esta dureza pode estar associada a estirpe genética do produto, ou mesmo a intempéries no momento de seu desenvolvimento (como a falta de água durante a germinação da espiga). Existem dois tipos de endosperma; farináceo ou vítreo, que diferem entre sí devido a diferenças nas interações proteína e amido presentes. De forma geral, endosperma mais farináceo é aquele com o endosperma mais aberto ou solto com menos encapsulamento de amido por proteínas em comparação com o vítreo, que é mais duro e bem compactado. Consequentemente, a formação de complexos de amilose-amilopectina e amidos resistentes parece estar associado como o mecanismo afeta a vitrosidade do endosperma (Gayral, et al., 2015).
De forma geral, o aumento da vitrosidade está negativamente relacionado com a digestibilidade do amido. O amido está contido no endosperma do milho, portanto, entender a bioquímica do endosperma ajuda a melhorar a utilização deste nutriente, por isso grãos de elevada vitrosidade parece ter inclusive mais reposta a ação de uma xilanase, do que aquele de baixa vitrosidade (Latam, et al., 2016).
Além de prever a composição convencional, o NIRS também pode ser usado para prever a composição não convencional de nutrientes deste ingrediente, como por exemplo o conteúdo de fibra dietética. A Fibra dietética é um grupo composto de um número relativamente pequeno de monossacarídeos, por exemplo glicose de ligação β 1-4, galactose, arabinose, xilose, frutose, manose, rafinose, fucose, entre outros açucares. Estes compostos são denominados tradicionalmente de Polissacarídeos Não Amiláceos (PNA), que junto com a lignina, forma o grande complexo das fibras dietéticas. Sabe-se que estes açucares, bem como suas características de solubilidade e insolubilidade, afetam em maior ou menor grau a característica energéticas dos ingredientes.
De forma geral, entender estas relações é fundamental para retirarmos mais proveito do conteúdo nutricional deste ingrediente, haja visto sua importância na matriz de custo de monogástricos como observamos no início desta revisão.
Melo-Durán et al. (2021) realizaram uma avaliação de diferentes híbridos de milho grão presentes na Europa com o objetivo de investigar a variabilidade na digestibilidade de nutrientes associada a correlações com avaliações in vivo em frangos de corte. Para isso, um total de 960 frangos machos de um dia (Ross 308) foram distribuídos em oito tratamentos, sendo cada um dos tratamentos representando amostras de milho (Variedade 1 a Variedade 8) selecionados com base em suas composições nutricionais obtidas por determinações via curvas NIR/AB Vista. Uma quantidade fixa de cada milho (577 g/kg nas dietas inicial e 662 g/kg nas dietas final) foi usado na composição dos alimentos, e oferecidas ad libitum em forma de pellet.
Os resultados revelaram uma diminuição (P< 0,05) no peso vivo (PV) e no consumo de ração nas aves alimentadas com a variedade 8 em comparação com outras variedades no 21º dia. (P< 0,05), juntamente com as variedades 3 e 5. De uma forma geral, o background genético do milho influenciou a digestibilidade dos nutrientes e o desempenho de crescimento de frangos de corte (Figura 03). Descobriu-se que o conteúdo e a natureza dos PNA e seu processamento, são dois dos principais fatores que afetam a solubilidade e a disponibilidade de nutrientes no milho, e podem ser a razão dos efeitos negativos sobre o desempenho de frangos de corte, como mostrado no presente estudo.
Ainda quanto determinações via curvas NIR/AB Vista e perfil nutricional de milho grão, uma equipe de pesquisadores da North Carolina State University (Oviedo-Rondón, 2021) tem se empenhado em avaliar estes dados na compreensão dos efeitos de variabilidade do milho grão. De acordo com os investigadores, o uso de calibração via NIR para prever níveis energéticos e outros nutrientes do milho grão antes da formulação, pode trazer uma real vantagem em manutenção de performance, em especial devido a associação com padrões não usuais, como a determinação dos dados de PSI e vitrosidade.
Novas aplicações das curvas NIR: Um passo à frente na identificação da qualidade de milho - Image 2
Figura 03. Correlações entre teores de nutrientes preditos por NIRS e desempenho de frangos de corte, digestibilidade de nutrientes do milho e ração in vitro.
De acordo com os autores, foi possível observar que a composição do milho e no tamanho das partículas afetaram a taxa de conversão alimentar (CA) em frangos de corte (Figura 4A) e consumo de ração principalmente dos 28 aos 40 dias de idade. Uma interação foi detectada na CA, que indicou que para dureza média do grão a secagem em temperaturas mais altas melhoram a utilização, enquanto para endosperma duro; já temperaturas elevadas pioraram a CA (Figura 4B). Este resultado foi relacionado a maiores razões amilose e amilopectina e baixo teor de amido danificado em milho de endosperma duro seco a 120ºC, o que pode proporcionar uma piora na qualidade do amido. Outros estudos estão sendo realizados em diferentes centros como novos testes para esta hipótese.
Como observado, o grão de milho, em virtude de sua característica de PSI e Vitrosidade, pode determinar uma variação no perfil de energia superior a 300 kcal/kg na matéria seca. Desta forma saber interpretar estes dados torna cada vez mais importante, em especial no atual cenário de preços de matérias primas que vivemos.
Novas aplicações das curvas NIR: Um passo à frente na identificação da qualidade de milho - Image 3
Figura 04. Efeito do grão da dureza do grão de milho, sendo: Average (média vitrosidade) e Hard (alta vitrosidade), e temperatura de secagem (35, 80 e 120ºC – fatores que interferem com o PSI) na CA de frangos de corte de 40 diasA; além do efeito linear do teor de amilose:amilopectina na EMAn de fragos aos 16 dias em relação a dureza e temperatura de secagem do milho.
Claro que o ideal será sempre analisar dados personalizados para cada planta produtora de alimento completo, a equipe da AB Vista pode ajudar nestas ponderações se julgarem necessário. Porém, segue nas Figuras 05, 06 e 07, um exemplo dos valores globais de nossa base de dados para o perfil de PSI, Vitrosidade e PNA total do milho grão em 2021 de diferentes regiões do planeta.
Novas aplicações das curvas NIR: Um passo à frente na identificação da qualidade de milho - Image 4
Figura 05. Variação média de índice de solubilidade protéica (PSI, %) do milho grão, em amostras analisadas durante todo o ano de 2021, dependendo da região do planeta (n amostras 30.815).
Novas aplicações das curvas NIR: Um passo à frente na identificação da qualidade de milho - Image 5
Figura 06. Variação média de vitrosidade (Vitreousness, %) do milho grão, em amostras analisadas durante todo o ano de 2021, dependendo da região do planeta (n amostras 30.815).
Novas aplicações das curvas NIR: Um passo à frente na identificação da qualidade de milho - Image 6
Figura 07. Composição média de polissacarídeos não amiláceos totais (Total NSP, %) do milho grão, em amostras analisadas durante todo o ano de 2021, dependendo da região do planeta (n amostras 30.815).
De igual maneira, sintam-se a vontade para contatar um profissional da AB Vista, visando descrevermos mais detalhes envolvendo a qualidade deste importante cereal.

(Oviedo-Rondón et al., 2021).
Aunir (2022) (Aunir, 2022) (Gayral, et al., 2015) (Latam, et al., 2016)
Melo-Durán et al. (2021) curvas NIR/AB Vista (Oviedo-Rondón, 2021)

Tópicos relacionados:
Autores:
Alexandre Barbosa De Brito
AB Vista
Referentes que recomendaram :
Antonio Apércio Klein
Recomendar
Comentário
Compartilhar
José Miguel Torres
Agrosuper
Agrosuper
23 de febrero de 2022
Excelente articulo de las ventajas del uso de NIR para considerar en matrices de maíz.
Recomendar
Responder
Profile picture
Quer comentar sobre outro tema? Crie uma nova publicação para dialogar com especialistas da comunidade.
Usuários destacados em Avicultura
Daniel José Antoniol Miranda
Daniel José Antoniol Miranda
Trouw Nutrition
Lic. en Ciencias Animales, Doctor en Filosofía - PhD, Ciencia Animal (Ciencia Avícola) / Gestión de micotoxinas en las Américas
Estados Unidos
Eduardo Souza
Eduardo Souza
Aviagen
Vice-Presidente de Investigación y Desarrollo en Norte América
Estados Unidos
Vitor Hugo Brandalize
Vitor Hugo Brandalize
Cobb-Vantress
Cobb-Vantress
Director de Servicio Técnico en América Latina y Canadá
Estados Unidos
Junte-se à Engormix e faça parte da maior rede social agrícola do mundo.